基于關鍵詞關聯規則的優惠券個性化推薦算法研究

秦曉安，王 睿，舒 升

(安徽商貿職業技術學院，安徽 蕪湖 241002)

1 研究背景

隨著電子商務平臺的蓬勃發展，現在越來越多的交易是在網上完成的。根據最新的數據，2018年，大約28.5%的交易是在線完成的，馬云在首屆中國國際進口博覽會論壇上表示，未來95%的交易會在網上完成。人們可以從數十億的在線交易中獲得前所未有的深刻見解，并開發了許多技術來改善消費者的購物體驗。其中一種技術是基于個人客戶偏好的個性化交易推薦。目前，大多數零售商在進行市場營銷活動時，并不區分顧客，例如，向所有顧客發送所有電子優惠券。這類營銷通常以向客戶發送垃圾信息而告終，因為大多數客戶可能并不感興趣。即使一些顧客感興趣，他們關注的信息可能不太容易被發現。個性化推薦是解決這一問題的最佳方式，它只向目標客戶推薦相關產品，在幫助零售商獲得更多客戶的同時，也為零售商節省了成本[1]。個性化的推薦引擎需要考慮個人客戶的偏好和購買歷史，并找到最相關的產品。

個性化推薦可以被各類零售商使用，并且不同的業務邏輯需要不同類型的推薦算法。在文章中，我們討論了一種特殊類型的交易，即優惠券交易，它具有一些特定的特征。這種商業模式的一個典型例子是美團，所有的交易都是在短期內有效。因此，我們必須處理所有建議的“冷啟動”問題。在文章中，我們討論了關鍵詞在類交易推薦中的作用，實驗表明，我們提出的方法在優惠券個性化投放率上優于現有的基線方法。

2 研究準備工作

針對不同應用推薦系統做了大量的研究，如好友推薦、基于位置的交易推薦、電影推薦、音樂推薦、產品推薦、app推薦[2]。在大多數情況下，評級信息可以用于推薦，如電影，音樂和產品交易[2]。在我們研究的案例中，優惠券交易通常沒有任何評分或評級。因此，我們只能將每一個購買行為視為一個“積極”的行為，而沒有來自用戶的“消極”輸入。

在傳統的推薦應用中，被推薦的項目總是可用的，例如電影、音樂和產品，但是優惠券交易只在短時間內有效。因此，在推薦優惠券交易時，從其他人的歷史數據中引用交易在這種情況下不是很有用。協同過濾是最常用的一般項目推薦算法[3]。它計算項目到項目或用戶到項目的相似性，并使用組合相似性值推薦項目。但是我們希望推薦新的優惠券交易，而協同過濾只有在所有交易都已經有一些交易時才有效。根據協同過濾的公式，只推薦有交易的交易，不推薦沒有交易的新交易。

3 數據庫加工分析

我們研究了一組來自在線優惠券交易市場的真實交易數據。由于這個數據源不是公共的，通過校企合作授權得到，所以只能在文章中列出關于數據集的統計信息。數據集的描述如下：

(1) 交易筆數：15萬筆+

(2) 交易數量：2000+

(3) 交易用戶數：76000+

(4) 至少有3筆交易的用戶數：12000+

交易類別：餐飲、酒店、教育培訓、休閑娛樂、旅游。這些類別是手動定義的。表1為這些類別交易的樣本，圖1為交易中的類別分布。

表1 五類交易樣本

圖1 各類交易占比

為了便于理解，表1列出了每種類別的一些類似案例樣本。案例樣本的詳細描述可以在交易網站上中找到。在數據集中，我們還對人們是否反復購買類似的商品進行了研究，例如，反復購買美食消費。但當我們試圖向用戶推薦交易時，總是面臨 “冷啟動”問題，即我們沒有足夠的交易歷史記錄來處理每天的新交易。因此，我們考慮使用關鍵詞將新交易與舊交易鏈接起來，并基于交易之間的關鍵詞映射來執行推薦，提出了一種新的基于關鍵詞關聯規則的推薦算法。

4 算法的解決方案

4.1 關鍵詞間的關聯規則

傳統的Apriori算法關注交易之間的關聯規則，例如啤酒和嬰兒尿布一起購買。然而，在我們研究的數據集中，由于交易到期非常快，我們的算法不能推薦基于關聯規則的過期交易。因此，我們不是計算交易之間的關系，而是計算交易描述中的關鍵詞之間的關系。我們對交易描述進行預處理，只保留交易網站中描述的名詞[4]。

算法1計算關鍵詞關聯規則如下：

(4)將所有關鍵詞聚合到矩陣M中，每一行就是一個關鍵詞。所以M是一個R×2矩陣，R> 3 000 000。

(1)

(2)

(9)在160，000多個關鍵詞supp×conf中選擇值最高的5%。

表2 最常見的關鍵詞配對組合的例子

表2(續)

我們在表2中選擇了一些具有高支持值和置信度值的典型關鍵詞組合，其中可以找出一些有趣的行為模式。我們可以把這些結果解釋為人們購買了一筆描述上有“關鍵詞1”的交易時他們也傾向于購買另一種帶有“關鍵詞2”的交易。例如，表2中支持度最高的關鍵詞組合是{自助餐， 自助餐}。說明：(1)描述中有“自助餐”的交易較多；(2)以前買過自助餐的人傾向于買另一種不同的自助餐。“自助餐”、“晚餐”、“酒店”、“休閑”等詞與“自助餐”一起出現的頻率最高，這意味著購買了這些詞的人將來更傾向于購買自助餐特惠產品。同樣的道理也適用于“醫療”、“全身”、“面部”、“spa”等，例如，買了全身按摩休閑的人以后會買面部醫療，這意味著人們會反復購買美容保健產品。有趣的是，我們發現不僅是服務交易(如餐飲、美容)，而且一些產品交易，如小米和華為產品也在人們的購買模式中重復出現。這意味著我們可以向以前購買過同一品牌的顧客推薦優惠。鑒于這些發現，我們提出一種基于關鍵詞關聯規則的推薦算法。

4.2 基于關鍵詞關聯規則的推薦

我們設計了一個推薦算法，根據客戶購買歷史中的交易描述和4.1中計算的關鍵詞對關聯規則的先前知識，向客戶推薦新的交易。

(3)交易權重dn的計算方法如下：

(3)

(4)通過除以DT中的最大值amax，將an值歸于[0， 1 ]范圍。

4.3 按銷售數量列出的推薦

電子商務網站使用的最簡單和有效的推薦方法是根據出售的優惠券數量對所有交易進行排序。我們定義為出售的優惠券數量dn∈DT。每筆交易我們除以DT中最大值狻βmax得到正常狻βn值。

我們將關鍵詞關聯規則中的權重與銷售數量結合起來：

Yn=αn+βn

(4)

并按值向下排序所有交易。從關鍵詞關聯度和整體人氣來看，排名靠前的交易是與用戶最相關的交易。

4.4 實驗

我們在4.3節描述的優惠券交易數據庫中，用基線算法對我們提出的算法進行了實驗測試。對于用戶購買的每一筆交易，我們都將其視為未知交易，并根據查詢日期之前的購買歷史推薦一份交易列表，看看這樁交易是否屬于我們推薦的交易[6]。如果交易在推薦名單上，我們稱之為成功。在我們的實驗中，我們報告所有交易的點擊率。由于我們的算法依賴于購買歷史，因此我們跳過用戶購買的第一次購買，只推薦從第二次購買開始的交易。很明顯，命中率越高，推薦效果越好。我們還計算了每次點擊的平均排名，rank=1表示用戶實際購買的交易位于推薦列表的頂部[7]。所以較低的平均排名意味著更好的推薦。我們還根據以下等式計算平均倒數秩(MRR)：

(5)

其中Q是所有熱門交易的集合。很容易看出，MRR值越高，推薦就越好。根據研究結果，我們知道，在餐飲、娛樂和旅游交易中，詞語的重復頻率更高，因為它們大多是服務交易，而對于產品和旅游交易，詞語不太可能有關聯。我們還觀察到，在這個數據庫中，人們往往購買同一類別的交易非常頻繁。例如，如果一個顧客購買了一份餐飲套餐，那么他的下一次購買很可能也是餐飲套餐。因此，我們的實驗步驟如下：

(1)對于每個用戶，在查詢日期獲取購買歷史記錄。

(2)如果最后購買的類別是餐飲、健康、活動，根據公式4推薦交易，否則按n值推薦交易。

(3)計算點擊率、所有點擊率的平均排名和MRR。

我們報告前5名、前10名和前20名推薦的點擊率、平均排名和平均倒數排名。從圖2、3、4實驗的結果可以得出，我們提出的關鍵詞關聯的算法在所有實驗中，無論是命中率、平均排名還是平均倒數排名，都優于數量算法。前5名推薦的點擊率由12.9%提高到13.9%，前10名推薦的點擊率由21.1%提高到21.6%，前20名推薦的點擊率由35.7%提高到36.9%，不同情況的點擊率分別為7.8%、2.4%、3.4%。對于每次命中的平均秩，我們的算法總是有較低的秩，這意味著在所有情況下都有更好的性能。最后，我們還實現了在所有情況下比基線更高的平均倒數排名，分別為前5名、前10名和前20名的建議增加14.1%、9.3%和11.9%。

將來，我們希望更深入地研究交易，以確定哪些交易更適合使用關鍵詞關聯規則進行推薦。我們還計劃將關鍵詞關聯規則集成到協同過濾算法中，以獲得更好的性能[8]。

5 總結

文章提出了一種基于關鍵詞關聯規則的優惠券交易推薦新算法，以解決傳統推薦案例中不太明顯的“冷啟動”問題。基于先前的發現，將該算法應用于“餐飲”、“娛樂”和“旅游”交易是很有意義的。關鍵詞關聯規則被計算出來，并用于計算推薦的每個交易的權重，權重以便于為特定用戶量身定制發放優惠券。我們對提出的算法進行了實驗，并與基線銷量算法進行了比較，前5名、前10名和前20名的推薦點擊率得到了明顯改善，發放優惠券時建議推薦按點擊率、平均排名和平均倒數排名。