眾籌項目推薦：面向隱式反饋的深度學習協同過濾

吳遠琴，尹 裴，干宏程

(上海理工大學 管理學院，上海 200093)

1 引 言

眾籌是一種隨互聯網興起而產生的新的融資方式[1].迄今為止，世界上最大的眾籌平臺Kickstarter(1)https：//www.kickstarter.com/，已通過16，475，171為165，564個項目成功融資4，384，962，222美元，歐洲著名的眾籌平臺Ulule(2)http：//www.ulule.com擁有超過260萬，成功融資28，294個項目，總融資額達到143，381，350歐元.然而，Kickstarter的融資成功率僅37%，Ulule也只有65%.項目創意、項目的廣告曝光度、項目持續時間等都可能影響項目融資成功率[2].然而，最大的原因是平臺上項目眾多，投資者很難瀏覽到真正感興趣的項目.因此，眾籌項目推薦，匹配投資者的偏好，有利于提高平臺的融資成功率.

調查顯示，大多數眾籌平臺上用戶行為的稀疏度高于99%.過于稀疏的數據使得常用的協同過濾算法失效，例如基于用戶的協同過濾，由于大量數據的缺失，無法有效計算用戶之間的相似度.此外，推薦系統研究常用的公共數據集采用的是用戶評分，例如Movie-lens、Netflix Prize等，可以直接根據評分來判斷用戶的感興趣程度，從而確定正、負反饋數據.然而，眾籌平臺的用戶投資行為屬于隱式反饋數據.

為了降低稀疏數據對推薦的影響，以奇異值分解(SVD)為代表的矩陣分解技術，通過將用戶對項目的評分分解為用戶、項目的特征向量矩陣，利用用戶和項目之間的潛在關系得到預測值，從而實現對高維稀疏的矩陣降維[3].然而，矩陣分解在降維之后，利用低維空間估計高維用戶-項目交互關系，從而影響推薦的精度.

近年來，由人工神經網絡發展來的深度學習技術，在自然語言理解、語音識別和圖像處理等領域取得了突破性進展[4]，深度學習中的深層神經網絡為推薦系統研究帶來了新的機遇.面對海量交互數據，深度學習通過學習用戶-項目矩陣深層的非線性網絡結構，挖掘潛在非線性交互關系.

He等人[5]提出神經協同過濾的通用框架，以神經網絡，而非矩陣分解的內積，評估用戶和項目的交互.不同于以往使用深度神經網絡為輔助信息(例如描述項目的文字、圖片等)建模，該方法在協同過濾的基礎上，采用深度學習算法，生成用戶-項目的交互函數.實驗證明，與基線方法相比，該方法在公共數據集上取得了更好的推薦效果.因此，基于深度神經網絡對復雜數據結構的隱層特征學習，本文以眾籌項目為研究對象，將協同過濾與卷積神經網絡相結合，提出基于深度學習協同過濾的眾籌項目推薦方法.

2 文獻綜述

協同過濾推薦是目前應用最廣泛的推薦算法之一.Hu等人[6]將協同過濾推薦算法分為主要兩類：一類為基于內存的協同過濾推薦，另一類為基于模型的協同過濾推薦.近幾年，隨著人工智能研究的興起，不少學者將深度學習技術引入協同過濾推薦，由于其主要是構建模型對用戶偏好進行學習，所以也屬于基于模型的協同過濾推薦.

2.1 基于內存的協同過濾推薦

基于內存的協同過濾推薦通常將數據載入內存進行運算，根據相似度生成推薦.其中包括基于用戶(user-based CF)和基于項目(Item-based CF)的協同推薦，例如Sarwar 等人[7]提出基于項目的協同過濾推薦，該算法認為基于用戶的算法在用戶劇增的情況下計算量增大，而物品之間的相似度是相對固定的，所以基于項目的算法推薦準確性較高，適用范圍也更大.

然而，基于用戶和基于項目的算法都難以處理數據稀疏性問題，近年來不少學者對此進行了多種改進.例如，Hong等人[8]提出基于的相關系數的協同過濾推薦算法，以基于項目的協同過濾算法為基礎，根據相關系數填充未評分的項目，引入語義相似度，提高項目相似度的計算，以處理數據稀疏性問題；Logesh等人[9]提出基于生物啟發聚類集成的協同過濾推薦系統，通過聚類的方法為用戶找到最相近的鄰域，并以此生成相似度矩陣進行推薦.

2.2 基于模型的協同過濾

基于模型的協同過濾是在用戶歷史評分的基礎上，建立模型，從而進行評分預測.這類方法通常采用降維，提取用戶和項目的隱含特征.例如，王建芳等人[10]提出將奇異值分解(Singular Value Decomposition，SVD)技術與信任模型相結合的算法，將高維稀疏的矩陣進行降維，然后通過引入信任因子提高預測精度.然而，SVD在分解維度1000以上數據時的速度過慢，應用于現實系統中高達上千萬維度的計算有一定局限性.

在推薦系統研究中，相較于顯式反饋數據，如評分，隱式反饋數據更為常見，包括用戶的點擊、購買和搜索等，由此引起越來越多學者的關注.例如，Hu等人[11]基于矩陣分解，對隱式反饋數據進行建模.他們認為顯式反饋表示用戶對物品的偏好程度，而隱式反饋則表示偏好程度的置信度，從而將用戶行為數據為分解偏好程度和置信度，并引入矩陣分解的目標函數進行求解；Koren等人[12]提出支持隱式反饋的矩陣分解模型(SVD++)，該模型是基于SVD的一種改進算法，引入隱式反饋信息增加了預測準確度；陳碧毅等人[13]提出結合顯隱式反饋的EIFCF算法，充分利用隱式反饋數據反映用戶隱藏偏好的作用和顯式反饋反映用戶偏好程度的作用，并用加權矩陣分解克服隱式反饋數據缺少負樣本的問題，從而緩解數據稀疏問題的影響.

2.3 基于深度學習的協同過濾推薦

隨著深度學習技術的廣泛應用，基于深度學習的協同過濾已成為目前研究的熱點，不僅提高推薦的準確度，擴寬應用場景，也豐富了基于模型的協同過濾推薦.

深度學習利用深度神經網絡學習原始數據，能更細粒度地發現用戶和物品更為抽象的特征表示關系.例如，Yi等人[14]提出的嵌入隱式反饋的深度矩陣分解模型，構建深度網絡池，對輸入的用戶和項目信息提取潛在因子，并以此預測用戶評分.Wu等人[15]提出一種協同降噪自編碼器模型(Collaborative Denoising Auto-Encoders，CDAE)，通過在用戶的評分向量中加入噪聲，提升模型的魯棒性，并且得到低維的用戶隱式向量，然后用其對缺失的評分進行預測.

卷積神經網絡已被應用于推薦系統，以解決數據稀疏性問題.目前，卷積神經網絡主要被用于對用戶或物品的輔助信息(如物品描述、評論等)進行建模，而對用戶和物品的交互信息(如用戶-物品評分)仍然采用矩陣分解技術.例如，Kim等人[16]提出將卷積神經網絡與矩陣分解相結合的卷積矩陣分解模型，該模型通過卷積神經網絡，提取物品描述文檔的上下文信息中的特征，利用物品的輔助信息解決稀疏性的問題，提高評分預測精度.Zheng等人[17]構建卷積神經網絡，利用用戶和物品的評論學習特征，再通過矩陣分解得到用戶和物品交互信息，以此預測評分，從而減小數據稀疏性對推薦結果的影響.Zhang等人[18]提出協同知識庫嵌入學習模型，該模型通過知識庫挖掘隱式反饋信息，得到用戶和物品的隱式向量，以此預測評分.

2.4 文獻評述

現有的研究已經對數據稀疏的問題提出很多解決方法.然而，還存一些有待改進之處.

1)基于內存的協同過濾主要通過融合用戶與物品的屬性等特征，或者對用戶進行聚類等方式，降低數據的稀疏度.然而，其面向的是顯式反饋數據，以及收集到的用戶和物品的輔助信息，對數據的依賴性強，擴展性不強.

2)基于模型的協同過濾對隱式反饋信息展開研究，矩陣分解技術也在一定程度上緩解了數據稀疏帶來的問題.然而，矩陣分解方法主要使用一個簡單、固定的內積，線性建模，不利于估計用戶和物品之間復雜的關系.

3)基于深度學習的協同過濾通過對輔助信息的學習，處理數據稀疏的問題，并且在提取特征上，獲取用戶和物品之間更深層次的關系.然而，該類方法雖然利用輔助信息代替線性模型的構建，但是用戶-物品的交互數據在協同過濾推薦中的稀疏性問題仍然沒有解決.

因此，針對以上不足，本文提出基于深度學習與協同過濾的推薦算法.面向眾籌項目的隱式反饋數據集，利用卷積神經網絡對局部特征有效學習的優勢，以及協同過濾算法對用戶-項目交互信息進行建模的特點，減小用戶-項目交互信息稀疏性對推薦精度的影響.

3 基于深度學習協同過濾的推薦算法

3.1 深度協同過濾模型

本文的深度協同過濾模型是將矩陣分解與深度學習相結合，其基本思路如圖1所示，利用投資者的投資行為數據和采集的負反饋數據，分別進行矩陣分解的線性學習，和深度學習的非線性學習，最后輸出推薦列表.

圖1 深度協同過濾算法的基本思路Fig.1 Basic idea of deep collaborative filtering algorithm

在協同過濾推薦算法中，以用戶對項目的偏好形成用戶-項目交互矩陣，并對這一交互矩陣進行建模，學習用戶和項目的交互關系，最后得出預測值或推薦列表.本文提出的深度協同過濾算法，在協同過濾的基礎上，利用深度學習在學習數據間非線性關系方面的優勢，提高用戶與項目之間的匹配度.

深度協同過濾的模型如圖2所示，每一層的實現如下：

圖2 深度協同過濾模型Fig.2 Deep collaborative filtering model

1)輸入層：代表用戶和項目特征的編號和正、負反饋數據作為輸入，并用one-hot編碼將它們轉化為二值稀疏的向量vu和vi.

2)嵌入層：對輸入層得到的稀疏向量進行降維得到pu和qi，即用戶、項目特征向量，如公式(1)和公式(2)所示，其中嵌入矩陣pmxk和pnxk為K維的權重矩陣，通過K維特征表示所有的用戶和項目.嵌入層的線性變換得到的稠密向量，不僅表示單個用戶或項目降維后的對應關系，還表示所有用戶或所有項目的內在關系.在訓練模型的過程中，嵌入矩陣根據用戶與用戶、項目與項目之間的關系，更新權重.

pu=Pmxkvu

(1)

qi=Pnxkvi

(2)

3)深度協同過濾層：分別進行矩陣分解的線性學習和深度學習的非線性學習，如公式(3)和公式(4)所示.結合矩陣分解和深度學習兩種方法的優勢，訓練推薦模型.通過矩陣分解的線性方式，將用戶和項目的關系映射到潛在空間，得到f1；同時利用深度學習方法，學習用戶和項目的隱層特征，得到f2.如此綜合線性和非線性的學習方法，使得用戶和項目的匹配度更加精確.

f1(pu，qi)=pu⊙qi

(3)

f2(pu，qi)=Φx(…Φ2(Φ1(pu?qi)))

(4)

4)融合層：將矩陣分解和深度學習分別學習得到的潛在特征向量f1和f2連接起來.

(5)

其中，m為用戶數，n為項目數，f1是矩陣分解的內積函數，f2為深度學習的非線性函數，Φx為深度學習x層的非線性學習.

3.2 深度協同過濾算法

首先，本算法在嵌入層，利用矩陣分解得到用戶和項目的特征稠密向量pu和qi.矩陣分解可以對高維稀疏數據進行降維，并且計算用戶和項目的特征向量內積，以此預測評分.然而，用戶的歷史評分數據稀疏，造成評分矩陣出現大量的空缺，而矩陣分解學習用戶-項目交互時采用簡單的線性組合，難以填補空缺.因此，本文引入卷積神經網絡，計算用戶或項目的潛在非線性函數，以此學習用戶與其交互的項目之間的潛在關系，從而補充缺失的數據.

其次，本算法通過外積學習特征向量每一維的關系，得到用戶和項目的關系特征矩陣Tkxk，如公式(6)所示.

Tkxk=pu?qi

(6)

最后，將代表用戶和項目每維關系的關系特征矩陣Tkxk，輸入到卷積神經網絡，在每層的卷積層中提取局部感知，利用卷積核在關系矩陣上做卷積，提取用戶和項目的潛在交互關系.

(7)

(8)

(9)

非線性激活函數通常為sigmoid，tanh或ReLU，這里選擇ReLU函數，它與腦神經元對信息的激活反應相似，即只激活接受的信息，而其他信息會被過濾，因此ReLU函數更適合稀疏的數據集計算.而sigmoid和tanh函數都存在梯度消失的問題，并且訓練過程中會出現過擬合的情況，實驗結果也表明ReLU函數的表現好于另外兩個.

3.3 深度協同過濾模型的訓練

本文的眾籌數據屬于隱式反饋數據，取值為1或0，其中，1表示用戶投資了該項目，即用戶對該項目感興趣，0則可能表示用戶對項目不感興趣，也可能表示用戶不知道該項目的存在.顯式反饋數據(如評分)直接反應用戶對項目的偏好程度，而隱式反饋數據并不能表明用戶的偏好程度，只能衡量用戶偏好的置信度.因此，本模型的輸出并非為評分預測，而是針對目標用戶的推薦列表.

推薦列表中的項目排序，與用戶對推薦結果的滿意度相關.因此，本文通過成對學習正、負反饋樣本的排序，采用貝葉斯個性化排序的損失函數[19]，如公式(11)所示.

(10)

(11)

在模型訓練中，采用自適應矩估計(Adaptive Moment Estimation，Adam)[20].隨機梯度下降法(Stochastic gradient descent，SGD)，在訓練過程中保持學習率不變，也就是用單一的學習率修正權重，訓練時間長.而Adam為不同的參數計算不同的自適應學習率，利用梯度的一階和二階矩估計，動態調整每個參數的學習率.Adam在本文的模型上收斂速度比SGD快.

4 實驗設置與評價

4.1 實驗設計

本文以歐洲第一大眾籌平臺Ulule上用戶對項目的投資為研究對象，采集數據，設計實驗，以衡量本文所提出算法的推薦性能.首先，通過深度協同過濾算法，分別對用戶和項目數據進行線性和非線性降維，提取特征向量，生成特征矩陣，經過全連接層后輸出；然后，通過訓練集數據訓練深度協同過濾模型，輸出項目的預測評分，生成推薦列表；接著，進行迭代，基于Adam訓練過程迭代更新權重和參數，在100次后保存最佳推薦列表，以及權重和參數；最后，設計實驗，驗證不同稀疏度的數據、卷積神經網絡的層數、隱式反饋數據采集方法等因素對推薦性能的影響，并且選取基線方法，設計對比實驗，驗證本文所提出算法的有效性.實驗流程如圖3所示.

圖3 實驗流程圖Fig.3 Experimental procedure

4.2 實驗數據采集

眾籌平臺Ulule的主頁實時顯示平臺的用戶數，項目成功數以及成功率.平臺對未注冊的用戶是公開的，訪客可以查看和了解平臺融資成功以及正在融資的項目.因此，本文采用網絡爬蟲技術，從平臺獲取實驗數據.

采集到的數據包括：1)從項目出發，爬取所有成功融資和正在進行中的項目列表，其中項目列表的內容包括項目主頁、是否已完成融資、融資總金額、發布者的國家、項目編碼和項目的分類標簽；2)根據項目，爬取投資過該項目的用戶，再爬取每個用戶投資過的項目，包括還在進行中的項目，其中用戶列表的內容包括用戶編碼、用戶主頁、用戶國家、語言、時區.如此反復迭代，直至數據集具有一定規模.

4.3 實驗數據描述

本文從眾籌平臺Ulule爬取數據，共獲得274，292個投資者，及其參與的41，894個項目，其中成功融資的項目有27，241，成功率為65%，產生363，608次投資.然而大多數用戶的投資次數小于5次，其中投資次數為1次的用戶最多，約為82.5%.因此，計算平臺的數據稀疏度達99.98%.

由于數據稀疏性對推薦精度的影響是本文的主要研究問題之一.因此，通過采集不同稀疏度的數據集，用于驗證本文提出的模型在不同稀疏度數據集上的表現.根據用戶投資眾籌項目的次數對數據進行處理，按稀疏的程度分為低度稀疏數據(人均投資次數在9次及以上)、中等稀疏數據(人均投資次數在5次及以上)和極度稀疏數據(人均投資次數在3次及以上)，如表1所示.可見，投資次數越多的用戶量越少，項目越少，所呈現的數據稀疏度也就越低.

表1 不同稀疏度的數據集Table 1 Dataset of different sparsity

4.4 訓練集與測試集

本文采用Leave one out方法，將包含n個樣本的數據集分為訓練集和測試集，其中n-1個樣本為訓練集，剩余1個樣本為測試集.先從用戶未投資過的項目中隨機匹配99個項目，然后在用戶投資過的項目中，按照時序取出最后一次投資的項目，構成100個未投資項目測試集；除去在測試集的一個項目，剩余的投資項目為訓練集.

4.5 負反饋數據的采集

針對負反饋數據的采集，本文進行均勻采集和非均勻采集兩種方式的實驗.

1)均勻采集：均勻采集是在每次迭代中，采集用戶所有未投資的項目作為負反饋數據，或者根據實驗情況，靈活控制正反饋與負反饋的比例.

2)非均勻采集：非均勻的采集主要是對項目的選擇設置一個標準，例如受歡迎程度高，曝光機會多等，因為用戶在海量的項目中搜索到這些項目的可能性較高，所以如果用戶沒有投資，則對其不感興趣的可能性較大.

分別對極度稀疏的數據集進行均勻采集和非均勻采集，極度稀疏數據集的投資次數為40，542，每一次投資(正反饋)采集4個負反饋，得到總采集個數162，168.用均勻采集方法，為每位用戶隨機采集4個負反饋，得到的負反饋在230個項目中的分布均勻，如圖4所示.根據項目受歡迎程度方式采集項目，得到的負反饋集中在7個項目上，而其他項目只得到少量采集，如圖5所示.本文的數據集在負反饋的采集上，均勻采集得到的負反饋樣本的波動較小，數據離散程度小，而非均勻采集得到的樣本離散程度大.

圖4 均勻采集方法的負反饋分布圖Fig.4 Distribution of negative feedback obtained by balanced collection method

圖5 非均勻采集方法的負反饋分布圖Fig.5 Distribution of negative feedback obtained by imbalanced collection method

4.6 評價方法

本文采用兩種評估方法，衡量推薦算法的性能.

1)命中率(Hit Ratio，HR)：衡量top-K推薦列表中屬于測試集的籌資項目比率.

(12)

如公式(12)所示，其中n表示推薦列表中屬于測試集項目的個數，N為測試集項目的總個數.

2)歸一化折損累積增益(Normalize Discount Cumulative Gain，NDCG)：衡量top-K推薦列表中項目排序的準確性.如果把一個用戶不感興趣的項目排在列表的前面，那么產生的誤差率，比將其排列在后面更高.

(13)

(14)

如公式(13)和公式(14)所示，其中，reli表示推薦列表中位置i的項目與用戶的相關性，公式(13)表明，DCG將推薦準確率與排序位置結合起來.為了使不同推薦列表之間具有可比性，進行歸一化處理，如公式(14)所示.DCG的值介于(0，IDCG]，NDCG的值介于(0，1].

5 實驗結果分析

5.1 不同稀疏度數據對推薦結果的影響

為了消除卷積層數對實驗結果的影響，分別設置卷積層數為4層、5層和6層進行實驗，得到的結果如表2和表3所示，深度協同過濾模型在取不同卷積層數時，都在極度稀疏的數據集上取得了最好的推薦效果.由于大多數基于內存的協同過濾算法，在數據極度稀疏且數據量大的情況下，會限制推薦性能，因為用戶(項目)之間的相似度會隨數據稀疏、維度增加而難以準確計算，進而影響推薦效果.而深度學習方法則可以突破此限制，使其在極度稀疏的數據集上取得更好的推薦結果，顯示了將深度學習應用于協同過濾推薦系統的優勢.此外，在眾籌平臺Ulule上，其數據稀疏度遠大于本文選取的極度稀疏數據集，所以本文提出的模型適用于數據量大且更稀疏的Ulule平臺.

表2 不同稀疏度的數據集推薦結果HR最大值Table 2 Maximum value of HR of recommendation on datasets of different sparsity

表3 不同稀疏度的數據集推薦結果NDCG最大值Table 3 Maximum value of NDCG of recommendation on datasets of different sparsity

5.2 卷積神經網絡卷積層數對推薦結果的影響

卷積神經網絡的卷積層數會影響對用戶和項目特征的提取，進而影響推薦的效果，因此，通過實驗對比不同卷積層數對推薦結果的影響.

由于前述實驗已證明本文提出的模型在極度稀疏數據集上的推薦效果最好，所以本次選擇極度稀疏的數據集對卷積層數的影響進行分析.圖6顯示，HR值和NDCG值初始隨著卷積層數增加而升高，當卷積層增加到6層時，HR值和NDCG值開始降低.由此可得，卷積神經網絡的卷積層數對推薦結果有顯著影響，并且當卷積層數增加到臨界點時會取得最優推薦效果，繼續增加層數反而會降低卷積神經網絡特征提取的精確度.

圖6 在極度稀疏數據集上不同卷積層數的模型推薦結果HR和NDCG值Fig.6 HR and NDCG of recommendation based on the model with different convolution layers on extremely sparse dataset

5.3 負反饋數據采集方式對推薦結果的影響

同樣以極度稀疏數據集為實驗數據，對于每個用戶分別采集1～4個負反饋，通過實驗比較均勻采集和非均勻采集的負反饋數據采集方式對推薦結果的影響，結果如表4和表5所示.

表4 在極度稀疏數據集中不同負反饋采集方式的推薦結果HR值Table 4 HR of recommendation with different negative feedback collection methods on extremely sparse dataset

表4和表5顯示模型在極度稀疏的數據集上進行推薦，分別采用均勻和非均勻方式采集負反饋數據所得到的HR值和NDCG值，由此可見均勻采集方式得到推薦效果更好，并在采集個數為1時達到最佳.導致非均勻采集負反饋數據的實驗結果效果不佳的原因，很可能是在本文構建的數據集中，用戶對項目的受歡迎程度不敏感，負反饋數據集離散程度大，根據項目受歡迎程度進行的負反饋樣本采集，只集中在受歡迎程度最高的7個項目，負反饋重復選取這7個項目，使得數據集不具有代表性，導致得到的效果極差.

表5 在極度稀疏數據集中不同負反饋采集方式的推薦結果NDCG值Table 5 NDCG of recommendation with different negative feedback collection methods on extremely sparse dataset

5.4 對比實驗

本文選取基線方法，設計對比實驗，以驗證本文提出的算法的有效性.

選取的基線方法包括：

1)Most popular：該方法的推薦列表是根據項目受歡迎程度進行排序，屬于非個性化推薦，也就是所有的用戶得到相同的推薦結果，通常被用于對比推薦結果.

2)eALS：He等人[21]提出基于隱式反饋的矩陣分解模型，根據項目的受歡迎程度設置未評分部分的權重，同時為了提高模型參數的計算效率，設計eALS學習算法，并在此基礎上建立適用于動態數據的在線更新策略，以捕捉用戶的短期偏好，而且在線的場景使基于隱式反饋的矩陣分解能在大規模的實際環境中應用.

3)BPR：Rendle等人[19]提出基于貝葉斯理論的個性化排名算法，針對隱式反饋數據，在矩陣分解或者最近鄰方法中生成的個性化推薦列表進行排序優化，提高用戶對推薦列表的滿意度.利用用戶已購買的商品和未購買的商品的偏序關系，采用貝葉斯分析推導得到最大后驗估計，進行模型訓練，最后生成優化后的項目排名.

4)CM-RIMDCF：Fu等人[22]提出的分兩階段的深度協同過濾模型，第1階段通過局部和全局模型對用戶和項目分別進行學習，獲得代表用戶-用戶和項目-項目的特征信息，再將此作為第2階段的輸入；第2階段利用神經網絡學習用戶和項目相互作用的信息，得到預測評分.

5)multi-criteriaDCF：Nassar等人[23]提出的多準則深度協同過濾模型，將用戶偏好分為總體評分和多準則評分，以量化用戶對項目不同特征產生的興趣.在此基礎上，設計兩階段深度神經網絡模型，第1階段先預測多準則評分，再將其輸入到下一階段的深度神經網絡，以預測總體評分.

對比實驗使用公共數據集，Yahoo! Movies的用戶評分數據集，驗證本文提出的算法是否在推薦性能上相比基線方法有所提高.用戶對電影的評分等級為A+到F，該數據集屬于顯式反饋數據集，所以需要將其預處理為隱式反饋數據.將“評分”這一行為(不論評分大小)視為1(即存在交互行為)，反之為0.在此數據集中，用戶評分的電影為10部以上，每部電影至少有一位用戶評分.因此，總共7，642名用戶和11，915部電影，評分(交互次數)為211，231次，稀疏度為99.77%.

本文提出的算法與基線方法的推薦結果如表6所示，其HR值和NDCG值都明顯優于其他3種基線方法，說明本文提出的算法能有效提高推薦的性能.

表6 不同算法的推薦結果對比Table 6 Comparison between the proposed algorithm and the baselines

通過以上5種基線方法與本文提出的算法進行對比，本文提出的算法在Yahoo! Movies數據集上得到的HR值和NDCG值，都優于其他五種基線方法.進一步分析原因如下：

1)在極度稀疏數據集(投資總次數40，542)中，受歡迎程度排前10的項目的投資次數，占總投資次數37.97%，而前10個項目在項目數上僅為總體的4.35%，由此可見受歡迎的前10個項目確實得到較多用戶的關注，但它并不能為每個用戶提供個性化的項目，所以推薦效果也是最差的.

2)BPR和Eals算法針對隱式反饋數據提出不同的優化方法，但仍以傳統矩陣分解為基礎構建模型，對于稀疏數據的處理存在一定局限，由此對模型訓練和推薦結果都產生影響.

3)CM-RIMDCF算法以用戶和項目之間的相關性為基礎，學習用戶和項目的相互作用，但是該方法提出的局部和全局表示模型，利用顯式評分進行學習，卻不適用于隱式反饋，從而影響第2階段神經網絡的預測.此外，該方法中的神經網絡只有一層全連接隱藏層，在學習用戶和項目的相互關系上有一定局限.

4)multi-criteriaDCF提出的多準則評分能夠解釋用戶偏好的原因，然而，在實際應用場景中此類型的數據獲取有限，大部分為單一的總體評分.此外，該方法僅利用深度神經網絡計算多準則評分和總體評分，在將深度神經網絡與協同過濾的融合上還存在不足.因此，本文提出的深度協同過濾模型通過更好地融合深度學習和協同過濾，更精準地提取用戶和項目的交互信息，從而得到更好的推薦效果.

本文提出的算法結合卷積神經網絡和矩陣分解的互補優勢，學習用戶和項目特征信息的潛在關系，比傳統協同過濾推薦算法運用的線性學習更有效.

6 結 論

本文針對眾籌平臺Ulule數據極端稀疏的問題，以及平臺用戶投資行為為隱式反饋數據，沒有負反饋這一特點，融合深度學習與協同過濾推薦算法，為投資者生成個性化的眾籌項目推薦列表，以此提高投資者與項目之間的匹配度，進而提高眾籌平臺整體的融資成功率.

針對眾籌平臺的推薦問題，本文提出的算法進行了以下幾個方面的改進：

1)提取用戶和項目的特征數據，以及實際交互信息，訓練模型；

2)在提取用戶和項目特征信息的潛在關系時，結合矩陣分解和卷積神經網絡，分別對特征信息進行學習，以發揮兩種方法的互補優勢，提高特征提取的精準性；

3)分別通過均勻和非均勻兩種負反饋樣本采集方式，對眾籌平臺的隱式反饋數據進行采樣和分析.

為了驗證本文提出算法的有效性，選取基線方法，設計對比實驗.實驗結果表明，相較于基線方法，本文提出的深度協同過濾模型在數據集上的推薦效果有明顯的提升.由此說明融合深度學習技術學習投資者與項目的非線性交互，可以有效解決數據稀疏性對推薦效果的影響.并且數據量越大越稀疏，通過一定卷積層數的卷積神經網絡，可以得到最佳的推薦性能.此外，針對負反饋數據的采集問題，需要考慮項目的特點，非均勻采集雖然有更好的解釋效果，但不一定適用于本模型的訓練.

本研究不僅有助于提高眾籌平臺的融資成功率，還豐富了推薦系統的研究體系.在今后的研究中，以下幾方面值得深入探討：

1)針對不同互聯網金融平臺和不同語言的用戶、項目數據進行實驗，以評估本文所提出方法的通用性；

2)添加輔助信息，或者多準則評分數據為實驗數據；

3)進一步探索其他深度學習方法在推薦系統中的應用.