基于卷積神經(jīng)網(wǎng)絡(luò)的協(xié)同過(guò)濾算法在影片推薦中的應(yīng)用研究

張海飛 崔軍納 葛金鼎

摘要：文章運(yùn)用深度學(xué)習(xí)算法中的卷積神經(jīng)網(wǎng)絡(luò)，利用MovieLens數(shù)據(jù)集，實(shí)現(xiàn)了基于協(xié)同過(guò)濾的影片推薦系統(tǒng)。系統(tǒng)運(yùn)行表明，該方法實(shí)現(xiàn)的推薦系統(tǒng)可以有效緩解“冷啟動(dòng)”問(wèn)題。

關(guān)鍵詞：影片推薦;協(xié)同過(guò)濾;卷積神經(jīng)網(wǎng)絡(luò)

中圖分類(lèi)號(hào)：TP18? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）17-0073-05

1簡(jiǎn)介

推薦系統(tǒng)[1]已經(jīng)成功應(yīng)用到商品推薦中，并逐步滲透到了文化領(lǐng)域，豐富了人們的文化生活。在推薦系統(tǒng)還未萌發(fā)的時(shí)候，用戶使用傳統(tǒng)的搜索引擎，在獲取數(shù)據(jù)時(shí)，如果需求很明確，比如需要找一個(gè)電影，但是用戶只知道這個(gè)電影的名稱或?qū)а莸刃畔ⅲ阉鞒龅男畔⒑芷妗鹘y(tǒng)的搜索引擎的弊端暴露了：當(dāng)用戶自己也不清楚自己需要尋找的信息的具體內(nèi)容，搜索得到的結(jié)果可能和用戶想要的結(jié)果相差很大，用戶獲得的體驗(yàn)較差[2]。在推薦系統(tǒng)誕生之后，系統(tǒng)開(kāi)發(fā)人員對(duì)獲取的數(shù)據(jù)進(jìn)行研究，這些數(shù)據(jù)的共同點(diǎn)指向特定的一類(lèi)群體，數(shù)據(jù)的不同點(diǎn)指向每一個(gè)用戶，通過(guò)合適的推薦算法，生成相應(yīng)的推薦列表，會(huì)更加契合用戶的需求。本文運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)，基于MovieLens數(shù)據(jù)集，設(shè)計(jì)并實(shí)現(xiàn)了基于協(xié)同過(guò)濾的影片推薦系統(tǒng)，以滿足人民日益增長(zhǎng)的文化娛樂(lè)需求。

2相關(guān)工作

協(xié)同過(guò)濾（Collaborative Filtering，CF）[3]和推薦系統(tǒng)的概念最早在20世紀(jì)90年代被提出，國(guó)內(nèi)外的推薦系統(tǒng)迅速發(fā)張，但是這時(shí)候的系統(tǒng)并不具備為用戶生成推薦列表的能力，必須通過(guò)復(fù)雜的數(shù)據(jù)庫(kù)查詢語(yǔ)句構(gòu)造推薦列表推送給用戶。不久，第一個(gè)能夠完成自主推薦的新聞系統(tǒng)GroupLens[4]誕生了。1997年，推薦系統(tǒng)（Recommender System，RS）一詞被Resnick等人提及。自此，推薦系統(tǒng)逐漸走入正軌，被世人廣泛應(yīng)用，也逐步成為較為熱門(mén)的研究領(lǐng)域，各式各樣的推薦算法，不同分類(lèi)的模型，陸續(xù)來(lái)到了人們的視野中。經(jīng)常沉淀，目前主流的算法涉及以下各個(gè)方面：

基于內(nèi)容的推薦算法[5]的本質(zhì)是提取用戶的歷史記錄，依據(jù)用戶頻繁瀏覽過(guò)并且喜歡的內(nèi)容，生成推薦列表，向用戶推薦與商品信息較為相似的內(nèi)容[6]。

協(xié)同過(guò)濾算法的基本方式就是對(duì)于數(shù)據(jù)的挖掘、對(duì)歷史數(shù)據(jù)的分析和用戶的偏好的分析得出的結(jié)論，找尋到用戶的存在和相同興趣的用戶群，然后根據(jù)預(yù)測(cè)用戶可能存在的喜歡的電影序列進(jìn)行推送，以和用戶同類(lèi)型的受眾群里喜歡的電影推薦列表為基礎(chǔ)進(jìn)行的推薦模式，因而這個(gè)算法存在的冷啟動(dòng)[7-8]問(wèn)題，不能夠?yàn)樾碌挠脩籼峁┯行У耐扑]信息。而基于項(xiàng)目的協(xié)同過(guò)濾算法是在設(shè)計(jì)和用戶的喜好推薦上進(jìn)行類(lèi)似商品的推薦模式，根據(jù)其計(jì)算的本質(zhì)進(jìn)行相關(guān)相似度的推薦方法，生成相似度較高的矩陣方式，來(lái)為廣大的用戶群體推薦電影。鄧明通等[9]通過(guò)對(duì)用戶偏好多樣性的計(jì)算來(lái)實(shí)現(xiàn)推薦，有效地緩解了冷啟動(dòng)問(wèn)題，提高了推薦信息的多樣性。

3相關(guān)算法和模型

3.1協(xié)同過(guò)濾算法

協(xié)同過(guò)濾算法是推薦系統(tǒng)常用的算法。自提出以來(lái)引起了各大學(xué)術(shù)領(lǐng)域包括行為科學(xué)、管理科學(xué)和計(jì)算數(shù)學(xué)等領(lǐng)域的廣泛關(guān)注，越來(lái)越多的專(zhuān)家學(xué)者參與到算法的研究[10]中，同時(shí)大型的互聯(lián)網(wǎng)網(wǎng)站如：YouTube、Facebook 等公司都使用深度學(xué)習(xí)[11]對(duì)協(xié)同過(guò)濾算法進(jìn)行相關(guān)的設(shè)計(jì)研究，進(jìn)行成功的引用，豐富自己的信息網(wǎng)站。傳統(tǒng)的協(xié)同過(guò)濾算法可以細(xì)分為以下兩個(gè)方面：

1）基于用戶的協(xié)同過(guò)濾算法

這個(gè)算法的原理是先確定所有的用戶群體，再根據(jù)目標(biāo)群體，從所有的用戶群體中尋找與之相似的用戶群體，根據(jù)用戶群體里的喜好項(xiàng)目逐一遍歷展示給目標(biāo)用戶。要實(shí)現(xiàn)推薦主要通過(guò)這個(gè)算法的以下三個(gè)步驟：

①通過(guò)收集的用戶信息的分析，生成一個(gè)評(píng)分矩陣，其中包括用戶ID、項(xiàng)目ID、評(píng)分這三個(gè)部門(mén)。

②利用評(píng)分矩陣，計(jì)算用戶的相似性矩陣。

③為目標(biāo)用戶推薦項(xiàng)目，主要是依據(jù)與目標(biāo)用戶最相近的用戶群所喜歡的項(xiàng)目。

比如在一個(gè)電影推薦系統(tǒng)當(dāng)中，通過(guò)對(duì)用戶的歷史記錄來(lái)分析數(shù)據(jù)樣本進(jìn)行推薦，用戶a對(duì)ABC電影給予了高分平均，用戶b對(duì)CDE給予了高分評(píng)價(jià)，用戶c對(duì)ACF給予了高分評(píng)價(jià)，電影推薦系統(tǒng)能根據(jù)用戶對(duì)于數(shù)據(jù)的相似性來(lái)判斷分析，得出了用戶a與用戶c的性格喜愛(ài)方式類(lèi)型，最終給用戶a推薦電影F。

2）基于項(xiàng)目的協(xié)同過(guò)濾算法

這個(gè)算法的原理在用戶群體中尋找目標(biāo)用戶消費(fèi)過(guò)的產(chǎn)品，將這些產(chǎn)品遍歷給用戶群體。基于項(xiàng)目的協(xié)同過(guò)濾算法分以下三步進(jìn)行推薦：

①根據(jù)整理的信息，生成包含用戶ID、項(xiàng)目ID和評(píng)分三部分的特征矩陣。

②根據(jù)包含這三部分信息的特征矩陣，結(jié)合算法生成相似性矩陣。

③逐一遍歷相似性矩陣，根據(jù)需求，適當(dāng)?shù)倪x擇推薦給用戶的內(nèi)容數(shù)量。

再比如，在電影推薦系統(tǒng)當(dāng)中，通過(guò)對(duì)數(shù)據(jù)樣本的歷史記錄的分析得知a、b、c三個(gè)用戶都對(duì)A電影打出來(lái)高評(píng)價(jià)，用戶a、b同時(shí)對(duì)B電影打出來(lái)高評(píng)價(jià)，用戶a對(duì)C電影打出了高評(píng)價(jià)，用戶b對(duì)D電影有高評(píng)價(jià)，因此電影AB的相似度就很高，用戶c喜歡A電影，因此根據(jù)系統(tǒng)的判斷把B電影推薦給用戶c。

上述的假設(shè)過(guò)程就是常見(jiàn)的協(xié)同過(guò)濾算法的級(jí)別推薦方式，通過(guò)這一方式能夠較快地向用戶推薦相關(guān)電影信息，但是協(xié)同過(guò)濾算法存在兩個(gè)缺點(diǎn)，對(duì)這個(gè)算法的改進(jìn)目前仍然處于探索階段。

1）存在擴(kuò)展性問(wèn)題，隨著電影數(shù)量和用戶數(shù)量的增加，一定會(huì)影響推薦算法的效率，對(duì)于實(shí)時(shí)性效率比較高的商務(wù)網(wǎng)站，基于協(xié)同過(guò)濾的推薦系統(tǒng)存在嚴(yán)重的擴(kuò)展性問(wèn)題。

2）存在冷啟動(dòng)問(wèn)題，如果有新用戶注冊(cè)，沒(méi)有相應(yīng)的歷史數(shù)據(jù)對(duì)其進(jìn)行分析，導(dǎo)致模型無(wú)法找到相似的用戶或商品，也就不能推薦適合的內(nèi)容，其中冷啟動(dòng)問(wèn)題表示的是在沒(méi)有大量數(shù)據(jù)的情況下，如何進(jìn)行有效的推薦。

3.2卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（CNN）[12]是一種包含了卷積計(jì)算的方法，是深度學(xué)習(xí)算法技術(shù)的代表之一，卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)用方式，可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)進(jìn)行構(gòu)建結(jié)構(gòu)，其核心的五層結(jié)構(gòu)為數(shù)據(jù)輸入層、卷積計(jì)算層、激勵(lì)層、池化層和全連接層。

數(shù)據(jù)輸入層主要是對(duì)原始數(shù)據(jù)進(jìn)行處理操作，對(duì)無(wú)用的信息進(jìn)行過(guò)濾，有效的信息進(jìn)行有序的排布，對(duì)數(shù)據(jù)進(jìn)行去均值、歸一化和PAC降維等處理，通過(guò)對(duì)數(shù)據(jù)的處理，可以更好地劃分層次結(jié)構(gòu)。

卷積計(jì)算層是卷積神經(jīng)網(wǎng)絡(luò)最為重要的部分，是對(duì)前面獲取到的數(shù)據(jù)進(jìn)行計(jì)算處理，拆解的過(guò)程，其中較為關(guān)鍵的操作，是對(duì)局部關(guān)聯(lián)和窗口滑動(dòng)，對(duì)其中的深度、步長(zhǎng)和填充值進(jìn)行相應(yīng)的獲取，通過(guò)對(duì)矩陣的映射計(jì)算，得出相應(yīng)的數(shù)值，同時(shí)卷積計(jì)算層還有很高的共享性，能夠把計(jì)算出的相關(guān)數(shù)值，同傳分析，分享到各層當(dāng)中，同時(shí)計(jì)算用戶和電影的信息數(shù)據(jù)，計(jì)算矩陣向量可以用來(lái)之后的推薦。

激勵(lì)層主要的功能是把卷積計(jì)算層計(jì)算出的相關(guān)數(shù)據(jù)，進(jìn)行結(jié)構(gòu)的非線性映射，其主要的特點(diǎn)是能快速地對(duì)相關(guān)數(shù)據(jù)進(jìn)行展現(xiàn)，梯度求值較為簡(jiǎn)單，但其本身數(shù)據(jù)較為脆弱易被更改，不利于長(zhǎng)期保存。

池化層就是相對(duì)于輸入層存在的層次關(guān)系，因?yàn)檩斎雽虞斎氲臄?shù)據(jù)較為龐大，存儲(chǔ)較為復(fù)雜且占用大量的空間，因此設(shè)計(jì)的池化層就是用來(lái)解決這一問(wèn)題，池化層主要的功能就是進(jìn)行數(shù)據(jù)圖片的壓縮，壓縮相關(guān)數(shù)據(jù)便于存儲(chǔ)。

全連接層其主要功能是在層次間的連接當(dāng)中，通過(guò)全連接層進(jìn)行數(shù)據(jù)的快速傳輸，方便進(jìn)行數(shù)據(jù)的傳遞，位于卷積神經(jīng)網(wǎng)絡(luò)隱含層的最后部分，并只向其他全連接層傳遞信號(hào)。

通過(guò)輸入層進(jìn)行數(shù)據(jù)的讀取，把獲取的數(shù)據(jù)通過(guò)輸入層錄入，再通過(guò)卷積計(jì)算層進(jìn)行數(shù)據(jù)的計(jì)算，計(jì)算出相應(yīng)的矩陣值，通過(guò)激勵(lì)層實(shí)現(xiàn)數(shù)據(jù)結(jié)構(gòu)的非線性映射實(shí)現(xiàn)圖層，再通過(guò)池化層把龐大的數(shù)據(jù)進(jìn)行壓縮，實(shí)現(xiàn)數(shù)據(jù)的推薦，上述的層次結(jié)構(gòu)都是通過(guò)全連接層實(shí)現(xiàn)的，這便是完整的卷積神經(jīng)網(wǎng)絡(luò)的基本實(shí)現(xiàn)方式。

4 基于卷積神經(jīng)網(wǎng)絡(luò)協(xié)同過(guò)濾的影片推薦

4.1數(shù)據(jù)處理

本項(xiàng)目使用MoviesLens數(shù)據(jù)集[13]，該數(shù)據(jù)集存儲(chǔ)了電影評(píng)分，包含了來(lái)自6000名用戶對(duì)4000部電影的100萬(wàn)條評(píng)分?jǐn)?shù)據(jù)。

用戶數(shù)據(jù)由五部分組成，主要是用戶ID、性別、年齡、職業(yè)ID和郵編。從圖1可以看出，郵編是地區(qū)的郵政編碼，不是用戶特征字段，不需要使用。用戶數(shù)據(jù)user.dat文件中以“：：”連接每個(gè)數(shù)據(jù)。收集的數(shù)據(jù)包含各個(gè)年齡段中各行各業(yè)的人們，年齡段主要分為年齡在18歲以下、年齡在18～24歲之間、年齡在25～34歲之間、年齡在35～44歲之間、年齡在45～49歲之間、年齡在50～55歲之間、年齡在56歲以上，涉及的行業(yè)包含學(xué)術(shù)/教育工作者、藝術(shù)家、文員/行政等二十個(gè)方面的。用戶數(shù)據(jù)預(yù)處理前的數(shù)據(jù)格式如圖1所示。

影片數(shù)據(jù)集中收集到的電影可以分為十六個(gè)類(lèi)別，由動(dòng)作片、冒險(xiǎn)片、動(dòng)畫(huà)片、兒童片等組成，由電影ID、電影名稱和電影風(fēng)格三個(gè)字段組成，數(shù)據(jù)之間的連接方式依然通過(guò)“：：”連接，影片數(shù)據(jù)預(yù)處理前數(shù)據(jù)如圖2所示。

評(píng)分?jǐn)?shù)據(jù)由用戶ID、電影ID、評(píng)分、時(shí)間戳四部分組成，評(píng)分?jǐn)?shù)據(jù)中數(shù)據(jù)的排序以用戶ID為主，電影ID為輔進(jìn)行排序。評(píng)分?jǐn)?shù)據(jù)預(yù)處理后的數(shù)據(jù)如圖3所示。

因?yàn)閿?shù)據(jù)存在差異性，要根據(jù)數(shù)據(jù)的特點(diǎn)進(jìn)行不同的處理：用戶ID、職業(yè)ID和電影ID是不用改變的;性別字段：需要數(shù)據(jù)庫(kù)中的F和M字符轉(zhuǎn)換成數(shù)值0和1;年齡字段可以將年齡分為七大類(lèi)，將七大類(lèi)分別轉(zhuǎn)成7個(gè)連續(xù)0—6的數(shù)值;電影分類(lèi)字段，需要轉(zhuǎn)換成數(shù)字，首先組成一個(gè)由電影分類(lèi)和唯一標(biāo)識(shí)這個(gè)電影分類(lèi)的數(shù)字的字典，將每部電影的分類(lèi)字段轉(zhuǎn)換成相應(yīng)的列表，因?yàn)槊坎侩娪翱赡懿恢挂粋€(gè)類(lèi)別。電影的名稱字段與電影類(lèi)別做相似處理。電影名稱和電影類(lèi)別的長(zhǎng)度需要統(tǒng)一，為了方便處理，長(zhǎng)度不足的部分用‘對(duì)應(yīng)的數(shù)字進(jìn)行填充。預(yù)處理完成之后的用戶數(shù)據(jù)、電影數(shù)據(jù)、評(píng)分?jǐn)?shù)據(jù)如圖4所示。

3.2 實(shí)驗(yàn)準(zhǔn)備

實(shí)驗(yàn)的目的是通過(guò)計(jì)算訓(xùn)練出用戶特征值和電影特征值，進(jìn)行推薦處理分析使用，分析數(shù)據(jù)集中的相關(guān)字典，發(fā)現(xiàn)其中一些字段信息較為特殊，對(duì)這些不同于其他字段，且不方便存儲(chǔ)的信息通過(guò)one hot編碼方式進(jìn)行轉(zhuǎn)化存儲(chǔ)，如用戶ID、電影ID等字段，這種編碼表示的是由0和1組成的數(shù)據(jù)集合。在存儲(chǔ)數(shù)據(jù)時(shí)，時(shí)常遇到稀疏性問(wèn)題，輸入的時(shí)間較長(zhǎng)，維度也急劇膨脹，這是急需解決的問(wèn)題，因此通過(guò)相關(guān)數(shù)據(jù)的預(yù)處理方式，將這些字段轉(zhuǎn)化成數(shù)字，用這些數(shù)字當(dāng)作嵌入矩陣的索引，網(wǎng)絡(luò)的第一層使用了嵌入層，維度是（N，32）和（N，16）。

電影類(lèi)型的處理要多一步，有時(shí)一部電影有多部電影類(lèi)型，這樣從嵌入矩陣索引出來(lái)是一個(gè)（n，32）的矩陣，將這個(gè)矩陣求和，變成（1，32）的向量。從嵌入層索引特征以后，將每個(gè)特征值通過(guò)全連接層傳入，再將輸出傳入到全連接層，最終得到（1，200）的用戶特征和電影特征兩個(gè)特征向量。對(duì)于電影名稱的處理比較特殊，從嵌入矩陣中得到電影名對(duì)應(yīng)的各個(gè)單詞的嵌入向量，名稱長(zhǎng)度有一定限制，這里過(guò)濾器大小使用時(shí)，就選擇2、3、4、5長(zhǎng)度。然后對(duì)文本嵌入層使用滑動(dòng)2、3、4、5個(gè)單詞尺寸的卷積核做卷積和最大池化。最后進(jìn)行Dropout 操作，全連接層輸出。

3.3 實(shí)驗(yàn)環(huán)境

1）硬件設(shè)備

處理器：Intel（R） Core（TM）i7 -8750H CPU @ 2.20GHz 2.21 GHz。

內(nèi)存：8GB。

2）軟件環(huán)境

操作系統(tǒng)：Microsoft Windows10 操作系統(tǒng)（64位）。

開(kāi)發(fā)語(yǔ)言：Python 3.7。

編碼工具：JetBrainsPyCharm 2018.1.3。

軟件工具：Pandas、Numpy、Tensorflow、Collections、Os、Pickle、Re、Zipfile、Hashlib、Matplotlib、Time、Datetime，其中安裝Numpy版本過(guò)高的話會(huì)報(bào)錯(cuò)，所以需要安裝1.16.0版本的numpy。

實(shí)驗(yàn)采用了協(xié)同過(guò)濾算法進(jìn)行的相關(guān)設(shè)計(jì)，從不同方面進(jìn)行相關(guān)數(shù)據(jù)的讀取、呈現(xiàn)和分析，能夠做到的就是一個(gè)根據(jù)不同設(shè)計(jì)模式進(jìn)行的算法驗(yàn)證操作。

3.4訓(xùn)練參數(shù)設(shè)置

為了保證算法的精確性，采用了大量的訓(xùn)練數(shù)據(jù)進(jìn)行長(zhǎng)時(shí)間的計(jì)算，以折現(xiàn)圖的方式進(jìn)行展現(xiàn)。在每個(gè)圖中，Train_loss表示訓(xùn)練誤差，即訓(xùn)練集在模型中預(yù)測(cè)結(jié)果與真實(shí)結(jié)果的差值，Test_loss 表示驗(yàn)證集上的損失。從折線圖變化的趨勢(shì)可以看出，Train_loss折線圖和Test_loss折線圖都呈下降趨勢(shì)，表明設(shè)計(jì)的網(wǎng)絡(luò)信息還在不斷學(xué)習(xí)，即網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)得當(dāng)，訓(xùn)練超參數(shù)設(shè)置得當(dāng)。

對(duì)于卷積神經(jīng)網(wǎng)絡(luò)的推薦結(jié)果影響最大的三個(gè)參數(shù)為Batch_size、學(xué)習(xí)率和迭代次數(shù)。Batch_size就是每批處理的樣本的個(gè)數(shù)，即一次訓(xùn)練所選取的樣本數(shù)。學(xué)習(xí)率就是機(jī)器學(xué)習(xí)的速率，開(kāi)始時(shí)需要較高的學(xué)習(xí)率進(jìn)行快速學(xué)習(xí)，運(yùn)行一段數(shù)據(jù)學(xué)習(xí)率不斷衰減，達(dá)到穩(wěn)定。 迭代次數(shù)，每一次迭代都會(huì)更新一次網(wǎng)絡(luò)結(jié)構(gòu)的參數(shù)。Dropout是為了應(yīng)對(duì)神經(jīng)網(wǎng)絡(luò)很容易過(guò)擬合的問(wèn)題。本次設(shè)置了三種不同的參數(shù)，學(xué)習(xí)率和Dropout的值始終為0.0001和0.5，而B(niǎo)atch_size和迭代次數(shù)設(shè)置為三組不同的數(shù)值，根據(jù)“一個(gè)參數(shù)不變，改變另一個(gè)參數(shù)”的原則，選擇了256和5、64和5、64和20三組，并且對(duì)于Test_loss和Train_loss的值進(jìn)行統(tǒng)計(jì)，結(jié)果如圖5、圖6、圖7所示。

圖5是在迭代次數(shù)為5的情況下，將Batch_size設(shè)置為256時(shí)，從訓(xùn)練缺損和測(cè)試缺損的統(tǒng)計(jì)分布來(lái)看，訓(xùn)練缺損的值在0.966和12.162之間，測(cè)試缺損的值在 0.722和1.418之間，可以看出來(lái)波動(dòng)比較大，不是很穩(wěn)定。

圖6與圖5相比，樣本數(shù)量不變，但是樣本的迭代次數(shù)增加到20次，此時(shí)訓(xùn)練缺損值的范圍在0.899～7.984之間，測(cè)試缺損值在0.546～1.589之間，相比圖5，相對(duì)而言波動(dòng)收斂些，這就說(shuō)明，在batch_size的數(shù)值相同時(shí)，增加迭代次數(shù)，可以使訓(xùn)練和測(cè)試結(jié)果更加穩(wěn)定。

圖7與圖5的迭代次數(shù)一致，都為5，將Batch_size設(shè)置為64時(shí)，對(duì)比圖5，訓(xùn)練缺損值范圍在0.823至13.101之間，測(cè)試缺損值范圍在0.232至1.712之間，忽略網(wǎng)絡(luò)開(kāi)始學(xué)習(xí)不穩(wěn)定的情況，說(shuō)明在一定范圍內(nèi)，適當(dāng)降低Batch_size值，可以降低訓(xùn)練缺損。

圖8結(jié)合圖6和圖7的規(guī)律，將batch_size的值設(shè)置為64，迭代次數(shù)設(shè)置為20，訓(xùn)練缺損值范圍在0.506至14.021之間，測(cè)試缺損值范圍在0.192至1.708之間，可以看出訓(xùn)練缺損和測(cè)試缺損的趨勢(shì)更為穩(wěn)定，因此本文認(rèn)為，當(dāng)batch_size 為確定值時(shí)，增加迭代次數(shù)可以使訓(xùn)練和測(cè)試結(jié)果更加穩(wěn)定。

4 實(shí)驗(yàn)結(jié)果分析

推薦同類(lèi)型的電影根據(jù)在數(shù)據(jù)集中隨機(jī)選區(qū)的電影，計(jì)算電影特征向量與電影特征矩陣的余弦值進(jìn)行相似度的比較，計(jì)算較大的五個(gè)值，如圖9所示。

根據(jù)喜歡的電影推薦，隨機(jī)生成用戶特征，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)結(jié)合電影特征矩陣計(jì)算電影評(píng)分，進(jìn)行推薦評(píng)分最高的部分，這個(gè)數(shù)量是可以進(jìn)行修改的，在本項(xiàng)目中推薦的數(shù)量設(shè)置為5，如圖10所示。

根據(jù)看過(guò)此電影的人還喜歡哪些電影，在數(shù)據(jù)集中選取出的一個(gè)電影，然后根據(jù)排名選出有同樣喜好的用戶，提取這些用戶的特征向量，進(jìn)行算法的設(shè)計(jì)得出相應(yīng)的推薦，將每個(gè)人評(píng)分最高的電影選出，并分別進(jìn)行推薦，如圖11所示。

通過(guò)對(duì)IMDB數(shù)據(jù)集的獲取，對(duì)存在的相關(guān)用戶個(gè)性特征值和電影特征值進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)CNN的計(jì)算，通過(guò)上述的設(shè)計(jì)方法，進(jìn)行數(shù)據(jù)值的處理比對(duì)，根據(jù)生產(chǎn)用戶的特征值矩陣和電影特征值矩陣進(jìn)行處理分析得出loss的數(shù)值，計(jì)算當(dāng)前看的電影特征向量與整個(gè)電影特征矩陣的余弦相似度，添加其中隨機(jī)生成的字段不同，使用用戶特征向量與電影特征矩陣計(jì)算所有電影的評(píng)分，獲取得出數(shù)較高的電影信息，進(jìn)行推薦，充分地結(jié)合CNN的設(shè)計(jì)思路，并通過(guò)協(xié)同過(guò)濾算法來(lái)解決用戶的冷啟動(dòng)問(wèn)題，計(jì)算新用戶的矩陣特征值，對(duì)數(shù)據(jù)集中的用戶數(shù)據(jù)進(jìn)行比對(duì)，有相似用戶特征值信息的用戶，喜歡的電影類(lèi)型，進(jìn)行相同類(lèi)型的推薦，這樣可以稍微緩解用戶的冷啟動(dòng)問(wèn)題。

5結(jié)束語(yǔ)

本文利用卷積神經(jīng)網(wǎng)絡(luò)和協(xié)同過(guò)濾算法對(duì)電影數(shù)據(jù)分析，經(jīng)過(guò)大量的訓(xùn)練實(shí)驗(yàn)得出較優(yōu)的卷積參數(shù)，通過(guò)協(xié)同過(guò)濾算法計(jì)算與其他用戶的相似度，實(shí)現(xiàn)了電影推薦系統(tǒng)，設(shè)計(jì)的電影推薦系統(tǒng)結(jié)合算法維度進(jìn)行推薦，并實(shí)現(xiàn)較高的準(zhǔn)確度，緩解了推薦系統(tǒng)的“冷啟動(dòng)”問(wèn)題。

參考文獻(xiàn)：

[1] Chen Y L，Cheng L C，Chuang C N.A group recommendation system with consideration of interactions among group members[J].Expert Systems With Applications，2008，34（3）：2082-2090.

[2] 許海玲，吳瀟，李曉東，等.互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J].軟件學(xué)報(bào)，2009，20（2）：350-362.

[3] 馬宏偉，張光衛(wèi)，李鵬.協(xié)同過(guò)濾推薦算法綜述[J].小型微型計(jì)算機(jī)系統(tǒng)，2009，30（7）：1282-1288.

[4] Resnick P，Iacovou N，Suchak M，et al.GroupLens：an open architecture for collaborative filtering of netnews[C]//ACM Conference on Computer Supported Cooperative Work.ACM，1994：175-186.

[5] Tuzhilin A.Towards the next generation of recommendersystems[C]//Proceedings of the 2010 International Conference on E-Business Intelligence.Paris，F(xiàn)rance：Atlantis Press，2010.

[6] 陳思亦，何利力，鄭軍紅.結(jié)合商圈位置區(qū)域模型的商品推薦算法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（8）：136-141.

[7] 孫冬婷，何濤，張福海.推薦系統(tǒng)中的冷啟動(dòng)問(wèn)題研究綜述[J].計(jì)算機(jī)與現(xiàn)代化，2012（5）：59-63.

[8] Schein A I，Popescul A，Ungar L H，et al.Methods and metrics for cold-start recommendations[C]//SIGIR'02：Proceedings of the 25th annual international ACM SIGIR conference on Research and development in information retrieval，2002：253-260.

[9] 鄧明通，劉學(xué)軍，李斌.基于用戶偏好和動(dòng)態(tài)興趣的多樣性推薦方法[J].小型微型計(jì)算機(jī)系統(tǒng)，2018，39（9）：2029-2034.

[10] 劉建國(guó)，周濤，汪秉宏.個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J].自然科學(xué)進(jìn)展，2009，19（1）：1-15.

[11] 孫志軍，薛磊，許陽(yáng)明，等.深度學(xué)習(xí)研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2012，29（8）：2806-2810.

[12] Lecun Y，Bottou L，Bengio Y，et al.Gradient-based learning applied to document recognition[J].Proceedings of the IEEE，1998，86（11）：2278-2324.

[13]Harper F M，KonstanJ A.The MovieLens Datasets：Historyand Context[J].ACM Transactions on Interactive Intelligent Systems （TiiS） 5，4，Article 19 （December 2015），19 pages.DOI=http：//dx .doi.org/10.1145/2827872.

收稿日期：2022-03-16

作者簡(jiǎn)介：張海飛（1980—），男，江蘇如東人，副教授，博士，研究方向?yàn)闄C(jī)器學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、地理信息系統(tǒng);崔軍納（1979—），男，河南許昌人，工程師，碩士，研究方向?yàn)楣I(yè)互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)、自動(dòng)控制技術(shù);葛金鼎（1984—），男，江蘇通州人，碩士，研究方向?yàn)榇肮こ獭C(jī)械工程、自動(dòng)控制技術(shù)。