考慮用戶興趣的個性化協(xié)同過濾推薦方法

周晶， 劉丹， 李慧超， 賈江凱

(1.國網(wǎng)電子商務有限公司，北京 100053；2.國網(wǎng)電商科技有限公司，天津 300309)

0 引言

電子商務已經(jīng)成為日常生產(chǎn)生活中不可或缺的商品交易模式，信息過載使得人們很難快速準確地獲得適合自己的商品，為此個性化商品推薦方法得到了各大電子商務平臺的廣泛關注[1-2]。

協(xié)同過濾算法是目前電子商務平臺中應用廣泛的商品推薦方法，該方法基于用戶對商品的歷史評價提取用戶相似度獲得評分預測矩陣，將評分靠前的商品推薦給用戶[3]。隨著協(xié)同過濾算法的應用，數(shù)據(jù)稀疏性、算法可擴展性等影響推薦性能的問題不斷暴露，研究人員相繼提出多種協(xié)同過濾改進方法[4-5]。文獻[6]采用填充矩陣改進協(xié)同過濾算法的評分矩陣，提高了稀疏數(shù)據(jù)集的推薦性能。文獻[7]將遷移學習引入?yún)f(xié)同過濾，提出了一種基于遷移的聯(lián)合矩陣分解協(xié)同過濾模型。文獻[8]采用k-means算法對用戶屬性進行聚類,并將信任誤差引入到用戶關系中,提高用戶相似度提取性能。

個性化商品推薦協(xié)同過濾算法的相似度提取準確性對推薦性能影響很大，為此提出一種基于聯(lián)合相似度計算的改進協(xié)同過濾商品推薦方法，并引入時間權值函數(shù)提高商品推薦時效性，通過測試數(shù)據(jù)集驗證了算法的有效性與優(yōu)越性。

1 用戶興趣識別

用戶對商品的興趣隱含在用戶交互日志中，為此本節(jié)設計一種能夠表征商品屬性特征和用戶交互特征的相似性度量方法。

1.1 屬性相似性

采用異構信息網(wǎng)絡提取商品屬性之間的特征相似性。異構信息網(wǎng)絡是一種結構化的文本表示方式，網(wǎng)絡由一些節(jié)點和邊構成，可以用一個無向加權圖表示，即G=(V,E,W)。其中,V表示節(jié)點，E表示邊，W表示將各個邊映射到實數(shù)的權重映射[9]。網(wǎng)絡中存在一個節(jié)點映射函數(shù)φ:V→A和一個關系映射函數(shù)φ:E→B，且經(jīng)過映射后的數(shù)據(jù)集滿足|A|>0,|B|>0。一個簡單的基于商品推薦構建異構信息網(wǎng)絡結構如圖1所示。該結構中共有5類節(jié)點，即用戶(U)、商品(I)、類目(G)、價格(V)和品牌(P)，其中用戶與商品節(jié)點為根節(jié)點，類目、價格和品牌節(jié)點為子(屬性)節(jié)點。

圖1 用戶商品異構信息網(wǎng)絡結構

圖1給出用戶商品異構信息網(wǎng)絡結構中，商品與商品屬性節(jié)點之間的權值能夠有效表示商品屬性對商品的影響大小。用戶在選擇商品時會重點考慮商品的某個屬性，例如用戶會對某些產(chǎn)地和某些價格區(qū)間的商品進行交互，即商品屬性會直接影響用戶的購買行為。通常情況下，知名度高、價格優(yōu)惠的商品會更可能被用戶購買。

異構信息網(wǎng)絡中，商品屬性節(jié)點與對應商品直接相連，將擁有某個屬性的商品集合記為If，則該屬性對商品推薦的全局影響力可以表示為

(1)

式中，Ui表示與If中商品直接相連的用戶節(jié)點集合。式(1)表明，任意一個屬性節(jié)點對用戶的影響力由與擁有該屬性的商品產(chǎn)生的用戶交互數(shù)量決定。因此，商品與屬性之間的權值可以表示為

(2)

式中，τ(vf,vi)表示屬性節(jié)點vf在商品節(jié)點vi中的全局影響力排序，p0.2為權值控制因子，根據(jù)Pareto法則[10]，選擇第0.2×ni的全局影響力作為p0.2。

為基于異構信息網(wǎng)絡提取商品之間的屬性相似性，引入元路徑概念。圖1中“用戶—商品—品牌—商品”即為一條元路徑，每一條元路徑可以由多條實現(xiàn)實例。例如，“用戶—商品—品牌—商品”元路徑表示“用戶選擇過商品的品牌同時生產(chǎn)其他商品”。采用元路徑能夠建立用戶節(jié)點與屬性節(jié)點之間的語義信息，進而提取出屬性節(jié)點的相關性。商品屬性相關性計算方式為

(3)

式中，P表示一條元路徑，p∈P表示元路徑上的各型節(jié)點。式(3)表明兩個商品之間的屬性相似性為商品節(jié)點之間所有元路徑實例的相似性之和。

1.2 交互相似性

提取推薦系統(tǒng)交互相似性之前，需要假設用戶興趣直接驅(qū)動了用戶與商品的交互行為，并且用戶的興趣能夠在短期內(nèi)保持穩(wěn)定。為此，用戶在瀏覽商品過程中產(chǎn)生的交互行為中對某商品的相似性即可定義為推薦系統(tǒng)的交互相似性。

交互相似性可以分別從交互時間間隔和用戶評分兩個維度來表征，考慮到短期內(nèi)用戶興趣的穩(wěn)定性，可以認為在同一個用戶交互日志中，交互時間間隔越短且用戶評分差值越小的兩個商品之間，交互相似性越高。此時兩件商品的交互相似性計算公式為

(4)

1.3 評分相似性

不同用戶對商品評分有不同的認知，部分用戶有意愿表達自己的興趣，通常會對商品給出較高的評分，而部分用戶對商品評分的自我保準十分嚴格，通常會對商品給出較低評分。為此，直接使用用戶的評分差值表征用戶對商品等級的評價是不能得出高性能推薦結果的。為提高商品等級相似性的客觀性，常采用Pearson相關系數(shù)法[11]。Pearson相關系數(shù)定義為

(5)

由Pearson相關系數(shù)計算過程可知，提取用戶評分相似性的前提條件是兩個用戶對相同商品進行過評分行為。也就是說，如果兩個用戶對同一個商品進行過評分，則相似性計算時認為用戶評分中已經(jīng)包含了該用戶對商品的偏好程度。然而，商品屬性對用戶的評分具有全局影響力，直接利用評分提取用戶相似性會導致相似性計算不客觀、準確性不高的問題，進而影響整體商品推薦性能。

標準差能夠有效反應商品屬性對用戶評分的影響。因此，為提升用戶相似性特征提取的客觀性，采用評分標準差來表征用戶評分對相似性計算的懲罰因子。基于標準差構成的懲罰因子計算方式為

(6)

(7)

1.4 時間權值函數(shù)

上述相似度提取過程中均假設用戶興趣短期內(nèi)保持穩(wěn)定，但用戶興趣會隨著時間出現(xiàn)變化，為此采用Logistic時間權值函數(shù)對相似性加權，越接近當前時間的相似性權值越大，而越久遠的相似性權值越小，這符合實際商品推薦的客觀實際。Logistic時間權值函數(shù)[12]可以表示為

(8)

式中，ti,p表示當前用戶對商品的評分時間與用戶最早評分時間的時間差值。由式(8)可知，Logistic時間權值函數(shù)為增函數(shù)，即隨著時間的增加，用戶評分越來越接近當前時刻，對函數(shù)取值越大。基于時間權值函數(shù)對用戶相似性進行加權處理獲得新的相似性度量

S′=S×f(ti,p)

(9)

2 個性化協(xié)同過濾推薦

傳統(tǒng)協(xié)同過濾能夠通過用戶對商品的歷史評分信息實現(xiàn)為用戶推薦相似商品，但沒有考慮到用戶興趣以及評分差異度等問題，上一節(jié)分別從商品屬性相似性、用戶交互相似性和用戶評分相似性等3個方面提取了用戶興趣特征，可得用戶興趣加權聯(lián)合相似度為

(10)

式中,α、β、γ均為介于[0,1]之間的可調(diào)參數(shù)，且α+β+γ=1。

根據(jù)式(10)提取出目標用戶與每個用戶的相似性度量，并將相似性與門限比較，相似度高于門限的用戶構成目標的最近鄰居集合，然后利用最近鄰居集合對目標用戶進行評分預測:

(11)

提取出評分預測后，即可按照協(xié)同過濾流程實現(xiàn)商品推薦，具體推薦過程如表1所示。

表1 推薦算法流程

3 實驗結果與分析

3.1 實驗條件

為驗證提出商品推薦方法有效性，將所提方法與其他推薦方法進行對比，實驗數(shù)據(jù)為Amazon Food數(shù)據(jù)集和Unlocked Mobile phone數(shù)據(jù)集，兩個數(shù)據(jù)集均為公開數(shù)據(jù)集。其中:Amazon Food數(shù)據(jù)集為用戶與食品交互評分數(shù)據(jù)集，包含14 410個用戶、568 455個商品，商品屬性中類目為1 061個、品牌367個；Unlocked Mobile phone數(shù)據(jù)集為用戶與手機交互評分數(shù)據(jù)集，包含9 859個用戶、413 705個商品，商品屬性中類目為357個、品牌35個。對比實驗方法有基于Pearson相似性計算的協(xié)同過濾推薦方法(簡記為Pearson)[13]和基于Jaccard相似性計算的協(xié)同過濾推薦方法(簡記為Jaccard)[8]。

3.2 評價標準

采用推薦結果準確率、召回率和平均絕對誤差評價商品推薦方法性能。

(1)準確率

推薦模型準確率定義為結果列表中用戶感興趣商品的占比，計算方式為

(12)

式中,Lu表示推薦得出的推薦列表，Tu表示用戶在測試集上的實際行為列表。

(2)召回率

召回率定義為測試集中用戶感興趣商品出現(xiàn)在推薦結果列表中的占比，計算方式為

(13)

(3)平均絕對誤差

平均絕對誤差(MAE)是評價協(xié)同過濾類推薦算法的常見指標，定義為推薦列表與真實列表之間的平均絕對差值，計算方式為

(14)

式中,pi表示推薦算法給出的用戶評分集合,i=1,2,…,N，qi表示實際的用戶評分集合,i=1,2,…,N。

3.3 結果與分析

個性化商品推薦過程中，商品推薦數(shù)目K會對推薦性能產(chǎn)生較大影響，為此將商品數(shù)據(jù)作為自變量，測試不同商品數(shù)據(jù)條件下各個推薦方法的推薦性能。首先采用Amazon Food數(shù)據(jù)集，隨機選擇數(shù)據(jù)集中80%數(shù)據(jù)作為訓練集，剩余20%數(shù)據(jù)作為測試集。三種推薦方法的準確率、召回率和平均絕對誤差統(tǒng)計結果隨商品推薦數(shù)目的變化曲線如圖2所示。

由圖2實驗結果可知，隨著推薦商品數(shù)目的增加，三種推薦方法的準確率均逐漸下降，召回率逐漸增加，平均絕對誤差逐漸增加，但本文提出的推薦方法在各個商品推薦數(shù)目下的準確率和召回率均高于Pearson方法和Jaccard方法，平均絕對誤差均低于Pearson方法和Jaccard方法。當商品推薦數(shù)目為6時，本文方法相比Pearson方法和Jaccard方法的準確率指標性能分別提升約10.8%和7.8%。圖3為3種方法在處理Unlocked Mobile phone數(shù)據(jù)集的準確率、召回率和平均絕對誤差統(tǒng)計結果。

(a)準確率

(a)準確率

由圖3可知，本文提出的推薦方法在Unlocked Mobile phone數(shù)據(jù)集上的準確率、召回率和平均絕對誤差仍然優(yōu)于Pearson方法和Jaccard方法。并且在準確率下降趨勢、召喚率增加趨勢和平均絕對誤差增加趨勢方面也優(yōu)于Pearson方法和Jaccard方法。

Amazon Food數(shù)據(jù)集和Unlocked Mobile phone數(shù)據(jù)集的實驗結果表明，本文提出方法的推薦性能優(yōu)于Pearson方法和Jaccard方法，這是因為本文方法綜合利用了商品的屬性相似性、交互相似性等用戶興趣特征，并通過時間權值函數(shù)細化評分時間影響，因此具有良好的推薦性。

很多情況下，用戶在電商平臺選購商品時會限定品牌。為進一步測試推薦方法性能，限定Amazon Food數(shù)據(jù)集和Unlocked Mobile phone數(shù)據(jù)集中的某個品牌，測試3種推薦算法對單一品牌的推薦性能，兩類數(shù)據(jù)集單一品牌推薦的準確率統(tǒng)計結果如表2所示。實驗結果表明，本文方法對單一品牌推薦的準確率也高于Pearson方法和Jaccard方法。對于Amazon Food數(shù)據(jù)集，當商品推薦數(shù)目K=4時，本文方法推薦準確率分別比Pearson方法和Jaccard方法提升了約14.8%和11.2%。

表2 單一品牌推薦準確率 %

4 總結

本文針對傳統(tǒng)協(xié)同過濾商品推薦算法中用戶相似度計算準確度不高的問題，將商品屬性相似性、用戶交互相似性和評分相似性因素融入?yún)f(xié)同過濾預測評分矩陣構建過程中，并通過時間權值函數(shù)提高用戶興趣提取時效性。對比實驗結果驗證了所提方法對綜合商品推薦和單一品牌商品推薦，在準確率、召喚率和平均絕對誤差指標方法均有所提升。