跨域推薦中的知識(shí)融合研究進(jìn)展

張 彬 徐建民 * 吳 姣

(1.河北大學(xué)管理學(xué)院，河北 保定 071002；2.河北大學(xué)期刊社，河北 保定 071002)

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算技術(shù)的快速發(fā)展，數(shù)據(jù)呈爆炸式增長(zhǎng)，信息過載問題日趨嚴(yán)重，跨域推薦通過挖掘、遷移并融合利用不同來源的知識(shí)為用戶提供個(gè)性化推薦服務(wù)，近年來得到學(xué)術(shù)界和工業(yè)界的熱點(diǎn)關(guān)注[1]。知識(shí)融合在跨域推薦中具有重要作用，可以在知識(shí)層面實(shí)現(xiàn)對(duì)數(shù)據(jù)的深度加工和有效利用[2]，為跨域推薦問題研究與實(shí)踐提供新的范式。

跨域推薦針對(duì)傳統(tǒng)單域推薦的局限，從對(duì)輔助域知識(shí)進(jìn)行融合的角度出發(fā)，利用多域的用戶行為數(shù)據(jù)挖掘用戶偏好特征，以提高推薦的準(zhǔn)確性和多樣性[3]。傳統(tǒng)的信息推薦系統(tǒng)主要采用基于內(nèi)容、協(xié)同過濾或混合推薦等算法為用戶提供推薦服務(wù)，在單域推薦場(chǎng)景下取得了較好的效果；但隨著數(shù)據(jù)規(guī)模的增大，進(jìn)行精確推薦服務(wù)的難度提高，單域推薦的問題和局限也更加突出。首先是稀疏性問題，單域場(chǎng)景下的用戶與項(xiàng)目的交互數(shù)據(jù)稀疏問題較為普遍，大數(shù)據(jù)環(huán)境下高維數(shù)據(jù)的稀疏性更加明顯，給定用戶或項(xiàng)目之間的相似性或相關(guān)性甚至為零，無法進(jìn)行有效過濾，影響推薦效果[4]。然后是冷啟動(dòng)問題，大量的新用戶或新項(xiàng)目進(jìn)入推薦系統(tǒng)時(shí)，由于缺少必要的興趣或評(píng)分?jǐn)?shù)據(jù)，難以建立用戶與項(xiàng)目的關(guān)聯(lián)，推薦系統(tǒng)無法推斷用戶偏好進(jìn)行推薦。大數(shù)據(jù)場(chǎng)景下，跨域推薦系統(tǒng)從更加豐富的知識(shí)源獲取有效的用戶偏好或項(xiàng)目特征信息，進(jìn)行整合加工來豐富目標(biāo)域中的數(shù)據(jù)，可以有效解決單域推薦面臨的數(shù)據(jù)稀疏和冷啟動(dòng)問題，提高用戶滿意度，改善用戶體驗(yàn)[5]。事實(shí)上，跨域推薦研究尚處于起步階段，多數(shù)研究?jī)H關(guān)注有兩域或少數(shù)域間的知識(shí)遷移，較難應(yīng)用于具有多輔助域的跨域推薦場(chǎng)景，對(duì)于外部知識(shí)、用戶興趣知識(shí)、社交網(wǎng)絡(luò)知識(shí)等多源異構(gòu)數(shù)據(jù)的知識(shí)融合利用和跨域交互等問題缺乏理論指導(dǎo)和系統(tǒng)研究。

知識(shí)融合的概念源于20世紀(jì)90年代的信息融合，現(xiàn)有文獻(xiàn)對(duì)于知識(shí)融合的定義尚未統(tǒng)一[2]。以KRAFT項(xiàng)目為代表的文獻(xiàn)認(rèn)為[6]，知識(shí)融合是指從眾多分布式異構(gòu)的網(wǎng)絡(luò)資源中搜索和抽取相關(guān)知識(shí)，并轉(zhuǎn)換為統(tǒng)一的知識(shí)模式，從而為某一領(lǐng)域的問題求解構(gòu)造有效的知識(shí)資源[7]。知識(shí)融合是情報(bào)學(xué)領(lǐng)域的重要發(fā)展方向，是面向行業(yè)、面向領(lǐng)域或面向?qū)W科的復(fù)雜問題的解決過程，相關(guān)理論和實(shí)踐的研究對(duì)跨域推薦具有借鑒作用[8]。跨域推薦本質(zhì)上可以劃分為跨域知識(shí)融合和利用知識(shí)推薦兩個(gè)子問題，跨域知識(shí)融合是對(duì)多源知識(shí)進(jìn)行有效整合、加工和利用的關(guān)鍵步驟，因此有必要從知識(shí)融合的角度出發(fā)，對(duì)目前跨域推薦的相關(guān)研究進(jìn)行梳理和分析，以期對(duì)今后的跨域推薦和知識(shí)融合研究提供參考。

1 跨域推薦系統(tǒng)概述

1.1 跨域推薦問題的提出

國(guó)外關(guān)于跨域推薦的研究由Winoto P等[9]首先提出,認(rèn)為跨域推薦會(huì)比單域推薦更加多樣化，可以提供更高的用戶滿意度和參與度，該研究確定了3個(gè)重要的問題：驗(yàn)證不同域中用戶對(duì)項(xiàng)目偏好的全局相關(guān)性；設(shè)計(jì)模型利用用戶在來源域的喜好來預(yù)測(cè)用戶在目標(biāo)域的偏好；制定適合跨域推薦的評(píng)價(jià)方法[5,10]。Li B等[11]、Azak M[12]也證明了跨域推薦能夠解決單域推薦一直以來的冷啟動(dòng)和數(shù)據(jù)稀疏性問題。陳雷慧等[5]認(rèn)為，跨域推薦模型設(shè)計(jì)與傳統(tǒng)單域推薦系統(tǒng)類似，也由用戶建模模塊、推薦對(duì)象建模模塊和推薦算法模塊[13]組成，區(qū)別在于跨域推薦利用的是融合多個(gè)輔助域信息的數(shù)據(jù)，而不僅僅是目標(biāo)域提供的數(shù)據(jù)資源。因此，如何有效地融合各域知識(shí)，并在不同域間對(duì)知識(shí)進(jìn)行傳遞和利用，是跨域推薦研究中的關(guān)鍵問題。

1.2 跨域推薦中的“域”

跨域推薦研究中尚沒有形成關(guān)于“域”的統(tǒng)一定義，學(xué)術(shù)界提出了多種關(guān)于“域”的劃分依據(jù)，在具體研究中主要按照系統(tǒng)[11]、數(shù)據(jù)源[14]、項(xiàng)目概念[15]或項(xiàng)目類別[16]等方式劃分域。較多研究者認(rèn)可Li B等[17]的分類定義[5]，按照系統(tǒng)域(System Domain)、數(shù)據(jù)域(Data Domain)和時(shí)間域(Temporal Domain)劃分不同的域。系統(tǒng)域按照推薦項(xiàng)目所屬的系統(tǒng)劃分，如豆瓣和亞馬遜網(wǎng)站屬于不同的系統(tǒng)域；數(shù)據(jù)域按照多源異構(gòu)的數(shù)據(jù)源劃分，各數(shù)據(jù)源屬于不同的數(shù)據(jù)域；時(shí)間域按照行為產(chǎn)生的時(shí)間跨度進(jìn)行分片，各分片屬于不同的時(shí)間域，適用于行為數(shù)據(jù)具有時(shí)間戳的場(chǎng)景。陳雷慧等[5]、陶鴻等[3]綜合不同域劃分的研究，在上述域分類的基礎(chǔ)上提出了“概念域”的劃分方式，按照推薦物品的類型或概念層次進(jìn)行劃分。知識(shí)融合主要針對(duì)不同的知識(shí)來源，多源異構(gòu)的大數(shù)據(jù)環(huán)境下，不同的知識(shí)源可以劃分為獨(dú)立的數(shù)據(jù)域，不同系統(tǒng)域或時(shí)間域的數(shù)據(jù)也可根據(jù)推薦任務(wù)需求，定制或重組數(shù)據(jù)集到不同的數(shù)據(jù)域，因此基于知識(shí)融合思想采用“數(shù)據(jù)域”的劃分方式更為合理。

國(guó)內(nèi)部分研究者亦稱“跨域推薦”為“跨領(lǐng)域推薦”[1,3,5]，兩種表述方式均源自英文“Cross Domain Recommendation”的翻譯。在計(jì)算機(jī)術(shù)語中，“域”字的使用較為頻繁(如網(wǎng)絡(luò)域、控制域、域名和子域等)，泛指具有邊界的對(duì)象；《辭海》中“領(lǐng)域”二字釋義為“學(xué)術(shù)思想或社會(huì)活動(dòng)的范圍”，范圍相較于“域”窄，與“概念域”范疇較為接近。因此，在推薦對(duì)象屬于不同概念域時(shí)(如圖書、電影或音樂屬于不同的類型)，兩種表述方式都適合。但是，如果按照數(shù)據(jù)域、時(shí)間域的劃分方式，不同域中的項(xiàng)目可能會(huì)屬于相同的概念域(如MovieLens、Netflix和豆瓣的推薦對(duì)象均為電影)，此時(shí)使用“跨領(lǐng)域”表述不夠準(zhǔn)確。因此，從域的涵蓋范圍來看，“跨域推薦”比“跨領(lǐng)域推薦”的范疇更大，“跨領(lǐng)域推薦”只是利用概念劃分域的一種特殊情況，不能涵蓋所有域劃分場(chǎng)景，本文統(tǒng)一采用“跨域推薦”的表述。

1.3 跨域推薦場(chǎng)景

在跨域推薦中，根據(jù)兩域之間用戶知識(shí)和項(xiàng)目知識(shí)的重疊程度差異，分為不同的知識(shí)重疊場(chǎng)景。設(shè)兩個(gè)域分別為DA、DB，兩個(gè)域的用戶集分別為UA、UB，項(xiàng)目集分別為IA、IB；同時(shí)出現(xiàn)在兩個(gè)域的用戶知識(shí)交集為重疊用戶集，UAB=UA∩UB；同時(shí)出現(xiàn)在兩個(gè)域的項(xiàng)目知識(shí)交集為重疊項(xiàng)目集，IAB=IA∩IB。

參照Cremonesi P等研究者關(guān)于協(xié)同過濾數(shù)據(jù)重疊的思想，可分為4種知識(shí)重疊情況[18-19]：

1)無用戶重疊—無項(xiàng)目重疊(No User-No Item Overlap，NU-NI)：兩個(gè)域中不存在知識(shí)重疊，即UAB=?且IAB=?。這種情況下，由于缺乏可直接利用的共同知識(shí)，無法使用傳統(tǒng)的推薦方法實(shí)現(xiàn)推薦。

2)有用戶重疊—無項(xiàng)目重疊(User-No Item Overlap，U-NI)：兩個(gè)域中只有用戶知識(shí)存在重疊，即UAB≠?且IAB=?。如用戶在購(gòu)買DVD和圖書的數(shù)據(jù)有重疊或者使用關(guān)聯(lián)的社交網(wǎng)絡(luò)賬號(hào)登錄等，此種情況可采用基于內(nèi)容的推薦或基于用戶的協(xié)同過濾方法。

3)無用戶重疊—有項(xiàng)目重疊(No User-Item Overlap，NU-I)：兩個(gè)域中只有項(xiàng)目知識(shí)存在重疊，即UAB=?且IAB≠?，此種情況可采用基于項(xiàng)目的協(xié)同過濾方法。

4)有用戶重疊—有項(xiàng)目重疊(User-Item Overlap，U-I)：兩個(gè)域中的用戶、項(xiàng)目知識(shí)均有數(shù)據(jù)交集，即UAB≠?且IAB≠?。該場(chǎng)景可把兩個(gè)域的知識(shí)關(guān)聯(lián)合并，把跨域推薦問題轉(zhuǎn)化為單域推薦問題。

1.4 跨域推薦任務(wù)

由于跨域場(chǎng)景以及推薦需求存在的差異，不同的跨域推薦任務(wù)在知識(shí)融合模式方面也有一定的區(qū)別：

1)單域推薦任務(wù)(Single-domain Recommendation Task，SRT)：把域DA和域DB中的評(píng)分或相關(guān)知識(shí)進(jìn)行簡(jiǎn)單結(jié)合，在同一個(gè)域中的項(xiàng)目和用戶間進(jìn)行推薦，即把域DA中的項(xiàng)目iA推薦到用戶uA，或把域DB中的項(xiàng)目iB推薦到用戶uB，推薦的效用函數(shù)為f(uA,iA)或f(uB,iB)。

2)跨域推薦任務(wù)(Cross-domain Recommendation Task，CRT)：把域DA和域DB中的用戶知識(shí)和項(xiàng)目知識(shí)進(jìn)行交叉融合，向域DB中的用戶uB推薦另一個(gè)域DA的項(xiàng)目iA(或向域DA中的用戶uA推薦域DB的項(xiàng)目iA)，推薦的效用函數(shù)為f(uB,iA)或f(uA,iB)。

3)多域推薦任務(wù)(Multi-domain Recommendation Task，MRT)：把多個(gè)域中的用戶和項(xiàng)目知識(shí)進(jìn)行多實(shí)例融合，向多域(如DA,DB,DC…)的用戶(uA,uB,uC…)推薦集合多域的項(xiàng)目(iA,iB,iC…)，推薦的效用函數(shù)為f(uMD,IMD)，其中uMD=uA∪uB∪uC，iMD=iA∪iB∪iC。

從對(duì)輔助域知識(shí)的處理方式來看，可分為知識(shí)遷移和知識(shí)聚合兩類：對(duì)少數(shù)域的知識(shí)進(jìn)行處理通常采用跨域知識(shí)遷移，對(duì)多個(gè)域的知識(shí)進(jìn)行聚合、加工及相關(guān)數(shù)據(jù)處理為狹義的跨域知識(shí)融合。事實(shí)上，這兩類處理方式都處于廣義的跨域知識(shí)融合范疇。

2 跨域推薦中的知識(shí)融合方法

基于協(xié)同過濾等傳統(tǒng)技術(shù)的跨域推薦主要關(guān)注用戶的評(píng)分?jǐn)?shù)據(jù)，較少考慮輔助域中用戶興趣、項(xiàng)目屬性或語義標(biāo)簽等其他維度的知識(shí)，部分研究者認(rèn)識(shí)到知識(shí)維度缺失導(dǎo)致的局限，在評(píng)分知識(shí)的基礎(chǔ)上，把其他不同類型的知識(shí)也引入到跨域推薦，豐富了跨域知識(shí)融合的研究范疇。跨域推薦中的主要知識(shí)融合方法包括聚類法、語義法、圖模型法和標(biāo)簽關(guān)聯(lián)法等。

2.1 基于聚類的跨域知識(shí)融合

基于聚類的方法通常針對(duì)同一類型、不同來源域的知識(shí)進(jìn)行融合處理，以用戶—項(xiàng)目的評(píng)分知識(shí)為主。在很多情況下，用戶只對(duì)有限數(shù)量的項(xiàng)目進(jìn)行評(píng)分，可用的評(píng)分?jǐn)?shù)據(jù)可能非常稀疏，在實(shí)際的跨域推薦場(chǎng)景中，來自多個(gè)域的評(píng)分?jǐn)?shù)據(jù)集可能很少包括相同的用戶或項(xiàng)目，聚類方法能夠彌補(bǔ)原始評(píng)分矩陣的不足，增強(qiáng)跨域知識(shí)的關(guān)聯(lián)[20-21]。

Li B等[22]為了解決用戶及項(xiàng)目不重疊跨域推薦場(chǎng)景下的數(shù)據(jù)稀疏問題，提出了一種基于聚類的密碼本知識(shí)遷移方法。如圖1(源自文獻(xiàn)[22])所示，電影域(輔助域)的評(píng)分矩陣為Xaux，圖書域(目標(biāo)域)的評(píng)分矩陣為Xtgt，兩個(gè)矩陣的評(píng)分均有一定缺失。該方法創(chuàng)建了評(píng)分?jǐn)?shù)據(jù)密集域的評(píng)分模式，把原始評(píng)分矩陣中的用戶、項(xiàng)目聚合為用戶類和項(xiàng)目類，構(gòu)建了用戶—項(xiàng)目類的矩陣Utgt，項(xiàng)目—項(xiàng)目類的矩陣Itgt；使用一種等價(jià)于雙向K均值聚類算法的正交非負(fù)矩陣三因子分解(Orthogonal Nonnegative Matrix Tri-Factorization，ONMTF)對(duì)輔助域評(píng)分矩陣進(jìn)行矩陣分解，矩陣求解目標(biāo)函數(shù)為：

圖1 基于聚類密碼本的跨域知識(shí)遷移

(1)

s.t.UTU=I,VTV=I

(2)

其中，W是一個(gè)與X形狀相同的二進(jìn)制加權(quán)矩陣，用以屏蔽未出現(xiàn)的項(xiàng)目。目標(biāo)域評(píng)分矩陣的重建如圖1所示。(圖1、式(1)、式(2)及示例數(shù)據(jù)源自文獻(xiàn)[22])。

(3)

Chen W等[24]在用戶和項(xiàng)目聚類的基礎(chǔ)上引入標(biāo)簽聚類，并把跨域推薦和社交網(wǎng)絡(luò)知識(shí)進(jìn)行了結(jié)合。Rafailidis D等[21]提出了一種跨域用戶聚類和相似性學(xué)習(xí)聯(lián)合推薦算法(Joint Cross-Domain User Clustering and Similarity Learning，JCSL)，在計(jì)算基于用戶和類的相似度時(shí)，使用聯(lián)合目標(biāo)函數(shù)進(jìn)行自適應(yīng)聚類。這些研究豐富了聚類法在跨域推薦領(lǐng)域的應(yīng)用，為跨域推薦研究中用戶、項(xiàng)目聚類提供了借鑒。

基于聚類的跨域知識(shí)融合方法主要用于協(xié)同過濾推薦的用戶—項(xiàng)目評(píng)分知識(shí)聚合，由于原始評(píng)分?jǐn)?shù)據(jù)比較規(guī)范，采用的矩陣分解或聚類等技術(shù)較為成熟，通過引入輔助域評(píng)分知識(shí)建立了評(píng)分知識(shí)聚類+協(xié)同過濾的算法組合，因此計(jì)算效率較高、可移植性較強(qiáng)，相對(duì)于單域協(xié)同過濾推薦具有一定的效果提升。但由于該類方法對(duì)評(píng)分?jǐn)?shù)據(jù)的類型、質(zhì)量和形式要求過于嚴(yán)格，知識(shí)類型單一，其本質(zhì)只是同類知識(shí)的數(shù)據(jù)聚合，知識(shí)融合的層次較淺，較難應(yīng)用于大數(shù)據(jù)環(huán)境下的多源異構(gòu)復(fù)雜知識(shí)場(chǎng)景。

2.2 基于語義的跨域知識(shí)融合

基于語義的方法起源于知識(shí)工程和本體論，主要思想是利用源域中的可用信息生成知識(shí)映射，然后將知識(shí)映射轉(zhuǎn)移到目標(biāo)域，根據(jù)生成的評(píng)級(jí)對(duì)項(xiàng)目進(jìn)行適當(dāng)?shù)胤诸怺19]。

Fernández-Tobías I等[25]根據(jù)用戶正在訪問或?yàn)g覽的城市中的興趣地點(diǎn)(Place of Interest，POI)與音樂之間存在的語義相似性，借助加權(quán)有向無環(huán)圖建立兩個(gè)域中的概念連接，為用戶提供音樂推薦。鏈接興趣地點(diǎn)和音樂藝術(shù)家的語義知識(shí)框架如圖2(源自文獻(xiàn)[25])所示，用戶的源域特征為“興趣地點(diǎn)”，目標(biāo)域特征為“音樂藝術(shù)家”，興趣地點(diǎn)和音樂藝術(shù)家分別代表了知識(shí)框架中的起止節(jié)點(diǎn)，框架目標(biāo)是在基于DBpedia鏈接知識(shí)語義圖中，自動(dòng)發(fā)現(xiàn)實(shí)體從源域特征到實(shí)體之間的路徑。

從興趣地點(diǎn)實(shí)體到音樂家實(shí)體發(fā)現(xiàn)3種潛在語義路徑：第一種路徑通過“城市”實(shí)體連接興趣地點(diǎn)和音樂藝術(shù)家，即可能存在在特定興趣地點(diǎn)城市出生、死亡或居住的音樂藝術(shù)家；第二種路徑通過“日期”實(shí)體連接興趣地點(diǎn)和音樂藝術(shù)家；第三種路徑以更復(fù)雜的方式進(jìn)行連接，使用實(shí)體“關(guān)鍵詞”關(guān)聯(lián)建筑和音樂類別。

Nie W等[26]提出了一種面向社交網(wǎng)絡(luò)平臺(tái)視覺信息自動(dòng)圖像標(biāo)注的跨域語義建模方法。首先，從采集到的文本信息中提取一組熱點(diǎn)主題用于圖像數(shù)據(jù)集的預(yù)處理；然后對(duì)提出的噪聲樣本進(jìn)行濾波，去除低相關(guān)性的照片；最后，利用跨域數(shù)據(jù)集從用戶生成內(nèi)容(User-generated Contents，UGCs)中發(fā)現(xiàn)每個(gè)語義概念的共同知識(shí)，通過語義轉(zhuǎn)移提升語義標(biāo)注的性能。

(4)

其中，tk為每個(gè)輔助域分類器的權(quán)重。

Vf(x)的權(quán)重參數(shù)w使用最大邊值法確定，如式(5)(源自文獻(xiàn)[26])：

(5)

基于語義的跨域知識(shí)融合方法跳出了用戶—項(xiàng)目評(píng)分的知識(shí)范疇，從語義相似度的視角出發(fā)，通過語義路徑、概念聯(lián)系或?qū)嶓w間關(guān)系，建立了多域用戶與項(xiàng)目之間的關(guān)聯(lián)，為跨域推薦提供了數(shù)據(jù)支撐。此類方法拓展了推薦來源知識(shí)的維度，不再依賴于評(píng)分?jǐn)?shù)據(jù)，但需要原始數(shù)據(jù)中蘊(yùn)含用戶和項(xiàng)目的內(nèi)容層面關(guān)聯(lián)，或額外引入經(jīng)過加工的外部知識(shí)，且針對(duì)不同來源及類型的語義挖掘算法需要進(jìn)行定制研發(fā)，知識(shí)融合方法的通用性和可移植性不強(qiáng)。

2.3 基于圖模型的跨域知識(shí)融合

基于圖模型方法使用圖來表示域中對(duì)象與其表征特征之間的關(guān)系，利用圖的思想建立異構(gòu)域間的知識(shí)連接[27]。

在跨域推薦中，域Di可以表示為二部圖Gi={Vi,Ei}，其中，Vi為圖中節(jié)點(diǎn)的集合，由兩類節(jié)點(diǎn)組成，包括ni個(gè)對(duì)象節(jié)點(diǎn)(包括用戶節(jié)點(diǎn)和項(xiàng)目節(jié)點(diǎn))和mi個(gè)特征節(jié)點(diǎn)；Ei為Di域中邊的集合，邊只存在于不同類型的節(jié)點(diǎn)之間，表示對(duì)象節(jié)點(diǎn)和特征節(jié)點(diǎn)之間的關(guān)聯(lián)。令G0={V0,E0}為匹配圖，其中，V0包括來自多域的所有特征節(jié)點(diǎn)，E0表示連接不同域特征的邊集合。基于此圖定義(m1+m2)×(m1+m2)連通矩陣X0，其中m1、m2分別為域D1、D2的特征元素?cái)?shù)。

將多個(gè)域中的圖進(jìn)行合并，能夠得到一個(gè)多部圖G={V,E}，當(dāng)V=V1∪V2，E=E1∪E2∪E0時(shí)，G的結(jié)構(gòu)如圖3(源自文獻(xiàn)[27])所示。各域用戶節(jié)點(diǎn)和特征節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系可以定義為一個(gè)(m1+m2+n1+n2)×(m1+m2+n1+n2)的連接矩陣X(源自文獻(xiàn)[27])，表示如下：

圖3 跨兩域的多部圖結(jié)構(gòu)

(6)

在圖G中，不同域的對(duì)象節(jié)點(diǎn)之間沒有直接的連接，用戶節(jié)點(diǎn)和項(xiàng)目節(jié)點(diǎn)之間通過用戶特征、項(xiàng)目特征才能建立關(guān)聯(lián)。

基于圖模型的跨域知識(shí)融合方法把推薦系統(tǒng)中的用戶和項(xiàng)目對(duì)象轉(zhuǎn)換為圖節(jié)點(diǎn)，并利用圖結(jié)構(gòu)框架把用戶特征、項(xiàng)目特征表示為特征節(jié)點(diǎn)，利用節(jié)點(diǎn)間的邊關(guān)系建立了用戶和項(xiàng)目的知識(shí)關(guān)聯(lián)。由于圖模型具有天然的結(jié)構(gòu)優(yōu)勢(shì)和融合能力，能夠建立多個(gè)異質(zhì)域之間知識(shí)特征之間的聯(lián)系，利用圖傳播等算法來度量不同域?qū)嶓w之間的全局相似度，進(jìn)而實(shí)現(xiàn)多域間的跨域推薦。圖模型方法拓展了知識(shí)融合的思路，為多域間的知識(shí)融合提供了理論指導(dǎo)，經(jīng)典、成熟的圖計(jì)算方法也能夠在此基礎(chǔ)上移植到跨域推薦中。由于用戶及項(xiàng)目特征對(duì)于圖模型來說尤為重要，而現(xiàn)有研究在知識(shí)特征提取方面不夠充分，導(dǎo)致推薦效果的穩(wěn)定性差異較大。

2.4 基于標(biāo)簽關(guān)聯(lián)的跨域知識(shí)融合

對(duì)于不同類型的資源(如書籍、音樂、電影或網(wǎng)頁等)，很難從中提取共同的特征來構(gòu)建不同域之間的橋梁，標(biāo)簽關(guān)聯(lián)是一種建立不同類型域間知識(shí)連接的有效方法[28]。

在標(biāo)簽關(guān)聯(lián)推薦中，源域和目標(biāo)域可定義為DS/DT={U,R,T,Y}，其中U、R和T分別是用戶、資源和標(biāo)簽的有限集，Y是它們之間的三元標(biāo)簽關(guān)系，Y?U×R×T。對(duì)于?u∈U，Yu=u×R×T。

圖4 用戶興趣知識(shí)

畫像映射算法(Profile Mapping Algorithm，PMA)可以解決跨域推薦中目標(biāo)域的用戶興趣數(shù)據(jù)稀疏和冷啟動(dòng)問題，其利用源域的用戶數(shù)據(jù)生成目標(biāo)域的用戶畫像。如圖5(源自文獻(xiàn)[28])所示，在已知源域中用戶畫像的情況下，可以從用戶給定的畫像數(shù)據(jù)中找到與目標(biāo)域中每個(gè)標(biāo)簽最相似的標(biāo)簽，建立源域和目標(biāo)域標(biāo)簽之間的關(guān)聯(lián)。

圖5 跨域用戶興趣標(biāo)簽映射

張彬等[29]提出了基于多源用戶標(biāo)簽的跨域興趣融合模型，首先把多個(gè)域中的用戶興趣進(jìn)行標(biāo)簽化處理，然后利用跨域用戶識(shí)別和標(biāo)簽權(quán)重歸一方法得到多個(gè)域的用戶實(shí)體—標(biāo)簽矩陣，最后使用域權(quán)重影響系數(shù)對(duì)標(biāo)簽進(jìn)行融合，構(gòu)造具有復(fù)合權(quán)重的用戶興趣標(biāo)簽集。通過實(shí)驗(yàn)證明融合模型能夠有效提高標(biāo)簽用戶覆蓋效果，在查全率不斷提高的情況下，融合域能夠保持較高的標(biāo)簽用戶查準(zhǔn)率，有效提高用戶興趣特征的描繪效果。

基于標(biāo)簽的跨域知識(shí)融合方法在跨域知識(shí)特征提取和融合方面問題上具有較強(qiáng)的語義知識(shí)優(yōu)勢(shì)，共享利用含義相似的標(biāo)簽?zāi)軌蜃鳛檫B接域的橋梁，蘊(yùn)含語義信息的標(biāo)簽本質(zhì)上是對(duì)用戶或項(xiàng)目特征進(jìn)行的知識(shí)提取和歸納，能夠更好地表達(dá)和理解用戶的偏好。現(xiàn)有基于標(biāo)簽的跨域知識(shí)融合方法能夠較好地提取合并多域用戶或項(xiàng)目特征，但對(duì)特征的聚合利用方法較為簡(jiǎn)單，未充分發(fā)揮利用標(biāo)簽進(jìn)行跨域知識(shí)融合的優(yōu)勢(shì)。

3 知識(shí)圖譜——跨域知識(shí)融合的新方向

近年來，知識(shí)圖譜技術(shù)的出現(xiàn)為跨域知識(shí)融合研究提供了新的思路。知識(shí)圖譜是一種有向異構(gòu)信息網(wǎng)絡(luò)，在跨域推薦中引入知識(shí)圖譜能夠把推薦系統(tǒng)的用戶、用戶興趣、項(xiàng)目及其屬性之間的關(guān)系進(jìn)行語義關(guān)聯(lián)和知識(shí)融合[30]。目前基于知識(shí)圖譜的推薦研究主要集中在單域推薦場(chǎng)景，少數(shù)研究涉及多域數(shù)據(jù)，從知識(shí)融合的角度來看，主要分為基于路徑的知識(shí)關(guān)聯(lián)、基于嵌入的知識(shí)映射和基于混合方法的知識(shí)融合[31]。由于知識(shí)圖譜本身就具有跨域基因，相關(guān)研究能夠?yàn)榭缬蛑R(shí)融合提供一定的借鑒[32]。

基于路徑的知識(shí)關(guān)聯(lián)方法主要關(guān)注知識(shí)圖譜中項(xiàng)目之間的各種關(guān)聯(lián)路徑，通過節(jié)點(diǎn)路徑的特征來挖掘知識(shí)圖譜，捕獲項(xiàng)目知識(shí)之間復(fù)雜且有意義的關(guān)系，為項(xiàng)目推薦提供輔助信息。Noia T D等[33]提出了基于語義路徑的排名(Semantic Path-based Ranking，SPR)算法，從DBpedia鏈接開放數(shù)據(jù)中提取基于語義路徑的特征，利用圖的多關(guān)系結(jié)構(gòu)建立用戶知識(shí)和項(xiàng)目知識(shí)之間的連通性，并通過Web數(shù)據(jù)中的開放知識(shí)計(jì)算前N個(gè)推薦。實(shí)驗(yàn)證明了該方法的有效性，在數(shù)據(jù)稀疏的場(chǎng)景中尤為明顯。Yu X等[34]提出一種融合異構(gòu)信息網(wǎng)絡(luò)的個(gè)性化實(shí)體推薦算法，將不同用戶的異構(gòu)關(guān)系進(jìn)行組合，利用用戶隱式反饋數(shù)據(jù)和個(gè)性化推薦模型提供高質(zhì)量的個(gè)性化推薦結(jié)果。該方法首先引入基于元路徑的潛在特征來表示用戶和項(xiàng)目間各種路徑的連通性，然后在全局和個(gè)性化兩個(gè)層次上定義推薦模型，并使用貝葉斯排序優(yōu)化技術(shù)對(duì)推薦模型進(jìn)行評(píng)估，并實(shí)驗(yàn)證明了推薦方法的有效性。基于路徑的方法融合了項(xiàng)目間的關(guān)聯(lián)知識(shí)，以自然、直觀的方式有效利用知識(shí)圖譜網(wǎng)絡(luò)結(jié)構(gòu)，提升了推薦效果；但基于路徑的方法多依賴手工設(shè)計(jì)的元路徑，在不同場(chǎng)景實(shí)踐中需要人工設(shè)計(jì)路徑，現(xiàn)有方法如用在跨域項(xiàng)目推薦中算法復(fù)雜度較高，缺乏實(shí)用性。

基于嵌入的知識(shí)映射方法使用知識(shí)圖嵌入算法把實(shí)體和關(guān)系映射到低維向量，再將其引入到推薦算法生成推薦列表。Palumbo E等[35]提出了一種從知識(shí)圖譜中學(xué)習(xí)用戶—項(xiàng)目相關(guān)性的推薦模型Entity2rec，從建立用戶—項(xiàng)目和項(xiàng)目—項(xiàng)目關(guān)系的知識(shí)圖譜出發(fā)，通過神經(jīng)網(wǎng)絡(luò)將用戶屬性值訓(xùn)練為特征向量，利用機(jī)器學(xué)習(xí)排序函數(shù)生成前N項(xiàng)推薦列表，并通過對(duì)比實(shí)驗(yàn)證明了該方法的有效性。Wang H等[36]提出了一種利用外部知識(shí)進(jìn)行新聞推薦的深度知識(shí)感知網(wǎng)絡(luò)(Deep Knowledge-aware Network，DKN)模型，該模型基于內(nèi)容進(jìn)行點(diǎn)擊率(Click-through Rate，CTR)預(yù)測(cè)，以一條最新新聞和一個(gè)用戶的點(diǎn)擊歷史作為輸入，輸出用戶點(diǎn)擊新聞的概率。該模型的知識(shí)感知神經(jīng)網(wǎng)絡(luò)(Knowledge-aware Convolutional Neural Networks，KCNN)把新聞的單詞嵌入、實(shí)體嵌入和上下文實(shí)體嵌入視為多個(gè)堆疊的通道，并生成知識(shí)感知的嵌入向量。Zhang L等[37]提出了一個(gè)知識(shí)感知表示的圖卷積網(wǎng)絡(luò)推薦模型(Knowledge-aware Representation Graph Convolutional Network for Recommendation，KCRec)，把知識(shí)圖譜作為邊信息的來源，有效地捕獲用戶間和項(xiàng)目間的關(guān)聯(lián)性，建立了端到端的推薦框架。該模型通過在圖中鄰域之間傳播的關(guān)系，聚合項(xiàng)目特征并獲得用戶偏好的表示，并進(jìn)一步與圖卷積網(wǎng)絡(luò)集成，挖掘用戶潛在的長(zhǎng)期興趣。在真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)表明，該方法能夠有效地提高推薦性能。基于嵌入的知識(shí)映射方法不依賴元路徑的設(shè)計(jì)，在利用知識(shí)圖譜輔助推薦時(shí)具有較高的靈活性，但主流方法多為端到端的推薦框架，忽略了圖譜中的多條連接，學(xué)習(xí)到的實(shí)體嵌入在描述項(xiàng)目之間關(guān)系時(shí)不夠直觀，推薦過程缺乏可解釋性。

基于路徑的知識(shí)關(guān)聯(lián)利用了知識(shí)圖譜中的實(shí)體連接關(guān)系，基于嵌入的知識(shí)映射能夠?qū)W習(xí)圖譜中的語義信息表示，但兩類方法都具有一定的局限性，部分研究者結(jié)合兩種方法的優(yōu)勢(shì)，基于混合方法進(jìn)行知識(shí)融合，進(jìn)而完成推薦任務(wù)。Wang H等[38]提出了一個(gè)端到端的知識(shí)圖譜感知推薦框架RippleNet，將用戶的歷史用戶看作知識(shí)圖譜的種子集，通過知識(shí)圖譜中的鏈接自動(dòng)迭代擴(kuò)展用戶的潛在興趣。該方法把知識(shí)圖譜自然地融入推薦系統(tǒng)，通過偏好傳播克服了現(xiàn)有基于路徑和基于嵌入的知識(shí)圖譜感知推薦方法的局限，通過實(shí)驗(yàn)證明了混合方法的有效性。Wang X等[39]提出了一個(gè)基于知識(shí)圖譜的意識(shí)網(wǎng)絡(luò)(Knowledge Graph-based Intent Network，KGIN)推薦模型，把用戶意圖建模為知識(shí)圖譜關(guān)系的注意力組合，將來自多條路徑的關(guān)系信息集成在一起進(jìn)行關(guān)系路徑感知聚合，相對(duì)于只有一種關(guān)系的嵌入推薦模型，在意圖粒度上展示了與項(xiàng)目間的關(guān)系，并把關(guān)系路徑編碼到表示中，具有更好的性能和可解釋性。基于混合方法的知識(shí)融合相較基于路徑和基于嵌入的方法具有更優(yōu)的效果，但同時(shí)也提高了模型的復(fù)雜度，并帶來了更多的資源消耗。

基于知識(shí)圖譜的跨域知識(shí)融合研究尚處于起步階段，多局限于兩域之間，隨著大數(shù)據(jù)環(huán)境下的數(shù)據(jù)域疊加，模型構(gòu)建的復(fù)雜度和難度也呈指數(shù)級(jí)增加，現(xiàn)有方法較難應(yīng)用于具有多輔助域的跨域推薦場(chǎng)景，對(duì)于外部知識(shí)、用戶興趣知識(shí)和社交網(wǎng)絡(luò)知識(shí)等多源異構(gòu)數(shù)據(jù)的知識(shí)融合利用和跨域交互等問題缺乏深入研究。

4 總結(jié)與展望

大數(shù)據(jù)環(huán)境帶來了多樣化的跨域數(shù)據(jù)資源，使得采集利用多源異構(gòu)數(shù)據(jù)成為可能，如何在跨域場(chǎng)景中有效地進(jìn)行知識(shí)融合，為推薦系統(tǒng)提供知識(shí)支撐，成為數(shù)字時(shí)代的重要需求。現(xiàn)有跨域推薦中的知識(shí)融合方法從對(duì)單純的用戶—評(píng)分?jǐn)?shù)據(jù)進(jìn)行聚類，到引入語義信息的知識(shí)關(guān)聯(lián)，研究者逐步認(rèn)識(shí)到了從知識(shí)層面考慮跨域推薦問題的優(yōu)勢(shì)；具有多域結(jié)構(gòu)優(yōu)勢(shì)的圖模型，為跨域推薦中的知識(shí)融合方法提供了圖挖掘算法支撐，基于標(biāo)簽的研究豐富了多域知識(shí)融合中的特征挖掘方法；知識(shí)圖譜技術(shù)的快速發(fā)展，為大數(shù)據(jù)環(huán)境下的跨域知識(shí)融合和推薦研究帶來了理論參考和方法集成，也為跨域推薦帶來了新的契機(jī)。

上述研究拓展了跨域推薦的研究廣度，開辟了知識(shí)融合在推薦領(lǐng)域的新視角，但從知識(shí)融合的角度來看，跨域推薦研究與多維知識(shí)挖掘的結(jié)合深度仍然有限，知識(shí)融合與推薦方法的適配組合缺乏系統(tǒng)分析和評(píng)價(jià)。與此同時(shí)，多源異構(gòu)的大數(shù)據(jù)推薦場(chǎng)景變得越來越普遍，推薦需求變得愈加復(fù)雜，跨域推薦中的知識(shí)融合面臨著新的挑戰(zhàn)，這些問題也將會(huì)成為新的研究方向和熱點(diǎn)。

1)增強(qiáng)跨域知識(shí)融合方法的可擴(kuò)展性和可移植性。多數(shù)跨域推薦技術(shù)局限于各自特定的應(yīng)用場(chǎng)景，后續(xù)研究需考慮在數(shù)據(jù)源結(jié)構(gòu)、數(shù)據(jù)類型、數(shù)據(jù)規(guī)模變化較大的情況，如何進(jìn)行靈活的遷移和擴(kuò)展[5]。

2)對(duì)多維度知識(shí)間的關(guān)聯(lián)進(jìn)行深度挖掘。現(xiàn)有方法較多關(guān)注域內(nèi)用戶與項(xiàng)目之間的知識(shí)關(guān)聯(lián)，后續(xù)研究對(duì)于不同域間的實(shí)體關(guān)聯(lián)、具有語義知識(shí)的外部知識(shí)庫(kù)、富含用戶興趣知識(shí)社交網(wǎng)絡(luò)等因素考慮較少，這些復(fù)雜關(guān)系在跨域知識(shí)融合及推薦領(lǐng)域的作用未得到充分發(fā)揮。

3)提高跨域知識(shí)融合和推薦的可解釋性。由于跨域推薦系統(tǒng)使用的知識(shí)較為分散，知識(shí)融合方法的復(fù)雜度相對(duì)較高，導(dǎo)致推薦結(jié)果的產(chǎn)生過程不夠直觀，未來研究會(huì)更加注重知識(shí)的融合過程的可視化，進(jìn)一步提高可解釋性。

4)完善跨域知識(shí)融合的評(píng)測(cè)指標(biāo)。現(xiàn)有研究主要對(duì)跨域推薦性能的進(jìn)行評(píng)價(jià)，較少關(guān)注跨域知識(shí)融合的評(píng)價(jià)，對(duì)知識(shí)融合前后跨域推薦的覆蓋率、多樣性和新穎性等指標(biāo)的效果評(píng)價(jià)，也會(huì)成為未來的研究熱點(diǎn)之一。

5)構(gòu)建基于知識(shí)圖譜的跨域知識(shí)融合和推薦框架。未來的跨域知識(shí)融合，將以構(gòu)建跨平臺(tái)、跨數(shù)據(jù)域的知識(shí)圖譜為基礎(chǔ)，整合多源異構(gòu)知識(shí)，建立用戶、興趣標(biāo)簽、特征標(biāo)簽以及項(xiàng)目等類型實(shí)體關(guān)聯(lián)的多部圖跨域推薦框架，基于元路徑和圖嵌入方法為用戶提供多輔助域的推薦服務(wù)，有效提升跨域知識(shí)融合和推薦效果。