一種混合式協作過濾服務推薦算法

張 圣

（南京工業大學 電子與信息科學學院，江蘇 南京 210009）

0 引言

隨著電子商務的飛速發展，用戶得到的服務類型也在不斷豐富，既有傳統的實物交易，也有音樂、電影等各種類型的服務[1]。在此過程中，用戶找到自己所需的個性化服務對象難度增大，服務提供商還要考慮以怎樣的方式提供服務供用戶選擇，服務推薦作為解決這一問題的有效手段應運而生[2]。

協作過濾推薦是當前被廣泛被采用服務推薦算法，然而基于這種協作過濾的服務推薦技術存在無法雙向推薦的局限性[3]。

現提出了一種新的基于混合式協作過濾的雙向服務推薦算法，同時考慮用戶之間和服務之間的相似度，為用戶和服務提供商產生雙向推薦。實驗結果表明該算法可以有效地解決傳統協作過濾算法無法產生雙向推薦的不足,顯著提高推薦系統的推薦量。

1 傳統協作過濾推薦算法

傳統協作過濾算法基于一種假設：如果用戶對某些服務的評分結果相似，那么其它服務的評分結果也較為相似。通過統計若干目標用戶的最近鄰居，利用最近鄰居的評分來預測目標用戶的評分，從而產生推薦[4]。

用戶的評分數據可以由一個集合m×n階矩陣R來表達，m行代表m個用戶，n列代表n個項目，第i行第j列的元素Rij代表用戶i對項目j的評分，如表1的矩陣所示。

然后通過傳統的相似性度量方法如余弦相似性[5]來計算用戶i和其它所有用戶之間的相似度，通過對這些相似度進行排序，找出與用戶i最相似的k個最近鄰集合，最后通過設定的預測評分公式對k個最近鄰集合中項目的評分進行計算，得到預測的用戶i的評分數據。

傳統協作過濾算法隨著用戶及服務的增大性能降低快,有人提出了結合用戶間相似性和項目間相似性進行混合式協作過濾[6]，這里進一步優化了混合式協作過濾算法，通過計算用戶、項目和全局平均評分偏差的加權來同時得到用戶、項目的預測評分，從而產生更高質量的推薦。

表1 用戶項目評分矩陣

2 混合式協作過濾推薦算法

混合式協作過濾推薦算法的輸入是用戶-項目評分矩陣，用戶集合U和項目集合I構成一個m×n階矩陣R(m,n)，其第a行第j列元素表示用戶a對項目j的評分向量，描述了用戶a對項目j的評分，如果用戶a未對項目j評分，則將其評分向量設為0。

任取用戶 a∈U，將 a在評分矩陣 R(m,n)中對應的第 a行元素的集合記為La，將集合La中不為0元素的項目集合記為Ia即用戶a已經評分的項目集合。同樣，項目j(j∈I)在評分矩陣R(m,n)中對應的第j列元素記為Cj，將集合Cj中不為0元素的用戶集合記為Uj即項目j評分的用戶集合。

2.1 相似性度量方法

相似性度量方法采用皮爾遜相關系數計算用戶之間和項目之間的相似度，用戶u和用戶a的相似度如式(1)所示：

其中Iua表示用戶u和用戶a共同評分項目的集合，即Iua=Iu∩Ia，Lu和La分別表示Lu和La的平均值向量。由(1)，sim(u,a)的范圍在區間[-1,1]之間，當sim(u,a)∈[-1,0]時，用戶u和用戶a不相似；當sim(u,a)∈(0,1]時，sim(u,a)越接近于1用戶u和用戶a的相似度越高。同理，項目i和項目j的相似度采用同一公式，不再贅述。

為了解決用戶u和a共同評分的項目集合Iua較小時，u和 a的相似度應當較小但是公式(1)計算出的相似度可能很大的問題，在式(1)的計算結果sim(u,a)上添加權重，式(2)給出調整后的用戶u 和用戶a的相似度：

其中|Iu∩Ia|和|Iu∪Ia|分別表示用戶 u評分項目和用戶 a評分項目的交集和并集中元素的個數。當評分交集Iua較小時，|Iu∩Ia|較小，用戶u和用戶a的相似度sim'(u,a)就較小。項目i和項目j的相似度同理。

2.2 預測值計算方法

由公式(2)可以計算出用戶u和其他用戶的相似度，將其從大到小排序，前k個用戶就是u的k-最近鄰集合[7]T(u)。在T(u)中將相似度不大于0時近鄰用戶去掉，得到集合N(u)，如式(3)所示：

同理計算項目i的k-最近鄰集合N(i)

混合式協作過濾推薦算法通過預測在線用戶u對未評分項目i的評分，將預測評分高的項目推薦給該用戶，將用戶u對項目i的預測評分向量記為P(u,i)。這里提出一種新的預測評分向量計算方法，通過全局平均評分向量μ、用戶u對μ的偏差、項目i對μ的偏差三者的加權和來得出P(u,i)。

全局平均評分向量μ是評分矩陣R(m,n)所有元素的平均值向量，如式(4)所示：

用戶u對μ的偏差記為D(u)，根據用戶u的k-最近鄰集合，如式(5)所示：

項目i對μ的偏差D(i)計算同D(u)。

為了調整基于用戶的預測和基于項目的預測的依賴度[8]引入參數λ（0≤λ≤1）調整權重，P(u,i)如式(6)所示：

P(u,i) 描述了用戶項目u對i諸方面屬性的預測評分，面向用戶和服務提供商進行雙向推薦即為在線用戶u推薦最有可能感興趣的N個服務，同時為服務提供商i推薦最有可能對其感興趣的M個在線用戶。

3 實驗結果及分析

3.1 實驗數據集

采用MovieLens（接收用戶對電影的評分并提供相應的電影推薦列表）站點提供的數據集(http://movielens.umn.edu/)。在該數據庫中選擇8 000條評分數據作為實驗數據集,包含200個用戶和800部電影,每個用戶至少對20部電影進行了評分。

3.2 實驗度量標準

采用平均絕對偏差（MAE，Mean Absolute Error)作為統計精度度量方法：設預測的用戶評分的集合為{b1,b2,…,bN}，對應的實際用戶評分集合為{p1,p2,…,pN}，則平均絕對誤差MAE的定義如式(7)所示:

MAE通過計算用戶的預測評分數據和用戶的實際評分數據之間的偏差來度量預測的準確程度。MAE越小，推薦的質量越高。

3.3 K最近鄰不同條件下的實驗及分析

如圖1所示，在K最近鄰實驗實驗條件下,混合式協作過濾的雙向服務推薦算法均具有最小的 MAE.由于綜合考慮了用戶和項目之間的相似性，同時考慮了多種評分偏差，因此與傳統的協作過濾推薦算法相比,顯著地提高推薦系統的推薦質量。

圖1 兩種算法對比

4 結語

這里在分析傳統協作過濾推薦算法的不足之后，提出了一種基于混合式協作過濾的雙向服務推薦算法，這種算法由于同時考慮了用戶間相似性和項目間相似性，能夠同時為用戶和服務提供商進行雙向的推薦，同時綜合考慮了用戶、項目、全局之間的評分偏差。實驗結果表明，該算法不但能進行雙向推薦，而且有效的提高了推薦質量。

[1] 趙攀,雷文,周剛. 基于電子商務背景的智能挖掘技術及其應用研究[J]. 通信技術, 2009,42(08)：76-78.

[2] 韓家煒. 數據挖掘：概念與技術[M]. 北京：機械工業出版社,2004：137-147.

[3] 李嵐. 數據挖掘技術在電子商務中的應用[J]. 通信技術, 2007,40(08)： 74-76.

[4] 歐立奇. 協同過濾在電子商務推薦系統中的應用研究[D]. 西安：西北大學,2005.

[5] MA H, KING I, LYU M R. Effective Missing Data Prediction for Collaborative Filtering[M]. USA：ACM, 2007：39-46.

[6] Sung Ho Ha. Helping Online Customers Decide through Web Personalization[J]. IEEE Intelligent Systems, 2002(10-11)：34-43.

[7] 趙亮, 胡乃靜. 個性化推薦算法設計[J]. 計算機研究與發展,2002,39(08)：986-991.

[8] 肖冬榮, 楊磊. 基于遺傳算法的關聯規則數據挖掘[J]. 通信技術,2010, 43(01)： 205-207.