面向網(wǎng)絡(luò)視頻的組合推薦系統(tǒng)模型研究

李 默，梁永全，趙建立，李玉軍

（1.山東科技大學 信息科學與工程學院，山東 青島266590；2.海信集團數(shù)字多媒體技術(shù)國家重點實驗室，山東 青島266071）

0 引 言

隨著網(wǎng)絡(luò)電視的普及，用戶能夠方便地通過電視觀看互聯(lián)網(wǎng)上的視頻節(jié)目，但如何從網(wǎng)絡(luò)海量視頻資源中挑選出用戶感興趣的信息，提高用戶對網(wǎng)絡(luò)電視的黏著度和滿意度，已經(jīng)成為決定網(wǎng)絡(luò)電視進一步發(fā)展高度的關(guān)鍵問題。個性化推薦系統(tǒng)是解決這一問題的有效方法，通過在網(wǎng)絡(luò)電視上加載個性化推薦服務模塊，可以化解網(wǎng)絡(luò)視頻信息過載和用戶感興趣視頻獲取之間的矛盾，滿足用戶對網(wǎng)絡(luò)電視的個性化需求。

因此，本文在分析各種推薦算法優(yōu)缺點的基礎(chǔ)上，綜合基于內(nèi)容推薦和協(xié)同過濾推薦兩種算法，設(shè)計了一種面向網(wǎng)絡(luò)視頻的組合推薦系統(tǒng)模型，以期獲得更好的推薦質(zhì)量和用戶滿意度。

1 相關(guān)工作

面向網(wǎng)絡(luò)視頻的推薦算法是個性化推薦系統(tǒng)能否成功應用的關(guān)鍵，而推薦算法的性能對推薦質(zhì)量有著至關(guān)重要的影響，當前應用比較廣泛的推薦算法主要有:基于內(nèi)容（Content－based） 推 薦[1]， 協(xié) 同 過 濾 （collaborative filtering）推薦[2]，關(guān)聯(lián)規(guī)則 （association rules）推薦[3]和組合推薦 （Hybrid recommendation）[4，5]等。

其中，基于內(nèi)容的推薦算法來源于信息檢索技術(shù)[6]，算法不需要獲得用戶對項目的評價意見，而是通過對用戶選擇項目的歷史記錄進行學習來推薦新項目，避免了協(xié)同過濾推薦算法中的數(shù)據(jù)稀疏和冷啟動問題；然而，基于內(nèi)容的推薦算法只能向用戶推薦與其歷史興趣資源內(nèi)容相似的資源，無法挖掘用戶的潛在興趣和信息需求，導致在網(wǎng)絡(luò)視頻推薦中存在一定的局限性。協(xié)同過濾推薦算法是基于用戶群體的興趣或行為，根據(jù)興趣相似的用戶對推薦對象的評價而實現(xiàn)的信息推薦，它不依賴于推薦項目的內(nèi)容，對于多媒體資源也可以進行推薦，另外通過挖掘用戶的歷史興趣和相似用戶群的歷史行為，可以發(fā)現(xiàn)用戶的潛在興趣，取得較好的用戶滿意度；但是，協(xié)同過濾推薦算法的數(shù)據(jù)稀疏性問題、冷啟動問題和系統(tǒng)可擴展性問題在網(wǎng)絡(luò)視頻推薦中也一直存在。關(guān)聯(lián)規(guī)則推薦算法關(guān)注的是用戶行為的關(guān)聯(lián)模式，挖掘不同項目在推薦過程中的相關(guān)性，從而實現(xiàn)項目的智能推薦，當前應用比較廣泛的關(guān)聯(lián)規(guī)則挖掘技術(shù)是Apriori算法[7]，其思想是通過自乘方法迭代產(chǎn)生記錄集中相似度高于設(shè)定閾值的頻繁集，再利用頻繁集建立起滿足閾值的規(guī)則；但此算法在挖掘頻繁集過程中的數(shù)據(jù)計算量很大，因此會增加推薦系統(tǒng)的時間復雜度，另外網(wǎng)絡(luò)視頻的類型與數(shù)量都是不斷變化的，這就需要持續(xù)挖掘新規(guī)則，導致規(guī)則數(shù)量的增長，最終會加大推薦系統(tǒng)的管理難度。

為了克服各個推薦算法存在的問題，并發(fā)揮它們各自的優(yōu)勢，國內(nèi)外許多學者對融合多種推薦技術(shù)的組合推薦算法進行了研究[8－10]，但大都包含了基于內(nèi)容推薦和協(xié)同過濾推薦兩種算法，根據(jù)算法的融合程度，組合推薦算法可以分為以下幾類:①分別實現(xiàn)基于內(nèi)容推薦和協(xié)同過濾推薦，最后將兩種推薦算法產(chǎn)生的結(jié)果進行融合；②將協(xié)同過濾推薦算法的某些特點融合到基于內(nèi)容推薦算法中，以基于內(nèi)容推薦為主；③將基于內(nèi)容推薦的某些特點融合到協(xié)同過濾推薦算法中，以協(xié)同過濾推薦為主；④建立基于內(nèi)容推薦和協(xié)同過濾推薦的組合推薦模型，模型既包含了基于內(nèi)容推薦的特性，也包含了協(xié)同過濾推薦算法的特性。本文提出的組合推薦系統(tǒng)模型主要基于第一種融合方式，對基于內(nèi)容推薦和協(xié)同過濾推薦產(chǎn)生的關(guān)鍵詞集進行分析、過濾、融合，得到最終的推薦視頻集。

組合推薦算法由于能實現(xiàn)更好的推薦質(zhì)量，在許多領(lǐng)域得到了應用，實現(xiàn)了一些基于組合推薦算法的推薦應用系統(tǒng)。李瑞敏等人[11]設(shè)計了一種基于音樂基因組的個性化移動音樂組合推薦系統(tǒng)，實現(xiàn)了移動音樂服務的個性化需求；Tatli等人[12]則提出了一個基于標簽的音樂組合推薦系統(tǒng)，系統(tǒng)使用語義關(guān)系和多域信息對音樂標簽進行分析，最終給用戶推薦其感興趣的音樂資源；汪彥紅[13]研究了基于組合算法的個性化推薦系統(tǒng)，提出了一種基于內(nèi)容和場景概率的組合推薦算法，并實現(xiàn)了一個針對圖書推薦的原型系統(tǒng)；姚志霞[14]則對基于混合推薦的個性化信息服務系統(tǒng)進行了研究，設(shè)計實現(xiàn)了一個基于組合推薦模式個性化視頻網(wǎng)站原型推薦系統(tǒng)；易明等人[15]構(gòu)建了社會化標簽系統(tǒng)中基于組合推薦的知識推薦系統(tǒng)框架，并對組合推薦中社會化標簽的相關(guān)問題進行了分析；史旻昱[16]研究了基于RSS的個性化網(wǎng)絡(luò)廣告推薦系統(tǒng)，系統(tǒng)融合協(xié)同過濾算法和關(guān)聯(lián)規(guī)則挖掘算法實現(xiàn)了RSS廣告的個性化推薦；石靜[17]結(jié)合基于內(nèi)容的過濾算法與協(xié)同過濾算法，提出了組合推薦引擎工作的框架模型，并實現(xiàn)了一個基于組合模式的個性化旅游推薦原型系統(tǒng)；董文遠[18]則設(shè)計實現(xiàn)一個基于組合推薦的復雜個性化電子商務推薦原型系統(tǒng)，該系統(tǒng)是基于多模型的推薦系統(tǒng)引擎模型，主要結(jié)合了基于內(nèi)容推薦和協(xié)同過濾推薦兩種算法。

綜上所述，組合推薦算法在音樂、圖書、視頻、標簽、廣告、旅游和電子商務等領(lǐng)域都得到了廣泛的應用，但對基于網(wǎng)絡(luò)電視的視頻組合推薦系統(tǒng)的研究還比較少，本文將組合推薦算法應用于網(wǎng)絡(luò)電視視頻推薦中，為個性化推薦服務在電視領(lǐng)域的應用提供一個新的思路。

2 面向網(wǎng)絡(luò)視頻的組合推薦系統(tǒng)架構(gòu)

許多學者認為組合推薦模型在利用基于內(nèi)容推薦算法優(yōu)點的基礎(chǔ)上能充分發(fā)揮協(xié)同過濾推薦算法的優(yōu)點，而且證明了組合推薦模型能比兩種算法各自的表現(xiàn)更好。本文基于類似的研究思路，設(shè)計了面向網(wǎng)絡(luò)視頻的組合推薦系統(tǒng)，系統(tǒng)中基于內(nèi)容的推薦算法部分通過分析資源內(nèi)容產(chǎn)生推薦，而協(xié)同過濾推薦算法部分則是基于資源相似度計算產(chǎn)生推薦。

面向網(wǎng)絡(luò)視頻的組合推薦系統(tǒng)架構(gòu)如圖1所示，其中，協(xié)同過濾推薦模塊主要是對視頻資源相似度進行計算，得到協(xié)同過濾推薦關(guān)鍵詞備選集合，基于內(nèi)容的推薦模塊則是利用資源內(nèi)容提取視頻屬性關(guān)鍵詞，相應地得到基于內(nèi)容推薦關(guān)鍵詞備選集合，最后再對這兩個備選集合進行線形回歸計算得到最終的推薦視頻關(guān)鍵詞集合，并通過人機交互界面推薦給用戶。下面本文就對推薦系統(tǒng)中每個模塊的具體功能和實現(xiàn)算法進行詳細描述。

2.1 索引模塊

模塊主要由語料庫和索引器兩部分組成。語料庫中包含了網(wǎng)絡(luò)視頻的各主要屬性，比如視頻名稱、演員、類別、年代等等，索引器則利用Apache Lucene[19]分析語料庫中的API信息，并對用戶瀏覽過的網(wǎng)絡(luò)視頻進行標注，如果語料庫中有N個候選網(wǎng)絡(luò)視頻，索引器則要重復計算N＋1次，為每個用戶建立一個瀏覽記錄索引，并將計算結(jié)果存入索引庫。對于用戶u∈U，u的視頻索引定義為

其中，U是用戶集合，R是網(wǎng)絡(luò)視頻資源集合，T是屬性關(guān)鍵詞集合。

圖1 面向網(wǎng)絡(luò)視頻的組合推薦系統(tǒng)架構(gòu)

2.2 協(xié)同過濾推薦模塊

模塊主要由處理器、屬性檢索集、視頻索引、相似視頻資源集、系統(tǒng)過濾屬性提取器和協(xié)同過濾推薦關(guān)鍵詞備選集組成。其中，處理器的功能是分析推薦系統(tǒng)中新加入的網(wǎng)絡(luò)視頻資源，提取視頻和目標用戶之間的關(guān)聯(lián)信息，將資源的元數(shù)據(jù)進行標注并檢索最相似視頻，得到視頻屬性關(guān)鍵詞的最相關(guān)集合，然后根據(jù)檢索集和視頻索引庫，利用Lucene得到相似視頻集Video（u，r）。其計算公式為

其中，Video（u，r）是用戶的相似視頻集合，u∈U，r為標注視頻資源，β是相似閾值，sim（r，r）是資源相似度計算函數(shù)，可采用歐幾里得相似度、皮爾遜相關(guān)系數(shù)、余弦相似度、修正余弦相似度等方法計算。

協(xié)同過濾屬性提取器的功能是對相似視頻集Video（u，r）進行提取，并為每個屬性關(guān)鍵詞檢索式q建立相應的協(xié)同過濾推薦關(guān)鍵詞備選集合Arrttri（u，q），其定義為

屬性關(guān)鍵詞檢索式q的相關(guān)性計算公式為

其中，ntr是關(guān)鍵詞t在資源r中的出現(xiàn)次數(shù)，nt則是關(guān)鍵詞t在所有相似資源中出現(xiàn)的總次數(shù)。

2.3 基于內(nèi)容推薦模塊

為了解決協(xié)同過濾推薦模塊的冷啟動問題，在面向網(wǎng)絡(luò)視頻的推薦系統(tǒng)中加入了基于內(nèi)容的視頻推薦模塊。其中，元數(shù)據(jù)分析器的作用是獲取網(wǎng)絡(luò)視頻的HTML代碼，生成元數(shù)據(jù)集合。然后，內(nèi)容關(guān)鍵詞提取器則對元數(shù)據(jù)集合進行分析，從中提取視頻屬性的關(guān)鍵詞和描述語，并將其存儲在基于內(nèi)容推薦關(guān)鍵詞備選集合中。

在屬性關(guān)鍵詞備選集合建立后，本文采用基于內(nèi)容的過濾算法計算備選集合中關(guān)鍵詞的相似度，計算方法是將歸一化處理后的關(guān)鍵詞出現(xiàn)次數(shù)乘以相應屬性權(quán)值之和，計算公式為

其中，si表示關(guān)鍵詞所屬屬性，wsi是屬性si的權(quán)值，nt，r是歸一化處理后的關(guān)鍵詞出現(xiàn)次數(shù) （如果關(guān)鍵詞t沒有在屬性si中出現(xiàn)則nt，r＝0）。本文在實驗部分會對不同的屬性（視頻名稱、演員、類別、年代）權(quán)值分配進行計算，以獲得最優(yōu)組合。

2.4 組合推薦模塊

在分別得到協(xié)同過濾和基于內(nèi)容的推薦關(guān)鍵詞備選集合后，過濾器會將集合中小于相似閾值的關(guān)鍵詞剔除，并生成組合推薦關(guān)鍵詞備選集合。推薦系統(tǒng)對兩種方法得到的關(guān)鍵詞備選集合進行融合，得到最終的關(guān)鍵詞推薦集合。給定用戶u，關(guān)鍵詞t和屬性關(guān)鍵詞檢索q，設(shè)定α和β分別為協(xié)同過濾推薦和基于內(nèi)容推薦的權(quán)重，則檢索關(guān)鍵詞t和屬性關(guān)鍵詞檢索q的計算公式定義為

3 實驗結(jié)果及分析

本文采用美國明尼蘇達大學Group Lens研究小組提供的MovieLens數(shù)據(jù)集[20]作為實驗數(shù)據(jù)。它包含6000個匿名用戶對4000部電影項目的約100萬條評分數(shù)據(jù)，每個用戶至少對20部電影進行過評價，并且每部電影都含有內(nèi)容特征描述信息。

準確率 （precision，Pr）和召回率 （recall，Re）是通常采用的推薦算法評價指標。準確率是正確推薦項目數(shù)與所有推薦項目數(shù)目的比值，衡量的是用戶推薦效果；召回率則是正確推薦項目數(shù)與所有可用推薦項目的比值，它主要是對系統(tǒng)級別的衡量。準確率和召回率存在一定的負相關(guān)關(guān)系，比如，增加項目數(shù)量會提高召回率，卻降低了準確率，單獨使用會失去不同推薦算法的可比性。為了平衡兩者之間的關(guān)系，本文采用F1－Measure[21]（F1）作為算法的準確性度量指標，它是通過計算準確率和召回率的調(diào)和平均數(shù)對推薦算法進行評價，F(xiàn)1的數(shù)值越大，則推薦算法的準確性越高，F(xiàn)1的計算公式為

實驗1計算了基于內(nèi)容的推薦算法在不同屬性權(quán)值組合情況下的推薦準確性，計算結(jié)果如表1所示，F(xiàn)1數(shù)值最高的項對應的屬性值分別是:視頻名稱 （0.5），演員（0.2），類別 （0.3），年代 （0.0）。計算結(jié)果表明視頻名稱屬性對基于內(nèi)容的視頻相似度計算準確性影響最大，類別屬性次之，而年代屬性的影響則最小。

表1 不同屬性權(quán)值組合的基于內(nèi)容推薦計算結(jié)果

實驗2對組合推薦算法的融合效果進行了分析，通過對協(xié)同過濾推薦和基于內(nèi)容推薦分配不同的權(quán)值，計算了不同權(quán)值情況下的F1數(shù)值，計算結(jié)果如表2所示。實驗結(jié)果表明，在融合基于內(nèi)容過濾推薦算法后，準確率和召回率都有顯著提高，因此組合推薦算法性能優(yōu)于協(xié)同過濾算法。另外，當基于內(nèi)容推薦和協(xié)同過濾推薦的權(quán)重各為0.5時F1數(shù)值最高，而準確率則隨著基于內(nèi)容推薦權(quán)值的增長而增長，說明基于內(nèi)容的推薦算法可以提高組合推薦算法的準確率，但為了獲得最優(yōu)推薦效果，應給協(xié)同過濾推薦和基于內(nèi)容推薦分配相同的權(quán)值。

表2 不同算法權(quán)值組合的計算結(jié)果

試驗3對比了組合推薦算法與其它類似推薦算法的準確性，實驗數(shù)據(jù)與實驗1相同，分別通過基于內(nèi)容推薦、基于項目的協(xié)同過濾推薦、基于用戶的協(xié)同過濾推薦、基于內(nèi)容預測與協(xié)同過濾的混合推薦算法[22]對 MovieLens數(shù)據(jù)集進行計算，表3統(tǒng)計了5種算法的F1計算結(jié)果，表明本文提出的算法性能明顯優(yōu)于其它4種推薦算法。

表3 不同推薦算法的F1值

4 結(jié)束語

本文設(shè)計了一種綜合基于內(nèi)容推薦和協(xié)同過濾推薦的網(wǎng)絡(luò)視頻推薦模型及其算法，算法有效融合了基于內(nèi)容推薦和協(xié)同過濾推薦兩種算法，通過MovieLens數(shù)據(jù)集的檢驗，組合推薦系統(tǒng)能夠降低冷啟動問題對推薦結(jié)果的影響，并提高網(wǎng)絡(luò)視頻資源的推薦準確性。但是，本文提出的組合推薦模型只分析了網(wǎng)絡(luò)視頻的四種主要屬性，在后續(xù)研究中需要考慮更多的視頻屬性對組合推薦結(jié)果的影響；另外，對組合推薦系統(tǒng)在音樂、電子商務、旅游、圖書、標簽、廣告等領(lǐng)域的應用也是下一步需要研究的方向；最后，還需要研究組合推薦算法的不同融合方式對網(wǎng)絡(luò)視頻推薦的影響，分析哪種方式的推薦效果更好。

[1]Michael J Pazzani，Daniel Billsus.Content－based recommendation systems[C]／／ The Adaptive Web:Lecture Notes in Computer Science，2007:325－341.

[2]Ben Schafer J，Dan Frankowski，Jon Herlocker，et al.Collaborative filtering recommender systems[C]／／The Adaptive Web:Lecture Notes in Computer Science，2007:291－324.

[3]Sandvig J J，Mobasher B，Burke R.Robustness of collaborative recommendation based on association rule mining[C]／／Proceedings of the ACM Conference on Recommender Systems，ACM Press，2007:105－112.

[4]Pinto Miguel A G，Tanscheit Ricardo，Vellasco Marley.Hybrid recommendation system based on collaborative filtering and fuzzy numbers[C]／／IEEE International Conference on Fuzzy Systems，2012:1－6.

[5]Choi Sang Hyun，Jeong Young－Seon，Jeong Myong K.A hybrid recommendation method with reduced data for large－scale application[J].IEEE Transactions on Systems，Man and Cybernetics Part C:Applications and Reviews，2010，40 （5）:557－566.

[6]XU Hailing，WU Xiao，LI Xiaodong，et al.Comparison study of internet recommendation system[J].Journal of Software，2009，20 （2）:350－362 （in Chinese）.[許海玲，吳瀟，李曉東，等.互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J].軟件學報，2009，20（2）:350－362.]

[7]LIU Minxian，MA Qiang，NING Yifeng.Improved apriori algorithm based on frequent matrix[J].Computer Engineering and Design，2012，33 （11）:4235－4239（in Chinese）.[劉敏嫻，馬強，寧以風.基于頻繁矩陣的Apriori算法改進[J].計算機工程與設(shè)計，2012，33 （11）:4235－4239.]

[8]Zhang Yao，F(xiàn)eng Yuqiang.Hybrid recomm endation method in sparse datasets:Combining content analysis and collaborative filtering[J].International Journal of Digital Content Technology and its Applications，2012，6 （10）:52－60.

[9]Lampropoulos Aristomenis S，Sotiropoulos Dionysios N，Tsihrintzis George A.Evaluation of a cascade hybrid recommendation as a combination of one－class classification and collaborative filtering[C]／／Proceedings－International Conference on Tools with Artificial Intelligence，2012:674－681.

[10]Kardan Ahmad A，Ebrahimi Mahnaz.A novel approach to hybrid recommendation systems based on association rules mining for content recommendation in asynchronous discussion groups[J].Information Sciences，2013 （219）:93－110.

[11]LI Ruimin，YAN Jun，LIN Hongfei.Personalised mobile music recommendation system based on music genome[J].Computer Applications and Software，2012，29 （9）:27－30 （in Chinese）.[李瑞敏，閆俊，林鴻飛.基于音樂基因組的個性化移動音樂推薦系統(tǒng)[J].計算機應用與軟件，2012，29（9）:27－30.]

[12]Tatli Ipek，Birtürk Aysenur.A tag－based hybrid music recommendation system using semantic relations and multi－domain information[C]／／ Proceedings－IEEE International Conference on Data Mining.ICDM，2011:548－554.

[13]WANG Yanhong.The research and application of personalized recommendation system based on combination algorithm[D].Changsha:Hunan University，2011（in Chinese）.[汪彥紅.基于組合算法的個性化推薦系統(tǒng)的研究和應用[D].長沙:湖南大學，2011.]

[14]YAO Zhixia.Research and application of personalized information service system based on hybrid recommendation[D].Beijing:Beijing Jiaotong University，2012（in Chinese）.[姚志霞.基于混合推薦的個性化信息服務系統(tǒng)的研究與應用[D].北京:北京交通大學，2012.]

[15]YI Ming，DENG Weihua，XU Jia.Study on personalized knowledge recommendation based on hybrid strategy in tag system[J].Information Science，2011，29 （7）:1093－1097（in Chinese）.[易明，鄧衛(wèi)華，徐佳.社會化標簽系統(tǒng)中基于組合策略的個性化知識推薦研究[J].情報科學，2011，29（7）:1093－1097.]

[16]SHI Minyu.Research of personalized internet advertising recommended system based RSS[D].Wuhan:Huazhong University of Science and Technology，2008（in Chinese）.[史旻昱.基于RSS的個性化網(wǎng)絡(luò)廣告推薦系統(tǒng)研究[D].武漢:華中科技大學，2008.]

[17]SHI Jing.Research and application of personalized recommendation system based on mixed mode[D].Wuhan:Wuhan University of Technology，2010（in Chinese）.[石靜.基于混合模式的個性化推薦系統(tǒng)的應用研究[D].武漢:武漢理工大學，2010.]

[18]DONG Wenyuan.Recommended system development and research based on hybrid filtering[D].Changchun:Jilin University，2011（in Chinese）.[董文遠.基于混合過濾的推薦系統(tǒng)開發(fā)研究[D].長春:吉林大學，2011.]

[19]Apache Lucene 4.2and Apache SolrTM4.2available[EB／OL].[2013－03－11].http:／／lucene.apache.org.

[20]MovieLens data sets[DB／OL].[2010－12－20].http:／／www.grouplens.org／node／73.

[21]Kardan Ahmad A，Ebrahimi Mahnaz.A novel approach to hybrid recommendation systems based on association rules mining for content recommendation in asynchronous discussion groups[J].Information Sciences，2013，219:93－110.

[22]GUO Yanhong，DENG Guishi.Hybrid recommendation algorithm of item cold－start in collaborative filtering system[J].Computer Engineering，2008，34 （23）:11－13 （in Chinese）.[郭艷紅，鄧貴仕.協(xié)同過濾系統(tǒng)項目冷啟動的混合推薦算法[J].計算機工程，2008，34 （23）:11－13.]