協同推薦研究前沿與發展趨勢的知識圖譜分析

陳海蛟，努爾布力

(新疆大學 信息科學與工程學院，烏魯木齊 830046) E-mail ：1179919160@qq.com

1 引 言

第一個真正意義上的推薦系統由Goldberg、Nichols、Oki以及Terry在1992年首次提出的，應用于Tapestry系統[1]，協同過濾的概念由此提出，同時協同過濾推薦的相關期刊和文獻陸續在國際學術領域被發表.直至2001年～2002年先后，我國才漸漸出現協同推薦的文獻期刊，2001年國內發表1篇.

從2001年開始，我國開始關注協同過濾推薦，積極探索在推薦領域的有效應用.運用WOS工具分析，發現近年來我國在該領域的文獻期刊等的發文量在快速增長，研究隊伍在不斷壯大，這表明現在的“信息過載”問題不斷加劇，推薦系統的關注度在不斷上升.其中，WOS發文量統計如圖1所示.

圖2、圖3分別以“Collaborative filtering”和“協同過濾”為關鍵詞在Foamtree中查詢，展示前100項結果.國內對協同過濾算法的研究起步比較晚，對推薦的關注點，相比國外，有著明顯相似共性和局部差異性.

本文研究動機在于，運用CiteSpace[2]可視化工具的計量學方法指導，對相關期刊文獻進行分析，整理國內外近15年的推薦算法的研究脈絡，并構建知識圖譜.我們的目標為定量地解決以下問題：

1)國內近15年在協同過濾算法領域的關注點有哪些？

2)國內的協同過濾算法的研究脈絡的發展有什么規律？

圖1 WOS協同過濾推薦算法發文量前10的國家/地區Fig.1 WOS collaborative filtering recommendation algorithm number before the 10 country/region

3)國外近15年的協同過濾算法研究與國內的研究的對比差異性有哪些？

本文的具體工作如下：首先說明了數據來源和研究方法，接下來對協同過濾算法描述分析，得出該領域的研究熱點和研究脈絡.最后，通過國內國外近15年在協同過濾推薦方面的對比分析，構建知識圖譜，有力論述二者存在的共性和差異性，力圖客觀形象地展示國內外研究現狀，為我國研究人員在該領域進一步深層研究提供有力參考.

圖2 基于Foamtree中Web搜索前100項英文結果Fig.2 Based on Foamtree Web search Top 100 english results

圖3 基于Foamtree中Web搜索前100項中文結果Fig.3 Based on Foamtree Web search in the top 100 chinese results

2 數據來源與研究方法說明

2.1 數據源與可視化工具

本文數據分中文英文兩部分，中文數據取自CNKI的核心期刊，通過主題詞 “協同過濾推薦算法”，檢索區間為2002年-2016年，得到核心期刊260篇.以及WOS數據庫中以“Collaborative filtering recommendation algorithm”為檢索條件的459篇核心合集論文.按年進行時間切片，將知識圖譜節點分別設置“主題”、“關鍵詞”、“機構”、“作者”等.目前用于可視化的軟件有很多，本研究選用美國德雷克塞爾大學的陳超美教授開發的文獻數據處理與可視化軟件CiteSpace[2].

2.2 研究方法說明

本文基于可視化理論基礎，借助信息可視化軟件，將引文分析、聚類分析、網絡分析等在知識單元分析的基礎上結合并集成起來，實現了主題詞共現網絡分析、作者和國家的共現網絡分析等，探測和分析推薦領域的關鍵技術、前沿與熱點及發展態勢.

目前的諸多研究工作都是基于單一指標，在對關鍵節點的精確分析和計量存在一定的不準確性.為了使研究計量更加準確，接下來要綜合分析多項指標，如：頻數(Freq)、中介中心性(Centrality)、激增(Burst)指數、Σ(Sigma).頻數[2]：指不同節點類型在某一領域的分析數據中出現的次數.中介中心性[2]：社會網絡分析的主要指標之一，是由Freeman提出用于測量網絡中個體地位的計量指標.激增指數[2]：Burst Detection算法被用于判斷節點在某時段內的突發增長率，依據其數值的波動變化，判斷某一節點的激增時段和激增程度.Σ指數[2]：Σ是由陳超美于2009年提出來的測度科學創新能力的一個計量指標，用于確定有創新性的科學文獻.研究方法流程如圖4所示.

圖4 研究方法流程Fig.4 Research method process

3 研究進展分析

3.1 國內協同過濾算法研究脈絡分析

3.1.1 主要研究機構及研究作者網絡分析

通過研究機構聚類分析，國內對于協同過濾算法的研究起步比較晚，從2001～2002年才正式開始研究，且相互之間合作比較少，研究機構分布相對分散，發文量前10 的研究機構分別為重慶大學(13)、中山大學(9)、燕山大學(8)、南京航空航天大學(6)、大連理工大學(6)、上海理工大學(5)、中國科學技術大學(5)、同濟大學(5)、重慶郵電大學(5)、上海第二工業大學(4)，如圖5，其中節點的大小表示頻度，冷色調表示時間越早，暖色調表明時間越近.

圖5 研究機構合作網絡共現分析Fig.5 Co-occurrence analysis research cooperation network

作者合作網絡分析反應作者對研究領域的貢獻及合作情況，通過分析得到了網絡基本布局和作者論文的產量分布，研

表1 高頻作者及首次發文時間Table 1 High frequency authors and dispatch time for the first time

究論文共涉及作者中，發文量4篇及以上的有36位，發文量5篇以上的有13位，表格僅收集部分數據，從年度分布上來看，高產作者的集中發文時間在2010年左右，2002-2010年之間屬于研究人員慢慢摸索的階段，協同過濾推薦算法的研究熱度在不斷升高.

3.1.2 基于共詞分析的研究熱點

研究熱點[2]反應了主流研究內容，主題詞是一篇文章的核心內容的高度概括和提煉.為了直觀地了解2002-2016年期間國內協同過濾推薦領域的研究熱點，通過設定工具閾值和相關系數后，進行關鍵詞共現網絡聚類歸并，如圖6，其中多層分色同心圓表示共引關鍵詞，深淺層次不同的圓環表示在不同年份被引，同心圓中心出現深色的圓代表凸顯關鍵詞，即從檢索年份開始新興研究領域或是重要領域.比如，圖6中比較明顯的同心圓分別有協同過濾、推薦算法、推薦系統、個性化推薦等，由此看出，國內的研究熱點大都集中在協同過濾

圖6 關鍵詞共現網絡圖譜Fig.6 Keywords co-occurrence network graph

推薦算法、推薦算法、個性化推薦等等.其中數據稀疏性、冷啟動、相似性、平均絕對偏差等關鍵詞凸顯，這些凸顯的關鍵詞正是協同過濾推薦本身存在的問題，也正是研究者們為之努力需要解決的問題.

1)頻數(Freq)指標計量分析

近15年推薦領域研究頻度較高前15個主題見表2，從2003年開始，國內開始關注電子商務，它最早起步在1990年，直到2003年開始興起.隨之協同過濾推薦技術逐漸成了電子商務領域應用最重要的技術之一.“相似度”、“相似性”等的關注，可以發現國內研究人員關注相似度算法的理論細節的研究；“云模型”由李德毅[3]院士提出的一種定性定量轉換模型，在此基礎上，張光衛[4]等提出一系列基于云模型的相似度度量方法；“hadoop”作為大數據時代的產物，新用戶新項目不斷加入系統，產生海量數據，給數據的存儲和計算的速度帶來極大的挑戰，已有研究者在Hadoop平臺設計分布式的協同過濾推薦算法.“平均絕對偏差”、“平均絕對誤差”均屬于系統性能評測指標，研究人員在關注算法本身的同時，也要考慮推薦系統的性能.

2)中介中心性(Centrality)指標計量分析

主要描繪的是某個節點在網絡圖譜中的影響力及重要程度.排名越高的關鍵詞說明其越重要，影響力越大.其中，2003、2004年是關鍵詞出現比較集中的年份，推薦相關的算法研究，相似度計算，平均絕對誤差等凸顯重要程度；2010年之前的2007、2008、2009年更加注重具體問題的研究，如冷啟動、數據稀疏性、可擴展性、相似性度量等問題的提出，接下來會具體闡述作者們提出的良好的解決方法；近幾年的研究側重于個性化推薦，個性化推薦理論、個性化技術、推薦策略等等，更加注重用戶行為的分析，從中挖掘有用而高效的信息，為用戶提供體驗良好的推薦結果清單.

3)Burst指標計量分析

頻數描繪了主題詞的增長勢頭.而激增( Burst)指數的關注點是單個主題的自身發展變化過程，可以很容易的展示熱點主題的凸顯性和關鍵技術的識別.表2中激增指數的統計表明2010年以后，研究重點在用戶群體上，關注“用戶興趣”、“用戶特征”、“用戶等級”、“用戶行為”等，更好地實現個性化推薦，同時用戶興趣的時效性成為有待解決的關鍵性問題.2013年開始，突發新詞涌現，“相異度”、“判斷力”、“局部活躍指數”等，這些突發詞來自一篇融合多因素的專家組評分協同過濾推薦算法[5]，該算法綜合考慮全局專業指數和局部活躍指數，用以定義專家的條件，再按照一定的比例從中抽取組成專家組，然后根據專家的判斷以及與目標用戶的相異度來分配評分權重，最后定義預測評分選出最佳推薦.

表2 關鍵詞top15排名統計和首次出現年份Table 2 Keywords top15 rank statistics，and for the first time in years

4)∑指標計量分析

從統計結果分析，近幾年，“hadoop”、“mapreduce”等詞成為創造性較強的關鍵詞，分布式計算，提高推薦效率成為現在的研究主流.圖7為2002-2016年主題詞共現網絡圖譜，通過共現聚類，產生11個協同過濾算法的改進算法.每種改進算法的立足點各不相同，分別在一定領域提高了推薦的準確度，并一定程度上解決了推薦算法存在的問題.

圖7 主題詞共現網絡圖譜Fig.7 Keywords co-occurrence network graph

基于貝葉斯理論的協同過濾算法[6]，對用戶愛好進行學習，分析用戶對項目的固有特征的愛好度，采用一種新穎的相似度度量方法計算項目相似度，得到更有效的鄰居集合，能夠獲得較好的推薦精度；利用社交關系的實值條件受限玻爾茲曼機協同過濾推薦算法，利用社交網絡中的好友信任關系有助于緩解評分數據的稀疏性問題；基于矩陣分解的協同過濾算法[5]，通過對傳統的矩陣分解模型進行正則化約束來防止模型過度擬合訓練數據，并通過迭代最小二乘法來訓練分解模型，有效緩解可擴展性和稀疏性問題.

3.1.3 基于關鍵詞、主題詞共現的國內研究趨勢分析

為了解協同過濾算法的研究熱點的發展脈絡和發展趨勢，我們在共現網絡分析的基礎上，按照時間序列統計關鍵詞、主題詞詞頻，利用CiteSpace軟件的關鍵詞時區視圖.視圖的演進路徑是學科知識領域中知識基礎和前沿隨時間演進的動態過程.其中，關鍵詞、主題詞聚類時區圖如圖8所示.

圖8 關鍵詞、主題詞聚類時區圖Fig.8 Keywords，keywords clustering time zone map

國內對于協同推薦的研究更加注重理論，通過對算法本身的不斷改進，用以更好地緩解數據稀疏性、冷啟動和可擴展等問題.2010年前后，大家把關注點瞄準了個性化需求，為了更好地實現個性化，用戶特征、用戶行為等因素的研究變得舉足輕重.“信息過載”不斷加劇，數據量劇增，基于分布式的推薦研究變得尤為重要.推薦研究不斷深入，多學科多分支的結合成為可能，將人工智能、神經網絡、數據挖掘等相結合，實現基于優化模型的可訓練的智能推薦系統將成為未來研究的主流方向.

3.2 國內外協同過濾算法研究熱點、研究趨勢對比分析

為了清晰了解國內外在研究熱點和研究趨勢的差異性，使用CiteSpace工具對中英文期刊進行相關聚類，結合關鍵詞、主題詞共現和聚類分析，爆發詞分析，得到國內外在協同過濾算法方面研究的基本圖譜.綜合圖9(a)、圖9(b)、表3，可發現，國內對于協同過濾推薦算法的研究起步比較晚，對比國外關注熱點和研究方向，兩者作為知識基礎比較相似，國內更加注重理論創新，對算法的改進上更加側重，而國外更加關心實際應用中的問題的分析和解決，不斷地推出新模型，強調用戶體驗，提升個性化定制需求，注重用戶偏好的實證研究.對比分析國內外靠前的主題詞和爆發詞(見圖10)，可以發現，目前典型的主要有兩大類協同過濾算法：基于記憶的和基于模型的.基于記憶的協同過濾算法又包括基于用戶的和基于項目的.其中基于用戶的推薦更社會化一點，在一些社交網絡中有重要應用；而基于項目的推薦更加側重于個性化，因此多被應用于電子商務網站等.隨著移動互聯網的快速發展，非結構化的數據比例逐漸提升，面對海量的信息資源，協同過濾推薦面臨著一些難以解決的問題，國外同樣面臨著這樣的問題：數據稀疏性、冷啟動、算法的可擴展性、用戶興趣的時效性、信任計算、隱私保護等等.

圖9 中文/英文主題詞共現聚類圖譜Fig.9 Chinese/English keywords co-occurrence clustering map

表3 主題詞top15的頻度排名和首次出現年份Table 3 Subject headings top15 frequency ranking and for the first time in years

目前，國內外為解決數據稀疏性等問題的有效方法有采用預測評分填充用戶-項目評分矩陣，主要有：BP神經網絡、Na?ve Bayesian分類方法等.還有基于矩陣降維技術—奇異值分解.另外冷亞軍[8]等總結出空值填補、新相似性方法、結合基于內容的推薦、推薦結果融合、圖論和其他方法.為了解決冷啟動問題，普遍采用基于內容的最近鄰居查找技術.而可擴展性問題通常采用聚類技術來解決，典型方法有：K-means聚類算法、EM(Expectation-Maximization)算法、Gibbs Sampling方法和模糊聚類等，當然還有數據集縮減、矩陣分解、主成分分析、增量更新等.個性化推薦系統的性能評價是根據用戶對推薦結果的滿意度來決定的.而對于推薦質量的評價標準主要有統計精度度量和決策支持精度度量兩類，統計精度度量方法中常用的是平均絕對偏差；決策支持精度度量方法中主要有召回率、準確率等方法.

圖10 國內外爆發的熱點主題詞和起始時間區間對比圖Fig.10 Outbreak of the hot subject at home and abroad and starting time interval comparison chart

4 總 結

本文基于分析研究簡單闡述了國內外近15年在推薦領域的相關算法的關注點，以及國內在協同過濾算法領域的研究脈絡和研究趨勢，并通過國外研究的對比分析，我們總結如下：

為了更加直觀地了解國內外研究的差異，現總結概括為(如表4所示)：

1)近年來國內對協同過濾算法存在的數據稀疏性、冷啟動、可擴展性等問題進行著深入的研究，并提出了諸多改進方法.為解決數據稀疏性問題的有效方法是采用預測評分對用戶-項目評分矩陣進行填充，主要有：BP神經網絡、Na?ve Bayesian分類方法等.另一種方法是基于矩陣的降維技術.為了解決冷啟動問題，普遍采用基于內容的最近鄰居查找技術.而可擴展性問題通常采用聚類技術來解決，典型方法有：K-means聚類算法、EM(Expectation-Maximization)算法、Gibbs Sampling方法和模糊聚類等.這些方法只是在特定場合特定領域行之有效，并且這些問題會隨著“信息過載”的加劇而更加凸顯.而且協同過濾還會面臨一些新的問題和挑戰，例如隱私保護問題，安全問題等等.另外隨著改進算法的不斷增多，對算法的評估標準的研究也會越來越重要.

2)推薦技術的應用涉及電子商務、社交網絡、廣告、視頻領域等方方面面，推薦系統面臨的諸多未被很好解決的問題或難題，成為信息檢索、數據挖掘、機器學習和人工智能等領域的研究熱點.研究者們提出了的多種方案解決協同過濾算法面臨的數據稀疏、冷啟動、可擴展性等問題，針對這些難題，

研究領域的一個明顯的趨勢是其他領域的一些技術正被

表4 國內外研究對比Table 4 Research at home and abroad

應用到推薦技術中來并將進一步長久地被應用，BP神經網絡技術很好地解決數據稀疏性問題，但是隨著數據量的不斷增加，這些問題會更加凸顯，分布式的應用將成為一種趨勢，領域外技術的結合使用會變得更加地普遍和重要.

3)國內對協同過濾推薦的研究晚于國外，但二者研究的知識基礎比較相似，只是側重點存在差異性，國內更加注重理論研究和算法改進，國外更加關心實際應用中的問題的分析和解決.通過國內外爆發熱點主題詞的對比分析，推測出未來數年的推薦研究將更加關注于個性化推薦和智能化推薦.多學科的交叉結合，人工智能、數據挖掘、機器學習、推薦技術等的結合會促進推薦領域的革新.

推薦系統的應用領域會愈加廣泛，推薦技術面臨的應用難題會愈加艱巨和復雜，技術革新的推動作用，使得推薦技術的研究存在巨大的價值和廣闊的發展空間.

[1] Goldberg D，Nichols D，Oki B M，et al.Using collaborative filtering to weave an information tapestry[J].Communications of the ACM.December，1992，35(12)：61-70.

[2] Chen C M.CiteSpace II：detecting and visualizing emerge-ng trends and transient patterns in scientific literature[J].Journal of the American Society for Information Science and Technology，2006，57(3)：359-377.

[3] Li De-yi，Liu Chang-yi，Du Yi，et al.Artificial intelligence with u-Ncertainty[J].Journal of Software，2004，15(11)：1583-1594.

[4] Zhang Guang-wei，Kang Jian-chu，Li He-song，et al.Context based collaborative filtering recomm-endation algorithm[J].Journal of System Simulation，2006，18(S2)：595-601.

[5] Li Gai，Li Lei.Collaborative filtering algorithm based on matrix decomposition[J].Computer Engineering and Applications，2011，47(30)：4-7.

[6] Meng Xian-fu，Chen Li.Collaborative filtering recomm-endation algorithm based on bayesian theory[J].Journal of Computer Applications，2009，29(10)：2733-2735.

[7] Wang Ming-wen,Tao Hong-liang,Xiong Xiao-yong.A collaborative filtering recommendation algorithm based on iterative bidirectional clustering[J].Jiangxi N-ormal University，2008，22(4)：61-65.

[8] Leng Ya-jun，Lu Qing，Liang Chang-yong.Survey of recommendation based on collaborative filtering[J].Pattern Recognition and Artificial Intelligence，2014，27(8)：720-734.

[9] Liu Lu，Ren Xiao-li.Review and perspective of the reco-mmender systems[J].China Journal of Information Systems，2008，2(1)：82-90.

[10] Shi Kun，Yu Qiang，Zhu Qiu-yue.A collaborative filter-ing algorithm of weighted information entropy and rating of us-er interests[J].Computer and Digital Engineering，2017，45(2)：338-342.

[11] Wang Qiao，Xie Ying-hua，Yu Shi-cai.Collaborative filtering algorithm combined with the user clustering and item types[J].Computer Systems &Applications，2016，25(12)：132-137.

[12] Li Zhuang.The design and implementation of collaborat-ive filtering recommendation system based on Hadoop[D].Nanjing：Nanjing University of Posts and Telecommunications，2016.

[13] Li Yi-chen，Chen Li，Shi Chen-chen，et al.Enhanced collaborative filtering adopting trust network[J].Application Research of Computers，2018，35(1)：1-7.

[14] Wang Qiao，Xie Ying-hua，Yu Shi-cai.Collaborative filtering algorithm combined with the user clustering and item types[J].Application of Computer System，2016，25(12)：132-137.

附中文參考文獻：

[3] 李德毅，劉常昱，杜 鹢，等.不確定性人工智能[J].軟件學報，2004，15(11)：1583-1594.

[4] 張光衛，康建初，李鶴松，等.面向場景的協同過濾推薦算法[J].系統仿真學報，2006，18(S2)：595-601.

[5] 李 改，李 磊.基于矩陣分解的協同過濾算法[J].計算機工程與應用，2011，47(30)：4-7.

[6] 孟憲福，陳 莉.基于貝葉斯理論的協同過濾推薦算法[J].計算機應用，2009，29(10)：2733-2735.

[7] 王明文，陶紅亮，熊小勇.雙向聚類迭代的協同過濾推薦算法[J].中文信息學報，2008，22(4)：61-65.

[8] 冷亞軍，陸 青，梁昌勇.協同過濾推薦技術綜述[J].模式識別與人工智能，2014，27(8)：720-734.

[9] 劉 魯，任曉麗.推薦系統研究進展及展望[J].信息系統學報，2008，2(1)：82-90.

[10] 石 坤，余 強，朱秋月.融合信息熵與興趣度的協同過濾算法[J].計算機與數字工程，2017，45(2)：338-342.

[11] 王 巧，謝穎華，于世彩.結合用戶聚類和項目類型的協同過濾算法[J].計算機系統應用，2016，25(12)：132-137.

[12] 李 狀.基于Hadoop的協同過濾推薦算法的設計與實現[D].南京：南京郵電大學，2016.

[13] 李熠晨，陳 莉，石晨晨，等.采用信任網絡增強的協同過濾算法[J].計算機應用研究，2018，35(1)：1-7.

[14] 王 巧，謝穎華，于世彩.結合用戶聚類和項目類型的協同過濾算法[J].計算機系統應用，2016，25(12)：132-137.