基于深度學(xué)習(xí)的電影推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

梁肇敏，梁婷婷

（南寧學(xué)院 人工智能學(xué)院，南寧 530200）

0 引言

隨著計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)的長(zhǎng)足發(fā)展，數(shù)字化的管理方式也逐漸融入社會(huì)各個(gè)行業(yè)中。數(shù)據(jù)的海量增長(zhǎng)是管理方式數(shù)字化后的必然結(jié)果，而在其中也蘊(yùn)含著對(duì)用戶而言各類有價(jià)值的信息。研究可知，推薦系統(tǒng)通過某類特定方式讓用戶和物品連接起來，不但可以幫助用戶發(fā)現(xiàn)有用信息，還能將信息展現(xiàn)給感興趣的用戶，從而為用戶決策提供有益參考。目前，很多領(lǐng)域都開始引入個(gè)性化推薦系統(tǒng)，將大量數(shù)據(jù)轉(zhuǎn)化成為有價(jià)值信息就顯得尤為重要。

而隨著互聯(lián)網(wǎng)上產(chǎn)生的數(shù)據(jù)規(guī)模日趨龐大，以協(xié)同過濾算法為代表的傳統(tǒng)推薦由于無法充分挖掘海量數(shù)據(jù)特征、對(duì)稀疏數(shù)據(jù)處理并不理想等缺點(diǎn)，使得傳統(tǒng)推薦已無法適用于現(xiàn)代大數(shù)據(jù)背景下的推薦場(chǎng)景。考慮到深度學(xué)習(xí)具有表達(dá)能力強(qiáng)，能在海量數(shù)據(jù)挖掘深層次、有價(jià)值關(guān)系的優(yōu)點(diǎn)，越來越多推薦業(yè)務(wù)場(chǎng)景用上了深度學(xué)習(xí)技術(shù)，而深度學(xué)習(xí)的推薦系統(tǒng)相比于傳統(tǒng)推薦系統(tǒng)的架構(gòu)設(shè)計(jì)在實(shí)現(xiàn)上又有較大差異。綜合前文論述后進(jìn)一步探討指出，本文擬選在電影推薦場(chǎng)景下展開對(duì)深度學(xué)習(xí)推薦系統(tǒng)的研究論述。

1 基于深度神經(jīng)網(wǎng)絡(luò)的電影推薦模型

傳統(tǒng)推薦系統(tǒng)中使用的以協(xié)同過濾為代表的推薦系統(tǒng)模型，因?yàn)殡y以解決數(shù)據(jù)稀疏性、冷啟動(dòng)等問題使得推薦效果并不令人滿意，特別是對(duì)目前產(chǎn)生的巨量數(shù)據(jù)處理上已然處于劣勢(shì)。在大數(shù)據(jù)背景下，有關(guān)推薦系統(tǒng)核心模型設(shè)計(jì)上，現(xiàn)已越來越多地引入深度學(xué)習(xí)技術(shù)，電影推薦系統(tǒng)亦是如此。推薦系統(tǒng)中，通過利用深度神經(jīng)網(wǎng)絡(luò)構(gòu)建了一個(gè)深度學(xué)習(xí)的電影推薦模型，模型以大數(shù)據(jù)為基礎(chǔ)，使用用戶特征和電影特征來學(xué)習(xí)用戶和電影之間的隱藏特征，深度挖掘用戶和電影之間的相互作用關(guān)系，從而使推薦性能得以提高。

1.1 模型總體架構(gòu)

模型框架如圖1所示。由圖1可見，在特征表示層通過神經(jīng)網(wǎng)絡(luò)將用戶和電影進(jìn)行嵌入式（Embedding）表示，得到用戶和電影的嵌入式向量，然后分別對(duì)用戶和電影的嵌入式向量特征進(jìn)行特征融合，得到能分別表示用戶和電影的特征。接下來，再通過多層神經(jīng)網(wǎng)絡(luò)對(duì)用戶特征和電影特征進(jìn)行充分融合，組合學(xué)習(xí)不同特征實(shí)現(xiàn)融合解析，充分挖掘多特征的組合，深度挖掘用戶與電影交互關(guān)系。

圖1 深度神經(jīng)網(wǎng)絡(luò)電影推薦模型總體框架圖Fig.1 Overall framework of deep neural network movie recommendation model

1.2 特征表示模塊

網(wǎng)絡(luò)特征主要用到數(shù)據(jù)中用戶特征的4個(gè)屬性，分別是用戶ID、性別、職業(yè)和年齡，而電影特征用到的3個(gè)屬性，分別是電影ID、電影類型和電影名稱。深度神經(jīng)網(wǎng)絡(luò)輸入的數(shù)據(jù)有別于傳統(tǒng)模型，一般情況下是將數(shù)值型的數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)模型中。所以用戶的特征屬性和電影的特征屬性需要做數(shù)值化的嵌入式（Embedding）向量表示處理。

Embedding是一個(gè)嵌入層，將輸入的非負(fù)整數(shù)矩陣中的每個(gè)數(shù)值，轉(zhuǎn)換為具有固定長(zhǎng)度的向量。在NLP任務(wù)中，多是把輸入文本映射成向量表示，以利于神經(jīng)網(wǎng)絡(luò)的處理。嵌入層Embedding可以完成數(shù)字到向量的映射。

1.2.1 用戶嵌入式向量表示

用戶特征屬性需要將用戶的ID、用戶性別、用戶職業(yè)和用戶年齡分別經(jīng)過嵌入層映射成高維度向量，再利用全連接層得到屬性特征，而后將這些屬性特征進(jìn)行拼接和全連接后得到用戶特征。

1.2.2 電影嵌入式向量表示

電影特征屬性需要將電影ID、電影類型、電影名稱這些數(shù)據(jù)分別經(jīng)過嵌入層映射成高維度向量，其中的電影名稱常常蘊(yùn)含有豐富的文本信息，所以可以用文本卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行特征提取，并經(jīng)過全連接層得到屬性特征。將這些屬性特征進(jìn)行拼接和全連接后得到電影特征。

1.3 多特征融合推薦

在提取了用戶特征和電影特征后，就可以將用戶特征和電影特征進(jìn)行融合，這里是將用戶特征和電影特征先進(jìn)行融合，具體就是采用向量拼接的方式融合成多層神經(jīng)網(wǎng)絡(luò)輸入需要的向量，此處需用到的數(shù)學(xué)公式為：

其中，函數(shù)表示將用戶特征u和電影的特征m進(jìn)行拼接，x表示輸入到網(wǎng)絡(luò)中的向量。輸入多層神經(jīng)網(wǎng)絡(luò)中，到第一個(gè)隱藏的輸出值表達(dá)式為：

其中，表示激活函數(shù)，這里使用了函數(shù)作為隱藏層的激活函數(shù)；表示輸入層和第一個(gè)隱藏層之間的權(quán)重矩陣；表示偏置向量。輸出層的函數(shù)公式為：

其中，使用函數(shù)作為輸出層激活函數(shù)，函數(shù)為交叉熵?fù)p失函數(shù)，推得的數(shù)學(xué)公式可表示為：

在模型訓(xùn)練上，使用作為優(yōu)化函數(shù)，根據(jù)梯度值、下降振蕩情況，設(shè)置學(xué)習(xí)率為0.001。模型訓(xùn)練后，就可以根據(jù)模型預(yù)測(cè)觀看電影的概率大小來實(shí)現(xiàn)模型對(duì)用戶的電影推薦。

2 推薦系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)整體架構(gòu)設(shè)計(jì)

本系統(tǒng)具體架構(gòu)如圖2所示。由圖2可知，系統(tǒng)整體架構(gòu)分為數(shù)據(jù)處理層、模型層、前端視圖層。對(duì)此可做研究分述如下。

圖2 電影推薦系統(tǒng)總體架構(gòu)圖Fig.2 Overall architecture of movie recommendation system

在數(shù)據(jù)處理層中，系統(tǒng)使用Spark批量對(duì)離線的用戶特征和電影特征進(jìn)行特征處理，使用Flink對(duì)客戶端的實(shí)時(shí)在線特征數(shù)據(jù)進(jìn)行特征處理。系統(tǒng)經(jīng)過數(shù)據(jù)處理和特征工程得到的用戶和電影特征存在如相關(guān)Redis等數(shù)據(jù)庫中以備使用。

在模型層中，系統(tǒng)使用Spark MLib中的相關(guān)Embedding推薦和協(xié)同過濾等多種傳統(tǒng)推薦算法進(jìn)行快速召回，篩選出推薦用的候選集。TensorFlow訓(xùn)練深度學(xué)習(xí)推薦模型后，利用TensorFlow Serving研發(fā)部署在線推薦用戶電影列表。

前端視圖層使用Html、Css和JavaScript等前端技術(shù)，展示系統(tǒng)推薦出來的電影推薦信息。

2.2 系統(tǒng)功能設(shè)計(jì)

基于深度學(xué)習(xí)的電影推薦系統(tǒng)在功能設(shè)計(jì)上總體包含4個(gè)功能模塊，分別是：用戶登錄注冊(cè)、電影搜索查找模塊、個(gè)人中心模塊、推薦模塊。具體如圖3所示。這里將對(duì)此進(jìn)行闡釋表述如下。

圖3 電影推薦系統(tǒng)功能模塊圖Fig.3 Functional module diagram of movie recommendation system

（1）用戶登錄注冊(cè)模塊。包括用戶登錄和用戶注冊(cè)功能，實(shí)現(xiàn)對(duì)用戶的身份進(jìn)行驗(yàn)證，輸入賬號(hào)如沒有注冊(cè)，則會(huì)跳轉(zhuǎn)到注冊(cè)界面。在注冊(cè)界面用戶填寫相關(guān)注冊(cè)信息，如注冊(cè)賬號(hào)已經(jīng)存在，則該賬號(hào)不能注冊(cè)。

（2）個(gè)人信息維護(hù)模塊。包括個(gè)人信息維護(hù)和興趣標(biāo)簽維護(hù)功能，實(shí)現(xiàn)對(duì)用戶個(gè)人信息的存儲(chǔ)維護(hù)，用于收集用戶的偏好和個(gè)人信息。系統(tǒng)可以提取用戶特征提供用戶數(shù)據(jù)。

（3）電影搜索查找模塊。包括電影搜索功能，為用戶提供電影的相關(guān)影片信息搜索。

（4）電影推薦模塊。包括相似電影推薦和個(gè)性化電影推薦兩個(gè)功能。其中，相似電影推薦是用戶點(diǎn)擊瀏覽某部電影后，系統(tǒng)根據(jù)與該電影相似的電影進(jìn)行推薦。而用戶個(gè)性化推薦是系統(tǒng)根據(jù)用戶的瀏覽歷史行為，分析出用戶對(duì)電影的偏好，從而進(jìn)行有針對(duì)性的推薦。

2.3 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)

2.3.1 ER圖設(shè)計(jì)

系統(tǒng)的主要實(shí)體是用戶和電影。用戶可以查看相關(guān)電影信息，若點(diǎn)擊一部電影，系統(tǒng)將會(huì)推薦與這部電影相似的其他電影。用戶登錄后，系統(tǒng)還會(huì)根據(jù)用戶歷史行為數(shù)據(jù)，為用戶推薦可能喜歡的電影。文中對(duì)此將做設(shè)計(jì)剖析如下。

（1）用戶實(shí)體。是系統(tǒng)對(duì)用戶的信息進(jìn)行描述，用戶實(shí)體的屬性包括用戶編號(hào)、用戶名稱、用戶密碼、用戶性別、用戶年齡、用戶職業(yè)。研究中給出的用戶ER圖如圖4所示。

圖4 用戶ER圖Fig.4 User ER diagram

（2）電影實(shí)體。是系統(tǒng)對(duì)電影的信息進(jìn)行描述，電影實(shí)體的屬性包括：電影編號(hào)，電影名稱、用戶密碼、用戶性別、用戶年齡、用戶職業(yè)。研究給出的電影ER圖如圖5所示。

圖5 電影ER圖Fig.5 Movie ER diagram

（3）用戶評(píng)分實(shí)體。是用戶對(duì)電影評(píng)分的描述，用戶評(píng)分實(shí)體的屬性包括了用戶編號(hào)、電影編號(hào)、用戶評(píng)分值和評(píng)分時(shí)間等信息，研究給出的用戶評(píng)分ER圖如圖6所示。

圖6 用戶評(píng)分ER圖Fig.6 User rating ER diagram

（4）電影標(biāo)簽實(shí)體。是用戶給電影指定的標(biāo)簽數(shù)據(jù)的描述，電影標(biāo)簽實(shí)體的屬性包括了用戶編號(hào)、電影編號(hào)、標(biāo)簽，標(biāo)簽時(shí)間。研究給出的電影標(biāo)簽ER圖如圖7所示。

圖7 電影標(biāo)簽ER圖Fig.7 Movie label ER diagram

2.3.2 數(shù)據(jù)表設(shè)計(jì)

數(shù)據(jù)庫的數(shù)據(jù)表主要包括用戶信息表、電影信息表、用戶評(píng)分表，電影標(biāo)簽表。下面將給出完整論述和解析設(shè)計(jì)。

（1）用戶信息表：用戶信息表主要是保存用戶相關(guān)信息，包括用戶編號(hào)、用戶名稱、用戶密碼、用戶性別、用戶年齡、用戶職業(yè)。詳見表1。

表1 用戶信息表Tab.1 User information table

（2）電影信息表：電影信息表包括電影編號(hào)、電影名稱、電影導(dǎo)演、電影演員、電影類型和上映時(shí)間等信息，詳見表2。

表2 電影信息表Tab.2 Movie information table

（3）用戶評(píng)分表：用戶評(píng)分表保存著用戶對(duì)觀看過電影的評(píng)分，推薦系統(tǒng)參照該評(píng)分來挖掘用戶觀影偏好。用戶評(píng)分表包括了用戶編號(hào)、電影編號(hào)、用戶評(píng)分值和評(píng)分時(shí)間等信息，詳見表3。

表3 用戶評(píng)分表Tab.3 User rating table

（4）電影標(biāo)簽表：電影標(biāo)簽表保存的是用戶給電影指定的標(biāo)簽數(shù)據(jù)，包括了用戶編號(hào)、電影編號(hào)、標(biāo)簽，標(biāo)簽時(shí)間等，詳見表4。

表4 電影標(biāo)簽表Tab.4 Movie label table

2.4 系統(tǒng)非功能性需求

滿足了系統(tǒng)功能性后，就產(chǎn)生了非功能性的需求，此時(shí)需要去考慮的系統(tǒng)運(yùn)行應(yīng)該具備的各項(xiàng)非功能性需求，如：穩(wěn)定性、安全性、易用性、可擴(kuò)展性等。具體闡釋如下。

（1）穩(wěn)定性。系統(tǒng)應(yīng)該能保證用戶訪問的穩(wěn)定性，降低用戶的延遲；同時(shí)還應(yīng)該能保證系統(tǒng)運(yùn)行的穩(wěn)定性，使其不致崩潰，導(dǎo)致用戶體驗(yàn)降低。

（2）安全性。用戶各項(xiàng)信息都屬于用戶的隱私，系統(tǒng)需要保證用戶信息等數(shù)據(jù)的安全性，防止出現(xiàn)信息泄露或數(shù)據(jù)丟失的問題，以提高用戶對(duì)系統(tǒng)的信任度。

（3）易用性。對(duì)用戶來說系統(tǒng)的前端界面應(yīng)簡(jiǎn)單易懂，無需復(fù)雜的操作交互邏輯，能讓用戶快速地理解操作流程，輕松上手使用，提升用戶使用體驗(yàn)。

（4）可擴(kuò)展性。系統(tǒng)應(yīng)該切合已有的管理系統(tǒng)，保證其升級(jí)擴(kuò)展能力，方便滿足未來對(duì)新設(shè)備和算法的需求。

3 主要系統(tǒng)模塊實(shí)現(xiàn)

3.1 系統(tǒng)首頁

系統(tǒng)首頁展示相關(guān)電影信息，電影信息的展示是按照不同的電影類型來展示。展示電影的電影名稱、電影海報(bào)和電影評(píng)分。首頁不顯示任何個(gè)性化推薦結(jié)果，只是按照分類對(duì)電影進(jìn)行展示，供用戶瀏覽。

3.2 相似推薦

用戶點(diǎn)擊某部電影信息后，將進(jìn)入電影詳細(xì)信息頁面，在電影信息頁上半部分會(huì)顯示出電影海報(bào)、電影名稱、上映時(shí)間、為你預(yù)測(cè)、鏈接、平均分、電影類型和喜歡這部電影的其他用戶等信息。頁面下半部是推薦與這部電影相似的電影信息。該部分是根據(jù)用戶點(diǎn)擊的電影，由推薦模型對(duì)這部電影進(jìn)行特征分析，計(jì)算找出與該部電影特征相似的電影，再依據(jù)相似度高低，推薦相似度最高的電影到信息頁面。

3.3 個(gè)性化推薦

該頁面主要是系統(tǒng)分析用戶瀏覽歷史行為。模型將用戶的編號(hào)、年齡、職業(yè)等各項(xiàng)用戶特征與電影的編號(hào)、電影名稱、電影類型、上映商檢等特征傳入深度學(xué)習(xí)模型，挖掘用戶與電影的深度、潛在的交互。在此基礎(chǔ)上，根據(jù)用戶與電影之間的交互聯(lián)系強(qiáng)弱，為用戶推薦用戶感興趣的電影。用戶相關(guān)信息界面包括已經(jīng)觀看過的電影、對(duì)電影評(píng)分情況、喜歡的電影類型。

4 結(jié)束語

本文利用深度學(xué)習(xí)技術(shù)來探求挖掘用戶與電影的深度交互關(guān)系，構(gòu)建了基于深度學(xué)習(xí)的推薦模型，并利用Spark、Flink技術(shù)處理了用戶特征和電影特征。用TensorFlow深度學(xué)習(xí)框架對(duì)電影推薦模型進(jìn)行線下訓(xùn)練。同時(shí)使用TensorFlow serving對(duì)電影推薦系統(tǒng)進(jìn)行了線上的部署，為用戶進(jìn)行相似電影推薦和個(gè)性化電影推薦，還把推薦結(jié)果在前端頁面上進(jìn)行了展示，解決了用戶面對(duì)海量電影信息上的選擇難題。