車輛環(huán)境下基于生成對抗網(wǎng)絡(luò)的推薦列表二次排序模型

摘要：針對現(xiàn)有車輛推薦算法在數(shù)據(jù)稀疏情況下推薦效果不佳，以及難以處理用戶購買意圖受多種因素影響的非線性關(guān)系問題，文章提出了一種基于生成對抗網(wǎng)絡(luò)（GAN）的推薦列表二次排序模型（RGANV）。該模型首先利用門控循環(huán)單元（GRU）網(wǎng)絡(luò)分析車輛用戶的會話信息，生成初步推薦列表。隨后，利用該列表訓(xùn)練GAN 模型中的判別器，并根據(jù)訓(xùn)練好的生成器對推薦列表進行二次排序，使商品相關(guān)性評分更加準確，進而生成高質(zhì)量推薦列表。仿真結(jié)果表明，RGANV 有效解決了GRU 模型在車輛用戶長期信息獲取上的不足，并改善了多因素干擾問題，提升了推薦效果。

關(guān)鍵詞：車載電商推薦; 門控循環(huán)單元; 生成對抗網(wǎng)絡(luò); 二次排序; 策略梯度

中圖分類號：TP3 文獻標(biāo)識碼：A

文章編號：1009-3044（2025）06-0088-03開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

1 相關(guān)工作

隨著車聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，如何為車輛用戶提供高效的推薦服務(wù)已成為學(xué)術(shù)界和工業(yè)界的熱門研究方向。然而，推薦系統(tǒng)普遍面臨著冷啟動和數(shù)據(jù)稀疏等挑戰(zhàn)。冷啟動是指系統(tǒng)運行初期，可利用的車輛用戶歷史信息極其有限，難以進行精準推薦。為解決該問題，Gao等人[1]提出了一種基于多目標(biāo)特征交叉的服務(wù)質(zhì)量預(yù)測推薦算法。該算法通過詞嵌入方法引入多目標(biāo)特征，并利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)特征的自動交叉，從而提升了算法在冷啟動和數(shù)據(jù)稀疏場景下的推薦效果。

相比傳統(tǒng)的個性化推薦算法，基于神經(jīng)網(wǎng)絡(luò)的方法能夠挖掘更加復(fù)雜的非線性關(guān)系，因此備受關(guān)注。Liao等人[2]提出了一種基于圖神經(jīng)網(wǎng)絡(luò)（GNN）的社交推薦方法。該方法考慮了用戶感興趣的不同物品之間的潛在相關(guān)性，并融合用戶行為和輔助信息來建模用戶偏好，以提高推薦的準確性。Jiang等人[3]針對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)協(xié)同過濾算法存在的建模復(fù)雜、訓(xùn)練效率低和數(shù)據(jù)稀疏等問題，提出了一種融合信任度與注意力機制的神經(jīng)網(wǎng)絡(luò)推薦算法。該算法將用戶間的信任度值加入特征向量，并在神經(jīng)網(wǎng)絡(luò)模型中引入注意力機制，以增強關(guān)鍵隱式反饋信息的權(quán)重，從而緩解社交網(wǎng)絡(luò)中數(shù)據(jù)缺失帶來的影響。

本文提出的RGANV模型在GRU[4]模型的基礎(chǔ)上進行強化訓(xùn)練，通過構(gòu)建生成器和判別器，并利用兩者之間的博弈訓(xùn)練來優(yōu)化推薦效果。具體而言，RGANV使用策略梯度訓(xùn)練方法來提高正樣本出現(xiàn)的概率，使商品相關(guān)性評分更加接近真實情況，從而生成更準確、高質(zhì)量的推薦列表。RGANV模型本質(zhì)上是對GRU模型推薦結(jié)果進行的二次排序。

2 推薦列表二次排序模型RGANV

本文通過使用一種提出的生成對抗網(wǎng)絡(luò)模型RGANV對推薦列表進行重排序以提高推薦效果。下面本文將詳細介紹該生成對抗網(wǎng)絡(luò)模型的基本結(jié)構(gòu)、構(gòu)建方法以及訓(xùn)練流程。

2.1 RGANV 的模型結(jié)構(gòu)

該生成對抗網(wǎng)絡(luò)的具體結(jié)構(gòu)如圖1所示。對于生成對抗網(wǎng)絡(luò)的構(gòu)建，本文將混合推薦算法模型作為生成器。RGANV模型通過輸入用戶和商品的長期歷史信息及短期會話信息，得到了一個初步的推薦列表。由于對稱性有助于增強網(wǎng)絡(luò)的魯棒性，本文將判別器設(shè)置為一個共享參數(shù)的對稱網(wǎng)絡(luò)模型。判別器的輸入數(shù)據(jù)和訓(xùn)練方式與生成器有所不同。

判別器的輸入數(shù)據(jù)除了有生成器生成的數(shù)據(jù)，還有用戶真實點擊的數(shù)據(jù)和從低評分商品中隨機抽取的低評分商品數(shù)據(jù)。判別器的能力提高了自然也就能更加成功地將生成器生成的數(shù)據(jù)與真實數(shù)據(jù)進行區(qū)分。訓(xùn)練完判別器后然后將其固定住，然后通過最小化生成器中生成數(shù)據(jù)與真實數(shù)據(jù)的差距對生成器進行優(yōu)化。

RGANV模型中，生成器部分設(shè)置為第三章提出的RGANV網(wǎng)絡(luò)。生成器的輸入數(shù)據(jù)同第三章一樣，包括用戶對商品的點擊流序列（商品id、time stamp）、點擊某件商品的用戶序列（userid、time stamp）和用戶對商品的評分數(shù)據(jù)（用戶全局隱因子和商品全局隱因子），輸出模型為商品推薦列表。圖1中的真實數(shù)據(jù)包括高評分商品和隨機采樣的低評分商品信息。

2.2 使用對稱網(wǎng)絡(luò)構(gòu)建判別器

本文設(shè)計了一種共享參數(shù)的對稱網(wǎng)絡(luò)作為判別器，判別器的結(jié)構(gòu)如圖2所示。

圖2中，h表示用戶評分較高的商品信息，l表示用戶評分較低的商品信息，判別器中的對稱網(wǎng)絡(luò)共享同樣的參數(shù)，通過最小化損失函數(shù)進行更新。判別器的計算式化描述如式1所示，各個變量的含義如表1 所示。

2.4 RGANV 的訓(xùn)練過程

本文構(gòu)建的生成對抗網(wǎng)絡(luò)的具體訓(xùn)練訓(xùn)練過程如圖4所示：

1）生成推薦列表。將用戶和商品的長期歷史數(shù)據(jù)和短期會話數(shù)據(jù)輸入到RGANV推薦模型中，通過計算用戶與商品間的相關(guān)性評分得出一個推薦列表。

2）判別器訓(xùn)練

步驟一：從之前計算的低評分商品中隨機抽樣輸入到判別器，訓(xùn)練判別器區(qū)分低評分和真實高分數(shù)據(jù)的能力。

步驟二：將生成器生成的推薦數(shù)據(jù)輸入到判別器，讓判別器區(qū)分生成數(shù)據(jù)與真實數(shù)據(jù)之間的差別。

3）優(yōu)化生成器。采用基于強化學(xué)習(xí)的策略梯度優(yōu)化算法對生成器進行優(yōu)化，如果一個動作的獎勵值高則增加該動作的出現(xiàn)概率，反之則減小該動作的出現(xiàn)概率。

4）迭代計算。采用交替訓(xùn)練的方式對生成器和判別器進行迭代訓(xùn)練。固定住一方訓(xùn)練另一方，直到判別器的輸出值接近0.5。這時，鑒別器無法區(qū)分真實數(shù)據(jù)與生成器生成的數(shù)據(jù)。

5）更新推薦列表。根據(jù)訓(xùn)練好的生成器，將之前生成的推薦列表中的數(shù)據(jù)通過訓(xùn)練之后的生成器重新排名。

3 實驗結(jié)果與分析

3.1 實驗環(huán)境配置及參數(shù)設(shè)置

將DIGINETICA數(shù)據(jù)集中不滿足條件的數(shù)據(jù)采用和YOOCHOOSE數(shù)據(jù)集同樣的標(biāo)準過濾掉，最終保留了188300 條會話和38500 件商品。由于YOOCH?OOSE數(shù)據(jù)集的數(shù)據(jù)量表較大，訓(xùn)練起來比較困難，因此本文截取了其中的部分數(shù)據(jù)形成了1/3數(shù)據(jù)集和1/32數(shù)據(jù)集。數(shù)據(jù)集的總體情況如表2所示。

本文的實驗是在Windows 11系統(tǒng)下基于Python3.6.2實現(xiàn)的，具體的實驗環(huán)境配置如表3所示。

3.2 實驗結(jié)果分析

本文使用實驗數(shù)據(jù)集為RecSys 2015 YOOCH?OOSE數(shù)據(jù)集和CIKM Cup 2016的DIGINETICA 數(shù)據(jù)集。將使用生成對抗網(wǎng)絡(luò)技術(shù)重新排序的推薦模型（記為RGANV） 與未使用該技術(shù)的GRU 模型進行對比實驗。實驗結(jié)果如表4所示。因為本文使用生成對抗網(wǎng)絡(luò)技術(shù)旨在對GRU模型生成的推薦列表進行重排序，所以這里本文在平均倒數(shù)排名（MRR）上進行對比，默認推薦列表長度為20。

因為使用了生成對抗網(wǎng)絡(luò)，對于商品相關(guān)性評分的學(xué)習(xí)，使得推薦列表中召回的商品位置更加靠前，所以，通過表3中的實驗對比結(jié)果可以看出，通過生成對抗網(wǎng)絡(luò)對RGANV模型進行強化訓(xùn)練后的推薦列表在平均倒數(shù)排名指標(biāo)上有明顯的提升，分別在YOOCHOOSE1/32 數(shù)據(jù)集上提升了4.3%、YOOCH?OOSE1/3數(shù)據(jù)集上提升了4.8%、DIGINETICA數(shù)據(jù)集上提升了5.2%。

圖5和圖6為在不同推薦列表長度情況下，RGANV 和GRU 在YOOCHOOSE1/32數(shù)據(jù)集和DIGI?NETICA數(shù)據(jù)集上的實驗結(jié)果對比。圖中，無橫坐標(biāo)為推薦列表的長度，縱坐標(biāo)為MRR數(shù)值。無花紋的柱狀圖為GRU方法的推薦結(jié)果，帶有花紋的柱狀圖為RGANV方法的推薦結(jié)果。

通過RGANV和GRU的對比實驗結(jié)果圖本文可以發(fā)現(xiàn)，在不同的推薦列表長度情況下，RGANV模型在兩個數(shù)據(jù)集上均表現(xiàn)出了更加優(yōu)異的成績。在不同的推薦列表長度下，RGANV 對于平均倒數(shù)排名（Mean Reciprocal Rank，MRR）指標(biāo)提升的程度不盡相同，在推薦列表長度為15到20區(qū)間提升最為明顯。實驗結(jié)果很好地驗證了生成對抗網(wǎng)絡(luò)在推薦列表排名優(yōu)化問題上做出的貢獻。

4 結(jié)束語

本文使用生成對抗網(wǎng)絡(luò)技術(shù)對推薦列表進行二次排序的RGANV模型，使用了生成對抗網(wǎng)絡(luò)，對于商品相關(guān)性評分的學(xué)習(xí)，使得推薦列表中召回的商品位置更加靠前。首先，介紹了生成對抗網(wǎng)絡(luò)技術(shù)的基本原理及組成結(jié)構(gòu)。然后，介紹了RGANV模型的基本框架結(jié)構(gòu)，分別介紹了如何構(gòu)建生成器與判別器。對生成器的更新方法-策略梯度進行闡述，給出了RGANV的訓(xùn)練過程。最后，通過對比實驗驗證該模型的優(yōu)越性。實驗結(jié)果表明，MRR指標(biāo)得到了明顯提升。在以后工作中，本文將嘗試引入更多的因素，例如商品種類與價格之間的關(guān)聯(lián)性，提高推薦的準確性。