張 圣

（南京工業(yè)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(fā)展，用戶得到的服務類型也在不斷豐富，既有傳統(tǒng)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(xié)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(xié)作過濾的服務推薦技術(shù)存在無法雙向推薦的局限性[3]。

現(xiàn)提出了一種新的基于混合式協(xié)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(chǎn)生雙向推薦。實驗結(jié)果表明該算法可以有效地解決傳統(tǒng)協(xié)作過濾算法無法產(chǎn)生雙向推薦的不足,顯著提高推薦系統(tǒng)的推薦量。

1 傳統(tǒng)協(xié)作過濾推薦算法

傳統(tǒng)協(xié)作過濾算法基于一種假設：如果用戶對某些服務的評分結(jié)果相似，那么其它服務的評分結(jié)果也較為相似。通過統(tǒng)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(chǎn)生推薦[4]。

用戶的評分數(shù)據(jù)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(tǒng)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(shù)據(jù)。

傳統(tǒng)協(xié)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(jié)合用戶間相似性和項目間相似性進行混合式協(xié)作過濾[6]，這里進一步優(yōu)化了混合式協(xié)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(quán)來同時得到用戶、項目的預測評分，從而產(chǎn)生更高質(zhì)量的推薦。

表1 用戶項目評分矩陣

2 混合式協(xié)作過濾推薦算法

混合式協(xié)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(gòu)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(jīng)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(guān)系數(shù)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(qū)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(jié)果sim(u,a)上添加權(quán)重，式(2)給出調(diào)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(shù)。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(xié)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(quán)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(jù)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(diào)整基于用戶的預測和基于項目的預測的依賴度[8]引入?yún)?shù)λ（0≤λ≤1）調(diào)整權(quán)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(jié)果及分析

3.1 實驗數(shù)據(jù)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(shù)據(jù)集(http://movielens.umn.edu/)。在該數(shù)據(jù)庫中選擇8 000條評分數(shù)據(jù)作為實驗數(shù)據(jù)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(tǒng)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(shù)據(jù)和用戶的實際評分數(shù)據(jù)之間的偏差來度量預測的準確程度。MAE越小，推薦的質(zhì)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(xié)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(tǒng)的協(xié)作過濾推薦算法相比,顯著地提高推薦系統(tǒng)的推薦質(zhì)量。

圖1 兩種算法對比

4 結(jié)語

這里在分析傳統(tǒng)協(xié)作過濾推薦算法的不足之后，提出了一種基于混合式協(xié)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(jié)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(zhì)量。

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

[2] 韓家煒. 數(shù)據(jù)挖掘：概念與技術(shù)[M]. 北京：機械工業(yè)出版社,2004：137-147.

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

[4] 歐立奇. 協(xié)同過濾在電子商務推薦系統(tǒng)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(fā)展,2002,39(08)：986-991.

[8] 肖冬榮, 楊磊. 基于遺傳算法的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘[J]. 通信技術(shù),2010, 43(01)： 205-207.