仲兆滿，李 恒，管 燕，李 慧

(1.江蘇海洋大學(xué) 計(jì)算機(jī)工程學(xué)院，江蘇 連云港 222005；2.江蘇省海洋資源開發(fā)研究院，江蘇 連云港 222005)

0 引 言

近期，以活動(dòng)為中心的社交網(wǎng)絡(luò)引起了研究者的關(guān)注，該類社交網(wǎng)絡(luò)被稱為活動(dòng)社交網(wǎng)絡(luò)(event-basedsocial networks,EBSNs)[1-2]，其通過(guò)線上的活動(dòng)組織、參加及分享，最終達(dá)到促進(jìn)線下真實(shí)世界人們交流的目的，比如Facebook Events,LindkedIn Events,Meetup以及豆瓣同城等。

與一般的社交媒體不同，EBSNs是以活動(dòng)為中心的社交媒體，目前面向EBSNs的研究成果多是活躍用戶/活動(dòng)的推薦，即用戶和活動(dòng)有可以分析利用的歷史數(shù)據(jù)。然而，EBSNs上有大量冷啟動(dòng)用戶和活動(dòng)，如何向冷啟動(dòng)用戶推薦活動(dòng)，如何把冷啟動(dòng)活動(dòng)推薦給用戶，需要結(jié)合EBSNs的獨(dú)有特點(diǎn)加以深入研究。

EBSNs上的冷啟動(dòng)現(xiàn)象表現(xiàn)在：①冷啟動(dòng)用戶，用戶剛注冊(cè)加入社交平臺(tái)，沒有參加過(guò)(或很少參加)社交活動(dòng)；有的用戶雖然在EBSNs上注冊(cè)時(shí)間較長(zhǎng)，但沒有參加活動(dòng)(或參加活動(dòng)很少)；②冷啟動(dòng)活動(dòng)，當(dāng)一個(gè)新活動(dòng)剛發(fā)布時(shí)，參加/感興趣的用戶沒有(或者很少)；有的活動(dòng)即使發(fā)布一段時(shí)間，但參加/感興趣的用戶沒有(或者很少)。

本文面向EBSNs，解決向冷啟動(dòng)用戶推薦合適的活動(dòng)(即已知冷啟動(dòng)用戶，推薦活動(dòng))，以及將冷啟動(dòng)活動(dòng)推薦給可能參加的用戶(即已知冷啟動(dòng)活動(dòng)，推薦給用戶)的問(wèn)題。主要?jiǎng)?chuàng)新點(diǎn)體現(xiàn)在：①針對(duì)EBSNs具有的復(fù)雜異構(gòu)網(wǎng)絡(luò)的特性，給出了更精細(xì)的表示模型；②分析了EBSNs上用戶參加活動(dòng)的行為模式，提出了包含3類來(lái)源的向冷啟動(dòng)用戶推薦活動(dòng)的模型，以及包含了2類來(lái)源的將冷啟動(dòng)活動(dòng)推薦給用戶的模型；③提出了EBSNs中節(jié)點(diǎn)的重要度計(jì)算方法。

1 相關(guān)工作

1.1 EBSNs用戶參加活動(dòng)行為分析

研究EBSNs的推薦問(wèn)題，首先需要了解EBSNs上用戶參加活動(dòng)的行為模式。Macedo等[3]對(duì)EBSNs的用戶參加活動(dòng)付費(fèi)數(shù)據(jù)進(jìn)行了深入分析和應(yīng)用。據(jù)Macedo的統(tǒng)計(jì)結(jié)果，Meetup數(shù)據(jù)中用戶參加活動(dòng)付費(fèi)稀疏度達(dá)到了99.99%，并且有45%的活動(dòng)最多1個(gè)用戶參加。文獻(xiàn)[4-5]分析了豆瓣同城用戶參加活動(dòng)的特點(diǎn)，發(fā)現(xiàn)EBSNs上存在社交影響，并且用戶選擇參加活動(dòng)在一定程度上受朋友的影響。大多活動(dòng)只有很少用戶參加，活動(dòng)與用戶之間呈現(xiàn)冪率分布特性，大多用戶參加/感興趣持續(xù)時(shí)間短的活動(dòng)。杜蓉等[6]研究了活動(dòng)類網(wǎng)站中虛擬的線上社交關(guān)系與真實(shí)線下活動(dòng)之間的相互影響，分析了EBSNs的活動(dòng)在類型、時(shí)間、參與者3方面的分布特點(diǎn)。Du等[7]認(rèn)為組織者是活動(dòng)的擁有者，用戶參加活動(dòng)受到組織者的影響。比如，組織者是一個(gè)用戶喜歡的歌星，那么該用戶可能參加歌星的音樂會(huì)。Li等[8]發(fā)現(xiàn)用戶參加活動(dòng)與活動(dòng)的內(nèi)容、地點(diǎn)、組織者相關(guān)，同時(shí)用戶之間受到主題、地域及組織者的社交影響。

1.2 EBSNs推薦

1)側(cè)重用戶/活動(dòng)歷史數(shù)據(jù)分析，實(shí)現(xiàn)用戶/活動(dòng)的推薦。文獻(xiàn)[9-10]使用豆瓣同城數(shù)據(jù)，研究EBSNs用戶參加活動(dòng)的預(yù)測(cè)，認(rèn)為有影響力的關(guān)注者比較重要。Yu等[9]提出了奇異值分解方法用于參加活動(dòng)的預(yù)測(cè)，考慮到了活動(dòng)的內(nèi)容、上下文及社交影響。Qiao等[10]使用貝葉斯?jié)撛谝蛩啬Ｐ瓦M(jìn)行活動(dòng)推薦，考慮到了社交關(guān)系、地理和排名等因素。認(rèn)為一些用戶喜歡家附近的活動(dòng)，而有些用戶喜歡參加在特定區(qū)域發(fā)起的活動(dòng)。高澤鋒等[11]提出了一種結(jié)合用戶長(zhǎng)短期興趣建模的活動(dòng)推薦方法。Jhamb等[12]提出了雙視角的潛在因子模型用于群組感知的活動(dòng)推薦，考慮到了活動(dòng)的地點(diǎn)、時(shí)間、活動(dòng)流行度等因素。

2)融合了用戶的社交關(guān)系進(jìn)行推薦。文獻(xiàn)[5,13]利用了EBSNs上朋友間的關(guān)系進(jìn)行活動(dòng)參加預(yù)測(cè)。Chin等[5]調(diào)研了用戶參加線下活動(dòng)的行為習(xí)慣，發(fā)現(xiàn)用戶是否參加活動(dòng)受朋友關(guān)系的影響。Xu等[13]應(yīng)用了用戶的偏好和朋友關(guān)系進(jìn)行推薦。Li等[8]提出了混合協(xié)作過(guò)濾模型(matrix factorization with event-user neighborhood,MF-EUN)，融合了活動(dòng)和用戶的鄰居，為了解決社交影響矩陣的稀疏性，提出了基于附加信息的鄰居發(fā)現(xiàn)方法。Mo等[14]提出了基于反向隨機(jī)游走和參與規(guī)?？刂频幕顒?dòng)推薦方法，其構(gòu)建的EBSNs社交模型包括了用戶、活動(dòng)、群組、標(biāo)簽和地區(qū)，實(shí)體之間的關(guān)系比較粗略。仲兆滿等[15]提出了基于活動(dòng)、主辦方和用戶實(shí)體的關(guān)系(relationships between event, sponsor and user, ESU)圖的活動(dòng)推薦多因素決策模型，包括社交影響力、活動(dòng)內(nèi)容、地點(diǎn)及時(shí)間。

3)社區(qū)推薦(活動(dòng)主辦方推薦)，即把一些社區(qū)推薦給用戶。Zhang等[16]使用矩陣分解方法對(duì)用戶和社區(qū)進(jìn)行建模，考慮到了顯性特征(比如地點(diǎn)和社交特征)及隱性模型，改善了社區(qū)推薦的效果。Pham等[17]使用通用圖模型解決在EBSNs上推薦社區(qū)給用戶。Li等[18]利用用戶之間的結(jié)構(gòu)和行為社交影響實(shí)現(xiàn)社群檢測(cè)。

以上EBSNs推薦相關(guān)的研究多是面向活躍用戶/活動(dòng)的，即這些用戶/活動(dòng)已經(jīng)在EBSNs上留下了足夠的歷史數(shù)據(jù)，然后基于這些記錄可以挖掘出用戶及活動(dòng)的特征，進(jìn)而實(shí)現(xiàn)推薦。

1.3 冷啟動(dòng)問(wèn)題界定

社交媒體的冷啟動(dòng)問(wèn)題由來(lái)已久，對(duì)于冷啟動(dòng)的界定比較一致。Ocepek等[19]將用戶的冷啟動(dòng)分為2種情況：①用戶沒有任何評(píng)論信息，稱為絕對(duì)冷啟動(dòng)；②用戶有很少評(píng)論信息，稱為局部冷啟動(dòng)，將小于等于5條評(píng)論信息的用戶作為局部冷啟動(dòng)用戶。于洪等[20]針對(duì)完全新項(xiàng)目，即不存在任何一個(gè)用戶曾經(jīng)對(duì)該項(xiàng)目評(píng)價(jià)過(guò)，在充分考慮用戶、標(biāo)簽、項(xiàng)目、時(shí)間等信息的基礎(chǔ)上，獲得個(gè)性化的預(yù)測(cè)評(píng)分值，用于解決新項(xiàng)目冷啟動(dòng)的問(wèn)題。Pereira等[21]提出了一種基于同步聚類和學(xué)習(xí)技術(shù)的混合推薦(simultaneous co-clustering and learning,SCOAL)方法，針對(duì)絕對(duì)冷啟動(dòng)用戶和局部冷啟動(dòng)用戶進(jìn)行了實(shí)驗(yàn)分析，核心問(wèn)題是將某個(gè)冷啟動(dòng)用戶劃分到合適的類中，將發(fā)表信息少于20條的視為局部冷啟動(dòng)用戶。Guo等[22]融合了社交信任信息以解決推薦中的冷啟動(dòng)問(wèn)題，認(rèn)為發(fā)表評(píng)價(jià)信息少于5條的用戶為冷啟動(dòng)用戶。仲兆滿等[23]提出了微博媒體上影響用戶活躍性的4類指標(biāo)，避免了簡(jiǎn)單根據(jù)信息發(fā)表數(shù)量判定用戶是否活躍的粗糙方式。

面向EBSNs活動(dòng)預(yù)測(cè)的研究成果中，也是將參加活動(dòng)少于一定閾值的用戶定義為冷啟動(dòng)用戶，將參加用戶少于一定閾值的活動(dòng)定義為冷啟動(dòng)活動(dòng)。文獻(xiàn)[8]將參加了少于5個(gè)活動(dòng)的用戶理解為冷啟動(dòng)用戶，將少于8個(gè)用戶參加的活動(dòng)理解為冷啟動(dòng)活動(dòng)。

1.4 冷啟動(dòng)推薦

傳統(tǒng)的社交媒體上，雖然有大量用戶/項(xiàng)目，但用戶/項(xiàng)目的活躍度符合冪律分布，即只有少量用戶/項(xiàng)目是活躍的，大多數(shù)用戶/項(xiàng)目是冷啟動(dòng)的[24-25]。面向傳統(tǒng)社交媒體冷啟動(dòng)問(wèn)題的研究已經(jīng)取得不少成果。Son等[26]從3個(gè)視角系統(tǒng)總結(jié)了冷啟動(dòng)用戶推薦的已有工作：①利用用戶的附加信息，包括用戶背景、地點(diǎn)、社交標(biāo)簽、用戶鄰居等；②選取同類用戶所在的群組，因?yàn)橛脩綦m然是冷啟動(dòng)的，但其所在的群組有可以利用的信息；③使用混合方法提高預(yù)測(cè)效果，可以避免單一方法所帶來(lái)的缺陷。

由于EBSNs引起學(xué)術(shù)界的研究時(shí)間不長(zhǎng)，其中冷啟動(dòng)問(wèn)題的研究成果很少。經(jīng)調(diào)研，與EBSNs上冷啟動(dòng)問(wèn)題密切相關(guān)的文獻(xiàn)有：①Zhang等[27]提出了集合貝葉斯泊松分解模型用于解決EBSNs的冷啟動(dòng)活動(dòng)的推薦，其中活動(dòng)上下文包括活動(dòng)文本內(nèi)容、組織者及地點(diǎn)信息。但對(duì)冷啟動(dòng)活動(dòng)，可以利用的活動(dòng)的上下文信息很少；②Jhamb等[15]提出的雙視角潛在因子模型用于群組感知的活動(dòng)推薦，一定程度上可以解決冷啟動(dòng)用戶/活動(dòng)的推薦問(wèn)題，核心思想是利用群組已經(jīng)包含的用戶和已經(jīng)發(fā)起的活動(dòng)作為已有數(shù)據(jù)。但在不同群組之間及不同用戶之間難以跨越，解決EBSNs冷啟動(dòng)問(wèn)題有一定的局限性。

2 冷啟動(dòng)用戶/活動(dòng)推薦方法

2.1 冷啟動(dòng)用戶/活動(dòng)推薦流程

冷啟動(dòng)用戶/活動(dòng)推薦的流程包括3個(gè)核心步驟：①構(gòu)建活動(dòng)社交網(wǎng)絡(luò)表示模型，為面向活動(dòng)社交網(wǎng)絡(luò)開展研究奠定基礎(chǔ)；②確定冷啟動(dòng)用戶/活動(dòng)推薦的來(lái)源，明確推薦信息的來(lái)源；③計(jì)算模型中節(jié)點(diǎn)的重要度，選取重要度高的節(jié)點(diǎn)進(jìn)行推薦。

2.2 EBSNs表示模型

定義1ESU，定義為二元組ESU=(Entity，Relation)，其中，Entity表示實(shí)體，有活動(dòng)集E、主辦方集S和用戶集U這3類實(shí)體；Relation為關(guān)系，有主辦方-活動(dòng)邊集SE、主辦方-用戶邊集SU、用戶-活動(dòng)邊集UE以及用戶之間邊集UU四類邊。

定義2ESU活動(dòng)e，定義為九元組e=(ide,etype,es,ebd,ec,et,el,p,w)，其中，ide為活動(dòng)標(biāo)識(shí)，etype是類型，es是發(fā)起人，ebd是概述，ec是詳情，et是時(shí)間，el是地點(diǎn)，p是參加活動(dòng)用戶，w為對(duì)活動(dòng)感興趣的用戶。

定義3ESU主辦方s，定義為五元組s=(ids,name,type,e,u)，其中,ids是主辦方標(biāo)識(shí)，name是主辦方名，type是活動(dòng)類型，u是關(guān)注主辦方的用戶。

定義4ESU用戶u，定義為十元組u=(idu,name,s,l,ct,fu,bfu,fs,d,ph)，其中，idu是用戶標(biāo)識(shí);name是用戶名;s是興趣;l是常居地;ct是創(chuàng)建賬號(hào)時(shí)間;fu是他的關(guān)注;bfu是關(guān)注他的用戶;fs是他關(guān)注的主辦方;d是用戶的日記;ph是用戶的相冊(cè)。

定義5ESU主辦方-活動(dòng)邊集，定義為SE={se=(si,ej)∧si→ej|si∈S,ej∈E}，主辦方si通過(guò)“發(fā)起”方式與活動(dòng)ej建立關(guān)系。

定義6ESU主辦方-用戶邊集，定義為SU={su=(si,uj)∧si→uj|si∈S,uj∈U}，主辦方si通過(guò)“包含”方式與用戶uj建立關(guān)系。

定義8ESU用戶-活動(dòng)邊集，定義為UE={ue=(ui,ej)∧ui→ej|ui∈U,ej∈E}，用戶ui通過(guò)“感興趣/參加”方式與活動(dòng)ej建立關(guān)系。

2.3 EBSNs冷啟動(dòng)用戶/活動(dòng)來(lái)源推薦模型

定義9EBSNs的冷啟動(dòng)用戶，定義為

(1)

(1)式中，當(dāng)用戶ui參加活動(dòng)的個(gè)數(shù)少于5個(gè)時(shí)，CSU(ui)=1，用戶ui為冷啟動(dòng)用戶，否則用戶ui為活躍用戶。

定義10EBSNs的冷啟動(dòng)活動(dòng)，定義為

(2)

(2)式中，當(dāng)活動(dòng)ei參加的人數(shù)少于8個(gè)時(shí)，CSE(ei)=1，活動(dòng)ei為冷啟動(dòng)活動(dòng)，否則活動(dòng)ei為活躍活動(dòng)。

定義11向冷啟動(dòng)用戶推薦活動(dòng)，描述CSU-RE(ui)={e1,e2,…,ek}，ej(1≤j≤k)為推薦的活動(dòng)，假設(shè)EBSNs上有M個(gè)活動(dòng)，經(jīng)對(duì)活動(dòng)進(jìn)行評(píng)分后，推薦K個(gè)評(píng)分高的活動(dòng)給用戶ui，K<

定義12將冷啟動(dòng)活動(dòng)推薦給用戶，描述CSE-RU(ei)={u1,u2,…,uk}，uj(1≤j≤k)為推薦的用戶，假設(shè)EBSNs上有N個(gè)用戶活動(dòng)，經(jīng)對(duì)用戶進(jìn)行評(píng)分后，推薦K個(gè)評(píng)分高的用戶給活動(dòng)ei，K<

本文提出的向冷啟動(dòng)用戶推薦活動(dòng)，以及將冷啟動(dòng)活動(dòng)推薦給用戶的模型分別如圖1和圖2。

圖1模型中，向冷啟動(dòng)用戶ui推薦活動(dòng)的來(lái)源分為3類：①用戶ui的關(guān)注者參加的活動(dòng)，此類推薦活動(dòng)記為E(ui-follower)；②用戶所在主辦方發(fā)起的活動(dòng)，此類推薦活動(dòng)記為E(ui-sponsor)；③用戶所在主辦方中其他用戶參加的活動(dòng)，此類推薦活動(dòng)記為E(ui-sponsor-ou)，一個(gè)用戶可以加入多個(gè)主辦方，可以將不同主辦方發(fā)起的活動(dòng)推薦給冷啟動(dòng)用戶ui。

圖1 基于ESU向冷啟動(dòng)用戶推薦活動(dòng)模型

圖2模型中，將冷啟動(dòng)活動(dòng)ei推薦給用戶的來(lái)源分為2類：①活動(dòng)ei所在主辦方的其他用戶，將此類推薦用戶記為U(ei-sponsor)；②活動(dòng)ei所在主辦方的其他用戶的關(guān)聯(lián)用戶，將此類推薦用戶記為U(ei-sponsor-ou)。

圖2 基于ESU將冷啟動(dòng)活動(dòng)推薦給用戶模型

圖1和圖2模型理清了推薦活動(dòng)/用戶的來(lái)源之后，向冷啟動(dòng)用戶ui推薦活動(dòng)和將冷啟動(dòng)活動(dòng)ei推薦給用戶的核心問(wèn)題是主辦方以及用戶節(jié)點(diǎn)的重要度計(jì)算。

2.4 節(jié)點(diǎn)重要度計(jì)算

2.4.1 主辦方-活動(dòng)邊權(quán)重

通過(guò)主辦方包含的用戶數(shù)量及用戶參加活動(dòng)的情況，可以量化主辦方-活動(dòng)邊的權(quán)重。UN(sj)表示主辦方sj包含的用戶數(shù)量，UN(ei)表示sj中參加活動(dòng)ei的用戶數(shù)量。主辦方sj-活動(dòng)ei的關(guān)系權(quán)重計(jì)算式為

(3)

se(sj,ei)越大，說(shuō)明主辦方sj中有越多的用戶參與了sj發(fā)起的活動(dòng)。

2.4.2 主辦方-用戶邊權(quán)重

通過(guò)主辦方發(fā)起的活動(dòng)數(shù)量及用戶參加主辦方發(fā)起的活動(dòng)情況，可以量化主辦方-用戶邊的權(quán)重。SN(ui)表示用戶ui加入的主辦方數(shù)量，EN(sj)表示主辦方sj發(fā)起的活動(dòng)數(shù)量，SEN(ui)為用戶ui參加的主辦方sj發(fā)起的活動(dòng)數(shù)量。主辦方sj-用戶ui的邊權(quán)重計(jì)算式為

(4)

一個(gè)用戶參加的主辦方越多，主辦方sj對(duì)該用戶的影響力就越小。

2.4.3 用戶-用戶邊權(quán)重

通過(guò)不同用戶參加活動(dòng)的情況，可以量化用戶-用戶邊的權(quán)重。E(u)表示用戶u參加的活動(dòng)，E(v)表示用戶v參加的活動(dòng)，S(u)表示用戶u加入的主辦方，S(v)表示用戶v加入的主辦方。用戶u-用戶v的邊權(quán)重計(jì)算式為

(5)

(5)式中，α+β=1。

2.4.4 用戶-活動(dòng)邊權(quán)重

通過(guò)用戶參加的活動(dòng)及用戶參加主辦方發(fā)起的活動(dòng)情況，可以量化用戶-活動(dòng)邊的權(quán)重。E(uj)表示用戶uj參加過(guò)的活動(dòng)集合，sj表示活動(dòng)ei所在的主辦方，ES(uj)表示用戶uj參加過(guò)sj發(fā)起的活動(dòng)集合。用戶uj-活動(dòng)ei的邊權(quán)重計(jì)算式為

(6)

ue(uj,ei)越大，用戶uj對(duì)活動(dòng)ei的影響越大。

2.4.5 基于重啟隨機(jī)游走的節(jié)點(diǎn)重要度計(jì)算

PageRank算法表示為

(7)

(7)式中：Rk為第k次迭代時(shí)節(jié)點(diǎn)的重要度；W表示邊的權(quán)重；d=0.85；I=(1,1,…,1)T；N為節(jié)點(diǎn)數(shù)量。

重啟型隨機(jī)游走算法RWR通常用于計(jì)算2個(gè)節(jié)點(diǎn)間的結(jié)構(gòu)相關(guān)性。各個(gè)節(jié)點(diǎn)與節(jié)點(diǎn)j的結(jié)構(gòu)相關(guān)性計(jì)算方法為

Rk=cWRk-1+(1-c)ej

(8)

(8)式中：1-c為返回節(jié)點(diǎn)ej的概率；ej為第j維單位向量，初始時(shí)R0=ej。

主辦方S的重要度取決于其發(fā)起的活動(dòng)及包含的用戶對(duì)其產(chǎn)生的影響，所以S重要度的計(jì)算應(yīng)依據(jù)其外鏈(出度)?；顒?dòng)e的重要度取決于主辦方以及用戶對(duì)其產(chǎn)生的影響。用戶u的重要度取決于主辦方和他的粉絲對(duì)其產(chǎn)生的影響。所以活動(dòng)e和用戶u的重要度的計(jì)算應(yīng)依據(jù)其內(nèi)鏈(入度)。

主辦方、用戶及活動(dòng)的重要度計(jì)算方法分別為

Sk=c(WSEEk-1+WSUUk-1)+(1-c)sej

(9)

Uk=c(WSUSk-1+WUVUk-1)+(1-c)uej

(10)

Ek=c(WSESk-1+WUEUk-1)+(1-c)eej

(11)

(9)—(11)式中：sej；uej和eej分別為單位向量；1-c為返回節(jié)點(diǎn)的概率；WSE，WSU，WUV和WUE分別為4類邊的權(quán)重。

3 實(shí)驗(yàn)及分析

3.1 實(shí)驗(yàn)數(shù)據(jù)及評(píng)價(jià)指標(biāo)

活動(dòng)社交網(wǎng)絡(luò)數(shù)據(jù)采集的流程包括：①通過(guò)調(diào)用活動(dòng)社交網(wǎng)絡(luò)提供的API接口或者模擬人工瀏覽網(wǎng)站系統(tǒng)的模式，分類別獲取數(shù)據(jù)；②獲取特定地域主辦方數(shù)據(jù)；③獲取主辦方在一定時(shí)間范圍內(nèi)發(fā)起的活動(dòng)數(shù)據(jù)；④獲取主辦方包含的用戶數(shù)據(jù)；⑤建立主辦方、活動(dòng)、用戶數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，量化邊的權(quán)重，存儲(chǔ)入庫(kù)。

本文選取豆瓣同城的數(shù)據(jù)作為實(shí)驗(yàn)語(yǔ)料。豆瓣同城大城市的活動(dòng)及用戶數(shù)量較多，因此，選取了北京、上海和南京3個(gè)大城市進(jìn)行數(shù)據(jù)的收集。通過(guò)采集活動(dòng)以及活動(dòng)所在主辦方的方式，逐步擴(kuò)大采集用戶的范圍。采集了3個(gè)城市從2016年10月1日—2017年11月30日的數(shù)據(jù)，具體數(shù)據(jù)情況如表1。

表1 豆瓣同城3個(gè)城市采集的數(shù)據(jù)

表1中的冷啟動(dòng)用戶指參加活動(dòng)數(shù)量少于5個(gè)的用戶，3個(gè)大城市冷啟動(dòng)用戶的比例大約為69%；冷啟動(dòng)活動(dòng)指感興趣/參加的人數(shù)少于8個(gè)的活動(dòng)，3個(gè)大城市冷啟動(dòng)活動(dòng)的比例大約為59%。與傳統(tǒng)社交媒體的冷啟動(dòng)用戶比例大約80%相比，采集到的EBSNs的冷啟動(dòng)用戶和活動(dòng)的比例低一些，主要原因是：①活動(dòng)作為社交平臺(tái)的子功能，其領(lǐng)域更為專一，加入的用戶及發(fā)起的活動(dòng)都更有針對(duì)性；②在采集用戶信息時(shí)，是通過(guò)活動(dòng)及主辦方擴(kuò)展而來(lái)，對(duì)于一些沒有關(guān)注活動(dòng)和主辦方的用戶信息無(wú)法獲取，這些用戶多是冷啟動(dòng)用戶。

評(píng)價(jià)指標(biāo)包括P@5，P@10，R@5，R@10和F1-measure。P@n指標(biāo)模擬了常用搜索引擎返回的結(jié)果，是一個(gè)擬人化的指標(biāo)，目前推薦系統(tǒng)評(píng)測(cè)中用得較多[10]；P@n指標(biāo)只關(guān)心檢索到的結(jié)果與查詢項(xiàng)是否相關(guān)，不考慮返回的信息與查詢項(xiàng)相關(guān)性的次序；P@n=m/n，其中，n指返回的推薦數(shù)量(本文分別返回5個(gè)和10個(gè))，m指在n個(gè)中正確的數(shù)量；R@n=m/k，k為標(biāo)準(zhǔn)答案的個(gè)數(shù)，m為在n個(gè)中正確的數(shù)量；F1-measure=(2×P@n×R@n)/(P@n+R@n)。比如，某冷啟動(dòng)用戶ui真正參加了5個(gè)活動(dòng)(標(biāo)準(zhǔn)答案)，向某冷啟動(dòng)用戶ui推薦了10個(gè)活動(dòng)，10個(gè)活動(dòng)中用戶ui真正參加了3個(gè)活動(dòng)，則P@10=3/10=0.3，R@10=3/5=0.6。

3.2 用戶參加活動(dòng)行為模式分析

3.2.1 用戶參加活動(dòng)-關(guān)注者參加活動(dòng)的相關(guān)性分析

通過(guò)分析用戶與其關(guān)注者參加的共同活動(dòng)，挖掘兩者之間是否有顯著的相關(guān)性，對(duì)基于關(guān)注者進(jìn)行活動(dòng)/用戶的推薦有一定的指導(dǎo)意義。使用x2檢驗(yàn)，選擇顯著水平α=0.05，得到3個(gè)城市各自和平均的顯著性比率如表2。

表2 用戶與其關(guān)注者參加活動(dòng)的x2測(cè)試

通過(guò)表2可見，3個(gè)城市用戶參加活動(dòng)與其關(guān)注者參加活動(dòng)的平均顯著率達(dá)到活動(dòng)總數(shù)的71%。

3.2.2 用戶參加活動(dòng)-所在主辦方發(fā)起活動(dòng)的相關(guān)性分析

通過(guò)分析用戶參加活動(dòng)與其所在主辦方發(fā)起的活動(dòng)之間的關(guān)系，挖掘兩者之間是否有顯著的相關(guān)性，對(duì)基于用戶所在主辦方進(jìn)行活動(dòng)的推薦有一定的指導(dǎo)意義。使用x2檢驗(yàn)，選擇顯著水平α=0.05，得到3個(gè)城市各自和平均的顯著性比率如表3。

表3 用戶參加活動(dòng)與其所在主辦方發(fā)起活動(dòng)的x2測(cè)試

通過(guò)表3可見，3個(gè)城市用戶參加的活動(dòng)與其所在主辦方發(fā)起的活動(dòng)的平均顯著率達(dá)到活動(dòng)總數(shù)的67%。

3.2.3 用戶參加活動(dòng)-所在主辦方中其他用戶參加活動(dòng)的相關(guān)性分析

通過(guò)分析用戶與其所在主辦方中其他用戶共同參加活動(dòng)的情況，挖掘兩者之間是否有顯著的相關(guān)性，對(duì)基于用戶所在主辦方中的其他用戶進(jìn)行活動(dòng)/用戶的推薦有一定的指導(dǎo)意義。使用x2檢驗(yàn)，選擇顯著水平α=0.05，得到3個(gè)城市各自和平均的顯著性比率如表4。

表4 用戶與其所在主辦方中的其他用戶參加活動(dòng)的x2測(cè)試

通過(guò)表4可見，3個(gè)城市用戶參加活動(dòng)與其所在主辦方的其他用戶參加活動(dòng)的平均顯著率達(dá)到活動(dòng)總數(shù)的59%。

對(duì)采集到的豆瓣同城用戶、活動(dòng)和主辦方而言，選取其中的冷啟動(dòng)用戶和活動(dòng)進(jìn)行實(shí)驗(yàn)。為了進(jìn)行冷啟動(dòng)用戶推薦效果的分析，選取參加活動(dòng)少于5個(gè)且參加了1個(gè)以上的用戶作為冷啟動(dòng)用戶。為了進(jìn)行冷啟動(dòng)活動(dòng)推薦效果的分析，選取參加活動(dòng)的用戶少于8個(gè)且至少有1個(gè)用戶參加的活動(dòng)作為冷啟動(dòng)活動(dòng)。3個(gè)城市用于實(shí)驗(yàn)的冷啟動(dòng)用戶和冷啟動(dòng)活動(dòng)數(shù)量如表5。

表5 豆瓣同城3個(gè)城市冷啟動(dòng)用戶和活動(dòng)數(shù)據(jù)

3.3 實(shí)驗(yàn)方法

對(duì)于向冷啟動(dòng)用戶ui推薦活動(dòng)，本文選用了3種方法用于實(shí)驗(yàn)的分析和比較。

1)利用冷啟動(dòng)用戶ui的關(guān)注者參加的活動(dòng)進(jìn)行推薦，因?yàn)槭抢鋯?dòng)用戶，鄰居不是很多，所以使用了用戶的所有關(guān)注者。由于沒有主辦方(群組)的概念，僅僅使用用戶-活動(dòng)構(gòu)建關(guān)系圖，進(jìn)而使用基于入度的關(guān)注者和活動(dòng)節(jié)點(diǎn)的重要度計(jì)算方法。該方法簡(jiǎn)記為Neighbor-ER(neighbor event recommendation)，類似于文獻(xiàn)[5,8,13]，但這些文獻(xiàn)研究的不是冷啟動(dòng)的推薦；

2)文獻(xiàn)[12]提出的雙視角的潛在因子模型用于群組感知的活動(dòng)推薦，利用群組已經(jīng)包含的用戶和已經(jīng)發(fā)起的活動(dòng)作為已有數(shù)據(jù)，提供用于分析的基礎(chǔ)。進(jìn)行活動(dòng)推薦時(shí)，該方法簡(jiǎn)記為Group-ER(group event recommendation)。其中的正則化參數(shù)λ和γ都設(shè)置為0.025，SGD(steepest descent method)的學(xué)習(xí)速率α設(shè)置為0.05。

3)本文提出的向冷啟動(dòng)用戶推薦活動(dòng)的方法，進(jìn)行活動(dòng)推薦時(shí)，該方法簡(jiǎn)記為ESU-ER(event sponsor user-event recommendation)。其中,(5)式中的參數(shù)α=β=0.5。

對(duì)于將冷啟動(dòng)活動(dòng)ei推薦給用戶，本文選用了3種方法用于實(shí)驗(yàn)的分析和比較。

1)Zhang等[27]提出的基于集合貝葉斯泊松分解模型的EBSNs冷啟動(dòng)活動(dòng)的推薦，其中的活動(dòng)上下文包括活動(dòng)文本內(nèi)容、組織者以及地點(diǎn)信息。該方法簡(jiǎn)記為CBPF-UR(collective bayesian poisson factorization-user recommendation)。

2)文獻(xiàn)[12]提出的雙視角潛在因子模型用于群組感知的活動(dòng)推薦。進(jìn)行用戶推薦時(shí)，該方法簡(jiǎn)記為Group-UR(group-user recommendation)。其中，正則化參數(shù)λ和γ都設(shè)置為0.025，SGD的學(xué)習(xí)速率α設(shè)置為0.05。

3)本文提出的向冷啟動(dòng)用戶推薦活動(dòng)的方法。進(jìn)行用戶推薦時(shí)，該方法簡(jiǎn)記為ESU-UR(event sponsor user-user recommendation)。其中，(5)式中的參數(shù)α=β=0.5。

3.4 冷啟動(dòng)用戶活動(dòng)推薦結(jié)果

對(duì)表5中所列出的3個(gè)城市的冷啟動(dòng)用戶，使用3種方法Neighbor-ER，Group-ER和ESU-ER得到的活動(dòng)推薦結(jié)果如表6。

表6 豆瓣同城3個(gè)城市向冷啟動(dòng)用戶推薦活動(dòng)結(jié)果

由表6可見，3種方法中，本文所提方法ESU-ER取得的效果最為理想，F(xiàn)1-measure@5=0.388，F(xiàn)1-measure@10=0.417，比方法Neighbor-ER的指標(biāo)F1-measure@5提高了0.186，比指標(biāo)F1-measure@10提高了0.170；比方法Group-ER的指標(biāo)F1-measure@5提高了0.1，比指標(biāo)F1-measure@10提高了0.129。主要原因是ESU-ER基于ESU構(gòu)建了更為合理的向冷啟動(dòng)用戶推薦活動(dòng)模型，以及使用了更為合理的節(jié)點(diǎn)重要度計(jì)算方法。方法Neighbor-ER的效果最差，主要原因是其利用用戶之間的關(guān)系進(jìn)行活動(dòng)推薦，如果用戶圈子很小，就很難進(jìn)行活動(dòng)推薦。方法Group-ER的效果比ESU-ER差一些，主要原因是其推薦活動(dòng)時(shí)，不同群組和不同用戶之間難以跨越，在推薦活動(dòng)的多樣性上有明顯的不足。

3.5 冷啟動(dòng)活動(dòng)用戶推薦結(jié)果

對(duì)表5中所列出的3個(gè)城市的冷啟動(dòng)活動(dòng)，使用3種方法CBPF-UR，Group-UR和ESU-UR得到的用戶推薦結(jié)果如表7。

表7 豆瓣同城3個(gè)城市將冷啟動(dòng)活動(dòng)推薦給用戶的結(jié)果

由表7可見，3種方法中，本文所提方法ESU-UR取得的效果最為理想，F(xiàn)1-measure@5=0.459，F(xiàn)1-measure@10=0.464，比方法CBPF-UR的指標(biāo)F1-measure@5提高了0.174，比指標(biāo)F1-measure@10提高了0.177；比方法Group-UR的指標(biāo)F1-measure@5提高了0.086，比指標(biāo)F1-measure@10提高了0.108；CBPF-UR的效果最差，主要原因是對(duì)冷啟動(dòng)活動(dòng)而言，可以利用的活動(dòng)的上下文信息很少，對(duì)推薦不利。

對(duì)向冷啟動(dòng)用戶推薦活動(dòng)和將冷啟動(dòng)活動(dòng)推薦給用戶2種冷啟動(dòng)推薦的結(jié)果對(duì)比，可以發(fā)現(xiàn)將冷啟動(dòng)活動(dòng)推薦給用戶的效果更為理想，方法ESU-UR的指標(biāo)F1-measure@5提高了0.071，指標(biāo)F1-measure@10提高了0.047。主要原因是，冷啟動(dòng)活動(dòng)雖然感興趣/參加活動(dòng)的人很少，但由于其屬于某個(gè)主辦方，很多主辦方包含了大量的用戶，對(duì)選取用戶進(jìn)行推薦是有利的。

同時(shí)，通過(guò)表6和表7的實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn)，無(wú)論是向冷啟動(dòng)用戶推薦活動(dòng)，還是將冷啟動(dòng)活動(dòng)推薦給用戶的效果都不夠理想，都還有較大的提升空間。

4 總結(jié)及展望

本文針對(duì)EBSNs上的冷啟動(dòng)用戶和冷啟動(dòng)活動(dòng)的推薦問(wèn)題，給出了向冷啟動(dòng)用戶推薦活動(dòng)和將冷啟動(dòng)活動(dòng)推薦給用戶的模型。對(duì)于EBSNs上冷啟動(dòng)用戶有一種情況(可以稱為純冷啟動(dòng)用戶)，該類用戶沒有參加任何活動(dòng)，沒有關(guān)注任何主辦方，沒有和其他用戶建立關(guān)系，這類純冷啟動(dòng)用戶將很難進(jìn)行活動(dòng)推薦。另外，EBSNs上用戶注冊(cè)地點(diǎn)有一定作用，但用戶注冊(cè)時(shí)的地點(diǎn)不一定就是居住地，而且有些EBSNs用戶注冊(cè)地點(diǎn)過(guò)于籠統(tǒng)，比如豆瓣同城，注冊(cè)時(shí)填寫的是每個(gè)城市，比如北京、上海等。因此，用戶注冊(cè)地點(diǎn)在推薦活動(dòng)時(shí)的作用不大。

雖然本文在EBSNs冷啟動(dòng)問(wèn)題的解決取得了一定的進(jìn)展，但發(fā)現(xiàn)如下問(wèn)題還需進(jìn)一步提升：①對(duì)于純冷啟動(dòng)用戶的活動(dòng)推薦需要另辟蹊徑；②基于本文提出的ESU模型，可以面向EBSNs開展活躍用戶及活動(dòng)的推薦、社區(qū)檢測(cè)、社區(qū)及用戶的傾向性分析等。