鄒 慶 吳冠宇 黃 昆，4 余 璟 高 原，4

（1.南瑞集團有限公司（國網(wǎng)電力科學研究院有限公司） 南京 211106）（2.國電南瑞科技股份有限公司 南京 211106）（3.國網(wǎng)江蘇省電力公司 南京 210024）（4.智能電網(wǎng)保護和運行控制國家重點實驗室 南京 211106）

1 引言

為適應新一代電力系統(tǒng)發(fā)展的需要，國家電網(wǎng)公司提出建成具有“共享、智能、開放、安全”特征的新一代調(diào)控系統(tǒng)［1］。建立適用電網(wǎng)調(diào)控業(yè)務的應用商店，是打造新一代調(diào)控系統(tǒng)開放生態(tài)的重要手段。新一代調(diào)控系統(tǒng)應用商店為國網(wǎng)公司各調(diào)控業(yè)務用戶，提供監(jiān)視控制、分析預警、計劃決策、仿真模擬、綜合評估及自動化業(yè)務等六大類場景數(shù)千個應用。如何幫助電網(wǎng)調(diào)控用戶，從應用商店中快速、高效的獲取到需要的應用功能，是新一代調(diào)控系統(tǒng)應用商店需要解決的一個重要問題。

目前，互聯(lián)網(wǎng)各類應用商店常用的應用推薦方式：專家推薦［2］、基于用戶社交關系的推薦、基于數(shù)據(jù)挖掘和機器學習技術的推薦。蘋果公司App-Store 各類應用榜單是專家推薦的典型代表，蘋果公司為此組建了專職的編輯團隊，為用戶進行篩選推薦。這類方法需要較大的人員投入，并且推薦結果單一，難以反映用戶的個性化需求?；谟脩羯缃魂P系的推薦［3～4］，利用系統(tǒng)內(nèi)用戶之間的社交關系數(shù)據(jù)，為用戶推薦“朋友們正在使用的應用”。在企業(yè)應用場景中，用戶缺少社交屬性，難以直接應用該推薦技術?；跀?shù)據(jù)挖掘和機器學習技術的推薦，又可以分為：基于項目的協(xié)同過濾推薦技術［5］、基于人員的協(xié)同過濾推薦技術［6］、基于內(nèi)容的推薦技術［7］等。這類推薦技術，基本原理都是基于用戶行為歷史數(shù)據(jù)，分析用戶興趣特征和項目特征，建立用戶和項目偏好關系，為用戶進行個性化推薦。項目的特征有多種構建方式［8］，包括物品的屬性集合［9］、隱語義向量［10］、標簽等。標簽是能夠準確的表達物品內(nèi)容特征的關鍵詞［11］，按生成方式一般有兩種：一種是專家標簽（Professionally-generated Content，PGC）［12］，由項目創(chuàng)建者或者審核編輯，根據(jù)項目特點給物品定義的特性關鍵詞；另一種是用戶自定義標簽（User-generated Content，UGC）［13］，由使用者根據(jù)個人感受為物品定義的個性關鍵詞標簽?；跇撕灥耐扑]算法［14～15］大多是基于UGC 標簽進行特征分析和推薦，基于PGC 標簽進行推薦的研究較少。

新一代調(diào)控系統(tǒng)應用商店作為一個企業(yè)內(nèi)部系統(tǒng)，用戶社交頻率不高，難以獲得足夠的UGC 標簽；另一方面，應用開發(fā)商提交應用時，提供了應用的關鍵詞和應用分關鍵類信息，并經(jīng)過管理員的審核，信息比較準確，可以作為PGC的來源。因此，本文提出一種基于專家標簽的推薦技術，通過用戶留存應用包含的專家標簽，分析用戶對專家標簽的興趣特征，建立基于標簽的用戶應用的興趣度計算公式，并利用相同專業(yè)的用戶興趣，補充目標用戶對其他應用的興趣度，實現(xiàn)面向新一代調(diào)控系統(tǒng)應用的個性化推薦。最后，基于實驗數(shù)據(jù)集進行了多輪測試，實驗結果驗證了本文提出的算法對應用個性化推薦的效果。

2 基于專家標簽多維特征的內(nèi)容推薦和同類用戶協(xié)同推薦技術

2.1 構建應用的多維特征向量

新一代調(diào)控系統(tǒng)應用商店中的應用集合A 和用戶集合U可分別表示為

式中：N為應用總數(shù)，M為系統(tǒng)用戶數(shù)。

我們把用戶已下載安裝且未卸載的應用，稱為用戶留存應用，用戶um留存應用集合可以定義為

式中：N'為用戶um留存應用個數(shù)。

其中，Ti表示應用ai的特征向量，ki，1、ki，2、ki，3分別表示應用ai上的3 個關鍵詞，ci表示應用ai屬于的分類，由于1個應用可以同時屬于1個或多個分類，應用ai特征可進一步表示為

式中：J為應用ai的應用分類個數(shù)。

2.2 構建用戶對標簽的偏好特征

用戶um留存應用，包含的標簽集合表示為

式中：P 為用戶um留存的應用包含的PGC 標簽個數(shù)。基于TF-IDF 算法［16］，用戶um對Rm中某個標簽tm，p的偏好可表示為

式中：Num（rm，p）為用戶um留存的應用中包含標簽tm，p的應用個數(shù)，Num（Rm）為用戶um留存的應用包含的標簽數(shù)，Num(tA，m，p)為所有應用中包含標簽tm，p的應用個數(shù)。用戶留存應用中，包含某個標簽的應用越多，說明該標簽對用戶的選擇偏好影響越大；同時，在所有應用中，越多的應用包含某個標簽，該標簽能夠反映用戶興趣的區(qū)分度越低。

2.3 預測用戶對應用的興趣度

基于式（7），用戶um對應用ai的偏好，可以通過用戶um對應用ai上的多維標簽的偏好，按照權重疊加計算，表示為

式中：Pm，k表示用戶um對應用ai的關鍵詞ki標簽的興趣度，Pm，c表示用戶um對應用ai的分類標簽ci的興趣度，l為應用分類特征相對于關鍵詞特征的權重。

基于式（8），為目標用戶um計算所有待預測應用的興趣度并進行排名，選擇興趣度Top-N應用集合，作為推薦候選集RAm，N。

2.4 同類用戶協(xié)同推薦

式（8）是建立在基于目標用戶um歷史行為，分析用戶留存應用標簽基礎上計算用戶對應用的興趣度。對于那些不包含目標用戶um喜好標簽的應用，可以參考與目標用戶um興趣度相似的用戶進行推薦。傳統(tǒng)基于用戶的協(xié)同過濾，主要通過統(tǒng)計用戶的歷史行為，挖掘出行為特征類似的用戶，確定為同類用戶，進行協(xié)同推薦［17］。整個過程計算復雜，花費時間長。在新一代調(diào)控系統(tǒng)場景中，企業(yè)用戶有顯著的專業(yè)特性，同一專業(yè)崗位的用戶，工作職責和工作范圍都比較相似，其選擇的應用具有很大的參考性，所以本文利用這一特點，基于式（8）計算同一專業(yè)崗位的用戶的平均興趣度，選擇興趣度Top-N應用集合，作為用戶um推薦候選集RA'm，N。

2.5 為用戶進行推薦

合并推薦候選集RAm，N與RA'm，N，按照興趣度選擇Top-N作為用戶um最終的推薦結果Wm，N。

3 算法設計

本文提出的推薦算法，利用應用包含的多維特征專家標簽，建立用戶和應用之間的關聯(lián)關系，通過用戶對應用標簽的偏好分析，預測用戶對其他未知應用的興趣度，結合目標用戶以及目標用戶相似用戶的偏好，生成Top-N推薦。具體算法如下：

算法1

輸入：訓練集，測試集，l值，N值

輸出：目標用戶um的Top-N推薦集Wm，N

步驟1：根據(jù)訓練集中用戶留存應用信息A'，廠商標注的應用標簽（關鍵詞和應用分類）信息T，計算出用戶um留存的應用標簽集合Rm

步驟2：根據(jù)式（3）計算用戶um對標簽的偏好矩陣Pm

步驟3：根據(jù)式（4）計算用戶um對應用的偏好矩陣Im

步驟4：按照目標用戶um對應用的偏好值排序，選擇Top-N應用候選推薦集RAm，N

步驟5：根據(jù)用戶崗位屬性，選擇同一崗位的用戶，根據(jù)同類用戶對應用的偏好值排序，選擇Top-N應用，構建應用候選推薦集RA'm，N

步驟6：合并候選推薦集RAm，N和RA'm，N按照偏好值排序，從中選擇Top-N推薦應用集Wm，N。

4 實驗結果分析

4.1 實驗數(shù)據(jù)來源

新一代調(diào)控系統(tǒng)目前正處于試點建設階段，應用商店還缺少足夠的應用信息和用戶行為數(shù)據(jù)。為了驗證本文提出的推薦算法，我們從互聯(lián)網(wǎng)公開數(shù)據(jù)集中選擇了GroupLens 實驗室2000 年發(fā)布的MovieLens 1M 電影評級數(shù)據(jù)集［18］，該數(shù)據(jù)集包含的用戶和電影數(shù)量，與新一代調(diào)控系統(tǒng)的用戶和應用規(guī)模比較接近。由于MovieLens 1M［19］數(shù)據(jù)集并沒有包含電影標簽數(shù)據(jù)，我們從MovieLens 10M［20］數(shù)據(jù)集中篩選出了MovieLens 1M 數(shù)據(jù)集中所有電影所對應的標簽數(shù)據(jù)，加入到實驗數(shù)據(jù)。實驗數(shù)據(jù)包括：

電影數(shù)據(jù)（［“movies”］）：包括電影標記、電影名稱及電影類別（可多選）。

用戶數(shù)據(jù)（［“users”］）：用戶標記、用戶職業(yè)。

電影評分數(shù)據(jù)（［“ratings”］）：用戶標記、電影標記、用戶對電影評分（1-5分）。

電影標簽數(shù)據(jù)（［“tags”］）：用戶標記、電影標記、用戶對電影所打標簽。

4.2 實驗數(shù)據(jù)預處理

GroupLens 發(fā)布的電影數(shù)據(jù)集，其場景與本文的新一代調(diào)控系統(tǒng)應用商店的場景有所差異，無法直接應用于算法1，需要進行必要的數(shù)據(jù)預處理。GroupLens 數(shù)據(jù)集中電影標簽屬于UGC 標簽，來源于用戶對電影的個性化標簽操作，同一部電影不同用戶根據(jù)個人感受可能會打出多個不同的標簽，這與新一代調(diào)控系統(tǒng)應用商店中，由開發(fā)廠商提交關鍵詞、應用分類等應用專家標簽不同，為此我們對GroupLens中電影標簽數(shù)據(jù)（［“tags”］）進行了處理：從每部電影的用戶個性化標簽數(shù)據(jù)中，篩選出使用頻率最高的三個標簽，作為該電影的“關鍵詞”標簽，電影數(shù)據(jù)（［“movies”］）中的分類信息作為分類標簽，共同構成電影的“專家”標簽。同時，對應新一代調(diào)控系統(tǒng)中應用是/否留存的狀態(tài)，基于電影的評分數(shù)據(jù)（［“ratings”］），先統(tǒng)計出平均值M，作為電影平均質(zhì)量的評判標準，用戶對電影的評分大于等于M時，定義為用戶“留存”電影A'。

4.3 實驗方法

將實驗數(shù)據(jù)集中電影評分數(shù)據(jù)（［“ratings”］），按照80/20 比例隨機分成兩部分：訓練數(shù)據(jù)集T1包含評分數(shù)據(jù)其中的80%，測試數(shù)據(jù)集V1包含剩余的20%。為了保證實驗結果的客觀性，分為5 輪進行重復測試，每輪保持80/20 比例重新隨機劃分訓練數(shù)據(jù)集Ti和測試數(shù)據(jù)集Vi，1 ≤i≤5。

根據(jù)算法1，通過訓練數(shù)據(jù)Ti為用戶um生成的推薦集合Ri。通過測試數(shù)據(jù)驗證，計算推薦集合Ri中應用的正負反饋比，在測試數(shù)據(jù)Vi中評分大于應用商店平均分M 的應用判定為正反饋，評分低于M的判定為負反饋。正負反饋比越高，證明應用留存的概率越大，即應用推薦的質(zhì)量越高。

4.4 實驗結果

根據(jù)算法1，在每輪試驗中，λ值依次為1、2、0.5、0.2，N 值依次為10、20、30、40、50。5 輪試驗結果對比如圖1所示。

圖1 不同l值、N值對應的推薦列表正負反饋比較

由圖1可以看出，5輪試驗，隨著訓練數(shù)據(jù)集和測試數(shù)據(jù)集的隨機劃分，推薦結果雖有一定波動，但推薦結果表現(xiàn)出類似的變化趨勢。在同一l 值時，Top-N推薦N值取10時，取得最好的推薦效果，推薦的準確性最高；隨著N 值范圍越大，推薦的準確性越低，推薦結果中出現(xiàn)負反饋的比例越大。

此外，不同λ值對于推薦結果的表現(xiàn)為，λ值為1時表現(xiàn)相對更好，λ值為0時，有一定程度降低，其余λ值表現(xiàn)變化不大。所以再考慮應用的標簽數(shù)據(jù)時，應用的關鍵詞標簽、分類標簽不同維度的標簽，都應該納入推薦依據(jù)，根據(jù)試驗結果，兩個維度權重相等時，取得最好的推薦結果。

本文在基于專家標簽多維特征的內(nèi)容推薦上，采用同類用戶協(xié)同推薦，對推薦結果進行優(yōu)化。下表對本文方法和基于標簽的內(nèi)容推薦方法進行了推薦質(zhì)量采用每輪實驗正負反饋比平均值進行對比。

由表1 可以看出，本文方法相對于基于標簽的推薦算法有了明顯的改進，在多維標簽特征對推薦結果的基礎上，結合用戶的工作屬性，根據(jù)同類用戶喜好進行協(xié)同過濾，對推薦結果的準確度有進一步提升。

表1 2種算法的推薦質(zhì)量比較

5 結語

實驗結果顯示，本文提出的面向新一代調(diào)控系統(tǒng)的應用個性化推薦技術，在傳統(tǒng)基于用戶標簽的推薦技術基礎上，充分利用新一代調(diào)控系統(tǒng)的場景特性，基于專家標簽建立多維特征用戶興趣度模型，利用相同專業(yè)用戶興趣偏好進行協(xié)同推薦，為用戶實現(xiàn)了應用個性化推薦，提高了用戶應用選擇效率。后續(xù)將在新一代調(diào)控系統(tǒng)上線運行過程中，通過采集用戶操作數(shù)據(jù)，進一步完善推薦算法，實現(xiàn)更高質(zhì)量的推薦結果。