第３２卷第４期 武汉工业学院学报 Ｖｏ１．３２ＮＯ．４ ２０１３年ｌ２月 Ｊｏｕｒｎａｌ ｏｆ Ｗｕｈａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ Ｄｅｃ．２０１３ 文章编号：１００９－４８８１（２０１３）０４－００４８－０４ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００９－４８８１．２０１３．０４．０１２ 基于用户兴趣变化的协同过滤推荐算法 邓娟，陈西曲 （武汉轻工大学电气与电子工程学院，湖北武汉４３００２３） 摘要：协同过滤算法是在众多应用领域中最成功的个性化推荐技术之一，但传统协同过滤 算法不能及时反映用户的兴趣变化，致使预测结果不准确。针对这个不足，提出一种基于用户 兴趣变化的改进协同过滤算法。改进算法提出一种基于时间的权重函数，用于研究用户在不 同时间段的兴趣变化，通过用户兴趣之间的相似性，最后生成推荐结果。实验结果验证了改进 算法在推荐的准确性方面得到显著提高。 关键词：协同过滤；个性化推荐；兴趣变化；基于时间的权重函数 中图分类号：ＴＰ ３９１；ＴＰ ３ｌ１．１３ 文献标识码：Ａ Ｓｔｕｄｙ ｏｆ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｕｓｅｒｓ ｉｎｔｅｒｅｓｔ ｃｈａｎｇｅ ＤＥＮＧ Ｊｕａｎ，ＣＨＥＮ Ｘｉ—ｑｕ （Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｉｒｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００２３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｉｓ ｏｎｅ ｏｆ ｔｈｅ ｍｏｓｔ ｓｕｃｃｅｓｓｆｕｌ ｔｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ ｐｒｏｖｉｄｉｎｇ ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃ— ｏｍｍｅｎｄａｔｉｏｎｓ ｉｎ ｖａｒｉｏｕｓ ａｐｐｌｉｃａｔｉｏｎ ａｒｅａｓ．Ｈｏｗｅｖｅｒ，ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍｓ ｄｏ ｎｏｔ ｒｅｆｌｅｃｔ ｔｈｅ ｃｈａｎｇｅ ｏｆ ｕｓｅｒｓ’ｉｎｔｅｒｅｓｔ ｉｎ ｔｉｍｅ．Ｆｏｒ ｔｈｉｓ ｒｅａｓｏｎ，ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｏｕｔｃｏｍｅ ｏｆ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｈｅ— ｉｒｎｇ ａｐｐｒｏａｃｈ ｍａｙ ｂｅ ｉｎａｃｃｕｒａｔｅ ｗｈｅｎ ｕｓｅｒｓ’ｉｎｔｅｒｅｓｔ ｈａｓ ｃｈａｎｇｅｄ．Ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｉｓ ｄｅｆｅｃｔ，ａｎ ｉｍｐｒｏｖｅｄ ｃｏｌｌａｂｏｒａ・ ｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｔａｋｅ ｕｓｅｒｓ’ｉｎｔｅｒｅｓｔ ｃｈａｎｇｅ ｉｎｔｏ ａｃｃｏｕｎｔ ｉｎ ｔｈｅ ｐａｐｅｒ．Ａ ｔｉｍｅ—ｂａｓｅｄ ｗｅｉｇｈｔｉｎｇ ｆｕｎｃｔｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｓｔｕｄｙ ｔｈｅ ｃｈａｎｇｅｓ ｏｆ ｕｓｅｒｓ’ｉｎｔｅｒｅｓｔ ｉｎ ｄｉｆｆｅｒｅｎｔ ｔｉｍｅ ｐｅｒｉｏｄｓ ｉｎ ｔｈｅ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ａｎｄ ｒｅｓｕｌｔｓ ｉｎ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｂｙ ｃｏｍｐａｒｉｎｇ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｂｅｔｗｅｅｎ ｕｓｅｒｓ ｉｎｔｅｒｅｓｔｓ．Ｅｘｐｅｒｉｍｅｎｔｓ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｎｅｗ ａｌｇｏｒｉｔｈｍ ｉｍｐｒｏｖｅｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｉｎ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｅｆｆｅｃｔｉｖｅｎｅｓｓ． Ｋｅｙ ｗｏｒｄｓ：ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ；ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ；ｉｎｔｅｒｅｓｔ ｃｈａｎｇｅ；ｔｉｍｅ—ｂａｓｅｄ ｗｅｉｇｈｔｉｎｇ ｆｕｎｃｔｉｏｎ 随着信息技术和互联网的迅猛发展，用户不得 有效的信息过滤手段，能根据用户的需要，准确地向 不花费大量的时间从海量的信息中查找他们所需要 用户推荐其感兴趣的信息资源…。协同过滤（ｃｏ１． 的东西，这就是所谓的“信息过载”问题。推荐系统 １ａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ，ＣＦ）就是一种常用的个性化推荐 可帮助用户在一定程度上解决这个问题。它是一种 技术，也是迄今为止最为成熟的技术。其基本思想 收稿日期：２０１３－０９－０３． 作者简介：邓娟（１９８８一），女，硕士研究生，Ｅ—ｍａｉｌ：ｄｊｍｅｎｇｙｉ＠ｑｑ．ｃｏｒｎ． 通信作者：陈西曲（１９７１一），男，副教授，Ｅ－ｍａｉｌ：ｃｘｑｄｈｌ＠ｙａｈｏｏ．ｃｏｎ．ｃｎ． 基金项目：湖北省自然科学基金资助项目（２０１１ＣＨＢ０３０）． ４期 邓娟，陈西曲：基于用户兴趣变化的协同过滤推荐算法 ４９ 是根据用户兴趣的相似性来推荐资源，把同当前用 户相似的其它用户的意见推荐给当前用户 。 在传统协同过滤算法中，由于无法及时感知用 户兴趣的改变，致使系统推荐的资源偏离了用户的 真实需求。针对这个问题，文献［３］提出了两种数 据权重：基于时间窗口的数据权重和基于项目相似 的数据权重，其中所用的时间函数为线性函数，即认 为用户的兴趣变化规律呈线性规律。文献［４］提出 基于Ｅｂｂｉｎｇｈａｕｓ遗忘曲线的时间函数用以学习和 跟踪用户兴趣的变化。为提高推荐质量，本文受遗 忘曲线协同过滤模型 启发，使用指数函数作为时 间权重函数，同时分时间段考虑用户的兴趣及其对 时间权重函数的影响，以此研究和跟踪用户兴趣的 变化。 １传统协同过滤推荐算法介绍 在典型的协同过滤推荐系统中，通常可分为三 个步骤：建立用户信息档案、选择相似邻居以及产生 推荐结果。 １．１建立用户信息档案 建立用户档案是收集每个用户的评分记录，通 常用一个用户一条目评分矩阵Ｒ ＝（ ） 表 示。其中：ｍ表示用户数量，凡表示条目数量，Ｒ 表示第ｉ个用户对第 个项目的评分。 １．２选择相似邻居 协同过滤算法最为关键的一步就是计算项目之 间的相似度，然后选择最相似的用户作为目标用户 的邻居，从而根据其兴趣爱好更加准确的预测目标 用户的偏好。用户相似度的计算方法主要有余弦相 似度、Ｐｅａｒｓｏｎ相关性相似度和修正的余弦相似度， 如式（１）一式（３）所示。 ｓｉｍ（ｉ，ｊ）： ．（１） √∑ ２√∑ｊＥｌｉｊ ‘ ｓｉｍ（ｉ√）＝ ∑ （Ｒ Ｒｉ）・（ 一 ） 丽 （２） ｓｉｍ（ｉ√）＝ — 些 ． ㈩ √∑ （ 一 ）‘√∑ （ 一 ）‘ 似的用户作为目标用户的邻居，从而根据其兴趣爱 好更加准确的预测目标用户的偏好。 Ｐ ： 一 ＋ ∑ ｓ— ｍ（ ，Ｍ ）‘（Ｒ 一Ｒ ）—二 — ． 踟 Ｌｕ，“ （４） 其中：尸 表示目标用户ｕ对目标项目ｉ的预测评 分，Ｓ 表示目标用户／Ｚ的邻居集合。 ２改进算法描述 ２．１用户兴趣变化问题的解决思路 为了更好的反应当前用户最近的兴趣爱好，推 荐系统应选择近期内与目标用户兴趣相似的用户作 为其邻居，同时淘汰部分与其过去兴趣相似的邻居 用户。本文改进的算法基于以上思想，对传统ＣＦ 算法进行改进：赋予每项评分一个权重参数，这个参 数是一个按时间衰减的函数，即最近评分项目对应 权重较大；反之，过去评分对应权重较小。 ２．２基于时间的数据权重函数 基于时间的数据权重函数如下： 一０（ｔｎ 一‘１） ）： ＿ｍ＋（１一ｍ）． （５） ｌ；ｎ一 ｏｗ８ 式（５）中ｔ 指当前时间，ｔ 是用户最近一次评价某 特定项目的时间，ｔ 是用户第一次该评价特定项目 的时间。ｍ Ｅ（０，１）是权重系数，改变ｍ的值可改 变数据权重随时间变化的快慢。ｍ取值越大，其随 时间变化越快，反之则越慢。 ２．３用户个性化因子 对于不同的用户，兴趣爱好变化趋势是不一样 的。同时由于爱好有着长期爱好和近期爱好之分， 故对同一个项目在同一时间段的评价，对于不同的 用户，影响是不一样的。基于此，本文引入一个参 数，即个性化因子Ａ，它是通过学习特定用户对其 参与的所有项目的历史评价得到的。显然，对应于 不同的用户，入的值也不一样。 （６） 其中Ａ 表示目标用户的第Ｃ类兴趣变化的个 性化因子，Ⅳ，表示目标用户对第Ｃ类兴趣所具有的 评价数目，ｎ表示目标用户对项目的评价总数目。 Ｊｓ（ ）：Ｌ０， ｎｇ，（ １．２．…，ｄ）． ｓｃｏｒｅ，ｒａｔｉｎｇ， ＳＣＯＹｅ表示目标用户在时间段ｄ内对第ｃ类兴趣的 ５０ 武汉工业学院学报 ２０１３焦 评分。 例如，某特定用户Ｕｓｅｒ在一年内的兴趣列表如 表１所示。 表１用户Ｕｓｅｒ的兴趣分类 则通过计算，可得到用户Ｕｓｅｒ的第Ａ类兴趣变 化的个性化因子Ａ ＝２．４５。 ２．４结合用户兴趣变化的ＣＦ算法 改进算法将基于时间的数据权重函数和用户个 性化结合起来，提出了针对不同用户的个性化时问 权重函数，如式（７）所示。 ＾（￡一 １） ）＝ ｍ＋（１一ｍ）． （７） 一０ｓ 将式（７）引入到皮尔森相关系数中，得到新的 用户评分相似度公式： ｓｉｍ（ｃ，Ｊ）＝ ‘Ｅ Ｇ＇∑（ＲＩ 兄 ｘｆ（ｔ）一Ａｃ）（Ｒｉ， ｘｆ（ｔ）一 ） 一 ＾Ｖ Ｉ∈ＣＲＩ ／∑（Ｒ ｘｆ（ｔ）一Ａｃ） ∑（ｉＥＣＲＩ ， ｘｆ（ｔ）一 ） （８） 式中：ｃ是当前用户； 是其它用户；ＣＲＩ是ｃ和 共 同评分的项目集；，（ｔ）是时间权重函数；Ｒ“表示当 前用户ｃ对项目 的评分； 表示用户 对项目ｉ的 评分；Ａ 表示用户ｎ评分过的所有项目的均值，同 理Ａｉ表示用户 评分过的所有项目的均值。 ３实验结果及分析 实验环境为Ｉｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ３—２３１０Ｍ ２． １０ＧＨｚ ＣＰＵ，内存２ＧＢ，Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ７操作系 统，算法使用Ｊａｖａ语言进行编写。 ３．１测试数据集 为了验证该改进算法的有效性，采用Ｍｏｖ— ｉｅＬｅｎｓｌ６ 数据集进行实验。ＭｏｖｉｅＬｅｎｓ数据集由 Ｍｉｎｎｅｓｏｔａ大学ＧｒｏｕｐＬｅｎｓ研究小组所创建。Ｇｒｏｕ— ｐＬｅｎｓ站点提供了三个不同大小的ＭｏｖｉｅＬｅｎｓ数据 集，本文选用ＭｏｖｉｅＬｅｎｓ １００Ｋ数据集，该数据集记 录了９４３个用户对１６８２部电影的１００ ０００个评分。 每个用户对至少２０部以上的电影进行过评分，评分 范围为１＿５分，评分越高表示用户越喜欢这部电 影。本文随机选取８０％的评分数据作为训练集，剩 下的２０％作为测试集。 ３．２评价标准 实验采用平均绝对误差（Ｍｅａｎ Ａｂｓｏｌｕｔｅ Ｅｒｒｏｒ， ＭＡＥ）作为评价系统推荐质量的度量标准，同时也 选取信息检索领域常用的召回率（Ｒｅｃａｌ１）、准确率 （Ｐｒｅｃｉｓｉｏｎ）两种方法对比传统算法和改进算法的推 荐精度。 （１）ＭＡＥ通过计算所有预测评分与实际评分的 偏差来评价算法的优劣。ＭＡＥ值越小，则算法越精 确。 ｍ （９） （ 其中：Ｐ ．表示用户“对电影 的预测评分， 表 示用户“对电影 的真实评分， 表示测试集。 （２）准确率（Ｐｒｅｃｉｓｉｏｎ）表示算法推荐成功的比 率，召回率（Ｒｅｃａｌ１）反映的是待推荐项目被推荐的 比例，分别定义为 ｐｒｅｃ］一ｓｌｏｎ： ———— —一． （１０）ｌｕ Ｊ ｒｅｃａｌｌ＝ ｌ ！ ： ｌ ｌ Ｉ ‘ 其中 表示测试数据集中的项目数量， 一 表示 系统推荐给用户的Ⅳ个项目。 ３．３实验结果 实验一：通过一系列实验找到式（５）中最优的 权重系数ｍ的值。图１描述了对应于不同的ｍ取 值，ＭＡＥ的变化趋势。 ８１ 。．９。ｓ Ｏ８ Ｏ ｓ 兰 。孢ｓ ｎ张 ０ ０ｌ Ｏ ａ Ｏ４ ｎＳ ６ Ｏ ７ ０．８ ０９ ｌ 权直系数 图ｌ 权重系数ｍ对ＭＡＥ的影响 可以看到，当ｍ取０．４时，ＭＡＥ最小，此时准确 率最高。故在后续实验中，统一选取ｍ＝０．４。 实验二：主要是对比实验，比较改进算法和传统 协调过滤算法的推荐性能优劣。 第一组参考指标为ＭＡＥ：设计实验，比较不同 邻居数量下改进ＣＦ算法同传统ＣＦ算法的ＭＡＥ 值，其中权重系数ｍ＝０．４；实验结果，如图２所示，