CN104050258B - 一种基于兴趣群组的群体推荐方法 - Google Patents

Abstract

一种基于兴趣群组的群体推荐方法涉及信息技术领域。目前各个网站主要进行的是个性化推荐，为每个用户量身定做推荐内容，这样随着用户的增多，推荐服务器的计算压力比较大，难以实时推荐。本发明先根据用户的兴趣爱好将他们分配到兴趣群组中，每个兴趣群组用一个虚拟用户代表这个兴趣群组的爱好。为群组内用户的推荐都使用同一个兴趣群组的推荐列表。所以计算量显著减少。在推荐系统中存在数据稀疏性问题，增加了项目评分支持度作为衡量某个项目的评分可信程度标准。本发明增强推荐结果的多样性，同时也能显著减少产生推荐结果的计算量，提高系统的可扩展性。

Description

一种基于兴趣群组的群体推荐方法

技术领域：

本发明涉及信息技术领域，尤其涉及一种基于兴趣群组的群体推荐方法。

背景技术：

随着互联网技术的高速发展和普及，互联网用户群体和以互联网为载体的各种网络信息服务和应用急剧增加。面对海量的信息资源，用户很难在有限时间内通过手工方式在如此巨大的信息空间中获得符合其自身需求的信息，而信息提供方也很难在服务的过程中挖掘用户的使用习惯，从而进一步改善自身的服务，这也就产生了所谓的“信息过载”问题。为了解决信息过载问题，传统的信息服务采用了门户网站(Yahoo！)、搜索引擎(Google)和定制过滤内容等方法，但当用户的需求十分模糊时，这些方法也无法为用户提供满意服务。在这种背景下，推荐系统技术应运而生，它被认为是当前解决信息过载问题最有效的工具之一。推荐系统可以依据用户的历史兴趣偏好，通过计算用户模型与项目的相似度来为某个用户产生个性化推荐。协同过滤技术是迄今为止最为成功的推荐技术，已经广泛应用于诸多系统中。在协同过滤推荐方法中，对于m*n维的用户-项目评价矩阵，寻找最近邻居的算法时间复杂度将达到O(m*n²)。因此，当用户和项目规模十分巨大时，计算复杂度的增加都将严重影响推荐的实时性。现有的推荐系统通常采用降维、聚类、概率、数据集缩减、线性模型等技术对推荐系统的可扩展性进行改善。这些优化方法通常采用离线计算、定期更新的推荐模式，但这种离线计算方法不能充分利用最新数据以体现用户兴趣偏好的动态变化。

针对现有技术的上述缺陷，本发明提供一种基于兴趣群组的群体推荐方法，使用兴趣相似的群体推荐代替用户的个性化推荐，群体推荐列表既能够反映用户的兴趣，增强推荐结果的多样性，同时也能显著减少产生推荐结果的计算量，提高系统的可扩展性。

发明内容：

本发明提供

一种基于兴趣群组的群体推荐方法，其特征在于包括如下步骤：

1)根据群组内用户成员的特征表示，计算产生群组虚拟用户的特征表示，群组虚拟用户的特征表示代表了该群组的兴趣；

2)通过计算群组虚拟用户和待加入群组用户特征表示的特征相似度，形成若干兴趣群组；

3)改进基于用户的协同过滤方法，增加用户评分有效性，为兴趣群组内用户生成用户个体评分；

4)依据群组内用户个体评分，产生该兴趣群组的Top-K推荐列表；当需要为用户产生推荐时，使用该用户所在的兴趣群组推荐列表代替用户的个性化推荐列表。

步骤1)和2)具体如下：

步骤100：根据用户对项目评分，计算用户的兴趣特征；选取用户评分的前k个项目作为代表用户的兴趣特征；定义I＝<i₁，...，i_n>为项目集合；用户p的兴趣特征表示为用户对项目评分的集合：

其中，为用户p对项目i_j的评分，r_(m)为用户p的所有项目评分的次序统计量；步骤200：根据用户的兴趣特征和兴趣群组的群组特征，选择与其兴趣相近的兴趣群组，将用户加入该组中，同时进行兴趣群组的维护，包括兴趣群组的群组特征向量的更新，兴趣组的分裂与合并；包括：

步骤201：判断用户是否为推荐系统中的第一个用户，确定所述当前用户是推荐系统第一个用户，执行步骤202；否则执行步骤203；

步骤202：建立新的兴趣群组；为该群组产生新的群组编号；

步骤203：计算所述当前用户的兴趣特征与推荐系统中已有兴趣群组的群组特征的相似度，并且相似度大于阈值δ，δ取值为0.15-0.3；

采用Pearson相关系数度量方法，则用户a与群组虚拟用户b的相似度计 算方法如下：

其中P＝{p₁,......,p_m}为m个项目的集合，r_a，p为用户a对项目p的评分，r_b，p为用户b对项目p的评分，和分别为用户a和群组虚拟用户b对所有打过分项目的平均分；

步骤204：在所述当前用户的兴趣特征与兴趣群组的虚拟用户特征相似度大于阈值δ的兴趣群组中，选择相似度最高的兴趣群组，作为所述当前用户即将加入的兴趣群组；

步骤205：当有用户加入或者离开兴趣群组时，需要对兴趣群组进行维护，包括：

步骤205a：判断当前兴趣群组的成员变化，如果有新用户成员加入，执行步骤205b；如果有用户成员退出，执行步骤205d；

步骤205b：当有新的用户加入时，判断当前兴趣群组内成员数量是否超过阈值MaxNumber；为了避免群组合并后形成的新组再次分裂，群组分裂值MaxNumber和群组合并值MinNumber应满足MaxNumber2*MinNumber；如果当前兴趣群组成员数量超过阈值MaxNumber，执行步骤205c，否则执行步骤205f；

步骤205c：根据用户的兴趣特征，使用K-means聚类算法，将原有兴趣群组内用户重新聚类成2个新的兴趣群组；

步骤205d：当有新的用户退出时，判断当前兴趣群组内成员数量是否小于阈值MinNumber；如果当前兴趣群组成员数量小于阈值MinNumber，执行步骤205e，否则执行步骤205f；

步骤205e：通过计算兴趣群组之间的虚拟用户特征相似度，将该兴趣群组成员合并到与其兴趣特征相似度最高的兴趣群组中；

步骤205f：计算新生成兴趣群组的虚拟用户兴趣特征；采用平均值策略，群组对项目i的评分为：

其中，r_ui为用户u对项目i的评分,|G_i|为群组G中对项目i进行过评分的用户数量；

则群组的兴趣特征表示为：

其中，为群组G对项目i_j的评分，r_G(m)为群组G的所有项目评分的次序统计量。

步骤3)具体如下：

步骤301：以用户所在兴趣群组的成员为邻居，采用基于用户的协同过滤方法，计算兴趣群组的用户相似度矩阵；采用Person相关系数作为相似度计算标准；

步骤302：用户u对项目i的评分支持度计算法方法如下：

其中，表示对项目i评分过的用户集合，表示用户u所在兴趣群组的用户集合；

步骤303：计算兴趣群组内用户对未评分项目的评分值，计算方法如下：

其中，和分别表示用户u和用户u'对所有项目评分的平均值，r_u'i表示用户u'对项目i的评分，UserSim(u,u')表示用户u与用户u'的相似度，采用Pearson相关系数度量方法；

步骤304：结合项目评分支持度，计算兴趣群组内用户对未评分项目的评分值，计算方法如下：

其中，ω₁,ω₂是权重系数，且ω₁,ω₂≥0,ω₁+ω₂＝1。

本发明提供的一种基于兴趣群组的群体推荐方法，根据用户历史评分记录，形成用户的兴趣特征表示，代表该用户的兴趣爱好。具有相似兴趣爱好的用户聚集在一起，形成兴趣群组，群组虚拟用户的特征表示代表了兴趣群组的群体兴趣。兴趣群组的数量由兴趣群组的粒度决定，从而避免了因为某一兴趣方向用户成员过多而无法体现用户个性化需求的现象，充分体现了用户的细粒度兴趣爱好。考虑到推荐系统中存在数据稀疏性问题，即项目集合较大，而用户仅对一小部分项目进行过评分，在使用群组内用户成员作为邻居计算用户的个体评分时，增加项目评分支持度作为衡量某个项目评分可信的标准，实现基于用户的协同过滤算法。最后，依据群组内的用户个体评分，采用Threshold Algorithm(TA)阈值算法生成群组的Top-K推荐列表。兴趣群组产生的群体推荐列表既反映了用户的兴趣爱好，同时由于群组数量远远小于用户数量，生成群组推荐列表计算量远远低于为每一个用户生成个性化推荐列表的计算量，从而在提高推荐系统可扩展性的同时，保证了推荐系统的实时性。本发明也可以用于当传输带宽较窄时的用户推荐系统，如通过移动IPTV或者卫星电视为用户做电视节目推荐。

附图说明：

图1为本发明的群体推荐方法流程图

图2为本发明的用户加入兴趣群组流程图

图3为本发明的兴趣群组维护流程图

图4为本发明的群组内个体评分预测流程图

图5为本发明的产生群组Top-K推荐列表流程图

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。

图1为本发明基于兴趣群组的群体推荐方法一个实施例的流程图，如图1所示，该方法包括：

步骤100：根据用户对项目评分，计算用户的兴趣特征。选取用户评分的前k个项目作为代表用户的兴趣特征。定义I＝<i₁，...，i_n>为项目集合。用户p的兴趣特征表示为用户对项目评分的集合：

其中，为用户p对项目i_j的评分，r_(m)为用户p的所有项目评分的次序统计量。将一组随机变量按照从小到大排列，称为次序统计量，m的取值从n-k+1到n，意味着取次序统计量中最后k个数值，即该组随机变量的k个最大值。如n＝10，k＝3，即取10个数中，值最大的3个数。

步骤200：根据用户的兴趣特征和兴趣群组的群组特征，选择与其兴趣相近的兴趣群组，将用户加入该组中，同时进行兴趣群组的维护，包括兴趣群组的群组特征向量的更新，兴趣组的分裂与合并。图2为本发明的用户加入兴趣群组流程图，包括：

步骤201：判断用户是否为推荐系统中的第一个用户，确定所述当前用户是推荐系统第一个用户，执行步骤202。否则执行步骤203。

步骤202：建立新的兴趣群组。为该群组产生新的群组编号。

步骤203：计算所述当前用户的兴趣特征与推荐系统中已有兴趣群组的群组特征的相似度，并且相似度大于阈值δ，δ取值为0.15-0.3。

在实验中采用MovieLens1M数据集为实验数据，该数据集由GroupLens研究小组从MovieLens电影评分网站收集到的评分数据构成。δ取值为0.15-0.3时，随着δ的增加，群组内成员差异性逐渐降低，推荐准确度有所提高。但当继续增加δ的值时，满足条件的用户数量逐渐减少，反而降低了推荐准确性。

兴趣群组的群组特征由兴趣群组的虚拟用户特征表示，虚拟用户特征计算方法见步骤205f。采用Pearson相关系数(Pearson Correlation，PC)度量方法，则用户a与群组虚拟用户b的相似度计算方法如下：

其中P＝{p₁,......,p_m}为m个项目的集合，r_a，p为用户a对项目p的评分，r_b，p为用户b对项目p的评分，和分别为用户a和群组虚拟用户b对所有打过分项目的平均分。

步骤204：在所述当前用户的兴趣特征与兴趣群组的虚拟用户特征相似度大于阈值δ的兴趣群组中，选择相似度最高的兴趣群组，作为所述当前用户即将加入的兴趣群组。

步骤205：当有用户加入或者离开兴趣群组时，需要对兴趣群组进行维护。图3为本发明的兴趣群组维护流程图。包括：

步骤205a：判断当前兴趣群组的成员变化，如果有新用户成员加入，执行步骤205b。如果有用户成员退出，执行步骤205d。

步骤205b：当有新的用户加入时，判断当前兴趣群组内成员数量是否超过阈值MaxNumber。为了避免群组合并后形成的新组再次分裂，群组分裂值MaxNumber和群组合并值MinNumber应满足MaxNumber2*MinNumber。如果当前兴趣群组成员数量超过阈值MaxNumber，执行步骤205c，否则执行步骤205f。

步骤205c：根据用户的兴趣特征，使用K-means聚类算法，将原有兴趣群组内用户重新聚类成2个新的兴趣群组。

步骤205d：当有新的用户退出时，判断当前兴趣群组内成员数量是否小于阈值MinNumber。如果当前兴趣群组成员数量小于阈值MinNumber，执行步骤205e，否则执行步骤205f。

步骤205e：通过计算兴趣群组之间的虚拟用户特征相似度，将该兴趣群组成员合并到与其兴趣特征相似度最高的兴趣群组中。

步骤205f：计算新生成兴趣群组的虚拟用户兴趣特征。兴趣群组内包括多个用户，通过对这些用户评分的聚合，可以计算一个代表该兴趣群组的虚 拟用户兴趣特征。常用的聚合方法包括取平均值和取最小值两种。由于组内用户具有相似的兴趣爱好，因此适合采用平均值策略，群组对项目i的评分为：

其中，r_ui为用户u对项目i的评分,|G_i|为群组G中对项目i进行过评分的用户数量。

则群组的兴趣特征表示为：

其中，为群组G对项目i_j的评分，r_G(m)为群组G的所有项目评分的次序统计量。

步骤300：以用户所在兴趣群组的成员为邻居，改进基于用户的协同过滤算法，计算用户对未评分项目的个体评分。图4为本发明的群组内个体评分预测流程图，方法如下：

步骤301：以用户所在兴趣群组的成员为邻居，采用基于用户的协同过滤方法，计算兴趣群组的用户相似度矩阵。采用Person相关系数作为相似度计算标准。

步骤302：通常，在推荐系统中存在数据稀疏性问题，即项目集合较大，而用户仅对一小部分项目进行过评分。增加项目评分支持度可以衡量某个项目评分可信程度。用户u对项目i的评分支持度计算法方法如下：

其中，表示对项目i评分过的用户集合，表示用户u所在兴趣群组的 用户集合。

步骤303：计算兴趣群组内用户对未评分项目的评分值，计算方法如下：

其中，和分别表示用户u和用户u'对所有项目评分的平均值，r_u'i表示用户u'对项目i的评分，UserSim(u,u')表示用户u与用户u'的相似度，采用Pearson相关系数度量方法。

步骤304：结合项目评分支持度，计算兴趣群组内用户对未评分项目的评分值，计算方法如下：

其中，ω₁,ω₂是权重系数，且ω₁,ω₂≥0,ω₁+ω₂＝1。

在实验中采用MovieLens1M数据集为实验数据，ω₁和ω₂的取值均为0.5，而当不考虑评分支持度时，即ω₁的值为1，ω₂的值为0时，共同推荐数有所下降，而推荐集合差异有所提高，说明了增加评分支持度，会提高推荐质量。

步骤400：在获得群体中的个体用户评分后，需要根据个体评分产生群体Top-K推荐。Top-K查询是指将分散在多个列表中的分数聚合成全局的分数并找出其中聚合分数最大的k个对象的过程。TA算法的核心思想是通过为算法设置阈值，利用现有对象聚合分数与阈值比较进行优先剪枝，提前舍弃掉那些不会进入Top-K集合中的对象。兴趣群组的虚拟用户兴趣特征由兴趣群组内用户评分的平均值计算，平均值函数为单调函数，满足TA算法中聚合函数的要求。通过构建一个大根堆来产生Top-K列表。图5为本发明的产生群组Top-K推荐列表流程图。方法如下：

步骤401：对评分矩阵的每一列进行快速排序，得到项目列表集合

步骤402：从L_i中依次并行取出每一个项目，如果取出项目不为空，执行 步骤403，否则执行步骤407。

步骤403：判断从项目列表中取出的项目是否为堆元素，如果该项目不是堆元素，执行步骤404，否则执行步骤402。

步骤404：采用随机访问模式，使用平均值函数作为聚合函数，计算当前项目的群体评分。

步骤405：判断当前项目的群体评分值是否大于堆顶元素的值。如果当前项目的群体评分值大于堆顶元素的值，执行步骤406，否则执行步骤402。

步骤406：计算产生一个项目评分的最高阈值，即如果r_u是L_i即步骤401中的项目列表集合

中的最近一次评分，则阈值的上限为：然后更新堆元素。

步骤407：将堆的Top-K元素返回即为群体评分最高的K个项目。

步骤500：将步骤407计算而得的Top-K项目列表作为该兴趣群组内所有成员的推荐列表返回给用户。

本发明的方法充分利用了基于用户的协同过滤思想，即具有相似兴趣爱好的用户，其推荐需求也是相似的。通过生成兴趣群组的虚拟用户，代表兴趣群组中所有用户的推荐需求，从而将个性化推荐转换为群体推荐，显著降低了为每个用户生成个性化推荐的计算量。实验数据证明，基于6040个用户的1,000,209次评分产生推荐，相比基于用户的个性化协同过滤推荐方法，虽然推荐准确度降低7.3％，但应用本方法能够将推荐产生时间减少75％。尤其当群组内用户规模数量增加时，推荐效率的提高更为明显。当用户相似度阈值δ增大时，用户的邻居减少，因而推荐计算时间都有所减少。当不考虑评分支持度时，即ω₁＝1,ω₂＝0时，虽然算法的运行时间会有减少17.8％，但推荐准确度降低7.2％。因此，当用户规模和项目规模都较大时，应用本方法将获得较低的推荐响应时间。

Claims (2)

1.一种基于兴趣群组的群体推荐方法，其特征在于包括如下步骤：

1)根据群组内用户成员的特征表示，计算产生群组虚拟用户的特征表示，群组虚拟用户的特征表示代表了该群组的兴趣；

2)通过计算群组虚拟用户和待加入群组用户特征表示的特征相似度，形成若干兴趣群组；

3)改进基于用户的协同过滤方法，增加用户评分有效性，为兴趣群组内用户生成用户个体评分；

4)依据群组内用户个体评分，产生该兴趣群组的Top-K推荐列表；当需要为用户产生推荐时，使用该用户所在的兴趣群组推荐列表代替用户的个性化推荐列表；

步骤1)和2)具体如下：步骤100：根据用户对项目评分，计算用户的兴趣特征；选取用户评分的前k个项目作为代表用户的兴趣特征；定义I＝<i₁，...，i_n>为项目集合；用户p的兴趣特征表示为用户对项目评分的集合：

其中，为用户p对项目i_j的评分，r_(m)为用户p的所有项目评分的次序统计量；步骤200：根据用户的兴趣特征和兴趣群组的群组特征，选择与其兴趣相近的兴趣群组，将用户加入该组中，同时进行兴趣群组的维护，包括兴趣群组的群组特征向量的更新，兴趣组的分裂与合并；包括：

步骤201：判断用户是否为推荐系统中的第一个用户，确定所述当前用户是推荐系统第一个用户，执行步骤202；否则执行步骤203；

步骤202：建立新的兴趣群组；为该群组产生新的群组编号；

步骤203：计算所述当前用户的兴趣特征与推荐系统中已有兴趣群组的群组特征的相似度，并且相似度大于阈值δ，δ取值为0.15-0.3；

采用Pearson相关系数度量方法，则用户a与群组虚拟用户b的相似度计算方法如下：

其中P＝{p₁,......,p_m}为m个项目的集合，r_q，p为用户a对项目p的评分，r_b，p为用户b对项目p的评分，和分别为用户a和群组虚拟用户b对所有打过分项目的平均分；

步骤204：在所述当前用户的兴趣特征与兴趣群组的虚拟用户特征相似度大于阈值δ的兴趣群组中，选择相似度最高的兴趣群组，作为所述当前用户即将加入的兴趣群组；

步骤205：当有用户加入或者离开兴趣群组时，需要对兴趣群组进行维护，包括：

步骤205a：判断当前兴趣群组的成员变化，如果有新用户成员加入，执行步骤205b；如果有用户成员退出，执行步骤205d；

步骤205b：当有新的用户加入时，判断当前兴趣群组内成员数量是否超过阈值MaxNumber；为了避免群组合并后形成的新组再次分裂，群组分裂值MaxNumber和群组合并值MinNumber应满足MaxNumber 》2*MinNumber；如果当前兴趣群组成员数量超过阈值MaxNumber，执行步骤205c，否则执行步骤205f；

步骤205c：根据用户的兴趣特征，使用K-means聚类算法，将原有兴趣群组内用户重新聚类成2个新的兴趣群组；

步骤205d：当有新的用户退出时，判断当前兴趣群组内成员数量是否小于阈值MinNumber；如果当前兴趣群组成员数量小于阈值MinNumber，执行步骤205e，否则执行步骤205f；

步骤205e：通过计算兴趣群组之间的虚拟用户特征相似度，将该兴趣群组成员合并到与其兴趣特征相似度最高的兴趣群组中；

步骤205f：计算新生成兴趣群组的虚拟用户兴趣特征；采用平均值策略，群组G对项目i的评分为：

其中，r_ui为用户u对项目i的评分,|G_i|为群组G中对项目i进行过评分的用户数量；

则群组G的兴趣特征表示为：

其中，为群组G对项目i_j的评分，r_G(m)为群组G的所有项目评分的次序统计量。

2.根据权利要求1所述的一种基于兴趣群组的群体推荐方法，其特征在于：

步骤3)具体如下：

步骤301：以用户所在兴趣群组的成员为邻居，采用基于用户的协同过滤方法，计算兴趣群组的用户相似度矩阵；采用Pearson相关系数作为相似度计算标准；

步骤302：用户u对项目i的评分支持度计算法方法如下：

support(u,i)＝|G_u∩P_i|/|G_u|

其中，P_i表示对项目i评分过的用户集合，G_u表示用户u所在兴趣群组的用户集合；

步骤303：计算兴趣群组内用户对未评分项目的评分值，计算方法如下：

其中，和分别表示用户u和用户u'对所有项目评分的平均值，r_u'i表示用户u'对项目i的评分，UserSim(u,u')表示用户u与用户u'的相似度，采用Pearson相关系数度量方法；

步骤304：结合项目评分支持度，计算兴趣群组内用户对未评分项目的评分值，计算方法如下：

其中，ω₁,ω₂是权重系数，且ω₁,ω₂≥0,ω₁+ω₂＝1。