CN109670909A - 一种基于概率矩阵分解和特征融合的旅游产品推荐方法 - Google Patents

Abstract

本发明提出一种基于概率矩阵分解和特征融合的旅游产品推荐方法，包括：建立用户产品点击量矩阵和点击量指示矩阵，利用概率矩阵分解，建立损失目标函数；获取用户行为数据和旅游产品特征数据，计算用户产品特征相似度矩阵；将用户产品点击量矩阵作为因变量，用户产品特征相似度矩阵作为自变量，利用多元线性回归，建立损失目标函数；利用未观测的点击量值作为概率矩阵分解和多元线性回归的纽带，建立损失目标函数；联立损失目标函数，通过梯度下降算法求解用户隐因子矩阵和产品隐因子矩阵；计算预测点击量并排序，推荐预测值排名前K的产品。本发明解决了旅游推荐冷启动、数据稀疏、特征复杂等问题，提高了推荐的准确度。

Description

一种基于概率矩阵分解和特征融合的旅游产品推荐方法

技术领域

本发明属于信息处理领域，尤其是一种基于概率矩阵分解和特征融合的旅游产品推荐方法。

背景技术

利用网络进行在线信息搜索已成为旅游者在旅游前获取信息的主要渠道，然而随着互联网的普及以及电子商务网站的兴起，旅游者常常被淹没于大量的信息搜索和产品选择当中，而旅游推荐系统则是解决信息超载问题的有效方法。同时，旅游产品推荐与传统商品推荐有显著的差异：“用户-产品”关联矩阵极其稀疏；旅游产品具有复杂的时空特征(比如，出发地、目的地、价格和行程时间等)；用户冷启动问题严重。因此，针对传统商品的推荐方法很难直接应用于旅游推荐领域。

目前，旅游产品推荐大多先从异构数据中提取旅游产品的多维特征，从而设计出一种基于内容的或混合协同过滤推荐方法。比如Liu等人从旅游套餐描述文本中挖掘潜在主题，结合季节和价格等因素，提出一种混合协同过滤推荐方法。Ge等人考虑价格和行程时间等因素提出了一种成本感知的推荐方法。然而，主流技术过于重视旅游产品信息，而忽略用户信息(比如，出发地、意向目的地等)以及未观测到的“用户-产品”关联数据。

概率矩阵分解技术是根据用户和产品的特征向量以及观察到的评分服从高斯先验分布，利用贝叶斯推导，得到用户和产品的特征矩阵，最后根据特征矩阵计算出预测评分。该方法可以有效地利用多方面信息，在推荐时有着更好的准确率，而且复杂度不高，适用处理大规模数据；用户-产品交互行为易于转换为用户-产品关联矩阵形式；概率矩阵分解可以结合其他模型，融入隐性和显性反馈信息。

发明内容

本发明所解决的技术问题在于提供一种基于概率矩阵分解和特征融合的旅游产品推荐方法，利用显性与隐性反馈信息，结合概率矩阵分解和线性回归，考虑了用户信息，有效的利用了多方面信息，提高了推荐的准确性，且复杂性低。

实现本发明目的的技术解决方案为：

一种基于概率矩阵分解和特征融合的旅游产品推荐方法，包括以下步骤：

步骤1：采集用户对产品的点击量数据，建立用户产品点击量矩阵X和点击量指示矩阵I^X，对用户产品点击量矩阵X进行概率矩阵分解，建立第一损失目标函数；

步骤2：采集用户行为数据和旅游产品特征数据，用户行为数据包括用户IP地址归属地和用户搜索信息，旅游产品特征数据包括出发地、目的地、价格和行程时间，计算用户产品特征相似度矩阵Y；

步骤3：将用户产品点击量矩阵X作为因变量，用户产品特征相似度矩阵Y作为自变量，通过多元线性回归，建立第二损失目标函数

步骤4：利用未观测的点击量矩阵建立第三损失目标函数

步骤5：建立总损失目标函数通过梯度下降算法计算用户隐因子矩阵U和产品隐因子矩阵V；

步骤6：根据用户隐因子矩阵U和产品隐因子矩阵V，计算用户对产品的预测点击量并根据预测点击量从高至低进行排序，为对应客户推荐排序前K位的产品。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，步骤1具体为：

建立用户产品点击量矩阵为X＝{X_ij}，i∈N，j∈M，N表示推荐系统中的用户数量，M表示推荐系统中的旅游产品数量；

建立点击量指示矩阵为 表示用户i对产品j是否存在点击行为，若是，则若否，则

建立第一损失目标函数为

其中，σ_X1为参数，表示Frobenius范数，⊙表示Hardamard乘积。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，步骤2中的用户产品特征相似度矩阵包括：旅游产品出发地与用户IP地址归属地的地理相似度矩阵、语义相似度矩阵，旅游产品目的地与用户搜索地址的地理相似度矩阵、语义相似度矩阵，用户价格偏好与旅游产品价格的相似度矩阵，用户时间偏好与旅游产品行程时间的相似度矩阵。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，计算地理相似度矩阵的方法为：

其中，地名p_i、p_j之间的地理相似度为S₁(p_i，p_j)，D(p_i，p_j)为通过经纬度信息计算的地名p_i、p_j之间的距离，max为D(p_i，p_j)的最大值，min为D(p_i，p_j)的最小值。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，计算语义相似度矩阵的方法为：

其中，地名p_i、p_j之间的语义相似度为S₂(p_i，p_j)，H(p_i∩p_j)为地名p_i与地名p_j在地理树中的最近公共父节点距离根节点的路径长度，H(p_i)为地名p_i在地理树中距离根节点的路径长度。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，计算用户价格偏好与旅游产品价格的相似度矩阵、用户时间偏好与旅游产品行程时间的相似度矩阵的方法为：将用户价格偏好和时间偏好量化成高斯分布，旅游产品价格和旅游产品行程时间对应高斯分布上的值作为相似度值。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，步骤3中建立的第二损失目标函数为：

其中，×d为d-mode乘积，β为回归系数向量，σ_X2、σ_B1参数，表示Frobenius范数，⊙表示Hardamard乘积。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，步骤4中建立的第三损失目标函数为：

其中，σ_B2为参数，×d为d-mode乘积，β为回归系数向量，表示Frobenius范数，⊙表示Hardamard乘积。

进一步的，本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法，步骤6中的预测点击量为：

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1、本发明提出了一种基于概率矩阵分解和特征融合的旅游产品推荐方法，步骤简单、清晰、完整，易于理解。

2、本发明根据用户产品的关联矩阵，在概率矩阵分解模型的基础上引入产品用户特征信息，改进概率矩阵分解模型，获得了更好的推荐效果。

3、本发明在计算用户IP地址和旅游产品出发地相似度、用户搜索信息和旅游产品目的地相似度时，同时考虑了地理相似度和语义相似度，能够提高推荐的准确性。

4、本发明考虑到大量未观测的点击量值，将其作为概率矩阵分解和多元线性回归的纽带，能够有效提高推荐的准确性。

5、本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法能缓解旅游产品推荐中数据稀疏、特征复杂和冷启动问题，具备较好的推荐效果，且该推荐方法适用于大规模数据集的旅游推荐系统中。

附图说明

图1为本发明的基于概率矩阵分解和特征融合的旅游产品推荐方法流程图；

图2为标准的概率矩阵分解模型结构示意图；

图3为本发明的基于概率矩阵分解和特征融合的推荐模型结构示意图；

图4为计算两个地名语义相似度的地理树示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

一种基于概率矩阵分解和特征融合的旅游产品推荐方法，如图1所示，具体包括以下步骤：

步骤1：采集用户对产品的点击量数据，建立用户产品点击量矩阵X和点击量指示矩阵I^X，对用户产品点击量矩阵X进行概率矩阵分解，建立第一损失目标函数

建立用户产品点击量矩阵为X＝{X_ij}，i∈N，j∈M，N表示推荐系统中的用户数量，M表示推荐系统中的旅游产品数量；

建立点击量指示矩阵为 表示用户i对产品j是否存在点击行为，若是，则若否，则

如图2所示，概率矩阵分解模型中，用户的隐因子矩阵U的条件概率是第i个用户的隐因子特征向量为U_i，产品的隐因子矩阵的条件概率是第j个产品的隐因子特征向量为V_j。用户i对产品j的点击量预测公式为用户隐因子向量与产品隐因子向量的内积 表示U_i服从均值为0方差为的多维高斯分布，表示V_j服从矩阵为0方差为的多维高斯分布。

根据点击量预测公式，用户隐因子矩阵的条件概率和产品的隐因子矩阵的条件概率，提出需要最大化的隐因子矩阵的后验概率如下：

最大化上述概率函数，等价于最小化如下的损失目标函数：

其中，σ_X1为参数，表示Frobenius范数，⊙表示Hardamard乘积。

步骤2：采集用户行为数据和旅游产品特征数据，用户行为数据包括用户IP地址归属地和用户搜索信息，旅游产品特征数据包括出发地、目的地、价格和行程时间，计算用户产品特征相似度矩阵Y。用户产品特征相似度矩阵Y包括：旅游产品出发地与用户IP地址归属地的地理相似度矩阵、语义相似度矩阵，旅游产品目的地与用户搜索地址的地理相似度矩阵、语义相似度矩阵，用户价格偏好与旅游产品价格的相似度矩阵，用户时间偏好与旅游产品行程时间的相似度矩阵。

其中，计算地理相似度矩阵的方法为：

其中，地名p_i、p_j之间的地理相似度为S₁(p_i，p_j)，D(p_i，p_j)为通过经纬度信息计算的地名p_i、p_j之间的距离，max为D(p_i，p_j)的最大值，min为D(p_i，p_j)的最小值。

计算语义相似度矩阵的方法为：

其中，地名p_i、p_j之间的语义相似度为S₂(p_i，p_j)，H(p_i∩p_j)为地名p_i与地名p_j在地理树中的最近公共父节点距离根节点的路径长度，H(p_i)为地名p_i在地理树中距离根节点的路径长度。

如图4所示，通过构建地理树，计算地名之间的语义相似度，比如，某个用户的意向目的地是泰国，根据地理树，计算得到S₂(秦国，普吉岛)＝0.889，S₂(泰国，济州岛)＝0.444，表示该用户更倾向于选择目的地为普吉岛的旅游产品。

计算用户价格偏好与旅游产品价格的相似度矩阵、用户时间偏好与旅游产品行程时间的相似度矩阵的方法为：将用户价格偏好和时间偏好量化成高斯分布，旅游产品价格和旅游产品行程时间对应高斯分布上的值作为相似度值。

步骤3：将用户产品点击量矩阵X作为因变量，用户产品特征相似度矩阵Y作为自变量，通过多元线性回归，建立第二损失目标函数

如图3所示，同时融入用户产品特征的概率矩阵分解模型中，将用户i对产品j的点击量值X_ij作为因变量，用户产品特征相似度值作为自变量，利用多元线性回归，即X＝Y_×dβ，其中y_ij＝[y_ijd]_D×1表示D维特征向量，y_ijd对应于第d个特征值，β＝[β_d]_D×1表示D维回归系数，βd对应于第d个特征的回归系数。其中y_ij为张量Y在(i,j)维度的纤维，×d为d-mode乘积。用户产品点击量X的条件概率为回归系数向量β的条件概率为

根据用户产品点击量的条件概率和回归系数向量的条件概率，提出需要最大化的回归系数向量的后验概率如下：

最大化上述概率函数，等价于最小化如下的损失目标函数：

其中，×d为d-mode乘积，β为回归系数向量，σ_X2、σ_B1参数，表示Frobenius范数，⊙表示Hardamard乘积。

步骤4：利用未观测的点击量矩阵作为概率矩阵分解和多元线性回归的纽带，建立第三损失目标函数

如图3所示，同时融入用户产品特征的概率矩阵分解模型中，利用未观测的点击量值作为概率矩阵分解和多元线性回归的纽带，未观测值的条件概率为

最大化上述概率函数，等价于最小化如下的损失目标函数为：

其中，σ_B2为参数，×d为d-mode乘积，β为回归系数向量，表示Frobenius范数，⊙表示Hardamard乘积。

步骤5：建立总损失目标函数通过梯度下降算法计算用户隐因子矩阵U和产品隐因子矩阵V。

如图3所示，联立损失目标函数求解所述损失目标函数中的变量U，V和β_d，通过梯度下降算法最小化损失函数求解用户因子矩阵U，产品因子矩阵V和回归系数β_d，得到U，V和β_d的偏导数公式：

采用梯度下降方法最小化损失目标函数获得用户隐因子矩阵U和物品隐因子矩阵V。

步骤6：根据用户隐因子矩阵U和产品隐因子矩阵V，计算用户对产品的预测点击量并根据预测点击量从高至低进行排序，为对应客户推荐排序前K位的产品。

实施例1

在本实施例中，对基于概率矩阵分解和特征融合的旅游产品的推荐方法进行详细叙述。实施例中包含5个用户和30个旅游产品页面。

1、采集用户产品点击量数据：

u₁＝{<v₁，2>，<v₁₀，1>，<v₂₀，1>}，u₂＝{<v₃，2>，<v₄，1>，<v₂₉，1>}，

u₃＝{<v₁₄，1>，<v₂₇，2>，<v₈，1)}，u₄＝{<v₇，1>，<v₈，1>，<v₁₆，2>}，

u₅＝{<v₁₂，1>，<v₂₁，1>，<v₆，2>}

计算得到用户产品点击量矩阵和点击量指示矩阵，结果如下：

2、用户行为数据(用户IP地址、用户搜索信息)：

u₁：南京，三亚；u₂：上海，泰国；u₃：上海，马来西亚；u₄：苏州，青岛；u₅：北京，马尔代夫。

旅游产品特征数据(出发地、目的地、价格和行程时间)：

计算得到六种相似度矩阵Y，结果如下：

(1)旅游产品出发地和用户IP地址归属地地理相似度矩阵：

(2)旅游产品出发地和用户IP地址归属地语义相似度矩阵：

(3)旅游产品目的地和用户搜索地址地理相似度矩阵：

(4)旅游产品目的地和用户搜索地址语义相似度矩阵：

(5)用户价格偏好与旅游产品价格相似度矩阵：

(6)用户时间偏好和旅游产品行程时间相似度矩阵：

3、计算得到预测点击量的结果如下：

为对应的客户推荐预测值排名前5的产品，结果如下：

u₁：{v₈，v₁₆，v₂，v₃，v₂₇}，u₂：{v₁₆，v₈，v₂₇，v₂，v₂₀}，

u₃＝{v₁₆，v₄，v₂₅，v₁₅，v₂₀}，u₄＝{v₂₇，v₂₅，v₄，v₂₀，v₃}，

u₅＝{v₁₆，v₈，v₂₇，v₂₀，v₂₅}。

即：为用户1推荐产品8、16、2、3和27，为用户2推荐产品16、8、27、2和20，为用户3推荐产品16、4、25、15和20，为用户4推荐产品27、25、4、20和3，为用户5推荐产品16、8、27、20和25。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进，这些改进应视为本发明的保护范围。

Claims (9)

1.一种基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，包括以下步骤：

步骤1：采集用户对产品的点击量数据，建立用户产品点击量矩阵X和点击量指示矩阵I^X，对用户产品点击量矩阵X进行概率矩阵分解，建立第一损失目标函数

步骤2：采集用户行为数据和旅游产品特征数据，用户行为数据包括用户IP地址归属地和用户搜索信息，旅游产品特征数据包括出发地、目的地、价格和行程时间，计算用户产品特征相似度矩阵Y；

步骤3：将用户产品点击量矩阵X作为因变量，用户产品特征相似度矩阵Y作为自变量，通过多元线性回归，建立第二损失目标函数

步骤4：利用未观测的点击量矩阵建立第三损失目标函数

步骤5：建立总损失目标函数通过梯度下降算法计算用户隐因子矩阵U和产品隐因子矩阵V；

步骤6：根据用户隐因子矩阵U和产品隐因子矩阵V，计算用户对产品的预测点击量并根据预测点击量从高至低进行排序，为对应客户推荐排序前K位的产品。

2.根据权利要求1所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，步骤1具体为：

建立用户产品点击量矩阵为X＝{X_ij}，i∈N，j∈M，N表示推荐系统中的用户数量，M表示推荐系统中的旅游产品数量；

建立点击量指示矩阵为 表示用户i对产品j是否存在点击行为，若是，则若否，则

建立第一损失目标函数为

其中，σ_X1为参数，表示Frobenius范数，⊙表示Hardamard乘积。

3.根据权利要求1所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，步骤2中的用户产品特征相似度矩阵包括：旅游产品出发地与用户IP地址归属地的地理相似度矩阵、语义相似度矩阵，旅游产品目的地与用户搜索地址的地理相似度矩阵、语义相似度矩阵，用户价格偏好与旅游产品价格的相似度矩阵，用户时间偏好与旅游产品行程时间的相似度矩阵。

4.根据权利要求3所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，计算地理相似度矩阵的方法为：

其中，地名p_i、p_j之间的地理相似度为S₁(p_i，p_j)，D(p_i，p_j)为通过经纬度信息计算的地名p_i、p_j之间的距离，max为D(p_i，p_j)的最大值，min为D(p_i，p_j)的最小值。

5.根据权利要求3所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，计算语义相似度矩阵的方法为：

其中，地名p_i、p_j之间的语义相似度为S₂(p_i，p_j)，H(p_i∩p_j)为地名p_i与地名p_j在地理树中的最近公共父节点距离根节点的路径长度，H(p_i)为地名p_i在地理树中距离根节点的路径长度。

6.根据权利要求3所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，计算用户价格偏好与旅游产品价格的相似度矩阵、用户时间偏好与旅游产品行程时间的相似度矩阵的方法为：将用户价格偏好和时间偏好量化成高斯分布，旅游产品价格和旅游产品行程时间对应高斯分布上的值作为相似度值。

7.根据权利要求1所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，步骤3中建立的第二损失目标函数为：

其中，×d为d-mode乘积，β为回归系数向量，σ_X2、σ_B1参数，表示Frobenius范数，⊙表示Hardamard乘积。

8.根据权利要求1所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，步骤4中建立的第三损失目标函数为：

其中，σ_B2为参数，×d为d-mode乘积，β为回归系数向量，表示Frobenius范数，⊙表示Hardamard乘积。

9.根据权利要求1所述的基于概率矩阵分解和特征融合的旅游产品推荐方法，其特征在于，步骤6中的预测点击量为：