CN106991133B - 一种基于重启随机游走模型的活跃用户群组推荐方法 - Google Patents

Abstract

本发明公开了一种基于重启随机游走的活跃用户群组推荐方法，主要针对群组推荐过程中冷门项目的涵盖等问题，提出了一种群组推荐方法，主要包括提出活跃用户群组，用户倾向值，项目涵盖率，群组倾向偏差，通过重启随机游走模型得到各个活跃群组关于项目的相关系数，并对用户群组生成包含冷门项目的推荐，降低了群组推荐中用户量过大的问题，同时生成的推荐包含了冷门项目。

Description

一种基于重启随机游走模型的活跃用户群组推荐方法

技术领域

本发明涉及推荐***技术领域，特别是一种基于重启随机游走模型的活跃用户群组推荐方法。

背景技术

随着互联网技术的飞速发展，网络上的服务数量也随之急剧增长.然而，这种增长远远超过个人或***所能接受、处理和有效利用的范畴。在这种环境下，能够针对不同用户需求的推荐***应运而生，推荐理论及其相关技术已成为学术界和工业界的一个热门研究课题。

传统的服务推荐***如协同过滤技术普遍侧重于向单个用户进行推荐，但在现实生活的许多日常活动中，用户是以群组形式出现的，例如出行旅游、网上团购等。因此，群组推荐***需要同时考虑所有用户的倾向来进行推荐.另一方面，针对某单一用户进行推荐容易产生效果不理想的情况，而需要将其放入到群组中，通过群组推荐往往能获得良好效果，并能有效缓解新用户引起的冷启动问题.目前面向群组的推荐***研究受到越来越多的关注，2011年ACM推荐***大会(RecSys2011)以“为家庭群组推荐电影”为主题，举办了上下文感知电影推荐挑战赛(CAMRa2011)，促进了群组推荐在电影、餐饮、旅游等领域的推广与应用.群组发现作为群组推荐的前提步骤，其群组划分结果对推荐效果起重要作用.群组的内在相似度决定了群组推荐的精确度，高相似度群组的推荐效果能够达到甚至超过单个用户推荐的精度，且在群组规模增大时也具有良好的稳定性。

现有的群组推荐中，往往随着群组规模的增大计算效率急剧下降，绝大部分计算消耗来自于不活跃的用户，并且对于冷门项目的推荐也是亟待解决的问题。群组推荐中随着群组规模的不断增多，逐个分析单个用户极大的浪费了时间和资源，并且无法保证完全涵盖所有项目，及冷门项目得不到恰当的推荐。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于重启随机游走模型的活跃用户群组推荐方法，将活跃用户作为群组推荐对象，并通过随机游走重启模型为其推荐合适项目。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于重启随机游走模型的活跃用户群组推荐方法，包括以下步骤：

步骤一、通过计算项目涵盖率和群组倾向偏差获得活跃用户群组：将同时具有最大项目涵盖率和最低群组倾向偏差的子集群组作为活跃用户群组；

步骤二、构建相关度矩阵S_GMG，其中，S_GMG包含了活跃用户群组与项目间的相关度矩阵S_GM，每个活跃用户群组包含对项目的选择倾向，以及每个活跃用户群组与每个用户的相关度，并且每个用户同样具有对项目的选择倾向值；然后将相关度矩阵S_GMG正规化为N_GMG，作为重启随机游走模型的概率转移矩阵；

步骤三、启动重启随机游走模型，获得活跃用户群组与项目的相关系数，以N_GMG为概率转移矩阵，对各个活跃用户群组反复迭代执行重启随机游走过程，通过定义终止条件终止重启随机游走；再对每个活跃用户群组计算其稳定状态概率矩阵直至收敛，以获得活跃用户群组与项目的相关度系数，最后将相关度系数最高的前K个项目推荐给活跃用户群组。

作为本发明所述的一种基于重启随机游走模型的活跃用户群组推荐方法进一步优化方案，步骤一中获得活跃用户群组的具体流程如下：

步骤1.1、计算评分量化矩阵，定义用户集合U：U＝{u_i},0≤i≤|U|，项目集合P：P＝{p_j},0≤j≤|P|，用户和项目之间的互动信息用评分矩阵R量化，则有：

R＝{r_ij}_|U|×|P|,r_ij≥0

其中，u_i为第i个用户且i为整数，p_j为第j个项目且j为整数，r_ij为评分矩阵R的第i行j列的元素且r_ij为第i个用户对第j个项目的互动信息评分数据，若r_ij＝0代表u_i和p_j没有互动，即u_i的活动没有涵盖p_j；

步骤1.2、计算项目涵盖率，对于用户集合U给定的子集U'，U'的项目涵盖集P_U'定义为：

U'的项目涵盖率Cov(U')为P的子集P_U'在P中所占的比例，即：

步骤1.3、计算群组倾向偏差，用子集评分误差Err(U')来表示用户子集和全体用户之间的倾向偏差：

其中，avg(p_j,U')表示用户子集U'对第j个项目p_j的平均评分；

步骤1.4、根据步骤1.2及1.3得到项目涵盖率和群组倾向偏差获取活跃用户群组，活跃用户群组CUG是用户集合U的一个子集，活跃用户群组的大小为k，该子集满足如下两个条件，在用户集合U所有大小为k的子集中，有：

作为本发明所述的一种基于重启随机游走模型的活跃用户群组推荐方法进一步优化方案，步骤二中构建相关度矩阵S_GMG具体方法如下：

该相关度矩阵S_GMG用以表示两类项目间的相关系数：

其中，S_GM为活跃用户群组与项目间的相关度矩阵，S_MUG由S_MU和S_UG相乘得到，S_MU为项目与活跃用户群组的相关度矩阵，S_UG为用户与活跃用户群组的相关度矩阵；

N_GMG是通过如下方法得到的：

活跃用户群组及项目间的马尔科夫过渡矩阵N_GMG＝col_norm(S_GMG)，其中col_norm(S_GMG)表示正规化的S_GMG，所以矩阵S_GMG每一列和为1，然后正规化S_GM和S_MUG，则：

其中，N_GMG即为正规化后的S_GMG，N_GM表示从活跃用户群组到项目的概率转移矩阵，N_MUG表示项目到活跃用户群组的概率转移矩阵。

作为本发明所述的一种基于重启随机游走模型的活跃用户群组推荐方法进一步优化方案，所述终止条件为：当λ²≤ε时终止重启随即游走过程，ε为预设的阈值；

λ²是指步骤三中对各个活跃用户群组反复迭代执行重启随机游走过程，所得到的所有结果的方差，λ²通过如下公式计算：

其中，G为活跃用户群组数量，M为项目数量，μ为统计变量，从1开始至(G+M)结束，表示第μ个节点的第v_th次向活跃用户群组或项目游走，第μ个节点的第(v+1)_th次向活跃用户群组或项目游走，节点为活跃用户群组和项目的抽象表示；

稳定状态概率向量通过以下等式获得：

其中，表示第一个活跃用户群组的向量，表示最后一个项目的向量，对于第i个活跃用户群组g_i，执行公式(1)直至收敛，当公式(1)收敛时，公式(1)的结果是一个关于g_i的(G+M)×1的向量。

作为本发明所述的一种基于重启随机游走模型的活跃用户群组推荐方法进一步优化方案，所述ε为0.28。

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)为用户提供合适的群组推荐结果：在群组推荐中，由于用户选择的长尾效应导致冷门项目被热门项目覆盖，通过采用重启随机游走模型挖掘包括冷门项目在内的，用户、群组和项目间的相关关系，为活跃用户群体提供包含冷门项目的群组推荐结果。

(2)降低群组推荐计算复杂度：由于网络中用户数量的急剧增加，群组推荐中用户规模也随之增大，通过定义活跃用户群组来代替原有群组，有效屏蔽了不活跃用户带来的计算消耗，在保证项目覆盖率的情况下，提高了计算效率节约了计算时间和资源。

附图说明

图1是挖掘活跃用户群组的过程。

图2是重启随机游走的过程。

图3是本发明整体流程图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

为了说明本发明所述的群组推荐方法，我们给出如下的最佳实例，详细的阐述了一种基于重启随机游走模型的活跃用户群组推荐方法的实现过程。

下面给出一种基于重启随机游走模型的活跃用户群组推荐方法中的相关概念及具体描述：

(1)用户群组：具有相似选择倾向的用户形成的集合。比如在线电影评论社区中的电影圈。

(2)选择倾向值：用户对某项目的倾向的量化值，不同应用场景量化方式有所不同。

(3)项目涵盖率：推荐***是一种利用用户和项目的内容信息以及用户项目之间的互动信息，向合适的用户推荐合适的项目的信息过滤***。

(4)活跃用户群组：由于期望活跃用户群组能够充分反映全体用户的倾向偏好，用子集评分误差Err(U')来表示用户子集和全体用户之间的倾向偏差：

其中avg(p_j,U')表示用户子集U'对项目p_j的平均评分，显然Err(U')越小，子集U'越能充分反映全体用户群组的偏好倾向。但是若Cov(U')较小，则用户子集U'不能充分涵盖全体项目。因此，活跃用户群组(Active User Group,AUG)是用户集合U的一个子集，大小为k，它同时满足如下两个条件，在用户集合U所有大小为k的子集中，有：

(5)重启随机游走模型：随机游走(random walk)是一种数学统计模型,最早由Pearson提出。随机游走由一连串的轨迹组成,每一步的运动都是随机的,这种随机过程可用马尔科夫链表示,从一个点移动到另一个点的转移概率与时间无关。重启随机游走(random walk with restart，RWR)模型由Grady提出,最早用于图像分割。重启随机游走是一种特殊类型的随机游走,当将要进行下一步移动时有两种选择:一种是以一定概率根据状态转移矩阵随机地选择下一个状态,另一种是以一定的概率选择任意点开始随机游走，主要用于计算图中任意两点间的结构性关系。

RWR的过程定义为：

其中c(0≤c≤1)为返回概率，为第i维为1的单位向量，为正规化后的图节点加权邻接矩阵，初始时j，[r_i,j]为节点i相对于j的相关系数。则：

(6)评分融合：评分融合方法融合用户的预测评分或推荐项目列表得到群组的预测评分或群组推荐列表。评分融合过程时根据用户u_x在群组g_i中的相对权值w(u_x,g_i)和用户u_x对项目item_j的预测评分pred(u_x,item_j)来计算群组g_i对项目item_j的预测评分pred(g_i,item_j)：

具体步骤表述如下：

图1是挖掘活跃用户群组的过程，步骤1)通过计算项目涵盖率倾向偏差和获得活跃用户群组，具体流程如下：

步骤1.1)计算评分量化矩阵，一般的，定义用户集合U：U＝{u_i},0≤i≤|U|，其中u_i为单个用户且i为整数，项目集合P：P＝{p_j},0≤j≤|P|，其中p_j为单个项目且j为整数；用户和项目之间的互动信息用评分矩阵R量化，则有：

R＝{r_ij}_|U|×|P|,r_ij≥0 (6)

其中，u_i为第i个用户且i为整数，p_j为第j个项目且j为整数，r_ij为评分矩阵R的第i行j列的元素且r_ij为第i个用户对第j个项目的互动信息评分数据，若r_ij＝0代表u_i和p_j没有互动，即u_i的活动没有涵盖p_j；

步骤1.2)计算项目涵盖率，对于用户集合U给定的子集U'，U'的项目涵盖集P_U'定义为：

U'的项目涵盖率Cov(U')为P的子集P_U'在P中所占的比例，即：

步骤1.3)计算群组倾向偏差，由于期望活跃用户群组能够充分反映全体用户的倾向偏好，用子集评分误差Err(U')来表示用户子集和全体用户之间的倾向偏差：

其中，avg(p_j,U')表示用户子集U'对第j个项目p_j的平均评分；

步骤1.4)获取活跃用户群组，根据步骤1.2及1.3得到项目涵盖率和群组倾向偏差，活跃用户群组(Active User Group)是用户集合U的一个子集，活跃用户群组的大小为k，该子集满足如下两个条件，在用户集合U所有大小为k的子集中，有：

图2重启随机游走的过程，步骤2)构建活跃群组与项目的相关性概率矩阵，具体方法如下：

首先构建相关度矩阵S_GMG，该相关度矩阵用以表示两类项目间的相关系数：

其中，S_GM为活跃用户群组与项目间的相关度矩阵，S_MUG由S_MU和S_UG相乘得到，S_MU为项目与活跃用户群组的相关度矩阵，S_UG为用户与群组的相关度矩阵；

活跃用户群组及项目间的马尔科夫过渡矩阵N_GMG＝col_norm(S_GMG)，其中col_norm(S_GMG)表示正规化的S_GMG，所以矩阵S_GMG每一列和为1，然后正规化S_GM和S_MUG，则：

其中，N_GMG即为正规化后的S_GMG，N_GM表示从活跃用户群组到项目的概率转移矩阵，N_MUG表示项目到活跃用户群组的概率转移矩阵。

步骤3)启动重启随机游走模型，获得活跃群组与项目的相关系数，具体方法如下：

一般的重启随机游走过程可以反复迭代执行，直到达到一个稳定的状态，我们可以通过定义终止条件终止重启随机游走，以期获得对图节点相关系数的精确估算。重启随机游走所有结果的方差通过如下公式计算：

其中，G为活跃用户群组数量，M为项目数量，μ为统计变量，从1开始至(G+M)结束，表示第μ个节点的第v_th次向活跃用户群组或项目游走，第μ个节点的第(v+1)_th次向活跃用户群组或项目游走，节点为活跃用户群组和项目的抽象表示；

所述终止条件为：当λ²≤ε时终止重启随即游走过程，ε为预设的阈值；

为了通过重启随机游走模型获得活跃用户群组与项目间相关系数，我们应用转移矩阵N_GMG，因此稳定状态概率向量通过以下等式获得：

为了节约计算成本和存储空间，修改后的等式为：

其中，g和分别表示第一个群组活跃用户至最后一个项目的向量。对于每个活跃用户群组g_i，执行公式(15)直至收敛，当公式(15)收敛时，等式(15)的结果是一个关于g_i的(G+M)×1的向量。活跃用户群组g_i和项目m_j间的相关系数越高，则群组对该项目的偏好度越高。

图3给出了一种基于重启随机游走模型的活跃用户群组推荐方法的整体流程。假设有一个电影评分数据***，包含6020个用户，以及5763部电影，其中包含了用户的群组信息、评分信息、评分数量、电影及电影数量。具体步骤如下：

第一步：根据用户对电影项目的评分，构建用户和项目的评分量化矩阵。

第二步：计算项目涵盖率，通过用户群组的子集所涉及的评分项目与项目集合的比值计算用户子集的项目涵盖率。

第三步：计算群组倾向偏差，通过计算子集用户群组对各项目的平均评分与群组对相应项目的平均评分的比值作为群组倾向偏差值。

第四步：根据第二步和第三步得到的项目涵盖率和群组倾向偏差获取活跃用户群组，同时满足的群组子集即为活跃用户群组。

第五步：构建活跃用户群组和项目间的相关度矩阵，为了提高计算效率和节约存储成本，对相关度矩阵进行正规化。

第六步：启动重启随机游走。设定阈值，对每个活跃用户群组节点进行迭代运算直至收敛。

第七步：通过重启随机游走后得到的活跃用户群组与项目的相关度系数，将相关度系数最高的前K个电影项目推荐给活跃用户群组g。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替代，都应当视为属于本发明的保护范围。

Claims (4)

1.一种基于重启随机游走模型的活跃用户群组推荐方法，其特征在于，包括以下步骤：

步骤一、通过计算项目涵盖率和群组倾向偏差获得活跃用户群组：将同时具有最大项目涵盖率和最低群组倾向偏差的子集群组作为活跃用户群组；

步骤二、构建相关度矩阵S_GMG，其中，S_GMG包含了活跃用户群组与项目间的相关度矩阵S_GM，每个活跃用户群组包含对项目的选择倾向，以及每个活跃用户群组与每个用户的相关度，并且每个用户同样具有对项目的选择倾向值；然后将相关度矩阵S_GMG正规化为N_GMG，作为重启随机游走模型的概率转移矩阵；

步骤三、启动重启随机游走模型，获得活跃用户群组与项目的相关系数，以N_GMG为概率转移矩阵，对各个活跃用户群组反复迭代执行重启随机游走过程，通过定义终止条件终止重启随机游走；再对每个活跃用户群组计算其稳定状态概率矩阵直至收敛，以获得活跃用户群组与项目的相关度系数，最后将相关度系数最高的前K个项目推荐给活跃用户群组；

步骤一中获得活跃用户群组的具体流程如下：

步骤1.1、计算评分量化矩阵，定义用户集合U：U＝{u_i},0≤i≤|U|，项目集合P：P＝{p_j},0≤j≤|P|，用户和项目之间的互动信息用评分矩阵R量化，则有：

R＝{r_ij}_|U|×|P|,r_ij≥0

其中，u_i为第i个用户且i为整数，p_j为第j个项目且j为整数，r_ij为评分矩阵R的第i行j列的元素且r_ij为第i个用户对第j个项目的互动信息评分数据，若r_ij＝0代表u_i和p_j没有互动，即u_i的活动没有涵盖p_j；

步骤1.2、计算项目涵盖率，对于用户集合U给定的子集U'，U'的项目涵盖集P_U'定义为：

U'的项目涵盖率Cov(U')为P的子集P_U'在P中所占的比例，即：

步骤1.3、计算群组倾向偏差，用子集评分误差Err(U')来表示用户子集和全体用户之间的倾向偏差：

其中，avg(p_j,U')表示用户子集U'对第j个项目p_j的平均评分；

步骤1.4、根据步骤1.2及1.3得到项目涵盖率和群组倾向偏差获取活跃用户群组，活跃用户群组CUG是用户集合U的一个子集，活跃用户群组的大小为k，该子集满足如下两个条件，在用户集合U所有大小为k的子集中，有：

其中，Err(CUG)表示用户子集和全体用户之间的倾向偏差，minErr(CUG)是求所有Err(CUG)中的最小值，Cov(CUG)表示CUG的项目涵盖率，maxCov(CUG)是求Cov(CUG)的最大值。

2.根据权利要求1所述的一种基于重启随机游走模型的活跃用户群组推荐方法，其特征在于，步骤二中构建相关度矩阵S_GMG具体方法如下：

该相关度矩阵S_GMG用以表示两类项目间的相关系数：

其中，S_GM为活跃用户群组与项目间的相关度矩阵，S_MUG由S_MU和S_UG相乘得到，S_MU为项目与活跃用户群组的相关度矩阵，S_UG为用户与活跃用户群组的相关度矩阵；

N_GMG是通过如下方法得到的：

活跃用户群组及项目间的马尔科夫过渡矩阵N_GMG＝col_norm(S_GMG)，

其中col_norm(S_GMG)表示正规化的S_GMG，所以矩阵S_GMG每一列和为1，然后正规化S_GM和S_MUG，则：

其中，N_GMG即为正规化后的S_GMG，N_GM表示从活跃用户群组到项目的概率转移矩阵，N_MUG表示项目到活跃用户群组的概率转移矩阵。

3.根据权利要求2所述的一种基于重启随机游走模型的活跃用户群组推荐方法，其特征在于，所述终止条件为：当λ²≤ε时终止重启随即游走过程，ε为预设的阈值；

λ²是指步骤三中对各个活跃用户群组反复迭代执行重启随机游走过程，所得到的所有结果的方差，λ²通过如下公式计算：

其中，G为活跃用户群组数量，M为项目数量，μ为统计变量，从1开始至(G+M)结束，表示第μ个节点的第v次向活跃用户群组或项目游走，第μ个节点的第(v+1)次向活跃用户群组或项目游走，节点为活跃用户群组和项目的抽象表示；

稳定状态概率向量c_giM通过以下等式获得：

其中，表示第一个活跃用户群组的向量，表示最后一个项目的向量，对于第i个活跃用户群组g_i，执行公式(1)直至收敛，当公式(1)收敛时，公式(1)的结果是一个关于g_i的(G+M)×1的向量。

4.根据权利要求3所述的一种基于重启随机游走模型的活跃用户群组推荐方法，其特征在于，所述ε为0.28。