張伊　張冰冰

摘要：如何面對海量的信息如何進行過濾和篩選，并將用戶最想得到的信息進行展現(xiàn)，這已經(jīng)成為這個信息爆炸時代最重要的問題之一。在此情景下，推薦系統(tǒng)應(yīng)運而生。它不像搜索引擎一樣只是對用戶提供的顯式需求進行被動式的匹配，而是可以根據(jù)用戶潛在的興趣和愛好主動地進行信息推薦，從而最終提升用戶體驗、提高服務(wù)質(zhì)量。

關(guān)鍵詞：推薦算法；數(shù)據(jù)挖掘；用戶興趣

一、引言

1.研究背景與意義

隨著網(wǎng)絡(luò)的高速發(fā)展，現(xiàn)在互聯(lián)網(wǎng)已經(jīng)從個人PC向移動互聯(lián)網(wǎng)發(fā)展。在全世界范圍內(nèi)，除了傳統(tǒng)的個人PC外，互聯(lián)網(wǎng)中有增加了大量的移動終端，如智能手機、平板電腦、智能電視、智能汽車等各種設(shè)備都連到了互聯(lián)網(wǎng)當(dāng)中?；ヂ?lián)網(wǎng)中的各式終端在隨時隨地的獲取數(shù)據(jù)的同時，也會產(chǎn)生新的數(shù)據(jù)。例如，剛過去的一分鐘內(nèi)，淘寶賣出數(shù)以萬計的商品，谷歌產(chǎn)生幾千萬條的搜索查詢等等，新浪和騰訊微博發(fā)送數(shù)萬條微博，幾萬個應(yīng)用程序從蘋果應(yīng)用商店下載，這些都是海量數(shù)據(jù)的具體體現(xiàn)。目前，隨著移動互聯(lián)網(wǎng)的廣泛運行，產(chǎn)生的數(shù)據(jù)比以往任何時期都要多的多，互聯(lián)網(wǎng)中的數(shù)據(jù)呈現(xiàn)出爆炸式增長的景象。大數(shù)據(jù)處理成為當(dāng)今信息領(lǐng)域中最熱門的項目之一。大數(shù)據(jù)處理通過運行新工具、系統(tǒng)、機器學(xué)習(xí)等，把海量動態(tài)的數(shù)據(jù)轉(zhuǎn)化為有價值的知識，挖掘出數(shù)據(jù)背后隱藏的經(jīng)濟規(guī)律。

2.新的推薦系統(tǒng)

目前，個性化的智能推薦系統(tǒng)是當(dāng)今大數(shù)據(jù)處理發(fā)展的一個重要趨勢。個性化的智能推薦系統(tǒng)可以結(jié)合用戶的歷史瀏覽記錄，分析出用戶習(xí)慣、行為、興趣愛好等，再通過建立用戶興趣模型，從而為用戶推薦所感興趣的信息。在現(xiàn)今這個信息大爆炸的時代，用戶面對海量信息時，往往不知改如何選擇，因此推薦系統(tǒng)得以產(chǎn)生并得以廣泛應(yīng)用。在現(xiàn)實中，用戶在互聯(lián)網(wǎng)上購買書籍時，推薦系統(tǒng)便可以可以向用戶推薦感興趣的書籍。例如，亞馬遜網(wǎng)站會根據(jù)用戶的書籍歷史購買記錄，向用戶提供個性化的推薦服務(wù)。因為不同的人有不同的性格特點、興趣愛好，所以，推薦系統(tǒng)應(yīng)針對每個人提供個性化的智能推薦服務(wù)。

二、推薦系統(tǒng)的實現(xiàn)技術(shù)

1.動態(tài)推薦系統(tǒng)

由于用戶的興趣是動態(tài)變化，物品的屬性也并非是單一的，所以推薦系統(tǒng)也應(yīng)具備動態(tài)特性。用戶的上下文，如地點、時間等，是動態(tài)推薦系統(tǒng)中需要考慮的重要因素。上下文的變化往往意味著用戶興趣的變化。因此，結(jié)合用戶上下文的動態(tài)推薦系統(tǒng)能夠在旅店、音樂、旅游景點等方面發(fā)揮出非常重要的作用。與傳統(tǒng)的推薦系相比統(tǒng)，結(jié)合了用戶上下文具體環(huán)境的動態(tài)推薦系統(tǒng)在評價指標：精度、錯誤率、召回率都要好。

動態(tài)推薦系統(tǒng)的關(guān)鍵，是要建立用戶的上下文和用戶興趣之間聯(lián)系模型。在日志記錄中，用戶的評分作為顯性的反饋數(shù)據(jù)，往往只占有很少的一部分，日志中大量的數(shù)據(jù)是用戶瀏覽、評論等這樣的隱性用戶反饋數(shù)據(jù)。要建立上下文與用戶興趣之間的聯(lián)系模型，必須考慮到用戶評分時一些細節(jié)，像在視頻網(wǎng)站，是陪朋友觀看還是獨立觀看，觀看時間，是否連續(xù)播放等上下文具體情境，但是有些數(shù)據(jù)描述的是現(xiàn)實生活中的環(huán)境，動態(tài)推薦系統(tǒng)往往很難取得。用戶在進行評分時，是將多個環(huán)境因素考慮進去，以時間，地點等因素尤為重要。動態(tài)推薦系統(tǒng)應(yīng)該結(jié)合多個環(huán)境因素，向用戶提供與興趣最匹配的商品。

2.推薦系統(tǒng)的評價指標

任何一個最終可以實際運行的系統(tǒng)，都繞不開評估檢測。只有每項評價指標都達到了目標值時，系統(tǒng)才算是一個合格的系統(tǒng)。不同的系統(tǒng)有著不同的評價指標，推薦系統(tǒng)的評價指標主要有準確度，覆蓋率，驚喜性，新穎性等。下面詳細介紹一下每個評價指標。

準確度在推薦系統(tǒng)中是最重要的一項指標，Top-N推薦系統(tǒng)和預(yù)測評分推薦系統(tǒng)在準確度上各有各自的表現(xiàn)方式。Top-N推薦系統(tǒng)通過采用分析用戶的隱性反饋行為數(shù)據(jù)，向用戶推薦N個可能感興趣的物品。在預(yù)測評分推薦系統(tǒng)中，采用的是平均絕對誤差或者絕對均方根誤差來進行計算。

覆蓋率往往是用來解決推薦系統(tǒng)中所面臨的長尾問題，可以向感興趣的用戶推薦非熱賣的物品。例如，在許多電子商務(wù)網(wǎng)中，有一些冷門的商品評分很少，如果推薦系統(tǒng)向用戶推薦熱門的商品，那么該推薦系統(tǒng)的覆蓋率可能就會很低。

近幾年，新穎性和驚喜性越來越被人重視。驚喜性和新穎性可以反映出用戶對某些事物的特定需求。例如，一個喜愛電影的用戶，如果推薦的是當(dāng)下熱門的電影，則用戶可能不會感到意外，因為用戶可能已經(jīng)看過這些熱門電影。但是如果系統(tǒng)推薦了一些用戶沒有看過的且滿足用戶興趣愛好的電影，那么用戶在接受推薦時候，會有意外的感受。當(dāng)然并非只有最新的物品才具有新穎性和驚喜性，在用戶的認識領(lǐng)域當(dāng)中，只要是用戶沒有接觸的物品皆有可能為用戶帶來驚喜。

三、小結(jié)

在互聯(lián)網(wǎng)蓬勃發(fā)展的背景下，信息數(shù)據(jù)也呈現(xiàn)出爆炸式的高速增長?？梢灶A(yù)見的是，在以后的一段時間內(nèi)向用戶提供高效、精準的個性化推薦是其必然的發(fā)展趨勢。（作者單位：河南財經(jīng)政法大學(xué)）

參考文獻：

[1]李國杰.大數(shù)據(jù)研宄的科學(xué)價值.中國計算機學(xué)會通訊，2012，8（9）：8-15.

[2]項亮.推薦系統(tǒng)實踐[M].北京：人民郵電出版社，2012，1-9

[3]艾瑞網(wǎng).2012-2013年中國移動互聯(lián)網(wǎng)行業(yè)年度監(jiān)測報告簡版.2013.

[4]劉建國，周濤，汪秉宏.個性化推薦系統(tǒng)的研究進展.自然科學(xué)進展，2009，19（1）：1-15.

[5]曾鳴.云商業(yè)的大創(chuàng)想.[EB/OL]：http：//www.aliresearch.com/html/stopic/ayan13.html，March 9，2013

[6]朱郁筱，呂琳媛.推薦系統(tǒng)評價指標綜述[J].電子科技大學(xué)學(xué)報，2012：41（2），163-169

[7]項亮.動態(tài)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D].北京：中國科學(xué)院研究生院，2011，24-27

[8]李方濤.基于產(chǎn)品評論的情感分析研究[D].北京：清華大學(xué).2011.17-21