張小可　沈文明　杜翠鳳

摘要：為了解決用戶(hù)興趣變化動(dòng)態(tài)推薦的問(wèn)題，通過(guò)利用用戶(hù)的實(shí)時(shí)上網(wǎng)數(shù)據(jù)動(dòng)態(tài)更新貝葉斯網(wǎng)絡(luò)各種興趣的概率，結(jié)合興趣閾值刻畫(huà)用戶(hù)畫(huà)像并實(shí)現(xiàn)移動(dòng)應(yīng)用的實(shí)時(shí)推薦。經(jīng)過(guò)實(shí)驗(yàn)表明，該算法能夠有效挖掘用戶(hù)的興趣，并具有較好的擴(kuò)展性。

關(guān)鍵詞：用戶(hù)畫(huà)像 貝葉斯網(wǎng)絡(luò) 興趣閾值 動(dòng)態(tài)推薦

1 引言

用戶(hù)畫(huà)像（Persona）最早是由交互設(shè)計(jì)之父Alan Cooper提出的，他認(rèn)為用戶(hù)畫(huà)像是真實(shí)用戶(hù)的虛擬代表，是根據(jù)一系列用戶(hù)的真實(shí)數(shù)據(jù)而挖掘出的目標(biāo)用戶(hù)模型[1]。通常用戶(hù)畫(huà)像是根據(jù)用戶(hù)的目標(biāo)、行為、觀點(diǎn)的差異抽取用戶(hù)的典型特征，把用戶(hù)的基本屬性（年齡、性別、地域）、購(gòu)買(mǎi)能力、行為特征、興趣愛(ài)好、心理特征、社交網(wǎng)絡(luò)大致地標(biāo)簽化。

用戶(hù)畫(huà)像研究是當(dāng)前的一個(gè)熱門(mén)話題，不少學(xué)者對(duì)移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)的數(shù)據(jù)構(gòu)建用戶(hù)畫(huà)像，描述用戶(hù)的群體特征，從而為精準(zhǔn)營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。曾鴻等通過(guò)對(duì)新浪微博數(shù)據(jù)進(jìn)行采集分析，構(gòu)建用戶(hù)畫(huà)像模型，描述企業(yè)用戶(hù)群體的行為特征，支撐精準(zhǔn)營(yíng)銷(xiāo)[1]；張慷通過(guò)提取用戶(hù)的上網(wǎng)行為特征，同時(shí)結(jié)合相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)融合以及交叉分析，構(gòu)建通信用戶(hù)的畫(huà)像模型[2]；黃文彬等在分析移動(dòng)用戶(hù)的基站軌跡基礎(chǔ)上，采用頻繁模式挖掘、構(gòu)建概率矩陣等方法，構(gòu)建包含地理位置信息的用戶(hù)畫(huà)像模型[3]；王慶福采用貝葉斯網(wǎng)絡(luò)構(gòu)建用戶(hù)興趣模型，以用戶(hù)興趣模型來(lái)刻畫(huà)用戶(hù)畫(huà)像[4]。在借鑒已有研究成果的基礎(chǔ)上，本文通過(guò)對(duì)移動(dòng)互聯(lián)網(wǎng)用戶(hù)的歷史數(shù)據(jù)進(jìn)行多元回歸分析，得到貝葉斯網(wǎng)絡(luò)的初始參數(shù)，再利用Netica軟件構(gòu)造一個(gè)BN（Bayesian Networks，貝葉斯網(wǎng)絡(luò)）模型，并根據(jù)用戶(hù)實(shí)時(shí)發(fā)生的業(yè)務(wù)行為更新網(wǎng)絡(luò)的參數(shù)，以此刻畫(huà)每個(gè)用戶(hù)的畫(huà)像。

2 用戶(hù)畫(huà)像構(gòu)建的相關(guān)研究

2.1 用戶(hù)畫(huà)像的定義

用戶(hù)畫(huà)像的本質(zhì)就是消費(fèi)者特征“可視化”。用戶(hù)畫(huà)像首先通過(guò)用戶(hù)一系列的行為信息進(jìn)行用戶(hù)行為的初步“刻畫(huà)”；然后關(guān)聯(lián)用戶(hù)的動(dòng)態(tài)行為數(shù)據(jù)進(jìn)行畫(huà)像的完善，以此提高用戶(hù)需求偏好的準(zhǔn)確度。本文先通過(guò)回歸分析歸納用戶(hù)的行為信息，再通過(guò)貝葉斯網(wǎng)絡(luò)關(guān)聯(lián)動(dòng)態(tài)數(shù)據(jù)，更新用戶(hù)對(duì)需求的偏好概率。

2.2 用戶(hù)畫(huà)像構(gòu)建思路

基于用戶(hù)畫(huà)像的定義，本文刻畫(huà)用戶(hù)畫(huà)像的步驟如圖1所示。

2.3 多元線性回歸模型

多元線性回歸模型是反映自變量與因變量之間“緊密性”的關(guān)系。因此，本文在分析用戶(hù)的生活習(xí)慣和消費(fèi)行為的基礎(chǔ)上，采用多元線性回歸的方法來(lái)衡量用戶(hù)對(duì)某種移動(dòng)應(yīng)用的初始興趣度。

多元線性回歸模型：假設(shè)影響因變量Y的自變量個(gè)數(shù)為N，自變量記為x1， x2， …， xn，則自變量與因變量是線性關(guān)系：

Y=β0+β1x1+β2x2+…+βnxn+ε （1）

其中，β1， β2， …， βn是回歸系數(shù)；ε是與x1， x2， …， xn無(wú)關(guān)的未知參數(shù)，取值范圍為（0， σ2）。

2.4 貝葉斯網(wǎng)絡(luò)

眾所周知，用戶(hù)的興趣可能會(huì)受到身邊的朋友、同事或者家人的影響而發(fā)生改變?；诖耍疚膶⑼ㄟ^(guò)貝葉斯網(wǎng)絡(luò)構(gòu)建一種適應(yīng)用戶(hù)興趣變化的動(dòng)態(tài)推薦方法。

（1）貝葉斯定理

貝葉斯定理源于一個(gè)“逆向概率”的問(wèn)題。如果袋子里有N個(gè)白球、M個(gè)黑球，則摸到黑球的“正向概率”容易得出；那么如果事前并不知道白球和黑球的比例，經(jīng)過(guò)隨機(jī)摸出幾個(gè)球后，如何推測(cè)黑白球的比例呢？因此，貝葉斯的推斷不需要客觀的依據(jù)，它實(shí)際上需要一個(gè)估計(jì)值，然后根據(jù)實(shí)際的結(jié)果對(duì)估計(jì)值不斷修正。后來(lái)，Pierre Simona將貝葉斯的理論進(jìn)一步發(fā)展為條件概率，幫助人們?cè)诟怕氏嚓P(guān)的決策過(guò)程中，通過(guò)新獲得的觀察結(jié)果來(lái)更正對(duì)概率的判斷。在事件B出現(xiàn)的前提下，事件A出現(xiàn)的概率等于A和B都出現(xiàn)的概率除以B出現(xiàn)的概率，具體如下：

（2）

其中，P（A|B）是后驗(yàn)概率；P（A）是先驗(yàn)概率；P（B|A）/P（B）是一個(gè)調(diào)整因子，是在已知某些觀測(cè)所得到的結(jié)果。在預(yù)估先驗(yàn)概率的前提下，再加入觀測(cè)結(jié)果，通過(guò)觀測(cè)結(jié)果來(lái)增強(qiáng)或者削弱先驗(yàn)概率，由此得到更接近事實(shí)的后驗(yàn)概率[5]。

（2）貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是基于概率推理的圖形化概率網(wǎng)絡(luò)，是不確定知識(shí)表達(dá)與推理領(lǐng)域最有效的理論模型之一。它將經(jīng)典的概率論與圖論結(jié)合起來(lái)，用于發(fā)現(xiàn)隨機(jī)變量之間的潛在關(guān)系，適用于表述和分析不確定的事件，可以從分散的、粗糙的信息中作出推理[6-7]。

假定有隨機(jī)變量組合X={X1， X2， …， Xn}，xi表示Xi的取值。表達(dá)式p（X1=x1， X2=x2， …， Xn=xn）表示一個(gè)聯(lián)合概率，即變量X1， X2， …， Xn的值分別是x1， x2， …， xn的概率。因此，給定一個(gè)隨機(jī)變量集合的完全聯(lián)合概率函數(shù)就能計(jì)算所有的邊緣概率和更低階的聯(lián)合概率[6]。為了更直觀表達(dá)聯(lián)合概率，用一個(gè)條件概率鏈表示聯(lián)合概率：

（3）

為了更直觀表達(dá)變量之間的聯(lián)合概率分布和條件的獨(dú)立性，后人用貝葉斯網(wǎng)絡(luò)來(lái)展現(xiàn)節(jié)點(diǎn)間相互依賴(lài)的關(guān)系，這種網(wǎng)絡(luò)表示的方法能夠大量地節(jié)約概率推理的計(jì)算。

如圖2所示，一個(gè)貝葉斯網(wǎng)絡(luò)是一個(gè)DAG（Directed Acyclic Graph，有向無(wú)環(huán)圖），由代表變量節(jié)點(diǎn)及連接這些節(jié)點(diǎn)的有向邊構(gòu)成[7]。

貝葉斯網(wǎng)絡(luò)用B（G， P）表示，圖2中的節(jié)點(diǎn)代表隨機(jī)變量，節(jié)點(diǎn)之間的有向邊反映節(jié)點(diǎn)之間的依賴(lài)關(guān)系。指向節(jié)點(diǎn)X的所有節(jié)點(diǎn)是X的父節(jié)點(diǎn)，T和L是節(jié)點(diǎn)X的父節(jié)點(diǎn)，表示T和L引起了X，T和L與X都存在因果關(guān)系，因此貝葉斯網(wǎng)絡(luò)有時(shí)叫做因果網(wǎng)[7]。貝葉斯網(wǎng)絡(luò)還蘊(yùn)含獨(dú)立性假設(shè)，貝葉斯網(wǎng)絡(luò)規(guī)定圖中的任一節(jié)點(diǎn)Xi條件獨(dú)立于由Xi的父節(jié)點(diǎn)給定的非Xi后代節(jié)點(diǎn)構(gòu)成的任何節(jié)點(diǎn)子集，即如果用A（Xi）表示非Xi后代節(jié)點(diǎn)構(gòu)成的任何節(jié)點(diǎn)子集，用Πi表示變量Xi的父節(jié)點(diǎn)集，πi表示Πi的配置情況，πi表示某一具體的配置[8]。對(duì)于每個(gè)Xi將有一個(gè)子集Πi{X1， X2， …， Xi-1}，使得Xi與A（Xi）={X1， X2， …， Xi-1}＼Πi給定Πi的前提下是條件獨(dú)立的[7]。正如圖2所示，網(wǎng)絡(luò)中的節(jié)點(diǎn)T、L和X之間是一種收斂連接，在X光結(jié)果未知的條件下，T和L是相互獨(dú)立的；在警報(bào)X已知的情況下，T和L是相互依賴(lài)的，即不滿足：P（T， L|X）=P（T|X）P（L|X）。網(wǎng)絡(luò)中的節(jié)點(diǎn)S、L和B之間是一種發(fā)散連接，在節(jié)點(diǎn)S已知的條件下，L和B條件獨(dú)立，即滿足：P（L， B|S）=P（L|S）P（B|S）。節(jié)點(diǎn)L既是S和X順序連接路徑上的頭對(duì)頭型節(jié)點(diǎn)，則在已知節(jié)點(diǎn)L取值的條件下，X獨(dú)立于網(wǎng)絡(luò)中的節(jié)點(diǎn)S，即網(wǎng)絡(luò)模型得到的聯(lián)合概率為：

P（A， S， T， L， B， X， D）=P（A）P（S）P（T|A）P（L|S）

P（B|S）P（X|T， L）P（D|T， L， B） （4）

3 實(shí)驗(yàn)過(guò)程

3.1 采用多元線性回歸計(jì)算用戶(hù)的初始興趣度

通過(guò)運(yùn)營(yíng)商的流量詳單記錄，選擇某地市100萬(wàn)用戶(hù)的上網(wǎng)數(shù)據(jù)記錄，首先抽取用戶(hù)上網(wǎng)記錄的核心特征，然后根據(jù)公式（1）計(jì)算每個(gè)用戶(hù)的實(shí)時(shí)興趣度。通過(guò)對(duì)用戶(hù)上網(wǎng)應(yīng)用的特征提取，歸納出9種代表性的應(yīng)用：移動(dòng)社交、手機(jī)游戲、手機(jī)電視、移動(dòng)電子閱讀、移動(dòng)定位服務(wù)、收集搜索、手機(jī)內(nèi)容共享、移動(dòng)支付、移動(dòng)電子商務(wù)。

根據(jù)上面介紹的多元線性回歸方程，則某種應(yīng)用的初始興趣度為：

Yi=β1Mi+β2Ti （5）

其中，Yi表示第i種商品的初始興趣度；Mi表示瀏覽網(wǎng)頁(yè)的次數(shù)；Ti表示瀏覽網(wǎng)頁(yè)的時(shí)間。通過(guò)公式（5）可以計(jì)算每個(gè)用戶(hù)對(duì)每種應(yīng)用的初始興趣度，該興趣度可作為貝葉斯網(wǎng)絡(luò)中每種應(yīng)用的初始興趣度。

3.2 構(gòu)造用戶(hù)畫(huà)像的貝葉斯模型

把上述9種應(yīng)用構(gòu)造貝葉斯網(wǎng)絡(luò)，9個(gè)節(jié)點(diǎn)代表9種不同移動(dòng)應(yīng)用，節(jié)點(diǎn)間的有向弧代表用戶(hù)的初始興趣度，本文利用Netica軟件構(gòu)造一個(gè)BN模型，某個(gè)用戶(hù)初始興趣的貝葉斯網(wǎng)絡(luò)如圖3所示。

3.3 利用實(shí)時(shí)興趣調(diào)整BN網(wǎng)絡(luò)中的概率

當(dāng)獲得用戶(hù)的上網(wǎng)信息時(shí)，BN網(wǎng)絡(luò)中的概率就會(huì)自動(dòng)更新。貝葉斯網(wǎng)絡(luò)最強(qiáng)大之處在于從每個(gè)階段結(jié)果所獲得的概率都是數(shù)學(xué)與科學(xué)的反映[9]。也就是說(shuō)，假設(shè)了解用戶(hù)上網(wǎng)的足夠信息，根據(jù)這些信息獲得統(tǒng)計(jì)知識(shí)，網(wǎng)絡(luò)就會(huì)推斷合理的用戶(hù)興趣。當(dāng)發(fā)現(xiàn)用戶(hù)使用移動(dòng)支付時(shí)，則BN網(wǎng)絡(luò)的概率調(diào)整如圖4所示。

由圖4可知，當(dāng)發(fā)現(xiàn)用戶(hù)使用移動(dòng)支付后，用戶(hù)的可能使用定位服務(wù)的概率明顯提升。同時(shí)，還發(fā)現(xiàn)用戶(hù)使用了移動(dòng)社交的服務(wù)，那么用戶(hù)的BN網(wǎng)絡(luò)的概率調(diào)整如圖5所示。

由圖5可知，當(dāng)用戶(hù)使用移動(dòng)社交后，用戶(hù)的收集內(nèi)容共享、定位服務(wù)的概率得到提升。運(yùn)營(yíng)商可以根據(jù)實(shí)時(shí)的用戶(hù)興趣不斷更新BN網(wǎng)絡(luò)的概率，當(dāng)發(fā)現(xiàn)用戶(hù)對(duì)某種應(yīng)用的概率大于δ時(shí)（δ為用戶(hù)對(duì)某種應(yīng)用的興趣閾值），運(yùn)營(yíng)商可以對(duì)該用戶(hù)進(jìn)行應(yīng)用推薦。根據(jù)應(yīng)用推薦后，再跟蹤用戶(hù)的使用程度，以此來(lái)動(dòng)態(tài)調(diào)整用戶(hù)對(duì)某種應(yīng)用的興趣閾值。

3.4 基于貝葉斯網(wǎng)絡(luò)挖掘的用戶(hù)畫(huà)像結(jié)果

表1為用戶(hù)A、用戶(hù)B和用戶(hù)C一周登錄手機(jī)APP后所使用的應(yīng)用，根據(jù)用戶(hù)的登錄次數(shù)、逗留時(shí)間計(jì)算出他們的興趣度，得到不同的應(yīng)用興趣集。

從實(shí)驗(yàn)數(shù)據(jù)得到用戶(hù)的興趣閾值δ為0.638。在表1中，可以預(yù)測(cè)用戶(hù)A感興趣的應(yīng)用為{移動(dòng)社交，移動(dòng)定位服務(wù)，手機(jī)內(nèi)容共享，移動(dòng)支付，移動(dòng)電子商務(wù)}；用戶(hù)B感興趣的應(yīng)用為{手機(jī)游戲，收集搜索，移動(dòng)支付，移動(dòng)電子商務(wù)}；用戶(hù)C感興趣的應(yīng)用為{移動(dòng)社交，手機(jī)游戲，移動(dòng)電子閱讀，移動(dòng)支付，移動(dòng)電子商務(wù)}。根據(jù)這些數(shù)據(jù)挖掘的信息，運(yùn)營(yíng)商或者移動(dòng)應(yīng)用供應(yīng)商就可以為不同的用戶(hù)提供網(wǎng)上的個(gè)性化信息服務(wù)和推薦用戶(hù)喜愛(ài)的移動(dòng)應(yīng)用，提高運(yùn)營(yíng)商和移動(dòng)應(yīng)用供應(yīng)商的服務(wù)效率及利潤(rùn)。

4 結(jié)束語(yǔ)

本文采用貝葉斯網(wǎng)絡(luò)對(duì)用戶(hù)上網(wǎng)數(shù)據(jù)進(jìn)行實(shí)時(shí)更新，以便實(shí)現(xiàn)用戶(hù)應(yīng)用的個(gè)性化推薦服務(wù)。它能夠使先驗(yàn)知識(shí)和實(shí)時(shí)數(shù)據(jù)有機(jī)地結(jié)合，實(shí)時(shí)更新網(wǎng)絡(luò)中的概率，并通過(guò)較為直觀的概率關(guān)聯(lián)關(guān)系來(lái)挖掘用戶(hù)的興趣，為構(gòu)建用戶(hù)畫(huà)像提供了有力的數(shù)據(jù)支撐。實(shí)驗(yàn)表明，采用貝葉斯網(wǎng)絡(luò)刻畫(huà)實(shí)時(shí)的用戶(hù)畫(huà)像，能夠動(dòng)態(tài)跟蹤用戶(hù)預(yù)測(cè)用戶(hù)的興趣愛(ài)好，為運(yùn)營(yíng)商和移動(dòng)應(yīng)用供應(yīng)商提供個(gè)性化的應(yīng)用推薦切實(shí)可行的方法。

參考文獻(xiàn)：

[1] 曾鴻，吳蘇倪. 基于微博的大數(shù)據(jù)用戶(hù)畫(huà)像與精準(zhǔn)營(yíng)銷(xiāo)[J]. 現(xiàn)代經(jīng)濟(jì)信息， 2016（16）： 306-308.

[2] 張慷. 手機(jī)用戶(hù)畫(huà)像在大數(shù)據(jù)平臺(tái)的實(shí)現(xiàn)方案[J]. 信息通信， 2014（2）： 266-267.

[3] 黃文彬，徐山川，吳家輝，等. 移動(dòng)用戶(hù)畫(huà)像構(gòu)建研究[J]. 現(xiàn)代情報(bào)， 2016，36（10）： 54-61.

[4] 王慶福. 貝葉斯網(wǎng)絡(luò)在用戶(hù)興趣模型構(gòu)建中的研究[J]. 無(wú)線互聯(lián)科技， 2016（12）： 101-102.

[5] 湯偉. Android應(yīng)用程序框架安全機(jī)制研究及改進(jìn)[D]. 寧波： 寧波大學(xué)， 2011.

[6] 葉加加，趙逢禹. 基于興趣預(yù)測(cè)和熱點(diǎn)分析的聯(lián)合推薦算法研究[J]. 軟件導(dǎo)刊， 2016，15（9）： 25-28.

[7] 李儉川，胡蔦慶，秦國(guó)軍，等. 貝葉斯網(wǎng)絡(luò)理論及其在設(shè)備故障診斷中的應(yīng)用[J]. 中國(guó)機(jī)械工程， 2003，14（10）： 896-900.

[8] 李伯宇. 通用決策模型生成及推理系統(tǒng)的實(shí)現(xiàn)及研究[D]. 西安： 西安理工大學(xué)， 2004.

[9] 郭振興. 分布式網(wǎng)絡(luò)故障管理的監(jiān)測(cè)站點(diǎn)部署技術(shù)研究[D]. 長(zhǎng)沙： 湖南大學(xué)， 2011.

[10] 魏芳. 基于貝葉斯網(wǎng)絡(luò)的用戶(hù)興趣發(fā)現(xiàn)[D]. 西安： 西安建筑科技大學(xué)， 2007.

[11] Neil M， Fenton N， Forey S， et al. Using Bayesian belief networks to predict the Reliability of military vehicles[J]. Computing and Control Engineering Journal， 2001，12（1）： 11-20.

[12] 陳麗花. 基于貝葉斯網(wǎng)絡(luò)的網(wǎng)上用戶(hù)興趣預(yù)測(cè)分析[J]. 煤炭技術(shù)， 2010，9（6）： 163-165.

[13] 胡春玲，吳信東，胡學(xué)鋼，等. 基于貝葉斯網(wǎng)絡(luò)的頻繁模式興趣度計(jì)算及剪枝[J]. 軟件學(xué)報(bào)， 2011，22（12）： 2934-2950.★