徐彬源，高茂庭

（上海海事大學(xué)信息工程學(xué)院，上海 201306）

推薦算法；門控循環(huán)單元；數(shù)據(jù)降維；長期狀態(tài)；短期狀態(tài)

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展以及智能移動終端產(chǎn)品的普及，人人皆是網(wǎng)民的時代即將來臨，手機(jī)網(wǎng)民指數(shù)不斷攀升，互聯(lián)網(wǎng)中的數(shù)據(jù)爆發(fā)式增長，而信息處理能力遠(yuǎn)遠(yuǎn)跟不上信息增長的速度，導(dǎo)致出現(xiàn)了信息過載問題。為有效解決該問題，推薦系統(tǒng)[1]誕生了，而推薦系統(tǒng)中最關(guān)鍵的部分是推薦算法，推薦算法的好壞直接決定了推薦系統(tǒng)的優(yōu)劣。目前主流的推薦算法[2]包括基于內(nèi)容的推薦、基于協(xié)同過濾的推薦以及混合推薦。

其中，最成功的算法是協(xié)同過濾推薦算法[3]，被廣泛應(yīng)用在各大推薦系統(tǒng)中。其基本原理非常簡單，就是根據(jù)用戶的行為歷史數(shù)據(jù)分析用戶對項目的興趣偏好，發(fā)現(xiàn)用戶或項目之間的相似度，然后基于這些相似度對用戶進(jìn)行推薦。協(xié)同過濾推薦又分為基于用戶的推薦、基于項目的推薦以及基于模型的推薦[4]。但隨著用戶數(shù)和項目數(shù)的劇增，前兩個算法的計算復(fù)雜度太大，并且受到數(shù)據(jù)稀疏性的影響較大?；谀Ｐ偷耐扑]能有效緩解上述問題，并做出更好的推薦。因此，基于模型的推薦算法逐漸成為推薦領(lǐng)域中的研究熱點?；谀Ｐ偷耐扑]算法中最關(guān)鍵的一步就是用戶模型的建立，因此很多流行的建模技術(shù)都可以應(yīng)用在推薦算法上，如聚類[5]、分類、關(guān)聯(lián)規(guī)則、矩陣分解[6]等。后續(xù)學(xué)者利用這些建模技術(shù)提出了很多基于模型的改進(jìn)推薦算法。

文獻(xiàn)[5]針對傳統(tǒng)協(xié)同過濾中沒有考慮用戶偏好的問題，利用聯(lián)合聚類技術(shù)結(jié)合用戶屬性相似性和用戶評分相似性來分析用戶偏好，采用了用戶屬性信息有效緩解了數(shù)據(jù)稀疏性，提高了評分預(yù)測準(zhǔn)確度。文獻(xiàn)[6]在基于矩陣分解的推薦算法中引入標(biāo)簽構(gòu)建向量，作為對用戶興趣建模和項目特征表示的補(bǔ)充，提升了推薦精度。文獻(xiàn)[7]在矩陣分解模型中引入用戶屬性構(gòu)建用戶屬性特征向量，計算新用戶與舊用戶之間的相似度，以解決新用戶冷啟動問題。雖然上述算法在一定程度上提高了算法預(yù)測準(zhǔn)確度，考慮了用戶屬性和標(biāo)簽等數(shù)據(jù)源，但是缺乏對用戶和電影的長短期狀態(tài)的考慮。

本文針對電影領(lǐng)域傳統(tǒng)推薦算法中的上述問題，提出基于GRU網(wǎng)絡(luò)和矩陣分解的混合推薦算法。首先，嚴(yán)格按照評分時間順序劃分?jǐn)?shù)據(jù)集，得到用戶序列和電影序列，針對序列中高維稀疏的向量，使用自編碼器對其進(jìn)行降維處理，然后使用兩個GRU（Gated Re?current Unit）[8]網(wǎng)絡(luò)處理時間序列數(shù)據(jù)以得到用戶和電影短期內(nèi)隨時間變化的狀態(tài)特征，使用矩陣分解算法捕獲用戶和電影長期內(nèi)固定狀態(tài)特征，最后用線性回歸模型結(jié)合長期狀態(tài)的內(nèi)積和短期狀態(tài)的內(nèi)積的線性加權(quán)結(jié)果作為該混合算法的最終預(yù)測評分，并在多個公開數(shù)據(jù)集上通過與傳統(tǒng)推薦算法的對比實驗，驗證本文提出的算法在預(yù)測評分的有效性和準(zhǔn)確度。

1 GRU網(wǎng)絡(luò)

選擇GRU網(wǎng)絡(luò)來處理時間序列數(shù)據(jù)，是因為GRU網(wǎng)絡(luò)是一種改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)[9]，并且解決了循環(huán)神經(jīng)網(wǎng)絡(luò)中的梯度消失問題，實現(xiàn)了更長距離的傳播。因此，GRU網(wǎng)絡(luò)能夠從時間序列數(shù)據(jù)中記憶歷史時刻的信息，并基于歷史信息和當(dāng)前時刻的輸入來預(yù)測下一時刻即將發(fā)生的行為。

GRU控制信息流動原理是，利用門控機(jī)制控制當(dāng)前輸入、歷史記憶等狀態(tài)信息在當(dāng)前時間步做出預(yù)測。圖1給出了GRU模型的結(jié)構(gòu)。從圖中可以看出，GRU的結(jié)構(gòu)比較見到那，只有兩個門：重置門（reset gate）和更新門（update gate），即rt和zt。從信息流動的角度來說，重置門控制如何將新的輸入信息與前一時刻的狀態(tài)信息相結(jié)合；更新門控制前一時刻的狀態(tài)信息保存到當(dāng)前狀態(tài)中的量。

圖1 GRU結(jié)構(gòu)圖

上圖1中，xt表示時刻t處GRU單元的輸入，ht表示t時刻的狀態(tài)信息，表示當(dāng)前記憶內(nèi)容。

（1）更新門

在時間步長t處，更新門的計算公式如下所示，其中Wz表示更新門的權(quán)重：

對輸入向量xt和前一時刻t-1隱藏狀態(tài)ht-1分別做線性變換，通過Sigmoid激活函數(shù)將兩部分的信息相加的結(jié)果壓縮到0到1之間。更新門決定前一時刻的狀態(tài)信息和當(dāng)前時刻的狀態(tài)信息繼續(xù)傳遞到未來的量。

（2）重置門

在時間步長t處，重置門的計算公式如下所示，其中Wr表示重置門的權(quán)重：

與更新門類似，先對xt與ht-1分別做線性變換，然后通過Sigmoid激活函數(shù)輸出0到1之間的激活值。重置門決定了前一時刻的狀態(tài)信息要被遺忘的量。

（3）當(dāng)前記憶內(nèi)容

在當(dāng)前記憶內(nèi)容的計算中，將重置門直接應(yīng)用于前一時刻的狀態(tài)信息上，以存儲前一時刻隱藏層的信息，計算公式如下，其中Wh?表示當(dāng)前時刻輸入數(shù)據(jù)生成當(dāng)前狀態(tài)信息的權(quán)重：

將前一時刻的狀態(tài)信息ht-1與重置門rt做對應(yīng)元素的乘積，這一步驟確定了前一時刻所要保留的信息，然后對該乘積結(jié)果rt?ht-1和當(dāng)前時刻的輸入xt做線性變換，通過tanh激活函數(shù)將兩部分相加的結(jié)果映射到-1到1之間，以得到當(dāng)前記憶內(nèi)容h?t。

（4）當(dāng)前時間步的最終記憶

當(dāng)前時間步的最終記憶ht將保留當(dāng)前隱藏層的狀態(tài)信息并繼續(xù)傳遞到下一時刻。在這一步，使用更新門來決定當(dāng)前記憶內(nèi)容和前一時刻的狀態(tài)信息ht-1要保留的量，計算公式如下所示：

(1-zt)?ht-1表示前一時刻的信息保留到當(dāng)前時刻最終記憶的量，zt?表示當(dāng)前記憶內(nèi)容保留到當(dāng)前時刻最終記憶的量，兩個部分的相加結(jié)果作為GRU最終的輸出內(nèi)容。本文使用ht=GRU(ht-1,zt)來表示GRU的前向計算過程

GRU網(wǎng)絡(luò)的參數(shù)更新方式采用BPTT算法[10]進(jìn)行更新。

2 基于GRU網(wǎng)絡(luò)和矩陣分解的推薦算法

2.1 基于GGRRUU網(wǎng)絡(luò)的推薦算法

本文使用兩個GRU網(wǎng)絡(luò)模型分別解決用戶和電影狀態(tài)的時間演變，獲取短期內(nèi)用戶和電影的時間狀態(tài)，并將用戶和電影時間狀態(tài)的內(nèi)積作為最終預(yù)測評分。其中用戶的狀態(tài)變化取決于用戶先前對哪些電影進(jìn)行評分，同樣的，電影的狀態(tài)變化依賴于前一段時間內(nèi)對其進(jìn)行評分的用戶。

首先，將評分?jǐn)?shù)據(jù)嚴(yán)格按照時間戳進(jìn)行劃分，以得到用戶序列和電影序列。但序列中的向量都是高維稀疏的，不利于模型的訓(xùn)練。然后，利用自編碼器的編碼過程對數(shù)據(jù)進(jìn)行降維，將降維后的低維稠密向量作為GRU網(wǎng)絡(luò)的直接輸入，并將預(yù)訓(xùn)練期間自編碼器[11]隱藏層節(jié)點數(shù)和權(quán)重作為輸入嵌入層（即Embedding層）的節(jié)點數(shù)和權(quán)重。最后，通過GRU網(wǎng)絡(luò)能夠記憶歷史信息，并基于最新輸入對下一步的評分行為做出預(yù)測。

圖2給出了基于GRU網(wǎng)絡(luò)的推薦模型完整結(jié)構(gòu)。

圖2 基于GRU網(wǎng)絡(luò)的推薦模型

其中，{xi,0,...,xi,t-1,xi,t}和{xj,0,...,xj,t-1,xj,t}分別表示原始用戶序列和電影序列，包含了0到t時刻的原始用戶i的向量和電影j的向量，Embedding層表示由自編碼器預(yù)訓(xùn)練得到的模型的隱藏層，以實現(xiàn)數(shù)據(jù)降維，{yi,0,...,yi,t-1,yi,t}和{yj,0,...,yj,t-1,yj,t}分別表示由Embedding

層降維后直接用于GRU網(wǎng)絡(luò)輸入的用戶序列和電影序列，{ui,0,...,ui,t-1,ui,t}和{uj,0,...,uj,t-1,uj,t}分別表示由GRU網(wǎng)絡(luò)對輸入序列的處理得到的用戶和電影的時間狀態(tài)，{ri,0,...,ri,t-1,ri,t}表示0到t時刻對下一時刻用戶i對電影j的評分。

給定M個電影，N個用戶的數(shù)據(jù)集，則xi,t∈RM（xj,t∈RN）表示給定用戶i（或電影j）在時間t的評分向量，=k表示給定用戶i在時間步長t對電影j的評分為k，=k表示給定電影j在時間步長t處被用戶i的評分為k，否則對應(yīng)元素值為0。由上述內(nèi)容可知，用戶和電影時間狀態(tài)的計算公式如下所示：

將三種單礦物用瑪瑙研缽研至-5 μm，采用D8Advance/Bruker型X射線衍射儀進(jìn)行定量分析，分析結(jié)果及XRD衍射圖分別見表1和圖1。

將用戶狀態(tài)和電影狀態(tài)的內(nèi)積作為評分的估計值，計算公式如下：

＜·＞表示兩個向量之間的內(nèi)積。對GRU網(wǎng)絡(luò)的輸出層做了適當(dāng)改進(jìn)，我們不使用激活函數(shù)[12]，只做簡單的線性加權(quán)，其中，和分別是ui,t和mj,t的線性函數(shù)。即有：

其中，Wuser、Wmovie和buser、bmovie分別表示 GRU 的輸出到輸出層用戶和電影的權(quán)重和偏置。用θ表示模型中所有需要學(xué)習(xí)的參數(shù)，即Wrx、Wrh、Wzx、Wzh、Wh?x、Wh?h、Wuser、buser、Wmovie、bmovie。因此，基于 GRU 網(wǎng)絡(luò)的推薦模型的目標(biāo)函數(shù)如下所示：

其中，Itrain表示訓(xùn)練集中觀察到的（用戶、電影、時間戳）的元組的集合，R是關(guān)于參數(shù)的L2正則化項。訓(xùn)練過程中，使用Adam優(yōu)化器來優(yōu)化訓(xùn)練模型，以便模型的目標(biāo)函數(shù)以最快速度達(dá)到最小，得到最優(yōu)參數(shù)。

2.2 矩陣分解算法

使用矩陣分解算法對用戶和電影的長期狀態(tài)進(jìn)行建模?；诰仃嚪纸獾耐扑]算法的原理很簡單，就是將用戶-項目評分矩陣分解為用戶因子矩陣和項目因子矩陣，通過兩個矩陣相乘，得到原始評分矩陣中的缺失值，進(jìn)而對用戶進(jìn)行推薦。對于給定M個電影，N個用戶的評分矩陣RN×M，對R做矩陣分解的結(jié)果如下所示：

其中，K表示潛在因子的個數(shù)，P和Q分別表示用戶和電影與潛在因子之間的關(guān)系，R?N×M表示由兩個矩陣P和Q生成的預(yù)測評分矩陣。矩陣分解的目標(biāo)是使預(yù)測評分矩陣和原始評分矩陣中的觀察值之間的誤差最小，即如下公式：

使用梯度下降法求得上述損失函數(shù)的參數(shù)變量的最優(yōu)值。

2.3 基于GGRRUU網(wǎng)絡(luò)和矩陣分解的混合推薦算法

綜合前兩節(jié)的內(nèi)容，綜合考慮長期和短期狀態(tài)對評分行為的影響，并針對數(shù)據(jù)維度高的問題，提出一種基于GRU網(wǎng)絡(luò)和矩陣分解的混合推薦算法。圖3給出了混合模型的結(jié)構(gòu)。

圖3 GRU網(wǎng)絡(luò)和矩陣分解的混合推薦模型

由上述內(nèi)容，使用混合加權(quán)的方式將兩個訓(xùn)練好的模型的預(yù)測評分結(jié)合起來以作為混合模型的預(yù)測評分，兩個基礎(chǔ)預(yù)測評分的權(quán)重通過線性回歸模型求解得出。最終預(yù)測評分的計算公式如式（17），其中表示基于矩陣分解的預(yù)測評分，表示基于GRU的預(yù)測評分，WMF和WGRU分別表示和在最終預(yù)測評分中所占的權(quán)重。

用L上述線性回歸模型的損失函數(shù)，則L的計算公式如下所示：

使用梯度下降法[13]確定式（17）中的權(quán)重WMF和WGRU，進(jìn)而生成最終的預(yù)測評分?；旌霞訖?quán)推薦算法綜合循環(huán)神經(jīng)網(wǎng)絡(luò)和矩陣分解各自的優(yōu)勢，綜合考慮長期和短期狀態(tài)，提高評分預(yù)測準(zhǔn)確度。

3 實驗結(jié)果與分析

3.1 實驗數(shù)據(jù)集

為了研究時間動態(tài)的有效性建模，在Netflix比賽和IMDB數(shù)據(jù)集上評估本文模型。IMDB數(shù)據(jù)集包含1998年7月至2013年9月期間收集的1429600個評分，完整Netflix數(shù)據(jù)集包含1988年11月至2005年12月期間收集的100400000個評分，其中6個月Netf?lix數(shù)據(jù)包含2005年6月至2005年12月期間收集的15800000個評分。每個數(shù)據(jù)點是一個時間戳粒度為1天的（用戶id，項目id，時間戳，評分）元組。根據(jù)時間分割數(shù)據(jù)以模擬需要預(yù)測未來評分的實際情況。整個數(shù)據(jù)集都被分割成訓(xùn)練集和測試集。詳細(xì)數(shù)據(jù)如表1所示。

3.2 實驗設(shè)置

表1 實驗數(shù)據(jù)集的詳細(xì)數(shù)據(jù)

實驗中使用具有20個隱藏神經(jīng)元，40維輸入嵌入和20維動態(tài)狀態(tài)的單層GRU。本文模型在Tensor?Flow[14]上實現(xiàn)，這是一個開源的深度學(xué)習(xí)框架。

均方根誤差（RMSE）和平均絕對誤差（MAE）均是度量預(yù)測誤差的指標(biāo)，其中，RMSE對大誤差比較敏感，MAE對小誤差的積累比較敏感。由于RMSE加大了對預(yù)測不準(zhǔn)的用戶物品評分的懲罰，對系統(tǒng)的測評更加苛刻，實驗中選擇RMSE評估算法精度。對于完整的Netflix和IMDB數(shù)據(jù)集，采用2個月的時間步長粒度，對于六個月的Netflix數(shù)據(jù)集，采用7天的時間步長粒度。每個時期之后，計算RMSE。在驗證集上給出最佳結(jié)果的模型上，計算在測試集上的RMSE。

3.3 實驗結(jié)果及分析

為了評估本文提出模型（R-GRUMF）的性能，將其與PMF、TimeSVD、AutoRec進(jìn)行對比實驗。實驗結(jié)果如表2所示。

表2 各模型在數(shù)據(jù)集上的RMSE

從表2可以看出，R-GRUMF模型的RMSE比所有對比模型的RMSE都要低，表示該模型能有效降低預(yù)測誤差，并且在越稀疏的數(shù)據(jù)集上，其RMSE的差距越大，說明該模型可以在一定程度上緩解數(shù)據(jù)稀疏性對模型預(yù)測評分的影響。雖然對比方法在不同數(shù)據(jù)集之間排名忽前忽后，但是本文提出的模型在所有數(shù)據(jù)集中的預(yù)測誤差都是最低的，說明該模型有很好的健壯性，適應(yīng)不同的數(shù)據(jù)集。

4 結(jié)語

本文針對電影領(lǐng)域中傳統(tǒng)推薦算法中數(shù)據(jù)維度高，缺乏考慮用戶和電影長短期狀態(tài)的問題，利用GRU網(wǎng)絡(luò)在處理時間序列數(shù)據(jù)上的優(yōu)勢，捕獲短期狀態(tài)，利用矩陣分解對長期用戶和電影之間的交互評分行為的建模分析，得到長期狀態(tài)，綜合考慮兩種狀態(tài)對預(yù)測評分的影響，提出一種基于GRU網(wǎng)絡(luò)和矩陣分解的混合推薦算法，緩解了數(shù)據(jù)稀疏性問題，提高了評分預(yù)測準(zhǔn)確度。

本文嘗試將GRU網(wǎng)絡(luò)用于推薦，并取得不錯的效果。但是整個推薦過程中，也僅僅使用了評分及時間戳信息，目前推薦系統(tǒng)中還有很多更加復(fù)雜的數(shù)據(jù)源可供研究，如用戶評論、電影的音頻及圖像等信息都可以被深度學(xué)習(xí)等技術(shù)利用起來，以建立更完善的用戶個人畫像，提高推薦精度。