袁 泉,成振華,江 洋

(1.重慶郵電大學(xué)通信與信息工程學(xué)院,重慶 400065;2.重慶郵電大學(xué)通信新技術(shù)應(yīng)用研究中心，重慶 400065;3.重慶信科設(shè)計(jì)有限公司,重慶 401121)

1 引言

數(shù)據(jù)冗余是大數(shù)據(jù)時(shí)代的常見問題。協(xié)同過濾推薦系統(tǒng)可以過濾冗余的信息，以幫助人們減輕信息過載帶來的負(fù)擔(dān)。協(xié)同過濾推薦算法因?yàn)榫哂休^高的準(zhǔn)確率而被廣泛應(yīng)用于電影、音樂和電子商務(wù)等領(lǐng)域。算法的主要依據(jù)是假設(shè)用戶行為習(xí)慣相似則他們對(duì)相似物品的喜好也相似[1]。例如2個(gè)用戶在觀影偏好上具有相似性，則可以向他們推薦對(duì)方未看過的電影。協(xié)同過濾推薦算法主要基于用戶評(píng)級(jí)確定用戶喜好，用戶評(píng)級(jí)的數(shù)據(jù)完整性與真實(shí)性直接影響推薦的準(zhǔn)確率。在實(shí)際應(yīng)用中，協(xié)同過濾推薦受到數(shù)據(jù)稀疏性影響，即用戶數(shù)量和物品的種類較多，用戶對(duì)物品的評(píng)分較少，大部分物品沒有用戶的評(píng)分記錄，則無法計(jì)算相似度，或者計(jì)算出的相似度精度不高。近年來研究者們提出各種基于協(xié)同過濾的改進(jìn)算法并且取得了良好的效果。文獻(xiàn)[2]提出采用矩陣填充的辦法來提高評(píng)分矩陣密度。文獻(xiàn)[3]提出采用矩陣分解的辦法降低系統(tǒng)對(duì)稀疏性的敏感度。上述方法僅利用了用戶對(duì)物品評(píng)級(jí)的信息，忽略了實(shí)際中物品之間的屬性關(guān)系。文獻(xiàn)[4]提出將內(nèi)容與協(xié)同過濾的推薦算法相結(jié)合，在新聞推薦中表現(xiàn)良好。文獻(xiàn)[5]利用知識(shí)圖譜分析用戶喜好原因，理解用戶的興趣點(diǎn)，根據(jù)興趣點(diǎn)向用戶推薦他們可能喜歡的物品。文獻(xiàn)[6]采用異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)，增加多個(gè)信息源，提升了推薦過程中的參考依據(jù)。通過觀察發(fā)現(xiàn)，物品在嵌入知識(shí)圖譜時(shí)2個(gè)物品之間可能具有多種關(guān)系。例如《終結(jié)者》系列電影之間存在著導(dǎo)演、編劇、主演等多個(gè)相似關(guān)系。基于TransE(Translating Embedding)算法[7]的知識(shí)圖譜表示模型在計(jì)算相似度時(shí)只能處理實(shí)體間簡(jiǎn)單的單個(gè)關(guān)系，并不能真實(shí)地反映電影之間的多個(gè)關(guān)系。TransHR(Translating embedding for Hyper-Relational data)模型[8]將電影間的關(guān)系嵌入到關(guān)系空間中，可以保留電影間的多關(guān)系向量。但是，該算法在表示多關(guān)系時(shí)增加了時(shí)間與空間復(fù)雜度。

本文主要貢獻(xiàn)如下所示：

(1)提出構(gòu)建電影領(lǐng)域知識(shí)圖譜彌補(bǔ)協(xié)同過濾推薦算法受到的數(shù)據(jù)稀疏性干擾問題。

(2)改進(jìn)了知識(shí)圖譜算法TransHR，用其取代TransE算法進(jìn)行知識(shí)圖譜構(gòu)建，提升了計(jì)算出的電影間的相似度準(zhǔn)確率。

(3)將知識(shí)圖譜相似度與基于用戶評(píng)分的物品相似度融合，結(jié)合SVD分解，提升推薦性能。

2 相關(guān)理論

2.1 協(xié)同過濾推薦算法

電影推薦中可以使用基于物品的協(xié)同過濾ICF(Item Collaborative Filtering)，它以用戶傾向于喜歡類似的電影為假設(shè)，將用戶對(duì)物品的評(píng)分記為1個(gè)向量，利用評(píng)分向量計(jì)算物品間的相似度，推測(cè)用戶最有可能喜歡的物品。其總體分為3個(gè)步驟[9]：

(1)構(gòu)建評(píng)分矩陣。

以通過用戶對(duì)某一物品進(jìn)行打分等方式收集用戶的觀影偏好，用戶評(píng)分是算法的數(shù)據(jù)基礎(chǔ)。假設(shè)系統(tǒng)中有m個(gè)用戶和n個(gè)物品，用U={U1,U2,…,Um}表示用戶集合，用I={I1,I2,…,In}表示物品集合。則用戶Ux對(duì)物品Iy的評(píng)分為Sx,y,用矩陣Rm×n表示如式(1)所示：

(1)

(2)計(jì)算物品相似度。

物品向量的相似度可以用余弦相似度作為評(píng)價(jià)標(biāo)準(zhǔn)。將用戶對(duì)某個(gè)物品的評(píng)分當(dāng)成1個(gè)m維向量，則某個(gè)物品Ii的評(píng)分向量為Ii={S1,i,S2,i,…,Sm,i},物品Ij的評(píng)分向量為Ij={S1,j,S2,j,…,Sm,j},計(jì)算Ii與Ij的余弦相似度：

(2)

其中,Ui和Uj分別表示對(duì)電影Ii和電影Ij評(píng)分的用戶集合，Ui,j表示同時(shí)對(duì)電影Ii和電影Ij評(píng)分的用戶集合。式(2)的取值為[0,1]。

余弦相似度在實(shí)際中未能考慮用戶評(píng)分的差異。例如，有些用戶給電影評(píng)分普遍評(píng)分較高，有些用戶則普遍給出較低分?jǐn)?shù)。這樣用戶對(duì)于同樣評(píng)分的電影的喜好實(shí)際上并不相同。因此，采用修正的余弦相似度，公式如下所示：

(3)

(3)近鄰選擇。

近鄰選擇算法有K近鄰選擇和閾值法2種，其中K近鄰選擇算法是將相似度進(jìn)行排序從而篩選出前K個(gè)最相似的物品進(jìn)行推薦。閾值法是設(shè)置閾值T，將相似度高于閾值T的物品列入推薦列表。本文采用K近鄰算法作為決策的參考依據(jù)。

2.2 知識(shí)圖譜介紹

知識(shí)圖譜是谷歌在2012年提出的，最初是為了提高檢索的性能。知識(shí)圖譜將知識(shí)信息嵌入到1個(gè)低維的圖譜當(dāng)中從而將知識(shí)用向量表示，利用知識(shí)向量可以進(jìn)行實(shí)體相似度的計(jì)算。知識(shí)圖譜的另一個(gè)作用是關(guān)系預(yù)測(cè)。知識(shí)圖譜可以根據(jù)已有的關(guān)系數(shù)據(jù)集快速推斷還未標(biāo)注的實(shí)體間的關(guān)系，使得相似度計(jì)算的結(jié)果更加準(zhǔn)確。大量的知識(shí)庫為知識(shí)圖譜的研究提供了豐富的數(shù)據(jù)集，常見的有FreeBase[10]、YOGA[11]、Wikidata[12]和DBpedia[13]等。

知識(shí)表示的過程是將零散知識(shí)嵌入到知識(shí)圖譜中形成知識(shí)向量。知識(shí)表示模型主要分為神經(jīng)網(wǎng)絡(luò)模型、張量模型和翻譯模型。文獻(xiàn)[14]引入神經(jīng)網(wǎng)絡(luò)非線性模型刻畫了實(shí)體相關(guān)性，但是該模型的計(jì)算開銷較大。文獻(xiàn)[15]介紹了將不同維度中的實(shí)體統(tǒng)一在一起的思想，描述了實(shí)體之間的關(guān)系，稱為張量模型。Bordes等[7]受到平移不變性的啟發(fā)提出了翻譯模型TransE。由于基于翻譯模型的知識(shí)圖譜計(jì)算量小且能有效地表示語義知識(shí)庫，因此本文在用戶評(píng)分?jǐn)?shù)據(jù)稀疏時(shí)利用知識(shí)圖譜輔助算出實(shí)體間相似度，并應(yīng)用于協(xié)同過濾算法中，以彌補(bǔ)數(shù)據(jù)稀疏問題。TransE在處理實(shí)體間只存在單關(guān)系時(shí)具有良好的效果，但是當(dāng)實(shí)體間存在多個(gè)關(guān)系時(shí)，由于TransE的實(shí)體與關(guān)系嵌入在同一個(gè)平面內(nèi)，無法準(zhǔn)確反映出實(shí)體間的多關(guān)系模型，導(dǎo)致相似度計(jì)算不準(zhǔn)確。本文采用改進(jìn)的翻譯模型TransHR，可以將實(shí)體間的多重關(guān)系表示出來。

知識(shí)圖譜由知識(shí)三元組頭實(shí)體h、尾實(shí)體t和關(guān)系向量r組成。翻譯模型TransE將頭向量h通過關(guān)系向量r映射于尾實(shí)體向量t，如圖1所示。通過設(shè)置三者的值使得三者關(guān)系為真時(shí)有h+r-t≈0,當(dāng)三者關(guān)系不成立時(shí),其值應(yīng)當(dāng)很大。

Figure 1 TransE model圖1 TransE模型

實(shí)際應(yīng)用中一對(duì)實(shí)體間可能具有多重關(guān)系，具有多個(gè)關(guān)系的電影應(yīng)當(dāng)具有更高的相似度，在推薦時(shí)出現(xiàn)在用戶列表的可能性應(yīng)當(dāng)更高。TransHR的原理如圖2所示。

Figure 2 TransHR model圖2 TransHR模型

TransHR將頭尾實(shí)體嵌入一個(gè)平面內(nèi)，與TransE不同的是，TransHR將關(guān)系向量嵌入在特定的關(guān)系空間當(dāng)中。當(dāng)2個(gè)實(shí)體有v個(gè)關(guān)系時(shí)，第i個(gè)關(guān)系表示為ri，將所有的關(guān)系存在單獨(dú)的矩陣空間中,記為Mr。則TransHR的關(guān)系向量為：

r′(h,t)=riMri,i=1,2,…，v

(4)

通過矩陣空間的關(guān)系映射將實(shí)體間的多重關(guān)系表示在關(guān)系矩陣Mri中，則通過映射形成的向量r(h,t)實(shí)現(xiàn)了頭尾實(shí)體的關(guān)系鏈接。則在TransHR模型中頭尾實(shí)體映射為：

h+r(h,t)≈t

(5)

TransHR表示出每個(gè)實(shí)體的同時(shí)保留了實(shí)體間多重關(guān)系，在知識(shí)圖譜中計(jì)算電影相似度時(shí)可以依據(jù)多重關(guān)系進(jìn)而加權(quán)計(jì)算出電影間的相似度。相較于TransE模型，TransHR提高了計(jì)算的相似度準(zhǔn)確率。由于TransHR將實(shí)體間多個(gè)關(guān)系存儲(chǔ)在矩陣Mri中,使得復(fù)雜度提升，因此本文采用對(duì)角矩陣Ari代替Mri降低了關(guān)系矩陣的復(fù)雜度，此時(shí)向量映射為：

r(h,t)=riAri,i=1,2,…,v

(6)

3 基于圖譜權(quán)重的推薦算法

通過知識(shí)圖譜輔助計(jì)算出電影間的相似度，與協(xié)同過濾推薦算法結(jié)合，可以緩解協(xié)同過濾算法數(shù)據(jù)稀疏性問題。基本原理為：通過融合因子將協(xié)同過濾算法得出的推薦結(jié)果與基于用戶喜好構(gòu)建的知識(shí)圖譜得出的推薦結(jié)果相融合，作為最終的推薦結(jié)果向用戶推薦?；谖锲穮f(xié)同過濾算法實(shí)際是從外部向用戶推薦；而基于知識(shí)圖譜的語義相似度推薦是基于物品內(nèi)容向用戶推薦。

本文提出基于TransHR的知識(shí)圖譜協(xié)同過濾推薦算法TransHR-CF(Translating embedding for Hyper-Relational data Collaborative Filtering)，如圖3所示，構(gòu)建電影知識(shí)圖譜，根據(jù)知識(shí)圖譜計(jì)算電影間的語義相似度，形成基于知識(shí)圖譜的相似矩陣。根據(jù)用戶評(píng)分矩陣計(jì)算余弦相似度形成相似度矩陣。最終通過設(shè)置融合因子將2個(gè)矩陣融合。

Figure 3 TransHR-CF algorithm圖3 TransHR-CF算法

3.1 構(gòu)建語義圖譜

在電影領(lǐng)域知識(shí)圖譜中，實(shí)體主要包括片名、影片類型等。所有這些特征之間的關(guān)系形成一張電影領(lǐng)域的知識(shí)圖譜。2部電影間往往存在著相同的演員或者導(dǎo)演等相同關(guān)系，如《回到未來》和《回到未來2》之間存在著影片類型、導(dǎo)演、主演等多個(gè)相同關(guān)系，因此在知識(shí)圖譜中電影之間相同關(guān)系越多，則判定2部電影相似度越高。本文采用改進(jìn)的TransHR模型，訓(xùn)練損失函數(shù)如式(7)所示：

(7)

其中,γ是邊緣參數(shù)，d(·)為歐氏距離，(h,r,t)為正確的三元組表示，在正確三元組中隨機(jī)選出1個(gè)實(shí)體進(jìn)行替換得到(h′,r′,t′)。如正確三元組為(回到未來，類型，科幻)，錯(cuò)誤三元組在三者中隨機(jī)替換1個(gè)實(shí)體，如(回到未來，類型，驚悚)。

最終通過TransHR模型將電影實(shí)體嵌入在一個(gè)低維空間中，電影實(shí)體間的多重關(guān)系存儲(chǔ)在關(guān)系矩陣Ari中。該方法使得正確的三元組之間距離很近，錯(cuò)誤的三元組之間距離很遠(yuǎn)。當(dāng)用戶給某個(gè)電影評(píng)分時(shí)，與之相似度較高的電影也會(huì)被判定為用戶可能喜歡的實(shí)體類型。

3.2 知識(shí)圖譜實(shí)體相似度

將物品電影嵌入知識(shí)圖譜，物品Ii用向量表示：

Ii=(E1i,E2i,…,Edi)T

(8)

物品被嵌入成為d維向量，其中Epi為對(duì)應(yīng)第p維度的值。構(gòu)建知識(shí)圖譜時(shí)采用歐氏距離訓(xùn)練損失函數(shù)，所以在計(jì)算物品相似度時(shí)也采用歐氏距離：

(9)

利用歐氏距離可以計(jì)算2個(gè)物品的相似度：

(10)

在TransHR構(gòu)建的知識(shí)圖譜中，2個(gè)實(shí)體之間的多關(guān)系向量被映射到關(guān)系空間中，擴(kuò)展了關(guān)系數(shù)量。因此，2個(gè)物品之間關(guān)系越多，則相似度應(yīng)該越高。定義C1(Ii,Ij) 函數(shù)統(tǒng)計(jì)知識(shí)圖譜中Ii與Ij的直接關(guān)系數(shù)量，如《回到未來1》與《回到未來2》之間存在導(dǎo)演、主演1、主演2、影片類型等4種相同的屬性關(guān)系，則它們的C1(Ii,Ij)=4。同理定義C2(Ii,Ij)為Ii與Ij間隔度為1的關(guān)系數(shù)量。Ii與Ij在多步關(guān)系權(quán)重下的相似度為：

simg(Ii，Ij)=

(11)

其中,x<1為權(quán)重因子，表征多步關(guān)系之間的重要程度。在用戶選擇時(shí)更傾向于直接關(guān)系，因此直接關(guān)系的權(quán)重值應(yīng)當(dāng)比間接關(guān)系的權(quán)重值大，設(shè)置直接關(guān)系權(quán)重為x，間接關(guān)系權(quán)重為x2，從而獲得更好的相似度表示效果，這也符合預(yù)期。

根據(jù)圖3的流程，按照知識(shí)圖譜求得電影相似度后，可以生成1個(gè)電影相似性矩陣。如表1所示。

表1所示為電影內(nèi)部的語義相似度矩陣，其中，aij為2部電影實(shí)體間的相似度。在推薦過程中不會(huì)向用戶推薦已經(jīng)選過的電影，因此對(duì)角線元素直接設(shè)置為0，從而避免向用戶重復(fù)推薦已經(jīng)觀看過的電影。

Table 1 Movies similarity matrix表1 電影相似度矩陣

3.3 2種相似度的融合

基于用戶評(píng)分矩陣計(jì)算出相似電影并且向用戶推薦。但是，協(xié)同過濾算法在實(shí)際中存在的數(shù)據(jù)稀疏性問題會(huì)導(dǎo)致計(jì)算出的電影相似度很低。因此，本文結(jié)合知識(shí)圖譜計(jì)算出的相似度與協(xié)同過濾算法計(jì)算出的相似度作為推薦依據(jù)。步驟如下所示：

(1)將電影領(lǐng)域本身的語義知識(shí)通過TransHR模型學(xué)習(xí)得到電影領(lǐng)域的實(shí)體表達(dá)，并計(jì)算相似度。

(2)通過用戶評(píng)分矩陣計(jì)算2部電影的余弦相似度，值越大，相似度越高。

(3)將知識(shí)圖譜計(jì)算出的相似度與協(xié)同過濾算法計(jì)算出的電影相似度進(jìn)行匹配融合。

(4)通過最終預(yù)測(cè)的評(píng)分選出K個(gè)預(yù)測(cè)評(píng)分最高的結(jié)果。

根據(jù)式(3)與式(11)得TransHR-CF算法融合后的結(jié)果：

sim(Ii,Ij)=simc(Ii,Ij)+simg(Ii,Ij)=

(12)

其中，x<1，式中第1項(xiàng)為協(xié)同過濾算法計(jì)算得出的相似度，第2項(xiàng)為知識(shí)圖譜計(jì)算得出的相似度。

3.4 預(yù)測(cè)用戶評(píng)分

預(yù)測(cè)用戶對(duì)電影的評(píng)分，根據(jù)預(yù)測(cè)評(píng)分可以形成推薦列表。通過引入知識(shí)圖譜計(jì)算出的電影相似度可以更準(zhǔn)確地估算出用戶對(duì)未評(píng)分電影的評(píng)分。用Pui表示用戶Uu對(duì)物品Ii的評(píng)分。Pui的計(jì)算公式如下所示：

(13)

其中,sim(Ii,Ij)是電影Ii與電影Ij的相似度，Su,j表示用戶對(duì)電影Ij的評(píng)分，N(u) 表示用戶Uu評(píng)分過的電影集合，S(i,k)表示前k個(gè)與Ii最相似的電影。用戶對(duì)電影Ij的評(píng)分越高，同時(shí)電影Ii與Ij相似度越高，則Pui的值越大。通過計(jì)算每一位用戶的未點(diǎn)擊電影的Pui形成TOP-K推薦列表。

基于SVD分解的推薦算法在應(yīng)用中通過降維預(yù)測(cè)用戶評(píng)分，實(shí)現(xiàn)了高質(zhì)量的推薦。然而該分解方法要求矩陣本身不能是稀疏的，否則需要對(duì)評(píng)分矩陣進(jìn)行填充。傳統(tǒng)的SVD分解是填充用戶評(píng)分的均值，這種方法會(huì)使得預(yù)測(cè)結(jié)果產(chǎn)生偏差。尤其是當(dāng)矩陣非常稀疏時(shí)，其預(yù)測(cè)結(jié)果是非常不準(zhǔn)確的。結(jié)合知識(shí)圖譜計(jì)算出電影間相似度，預(yù)測(cè)越相似的電影越容易獲得相近的評(píng)分，從而對(duì)矩陣中用戶未評(píng)分?jǐn)?shù)據(jù)進(jìn)行填充可以更準(zhǔn)確地反映影片實(shí)際的得分值。通過填充矩陣計(jì)算出用戶未觀看電影的預(yù)測(cè)分值，向用戶推薦預(yù)測(cè)分值最高的影片。

本文采用知識(shí)圖譜輔助計(jì)算相似度從而預(yù)測(cè)用戶評(píng)分的辦法填充用戶評(píng)分矩陣，結(jié)合矩陣分解為用戶形成推薦列表。SVD分解如式(14)所示：

Mm×n=UΣVT

(14)

其中,Mm×n是用戶評(píng)分矩陣；U是m×m階酉矩陣；Σ是m×n階對(duì)角陣，對(duì)角線的值為Mm×n的特征值；VT是n×n階酉矩陣。通過SVD分解可以實(shí)現(xiàn)數(shù)據(jù)降維，緩解稀疏性問題。

4 實(shí)驗(yàn)分析

4.1 數(shù)據(jù)集

本節(jié)對(duì)提出的TransHR-CF算法進(jìn)行實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)數(shù)據(jù)集采用MovieLens數(shù)據(jù)集的數(shù)據(jù)。其中用戶記錄有943個(gè)，電影數(shù)量有1 682部，平均每個(gè)用戶評(píng)價(jià)了100多部電影，共有100 000多條評(píng)論數(shù),評(píng)分在[1,5]。

引用TMDB數(shù)據(jù)集構(gòu)建知識(shí)圖譜數(shù)據(jù)集，TMDB作為一個(gè)影視數(shù)據(jù)社區(qū)有超過15萬的使用者，TMDB的數(shù)據(jù)集可以免費(fèi)爬取，方便實(shí)驗(yàn)驗(yàn)證。通過知識(shí)抽取最終得到了電影名、演員、電影種類等在內(nèi)的11 619個(gè)實(shí)體，保留了導(dǎo)演關(guān)系、編劇關(guān)系等在內(nèi)的25 232個(gè)關(guān)系。由于一部電影參演人數(shù)較多，本文將每部電影演員的實(shí)體數(shù)量控制為3個(gè)，目的是降低知識(shí)圖譜的構(gòu)建復(fù)雜度。通過影視數(shù)據(jù)集構(gòu)建基于TransHR的知識(shí)圖譜，構(gòu)建過程如圖4所示。

Figure 4 Construction process of knowledge graph圖4 知識(shí)圖譜構(gòu)建過程

4.2 評(píng)價(jià)指標(biāo)

推薦系統(tǒng)中常用的結(jié)果分析指標(biāo)主要有3個(gè)：準(zhǔn)確率、召回率、平均絕對(duì)誤差(MAE)。參數(shù)含義如表2所示。

Table 2 Parameters表2 參數(shù)

召回率：

(15)

準(zhǔn)確率：

(16)

召回率給出了推薦給用戶的電影與用戶所有喜歡的電影的比例。準(zhǔn)確率反映了用戶的喜好是否被正確預(yù)測(cè)，即正確向用戶推薦喜歡的電影的比例。

平均絕對(duì)誤差：

(17)

平均絕對(duì)誤差反映實(shí)際預(yù)測(cè)誤差的大小。其中|M|表示預(yù)測(cè)項(xiàng)目集合的大小，fi表示物品的真實(shí)評(píng)分值，yi表示填充的預(yù)測(cè)值。MAE越小說明推薦越準(zhǔn)確。

4.3 融合因子的設(shè)定

為了取得最佳推薦效果，本文提出將基于物品評(píng)分的相似度與知識(shí)圖譜相似度通過融合因子x融合，x取值從0到1遞增，每次步長0.1，做11次實(shí)驗(yàn)，驗(yàn)證召回率和準(zhǔn)確率。每次實(shí)驗(yàn)做10次并取平均值。結(jié)果如圖5和圖6所示。

Figure 5 Recall result圖5 召回率結(jié)果

Figure 6 Precision result圖6 準(zhǔn)確率結(jié)果

從圖5和圖6可以看出，隨著融合因子x的增大，召回率和準(zhǔn)確率都有所改善，在0.6時(shí)性能最好。當(dāng)x為0時(shí)，表示相似度完全由用戶評(píng)分矩陣決定。

4.4 算法比較

與傳統(tǒng)協(xié)同過濾算法和基于TransE翻譯模型的協(xié)同過濾算法進(jìn)行實(shí)驗(yàn)對(duì)比。此處選取使召回率和準(zhǔn)確率最高的融合因子x=0.6，驗(yàn)證不同近鄰數(shù)下的召回率和準(zhǔn)確率。近鄰數(shù)K分別選擇50,70,100,120實(shí)驗(yàn)10次并取平均值。由圖7和圖8可以看出,本文算法在召回率和準(zhǔn)確率指標(biāo)上都有提升。說明利用了影視實(shí)體之間的關(guān)系計(jì)算影視相似度更加準(zhǔn)確。

Figure 7 Recall under different neighbor numbers圖7 不同近鄰數(shù)下的召回率

Figure 8 Accuracy under different neighbor numbers圖8 不同近鄰數(shù)下的準(zhǔn)確率

與基于傳統(tǒng)知識(shí)圖譜的協(xié)同過濾算法相比，當(dāng)近鄰數(shù)為100時(shí)，基于TransHR模型的協(xié)同過濾算法在召回率上提升了約5%，準(zhǔn)確率提升了約10%，彌補(bǔ)了協(xié)同過濾算法的不足以及TransE嵌入過程中的精度不高問題。這說明本文算法的有效性。

為了進(jìn)一步驗(yàn)證本文算法的準(zhǔn)確度，結(jié)合矩陣分解比較了MAE值。將式(13)計(jì)算出的預(yù)測(cè)評(píng)分填充矩陣，與基于TransE的知識(shí)圖譜計(jì)算出的用戶評(píng)分和基于用戶均值填充的矩陣，做SVD比較。根據(jù)式(13)選取知識(shí)圖譜中K個(gè)與預(yù)測(cè)電影最相似的電影時(shí),推薦性能會(huì)隨著近鄰數(shù)K的不同而不同。分別取近鄰數(shù)K為10，15，20，30,驗(yàn)證MAE值，結(jié)果如圖9所示。

Figure 9 MAE under different neighbor numbers圖9 不同近鄰數(shù)K的MAE值

傳統(tǒng)SVD分解采用均值填充的辦法，與知識(shí)圖譜中的近鄰數(shù)K值無關(guān)，因此不會(huì)隨K值變化而變化?；赥ransE與TransHR的矩陣分解的MAE值在近鄰數(shù)取20時(shí)效果最好，其中基于TransHR相似度融合的SVD分解推薦優(yōu)于傳統(tǒng)SVD與基于TransE的推薦。這說明了本文利用TransHR進(jìn)行相似度融合的優(yōu)越性。

5 結(jié)束語

本文改進(jìn)了基于知識(shí)圖譜的協(xié)同過濾推薦算法中使用的表示學(xué)習(xí)算法，在影視推薦過程中更充分地考慮了影視作品間的多重關(guān)系屬性。通過將電影間的多關(guān)系嵌入在一個(gè)單獨(dú)的關(guān)系矩陣中，使得TransHR模型可以構(gòu)建多關(guān)系模型，從而改進(jìn)了電影間的語義相似度，優(yōu)化了推薦結(jié)果。結(jié)合SVD分解的推薦結(jié)果也比傳統(tǒng)的SVD分解推薦結(jié)果更好。本文采用的TransHR模型在推理和表示過程中只能表示出單步相鄰的電影實(shí)體，不能推理出電影實(shí)體之間存在的多步關(guān)系。今后將嘗試引入多步關(guān)系推理算法挖掘更多電影信息用于相似度計(jì)算。