摘  要：推薦技術(shù)是目前在很多領(lǐng)域中廣泛使用的技術(shù)之一。而協(xié)同過濾推薦算法是應(yīng)用在推薦技術(shù)中很成功的算法。主要介紹了協(xié)同過濾推薦技術(shù)，總結(jié)了當(dāng)前推薦算法的傳統(tǒng)方法、改進(jìn)算法以及性能評測方法。同時，分析了協(xié)同過濾推薦算法中的問題以及相應(yīng)的解決辦法。最后闡述了協(xié)同過濾推薦系統(tǒng)中仍需解決的問題和未來可能的發(fā)展方向。            
關(guān)鍵詞：推薦系統(tǒng)； 協(xié)同過濾推薦算法； 稀疏性； 冷啟動；性能評測

    每天，人們都要面對很多的選擇，通常會以周圍人的意見作出選擇。然而，面對海量的網(wǎng)絡(luò)資源時，要從中作出最適合的選擇就變得非常困難。電子商務(wù)系統(tǒng)作為目前典型的成功互聯(lián)網(wǎng)應(yīng)用，提供了更豐富的物品。為幫助大家更快速準(zhǔn)確地定位自己的需求，推薦系統(tǒng)在電子商務(wù)系統(tǒng)中應(yīng)運(yùn)而生,例如知名的亞馬遜等平臺[1]。
    目前，應(yīng)用于推薦系統(tǒng)的算法主要分三類：基于內(nèi)容的過濾推薦算法、協(xié)同過濾推薦算法及混合推薦算法。
    基于內(nèi)容的過濾推薦算法[2]是對用戶的興趣進(jìn)行分析，構(gòu)成用戶配置文件，并將其和文件集中的文件用共同的特征變量表示。最后比較兩者的相似度來為用戶進(jìn)行推薦。隨后，通過用戶的反饋信息，不斷更新用戶配置文件，以此來動態(tài)地為用戶推薦感興趣的信息[3]。
    協(xié)同過濾推薦算法是通過用戶對項(xiàng)目的評分?jǐn)?shù)據(jù)，找到與目標(biāo)用戶或項(xiàng)目相似的對象作為候選推薦。當(dāng)前主要的協(xié)同過濾推薦算法有兩種：基于用戶(user-based)和基于項(xiàng)目(item-based)的協(xié)同過濾推薦算法?；谟脩舻膮f(xié)同過濾推薦算法認(rèn)為,如果用戶對一些項(xiàng)目的評分比較相似, 那么他們對其他項(xiàng)目的評分也比較相似;基于項(xiàng)目的協(xié)同過濾推薦算法認(rèn)為,項(xiàng)目間的評分具有相似性,可以通過用戶對目標(biāo)項(xiàng)目的若干相似項(xiàng)目的評分來估計(jì)該項(xiàng)目的分值[4-5]。
    混合推薦算法[6]是將基于內(nèi)容的過濾和協(xié)同過濾相結(jié)合的方法,既保留了用戶配置文件來代表用戶的興趣，同時又根據(jù)該配置文件來尋找相似的用戶，兩種方法互補(bǔ)完成推薦。
    本文主要介紹協(xié)同過濾推薦算法,因?yàn)槟壳八膽?yīng)用最為普遍。
1 協(xié)同過濾推薦技術(shù)
    協(xié)同過濾推薦技術(shù)之所以得到廣泛的應(yīng)用，主要得益于它獨(dú)立于被推薦對象的內(nèi)容，只依靠用戶對項(xiàng)目的評分或是喜好就可以為用戶推薦。同時，還可以幫助用戶發(fā)掘潛在的興趣。這些優(yōu)點(diǎn)使得它幾乎適用于所有領(lǐng)域。
1.1 當(dāng)前的協(xié)同過濾推薦算法
　  當(dāng)前最常用的協(xié)同過濾推薦算法是基于用戶和基于項(xiàng)目的算法?；谟脩舻膮f(xié)同過濾技術(shù)[7]首先獲取用戶對于項(xiàng)目的評分，然后通過用戶間的相似性尋找目標(biāo)用戶的最近鄰居，最后利用預(yù)測函數(shù)和鄰居用戶的評分來完成推薦；基于項(xiàng)目的協(xié)同過濾技術(shù)[5,8]則根據(jù)項(xiàng)目間相似性得到目標(biāo)項(xiàng)目的相似項(xiàng)目集合，然后通過預(yù)測函數(shù)和相似項(xiàng)目集合來產(chǎn)生推薦列表。
    下文將詳細(xì)地介紹和討論以上兩種算法及其一些改進(jìn)算法。
1.2 基于用戶的協(xié)同過濾推薦算法
    基于用戶的協(xié)同過濾算法是早期較傳統(tǒng)的一種自動協(xié)同過濾技術(shù)。它主要依靠系統(tǒng)中的用戶評分矩陣來計(jì)算用戶間的相似性，再根據(jù)相似性來計(jì)算目標(biāo)用戶對于項(xiàng)目的預(yù)測評分。
    定義 用戶評分矩陣
    一個m×n的矩陣。m和n分別代表矩陣中的用戶數(shù)和項(xiàng)目數(shù)。矩陣中的元素代表用戶對項(xiàng)目的評分或偏好。
1.2.1 相似性計(jì)算方法
    協(xié)同過濾推薦算法本質(zhì)上是基于近鄰的搜索算法，其核心是計(jì)算用戶/項(xiàng)目間的相似性。常用的相似性度量方法主要有三種[5,8]：余弦相似性度量方法、皮爾森相關(guān)相似度量方法、修正的余弦相似性度量方法。
    余弦相似性度量方法：該方法把用戶對項(xiàng)目的評分看作是一個n維向量，則用戶間的相似性就由兩個用戶向量間的余弦夾角來決定。
    修正的余弦相似性度量方法：該方法是對余弦相似性度量方法的改進(jìn)算法。它通過減去用戶對于項(xiàng)目的平均分來彌補(bǔ)不同用戶對項(xiàng)目的評分尺度不同的問題。
    
1.2.2 評分預(yù)測
    預(yù)測評分可由相似度作為權(quán)重，通過計(jì)算鄰居用戶對未評分項(xiàng)目的加權(quán)平均值來得出。
    該方法的不足之處在于:(1)如果用戶評分的項(xiàng)目較少，推薦效果會比較差。對于一個新加入系統(tǒng)的用戶，這個方法完全無法“工作”。(2)為了反應(yīng)用戶最新狀態(tài)，需要在線計(jì)算詳盡用戶，這可能導(dǎo)致在線響應(yīng)速度低下。
1.3 基于項(xiàng)目的協(xié)同過濾推薦算法
    基于項(xiàng)目的協(xié)同過濾算法[5]依賴的是項(xiàng)目間的相似性，這對更新的實(shí)時性要求較低，因此也是目前應(yīng)用較多的一種算法。該算法與基于用戶的協(xié)同過濾算法在過程上類似，只是在相似度上稍有不同。
    在相似性度量方法上，1.2.1中提到的方法仍適用，只是此時計(jì)算相似度的對象不同。除此之外，針對項(xiàng)目間相似性的度量，還可使用條件概率度量方法[9]。之所以可以用它來計(jì)算相似度是因?yàn)?，如果選擇一個項(xiàng)目的用戶中也有很多用戶選擇另一個項(xiàng)目,則兩個項(xiàng)目相似。
1.4 協(xié)同過濾推薦改進(jìn)算法
1.4.1 基于項(xiàng)目評分預(yù)測的協(xié)同過濾推薦算法
　參考文獻(xiàn)[8]提出了一種對未評分項(xiàng)目預(yù)測評分的改進(jìn)算法。該算法先找出用戶i和j分別評分的項(xiàng)目集合的并集Iij,然后計(jì)算用戶i和j對于Iij中各自未評分項(xiàng)目的評分，最后利用基于用戶的協(xié)同過濾算法來計(jì)算用戶i和j的相似度，并產(chǎn)生相應(yīng)的推薦列表。
    該算法在一定程度上解決了稀疏性的問題，使得兩個用戶共同評分的項(xiàng)目有所增加，同時在計(jì)算兩個用戶的相似性時，也不會出現(xiàn)用戶未評分項(xiàng)目為0的狀況，提高了推薦精度。但是，由于采用的是傳統(tǒng)的相似度量方法，算法的冷啟動問題仍未得到根本的解決。
1.4.2 基于項(xiàng)目聚類的協(xié)同過濾推薦算法
    參考文獻(xiàn)[4]是將項(xiàng)目以K均值方法進(jìn)行聚類，然后計(jì)算目標(biāo)項(xiàng)目與聚類中心的相似性，并選擇相似度大于e的聚類來作為搜索鄰居的項(xiàng)目空間，最終完成推薦。
    該算法選擇若干個聚類來搜索項(xiàng)目的鄰居，可以減少搜索空間，提高搜索效率，但相似性閾值e的選取需進(jìn)行權(quán)衡。用戶需要不斷調(diào)整e來進(jìn)行聚類數(shù)量的控制，以此來調(diào)整精度。
1.4.3 基于項(xiàng)目類別相似性的協(xié)同過濾推薦算法[10]
    參考文獻(xiàn)[10]同時考慮評分和類別相似性，并將類別表達(dá)成一顆類別樹(如圖1所示)來計(jì)算類別相似性，然后通過權(quán)重系數(shù)α將兩者進(jìn)行加權(quán)組合，得出綜合相似性。

    該算法計(jì)算的是綜合相似性，從而在一定程度上提高了推薦精度，緩解了稀疏性問題。但它也有一定的缺點(diǎn)：(1)類別標(biāo)示一般需要人工標(biāo)注，工作量太大，并會造成一定的主觀偏見；(2)權(quán)重系數(shù)的選取一般只能靠經(jīng)驗(yàn)來定。
1.4.4 其他的改進(jìn)算法
    隨著研究的深入，更多的改進(jìn)推薦算法被提出。如參考文獻(xiàn)[11]是在1.4.1中所提到算法的基礎(chǔ)上，通過引入類別相似性來改進(jìn)；參考文獻(xiàn)[12]是綜合評分相似度和類別相似度，并引入閾值來調(diào)整評分相似性和最近鄰的選??；參考文獻(xiàn)[13]也利用“組合”的思想，但不再是相似度組合，而是將用戶加權(quán)評分和項(xiàng)目加權(quán)評分進(jìn)行組合來達(dá)到與1.4.1中算法一樣的目的。這些算法都改進(jìn)了精度，緩解了稀疏性、冷啟動等問題。
2 系統(tǒng)性能的評測
    對推薦系統(tǒng)來說，系統(tǒng)的性能直接影響用戶對系統(tǒng)的使用程度。因?yàn)橥扑]出來的項(xiàng)目不符合用戶的興趣，用戶對系統(tǒng)的信任度就會下降。常用的精度測評方法有平均絕對誤差MAE、規(guī)范化的平均絕對誤差NMAE方法和召回率—精度等方法。以前大家關(guān)注較多的是精度問題，現(xiàn)在評測一個系統(tǒng)的性能，除了精度之外，新穎性、多樣性、覆蓋率等更多指標(biāo)越來越受重視[14]。
    多樣性可以分為系統(tǒng)用戶間多樣性和用戶內(nèi)多樣性[15]。前者反映了系統(tǒng)為不同用戶推薦不同項(xiàng)目的能力，可以通過計(jì)算用戶對之間的漢明距離，然后取均值來得出；后者反映了系統(tǒng)為一個用戶推薦不同種類項(xiàng)目的能力，可以通過計(jì)算某一用戶推薦列表中的項(xiàng)目間相似度的差距，最后取均值來得出。
    新穎度指系統(tǒng)可以為用戶推薦的非流行項(xiàng)目的能力。較常使用的是計(jì)算一個用戶推薦列表中商品的平均度[16],商品的平均度越低證明商品的新穎度越高。
    覆蓋率可以體現(xiàn)出系統(tǒng)為用戶推薦的項(xiàng)范圍的大小，若覆蓋率太低，推薦范圍太窄，用戶滿意度就可能會下降。較常用的為推薦覆蓋率[14]，用來計(jì)算推薦項(xiàng)占全部項(xiàng)的比例。
3 推薦系統(tǒng)面臨的問題
3.1 稀疏性問題
　推薦系統(tǒng)中，由于用戶瀏覽的項(xiàng)目有限，導(dǎo)致用戶評分矩陣非常稀疏，從而使得推薦精度不高。參考文獻(xiàn)[4,8,11]的出發(fā)點(diǎn)都是希望緩和矩陣稀疏性問題。因?yàn)槿绻麅蓚€用戶沒有共同評分的項(xiàng)目，那將無法計(jì)算他們的相似度。同樣的，如果兩個項(xiàng)目共同評分的用戶交集為空，則項(xiàng)目之間的相似度也無法得出。目前解決稀疏性問題效果較好的是奇異值分解（SVD）的技術(shù)[17]。在推薦時，可以先使用SVD方法計(jì)算出項(xiàng)目評分，然后再計(jì)算相似度最終得出預(yù)測。SVD的方法在評分預(yù)測上不依賴相似度方法進(jìn)行計(jì)算，并且通過維數(shù)化簡來得到密集的矩陣。雖然解決了數(shù)據(jù)稀疏性問題，但是在化簡過程中丟失掉了一些數(shù)據(jù)信息，精度也會受到一定的影響。
3.2 冷啟動問題
　冷啟動問題[7,17]分為新項(xiàng)目和新用戶問題。參考文獻(xiàn)[10-13]的出發(fā)點(diǎn)就是為了解決冷啟動問題。因?yàn)楫?dāng)一個系統(tǒng)增加一個新的項(xiàng)目并且該項(xiàng)目沒有任何用戶對其進(jìn)行評分時，這個項(xiàng)目就無法被推薦出去，新項(xiàng)目問題就產(chǎn)生了。新用戶問題的產(chǎn)生是由于系統(tǒng)的用戶增多，當(dāng)用戶沒有對系統(tǒng)中的項(xiàng)目進(jìn)行評價時，系統(tǒng)無法分析出用戶的偏好，也就無法產(chǎn)生推薦。
    目前對于冷啟動問題的解決有兩種方法：眾數(shù)法和信息熵法。
    一般而言，大部分用戶對于喜愛和不喜愛的項(xiàng)目評分較為相似，所以評分的數(shù)值分布在一定范圍內(nèi)的概率較大。因此可以使用眾數(shù)法來對新項(xiàng)目或新用戶對項(xiàng)目的評分進(jìn)行預(yù)測。
　    對于冷啟動問題也可采用信息熵法來解決。對于新項(xiàng)目問題，排序計(jì)算所得的信息熵，選取其中信息熵較大的用戶，通過預(yù)測這些用戶對該項(xiàng)目的平均評分來作為新項(xiàng)目的預(yù)測評分。對于新用戶問題，排序用戶信息熵值，然后選擇其中較大熵值的用戶來預(yù)測新用戶對某一項(xiàng)目的評分。
    本文介紹了協(xié)同過濾推薦算法的傳統(tǒng)算法和改進(jìn)算法。最后對于系統(tǒng)的性能評測做了詳細(xì)介紹，對系統(tǒng)常見問題也進(jìn)行了分析研究。
    很多研究者提出的改進(jìn)算法都是用來解決系統(tǒng)的稀疏性和冷啟動問題，并且在一定程度上緩解了這些問題?？梢娤∈栊院屠鋯訂栴}對于推薦系統(tǒng)的精度影響尤為重要。另外，一個系統(tǒng)的推薦性能是否良好，也需要一定的策略來評估。這些方面也是繼續(xù)改進(jìn)的研究方向。
參考文獻(xiàn)
[1] LINDEN G, SMITH B，YORK J. Amazon.com recommendations item-to-item collaborative filtering[J].IEEE Computer Society, 2003(1-2):76-80.
[2] METEREN R V. M.v.S. using content-based filtering for  recommendation[C]. In CML/MLNET Workshop on Machine  Learning and the New Information Age,Baecelona, 2000:47-56.
[3] 黃萱菁，夏迎炬, 吳立德. 基于向量空間模型的文本過濾系統(tǒng)[J].軟件學(xué)報, 2003，14(3):435-442.
[4] 鄧愛林，左子葉，朱揚(yáng)勇. 基于項(xiàng)目聚類的協(xié)同過濾推薦算法[J]. 小型微型計(jì)算機(jī)系統(tǒng), 2004,25(9):1665-1670.
[5] Badrul Sarwar, G.K., KONSTAN J, et al. Item based collaborative filtering recommendation algorithms[C]. Proceedings of the 10th International World Wide Web Confer-ence, 2001.
[6] 曹毅.基于內(nèi)容和協(xié)同過濾的混合模式推薦技術(shù)研究[D].長沙：中南大學(xué)，2007.
[7] EKSTRAND M D, RIDEL J T, KONSTAN J A. Collaborative filtering recommender systems[M]. Hanover:Now Publishers Inc, 2010:81-173.
[8] 鄧愛林，朱揚(yáng)勇，施伯樂.基于項(xiàng)目評分預(yù)測的協(xié)同過濾推薦算法[J]. 軟件學(xué)報, 2003,14(9):1621-1628.
[9] 周軍鋒,湯顯，郭景峰.一種優(yōu)化的協(xié)同過濾推薦算法[J].計(jì)算機(jī)研究與發(fā)展, 1994，41(10):1842-1847.
[10] 李聰，梁昌勇，董珂.基于項(xiàng)目類別相似性的協(xié)同過濾推薦算法[J]. 合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版), 2008，31(3)：360-363.
[11] 張忠平，郭獻(xiàn)麗.一種優(yōu)化的基于項(xiàng)目評分預(yù)測的協(xié)同過濾推薦算法[J].計(jì)算機(jī)應(yīng)用研究, 2008,25(9):2658-2660.
[12] 汪靜，印鑒. 一種優(yōu)化的Item-based協(xié)同過濾推薦算法[J]. 小型微型計(jì)算機(jī)系統(tǒng), 2010,31(22):2337-2342.
[13] 馬麗. 基于組合加權(quán)評分的Item-based協(xié)同過濾推薦系統(tǒng)[J]. 現(xiàn)代圖書情報技術(shù), 2008(11):60-64.
[14] 朱郁筱，呂琳媛.推薦系統(tǒng)評價指標(biāo)綜述[J]. 電子科技大學(xué)學(xué)報, 2012,41(2):163-175.
[15] Zhou Tao, Jiang Luoluo, Su Riqi, et al. Effect of initial  configuration on network-based recommendation[J]. Europhysics Letters, 2008(81):58004-58007.
[16] Zhang Zike, Liu Chuang, Zhang Yicheng, et al. Solving the cold-start problem in recommender systems with social tags[J]. Europhysics Letters, 2010,92(2): 28002-28007.
[17] 孫小華.協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D].
       杭州：浙江大學(xué)，2005.