电子商务推荐系统综述及发展研究 摘要：本文在现有文献的基础上给出了推荐系统的定义及 的中心问题是效用度ｕ的计算，并非遍历整个ＣｘＳ的整个空间， 其发展历史，比较了推荐系统中的几种常用的推荐算法及其优 而是分布到一个流形子空间上。对于某个数据集而言，必须先 缺点，总结了推荐系统的体系结构和未来研究的重点，难点及 对ｕ进行外推，也就是说，对象必须具备用户以前作的评分，未 其热点，最后论述了电子商务企业在实际应用中如何利用推荐 评定的对象的评分必须先根据已标注的对象进行标注外推后才 系统带来价值。 关键词：电子商务推荐系统 引言 随着互联网技术的不断发展，海量数据不断生成，这使得 用户很难从中提取出对其有意义的信息，同时也使得互联网上 的一部分数据很少被访问，这些数据称为“暗信息”。另一方 面随着电子商务的蓬勃发展，给用户的日常生活带来了巨大影 响，同时也带来了“信息超载”问题，从而使得信息的利用效 率反而降低了，这很大程度上影响了消费者的购物体验和满意 度。为解决这些难题，就促使了电子商务企业推出个性化的推 荐系统，他是一种以网上购物环境为前提，为消费者推荐符合 其兴趣爱好的商品为目的的系统，使消费者无需从海量信息中 寻找自己想要的信息。目前，已有的几个大型电子商务企业推 出的推荐系统其推荐策略有很大不同，且对这些推荐策略没有 一个统一的分类标；隹。根据国内外研究者对推荐策略的研究， 学者们普遍认可的推荐策略可分为以下几类：协同过滤、基于 内容的推荐、混合推荐、基于用户——产品二部图网络结构的 推荐。其中协同过滤是通过对特定的用户群进行挖掘和识别， 基于内容的推荐的核心是利用信息过滤技术，而将两者进行有 机结合则是混合推荐。 ｌ、推荐系统的定义及其发展历程 学者们给出推荐系统的定义很多，目前被广为认可和采用 的有两种，分别为形式化和非形式化定义，在１ ９９７年Ｒｅｓｎｉｃｋ ｇｕＶａｒｉａｎ给出了非形式化定义： “它是以电子商务网站为平台， 为消费者提供商品的信息和建议，协助他们决定应该购买什么 产品，模拟推销人员协助消费者完成购买过程”。推荐候选对 象、用户、推荐方法这三部分构成了～个完整的推荐系统。在 文献【１，２】中，作者给出了推荐系统的形式化定义：他将推荐给用 户的对象集合用Ｓ表示，所有用户的集合用Ｃ表示。现实中，用 户和推荐对象集合的数据量一般非常大，如成百上千万的客户 以及上亿种影视作品等。将对象Ｓ对用户Ｃ的推荐度用效用函数 ｕ（）表示。即ｕ可以表示为Ｃ Ｘ Ｓ—Ｒ， （Ｒ表示为指定范围中的全 序非负实数）。寻找到最大的推荐度Ｒ所对应的那些对象Ｓ＊正是 推荐系统要研究的问题。 如下式： Ｖｃ∈Ｃ， ＝ａｒｇｍａｘｕ（ｃ． 文献【３】提到用户和对象的度量与采样可以使用不同的属性 和特征，这根据实际面对的问题不同而不同。推荐算法要研究 ５ ８ Ｅ。．＇ｊｌｉ：ｉｉ ．Ｌ ．ｉｊ： ：ｌｌ＂ｉＥ。 。ｌ ｌＰＤ１３．１己 可以使用。各类推荐算法在外推和评分预测上采用了不同的策 略，设计了不同的效用函数。 直到１ ９９Ｏ年对推荐系统的研究才当作一个相对 的课题被学者们提出来。在１ ９９５年，由美国学者展示的 ＷｅｂＷａｔｃｈｅｔ、ＬＩＲＡ、Ｌｅｔｉｚｉａ这三大系统，标志着个性化服务 系统的开始。２０００年，我国正式开始了个性化推荐系统的研 究，并逐步从理论走向实践，２００９年７月国内首个推荐系统科研 团队北京百分点信息科技有限公司成立，该团队专注于推荐引 擎技术与解决方案，在其推荐引擎技术与数据平台上汇集了国 内外百余家知名电子商务网站与资讯类网站，并通过这些Ｂ２Ｃ 网站每天为数以千万计的消费者提供实时智能的商品推荐。 ２０１ １年９月，百度世界大会２Ｏ１１上，李彦宏将推荐引擎与云计 算、搜索引擎并列为未来互联网重要战略规划以及发展方向。 百度新首页将逐步实现个性化，智能地推荐出用户喜欢的网站 和常用的ＡＰＰ。 ２、现有的推荐算法简介 推荐系统的核心为推荐算法，其决定着推荐系统的种类和 性能。目前大部分关于推荐系统的文献是研究这类问题，以下 为几种主要推荐算法的简介及其优缺点。 １．协同过滤推荐 协同过滤推荐策略是最早被提出，且在推荐系统中应用研 究最为广泛。其基本思想：利用目标用户Ｃ的历史信息，找到与 Ｃ相似的其他用户Ｃｉ，利用Ｃｉ对其他产品的评价来预测Ｃ对特定 产品的喜好程度。这个基本思想容易理解，在日常生活中，我 们经常会因身边的好友选购某类商品，并且其对该类商品评价 较高时，我们也会倾向于购买此类商品，协同过滤正是把这一 思想应用到推荐系统中。该策略大体分为两类 ：基于记忆和基 于模型两种算法。 １）基于记忆的算法 基于记忆的算法是找到与当前用户Ｃ相似的用户Ｃｉ，利用Ｃｉ 对一个对象Ｓ的评价来预测当前用户Ｃ对Ｓ的评价，从而判断是 否推荐Ｓ给Ｃ。此算法主要包括两个点：ａ计算用户之间的相似 性；ｂ．对所有与当前用户Ｃ相似的用户Ｃｉ对对象Ｓ的评分进行汇 总计算，以预测Ｃ对Ｓ的评分。关于用户相似度Ｓｉｍ（Ｃ，Ｃｉ）的 计算有很多种方法，最常用的是基于关联和基于余弦距离两种 方法，近年来，为了提高该算法的性能，引入了其他的方法， 如用户倒排分，缺省投票，实例扩展等。 ２）基于模型的算法 该算法利用用户Ｃ对众多对象的评分，来推断用户Ｃ的行为 模型，其中的一种算法是基于概率的，该算法表示如下： Ｉｆｒ上 Ｌｎ』』Ｌ ，一 一Ｅ（ｒ ）＝＞：箭 ｆ Ｐｒ（ ， ＝ｌｌ，：… ， ∈Ｓｃ） 算法。基于网络结构的推荐算法为推荐系统效率的提升开辟了 一个新的方向，但同样面临新用户，新产品等问题。 ４．混合推荐算法 这是一种将用户归到一种模型下的算法，其他的算法还有 概率相关模型，极大熵模型，线性回归等。 协同过滤推荐的优点： １）从用户网上购买，浏览行为中，隐式获得用户感兴趣的 混合推荐的目的为通过组合各种推荐方法弥补各自推荐技 术的不足，据实际的数据研究发现混合后的推荐系统具有较好 的推荐效果。在理论上有很多种组合方式，但目前常用的组合 东西，由此对用户进行有效推荐。 ２）能够推荐音乐，电影，视频等非结构化复杂对象。 方式是将基于协同过滤和基于内容过滤混合，大致有前、中、 后三种融合方式 ，首先前融合是将各种推荐方法直接融合，例 ３）大量用户访问行为的历史记录信息为社会网络研究提供 如将协同过滤法和基于内容过滤法融合到一个系统框架下的模 了数据基础 型就是前融合。中融合是将某一种推荐方法作为基本框架，再 ４）有利于挖掘用户新的兴趣点 ，能推荐完全不相似的资源 融合另外一类推荐算法。例如将协同过滤的方法融合到基于内 给用户。 当然，因协同过滤系统是基于大量历史数据的，故存在下 列缺点： １）冷启动问题，如何对新用户进行推荐以及如何推荐新产 品，因为他们均没有历史信息。 ２）打分稀疏问题，系统中总存在大量没有被用户选择或评 分的产品，这极大的影响了推荐效果。 ３）算法的可扩展性，在系统使用过程中，伴随着用户和产 品数量的增加，系统的性能会逐步下降，影响用户的体验。 ２．基于内容的推荐 基于内容的推荐是根据用户选择过的对象，推荐其他具有 类似属性的对象。该算法源于信息检索方法，关键在于信息的 获取和过滤，无需依据用户对对象的评价内容，可分别对用户 和产品对象建立配置文件，并依据已经购买或浏览等行为更新 配置文件。在对象信息获取中，最常用的是词频一倒排文档频 率（ＴＦ—ＪＤＦ）方法，而用户的资料模型由所用的机器学习方法决 定，常用的有决策树，贝叶斯分类等算法。 该推荐算法的优点：不依赖用户的历史数据：推荐结果明 了，用户接受度高；不因新对象的出现而产生冷启动和数据稀 疏等问题；以及有成熟的技术支持等。缺点则主要集中于自动 化的特征提取很难适用于电影，视频，歌曲等多媒体数据，且 推荐结果多样性差，为用户推荐的内容局限于与用户过往选择 的对象类似。 ３．基于网络结构的算法 此算法不关心用户和产品的具体内容，只是将他们视为抽 象的节点，有关算法的计算信息全部隐藏在他们之间的选择关 系中。文献［５１用二部分图表示用户一产品之间的关联关系，并 提出了一种新的基于资源分配的方法。文献Ｉ６】提到了一种解决 部分数据稀疏的方法，即在协同过滤算法中引入二部分图上的 扩散动力学。研究人员通过研究实际推荐系统发现，被研究的 实际系统的平均距离和集聚系数比随机图更大。刘建国等【１ １】 在基于二部分图资源分配的推荐算法中研究发现，对于任意目 标用户，该算法可以将其没有选择过的产品按照他的喜好程度 排序，然后把排名最靠前的那些产品推荐给他。周涛等ｆ５】发现 适当地降低流行产品的推荐力度能够改善算法的精确性，以电 影为例，推荐冷门电影的意义要明显好于推荐热门电影。研究 发现，相比很多好莱坞的电影，不用特意推荐，用户同样可从 很多渠道获得这些热门信息，但对于更多的冷门电影，若不推 荐，则很难被目标用户发现。在文献【７】中提到通过设定适当的 阙值能够降低算法的复杂性同时提高算法的精确性。在协同过 滤算法中一般用Ｐｅａｒｓｏｎ系数计算用户相似程度，刘建国等在用 户相似性的计算时采用资源分配原理，再利用协同过滤方法向 用户推荐；其还提出了基于ＴＯＰ—Ｎ用户相似性信息的协同过滤 容的方法框架内。后融合是先产生推荐结果然后将结果进行融 合，即融合两个以上的推荐方法产生的结果，例如将协同过滤 法的结果和基于内容过滤法的结果融合到一个融合列表中从而 决定最后的推荐对象。 ３、推荐系统的 点，难点问题及发展方向 推荐系统经历了较长时间的研究和发展已取得令人瞩目的 成果。但也存在不少问题，如对用户信息的收集过分依赖于用 户的显示评价，对稀疏问题及冷启动问题缺乏有效的解决方案 ，推荐系统的效果难以评价等，以下是推荐系统出现的研究热 点和部分难点以及重点问题。 １）提取精准的用户偏好和对象特征 在实际应用中，多数协同推荐系统根据用户的打分产生推荐 对象，主要原因是很难找到一个适合的方法对用户的偏好和兴趣 进行提取，需探讨更精准的特征提取和兴趣偏好提取方法” 。 ２）推荐的度研究 用户一对象二维空间法是目前大多数推荐系统研究的基础。 但用户的偏好受很多外部因素的影响，其做出的选择和给出的评 价、评分会有很大的差异，即使用的推荐维度会有所不同。文献 ［１】中指出度的推荐方法也是未来值得研究的一个方向。 ３）推荐系统的用户交互和界面设计 为了对用户进行更有效的推荐，推荐系统应和用户交互， 挖掘用户的隐性需求。文献Ｉ８】中提到未来的研究应考虑如何促 进推荐系统和用户交互，以使用户更愿意接受推荐结果。 ４）推荐系统的安全性研究 协同推荐的另一个关键问题是信息安全，协同推荐方法要 使用用户的历史数据，但考虑到用户担心隐私问题，不会提供 真实的个人数据。如何既能保护用户的个人数据又能得到用户 的详细数据将是未来推荐系统研究的一个重要方向。此外，有 些熟悉推荐算法的用户恶意捏造用户评分数据而达到频繁推荐 某些商品的目的，这类行为被称为推荐攻击，如何预防和检测 推荐攻击也将是推荐系统的一个研究方向。 ５）基于复杂网络理论及图方法的推荐系统研究 理论物理、人工智能、和复杂网络系统的研究者从图和动 态网络的角度研究推荐系统中的大规模的网络智能挖掘，在文 献【３，１Ｏ】中提到通过设计长尾发现的推荐方法，挖掘出用户有兴 趣的视频，该方法是将网络视频推荐问题转化为解决网络平衡 的图谱分割问题。 ６）推荐系统性能评价指标的研究 研究者用查准率和查全率作为推荐系统优劣的两项指标， 也可以从用户对算法准确的敏感度，算法对不同领域的适用性 以及广义的质量评价等方面深八研究。 ２０１３．１己 ．Ｊ ＯＩ．””Ｉ．ＲＮＩ ：： Ｉ５９
