黃瑋琦

摘要：現(xiàn)代互聯(lián)網(wǎng)已經(jīng)成為了大量信息傳播和擴(kuò)散的主要途徑，電影作為娛樂的重要一環(huán)也在互聯(lián)網(wǎng)中充斥著自己的身影，網(wǎng)上觀影已經(jīng)成為了一種或不可缺的休閑方式，優(yōu)秀方便的電影推薦系統(tǒng)也就成為了炙手可熱的互聯(lián)網(wǎng)新寵。但是，現(xiàn)在很多網(wǎng)站的電影推薦系統(tǒng)并沒有我們所期望的那么智能，往往給我們推薦的并不是我們真正想要看的電影，那么，研究它們的推薦算法就變得極其有意義。

關(guān)鍵詞：電影；推薦算法；基于內(nèi)容；協(xié)同過濾；混合推薦

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）26-0190-03

由于現(xiàn)代科技的快速更新與進(jìn)步，互聯(lián)網(wǎng)技術(shù)也在日新月異地提升。人類的日常生活也越來(lái)越離不開網(wǎng)絡(luò)，無(wú)論是獲取知識(shí)，了解新聞還是放松娛樂都可以在網(wǎng)絡(luò)上找到相應(yīng)的資源。然而互聯(lián)網(wǎng)上的存儲(chǔ)信息在以指數(shù)爆炸的模式進(jìn)行快速增長(zhǎng)，人們?cè)诮佑|到大量的互聯(lián)網(wǎng)信息的同時(shí)，從中獲取并利用真正有效的信息也變得越來(lái)越困難。這種情況被稱之為“信息過載”和“信息迷航”。

電影資源的大量產(chǎn)生是互聯(lián)網(wǎng)信息爆炸現(xiàn)象的一個(gè)具體方面。那么，我們?nèi)绾螐幕ヂ?lián)網(wǎng)海量電影數(shù)據(jù)中挑選我們想看的呢？這個(gè)問題引入了現(xiàn)代個(gè)性化推薦系統(tǒng)的產(chǎn)生。

1個(gè)性化推薦

1.1個(gè)性化推薦的現(xiàn)狀

個(gè)性化推薦技術(shù)是一種通過用戶的歷史記錄來(lái)確定用戶的偏好特征，從而為用戶提供符合其偏好以及潛在偏好的個(gè)性化服務(wù)的技術(shù)。該技術(shù)可應(yīng)用于生活中的各種方面渠道，例如電影視頻方面，各大門戶網(wǎng)站可根據(jù)用戶的歷史瀏覽記錄分析并推送符合用戶愛好的個(gè)性化信息。這一過程將網(wǎng)絡(luò)從被動(dòng)地接受使用者請(qǐng)求的行為轉(zhuǎn)變成了主動(dòng)感知到使用者的需求。

個(gè)性化推薦這一概念是在上世紀(jì)末才被獨(dú)立提出的，它以數(shù)據(jù)挖掘?yàn)榛A(chǔ)，根據(jù)符合條件的相應(yīng)推薦算法來(lái)分析得出用戶的愛好和傾向，并從大量的互聯(lián)網(wǎng)信息存儲(chǔ)中鎖定用戶的興趣資源或潛在興趣資源主動(dòng)推薦給用戶。[1]

個(gè)性化推薦系統(tǒng)的發(fā)展十分快速。在1995年3月，卡耐基。梅隆大學(xué)的Robert Armstrong等人提出了個(gè)性化導(dǎo)航系統(tǒng)Web Watcher。隨后各大著名企業(yè)均開始制定并推出了各自的個(gè)性化廣告方案，例如谷歌開創(chuàng)的AdWards盈利模式，雅虎隨之推出了SmartAds廣告方案， Overstock（美國(guó)著名的網(wǎng)上零售商）根據(jù)ChoiceStream公司制作的個(gè)性化橫幅廣告方案，等等。我國(guó)首個(gè)個(gè)性化推薦系統(tǒng)研究團(tuán)隊(duì)北京百分點(diǎn)信息科技有限公司成立于2009年，旨在研究和開發(fā)個(gè)性化搜索引擎技術(shù)和解決方案。[2]

1.2電影推薦的現(xiàn)狀

電影和視頻門戶網(wǎng)站在當(dāng)下互聯(lián)網(wǎng)中占據(jù)了不小的比例，在個(gè)性化推薦系統(tǒng)中也是一塊非常重要的研究領(lǐng)域。各大電影網(wǎng)站根據(jù)自身的電影檢索和推薦機(jī)制，通過用戶的個(gè)人信息從互聯(lián)網(wǎng)大量的視頻中抽取用戶可能感興趣的視頻內(nèi)容。其中最為出名的應(yīng)為Netflix公司。其于2006年設(shè)立的百萬(wàn)獎(jiǎng)金比賽，規(guī)則是實(shí)現(xiàn)一個(gè)電影推薦系統(tǒng)來(lái)預(yù)測(cè)其用戶感興趣的電影，并使預(yù)測(cè)準(zhǔn)確率達(dá)到10%。[3]另有主流視頻門戶網(wǎng)站如Youtobe和Hulu，也都在個(gè)性化推薦方面進(jìn)行了大量研究，以提高視頻網(wǎng)站的訪問量，增加用戶的觀影愉悅度。

國(guó)內(nèi)的電影及視頻網(wǎng)站近年來(lái)發(fā)展逐漸迅速。優(yōu)酷，愛奇藝，樂視等網(wǎng)站都推出了各自的電影推薦系統(tǒng)，雖然推薦結(jié)果的預(yù)測(cè)準(zhǔn)確性還有待進(jìn)一步提高。豆瓣電影相對(duì)口碑較佳，其網(wǎng)站根據(jù)用戶瀏覽的電影頁(yè)面和用戶進(jìn)行的評(píng)分從海量電影資源里尋找符合用戶興趣的電影，通過猜你喜歡等模塊推送給用戶，提高了用戶的滿意度。

2相關(guān)推薦算法

2.1 基于內(nèi)容的推薦算法

2.1.1算法簡(jiǎn)介

這是一種較為簡(jiǎn)單的推薦算法，其根源為信息檢索及信息過濾技術(shù)，在大量信息里面挖掘出與用戶興趣相似的電影從而推薦給用戶。該算法根據(jù)對(duì)用戶的歷史瀏覽記錄進(jìn)行分析，通過用戶過去感興趣的產(chǎn)品， 來(lái)向用戶推薦尚未產(chǎn)生接觸的推薦項(xiàng)（本論文專指電影）。例如電影網(wǎng)站可以根據(jù)某個(gè)用戶過去觀看了許多恐怖類電影進(jìn)而為用戶推薦其他恐怖類電影。

基于內(nèi)容的推薦算法的基本思想是如果使用者的歷史記錄顯示了他對(duì)某種特征的電影感興趣，那么他可能對(duì)相似特征的也感興趣。出于這個(gè)思想，基于內(nèi)容的推薦算法主要需要結(jié)構(gòu)化兩種描述文件，用戶特征的描述和電影特征的描述。[4]用戶特征的描述來(lái)源于用戶對(duì)電影的評(píng)分集合和用戶建立時(shí)選擇的標(biāo)簽類型。通過這些來(lái)建立一個(gè)用戶的興趣模型。電影特征的描述來(lái)源于用戶的評(píng)分以及上線時(shí)的標(biāo)簽，一般包括電影的特征，屬性信息。推薦系統(tǒng)會(huì)經(jīng)常定時(shí)的更新并且維護(hù)用戶和電影的特征文件，推薦過程就是當(dāng)需要獲取某個(gè)用戶的推薦列表時(shí)，就去比較用戶和電影的特征文件的相似性，選取相似性高的推薦出去。

該算法主要可從以下三個(gè)步驟進(jìn)行描述：

1）movie Representation：從每個(gè)movie中抽取出部分特征（也就是movie的標(biāo)簽特征）來(lái)代表此movie；

2） Profile Learning：根據(jù)某個(gè)用戶過去感興趣（或不感興趣）的movie的特征數(shù)據(jù)進(jìn)行研究，來(lái)得出此用戶的興趣特征（profile）；

3）Recommendation Generation：根據(jù)對(duì)上一步驟中得到的用戶profile與候選movie的特征進(jìn)行對(duì)比，以此為依據(jù)，為用戶推薦一組關(guān)聯(lián)性最大的movie。[5]

常見的方法是利用添加標(biāo)簽來(lái)代表這部電影的屬性，而每個(gè)屬性對(duì)應(yīng)的權(quán)重往往是根據(jù)一定的算法。根據(jù)用戶過去的電影瀏覽記錄來(lái)推算出此用戶感興趣的 profile，最為基礎(chǔ)的方法是把用戶所有感興趣的電影對(duì)應(yīng)的向量平均值來(lái)用作此用戶的profile。在獲得了一個(gè)用戶的profile后，本算法就可根據(jù)所有movie與此用戶profile的關(guān)聯(lián)度來(lái)為該用戶推薦可能符合其愛好的電影了。

3電影混合推薦系統(tǒng)的研究與實(shí)現(xiàn)

本文上述介紹了目前兩種最為常用的推薦算法原理和他們的優(yōu)缺點(diǎn)，在目前已經(jīng)使用的各大電影推薦網(wǎng)站中，這兩種算法并不會(huì)是單獨(dú)出現(xiàn)的，而是經(jīng)常被混合起來(lái)使用的，例如國(guó)外知名電影推薦網(wǎng)站jinni，它所采用的檢索工具叫Movie Genome，同樣也是Google TV所采用的個(gè)性化搜索工具。Jinni 把用戶分為12類型，戰(zhàn)略家、現(xiàn)實(shí)主義者、理想主義者情景劇愛好者和懸疑愛好者等等。在對(duì)用戶進(jìn)行分類后，Jinni通過獲取這類的用戶偏向和歷史行為來(lái)總結(jié)出這類用戶的特征偏向，以此進(jìn)一步確認(rèn)用戶的偏好類型。而用戶對(duì)電影的評(píng)級(jí)分為10級(jí)，由低到高為not at all到strong learning。最后，通過觀察與其他用戶的聯(lián)系，用戶可以了解自己與其他用戶的關(guān)聯(lián)程度，并且能夠選擇自己是否要跟從類似用戶的選擇。如果用戶選擇跟從，那么用戶的推薦列表會(huì)被類似用戶最近觀賞的電影目錄所影響。Jinni 在用戶文件夾中會(huì)顯示聯(lián)系緊密的其他用戶最近觀賞過的電影以及大多數(shù)人對(duì)該電影的評(píng)分。當(dāng)用戶進(jìn)入 Jinni推薦頁(yè)面，根據(jù)用戶偏好，產(chǎn)生用戶的推薦列表； 另外根據(jù)相似用戶群的最近活動(dòng)信息，將評(píng)分較高的電影選出以產(chǎn)生另一個(gè)推薦列表。

那么，下文將會(huì)簡(jiǎn)單介紹一種混合推薦系統(tǒng)的實(shí)現(xiàn)，也將采用基于內(nèi)容的推薦算法加上協(xié)同過濾算法。

首先明確的是，不管使用哪種推薦算法，都需要先計(jì)算用戶的相似度，因?yàn)橛脩舻南嗨贫却蟪潭壬象w現(xiàn)了這個(gè)用戶的特征偏向以及他是否是一個(gè)新用戶。如果這個(gè)用戶是一個(gè)新用戶或者活躍度非常低，那么他就不太適合采用協(xié)同過濾的算法來(lái)進(jìn)行推薦，而應(yīng)該直接采用基于內(nèi)容的推薦算法，根據(jù)他之前選擇的標(biāo)簽來(lái)進(jìn)行電影推薦，避開冷啟動(dòng)；相反，如果他是一個(gè)活躍用戶，那么就可以挖掘出此用戶的歷史行為信息，來(lái)跟其他用戶的相似度進(jìn)行比較，采用協(xié)同過濾算法來(lái)進(jìn)行推薦，并且挖掘出此用戶的興趣偏向。如上所說(shuō)，那么就需要為相似度設(shè)置一個(gè)閾值，可以選擇此用戶的相鄰矩陣種相鄰用戶的個(gè)數(shù)N，如果大于N，說(shuō)明矩陣不稀疏，是個(gè)活躍用戶；相反說(shuō)明矩陣稀疏，只是個(gè)新用戶。[8]

在本電影推薦系統(tǒng)初始化的時(shí)候，會(huì)根據(jù)一些已定的標(biāo)簽將電影數(shù)據(jù)庫(kù)分類成多種特征，然后等到用戶登錄時(shí)，系統(tǒng)會(huì)統(tǒng)計(jì)用戶的瀏覽歷史，然后找到用戶觀看較多的電影類別，然后組成推薦列表。具體算法的內(nèi)容可見前幾節(jié)的算法介紹。

4小結(jié)

本文提出的混合推薦算法主要使用協(xié)調(diào)過濾推薦，基于內(nèi)容的推薦算法則作為輔助算法。如果是新用戶或者沒有被用戶打分或者瀏覽的新產(chǎn)品則釆用基于內(nèi)容的推薦算法，一般的電影推薦任務(wù)則采用協(xié)同過濾算法?；陧?xiàng)目的協(xié)作過濾更為重視用戶的過去已經(jīng)產(chǎn)生的興趣特征，一般推薦的是符合用戶歷史瀏覽中感興趣的電影。而基于用戶的協(xié)作過濾的本質(zhì)是信息獲取和信息過濾，可以根據(jù)海量用戶群中的相似用戶的興趣特征來(lái)幫助用戶挖掘潛在興趣，推薦全新的關(guān)注電影類型。

本算法還進(jìn)一步優(yōu)化了協(xié)同過濾推薦算法。在本算法中，通過對(duì)相似用戶的歷史瀏覽記錄進(jìn)行分析得到相關(guān)的推薦電影集合，并不直接對(duì)用戶相似度來(lái)推薦電影，而是先進(jìn)行進(jìn)一步的過濾。本算法先根據(jù)當(dāng)前用戶的點(diǎn)播記錄，挖掘其偏好特征，建立該用戶的興趣模型。然后匹配相關(guān)推薦電影集合中的相似電影與當(dāng)前用戶的興趣模型，匹配度髙的排在推薦列表的前面。該算法可以更好的保證在網(wǎng)站系統(tǒng)進(jìn)行電影推薦的時(shí)候，先展現(xiàn)在用戶眼前的是能更好滿足其偏好特征的電影類型。

參考文獻(xiàn)：

[1] 趙亮，胡乃靜，張守志.個(gè)性化推薦算法設(shè)計(jì)[J].計(jì)算機(jī)研究與發(fā)展，2002，39（8）：986-991.

[2] 陳天昊.互聯(lián)網(wǎng)電影推薦方法的研究與實(shí)現(xiàn)[D].北京：中國(guó)科學(xué)技術(shù)大學(xué)，2014.

[3] 余力，劉魯，李雪峰.用戶多興趣下的個(gè)性化推薦算法研究[J].計(jì)算機(jī)集成系統(tǒng)，2004，10（12）：1610-1615.

[4] 高斐. 面向海量數(shù)據(jù)環(huán)境的個(gè)性化推薦機(jī)制應(yīng)用研究[D].南京：南京郵電大學(xué)，2014.

[6] Paul B. Kantor ， Francesco Ricci ， Lior Rokach ， Bracha Shapira. Recommender Systems Handbook [M]. Germany： Springer， 2010： 73-80 .

[6] 項(xiàng)亮. 推薦系統(tǒng)實(shí)踐 [M]. 北京： 人民郵電出版社， 2012： 44-51 .

[7] B Sarwar，G Karypis，J Konstan，J Riedl. Item-based collaborative filtering recommendation algorithms [J]. International Conference on World Wide Web， 2001，4（1）：285-295.

[8] 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(zhǎng)沙：中南大學(xué)，2007.