基于上下文推荐系统

v S ( u , k )
w uv rvi
1 1 ( t 0 t vi )
1.6 时间段图模型
时间段图模型G（U， U ，I, S I ,E，w， ）是个二分图。U 是用户节点集 S 合， 是用户时间段节点集合。一个用户时间段节点v ut S I 和用户u在时 刻 t 喜欢的物品通过边相连。I 是物品节点集合， 是物品时间段节点集合。 一个物品在时间节点v it S I 会和所用在时刻t 喜欢物品i的用户通过边相连。 E是边集合，它包含了3种边：①用户u对物品i有行为，则存在边 e ( v u , v i ) E ②如果用户u在t时刻对物品i有行为，那么存在两条边 e ( v ut , v i ), e ( v u , v it ) E w(e)定义了边的权重， (e ) 定义定点的权重。
6/2/2013
vU v SU v I v SI
, [ 0 ,1]是两个参数，控制
不同顶点的权重
1.7 离线实验
数据集为（u，i，t）三元组组成。将物品i按照用户u对物品的行为时 间t从早到晚排序，然后将用户u最后一个产生行为的物品作为测试集。 并将这之前用户u对物品的行为记录作为训练集。用准确率和召回率来 评测推荐算法的精度。 实验结果：①当数据集的时效性不强时，融合时间信息算法和其它不 融合时间信息算法无明显区别；②当数据集的时效性很强时，融合时间信 息算法优于其它不融合时间信息算法。
其中，t 0
是当前时间。上面公式表明，t uj
越靠近 t 0 ，和物品j相似
的物品就会在用户u的推荐列表中获得越高的排名。 不同数据集选择不同的值。

是时间衰减参数，
6/2/2013
时间上下文相关的UserCF算法： UserCF算法基本思想是给用户推荐和他兴趣相似的其他用户喜欢的物品。 我们从以下两方面利用时间信息改进UserCF算法。 用户兴趣相似度 如果两用户同时或者间隔较短的时间内喜欢相同物 品，那么这两个用户应该有更大的兴趣相似度。 相似兴趣用户的最近行为 在得到一组和u相似用户后，这组用户最近 的兴趣显然比这组用户很久之前的兴趣更接近用户u今天的兴趣。即我们 应该给用户推荐和他兴趣相似的用户最近喜欢的物品。
个三元组（u，i，t）代表用户 u 在时刻 t 对物品 I 产生过行为。
系统时间特性：
数据集每天独立用户数的增加情况。在不同系统中用户行为是不一样的，
因此我们首先需要确认系统的增长情况。
系统物品变化情况。如新闻网站的时间周期比购物网站的时间周期短。 用户访问情况。为了度量访问情况，我们可以通过统计用户的平均活跃的
6/2/2013
提出用路径融合算法来度量图上两个顶点的相关性。一般说，图上两个 相关性比较高的顶点一般具有如下特征： 两个顶点之间与很多路径相连； 两顶点之间的路径比较短； 两个顶点之间的路径不经过出度比较大的顶点。为什么？ 路径融合算法首先提取出两个顶点之间长度小于一个阈值的所有路径，然 后根据每条路径经过的顶点给每条路径赋予一定权重，最后将两个顶点之 间所有路径的权重之和作为两个顶点的相关度。 假设P={ v , v ,…, v }是连接 v 1 和v n 的一条路径，这条路径的权重 ( p ) n 1 2 取决于这条路径经过的所有顶点和边：
6/2/2013
1.1 时间效应简介
时间是一重要的上下文信息，它对用户兴趣的影响表现在以下几个
方面： 用户兴趣是变化的。这种变化是因为用户自身原因发生的变化。比
如年龄增加、工作时间的增加和季节变化等。想要准确预测用户兴
趣，就要考虑用户最近行为，但这只是针对渐变的用户兴趣。 物品有生命周期。不同系统的物品具有不同的生命周期。
用户u对物品i的兴趣：
sim ( i , j )
j N ( u )
加入时间信息的基于物品的协同过滤算法：
与时间相关的 衰减项
sim ( i , j )
衰减函数：

u N ( i ) N ( j )
f ( t ui t uj )
N (i ) N ( j )
f ( t ui t uj ) 1 1 t ui t uj
天数，同时也可以统计相隔T天来系统的用户重合度。
6/2/2013
1.2 时间上下文信息
1.物品的生存周期和系统的时效性
不同类型的网站的物品具有不同的生命周期，我们可以用如下指标 度量网站中物品的生命周期。 物品平均在线天数。如果一个物品在某天被至少一个用户产生过行为 ，就定义该物品在这一天在线。我们通过物品的平均在线天数度量一类 物品的生存周期。物品的平均在线天数和物品的流行度应该成正比。 相隔T天系统物品流行度向量的平均相似度。取系统中相邻T天的两天 ，分别计算这两天的物品流行度，得到两个流行度向量。计算这两个向 量的余弦相似度。如果相似度大，说明系统的物品在间隔T天的时间没 有发生太大变化，从而说明系统时效不强，物品平均在线时间长。反之 。
w uv
N (u ) N (v ) N (u ) N (v )

w uv
1
i N ( u ) N ( v )
1 t ui t vi
N (u ) N (v )
p (u , i )
6/2/2013
w
v S ( u , k )
uv vi
r p (u , i )
a 是时间衰减参数，不同系统取值不同。如果系统用户 兴趣变化很快，就该取比较大的a
6/2/2013
时间信息对预测公式的影响： 一般来说用户现在的行为和用户最近的行为关系更大。
p (u , i )

j N ( u ) S ( i , k )
sim ( i , j )
1 1 t 0 t uj
6/2/2013
6/2/2013
2. 地点上下文信息
不同地区的用户兴趣不同，用户到不同的地方，兴趣也会改变。 基于位置的推荐算法： 明尼苏达大学的研究人员提出一个称为LARS(Location Aware RecommEnder System,位置感知推荐系统)的和用户地点相关的推荐系统。该系统首 先将物品分两类，一类是有空间属性的，比如餐馆、商店、旅游景点等，另 一类是无空间属性的物品，比如图书和电影等。同时，它将用户也分为两类， 一类是有空间属性的，比如用户地址，另一类是没有空间属性信息的。使用 的数据集有三种形式： （用户，用户位置，物品，评分），它使用的是MovieLens数据集。该数 据集给出了用户邮编（用户位置）。 （用户，物品，物品位置，评分），使用FourSquare的数据集，该数据集 包含用户对不同地方的餐馆、景点、商店评分。 （用户，用户位置，物品，物品位置，评分） LARS通过分析前两种数据集，发现了用户兴趣和地点相关的两种特征。 兴趣本地化 不同地方和国家的用户兴趣存在着很大差异 活动本地化 一个用户往往在附近地区活动。基于位置推荐要考虑推荐地 点和用户当前地点的距离。
( p ) (v n )
i 1
n 1
( v i ) w ( v i , v i 1 )
out ( v i )

Out(v)表示顶点v的出度。 ( v i ) ( 0 ,1] 定义顶点的权重，
w ( v i , v i 1 ) ( 0 ,1]
6/2/2013
季节效应。季节效应主要反映了时间本身对用户的影响。在2011年
ACM推
1.2 时间上下文信息
加入时间信息后，推荐系统从静态系统变成动态系统，用户行为数据也变 时间序列。包含时间信息的用户行为数据集由一系列三元组构成。其中每
推荐算法需要平衡考虑用户的近期行为和长期行为，即要让推荐列表反 应出用户近期行为所体现的兴趣变化，又不能让推荐列表完全受用户近 期行为的影响，要保证推荐列表对用户兴趣预测的延续性。
6/2/2013
1.4 推荐系统的时间多样性
推荐系统的每天推荐结果的变化程度被定义为推荐系统的时间多样性。那 时间多样性和用户满意度之间存在什么关系？下面有3中推荐系统。 A 给用户推荐最热门的10部电影。 B 从最热门的100部电影中推荐10部给用户，但每周都有7部电影推荐结果 不在上周的推荐列表中。 C 每次都从所有电影中随机挑选10部电影给用户。 研究人员进行用户调查实验，发现如下现象。（具体结果参考“Temporal Diversity in Recommender Systems”） A,B算法的平均分明显高于C算法。这说明纯粹的随机推荐虽有高的时间 多样性，但不能保证推荐精度。 A算法的平均分随时间逐渐下降，但B算法的平均分随时间基本保持不变。 这说明A算法没有时间多样性，用户满意度就不断下降，这也说明保证时间 多样性的重要性。 问题：如何在不损失精度的情况下提高推荐结果的时间多样性？
在线推荐
用户近期行为性比用户很久之前行为，更能体现用户现
在的兴趣。因此在预测用户兴趣时，应加重用户近期行为权重。
6/2/2013
基于物品的协同过滤算法： 物品的相似度：
sim ( i , j )
p (u , i )


u N ( i ) N ( j )
1
N (i ) N ( j )
6/2/2013
展示了4个数据集中 物品流行度和物品在 线天数之间的关系
展示了4个数据集中 相隔T天物品流行度 和的平均相似度。总 体趋势是下降。
6/2/2013
1.3 推荐系统的实时性
用户是不断变化的，因为用户不断有新行为。一个实时的推荐系统需 要实时响应用户新的行为，让推荐列表不断变化，从而满足用户不断变化 的兴趣。实现推荐系统的实时性除了对用户行为的存取有实时性要求，还 要求推荐算法本身具有实时性，这意味着： 实时推荐系统不能每天都给所有用户离线计算推荐结果，然后在线展示 结果。所以要求用户访问推荐系统时，都根据用户这个时间点前的行为 （主要是显性反馈）实时计算推荐结果。