让 冉，邢林林，张龙波，蔡红珍
（1 山东理工大学 计算机科学与技术学院，山东 淄博 255000；
2 山东理工大学 农业工程与食品科学学院，山东 淄博 255000）
推荐系统（Recommendation System，RS）［1］主要是数据挖掘、预测算法、机器学习等多种学科结合而形成的一个新的研究领域，旨在通过向用户提供相关建议，帮助用户发现互联网上的用户兴趣。如今，推荐系统已经成为在线用户体验中普遍存在的一部分，充当信息过滤器的作用，为用户提供符合需求的个性化的信息。建立推荐系统的技术很多，一般可以分为基于内容的推荐系统［2］、基于协同过滤的推荐系统［3］和基于混合的推荐系统［4］。基于内容的推荐方法，利用交互数据以及辅助信息，推荐与用户过去偏好相似的项目；
基于协同过滤的方法是通过用户以往的交互信息，直接预测用户的兴趣，并从过去有类似兴趣和偏好的其他用户向用户推荐项目；
混合方法结合了基于内容和基于项目的方法。推荐系统能根据用户的兴趣偏好为用户进行个性化推荐，为用户提供新的、感兴趣的内容，并且能为用户推荐关注领域的最新进展、历史脉络以及有价值信息，这对于消除信息壁垒，增加信息价值起到重要作用。
最近，无论学术界还是工业界都对于推荐系统应用于实际场景中的研究兴趣大增。目前推荐系统模型的研究主要利用Movielens［5］、Yelp［6］等公开数据集，但在实际应用场景中，推荐效果会受到数据规模［7］、领域的独特性、上下文信息［8］等多种因素的影响。因此，依照公开数据集开发的模型，使用在特定领域实际应用场景中，往往导致用户对于推荐结果满意度较低的现象。
从近年来构建新领域实际应用场景中推荐系统的相关研究来看，新领域推荐系统的方法领域限定性强，并且推荐效果依赖于数据的质量以及领域特征，针对在新领域从零构建高质量推荐系统受到的多方面困难和阻碍进行总结分析［9］。
在此背景下，本文通过讨论现阶段技术研究现状以及领域内的限制，详细阐述了现在新领域［10］推荐系统实际应用场景中最紧迫的挑战。虽然在技术研究、领域限制等问题上，许多研究人员利用公开数据集进行了大量的研究，但是本文讨论的重点在于模型在新领域中实际场景的应用。由于无法全面包含所有实际应用场景中的局限与挑战，本文将重点放在新领域推荐系统实际应用场景中的冷启动问题以及数据稀疏性高等问题的研究上。
1.1 面向新领域推荐
新领域非特指某些领域的集合，而是强调在某领域中需要从零构建一个有效的推荐系统［10］。对于推荐系统应用而言，此领域为一个全新的领域。
1.1.1 新领域构建推荐系统特点
（1）新颖性。新颖性包括领域新颖以及数据新颖。领域的新颖性在一定程度上阻碍着推荐方法的应用，但是存在推荐模型如协同过滤［11］、基于内容［12］等模型无需领域知识，领域新颖并不能成为影响推荐效果的重要因素。数据新颖，即是在此领域内的数据没有构成完成推荐系统模型建立适合的数据形式，需要人工进行数据处理。
（2）分散性。分散性主要表现在两个方面：一是数据没有固定获取方式［13］。新领域的数据获取需要多渠道收集数据，除了网络、图书馆书籍资料、新闻、杂志等媒体的信息，还需关注统计局、行业协会、研究机构的数据或者直接做市场调研；
二是数据的零散分布，需要逻辑相互关联。初步获取到的数据，都是零散的，需要充分利用数据，寻找数据的关联性［14］。
（3）再创性。再创性指的是新领域中能得到的信息只是一组组数据或是一种现象和启示。研究人员需要充分研究利用新领域推荐中的有限数据［15］，发现推荐目标与被推荐对象之间复杂的交互关系，进一步分析构造更为高效的推荐模型，从而获得更准确的推荐结果。
1.1.2 面向新领域构建推荐系统框架
如图1 所示，面向新领域推荐系统的一般构建框架主要包括数据采集、数据处理、推荐方法、模型评估4 个方面。
图1 面向新领域推荐实施框架Fig.1 Recommendation framework for new domains
（1）数据采集：面向新领域进行推荐所需要的数据，主要根据所研究领域的特殊性进行获取。若在此阶段领域内有较完备的数据库，则数据环节重点将放在数据处理上，否则，需要构建领域数据库体系，则需要多方面获取资源数据。
（2）数据处理：数据处理阶段是影响推荐效果最主要的环节。主要包括上下文信息融合、用户偏好获取、用户行为跟踪、信息反馈、额外信息等方面［15］。
（3）推荐方法：推荐方法需要结合领域特点、交互数据、辅助信息，建立高效的推荐系统，旨在为用户进行个性化推荐。
（4）模型评估：推荐系统为用户生成推荐结果后，通过评价指标对推荐方法逐步优化，提高推荐结果质量。
1.2 新领域推荐面临的挑战
目前，推荐系统模型的建立及优化主要聚焦在公开数据集下进行研究，而且大部分模型在应用需求领域的限定性强，而本文则就新领域从零开始构建推荐系统将会受到的多方面困难和挑战进行分析。
1.2.1 数据预处理。
众多推荐模型需要在已经形成完备结构的数据集基础上进行模型训练。但是对于新领域而言，没有较全面的推荐目标与被推荐目标的数据信息，更多的数据信息需要数据采集、数据处理。数据预处理方法需根据数据集自身特点分析、模型类型分析、以及问题种类分析［15］等方面进行。
1.2.2 领域专业因素
现阶段大部分推荐系统的研究主要为：电影、音乐、新闻等领域，但更多的新领域实际应用推荐涉及新领域问题。电影领域中，用户通常不喜欢被重复推荐相同的电影；
但是在音乐领域，用户可能在稍后的时间希望再次被推荐相同的音乐片段。不同的领域具有独特的属性［16］。在不同领域中进行推荐，要结合领域相对应的特殊性［17］。不同领域用户所处交互环境不同，影响推荐效果的因素也有所区别。
1.2.3 冷启动
冷启动问题是新领域推荐系统实现过程中面临的挑战之一。
冷启动主要分为3 大类：
（1）用户冷启动：新的用户注册到系统，为新用户进行个性化推荐。
（2）项目冷启动：新项目被添加到系统中，将新项目推荐给可能对其感兴趣的用户。
（3）系统冷启动：向新用户个性化推荐新项目，在新领域上进行推荐（没有用户，也没有用户行为，只有一些项目的信息），设计个性化推荐系统。
一般的推荐系统需要根据用户的历史交互信息来预测用户未来的行为，因此需要用户的大量历史交互数据信息。但是对新用户和新项目来说，没有相对应的历史交互，数据的缺失直接导致用户与用户、项目与项目之间无法计算相似性，无法预测评分，进而无法向新用户进行高质量推荐，新项目无法被推荐［18］。
1.2.4 数据稀疏
数据稀疏是指用户与项目之间、用户与用户的交互信息在交互矩阵中所占的比例过小，即大多数事件／项目只有少数参与者，使用户-项目矩阵出现极端稀疏性，导致推荐效果不理想。为了减少数据稀疏带来的影响，一些算法仅应用评分或签到数据作为数据源进行推荐。为了提高推荐性能，改进算法考虑了添加额外信息（商品属性以及用户信息）或利用迁移学习，尝试从源域学习知识应用到目标域来实现更好的推荐［19］。
本节主要介绍面向新领域推荐方法，以及结合方法分析所适用的领域，并且将推荐系统中的主流方法进行对比。
2.1 基于内容推荐方法
基于内容的协同过滤，是根据项目或内容的元数据，发现项目或内容的相关性，然后基于用户以前的喜好记录给用户推荐相似的项目。图2 是以电影推荐系统为例的基于内容推荐方法示意。
图2 基于内容推荐方法Fig.2 Content-based recommendation method
Guo 等［20］在2019 年提出了采用TF-IDF 结合LDA 主题模型来解决用户兴趣和行为标签的缺失。此模型侧重于根据司法案件内容进行推荐的方法，将中文自身的特殊性考虑进模型，使用＂jieba＂文本分割来预处理案例。
Chang［21］等在2021 年将推荐系统应用在寄宿家庭推荐中，提出利用大量用户对于寄宿家庭的评论数据，建立一个中文分词语料。使用word2vec 培训语料库来获取寄宿家庭标签特征，然后利用TFIDF 对标签特征进行矢量化，通过余弦相似度计算特征向量的相似度值，得到新用户的推送值。
Ana 等人［22］在相似性分析的上下文中比较距离测量值，并通过Minkowski、Euclidea、Manhattan 距离、Bray-curtis 相似性等4 个指标来衡量音乐的相似性，确定适合古典音乐相似性分析背景的特征提取和工程方法，并确定所选距离指标之间的性能差异，以考虑音乐的多维性质，为古典音乐构建推荐系统。基于内容推荐方法的优缺点分析详见表1。
表1 基于内容的推荐方法优缺点分析Tab.1 Analysis of the advantages and disadvantages of contentbased recommendation methods
2.2 协同过滤推荐方法
协同过滤推荐技术是推荐系统中应用最早、最为成功的技术之一。采用最近邻技术，利用用户的历史喜好信息计算用户之间的距离，通过目标用户的最近邻居用户对商品评价的加权评价值，来预测目标用户对特定商品的喜好程度，系统则根据这一喜好程度对目标用户进行推荐。
2.2.1 基于内存的协同过滤
基于内存的协同过滤［23］，分为基于用户和基于项目。基于用户的协同过滤推荐算法首先输入项目的用户评分数据矩阵，使用统计技术计算用户之间的相似度，寻找与目标用户相似的邻居集，然后根据目标用户的邻居集中选择邻居集中得分最高的项目集合，生成目标用户的TOP-N 推荐。基本原理就是利用用户访问行为的相似性来互相推荐用户可能感兴趣的资源，如图3 所示。
图3 基于用户的协同过滤推荐方法Fig.3 User-based collaborative filtering recommendation method
基于项目的协同过滤推荐［11］基本思想，是根据所有用户对项目或者信息的评价，发现项目和项目之间的相似度，然后根据用户的历史偏好信息，将相似度较高的项目作为推荐结果推荐给该用户，如图4 所示。
图4 基于项目的协同过滤推荐方法Fig.4 Item-based collaborative filtering recommendation method
2020 年Musa［11］等提出了两种不同的方法来计算这些相似性权重的项目，并选择最好的项目来建立模型。为新领域进行基于协同过滤算法的推荐，不可避免存在数据稀疏、冷启动和推荐不准确问题。为了克服这些问题，可以参考2020 年Ullah 等［23］提出的基于集成积分的矩阵分配协同过滤方法。
在新领域实际推荐应用中，用户的兴趣常随着时间而变化。Hui 等人［24］在2020 年提出了改进基于用户兴趣扩散的用户综合相似度计算方法，计算用户兴趣的直接相似度和用户兴趣扩散的相似度，通过参数调整，得到用户兴趣的综合相似度。针对用户兴趣随时间变化的情况，将时间相关函数应用于用户之间的相似度计算。然而该算法依然存在推荐效率低，以及启动时间长等问题。2021 年Wu 等人［25］根据用户的属性信息，采用基于用户属性特征优化的K 平均聚类算法进行聚类，生成多个聚类，结合每个聚类中的用户属性特征，建立一个新的相似度计算模型，通过聚类中搜索最近邻，生成推荐列表来实现推荐。
若面向的是非社交的新领域进行推荐，领域中内容之间的关联将是推荐的一个重要原则，基于内容将比基于相似用户的推荐原则更加有效。相反，若是社交领域中构建推荐系统，协同过滤方法将优于基于内容的方法，同时协同过滤加上社会网络信息，可以增加用户对推荐解释的信服程度。基于用户与基于项目的协同过滤方法对比结果见表2。
表2 基于用户与基于项目的协同过滤方法对比Tab.2 Comparison of user-based and Item-based collaborative filtering methods
2.2.2 基于模型的协同过滤
基于模型的协同过滤推荐方法，是通过用户与项目的交互数据训练推荐模型，预测未知项目评分进行结果推荐。主流方法包括：关联算法［32］、聚类算法［33］、分类算法、回归算法、矩阵分解［34］、神经网络［35］、图模型［36］，以及隐语义模型等等。在新领域推荐常伴随着在冷启动以及数据稀疏的情况下，在现有的大多数工作中，用户聚类被直接用来识别目标用户的相似用户，并向其推荐。
Zhang 等［37］利用用户聚类来重建用户-项目二分网络，使网络密度显著提高。针对冷启动，其中大部分的方法采用在数据层面［38］上解决此问题。早期的方法通常将辅助信息［39］作为用户或项目特征。
2020 年Lu 等［40］提出MetaHIN 模型。该模型由语义增强任务构造器以及协同适应元学习器组成。语义增强任务构造器利用语义上下文的语义序列，对任务进行多方面的语义编码，以增加支持和查询集的用户任务与异构的语义上下文，在一定程度上缓解了数据稀疏和冷启动带来的问题。基于模型的协同过滤方法分析结果详见表3。
表3 基于模型的协同过滤方法分析Tab.3 Analysis of model-based collaborative filtering methods
2021 年Zhu［36］利用PV-DM 模型为每篇论文的标题生成数字特征，通过结构化和文本表示相结合的“作者-文本查询”场景，构建了一个双向的RNN。以用户的身份为基础，通过现场查询获取学者以前的写作和引用偏好，将异构知识嵌入的注意递归神经网络应用于科技论文推荐中。
2.3 混合推荐方法
混合推荐方法是指同时使用多种推荐技术产生推荐，从而通过结合加权、变换、混合、特征组合、层叠、特征扩充、元级别等混合策略、弥补算法不足，获得更好的推荐效果。
Walek 与Fojtik［4］在2020 年提出了预测单片混合推荐系统，此系统利用SVD 算法的合作式推荐系统、基于内容的系统来构建推荐模型，模糊专家系统组成的推荐系统用于最终的排序建议。现有的大多数的协同过滤方法严重依赖显式反馈数据，当数据稀疏性时，这种协同过滤方法的效果不明显。Feng等［41］结合面向评分的概率矩阵分解和面向成对排序的贝叶斯个性化排序，提出了新的CF 排序模型。以上讨论的方法多是基于合作学习技术，部分使用基于内容或混合过滤技术。Riyahi［42］提出了基于内容、协作和混合过滤的新CF，使用wordnet 词法数据库提取标签的语义相关性，并根据标签的语义相关性，将标签组织成层次结构。基于内容的过滤部分，采用层次结构搜索相关帖子，使用相关语义标签扩展用户查询。通过相似性度量，计算合作对象的隐含评分，最后将两部分结合到推荐系统的混合过滤部分。各种推荐系统方法对比结果详见表4 。
表4 推荐系统方法对比Tab.4 Comparison of recommended system methods
表5 整理了不同的推荐技术在音乐、社交、新闻、电影、视频、旅游6 个典型领域的应用，并列举了近年来相关领域较典型模型技术，以及需要的数据类型和数据集，并对模型的特点进行了归纳总结。
表5 各领域推荐方法对比Tab.5 Comparison of recommended methods by domain
不同领域推荐任务使用的评价指标往往不同，就是希望推荐的结果都是用户感兴趣的结果，即用户感兴趣的信息比例要高。因为通常给用户展示的窗口有限，所以更要推荐给用户真正感兴趣的信息［19］。现阶段模型的评级指标更多的侧重计算查准率、召回率等能体现模型优势的数值，而忽视了以用户角度评价模型推荐结果优劣的实验测试。
领域中评分预测任务需要预测准确度，TOP-N推荐任务需要计算查准率、查全率等准确度指标，以及以用户角度为衡量标准的覆盖率、多样性、新颖性、惊喜度、实时性、健壮性等非准确度指标。
（1）查准率：查准率是指所有预测为正类的结果中，真正的正类的比例。查准率可以表示推送给用户的内容用户是否感兴趣。计算公式如下：
（2）召回率：召回率也被称作查全率，是指所有正类中被分类器找出来的比例。公式如下：
（3）F1 分数：查准率和召回率是矛盾统一的两个指标，为了提高精确率，分类器会把准确度更高的样本预测为正样本，但往往因为过于保守而漏掉正样本，导致召回率降低，F1 分数可以看作精确性和召回的结合。其计算公式如下：
式中：R（u）表示推荐给u的项目列表，T（u）表示真实用户u的项目列表，U表示所有用户合集。
（4）多样性：推荐多样性类型包括个体多样性、系统多样性、时序多样性。个体多样性从单个用户的视角衡量推荐的多样性，衡量系统能够找到用户喜欢的冷门项目的能力；
系统多样性强调不同用户推荐的不同；
时序多样性指用户兴趣的动态变化，即与过去推荐相比，新的推荐所体现的多样性。设Sim（i，j）∈［0，1］为项目i和项目j的相似性。则用户u的推荐列表R（u）的多样性可定义为
（5）新颖性：新颖性指推荐系统向用户推荐与其相似度低的项目的能力。一般来说，系统所推荐的项目中，用户之间的相似度越低，新颖度则越高。
（6）稳定性：稳定性指推荐系统的预测结果在短期内变化较小，这样才能被用户所信任。假设已知用户评分集合R1，对应的预测评分集合为P1，经过一段时间，用户对未评分的项目进行评分，再对P1 中的项目进行预测评分，得到预测评分集合P2，则系统稳定性可以表示为
在当前的互联网时代，大量新领域下的推荐需求应运而生。如何在新领域下应用推荐技术已经引起研究人员的关注。涌现出大量新领域下为用户进行个性化推荐的需求，也会成为此领域研究动力。如何在新领域中进行高质量推荐，减少数据稀疏、冷启动的影响以及模型迁移领域限制问题研究解决都将成为未来继续的研究点。
通过讨论面向新领域推荐系统现阶段技术研究现状以及领域内的限制，详细的阐述了现在新领域推荐系统实际应用场景中最紧迫的挑战。并且对比了现有推荐系统模型的优缺点，并融入了不同模型能够克服新领域推荐系统出现的问题以及进行了总结，最后本文讨论了不同领域实际应用场景中模型评估方法，并对新领域推荐系统的未来发展做了展望，希望能对在面向新领域推荐感兴趣的研究人员提供帮助。
猜你喜欢冷启动协同领域轻型汽油车实际行驶排放试验中冷启动排放的评估重庆大学学报(2022年6期)2022-06-23Evaluation of Arctic Sea Ice Drift and its Relationship with Near-surface Wind and Ocean Current in Nine CMIP6 Models from ChinaAdvances in Atmospheric Sciences(2022年6期)2022-04-02基于学习兴趣的冷启动推荐模型客联(2021年2期)2021-09-10蜀道难：车与路的协同进化科学大众(2020年23期)2021-01-18领域·对峙青年生活(2019年23期)2019-09-10“四化”协同才有出路汽车观察(2019年2期)2019-03-15三医联动 协同创新中国卫生(2016年5期)2016-11-12新常态下推动多层次多领域依法治理初探中共南宁市委党校学报(2015年4期)2015-02-28协同进化生物进化(2014年2期)2014-04-16军事技能“冷启动”式训练理念初探军事体育学报(2014年4期)2014-02-27本文来源：http://www.triumph-cn.com/fanwendaquan/gongwenfanwen/2023/0926/109416.html