基于自动编码器的协同过滤推荐算法.pdfVIP

Microcomputer Applications Vol. 31, No.11, 2015 基金项目 微型电脑应用2015 年第31 卷第11 期 文章编号：1007-757X(2015)11-0018-06 基于自动编码器的协同过滤推荐算法 俞晨光，朱允斌，金城，陆斐 摘要：针对在评分数据稀疏时，基于近邻的协同过滤算法的相似性度量不准确，以及存储相似性矩阵需要巨大空间的问题， 提出一种基于自动编码器的协同过滤算法。首先，使用改进后的自动编码器无监督地学习用户行为，将高维、稀疏的用户 行为压缩成低维、稠密的用户特征向量，然后，将用户的特征向量转换为二进制码，并以汉明距离作为用户相似性的度量， 最后，基于用户间的相似性生成推荐物品列表。在MovieLens10M 数据集上的结果表明，在解决隐式反馈行为下的TopN 推荐问题时，该算法与现有的协同过滤算法相比，不仅能大大减少模型训练的空间开销，而且在推荐结果的覆盖率、新颖 性上有大幅提升。 关键词：协同过滤；自动编码器；推荐系统 中图分类号：TP3 文献标志码：A 0 引言 本文提出了基于自动编码器的协同过滤算法，有效地解 个性化推荐技术由于能帮助用户从海量数据中发现对 决了隐式反馈行为下的TopN 推荐问题，同时，避免评分数 据的稀疏性和算法的可扩展性问题。本文的贡献之处在于： 自己有价值的信息，从而有效解决“信息过载”问题，已经 （1）提出一种基于自动编码器的用户兴趣偏好学习算法， 成为当前计算机科学研究的热门领域。在多种个性化推荐技 [1] 将高维、稀疏的用户行为向量编码为低维、稠密的用户特征 术中，协同过滤技术 因其简单有效，而且不依赖推荐对象 向量；（2 ）提出一种修改后的反向传播训练算法，用于训 本身的结构信息，得到了广泛的关注和研究。 练协同过滤问题中的自动编码器模型；（3 ）提出一种利用 然而在实际应用中，现有的协同过滤算法还存在如下问 编码后的用户特征向量度量用户间相似性的新方法。在 题：首先，是评分数据的稀疏性问题。近年来推荐系统所面 MovieLens10M 数据集上的实验结果表明，本文提出的算法 临的用户和物品数目大大增长，评分数据变得非常稀疏，传 与现有的协同过滤算法相比，不仅能大大减少空间开销，而 统的协同过滤算法所采用的相似性度量体系在这种情况下 且在推荐结果的覆盖率、新颖性上有大幅提升。 变得不稳定甚至失效。例如，基于用户的协同过滤算法根据 两个用户共同评分过的物品计算两个用户的相似性，在数据 1 相关工作 稀疏的情况下，两个用户共同评分过的物品可能很少甚至没 有，此时用户间相似性的计算就不够可靠，甚至无法计算。 协同过滤推荐算法的主要思想是利用用户群体过去的 其次，是算法的可扩展性问题。基于近邻的协同过滤算法需 行为预测当前用户对哪些物品感兴趣。主流的协同过滤技术 要计算和存储所有用户或物品之间的相似度，时间和空间复 可分为基于近邻的算法（Neighbor-based ）和基于模型 杂度与用户或物品数目的平方成正比，因此无法适用于真实 （Model-based ）的算法两类。 的互联网级别的数据规模。最后，是算法的适用性问题。许 基于近邻的协同过滤算法主要分为基于用户的 多协同过滤算法都是为解决显式反馈行为下的评分预测问 （User-base