基于极大熵的Web服务资源个性化推荐方法

杨柳青，王 冲

（1.玉林师范学院教育技术中心，广西 玉林 537000；2.桂林电子科技大学商学院，广西 桂林 541004）

0 引 言

在互联网技术发展环境下，无论是企业还是个人都开始广泛应用计算机Web 服务，随之带来是Web服务资源成倍增长的问题［1］。在海量的Web 服务资源中，如何根据用户的个性化需求，向其推送合适的服务资源［2］，成为当前重点研究问题。现有的资源推荐方法存在资源推荐准确性较差的问题，难以满足个性化推荐要求。

文献［3］提出的推荐方法以用户复合情绪标签为核心，针对用户的不同情绪设计相应的情绪标签，再按照情绪标签来搜索相关的信息资源，计算情绪标签与资源对应情绪标签的相似度，得到个性化推荐结果。但是，该方法耗费时间较长。文献［4］深入分析传统资源推荐方法存在的问题，设计了改进型资源推荐方法，采集用户行为数据，以及用户对资源的具体评分，为每个用户打上相应的兴趣标签，根据兴趣标签计算用户相似度，参考相似用户的资源喜好，生成针对目标用户的推荐方案，但是，该方法计算复杂度较高。文献［5］以提升服务资源推荐质量为目标，根据用户交互行为，建立个性化推荐基础框架，依托于用户需求偏好，得到最终资源推荐结果，还应用了模糊聚类原理划分了用户群，结合交互反馈结果进行资源推荐服务的更新，但是，该推荐方法在应用过程中极易面临用户数据稀疏问题。

本文以提升Web 服务资源推荐质量为目标，参考上述文献提出推荐方法的优势，建立以极大熵为核心的个性化推荐方法。以用户兴趣为依据，设计Web服务资源评分分类的概率预测模型，结合约束条件输出最终个性化推荐结果。

1 基于极大熵的Web服务资源个性化推荐方法设计

1.1 提取用户隐式行为特征

为了更好地描述用户兴趣特征，以历史操作记录为基础，对用户隐式行为特征进行分析［6］。用户隐式行为特征的提取，可以从用户特征、商品特征、交互特征3 个方面入手［7］。针对用户特征进行深入分析，可以清晰地观测到Web 用户的独特需求，用户特征分析方法如图1（a）所示，以此为基础可以明确用户对Web服务资源的下载过程，获取与资源下载相关的用户行为，再通过统计学得出用户的相关特征。资源收藏到资源下载之间的转换率，是衡量用户特征的关键指标［8］，转换率越低表明用户具有“挑剔”的特点。

图1 用户特征与资源特征示意图

图1（b）为Web 服务资源特征，从资源自身角度入手，提取用户隐式行为特征。简单来说，资源利用率越高表明其竞争力越高。与用户特征和资源特征不同的是，交互特征作为一个桥梁，直观呈现出特定用户与特定商品之间的关联性，在历史操作信息中交互特征的相关行为最少，但是其所包含的信息重要程度最高。

汇总所有用户隐式行为特征构建基础特征集合，再提取出与时间间隔相关的特征［9］。通过特征筛选、特征组合的处理方式，将具有较高区分度且可以发挥不同组合分类效果的特征提取出来，建立高阶特征子集，达到提升提资源推荐精度的目的。本文以Tree Ensemble Model S 树为基础，将每一个特征看作一个建树分类条件进行特征筛选，实际建树模式如图2所示。

图2 特征项建树示意图

Tree Ensemble Model S 树的输入为高阶特征子集中的特征项［10］，并应用CAR-T 分类器建立基函数进行计算。每个特征项计算结束后，就生成一棵树，树内叶子结点与用户隐式行为特征相对应。建树过程中，针对每个节点设置合适的阈值，将大于阈值的特征划分为右子节点，反之则放置于树左侧，这棵树即为特征组合规则。运用图2 所示的建树模式，对高阶特征子集内所有特征项进行计算，得到组合筛选后的特征集合。

1.2 构建Web用户兴趣矩阵

以用户隐式行为特征为基础，利用协同过滤算法聚类Web 服务资源［11］，确保后续个性化资源选取工作的顺利进行。由于用户隐式行为特征会受到社区的影响发生直接变化，也就是说用户行为与社区之间存在强关联［12］，本文采用协同过滤方法挖掘用户与社区之间的联系。从线下数据入手，获取Web 用户群信息、Web 服务资源信息以及资源评分信息，并通过图3 所示的用户- Web 服务资源二部图，表现特定用户与特定资源之间的联系。

图3 用户- Web服务资源二部图

根据二部图明确用户与Web服务资源之间的关联，根据用户对某项资源的评分，可以设置兴趣权值，以此来描述用户的偏好。依托于用户、项目关系图，建立邻接矩阵［13］。

其中，E表示邻接矩阵，e表示资源与用户之间的关联度，a表示用户数量，b表示服务资源总数。

用户的行为特征会受到其他用户的影响［14］，而主要的影响方式包括评论和回复2 项内容。用户之间评论影响关系I（i，j）、回复影响关系U（i，j）计算公式分别为：

其中，i、j表示2 个用户，I表示评论影响值，U表示回复影响值，l表示资源评论，L表示评论总数，p表示资源回复，P表示回复总数，H表示用户i受到用户j评论影响次数，G表示用户i受到用户j回复影响次数。

根据公式（2）和公式（3）得出的评论和回复影响值，可以清晰地看出用户对其他用户行为的影响，再融合影响参数，得到用户影响关系矩阵：

其中，λ表示评论影响参数，θ表示回复影响参数，M表示用户影响关系矩阵。结合用户影响关系，更新初始用户兴趣矩阵，重构为新的Web用户兴趣矩阵，将其作为下一步极大熵资源个性化选取算法的输入内容。

1.3 设计极大熵服务资源选取算法

为了避免个性化推荐结果偏离用户要求，本文设计极大熵服务资源选取算法，预先设置一个独立性假设条件［15］，只需要考虑特征之间是否满足该条件，实现服务资源的选取，不需要参考其他数据。因此，本文针对用户对资源的评分，建立一个预测函数：

其中，r表示用户，g表示资源，s表示资源符合用户要求的概率，D表示预测函数，X表示用户行为特征，y表示分类结果。当概率计算结果高于设定阈值，表明该Web服务资源是用户所需的资源。

实际操作过程中，设置一个训练数据集，并从中选取一个样本进行计算。定义一个特征函数［16］，分析样本特征和与用户兴趣矩阵之间的联系，再应用最大熵计算原理，将公式（5）所示的条件概率表示为：

其中，Z表示归一化因子，φ表示特征权重因子，T表示特征函数的重要程度，exp表示指数函数。

考虑到特征函数是以用户隐式行为特征为基础，也就是构成函数的主要特征类型，包括用户特征、资源特征以及交互特征，对于每一类型的特征设置相应的权值参数［17］，实现条件概率计算过程的简化。最大熵服务资源选取算法的参数学习，本质上是要计算出最大特征权重，本文利用迭代优化的计算原理，设计参数更新公式为：

其中，d表示迭代次数，C表示常数，A表示经验分布下特征函数期望值，B表示理论模型下特征函数期望值。

其中，常数取值为最大特征数量。当前后2 次迭代计算结果的差值过小，表明此时参数更新结果满足收敛要求。根据满足收敛要求的最优参数，完成条件概率计算，按照条件概率结果分析该Web 服务资源是否为用户所需的资源，完成服务资源选取。

1.4 生成个性化资源推荐结果

运用最大熵算法进行Web 服务资源选取后，需要选取合理的特征约束条件［18］。本文对预测资源评分分类的影响因素进行研究，提出资源推荐的约束条件，包括用户属性和资源评分矩阵2项内容。

其中，用户属性约束条件的建立，是由于Web 用户群涵盖多种人群，不同人群的兴趣爱好差异较大［19］。因此，人群自身属性直接影响了用户行为［20］。本文提出在资源推荐过程中，根据用户年龄、职业等属性，对用户群体进行划分，并保证每个子群体具有同样的属性特征。

而资源推荐过程中，资源评分矩阵约束条件的建立是以用户自身兴趣为基础［21］。根据用户兴趣矩阵，对每一项特征进行训练［22］。在训练集合中，确保特征的经验期望值和模型期望值相同，具体表达式为：

其中，k表示用户属性集，N表示特征在训练集合，n表示训练样本，ψ表示属性，η表示预测概率，μ表示特征。

汇总用户评分矩阵与用户基本属性，构成训练集合，将已有的资源评分作为输入条件，计算出用户对其他Web 服务资源的选择概率值［23］，从中选定概率值最大的资源作为最终推荐结果。具体个性化推荐整体模型如图4所示。

图4 个性化推荐整体模型图

2 实验与性能分析

2.1 数据集

个性化推荐方法设计完成后，为了证明其可行性，需要进行实验。考虑到本文研究内容主要针对Web 服务资源推荐问题，选取Movie Lens 站点作为数据采集中心。它是一种基于标签的数据集，由美国Minnesota 大学计算机学院的GroupLens 项目组建立，该项目组是一个非盈利性的实验组织。此数据集描述了5 星内电影的无限制标记，用于提供用户推荐。采集站点内850 名用户对1650 个电影项目的评分信息，充当实验所需的数据集。

以最大熵为基础建立的个性化资源推荐方法，主要环节是建立用户选择资源的概率预测模型。因此，实验开始之前，针对实验数据集中的评分信息进行统计，从项目的角度得出图5 所示的电影项目评分次数统计结果。

图5 电影项目评分次数统计图

为了避免数据单一问题，在Google Dataset Search（https：//toolbox.google.com/datasetsearch）数 据库选择1200条数据进行评分，得出图6所示图书数据的统计结果。

图6 图书数据评分次数统计图

根据图5 与图6 所示的数据统计结果，绘制相应的社区网络，并将其放置于SQL Server 数据库内，作为资源个性化推荐方法实验基础。

2.2 参数分析

由于最大熵资源选取算法的应用属于自适应学习模式，在Movie Lens 数据集中包含138493 个用户的20000263个评级和465564 个标签，涉及27278个电影。用户是随机抽取得到的，并且每个所选用户至少对20 部电影进行了评分。每个用户只有一个ID，不涉及其他私人信息。参数分析过程中，随机选取Movie Lens 数据集中30 个待推荐资源和1 名用户，设置不同的适应度参数和特征取值参数，分别记录不同条件下向用户推荐的资源，再计算用户下载资源数量与总推荐资源数量之比，明确资源推荐准确率变化情况，参数取值的影响结果如表1所示。

表1 实验参数对准确率的影响

根据表1 可知，分别设置近邻个数为10、20 和30，对比不同步近邻个数条件下，参数变化对准确率的影响。通过分析可知，当λ=0.1，θ=1.0时，资源推荐准确率最高，达到了0.74、0.95 与0.89。而其他参数条件下，资源推荐准确率都比较低，因此，本次实验将参数设置为λ=0.1，θ=1.0。

2.3 推荐方法性能分析

2.3.1 Web服务前端性能评测

为了进一步验证本文方法的Web 服务资源个性化推荐效果，以IE网站为例，根据Baidu的page speed对其Web 服务前端性能进行评测。该评测最终结果的得分是所有指标评分的加权算数平均值。评测的总分为100 分制，分为3 个等级，低于50 分为差，50～89 分为较差，90 分以上为优。对IE 网站的Web 服务前端性能进行评测，最终的评测结果为46 分，该网站Web 服务前端性能差。通过的测试（评测结果为优）指标结果如表2所示。

表2 通过测试的指标结果

以上结果表明，本文方法能够有效获取Web 服务前端性能识别结果，对Web 服务资源具有较好的推荐效果。

2.3.2 推荐序列对比

为了得出本文设计推荐方法的应用性能，随机选定一个用户以及50 个待推荐资源，进行资源推荐实验，针对选定的资源进行排序，并保持资源顺序不变，应用本文提出的Web 服务资源个性化推荐方法，向该用户进行资源推荐。此外，采用基于本体推理的推荐方法、基于智能计算的推荐方法，获取资源推荐结果。将3 种方法的资源推荐结果以推荐序列的形式呈现出来，形成图7所示的推荐序列对比图。

图7 不同方法的资源推荐序列对比图

资源推荐序列示意图中，纵轴由0 和1 这2 项构成，0 表明该资源未向用户推荐，1 表明该资源已经推荐给用户。对比推荐结果可知，3 种方法生成的推荐序列存在部分差别，表明不同方法的资源推荐性能具有差异性。

2.3.3 F-Measure值对比

深入分析资源推荐问题可以发现，该问题的解决包括推荐和不推荐2 种情况，在推荐方法性能分析过程中，可以将其当作分类问题来看待。因此，本文实验选定F-Measure 值作为基于极大熵的Web 服务资源个性化方法性能评价指标，其计算公式为：

其中，P表示准确率，R表示召回率。根据F-Measure值计算结果可知，其计算值越高表明该方法推荐质量越高。

为了准确地呈现出本文提出方法的优越性，运用3 种方法进行6 组推荐实验，分别将待推荐资源数量设置为50、100、200、300、500、1000，根据推荐结果得出图8所示的不同方法的F-Measure值对比图。

图8 不同推荐方法的F-Measure值对比图

根据图8可知，本文设计的资源推荐方法平均FMeasure 值为0.92，而其他2 种推荐方法的平均FMeasure 值分别为0.51、0.59。综上所述，以最大熵原理为基础的资源个性化推荐方法，使得F-Measure 值提升了41个百分点与33个百分点，运用本文提出的个性化推荐方法，可以更好地把握用户心理，实现用户满意度的提升。

为了进一步验证本文方法的资源推荐精准度，在Google Dataset Search 数据集上验证采用文献［3］方法、文献［4］方法以及本文方法的资源推荐精准度，得到结果如表3所示。

表3 Google Dataset Search数据集上资源推荐精准度

分析表3 可知，当图书数据量为50 GB 时，文献［3］方法的资源推荐精准度为68.21%，文献［4］方法的资源推荐精准度为58.21%，本文方法的资源推荐精准度为99.62%；当图书数据量为200 GB 时，文献［3］方法的资源推荐精准度为59.25%，文献［4］方法的资源推荐精准度为66.26%，本文方法的资源推荐精准度为97.88%；当图书数据量为300 GB 时，文献［3］方法的资源推荐精准度为52.91%，文献［4］方法的资源推荐精准度为52.12%，本文方法的资源推荐精准度为96.21%。本文方法的资源推荐精准度远远高于其他方法，表明本文方法的资源个性化推荐效果较好。

为了对不同数据集上的资源推荐效果进行验证，采用Movie Lens 数据集作为实验对象，得到的不同资源推荐精准度结果如表4所示。

表4 Movie Lens 数据集上资源推荐精准度

分析表4 可知，数据量为50 GB 时，文献［3］方法的资源推荐精准度为68.76%，文献［4］方法的资源推荐精准度为60.32%，本文方法的资源推荐精准度为98.23%；数据量为300 GB 时，文献［3］方法的资源推荐精准度为78.36%，文献［4］方法的资源推荐精准度为78.36%，本文方法的资源推荐精准度为99.32%。综合表3 与表4 结果可知，本文方法在Google Dataset Search数据集、Movie Lens数据集上都具有较高的资源推荐精准度，表明了本文方法具有较高的推荐效果。

3 结束语

本文针对资源个性化推荐问题进行了研究，参考传统资源推荐方法，提出以最大熵为核心的Web资源推荐方法。通过特征约束权重值的建立，再计算用户对某项推荐服务资源的使用概率，将预测值较高的资源推荐给用户，确保该方法资源质量的提升。本文研究的个性化推荐方法在未来还可以进行完善，从改进资源选取算法入手，实现资源选取训练时间的缩短［24-27］。