多阶段推荐算法在校园交易平台中的应用研究

张若萱，董 晨，马嘉骏，张钊铭，吴梦歌，潘韵竹，刘海龙

（天津理工大学计算机科学与工程学院 天津 300384）

1 引言

大学校园交易平台为学生学习、生活带来便利，建立大学校园交易平台成为新的应用需求，但面对海量商品，如何快速、精准的为买家匹配到心仪商品，推荐算法成为关键。本文针对校园交易不同阶段使用多阶段推荐算法，实现个性化商品推荐。第一阶段用户和商品数量少，基于用户注册信息，使用XGBoost算法实现商品推荐。第二阶段用户和商品数量较大，采用基于物品和用户的协同过滤实现个性化商品推荐。第三阶段随着交易增多和交流圈建立，信息与数据变得更为庞大，文本型数据较多，加入自然语言处理算法，使商品推荐更加精确高效。

2 多阶段推荐算法设计

多阶段推荐算法流程见图1。

图1 多阶段推荐算法流程

2.1 第一阶段推荐算法设计

这一阶段处于交易平台的起步，用户和商品数据较少，需要解决用户冷启动，物品冷启动，系统冷启动问题[1]。为了提高商品推荐的准确度，基于注册用户的信息和兴趣标签训练决策树模型，设计初步的用户画像。使用XGBoost算法对数据集进行预测，Boosting是一种非常有效的集成学习算法，采用Boosting算法将弱分类器转化为强分类器，解决各类冷启动问题，流程如下。

（1）初始化模型为常数

（2）计算错误率

（3）计算αm= log((1-errm) /errm)

根据迭代结果，输出用户和商品关系矩阵，矩阵元素（用0，1表示）表示此用户是否会对该产品感兴趣。

2.2 第二阶段推荐算法设计

第二阶段交易平台中用户和商品数据量较大，采用基于物品的协同过滤和基于用户的协同过滤算法实现商品推荐。

2.2.1 基于物品的协同过滤算法

在交易平台中，很多学生会多次购买具有相似特征的商品，根据这一特点，采用基于物品的协同过滤算法进行推荐[2]。

（1）相似度计算

为了减小活跃用户对结果的影响，考虑IUF（即用户活跃度对数的倒数），这时认为活跃用户对物品相似度的贡献应该小于不活跃用户。

为方便计算和训练，进一步将相似度矩阵归一化：

（2）根据预测值计算

根据以下公式：

pu,j表示u对物品j的兴趣，N(u)表示用户喜欢的物品集合，S(j,k)表示和物品j最相似的K个物品集合（j是这个集合中的某一个物品），Wji表示物品j和物品i的相似度，rui表示用户u对物品i的兴趣（对于隐反馈数据集，如果用户u对物品i有过行为,rui都等于1。

2.2.2 基于用户的协同过滤算法

大学校园中很多学生偏好相同，会出现购买商品相似度较高的情况。基于这一特点，采用基于用户的协同过滤算法能够较好地实现精准推荐。

（1）发现兴趣相似的用户

通常用Jaccard公式或者余弦相似度计算两个用户之间的相似度。设N(u)为用户u喜欢的物品集合，N(v)为用户v喜欢的物品集合，Jaccard公式：

余弦相似度：

通过建立“物品-用户”倒排表，可计算出两个用户之间的相似度。

（2）推荐商品

（3）输出推荐结果

将以上两个推荐算法结果进行加权评分，得到用户偏好的商品列表并排名，直接进行推荐。

2.3 第三阶段推荐算法设计

随着交易圈的扩大，平台用户数量和商品信息量骤增，文本数据较多，为发挥文本数据作用，使预测更加准确，引入自然语言处理词袋模型和TF-IDF算法。

（1）词袋模型

使用词袋模型表示文本，将文本转化为文档中单词出现次数的矩阵，主要步骤如下：

1）文本分词：使用jieba分词器将文本数据分词。

2）构建词汇表：将文本语料库中的所有单词进行标号，存储在本地数据库中，并建立索引加快查找速度。

3）词向量表示：每个单词都表示为一个n维向量，在词汇索引位置为1，其他为0。

4）统计频次：统计每个文本中单词出现的频次，用向量的形式表示文本关键字。

（2）运用TF-IDF算法评估关键字

在得到文本的向量表示后，希望将文档中出现频繁却不是关键字的词语权重降低，采用TF-IDF算法，即：

（3）训练模型

此时可以采用第二阶段设计方法，在训练数据集中加入处理后的文本关键字，比如用户评论，交友圈的文本内容，得到更为准确的商品推荐结果。

3 结论

本实验主要基于交易平台中的3000名用户数据进行测试，分别使用协同过滤算法和多阶段推荐算法进行商品推荐，如果用户对推荐结果满意则打分1，不满意打分0，将打分总数/打分人数计算准确率，图2为推荐结果准确率比较。

图2 推荐算法准确率比较

从图2可以看出，在平台交易的不同阶段，使用多阶段推荐算法，准确率都比仅使用协同过滤算法高，表明多阶段推荐算法更适合校园交易流程。