《推薦系統》--基于知識的推薦

《Recommender System An Introduction》，第四章，基于知識的推薦。

概述

協同過濾和基于内容推薦的方法的主要優勢在于，可以以相對較小的代價擷取和維護這些知識。

但是，在一些場景下，比如房屋、汽車、計算機等商品，協同系統會因為評分資料少而效果不好；或者時間跨度因素也很重要的情況，使用者偏好随着各種狀況而變化等；這些場景就不是協同過濾和基于内容推薦擅長解決的。

基于知識的推薦系統可以解決這些問題，它不需要評分資料，是以不存在啟動問題。基于知識推薦互動性很強，是以是一種會話式系統。基于知識推薦不僅僅是一種過濾系統，而是更為廣義上“以一種個性化方法引導使用者在大量潛在候選項中找到感興趣或有用的物品，或者産生這些物品作為輸出結果”的系統。

基于知識推薦系統的兩種基本類型是：基于限制推薦和基于執行個體推薦。

它們的推薦過程相似：使用者必須指定需求，然後系統設法給出解決方案。如果找不到解決方案，使用者必須修改需求。此外，系統還要給出推薦物品的解釋。

它們的不同之處在于：如何使用所提供的知識。基于執行個體的推薦系統着重于根據不同的相似度衡量方法檢索出相似的物品，基于限制的推薦系統依賴明确定義的推薦規則集合。

知識表示法和推理

基于知識的系統依賴物品特性的詳細知識。

基于限制的推薦問題一般可以表示為由限制求解器解決的限制滿足問題，或者通過資料庫引擎執行并解決的合取查詢形式。基于執行個體推薦系統主要利用相似度衡量标準從目錄中檢索物品。

限制

限制滿足問題（CSP）的求解過程，根據CSP算法和推薦知識庫，就可以建構基于限制的推薦系統。

基于限制的推薦系統，會涉及如下的變量和限制條件：

（1）使用者屬性（Vc）：描述潛在的使用者需求

（2）産品屬性（Vprod）：按照分類描述産品的屬性

（3）一緻性限制條件（Cr）：定義了允許範圍内的使用者屬性比例

（4）過濾條件（Cf）：定義了在哪種條件下應該選擇哪種産品

（5）産品限制條件（Cprod）：定義了目前有效的産品分類

（6）合取查詢：和以上不同，合取查詢是将一組挑選标準按照合取方式連接配接起來的資料庫查詢

執行個體與相似度

基于執行個體的推薦方法利用相似度檢索物品，相似度可以描述物品屬性與某些給定使用者需求之間的比對程度。這這相似度的計算，根據不同的場景，有一些比較通用的計算公式。

與基于限制推薦系統互動

會話互動過程

（1）使用者指定自己的最初偏好

（2）當收集了足夠有關使用者需求和偏好的資訊，會提供給使用者一組比對産品，使用者可以選擇要求系統解釋為什麼會推薦某個産品

（3）使用者可能會修改自己的需求

幫助互動的技術

這些幫助推薦系統和使用者互動的技術，有助于提高應用的可用性，在推薦結果的信任度、滿意度及結果之類方面達到更高的使用者認可。

（1）預設設定：推薦預設值、選擇下一個提問

（2）處理不滿意的需求和空結果集

（3）提出對未滿足需求的修改建議

（4）對基于物品/效用推薦結果的排序 ：根據物品對使用者的效用進行排序很重要，由于首位效應，使用者會更關注并選擇清單開頭的物品，這種排序會顯著提高推薦應用的信任度和使用者的購買意願。在基于知識的會話式推薦系統中，物品排序根據的是多屬性效用理論，依據每個物品對使用者的效用來評價。

使用者和基于限制的推薦互動小結

使用者在找不到解決方案時，可以求助于判定結果和修改。

預設值能夠給出合理的候選方案，有助于明确需求，其負面作用是濫用預設值操縱使用者。

基于效用排序有助于在結果頁面上對資訊單元排序，修改判定結果和修改成分提供的候選方案，以及對推薦物品解釋的排序。

這些概念形成一個工具集，有助于更好地實作基于限制的推薦應用。

與基于執行個體的推薦系統互動

與基于限制的推薦類似，早起基于執行個體的推薦采用的也是純粹基于查詢的方法，使用者需要指定（經常是反複指定）他們的需求，知道發現目标物品。對于非專業認識，弄清物品的專業屬性很困難，基于此，人民提出了基于浏覽的方法來檢索物品。假設使用者不知道自己在找什麼，這這方法為其導航。評價就是一種非常有效的導航方法，也是基于執行個體推薦系統的關鍵概念。

（1）評價：其基本思想是，使用者以目前待稽核物品（錄入物品或推薦物品）未滿足的目标來指明他們的修改要求

（2）混合評價

（3）動态評價

（4）進階的物品推薦方法

（5）評價多樣性

這個推薦過程也是有很多計算公式，計算流程在裡面，用到之時可以深入研究。

這個推薦的過程，實際還是非常非常像商品檢索過程。

小結

基于知識的推薦，其推薦應用的品質取決于底層知識庫的品質，其過程也很依賴于使用者的回報。然後有兩種類型：

（1）基于限制的推薦：強調推薦時的限制規則

（2）基于執行個體的推薦：強調根據使用者最初的搜尋結果，以及逐漸的評價（可以了解為就是選擇更多查詢條件），推薦出更多結果。其實很像條件檢索。