一种基于性别的推荐方法

发表于   |   分类于   |   阅读次数

基于性别的推荐

基于内容的推荐:基于协同过滤掉方法，存在非常明显的缺点：无法解决冷启动问题（包括user冷启动和item冷启动），当用户没有行为时无法进行推荐，或者行为非常稀疏的时候，虽然可以产生推荐列表，但会存在过度泛化问题【1】。相对于协同过滤，基于内容的推荐的方法, 能够较好地应对冷启动问题。通过提取user和item相关内容信息，并根据所提取的信息进行推荐。但是，user和item的内容信息的提取往往需要比较专业的知识，其提取过程需要耗费较大的精力。

基于性别的推荐: 基于性别进行推荐属于一种基于内容的推荐方法，通过利用user性别信息、item的性别偏好信息进行推荐。该方法的优点是简单、可以在用户没有任何行为时推荐该性别的用户普遍感兴趣的内容；同时缺点也比较明显：同一性别的用户，其兴趣也可会有较大不同，因此该方法无法做到千人千面。

推荐方案设计

整个推荐方案包括三个步骤：user性别信息获取、item性别偏好计算、基于性别的item推荐。

user性别信息获取

用户性别信息主要来自用户注册信息。由于用户注册时，性别可能会填写错误，或者不填写，此时可通过其它方式多用户的性别进行校准和填充。如根据大多数用户的信息，计算item的性别偏好信息。根据该用户在各个item上的行为表现，计算该用户的性别画像。

item性别偏好计算

属性计算

基于有性别信息的用户，对item的消费行为，计算item的性别偏好。

$P(C|I_j)=\frac{\sum_iR_{ij}U_i(C)}{\sum_iR_{ij}}（式1）$

其中$P(C|I_j)$表示第j个item对应属性C的偏好得分。

$U_i(C)$表示第i个用户对应属性C的概率值，可以根据用户注册信息、用户行为信息挖掘等方式得到。

$R_{ij}$表示第i个用户对第j个item的喜欢程度，可对用户在item上的各种行（如点击、点赞、评论、发图、收藏等）分别赋予不同的权值，然后根据用户的行为类型、行为频次等进行加权得到。

属性平滑

当平台上用户的数量和活跃度比较接近时，直接使用公式1是没有问题的。但是当不同性别的用户数量相差较大时，根据公式1计算出的item偏好会明显倾向于数量较多的那个性别。例如，平台上的男性用户数量：女性用户数量=5:1， 我们只考虑点击行为，当某个item男女点击比例为5:1时，我们并不能认为该item更容易被男性用户喜欢，而是认为该item对男女的吸引程度相同；男女点击比例为1:1时，该item对女性的吸引程度是更大的。

因此，需要对item的性别偏好进行平滑,方法如下：

  • 平滑系数计算

    $SMOOTH(C)=\frac{\sum_i\sum_jR_{ij}U_i(C)}{\sum_i\sum_{j}R_{ij}}（式2)$

  • 对公式1进行平滑

    $P_{smooth}(C|I_j)=\frac{P(C|I_j)}{SMOOTH(C)}（式3)$

加入其它因素

通过公式3得到的属性计算结果修正了平台不同属性用户数量不同带来的干扰，但是依然有些可以改进的地方。比如对于两个不同的item, 其男女偏好得分是非常接近，同样只考虑点击行为。其中一个item A被用户点击的次数为10万、点击的用户数8万等明显多于item B（点击次数100， 点击人数50）, 那么我们可以认为item A的得分是更加可靠的。因此，可考虑加入点击次数等相关因素。

$P(other|I_j) = \frac{\sum_iR_{ij}}{\sum_i\sum_jR_{ij}} (式4)$

由于我们的目的主要是找出对每个性别更感兴趣的item, 因此，当$P_{smooth}(C|I_j)$大于0.5时，利用如下公式进一步调整分数。

$P_{opt}(C|I_j)=\alpha P_{smooth}(C|I_j) + (1-\alpha)P(other|I_j) （式5)$

通过公式5，综合考虑了属性偏好及热度因素。对分数差别较小的item，如果都是偏向于属性C（$P_{smooth}(C|I_j)$大于0.5），可以根据热度等相关因素进行排序;而对于分数差别比较大的item, 则依然可以维持原来的偏好进行顺序。

归一化

对上述计算结果进行归一化，如下所示：

$P_{norm}(C|I_j)=\frac{P_{opt}(C|I_j)}{\sum_CP_{opt}(C|I_j)} （式6)$

基于性别的item推荐

完成计算item的性别偏好信息之后，可进一步用于解决推荐时遇到的用户冷启动问题。具体方法如下：

  • 在线用户筛选及性别获取

    当用户到来时，如果用户具有较多行为，可根据协同过滤相关方法进行推荐（如als）。否则获取用户注册的性别，或者通过其它方式矫正和填充后的性别信息。

  • 基于性别信息获取推荐结果

    根据性别信息，选择相关性别偏好得分最高的k个item进行推荐。为实现推荐的多样性，提升用户体验，可以对item进行一定的分类，对于每个类别，分别取前top k个item构成多个队列，每次用户请求时，根据业务需求从每个队列中尽量均匀地选取item进行推荐。

实验

  • 离线实验

    对in平台图片进行实验，男女的性别偏好有着较大的区别。实验结果显示，男性最喜欢的图片的是汽车、美女、运动、建筑等，而女性则更喜欢美妆、动漫、美食、宠物等类别的图片。

  • 在线实验

    对于新增用户进行实验，分为实验组和对照组，实验组采用基于性别的推荐方案，对照组保持着之前的逻辑不变（基于热度的推荐）。分别评估实验组和对照组用户点击、平均下滑次数。实验结果显示，男性平均点击次数提升20.8%,平均下滑次数提升19%；女性平均点击次数提升1.1%，平均下滑次数提升1.4%。女性用户效果提升不明显，其主要原因在于in平台的主要用户是女性，根据热度进行排序基本反映了女性用户对图片的喜欢程度。对男性用户效果明显，主要原因是对照组根据热度推荐，更多推荐的是女性用户喜欢的图片，而实验组基于性别的推荐，则利用热度和性别偏好两方面信息，推荐了男性用户更喜欢的图片。

参考资料

【1】HT Cheng, L Koc, J Harmsen, T Shaked, “Wide & Deep Learning for Recommender Systems”, Proceedings of the 1st Workshop on Deep Learning for Recommender Systems, 2016.09, pp.7-10