電影推薦大有學問

撰文／陳育婷

推薦系統

1990年代中期，由於「評分結構」的研究逐漸受到重視，「推薦系統」於是演變成一門獨立的學問；在多數情況下，其可以被概括為「估計用戶對未知商品評分的問題」。一旦我們可以估計用戶對未知商品的評分，就可以找出分數最高的商品推薦給用戶。

假設：

C：所有用戶形成的集合；
S：所有潛在物品形成的集合；
u：為評估商品（s）對用戶（c）的效用函數（utility function），

針對某用戶c，我們希望能推薦一項在S集合中對用戶c效用最大的商品s。上述想法可簡單表示如下：

針對一用戶c，我們可以用一系列例如年齡、性別、所得的特徵來表示；同樣地，我們也可以用一系列的商品特徵來定義一商品s，以電影推薦系統為例，電影名稱、類型、導演與演員等，都可被用以定義s。

效用函數通常只在一部分的集合中有完整的對應值。例如在電影推薦系統中，一般收視戶可能只為一小部分的電影評過分，我們可以簡單的用戶-評分表格表示：

推薦系統的目標，就是以各種方法推估表格內空集合（Ø）的值。如此，我們才能從所有商品中選出最高分的前幾種商品推薦給用戶。

需要注意的是：所推薦的商品雖應與用戶喜好相似，卻也需與用戶過往的瀏覽紀錄有一定的區別，帶有一些新意，而非舊調重彈，例如針對同一事件但不同敘述的報導。依據估計評分的方式，可以將推薦系統大致分為「基於內容」、「偕同過濾」或「混和過濾」等三類（以下皆以電影推薦系統為例）。

基於內容的推薦（Content-Based Recommendations）

此方法只運用用戶c評分過的電影資訊，去推測他(她)對未評分過的電影s的評分。核心概念是從該用戶已評分的電影中，找出n項與s最相似的電影，並推薦這些電影給該用戶。此方法可以透過兩種方式實踐：啟發式學習以及模型學習。

前者主要是運用一系列的關鍵字去代表用戶及電影，並計算用戶及不同電影之間的相似程度，相似程度的衡量可以用相關係數等指標量化；後者則是將模型套用到現有資料，學習並進而預測電影評分，許多模型都可以運用在推薦系統，諸如決策樹、貝氏分類器、類神經網路等。

協同過濾推薦（Collaborative Recommendations）

此方法利用與用戶c相似的用戶群的資料，來推估c對電影s的評分。至於如何找到與用戶c有相似品味的用戶群，則可分為兩種方法─記憶式學習及模型學習。前者藉由兩用戶共同評分過的電影，來計算兩者間的相似度（可以用相關係數或餘弦相似性表示），並以此將中每位用戶對電影s的評分做加權平均，得到評分估計。後者則是直接將模型套用到所有用戶對該電影s的評分資料，學習並預測電影評分。

混和推薦（Hybrid Recommendations）

上述兩種方法可以下列四種方式結合，截長補短，使得即使在評分資料稀少，如新用戶或新電影時，仍可適用：

1. 分別運用「基於內容」與「協同過濾」兩方法預測評分，再結合兩者評分得到最終評分。
2. 將「基於內容」的用戶特徵加入「協同過濾」法內，以預測評分。兩用戶間用來計算相似度的特徵不再僅限於共同評分過的電影，也可以包含用戶的基本資料。
3. 將「協同過濾」的特徵加入「基於內容」內預測評分。
4. 發展一套結合兩方法之特徵的預測模型。

更省時的推薦演算法

上述方法奠定了推薦演算法的基礎，但卻有一個共同問題：運算時間。無論是基於內容、協同過濾或混合推薦法，都必須在瀏覽過所有電影及用戶資料後，方可開始計算。隨著資料量增長，計算時間也勢必大幅拉長，如何降低運算時間因而成為重要議題。今年（2018）7月12日機器學習研討會中，由哈佛大學電腦科學家Yaron Singer 與Eric Balkanski提出的演算法，能在短時間內找出最佳解，更聰明也更快速地解決問題。

相較於傳統電影推薦系統，需在瀏覽所有電影資料庫的電影後，方能列出推薦清單；新的演算法一開始只選取一定數量的電影，在這些電影之中找出最符合推薦標準的幾部電影，並捨棄未選上的電影，而後再由縮小後的資料庫中隨機選取一定數量的電影，保留最符合標準的電影，並捨棄其他，持續重複上述步驟。如此做法，創建推薦清單的速度是傳統演算法的10倍以上。

而其應用範圍，也不僅限於電影推薦。在另一個試驗中，這種新的演算法能迅速找出紐約計程車的最佳路徑，速度是傳統方法的六倍以上。除此之外，也可以加速資料處理的速度，並拓廣運用到如社群媒體或基因資料的分析。

參考資料

1. G. Adomavicius, A. Tuzhilin. “Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions.” IEEE Transactions on Knowledge and Data Engineering 17(6), pp.734–749, 2005.
2. C. Basu, H. Hirsh, and W. Cohen. “Recommendation as classification: Using social and content-based information in recommendation.” AAAI Proceeding, pp. 714-720, 1998.
3. M. Temming, “Solving problems by computer just got a lot faster“, Science News, July 16, 2018.

(本文由教育部補助｢AI報報─AI科普推廣計畫」執行團隊編譯)