协同过滤推荐系统中的用户博弈-计算机学报.pdfVIP

第 卷 第 期 计 算 机 学 报 ３９ ６ 　 　　 　　 　　 　　 Ｖｏｌ．３９ Ｎｏ．６ 年 月 ２０１６ ６ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｊｕｎｅ２０１６ 　 协同过滤推荐系统中的用户博弈 １） ２） １） １） 徐 蕾 杨 成 姜春晓 任 勇 　 　 　 　 　 　 １）（清华大学电子工程系 北京 １０００８４） 　 　 ２）（中国传媒大学信息工程学院 北京 １０００２４） 　 　 摘 要 在以协同过滤算法为核心的推荐系统中，一个用户能否获得高质量的推荐不仅取决于用户自身是否积极 　 　 地参与项目评分，还取决于其他用户是否能提供足够多的评分 由于对项目评分是需要付出成本的，理性的用户总 ． 是希望以尽可能少的评分换取高质量的推荐 该文用博弈论的方法对协同过滤系统中的用户评分行为进行分析 ． ． 考虑到一个用户通常无法观察到其他用户的评分和得到的推荐，该文将用户间的交互建模为不完全信息博弈，并 引入“满足均衡”的概念来分析该博弈 该文假定每个用户都对推荐质量有一个预期，当所有用户的预期都得到满 ． 足时，博弈即达到均衡 针对所建立的博弈模型，该文设计了一种均衡学习算法，该算法允许用户以逐渐增加评分 ． 数量的方式来寻找均衡策略 理论分析和仿真结果均表明，当所有用户对推荐质量有着相似的预期时，所提算法可 ． 收敛到满足均衡 这一分析结果可以为协作式系统中激励机制的设计提供启发 ． ． 关键词 协同过滤；博弈论；满足均衡；均衡学习；收敛条件；社交网络；社会媒体 　 中图法分类号 号 ／ ＴＰ３９１ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１６．０１１７６ 　　　 犌犪犿犲犃狀犪犾狊犻狊狅犳犝狊犲狉犘犪狉狋犻犮犻犪狋犻狅狀犻狀犆狅犾犾犪犫狅狉犪狋犻狏犲犉犻犾狋犲狉犻狀 犛狊狋犲犿狊 狔 狆 犵 狔 １） ２） １） １） ＸＵＬｅｉ ＹＡＮＧＣｈｅｎ ＪＩＡＮＧＣｈｕｎＸｉａｏ ＲＥＮＹｏｎ 　 ｇ　 　 ｇ １）（ ， ， ） 犇犲犪狉狋犿犲狀狋狅 犈犾犲犮狋狉狅狀