智慧教育深度學習推薦系統---1.2.合成推薦演算法CKE解讀和演算法實現1

在推薦系統構建中，人們最常用的方法當屬協同過濾推薦演算法。協同過濾推薦演算法僅需要考慮使用者和待推薦條目的互動關係，演算法可以處理毫不費力地同時應用於電影推薦、圖書推薦、音樂推薦等，而無需研究待推薦具體的內容。但是協同過濾演算法在實際應用也存在很多問題，例如對新條目，由於沒有與使用者的互動資料，所以就無法推薦，並且很多時候，由於某個意外事件會使某個條目遭到爆炒，使熱度爆表，但是實際質量並不好，依據這些資訊的推薦自然效果不會太好。除了這些小問題之外，協同過濾推薦演算法還有一個致命的缺陷，就是如果使用者與待推薦條目互動非常稀疏的話，協同過濾推薦演算法的效能將急劇惡化，推薦效果非常不理想。
以我們智慧教育自適應題庫系統為例，我們通常會有數百萬道題目，而系統中真實有效地學生，不過就是幾萬人，而每個學生做的題目也就是幾百道題而已，我們假設題庫中有100萬道題目，我們有10萬學生，每個學生做1萬道題，這時我們題目與學生的表格為100萬行10萬列，共有1000億單元格，學生做過相應題目的單元格數為10億，從這裡可以看出，該表格中僅有1%的表格有資料，這裡會遇到嚴重的資料稀疏的問題。如果直接採用協同過濾推薦演算法的話，推薦效果肯定不會很理想。
怎樣來解決這一問題呢？我們自然需要求助基於內容的推薦演算法。在我們的題庫系統中，一道題目通常由三部分組成，首先是題目的文字資訊，其次是題目的影象資訊，例如數學中的幾何題中的圖形，最後也是最重要的是我們對每道題目通過人工建立的知識圖譜，將該題所涉及的知識點、解題技巧、易錯點等，按照知識圖譜三元組形式組合起來。如果我們能夠有效地利用這些資訊，結合學生做題情況，那麼就有可能做出一個比協同過濾推薦演算法更好的推薦系統。這就是我要向大家介紹的Collaborative Knowledge Base Embedding for Recommender Systems （CKE）演算法。
在CKE演算法體系下，系統架構如下所示：

如圖所示，整個系統架構由資料集層，知識庫嵌信層和協同過濾層構成。
在資料集層，包括使用者與題目互動資料，以及題目內容相關的知識圖譜資料。每道題目的知識圖譜包括該題目對應的知識點，以知識圖譜有向圖形式表示，題目本身的文字資訊，還可能包括題目對應的圖。
在我知識庫嵌入層，首先採用TransR演算法將知識圖譜中的實體和關係表示為圖譜向量，對於題目的文字資訊，採用基於貝葉斯的堆疊去噪自動編碼機（SDAE）生成文字向量，對於影象資訊採用堆疊卷積自動編碼機（SCAE）生成影象向量，結合題目自身向量，將這四個向量組合成統一的題目向量，隨機確定學生向量，然後根據學生與題目的互動資料，採用協同過濾演算法，求出最終的學生向量和題目向量，從而最終產生符合我們要求的推薦結果。
在下一節中，我們將具體向大家分別介紹圖譜嵌入、文字嵌入和影象嵌入技術，最後將向大家展示如何通過TensorFlow來實現這些演算法。