基于均衡模型的矛盾冲突分析在优化商品推荐算法中的应用

• 作 者: 冯智明
• 发表日期: 2013年期
• 关键词: 博弈论 纳什均衡 随机优化 商品推荐算法

在商品推荐中,由于单一种类的推荐算法在使用时存在缺陷,所以引进其他算法与之组合来进行工作。但是引入额外的算法又会带来新算法的缺陷,而且组合多个算法共同进行商品推荐,算法间会存在冲突,导致推荐结果变差。博弈论常被用作多个对象在冲突状态下进行最佳决策选择的依据。纳什均衡是冲突状态下博弈的平衡点,处在纳什均衡的对象可取得其在博弈中所能达到的最佳效用值。因此,通过使用纳什均衡相关理论来优化由多个算法组合而成的商品推荐算法,可以解决推荐算法所存在的问题。为解决问题,以优化由协同过滤和聚类组合形成的商品推荐算法为例,本文开展了以下工作。第一,根据博弈的基本要素对组合多个算法的商品推荐进行分析,建立相关博弈模型。第二,分析博弈模型中的各算法间的矛盾冲突,找出其中的纳什均衡,并建立均衡模型。第三,由基于均衡模型的矛盾冲突分析,结合随机优化算法的工作原理,抽象出基于均衡模型的随机优化算法。第四,使用得到的随机优化算法来对由多个算法组合而成的商品推荐算法进行优化。第五,在大规模数据集上进行实验,以验证提出的随机优化算法的效果。通过实验结果可以看到：第一,优化后的推荐算法解决了构成其的各算法在单独进行推荐时存在的问题。第二,优化后的推荐算法可以很好地协调构成其的不同算法来进行工作。第三,优化后的推荐算法可以得到质量更高的推荐结果。所以,使用基于均衡模型的矛盾冲突分析对商品推荐算法进行优化,可以得到良好的效果。