可扩展的多度量关联规则学习:构建可解释的大规模图书推荐系统

《Frontiers in Computer Science》:Scalable multi-metric association rule learning for explainable book recommendations

【字体: 大 中 小 】 时间:2026年04月07日 来源:Frontiers in Computer Science 2.7

编辑推荐:

  为解决数字化阅读平台信息过载和推荐系统可解释性不足的问题,研究人员开展了一项结合多度量关联规则学习(ARL)与智能过滤策略的研究,提出了一种可扩展的混合推荐框架。该框架通过整合支持度、置信度和提升度指标,在真实数据集上的实验表明,其在精度、召回率和NDCG等指标上显著优于协同过滤、神经模型等基线方法。该研究证明了ARL在兼顾现代可扩展性约束下的可行性,为大规模推荐系统提供了可解释且高效的解决方案。

  
随着数字技术重塑出版行业,Goodreads、Amazon Kindle等在线平台提供了数百万本图书,使得读者在海量资源中发现自己感兴趣的书籍变得日益困难。传统搜索和浏览方法在面对如此庞大的目录时显得力不从心,凸显了智能推荐系统在精准匹配读者与相关内容方面的重要性。然而,现有的推荐系统仍面临诸多挑战:信息过载导致用户难以自行筛选;长尾内容(即小众但可能极具吸引力的书籍)难以被发现;用户阅读偏好多样且动态变化;更重要的是,用户越来越希望推荐系统能够提供清晰易懂的解释,以了解“为什么”会推荐某本书。尽管已有大量研究,但在可扩展性、解释性与准确性之间的权衡,尤其是在大规模关联规则学习框架中如何平衡计算效率与推荐质量,仍是亟待解决的问题。
针对上述问题,本研究提出了一种可扩展、可解释的关联规则学习框架,旨在为大规模图书推荐系统提供一个高效、透明的解决方案。相关研究成果已发表在《Frontiers in Computer Science》期刊。
为了开展此项研究,研究人员主要采用了以下几项关键技术方法:首先,对包含超过590万条评分的真实世界数据集进行预处理,通过设定最小用户评分阈值(τu=20)和选择最流行的500本图书,有效降低了原始高达98.85%的矩阵稀疏度。其次,采用中位数阈值(θ=4.31)将用户-图书评分矩阵二值化,转化为适用于关联规则挖掘的二进制交易矩阵。接着,利用经典的Apriori算法进行关联规则学习,并创新性地结合支持度、置信度和提升度这三个指标对规则进行多维度评估与过滤。最后,设计了一个基于规则置信度、提升度和支持度相乘的评分函数,为每位用户生成个性化的Top-K(K=10)图书推荐列表,并采用精确率、召回率、F1分数和标准化贴现累计增益等标准指标对推荐效果进行评估。
本研究通过一系列实验,系统性地验证了所提方法的有效性,并得出了以下关键结果:
1. 阈值敏感性分析证明中位数策略最优
为确定最佳二值化阈值θ,研究人员测试了从3.5到5.0的不同取值。结果表明,当θ设定为数据集中位数4.31时,系统在精确率和NDCG@10上均达到最高(分别为0.238和0.259),且生成的规则数量(2,064条)最为均衡。这验证了采用中位数作为阈值在实现类别平衡、用户中心解释以及鲁棒性方面的优势,为后续规则挖掘奠定了高质量的数据基础。
2. 多度量过滤策略生成高质量关联规则
研究人员应用Apriori算法(最小支持度设为0.002)从预处理后的数据中挖掘初始规则,随后依次应用支持度(≥0.002)、置信度(≥0.1)和提升度(≥5)三重过滤。经过筛选,最终保留了2,064条高质量关联规则,这些规则的提升度中位数高达15.32,表明它们揭示了图书之间极强的正向相关性。这一过滤过程有效剔除了统计意义不足或预测能力弱的规则,确保了推荐依据的可靠性。
3. 乘性评分函数显著提升推荐性能
在生成推荐时,研究提出了一种新颖的乘性评分函数,将每条匹配规则的置信度、提升度和支持度相乘后累加,作为候选图书的最终得分。与等权重加性或优化权重加性评分方法相比,这种乘性组合在Precision@10、Recall@10和NDCG@10三项核心指标上均取得了最佳性能(分别为0.238, 0.167, 0.259)。其优势在于无需繁琐的超参数调优,能自然地协调不同度量尺度的差异,并抑制单一指标(如高提升度但低置信度)可能带来的噪声。
4. 可扩展框架性能全面超越先进基线方法
在与多种主流推荐方法的对比实验中,包括基于矩阵分解的协同过滤、神经协同过滤、图神经网络、基于Transformer的序列模型等,本研究提出的可扩展多度量ARL框架在精确率、召回率和NDCG@10等多项指标上均取得了显著且一致的领先优势。例如,其在Precision@10上相比表现最佳的神经模型基线提升了超过6%。这强有力地证明了,经过精心设计的关联规则学习方法,在处理大规模、高稀疏度的现实世界数据时,不仅能够保持其固有的可解释性优势,还能在推荐准确性上匹敌甚至超越复杂的“黑箱”深度学习模型。
本研究的主要结论是,通过整合支持度、置信度和提升度三个关键度量,并辅以针对活跃用户和高影响力图书的数据缩减策略,所提出的可扩展多度量关联规则学习框架成功地在大规模图书推荐任务中实现了准确性、可扩展性与可解释性的三重突破。该框架将极端稀疏的评分矩阵(98.85%)转化为密集、可计算的形式,进而挖掘出大量具有强统计相关性(高提升度)和强预测性(高置信度)的关联规则。这些规则本身(例如“读过A书的用户有90%的概率也会读B书”)即为推荐提供了清晰、直接的解释,无需借助LIME或SHAP等事后解释工具。
讨论部分强调了本研究的核心贡献与重要意义。首先,它弥合了传统数据挖掘技术与现代计算需求之间的鸿沟,证明了关联规则学习在当今大数据环境下仍具有强大的生命力。其次,该研究为解决推荐系统领域长期存在的“准确性-可解释性”权衡难题提供了一个行之有效的方案。最后,所提出的框架具有高度的通用性,可便捷地应用于数字图书馆、在线零售平台等需要大规模、透明化推荐的各种场景。未来工作可探索将本框架与基于内容的特征或知识图谱相结合,以进一步提升推荐质量并丰富解释维度。总而言之,这项研究为构建下一代既智能又可信的个性化推荐系统奠定了坚实的技术基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号