孫雷　孫慶蘇

〔摘 要〕用戶模型是數(shù)字圖書館個(gè)性化系統(tǒng)中的關(guān)鍵技術(shù)，傳統(tǒng)的用戶模型沒有考慮詞與詞之間的內(nèi)在聯(lián)系，本文提出了一種基于本體的用戶模型，該模型基于建立的興趣分類本體，借鑒了檢索領(lǐng)域常使用的激活模型來完成用戶模型的更新，并在用戶模型的基礎(chǔ)上，設(shè)計(jì)了個(gè)性化服務(wù)推薦流程。

〔關(guān)鍵詞〕個(gè)性化；興趣分類本體；用戶模型；本體

〔中圖分類號(hào)〕G251.5 〔文獻(xiàn)標(biāo)識(shí)碼〕Ｂ 〔文章編號(hào)〕1008－0821（2012）09－0080－04

個(gè)性化信息服務(wù)是數(shù)字圖書館的發(fā)展方向，數(shù)字圖書館個(gè)性化服務(wù)針對(duì)不同的用戶提供不同的信息服務(wù)，以滿足他們不同的需要。數(shù)字圖書館個(gè)性化服務(wù)的實(shí)現(xiàn)過程是[1]通過對(duì)用戶信息需要、興趣愛好和訪問歷史的收集分析，建立一定的用戶模型，并將此模型應(yīng)用于網(wǎng)上信息的過濾和排序，因此用戶需求的獲取和用戶建模是實(shí)現(xiàn)個(gè)性化服務(wù)的關(guān)鍵因素。由于用戶興趣不斷變化的[2]，反映用戶興趣的需求模型也要?jiǎng)討B(tài)變化，但目前用戶的興趣多以關(guān)鍵詞表達(dá)的，個(gè)性化服務(wù)也是基于關(guān)鍵詞匹配的，并沒有理解用戶興趣的語義含義。本體的概念源于西方哲學(xué)，從哲學(xué)的范疇來說，本體是客觀存在的一個(gè)系統(tǒng)的解釋。目前，本體已經(jīng)成為語義Web的核心內(nèi)容，將本體應(yīng)用于個(gè)性化用戶建?？梢暂^好的解決理解用戶興趣語義這一問題。

1 本體的相關(guān)理論

本體的概念被引入到人工智能領(lǐng)域和計(jì)算機(jī)領(lǐng)域，其目的是克服計(jì)算機(jī)系統(tǒng)之間存在的“語義鴻溝”。目前，本體已經(jīng)成為語義Web的核心內(nèi)容，也是語義Web的語義基礎(chǔ)。

一個(gè)本體[3]可以由類或概念、關(guān)系、函數(shù)、公理、實(shí)例等5種元素組成。根據(jù)數(shù)字圖書館個(gè)性化的情況，將本體分成3類[4]：

（1）領(lǐng)域本體：描述特定領(lǐng)域中概念與概念之間的關(guān)系。

（2）任務(wù)本體：描述特定任務(wù)或行為中概念與概念之間的關(guān)系。

（3）應(yīng)用本體：描述的依賴于特定領(lǐng)域和任務(wù)的概念及概念之間的關(guān)系。

2 數(shù)字圖書館個(gè)性化服務(wù)的內(nèi)涵

數(shù)字圖書館個(gè)性化服務(wù)是一種滿足用戶個(gè)體信息需求的服務(wù)方式，目前數(shù)字圖書館的個(gè)性化服務(wù)主要是通過個(gè)性化檢索和個(gè)性化推薦的方式實(shí)現(xiàn)的，數(shù)字圖書館個(gè)性化推薦系統(tǒng)是從海量數(shù)據(jù)中向用戶自動(dòng)推薦出符合其興趣愛好或需求的資源，如中國知網(wǎng)（CNKI）知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)（KNS）將讀者相似文獻(xiàn)的鏈接及推薦文獻(xiàn)閱讀服務(wù)，數(shù)字圖書館個(gè)性化服務(wù)的一般思路是：根據(jù)用戶的個(gè)性化需求，建立用戶模型，根據(jù)用戶模型對(duì)用戶進(jìn)行過濾，將用戶可能感興趣的文獻(xiàn)自動(dòng)推薦給用戶，再根據(jù)用戶對(duì)推薦內(nèi)容的反饋，對(duì)用戶模型進(jìn)行修正，再進(jìn)行下一輪的推薦。

3 基于本體用戶模型的設(shè)計(jì)

個(gè)性化服務(wù)系統(tǒng)首先獲取用戶的興趣偏好信息，建立起用戶的興趣模型，采用本體描述用戶興趣時(shí)，把用戶的興趣以層次結(jié)構(gòu)來描述，從而為用戶提供更加全面的推薦。

基于本體的個(gè)性化用戶模型主要包括用戶行為的收集、用戶興趣的抽取、用戶興趣的更新、興趣模型的表示以及個(gè)性化興趣本題庫這幾個(gè)部分，如圖1所示。

圖1 基于本體的個(gè)性化用戶興趣模型

基于本體的用戶模型由3個(gè)部分組成[5]：用戶個(gè)人信息、個(gè)性化領(lǐng)域本體、個(gè)性化信息需求，用一個(gè)三元組表示為：User Model=(Persona，Person0，PersonR)，式中Persona表示用戶的個(gè)人信息，即用戶的姓名、性別、年齡、學(xué)歷、專業(yè)背景等，Person0表示用戶信息的個(gè)性化領(lǐng)域本體，PersonR表示用戶的個(gè)性化需求。

3.1 用戶興趣本體的表示

在實(shí)際中，每個(gè)人都有興趣、愛好，體現(xiàn)在瀏覽數(shù)字圖書館信息內(nèi)容方面，雖然每個(gè)用戶都有不同的信息需求，但是一定的知識(shí)背景、工作性質(zhì)決定了用戶會(huì)有相當(dāng)穩(wěn)定的興趣和信息需求，為了區(qū)分用戶的興趣類別，本文參照中圖法建立起數(shù)字圖書的分類本體，是一個(gè)只含類及其子類的樹狀結(jié)構(gòu)，上層父類是對(duì)下層子類共同屬性的概括，而下層子類是對(duì)上層父類的細(xì)化，所有子節(jié)點(diǎn)之間形成平等的兄弟關(guān)系，分類層次越細(xì)，描述用戶的興趣類別就越具體，圖2是生物本體部分結(jié)構(gòu)圖，用戶的興趣本體映射來自此本體，一般是此本體的子集。該本體主要用于分類，其中只含有Subclass Of關(guān)系，沒有其他屬性。

用戶的興趣本體是興趣分類本體的部分映射，用戶的興趣本體只映射到興趣類別的那一層，例如一個(gè)用戶的感興趣圖書的類別是｛運(yùn)輸經(jīng)濟(jì)、中美關(guān)系、食品衛(wèi)生｝，那么該用戶的興趣本體就是如圖3這種形式：3.2 基于本體的用戶興趣度的獲取

要獲取用戶感興趣的圖書，就有必要分析用戶的訪問日志，數(shù)字圖書館網(wǎng)站服務(wù)器真實(shí)記錄了用戶訪問網(wǎng)站的所有日志，其中不僅記錄用戶的基本信息，而且記錄了用戶訪問的路徑，反應(yīng)頁面的關(guān)系，數(shù)據(jù)挖掘從這些日志中挖掘出用戶行為有用的模式，興趣度是用戶對(duì)某一網(wǎng)站感興趣的程度，數(shù)字圖書館可以根據(jù)用戶的興趣度進(jìn)行個(gè)性化服務(wù)，從文獻(xiàn)[3]可知，通過訪問網(wǎng)站的時(shí)間和頻度來計(jì)算用戶的興趣度是一種有效的定量計(jì)算的方法，主要表現(xiàn)在用戶如果對(duì)某一網(wǎng)頁感興趣，則必然瀏覽該網(wǎng)頁的時(shí)間更長和會(huì)經(jīng)常重復(fù)瀏覽該網(wǎng)頁，使用F＝（n/N+t/T）l/L[6]公式來定量計(jì)算用戶的興趣度，其中n為訪問該節(jié)點(diǎn)的次數(shù)，N為本次的訪問次數(shù)，t為訪問本節(jié)點(diǎn)消耗的時(shí)間，T為訪問網(wǎng)站的總時(shí)間，l為本次訪問的節(jié)點(diǎn)數(shù)，L為網(wǎng)站的總節(jié)點(diǎn)數(shù)，從Web日志中可以計(jì)算出用戶的興趣度，以江蘇廣播電視大學(xué)超星數(shù)字圖書館為例來計(jì)算用戶的興趣度，數(shù)據(jù)來源于江蘇廣播電視大學(xué)超星數(shù)字圖書館 2011年3月22日的一段日志：

2010 12-31 05∶54∶28 220.177.9.112-210.28.216.236 80 GET/09/diskRKF/RKF27/04/000073.pdg SSDOWNLOAD/3.8.0.0002+unRegister日志各段數(shù)據(jù)的含義為：

①訪問時(shí)間——2011-03-22 05∶54∶28

②用戶IP地址——220.177.9.112

③服務(wù)器地址和端口——210.28.216.236 80

④用戶請(qǐng)求信息的方法——GET

⑤用戶訪問的節(jié)點(diǎn)——/09/diskRKF/RKF27/04/000073.pdg

⑥以未注冊(cè)用戶的身份下載——SSDOWNLOAD/3.8.0.0002+unRegister

以IP為116.54.82.62的用戶在2010年12月31日訪問江蘇廣播電視大學(xué)超星數(shù)字圖書館的日志為例，進(jìn)行數(shù)據(jù)格式化處理，如表1。

江蘇廣播電視超星圖書館共有22個(gè)總節(jié)點(diǎn)數(shù)，由表1可以得出，此用戶的興趣度為：

文學(xué)=（3/5+39/61）3/22=0.17

經(jīng)濟(jì)=(2/5+22/61)2/22=0.07

3.3 基于本體的用戶模型的更新

本文借鑒文獻(xiàn)[7]中用戶模型更新的思想，采用激活擴(kuò)散模型對(duì)用戶描述的興趣度進(jìn)行更新，激活擴(kuò)散模型是搜索關(guān)聯(lián)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、語義網(wǎng)絡(luò)的一種方法。

激活擴(kuò)散算法如下：

輸入：含興趣值的本體化用戶描述

輸出：含更新的激活的本體化用戶描述

其具體表示為：

For each Cj∈CON do

IS(Cj)＝IS(Cj)+Cj.Activation;

End

CON={C1,C2,…,Cn}∥用戶給予興趣值的概念，如本文中C1為文學(xué)，C2為經(jīng)濟(jì)。

IS(Cj)∥表示概念Cj的興趣值，如本文中文學(xué)的興趣值為0.17，經(jīng)濟(jì)的興趣值為0.07

Cj.Activation∥激活值

Cj.Activation＝IS(Cj)*sim(di,Cj)

sim(di,Cj)∥用余弦相似度度量書名向量di與概念Cj的相似值。

4 基于本體用戶模型的實(shí)現(xiàn)

本模塊主要用于用戶的興趣表示以及用戶模型的更新功能。

4.1 圖書信息分類本體的建立

為了實(shí)現(xiàn)該模型，首先建立圖書信息分類，通過參考中圖法分類，使用protege3.4.8建立一個(gè)含有圖書類別的概念，作為實(shí)驗(yàn)的本體，圖4是經(jīng)濟(jì)類圖書部分分類的層次結(jié)構(gòu)，分類本體起著重要的作用，表現(xiàn)在：

（1）分類本體映射到用戶的興趣本體。

（2）分類本體輔助完成用戶模型的更新。

4.2 用戶興趣的獲取

當(dāng)建立分類本體后，可以根據(jù)每個(gè)用戶的興趣構(gòu)建興趣本體，在數(shù)字圖書個(gè)性化服務(wù)中，采用用戶注冊(cè)的方法來獲取用戶初始化興趣。用戶注冊(cè)時(shí)，除了注冊(cè)用戶的一些基本信息外，還要選擇用戶的興趣類型。

4.3 用戶興趣的更新

在數(shù)字圖書個(gè)性化服務(wù)中，用戶只需要完成一次注冊(cè)，當(dāng)其興趣發(fā)生變化時(shí)，不需要用戶手工定制興趣類型，采用激活擴(kuò)散模型完成用戶興趣的更新。這樣，可以根據(jù)用戶的瀏覽愛好對(duì)興趣模型進(jìn)行更新。

5 基于本體用戶模型的個(gè)性化服務(wù)推薦流程

個(gè)性化服務(wù)的目的是從海量數(shù)據(jù)中向用戶自動(dòng)推薦出符合其興趣愛好的資源，個(gè)性化推薦服務(wù)的主動(dòng)方是系統(tǒng)平臺(tái)，自動(dòng)向用戶進(jìn)行推薦，基于本體用戶模型的個(gè)性化推薦服務(wù)的流程如圖5，其過程如下[8]：

（1）用戶注冊(cè)登錄進(jìn)入個(gè)性化服務(wù)系統(tǒng)，在注冊(cè)過程中，除了注冊(cè)基本信息，還要進(jìn)行個(gè)性化定制，形成初始的用戶模型。

（2）用戶在瀏覽數(shù)字圖書館時(shí)，形成的瀏覽訪問日志，對(duì)日志分析后與初始的用戶模型迭加，形成該用戶的基于本體的用戶模型。

（3）系統(tǒng)推薦的用戶潛在的需求的服務(wù)被推送到個(gè)性化推薦服務(wù)，用戶進(jìn)行瀏覽。用戶對(duì)服務(wù)推薦結(jié)果的瀏覽行為也被系統(tǒng)用于更新用戶模型。

6 結(jié) 語

數(shù)字圖書館資源的迅速發(fā)展，面對(duì)海量的資源，為了幫助用戶找到其感興趣的信息，個(gè)性化服務(wù)成了研究的熱點(diǎn)。用戶模型作為用戶興趣的可計(jì)算描述，已經(jīng)成為個(gè)性化服務(wù)研究的重點(diǎn)。在傳統(tǒng)的基于向量的用戶模型中，各關(guān)鍵字互不相關(guān)，導(dǎo)致語義信息的缺失。本文使用分類本體得到用戶的興趣本體，可以改善傳統(tǒng)用戶模型語義不足的缺陷。

參考文獻(xiàn)

[1]羅宇紅.數(shù)字圖書館個(gè)性化信息服務(wù)實(shí)踐研究[J].圖書館論壇，2010，（8）：75-77．

[2]潘家武.基于領(lǐng)域本體的數(shù)字圖書館動(dòng)態(tài)用戶興趣模型的構(gòu)建[J].圖書情報(bào)工作，2010，（8）：64-67．

[3]鄧志鴻，唐世渭，張銘等.Ontology研究綜述[J].北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2002，（5）：730-738．

[4]肖敏.領(lǐng)域本體的構(gòu)建方法的研究[J].情報(bào)雜志,2006，（2）：70-74．

[5]熊回香，陳姍，許穎穎.基于Web 3.0的個(gè)性化信息聚合技術(shù)研究[J].情報(bào)理論與實(shí)踐，2011，(8)：95-99．

[6]郭家義．?dāng)?shù)字圖書館個(gè)性化服務(wù)信息行為的收集與分析[J]．圖書館雜志，2003，(1)：25-27.

[7]Ahu Sieg,Bamshad Mobasher,Robin Burke,Web search personalization with ontological user profiles[Ｃ]．Proceedings of the sixteenth ACM conference on Conference on information and knowledge management,November 06-10,2007.

[8]曾春,邢春曉,周立柱.個(gè)性化服務(wù)技術(shù)綜述[J].軟件學(xué)報(bào),2002，(10)：1952-1961．

（本文責(zé)任編輯：孫國雷）