張偉偉，趙 飛，王 敦

（1.湘潭大學 旅游管理學院，湖南 湘潭 411105；2.國家基礎地理信息中心，北京 100830；3.湖北財稅職業(yè)學院，湖北 武漢 430064）

上下文感知下的個性化旅游推薦系統(tǒng)初探

張偉偉1，趙 飛2，王 敦3

（1.湘潭大學 旅游管理學院，湖南 湘潭 411105；2.國家基礎地理信息中心，北京 100830；3.湖北財稅職業(yè)學院，湖北 武漢 430064）

為了將用戶感興趣的旅游信息主動推薦給用戶，通過引入上下文感知技術(shù)，提出了旅游推薦系統(tǒng)中的上下文模型，借助上下文敏感的地球空間信息服務設計了上下文感知下的個性化旅游推薦系統(tǒng)的原型架構(gòu)。

上下文感知；個性化推薦系統(tǒng)；旅游信息服務；空間信息服務

普適計算通過感知顯式或隱式包含在事物間的各種聯(lián)系[1]，實現(xiàn)對系統(tǒng)行為的調(diào)整。存在于事物間的聯(lián)系被稱為上下文，能感知用戶上下文信息進而調(diào)整系統(tǒng)行為，稱為上下文感知技術(shù)。其目標是將由通信和計算機構(gòu)成的信息空間與人們生活和工作的物理空間融為一體，支持用戶“隨時隨地”并“透明”地獲得符合其個性化需求的信息服務，要求計算設備能感知用戶所處的環(huán)境及其變化，并做出相應動作。但是，隨著普適計算的發(fā)展，用戶不斷被龐大的信息淹沒，人們在尋求一種將用戶感興趣的信息主動推薦給用戶的服務模式[2]。

個性化推薦被認為是目前解決信息過載最有效的工具之一。個性化推薦系統(tǒng)已在很多領(lǐng)域中廣泛應用，如網(wǎng)絡商品推薦、音樂推薦等。此類系統(tǒng)明確（提問）或暗示（挖掘用戶的在線活動日志）用戶需求，并提供各種產(chǎn)品和服務，如前往目的地、興趣點、事件或活動等。近年來，研究者設計了很多旅游推薦系統(tǒng)，某些已運行于主要的旅游門戶網(wǎng)站。但大多數(shù)推薦系統(tǒng)都沒有考慮上下文對推薦結(jié)果的影響，推薦結(jié)果沒有隨上下文信息的改變而更新，如時間、位置以及活動的參與者等。

1 上下文與個性化旅游推薦系統(tǒng)

個性化推薦研究直到20世紀90年代才被作為一個獨立的概念提出來[3]，通過捕捉用戶對于不同項目的偏好程度來計算每個項目的權(quán)重，按分數(shù)先后順序推薦給用戶。對于旅游推薦系統(tǒng)來說，相應的項目即為旅游——目的地、路線及相應的旅游花銷，例如，Mary去武漢歸元寺旅游的權(quán)重為7(總權(quán)重為10)，那么，就可相應設置為Rtourism(Mary,GuiYuanSi) = 7。這種推薦方式通過用戶顯式操作或系統(tǒng)隱式計算，在User、Item所組成的一個二維空間中推薦相應的項目。絕大多數(shù)推薦集中在推薦項目給用戶或考慮項目的相應用戶群，推薦的項目并沒有考慮到上下文信息。當前的旅游推薦系統(tǒng)對用戶的查詢條件的理解，僅停留在語法或語義層，并沒有達到語用層。

鑒于此，本文在旅游推薦系統(tǒng)中加入上下文模型，相應的推薦權(quán)重公式為[4]：

式中，User和Tourist Contents分別為用戶本體模型和旅游內(nèi)容本體模型；Context為與該旅游推薦系統(tǒng)相關(guān)的上下文信息；Rating為相應的權(quán)重。各項具體內(nèi)容如下：

1）User。系統(tǒng)推薦旅游內(nèi)容的用戶，包含用戶的ID、姓名、住址、年齡、性別、專業(yè)、旅游興趣愛好及旅游目的。定義為User(UserID, Name, Address, Age,Gender, Profession, Interest, Tourism purpose)。

2）Tourist Contents。系統(tǒng)所包含的旅游內(nèi)容，包含住宿、餐飲、購物、景點、歷史/文化、節(jié)日/事件、交通運輸、氣象、娛樂和位置。定義為Tourist Contents(Accommodation, Food, Shopping, Attractions,History/Culture, Festival/Event, Transportation, Weather,Entertainment and Location)。

3）Context。相關(guān)的上下文信息，包含空間上下文[5]和旅游上下文，具體為：①地理位置，包括用戶當前所在的位置、用戶所感興趣的區(qū)域以及區(qū)域的建筑、道路結(jié)構(gòu)等；②時間，包括當前時間、過去某個時間、將來某個時間（涉及空間信息的推演）；③天氣狀況，雨天、晴天或多云；④用戶狀態(tài)，年齡、性別、從事領(lǐng)域、興趣、知識水平、用戶目的以及所使用的交通工具等；⑤設備環(huán)境，傳感器、接收器；⑥參與者，即同行者，如單獨出游、朋友、女友/男友、家庭、同事和其他。其本體模型定義為Tourist Context=（identity, state, location, time, companion） ,其中 identity表示上下文信息的來源；state 表示傳感器信息源的狀態(tài)；location 和time 分別是上下文發(fā)生的地點和時間。通過這種結(jié)構(gòu)，可統(tǒng)一定義空間信息上下文信息。如Marry一個人乘公交去歸元寺，可表示為：（Marry,Take a bus, GuiYuanSi, Now, Alone）。

上述旅游推薦系統(tǒng)中的空間上下文模型為用戶、旅游內(nèi)容、上下文所組成的三維空間，系統(tǒng)根據(jù)相應用戶的文化、年齡、收入等個人統(tǒng)計信息以及當前的情感狀態(tài)決定其旅游偏好，如果景點信息的呈現(xiàn)正好符合了用戶當前的旅游偏好，用戶就會產(chǎn)生一個初步的旅游意圖，然后根據(jù)相應的空間上下文——天氣、交通、時間景觀屬性等，自動計算出旅游項目的權(quán)重推薦給用戶。用戶交互式地選取推薦結(jié)果，系統(tǒng)根據(jù)用戶上下文動態(tài)推送空間信息服務，便于用戶確定旅游線路。

2 原型系統(tǒng)設計

基于旅游推薦系統(tǒng)中的上下文模型，本文借助上下文敏感的地球空間信息服務[6]設計了上下文感知下的個性化旅游推薦系統(tǒng)的原型架構(gòu)（如圖1所示）。系統(tǒng)分為旅游上下文、上下文感知中間件、推薦服務模塊、旅游信息服務模塊以及地球空間信息服務模塊5個部分。

圖1 上下文感知下的個性化旅游推薦系統(tǒng)架構(gòu)圖

各實體的功能描述如下：

1）旅游上下文，存儲了推薦的多維上下文信息，本文為用戶、旅游內(nèi)容（服務）、上下文等三維信息。該上下文是和服務注冊緊密配合的，當服務提供者在服務注冊中心注冊其服務時，服務上下文會主動分配其上下文屬性。服務提供者也可在服務上下文模塊（這里的服務特指旅游信息）注冊新的上下文屬性。

2）上下文感知中間件，包括用戶請求分發(fā)、上下文信息管理、服務注冊以及相關(guān)地圖服務推送等。請求分發(fā)記錄用戶的信息及交互操作，相應地實時改變旅游上下文，并記錄到上下文模型中。上下文管理即管理旅游上下文信息，并對上下文信息進行初步過濾。

3）推薦服務模塊。一個完整的推薦系統(tǒng)由3個部分組成：收集用戶信息的行為記錄模塊, 分析用戶喜好的模型分析模塊和推薦算法模塊。其中, 推薦算法模塊是推薦系統(tǒng)中最為核心的部分。本文采用協(xié)作過濾推薦算法，是目前推薦系統(tǒng)中使用最多的個性化推薦技術(shù)。該技術(shù)往往被應用在電子商務環(huán)境中為用戶推薦商品信息，沒有對用戶上下文進行定義。在旅游推薦系統(tǒng)中，上下文環(huán)境是動態(tài)變化的，用戶的旅游行為也會因為環(huán)境中上下文信息的變化而發(fā)生改變。本文基于旅游上下文模型，結(jié)合協(xié)作過濾推薦算法，給出個性化旅游推薦算法的初步設計。

4）旅游信息服務模塊，提供給用戶旅游信息交互界面，并依據(jù)相應的推薦服務，選擇出用戶感興趣的旅游景點及適宜的旅游路線，進一步提供用戶交互刷選。

5）地球空間信息服務模塊。服務種類為WMS、WFS、WCS和WPS；服務內(nèi)容為遙感影像、電子地圖、興趣點服務、空間信息查詢服務和路徑查詢服務等。

地球空間信息服務模塊、上下文感知中間件參考文獻[6]，文章主要探討旅游上下文模型、推薦服務模塊以及相應的旅游信息服務模塊。

2.1 旅游上下文建模

個性化旅游推薦系統(tǒng)中的用戶模型不是對用戶個體的一般性描述，而是一種面向算法的、具有特定數(shù)據(jù)結(jié)構(gòu)的、形式化的用戶描述。相應地，用戶建模是指從有關(guān)用戶興趣和行為的信息(瀏覽內(nèi)容、瀏覽行為、背景知識等)中歸納出可計算的用戶模型的過程。只有在高質(zhì)量的用戶模型的基礎上，才能實現(xiàn)個性化信息服務系統(tǒng)所追求的各種目標。用戶模型的表示方法是指用戶的信息需要或興趣如何存儲。用戶模型的表示提供了一種結(jié)構(gòu)化的模型存儲形式，它決定了用戶模型反映用戶真實信息的能力和可計算能力，同時也在一定程度上限制了用戶建模方法的選取。它往往和系統(tǒng)采用的知識表示方法密切相關(guān)。本文在用戶建模過程中加入上下文信息，對旅游推薦系統(tǒng)進行上下文建模，其模型如圖2所示。

圖2對 User×Tourist Contents×Context三維旅游上下文模型進行了說明，用戶維度包含用戶基本信息及旅游偏好等，旅游服務維度為在系統(tǒng)中注冊的旅游服務，具體包括住宿、餐飲、購物、景點、歷史/文化、節(jié)日/事件、交通運輸、氣象、娛樂和位置等，上下文維度即為上文所述的Tourist Context模型。系統(tǒng)根據(jù)某個用戶在特定的上下文推薦相應的旅游服務，其權(quán)重即為R(u,t,c)。

圖2 用戶上下文User×Tourist Contents×Context建模

2.2 個性化推薦方法

個性化旅游推薦就是根據(jù)旅游上下文信息，將候選的旅游興趣點及相應的旅游線路、其他旅游服務通過一定的規(guī)則進行打分、排序，并結(jié)合空間信息服務，形成不同粒度的多維信息（空間信息、上下文信息、旅游信息以及多媒體信息）服務鏈的過程。常用的推薦算法為基于內(nèi)容的推薦算法和協(xié)作過濾推薦算法。協(xié)作過濾推薦[7]是目前推薦系統(tǒng)中使用最多的個性化推薦技術(shù)，它基于鄰居用戶的評分數(shù)據(jù)得到目標用戶的推薦，個性化程度高。其最大優(yōu)點是對推薦對象沒有特殊要求，能處理非結(jié)構(gòu)化的復雜對象，如書店、音樂、餐館等。傳統(tǒng)協(xié)作過濾算法流程大體分為4步：首先輸入用戶—服務評分矩陣；然后選擇用戶相似性度量方法；再形成最近用戶鄰居集合；最后產(chǎn)生推薦數(shù)據(jù)。

但該技術(shù)沒有對用戶上下文進行定義。將旅游上下文引入到協(xié)作過濾推薦算法中后，原來的二維評分矩陣變?yōu)橛脩?上下文-旅游服務三維矩陣（見圖2），使服務選擇更加復雜，評分矩陣更加稀疏，但推薦更加精確。引入上下文相似度后三維協(xié)作過濾推薦模型處理有3種方法（見圖3）：①上下文初過濾，即在給用戶推薦前先根據(jù)當前上下文信息對旅游服務、空間信息服務進行初次篩選，形成推薦服務候選集，將三維模型降為二維，然后根據(jù)傳統(tǒng)的協(xié)作過濾算法進行推薦；②上下文后過濾，先不考慮上下文信息，根據(jù)用戶—旅游服務二維矩陣來初步推薦，形成結(jié)果集，再進一步用上下文信息過濾，形成基于上下文的推薦服務；③通過擴展二維推薦算法，一開始即把上下文、用戶考慮進去，進行推薦，該方法算法比較復雜，但結(jié)果最為精確。

圖3 引入上下文后的3種推薦模式示意圖

2.3 旅游信息服務

旅游信息服務，包含用戶交互界面和系統(tǒng)所推薦的旅游服務內(nèi)容——旅游興趣點、旅行路線以及住宿、餐飲、購物等信息，進一步提供用戶交互篩選。

以一位青年男性用戶外出旅行為例，首先用戶登入系統(tǒng)，填寫基本信息及專業(yè)、興趣、旅游目的等，然后收集各類上下文信息并建模，通過上下文感知尋找合適的空間信息服務、旅游信息服務；最后結(jié)合用戶—上下文—旅游信息三維矩陣，依據(jù)協(xié)作過濾推薦模型進行推薦。該過程中實時記錄用戶狀態(tài)及上下文信息，并實時推薦旅游信息。主要的網(wǎng)絡地圖服務、網(wǎng)絡要素服務、路徑查詢服務（導航服務）以及坐標轉(zhuǎn)化服務通過請求地球空間信息服務中間件獲得。

3 結(jié) 語

要實現(xiàn)旅游信息化，旅游信息共享是最終目標[8]。在旅游信息系統(tǒng)的開發(fā)方面，國外側(cè)重于從推薦系統(tǒng)角度來嘗試建立各種旅行信息系統(tǒng)，這些系統(tǒng)一般僅提供一些旅游資源信息的查詢和推薦，并不能提供空間分析功能, 沒有充分利用GIS技術(shù)；國內(nèi)側(cè)重于從GIS角度出發(fā)，利用各種GIS技術(shù)（WebGIS、虛擬現(xiàn)實），建立各種旅游地理信息系統(tǒng)[9]，這些系統(tǒng)能提供用戶興趣點查詢、路徑查詢等，但沒有從根本上實現(xiàn)個性化、智能化服務。為此，本文引入上下文感知技術(shù)，對旅游推薦系統(tǒng)中的上下文進行建模，借助上下文敏感的地球空間信息服務設計了上下文感知下的個性化旅游推薦系統(tǒng)的原型架構(gòu)，并闡述了上下文建模的過程，以及引入上下文后的個性化空間信息服務、旅游信息服務的推薦模式。具體上下文本體模型構(gòu)建，推薦算法優(yōu)化及推薦結(jié)果評價是后續(xù)研究中亟待解決的問題。

[1] Weiser M. The Computer for the Twenty-first Century [J].Scientific American, 1991, 265 (3): 43-50

[2] Gorgoglione M, Palmisano C,Tuzhilin A. Personalization in Context: Does Context Matter When Building Personalized Customer Models?[C].ICDM 2006, 2006

[3] Hill W, Stead L,Rosenstein M, et al. Recommending and Evaluating Choices in a Virtual Community of Use [C]. Conf Human Factors in Computing Systems， Denver,1995

[4] Adomavicius G, Tuzhilin A. Context-aware Recommender Systems[C].RecSys, 2008

[5] 王少一,杜清運．基于上下文感知的地球空間信息服務中間件的實現(xiàn)[J]．武漢大學學報:信息科學版,2010,35(7):790-793

[6] 王少一,杜清運．基于本體的地球空間信息上下文建模[J]．地理信息世界,2008(5):58-60

[7] 劉建國,周濤.汪秉宏.個性化推薦系統(tǒng)的研究進展[J].自然科學進展,2009,19(1):1-15

[8] 黃俊,萬幼川,譚寧生,等. 分布式旅游信息系統(tǒng)研究[J].測繪科學,2009,34(5):168-180

[9] 王峰,劉仁義,劉南．WebGIS和虛擬現(xiàn)實技術(shù)在旅游業(yè)發(fā)展中的應用研究[J].浙江大學學報:理學版,2005,32(6):706-710

Research on Personalized Tourist Recommendation System Based on Context-awareness

byZHANG Weiwei

In this paper, we argued that relevant contextual information did matter in tourist recommender systems and that it was important to take this information into account when providing recommendations.We discussed the general notion of context and how it could be modeled in tourist recommender systems. Finally, we presented the architecture of a prototype system for context-aware recommenders based the geospatial information service and promising directions for future research.

context-aware, recommendation system, tourism services,geospatial information service

P208

B

1672-4623（2014）02-0024-04

10.11709/j.issn.1672-4623.2014.02.010

2013-07-03。

項目來源：湖南省教育廳社科資助項目（2010null03011）；湘潭大學博士科研啟動資助項目（09ly06001)。

張偉偉，博士，講師，碩士生導師，主要研究方向為旅游信息系統(tǒng)與空間信息可視化。