張亮　趙娜

摘 要：高校學(xué)生的綜合素質(zhì)是影響高校畢業(yè)生就業(yè)的一個(gè)關(guān)鍵因素，高校社團(tuán)是素質(zhì)教育的一個(gè)重要途徑，可以提高高校學(xué)生職業(yè)規(guī)劃意識(shí)和職業(yè)素養(yǎng)。如何讓新入學(xué)的高校新生選擇合適的社團(tuán)，是本文需要研究解決的問題。從用戶的角度出發(fā)，推薦系統(tǒng)可有效地幫助用戶做出決策。本文把學(xué)生的相似度計(jì)算、K-中心點(diǎn)算法聚類分析以及招收指數(shù)結(jié)合在一起，最終得到社團(tuán)的推薦排序值，并將其推薦給新生用戶。本系統(tǒng)能夠?qū)崿F(xiàn)為新生推薦社團(tuán)服務(wù)，具有一定的應(yīng)用價(jià)值。

關(guān)鍵詞：推薦系統(tǒng)；相似度；聚類分析；PageRank

中圖分類號(hào)：TP311.52 文獻(xiàn)標(biāo)識(shí)碼：A

1 引 言

高校畢業(yè)生就業(yè)難這個(gè)問題由來已久，其中一個(gè)主要原因是高校畢業(yè)生綜合能力較差，而高校社團(tuán)是綜合素質(zhì)培養(yǎng)的一個(gè)重要途徑。近年來，高校社團(tuán)的數(shù)量和種類呈現(xiàn)快速增長的趨勢(shì)，如何讓高校新生選擇到合適的社團(tuán)，信息化的高校社團(tuán)推薦系統(tǒng)給出了這個(gè)問題的解決方案。

2 系統(tǒng)的構(gòu)建

2.1 系統(tǒng)的軟硬件設(shè)計(jì)

推薦系統(tǒng)是基于.NET的三層架構(gòu)體系，選用B/S模式進(jìn)行架構(gòu)，使用高性能PC作為服務(wù)器，采用Microsoft SQL Sever 2008企業(yè)版作為數(shù)據(jù)庫服務(wù)器，采用ADO做為數(shù)據(jù)訪問的基礎(chǔ)。Cluster[1-2]為網(wǎng)絡(luò)服務(wù)提供了靈活高效的軟件環(huán)境和硬件設(shè)施，為SQL Server提供了良好的性能擴(kuò)展。

2.2 系統(tǒng)的整體架構(gòu)

高校社團(tuán)推薦系統(tǒng)就是根據(jù)特定的算法，以學(xué)生和社團(tuán)的各項(xiàng)特征為基礎(chǔ)，建立學(xué)生和社團(tuán)的二元關(guān)系，以二者之間的相似關(guān)系作為依據(jù)，為新生推薦合適的社團(tuán)。下面是社團(tuán)推薦系統(tǒng)實(shí)現(xiàn)的主要流程主：

1.構(gòu)造學(xué)生數(shù)據(jù)庫（包括新生數(shù)據(jù)庫、老生數(shù)據(jù)庫）和社團(tuán)數(shù)據(jù)庫；

2.依據(jù)新生數(shù)據(jù)庫和老生數(shù)據(jù)庫中的數(shù)據(jù)獲得新生和老生之間的相似度關(guān)系；

3.獲得社團(tuán)數(shù)據(jù)庫中各社團(tuán)之間的關(guān)系；

4.將2和3的結(jié)果相互結(jié)合，得到最終的排序權(quán)值；

5.對(duì)新生數(shù)據(jù)庫中的每個(gè)學(xué)生，社團(tuán)數(shù)據(jù)庫中的社團(tuán)按4得到的權(quán)值將排序后顯示給新生用戶。

社團(tuán)推薦系統(tǒng)的框架結(jié)構(gòu)圖如圖1所示。

3 核心算法

3.1 基于SimRank算法的相似度計(jì)算

為了挖掘新生和老生之間的相似關(guān)系，根據(jù)SimRank提供的“無向圖模型”，首先將學(xué)生數(shù)據(jù)庫中的“學(xué)生”與“特征”用一種二元關(guān)系來表示，如表1所示。接著將<學(xué)生，特征>的關(guān)系轉(zhuǎn)換成無向關(guān)聯(lián)圖模型。本文綜合考慮了專業(yè)、性別、特長、愛好、年級(jí)、級(jí)干、獲獎(jiǎng)情況、計(jì)算機(jī)級(jí)別、英語級(jí)別等多項(xiàng)特征屬性，其中計(jì)算機(jī)級(jí)別與英語級(jí)別按照高考時(shí)成績(jī)劃分A（128<分?jǐn)?shù)）、B（105<分?jǐn)?shù)≤128）、C（分?jǐn)?shù)≤105）三檔。

由上可以看出，一名新生與一家社團(tuán)之間的相似度，需要考慮兩個(gè)方面，一是這名新生與加入這家社團(tuán)的老生之間相似度，二是與這個(gè)老生類中所有加入這家社團(tuán)老生的相似度，這樣可以避免噪音數(shù)據(jù)給結(jié)果帶來比較嚴(yán)重的影響，可以使結(jié)果更加合理。

3.4 基于PageRank算法的社團(tuán)招收指數(shù)計(jì)算

事實(shí)上，某些社團(tuán)招收社員時(shí)，會(huì)指定招收某類社員，而且多年來只招收這類社員。此時(shí)對(duì)于某一新生，再根據(jù)Sco得到的推薦社團(tuán)，盡管排名靠前，確沒有任何意義。因此，在社團(tuán)推薦系統(tǒng)設(shè)計(jì)過程中可以引入“招收指數(shù)”的概念，對(duì)于Sco值很高，但“招收指數(shù)”很低的社團(tuán)，推薦時(shí)的排名不一定會(huì)靠前。

PageRank算法[9-10]的思想源于學(xué)術(shù)引文分析，它僅僅從頁面間鏈接結(jié)構(gòu)出發(fā)，分析出頁面的重要程度。因此，可以認(rèn)為將一家社團(tuán)看做一個(gè)網(wǎng)頁，將基于社團(tuán)特征屬性的相似關(guān)系看做網(wǎng)頁之間的鏈接，這樣就可以利用PageRank算法計(jì)算值得到社團(tuán)的“PR值”，即所需要的“招收指數(shù)”。根據(jù)PageRank算法，社團(tuán)“招收指數(shù)”的計(jì)算公式為：

其中d為阻尼系數(shù)，且0

3.5 最終排序權(quán)值的計(jì)算

根據(jù)前文得到的新生與社團(tuán)之間的相似度Sco和社團(tuán)的“招收指數(shù)”PR，通過下式計(jì)算得到最終排序權(quán)值W。

式中，W（i，w）表示社團(tuán)w在新生i的推薦社團(tuán)中的排序權(quán)值，PRmax 為所有社團(tuán)PR值的最大值。

4 系統(tǒng)推薦顯示實(shí)例

一名新生在注冊(cè)登錄到本系統(tǒng)后，根據(jù)新生注冊(cè)的基本信息，按照上面所述的算法，系統(tǒng)將為新生推薦6家權(quán)值最高的社團(tuán)，并直觀顯示在社團(tuán)推薦的頁面中，新生只要點(diǎn)擊頁面中顯示的社團(tuán)名稱，就可以獲得這家社團(tuán)的招收社員的信息以及這家社團(tuán)的簡(jiǎn)介。

5 結(jié)束語

本文以高校新生社團(tuán)選擇為研究課題，詳細(xì)介紹了設(shè)計(jì)高校新生社團(tuán)推薦系統(tǒng)過程中的關(guān)鍵技術(shù)，從系統(tǒng)的使用測(cè)試來看，本系統(tǒng)基本滿足新生社團(tuán)選擇的推薦要求，達(dá)到設(shè)計(jì)目的，但未加入就業(yè)方向等方面的信息。今后探索研究的方向是，如何將高校學(xué)生就業(yè)方向等信息與高校新生社團(tuán)的選擇相結(jié)合，以便更好的提高高校學(xué)生綜合素質(zhì)，減少高校畢業(yè)生就業(yè)難的成因。

參考文獻(xiàn)

[1] 魏茂林.Windows Server 2003網(wǎng)絡(luò)服務(wù)管理與使用[M].北京：電子工業(yè)出版社，2007.

[2] 張志友.計(jì)算機(jī)集群技術(shù)概述[J].實(shí)驗(yàn)室研究與探索，2006，25（5）：607-609.

[3] Glen Jeh，Jennifer Widom.SimRank：A Measure of StructuralContext Similarity[J].Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery and data mining.New York：ACM，2002：538-543.

[4] 田玲，曾濤.基于SimRank的中藥“效-效”相似關(guān)系挖掘[J].計(jì)算機(jī)工程，2008，34（12）：242-244.

[5] 劉萍，黃純?nèi)f.基于SimRank的作者相似度計(jì)算[J].情報(bào)理論與實(shí)踐，2015，38（06）：109-114.

[6] 劉玉華，陳建國，張春燕.基于數(shù)據(jù)挖掘的國內(nèi)大學(xué)生就業(yè)信息雙向推薦系統(tǒng)[J].沈陽大學(xué)學(xué)報(bào)：自然科學(xué)版，2015，27（03）：226-232.

[7] BOUTSIDIS C，MAGDONISMAIL M.Deterministic Feature Selection for KMeans Clustering[J].IEEE Transation on Information Theory，2013，59（09）：6099-6110.

[8] 呂小剛.基于Kmeans文本聚類算法研究[J].電腦編程技巧與維護(hù)，2014，（24）：33-35.

[9] 吳迪.高校畢業(yè)生就業(yè)推薦系統(tǒng)的設(shè)計(jì)與開發(fā)[D].大連：大連理工大學(xué)，2010：29-33.

[10]徐鍵.基于PageRank的科技論文推薦系統(tǒng)[J].電子世界，2013，（01）：103-105.