黃瑩

【摘 要】互聯(lián)網(wǎng)的飛速普及使數(shù)字圖書館變成現(xiàn)代圖書館建設(shè)的一個重要維度，為用戶供給越發(fā)優(yōu)秀的圖書加工和組織方法成為了數(shù)字圖書館前進(jìn)的一個重要方向。數(shù)字圖書推薦能夠結(jié)合讀者的歷史閱讀信息，個人的興趣喜好等數(shù)據(jù)，為讀者推薦他應(yīng)該有興趣的書籍。數(shù)字圖書推薦能夠增加圖書資源的使用率，增多閱讀書籍的讀者。本文利用兩種半監(jiān)督聚類算法，改進(jìn)了一種數(shù)字圖書推薦系統(tǒng)模型。

【關(guān)鍵詞】數(shù)字圖書；推薦系統(tǒng)

0 引言

數(shù)字圖書推薦系統(tǒng)一般分為三個基本模塊：數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊和數(shù)字圖書推薦模塊[1]。數(shù)字圖書推薦系統(tǒng)的簡要推薦過程一般可以歸為五步：（1）采集圖書信息，得到圖書數(shù)據(jù)。（2）通過讀者的個性化界面獲得讀者的行為日志，采集讀者的信息數(shù)據(jù)。（3）將書籍?dāng)?shù)據(jù)和讀者數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理。（4）將預(yù)處理之后的數(shù)據(jù)用于數(shù)字圖書推薦模塊，得到最終推薦。（5）把最終推薦結(jié)果在用戶個性化界面進(jìn)行顯示。本文主要改進(jìn)的是數(shù)字圖書推薦模塊。

1 數(shù)字圖書推薦模塊

本文主要用基于熵理論的馬氏距離與高斯模型的半監(jiān)督混合聚類算法（SSCMG）和基于馬氏距離與主動學(xué)習(xí)成對約束的半監(jiān)督模糊聚類（SSFCMAP）相結(jié)合，實現(xiàn)數(shù)字圖書的個性化推薦。

數(shù)字圖書推薦模塊的基本步驟為：

Step 1：將讀者行為數(shù)據(jù)采用數(shù)據(jù)預(yù)處理操作，獲得讀者的數(shù)據(jù)矩陣Si；

Step 2：使用SSCMG算法將讀者聚類處理，得到讀者類C；獲得和目標(biāo)讀者同在一個類的其他讀者閱讀圖書的集合矩陣；將書籍矩陣按照借閱次數(shù)進(jìn)行排序，得到矩陣B；

Step 3：將B矩陣中目標(biāo)讀者已經(jīng)閱讀過的書籍進(jìn)行過濾，得到矩陣R1，則該矩陣就是第一種聚類圖書推薦集合；

Step 4：對讀者數(shù)據(jù)矩陣Si進(jìn)行分析，判斷目標(biāo)讀者是否有借閱或點擊圖書的歷史記錄，如果有則繼續(xù)Step 7，否則直接輸出R1，并退出算法。

Step 5：獲得目標(biāo)讀者借閱或點擊圖書的集合列表Li；通過SSCFMAP算法對Li集合中的所有圖書進(jìn)行聚類，得到和Li集合里圖書同處一類的所有書籍b；按照一定規(guī)則（例如相似度計量）對書籍b采取排序操作；得到矩陣bk；

Step 6：將bk矩陣中目標(biāo)讀者已然閱覽過的圖書進(jìn)行過濾，得到矩陣R2；則該矩陣就是第二種聚類圖書推薦集合；

Step 7：將矩陣R1和矩陣R2進(jìn)行線性疊加，然后進(jìn)行處理，包括去除重復(fù)書籍和按照閱讀量進(jìn)行排序。最后得到最終推薦結(jié)果矩陣R。

2 推薦系統(tǒng)評估方法

推薦系統(tǒng)的評估指標(biāo)主要有：準(zhǔn)確率（Precision）、召回率（Recall）、F值（F-Measure）、E值和覆蓋率[2-3]。

準(zhǔn)確率（Precision）是產(chǎn)生的推薦結(jié)果中讀者喜愛的書籍?dāng)?shù)與推薦結(jié)果的總圖書數(shù)的比例，度量的是推薦系統(tǒng)的查準(zhǔn)率。

其中，Np為推薦結(jié)果里用戶喜歡的物品數(shù)目，L指的是推薦結(jié)果的總數(shù)目。

召回率（Recall）是推薦結(jié)果里用戶喜愛的圖書數(shù)目和所有書籍里用戶喜愛的圖書數(shù)目的比例，衡量的是推薦系統(tǒng)的查全率。

當(dāng)中，Np為推薦結(jié)果里用戶喜歡的圖書個數(shù)，B指的是所有圖書中讀者偏愛的圖書個數(shù)。

F值（F-Measure）則是結(jié)合了準(zhǔn)確率和召回率這兩種指標(biāo)，是用來反應(yīng)整個推薦系統(tǒng)的綜合質(zhì)量的評估指標(biāo)。

其中，P指的是準(zhǔn)確率，R指的是召回率，α是加權(quán)值。

E值表示的是準(zhǔn)確率和召回率的加權(quán)平均值，也是推薦系統(tǒng)的一個綜合指標(biāo)。

其中，P指的是準(zhǔn)確率，R指的是召回率，b是加權(quán)值。當(dāng)b越大的時候，表示查準(zhǔn)率占的比重越大。當(dāng)P和R中有一個為0時，E值等于1。

覆蓋率是用于衡量是不是所有的商品都有被推薦的機(jī)會。

當(dāng)F1值越高的時候，產(chǎn)生的推薦結(jié)果越準(zhǔn)確，推薦系統(tǒng)的機(jī)能越高。所以本節(jié)采用F1值這一個評估指標(biāo)對數(shù)字圖書推薦模型進(jìn)行測試，評估推薦模型的準(zhǔn)確性以及有效性。

3 實驗結(jié)果

本節(jié)實驗數(shù)據(jù)是在Book-Crossing數(shù)據(jù)集[3]里面選擇前五百條評分當(dāng)作訓(xùn)練數(shù)據(jù)。然后從用戶評分集合中隨機(jī)選擇十條記錄，包含十位用戶以及他們的一條評分記錄。十條記錄的具體情況見表1。

本文使用式6作為推薦系統(tǒng)的測試指標(biāo)，記為F1。那么表1中的十位用戶的F1值如圖1所示。

當(dāng)B值越大的時候，F(xiàn)1值也相應(yīng)的比較高。B值越大說明讀者的信息越多，F(xiàn)1值越大表示推薦系統(tǒng)的推薦質(zhì)量越好，精度越好。由圖1可以看出，相較于EM算法及T-SVM算法，本文構(gòu)建的推薦系統(tǒng)模型的質(zhì)量較好。從圖1中我們還可以發(fā)現(xiàn)當(dāng)用戶有少量的信息之后，的值基本超過百分之六十。其他傳統(tǒng)算法的F1值基本不超過百分之六十。說明本章所提出的數(shù)字圖書推薦模型的推薦效果以及精度相較于其他算法，已經(jīng)得到了一定的提高。綜上所述，本節(jié)提出的數(shù)字圖書推薦模型經(jīng)過仿真實驗，驗證了模型的有效性，該模型是切實（下轉(zhuǎn)第132頁）（上接第152頁）可行的方案。

4 結(jié)語

本章提出了基于半監(jiān)督聚類的數(shù)字圖書推薦系統(tǒng)模型，而且采取了仿真實驗。該模型主要包括三個模塊：數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊與數(shù)字圖書推薦模塊，主要介紹了數(shù)字圖書推薦模塊，它是核心模塊。針對數(shù)字圖書推薦模塊，使用Book-Crossing數(shù)據(jù)集進(jìn)行了仿真實驗，驗證該模塊的可行性以及有效性。

【參考文獻(xiàn)】

[1]劉瑩.數(shù)字圖書館應(yīng)用模型設(shè)計[J].商情，2010（23）：42-45.

[2]王立才，孟祥武，張玉潔.上下文感知推薦系統(tǒng)[J].軟件學(xué)報，2012，23（1）：1-20.

[3]孟祥武，胡勛，王立才，等.移動推薦系統(tǒng)及其應(yīng)用[J].軟件學(xué)報，2013，24（1）：91-108.

[4]徐敏.高校圖書館采訪管理系統(tǒng)的設(shè)計與實現(xiàn)[D].重慶：重慶大學(xué)，2009.

[責(zé)任編輯：朱麗娜]