謝奇愛 董宜文

(1. 合肥學(xué)院計算機科學(xué)與技術(shù)系， 合肥 230601； 2. 合肥市第五十中學(xué)， 合肥 230601)

基于LBS的個性化手機菜品推薦系統(tǒng)設(shè)計與實現(xiàn)

謝奇愛1董宜文2

(1. 合肥學(xué)院計算機科學(xué)與技術(shù)系， 合肥 230601； 2. 合肥市第五十中學(xué)， 合肥 230601)

為滿足用戶“隨身、隨時、隨地”的個性化服務(wù)需求，設(shè)計一款基于位置服務(wù)(LBS)的個性化菜品推薦系統(tǒng)。在系統(tǒng)中，首先通過對用戶的位置感知，記錄每個用戶的用餐信息；然后通過現(xiàn)有的選擇過程或相似關(guān)系來獲知用戶的潛在興趣；再對當(dāng)?shù)夭宛^和菜肴的信息進行過濾，將用戶可能感興趣的餐廳和菜品推薦給他們。

LBS； 個性化菜品； 推薦系統(tǒng)； 手機

針對手機互聯(lián)網(wǎng)用戶的需求，運用推薦算法設(shè)計一款基于位置服務(wù)(LBS)的個性化菜品推薦系統(tǒng)。該系統(tǒng)可以自動整理用戶的用餐記錄歷史，將用戶可能感興趣的餐廳和菜品推薦給他們，滿足用戶的個性化需求。

1 推薦算法

各類推薦系統(tǒng)的出現(xiàn)，解決了互聯(lián)網(wǎng)用戶在大量信息中搜索自己所需產(chǎn)品費時費力的問題，同時可幫助商家精準地推送信息、吸引客戶。本次設(shè)計的手機菜品推薦系統(tǒng)主要可實現(xiàn)基于內(nèi)容的推薦、基于關(guān)聯(lián)規(guī)則的推薦及基于協(xié)同過濾的推薦[2]。

1.1 基于內(nèi)容的推薦算法

基于內(nèi)容的推薦(Content-Based Recommendation)，是根據(jù)用戶所輸入信息，結(jié)合系統(tǒng)的內(nèi)容向用戶進行過濾推薦，整個過程是對信息的檢索和過濾進行處理。該算法不需要用戶對物品內(nèi)容進行評價，而是利用機器學(xué)習(xí)的手段獲取用戶對內(nèi)容的喜好程度。基于內(nèi)容的推薦系統(tǒng)多用于資料信息過濾，通過抽取文件內(nèi)容的關(guān)鍵字作為tag(標簽)，然后比較得出各tag的相似度。

該推薦算法的優(yōu)點是，容易實現(xiàn)，無須考慮稀疏性和冷啟動問題，基于項目本身的特征進行推薦，能夠給出足夠的推薦理由；其缺點是，只能推薦已知的相似內(nèi)容，而不能推薦新資源，需要對tag進行維護，以獲得更好的內(nèi)容推薦效果。

1.2 基于關(guān)聯(lián)規(guī)則的推薦算法

基于關(guān)聯(lián)規(guī)則的推薦(Association Rule-Based Recommendation)，是根據(jù)用戶輸入信息和系統(tǒng)數(shù)據(jù)庫內(nèi)容的關(guān)聯(lián)程度，為用戶推薦相應(yīng)商品。比如，用戶去購買A商品，當(dāng)購買A商品的基數(shù)達到某臨界值的時候，系統(tǒng)就會給出相應(yīng)的推薦結(jié)果。此推薦算法的不足是，需要完成大量的數(shù)據(jù)分析后才能得出關(guān)聯(lián)規(guī)則，存在冷啟動問題，甚至有些熱門商品可能會被過度推薦。

1.3 基于協(xié)同過濾的推薦算法

基于協(xié)同過濾的推薦算法在各類推薦系統(tǒng)中應(yīng)用廣泛。該算法是從用戶的角度出發(fā)，根據(jù)用戶的興趣計算出近鄰用戶，在用戶之間建立商品的信息連接，最后根據(jù)近鄰用戶對某商品的喜愛程度來測定當(dāng)前用戶對于該商品的喜愛程度，并予以推薦。協(xié)同過濾的推薦算法可分為2種類型：基于用戶的推薦和基于物品的推薦[3]。

(1) 基于用戶的推薦?；谟脩舻膮f(xié)同過濾推薦，是通過近鄰用戶的歷史記錄和興趣愛好，對當(dāng)前用戶進行推薦。

(2) 基于物品的推薦?；谖锲返膮f(xié)同過濾推薦，是根據(jù)物品之間相似的基數(shù)值及用戶的歷史記錄，為用戶推薦類似物品[2]。

2 個性化菜品推薦系統(tǒng)的設(shè)計

2.1 個性化菜品推薦系統(tǒng)的架構(gòu)設(shè)計

在系統(tǒng)分析的基礎(chǔ)上，對基于位置服務(wù)(LBS)的個性化菜品推薦系統(tǒng)進行架構(gòu)設(shè)計。系統(tǒng)主要由3部分組成，分別是數(shù)據(jù)庫、用戶使用的客戶端和后臺服務(wù)器。圖1所示為系統(tǒng)結(jié)構(gòu)圖。

圖1 系統(tǒng)結(jié)構(gòu)圖

2.2 系統(tǒng)客戶端設(shè)計

用戶使用的是該系統(tǒng)Android客戶端[4]。客戶端主要用于用戶注冊和登錄，以及用戶信息管理、菜品推薦展示、菜品定位。首先從客戶端向服務(wù)器發(fā)出請求，服務(wù)器根據(jù)請求進行數(shù)據(jù)庫的連接，再將信息反饋給客戶端，最后完成菜品的推薦和菜品的定位與下單。

2.3 服務(wù)器設(shè)計

后臺服務(wù)器管理采用Web界面，運用Tomca搭建服務(wù)器，JSP技術(shù)設(shè)計頁面，Java語言編程進行后臺操作，建立對數(shù)據(jù)庫的連接，實現(xiàn)數(shù)據(jù)的管理和各種操作，為客戶端提供各類服務(wù)。

首先通過JSP頁面實現(xiàn)直接交互，負責(zé)接收請求和發(fā)送響應(yīng)，Struts根據(jù)xml配置文件將請求交給相應(yīng)的Action進行處理，Spring向Action提供各種組件(Model和DAO等)完成相應(yīng)的業(yè)務(wù)邏輯，提升系統(tǒng)性能并保證數(shù)據(jù)的完整性；Hibernate所支持的對象化映射、數(shù)據(jù)庫交互負責(zé)處理DAO組件的請求，并返回處理結(jié)果。

3 關(guān)鍵技術(shù)的實現(xiàn)

3.1 系統(tǒng)定位的實現(xiàn)

系統(tǒng)定位即位置感知，在一定程度上決定了系統(tǒng)的準確性和優(yōu)勢。系統(tǒng)中的定位涉及到對用戶位置和菜品信息的定位，本系統(tǒng)通過API接口實現(xiàn)定位。對于用戶位置的定位，可以通過接口當(dāng)前位置(MyLocationOverlay)的感知來獲取[5]；對于菜品的定位，因為菜品信息為手動添加，所以其經(jīng)緯度信息存放的是通過逆地理編碼實現(xiàn)的信息。逆地理編碼的功能主要是實現(xiàn)地址解析服務(wù)，根據(jù)已知的經(jīng)緯度坐標獲知相應(yīng)的地址。此功能通過TGeoAddress、TGeoDecode類可以實現(xiàn)。經(jīng)由API獲取用戶的位置，通過MyLocationOverlay類來實現(xiàn)。程序如下：

MyLocationOverlaymyLocation = new MyLocationOverlay(this, mMapView);

myLocation.enableCompass();∥顯示指南針

myLocation.enableMyLocation(); ∥顯示我的位置

mMapView.getOverlays().add(myLocation);

經(jīng)由API對菜品進行反地理編碼顯示，先從數(shù)據(jù)庫獲取經(jīng)緯度信息，再通過TGeoDecode類進行反編譯，最后顯示在地圖上。

Intent intent = getIntent();

String jd = intent.getStringExtra("jd");∥經(jīng)度數(shù)據(jù)獲取

String wd = intent.getStringExtra("wd");∥維度數(shù)據(jù)獲取

double dLon = Double.parseDouble(jd);∥轉(zhuǎn)型

doubledLat = Double.parseDouble(wd);

mMapView.removeAllOverlay();

geoPoint = new GeoPoint((int) ((dLat) * 1E6), (int) ((dLon) * 1E6));

mMapView.getController().setMapBound(geoPoint, 11);

3.2 用戶偏好信息的實現(xiàn)

用戶偏好信息是用戶的代表性特征，只有通過這些特征才能運用相關(guān)推薦算法推薦出適合用戶的菜品。系統(tǒng)中，用戶的偏好信息顯示的是用戶的潛在興趣，包括電影、旅游等的潛在興趣愛好。系統(tǒng)內(nèi)置了一些常見的愛好，作為用戶的潛在興趣愛好。用戶登錄之后，可以修改相應(yīng)的愛好信息，系統(tǒng)再據(jù)此給出最佳推薦，滿足用戶的各種需要。

對于新注冊的用戶，系統(tǒng)可以根據(jù)默認的一些興趣實現(xiàn)對用戶的多樣化推薦。隨著用戶的增多和歷史記錄的增加，系統(tǒng)會更加準確靈活地向用戶推薦菜品，逐步提升系統(tǒng)的用戶體驗。

3.3 個性化推薦的實現(xiàn)

個性化推薦是該推薦系統(tǒng)的核心，它集合了前面所有模塊的信息，并能利用這些信息進行整合計算，最終生成推薦的目標。

個性化推薦使用的是協(xié)同過濾算法中基于用戶的推薦算法。該算法可對獲得的用戶潛在興趣score進行計算，并根據(jù)結(jié)果排列完成對用戶的菜品推薦。圖2所示為個性化推薦流程圖。

圖2 個性化推薦流程圖

個性化算法的實現(xiàn)，首先需要獲得用戶的信息，在用戶信息中獲得需要的興趣score，userScore = (HashMap) score.get(user);然后對獲得的score進行計算，a = a1 * a2 - b1 * b2，totalscore += Math.sqrt(Math.abs(a))。分值越低的信息越相近，對菜品進行排列，最后產(chǎn)生推薦列表，通過客戶端向用戶展示；用戶可選擇下單或者定位查看菜品所在位置，從而完成此次個性化推薦。

每位用戶的潛在興趣不同，系統(tǒng)內(nèi)菜品也不相同，所以針對每位用戶的個性化推薦列表的排序也會不盡相同。根據(jù)這些不同信息，為用戶量身定制，這就是基于位置感知的個性化菜品推薦。

4 系統(tǒng)測試結(jié)果

當(dāng)用戶完成注冊登錄后，點擊菜品推薦，頁面則會跳入下一個界面，展示推薦的菜品列表。不同的用戶列表可能不同，通過長按菜品則可以選擇下單或者對菜品進行定位，定位則會顯示在地圖上，方便用戶進行查看。圖3所示為菜品推薦列表及菜品操作界面。圖4所示為下單和定位操作界面。

5 結(jié) 語

根據(jù)目前信息技術(shù)的發(fā)展和人們的使用習(xí)慣，運用相應(yīng)的推薦算法，將位置感知技術(shù)和推薦技術(shù)有機結(jié)合來，設(shè)計了基于LBS的個性化手機菜品推薦系統(tǒng)。本系統(tǒng)可感知用戶位置，根據(jù)用戶的用餐興趣自動推薦適合的菜品。系統(tǒng)測試結(jié)果表明，融合了個性化偏好的菜品信息推薦，更加符合用戶需求，使用戶得到更好的個性化體驗。

圖3 菜品推薦列表及菜品操作界面

[1] OZCAN A，OGUDUCUL S G. A recommendation framework for mobilephones based on social network data[G]. SNPD, 2010:139-149.

[2] 徐翔,王煦法.協(xié)同過濾算法中的相似度優(yōu)化方法[J].計算機工程,2010，36(6) : 52-54.

[3] 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(xué)進展,2009,19(1): 1-5.

[4] 楊云君. Android 的設(shè)計與實現(xiàn)[M]. 北京：機械工業(yè)出版社,2013:45-49.

[5] 李勇,徐小濤,楊志紅,等.位置信息服務(wù)(LBS)關(guān)鍵技術(shù)及應(yīng)用[M].北京:人民郵電出版社,2013:20-30.

DesignandImplementationofDishesRecommendationSysteminPersonalizedMobilePhoneBasedonLBS

XIEQi′ai1DONGYiwen2

(1. Department of Computer Science and Technology, Hefei University, Hefei 230601, China;2. No.50 Middle School in Hefei City, Hefei 230601, China)

In order to meet the users′ personal, timely and local needs, a personalized recommendation system based on location service (LBS) is designed. The system first records the user′s meal information and the location. The user′s potential interest is then obtained based on the existing selection process or similar relationship. Through filtering the similar information of the local restaurants and the dishes, the recommended restaurants and dishes are then realized.

LBS; personalized dishes; recommendation system; smart phone

2017-06-10

2016年度安徽高校自然科學(xué)研究項目“基于上下文相關(guān)性的網(wǎng)絡(luò)編碼可靠多播技術(shù)研究”(KJ2016A609)；2016年度合肥學(xué)院科研發(fā)展基金自然科學(xué)重點項目“面向LBS的個性化手機百變地圖及其關(guān)鍵技術(shù)研究”(16ZR04ZDB)；合肥學(xué)院重點學(xué)科建設(shè)項目(2016XK05)；合肥學(xué)院學(xué)科帶頭人培養(yǎng)對象項目(2016DTR08)

謝奇愛(1980 — )，女，安徽太湖人，碩士，實驗師，研究方向為計算機網(wǎng)絡(luò)技術(shù)。

TP391

A

1673-1980(2017)06-0117-03