周 苾，盧 山，湯 鯤

(1.武漢郵電科學(xué)研究院，湖北 武漢 430000；2.南京烽火軟件科技有限公司，江蘇 南京 210000;3.東南大學(xué) 計算機(jī)教學(xué)實(shí)驗中心，江蘇 南京 210000)

0 引 言

隨著科技的快速發(fā)展，當(dāng)前正步入大數(shù)據(jù)時代，智慧校園的發(fā)展成為教育改革的一個熱點(diǎn)。高校學(xué)生在學(xué)習(xí)基礎(chǔ)課程和專業(yè)知識的同時，也面臨越來越多的課外資源的選擇。一個好的課外資源推薦系統(tǒng)旨在向?qū)W生實(shí)時地推薦近期公開課、知識講座、社團(tuán)活動等，有效地解決信息資源過載的問題，對大學(xué)生的全面發(fā)展起到了重要作用。

推薦算法作為推薦系統(tǒng)的核心環(huán)節(jié)，對推薦系統(tǒng)的性能好壞起著至關(guān)重要的作用。協(xié)同過濾算法作為最常用的推薦算法，一定程度上提升了推薦的精度和準(zhǔn)度，但依然存在著冷啟動、稀疏性等問題[1]?；趨f(xié)同過濾算法的推薦系統(tǒng)大多只考慮了相鄰用戶或推薦內(nèi)容的相似性，而沒有將用戶的位置信息作為影響因子。

近年來，隨著智能移動終端的普及和無線網(wǎng)絡(luò)的全面覆蓋，國內(nèi)外學(xué)者開始在推薦系統(tǒng)中引進(jìn)地理位置信息。Karatzoglou A等[2]在2010年提出了考慮用戶位置信息、情緒、天氣、環(huán)境等因素的高維張量分解模型，建立基于情境信息的推薦系統(tǒng)。Seo等[3]在2013年提出通過用戶的軌跡信息挖掘用戶之間的關(guān)聯(lián)性，結(jié)合內(nèi)容推薦的相關(guān)算法，提高了推薦系統(tǒng)的精度。

然而，考慮用戶地理位置信息的推薦系統(tǒng)帶來了新的挑戰(zhàn)，其中實(shí)時性和準(zhǔn)確率成為亟待解決的問題。針對這兩個問題，文中提出基于CEP的課外資源推薦系統(tǒng)?；诟咝W(xué)生基本信息及GPS地理位置信息，結(jié)合復(fù)雜事件處理(complex event processing,CEP)技術(shù)，構(gòu)建學(xué)生課外資源推薦系統(tǒng)模型，向教學(xué)樓附近的學(xué)生推薦該樓近期的學(xué)輔資源，實(shí)現(xiàn)大數(shù)據(jù)環(huán)境下對課外資源的個性化推薦，旨在提高推薦的準(zhǔn)確率和實(shí)時性。

1 相關(guān)工作

1.1 復(fù)雜事件處理

CEP最初源于主動數(shù)據(jù)庫研究，是近年來新興的一種數(shù)據(jù)處理技術(shù)[4]。它能夠高效、實(shí)時地處理輸入的動態(tài)事件流，將簡單事件流入到復(fù)雜事件處理引擎中，經(jīng)過處理引擎中相應(yīng)規(guī)則匹配后形成更具體的高級事件[5]。其核心是通過設(shè)定時間窗口，根據(jù)事件之間的因果、層次等關(guān)系，使用事件處理語言(event processing language，EPL)進(jìn)行事件的抽象及關(guān)聯(lián)，得出利于決策的數(shù)據(jù)或預(yù)警等信息。

CEP不僅可以實(shí)現(xiàn)對事件流的實(shí)時響應(yīng)，而且能處理多維數(shù)據(jù)源、異構(gòu)數(shù)據(jù)源，對輸入的數(shù)據(jù)流沒有限制，并且打破了以往推薦系統(tǒng)只能處理單一數(shù)據(jù)源的局限。

1.2 協(xié)同過濾算法

協(xié)同過濾算法是最常用的個性化推薦算法，它利用用戶反饋回來的對Item的評分信息，查找用戶或Item之間的關(guān)聯(lián)性，然后再根據(jù)這些關(guān)聯(lián)進(jìn)行相關(guān)推薦[6]。協(xié)同過濾的基本思想是：對某個Item評分接近的用戶，很有可能對另一些Item的評分也相近。比如：兩個喜歡同一風(fēng)格衣服的用戶很有可能都喜歡同一品牌的包包。

計算用戶與用戶之間相似度的常用方法包含基于余弦、皮爾森相關(guān)系數(shù)、矯正余弦等[7]。后面將選取最常用的基于余弦相似度的協(xié)同過濾算法與文中推薦系統(tǒng)進(jìn)行準(zhǔn)確度比較。

(1)

2 課外資源推薦系統(tǒng)設(shè)計

選取高校智慧校園為研究背景，對學(xué)生課外資源推薦系統(tǒng)作實(shí)證分析。高校學(xué)生課外資源推薦是一個復(fù)雜事件，推薦系統(tǒng)的準(zhǔn)確度受到多方面因素的影響。引入學(xué)生的實(shí)時位置信息、往常簽到信息，有利于更準(zhǔn)確地捕捉到學(xué)生潛在更傾向的資源地點(diǎn)[9]。學(xué)生的日常行為、同學(xué)之間的相互影響，也會在一定程度上決定學(xué)生對資源的選擇。

考慮到這些影響因素，下面構(gòu)造四種條件作為向?qū)W生個性化推薦講座、公開課等課外資源的依據(jù)：

在校園內(nèi)選定常用教學(xué)樓作為位置點(diǎn)，當(dāng)學(xué)生距離某棟教學(xué)樓較近時，優(yōu)先推送該教學(xué)樓近期資源；根據(jù)學(xué)生在不同樓的簽到信息，轉(zhuǎn)換成學(xué)生對該棟樓的評分，常去的樓評分較高，在推薦時加大權(quán)重；根據(jù)學(xué)生在圖書館的借閱信息，推測他近期可能感興趣的方向；考慮關(guān)系關(guān)聯(lián)，將同一宿舍的學(xué)生作為一個親密好友集，向處于一個親密好友集的學(xué)生推薦同一資源。推薦系統(tǒng)流程如圖1所示。

圖1 個性化推薦系統(tǒng)流程

這里將從運(yùn)營商處獲得的移動終端設(shè)備的學(xué)生地理位置信息及學(xué)生個人基本信息數(shù)據(jù)流作為輸入事件流，并對學(xué)生課外資源推薦系統(tǒng)中的相關(guān)變量、基本事件和復(fù)雜事件進(jìn)行定義。

(1)變量定義。

系統(tǒng)中用到的變量名定義如表1所示。

表1 變量名定義

(2)推薦系統(tǒng)基本事件定義。

設(shè)A為課外資源推薦系統(tǒng)中的事件集合，a為事件屬性集[10]：

A={an|n=1,2,…,n},an={id,e,t}

SE(SourceEvent)為人群移動狀態(tài)事件，SE={an|n=1,2,…,n},an={id,e,t},e={ID,RmNo,PhnNo,Lng,Ltd,Dist,B,S,LK,SK,SI}。

(3)推薦系統(tǒng)復(fù)雜事件定義。

事件1：將高校內(nèi)常用的教學(xué)樓、圖書館等六個建筑分別以A、B、C、D、E、F標(biāo)記，學(xué)生移動至某樓監(jiān)測范圍內(nèi)。

事件2：根據(jù)學(xué)生一段時間內(nèi)的簽到信息，選出六棟教學(xué)樓中評分最高的一棟作為該學(xué)生最喜歡去的教學(xué)樓。

用類似TF-IDF(term frequency-inverse document frequency)的方法[11]將學(xué)生在某棟樓簽到的次數(shù)轉(zhuǎn)換成學(xué)生對該樓的評分。假設(shè)數(shù)據(jù)集中包含M個學(xué)生，其中有N個在Buildingi處簽過到，用戶uj在Buildingi處簽到次數(shù)為K，則uj對Buildingi的評分為K×log(M/(1+N))。從教務(wù)系統(tǒng)中獲取100名學(xué)生一周內(nèi)在6個地點(diǎn)的1 752條簽到信息，經(jīng)過評分轉(zhuǎn)換預(yù)處理后的部分?jǐn)?shù)據(jù)集見表2。

表2 部分預(yù)處理后的簽到評分?jǐn)?shù)據(jù)集

事件3：根據(jù)圖書館系統(tǒng)的數(shù)據(jù)庫信息，由學(xué)號獲取該學(xué)生一段時間T內(nèi)的借書記錄，根據(jù)借書種類推測該學(xué)生近期可能感興趣的方向。

事件4：向同一宿舍的學(xué)生推薦同一資源。根據(jù)社交影響理論[12]，推薦系統(tǒng)可以利用學(xué)生之間的各種關(guān)系(友誼關(guān)系、信任關(guān)系等)進(jìn)行有效推薦。這里選取同一個宿舍的同學(xué)為親密好友集[13]，在事件1發(fā)生時，該學(xué)生及其舍友的事件4記為1，其他學(xué)生的事件4記為0。

這里選取的事件所占權(quán)重如表3所示，當(dāng)某一個課外資源在該學(xué)生處的占比不小于70%時，確定向其推送該資源。

表3 事件所占權(quán)重表

每個事件所占的權(quán)重可以根據(jù)實(shí)際情況進(jìn)行調(diào)整，以適應(yīng)不同時期不同環(huán)境下的學(xué)生需求。比如畢業(yè)季來臨時，可適當(dāng)加大各種招聘信息的權(quán)重，建黨節(jié)前夕，增加黨建會議及宣傳講座的權(quán)重。

3 資源推薦系統(tǒng)的實(shí)現(xiàn)及分析

復(fù)雜事件描述語言(EPL)是CEP技術(shù)的核心，它是一種類SQL語言，主要包含數(shù)據(jù)流查詢語言、事件代數(shù)表達(dá)式和產(chǎn)生式規(guī)則三種不同類型[14]。EPL可以通過設(shè)定不同時間窗口來描述事件之間的條件、關(guān)聯(lián)等關(guān)系。

3.1 EPL規(guī)則定義

根據(jù)推薦課外資源事件的相關(guān)變量定義及事件描述，使用EPL定義相應(yīng)的規(guī)則。

規(guī)則1：對應(yīng)事件1，監(jiān)測學(xué)生與選定的教學(xué)樓之間的距離，當(dāng)學(xué)生與某棟樓之間的距離小于50 m時[15]，可以判斷該學(xué)生事件1記為1。對應(yīng)的EPL語句為：

Select Distance(B,ID) as Dist from SE.win:time(30 min) where Distance(B,ID)<=50

規(guī)則2：對應(yīng)事件2，學(xué)號為ID的學(xué)生，選出該學(xué)生評分最高的教學(xué)樓，向他推送更傾向去的教學(xué)樓的課外資源。對應(yīng)的EPL語句為：

Select ID,B,max(S) as maxS from SE.win:time(60 min) group by ID

規(guī)則3：對應(yīng)事件3，將課外資源信息的關(guān)鍵字與學(xué)生圖書館借閱信息的關(guān)鍵字進(jìn)行匹配，匹配到關(guān)鍵字的課外資源信息記為1，否則記為0。對應(yīng)的EPL語句為：

Select e.SI as SI from SE.win:time(100 sec) where e.SK=(select LK from Library where a.LK = LK)

規(guī)則4：對應(yīng)事件4，當(dāng)學(xué)生移動至距離某教學(xué)樓50 m以內(nèi)時，系統(tǒng)更傾向于將該樓里的課外資源推薦給該學(xué)生親密好友集里的學(xué)生。對應(yīng)的EPL語句為：

Select ID,a.RmNo as RmNo from SE.win:time(100 sec) where (b=SE(b.RmNo=a.RmNo))

3.2 實(shí)驗結(jié)果及分析

部分運(yùn)行結(jié)果如圖2和圖3所示。

圖2 輸入事件流運(yùn)行圖

圖3 推薦結(jié)果運(yùn)行圖

根據(jù)實(shí)驗推薦結(jié)果，以學(xué)號為009的學(xué)生為例，對推薦過程進(jìn)行分析。從輸入的事件流看出，該學(xué)生距離任意教學(xué)樓的距離都在50 m以外，最常去的教學(xué)樓為F，根據(jù)圖書館借閱信息檢索到的關(guān)鍵字為英語，宿舍號為19樓201室，與學(xué)號為002的學(xué)生是室友。根據(jù)事件4，學(xué)號為002的學(xué)生距離D樓在50 m以內(nèi)，則學(xué)號009的學(xué)生由于與002的學(xué)生屬于同一親密好友集，D樓資源也占20%。對于該學(xué)生來說，D教學(xué)樓內(nèi)的英語方面的資源評分為0.3+0+0.3+0.2=0.8>0.7,所以系統(tǒng)向其推薦地點(diǎn)在D教學(xué)樓的英語資源。

3.3 推薦系統(tǒng)評價指標(biāo)

平均絕對偏差(mean absolute error,MAE)是統(tǒng)計度量方法中的一種，通常被用來作為衡量推薦系統(tǒng)好壞的指標(biāo)[16]。MAE通過計算用戶預(yù)測評分和真實(shí)評分之間的偏差來度量系統(tǒng)的準(zhǔn)確度。MAE值越小，表明該系統(tǒng)推薦質(zhì)量越好。MAE定義為:

(2)

其中，{p1,p2,…,pn}為預(yù)測評分集合；{q1,q2,…,qn}為真實(shí)評分集合。

以郵科院2017年6月份學(xué)生數(shù)據(jù)信息為試驗對象，隨機(jī)抽取了1 000名學(xué)生進(jìn)行線上問卷調(diào)查，以校內(nèi)郵件的形式采集到學(xué)生對校內(nèi)100個課外資源的2 878個評分作為真實(shí)評分，將推薦系統(tǒng)的推薦結(jié)果轉(zhuǎn)換成預(yù)測評分，計算兩者之間的MAE，并選取基于余弦的協(xié)同過濾推薦算法與文中算法進(jìn)行對比。通過計算MAE，推薦系統(tǒng)準(zhǔn)確度比較如圖4所示。

通過圖4觀察到，相對于基于協(xié)同過濾算法的推薦系統(tǒng)，文中系統(tǒng)具有更小的MAE值，一定程度上提高了推薦系統(tǒng)的準(zhǔn)確度。

圖4 MAE隨樣本數(shù)量變化曲線

在不同的輸入流速率下，測試系統(tǒng)的響應(yīng)時延，如圖5所示。

圖5 處理時延隨輸入流速率變化曲線

由圖5可知，文中基于CEP的課外資源推薦系統(tǒng)相比協(xié)同過濾，具有更小的平均時延。當(dāng)輸入流速率為1 000條/秒時，隨著輸入流速率的增大，基于協(xié)同算法的推薦系統(tǒng)處理平均時延接近9 ms[17]。文中預(yù)期將處理時延的均值縮短到7 ms以內(nèi)，經(jīng)過實(shí)驗達(dá)到了預(yù)期效果，輸入事件流速率為1 000條/秒時，將處理時延縮短至6.8 ms。

4 結(jié)束語

大數(shù)據(jù)時代下為學(xué)生提供海量資源不再是難題，但是卻帶來了信息過載的問題。個性化課外資源推薦系統(tǒng)對于構(gòu)建智慧校園，培養(yǎng)學(xué)生全面發(fā)展具有重要意義。文中引入CEP技術(shù)，設(shè)計高校推薦情境，構(gòu)造復(fù)雜事件和關(guān)聯(lián)匹配規(guī)則，基于Esper平臺使用EPL語句編寫程序，實(shí)現(xiàn)了學(xué)生課外資源的實(shí)時推薦。與基于協(xié)同過濾算法的推薦系統(tǒng)相比，該系統(tǒng)提升了推薦的準(zhǔn)確性和實(shí)時性，驗證了所構(gòu)建的推薦模型的可行性和實(shí)用性，為個性化推薦系統(tǒng)的實(shí)現(xiàn)和研究提供了一種新的思路。

參考文獻(xiàn)：

[1] 王 義,馬尚才.基于用戶行為的個性化推薦系統(tǒng)的設(shè)計與應(yīng)用[J].計算機(jī)系統(tǒng)應(yīng)用,2010,19(8):29-33.

[2] KARATZOGLOU A,AMATRIAIN X,BALTRUNAS L,et al.Multiverse recommendation:n-dimensional tensor factorization for context-aware collaborative filtering[C]//Proceedings of the fourth ACM conference on recommender systems.Barcelona,Spain:ACM,2010:79-86.

[3] SEO Y,AHN J.Novel method for enhancing contents recommendation accuracy using LBS-based users viewing path similarity[J].International Journal of Multimedia & Ubiquitous Engineering,2013,8(2):8-15．

[4] 祝錫永,韓會平.基于CEP的消防物聯(lián)網(wǎng)火警誤報監(jiān)測[J].計算機(jī)系統(tǒng)應(yīng)用,2015,24(3):57-62.

[5] 湯玲麗.復(fù)雜事件處理引擎關(guān)鍵技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué),2012.

[6] 張應(yīng)輝,司彩霞.基于用戶偏好和項目特征的協(xié)同過濾推薦算法[J].計算機(jī)技術(shù)與發(fā)展,2017,27(1):16-19.

[7] 劉樹棟,孟祥武.基于位置的社會化網(wǎng)絡(luò)推薦系統(tǒng)[J].計算機(jī)學(xué)報,2015,38(2):322-336.

[8] 陳宗言,顏 俊.基于稀疏數(shù)據(jù)預(yù)處理的協(xié)同過濾推薦算法[J].計算機(jī)技術(shù)與發(fā)展,2016,26(7):59-64.

[9] 孫冬婷,何 濤,張福海.推薦系統(tǒng)中的冷啟動問題研究綜述[J].計算機(jī)與現(xiàn)代化,2012(5):59-63.

[10] 荊 心,張 璟,李軍懷.復(fù)雜事件處理技術(shù)及其在物流物聯(lián)網(wǎng)中的應(yīng)用[J].計算機(jī)應(yīng)用,2013,33(7):2026-2030.

[11] 王中主.智慧校園中基于位置服務(wù)的教育資源推薦系統(tǒng)研究[D].上海：華東師范大學(xué),2016.

[12] 房 旋,陳升波,宮 婧,等.基于社交影響力的推薦算法[J].計算機(jī)技術(shù)與發(fā)展,2016,26(6):31-36.

[13] LEE D H,BRUSILOVSKY P.Improving personalized recommendations using community membership information[J].Information Processing & Management,2017,53(5):1201-1214.

[14] 祝錫永,潘 悅.基于CEP的物聯(lián)網(wǎng)智能水表實(shí)時漏水監(jiān)測研究[J].成組技術(shù)與生產(chǎn)現(xiàn)代化,2015,32(1):23-28.

[15] GUO Jianhui,LIU Xianzhong,WANG Zhongzhu.Optimized indoor positioning based on WIFI in mobile classroom project[C]//International conference on natural computation.Zhangjiajie,China:IEEE,2015:1208-1212.

[16] PARK H,PARK D,JEONG I J.An effects analysis of logistics collaboration in last-mile networks for CEP delivery services[J].Transport Policy,2016,50:115-125.

[17] 梁向陽,張博倫.協(xié)同過濾推薦技術(shù)歸類分析與探討[J].計算機(jī)與現(xiàn)代化,2016(12):67-72.