趙力衡 陳虹君

摘要：隨著機(jī)器學(xué)習(xí)技術(shù)的不斷發(fā)展，機(jī)器學(xué)習(xí)在社會(huì)各個(gè)鄰域的應(yīng)用也越來越廣泛。在校園圖書館中使用機(jī)器學(xué)習(xí)的方法來實(shí)現(xiàn)對(duì)學(xué)生借閱方面的畫像，把握學(xué)生閱讀規(guī)律，精確地向不同的學(xué)生推薦其感興趣的書籍，從而提升學(xué)生的學(xué)習(xí)興趣就越發(fā)顯得重要。鑒于此，提出使用機(jī)器學(xué)習(xí)中Apriori模型的方法來分析不同學(xué)生的閱讀興趣，并推薦其可能感興趣的書籍。實(shí)驗(yàn)結(jié)果表明，所提方法能較準(zhǔn)確地分析出學(xué)生的借閱興趣，可作為圖書館書籍推薦分析的有效依據(jù)。

關(guān)鍵詞：大數(shù)據(jù)；機(jī)器學(xué)習(xí)；Apriori；推薦；圖書

中圖分類號(hào)： TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）12-0211-02

Abstract： With the development of machine learning technology， it is more and more widely used in every neighborhood of society. It is more and more important to recommend books of interest to different students to promote their interest in learning. Therefore， a method of using Apriori model in machine learning to analyze the reading interest of different students is proposed. The experimental results show that the proposed method can accurately analyze the students' interest in borrowing books and can be considerate as an effective basis for library books recommendation analysis.

Key words： big data； machine leaning； Apriori； recommend； books

學(xué)校的圖書館通常藏書眾多，書籍種類非常豐富。圖書館藏書的借閱對(duì)象也以不同專業(yè)的老師和學(xué)生居多，這就造成了不同的借閱對(duì)象對(duì)不同書籍的興趣差異常常非常明顯。這種差異不但出現(xiàn)在不同的學(xué)科之間，也出現(xiàn)在不同的年級(jí)和年齡段之間。如果再進(jìn)一步細(xì)致分析，還可以發(fā)現(xiàn)即使是相同的專業(yè)、相似的年級(jí)和年齡的不同的借閱對(duì)象對(duì)書籍的興趣也可能出現(xiàn)明顯的差異。那么如何有效的分析出興趣迥異的不同的借閱對(duì)象的興趣點(diǎn)，并向該借閱對(duì)象推薦其可能感興趣的某一本書對(duì)圖書館就顯得很有價(jià)值了。

本文采用某高校學(xué)生的圖書借閱數(shù)據(jù)進(jìn)行分析。該數(shù)據(jù)記錄了學(xué)生學(xué)號(hào)（user_id）和借閱的圖書編號(hào)（book_id），經(jīng)過脫敏后數(shù)據(jù)格式如下所示：

本文根據(jù)學(xué)生學(xué)號(hào)（user_id）和借閱的圖書編號(hào)（book_id）對(duì)該學(xué)生的借閱情況進(jìn)行畫像，分析出學(xué)生的閱讀規(guī)律，從而有效地向不同的學(xué)生推薦其感興趣的書籍。分析采用Apriori算法，依據(jù)關(guān)聯(lián)規(guī)則進(jìn)行分析。即假如借閱對(duì)象A借閱了書籍[1，2，3，4，5]，借閱對(duì)象B借閱了書籍[2，3，4，6]，那A和B借閱書籍中有3本是相同的，可以認(rèn)為A和B興趣相似，A感興趣的書籍B也可能感興趣，因此可以將書籍1和5推薦給借閱對(duì)象B；同樣，也可以將書籍6推薦給借閱對(duì)象A。

通過這種方式，可以有效根據(jù)每一個(gè)用戶的個(gè)性化需求實(shí)現(xiàn)為該用戶推薦其可能感興趣的書籍。

1 模型分析

1.1 數(shù)據(jù)預(yù)處理

提出的方法依據(jù)借閱對(duì)象及其借閱過的書籍進(jìn)行分析，因此需要所有借閱記錄都包括學(xué)生學(xué)號(hào)（user_id）和借閱的圖書編號(hào)（book_id）。若記錄中缺失其中任意一個(gè)信息，則該記錄就無法反映出一次有效的借閱行為，因此該記錄為不可用記錄，需要過濾掉，以此保證記錄的完整性。此時(shí)，數(shù)據(jù)為具有完整借閱信息的全部記錄。

分析需要統(tǒng)計(jì)出每一個(gè)借閱對(duì)象借閱過的書籍，而此時(shí)的數(shù)據(jù)僅是借閱流水記錄，不能反映出同一個(gè)借閱對(duì)象所借閱過的書籍的共同特性。因此需要將數(shù)據(jù)按照學(xué)生學(xué)號(hào)（user_id）統(tǒng)計(jì)出該學(xué)號(hào)借閱過的全部書籍。統(tǒng)計(jì)后，數(shù)據(jù)格式轉(zhuǎn)換如下圖所示：

圖中，行號(hào)表示用戶id，列名表示書籍編號(hào)。若用戶id借閱過該書，則用戶id號(hào)與書籍對(duì)應(yīng)信息記為T，否則該位置記錄為F，表示該用戶沒有借閱過這本書。通過上圖，能清晰地看到一個(gè)user_id借閱過的書籍，即該借閱對(duì)象對(duì)哪些書感興趣。

1.2 數(shù)據(jù)建模

通過數(shù)據(jù)預(yù)處理后形成的表格，實(shí)際上已經(jīng)為每一個(gè)借閱對(duì)象建立了其閱覽書籍的關(guān)聯(lián)信息，通過這些信息，我們可以進(jìn)一步分析出每一個(gè)借閱對(duì)象借書的興趣點(diǎn)，從而向具有相似興趣點(diǎn)的借閱對(duì)象推薦其可能感興趣的書籍。

提出的方法使用Apriori算法建模分析借閱對(duì)象的共同興趣點(diǎn)，指定全部圖書編號(hào)同時(shí)為關(guān)聯(lián)規(guī)則的前項(xiàng)（Antecedents）和后項(xiàng)（Consequents）來尋找連帶借閱的書籍，如下圖所示：

但在建模過程中發(fā)現(xiàn)有兩個(gè)圖書編號(hào)沒有被借閱過，如下圖所示：

如果一本書沒有被借閱過，那么該書籍就無法與其他書籍達(dá)成關(guān)聯(lián)，也就不能在Apriori模型中被推薦，因此需要在建模前過濾掉沒有被借閱過的兩本書。由于圖書館書籍?dāng)?shù)量眾多，采集的數(shù)據(jù)也時(shí)間有限，因此采集的數(shù)據(jù)反應(yīng)的書籍被借閱的次數(shù)偏少，這就需要設(shè)置較低的最低條件支持度（Minimum antecedent support）和最小規(guī)則置信度（Minimum rule confidence），設(shè)置模型如下圖所示：

通過降低最低條件支持度和最小規(guī)則置信度，即使書籍被借閱次數(shù)較少，也能根據(jù)較低的關(guān)聯(lián)次數(shù)生成關(guān)聯(lián)規(guī)則。模型執(zhí)行結(jié)果如下：

結(jié)果以表格形式列出模型計(jì)算所得的99個(gè)關(guān)聯(lián)規(guī)則，這些規(guī)則展示了借閱對(duì)象借閱一本書后有較大的可能會(huì)借閱另一本特定的書籍。比如第一條規(guī)則展示了借閱165號(hào)書籍的借閱對(duì)象有62.706%的可能會(huì)借閱188號(hào)書籍，該規(guī)則的支持度是1.24%。因此，當(dāng)圖書館發(fā)現(xiàn)有借閱對(duì)象在借閱165號(hào)書籍時(shí)就可以將188號(hào)書籍推薦給該借閱對(duì)象了。

2 結(jié)束語

從結(jié)果來看，方法所提出的模型能較準(zhǔn)確地分析出借閱書籍之間的關(guān)聯(lián)規(guī)則，能有效地發(fā)現(xiàn)不同的用戶的借閱關(guān)注點(diǎn)，從而向其推薦可能感興趣的書籍，實(shí)現(xiàn)圖書借閱的精確推薦。當(dāng)采集的數(shù)據(jù)增加時(shí)，借閱對(duì)象和借閱書籍之間的關(guān)聯(lián)也會(huì)隨之增加，這樣就能更精確地發(fā)現(xiàn)不同用戶的借閱關(guān)注點(diǎn)，從而更精確地實(shí)現(xiàn)個(gè)性化的推薦服務(wù)。

實(shí)驗(yàn)結(jié)果表明，所提方法能較準(zhǔn)確地反映出借閱對(duì)象的借閱興趣點(diǎn)，可作為圖書精確推薦的有效依據(jù)。

參考文獻(xiàn)：

[1] 劉華婷，郭仁祥，姜浩. 關(guān)聯(lián)規(guī)則挖掘Apriori算法的研究與改進(jìn)[J]. 計(jì)算機(jī)應(yīng)用與軟件， 2009（6）.

[2] 郝曉飛； 譚躍生； 王靜宇. Hadoop平臺(tái)上Apriori算法并行化研究與實(shí)現(xiàn)[J]. 計(jì)算機(jī)與現(xiàn)代化， 2013（5） .

[3] 陳麗芳. 基于Apriori算法的購物籃分析[J]. 重慶工商大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2014（5） .

[4] 黃文漢. 基于Web的在線圖書管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 電腦知識(shí)與技術(shù)， 2017（9）.

[5] 姜浙煒. 高校移動(dòng)圖書館管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 電腦知識(shí)與技術(shù)， 2016（8）.