王仲鈺 劉凱俐

摘 要：高校圖書館系統(tǒng)與商業(yè)系統(tǒng)相比，普遍存在用戶信息少、項(xiàng)目評分嚴(yán)重缺失的問題，極大地影響了個性化推薦的準(zhǔn)確率。構(gòu)建某高校近200名學(xué)生圖書借閱記錄作為算例，利用多維屬性間關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)，采用協(xié)同過濾算法、關(guān)聯(lián)算法對不同用戶群體圖書借閱數(shù)據(jù)進(jìn)行分析，探索具有針對性的圖書推薦服務(wù)策略，提升圖書館服務(wù)能力。

關(guān)鍵詞：圖書推薦;關(guān)聯(lián)算法;協(xié)同過濾算法

中圖分類號：TB 文獻(xiàn)標(biāo)識碼：A doi：10.19311/j.cnki.1672-3198.2019.35.113

高校圖書館圖書推薦系統(tǒng)旨在根據(jù)用戶閱讀習(xí)慣為其推薦有針對性的個性化圖書。目前主流推薦算法主要有協(xié)同過濾算法、關(guān)聯(lián)規(guī)則算法和基于社交網(wǎng)絡(luò)的推薦等。其中協(xié)同過濾算法應(yīng)用非常廣泛，例如Amazon、當(dāng)當(dāng)、淘寶、Ringo音樂推薦系統(tǒng)、Jester推薦系統(tǒng)等。例如Ringo音樂推薦系統(tǒng)先根據(jù)用戶對音樂的評分進(jìn)行計算相似度，再根據(jù)相似度分到不同的興趣組，對同一組內(nèi)用戶進(jìn)行推薦。Jester推薦系統(tǒng)會隨機(jī)生成n篇笑話，用戶給這n篇笑話作出評分，之后系統(tǒng)會根據(jù)用戶的評價找出和其相似的用戶，再根據(jù)相似的用戶對該用戶作出推薦。協(xié)同過濾算法雖然推薦效果會隨時間推移不斷提高，但是面臨數(shù)據(jù)稀疏性和冷啟動等問題，影響推薦效果。為此不少學(xué)者對算法做出了改進(jìn)。比如，有學(xué)者提出利用神經(jīng)網(wǎng)絡(luò)來解決數(shù)據(jù)的稀疏性問題，利用神經(jīng)網(wǎng)絡(luò)來預(yù)測填充空缺值，可以緩解數(shù)據(jù)的稀疏性。也有學(xué)者提出融合項(xiàng)目的屬性和用戶的特征來計算相似，預(yù)測評分進(jìn)行推薦，在一定程度上緩解了冷起動問題。關(guān)聯(lián)規(guī)則算法最初是針對商場購物籃問題提出的，意圖挖掘不同商品之間的關(guān)聯(lián)性，優(yōu)化貨架布局以提高銷售額。關(guān)聯(lián)規(guī)則算法包括經(jīng)典的Apriori算法、串行算法、并行分布式算法、基于圖或序列的關(guān)聯(lián)算法等，該算法能夠根據(jù)眾多用戶購買或借閱記錄間物品的關(guān)聯(lián)性，發(fā)掘新的興趣點(diǎn)?；谏缃痪W(wǎng)絡(luò)的推薦核心思想是根據(jù)社交網(wǎng)絡(luò)中熟人興趣點(diǎn)為目標(biāo)用戶提供推薦。有學(xué)者認(rèn)為，產(chǎn)生自熟人間的推薦更容易滿足用戶的需求。典型的利用基于社交網(wǎng)絡(luò)進(jìn)行推薦的例子有Facebook、Twitter、新浪微博等好友推薦系統(tǒng)。

不同推薦算法各有優(yōu)劣，本文擬通過算法融合搭建有效且高效的圖書館推薦系統(tǒng)?？紤]到高校圖書系統(tǒng)的用戶一般僅能登錄自己賬戶，社交性不明顯，故采取協(xié)同過濾和關(guān)聯(lián)分析融合的推薦算法，從用戶相似性和書籍關(guān)聯(lián)性兩個維度進(jìn)行圖書推薦。

有學(xué)者做過類似的研究，例如李文華首先利用Apriori算法計算圖書相似性，然后根據(jù)用戶的年齡、性別、專業(yè)等特征用協(xié)同過濾算法計算用戶相似性，結(jié)合兩個維度相似性進(jìn)行圖書推薦。張戈一則將兩種算法的推薦評分線性耦合成綜合評分來進(jìn)行推薦。本文的不同之處在于依據(jù)用戶借閱記錄計算相似性，同時為了避免數(shù)據(jù)稀疏性的問題，利用中圖分類法將圖書分成可接受數(shù)量的種類，然后根據(jù)用戶對不同種類書籍的借閱次數(shù)計算用戶相似度，推薦最近鄰用戶中最受歡迎的書籍。再利用最近鄰用戶的借閱記錄進(jìn)行關(guān)聯(lián)分析，補(bǔ)充推薦強(qiáng)關(guān)聯(lián)書籍。

1 系統(tǒng)搭建

系統(tǒng)的核心算法包括協(xié)同過濾算法和關(guān)聯(lián)分析算法，前者用于發(fā)掘目標(biāo)用戶的鄰近集并進(jìn)行推薦，后者在此基礎(chǔ)上補(bǔ)充推薦強(qiáng)關(guān)聯(lián)書籍。

1.1 協(xié)同過濾算法

協(xié)同過濾算法包括兩種：基于用戶的協(xié)同過濾和基于物品的協(xié)同過濾，二者關(guān)注點(diǎn)不同。

根據(jù)系統(tǒng)特點(diǎn)，采取基于用戶的協(xié)同過濾。算法包括四個步驟：

（1）構(gòu)建評分矩陣。用戶的評分矩陣可以用mxn階矩陣E表示，元素eij表示第i個用戶對第j個物品的評分。對于某些不能直接收集用戶評分?jǐn)?shù)據(jù)的對象，在使用推薦算法時，可以采取基于時間、購買、借閱、查詢等行為的評分?jǐn)?shù)據(jù)確定辦法。值得注意的是，應(yīng)用基于用戶的協(xié)同過濾算法時，若物品維度很高，即n較大，則數(shù)據(jù)稀疏性嚴(yán)重，直接影響推薦算法的有效性。圖書冊數(shù)數(shù)不勝數(shù)，以單本圖書為物品對象則維度之高難以想象，算法基本不可行。故本系統(tǒng)根據(jù)中圖分類法將圖書分成可接受數(shù)量的種類，以此為物品對象構(gòu)建評分矩陣。

（2）用戶相似度計算。計算用戶相似度的目的是找到目標(biāo)用戶的最近鄰用戶集，計算方法一般有Pearson相關(guān)性、夾角余弦、修正的夾角余弦方法?？紤]到用戶數(shù)量龐大，算法維度高，為提高算法效率采取夾角余弦方法計算用戶相似度，計算公式為：

其中xy表示兩個向量的內(nèi)積，數(shù)值越小則相似度越高。

（3）確定最近鄰用戶集。根據(jù)第二步計算的用戶相似度搜尋目標(biāo)用戶的最近鄰用戶集。搜索方法一般有K均值方法（又成K-最近鄰算法或者KNN算法，K-Nearest Neighbor）和設(shè)閾值法。KNN算法選擇相似度最大的K個用戶作為當(dāng)前用戶的相似近鄰，而設(shè)閾值法則將相似度大于閾值的用戶全部納入最近鄰用戶集。

（4）產(chǎn)生推薦列表。采取TOP-N方法產(chǎn)生推薦列表，即統(tǒng)計最近鄰用戶的所有借閱記錄（排除目標(biāo)用戶已經(jīng)借閱過的書籍），推薦最近鄰用戶集中最受歡迎的N本書。

1.2 關(guān)聯(lián)算法

以目標(biāo)用戶的最近鄰用戶借閱記錄為對象，采取經(jīng)典Apriori算法挖掘關(guān)聯(lián)規(guī)則。計算步驟如下：

（1）掃描最近鄰用戶的所有借閱記錄，產(chǎn)生候選1項(xiàng)集。

（2）根據(jù)設(shè)定的最小支持度進(jìn)行剪枝，生成頻繁l項(xiàng)集。

（3）排列組合生成候選2項(xiàng)集，根據(jù)設(shè)定的最小支持度進(jìn)行剪枝，生成頻繁2項(xiàng)集。

（4）重復(fù)以上步驟，直到不再產(chǎn)生頻繁集。

（5）輸出滿足最小支持度和最小置信度的強(qiáng)關(guān)聯(lián)規(guī)則，置信度計算方法為：

confidenceA=>B=supportA=>BsupportA=support_countA∪Bsupport_countA

（6）根據(jù)強(qiáng)關(guān)聯(lián)規(guī)則，推薦相應(yīng)書籍。

1.3 系統(tǒng)構(gòu)架

首先，對采用基于用戶的協(xié)同過濾方法對借書記錄庫中的數(shù)據(jù)進(jìn)行分析處理，得到每個用戶的臨近集。其次，提取目標(biāo)用戶及其鄰近集用戶的借書記錄，作為后續(xù)推薦分析的數(shù)據(jù)基礎(chǔ)。然后，從兩種路徑進(jìn)行推薦：（1）將鄰近用戶借書目錄按借閱次數(shù)進(jìn)行排序，推薦排名TOP-N的書籍;（2）基于鄰近集用戶的借書記錄進(jìn)行關(guān)聯(lián)分析，找出其中與目標(biāo)用戶借閱記錄有強(qiáng)關(guān)聯(lián)的關(guān)聯(lián)規(guī)則，推薦相關(guān)書籍。最后，將兩種路徑得到的推薦書籍去重，并排除目標(biāo)用戶已借閱的數(shù)據(jù)，進(jìn)行綜合推薦。

2 算例應(yīng)用

我們共收集了241名用戶的圖書借閱記錄，經(jīng)過處理后得到一個241*22矩陣，作為協(xié)同過濾處理的原始數(shù)據(jù)，截取部分記錄如圖2所示。

2.1 協(xié)同過濾推薦

（1）用戶相似度計算。

對241條用戶的借閱記錄，計算兩兩之間的余弦相似度，第i行第j列的值為1減去用戶i和用戶j之間的余弦相似度后的值，則數(shù)值越小相似度越高，值為0表示完全相同。計算結(jié)果表示為一個241*241的對稱矩陣，且對角線上的值均為0。

（2）尋找最近鄰。

選取某一具體用戶為例（用戶ID為149），從用戶數(shù)據(jù)庫中提取該用戶的借閱記錄，如表2所示。其中，第二排表示各類數(shù)據(jù)的借閱總數(shù)，第三排表示具體的借閱書籍，用編號表示。

從用戶庫中找出與該用戶相似度最高的K鄰近集（K=20），其鄰近集由157、183、154、165、153、143、156、142、147、146、160、151、65、141、8、169、124、161、158、145號用戶組成，讀取他們的借閱記錄，如表3所示。

（3）產(chǎn)生推薦列表。

對鄰近集用戶所有已借閱的書籍，根據(jù)借閱次數(shù)的大小進(jìn)行排序，推薦排名靠前的幾本書。149號用戶臨近集書籍借閱統(tǒng)計情況如表4所示。排除149號用戶已借閱的，推薦1，3，4，10，12，52這6本書。

2.2 關(guān)聯(lián)規(guī)則推薦

基于20位臨近用戶的借閱記錄進(jìn)行分析，挖掘其中的關(guān)聯(lián)規(guī)則，并對比用戶149的借閱記錄，找出與其相關(guān)的關(guān)聯(lián)規(guī)則，如圖4所示。所以將1、4、9、10、81這5本書推薦給149號用戶。

2.3 推薦結(jié)果

綜合以上兩種方法，149號用戶的最終推薦列表由6本來自協(xié)同過濾推薦列表的圖書和5本來自關(guān)聯(lián)規(guī)則推薦列表的圖書去重后組成，形成的推薦書單包括 1、3、4、9、10、12、52、81這8本書。一本圖書若同時出現(xiàn)在兩個推薦列表中，說明該圖書既符合目標(biāo)用戶的相似用戶的閱讀口味，又與目標(biāo)用戶借閱過的圖書關(guān)聯(lián)度很高，因此它的其推薦優(yōu)先度最高（如本例中圖書1，4，10），余下圖書則隨機(jī)排列。

其中，編號1、3、4、9、10、12這6本書都屬于文學(xué)類書籍，而149號用戶讀書記錄中最多的也是文學(xué)類的，可以看出推薦結(jié)果與其興趣較一致。編號81的這本書屬于經(jīng)濟(jì)類，149號用戶也借閱過經(jīng)濟(jì)類的書，所以也可以認(rèn)為是興趣內(nèi)的推薦。而編號52的這本書屬于社科類的圖書，149號用戶借閱歷史中沒有這類的圖書，它是根據(jù)149號相近用戶的借閱情況進(jìn)行推薦的，所以149號用戶很有可能會對它感興趣，并且這類推薦有利于用戶本身的興趣擴(kuò)展，這也是本文推薦算法的優(yōu)勢之一。

3 總結(jié)

推薦系統(tǒng)在實(shí)際中的應(yīng)用非常廣泛，但在高校圖書館的應(yīng)用不足。具體來說存在著數(shù)據(jù)有效利用率低和圖書館查詢系統(tǒng)無法滿足用戶偏好需求并提供個性化服務(wù)兩個方面的問題。因此，本文面向高校圖書館這個對象，將協(xié)同過濾算法和關(guān)聯(lián)規(guī)則算法有效結(jié)合起來，構(gòu)建了一種面向高校圖書館的混合圖書推薦系統(tǒng)。

參考文獻(xiàn)

[1]陳淑英，徐劍英，劉玉魏，等.關(guān)聯(lián)規(guī)則應(yīng)用下的高校圖書館圖書推薦服務(wù)[J].圖書館論壇，2018：1-5.

[2]張若冉.基于用戶興趣變化的高校圖書館個性化圖書推薦研究[J].農(nóng)業(yè)圖書情報學(xué)刊，2017，29（11）：10-14.

[3]郝紅紅.基于關(guān)聯(lián)規(guī)則可視化技術(shù)的個性圖書推薦系統(tǒng)研究[D].秦皇島：燕山大學(xué)，2012.

[4]王小虎.關(guān)聯(lián)規(guī)則挖掘綜述[J].計算機(jī)工程與應(yīng)用，2003，（33）：190-193.

[5]張皓.面向社交網(wǎng)絡(luò)的個性化推薦算法的研究[D].北京：北京郵電大學(xué)，2018.

[6]李文華.基于Apriori關(guān)聯(lián)分析與協(xié)同過濾的圖書推薦算法[J].電腦知識與技術(shù)，2017，13（33）：32-33+35.

[7]張戈一，朱月琴，呂鵬飛，等.耦合協(xié)同過濾推薦與關(guān)聯(lián)分析的圖書推薦方法研究[J].中國礦業(yè)，2017，26（S1）：425-430.

[8]Matook S，Brown S A，Rolf J.Forming an Intention to Act on Recommendations Given via Online Social Networks[J].European Journal of Information Systems，2015，24（1）：76-92.

[9]Sarwar B.，Karypis G.，Konstan J.，et al.Item-based collaborative filtering recommendation algorithms[J].Proc 10th Int'1 WWW Conf，Hong Kong，2001：1-5.

[10]T.Q.Lee，Y.Park，Y.T.Park.A time-based approach to effective recommender systems using implicit feedback[J].Expert Systems with Applications，2008，34（4）：3055-3062.

[11]Y.L.Chen，L.C.Cheng.A novel collaborative filtering approach for recommending ranked items[J].Expert Systems with Applications，2008，34（4）：2396-2405.

[12]M.H.Yang，Z.M.Gu.Personalized recommendation based on partial similarity of interests[J].Advanced Data Mining and Applications Proceedings，2006，（3）：509-516.