歐 丹

（四川信息職業(yè)技術(shù)學(xué)院消費(fèi)者行為研究中心，四川 廣元 628000）

近年來，中國大力推進(jìn)城鎮(zhèn)化，大量農(nóng)村人口涌入城市，留守農(nóng)民無法獲得較好的生產(chǎn)、生活資源。隨著移動(dòng)互聯(lián)網(wǎng)和信息技術(shù)的發(fā)展，農(nóng)村經(jīng)濟(jì)重新進(jìn)入人們的視野［1］。如何打破城市和農(nóng)村之間的收入隔閡，提高農(nóng)村和農(nóng)業(yè)經(jīng)濟(jì)的活力，互聯(lián)網(wǎng)技術(shù)是一個(gè)非常重要的突破口。農(nóng)業(yè)旅游將有助于提高農(nóng)村閑置土地資料利用，發(fā)揮農(nóng)村農(nóng)產(chǎn)品價(jià)格低廉優(yōu)勢和風(fēng)景特色，將城市游客與農(nóng)村進(jìn)行對接［2，3］。淘寶、天貓和京東等互聯(lián)網(wǎng)電商平臺(tái)將農(nóng)村農(nóng)產(chǎn)品打造成扶貧特色項(xiàng)目，免去了商品運(yùn)輸、批發(fā)和零售等諸多環(huán)節(jié)，提高了農(nóng)村商品的競爭力，讓城市消費(fèi)者對農(nóng)業(yè)產(chǎn)品形成了直接的認(rèn)識(shí)［5］。因此，利用互聯(lián)網(wǎng)技術(shù)進(jìn)行農(nóng)村農(nóng)業(yè)旅游的開發(fā)和推廣前景廣闊。

目前已有部分學(xué)者就農(nóng)業(yè)旅游信息管理和平臺(tái)設(shè)計(jì)進(jìn)行了研究，并取得了一定成果。但隨著海量信息的增長，消費(fèi)者在進(jìn)行旅游信息瀏覽過程中極容易出現(xiàn)過載問題，對于信息的推薦審美疲勞，難于挑選合適自己和感興趣的農(nóng)業(yè)旅游項(xiàng)目。因此，進(jìn)行旅游推薦系統(tǒng)設(shè)計(jì)是一個(gè)具有十分有意義的課題，目前關(guān)于推薦系統(tǒng)的設(shè)計(jì)工具軟件較多，例如電子商務(wù)、搜索引擎等均得到了大量應(yīng)用，有效幫助人們縮短決策時(shí)間，簡化了信息瀏覽工作。但對于旅游信息的推薦和篩選，還存在一定局限：首先，推薦模型描述關(guān)系局限，用戶模型的表達(dá)較為簡單，推薦描述用戶的準(zhǔn)確性不高［6］；其次，推薦維度單一，目前的旅游推薦算法僅僅考慮了用戶的地理位置、個(gè)人信息和旅游愛好等，無法對用戶的階段性旅游需求進(jìn)行智能化規(guī)劃［7，8］。

本研究提出一種集合了漂移算法的混合興趣推薦模型，該模型能夠收集用戶感興趣的信息，分析用戶的網(wǎng)絡(luò)習(xí)慣，針對目前的需求進(jìn)行個(gè)性化推薦，建立了一個(gè)智能農(nóng)業(yè)旅游推薦系統(tǒng)平臺(tái)進(jìn)行了實(shí)踐仿真。

1 混合用戶興趣模型的建立

混合用戶興趣模型包含兩個(gè)層級，第一層級是短期用戶興趣模型，第二層級是長期用戶興趣模型。其中，短期用戶興趣模型的建立過程依托于用戶近期的操作習(xí)性，如對于某些信息的瀏覽重復(fù)率和點(diǎn)擊率等；長期用戶興趣模型是通過算法分析在一段長時(shí)間內(nèi)對某些事件的感興趣程度，累積而成的一種屬性，長期模型依托于短期興趣和靜態(tài)信息綜合確定。本研究所設(shè)計(jì)的混合用戶興趣模型的建模流程如圖1 所示。

圖1 混合興趣模型建模流程

建立用戶興趣模型過程中，本研究采用基于特征向量的方式進(jìn)行用戶興趣表達(dá)，將用戶興趣模型定義為一個(gè)維度為N向量集合。向量集中首先將用戶興趣模型特征三元組向量進(jìn)行定義，其表達(dá)式如下：

式中，U表征用戶的興趣定義值，X表征用戶的感興趣類目，Y表征用戶對類目X的興趣程度值，Z代表興趣程度值的時(shí)間寬度，n代表向量維度。

1.1 短期用戶興趣的建立

短期用戶興趣是用戶在一段短時(shí)間內(nèi)的興趣愛好，通過對用戶的短期興趣來獲取。與長期用戶興趣模型的不同之處在于具有短暫性和活躍屬性。用戶系統(tǒng)與客戶系統(tǒng)段的短期行為可以基于3 種交互行為來進(jìn)行定義，旅游點(diǎn)保存、旅游點(diǎn)點(diǎn)擊次數(shù)和旅游點(diǎn)頁面停留時(shí)間，因此，本研究通過以上3 種行為建立短期交互行為公式：

旅游景點(diǎn)保存情況計(jì)算公式如下：

旅游點(diǎn)擊次數(shù)模型計(jì)算公式采用加權(quán)函數(shù)進(jìn)行表達(dá)，其公式如下：

旅游頁面停留時(shí)間通過對數(shù)函數(shù)來對其進(jìn)行表征，用戶在某個(gè)景點(diǎn)停留觀看時(shí)間越長，表示用戶對該景點(diǎn)越感興趣，就可以將其作為有效數(shù)據(jù)；若用戶在某一個(gè)頁面僅僅點(diǎn)開后未做停留便離開，則將其作為噪音數(shù)據(jù)，其表達(dá)式如下：

式中，i表征用戶點(diǎn)擊次數(shù)，當(dāng)i大于某一個(gè)閾值j時(shí)代表用戶對旅游點(diǎn)產(chǎn)生了興趣，當(dāng)i小于或者等于j時(shí)表明用戶可能偶然看見點(diǎn)擊或者不甚感興趣；t表征用戶在某一個(gè)旅游頁面的停留時(shí)間，x表征頁面信息量，當(dāng)t小于t0時(shí)表明用戶對該頁面的興趣不夠。

綜合以上3 種用戶操作習(xí)慣，本研究將其利用興趣評估函數(shù)進(jìn)行標(biāo)準(zhǔn)，表達(dá)式如下：

式中，F(xiàn)表征用戶的短期用戶興趣量化值，α、β、γ、ε分別是一組常數(shù)，用于表征在用戶興趣表征過程中的動(dòng)態(tài)變化過程影響系數(shù)，可以根據(jù)用戶的不同類型進(jìn)行調(diào)整。

1.2 長期用戶興趣模型的建立

長期用戶興趣模型區(qū)別于短期用戶興趣模型，其來源主要分為如下兩個(gè)方面：

1）用戶注冊偏好信息，在用戶登錄旅游網(wǎng)站時(shí)會(huì)注冊信息，注冊過程中對用戶的潛在感興趣點(diǎn)進(jìn)行問卷調(diào)查，發(fā)現(xiàn)用戶的長期興趣點(diǎn)維持一個(gè)長期的興趣值。

2）短期用戶興趣模型的長期積累轉(zhuǎn)換。用戶短期興趣在用戶瀏覽和使用軟件過程中不斷強(qiáng)化和提高，用戶的某些興趣無法遺忘，長期在用戶的興趣閾值之上，這部分興趣可以轉(zhuǎn)化為用戶的長期興趣模型參數(shù)。

1.3 混合用戶興趣模型

根據(jù)短期用戶興趣模型和長期用戶興趣模型，將兩者進(jìn)行加權(quán)處理從而形成混合用戶興趣模型，其計(jì)算公式如下：

式中，α代表短期興趣模型的權(quán)重值，β代表長期興趣模型的權(quán)重值，其中兩者之和等于1，并且在0 和 1 之間取值。

2 農(nóng)業(yè)旅游推薦系統(tǒng)設(shè)計(jì)

2.1 核心需求分析

農(nóng)業(yè)旅游推薦系統(tǒng)主要目的是用于旅游推薦、景點(diǎn)產(chǎn)品推銷以及旅游行程規(guī)劃。與傳統(tǒng)的理由推薦系統(tǒng)相比，本研究農(nóng)業(yè)旅游推薦系統(tǒng)主要集中解決兩個(gè)問題：

1）農(nóng)業(yè)旅游景點(diǎn)推薦。根據(jù)用戶的喜好，建立混合用戶推薦模型，將用戶旅游愛好與農(nóng)業(yè)景點(diǎn)進(jìn)行精準(zhǔn)匹配。

2）旅游行程規(guī)劃分析。系統(tǒng)識(shí)別到用戶比較感興趣的農(nóng)業(yè)旅游推薦點(diǎn)以后，將用戶可能選擇農(nóng)業(yè)或農(nóng)產(chǎn)品進(jìn)行行程規(guī)劃，開發(fā)出一種較為智能的規(guī)劃方法，推薦給用戶。

2.2 系統(tǒng)整體需求分析

農(nóng)業(yè)旅游推薦管理平臺(tái)的對象分為平臺(tái)管理者、農(nóng)戶和游客3個(gè)角色，針對不同角色具有不同的需求。

1）平臺(tái)管理者。主要需求是對旅游推薦管理系統(tǒng)進(jìn)行編輯、查詢和維護(hù)，主要應(yīng)該實(shí)現(xiàn)用戶注冊、登錄、管理以及評論管理和信息推送等。

2）農(nóng)戶。農(nóng)戶能夠發(fā)布自己的旅游觀光項(xiàng)目、農(nóng)產(chǎn)品等，并且能夠?qū)ψ约喊l(fā)布的產(chǎn)品或者旅游項(xiàng)目進(jìn)行推廣和編輯，但需要經(jīng)過后臺(tái)管理人員的審核并且能夠進(jìn)行檢索。

3）游客。游客需要在平臺(tái)中實(shí)現(xiàn)注冊、登錄和信息編輯功能，另外還應(yīng)該建設(shè)單獨(dú)的模塊進(jìn)行旅游景點(diǎn)搜索，農(nóng)產(chǎn)品購買以及旅游信息推薦和規(guī)劃，對于不同旅游景點(diǎn)可以實(shí)現(xiàn)評論和打分功能。

3 移動(dòng)系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)

本研究采用MVC 開發(fā)模型進(jìn)行農(nóng)業(yè)旅游推薦系統(tǒng)開發(fā)，整個(gè)系統(tǒng)將分割成模型層、視圖層和控制層。利用前端控制器Diap 進(jìn)行設(shè)計(jì)，利用其低處理分配操作請求進(jìn)行視圖分析和語言環(huán)境預(yù)處理，同時(shí)還能夠?yàn)槲募峁┲С帧?/p>

3.1 客戶端模塊設(shè)計(jì)

客戶端模塊主要分模型、控制和視圖3 個(gè)部分進(jìn)行分析。其中，模型層主要完成數(shù)據(jù)的邏輯業(yè)務(wù)處理，將數(shù)據(jù)庫內(nèi)屬性值進(jìn)行調(diào)用，并且實(shí)現(xiàn)數(shù)據(jù)庫的操作，從而提交用戶信息、完善信息評價(jià)；控制層用戶對業(yè)務(wù)流程模塊的控制和后臺(tái)的交互處理，配置控制利用XML 配置文件實(shí)現(xiàn)，具體的業(yè)務(wù)流程進(jìn)行不同的控制分析，通常利用controller 組件進(jìn)行掃描和實(shí)現(xiàn)混合用戶興趣算法的處理和個(gè)性化推薦，其操作流程如圖2 所示。

3.2 管理端模塊設(shè)計(jì)

管理端模塊設(shè)計(jì)包括登錄模塊設(shè)計(jì)和用戶模塊設(shè)計(jì)，登錄模塊設(shè)計(jì)采用mvc 算法封裝用戶基本信息，包括用戶性別、學(xué)歷、地址以及感興趣的農(nóng)業(yè)農(nóng)產(chǎn)品興趣等，見表1。

圖2 客戶端模塊設(shè)計(jì)流程

控制層主要實(shí)現(xiàn)管理者對用戶信息界面、用戶瀏覽界面的編輯以及用戶后臺(tái)數(shù)據(jù)的分析和處理，管理用戶流程；視圖層實(shí)現(xiàn)對用戶列表和詳細(xì)信息的分析研究。

3.3 信息端模塊設(shè)計(jì)

信息端模塊包括農(nóng)業(yè)旅游景點(diǎn)咨詢、農(nóng)業(yè)科普學(xué)習(xí)、農(nóng)產(chǎn)品銷售以及農(nóng)產(chǎn)品訂單管理4 個(gè)部分。以農(nóng)業(yè)景點(diǎn)為例，其模型層主要實(shí)現(xiàn)數(shù)據(jù)庫的基本操作和封裝景點(diǎn)信息，控制層主要是進(jìn)入資訊、瀏覽資訊、增加信息和刪除信息等。

4 結(jié)果測試與分析

個(gè)性化推薦系統(tǒng)開發(fā)完成后，為測試該平臺(tái)的功能和使用體驗(yàn)，從平臺(tái)的運(yùn)行性能測試和用戶滿意度測試進(jìn)行了兩方面調(diào)研。

4.1 平臺(tái)性能分析

利用運(yùn)行加載函數(shù)（Running load）對農(nóng)產(chǎn)品旅游推薦平臺(tái)進(jìn)行相關(guān)性能分析，該軟件能夠模擬用戶的操作和進(jìn)入過程，從而對系統(tǒng)參數(shù)進(jìn)行吊裝統(tǒng)計(jì)并輸出結(jié)果。從圖4 可以看出，系統(tǒng)測試過程中用戶點(diǎn)擊率和數(shù)據(jù)訪問量基本呈正相關(guān)關(guān)系，曲線走勢基本一致，說明該移動(dòng)推薦系統(tǒng)能夠及時(shí)反饋用戶的操作需求并返回結(jié)果。

4.2 用戶滿意度分析

為研究移動(dòng)推薦系統(tǒng)的用戶滿意度，采用問卷調(diào)查的方式，對該系統(tǒng)中首次注冊的305 名用戶（游客205 人、農(nóng)戶100 人）進(jìn)行了推薦期望值調(diào)查和操作滿意度調(diào)查，共發(fā)放問卷305 份，回收問卷300 份，問卷回收率98%。當(dāng)使用混合用戶模型的個(gè)性化農(nóng)產(chǎn)品推薦系統(tǒng)后，游客和農(nóng)戶對該系統(tǒng)的滿意程度從56%提升至78%，同時(shí)發(fā)現(xiàn)游客對于農(nóng)產(chǎn)品和農(nóng)業(yè)景點(diǎn)推薦的滿意度期望值也從之前的77%、68%分別提高至96%、95%。該系統(tǒng)使用體驗(yàn)較好，提高了用戶對推薦產(chǎn)品的感興趣程度。

5 結(jié)論

為提高農(nóng)產(chǎn)品和農(nóng)業(yè)旅游的互聯(lián)網(wǎng)信息化程度，開展了基于混合用戶興趣模型的農(nóng)業(yè)旅游推薦移動(dòng)系統(tǒng)研究，并進(jìn)行了實(shí)踐分析和調(diào)研。

圖3 農(nóng)產(chǎn)品選購信息平臺(tái)界面

圖4 用戶點(diǎn)擊率與訪問量分析曲線

圖5 用戶滿意程度調(diào)查對比

1）混合用戶興趣模型中短期用戶興趣模型的建立過程依托于用戶近期的操作習(xí)性，長期用戶興趣模型是通過算法分析在一段長時(shí)間內(nèi)對某些事件的感興趣程度，累積而成的一種屬性，長期模型依托于短期興趣和靜態(tài)信息綜合確定。

2）與傳統(tǒng)的理由推薦系統(tǒng)相比，農(nóng)業(yè)旅游推薦系統(tǒng)主要集中解決兩個(gè)問題：農(nóng)業(yè)旅游景點(diǎn)（或農(nóng)產(chǎn)品）個(gè)性化推薦以及旅游行程規(guī)劃分析。

3）混合用戶興趣模型推薦系統(tǒng)在用戶推薦滿意度上具有較為明顯的提升效果（圖5），同時(shí)系統(tǒng)運(yùn)行流暢，能夠及時(shí)反饋用戶操作指令，較好地完成了設(shè)計(jì)目標(biāo)，下一步研究重點(diǎn)將著重于系統(tǒng)的大數(shù)據(jù)和人工智能信息整合，更加精細(xì)化地對農(nóng)業(yè)旅游及產(chǎn)品進(jìn)行推薦。