黨小琴

(陜西學(xué)前師范學(xué)院，陜西 西安 710100)

信息化時(shí)代中，海量的數(shù)據(jù)充斥著人們的生活，在信息大爆炸時(shí)代背景下如何合理地獲取知識是值得探討和需要解決的問題[1]。以圖書信息為例，傳統(tǒng)的知識信息獲取方式在效率和精準(zhǔn)度上已經(jīng)無法滿足人們快節(jié)奏的要求，如何在短時(shí)間內(nèi)獲取圖書信息是亟需解決的問題，這樣可以有效縮短搜索時(shí)間，提高借閱體驗(yàn)感[2-3]。

近年來，關(guān)于圖書館信息技術(shù)方面的研究成果雖然較多，但是大多數(shù)研究成果集中于圖書管理系統(tǒng)的改良和圖書信息的收錄，少部分研究成果會涉及到圖書信息的采集與過濾，相關(guān)研究不夠深入[4-6]。目前來看,圖書信息管理方面的研究存在如下問題[7-9]：1)圖書信息不夠精確，較為粗糙的算法無法打磨出精準(zhǔn)的信息展示平臺，導(dǎo)致用戶黏性較低；2)啟動方式不智能，目前主流的信息啟動方式為冷啟動，分為物品冷啟動和用戶冷啟動，剛接觸系統(tǒng)的用戶由于在系統(tǒng)中沒有留下任何瀏覽記錄，系統(tǒng)無法計(jì)算出用戶是否對某一門類書籍感興趣；3)圖書信息的多樣性欠缺，現(xiàn)有的圖書管理信息系統(tǒng)主要對與用戶感興趣圖書的類似文獻(xiàn)進(jìn)行集中推薦，缺乏擴(kuò)展，用戶易產(chǎn)生查閱疲勞，對于用戶來說，單一推薦他們感興趣的書籍無法對搜索結(jié)果進(jìn)行解釋，也無法達(dá)到最佳的用戶體驗(yàn)。

本文提出了一種基于柔性策略的用戶信息優(yōu)化圖書推薦方法，將其用于圖書信息的自動采集和優(yōu)化篩選，該方法能夠提高信息采集的速率和信息推進(jìn)的精準(zhǔn)度。

1 柔性策略優(yōu)先級算法

1.1 常用算法簡介

目前，關(guān)于優(yōu)先級推薦算法的研究成果雖然很多，但是應(yīng)用于圖書信息推薦的較少，較為常見的算法主要有以下3種[10]。

1)內(nèi)容推薦算法。

內(nèi)容推薦算法是一種最為常用的圖書信息個(gè)性化推薦方法，該算法基于用戶歷史搜索數(shù)據(jù)，將其搜索較多的一類圖書分類后給予推薦，主要推薦的是用戶偏好模型中的相似書籍，在評估過程中用戶興趣信息和圖書信息呈現(xiàn)相似性關(guān)聯(lián)關(guān)系。其流程如圖1所示。

圖1 內(nèi)容推薦算法流程

2)鄰域推薦算法。

鄰域推薦算法主要是將當(dāng)前用戶搜索過程中發(fā)現(xiàn)的與其搜索內(nèi)容相似的鄰近用戶的搜索內(nèi)容篩選出來進(jìn)行匹配和評分，將得分最高的信息推薦給用戶。該算法計(jì)算思路如下：首先輸入k個(gè)鄰近參數(shù)(用于指代圖書信息關(guān)鍵詞)，然后將用戶搜索數(shù)據(jù)拆分為訓(xùn)練集和測試集，在分拆過程中數(shù)據(jù)進(jìn)行相似性排序形成新用戶矩陣，當(dāng)矩陣排列完成后對k個(gè)鄰近用戶分別進(jìn)行相似度匹配，最終根據(jù)不同匹配分?jǐn)?shù)獲取推薦物品信息。

3)混合推薦算法。

由于不同的個(gè)性化信息推送算法各有優(yōu)劣，因此在工業(yè)實(shí)踐中往往將不同算法進(jìn)行組合形成新的混合推薦算法，這類算法能夠取長補(bǔ)短，提高數(shù)據(jù)推送的準(zhǔn)確性。目前主流的混合推薦算法有整體融合、并行融合和線性融合3種，其中線性融合算法是較為流行的算法，該算法利用協(xié)同過濾技術(shù)將一定數(shù)量的信息進(jìn)行排序和分類，然后將結(jié)果導(dǎo)入混合模型通過分析得出推薦內(nèi)容。

1.2 柔性策略混合算法

常用的算法雖然有一定適用性，但是在運(yùn)行效率和個(gè)性化程度上依然存在一些短板，因此本文提出了柔性策略混合算法。該算法將不同類型的圖書信息劃分到不同的象限進(jìn)行歸納，計(jì)算出不同優(yōu)先級，采集過程中利用柔性采集方案避免發(fā)生信息相互干擾，然后利用雙重量化判定降低數(shù)據(jù)波動程度，以此形成一個(gè)良性的信息推薦及調(diào)整方案。

在建立圖書信息的過程中，本文利用模糊綜合評價(jià)法進(jìn)行量化處理，從而劃分出不同的象限組合進(jìn)行判斷。

1)構(gòu)建判定因子U子集：U={u1,u2}，其中u1為判別信息的重要性，u2為判別信息的效率；

2)構(gòu)建圖書信息因子的權(quán)重集合A:A={a1,a2,…}，權(quán)重值在對因素進(jìn)行審慎分析后得出；

3)構(gòu)建判定集V，V={v1,v2,…}，以專業(yè)技術(shù)人員的研究結(jié)果為指導(dǎo)，獲得圖書信息的判定矩陣R。

(1)

模糊綜合判斷法的判別公式如下：

(2)

式中：B為模糊綜合判別值；aj為標(biāo)準(zhǔn)信息文本數(shù)量集；rjk為判定子集中的向量；k為某一閾值參數(shù)。

由式(2)可獲得采用象限優(yōu)先級的判別結(jié)果。另外，當(dāng)臨近數(shù)據(jù)發(fā)生變化時(shí)，采集方案也應(yīng)該變化，由于臨時(shí)變化導(dǎo)致的數(shù)據(jù)采集間隔發(fā)生了無序變動會產(chǎn)生誤差，因此本文采用雙重誤差判別，判別公式如下：

第一次判別

(3)

第二次判別

(4)

式中：f0為原始判別平均值；f1為第一次判別結(jié)果；f2為第二次判別結(jié)果；i為某一個(gè)數(shù)據(jù)采集點(diǎn)；fi為判別中間結(jié)果。

1.3 算法評價(jià)指標(biāo)

信息推薦算法是否合格并滿足用戶需求，需要用評分準(zhǔn)確率、推薦準(zhǔn)確率和覆蓋率3個(gè)指標(biāo)去評價(jià)：第一，評分準(zhǔn)確率，可以先建立用戶偏好模型，然后采用均方根誤差算法對用戶對陌生領(lǐng)域的書籍的興趣愛好進(jìn)行評估；第二，推薦準(zhǔn)確率，通過召回率和準(zhǔn)確率兩者來衡量，例如給用戶推薦了n本書籍，以其占用戶喜歡的圖書集的比例作為準(zhǔn)確率；第三，覆蓋率，主要用于評價(jià)算法對潛在圖書數(shù)據(jù)的挖掘能力，是否可以幫用戶找出那些不夠流行但又比較感興趣的信息。

2 圖書信息自動采集與過濾

以某網(wǎng)站圖書信息推薦版塊的數(shù)據(jù)作為源數(shù)據(jù)，該網(wǎng)可以獲取用戶對不同圖書的評分、評價(jià)和愛好程度，還可以獲取圖書的基本信息如目錄、出版日期、出版單位和評論人數(shù)等。在瀏覽圖書的過程中，界面會給用戶提供一個(gè)“最受關(guān)注圖書”版塊，目的是給用戶推薦其感興趣的書籍，但是研究后發(fā)現(xiàn)針對不同用戶所推薦的圖書目錄基本一致，如圖2所示。

圖2 圖書推薦界面

從網(wǎng)站推薦結(jié)果來看，網(wǎng)站所采取的算法個(gè)性化程度較低，無法滿足信息個(gè)性化需求，對于用戶偏好的解析較慢。本文采用柔性策略算法的目的便是改良這一信息推薦算法，具體的算法流程如圖3所示。

圖3 柔性策略信息采集算法流程

首先依據(jù)模糊綜合評價(jià)來實(shí)現(xiàn)圖書信息建模和圖書內(nèi)容向量化；然后將用戶感興趣的圖書進(jìn)行整合，建立用戶偏好模型；最后采用二次校正判別方法對偏好模型和圖書內(nèi)容模型進(jìn)行匹配，從而獲得用戶最感興趣的圖書信息。具體算法步驟如下：

1)圖書信息采集和建模。

首先，將圖書信息按照圖書編號、書名、作者、關(guān)鍵詞等信息進(jìn)行歸納整理，見表1；然后將圖書劃分為不同的象限之后，對書籍的關(guān)鍵信息權(quán)重大小進(jìn)行自動分類。本文使用的建模軟件為MATLAB，該軟件中的model模塊能夠?qū)π畔⑤斎胛谋具M(jìn)行向量化表達(dá)，從而獲得最合理的向量值。

表1 圖書關(guān)鍵信息分類表

2)用戶借閱偏好建模。

基于評分法(5分為滿分)，若一本圖書用戶評分為3分，表示該圖書比較受讀者青睞，是用戶比較偏愛的圖書，然后收集和統(tǒng)計(jì)該圖書的關(guān)鍵信息，提取用戶較為重視的關(guān)鍵詞，調(diào)用Doc2vec算法再次對其進(jìn)行訓(xùn)練，得到用戶與圖書之間的相識度平均值。

3)相識度預(yù)測。

本文利用Person算法計(jì)算用戶偏好與圖書信息之間的關(guān)聯(lián)度，Person算法中，用戶對某一個(gè)圖書信息的喜好程度可以量化為[-1，1]，若預(yù)測分?jǐn)?shù)為正值代表用戶偏好這本圖書，若為負(fù)值代表用戶對該圖書不感興趣，預(yù)測評分公式為：

(5)

式中：f(·)為用戶u對某圖書s的感興趣程度評分；r為用戶和圖書之間的相識度；M為達(dá)標(biāo)關(guān)鍵詞。

4)二次矩陣判斷。

經(jīng)過上述步驟獲得了采用象限優(yōu)先級的判別結(jié)果，基于這個(gè)結(jié)果再以用戶點(diǎn)擊頻率高為原則，依據(jù)圖書信息采集量和運(yùn)行狀態(tài)數(shù)進(jìn)行二次判別，判別過程中剔除無序變動和臨時(shí)變化所產(chǎn)生的圖書信息，最后根據(jù)預(yù)測分值排序得到用戶最感興趣的圖書集。

3 實(shí)證分析評價(jià)

為驗(yàn)證該柔性策略的圖書信息推薦準(zhǔn)確率，以某網(wǎng)站所收集的讀書評分?jǐn)?shù)據(jù)為原始依據(jù)，采集用戶評分共計(jì)3萬條(其中評論數(shù)據(jù)2.5萬條，圖書數(shù)據(jù)0.5萬條)，截止時(shí)間為2020年10月18日。由于部分用戶閱讀量太小導(dǎo)致評價(jià)結(jié)果不夠合理，算法訓(xùn)練容易受到干擾，因此本文選取圖書借閱數(shù)量在100本以上的用戶評分作為有效評分。

3.1 評分準(zhǔn)確率對比

以評分準(zhǔn)確率作為本文算法優(yōu)劣的評價(jià)指標(biāo)之一。采用評分準(zhǔn)確率的RMSE均方根誤差來進(jìn)行評判，RMSE值越高，誤差越大，RMSE值越低，則誤差越小。評價(jià)過程中考慮數(shù)據(jù)量過于龐大，選取針對性的10次隨機(jī)驗(yàn)證過程，每次驗(yàn)證抽取10名用戶進(jìn)行反饋和推薦圖書，其RMSE值如圖4所示。

圖4 評分準(zhǔn)確率RMSE均方根誤差對比結(jié)果

從圖4可以看出，采用柔性策略的Doc2vec算法其RMSE值為0.2～1.0，而一般算法的RMSE值最大接近2.5，最小為0.4，由此可以看出柔性策略算法的預(yù)測誤差值更小。另外發(fā)現(xiàn)，一般算法的預(yù)測誤差值離散度較大，其推薦給用戶感興趣的圖書穩(wěn)定性差，說明后者對于圖書信息的把握更穩(wěn)定和準(zhǔn)確。

3.2 推薦準(zhǔn)確率評價(jià)

為對比不同算法的推薦準(zhǔn)確率，采用召回率和準(zhǔn)確率作為評價(jià)指標(biāo)，內(nèi)容推薦算法、鄰域推薦算法和柔性策略混合Doc2vec算法的測試結(jié)果對比如圖5和圖6所示。

從圖5可以看出，內(nèi)容推薦算法與鄰域推薦算法的召回率基本相近，均值在10%左右，柔性策略算法的召回率明顯高于前兩者，為19%～20%。從圖6可以看出，基于內(nèi)容推薦算法的準(zhǔn)確率最低，約為0.07%；基于鄰域推薦算法的準(zhǔn)確率為0.08%～0.09%，而柔性策略算法的準(zhǔn)確率為0.14%～0.16%。整體上來說，采用柔性策略的混合算法大幅度提高了圖書信息采集效率和推薦準(zhǔn)確率。

圖5 召回率對比曲線

圖6 準(zhǔn)確率對比曲線

4 結(jié)束語

為解決傳統(tǒng)的圖書信息采集和推薦算法在速率和推薦精度上低效的問題，本文提出了基于柔性策略的混合(Doc2vec)算法，設(shè)計(jì)了圖書信息采集和優(yōu)化過濾方案，并以某網(wǎng)站圖書數(shù)據(jù)為例進(jìn)行了實(shí)證研究對比，結(jié)果發(fā)現(xiàn)該方法能夠大幅度提高圖書信息采集的效率和推薦準(zhǔn)確率，具有一定的實(shí)用價(jià)值和推廣意義。