張彬 徐建民 吳姣

摘?要：[目的/意義]針對(duì)大數(shù)據(jù)環(huán)境下用戶興趣數(shù)據(jù)稀疏、缺乏關(guān)聯(lián)和描繪不準(zhǔn)確等問題，利用知識(shí)圖譜融合多源興趣知識(shí)，以提高用戶興趣的全面性和準(zhǔn)確性。[方法/過程]從興趣之間的關(guān)聯(lián)視角出發(fā)，進(jìn)行興趣建模、知識(shí)獲取和知識(shí)融合，整合興趣間的語義關(guān)聯(lián)和社交網(wǎng)絡(luò)關(guān)聯(lián)，構(gòu)建興趣知識(shí)圖譜;挖掘興趣標(biāo)簽節(jié)點(diǎn)與上位詞節(jié)點(diǎn)、百科標(biāo)簽節(jié)點(diǎn)、社交網(wǎng)絡(luò)用戶節(jié)點(diǎn)的關(guān)系，計(jì)算興趣標(biāo)簽的語義關(guān)聯(lián)度和社交網(wǎng)絡(luò)關(guān)聯(lián)度，生成復(fù)合關(guān)聯(lián)權(quán)重，重構(gòu)興趣之間的衍生關(guān)系以實(shí)現(xiàn)用戶的興趣擴(kuò)展。[結(jié)果/結(jié)論]該模型能夠有效融合擴(kuò)展不同類型的興趣關(guān)聯(lián)知識(shí)，相對(duì)于單一來源數(shù)據(jù)在用戶興趣的覆蓋率和查準(zhǔn)率方面均有所提升，提高了用戶興趣描繪的全面性和準(zhǔn)確性。

關(guān)鍵詞：大數(shù)據(jù);知識(shí)圖譜;用戶;興趣擴(kuò)展;模型

DOI：10.3969/j.issn.1008-0821.2021.08.004

〔中圖分類號(hào)〕G254?〔文獻(xiàn)標(biāo)識(shí)碼〕A?〔文章編號(hào)〕1008-0821（2021）08-0036-09

Research?on?User?Interest?Expansion?Model?Based?on

Knowledge?Graph?in?Big?Data?Environment

Zhang?Bin1?Xu?Jianmin1*?Wu?Jiao2

（1.School?of?Management，Hebei?University，Baoding?071002，China;

2.Magazine?House，Hebei?University，Baoding?071002，China）

Abstract：[Purpose/Significance]Interest?data?in?big?data?environment?is?sparse，and?there?is?no?effective?correlation?in?user?interests.In?response?to?these?problems，a?User?Interest?Expansion?Model?based?on?Knowledge?Graph?is?proposed.[Method/Process]Starting?from?the?perspective?of?the?association?relationship?between?interests，the?model?integrated?the?semantic?associations?and?social?network?associations?in?interests?through?the?process?of?interest?modeling，knowledge?acquisition?and?fusion?utilization，and?constructed?an?interest?knowledge?graph.The?relationship?among?Interest?Tag?Nodes，Hyper?Nodes，Encyclopedia?Tag?Nodes，and?Social?Network?User?Nodes?was?calculated，and?the?semantic?relevance?of?interest?tags?and?social?network?relevance?were?calculated?to?generate?composite?relevance?weights.And?the?derivative?relationships?between?interests?were?reconstructed?to?achieve?user?interest?expansion.[Result/Conclusion]Experiments?show?that?this?model?could?effectively?integrate?different?types?of?interest-related?knowledge，and?greatly?improve?the?coverage?and?accuracy?of?user?interest.It?could?improves?the?comprehensiveness?and?accuracy?of?user?interest?description.

Key?words：big?data;knowledge?graph;user;interest?expansion;model

用戶興趣挖掘是個(gè)性化推薦的關(guān)鍵，興趣特征描繪的全面性和準(zhǔn)確性直接影響推薦系統(tǒng)的性能，興趣擴(kuò)展是提高興趣描繪效果的有效方法之一。大數(shù)據(jù)時(shí)代的數(shù)據(jù)規(guī)模大、來源豐富、類型多樣，用戶興趣數(shù)據(jù)具有多噪聲、高維度、稀疏性和多源異構(gòu)等特點(diǎn)，傳統(tǒng)的興趣挖掘模型在處理大數(shù)據(jù)時(shí)存在的問題限制了其性能的發(fā)揮[1]。如何有效融合多源興趣數(shù)據(jù)知識(shí)并挖掘興趣之間的隱含關(guān)聯(lián)，是用戶興趣擴(kuò)展研究的難點(diǎn)問題。

用戶興趣擴(kuò)展研究借鑒信息檢索技術(shù)中查詢擴(kuò)展方法的思想，通過增加用戶興趣的關(guān)聯(lián)詞來提高用戶興趣特征的描繪效果[2-3]。根據(jù)知識(shí)來源的不同，現(xiàn)有研究主要分為利用內(nèi)部興趣知識(shí)和利用社交網(wǎng)絡(luò)知識(shí)的興趣擴(kuò)展。傳統(tǒng)的興趣擴(kuò)展方法利用推薦系統(tǒng)的內(nèi)部知識(shí)來挖掘用戶興趣。Liu?Q等[4]認(rèn)為，在傳統(tǒng)的興趣挖掘模型中，潛在的用戶興趣信息并未得到充分開發(fā)，提出了一種基于協(xié)同過濾的iExpand興趣擴(kuò)展模型，把用戶潛在興趣作為用戶層和項(xiàng)目層之間的中間層，用以提高興趣描繪和推薦效果。Bedi?P等[5]提出了一種結(jié)合上下文因素和領(lǐng)域本體的興趣擴(kuò)展方法，利用內(nèi)容的上下文數(shù)據(jù)結(jié)合領(lǐng)域本體中的概念，通過擴(kuò)展激活來擴(kuò)展用戶的興趣。由于推薦系統(tǒng)內(nèi)部知識(shí)資源單一，效果較為有限，部分學(xué)者開始利用社交網(wǎng)絡(luò)知識(shí)擴(kuò)展用戶興趣。Mezghani?M等[6]認(rèn)為，豐富的社交媒體數(shù)據(jù)使社交網(wǎng)絡(luò)成為用戶興趣的重要數(shù)據(jù)源，提出了以用戶為中心的方法將用戶、標(biāo)簽和資源進(jìn)行了關(guān)聯(lián)，以檢測(cè)用戶的擴(kuò)展興趣。Zhang?Z等[7]認(rèn)為，傳統(tǒng)推薦算法對(duì)推薦的準(zhǔn)確性更為關(guān)注，提出了基于用戶興趣擴(kuò)展的多樣化推薦框架，采用基于社會(huì)標(biāo)簽信息的用戶興趣擴(kuò)展策略來增強(qiáng)用戶偏好的多樣性。徐建民等[8]為解決微博用戶興趣提取不準(zhǔn)確的問題，把用戶個(gè)體興趣和從社交網(wǎng)絡(luò)挖掘的關(guān)聯(lián)興趣相結(jié)合，作為用戶的擴(kuò)展興趣，提高了推薦的有效性和準(zhǔn)確性。隨著數(shù)據(jù)規(guī)模的增長(zhǎng)，傳統(tǒng)的興趣擴(kuò)展方法難以全面覆蓋用戶興趣，社交標(biāo)簽存在的歧義性、多義性、攻擊性以及噪聲等問題也更加突出，對(duì)于興趣擴(kuò)展影響較為關(guān)鍵的語義關(guān)聯(lián)、社交網(wǎng)絡(luò)關(guān)聯(lián)等問題尚缺乏深入的研究。

近年來，知識(shí)圖譜技術(shù)的出現(xiàn)為大數(shù)據(jù)環(huán)境下的興趣擴(kuò)展研究提供了新的思路。知識(shí)圖譜是一種有向異構(gòu)信息網(wǎng)絡(luò)，提供了一種更好地組織、管理和理解大數(shù)據(jù)中興趣關(guān)聯(lián)信息的能力[9]，具有知識(shí)結(jié)構(gòu)化、語義關(guān)聯(lián)化、推理智能化等優(yōu)勢(shì)[10]，在興趣挖掘中引入知識(shí)圖譜能夠把推薦系統(tǒng)的用戶、用戶興趣、項(xiàng)目及其屬性之間的關(guān)系進(jìn)行語義關(guān)聯(lián)和知識(shí)融合[11]?；谥R(shí)圖譜的興趣模型主要關(guān)注知識(shí)圖譜中項(xiàng)目之間的各種關(guān)聯(lián)路徑，通過節(jié)點(diǎn)路徑的特征來挖掘知識(shí)圖譜，捕獲項(xiàng)目之間的復(fù)雜且有意義的關(guān)系，較為直觀準(zhǔn)確地為推薦提供輔助信息。Guo?Q等[12]提出了一個(gè)端到端的波紋網(wǎng)絡(luò)（RippleNet）知識(shí)圖譜推薦框架，通過知識(shí)圖譜中的鏈接自動(dòng)迭代擴(kuò)展用戶的潛在興趣，并證明了在各個(gè)場(chǎng)景下的顯著效果。Noia?T?D等[13]提出了SPrank混合推薦算法，利用DBpedia鏈接開放數(shù)據(jù)提取基于語義路徑的特征，通過Web數(shù)據(jù)中的開放知識(shí)計(jì)算前N個(gè)推薦。Gupta?M等[14]提出了一種基于元路徑的非聚類推薦模型HeteroPRS，該模型融合了異構(gòu)信息網(wǎng)絡(luò)中與項(xiàng)目相關(guān)的元信息，在不進(jìn)行用戶聚類的情況下，通過考慮網(wǎng)絡(luò)中任意的元路徑來發(fā)現(xiàn)用戶的內(nèi)在興趣。具有異構(gòu)信息融合能力的知識(shí)圖譜，在解決推薦的稀疏性和冷啟動(dòng)問題方面取得了較好的效果，為用戶興趣擴(kuò)展的性能提升奠定了基礎(chǔ)。現(xiàn)有基于知識(shí)圖譜的推薦研究尚不夠深入，大多利用開放知識(shí)圖譜建立用戶與項(xiàng)目間的路徑聯(lián)系，豐富的多源異構(gòu)數(shù)據(jù)對(duì)于興趣關(guān)聯(lián)的影響尚未得到足夠的關(guān)注和重視。

本文利用知識(shí)圖譜在用戶興趣挖掘方面的優(yōu)勢(shì)，從興趣之間的關(guān)聯(lián)視角出發(fā)，引入用戶、興趣標(biāo)簽、語義關(guān)系以及社交網(wǎng)絡(luò)數(shù)據(jù)等多源興趣知識(shí)，構(gòu)建融合語義關(guān)系和社交網(wǎng)絡(luò)數(shù)據(jù)的興趣知識(shí)圖譜;通過計(jì)算興趣標(biāo)簽節(jié)點(diǎn)間的上位詞關(guān)聯(lián)度和百科標(biāo)簽關(guān)聯(lián)度挖掘興趣間的語義關(guān)聯(lián)，利用社交網(wǎng)絡(luò)知識(shí)計(jì)算用戶自標(biāo)簽共現(xiàn)度、用戶自標(biāo)簽關(guān)聯(lián)度和用戶自標(biāo)簽熱度，生成興趣標(biāo)簽間的復(fù)合權(quán)重，重構(gòu)興趣之間的衍生關(guān)系，對(duì)用戶的原始興趣進(jìn)行擴(kuò)展。

1?基于知識(shí)圖譜的用戶興趣擴(kuò)展模型框架

為了解決興趣擴(kuò)展研究中興趣數(shù)據(jù)稀疏、缺乏語義關(guān)聯(lián)和準(zhǔn)確度不高等問題，本文設(shè)計(jì)了基于知識(shí)圖譜的用戶興趣擴(kuò)展模型（Knowledge?Graph-based?User?Interest?Expansion?Model，KG-UIEM），構(gòu)建融合多源知識(shí)的興趣知識(shí)圖譜，試圖通過挖掘用戶標(biāo)簽之間的語義關(guān)聯(lián)和社交網(wǎng)絡(luò)關(guān)聯(lián)進(jìn)行用戶興趣擴(kuò)展。模型框架如圖1所示。

圖1?基于知識(shí)圖譜的用戶興趣擴(kuò)展模型框架

根據(jù)用戶興趣擴(kuò)展的知識(shí)結(jié)構(gòu)特征，模型分為興趣知識(shí)圖譜構(gòu)建和用戶興趣擴(kuò)展兩個(gè)部分，興趣知識(shí)圖譜構(gòu)建主要包括興趣知識(shí)建模、興趣知識(shí)獲取和興趣知識(shí)融合3個(gè)環(huán)節(jié)[11]，在此基礎(chǔ)上利用興趣間的語義關(guān)聯(lián)和社交網(wǎng)絡(luò)關(guān)聯(lián)建立衍生關(guān)系，對(duì)外輸出用戶的擴(kuò)展興趣。

2?興趣知識(shí)圖譜構(gòu)建

2.1?興趣知識(shí)建模

在用戶興趣挖掘的場(chǎng)景中，知識(shí)圖譜能夠把涵蓋豐富用戶興趣的知識(shí)進(jìn)行融合與有效利用，發(fā)現(xiàn)和計(jì)算用戶與興趣、興趣與興趣的知識(shí)關(guān)聯(lián)，進(jìn)而挖掘用戶的潛在興趣和擴(kuò)展興趣。

標(biāo)簽是用戶興趣的一種有效表示方式，在興趣知識(shí)圖譜中將興趣標(biāo)簽作為用戶興趣表達(dá)與存儲(chǔ)的主要形式?；跇?biāo)簽的推薦研究中，既有用戶—標(biāo)簽—項(xiàng)目、用戶—項(xiàng)目—標(biāo)簽等3部圖的推薦方法，也有用戶—興趣—標(biāo)簽—項(xiàng)目的4部圖推薦方法[15]。由于標(biāo)簽具有噪聲、歧義、冗余和不夠規(guī)范等問題，導(dǎo)致標(biāo)簽在用戶興趣描繪中的應(yīng)用范圍和效果較為有限。把用戶興趣以標(biāo)簽的形式引入知識(shí)圖譜，利用語義和社交網(wǎng)絡(luò)等信息對(duì)興趣進(jìn)行優(yōu)化計(jì)算和擴(kuò)展，可以彌補(bǔ)標(biāo)簽的劣勢(shì)，取得更佳的興趣描繪效果。

根據(jù)用戶興趣擴(kuò)展的知識(shí)需求和數(shù)據(jù)類型，興趣知識(shí)圖譜中的實(shí)體主要分為3種類型：①用戶本體，用來存儲(chǔ)和描述用戶基本信息及屬性特征;②興趣詞本體，用來存儲(chǔ)和更新興趣詞概念和實(shí)體，興趣詞實(shí)體包括來源于上下位知識(shí)[16]和百科知識(shí)的靜態(tài)興趣詞數(shù)據(jù)，以及用戶興趣計(jì)算過程中生成的動(dòng)態(tài)更新興趣詞;③社交網(wǎng)絡(luò)用戶本體，用來存儲(chǔ)和關(guān)聯(lián)用戶相關(guān)的社交網(wǎng)絡(luò)信息，主要包括用戶信息、自定義興趣標(biāo)簽、用戶間的關(guān)注關(guān)系等。

根據(jù)興趣挖掘模型中實(shí)體關(guān)系的不同創(chuàng)建方式，實(shí)體關(guān)系分為原生關(guān)系和衍生關(guān)系兩類。原生關(guān)系，即利用原始數(shù)據(jù)直接產(chǎn)生的實(shí)體關(guān)系，這些關(guān)系作為用戶興趣挖掘的基礎(chǔ)，包括興趣詞—概念之間的上位詞關(guān)系、興趣詞—百科標(biāo)簽之間的百科標(biāo)簽關(guān)系、社交網(wǎng)絡(luò)用戶—用戶標(biāo)簽的自標(biāo)簽關(guān)系、社交網(wǎng)絡(luò)用戶之間的關(guān)注關(guān)系等。衍生關(guān)系，即利用知識(shí)圖譜資源和原生關(guān)系等計(jì)算出的復(fù)合關(guān)聯(lián)關(guān)系。

2.2?興趣知識(shí)獲取

興趣詞的語義知識(shí)。對(duì)用戶的興趣進(jìn)行標(biāo)簽化

處理和表示之后，利用興趣詞之間的上下位知識(shí)和百科標(biāo)簽知識(shí)構(gòu)建語義知識(shí)網(wǎng)絡(luò)，能夠建立興趣詞之間的語義關(guān)聯(lián)。上下位關(guān)系又稱等級(jí)關(guān)系或?qū)蛹?jí)關(guān)系，表示概念或術(shù)語之間的“is-a”關(guān)聯(lián)[17]。上下位知識(shí)對(duì)實(shí)體進(jìn)行了結(jié)構(gòu)化的組織，具有較權(quán)威上下位關(guān)系的中文知識(shí)庫有大詞林（Bigcilin）、CN-Probase、HowNet、同義詞林等。在線百科是語義知識(shí)的另一重要來源，百科詞條通常對(duì)應(yīng)于一定的實(shí)體或概念，是由網(wǎng)絡(luò)用戶協(xié)同編輯形成的在線知識(shí)庫[18]。百科詞條知識(shí)相對(duì)于傳統(tǒng)的中文知識(shí)庫，在開放性、時(shí)效性和詞條的豐富程度上具有較大優(yōu)勢(shì)。在線百科的詞條標(biāo)簽信息能夠作為興趣詞的分類依據(jù)，建立興趣詞之間的語義連接。

社交網(wǎng)絡(luò)知識(shí)。在線社交網(wǎng)絡(luò)提供了信息交流環(huán)境，依靠社交網(wǎng)絡(luò)用戶發(fā)布的內(nèi)容以及用戶間關(guān)系構(gòu)成的社交網(wǎng)絡(luò)知識(shí)庫，是涵蓋真實(shí)世界用戶興趣的重要數(shù)據(jù)源。目前關(guān)于社交網(wǎng)絡(luò)興趣的研究，較多關(guān)注以用戶為中心的興趣挖掘，而忽視了社交網(wǎng)絡(luò)本身也建立了興趣之間的關(guān)聯(lián);可以從興趣共現(xiàn)、用戶關(guān)注關(guān)系中挖掘出興趣詞之間的社交關(guān)聯(lián)，為興趣挖掘提供真實(shí)、豐富的社交網(wǎng)絡(luò)興趣知識(shí)庫。

2.3?興趣知識(shí)融合

大數(shù)據(jù)環(huán)境下，用戶的興趣偏好具有多元化特征，興趣知識(shí)需要具有一定的廣度、深度和動(dòng)態(tài)性，僅依靠單一類型的知識(shí)來源，難以達(dá)到理想效果。構(gòu)建融合多源數(shù)據(jù)的興趣知識(shí)圖譜，能夠把具有相對(duì)權(quán)威的興趣詞上下位知識(shí)、開放多元的百科標(biāo)簽知識(shí)以及與用戶相關(guān)的社交網(wǎng)絡(luò)知識(shí)進(jìn)行重新組織，利用原生圖數(shù)據(jù)庫進(jìn)行數(shù)據(jù)存儲(chǔ)和對(duì)外查詢，為用戶擴(kuò)展興趣的挖掘提供有力的平臺(tái)和數(shù)據(jù)支撐。

本文對(duì)用戶的屬性特征和興趣特征等進(jìn)行標(biāo)簽化處理，在用戶興趣知識(shí)圖譜中采用〈實(shí)體，關(guān)系，實(shí)體〉和〈實(shí)體，屬性，屬性值〉的三元組形式進(jìn)行描述和表示。將屬性特征進(jìn)行標(biāo)簽化處理，建立用戶與屬性標(biāo)簽節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系;將用戶的興趣特征轉(zhuǎn)化為興趣標(biāo)簽詞實(shí)體，建立用戶實(shí)體與興趣特征之間的關(guān)聯(lián)，從不同角度為用戶興趣分析提供數(shù)據(jù)支撐。

3?基于知識(shí)圖譜的用戶興趣擴(kuò)展

興趣知識(shí)圖譜把用戶、興趣標(biāo)簽、上位詞、百科標(biāo)簽和社交網(wǎng)絡(luò)等多源數(shù)據(jù)進(jìn)行了數(shù)據(jù)整合和知識(shí)關(guān)聯(lián)，構(gòu)成了融合多源信息的興趣知識(shí)庫。興趣知識(shí)圖譜是一個(gè)有向圖KGInterest=（E，R），其中E={e1，e2，e3，…，en}表示圖中各類實(shí)體（節(jié)點(diǎn)）的集合，共包含E種不同的實(shí)體;R={r1，r2，r3，…，rn}表示圖中各類關(guān)系（有向邊）的集合，共包含R種不同的關(guān)系。

3.1?語義關(guān)聯(lián)興趣擴(kuò)展

興趣標(biāo)簽之間存在著語義關(guān)聯(lián)，利用多標(biāo)簽間的語義關(guān)系能夠更加精確地表征興趣特征，緩解原始用戶—標(biāo)簽矩陣高維稀疏的問題[19]。在興趣知識(shí)圖譜中，興趣標(biāo)簽節(jié)點(diǎn)與上位詞節(jié)點(diǎn)和百科標(biāo)簽節(jié)點(diǎn)的關(guān)系體現(xiàn)了標(biāo)簽之間的語義關(guān)系，本文用這些關(guān)聯(lián)生成興趣標(biāo)簽的語義關(guān)聯(lián)度。

定義1：上位詞關(guān)聯(lián)度。對(duì)于給定的興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk，上位詞關(guān)聯(lián)度Rdh指兩個(gè)節(jié)點(diǎn)與其上位詞節(jié)點(diǎn)關(guān)聯(lián)強(qiáng)度的一種度量。

對(duì)于具有共同上位詞關(guān)聯(lián)的兩個(gè)興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk，存在經(jīng)過上位詞節(jié)點(diǎn)Eho的關(guān)聯(lián)路徑PH=EwjHyperEhoHyperEwk，上位詞關(guān)聯(lián)度Rdh的計(jì)算公式為：

Rdh（Ewj，Ewk）=OH（Ewj）∩OH（Ewk）OH（Ewj）∪OH（Ewk）（1）

其中OH（Ewj）表示與興趣標(biāo)簽節(jié)點(diǎn)Ewj關(guān)聯(lián)的上位詞節(jié)點(diǎn)集合，OH（Ewk）表示與興趣標(biāo)簽節(jié)點(diǎn)Ewk關(guān)聯(lián)的上位詞節(jié)點(diǎn)集合。OH（Ewj）∩OH（Ewk）表示與兩個(gè)節(jié)點(diǎn)共同關(guān)聯(lián)的上位詞節(jié)點(diǎn)數(shù)量，OH（Ewj）∪OH（Ewk）表示與兩個(gè)節(jié)點(diǎn)關(guān)聯(lián)的上位詞節(jié)點(diǎn)的總數(shù)。

定義2：百科標(biāo)簽關(guān)聯(lián)度。對(duì)于給定的興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk，百科標(biāo)簽關(guān)聯(lián)度Rdw指兩個(gè)節(jié)點(diǎn)與百科標(biāo)簽節(jié)點(diǎn)關(guān)聯(lián)強(qiáng)度的一種度量。

對(duì)于具有百科標(biāo)簽關(guān)聯(lián)的兩個(gè)興趣節(jié)點(diǎn)Ewj和Ewk，存在經(jīng)過百科標(biāo)簽節(jié)點(diǎn)Ebw的關(guān)聯(lián)路徑PW=EwjWikiTagEbwWikiTagEwk，百科標(biāo)簽關(guān)聯(lián)度Rdw的計(jì)算公式為：

Rdw（Ewj，Ewk）=OW（Ewj）∩OW（Ewk）OW（Ewj）∪OW（Ewk）（2）

其中OW（Ewj）表示與興趣標(biāo)簽節(jié)點(diǎn)Ewj關(guān)聯(lián)的百科標(biāo)簽節(jié)點(diǎn)集合，OW（Ewk）表示與興趣標(biāo)簽節(jié)點(diǎn)Ewk關(guān)聯(lián)的百科標(biāo)簽節(jié)點(diǎn)集合。OW（Ewj）∩OW（Ewk）表示與兩個(gè)節(jié)點(diǎn)共同關(guān)聯(lián)的百科標(biāo)簽節(jié)點(diǎn)數(shù)量，OW（Ewj）∪OW（Ewk）表示與兩個(gè)節(jié)點(diǎn)關(guān)聯(lián)的百科標(biāo)簽節(jié)點(diǎn)的總數(shù)。

定義3：語義關(guān)聯(lián)度。對(duì)于給定的興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk，語義關(guān)聯(lián)度指兩個(gè)節(jié)點(diǎn)通過語義知識(shí)建立關(guān)聯(lián)強(qiáng)度的一種度量。

興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk的語義關(guān)聯(lián)度Rds，由兩個(gè)節(jié)點(diǎn)的上位詞關(guān)聯(lián)度和百科標(biāo)簽關(guān)聯(lián)度進(jìn)行加權(quán)和計(jì)算得出，計(jì)算公式為：

Rds（Ewj，Ewk）=ω·Rdh（Ewj，Ewk）+φ·Rdw（Ewj，Ewk）（3）

在上位詞和百科標(biāo)簽關(guān)系中，一個(gè)興趣標(biāo)簽節(jié)點(diǎn)可能與多個(gè)上位詞節(jié)點(diǎn)或百科標(biāo)簽節(jié)點(diǎn)具有關(guān)聯(lián)，兩個(gè)節(jié)點(diǎn)具有的共同節(jié)點(diǎn)越多，它們的語義關(guān)聯(lián)度越大。由于不同的外部語義知識(shí)庫在覆蓋度、準(zhǔn)確度、更新周期方面存在較大差異，節(jié)點(diǎn)間的語義關(guān)聯(lián)計(jì)算可以引入多個(gè)外部知識(shí)庫進(jìn)行計(jì)算，根據(jù)知識(shí)庫的權(quán)威度、數(shù)據(jù)量等特點(diǎn)評(píng)估設(shè)定權(quán)重系數(shù)，彌補(bǔ)單一知識(shí)庫存在的語義關(guān)系稀疏和不準(zhǔn)確問題。

3.2?社交網(wǎng)絡(luò)關(guān)聯(lián)興趣擴(kuò)展

通過語義關(guān)聯(lián)能夠得到興趣標(biāo)簽的語義擴(kuò)展詞，但擴(kuò)展詞往往不能契合真實(shí)用戶的實(shí)際偏好。Web2.0時(shí)代，社交網(wǎng)絡(luò)提供了豐富的用戶興趣和社交關(guān)系數(shù)據(jù)資源，Mezghani?M等研究者已經(jīng)證明社交網(wǎng)絡(luò)用戶的標(biāo)簽可以有效地檢測(cè)用戶的興趣，鄰居用戶的興趣或行為也提供了相關(guān)的興趣信息[6]。部分研究者嘗試?yán)蒙缃痪W(wǎng)絡(luò)構(gòu)建興趣圖譜，建立用戶與興趣之間的聯(lián)系[21]，但現(xiàn)有研究尚處于起步階段，應(yīng)用效果不夠理想且適用范圍較窄。本文嘗試?yán)蒙缃痪W(wǎng)絡(luò)豐富的興趣數(shù)據(jù)和社交關(guān)系，挖掘興趣標(biāo)簽之間的社交關(guān)聯(lián)。

定義4：用戶自標(biāo)簽共現(xiàn)度。對(duì)于來源于社交網(wǎng)絡(luò)用戶自標(biāo)簽的興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk，用戶對(duì)兩個(gè)標(biāo)簽的共同使用行為建立了節(jié)點(diǎn)間的共現(xiàn)關(guān)聯(lián)，用戶自標(biāo)簽共現(xiàn)度UCD是對(duì)其關(guān)聯(lián)強(qiáng)度的一種度量。

對(duì)于具有自標(biāo)簽關(guān)聯(lián)的兩個(gè)興趣節(jié)點(diǎn)Ewj和Ewk，存在經(jīng)過社交網(wǎng)絡(luò)用戶節(jié)點(diǎn)Ess的關(guān)聯(lián)路徑PW=EwjUserLabelEssUserLabelEwk，興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk的用戶自標(biāo)簽共現(xiàn)度UCD計(jì)算公式為：

UCD（Ewj，Ewk）=μ·OU（Ewj）∩OU（Ewk）OU（Ewj）∪OU（Ewk）（4）

其中OU（Ewj）表示使用興趣詞Ewj作為個(gè)人興趣標(biāo)簽的社交網(wǎng)絡(luò)賬號(hào)節(jié)點(diǎn)集合，OU（Ewk）表示使用興趣詞Ewk作為個(gè)人興趣標(biāo)簽的社交網(wǎng)絡(luò)賬號(hào)節(jié)點(diǎn)集合。OU（Ewj）∩OU（Ewk）表示與兩個(gè)節(jié)點(diǎn)共同關(guān)聯(lián)的社交網(wǎng)絡(luò)賬號(hào)節(jié)點(diǎn)數(shù)量，OU（Ewj）∪OU（Ewk）表示兩個(gè)節(jié)點(diǎn)關(guān)聯(lián)的社交網(wǎng)絡(luò)賬號(hào)節(jié)點(diǎn)并集的數(shù)量，μ為調(diào)節(jié)系數(shù)。

定義5：用戶關(guān)注關(guān)聯(lián)度。對(duì)于來源于社交網(wǎng)絡(luò)用戶標(biāo)簽的興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk，兩個(gè)節(jié)點(diǎn)通過用戶的關(guān)注關(guān)系建立了關(guān)聯(lián)，用戶關(guān)注關(guān)聯(lián)度UFD是對(duì)其關(guān)聯(lián)強(qiáng)度的一種度量。

對(duì)于具有用戶自標(biāo)簽關(guān)聯(lián)的兩個(gè)興趣節(jié)點(diǎn)Ewj和Ewk，經(jīng)過兩個(gè)（或以上）社交網(wǎng)絡(luò)用戶節(jié)點(diǎn)Ess、Est的關(guān)注關(guān)系構(gòu)成了組合路徑PW=EwjUserLabelEssFollowedEstUserLabelEwk，稱為用戶自標(biāo)簽關(guān)注路徑。興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk的用戶關(guān)注關(guān)聯(lián)度UFD計(jì)算公式為：

UFD（Ewj，Ewk）=·PWW（Ewj，Ewk）OU（Ewj）×OU（Ewk）（5）

其中分子PWW（Ewj，Ewk）表示兩個(gè)興趣標(biāo)簽節(jié)點(diǎn)間的關(guān)注路徑集合的路徑個(gè)數(shù)，分母為分別與兩個(gè)節(jié)點(diǎn)關(guān)聯(lián)的社交網(wǎng)絡(luò)賬號(hào)數(shù)量的乘積，即組合路徑的理論最大值，為調(diào)節(jié)系數(shù)。

用戶關(guān)注關(guān)聯(lián)度使用社交網(wǎng)絡(luò)用戶節(jié)點(diǎn)之間的雙向關(guān)注關(guān)系產(chǎn)生的組合路徑作為計(jì)算依據(jù)，隨著關(guān)注關(guān)系跳數(shù)的增加，用戶興趣的傳遞會(huì)產(chǎn)生衰減[12]，考慮到多跳關(guān)注的計(jì)算復(fù)雜度會(huì)大幅增加而對(duì)興趣擴(kuò)展產(chǎn)生的效果有限，本文僅使用社交網(wǎng)絡(luò)用戶之間的直接關(guān)注關(guān)聯(lián)，暫不考慮用戶節(jié)點(diǎn)間的多跳關(guān)注關(guān)系。

由于輸入的用戶初始興趣可能存在空或與現(xiàn)有興趣不匹配的情況，在興趣知識(shí)圖譜中建立特殊的零興趣節(jié)點(diǎn)，并通過計(jì)算用戶自標(biāo)簽熱度建立零興趣節(jié)點(diǎn)與熱興趣詞間的關(guān)聯(lián)，用來解決零興趣輸入的需求。

定義6：用戶自標(biāo)簽熱度。對(duì)于興趣標(biāo)簽節(jié)點(diǎn)Ewh，與社交網(wǎng)絡(luò)用戶節(jié)點(diǎn)的連接數(shù)越多，它的自標(biāo)簽熱度越高，用戶自標(biāo)簽熱度UHD是對(duì)其受歡迎程度的一種度量。

興趣標(biāo)簽節(jié)點(diǎn)Ewh的用戶自標(biāo)簽熱度UHD計(jì)算公式為：

UHD（Ewh）=λ·PUW（Ewh）∑h∈IPUW（Ewh）（6）

其中分子PUW（Ewh）表示興趣標(biāo)簽節(jié)點(diǎn)Ewh與社交網(wǎng)絡(luò)用戶的關(guān)聯(lián)路徑個(gè)數(shù)，分母為興趣標(biāo)簽節(jié)點(diǎn)與社交網(wǎng)絡(luò)用戶的關(guān)聯(lián)路徑之和，λ作為調(diào)節(jié)系數(shù)。

3.3?興趣標(biāo)簽的衍生關(guān)聯(lián)擴(kuò)展

相對(duì)于傳統(tǒng)的推薦場(chǎng)景，大數(shù)據(jù)環(huán)境下的推薦系統(tǒng)具有輸入數(shù)據(jù)規(guī)模更大，稀疏性、冗余度和噪聲更大的特點(diǎn)[1]，知識(shí)圖譜技術(shù)降低了利用多源異構(gòu)數(shù)據(jù)的門檻，如何對(duì)各類知識(shí)數(shù)據(jù)進(jìn)行有效的整合利用變得尤為關(guān)鍵。

興趣擴(kuò)展模型分別從語義、興趣共現(xiàn)和社交關(guān)系多個(gè)角度分析，獲得了興趣標(biāo)簽節(jié)點(diǎn)之間的語義關(guān)聯(lián)度、用戶自標(biāo)簽共現(xiàn)度和用戶自標(biāo)簽關(guān)聯(lián)度等關(guān)聯(lián)權(quán)重。通過對(duì)各個(gè)關(guān)聯(lián)權(quán)重進(jìn)行權(quán)重歸一和加權(quán)處理，能夠生成興趣標(biāo)簽節(jié)點(diǎn)間的復(fù)合關(guān)聯(lián)權(quán)重。

興趣標(biāo)簽節(jié)點(diǎn)Ewj和Ewk的復(fù)合關(guān)聯(lián)權(quán)重CRD計(jì)算公式為：

CRD（Ewj，Ewk）=α·Rds（Ewj，Ewk）+β·UCD（Ewj，Ewk）+γ·UFD（Ewj，Ewk）（7）

其中權(quán)重系數(shù)根據(jù)語義關(guān)聯(lián)度、用戶自標(biāo)簽共現(xiàn)度和用戶自標(biāo)簽關(guān)聯(lián)度的數(shù)據(jù)源質(zhì)量、數(shù)據(jù)豐富程度、權(quán)重分布等進(jìn)行評(píng)估設(shè)定。

為了保證興趣之間的復(fù)合關(guān)聯(lián)能夠得到高效利用，本文在興趣知識(shí)圖譜中重建了興趣標(biāo)簽節(jié)點(diǎn)之間的衍生關(guān)系，將復(fù)合關(guān)聯(lián)權(quán)重分級(jí)轉(zhuǎn)化為3種新類型的關(guān)系——強(qiáng)關(guān)聯(lián)、中關(guān)聯(lián)、弱關(guān)聯(lián)，并將復(fù)合關(guān)聯(lián)權(quán)重作為邊的權(quán)重屬性存儲(chǔ)于圖數(shù)據(jù)庫。衍生關(guān)系把興趣擴(kuò)展的離線計(jì)算和在線查詢進(jìn)行有效分離，為后續(xù)的二次興趣挖掘、興趣擴(kuò)展查詢等提供了數(shù)據(jù)基礎(chǔ)。

興趣知識(shí)圖譜構(gòu)建及擴(kuò)展更新完成后，即可利用興趣標(biāo)簽節(jié)點(diǎn)間的衍生關(guān)系提供興趣擴(kuò)展查詢。對(duì)于原始興趣為單興趣詞的查詢，模型輸出與該興趣標(biāo)簽節(jié)點(diǎn)具有衍生關(guān)系的興趣標(biāo)簽節(jié)點(diǎn)集合;對(duì)于原始興趣為多興趣詞的查詢，模型輸出與多個(gè)輸入節(jié)點(diǎn)具有衍生關(guān)系的興趣標(biāo)簽節(jié)點(diǎn)集合。對(duì)于原始興趣為空的查詢，模型輸出與零興趣節(jié)點(diǎn)關(guān)聯(lián)的熱興趣標(biāo)簽節(jié)點(diǎn)集合。擴(kuò)展興趣輸出的排序依據(jù)為輸入相關(guān)節(jié)點(diǎn)和輸出節(jié)點(diǎn)的邊權(quán)重倒序。

4?實(shí)驗(yàn)結(jié)果與分析

4.1?實(shí)驗(yàn)數(shù)據(jù)及預(yù)處理

由于目前沒有統(tǒng)一、權(quán)威的數(shù)據(jù)集可供使用，實(shí)驗(yàn)采用開放鏈接知識(shí)和爬蟲工具抽取采集的數(shù)據(jù)，使用河北大學(xué)高性能計(jì)算平臺(tái)的胖節(jié)點(diǎn)集群進(jìn)行分析計(jì)算。

興趣知識(shí)圖譜基本構(gòu)建采用的數(shù)據(jù)集包括上下位關(guān)系數(shù)據(jù)集、百科標(biāo)簽數(shù)據(jù)集和社交網(wǎng)絡(luò)數(shù)據(jù)集。其中上下位關(guān)系選用哈爾濱工業(yè)大學(xué)社會(huì)計(jì)算與信息檢索研究中心研制的大詞林作為實(shí)體基礎(chǔ)知識(shí)庫，包括75萬核心實(shí)體、1.8萬細(xì)粒度概念詞表以及上下位關(guān)系318萬個(gè)[16]。百科標(biāo)簽數(shù)據(jù)選用復(fù)旦大學(xué)知識(shí)工場(chǎng)實(shí)驗(yàn)室研發(fā)維護(hù)的CN-DBpedia中文通用百科知識(shí)圖譜數(shù)據(jù)包，該數(shù)據(jù)集系從中文百科類網(wǎng)站的純文本頁面中提取，經(jīng)過濾、融合、推斷等操作形成的結(jié)構(gòu)化數(shù)據(jù)[22]。本文從中篩選了百科標(biāo)簽類型的三元組關(guān)系132萬條，涉及實(shí)體詞47萬個(gè)，百科標(biāo)簽詞0.36萬個(gè)，作為興趣知識(shí)圖譜中百科標(biāo)簽的知識(shí)來源。在社交網(wǎng)絡(luò)數(shù)據(jù)方面，本文以前期研究采集篩選的0.78萬個(gè)真實(shí)用戶關(guān)聯(lián)的微博賬號(hào)為種子節(jié)點(diǎn)，使用分布式網(wǎng)絡(luò)爬蟲抓取了2～3層關(guān)注關(guān)系以及相關(guān)的微博賬號(hào)信息，獲取到社交網(wǎng)絡(luò)用戶信息1?022萬條、關(guān)注關(guān)系6?600萬條;其中具有自定義興趣標(biāo)簽的用戶334萬個(gè)，從中提取用戶興趣標(biāo)簽詞45萬個(gè)，生成微博賬號(hào)和興趣標(biāo)簽的三元組關(guān)聯(lián)767萬條，補(bǔ)全用戶節(jié)點(diǎn)3?159萬個(gè)，用作興趣知識(shí)圖譜的社交網(wǎng)絡(luò)知識(shí)庫。

在知識(shí)圖譜構(gòu)建過程中，使用本體構(gòu)建工具Protégé規(guī)劃和構(gòu)建本體結(jié)構(gòu);利用關(guān)系數(shù)據(jù)庫對(duì)多個(gè)來源的數(shù)據(jù)進(jìn)行清洗整理、關(guān)系抽取、實(shí)體補(bǔ)全和規(guī)范化處理，生成實(shí)體節(jié)點(diǎn)和原生關(guān)系;使用Neo4j-admin工具批量導(dǎo)入至Neo4j圖數(shù)據(jù)庫，共包括各類節(jié)點(diǎn)3?889萬個(gè)，三元組關(guān)系7?400萬個(gè)，用于興趣知識(shí)數(shù)據(jù)的持久化存儲(chǔ)和圖查詢分析。

4.2?興趣標(biāo)簽的關(guān)聯(lián)分析

由原生關(guān)系組成的基礎(chǔ)知識(shí)圖譜和圖數(shù)據(jù)庫構(gòu)建完成后，通過多級(jí)視圖和Cypher查詢相結(jié)合的方法進(jìn)行聯(lián)合查詢計(jì)算，獲取與指定興趣標(biāo)簽相關(guān)的興趣節(jié)點(diǎn)列表，使用前述公式計(jì)算生成興趣節(jié)點(diǎn)之間的衍生關(guān)聯(lián)。

圖2?興趣標(biāo)簽節(jié)點(diǎn)的語義關(guān)系

興趣標(biāo)簽節(jié)點(diǎn)“輪滑”和“足球”之間的語義關(guān)系如圖2所示，兩個(gè)節(jié)點(diǎn)與4個(gè)共同上位詞節(jié)點(diǎn)存在路徑關(guān)系，分別是“物”“抽象事物”“體育項(xiàng)目”和“亞運(yùn)會(huì)比賽項(xiàng)目”;與3個(gè)共同百科標(biāo)簽節(jié)點(diǎn)存在路徑聯(lián)系，分別是“體育”“體育人物”和“體育項(xiàng)目”。根據(jù)式（1）、（2）分別求得這兩個(gè)興趣標(biāo)簽之間的上位詞關(guān)聯(lián)度為0.235和0.500。由于實(shí)驗(yàn)選取的上位詞知識(shí)和百科標(biāo)簽知識(shí)數(shù)據(jù)規(guī)模相近，知識(shí)關(guān)聯(lián)質(zhì)量相對(duì)較高，且經(jīng)過一系列的篩選及數(shù)據(jù)處理，因此在式（3）中的權(quán)重系數(shù)均取0.5，計(jì)算兩個(gè)興趣標(biāo)簽的語義關(guān)聯(lián)度結(jié)果為0.368。在興趣標(biāo)簽的語義分析過程中發(fā)現(xiàn)，開放知識(shí)庫的關(guān)聯(lián)數(shù)據(jù)可能存在不準(zhǔn)確或部分缺失的現(xiàn)象，引入多個(gè)開放知識(shí)庫可以減少單一來源知識(shí)不準(zhǔn)確造成的影響。

興趣標(biāo)簽節(jié)點(diǎn)“輪滑”和“足球”之間的用戶自標(biāo)簽共現(xiàn)關(guān)系中，兩個(gè)節(jié)點(diǎn)與8個(gè)社交網(wǎng)絡(luò)用戶節(jié)點(diǎn)存在自標(biāo)簽關(guān)系，與兩個(gè)節(jié)點(diǎn)存在自標(biāo)簽聯(lián)系的節(jié)點(diǎn)總數(shù)為179，調(diào)節(jié)系數(shù)μ取值為50，使用式（4）計(jì)算可得，兩個(gè)節(jié)點(diǎn)的用戶自標(biāo)簽關(guān)聯(lián)度為2.23。興趣共現(xiàn)相當(dāng)于用戶興趣的協(xié)同過濾，具有較大的數(shù)據(jù)價(jià)值;而社交網(wǎng)絡(luò)中存在自標(biāo)簽共現(xiàn)的用戶比例較小，在實(shí)驗(yàn)數(shù)據(jù)集中占比約為22%，因此設(shè)定了系數(shù)進(jìn)行調(diào)節(jié)放大。

興趣標(biāo)簽節(jié)點(diǎn)通過社交網(wǎng)絡(luò)用戶之間的關(guān)注關(guān)系，建立了節(jié)點(diǎn)距離為5跳的關(guān)聯(lián)路徑，如圖3所示。與圖中心興趣標(biāo)簽節(jié)點(diǎn)“輪滑”具有多條關(guān)注路徑的節(jié)點(diǎn)包括“美食”（42條）、“旅游”（26條）、“名人明星”（20條）、“校園生活”（12條）等，這些多路徑節(jié)點(diǎn)體現(xiàn)了與興趣詞關(guān)聯(lián)的社交網(wǎng)絡(luò)群體興趣。如表1所示，通過自標(biāo)簽熱度式（6）計(jì)算得出熱興趣詞排名，熱度較高的興趣詞包括“旅游”“美食”“名人明星”“搞笑幽默”“娛樂”等，用做零輸入節(jié)點(diǎn)的關(guān)聯(lián)興趣。豐富的社交網(wǎng)絡(luò)知識(shí)為興趣標(biāo)簽節(jié)點(diǎn)之間的關(guān)聯(lián)有效地拓展了興趣知識(shí)資源。

4.3?結(jié)果分析

用戶興趣擴(kuò)展模型的最主要目的是為興趣稀疏用戶擴(kuò)充興趣，為了驗(yàn)證模型中不同興趣知識(shí)來源對(duì)用戶興趣擴(kuò)展的效果，本文參照跨域興趣融合的評(píng)價(jià)方法[23]計(jì)算不同來源的興趣知識(shí)疊加對(duì)輸入興趣的覆蓋度和對(duì)輸出興趣的受歡迎程度的影響。把各興趣知識(shí)來源設(shè)為4個(gè)數(shù)據(jù)域，其中D1域?yàn)樯衔辉~知識(shí)，D2域?yàn)榘倏茦?biāo)簽知識(shí)，D3域?yàn)樽詷?biāo)簽共現(xiàn)知識(shí)，D4域?yàn)檠苌P(guān)聯(lián)知識(shí)。

在實(shí)驗(yàn)過程中，采用覆蓋率和查準(zhǔn)率指標(biāo)對(duì)用戶興趣擴(kuò)展效果進(jìn)行評(píng)價(jià)。覆蓋率指標(biāo)用來衡量知識(shí)庫對(duì)輸入興趣的覆蓋程度，即輸入用戶中可被興趣標(biāo)簽節(jié)點(diǎn)覆蓋的用戶占比;查準(zhǔn)率指標(biāo)用來衡量輸出擴(kuò)展興趣的受歡迎程度，即輸出的擴(kuò)展興趣屬于熱興趣詞庫的用戶占比。為了便于對(duì)比效果，隨機(jī)抽取興趣用戶5?000個(gè)，把用戶的首選興趣詞作為用戶的興趣輸入，興趣標(biāo)簽按權(quán)重排名的前5個(gè)作為輸出興趣;把社交網(wǎng)絡(luò)的自標(biāo)簽詞按熱度降序排列，從37萬自標(biāo)簽詞中篩選出熱興趣詞庫。由于D3域和熱興趣詞庫關(guān)聯(lián)程度較高，為了規(guī)避由此帶來的驗(yàn)證傾向，輸入用戶興趣源使用與社交網(wǎng)絡(luò)無關(guān)的圖書領(lǐng)域，熱興趣詞中只選取了使用頻次大于8次的前5%作為熱興趣詞庫，熱興趣詞數(shù)量為1.85萬。實(shí)驗(yàn)結(jié)果如表2所示。

對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，如圖4所示，外部語義知識(shí)庫的D1域和D2域?qū)斎肱d趣的覆蓋比例均超過了60%，但查準(zhǔn)率較低。經(jīng)分析發(fā)現(xiàn)，語義知識(shí)庫中單個(gè)上位詞或百科標(biāo)簽關(guān)聯(lián)的實(shí)體詞數(shù)量極不均衡，數(shù)量范圍從1個(gè)到28萬個(gè)，這也是相關(guān)知識(shí)權(quán)威度較高而效果不佳的癥結(jié)所在。D3域自標(biāo)簽共現(xiàn)知識(shí)在數(shù)據(jù)規(guī)模較大情況下，興趣詞庫數(shù)量適中且高頻詞較為集中，覆蓋率略高于語義知識(shí)庫，其輸出結(jié)果的查準(zhǔn)率提升較為明顯。D4域的衍生關(guān)聯(lián)知識(shí)，將多源知識(shí)進(jìn)行了疊加，并通過零興趣節(jié)點(diǎn)為匹配失敗節(jié)點(diǎn)輸出了高頻熱興趣詞，所以覆蓋率和查準(zhǔn)率均有大幅提升，具有較高的興趣擴(kuò)展性能。

圖4?用戶興趣擴(kuò)展實(shí)驗(yàn)結(jié)果

5?結(jié)?論

本文針對(duì)大數(shù)據(jù)環(huán)境下用戶興趣知識(shí)的特點(diǎn)，建立了基于知識(shí)圖譜的用戶興趣擴(kuò)展模型，通過挖掘用戶興趣之間的關(guān)系擴(kuò)展用戶的關(guān)聯(lián)興趣。相對(duì)于關(guān)注用戶與項(xiàng)目、用戶與興趣關(guān)聯(lián)的興趣挖掘模型，該模型有機(jī)地融合了大數(shù)據(jù)環(huán)境下的各種興趣知識(shí)，為跨領(lǐng)域、跨平臺(tái)的推薦建立了興趣關(guān)聯(lián)知識(shí)庫。興趣知識(shí)圖譜通過引入開放的語義知識(shí)庫，增強(qiáng)了興趣標(biāo)簽之間的語義關(guān)聯(lián)，彌補(bǔ)了傳統(tǒng)興趣標(biāo)簽的劣勢(shì)。社交網(wǎng)絡(luò)中的真實(shí)用戶興趣行為能夠提取出較為精準(zhǔn)的熱興趣詞集，把用戶相關(guān)的群體興趣知識(shí)關(guān)聯(lián)轉(zhuǎn)化為個(gè)體興趣，結(jié)合語義知識(shí)為用戶提供了更加全面和準(zhǔn)確的興趣擴(kuò)展。研究的不足之處在于，由于數(shù)據(jù)規(guī)模相對(duì)較大，受平臺(tái)架構(gòu)、計(jì)算節(jié)點(diǎn)數(shù)量和系統(tǒng)開銷等因素影響，使用圖數(shù)據(jù)庫平臺(tái)進(jìn)行的復(fù)雜關(guān)系分析和衍生關(guān)聯(lián)的計(jì)算效率不高，在圖挖掘、興趣推理及大數(shù)據(jù)分析方面的研究尚不夠深入，需要繼續(xù)完善和優(yōu)化。此外，用戶興趣在小世界與大世界、全面性與精準(zhǔn)性、多樣性與新穎性等方面的指標(biāo)尚需要進(jìn)一步評(píng)估和權(quán)衡。

參考文獻(xiàn)

[1]孟祥武，紀(jì)威宇，張玉潔.大數(shù)據(jù)環(huán)境下的推薦系統(tǒng)[J].北京郵電大學(xué)學(xué)報(bào)，2015，38（2）：1-15.

[2]余傳明，蔡林，胡莎莎，等.基于深度學(xué)習(xí)的查詢擴(kuò)展研究[J].情報(bào)學(xué)報(bào)，2019，38（10）：1066-1077.

[3]王鑫，陸靜雅，王英.面向推薦的用戶興趣擴(kuò)展方法[J].山東大學(xué)學(xué)報(bào)：工學(xué)版，2017，47（2）：71-79，93.

[4]Liu?Q，Chen?E，Xiong?H，et?al.Enhancing?Collaborative?Filtering?By?User?Interest?Expansion?Via?Personalized?Ranking[J].IEEE?Transactions?on?Systems?Man?&?Cybernetics?Part?B?Cybernetics?A?Publication?of?the?IEEE?Systems?Man?&?Cybernetics?Society，2012，42（1）：218-233.

[5]Bedi?P，Richa.User?Interest?Expansion?Using?Spreading?Activation?for?Generating?Recommendations[C]//International?Conference?on?Advances?in?Computing，Communications?and?Informatics.IEEE，2015：766-771.

[6]Mezghani?M，Péninou?A，Zayani?C?A，et?al.Producing?Relevant?Interests?from?Social?Networks?By?Mining?Users?Tagging?Behaviour：A?First?Step?Towards?Adapting?Social?Information[J].Data?&?Knowledge?Engineering，2017，108：15-29.

[7]Zhang?Z，Zheng?X，Zeng?D?D.A?Framework?for?Diversifying?Recommendation?Lists?By?User?Interest?Expansion[J].Knowledge-based?Systems，2016，105：83-95.

[8]徐建民，劉明艷，王苗.基于用戶擴(kuò)展興趣的微博推薦方法[J].計(jì)算機(jī)應(yīng)用研究，2019，36（6）：1652-1655.

[9]沈志宏，姚暢，侯艷飛，等.關(guān)聯(lián)大數(shù)據(jù)管理技術(shù)：挑戰(zhàn)、對(duì)策與實(shí)踐[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2018，2（1）：9-20.

[10]孫雨生，祝博，朱禮軍.國內(nèi)基于知識(shí)圖譜的信息推薦研究進(jìn)展[J].情報(bào)理論與實(shí)踐，2019，42（12）：163-169，149.

[11]陳濤，劉煒，單蓉蓉，等.知識(shí)圖譜在數(shù)字人文中的應(yīng)用研究[J].中國圖書館學(xué)報(bào)，2019，45（6）：34-49.

[12]Guo?Q，Zhuang?F，Qin?C，et?al.A?Survey?on?Knowledge?Graph-Based?Recommender?Systems[J].Scientia?Sinica?Informationis，2020，50（7）：937.

[13]Noia?T?D，Ostuni?V?C，Tomeo?P，et?al.SPrank：Semantic?Path-Based?Ranking?for?Top-N?Recommendations?Using?Linked?Open?Data[J].ACM?Transactions?on?Intelligent?Systems?and?Technology，2016，8（1）：9.

[14]Gupta?M，Kumar?P.Recommendation?Generation?Using?Personalized?Weight?of?Meta-paths?in?Heterogeneous?Information?Networks[J].European?Journal?of?Operational?Research，2020，284（2）：660-674.

[15]李興華，陳冬林，楊愛民，等.基于用戶興趣-標(biāo)簽的混合推薦方法研究[J].情報(bào)學(xué)報(bào)，2015，34（5）：466-470.

[16]Feng?X，Guo?J，Qin?B，et?al.Effective?Deep?Memory?Networks?for?Distant?Supervised?Relation?Extraction[C]//Twenty-Sixth?International?Joint?Conference?on?Artificial?Intelligence，2017.

[17]蔣婷，孫建軍.領(lǐng)域?qū)W術(shù)本體概念等級(jí)關(guān)系抽取研究[J].情報(bào)學(xué)報(bào)，2017，36（10）：1080-1092.

[18]何振宇，董祥祥，朱慶華.多維度視角下百度百科詞條評(píng)價(jià)指標(biāo)構(gòu)建[J].圖書情報(bào)工作，2019，63（12）：114-120.

[19]王艷茹，馬慧芳，劉海姣，等.基于多標(biāo)簽語義關(guān)聯(lián)關(guān)系的微博用戶興趣建模方法[J].計(jì)算機(jī)工程與科學(xué)，2018，40（11）：165-171.

[20]Kim?H?N，Alkhaldi?A，Saddik?A?E，et?al.Collaborative?User?Modeling?with?User-Generated?Tags?for?Social?Recommender?Systems[J].Expert?Systems?with?Applications，2011，38（7）：8488-8496.

[21]孫雨生，張恒，朱禮軍.國內(nèi)興趣圖譜研究進(jìn)展[J].情報(bào)理論與實(shí)踐，2017，40（1）：132-138.

[22]Xu?B，Xu?Y，Liang?J，et?al.CN-DBpedia：A?Never-Ending?Chinese?Knowledge?Extraction?System[C]//International?Conference?on?Industrial，Engineering?and?Other?Applications?of?Applied?Intelligent?Systems，2017.

[23]張彬，徐建民，吳樹芳.基于多源用戶標(biāo)簽的跨域興趣融合模型研究[J].情報(bào)科學(xué)，2020，38（4）：147-152，162.

（責(zé)任編輯：孫國雷）