李冬

（商丘職業(yè)技術(shù)學(xué)院，河南 商丘 476001）

一、引言

隨著現(xiàn)代信息技術(shù)的高速發(fā)展，智能化、數(shù)字化技術(shù)相關(guān)應(yīng)用在人們學(xué)習(xí)、生活中大量普及，數(shù)字圖書資源在這一時(shí)代背景中迅猛發(fā)展，面對(duì)豐富多樣的數(shù)字圖書資源，提高讀者粘合度、滿意度，是數(shù)字圖書保持發(fā)展活力的關(guān)鍵；挖掘讀者的隱性偏好，根據(jù)其個(gè)性化的需求，通過(guò)智能化信息過(guò)濾技術(shù)為其推薦相關(guān)資源，是提高數(shù)字圖書服務(wù)效率和質(zhì)量重要舉措。

基于各種算法建立起來(lái)的數(shù)字圖書推薦系統(tǒng)是根據(jù)讀者的個(gè)人偏好，提供差異化圖書推薦的有效方法，算法是推薦系統(tǒng)高效、準(zhǔn)確運(yùn)行的基礎(chǔ)和關(guān)鍵。基于數(shù)字圖書內(nèi)容的協(xié)同過(guò)濾算法推薦給讀者的圖書準(zhǔn)確率較好，基于讀者評(píng)分推薦算法推薦的圖書質(zhì)量較高，但這些都難以挖掘讀者潛在的、隱性的圖書偏好，推薦結(jié)果難以滿足讀者更廣泛的閱讀需求。關(guān)聯(lián)語(yǔ)義鏈網(wǎng)絡(luò)能夠有效的組織web上松散的數(shù)字圖書資源，結(jié)合協(xié)同過(guò)濾算法，構(gòu)造能夠挖掘讀者隱性圖書偏好的推薦系統(tǒng)，以達(dá)到向讀者更好的推薦數(shù)字圖書的目的。

二、相關(guān)問(wèn)題

挖掘讀者的隱性偏好需要將讀者深層次的圖書需求與相關(guān)信息產(chǎn)生關(guān)聯(lián)，語(yǔ)義化能夠有效揭示資源之間的關(guān)系，進(jìn)而提供高層次的自動(dòng)化、智能化的信息處理服務(wù)。

語(yǔ)義化是一種知識(shí)組織的抽象方法，是在資源中建立有針對(duì)性的、適宜的語(yǔ)義標(biāo)簽，通過(guò)資源語(yǔ)義標(biāo)簽的內(nèi)容反映出特定資源的語(yǔ)義特征，從而在一定程度上實(shí)現(xiàn)計(jì)算機(jī)對(duì)特定資源特征與內(nèi)容的理解和掌控[1]。

語(yǔ)義關(guān)聯(lián)是指將所有與讀者需求相關(guān)的信息通過(guò)一定的規(guī)則進(jìn)行關(guān)聯(lián)，建立數(shù)字圖書資源間的語(yǔ)義聯(lián)系，推薦系統(tǒng)通過(guò)算法將關(guān)聯(lián)信息進(jìn)行過(guò)濾和處理，智能化的給出推薦結(jié)果。

三、推薦原理及算法

（一）關(guān)聯(lián)語(yǔ)義鏈算法構(gòu)造

關(guān)聯(lián)語(yǔ)義鏈網(wǎng)絡(luò)是一種對(duì)網(wǎng)絡(luò)資源進(jìn)行管理的數(shù)據(jù)模型，可以將具有語(yǔ)義關(guān)系的、松散的語(yǔ)義節(jié)點(diǎn)鏈接起來(lái)，語(yǔ)義節(jié)點(diǎn)包含圖片、文字等資源[2]。

本文采用支持度公式（1）與置信度公式（2）的關(guān)聯(lián)規(guī)則篩選方法，公式（1）、（2）如下：

其中，N（ki）為ki出現(xiàn)的次數(shù)，N（kikj）為ki和kj共同出現(xiàn)的次數(shù)。這里將語(yǔ)義元素作為關(guān)鍵詞，置信度為規(guī)則的權(quán)值。

關(guān)聯(lián)語(yǔ)義鏈算法構(gòu)造首先通過(guò)語(yǔ)義節(jié)點(diǎn)計(jì)算語(yǔ)義向量和規(guī)則，找出關(guān)鍵詞；然后計(jì)算出兩個(gè)語(yǔ)義節(jié)點(diǎn)的關(guān)系語(yǔ)義鏈權(quán)值；然后將語(yǔ)義規(guī)則與語(yǔ)義向量做“與”操作，得出語(yǔ)義節(jié)點(diǎn)之間的權(quán)值，重復(fù)計(jì)算，直到構(gòu)造完成[3]。

通過(guò)公式（3）計(jì)算關(guān)聯(lián)語(yǔ)義鏈值，并將結(jié)果作為權(quán)重，語(yǔ)義鏈值在（0，1）之間。其中（ki→kj）ki和kj為之間的鏈接權(quán)值，（ki→kj）為所有語(yǔ)義節(jié)點(diǎn)語(yǔ)義鏈值的和。

（二）算法推薦模型

根據(jù)數(shù)據(jù)庫(kù)中數(shù)字資源之間的語(yǔ)義節(jié)點(diǎn)關(guān)鍵詞，通過(guò)置信度、關(guān)聯(lián)規(guī)則計(jì)算，最后計(jì)算得出關(guān)聯(lián)語(yǔ)義鏈接權(quán)值，與協(xié)同過(guò)濾(Collaborative Filtering，CF)[4]算法相結(jié)合，構(gòu)造能夠挖掘讀者隱性圖書偏好的推薦算法，算法模型如圖1所示：

圖1 本文算法推薦模型

數(shù)字圖書數(shù)據(jù)庫(kù)收錄了讀者ID、性別、年齡、專業(yè)以及數(shù)字圖書ID、名稱、作者、出版社、圖書簡(jiǎn)介、讀者評(píng)論、評(píng)分等，并建立數(shù)據(jù)庫(kù)；通過(guò)數(shù)據(jù)庫(kù)收集的讀者信息及相關(guān)數(shù)字資源數(shù)據(jù)，進(jìn)行項(xiàng)目相似性計(jì)算，同時(shí)根據(jù)數(shù)據(jù)庫(kù)中數(shù)字資源之間的語(yǔ)義節(jié)點(diǎn)關(guān)鍵詞，計(jì)算得出關(guān)聯(lián)語(yǔ)義鏈接權(quán)值，運(yùn)用公式（4）[5]計(jì)算得分，進(jìn)行用戶推薦。

（三）算法設(shè)計(jì)流程

(1)關(guān)聯(lián)語(yǔ)義鏈鏈接權(quán)值計(jì)算

使用漢語(yǔ)詞法分析系統(tǒng)[6]將圖書數(shù)字資源進(jìn)行分詞、停用詞過(guò)濾，篩選和統(tǒng)計(jì)保留下來(lái)的詞名，得到關(guān)鍵詞，運(yùn)用上文提到的公式（3），計(jì)算關(guān)聯(lián)語(yǔ)義鏈鏈接權(quán)值，操作如下：

計(jì)算數(shù)字圖書資源之間的鏈接權(quán)值Wu；

(2)相似性計(jì)算

最近鄰方法可以對(duì)一個(gè)不知類別的樣本找出最相似的近鄰用戶進(jìn)行分類，相似性計(jì)算是基于讀者評(píng)分，建立用戶評(píng)分矩陣，找出與目標(biāo)用戶相似的用戶群體，相似性計(jì)算的精準(zhǔn)度決定著圖書推薦質(zhì)量，通過(guò)Pear-son相似度公式計(jì)算，將數(shù)字圖書資源之間的鏈接權(quán)值Wu加入公式中，如公式(5)所示，ru為讀者對(duì)圖書資源評(píng)分的平均值，U（i）、U（j）分別為數(shù)字圖書資源i、j評(píng)分的讀者合集，操作如下：

(3)數(shù)字圖書推薦

圖書推薦通過(guò)鄰居集對(duì)圖書的評(píng)分，通過(guò)平均加權(quán)法，運(yùn)用上文公式（5）來(lái)預(yù)測(cè)目標(biāo)用戶u對(duì)圖書i的評(píng)分，進(jìn)而產(chǎn)生推薦。

四、實(shí)驗(yàn)分析

（一）實(shí)驗(yàn)數(shù)據(jù)

本文采用商丘職業(yè)技術(shù)學(xué)院圖書館數(shù)字圖書資源庫(kù)中的數(shù)據(jù)集開展實(shí)驗(yàn)，從數(shù)字圖書資源庫(kù)中計(jì)算機(jī)、經(jīng)濟(jì)、政治、建筑等學(xué)科中選取100本數(shù)字圖書信息作為數(shù)據(jù)來(lái)源，請(qǐng)商丘職業(yè)技術(shù)學(xué)院不同專業(yè)、不同年級(jí)本、?？粕?00人對(duì)圖書進(jìn)行評(píng)分，收回有效評(píng)分9882條，無(wú)評(píng)分記錄或評(píng)分偏離有效評(píng)分范圍視為無(wú)效評(píng)分。圖書資源庫(kù)提供的數(shù)據(jù)信息包括數(shù)字圖書名稱、簡(jiǎn)介等，包含了圖書的關(guān)鍵詞和簡(jiǎn)要介紹，利用關(guān)鍵詞可以建立起圖書之間的關(guān)聯(lián)網(wǎng)絡(luò)，在此基礎(chǔ)上，根據(jù)相關(guān)數(shù)據(jù)進(jìn)行訓(xùn)練和實(shí)驗(yàn)檢驗(yàn)。

（二）評(píng)價(jià)指標(biāo)

平均絕對(duì)偏差MAE(Mean Absolute Error)體現(xiàn)預(yù)測(cè)評(píng)分與真實(shí)評(píng)分之間的偏差平均值，計(jì)算公式如式(6·)所示：

公式中，n為讀者數(shù)量，Pi為預(yù)測(cè)讀者評(píng)分集合｛P1,P2,…，PN｝，ri為實(shí)際讀者評(píng)分集合｛r1,r2,…，rN｝，計(jì)算出的MAE值越小，誤差越小，推薦效果越好。

（三）實(shí)驗(yàn)結(jié)果及分析

該實(shí)驗(yàn)驗(yàn)證本文提出的基于關(guān)聯(lián)語(yǔ)義鏈的數(shù)字圖書推薦性能，實(shí)驗(yàn)設(shè)定樣本間隔數(shù)為20，鄰居數(shù)為10，通過(guò)計(jì)算Top-N推薦結(jié)果與協(xié)同過(guò)濾算法CF進(jìn)行對(duì)比，得出的MAE值如圖2所示，圖中為不同樣本數(shù)20-320個(gè)運(yùn)行結(jié)果，實(shí)驗(yàn)考慮了數(shù)據(jù)稀疏性對(duì)實(shí)驗(yàn)結(jié)果的影響。

圖2 樣本個(gè)數(shù)對(duì)應(yīng)模型的MAE

實(shí)驗(yàn)表明，基于關(guān)聯(lián)語(yǔ)義鏈的數(shù)字圖書推薦方法與協(xié)同過(guò)濾CF算法相比較，MAE值均最小，表明本文提出的數(shù)字圖書推薦方法的有效性，隨著已知評(píng)分?jǐn)?shù)據(jù)源的增加，MAE值不斷下降，預(yù)測(cè)質(zhì)量也越高，實(shí)驗(yàn)證明了該方法能夠有效挖掘讀者圖書隱性偏好，在一定程度上提高了數(shù)字圖書的推薦性能，獲得了較好的推薦效果。

五、結(jié)束語(yǔ)

挖掘讀者隱性圖書偏好，從海量的數(shù)字圖書資源中向讀者有效推薦具有重要意義。本文通過(guò)對(duì)語(yǔ)義化、語(yǔ)義關(guān)聯(lián)、關(guān)聯(lián)語(yǔ)義鏈的介紹，闡明了關(guān)聯(lián)語(yǔ)義鏈在圖書信息鏈接中的作用，結(jié)合協(xié)同過(guò)濾算法，給出了基于關(guān)聯(lián)語(yǔ)義鏈的數(shù)字圖書推薦方法，通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法與協(xié)同過(guò)濾算法相比較，MAE值均最小，表明該方法優(yōu)于協(xié)同過(guò)濾CF算法，具有更好的數(shù)字圖書推薦性能。