于合龍，孫 琳

(吉林農(nóng)業(yè)大學(xué)信息技術(shù)學(xué)院，吉林 長春 130118)

1 引言

信息化的發(fā)展促進(jìn)了大數(shù)據(jù)時(shí)代的到來，網(wǎng)絡(luò)中的信息量不斷增加，用戶在海量資源選取時(shí)，獲取的信息包含很多相似內(nèi)容，容易導(dǎo)致信息過載，因此推薦算法的作用舉足輕重[1]。農(nóng)業(yè)資源服務(wù)是農(nóng)業(yè)信息化研究的熱點(diǎn)，傳統(tǒng)在線資源推薦算法推薦易產(chǎn)生冗余，很難達(dá)到用戶精細(xì)化要求，導(dǎo)致用戶體驗(yàn)感較差。同時(shí)，推薦算法面臨諸多挑戰(zhàn)，例如資源稀疏性、時(shí)效性差等，這些問題的存在使信息資源推薦算法在應(yīng)用過程中很難取得理想效果[2]。為此，相關(guān)研究人員進(jìn)行了大量研究。

文獻(xiàn)[3]提出基于蜂群K-means聚類的協(xié)同過濾推薦算法。該算法結(jié)合用戶屬性，對(duì)用戶進(jìn)行聚類處理，在聚類簇中尋找類似偏好的鄰近用戶，并將鄰居用戶的項(xiàng)目評(píng)分?jǐn)?shù)據(jù)作為構(gòu)建推薦列表的依據(jù)，建立聚類模型；改進(jìn)蜂群K-means聚類算法，獲取目標(biāo)用戶與聚類模型到每個(gè)聚類中心的距離，將距離最近的類作為目標(biāo)用戶檢索空間；在該空間中通過項(xiàng)目評(píng)分矩陣產(chǎn)生推薦列表。該方法可以有效進(jìn)行信息資源推薦，但該方法操作過程較為復(fù)雜，推薦延時(shí)較長。文獻(xiàn)[4]在多特征融合基礎(chǔ)上對(duì)推薦算法進(jìn)行優(yōu)化。該方法從用戶自身偏好、興趣點(diǎn)、本身特性以及興趣點(diǎn)所在區(qū)域，對(duì)用戶感興趣因素進(jìn)行分析，并構(gòu)建用戶-區(qū)域-內(nèi)容的聯(lián)合推薦模型；利用選擇變量控制興趣點(diǎn)的主題，對(duì)推薦模型做形式化處理，計(jì)算出模型中變量的聯(lián)合概率分布，確定參數(shù)值；最后，算法進(jìn)入推薦階段，通過對(duì)上述模型進(jìn)行訓(xùn)練，得出最終的推薦公式，并結(jié)合新老用戶的興趣點(diǎn)對(duì)其進(jìn)行推薦。該方法可以根據(jù)用戶興趣進(jìn)行有效推薦，但該方法推薦的準(zhǔn)確度不高。

基于上述問題的存在，本文提出基于知識(shí)圖譜的農(nóng)業(yè)在線海量信息資源推薦算法。知識(shí)圖譜由節(jié)點(diǎn)與邊構(gòu)成，利用該圖譜將推薦問題轉(zhuǎn)變?yōu)榕判騿栴}，構(gòu)建推薦系統(tǒng)框架，并結(jié)合矩陣分解算法建立混合推薦模型，完成基于知識(shí)圖譜的農(nóng)業(yè)在線信息資源推薦算法。仿真結(jié)果表明，所提方法推薦準(zhǔn)確率高，能夠?yàn)橛脩魩砝硐氲捏w驗(yàn)效果。

2 知識(shí)圖譜與推薦系統(tǒng)結(jié)構(gòu)分析

2.1 知識(shí)圖譜

知識(shí)圖譜由多條知識(shí)構(gòu)成，且每條知識(shí)均表示一個(gè)三元組知識(shí)結(jié)構(gòu)，將所有數(shù)據(jù)組建為一張有向圖[5]。它在語義網(wǎng)絡(luò)思想上發(fā)展而成，成為近年來網(wǎng)絡(luò)搜索領(lǐng)域的重點(diǎn)話題。在農(nóng)業(yè)信息資源領(lǐng)域使用知識(shí)圖譜，圖譜中任意一點(diǎn)均代表一個(gè)信息單元，在單元和單元中間利用有向邊描述存在的邏輯關(guān)系，從而使知識(shí)圖譜具有清晰的信息資源結(jié)構(gòu)。

通過專業(yè)的知識(shí)圖譜指引用戶，其具有全局性和引領(lǐng)性的優(yōu)點(diǎn)。其使用戶全面了解專業(yè)知識(shí)結(jié)構(gòu)，將其看作一張知識(shí)地圖，任意一個(gè)知識(shí)點(diǎn)均是地圖中某個(gè)位置，用戶能夠結(jié)合知識(shí)所處位置，獲取知識(shí)地圖的路線指導(dǎo)，結(jié)合自己對(duì)信息的需求情況，確定下一步的資源檢索內(nèi)容。知識(shí)圖譜架構(gòu)示意圖如圖1 所示。

圖1 知識(shí)圖譜框架示意圖

2.2 推薦系統(tǒng)架構(gòu)

海量的網(wǎng)絡(luò)資源伴隨著個(gè)性化需要，出現(xiàn)大量冗余信息。推薦系統(tǒng)的本質(zhì)就是在海量的資源中，為用戶提供感興趣的信息，并且形成具有個(gè)性化的推薦結(jié)果，給用戶帶來差異性的檢索服務(wù)。

推薦系統(tǒng)的主要功能為利用推薦算法完成信息的查找推薦。在知識(shí)圖譜基礎(chǔ)上建立資源推薦系統(tǒng)框架。主要包括提供個(gè)性化資源推薦以及資源管理[6]兩方面。推薦系統(tǒng)主體架構(gòu)如圖2所示。

圖2 推薦系統(tǒng)結(jié)構(gòu)圖

單元測(cè)評(píng)用于了解用戶現(xiàn)階段對(duì)相關(guān)知識(shí)的認(rèn)知程度，主要通過調(diào)查問卷的方法實(shí)現(xiàn)；用戶資源數(shù)據(jù)記錄包含學(xué)習(xí)的策略、路徑等特征信息，根據(jù)知識(shí)圖譜的邏輯關(guān)系，生成個(gè)性化信息推薦列表，并利用可視化[7]的方法將資源傳輸?shù)接脩艚缑妗?/p>

3 基于知識(shí)圖譜的農(nóng)業(yè)在線信息資源推薦算法

3.1 用戶興趣遷移模型構(gòu)建

用戶對(duì)農(nóng)業(yè)信息資源感興趣程度會(huì)隨時(shí)間的推移與交互情況發(fā)生變化。傳統(tǒng)算法不能對(duì)用戶行為信息的動(dòng)態(tài)變化做出準(zhǔn)確反應(yīng)，并且也不能正確處理用戶興趣遷移問題。本文將遷移模型融入到推薦算法中，有助于個(gè)性化信息資源推薦效果的提高。

通過對(duì)知識(shí)圖譜中的節(jié)點(diǎn)分配不同比例權(quán)重能夠發(fā)現(xiàn)用戶對(duì)不同農(nóng)業(yè)知識(shí)的興趣差異。興趣遷移模型根據(jù)用戶檢索行為與次數(shù)，對(duì)知識(shí)圖譜中節(jié)點(diǎn)權(quán)重進(jìn)行調(diào)整，體現(xiàn)用戶興趣遷移變化的特征。用戶的行為與當(dāng)前時(shí)間越靠近，同類行為次數(shù)越多，則節(jié)點(diǎn)所分配的權(quán)重越高，表明用戶對(duì)該信息資源的興趣越濃厚。

用戶Ui與農(nóng)業(yè)信息資源Ij兩個(gè)節(jié)點(diǎn)之間的權(quán)重表達(dá)式為

(1)

式中，t代表當(dāng)前時(shí)間點(diǎn)，n表示同一種行為發(fā)生次數(shù)，ts描述用戶對(duì)信息資源發(fā)生反饋的時(shí)間，t0代表用戶興趣遷移的時(shí)間因素，w為權(quán)重閾值，表明用戶隨著時(shí)間的推移，可以提供的推薦能力逐漸下降，最后接近常量w。

3.2 基于矩陣分解的推薦算法

3.2.1 矩陣分解原理

矩陣分解的主要思想認(rèn)為所有用戶與任意項(xiàng)目之間都存在各自的特征，用戶的興趣由少數(shù)因素決定。通過矩陣分解在資源交互矩陣中獲取用戶特性矩陣與資源特性矩陣。矩陣分解模型經(jīng)過抽象后表示為

R=UVT

(2)

式中，U∈Rm×d與V∈Rn×d分別表示矩陣分解后的d維用戶與資源的特征矩陣。利用分解后低維度的用戶和資源特征矩陣的乘積UVT，對(duì)已知項(xiàng)目真實(shí)矩陣進(jìn)行近似擬合處理。模型訓(xùn)練的目標(biāo)函數(shù)表示為

(3)

為準(zhǔn)確控制模型在參數(shù)學(xué)習(xí)過程中的擬合問題，引入一種對(duì)λ參數(shù)加權(quán)正則化的方式，利用用戶數(shù)量nui與項(xiàng)目數(shù)量nvj避免目標(biāo)函數(shù)的轉(zhuǎn)移，改進(jìn)后損失函數(shù)為

(4)

3.2.2 算法步驟描述

在知識(shí)圖譜基礎(chǔ)上，引入矩陣分解算法的農(nóng)業(yè)在線信息資源推薦算法過程如下：

第一步：利用知識(shí)圖譜，展示矩陣分解算法訓(xùn)練獲得實(shí)體向量表達(dá)；

第二步：對(duì)用戶項(xiàng)目與矩陣項(xiàng)目進(jìn)行交互處理[9]，且與知識(shí)圖譜中存在的實(shí)體進(jìn)行特征匹配；

第三步：在知識(shí)圖譜中，選擇和待測(cè)項(xiàng)目最接近的k個(gè)附近鄰居引入到矩陣分解模型中；

第四步：根據(jù)模型學(xué)習(xí)對(duì)分解后的用戶與項(xiàng)目矩陣求解，通過計(jì)算獲得預(yù)測(cè)評(píng)分。矩陣分級(jí)的流程如圖2所示。

圖3 矩陣分解流程圖

經(jīng)過矩陣分解后的目標(biāo)函數(shù)表達(dá)式為：

(5)

(6)

式中，d表示經(jīng)過模型訓(xùn)練獲得的維度，取值為正數(shù)，利用下述公式對(duì)其做標(biāo)準(zhǔn)化處理

f(x)=(1+x)/2

(7)

本文利用梯度下降法最小化目標(biāo)函數(shù)對(duì)用戶特征矩陣U，以及農(nóng)業(yè)信息資源特征矩陣V進(jìn)行求解，以此建立反饋模型[11]為

(8)

傳統(tǒng)推薦算法通常利用鄰接矩陣對(duì)數(shù)據(jù)做儲(chǔ)存與計(jì)算，這種方式計(jì)算效率較低[12]。假設(shè)鄰接矩陣A占據(jù)了|V|×|V|的存儲(chǔ)空間，這種情況下|V|在快速增長時(shí)很難對(duì)其進(jìn)行計(jì)算處理。另外，鄰接矩陣中大部分?jǐn)?shù)據(jù)為0，存在非常稀疏現(xiàn)象，這種稀疏性降低了農(nóng)業(yè)信息資源推薦效率。知識(shí)圖譜可以結(jié)合語義和不同的特征信息，并利用權(quán)重展現(xiàn)節(jié)點(diǎn)之間存在的關(guān)系。不僅考慮節(jié)點(diǎn)的同構(gòu)性與同質(zhì)性，而且還對(duì)用戶興趣遷移狀況進(jìn)行考慮。農(nóng)業(yè)在線信息資源推薦算法的實(shí)現(xiàn)流程如圖4 所示。

圖4 算法流程圖

在對(duì)用戶與農(nóng)業(yè)信息資源的特征矩陣求解后，將特征映射在K維空間，此時(shí)，幾何上越相近的特征相關(guān)性越強(qiáng)。通過向量余弦相似度獲取特征ei與ej之間的相關(guān)性信息Sim(ei，ej)，即

(9)

(10)

本文對(duì)推薦列表進(jìn)行擴(kuò)展，通過知識(shí)圖譜對(duì)用戶的長期喜好進(jìn)行判斷，并利用反饋模型和用戶興趣偏移模型建立混合型知識(shí)圖譜，用其判斷農(nóng)業(yè)信息資源內(nèi)容的變化情況與用戶喜好的波動(dòng)等時(shí)效因素。

混合型知識(shí)圖譜實(shí)體間權(quán)重更新模型表示為

(11)

式中，RWij表示更新后資源特征i與j之間的權(quán)重值，wij為通過用戶興趣遷移模型運(yùn)算后獲取的興趣程度值，關(guān)系k表示用戶i和資源信息j之間的評(píng)分關(guān)系，rating表示用戶對(duì)農(nóng)業(yè)信息資源的評(píng)分，λ屬于歸一化因子，令λ×rating的歸一化初始權(quán)重為1，避免評(píng)分過高對(duì)隨機(jī)游走產(chǎn)生影響。

在經(jīng)過集中訓(xùn)練后的用戶資源(Ui，Ij)，結(jié)合全部資源特征與用戶興趣遷移的知識(shí)圖譜上進(jìn)行深度游走，提取相似性特征Sim(Ui，Ij)mix，根據(jù)式(12)建立混合特征模型，即

(12)

4 仿真分析

4.1 仿真環(huán)境

為驗(yàn)證本文算法有效性，進(jìn)行仿真分析。仿真系統(tǒng)為Windows 10 ，系統(tǒng)運(yùn)行內(nèi)存為8 GB。

4.2 實(shí)驗(yàn)參數(shù)

從網(wǎng)絡(luò)信息資源中收集有關(guān)農(nóng)業(yè)信息資源，共10類，分別從200個(gè)網(wǎng)頁資料中收集，結(jié)合特征向量定義，獲得特征頻度向量數(shù)據(jù)，構(gòu)建與其對(duì)應(yīng)的資源庫。實(shí)驗(yàn)參數(shù)設(shè)置如表1所示。

表1 實(shí)驗(yàn)參數(shù)設(shè)置

4.3 實(shí)驗(yàn)結(jié)果分析

4.3.1 不同方法農(nóng)業(yè)在線資源推薦準(zhǔn)確率分析

為證明本文方法的優(yōu)越性，實(shí)驗(yàn)對(duì)比了本文方法、文獻(xiàn)[3]方法以及文獻(xiàn)[4]方法推薦農(nóng)業(yè)信息資源時(shí)的準(zhǔn)確率實(shí)驗(yàn)結(jié)果如圖5 所示。

圖5 不同方法推薦信息的準(zhǔn)確率對(duì)比

分析圖5 可以看出，三種方法在推薦農(nóng)業(yè)信息資源時(shí)的推薦準(zhǔn)確率有所差異。當(dāng)?shù)螖?shù)為2 時(shí)，本文方法的推薦準(zhǔn)確率約為87 %，文獻(xiàn)[3]方法的推薦準(zhǔn)確率約為63 %，文獻(xiàn)[4]方法的推薦準(zhǔn)確率約為61 %；當(dāng)?shù)螖?shù)為5時(shí)，本文方法的推薦準(zhǔn)確率約為96 %，文獻(xiàn)[3]方法的推薦準(zhǔn)確率約為72 %，文獻(xiàn)[4]方法的推薦準(zhǔn)確率約為81 %。通過對(duì)比可以看出，本文方法的農(nóng)業(yè)信息資源推薦的準(zhǔn)確率高于其它兩種方法，驗(yàn)證了本文方法的有效性。

4.3.2 不同方法農(nóng)業(yè)在線資源推薦的時(shí)延分析

為了進(jìn)一步驗(yàn)證本文方法的有效性，實(shí)驗(yàn)分析了本文方法、文獻(xiàn)[3]方法以及文獻(xiàn)[4]方法在進(jìn)行農(nóng)業(yè)在線資源推薦時(shí)的時(shí)延分析，其中，時(shí)延越短證明推薦的實(shí)時(shí)性越好。實(shí)驗(yàn)結(jié)果如圖6所示：

圖6 不同方法農(nóng)業(yè)在線資源推薦時(shí)延對(duì)比

分析圖6 可以看出，隨著實(shí)驗(yàn)次數(shù)的增加，三種方法在進(jìn)行農(nóng)業(yè)信息資源推薦時(shí)產(chǎn)生的實(shí)驗(yàn)也不同。當(dāng)實(shí)驗(yàn)次數(shù)為3時(shí)，本文方法的推薦的時(shí)延約為2 s，文獻(xiàn)[3]方法的推薦時(shí)延約為15 s，文獻(xiàn)[4]方法的推薦時(shí)延約為12.5 s；當(dāng)實(shí)驗(yàn)次數(shù)為7時(shí)，本文方法的推薦的時(shí)延約為2 s，文獻(xiàn)[3]方法的推薦時(shí)延約為10 s，文獻(xiàn)[4]方法的推薦時(shí)延約為11 s。通過對(duì)比可以看出本文方法的推薦時(shí)延較短，驗(yàn)證了本文方法在進(jìn)行推薦時(shí)實(shí)時(shí)性較好。

5 結(jié)束語

隨著網(wǎng)絡(luò)資源建設(shè)程度的不斷提高，為用戶推薦合適的資源信息越來越重要，基于此，本文利用知識(shí)圖譜對(duì)農(nóng)業(yè)在線信息資源的推薦進(jìn)行研究。通過構(gòu)建用戶興趣遷移模型，利用矩陣分解方法獲取目標(biāo)函數(shù)表達(dá)式，并根據(jù)梯度下降準(zhǔn)則對(duì)該函數(shù)求解，通過與知識(shí)圖譜的匹配，建立反饋模型等，完成農(nóng)業(yè)在線信息資源的推薦算法的研究。仿真結(jié)果表明，本文方法可有效推薦農(nóng)業(yè)信息資源，推薦的準(zhǔn)確率較高，且實(shí)時(shí)性較好，實(shí)現(xiàn)了更準(zhǔn)確的個(gè)性化農(nóng)業(yè)信息資源的推薦。