互動智能通信中用戶個人偏好模型的研究

(1.北京理工大學(xué) 自動控制系， 北京 100081； 2.太原理工大學(xué)， 山西 太原 030024； 3.北京科技大學(xué) 信息工程學(xué)院， 北京 100083)

摘 要：互動智能通信是人工智能與互動通信相結(jié)合的產(chǎn)物，是智能信息推拉（Intelligent Information Push Pull，IIPP）技術(shù)的延伸和發(fā)展。通過實(shí)現(xiàn)互動智能通信，可以提高網(wǎng)絡(luò)及數(shù)據(jù)庫的智能水平，從根本上解決推送和拉取技術(shù)應(yīng)用過程中所遇到的難題及如何從海量信息中提取有用信息，如何為不同用戶提供個性化信息服務(wù)等問題。應(yīng)用模糊綜合評判法對用戶個人偏好模型進(jìn)行建模，提出用灰色關(guān)聯(lián)度分析確定權(quán)重的方法，并用Java編程語言實(shí)現(xiàn)通過手機(jī)短信和電子郵件兩種方式與用戶進(jìn)行互動，取得了良好的應(yīng)用效果。

關(guān)鍵詞：智能信息推拉; 互動智能通信; 分布式人工智能; 偏好模型; 模糊綜合評判

中圖法分類號：TP18文獻(xiàn)標(biāo)識碼：A

文章編號：1001 3695(2006)08 0055 03



Study on Individual Preference Model in Mutual move Intelligent Communication



MA Zhong gui 1， YE Bin 1，2， ZENG Guang ping 3， TU Xu yan 3

(1.Dept. of Automatic Control， Beijing Institute of Technology， Beijing 100081， China; 2.Taiyuan University of Technology， Taiyuan Shanxi 030024， China; 3.School of Information Engineering， Beijing University of Science Technology， Beijing 100083， China)

Abstract:Mutual move Intelligent Communication is the development based on the combination and integration of Artificial Intelligence and Mutual move Communication， and it is extension and development of Intelligent Information Push Pull. By implementing Mutual move Intelligent Communication， it makes Internet and database more intelligent， and can solve the puzzled problems such as the disadvantages of information push and information pull， how to mine useful information from a large number of information， and how to provide all kinds of personalized services for different people. At the same time， fuzzy comprehensive evaluation is used to build individual preference model， and the method using grey correlation analysis to define weight is put forward. Finally， two ways of mutual move communication， SMS and E mail， are fulfilled by Java， and good results are attained.

Key words:IIPP(Intelligent Information Push Pull); Mutual move Intelligent Communication; DAI(Distributed Artificial Intelligence); Preference Model; Fuzzy Comprehensive Evaluation

現(xiàn)代信息科學(xué)技術(shù)的發(fā)展，為人們提供了多種多樣的信息獲取和傳送方法及技術(shù)，從信源與用戶的關(guān)系來看，可分為兩種模式：①信息推送模式（Information Push），由信源主動將信息推送給用戶，如電臺廣播；②信息拉取模式（Information Pull），由用戶主動從信源中拉取信息，如查詢數(shù)據(jù)庫。

1智能信息推拉技術(shù)

信息拉取（Pull）技術(shù)即用戶有目的性地主動查詢，發(fā)出請求，然后系統(tǒng)將信息送回用戶端。信息拉取技術(shù)的主要優(yōu)點(diǎn)是針對性好、信源任務(wù)輕；其缺點(diǎn)是及時性差、要求用戶有一定的專業(yè)知識。為了解決Pull技術(shù)的這些問題，進(jìn)而產(chǎn)生了信息推送技術(shù)。

信息推送（Push）技術(shù)是根據(jù)用戶的需求，有針對性和目的性地按時將用戶感興趣的信息主動發(fā)送到用戶的計(jì)算機(jī)中。就像是廣播電臺播音，而聽眾可以選擇頻道收聽新聞、財(cái)經(jīng)、體育、音樂等節(jié)目，推送技術(shù)主動將最新的資料推送給客戶，使用者不必去搜索。推送技術(shù)的優(yōu)點(diǎn)是及時性好、對用戶要求低。

智能信息推拉[1～5]技術(shù)是由北京科技大學(xué)涂序彥教授提出的。信息推送與拉取兩項(xiàng)技術(shù)應(yīng)當(dāng)取長補(bǔ)短，相互結(jié)合。在兩者結(jié)合的基礎(chǔ)上再融入人工智能、知識發(fā)現(xiàn)、Internet及數(shù)據(jù)庫等技術(shù)，從而形成智能信息推拉技術(shù)。這項(xiàng)技術(shù)是當(dāng)前Internet/Extranet/Intranet、數(shù)據(jù)庫系統(tǒng)及其他信息系統(tǒng)為用戶提供信息服務(wù)的一個發(fā)展方向。智能信息推拉技術(shù)的引入，可以提高網(wǎng)絡(luò)及數(shù)據(jù)庫的智能水平，從根本上解決推送和拉取技術(shù)在應(yīng)用過程中所遇到的難題及如何從海量信息中提取有用信息，如何為不同用戶提供個性化信息服務(wù)等問題。智能信息推拉（IIPP）技術(shù)如圖1所示。

2互動智能通信

信息推送與信息拉取技術(shù)相比較，具有及時性好、對用戶要求低等優(yōu)點(diǎn)。但信息推送有以下不足：①不能確保發(fā)送成功。用戶不一定能確保收到網(wǎng)絡(luò)信息中心發(fā)送的信息，這對于那些要確保能收到信息的應(yīng)用領(lǐng)域是不合適的。②沒有信息狀態(tài)跟蹤。一個信息發(fā)布以后，客戶是否收到，是否已按信息的提示執(zhí)行了任務(wù)，這些信息發(fā)布者無從得知。這對于需要根據(jù)客戶端反饋信息來作出決策的信息中心來說是無法接受的。③沒有群組管理功能。有價(jià)值的重要信息，通常都是針對一些特定的群組來發(fā)送的，即只需送給相關(guān)人士，但Push是將信息毫無選擇地送到客戶用戶計(jì)算機(jī)上，用戶收到以后，還是要從中進(jìn)行篩選。這種方式并沒有從根本上解決用戶必須在大量信息中進(jìn)行查找、篩選的問題。

針對以上問題，在人工智能與“互動通信”相結(jié)合的基礎(chǔ)上，涂序彥提出了互動智能通信技術(shù)，旨在提高網(wǎng)絡(luò)及數(shù)據(jù)庫的智能水平。為了解決信息推送的群組管理問題，本文提出建立各種用戶的偏好模型，從而有針對性地、及時地向用戶主動推送所需信息，以滿足不同用戶的個性化需求，從而提高用戶的工作效率。

3用戶偏好的獲取方式

在電子商務(wù)中，用戶個人偏好模型可以表示用戶對商品的滿意程度，并能依據(jù)用戶滿意程度的大小對商品進(jìn)行分類或排序。了解用戶偏好也就是收集用戶的個性特征，它將為企業(yè)細(xì)分市場和尋求市場機(jī)會提供基礎(chǔ)。在網(wǎng)上了解用戶偏好主要有以下幾種方式：

（1）直接在網(wǎng)上設(shè)置調(diào)查表了解消費(fèi)者的意見

由于網(wǎng)上信息的開放性，網(wǎng)上用戶一般都比較注意保護(hù)個人隱私信息，因此直接獲取用戶涉及到個人隱私的信息是非常困難的，必須注意技巧，從側(cè)面通過關(guān)聯(lián)或測試來了解。在進(jìn)行網(wǎng)上問卷調(diào)查時，一定要注意網(wǎng)上禮儀，尊重消費(fèi)者的個人隱私權(quán)，否則很難得到正確有效的調(diào)查結(jié)論，甚至可能招致報(bào)復(fù)和攻擊。

（2）識別消費(fèi)者個人特征

利用互聯(lián)網(wǎng)了解消費(fèi)者偏好，首先是要識別消費(fèi)者個人特征，如地址、年齡、E mail、電話、職業(yè)等，為避免重復(fù)統(tǒng)計(jì)，一般在對已經(jīng)統(tǒng)計(jì)過的訪問者在其計(jì)算機(jī)上放置一個Cookie，它記錄訪問者的編號和個性特征，這樣既可以方便用戶下次接受調(diào)查時可以不用填寫重復(fù)信息，也可以減少對同一訪問者的重復(fù)調(diào)查；另外一種辦法是，采用獎勵或贈送辦法，如提供免費(fèi)的個人信箱，電子雜志等吸引訪問者登記和填寫個人情況表，以獲取消費(fèi)者個性特征。

（3）通過網(wǎng)頁統(tǒng)計(jì)方法了解消費(fèi)者對企業(yè)站點(diǎn)感興趣的內(nèi)容

現(xiàn)在的統(tǒng)計(jì)軟件可以如實(shí)記錄下每個訪問者來自何處，訪問了哪些網(wǎng)頁，在哪些網(wǎng)頁上停留的時間比較長等內(nèi)容，根據(jù)這些信息，可以判定消費(fèi)者感興趣的內(nèi)容是什么，例如，我們可以觀察消費(fèi)者對我們主頁上同一位置不同廣告條（不同時間）的點(diǎn)擊情況來調(diào)整我們的廣告策略。 

（4）分析消費(fèi)者的購買行為

由于電子商務(wù)網(wǎng)站對消費(fèi)者的每筆交易都有詳細(xì)的記載，我們可以根據(jù)消費(fèi)者每次購買商品種類、品牌及花費(fèi)等建立消費(fèi)者數(shù)據(jù)庫來分析消費(fèi)者偏好。比如，用戶如果經(jīng)常在網(wǎng)上購買高檔嬰兒奶粉，我們就可以推斷該消費(fèi)者是一個白領(lǐng)階層的年輕人，我們由此可以推斷該消費(fèi)者同時也可能對玩具和止尿布感興趣。從而根據(jù)商品之間的分類進(jìn)行聯(lián)想，發(fā)送一些相關(guān)的產(chǎn)品信息。

4用戶偏好模型

在獲取用戶偏好的四種方式中，第一種方式較簡單，采用0～10分制，讓用戶對調(diào)查的每一項(xiàng)內(nèi)容進(jìn)行打分。假設(shè)調(diào)查的內(nèi)容構(gòu)成一個集合，用X表示，X中的元素用x₁，x₂，…來表示，然后通過分?jǐn)?shù)將要比較的內(nèi)容排成一個有先后順序的長鏈條，如x₁≥x₂≥x₃≥x₄≥…；根據(jù)具體情況，取前面的1～3項(xiàng)作為最終結(jié)果；然后將這些結(jié)果分成不同的類型，根據(jù)不同的類型，向這些用戶推送不同的媒體信息。

對于后三種方式，由于因素較多，涉及的數(shù)據(jù)量較大，同時因素之間具有一定的耦合程度，我們將通過多屬性效用函數(shù)進(jìn)行解決，使用模糊綜合評判方法求得總效用值U，將多屬性問題轉(zhuǎn)換為單屬性問題。假設(shè)涉及的問題具有m個不同的因素，x_t表示因素F的第t個屬性值，通過模糊綜合評判方法，將最終結(jié)果以效用U表示，根據(jù)最大期望效用原則，總效用的結(jié)果是每一個結(jié)果概率的和，即

4．1確定評價(jià)因素權(quán)重集

權(quán)重集的確定方法有多種，如專家評議法、層次分析法、回歸分析法、繼承法、模糊優(yōu)先矩陣法等，但是這些方法在實(shí)際使用中有許多不盡人意之處。有的建立在經(jīng)驗(yàn)的基礎(chǔ)上，帶有一定的主觀性，不能真正客觀地反映實(shí)際；有的又過于繁雜。為此，本文提出了用灰色關(guān)聯(lián)度分析法獲得評價(jià)指標(biāo)權(quán)重系數(shù)的研究方法。

灰色關(guān)聯(lián)分析的基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密，曲線越接近相應(yīng)的關(guān)聯(lián)度就越大；反之就越小。

4．1．1確定參考序列（母序列）和比較序列（子序列）

取第一個因素作為參考序列，其他因素為比較序列。

4．1．2計(jì)算子序列和母序列間的關(guān)聯(lián)度

(1)對原始數(shù)據(jù)進(jìn)行均值化處理（無量綱化處理）：

(2)計(jì)算差序列及兩級差：

(3)計(jì)算各子因素與主因素之間的關(guān)聯(lián)度：

由上式可見，關(guān)聯(lián)度是一個有界的數(shù)，其取值范圍在0．1～1之間，其關(guān)聯(lián)度越接近1，表明子序列與母序列之間的關(guān)系越緊密，其權(quán)重系數(shù)也越大。

4．1．3由關(guān)聯(lián)度向權(quán)重的轉(zhuǎn)換

對上述所得關(guān)聯(lián)度進(jìn)行歸一化處理，得出各因素相對于第一個因素影響程度的權(quán)重系數(shù)。歸一化表達(dá)式為

4．2確定評價(jià)指標(biāo)的隸屬度

針對性質(zhì)和量綱不同的各項(xiàng)因素，為了進(jìn)一步統(tǒng)一評價(jià)，詳細(xì)分析各項(xiàng)因素的特點(diǎn)，擬定各項(xiàng)指標(biāo)的計(jì)算方法，確定各自的隸屬函數(shù)，得出各指標(biāo)的隸屬度r_i（i=1，2，…，m）。

4．3確定評價(jià)標(biāo)準(zhǔn)，得出評價(jià)結(jié)果

選用各因素的平均水平作為綜合評價(jià)標(biāo)準(zhǔn)，計(jì)算各項(xiàng)指標(biāo)的靜態(tài)效用值：

將需要評價(jià)的因素代入上述綜合評判模型，求出各自的隸屬度，由下式計(jì)算出綜合效用值U

將U與U_標(biāo)相比，即可得出綜合評價(jià)結(jié)果，對于U＞U_標(biāo)的，我們將其劃分到相應(yīng)的群組，定期向其發(fā)送一些有價(jià)值的重要信息，這樣可以節(jié)約用戶大量寶貴的時間，從根本上解決用戶必須在大量信息中進(jìn)行查找、篩選的問題。

5互動通信方式與實(shí)現(xiàn)

與用戶實(shí)現(xiàn)互動通信，可以通過電子郵件和手機(jī)短信的方式進(jìn)行通信，主動將用戶感興趣的信息發(fā)布給各用戶，如最新動態(tài)、新聞、產(chǎn)品的廣告等。下面主要介紹一下通過手機(jī)短信發(fā)送的技術(shù)。使用手機(jī)短信，只需在服務(wù)器安裝一個短信息轉(zhuǎn)發(fā)器，大約一千元左右，使用一個包月的SIM卡只需一百元左右，所以性價(jià)比較高。

在該系統(tǒng)中建立了一個互動通信服務(wù)器，通過它來管理系統(tǒng)的所有操作，主要有系統(tǒng)管理、用戶管理、數(shù)據(jù)庫管理、通信調(diào)度、日志等。發(fā)送電子郵件通過Web Services與不同用戶相連，發(fā)送手機(jī)短信通過SMS接口。通過系統(tǒng)管理可以對系統(tǒng)的媒體、通信和加密進(jìn)行管理，也可以配置系統(tǒng)，監(jiān)控其運(yùn)行。

SMSC網(wǎng)關(guān)是系統(tǒng)連接短消息中心（SMSC）的接口。服務(wù)器與短消息中心系統(tǒng)間的接口支持對一個消息回復(fù)的SMS選擇過程或是對指定用戶發(fā)送命令。該接口允許對系統(tǒng)插入SMS回復(fù)的消息，該消息將會以一種預(yù)定義的SMS消息傳給SMS。

在Java中實(shí)現(xiàn)如下：

(1)導(dǎo)入相應(yīng)的類SMSCOMLib；

(2)實(shí)現(xiàn)IMessageCallBack接口，定義一個新的類，如SMSCallBack，然后實(shí)現(xiàn)onSMSMessage和onModuelInit兩個方法；

(3)在應(yīng)用程序初始化時創(chuàng)建類SMSCallBack的實(shí)例；

SMSCOMLib.SMSManager pHello=new SMSCOMLib.SMSManagerClass();

ControlCallBack callback=(ControlCallBack)new SMSCallBack ();

pHello.init0(3， callback);//調(diào)制解調(diào)器端口號，3表示COM3

(4)在應(yīng)用程序頁面中調(diào)用發(fā)送函數(shù)；

pHello->sendSMS(\"admin\"，\"13912345678;13687654321;13388888888;13700008666;\"，\"節(jié)日快樂\");

注：參數(shù)1為發(fā)送人ID，最大長度為30；參數(shù)2為對方手機(jī)號碼，用分號分隔，末尾可以有分號，也可以沒有；參數(shù)3為短信內(nèi)容，最大長度為70；

(5)在應(yīng)用程序釋放時關(guān)閉終端。

pHello.close();

6結(jié)束語

通過互動通信，使用戶可以很方便地對收到的內(nèi)容作出反應(yīng)。在屏幕上顯示的信息（如新聞、快報(bào)、天氣預(yù)報(bào)、股市行情及最新的銷售信息和廣告等）也可激勵用戶作出反應(yīng)。提高了用戶上網(wǎng)的效率和系統(tǒng)主動服務(wù)的能力，滿足不同用戶的個性化需求。同時對銷售商而言，可以極大地降低廣告成本，做到產(chǎn)品實(shí)時更新與用戶同步，具有實(shí)際的應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1]涂序彥.智能信息“推—拉”技術(shù)[EB/OL].計(jì)算機(jī)世界，2000， http://www2.ccw.cn/2000/0015/0015c12.asp.

[2]涂序彥，曹斌，陳鴻絹.智能信息“推—拉”的方法與技術(shù)[EB/OL].計(jì)算機(jī)世界，2001. http://www2.ccw.com.cn/01/0145/b/0145602-6.asp.

[3]段軍，涂序彥.基于MAT的IIPP交通事故處理輔助決策支持系統(tǒng)[J].計(jì)算機(jī)工程與應(yīng)用，2003，39(35):195-198.

[4]鄭利強(qiáng)，楊嵩，陳薇薇，等.基于IIPP的個性化互動營銷決策支持系統(tǒng)設(shè)計(jì)方案[J]. 計(jì)算機(jī)工程與應(yīng)用， 2002，38(18):14-16.

[5]王樅，成可，涂序彥.基于智能信息推拉技術(shù)的客戶關(guān)系管理系統(tǒng)[J].計(jì)算機(jī)工程與應(yīng)用，2001，37(20):10-12.

[6]曾廣平，涂序彥.軟件人[C].中國人工智能進(jìn)展（2003）.北京：北京郵電大學(xué)出版社，2003.677-682.

[7]Stuart Russell， Peter Norvig. Artificial Intelligence: A Modern Approach[M]. Pearson Education North Asia Limited， 1995.

[8]王培莊，李洪興. 模糊系統(tǒng)理論與模糊計(jì)算機(jī)[M].北京：科學(xué)出版社，1996.

[9]李洪興，汪培莊. 模糊數(shù)學(xué)[M].北京：國防工業(yè)出版社，1996.

[10]鄧聚龍.系統(tǒng)預(yù)測與決策[M]. 武漢：華中理工大學(xué)出版社，1990.

[11]涂序彥.智能通信與智能網(wǎng)絡(luò)[R]. 杭州:中國人工智能學(xué)會智能信息網(wǎng)絡(luò)學(xué)術(shù)會議大會報(bào)告，2004.

作者簡介：馬忠貴（1974-），男，內(nèi)蒙古武川人，博士生，主要研究方向?yàn)槿斯ぶ悄芗皯?yīng)用、智能信息處理；葉斌（1971-），男，山西陽泉人，講師，博士生，主要研究方向?yàn)槿斯ぶ悄芗皯?yīng)用、智能信息處理；涂序彥（1935-），男，江西南昌人，中國人工智能學(xué)會榮譽(yù)理事長，教授，博士生導(dǎo)師，主要研究方向?yàn)槿斯ぶ悄芗皯?yīng)用、人工生命、大系統(tǒng)控制、智能管理。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。