基于半監督聚類的數字圖書推薦模型

黃瑩

【摘 要】互聯網的飛速普及使數字圖書館變成現代圖書館建設的一個重要維度，為用戶供給越發優秀的圖書加工和組織方法成為了數字圖書館前進的一個重要方向。數字圖書推薦能夠結合讀者的歷史閱讀信息，個人的興趣喜好等數據，為讀者推薦他應該有興趣的書籍。數字圖書推薦能夠增加圖書資源的使用率，增多閱讀書籍的讀者。本文利用兩種半監督聚類算法，改進了一種數字圖書推薦系統模型。

【關鍵詞】數字圖書；推薦系統

0 引言

數字圖書推薦系統一般分為三個基本模塊：數據采集模塊、數據預處理模塊和數字圖書推薦模塊[1]。數字圖書推薦系統的簡要推薦過程一般可以歸為五步：（1）采集圖書信息，得到圖書數據。（2）通過讀者的個性化界面獲得讀者的行為日志，采集讀者的信息數據。（3）將書籍數據和讀者數據進行數據預處理。（4）將預處理之后的數據用于數字圖書推薦模塊，得到最終推薦。（5）把最終推薦結果在用戶個性化界面進行顯示。本文主要改進的是數字圖書推薦模塊。

1 數字圖書推薦模塊

本文主要用基于熵理論的馬氏距離與高斯模型的半監督混合聚類算法（SSCMG）和基于馬氏距離與主動學習成對約束的半監督模糊聚類（SSFCMAP）相結合，實現數字圖書的個性化推薦。

數字圖書推薦模塊的基本步驟為：

Step 1：將讀者行為數據采用數據預處理操作，獲得讀者的數據矩陣Si；

Step 2：使用SSCMG算法將讀者聚類處理，得到讀者類C；獲得和目標讀者同在一個類的其他讀者閱讀圖書的集合矩陣；將書籍矩陣按照借閱次數進行排序，得到矩陣B；

Step 3：將B矩陣中目標讀者已經閱讀過的書籍進行過濾，得到矩陣R1，則該矩陣就是第一種聚類圖書推薦集合；

Step 4：對讀者數據矩陣Si進行分析，判斷目標讀者是否有借閱或點擊圖書的歷史記錄，如果有則繼續Step 7，否則直接輸出R1，并退出算法。

Step 5：獲得目標讀者借閱或點擊圖書的集合列表Li；通過SSCFMAP算法對Li集合中的所有圖書進行聚類，得到和Li集合里圖書同處一類的所有書籍b；按照一定規則（例如相似度計量）對書籍b采取排序操作；得到矩陣bk；

Step 6：將bk矩陣中目標讀者已然閱覽過的圖書進行過濾，得到矩陣R2；則該矩陣就是第二種聚類圖書推薦集合；

Step 7：將矩陣R1和矩陣R2進行線性疊加，然后進行處理，包括去除重復書籍和按照閱讀量進行排序。最后得到最終推薦結果矩陣R。

2 推薦系統評估方法

推薦系統的評估指標主要有：準確率（Precision）、召回率（Recall）、F值（F-Measure）、E值和覆蓋率[2-3]。

準確率（Precision）是產生的推薦結果中讀者喜愛的書籍數與推薦結果的總圖書數的比例，度量的是推薦系統的查準率。

其中，Np為推薦結果里用戶喜歡的物品數目，L指的是推薦結果的總數目。

召回率（Recall）是推薦結果里用戶喜愛的圖書數目和所有書籍里用戶喜愛的圖書數目的比例，衡量的是推薦系統的查全率。

當中，Np為推薦結果里用戶喜歡的圖書個數，B指的是所有圖書中讀者偏愛的圖書個數。

F值（F-Measure）則是結合了準確率和召回率這兩種指標，是用來反應整個推薦系統的綜合質量的評估指標。

其中，P指的是準確率，R指的是召回率，α是加權值。

E值表示的是準確率和召回率的加權平均值，也是推薦系統的一個綜合指標。

其中，P指的是準確率，R指的是召回率，b是加權值。當b越大的時候，表示查準率占的比重越大。當P和R中有一個為0時，E值等于1。

覆蓋率是用于衡量是不是所有的商品都有被推薦的機會。

當F1值越高的時候，產生的推薦結果越準確，推薦系統的機能越高。所以本節采用F1值這一個評估指標對數字圖書推薦模型進行測試，評估推薦模型的準確性以及有效性。

3 實驗結果

本節實驗數據是在Book-Crossing數據集[3]里面選擇前五百條評分當作訓練數據。然后從用戶評分集合中隨機選擇十條記錄，包含十位用戶以及他們的一條評分記錄。十條記錄的具體情況見表1。

本文使用式6作為推薦系統的測試指標，記為F1。那么表1中的十位用戶的F1值如圖1所示。

當B值越大的時候，F1值也相應的比較高。B值越大說明讀者的信息越多，F1值越大表示推薦系統的推薦質量越好，精度越好。由圖1可以看出，相較于EM算法及T-SVM算法，本文構建的推薦系統模型的質量較好。從圖1中我們還可以發現當用戶有少量的信息之后，的值基本超過百分之六十。其他傳統算法的F1值基本不超過百分之六十。說明本章所提出的數字圖書推薦模型的推薦效果以及精度相較于其他算法，已經得到了一定的提高。綜上所述，本節提出的數字圖書推薦模型經過仿真實驗，驗證了模型的有效性，該模型是切實（下轉第132頁）（上接第152頁）可行的方案。

4 結語

本章提出了基于半監督聚類的數字圖書推薦系統模型，而且采取了仿真實驗。該模型主要包括三個模塊：數據采集模塊、數據預處理模塊與數字圖書推薦模塊，主要介紹了數字圖書推薦模塊，它是核心模塊。針對數字圖書推薦模塊，使用Book-Crossing數據集進行了仿真實驗，驗證該模塊的可行性以及有效性。

【參考文獻】

[1]劉瑩.數字圖書館應用模型設計[J].商情，2010（23）：42-45.

[2]王立才，孟祥武，張玉潔.上下文感知推薦系統[J].軟件學報，2012，23（1）：1-20.

[3]孟祥武，胡勛，王立才，等.移動推薦系統及其應用[J].軟件學報，2013，24（1）：91-108.

[4]徐敏.高校圖書館采訪管理系統的設計與實現[D].重慶：重慶大學，2009.

[責任編輯：朱麗娜]