基于本體的個性化推薦系統研究與實現

董林林 楊傳龍 黃學波

摘要：在大數據、云計算、數據挖掘、人工智能等現代網絡技術的飛速發展的科技背景之下，公共文化服務平臺的建設缺乏互聯網新技術的應用，網站服務不夠便捷，不能更好的把握用戶需求，不能為公眾提供更優質的的公共文化服務。尤其是，當前公共文化服務平臺的建設缺乏對個性化服務的集成，不能有效的滿足用戶的個性化需求。針對此問題，該文提出在公共文化服務集成平臺中集成協同過濾技術為用戶提供個性化活動推薦，同時基于知識本體，利用本體在語義查詢擴展方面的優勢為用戶提供當前瀏覽活動相關的文化資料推薦。

關鍵詞：公共文化服務；個性化推薦；協同過濾；本體

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）04-0247-03

Research And Implementation Of Personalized Recommendation System Based on Ontology

DONG Lin-lin， YANG Chuan-long， HUANG Xue-bo

（School of Computer Engineering， Qingdao Technological University， Qingdao 266033， China）

Abstract：In big data， cloud computing， data mining， artificial intelligence and modern network technology the rapid development of science and technology under the background of application， the construction of public cultural service platform for the lack of new technology of the Internet， web service is not convenient， can better grasp of user needs， can provide better public cultural services for the public. In particular， the current construction of public cultural service platform lacks the integration of personalized services， and can not effectively meet the user's personalized needs. Therefore， to solve this problem， this paper proposes integrated collaborative filtering recommendation to provide users with personalized activities in public cultural service integration platform Based on knowledge， ontology， semantic query expansion in the advantage of providing the information related to the current browsing activities for users to recommend the use of ontology.

Key words： Public cultural services； Personalized recommendation； Collaborative filtering； Ontology

1 概述

現如今，為滿足人們的個性化需求，個性化推薦技術已經廣泛的應用在電子商務、社交網絡、各種視頻音樂網站等領域，例如 Amazon，淘寶，豆瓣等，都在不同程度上采用了個性化推薦系統[1]。由于個性化推薦技術能夠很好的滿足用戶個性化需求，能夠發掘用戶潛在興趣，因此，將個性化推薦服務集成到公共文化服務平臺顯得尤為重要。

2 個性化推薦系統總體架構

綜合分析公共文化服務集成平臺的用戶需求以及實際應用場景，本文提出個性化推薦系統包含包含兩部分：一是針對文化活動的推薦，二是針對當前用戶瀏覽的文化活動內容而進行的文化資料的推薦。

對于文化活動的推薦著重突出個性化，強調用戶興趣偏好。因而需要利用用戶的歷史瀏覽行為數據，然后利用協同過濾推薦技術給用戶進行文化活動推薦；對于文化資料的推薦著重突出文化活動主題相關性，期望做到的是推薦與當前活動主題具有語義相關的文化資料。

綜合分析，本文提出的個性化推薦系統總體框架設計如圖1所示。

其中，個性化活動的推薦采用協同過濾技術實現，首先通過收集用戶的行為數據，比如用戶的活動點贊數據、收藏活動的數據、參加活動記錄數據等，形成用戶的偏好模型，也就是用戶-活動評分矩陣，然后應用協同過濾算法給用戶進行活動推薦。在用戶瀏覽文化活動詳情時，系統會根據用戶當前瀏覽的活動主題利用本體進行語義擴展，查詢檢索出與當前瀏覽活動相關的文化資料推薦給用戶。

3 基于協同過濾的文化活動推薦

協同過濾推薦主要是利用群體的觀點為當前活動用戶來產生推薦項目，借助過去的用戶行為記錄，計算各個用戶之間興趣偏好的相似度，找出與當前用戶興趣偏好接近的鄰居用戶，并通過這些鄰居用戶組成的相似用戶組的建議來產生對當前用戶的推薦[2]。在文化活動的推薦中，協同推薦可以為當前用戶找到有著相似興趣背景或者相似文化需求的用戶群體，通過相似用戶群體推薦得到相關文化活動。

基于協同過濾的個性化推薦系統一般由三個模塊組成：用戶建模模塊、推薦對象建模模塊、推薦算法模塊[3]。其中，用戶建模模塊也就是收集用戶偏好信息的過程，數據收集是個性化推薦系統的基礎[4]。

在本文的設計中，用戶偏好信息的收集主要來自于用戶的行為數據，比如對文化活動的點贊、收藏，參加某類文化活動等。然后根據提前設置好的打分機制，例如用戶收藏了一個活動，則設置相應的評分為二等，形成用戶-項目評分矩陣，也就是用戶偏好模型。

其中，具體推薦過程步驟如下：

1） 用戶進入系統平臺中，系統平臺會收集用戶的行為歷史數據，比如參加文化活動記錄、活動點贊記錄、活動收藏記錄，這些數據記錄表明了用戶的喜好；

2） 系統根據預先設置的評分機制，生成用戶-活動評分矩陣；

3） 開始推薦算法流程，利用公式計算用戶的相似度，找出相似度最高的N個用戶最為最近鄰居集，利用最近鄰居集進行評分預測，按預測評分排序，得到推薦結果，將結果呈現給用戶。

4 基于本體的文化資料推薦

文化資料主要是針對用戶當前瀏覽的文化活動來進行的文化資料的推薦，該模塊涉及到自然語言處理（NLP）、本體語義查詢擴展以及信息檢索等相關技術。基于本體的文化資料推薦分為三大部分：活動主題關鍵詞獲取、基于本體的查詢擴展、資源檢索模塊，其推薦流程如圖2所示：

圖2 基于本體的文化資料推薦流程圖

4.1 活動主題關鍵詞獲取

在基于本體的文化資料推薦中，首先需要利用自然語言處理技術進行分詞處理。經過分詞處理得到了一個詞組，但是并不是每一個詞都是關鍵詞，其中往往包含很多語氣詞、助詞等，而該類詞并不具有語義信息，因此并不能作為關鍵詞。同時，在分詞之后下一步需要對關鍵詞進行擴展，如果對所有的詞都進行關鍵詞擴展的話，必然會影響效率，提升處理的復雜度，尤其是如果活動標題過長，進行完全關鍵詞擴展的話影響時間過長，影響用戶體驗。

因此，需要以某種方式進行關鍵詞過濾。一般來說，通常是按照詞性來進行處理，詞性的分類有很多，有很多詞并沒有實際意義，比如“嘆詞”、“語氣詞”等，這部分詞不包含語義信息，因此本文采用根據詞性對關鍵詞進行篩選的方法，在分詞的結果中，我們會對詞性進行標注，根據獲取到的詞性對所有關鍵詞進行過濾，主要保留名詞、動詞、形容詞，然后得到一個詞項集合。分析發現，其中仍然會包含有一些無意義的詞項，因此本文在上述處理的基礎上，再采用停用詞庫過濾的方法進行二次關鍵詞過濾，該停用詞庫，可以由用戶自己維護。

4.2 基于本體的查詢擴展

目前在信息檢索系統中，大部分都是基于關鍵詞進行查詢的，首先獲取用戶需要查詢的關鍵詞，然后自動進行查詢擴展，對擴展后的結果進行檢索，擴展方式通常采用同義詞擴展法，也就是利用同義詞詞典、近義詞詞典進行擴展。

雖然基于關鍵詞的查詢擴展雖然在很大程度提高了資源檢索的效果，但因為傳統的查詢擴展是在符號匹配的層次上進行擴展，它是以查詢詞為中心，機械地進行字符串擴展，從而忽略了查詢詞語義信息以及查詢詞與其它概念之間的語義關聯，因此用戶查詢意圖得不到充分表達。

由于本體能全面的、精確地描述和定義概念及概念之間的關系，具有較強的語義表達能力，能較好的理解用戶的語義意圖[5]。因此，為解決上述問題，在獲取活動的主題關鍵詞組之后，下一步需要利用本體處理相關技術對其進行優化處理，也就是所說的查詢擴展。為了對本體概念相關內容擴展，本文首先考慮利用本體中的層次結構關系來進行處理。查詢中常用到的本體中出現的關系有：

同義詞關系：擴展概念為查詢概念的同義詞；

父子關系：擴展概念與查詢概念是本體層次結構中的父子節點；

子樹節點：擴展概念是查詢概念的子樹上的節點；

兄弟節點：擴展概念是查詢概念的兄弟節點，有相同的父節點；

兄弟子樹節點：擴展概念是查詢概念的兄弟子樹上的節點；

本文主要考慮的是對父子關系節點來對查詢概念進行擴展，因為在本體層次結構中父子關系是最為普遍的，也是最為容易獲取的。其處理流程為：

1） 對獲取的活動主題每個關鍵詞，判斷它是本體中的概念、實例還是屬性；

2） 若均為概念或者實例，則主要利用本體結構中的父子關系進行擴展，也就說查找其上位詞以及下位詞；若存在屬性，則利用屬性和概念之間的關系，根據屬性查找相關的實例；

3） 將擴展結果保存，以便后續進行文化資源信息的檢索。

4.3 Lucene資源檢索模塊

文化資源的檢索模塊的實現采用了基于Java的Lucene全文檢索引擎工具包。Lucene作為一個優秀的全文檢索引擎，其系統結構具有強烈的面向對象特征。首先定義了一個與平臺無關的索引文件格式，其次將系統的核心組成部分設計成抽象類，具體的平臺實現部分設計為抽象類的實現，此外與具體平臺相關部分比如文件存儲也封裝為類[6]。因此，Lucene可以很方便的應用到各類系統中。

利用Lucene進行文化資源的檢索必然經過兩個步驟：一是對平臺中的文化資源進行創建索引，二是對上一步利用本體進行語義擴展的關鍵詞詞組進行檢索。下面給出各個步驟的具體實現。

利用Lucene對文化資料建立索引需要經過定義詞法分析器、確定索引文件位置、創建IndexWriter、進行索引文件的寫入存儲等過程，相關核心代碼為：

Analyzer analyzer = new StandardAnalyzer（Version.LUCENE_CURRENT）；

Directory dire = FSDirectory.open（new File（Constants.INDEX_STORE_PATH））；

IndexWriterConfig iwc=new IndexWriterConfig（Version.LUCENE_4_10_2，analyzer）；

IndexWriter iw = new IndexWriter（dire， iwc）；

LuceneIndex.addDoc（iw）；

iw.close（）；

以上是索引的創建過程，利用關鍵詞進行文化資料的查詢過程，包括打開文件存儲位置、創建搜索器、進行關鍵詞查詢等步驟，核心代碼如下所示：

Directory dire = FSDirectory.open（new File（Constants.INDEX_STORE_PATH））；

IndexReader ir = DirectoryReader.open（dire）；

IndexSearcher is = new IndexSearcher（ir）；

TopDocs td = is.search（query， 1000）；

System.out.println（"共為您查找到" + td.totalHits + "條結果"）；

ScoreDoc[] sds = td.scoreDocs；

for （ScoreDoc sd ： sds） {

System.out.println（）；

Document d = is.doc（sd.doc）；

System.out.println（d.get（"path"） + "：[" + d.get（"path"） + "]"）；

System.out.println（d.get（"name"））；

System.out.println（sd.score）；

}

5 結論

本文分析了公共文化服務集成平臺集成個性化推薦服務的重要性，并給出了個性化推薦服務集成方案。基于現實用戶使用場景分析，提出的個性化推薦服務包含兩部分：文化活動推薦以及與該文化活動相關的文化資料的推薦。其中，對于文化活動的推薦采用基于用戶行為偏好的協同過濾算法進行推薦；對于文化資料推薦，通過引入基于本體的查詢擴展，解決文化資料檢索過程中語義擴展問題。

參考文獻：

[1] 馮蓓蓓. 個性化推薦系統綜述[J]. 科技展望， 2017， 27（12）.

[2] 程光華. 融合內容過濾和協同過濾的智能推薦系統[D]. 東南大學， 2010.

[3] 安維， 劉啟華， 張李義. 個性化推薦系統的多樣性研究進展[J]. 圖書情報工作， 2013， 57（20）：127-135.

[4] 沈西挺，董智佳.反映用戶興趣變化的協同過濾算法[J].計算機應用與軟件，2013（6）：295-297.

[5] 曾維明. 基于領域本體的語義檢索及個性化推薦算法研究[D]. 南京理工大學， 2010.

[6] 潘志文， 鄧丹君. 基于Lucene的web信息檢索系統的設計與實現[J]. 軟件， 2014（5）：37-37.