融合讀者、相似度和位置信息的圖書推薦系統(tǒng)模型研究＊

郭苗苗，吳了，郭晨睿

融合讀者、相似度和位置信息的圖書推薦系統(tǒng)模型研究＊

郭苗苗1，吳了1，郭晨睿2

（1.長沙學院，湖南 長沙 410022；2.洛陽師范學院，河南 洛陽 471934）

“新書推薦”“借閱排行榜”等圖書推薦簡單地將特定書目推薦給所有讀者，忽略了讀者之間的個體差異性。個性化圖書推薦采用大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)，預測讀者的借閱行為，有針對性地向讀者推薦圖書，實現(xiàn)個性化服務。開發(fā)個性化圖書推薦系統(tǒng)需要對影響圖書推薦的各種因素進行數(shù)學建模。在現(xiàn)有技術(shù)的基礎上，結(jié)合圖書館的應用背景，提出了一種融合讀者、相似度和位置信息的圖書推薦系統(tǒng)模型，該模型的建立有助于新一代圖書推薦系統(tǒng)的開發(fā)。

圖書推薦；系統(tǒng)模型；讀者；位置信息

圖書館作為高校教學、科研的知識資源提供者，是在校大學生和教學科研人員獲取知識的主要途徑。但大多圖書管理系統(tǒng)（ILAS、金盤等）一般不具備圖書推薦功能，導致讀者在面對海量信息資源時，如果采用傳統(tǒng)的圖書查找方法很難精準找到所需的圖書；另一方面，當圖書館在新采購一批圖書或數(shù)字資源后，感興趣的讀者并不能及時獲取這一方面的信息，在一定程度上造成了圖書資源的浪費。因此，圖書館需要綜合考慮讀者特性，利用數(shù)據(jù)挖掘技術(shù)，通過收集和分析讀者的借閱習慣、喜好等信息，獲取讀者的閱讀偏好，精準地向讀者推薦圖書，實現(xiàn)個性化推薦，提高圖書的借閱率。個性化圖書推薦系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 個性化圖書推薦系統(tǒng)結(jié)構(gòu)框圖

在進行個性化圖書推薦時，需要在讀者基本數(shù)據(jù)和后臺知識的基礎上建立讀者模型，然后根據(jù)匹配規(guī)則對讀者模型和圖書館的館藏圖書進行匹配，利用數(shù)據(jù)挖掘技術(shù)形成個性化推薦結(jié)果。由圖1可以看出，在個性化圖書推薦系統(tǒng)中，建立讀者模型對推薦結(jié)果有較大的影響，因此，模型的建立至關(guān)重要。

1 常見的圖書推薦算法

模型的建立離不開圖書推薦算法。目前主要的圖書推薦算法有：①基于內(nèi)容的推薦算法，即根據(jù)讀者過去的借閱習慣，為讀者推薦與他過去借閱的圖書內(nèi)容相似的圖書；②基于關(guān)聯(lián)規(guī)則的推薦算法，即同一個讀者借閱的不同圖書可認為之間存在著某種關(guān)聯(lián)，可以從借閱歷史中搜索關(guān)聯(lián)度最高的圖書（圖書集合）作為推薦的主要參考；③基于協(xié)同過濾的算法，即通過尋找當前讀者借閱行為最相似的鄰近讀者，推薦鄰近讀者借閱的圖書給當前讀者[1-4]。

協(xié)同過濾算法是個性化推薦中較成熟的推薦算法之一。協(xié)同推薦算法一般分為基于用戶的協(xié)同過濾推薦、基于模型的協(xié)同過濾推薦和基于項目的協(xié)同過濾推薦[5]，其中“以用戶為中心”的基于用戶的協(xié)同過濾算法在推薦系統(tǒng)中獲得了廣泛的應用。傳統(tǒng)的基于用戶的協(xié)同過濾算法將兩個用戶之間的影響當作對稱的影響，也就是說對于任意的兩個讀者，彼此的影響是相當量的。然而，在現(xiàn)實借閱中這種影響并不一定當量對稱，例如教師可能會對新生讀者產(chǎn)生較大的影響，但是新生讀者對教師的影響卻較小。因此，傳統(tǒng)協(xié)同過濾算法還有改進空間。

協(xié)同過濾的另一個好處是可以通過聚合類似讀者的行為來發(fā)現(xiàn)讀者的隱含偏好[6]。假設有個讀者和本圖書，讀者集合可以表示為={1，2，…，m}，圖書集合可以表示為={1，2，…，n}，ij=1為讀者i借閱過圖書j，否則ij=0，則在推薦系統(tǒng)中，讀者對圖書的歷史借閱數(shù)據(jù)就構(gòu)成讀者圖書借閱矩陣∈mn。這樣計算任意兩位讀者之間的相似性，就可以采用余弦相似度、Jacarrd相似度和Pearson相似度等方法。在上述3種方法中，當數(shù)據(jù)僅僅為0或1時，余弦相似度計算效果最佳。采用余弦相似度來計算讀者之間的相似度，讀者i與讀者k之間的相似度ki計算如公式為：

傳統(tǒng)的基于用戶（讀者）的協(xié)同過濾算法計算讀者i對圖書j借閱的概率為：

圖書館的藏書數(shù)量很大，一個普通高校的藏書就有上百萬冊，由于學科分布廣泛，大量跨專業(yè)、跨學科以及新型學科和邊緣學科圖書的存在，造成傳統(tǒng)的圖書推薦系統(tǒng)模型的數(shù)據(jù)稀疏，降低了推薦質(zhì)量。因此，本文綜合考慮讀者、相似度和位置信息，提出了一種改進的基于協(xié)同過濾算法的圖書推薦系統(tǒng)模型。

2 融合讀者、相似度和位置信息的圖書推薦模型

要想提高推薦的準確性，使得推薦的書目盡可能地滿足讀者的借閱傾向，不僅僅要考慮讀者的借閱歷史，還要考慮讀者的興趣愛好等個體信息，本文在前人已有工作的基礎上，給出一種融合讀者、相似度和位置信息的圖書推薦[7]。使用一種改進的基于讀者的協(xié)同過濾算法——讀者影響模型考慮并計算兩個讀者間的非對稱影響，利用PageRank算法生成讀者的全局影響因子；考慮讀者間的專業(yè)和興趣愛好等的相似度；利用圖書、閱覽桌等的位置信息，挖掘讀者的實際借閱的位置特征，生成位置模型；將改進的讀者影響、相似度影響和位置影響綜合以建立圖書推薦模型。

融合讀者、相似度和位置信息的圖書推薦系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 融合讀者、相似度和位置信息的圖書推薦系統(tǒng)結(jié)構(gòu)示意圖

圖2中最左邊虛線框中的內(nèi)容為每位讀者錄入的數(shù)據(jù)來源，包括一卡通、教務系統(tǒng)、圖書管理系統(tǒng)的數(shù)據(jù)庫等，反映了讀者的專業(yè)、就業(yè)創(chuàng)業(yè)傾向、個人喜好、借閱歷史等信息。第二個虛線框?qū)ψx者間的非對稱影響、相似度、借閱歷史（閱覽歷史）的位置信息信息等進行分析，以提高圖書推薦的精準度。

2.1 非對稱讀者影響分析

給定讀者和圖書的借閱關(guān)系矩陣：

=[ul]mn（2）

式（2）中：矩陣的第行、第列的ul為讀者對圖書的借閱次數(shù)（含續(xù)借）；為讀者的人數(shù)；為圖書的數(shù)量。因為讀者借閱圖書的時長有限，當讀者往往不能在一次借閱時間內(nèi)完成圖書的閱讀與理解，會存在續(xù)借行為，在這里，圖書的逾期未還行為視為一次續(xù)借。借閱（續(xù)借）次數(shù)越高，表明讀者越喜歡圖書，如果讀者沒有借閱過圖書，則ul的值設置為0。

式（3）中：u為讀者借閱過的圖書的數(shù)量。

根據(jù)計算公式獲得的布爾矩陣′構(gòu)建非對稱讀者影響矩陣：

=[uv]mn（4）

式（4）中：uv為讀者對讀者的影響因子。

傳統(tǒng)的基于讀者的協(xié)同過濾算法中的讀者關(guān)系矩陣是對稱的，而本文中的讀者影響矩陣是不對稱的。

假設讀者可以影響的其他讀者越多，則讀者在圖書推薦系統(tǒng)中讀者的全局重要性越高；如果有多個讀者可以對讀者產(chǎn)生影響，則讀者更容易受到讀者全局重要性越高的讀者的影響。

式（5）（6）中：（）為一個函數(shù)，如果＞0，則（）=1；否則（）=0。

使用隨機生成的值來初始化讀者的PageRank值，并使用迭代模型得到最終的每位讀者PageRank值。在每次迭代中，PageRank的值計算方法為：

式（7）中：∈[0，1]為阻尼系數(shù)，表示其他讀者對讀者的貢獻的縮放因子；（）為可以影響讀者的所有讀者的集合。

在式（7）中，影響更多其他讀者的讀者，并受到更少其他讀者影響的讀者擁有更小的PageRank值，即具有越小PageRank值的讀者越重要。

式（8）中：vu為讀者對讀者的影響值。

2.2 讀者相似性的影響分析

讀者的借閱行為可能會受到有其他讀者的影響，例如共同考研、找工作的讀者等。本模型使用專業(yè)、共同興趣愛好、考研和創(chuàng)業(yè)就業(yè)傾向等來計算讀者間的相似性。可以采用sigmoid函數(shù)將擁有相似專業(yè)、共同興趣愛好或創(chuàng)業(yè)就業(yè)傾向轉(zhuǎn)換為規(guī)范的相似性。同時，使用Jaccard相似度描述每對讀者之間的相似性。然后使用超參數(shù)來平衡上述兩種相似性。使用u表示與讀者有關(guān)系的讀者集，（，）表示讀者和讀者之間的相似度。讀者∈u，則讀者與讀者之間的相似性定義如下：

式（9）中：（，）為讀者和讀者之間的相似性；超參數(shù)∈[0，1]。基于上述讀者之間的相似性，可以通過傳統(tǒng)的基于讀者的協(xié)同過濾算法預測讀者借閱其未借閱過的圖書的概率，計算公式為：

2.3 圖書位置信息的影響分析

在圖書館讀者更愿意借閱自己附近的感興趣的圖書。因此，為了將讀者實時位置信息融入到圖書推薦系統(tǒng)中，本文使用冪律分布來模擬讀者從借閱一本圖書到借閱同一個書庫（書架）的另一本圖書的距離函數(shù)作為讀者可能借閱的概率，公式為：

式（11）中：（l）為讀者借閱不同于l的書架（書庫）的圖書的意愿；l為兩本圖書的距離；和為冪律函數(shù)的參數(shù)。

使用最大似然估計來計算兩個參數(shù)和。具體方法是：在式（11）的兩邊取對數(shù)，即ln[（l）]=ln（）+ln（l）。通過最小二乘法獲得上的ln（l）線性函數(shù)。從而得到式（11）中的兩個參數(shù)和。

假設：讀者在借閱圖書i，圖書j是他將要借閱的候選圖書，圖書i與圖書j之間的距離為l（i，j）。對讀者的借閱概率進行建模，讀者借閱圖書j的概率與讀者借閱在距離l（i，j）處的圖書的意愿（l）成比例。

計算概率的公式為：

隨著兩本圖書之間距離的增加，讀者借閱的概率隨之降低，表明讀者不太可能借閱距離較遠的圖書。

2.4 圖書推薦模型建立

根據(jù)預測的借閱概率，可得到相應的分數(shù)，計算公式為：

式（13）（14）（15）中：為所有圖書集合；u為讀者借閱過的圖書集合。

在對讀者進行圖書推薦時，可以根據(jù)ij的值，向讀者推薦可能感興趣圖書，不同于單單基于讀者和單單基于內(nèi)容的圖書推薦系統(tǒng)，本文模型綜合考慮了讀者借閱歷史、讀者之間的相似性以及讀者借閱產(chǎn)生的實時位置信息等，以向讀者推薦其可能更加感興趣的圖書。

3 結(jié)束語

在海量的圖書中，形成對讀者的個性化推薦，需要綜合考慮多種因素的影響，降低數(shù)據(jù)的稀疏性，本文綜合考慮讀者、相似度、位置信息等，提出了一種個性化圖書推薦模型，提高推薦的準確度。圖書館館員可以根據(jù)模型的推薦結(jié)果對藏書進行排架、倒架、下架等操作，為讀者提供更好的服務，提高圖書的利用率。

［1］黃立威，江碧濤，呂守業(yè)，等.基于深度學習的推薦系統(tǒng)研究綜述［J］.計算機學報，2018，41（7）：1619-1647.

［2］孫魯平，張麗君，汪平.網(wǎng)上個性化推薦研究述評與展望［J］.外國經(jīng)濟與管理，2016，38（6）：82-99.

［3］冷亞軍，陸青，梁昌勇.協(xié)同過濾推薦技術(shù)綜述［J］.模式識別與人工智能，2014，27（8）：720-734.

［4］李默，梁永全.基于標簽和關(guān)聯(lián)規(guī)則挖掘的圖書組合推薦系統(tǒng)模型研究［J］.計算機應用研究，2014，31（8）：2390-2393.

［5］郭淑紅，劉釗，徐玉梅.基于用戶特征的高校圖書館個性化圖書推薦研究［J］.無線互聯(lián)科技，2017（4）：115-116.

［6］田磊，任國恒，王偉.基于聚類優(yōu)化的協(xié)同過濾個性化圖書推薦［J］.圖書館學研究，2017（8）：75-80.

［7］郭晨睿，李平.基于社交和地理信息的興趣點推薦［J/OL］.計算機工程與應用［2019-08-19］.http://kns.cnki.net/ kcms/detail/11.2127.TP.20190705.1724.034.html.

TP391.3

A

10.15913/j.cnki.kjycx.2019.18.016

2095－6835（2019）18－0041－04

長沙學院人才引進項目和湖南省自然科學基金（編號：2019JJ50691）

郭苗苗（1987—），女，主要研究方向為圖書館現(xiàn)代化。吳了（1986—），男，主要研究方向為人工智能。郭晨睿（1992—），男，主要研究方向為數(shù)據(jù)挖掘。

〔編輯：張思楠〕