基于用戶興趣的個性化推薦模型構建

周揚帆

摘? ?要：在互聯網信息技術發展的助力下，基于用戶興趣的個性化推薦系統在多個領域內獲得了廣泛的應用。在貨運產業中，運用個性化推薦模型可以使整個產業鏈運轉效率更高，節約時間成本和經濟成本。在本文中筆者提出了一種貨運信息的個性化推薦方法，通過該種方法可以有效降低貨運車輛的閑置時間，提高貨運車輛的利用效率，降低公路運輸的成本。

關鍵詞：公路運輸? 個性化推薦? 物流成本

1? 概述

1.1 用戶興趣模型

用戶興趣模型有如下建立方式：第一，通過對用戶主動在互聯網中輸入的信息進行分析和計算，個性化推薦系統將以此為基礎描述用戶的興趣特點，并根據興趣特點完成商品的推薦。第二，用戶主動選擇興趣點。這種興趣模型準確性較高，但是存在著無法發掘用戶潛在興趣的特點。第三，個性化推薦系統主動搜集用戶興趣點。個性化推薦系統將根據用戶在互聯網上的日常瀏覽和操作行為，自動對用戶興趣進行判斷。該種方式存在隱私保護問題，個性化推薦系統在用戶沒有察覺的情況下進行搜集存在著侵犯隱私的風險。

1.2 貨運信息的個性化推薦

貨運信息的個性化是指根據貨運需求者的興趣偏好，為其推薦合適的物流服務供應商進行貨物運輸服務。從本質上來看，貨運信息的個性化推薦是對用戶物流需求的精準描述，并以這種精準描述為基礎進行服務商推薦。

1.3 公路貨運本體構建

在公路貨運本體構建中，主要包含以下幾個方面。在公路運輸過程中，會存在兩個位置即出發點和貨物到達地。在車輛類型方面，可以將貨物運輸車分為廂式貨車、高欄車、半掛車以及平板車等。在貨車長度方面，主要包含4.2m貨車、5m貨車、17.5m貨車等不同長度的車輛。在車輛載重方面，可以分為5t到40t載重不等的貨車。

2? 基于公路貨物運輸本體的個性化推薦模型構建

2.1 用戶興趣模型表示

在用戶模型表示的過程中，筆者將運用到向量空間表示模型。與此同時，筆者將用戶的興趣分為三個組別，并且分別記錄為User model（User i User o Interest）

上述信息內涵分別如下：

User i在興趣模型中主要記錄了用戶的個人信息，例如用戶的姓名信息、年齡信息、家庭住址、郵箱等內容。

User i={Name，Address，Age，Email，Tel}

User o表示了本體中的個性化特征，該子集中主要記錄了用戶個性化的信息，主要包含地點信息、車型信息、車輛長度信息以及車輛載重信息。

User o={Destination，Load capacity，Cargo type，Prize}，在該子集將包含用戶感興趣的所有因素。

Interest表示用戶對每一個公路運輸本體中子集概念及其興趣的綜合要素。

Interest={Rate，Concept}。

2.2 用戶興趣模型構建流程

2.2.1 初次注冊階段

由于貨運用戶在注冊以前，推薦系統無法獲取到用戶的信息信息。因此在用戶注冊時，需要用戶自主填寫興趣以便平臺根據用戶自行填寫的信息，為用戶建立初始的信息模型。通過這種方法可以在用戶注冊的第一時間快速了解用戶興趣點，為后期系統自動化調整用戶信息模型奠定數據基礎。具體而言，用戶在注冊時需要填寫發貨地、貨物類型、收貨地等信息。系統可以通過用戶填寫的上述信息，判別用戶比較穩定的業務范圍和大體上的貨物需求量。

2.2.2 用戶使用階段

用戶在完成注冊活動以后，通過用戶在平臺上進行操作的各種行為系統可以自動進行篩選并完成評價。系統根據用戶的操作行為完成對用戶初始信息模型的優化工作。具體而言，通過用戶發布貨運訂單需求的行為，系統在不打擾用戶使用的前提下可以獲知到用戶的對于運輸服務商要求，并根據這種要求完善用戶興趣模型。系統還可以根據用戶瀏覽相關信息的停留時間對用戶的興趣進行判別。例如，用戶在某個車型在相關信息上停留更長的瀏覽時間，說明該用戶的貨運需求極有可能與該種車型匹配度較高。

2.3 用戶興趣模型的建立

在建立模型的過程中，筆者運用到了空間向量的表示方法。具體步驟闡述如下：

第1步驟：用戶注冊階段，平臺將根據用戶填寫的信息完成初始模型的創建。并將興趣內容記錄為{（Q1，W1）（Q2，W2），（Q3，W3），……，（QN，WN）}其中，Q表示貨物運輸概念，W表示了貨運運輸相關因素的興趣程度。

第2步驟：在該步驟中將根據用戶在系統平臺內的操作行為，對用戶注冊時平臺初始創建的情緒模型進行優化和改善。同時將新的用戶興趣模型表示為{（T1，△W1）（T2，△W2），（T3，△W3），……，（TN，△WN）}

第3步驟：系統將對用戶展現出的興趣特征與用戶信息數據庫中的信息進行比對。具體而言，如果TI={Q1，Q2，Q3，……QN}則無需對用戶信息庫進行更新，如果不屬于上述區間，就應當將用戶的更新信息特征加入集合，并刷新信息系統中記錄的內容。

3? 個性化推薦系統的構建

3.1 需求描述

個性化推薦需要參考數據文本，數據文本上記錄的內容就是加入該系統的貨物運輸需求方的具體要求。如果用戶的要求和貨運司機的自身條件相符合，系統就可以完成在二者之間的匹配，并輔助運輸訂單完成。

3.2 個性化推薦流程

用戶完成登錄操作，系統自動判定用戶是否為新用戶。如果用戶為新用戶則自動跳轉基本信息錄入環節，由用戶自行輸入相關信息完成興趣模型的初步搭建。如果用戶為老用戶，在登錄成功以后系統將根據用戶的操作行為進一步完善興趣模型。具體計算方法如下。

3.2.1 根據檢索關鍵詞完善興趣模型

用戶在平臺中會根據自己的需求，在搜索欄中輸入若干檢索關鍵詞，用戶輸入這些關鍵詞說明關鍵詞代表的內容是用戶的興趣范疇。

3.2.2 根據用戶的其他操作完善興趣模型

系統將識別用戶的以下幾種操作行為：收藏、復制文本、瀏覽時間、轉發以及打印行為。當用戶對特定的貨運信息進行操作時，系統將會將復制收藏打印的內容列入用戶的興趣模型。同時，系統將計算出每百字通常的閱讀時間，如果用于閱讀時間長于一般閱讀時間，系統將自動該內容屬于用戶興趣庫的范圍，并將該內容進行關鍵詞提煉，更新興趣模型。系統同時會自動識別用戶是否為離開狀態，因為離開狀態會造成屏幕，在同一時間的長時間停留，為此系統設定了時間閾值，如果超過該閾值，系統將自動識別用戶會離開狀態，不進行數據記錄。

在老用戶登錄以后，系統將根據用戶的即時興趣模型，為用戶推薦最優的物流運輸供應商組合或排序，供用戶進行選擇。

4? 結語

本系統仍然存在著不足，其只能通過用戶的檢索行為和在平臺的操作行為進行興趣分析，因此存在經歷較長時間以后可能產生興趣遺忘的問題，造成平臺記錄的用戶信息數據庫與用戶的真實需求產生差異，需要后期研究的進一步完善。

參考文獻

[1] 方超. 基于物流數據的個性化推薦系統的研究與實現[D].南京郵電大學，2017.

[2] 彭巖，劉另.基于個性化需求的物流服務供應鏈初探[J].重慶理工大學學報：自然科學，2016，30（11）：162-166.

[3] 趙影.基于Web挖掘的物流信息平臺個性化推薦研究[J].中國市場，2015（20）：19-20，26.

[4] 穆文忠. 面向物流配送領域的個性化推薦系統設計與實現[D].哈爾濱工業大學，2014.