TextRank與用戶情感傾向在推薦算法中的研究

齊平平

摘 ?要：為了研究動態數據下的TextRank與用戶情感傾向在推薦算法中的應用，本文在TextRank算法進行細致分析的基礎上，結合動態數據的時效性特點進行了綜合改進，結合時間衰減參數與時效性參數TL，將原本單一的PR值變為了綜合PR值，實驗結果證明，綜合PR值相比于原PR值是更加合理的。在此基礎上，利用綜合PR值數據與用戶自身的靜態數據以及用戶情感傾向進行整合，通過推薦算法的綜合篩選，得出最終的推薦結果，為用戶提供了一個良好的體驗。

關鍵詞：動態數據 ?TextRank ?PR值 ?推薦算法 ?情感傾向

中圖分類號：TP301 ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1674-098X（2021）04（b）-0159-04

Research on TextRank and User Emotional Tendency in Recommendation Algorithm

QI Pingping

（School of Communication and Electronic Engineering， East China Normal University， Shanghai， 200241 China）

Abstract： In order to study the application of TextRank under dynamic data and user sentiment in the recommendation algorithm， a comprehensive improvement was made based on the detailed analysis of the TextRank algorithm， combined with the timeliness characteristics of dynamic data， combined with time attenuation parameters and timeliness parameters TL， The original single PR value is changed to a comprehensive PR value. The experimental results prove that the comprehensive PR value is more reasonable than the original PR value. On this basis， the comprehensive PR value data is integrated with the user's own static data and the user's emotional tendency， and the final recommendation result is obtained through the comprehensive screening of the recommendation algorithm， providing a good experience for the user.

Key Words： Dynamic data; TextRank; PR value; Recommendation algorithm; Emotional tendency

1 ?研究背景

互聯網的快速發展給全世界的人們帶來極大便利的同時，也帶來了一些麻煩，其中網絡信息過剩的問題尤為突出：人們在網絡上搜索某個信息時往往會迷失在龐大的網絡數據之中，從而無法獲得自己想要的信息。于是，推薦算法應運而生，其在很大程度上幫助人們解決了信息過剩的問題，但是面對互聯網的實時更新的動態數據，傳統的推薦算法例如協同過濾推薦、基于關聯規則的推薦等都無法滿足人們對于信息獲取的要求，于是個性化推薦算法出現。在個性化推薦算法百家齊放的過程中，對于網絡實時的動態數據的處理一直都是大問題，國內外有許多的專家學者都有深入研究，如Kim在研究中提出了通過獲取用戶自身的數據與網絡數據進行整合為用戶推薦電子商務類的個性化信[1]。Luis等通過應用語義分析的相關技術，利用已知的網絡靜態數據建立推薦模型，開發出了一款可以向用戶推薦電影院等相關信息的系統，此系統在系統評估中取得了相對較好的結果[2]。曾子明等從情景數據采集、情景計算、情景建模、模型評估等分析情景感知模型的構建過程，搭建以用戶為中心的智慧圖書館場景式服務體系框架[3]。這些研究方案中都有提及到給用戶提供全新的個性化服務，但是均未考慮到動態數據的時效性，于是本文提出了一種在動態數據下采用TextRank算法與用戶情感傾向分析算法，為用戶提供及時有效地信息推薦。

2 ?動態數據與TextRank

2.1 動態數據

動態數據一般指的是在系統應用中隨時間變化而改變的數據，動態數據的準備和系統切換的時間有直接關系[4]。在本文中，動態數據特用來代指用戶所處情境中的網絡實時數據信息。就國內網絡數據熱度而言，采用百度、B站、微博三大熱門網站的動態數據，模擬用戶處于華東師范大學“畢業花”的情境下給予及時有效的信息推薦。

動態數據的獲取是相對比較難得一個點，本文采用了情景感知算法對用戶所處的情境進行感知以便獲取到用戶所處情境下的動態信息，從而進行數據的綜合分析，獲得華東師范大學“畢業花”情景下的動態數據。

2.2 TextRank

TextRank是一種基于文本內容分層的排序算法，在原有的谷歌網頁排序算法PageRank的基礎上改進而來的[5]。區別于PageRank依賴網頁之間相互鏈接關系構造網絡，TextRank依賴于文本中詞語的共現關系構造關系網絡。在TextRank中，最核心的迭代過程為：

（1）

式中：S（Vi）是網頁i的中重要性（即PR值）。d是阻尼系數，一般設置為0.85。In（Vi）是存在指向網頁i的鏈接的網頁集合。Out（Vj）是網頁j中的鏈接存在的鏈接指向的網頁的集合[6]。

TextRank算法一般較多地用于純粹的語義分析當中，在推薦算法中還未嘗試融合進去。本文中，就將借助TextRank算法對動態數據信息進行處理。在TextRank數據處理過程中也需要對動態數據中的時間進行處理以便得到時間t。

由于在處于某一情境時，不單單要考慮到所處情境的情境關鍵詞語，也需要關注該詞語的時效性問題，所以上文中將S（Vi）與TL分別推導出來了，利用S（Vi）與TL對兩者進行權值的賦予可以得到符合本文系統的參數。首先，將綜合PR值定義為：

（2）

式中：STL為綜合PR值。P為S（Vi）的權值參數，Q為TL的權值參數，且P+Q=1。

3 ?綜合PR值

在2階段中，將STL與S（Vi）進行了求解，并得到了一個綜合的PR值，對于選取的模擬情境下的綜合PR值進行了求取，在進行綜合PR值計算后，“畢業”成為這一情境下的最主要的關鍵詞，“上海”“畢業典禮”等關鍵詞的綜合PR值相對較小原因是由于動態數據的相對不足，主要原因有：（1）該情境的熱點相對較低，網絡上的動態數據相比較少;（2）由于綜合PR值有一個改善過程并添加了時間因素，導致對最終結果有一定的影響。

將TextRank算法下的PR值進行求解與本文所得綜合PR值進行對比可以得到綜合PR值與原本的PR值相比較而言，整體趨勢基本一致，但是在如“上海”等關鍵詞上有一定的區別，其主要原因為：綜合PR值得求解中加入的時間參數對于最終結果帶來了一些影響，模擬情境下的時間為2020年12月即T的時間，此時的各個情境關鍵詞的TL是不一樣的，例如“畢業典禮”“畢業生”等詞匯與當前的時間是不相符的，此時去對“華東師范大學畢業花”這一情境求取綜合PR值，很明顯本文提出的綜合PR值更加的合理。

4 ?推薦算法改進

4.1 推薦算法的簡單介紹

綜合PR值帶來的是處于某一情境下的動態信息處理的最終結果，這樣的結果對于推薦算法來說是最好的推薦原因。但同時在推薦時也得考慮到用戶的靜態數據即用戶的所處情景的天氣、季節等數據。目前已有的一些推薦算法主要分為基于內容的推薦算法、基于協同過濾的推薦算法等[7]，這些算法更多的是基于用戶使用數據的推薦而不是基于某一情境下的推薦，對于冷啟動問題的處理相對比較差。這些推薦算法由于存在著或多或少的缺陷，因而本文將會選用組合推薦算法進行設計，主要采用了組合推薦算法中的加權推薦技術，結合PR值與用戶的情感分析、用戶所處情景的天氣與季節因素進行綜合分析然后得出推薦結果。

4.2 用戶情感分析

從上文中獲得的用戶動態數據中，將獲得的動態數據利用CBOW模型與Skip-gram模型[8]進行轉換使其轉換為詞向量，本文采用了百度AI開方平臺上的用戶情感傾向分析算法，可以調用百度情感分析API的參數，再將上文所獲得的用戶動態數據導入，便可獲得用戶在該情境下的情感傾向。任意選取了用戶動態文本分割后的10條數據信息進行統計，在任意選取的這10段用戶動態文本中用戶的positive_prob值遠遠大于negative_prob值，這是由于互聯網上一般大都是積極的信息居多，我們平常瀏覽到的信息也以積極向上為主，消極的相比之下就很少。

4.3 組合推薦算法模型的建立

前3個階段中，分別獲取到了用戶處于某一情境下的綜合PR值與用戶情緒傾向分析結果positive_prob值與negative_prob值，接下來我們需要獲取用戶手機數據得到天氣信息與季節信息數據分別用Weather與Season表示。

傳統的組合推薦中常用的有加權、變換等級別七種，結合本文所述，選用加權進行推薦的方式進行組合，將綜合PR值、pp值與np值以及Weather與Season進行加權組合便可以得到推薦算法模型[10]。

（5）

（6）

（7）

式中：RER表示最終推薦指數，ZHPR表示綜合PR值，Qweather與Qseason分別表示weather與season的權值，Wp，Wn分別表示positiveprob值與negativeprob值的權值，w1、w2、w3分別表示ZHPR、prob、WS的權值。在權重的配比選擇時，一方面采用樂條件熵的計算方法，另一方面選擇了主觀賦值的方法。

在通過組合推薦算法的研究下，我們最終得到了推薦的最終結果即PR值與綜合PR值下推薦算法得到的推薦指數對比。通過對比可以發現綜合PR值相對于原PR值的推薦指數更高，其原因主要是增加了用戶情感傾向、動態數據的時效性等因素。圖中的推薦指數值這么小的原因是：推薦算法在運行過程中獲得推薦信息很多，多達上千件，導致推薦指數值看起來相對較低，但是其相對于長尾信息來說其占比還是很高的。通過圖1我們可以輕易的發現兩種情況下的推薦指數具有一致性，但仔細觀察也能發現兩者存在著差別，別小看這一點的提升，對于科技日益發展的今天來說也會給用戶帶來巨大的體驗。

5 ?結語

本文中就動態數據下的用戶信息為基礎條件，對該數據進行了用戶情感傾向分析，并采用了添加時效性參數的TextRank算法與用戶本身包含有的靜態信息相結合得出了一種新的組合推薦算法，在算法中，我們利用不同方向的技術相互之間彼此融合，為推薦算法提供了一種新的思路。當然也有不足之處，數據集帶來的局限性還是有一定的影響，我們后續的工作也會繼續補足。

參考文獻

[1] 袁靜.國內外情景感知服務研究綜述[J].國家圖書館學刊，2018，27（3）：39-47.

[2] Luis Omar Colombo–Mendoza， et al. RecomMetz： A context-aware knowledge-based mobile recommender[J]. Expert Systems with Applications，2015，42（3）：1202-1222.

[3] 曾子明，孫守強.基于情景感知的智慧圖書館場景式服務研究[J].圖書與情報，2019（4）：101-108.

[4] 喬蕊，董仕，魏強，等.基于區塊鏈技術的動態數據存儲安全機制研究[J].計算機科學，2018，45（2）：57-62.

[5] 楊延嬌，趙國濤，袁振強，等.融合語義特征的TextRank關鍵詞抽取方法[J/OL].計算機工程：1-8[2021-01-04].

[6] 歐霖，趙永標.基于TextRank的新聞關鍵詞抽取系統的設計與開發[J].現代信息科技，2020，4（18）：23-25，28.

[7] 趙壘.面向eCRM的推薦系統的設計與實現[D].曲阜：曲阜師范大學，2015.

[8] 黃艷群，王妮，劉紅蕾，等.基于Skip-gram詞嵌入算法的結構化患者特征表示方法研究[J].北京生物醫學工程，2019，38（6）：568-574，604.

[9] 顧德喜，李貴霖，時祥凱，等.基于百度AI開放平臺的人臉識別門禁系統[J].單片機與嵌入式系統應用，2019，19（6）：33-36.

[10] 陳豪，王澤珺.個性化推薦算法綜述[J].企業科技與發展，2019（2）：56-57.