BTSVM在圖書借閱平臺推送信息中的應用

高歡,曲孝海,張莉莉

(湖南文理學院數理學院,湖南常德,415000)

伴隨著網絡時代的來臨,網絡信息技術也逐漸與圖書借閱進行融合,使得傳統圖書的借閱方式得到很大的改變,將傳統的柜臺式借閱方式逐漸轉變成手機APP 借閱方式,這極大地提高了圖書的借閱效率并且有利于實現圖書資源實時共享[1]。由于圖書借閱手機APP 具有使用便捷、效率高等優勢,現階段的使用頻率變得非常高,并且主要集中在青年群體中。圖書借閱平臺屬于一種基于手機APP 的新型功能板塊,其可以實現全方位的視頻和文本的交流與共享。這些特性使得圖書借閱可以24 h 隨時進行,徹底地改變了以往低效率的服務方式,很好地解決了圖書借閱因時間、地點等問題所造成的約束。于是,許多圖書館都開始使用圖書借閱平臺來作為自己的客服平臺,實現高效性運營模式,更好地為不同群體進行服務?？讘c祝[1]提出了在線方式的圖書館,并且采用可視化以及計算機數據分析等方式對圖書館進行研究分析。蒲玲琳等[2]對目前常見圖書館網絡平臺進行了深刻地總結,提出了許多數學方法對平臺內容進行分類。王秀娟[3]基于人工智能算法設計了一種新型半監督支持向量機的平臺內容推送算法。但是由于圖書借閱群體是不同的,因此需要針對不同群體進行針對性信息推送,于是本文基于智能分類方法對圖書借閱平臺文本推送信息展開研究,提出一種基于優化BTSVM 的圖書借閱平臺推送信息分類算法。

1 二叉樹支持向量機(BTSVM)

支持向量機方法(SVM)具有全局最優、結構簡單和推廣能力強的特點,廣泛應用于各領域,該方法的基本思想是通過某種非線性的映射關系,將原始的特征向量映射到另外一個更高維度的特征空間Z中,然后在這個高維空間Z中,構建一個最優的分離超平面,具體方法為: 首先設置一個非線性映射關系其中xi是該空間的輸入向量,zi是高位映射空間Z的向量。若在Z中求解最優分離超平面,則需要計算高維特征空間內積,即核函數。求解最優分離超平面的決策函數為。

BTSVM 是基于支持向量機(SVM)提出的一種新型分類方法[4],已經被廣泛應用于各種分類項目中,是近年來研究的熱點。其分類原理為: 首先在總根節點位置把總的樣本分成兩類,然后在下一個子根節點位置繼續對上一類樣本進行分類,并繼續將其分成兩類,依此類推,直至所有子節點都只包含一個類別的樣本,從而形成典型的二叉樹形式。在執行階段,每個節點位置處會直接決定下一個子節點的走向,直到末子節點位置結束。

二叉樹支持向量機最大的優點為能將總體樣本分類成兩大類,并一直分解到只包含一個類別的子節點為止。因此,此算法不會出現漏分類,并且執行過程不需要全部遍歷,極大地提高了算法的計算效率。本文基于BTSVM 對圖書館借閱平臺推送信息進行分類,但是由于樣本數量一般不止一個,所以需要考慮計算總體樣本的平均歐式距離。由于樣本間的平均歐式距離能夠很好地反映總體樣本的分布情況,本文將總體樣本間的平均歐式距離作為樣本間分類的依據,來確定二叉樹支持向量的結構層次,樣本間的平均歐式距離的具體計算過程如下[5]:

同一特征組成的樣本集中{ai,i=1,2,…ka},樣本i與樣本j兩者之間的歐式距離求解ai與樣本間其他樣本的平均歐式距離為從而得到樣本間的平均歐式距離計算公式為

通過利用上述計算樣本平均歐式距離的方式,確定BTSVM 算法的結構。常見的樣本間分類方式有歐氏距離分類法[6]、球結構分類法[7]及加權歐氏距離分類法[8]等,這幾種方法都對樣本間距離做了很好的解釋。本文重點介紹一下球心歐氏距離,其原理是計算樣本本身所形成的超球體的球心之間的直線距離,這種方法對于同類樣本間相似度的描述有著一定的優越性。

2 二叉樹支持向量機的參數優化和高維特征集的形成

2.1 二叉樹支持向量機的參數優化

由于支持向量機中懲罰因子c和核函數參數γ的選擇會直接影響圖書館借閱平臺內容分類的效果[9],于是本文利用著名的飛蛾捕焰優化算法對支持向量機中的參數c和γ進行優化,得到最佳的參數組合[c,γ]。

Seyedali Mirjalili 根據飛蛾圍繞火焰的整個運動過程,設計了著名的飛蛾捕焰優化算法(MFO)[10],飛蛾圍繞火焰的曲線運動圖如圖1 所示。下面具體介紹飛蛾捕焰優化算法的原理:

圖1 飛蛾圍繞火焰的曲線運動圖

在算法優化過程中,其中式(1)代表著飛蛾在運動過程中的空間位置,而式(2)則表示算法的適應度值。在MFO 算法的整個迭代運行中,飛蛾是根據算法中火焰的適應度值為參考標準,來判斷是否達到目標函數對應的最優解。

式中:n表示飛蛾個數;d表示維度;

對于MFO 算法,需要先設置火焰的初始值,從而保證與飛蛾的空間位置保持一致。式(3)表示火焰的初始位置,與飛蛾的位置具有相同維度的變量矩陣; 式(4)表示存儲各火焰的適應度值。

對于整個飛蛾捕焰的過程,實質為飛蛾圍繞火焰做連續的曲線運動并不斷更新之前的位置,飛蛾的整個運動過程可以分為兩步,第一步是飛蛾向火焰中心方向飛行的過程; 第二步是飛蛾由火焰中心向外運動的過程。

(1)飛蛾捕焰的過程

飛蛾捕焰的過程是飛蛾利用其本身的生物特性由外向火焰中心做螺旋運動,并且不斷地迭代更新其前一位置,從而逐漸靠近火焰中心,當到達火焰中心位置處運動結束,并且該位置為最佳位置。

(2)飛蛾棄焰的過程

隨著飛蛾的迭代位置不斷更新,飛蛾棄焰過程火焰的適應度值為式(5)所示。

式中:l表示算法的迭代次數;N表示算法的最大火焰的個數;T為最終迭代次數。

在算法的迭代過程中,火焰與迭代次數成反比關系,并且火焰與飛蛾的初始位置會保證飛蛾的整個尋優過程是有效的,從而保證算法的有效性。對于MFO 算法,當適應度函數滿足規定要求時,算法停止運行并輸出當前的火焰位置,否則繼續向前運行。

二叉樹支持向量機參數優化過程: 首先初置BTSVM 的兩個關鍵參數c和γ,并計算適應度值,通過利用飛蛾捕焰的過程對兩個參數進行不斷迭代尋優,直到滿足停止條件,則輸出對應的參數組合[c,γ],該參數組合即為BTSVM 的最佳參數組合。然后利用優化后的二叉樹支持向量機對圖書借閱平臺推送信息進行分類處理,從而對不同客戶進行針對性的信息推送。

2.2 高維特征集的形成

在圖書借閱平臺信息推送系統中,根據統計分詞的原理[11],相鄰的兩個詞如果同時出現的次數越高,那么兩者形成一個詞語的比率就會越高,因此利用這個原理對圖書借閱平臺推送信息中詞匯的組合頻率進行統計。本文利用統計分詞對圖書借閱平臺推送信息中的相關內容詞匯進行處理,形成分類所需要的高維特征集。整個圖書借閱信息推送系統的文本中,需要對高維特征集進行降維處理,選擇最佳的特征子集,以便于后期分類完成后相關信息的推送?；谏鲜鎏卣魈崛》椒▽Ω呔S特征集進行特征提取后,本文采用互信息法[12]對特征提取后的文本進行特征選擇。

3 實驗驗證

為了驗證本文方法的有效性,以圖書借閱平臺相關推送信息作為實驗數據,進行實例驗證分析。數據采樣時間為2020 年3 月1 日—2020 年7 月31 日,選取理工類、文史類、經濟類、農學類、藝術類、體育類等6 個主題共1 587 篇圖書借閱平臺中相關的推送文本。根據智能分類算法訓練集與測試集分配比例的要求,本文隨機選擇其中的1 035 篇作為二叉樹支持向量機的訓練集對分類模型進行訓練,其余552 篇作為算法的測試集。

為進一步驗證本文方法的有效性,將數據集分別輸入本文方法與SVM、ELM[13]等常見分類算法中,從而得出3 種不同分類算法測試集分類準確率結果(見表1)。由表1 可知,本文方法的平均準確率為3種算法中最高的,且在6 種不同主題下的分類準確率仍為最高。

4 結論

針對圖書借閱平臺中推送信息量大,分類管理困難等問題,本文提出一種優化BTSVM的圖書借閱平臺信息推送分類管理方法。通過實例分析,發現本文方法的分類準確率高于SVM和ELM等常見分類方法。因此利用本文算法可以高效地對平臺中的各類推送信息進行分類處理,然后針對性地發送給不同群體,從而實現平臺的高效運行,加速圖書借閱平臺的推廣。