黃宏濤 駱玉璞 彭利園 李冰 陳沖沖
摘要:在傳統(tǒng)模式下,導(dǎo)師和研究生之間很難在短時(shí)間內(nèi)進(jìn)行快速、合理的雙向選擇。研究基于協(xié)同推薦模型的導(dǎo)師研究生雙向選擇系統(tǒng),將雙選進(jìn)程網(wǎng)絡(luò)化,采用協(xié)同推薦模型對(duì)用戶進(jìn)行推薦,構(gòu)建用戶興趣模型,向用戶推薦可能感興趣的對(duì)象。實(shí)驗(yàn)證明,該系統(tǒng)有助于快速實(shí)現(xiàn)導(dǎo)師和研究生之間的雙向選擇,減輕學(xué)校教務(wù)部門的工作負(fù)擔(dān)。
關(guān)鍵詞:協(xié)同推薦;雙向選擇;興趣模型
DOIDOI:10.11907/rjdk.161086
中圖分類號(hào):TP319
文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-7800(2016)005-0074-02
0 引言
基于協(xié)同推薦模型的導(dǎo)師研究生雙向選擇系統(tǒng),在短時(shí)間內(nèi)采用協(xié)同推薦模型給予用戶合理的推薦,根據(jù)用戶訪問(wèn)項(xiàng)目的歷史記錄以及項(xiàng)目間的相關(guān)信息,構(gòu)建用戶興趣模型后對(duì)繁雜的信息進(jìn)行過(guò)濾,并向用戶推薦可能感興趣的對(duì)象。該系統(tǒng)把傳統(tǒng)的導(dǎo)師研究生雙選過(guò)程放在網(wǎng)絡(luò)上進(jìn)行,使該過(guò)程變得更加智能化、合理化,增強(qiáng)了選擇時(shí)的公平性。該系統(tǒng)在提高導(dǎo)師與研究生雙向選擇效率、增強(qiáng)網(wǎng)站新穎度等方面都具有重要意義。
1 基于協(xié)同推薦模型的導(dǎo)師研究生推薦
1.1 數(shù)據(jù)采集
該系統(tǒng)通過(guò)API流來(lái)采集公共訪問(wèn)記錄建立默認(rèn)訪問(wèn)級(jí)別。如果有兩個(gè)不同用戶連接到相同終端并提供了大約所有訪問(wèn)記錄的1%,該默認(rèn)訪問(wèn)級(jí)別將發(fā)送相同的推薦信息。該系統(tǒng)從用戶所選擇的信息中獲取樣本,包括:①用戶選擇的導(dǎo)師或者研究生標(biāo)識(shí)符;②用戶標(biāo)識(shí)符;③創(chuàng)建日期和時(shí)間;④訪問(wèn)記錄和標(biāo)簽[2]。
由于這些樣本傳遞的用戶所選擇信息的數(shù)據(jù)流不受約束,因而用戶選擇的數(shù)據(jù)是沒(méi)有標(biāo)簽的純文本。該系統(tǒng)旨在為用戶推薦合適的信息,為了避免系統(tǒng)中由于冗余記錄而產(chǎn)生干擾,需要縮小過(guò)濾范圍來(lái)明確“活躍”記錄。系統(tǒng)為每個(gè)用戶建立了簡(jiǎn)況描述,如果一個(gè)用戶訪問(wèn)某類信息的記錄超過(guò)一個(gè)特定的臨界值,它就被稱為一個(gè)活躍的記錄,在這里分別選擇50和5作為“活躍”用戶和“活躍”記錄的臨界值。
1.2 數(shù)據(jù)表示
該系統(tǒng)在兩條信息的雇傭標(biāo)簽之間創(chuàng)建另一層相關(guān)性來(lái)提高協(xié)同過(guò)濾推薦質(zhì)量。這樣,每條用戶歷史記錄不僅有一個(gè)用戶向量,也有一個(gè)分配給它的標(biāo)簽向量。
從表中數(shù)據(jù)可以看出,無(wú)論是研究生還是導(dǎo)師,該系統(tǒng)都能達(dá)到令絕大多數(shù)用戶滿意的程度。
3 結(jié)語(yǔ)
本文研究了基于協(xié)同推薦模型的導(dǎo)師研究生雙向選擇系統(tǒng),該系統(tǒng)基于鄰域的方法為用戶推薦合適的導(dǎo)師或者研究生信息,極大提高了導(dǎo)師研究生雙向選擇效率。實(shí)驗(yàn)表明,若結(jié)合標(biāo)簽相似度和用戶相似度,則可以改善協(xié)同過(guò)濾系統(tǒng)的精確度,實(shí)驗(yàn)展示了該系統(tǒng)對(duì)于基于信息的推薦系統(tǒng)的標(biāo)準(zhǔn)差方面可以有更好的表現(xiàn)。提供更多用戶訪問(wèn)的歷史記錄不僅不會(huì)導(dǎo)致更加精確的推薦,反而會(huì)因?yàn)椤靶畔⑦^(guò)載”而影響推薦精度[4]。實(shí)驗(yàn)結(jié)果顯示,該推薦系統(tǒng)可有效為用戶推薦適合用戶或者用戶偏好的導(dǎo)師或者研究生信息,更好地滿足雙方需求。
參考文獻(xiàn):
[1]李春,朱珍民,高曉芳,等.基于鄰居決策的協(xié)同過(guò)濾推薦算法[J].計(jì)算機(jī)工程,2010(13):34-36.
[2]鄭志高,劉京,王平,等.時(shí)間加權(quán)不確定近鄰協(xié)同過(guò)濾算法[J].計(jì)算機(jī)科學(xué),2014(8):7-12.
[3]郭磊,馬軍,陳竹敏,等.一種結(jié)合推薦對(duì)象間關(guān)聯(lián)關(guān)系的社會(huì)化推薦算法[J].計(jì)算機(jī)學(xué)報(bào),2014(1):219-228.
[4]安維,劉啟華,張李義.個(gè)性化推薦系統(tǒng)的多樣性研究進(jìn)展[J].圖書(shū)情報(bào)工作,2013(20):127-135.
(責(zé)任編輯:孫 娟)