黃有福 黃佩珊 朱潔梅

DOI：10.19850/j.cnki.2096-4706.2021.08.043

摘? 要：在大數(shù)據(jù)時代，智慧校園應(yīng)用廣泛，各類信息日益豐富，縱橫交錯，但用戶又面臨著信息過載，無從選擇的問題。用戶獲取信息主要是被動獲取，需要自行去翻閱信息，或是訂閱相關(guān)的內(nèi)容，所獲取的信息大多數(shù)并非用戶所需要的。智能推薦系統(tǒng)對當(dāng)前智能推薦的主要方式以及推薦算法進(jìn)行了研究，通過對系統(tǒng)的設(shè)計與分析，運用H5技術(shù)中的WebSocket技術(shù)實現(xiàn)了管理平臺和移動客戶端應(yīng)用程序，給用戶帶來了便捷、精準(zhǔn)獲取信息的服務(wù)體驗。

關(guān)鍵詞：信息推送;智能推薦;推薦系統(tǒng);個性化;智慧校園

中圖分類號：TP391.3? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2021）08-0153-03

Application Research of Intelligent Recommendation System Based on Wisdom Campus

HUANG Youfu，HUANG Peishan，ZHU Jiemei

（Guangzhou Panyu Polytechnic，Guangzhou? 511483，China）

Abstract：In the era of big data，wisdom campus is widely used. All kinds of information are increasingly rich and crisscross，but users are faced with the problem of information overload and have no choice. Users obtain information mainly at a passive mode. They need to browse information by themselves or subscribe to relevant content. Most of the information obtained is not what users need. The intelligent recommendation system studies the main methods of the current intelligent recommendation and recommendation algorithms. Through the design and analysis of the system，the management platform and mobile client application are realized by using WebSocket technology in H5 technology. Which bring users the service experience of convenience and accurate obtaining information.

Keywords：information push;intelligent recommendation;recommendation system;personalized;wisdom campus

0? 引? 言

隨著計算機技術(shù)的快速發(fā)展，移動互聯(lián)網(wǎng)應(yīng)用已進(jìn)入日常生活的方方面面，深刻地影響著我們的生活與學(xué)習(xí)。在信息大爆炸的時代，每天我們所獲取的信息可達(dá)幾十條、上百條、甚至上千條，特別是電子商務(wù)、新聞廣告信息、群聊、視頻短片等，我們的手機在不斷地被動接收，況且這些信息很多都是垃圾信息，嚴(yán)重地影響著我們的日常生活。但我們每天都在搜索所需要的信息，通過各種方式想獲得我們所關(guān)心和需要的各類新聞信息、學(xué)習(xí)資料、娛樂資訊、電子商務(wù)信息等。在智慧校園的建設(shè)中，教育信息化的重要內(nèi)容之一就是了解用戶所需要的信息，向有需要的用戶推送信息，增加用戶的黏性，這就需要我們能夠使用智能推送的方式，將推送信息與用戶進(jìn)行科學(xué)匹配，從海量的信息資源中，提取重要的、與用戶密切相關(guān)的信息，主動地推送到用戶手機中，從而提升用戶便捷、精準(zhǔn)獲取信息與服務(wù)體驗。

1? 智能推薦的主要方式

智能推薦系統(tǒng)是從業(yè)務(wù)需求出發(fā)，在確保信息的準(zhǔn)確性、安全性的前提下，及時將有價值的信息推送給目標(biāo)用戶，讓目標(biāo)用戶能快捷、有效地獲取自己想要的信息。目前，主要的信息推送工具是即時通信工具，最常見的是短信推送，信息發(fā)起者通過手機短信平臺向目標(biāo)用戶發(fā)送短信信息。此外，還有以下幾種方式：

（1）消息線上推送。用戶需要安裝相關(guān)的APP，才可以接收線上推送服務(wù)。

（2）微信模板推送。用戶只需要在微信朋友圈中分享相關(guān)的信息。

（3）Websocket推送方式。WebSocket是HTML5提供的一種在單個TCP連接上進(jìn)行全雙工通信的協(xié)議，客戶端和服務(wù)端只需要建立連接就可以互相發(fā)送消息。

2? 智能推薦算法研究

本文分別對協(xié)同過濾算法、基于內(nèi)容的推薦算法、基于標(biāo)簽的推薦算法和基于關(guān)聯(lián)規(guī)則的推薦算法進(jìn)行了研究：

（1）基于內(nèi)容的推薦是基于項目的內(nèi)容信息進(jìn)行推薦，不是根據(jù)用戶對項目的評論，而是需要使用機器學(xué)習(xí)的方法從內(nèi)容的特征描述中獲取用戶的興趣信息。在推薦系統(tǒng)的實現(xiàn)過程中，我們將學(xué)校的教師和學(xué)生作為用戶對象，通過相關(guān)特征的屬性對其進(jìn)行定義。系統(tǒng)根據(jù)用戶對象的特征，學(xué)習(xí)用戶的興趣，分析用戶信息與要預(yù)測的項目的匹配程度。在構(gòu)建用戶模型時，主要采用決策樹、神經(jīng)網(wǎng)絡(luò)和基于矢量的表示方法。推薦的用戶信息根據(jù)用戶數(shù)據(jù)內(nèi)容、用戶歷史數(shù)據(jù)、用戶數(shù)據(jù)模型等不同情況進(jìn)行分析，并根據(jù)實際情況隨用戶偏好的變化而變化。

（2）協(xié)同過濾推薦技術(shù)是推薦系統(tǒng)中常用的推薦算法，它主要采用最近鄰算法，用戶的歷史偏好信息是用來計算用戶之間的距離，然后使用的目標(biāo)用戶的最近鄰居用戶的學(xué)習(xí)需要和信息需求的加權(quán)值來預(yù)測目標(biāo)用戶對特定信息的偏好，提出建議用戶基于此首選項。協(xié)同過濾的最大優(yōu)點是對推薦對象沒有特殊要求，可以處理復(fù)雜的非結(jié)構(gòu)化對象，如書籍和課程信息。

（3）基于關(guān)聯(lián)規(guī)則的推薦是將獲取的信息作為規(guī)則頭，規(guī)則體作為推薦對象。關(guān)聯(lián)規(guī)則挖掘可以在獲取過程中發(fā)現(xiàn)不同用戶信息需求之間的相關(guān)性。在學(xué)校的信息推送中，主要會考慮到師生用戶使用信息的關(guān)聯(lián)性，例如按學(xué)生所學(xué)的專業(yè)給學(xué)生推薦相同或相近專業(yè)的圖書信息，從參加的社團(tuán)活動，了解他的興趣愛好，給他們推薦相關(guān)的社會消息，相關(guān)的指引等，這樣讓學(xué)生能快捷地獲取所需的資料，節(jié)省查找的時間。

（4）基于標(biāo)簽的推薦算法。根據(jù)推薦標(biāo)簽一般分為兩種，一種是通過給予用戶一些特性標(biāo)簽，另一種是讓用戶自己去設(shè)置信息標(biāo)簽，利用用戶對所設(shè)置的信息標(biāo)簽為用戶提供推薦信息，當(dāng)用戶調(diào)用信息標(biāo)簽時，會為所推薦的信息提供適當(dāng)?shù)臉?biāo)簽。用戶使用標(biāo)簽來描述自己對推薦信息的看法，標(biāo)簽是反映用戶興趣的重要數(shù)據(jù)源。一個用戶行為的數(shù)據(jù)集通常用一個三元組來表示，其中記錄{u， I， b}表示用戶u已經(jīng)用標(biāo)簽b標(biāo)記了推薦的I（當(dāng)然，在現(xiàn)實中會有用戶屬性、信息屬性等，這比較復(fù)雜）。

3? 智能推薦系統(tǒng)的設(shè)計與分析

為了方便獲取用戶信息，本系統(tǒng)使用企業(yè)微信或企業(yè)微信號進(jìn)行實現(xiàn)，這主要有幾個重要原因，一是減少開發(fā)系統(tǒng)APP，一般使用APP進(jìn)行的推薦，需要用戶安裝新的APP，這不僅增加開發(fā)成本，對用戶來說，也需要安裝新的客戶端。目前很多手機都具有屏蔽短信的功能，若使用短信推薦，用戶可能會誤以為是垃圾短信，而且短信的數(shù)量增多，會給用戶帶來困擾，影響用戶體驗。因此，本課題主要使用企業(yè)微信作為基礎(chǔ)平臺。

3.1? 智能推薦系統(tǒng)分析

對于用戶信息的推送，需要考慮用戶的生活習(xí)慣，使用對象主要是師生用戶，因而需要對用戶的作息時間做一些調(diào)整，盡量避開用戶休息時間，減少對用戶的影響及對生活的干擾，做到精準(zhǔn)推送，在本課題的中，還需要對用戶的定位信息，接收信息的習(xí)慣，應(yīng)用的活躍度等方面綜合考慮，從而得出用戶的使用模型，對不同的用戶群，建立相應(yīng)的用戶模型，從用戶模型中建立用戶組，對不同的用戶群推送不同的內(nèi)容，目前主流的消息推送基本都會使用第三方的推送來進(jìn)行，第一方便，第二節(jié)省成本，第三避免不需要的人員開支以及設(shè)備維護(hù)。因此，推薦系統(tǒng)一般會以用戶的興趣需求信息及用戶的特征為模型，結(jié)合數(shù)據(jù)的特征信息，使用相應(yīng)的推薦算法進(jìn)行匹配、計算機篩選，把相應(yīng)的信息推薦給用戶。系統(tǒng)模型如圖1所示。

3.2? 功能結(jié)構(gòu)設(shè)計

推薦系統(tǒng)是一個全流程的推薦服務(wù)，目前采用基于企業(yè)微信的服務(wù)應(yīng)用，減少客戶端的開發(fā)，通過企業(yè)微信獲取用戶的行為。為業(yè)務(wù)數(shù)據(jù)、日志信息及第三方的數(shù)據(jù)源，利用深度學(xué)習(xí)和語義模型構(gòu)建推薦引擎，為師生用戶推薦有價值、個性化的信息及內(nèi)容，推薦的結(jié)果可利用數(shù)據(jù)分析模型多指標(biāo)、多維度進(jìn)行實時分析，做到精準(zhǔn)推薦，然后進(jìn)行歸類、匯聚，形成快速反饋，精準(zhǔn)迭代特征集和算法模型。全流程關(guān)系如圖2所示。

從圖中可以看出，推薦系統(tǒng)模型主要包含四個方面，數(shù)據(jù)源、數(shù)據(jù)建模、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用。數(shù)據(jù)源主要是終端應(yīng)用，包括企業(yè)微信、應(yīng)用小程序等，數(shù)據(jù)的分析與建模，包含興趣分析、語義分析和深度學(xué)習(xí)等，數(shù)據(jù)分析主要包括多指標(biāo)的數(shù)據(jù)及日志，多難度的信息源和信息類別。

4? 推薦系統(tǒng)的實現(xiàn)

本文介紹的推薦系統(tǒng)有三個重要模塊：用戶建模模塊、推薦對象建模模塊、推薦算法模塊。從學(xué)校共享大型數(shù)據(jù)中心入手，分析了用戶的特點，根據(jù)用戶的關(guān)鍵信息，分析了用戶的潛在需求信息，建立了用戶模型，進(jìn)而提出了匹配特征信息的用戶模型和對象模型，并利用相應(yīng)的計算和篩選推薦算法，找到用戶可能感興趣的內(nèi)容，并將感興趣的相關(guān)信息推薦給教師和學(xué)生。下文以基于企業(yè)微信的用戶推薦系統(tǒng)為例，闡述基本企業(yè)微信的推薦系統(tǒng)的實現(xiàn)。

基于企業(yè)微信的推薦系統(tǒng)需要通過企業(yè)微信的官方認(rèn)證管理，主要有以下幾個步驟：

（1）通過企業(yè)微信的API獲取access_token。access_token由corpid和secret產(chǎn)生，是企業(yè)后臺去企業(yè)微信的后臺獲取信息時的重要票據(jù)。

（2）根據(jù)企業(yè)微信的通訊錄，判斷用戶是否存在于該企業(yè)中;用戶可以進(jìn)入微信，用戶從“設(shè)置”是否接收“新消息提醒”和“接收新消息通知”。用戶確認(rèn)是否接收企業(yè)微信的信息推送。

（3）通過用戶的信息請求。在這個過程中，企業(yè)微信的管理人員一般都會對所有的用戶進(jìn)行分類管理或是群組管理，企業(yè)微信能夠為第三方應(yīng)用提供標(biāo)準(zhǔn)的接口，第三方應(yīng)用利用API接口完成信息的推送服務(wù)，將需要發(fā)送的信息直接發(fā)送到微信的后臺管理，從后臺管理中直接推送給已訂閱信息的用戶。企業(yè)微信支持第三方應(yīng)用發(fā)送消息，提供了消息推送、發(fā)送應(yīng)用消息的API接口，該接口支持發(fā)送文本、圖片、語音、視頻、圖文和卡片等消息類型基本能滿足各類信息的推送需求。

5? 智慧校園推薦系統(tǒng)使用效果

推薦系統(tǒng)的實現(xiàn)與使用，為用戶以及系統(tǒng)管理員帶來了很多便利，首先，降低了信息推送的成本，系統(tǒng)以企業(yè)微信為推薦平臺，用戶不需要開發(fā)新的客戶端APP，在企業(yè)微信的平臺上，對接口進(jìn)行處理，以及對接學(xué)校的數(shù)據(jù)中心，實現(xiàn)統(tǒng)一的身份認(rèn)證就可以完成整個系統(tǒng)的對接，節(jié)省了信息的推送成本。其次為了推薦系統(tǒng)后期的使用管理與維護(hù)，企業(yè)微信有標(biāo)準(zhǔn)的接口及相應(yīng)的對接文檔，管理與維護(hù)相對方便，同時與數(shù)據(jù)中心進(jìn)行對接，用戶的信息便可以實現(xiàn)與數(shù)據(jù)中心的用戶進(jìn)行同步，對于管理者來說，這樣能減少用戶對用戶庫的維護(hù)。本系統(tǒng)在使用的過程中，得到了廣泛的應(yīng)用與推廣，目前在學(xué)校的企業(yè)微信平臺上，已對接近10個業(yè)務(wù)系統(tǒng)的信息提醒功能，完成對接業(yè)務(wù)系統(tǒng)的待辦以及辦事進(jìn)度消息推送。

6? 結(jié)? 論

本文從當(dāng)前常用的推薦技術(shù)與算法出發(fā)，對基于企業(yè)微信、小程序、H5等接入方式的推薦系統(tǒng)進(jìn)行分析，選擇以企業(yè)微信為接入口，依托學(xué)校智慧校園建設(shè)的共享數(shù)據(jù)中心，對師生用戶的基本信息，用戶特征等進(jìn)行分析與研究，得出各類用戶的用戶特征及用戶需求，以數(shù)學(xué)建模的方式，構(gòu)建了用戶模型，然后分析了目前使用的方法，主要分析了基于內(nèi)容的推薦技術(shù)，然后闡述了基于關(guān)聯(lián)規(guī)則的協(xié)同過濾推薦技術(shù)以及基于關(guān)聯(lián)規(guī)則的推薦算法，而基于標(biāo)簽算法的推薦也是系統(tǒng)采用的推薦算法，最后通過系統(tǒng)分析和設(shè)計，完成企業(yè)微信推薦系統(tǒng)的設(shè)計，通過結(jié)合用戶的個性化需求與智能校園大數(shù)據(jù)中心，可以將用戶從海量的信息資源中解放出來，改善用戶體驗，讓用戶能夠方便準(zhǔn)確地獲取信息。

參考文獻(xiàn)：

[1] 黃有福，黃佩珊.基于企業(yè)微信的信息推薦系統(tǒng)的設(shè)計與實現(xiàn) [J].信息與電腦（理論版），2020，32（23）：84-85.

[2] 曹小平，陳印.基于移動終端的消息推送模式研究 [J].電子技術(shù)與軟件工程，2019（5）：16.

[3] 姜翔.消息推送技術(shù)研究與未來展望 [J].電信網(wǎng)技術(shù)，2018（4）：73-75.

[4] 王培培.基于用戶特征的個性化推送算法研究 [D].濟南：山東師范大學(xué)，2018.

[5] 韋筱泉，馬長峰，玉易.一種后臺程序向企業(yè)微信主動發(fā)送消息的方法 [J].視聽，2018（4）：32-34.

[6] 金毛玉，張潔，劉凱.智能推送技術(shù)在在線學(xué)習(xí)平臺中的應(yīng)用 [J].現(xiàn)代信息科技，2020，4（23）：141-143.

[7] 李姣燕，劉瀟.基于微信公眾號個性化新聞推送平臺設(shè)計與實現(xiàn) [J]，電腦知識與技術(shù)，2019，15（36）：15-17.

作者簡介：黃有福（1984.11—），男，漢族，廣東湛江人，信息系統(tǒng)項目管理師，碩士，研究方向：移動開發(fā)，大數(shù)據(jù);黃佩珊（1983.11—），女，漢族，廣東順德人，助理研究員，本科，研究方向：高職課程研究;朱潔梅（1987.11—），女，漢族，廣東廣州人，實習(xí)研究員，本科，研究方向：教育技術(shù)，高教研究。

收稿日期：2021-03-24

基金項目：廣州番禺職業(yè)技術(shù)學(xué)院2018年科技類科研項目（2018kj013）;廣東省教育廳2020年度特色創(chuàng)新科研項目（2020KTSCX281）