基于協(xié)同過濾算法的圖書推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)＊

張盼盼，劉凱凱

(運(yùn)城學(xué)院，山西 運(yùn)城 044000)

0 引言

如今人們會(huì)在互聯(lián)網(wǎng)上進(jìn)行各種各樣的活動(dòng)，如觀看電影、購(gòu)買商品、閱讀書籍等，但隨著互聯(lián)網(wǎng)上信息的越來越多，人們發(fā)現(xiàn)越來越難以從海量信息中找出最適合自己的那些信息。圖書推薦系統(tǒng)的出現(xiàn)，可以解決“信息過載”[1]的困擾。圖書推薦系統(tǒng)通過數(shù)據(jù)挖掘等大數(shù)據(jù)技術(shù)，預(yù)測(cè)用戶的閱讀需求并推薦給用戶其最可能愛看的圖書，將人們從海量圖書的選擇困難中拯救出來。

本文研究了推薦算法的基本概念及其實(shí)際應(yīng)用；通過基于物品的協(xié)同過濾算法[2]對(duì)用戶和圖書相關(guān)數(shù)據(jù)進(jìn)行計(jì)算，得出推薦結(jié)果，將推薦圖書展示給用戶，完成圖書推薦，為讀者解決實(shí)際問題。

1 系統(tǒng)總體架構(gòu)設(shè)計(jì)

本文基于協(xié)同過濾算法的圖書推薦系統(tǒng)采用MTV 架構(gòu)，來實(shí)現(xiàn)“高內(nèi)聚低耦合”。圖書推薦系統(tǒng)整體架構(gòu)如圖1 所示。

圖1 圖書推薦系統(tǒng)架構(gòu)圖

圖1 中，表現(xiàn)層的功能主要是將動(dòng)態(tài)生成的網(wǎng)頁(yè)文件進(jìn)行輸出，使用戶可以直觀的看到信息；業(yè)務(wù)邏輯層將一些邏輯封裝，在前端和數(shù)據(jù)庫(kù)端之間充當(dāng)中間人，便捷的將數(shù)據(jù)在兩者之間傳遞；數(shù)據(jù)存取層實(shí)現(xiàn)數(shù)據(jù)庫(kù)訪問，通過數(shù)據(jù)庫(kù)命令執(zhí)行操作，例如查詢，插入，更新，刪除等；數(shù)據(jù)庫(kù)采用MySQL，存儲(chǔ)圖書、讀者、評(píng)分等用戶信息。

2 功能模塊設(shè)計(jì)

本文圖書推薦系統(tǒng)借助基于物品的協(xié)同過濾算法，在用戶搜索圖書的同時(shí)自動(dòng)為讀者推薦一批相似的圖書，因此在功能模塊上主要包含后臺(tái)管理系統(tǒng)和圖書推薦系統(tǒng)兩大部分。

2.1 后臺(tái)管理系統(tǒng)

后臺(tái)系統(tǒng)管理模塊實(shí)現(xiàn)了對(duì)用戶信息進(jìn)行的刪除操作以及對(duì)圖書信息進(jìn)行的添加和刪除操作,包括用戶賬號(hào)管理、圖書管理兩個(gè)部分，該功能主要通過管理員角色操作。

2.2 圖書推薦系統(tǒng)模塊

圖書推薦系統(tǒng)模塊主要包含用戶個(gè)人信息管理、熱門書籍、基于物品的推薦模塊三部分。

⑴用戶管理模塊主要實(shí)現(xiàn)用戶對(duì)本人信息的查看和修改操作、對(duì)用戶歷史評(píng)分記錄進(jìn)行查看和刪除操作以及對(duì)喜歡書單內(nèi)圖書的信息進(jìn)行查看和刪除操作。

⑵熱門書籍模塊的功能是通過對(duì)用戶的歷史評(píng)分記錄進(jìn)行排行，得到熱門書籍。該功能是對(duì)所有用戶的評(píng)分記錄中圖書評(píng)分總和最高的圖書進(jìn)行排行，根據(jù)評(píng)分由高到低進(jìn)行排序，生成熱門圖書的排行榜。

⑶基于物品的推薦模塊是通過對(duì)圖書以及用戶評(píng)分記錄的分析，完成對(duì)用戶進(jìn)行圖書推薦的功能。

3 算法設(shè)計(jì)

基于物品的協(xié)同過濾算法是本系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)的源泉，本節(jié)敘述有關(guān)該算法的實(shí)現(xiàn)過程與設(shè)計(jì)思想。

用戶依據(jù)數(shù)據(jù)庫(kù)內(nèi)數(shù)據(jù)的提取，通過推薦算法的分析、對(duì)用戶的行為分析[3]得出與自己所評(píng)的圖書相似的其他圖書，其結(jié)果將通過SQL 語(yǔ)句傳遞到前端，然后展示在HTML 頁(yè)面上,完成基于物品的協(xié)同過濾算法推薦的全過程。算法的流程圖如圖2所示。

圖2 基于物品的推薦功能模塊圖

3.1 獲取數(shù)據(jù)

首先從文件中獲取所需的數(shù)據(jù)集，并且根據(jù)列進(jìn)行劃分得到所需的數(shù)據(jù)，將其存入訓(xùn)練集train 中。本系統(tǒng)中使用的數(shù)據(jù)通過網(wǎng)絡(luò)爬取獲得，本系統(tǒng)側(cè)重點(diǎn)在于推薦系統(tǒng)的設(shè)計(jì)，因此數(shù)據(jù)獲取不再詳細(xì)描述。

3.2 計(jì)算相似度

對(duì)所獲取的數(shù)據(jù)，對(duì)每本圖書統(tǒng)計(jì)用戶數(shù)及評(píng)分，記入空字典中，例如創(chuàng)建一個(gè)空字典為Self.N={}，N[i]表示對(duì)圖書i評(píng)分的用戶數(shù)。

然后建立物品相似度矩陣W[i][j]，計(jì)算出圖書i與圖書j 之間的相似度，填入該矩陣。利用如公式⑴計(jì)算圖書之間的相似度[4]。W[i][j]標(biāo)識(shí)圖書i 和圖書j的相似度，N[i]則是喜歡圖書i的用戶數(shù)，N[j]則是喜歡圖書j的用戶數(shù)，除號(hào)上方表示同時(shí)喜歡圖書i和圖書j的用戶數(shù)。

部分相似度矩陣如圖3。

3.3 為當(dāng)前用戶提供推薦圖書

面向當(dāng)前用戶，搜尋和用戶歷史評(píng)分上的圖書最相似的圖書集合，為用戶進(jìn)行推薦。本文以用戶123為例，展示整個(gè)推薦過程：用戶123 對(duì)一本圖書進(jìn)行評(píng)分后，歷史評(píng)分如圖4所示。

圖4 用戶123歷史評(píng)分展示圖

接下來用戶123在首頁(yè)點(diǎn)擊與你喜歡的圖書類似按鈕，后臺(tái)運(yùn)行推薦算法：

首先創(chuàng)建字典self.train={}，從本地?cái)?shù)據(jù)集中獲取數(shù)據(jù)，存儲(chǔ)所有的用戶對(duì)圖書的評(píng)分?jǐn)?shù)據(jù)；創(chuàng)建字典self.W，用來存儲(chǔ)圖書之間的相似度；創(chuàng)建self.N，用來存儲(chǔ)每本圖書被用戶評(píng)價(jià)過的次數(shù)。

然后通過3.2 節(jié)中的相似度公式計(jì)算圖書之間的相似度，生成圖書-圖書相似矩陣存入字典self.W 中。從得到的相似度矩陣中取出與用戶123 所評(píng)圖書最相似的其他圖書及其評(píng)分。所有用戶評(píng)價(jià)過的圖書信息存儲(chǔ)在self.train 中，由于當(dāng)前用戶名(user)為123，所以可以通過self.train[user]可獲取到用戶123 評(píng)價(jià)過的圖書信息。如表1所示。

表1 算法獲取到用戶123評(píng)價(jià)的圖書信息表

將用戶123 對(duì)每本圖書的評(píng)分與用戶123 評(píng)分過的每本圖書和其他圖書之間的相似度兩者之積進(jìn)行求和，得到推薦字典rank{}，后對(duì)推薦字典進(jìn)行堆排序，用來判斷用戶123 對(duì)某一圖書的喜好程度[5,6]的高低，根據(jù)推薦分由高到低排列，將指定數(shù)量的圖書推薦給用戶123，排序之后推薦字典內(nèi)的部分推薦圖書如表2所示。

表2 推薦字典經(jīng)過排序之后的部分圖書表

排序后將推薦圖書展示在HTML 頁(yè)面，如圖5所示，完成本系統(tǒng)基于物品的推薦功能。

圖5 為用戶123推薦圖書展示圖

4 結(jié)束語(yǔ)

圖書推薦系統(tǒng)根據(jù)圖書、評(píng)分?jǐn)?shù)據(jù)集，通過圖書記錄與用戶評(píng)分記錄進(jìn)行推薦的軟件系統(tǒng)。本系統(tǒng)的圖書推薦模塊是由基于物品的協(xié)同推薦算法進(jìn)行的圖書推薦，本文設(shè)計(jì)的熱門書籍模塊將圖書評(píng)分排行榜展示出來，使讀者對(duì)熱門書籍有一個(gè)直觀的感受，并且向沒有對(duì)圖書進(jìn)行評(píng)分的用戶提供一批大眾評(píng)分較高的書籍。在文中應(yīng)用的推薦算法中，仍存在推薦準(zhǔn)確性的問題，下一步將在推薦算法上繼續(xù)討論研究，提高系統(tǒng)推薦圖書的推薦性能，使推薦結(jié)果更精準(zhǔn)，更好地為讀者服務(wù)。