關(guān)聯(lián)規(guī)則在圖書個(gè)性化推薦技術(shù)中的應(yīng)用

杜煒威，衛(wèi) 恒

（河南經(jīng)貿(mào)學(xué)院 電子工程系，河南 鄭州 450008）

基于關(guān)聯(lián)規(guī)則個(gè)性化推薦系統(tǒng)的工作原理是利用web日志，為每個(gè)用戶群建立相應(yīng)的事務(wù)數(shù)據(jù)庫，并利用關(guān)聯(lián)規(guī)則技術(shù)挖掘出用戶訪問圖書之間的關(guān)聯(lián)規(guī)則，根據(jù)該規(guī)則來建立用戶興趣模型。當(dāng)用戶再次訪問站點(diǎn)時(shí)，推薦系統(tǒng)先對用戶進(jìn)行識別，得到用戶所屬的用戶聚類，并根據(jù)興趣模型向用戶推薦一些他們可能感興趣的尚未訪問的圖書。

一、基于關(guān)聯(lián)規(guī)則個(gè)性化推薦的系統(tǒng)結(jié)構(gòu)

利用用戶在訪問Web時(shí)的交互性，在用戶和站點(diǎn)之間增加—個(gè)推薦過程是關(guān)聯(lián)規(guī)則的中心思想，它根據(jù)用戶的特點(diǎn)先找到匹配用戶群，從而獲得用戶當(dāng)前的訪問模式，然后由關(guān)聯(lián)規(guī)則庫對所對應(yīng)圖書進(jìn)行推薦，整個(gè)操作過程分為在線和離線兩個(gè)部分。

1.在線推薦：系統(tǒng)根據(jù)用戶訪問特征首先找到匹配用戶群并獲得用戶當(dāng)前的訪問模式，得到用戶訪問的前n-1個(gè)頁面 p1，p2，p3，…，pi，構(gòu)成規(guī)則的前項(xiàng)，然后由關(guān)聯(lián)規(guī)則庫對所對應(yīng)的圖書進(jìn)行推薦。

2.離線部分：包括對原始數(shù)據(jù)的預(yù)處理、聚類、分類和關(guān)聯(lián)規(guī)則挖掘算法。在線部分則通過推薦引擎在用戶會話期間根據(jù)用戶當(dāng)前的瀏覽提供動(dòng)態(tài)的個(gè)性化Web頁面推薦，應(yīng)用于個(gè)性化推薦的關(guān)聯(lián)規(guī)則具有這樣的形式：p1，p2，…，pi=>pc（i=l，2，…，n）。

我們可以這樣理解：當(dāng)站點(diǎn)的用戶訪問了p1，p2，…，pi圖書后，該站點(diǎn)的推薦引擎為其推薦pc圖書。

二、興趣模型的構(gòu)建

用戶的興趣描述就是用戶的個(gè)性化信息，它的作用是為了準(zhǔn)確描述用戶的興趣，那么我們需要給每個(gè)用戶建立一個(gè)用戶興趣描述文件（useprofile）后再利用正確的關(guān)聯(lián)規(guī)則。

挖掘算法可以挖掘出用戶所訪問頁面之間的關(guān)聯(lián)規(guī)則，并準(zhǔn)確地表示用戶興趣。

假設(shè) S 為用戶挖掘到的所有規(guī)則，則 s=（r1，r2，…，rn），ri代表一條挖掘到的規(guī)則，每條規(guī)則又包括前項(xiàng)和后項(xiàng)，ri=（bi，ai），bi表示規(guī)則 ri的前項(xiàng)，ai表示規(guī)則 ri的后項(xiàng)。

定義1：用戶興趣模型描述為三元組組成的集合，即：

Ui={（b1，P1，c1），（b2，p2，c2），…，（bn，pn，cn）}

其中ui表示第i個(gè)用戶，bi為該用戶第i條規(guī)則的前項(xiàng)，pi={p1，p2，…，pn}為該用戶規(guī)則集S中所有具有前項(xiàng)為bi的規(guī)則的后項(xiàng)頁面所組成的頁面集合，ci={c1，c2，…，cm}，其中 ci為 Pi中 pi（pi=>Pi）頁面的置信度。

定義2：c為被推薦頁面的置信度，它可以確定若干個(gè)候選推薦頁面的優(yōu)先級。對于任一用于推薦的關(guān)聯(lián)規(guī)則：P1，P2，…，pi=>pc（i=l，2，…n），所有推薦的后項(xiàng) pc 按規(guī)則的置信度降序排列。

三、如何實(shí)現(xiàn)圖書個(gè)性化信息推薦系統(tǒng)

首先是源數(shù)據(jù)的收集過程。以鶴壁職業(yè)技術(shù)學(xué)院圖書網(wǎng)站2008年5月份第一個(gè)星期的日志為例進(jìn)行分析，日志格式如下：

以上是IP為172.18.9.16的用戶瀏覽了圖書編號為sjs486的1～3頁的內(nèi)容。

有了源數(shù)據(jù)后，我們可以對用戶瀏覽和下載的圖書日志進(jìn)行預(yù)處理。

根據(jù)IP地址和瀏覽內(nèi)容對用戶進(jìn)行分類、聚類，發(fā)現(xiàn)IP地址為172.18.5.1～253的用戶，瀏覽圖書為醫(yī)學(xué)類圖書；172.18.6.1～251的用戶，瀏覽圖書為計(jì)算機(jī)類圖書；172.18.7.1～253的用戶，瀏覽圖書為計(jì)算機(jī)類圖書等。

然后我們?yōu)槊款愑脩羧航?shù)據(jù)庫，在此以瀏覽計(jì)算機(jī)類圖書用戶為例，部分記錄如表1。

表1 瀏覽事務(wù)數(shù)據(jù)

表2 部分圖書編號與名稱對照表

預(yù)處理后得到的數(shù)據(jù)集有2771條會話記錄，共包含99個(gè)頁面。我們把數(shù)據(jù)集的2/3作為訓(xùn)練集設(shè)定最小支持度為40%，進(jìn)行挖掘以生成推薦的關(guān)聯(lián)規(guī)則如下：

對于瀏覽計(jì)算機(jī)類圖書用戶，推薦的第一本書的順序?yàn)椋?/p>

S={英語（B）輔導(dǎo)；support=80%

三級網(wǎng)絡(luò)技術(shù)教程；support=80%

高數(shù)習(xí)題集；support=60%；

C語言上機(jī)指導(dǎo)；support=40%}

對于瀏覽計(jì)算機(jī)類圖書用戶，推薦的第二本書的順序?yàn)椋?/p>

S={英語 （B）輔導(dǎo)=>高數(shù)習(xí)題集；support=40%；confidence=50%；

英語 （B）輔導(dǎo)=>三級網(wǎng)絡(luò)技術(shù)教程；support=60%；confidence=75%；

高數(shù)習(xí)題集=>線性代數(shù)習(xí)題集；support=40%；confidence=67%

高數(shù)習(xí)題集=>英語（B）輔導(dǎo)；support=40%；confidence=67%

高數(shù)習(xí)題集=>三級網(wǎng)絡(luò)技術(shù)教程；support=40%；confidence=67%}等，其他不再贅述。

四、在線推薦

總結(jié)具體推薦步驟如下：

第一步：識別用戶所屬用戶群。

第二步：獲得用戶的訪問模式，也就是獲得用戶訪問的當(dāng)前圖書和前n-1本圖書p1，p2，…，pi構(gòu)成規(guī)則的前項(xiàng)。

第三步：在所有規(guī)則集中查找前項(xiàng)和用戶的訪問模式相匹配的，也就是{p1，p2，…，pi}={pa1，pa2，…，pa1}的規(guī)則pa1，pa2，…，pa1=>pc（k 條），規(guī)則的后項(xiàng)所對應(yīng)的圖書 pc就是在當(dāng)前訪問模式下所要推薦的圖書。

第四步：把k條規(guī)則的后項(xiàng)所對應(yīng)的圖書按置信度降序排列，然后按照從大到小的順序選取前m個(gè)圖書進(jìn)行推薦。

第五步：當(dāng)前窗口下不但顯示用戶當(dāng)前的訪問的圖書頁面，還顯示被推薦圖書的書目及網(wǎng)址，點(diǎn)擊即可鏈接到對應(yīng)頁面的URL，該URL對應(yīng)的頁面成為下一個(gè)窗口的當(dāng)前頁面。

[1]馬文峰，高鳳榮，王珊.論數(shù)字圖書館個(gè)性化信息推薦系統(tǒng)[J].現(xiàn)代圖書情報(bào)技術(shù)，2003，2（9）：58～59.

[2]張俊，黃水清.國內(nèi)外數(shù)字圖書館個(gè)性化信息服務(wù)系統(tǒng)的功能與特征比較研究[J].情報(bào)理論與實(shí)踐，2005，28（6）：21～24.

[3]鮑靜.關(guān)聯(lián)規(guī)則在圖書館個(gè)性化服務(wù)中的應(yīng)用[J].科教文匯，2007（9）：221～222.

[4]許珂.關(guān)聯(lián)挖掘在圖書借閱數(shù)據(jù)庫中的應(yīng)用[J].福建電腦，2006，7（9）：26～27.

[5]李衛(wèi)華，盧雨民，梅紅.淺談數(shù)字圖書館個(gè)性化信息推薦系統(tǒng)[J].科技廣場，2007，9（2）：109～110.

[6]連瑞梅.電子商務(wù)中Web頁面?zhèn)€性化推薦系統(tǒng)的架構(gòu)[J].中國管理信息化，2007，9（9）：8～586.

[7]何典，梁英.動(dòng)態(tài)網(wǎng)頁環(huán)境下的Web使用記錄挖掘研究[J].微計(jì)算機(jī)信息，2006，2（8）：55～56.

[8]鄒麗霞，楊建強(qiáng).基于關(guān)聯(lián)規(guī)則挖掘的Web個(gè)性化推薦研究[J].內(nèi)江科技，2007，28（10）.

[9]李歌維.Web日志挖掘數(shù)據(jù)預(yù)處理與數(shù)字圖書館個(gè)性化服務(wù)[J].現(xiàn)代情報(bào)雜志，2007，5（8）：90～91.

[10]金花，黃明，梁旭.基于Frame頁面過濾的Web日志挖掘中的數(shù)據(jù)預(yù)處理方法[J].大連鐵道學(xué)院學(xué)報(bào)，2006，7（2）：80～81.