基于Android的推薦閱讀系統(tǒng)設(shè)計

查英華++朱其慎

摘要：移動互聯(lián)網(wǎng)的發(fā)展和智能手機的普及，徹底改變了人們的閱讀習慣，幫助人們獲取最有效的閱讀資訊成為當今的研究熱點之一。本文使用基于標簽和評分的協(xié)同過濾算法（UTR-CF），設(shè)計并實現(xiàn)了基于Android的個性化推薦閱讀系統(tǒng)。系統(tǒng)分為服務端和客戶端，服務端定時從豆瓣讀書爬取圖書信息，根據(jù)圖書的評分和標簽、用戶圖書標簽，采用基于標簽和評分的協(xié)同過濾推薦技術(shù)實現(xiàn)個性化推薦；客戶端展示用戶感興趣的推薦結(jié)果，并將設(shè)置的圖書標簽、評分上傳到服務端。經(jīng)測試，該系統(tǒng)能為用戶提供快速、準確的個性化閱讀需求。

關(guān)鍵詞：閱讀推薦； 協(xié)同過濾； 智能手機； 安卓平臺

中圖分類號： TP393

文獻標志碼： A

文章編號： 2095-2163（2016）06-0055-04

0引言

如今互聯(lián)網(wǎng)已經(jīng)深入到人們生活的方方面面，信息的獲取異常容易，超鏈接文本的方式也使得信息的外延無限擴展，信息的豐富程度已經(jīng)超出人們的想象，智能手機的普及徹底改變了人們的閱讀習慣，手機閱讀受到大家的追捧。但是，海量的電子書信息使人們獲取感興趣圖書的成本大大增加，日趨嚴重的“信息過載”迫切需要能隨時提供有價值的信息資訊的推薦服務，因此實現(xiàn)一個基于Android平臺的圖書閱讀推薦系統(tǒng)，為人們提供感興趣的圖書推薦服務變得非常必要。

個性化推薦是卡耐基

瘙 簚 梅隆大學的Robert Armstrong等人在1995年首次提出，實現(xiàn)原理是根據(jù)用戶的歷史行為數(shù)據(jù)挖掘興趣點，主動向用戶提供感興趣的信息[1]。個性化推薦的研究重點大多集中在推薦算法上，協(xié)同過濾算法是目前最常使用的成熟的推薦算法，主要分為基于用戶的協(xié)同過濾算法[2]和基于物品的協(xié)同過濾算法[3]。協(xié)同過濾算法通過挖掘用戶-物品之間（user-item）的二元關(guān)系，幫助用戶從大量數(shù)據(jù)中發(fā)現(xiàn)其可能感興趣的物品，再經(jīng)由預測處理生成結(jié)果推薦以滿足個性化需求，實現(xiàn)流程如圖1所示[4]。

在實際應用中，每種推薦算法都不能完全滿足設(shè)計發(fā)展需求，本文在綜合探討Guo Zheng-Hong[5]、張秀杰[6]、李默[7]和高娜[8]等學術(shù)研究的成果基礎(chǔ)上，采用基于標簽和評分的協(xié)同過濾算法（UTR-CF），降低協(xié)同過濾算法的數(shù)據(jù)稀疏問題[9]對推薦質(zhì)量的影響。

[BT4]1系統(tǒng)設(shè)計

[BT5]1.1系統(tǒng)需求描述

[HT5”SS][ST5”BZ]

本系統(tǒng)主要為用戶提供個性化的圖書推薦服務，系統(tǒng)從豆瓣讀書網(wǎng)站收集圖書信息、圖書標簽和標記次數(shù)等相關(guān)信息，同時將基于用戶對圖書建立的標簽和評分獲取用戶的閱讀偏好，設(shè)計建立用戶、標簽和圖書之間的模型，而后再通過基于標簽和評分的協(xié)同過濾算法的混合算法，即可實現(xiàn)向用戶推薦可能感興趣的圖書。利用本系統(tǒng)，用戶可以隨時獲取最新的、感興趣的圖書資訊，查看圖書詳情，為圖書評分以及獲得標簽設(shè)置，用戶使用得越頻繁，推薦就會越準確。

1.2系統(tǒng)總體設(shè)計

根據(jù)需求描述，基于手機應用的特點，本系統(tǒng)分為應用于客戶端和服務端?？蛻舳藦姆斩双@取個性化的圖書推薦列表，并向服務端發(fā)送用戶的標簽、圖書標簽和評分等各種行為數(shù)據(jù)，主要提供用戶設(shè)置標簽、查看推薦圖書列表及詳情、添加標簽和給圖書評分等功能。服務端一方面接收客戶端發(fā)出的請求，分析得到個性化的圖書列表，另一方面存儲用戶的各種行為數(shù)據(jù)，主要功能包括定時爬取圖書信息、建立和更新推薦圖書信息、推薦算法和數(shù)據(jù)存儲等，系統(tǒng)功能如圖2所示。

客戶端包括用戶感興趣的標簽設(shè)置、推薦列表、圖書標簽設(shè)置、圖書詳情展示和圖書評分等主要模塊。首次使用客戶端時，用戶必須先完成注冊，登錄驗證成功后進入系統(tǒng)，選擇感興趣的圖書標簽，服務端根據(jù)用戶選擇的圖書標簽和系統(tǒng)預設(shè)的熱門標簽完成首次的圖書推薦，解決冷啟動問題。用戶可能感興趣的圖書推薦列表由服務端根據(jù)用戶感興趣的標簽，使用混合推薦算法獲取，然后通過符合SOAP協(xié)議規(guī)范[10]的Web Service提供給客戶端?？蛻舳丝梢垣@取圖書詳情，并將設(shè)置的圖書標簽、圖書評分等行為數(shù)據(jù)上傳服務端。

服務端由圖書信息爬取、推薦算法和Web Service接口等3個主要模塊組成，服務端定時解析豆瓣讀書獲取的圖書信息，解析得到最新的圖書信息、圖書的標簽、評分信息等存入數(shù)據(jù)庫；推薦算法通過數(shù)據(jù)庫的圖書標簽、圖書評分、用戶標簽及評分等行為數(shù)據(jù)生成推薦列表，存儲到數(shù)據(jù)庫，然后通過Web Service接口推送給客戶端；Web Service接口負責與客戶端的交互，將客戶端的用戶行為等信息存入數(shù)據(jù)庫，采用JSON格式的數(shù)據(jù)進行數(shù)據(jù)交換。

1.3數(shù)據(jù)庫設(shè)計

本系統(tǒng)采用MySQL數(shù)據(jù)庫存儲用戶、標簽、用戶標簽、圖書、圖書標簽、圖書評分、用戶圖書標簽等實體和實體之間的關(guān)系。其中，用戶表存儲用戶的姓名、郵箱、密碼等信息；標簽表存儲標簽名稱、標記次數(shù)等信息；用戶標簽表存儲用戶感興趣的標簽、標簽標記的次數(shù)等信息；圖書表存儲書號、書名、內(nèi)容簡介、出版社等信息；圖書標簽表存儲圖書與標簽之間的關(guān)系以及被標記的次數(shù)等信息；圖書評分表存儲圖書的評分記錄等信息；用戶圖書標簽存儲用戶對喜歡的圖書的標簽、評分等信息。實體與實體之間的關(guān)系如圖3所示。