基于Apriori改進(jìn)算法及行為分析的旅游景區(qū)推薦系統(tǒng)

侯寶鎖

(浙江旅游職業(yè)學(xué)院 后勤服務(wù)處，杭州 311231)

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，旅游產(chǎn)品不斷豐富，且在互聯(lián)網(wǎng)這一時(shí)代背景下，將線下旅游產(chǎn)品發(fā)展為線上和線下相結(jié)合的旅游產(chǎn)品，相較之前單純的線下旅游產(chǎn)品，具有產(chǎn)品豐富、服務(wù)廣泛、溝通高效等優(yōu)點(diǎn)[1]。然而，豐富的旅游產(chǎn)品和活動(dòng)，卻也讓用戶無(wú)從選擇，為此，研究旅游景區(qū)推薦系統(tǒng)可以為用戶提供更加人性化的旅游服務(wù)[2]。

目前，旅游市場(chǎng)研究出了途牛旅游網(wǎng)、基于情境感知的推薦系統(tǒng)、Web和移動(dòng)端、混合推薦算法等旅游推薦技術(shù)，為用戶制定個(gè)性化旅游產(chǎn)品并推薦[3]。文獻(xiàn)[4]通過(guò)爬蟲(chóng)軟件和Jieba分詞獲取用戶在線評(píng)論信息，并對(duì)其感情強(qiáng)度進(jìn)行評(píng)價(jià)賦權(quán)，使用Topsis排序?yàn)橛脩敉扑]旅游景點(diǎn)。文獻(xiàn)[5]將分段用戶群與時(shí)間相結(jié)合，建立旅游景點(diǎn)推薦模型，為用戶個(gè)性化推薦旅游景點(diǎn)。文獻(xiàn)[6]采用Spark框架設(shè)計(jì)加權(quán)矩陣分解算法，實(shí)現(xiàn)個(gè)性化景點(diǎn)推薦系統(tǒng)設(shè)計(jì)。文獻(xiàn)[7]用混合推薦算法，緩解系統(tǒng)處理用戶數(shù)據(jù)稀疏問(wèn)題，提高系統(tǒng)推薦質(zhì)量。文獻(xiàn)[8]將融合項(xiàng)目和用戶隱式反饋相結(jié)合，實(shí)現(xiàn)個(gè)性化推薦系統(tǒng)設(shè)計(jì)。

上述旅游推薦算法生成景區(qū)推薦列表速度慢且推薦景區(qū)范圍小，難以滿足用戶個(gè)性化需求，本研究利用關(guān)聯(lián)規(guī)則改進(jìn)Apriori算法，在分析用戶行為的基礎(chǔ)上設(shè)計(jì)旅游景區(qū)推薦系統(tǒng)。

1 基于Apriori改進(jìn)算法及行為分析的旅游景區(qū)推薦系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)總體架構(gòu)設(shè)計(jì)

在目前設(shè)計(jì)的景區(qū)推薦系統(tǒng)硬件基礎(chǔ)上，采用典型的B/S架構(gòu)將景區(qū)推薦系統(tǒng)架構(gòu)分為應(yīng)用、業(yè)務(wù)邏輯和數(shù)據(jù)3層，所設(shè)計(jì)的系統(tǒng)架構(gòu)如圖1所示。

圖1 系統(tǒng)架構(gòu)

系統(tǒng)架構(gòu)在系統(tǒng)的業(yè)務(wù)邏輯層采用Web服務(wù)器接收用戶的推薦請(qǐng)求，并完成相應(yīng)的推薦邏輯處理，然后以HTML的形式，將處理后的數(shù)據(jù)返回到用戶界面，以供用戶瀏覽景區(qū)推薦數(shù)據(jù)，完成用戶推薦請(qǐng)求；數(shù)據(jù)層將兩個(gè)數(shù)據(jù)庫(kù)服務(wù)器相結(jié)合，并與Mysql數(shù)據(jù)存儲(chǔ)板塊相連接，以增加數(shù)據(jù)的處理和存儲(chǔ)能力。業(yè)務(wù)邏輯層軟件方面，將其分為數(shù)據(jù)計(jì)算和景區(qū)推薦兩部分，采用Apriori改進(jìn)算法分析用戶行為，得到用戶行為分析結(jié)果，根據(jù)分析結(jié)果，計(jì)算旅游景區(qū)詞頻，通過(guò)推薦模型為用戶推薦旅游景區(qū)。此外，在Web服務(wù)器和用戶網(wǎng)絡(luò)之間增加了一個(gè)防火墻，用于過(guò)濾惡意IP地址請(qǐng)求[9]。

此次設(shè)計(jì)系統(tǒng)設(shè)計(jì)的數(shù)據(jù)層，將數(shù)據(jù)庫(kù)處理器分為3部分，一個(gè)數(shù)據(jù)庫(kù)用于處理、提取存儲(chǔ)數(shù)據(jù)；另一個(gè)數(shù)據(jù)庫(kù)用于用戶緩存提取的數(shù)據(jù)庫(kù)數(shù)據(jù)，以此降低Web服務(wù)器訪問(wèn)數(shù)據(jù)存儲(chǔ)層頻率，提高系統(tǒng)推薦景區(qū)速度。在已有的數(shù)據(jù)庫(kù)中選擇Myaql軟件作為此次設(shè)計(jì)系統(tǒng)的數(shù)據(jù)庫(kù)，其中存儲(chǔ)了百科、景點(diǎn)文本和poi等數(shù)據(jù)，以此支持系統(tǒng)詞頻計(jì)算。

應(yīng)用層主要為系統(tǒng)提供訪問(wèn)接口，用戶可以采用電腦、PC、手機(jī)、ipad等智能終端訪問(wèn)系統(tǒng)，選擇系統(tǒng)應(yīng)用層不同模塊瀏覽系統(tǒng)內(nèi)容，獲取自身需求的景區(qū)推薦信息[10]。

系統(tǒng)管理終端中包含系統(tǒng)維護(hù)、管理、檢修等系統(tǒng)控制功能，如系統(tǒng)推薦、查詢等規(guī)則更新、調(diào)整、用戶信息增添、刪除等功能。

1.2 構(gòu)建用戶行為特征文件

由于旅游景區(qū)的環(huán)境、天氣、開(kāi)放程度等都存在諸多不確定性，且用戶在選擇旅游景區(qū)時(shí)，會(huì)受到天氣、時(shí)間、同伴等因素影響而發(fā)生變化。因此，系統(tǒng)需要根據(jù)用戶對(duì)相關(guān)旅游數(shù)據(jù)的瀏覽時(shí)長(zhǎng)、關(guān)鍵詞篩選、標(biāo)簽等數(shù)據(jù)定義用戶行為。但是，在定義過(guò)程中會(huì)受數(shù)據(jù)時(shí)間界限影響，一旦定義的用戶行為超過(guò)規(guī)定時(shí)間，其原本定義的用戶行為將不能作為推薦旅游景區(qū)行為標(biāo)識(shí)。

基于此，從系統(tǒng)應(yīng)用層中抽取的注冊(cè)信息和表現(xiàn)、情境和虛擬行為、交易記錄等用戶行為進(jìn)行分組，整理用戶行為標(biāo)簽，根據(jù)標(biāo)簽的多少、頁(yè)面瀏覽時(shí)長(zhǎng)、標(biāo)簽時(shí)間生成等分組排序。其具體過(guò)程如下：

步驟1：將分組后的用戶行為文件記為文本文件e，其標(biāo)準(zhǔn)配置文件類(lèi)型為fconf；

步驟2：根據(jù)fconf初始化文本文件e；

步驟3：按照文件大小排列，存儲(chǔ)一個(gè)用戶行為關(guān)聯(lián)操作組q；

步驟4：循環(huán)步驟3，當(dāng)?shù)竭_(dá)“!”時(shí)即結(jié)束文件存儲(chǔ)循環(huán)，其中，“!”表示文本文件e循環(huán)結(jié)束符；

步驟5：讀取文件e中的一行信息，判斷信息中標(biāo)識(shí)符u的定義。若u表示用戶標(biāo)識(shí)符，按照先后順序?qū)中的元素存儲(chǔ)到r中，同時(shí)清空q中的元素；若標(biāo)識(shí)符u表示景區(qū)項(xiàng)目，按照先后順序?qū)中的元素存儲(chǔ)到r中；若標(biāo)識(shí)符u表示用戶行為，重置用戶“篩選條件”，清空q中的元素；

步驟6：循環(huán)步驟5，對(duì)比標(biāo)識(shí)符u中的元素與關(guān)聯(lián)操作組q中的元素；

步驟7：判斷關(guān)聯(lián)操作組q中的元素是否包含標(biāo)識(shí)符u中的元素，若包含標(biāo)識(shí)符u中的元素，標(biāo)注關(guān)聯(lián)操作組q中的行為類(lèi)型；若不包含標(biāo)識(shí)符u中的元素，將該元素添加在關(guān)聯(lián)操作組q的列隊(duì)末尾；

步驟8：輸出用戶行為序列。

根據(jù)上述8個(gè)步驟生成的用戶行為序列，以用戶為單位建立用戶行為模板g，記錄用戶行為序列和旅游景區(qū)之間的關(guān)聯(lián)，形成用戶行為特征文件。為此，將用戶行為作為原始數(shù)據(jù)序列根據(jù)用戶行為種類(lèi)V，構(gòu)建V維用戶行為特征文件O，則有：

O={(h1,s1),…,(hv,sv),…,(hV,sV)}

(1)

式(1)中，hi表示用戶行為模板g中第v個(gè)用戶行為；sv表示行為模板中出現(xiàn)hi的次數(shù)[11]。依據(jù)式(1)所示的用戶行為特征文件，采用關(guān)聯(lián)規(guī)則方法改進(jìn)Apriori算法為用戶行為賦權(quán)，建立用戶行為分析模型，生成推薦旅游景區(qū)集合，為用戶推薦心儀的旅游景區(qū)。

1.3 基于Apriori改進(jìn)算法建立景區(qū)推薦模型

1.3.1 用戶行為賦權(quán)

根據(jù)式(1)所示的用戶行為特征文件，賦予用戶行為重要程度權(quán)重，將定性問(wèn)題轉(zhuǎn)化為定量問(wèn)題?；诖?，將用戶行為劃分為水平、垂直和復(fù)合3個(gè)層次，利用關(guān)聯(lián)規(guī)則算法計(jì)算用戶行為關(guān)聯(lián)加權(quán)。

將系統(tǒng)中存儲(chǔ)的用戶注冊(cè)信息和表現(xiàn)記為用戶行為關(guān)聯(lián)水平加權(quán)，假設(shè)旅游服務(wù)產(chǎn)品項(xiàng)目特征集合為B={b1,…,bi,…,bk}，其中，k表示旅游服務(wù)產(chǎn)品項(xiàng)目數(shù)量，bi表示第i個(gè)旅游服務(wù)產(chǎn)品項(xiàng)目。為bi賦權(quán)，將其權(quán)值記為wi，則wi具有0≤wi≤1,i=1,2,…,k性質(zhì)，則有：

w1=ω(B)z1(B)=max{w1,…,wi,…,wk}z1(B) ，

(2)

式(2)中，w1表示用戶行為關(guān)聯(lián)水平加權(quán)支持度；ω(B)表示B的加權(quán)值；z1(B)表示B的支持度；{w1,…,wi,…,wk}表示B中每一項(xiàng)的權(quán)值[12]。

將用戶的情境、虛擬行為等記為用戶行為多源關(guān)聯(lián)垂直加權(quán)，假設(shè)用戶相關(guān)事物記錄集合為A={a1,…,aj,…,al}，其中，aj表示第j條用戶相關(guān)事物記錄，l表示用戶相關(guān)事物記錄數(shù)量，為aj賦權(quán)，將其權(quán)值記為wj，其具有0≤wj≤1,j=1,2,…,l性質(zhì)，則有：

(3)

式(3)中，w2表示用戶行為多元關(guān)聯(lián)垂直加權(quán)支持度；∑wj(a′)表示用戶相關(guān)事物記錄中與a′行為相關(guān)的權(quán)值和，其中，a′代表情境、虛擬個(gè)體和虛擬行為關(guān)聯(lián)等行為中的任意一種；∑wj(A)表示用戶相關(guān)事物記錄的加權(quán)值[13]。

將B和A相結(jié)合產(chǎn)生的用戶交易記錄行為記為復(fù)合關(guān)聯(lián)加權(quán)，即在水平權(quán)值wi的基礎(chǔ)上，還具有垂直權(quán)值wj，且同時(shí)具有兩個(gè)權(quán)值的性質(zhì)，則有：

(4)

式(4)中，z(A,B)表示A,B的支持度；z1(wi)表示wi的支持度；z1(wj)表示wj的支持度[14]。綜合上述3個(gè)公式為用戶行為關(guān)聯(lián)賦予的權(quán)值，建立用戶行為分析模型。

1.3.2 建立用戶行為分析模型

假設(shè)系統(tǒng)應(yīng)用層存在n個(gè)界面訪問(wèn)事務(wù)和m個(gè)指標(biāo)，用戶在瀏覽系統(tǒng)應(yīng)用層時(shí)，可以生成初始行為矩陣ψn*m。與此同時(shí)，將上述3個(gè)公式計(jì)算得到的用戶行為權(quán)值按照降序順序排列，若B中的第i項(xiàng)bi出現(xiàn)在A中的第j項(xiàng)aj中，則ψn*m=1，反之，ψn*m=0。

采用改進(jìn)后的Apriori算法，計(jì)算用戶行為項(xiàng)目最低支持?jǐn)?shù)zmin(A,B)：

(5)

邏輯運(yùn)算A和B，即A＾B=ψ2，其中，＾表示邏輯運(yùn)算符號(hào)，ψ2表示＾運(yùn)算生成的新矩陣。比較ψ1的最低支持?jǐn)?shù)和ψ2的最低支持?jǐn)?shù)，生成加權(quán)頻繁2推薦景區(qū)項(xiàng)集。連續(xù)運(yùn)算A＾B，得到候選l推薦景區(qū)項(xiàng)集的支持?jǐn)?shù)，并將其與zmin(A,B)對(duì)比，得到加權(quán)頻繁l項(xiàng)集。此時(shí)，生成的加權(quán)頻繁l項(xiàng)集，即根據(jù)用戶行為向用戶推薦的旅游景區(qū)集合。

2 系統(tǒng)測(cè)試

選擇基于Spark的推薦系統(tǒng)[6]和基于深度學(xué)習(xí)的推薦系統(tǒng)[7]作為此次實(shí)驗(yàn)對(duì)比系統(tǒng)，采用8核2.40 GHz的CPU、128 GB的內(nèi)存、12 TB的硬盤(pán)、千兆網(wǎng)卡、Centos6.0版本的操作系統(tǒng)等硬件搭建3個(gè)配置一樣的推薦系統(tǒng)，通過(guò)RMSE、準(zhǔn)確率、召回率、覆蓋率4個(gè)指標(biāo)，以及系統(tǒng)推薦離線計(jì)算和在線計(jì)算耗時(shí)測(cè)試，驗(yàn)證此次設(shè)計(jì)基于Apriori改進(jìn)算法及行為分析的旅游景區(qū)推薦系統(tǒng)的運(yùn)行性能。

2.1 實(shí)驗(yàn)設(shè)計(jì)

此次實(shí)驗(yàn)將系統(tǒng)性能測(cè)試分為計(jì)算速度和指標(biāo)評(píng)測(cè)兩部分，在此次實(shí)驗(yàn)準(zhǔn)備的系統(tǒng)推薦測(cè)試數(shù)據(jù)集中，對(duì)比測(cè)試3組系統(tǒng)運(yùn)行性能。此次實(shí)驗(yàn)準(zhǔn)備的系統(tǒng)推薦測(cè)試數(shù)據(jù)集中，包含了用戶、旅游景區(qū)、用戶評(píng)分3類(lèi)信息，其數(shù)量分別為10 000、3 000和2 000 000。所選擇的數(shù)據(jù)集中，每位用戶都至少瀏覽過(guò)10個(gè)旅游景區(qū)。

2.1.1 速度計(jì)算設(shè)計(jì)

推薦系統(tǒng)計(jì)算速度快慢體現(xiàn)在用戶在某個(gè)具體頁(yè)面停留時(shí)長(zhǎng)，直接影響用戶體驗(yàn)效果，其停留時(shí)間越長(zhǎng)用戶體驗(yàn)效果越差?；诖?，根據(jù)系統(tǒng)推薦引擎，將系統(tǒng)推薦引擎運(yùn)行前后時(shí)間差作為系統(tǒng)推薦速度測(cè)試指標(biāo)，其計(jì)算公式如式(6)所示：

Δt=t2-t1

(6)

式(6)中，Δt表示系統(tǒng)推薦引擎運(yùn)行前后時(shí)間差；t2表示系統(tǒng)引擎計(jì)算前系統(tǒng)運(yùn)行時(shí)間；t1表示系統(tǒng)引擎計(jì)算后運(yùn)行時(shí)間。如式(6)所示的系統(tǒng)推薦速度計(jì)算公式，Δt值越小，用戶體驗(yàn)效果越優(yōu)，系統(tǒng)推薦性能越好。

2.1.2 指標(biāo)評(píng)測(cè)設(shè)計(jì)

將此次實(shí)驗(yàn)選擇的數(shù)據(jù)集中2 000 000的用戶評(píng)分信息按照6∶4的比例，分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集兩部分。在測(cè)試系統(tǒng)推薦性能時(shí)，需要對(duì)系統(tǒng)性能進(jìn)行全方面評(píng)測(cè)，為此，選擇RMSE、準(zhǔn)確率、召回率、覆蓋率4個(gè)指標(biāo)判斷系統(tǒng)推薦性能，其計(jì)算公式如下：

(7)

如式(7)所示，準(zhǔn)確率、召回率和覆蓋率指標(biāo)值越高，系統(tǒng)推薦的旅游景區(qū)范圍越廣，越符合用戶需求。RMSE評(píng)價(jià)指標(biāo)用于度量系統(tǒng)對(duì)用戶行為賦權(quán)結(jié)果，其值越小，用戶行為誤差越小。上述4個(gè)指標(biāo)計(jì)算數(shù)據(jù)，其用戶信息和產(chǎn)品信息均從此次實(shí)驗(yàn)選擇的數(shù)據(jù)集中獲取。

2.2 系統(tǒng)推薦測(cè)評(píng)結(jié)果

2.2.1 系統(tǒng)推薦速度計(jì)算結(jié)果

根據(jù)式(7)所示的計(jì)算公式，計(jì)算3組系統(tǒng)推薦旅游景區(qū)在線和離線計(jì)算時(shí)間，其計(jì)算結(jié)果如圖2所示。從圖2可以看出，系統(tǒng)離線計(jì)算速度明顯較在線計(jì)算速度快。其中，設(shè)計(jì)系統(tǒng)較基于Spark的推薦系統(tǒng)和基于深度學(xué)習(xí)的推薦系統(tǒng)離線計(jì)算速度分別快0.42 s、1.8 s，3組系統(tǒng)離線計(jì)算速度相差較?。辉诰€計(jì)算速度分別快46.9 s、114.16 s，3組系統(tǒng)在線計(jì)算速度相差極大。由此可見(jiàn)，此設(shè)計(jì)系統(tǒng)具有較快的推薦速度，用戶所需等待時(shí)間短。

圖2 系統(tǒng)推薦旅游景區(qū)在線和離線計(jì)算時(shí)間

2.2.2 系統(tǒng)評(píng)測(cè)指標(biāo)測(cè)試結(jié)果

根據(jù)式(7)所示的計(jì)算公式，計(jì)算3組系統(tǒng)推薦旅游景區(qū)評(píng)測(cè)指標(biāo)，其計(jì)算結(jié)果如圖3所示。

圖3 系統(tǒng)推薦旅游景區(qū)評(píng)測(cè)指標(biāo)計(jì)算結(jié)果

從圖3中可以看出，此次設(shè)計(jì)系統(tǒng)的RMSE指標(biāo)相較基于Spark的推薦系統(tǒng)和基于深度學(xué)習(xí)的推薦系統(tǒng)分別小0.07和0.1，準(zhǔn)確率、召回率和覆蓋率分別高0.133 8和0.216 2、0.099 2和0.138 5、0.457 7和0.323 5。由此可見(jiàn)，此次設(shè)計(jì)系統(tǒng)4個(gè)指標(biāo)值均處于最優(yōu)值。

綜合上述兩組實(shí)驗(yàn)結(jié)果可知，本設(shè)計(jì)系統(tǒng)生成旅游景區(qū)推薦列表速度快，且推薦范圍相對(duì)較廣，更加符合用戶需求。

3 結(jié)語(yǔ)

系統(tǒng)采用Apriori改進(jìn)算法賦予用戶行為特征權(quán)重，以此確定用戶對(duì)旅游景區(qū)的需求，從而生成滿足用戶需求的旅游景區(qū)推薦列表；經(jīng)驗(yàn)證，系統(tǒng)提高了旅游景區(qū)推薦速度、范圍和正確率。但是系統(tǒng)并未考慮推薦資源調(diào)配方法，處理用戶行為數(shù)據(jù)方面稍顯不足。因此，在今后的研究中，還需深入研究推薦資源調(diào)配方法，進(jìn)一步提高系統(tǒng)對(duì)用戶行為數(shù)據(jù)處理能力。