移動(dòng)情景學(xué)習(xí)下的線性回歸專(zhuān)家推薦模型

移動(dòng)帶寬的提升及智能設(shè)備的普及，為移動(dòng)情景學(xué)習(xí)提供了優(yōu)良的網(wǎng)絡(luò)環(huán)境，然而高效推薦專(zhuān)家給學(xué)習(xí)者是實(shí)時(shí)移動(dòng)情景學(xué)習(xí)的關(guān)鍵問(wèn)題之一。為此本文提出了基于多元回歸的專(zhuān)家推薦模型，此模型依據(jù)專(zhuān)家費(fèi)用、專(zhuān)家水平、專(zhuān)家和學(xué)習(xí)者間單位時(shí)間內(nèi)通訊費(fèi)用、專(zhuān)家解決問(wèn)題所需時(shí)間四個(gè)關(guān)鍵因子，建立了多元回歸情景學(xué)習(xí)推薦模型，實(shí)施結(jié)果表明，本文闡述的推薦模型可以極大提高學(xué)習(xí)者對(duì)推薦專(zhuān)家的滿意度。

一、移動(dòng)情景學(xué)習(xí)下的專(zhuān)家推薦模型

在專(zhuān)家推薦過(guò)程中，學(xué)習(xí)者往往只考慮服務(wù)時(shí)間、服務(wù)費(fèi)用問(wèn)題，而不去考慮問(wèn)題的難易程度，為此本節(jié)首先詳細(xì)分析了移動(dòng)情景學(xué)習(xí)下的專(zhuān)家推薦因素，然后根據(jù)專(zhuān)家推薦因素之間的聯(lián)系，提出了多元線性回歸推薦模型。

為了將專(zhuān)家及時(shí)、高效、準(zhǔn)確的推薦給學(xué)習(xí)者，推薦算法需要根據(jù)專(zhuān)家的專(zhuān)8vjF+MHhLh/t/kOV7F/cEyI5Mej7Z2w0Vdu92xra8E0=業(yè)、專(zhuān)家的級(jí)別、專(zhuān)家在線狀態(tài)、服務(wù)質(zhì)量（學(xué)習(xí)者的滿意度）、服務(wù)時(shí)間、單位時(shí)間服務(wù)費(fèi)用等因素進(jìn)行綜合分析，才可以更好的為學(xué)習(xí)者服務(wù)，下面對(duì)各個(gè)評(píng)價(jià)因素進(jìn)行詳細(xì)闡述。

根據(jù)專(zhuān)家的基本信息可以獲取專(zhuān)家所屬專(zhuān)業(yè)及其技術(shù)職稱(chēng)，而通過(guò)學(xué)習(xí)者提出問(wèn)題所在專(zhuān)業(yè)領(lǐng)域及限制性條件，以及問(wèn)題的關(guān)鍵詞可以初步在專(zhuān)家?guī)熘泻Y選出一批相關(guān)專(zhuān)家，這些專(zhuān)家構(gòu)成一個(gè)專(zhuān)家集合，如公式（1）所示。

（1）

其中ti表示單個(gè)專(zhuān)家，對(duì)于任意一個(gè)專(zhuān)家來(lái)說(shuō)，其專(zhuān)業(yè)知識(shí)的熟練度有高有低，這里假設(shè)專(zhuān)業(yè)熟練度以1-10這些的數(shù)字來(lái)標(biāo)記，值越大表示熟練度越高，那么就可以得到集合中所有專(zhuān)家的專(zhuān)業(yè)熟練度集合，如公式（2）所示。

（2）

由公式（2）可知，不同專(zhuān)家專(zhuān)業(yè)熟練水平不一樣，解決問(wèn)題的效率參差不齊，所以不同專(zhuān)家單位時(shí)間服務(wù)費(fèi)用就可能不一樣，這里單位時(shí)間以分鐘來(lái)計(jì)算，假設(shè)專(zhuān)家單位時(shí)間的服務(wù)費(fèi)用在人民幣1-5元范圍內(nèi)。那么專(zhuān)家集合對(duì)應(yīng)的服務(wù)費(fèi)用構(gòu)成一個(gè)費(fèi)用集合。如下公式（3）所示。

（3）

二、實(shí)施

對(duì)于專(zhuān)家推薦因素，系統(tǒng)平臺(tái)對(duì)這些因素的數(shù)據(jù)進(jìn)行了記錄。專(zhuān)家專(zhuān)業(yè)水平通過(guò)專(zhuān)業(yè)測(cè)試得到，專(zhuān)家服務(wù)費(fèi)用根據(jù)專(zhuān)家專(zhuān)業(yè)水平以及知名度給出，專(zhuān)家服務(wù)時(shí)間根據(jù)專(zhuān)家平臺(tái)服務(wù)期間歷史服務(wù)時(shí)間平均值得到，專(zhuān)家與學(xué)習(xí)者間的通訊費(fèi)用在確定兩者位置后可以確定，專(zhuān)家服務(wù)滿意度通過(guò)學(xué)習(xí)者反饋得到。在系統(tǒng)平臺(tái)運(yùn)行期間產(chǎn)生了大量的數(shù)據(jù)，本文從系統(tǒng)平臺(tái)中隨機(jī)取出200位專(zhuān)家的數(shù)據(jù)進(jìn)行分析。

為了對(duì)模型的顯著性進(jìn)行檢驗(yàn)，對(duì)上述采集到的數(shù)據(jù)進(jìn)行多元線性回歸分析，分析的結(jié)果如下所示。

注：1、t值為臨界值比較，臨界值由顯著水平和自由度確定，t值越大，對(duì)應(yīng)自變量對(duì)因變量影響越大

2、Sig值指顯著性水平，即p值，p值越小，顯著性越大，p>0.05，顯著性差

從表中的可以看出，所有推薦因素的P值均小于0.05，表明這些推薦因素的顯著性比較好，即各個(gè)推薦因素與專(zhuān)家滿意度關(guān)聯(lián)緊密。

三、結(jié)論

在系統(tǒng)平臺(tái)采集的數(shù)據(jù)基礎(chǔ)上，給出了模型的求解。本模型可以及時(shí)、準(zhǔn)確地為學(xué)習(xí)者推薦滿意度高的專(zhuān)家，并且在條件相同的情況下，本模型所推薦的專(zhuān)家滿意度遠(yuǎn)遠(yuǎn)高出隨機(jī)推薦專(zhuān)家的滿意度。本模型只考慮主要因子綜合作用情況下進(jìn)行專(zhuān)家推薦，沒(méi)有考慮學(xué)習(xí)者的個(gè)性化要求，比如有的學(xué)習(xí)者對(duì)時(shí)間要求比較高，不在意費(fèi)用問(wèn)題，而有的學(xué)習(xí)者希望在低的費(fèi)用下解決問(wèn)題。由于系統(tǒng)存在冷啟動(dòng)問(wèn)題，對(duì)于上述求解的數(shù)據(jù)都是內(nèi)部測(cè)試得到的，實(shí)際中可能存在偏差，需要合理修正，為此將繼續(xù)研究移動(dòng)情景學(xué)習(xí)平臺(tái)及其專(zhuān)家推薦模型。

（作者單位：江西財(cái)經(jīng)大學(xué)）