基于USDR模型的云推薦方法研究

,,,

(浙江工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,杭州 310023)

0 引言

Web在科技的進(jìn)步和信息的更新交替中進(jìn)入了“2.0時(shí)代”，同時(shí)由于各種信息更新速度的加快，互聯(lián)網(wǎng)的數(shù)據(jù)資源也同步進(jìn)入了大數(shù)據(jù)云時(shí)代，在某種程度上，網(wǎng)絡(luò)垃圾和無(wú)效資源也越來(lái)越多，當(dāng)普通用戶想要尋找某種有用的資源時(shí)，如何在海量數(shù)據(jù)中篩選出特定的資源變成一個(gè)急需解決的問(wèn)題。

搜索引擎作為人們獲取信息的渠道和關(guān)鍵，始終是各大互聯(lián)網(wǎng)公司的一個(gè)爭(zhēng)奪的熱點(diǎn)。當(dāng)人們坐下來(lái)，打開電腦，面對(duì)龐大的互聯(lián)網(wǎng)世界時(shí)，第一件事情往往就是打開搜索引擎，輸入關(guān)鍵字，從而以最快的速度找到自己想要的信息。但是同樣存在明顯的缺陷，即對(duì)用戶的文化水平有一定程度的門檻，有一部分人不知道如何聯(lián)想到并精確的概括自己的目標(biāo)信息，從而錯(cuò)過(guò)很多實(shí)時(shí)信息；還有一些用戶并沒(méi)有絕對(duì)明確的目標(biāo)，只是想瀏覽一些自己感興趣的話題，并不想要通過(guò)某些關(guān)鍵字使得信息狹隘化，因?yàn)橛行╆P(guān)鍵字之間的共同信息領(lǐng)域很??；還有一些用戶對(duì)感興趣的話題并不能用幾個(gè)關(guān)鍵字去概括，因而無(wú)法定位到自己想要的數(shù)據(jù)資料。然而對(duì)數(shù)據(jù)信息的制造者而言，由于現(xiàn)在互聯(lián)網(wǎng)的競(jìng)爭(zhēng)非常激烈，希望自己的信息被關(guān)注被采納、用戶量節(jié)節(jié)攀升也不是一件容易的事情。在這種情況背景下，數(shù)據(jù)推薦應(yīng)需而生。對(duì)于用戶而言，數(shù)據(jù)推薦系統(tǒng)可通過(guò)云計(jì)算，在使用界面里主動(dòng)跳出或許對(duì)用戶有價(jià)值的信息，從而使用戶達(dá)到自己的目的，得到更好地使用體驗(yàn)；而對(duì)于制造者，數(shù)據(jù)推薦可以在一定程度上合理地把信息推銷給潛在用戶，從而增加自己的點(diǎn)擊量，這對(duì)于雙方而言是一個(gè)共贏的局面。

現(xiàn)如今，數(shù)據(jù)推薦引擎適用范圍非常廣泛，尤其值得關(guān)注的就是近幾年發(fā)展迅猛的電子商務(wù)平臺(tái)，以淘寶為例：當(dāng)使用者搜索過(guò)某類商品以后，它就會(huì)儲(chǔ)存這個(gè)點(diǎn)擊數(shù)據(jù)同時(shí)進(jìn)行某種用戶偏好的計(jì)算統(tǒng)計(jì)，結(jié)合商家的綜合排位和對(duì)淘寶平臺(tái)的廣告買位，在使用者平臺(tái)上進(jìn)行個(gè)人化的反饋，使用者就會(huì)很容易的注意到自己感興趣的信息，同時(shí)商家獲取更多的點(diǎn)擊量和利潤(rùn)，淘寶自身也獲得巨額利潤(rùn)，這是一個(gè)“三贏”的結(jié)果。再如分享交互類的社交平臺(tái)，以新浪微博為例，建立推薦的機(jī)制，向用戶推薦好友的搜索熱點(diǎn)和關(guān)注人分享的內(nèi)容，使得每一個(gè)使用者的界面都是獨(dú)特的個(gè)人化的，而且這都是使用者一手操辦，所以這些信息對(duì)于使用者而言是感興趣的有價(jià)值的。同時(shí)被關(guān)注者也可以利用這種關(guān)注量和影響力獲得經(jīng)濟(jì)利益，平臺(tái)作為秩序的維持者和信息資料的擁有者也可以獲得巨大的利益。就目前而言，信息推薦系統(tǒng)在各大領(lǐng)域都產(chǎn)生了良好的效果和不可或缺的作用，用戶也逐漸習(xí)慣和信賴信息推薦系統(tǒng)，可以說(shuō)這是一個(gè)成功的機(jī)制。

1 相關(guān)工作

國(guó)內(nèi)外學(xué)者和研究機(jī)構(gòu)從不同的視角對(duì)多源異構(gòu)數(shù)據(jù)和推薦方法進(jìn)行了研究。

從RSS推薦技術(shù)方向出發(fā)的代表性工作主要有：Hao Han等人[1]在RSS推送的基礎(chǔ)上構(gòu)造網(wǎng)絡(luò)新聞文章內(nèi)容自動(dòng)提取系統(tǒng)，可以從新聞網(wǎng)頁(yè)中提取對(duì)用戶有價(jià)值的文章內(nèi)容；陳鋒等人[6]對(duì)信息服務(wù)資源進(jìn)行聚合需求分析，提出了一種基于RSS推送技術(shù)的信息服務(wù)內(nèi)容聚合服務(wù)方式。

其次，協(xié)同過(guò)濾推送是目前主要使用的推送方式之一，協(xié)同過(guò)濾推送不僅可以實(shí)現(xiàn)信息的推送，而且可以根據(jù)用戶的興趣實(shí)現(xiàn)個(gè)性化推送。目前對(duì)協(xié)同過(guò)濾推送技術(shù)研究中具有代表性的有：郭艷紅等人[7]提出了一種基于稀疏矩陣的個(gè)性化改進(jìn)策略，能夠避免用戶之間相似度不密切的關(guān)系，提高了矩陣在稀疏情況的預(yù)測(cè)準(zhǔn)確度。李聰、梁昌勇等人[8]提出了基于領(lǐng)域最鄰近的協(xié)同過(guò)濾推薦算法，使數(shù)據(jù)的稀疏性得到了降低，提高了推薦準(zhǔn)確性。

從數(shù)據(jù)傳輸方向出發(fā)的代表性工作主要是Menglan Hu等人[2]設(shè)計(jì)了一種分階段獲取云端分享數(shù)據(jù)的算法，能夠有效地控制數(shù)據(jù)的傳輸成本。國(guó)內(nèi)的許富龍、劉明等人[9]進(jìn)一步提出了一種基于相對(duì)距離感知的動(dòng)態(tài)數(shù)據(jù)傳輸策略，采用傳感器節(jié)點(diǎn)到匯聚點(diǎn)的相對(duì)距離來(lái)計(jì)算節(jié)點(diǎn)傳輸概率的大小,并以此作為消息傳輸時(shí)選擇下一跳的依據(jù)。

在利用推送技術(shù)實(shí)現(xiàn)系統(tǒng)的研究中，中國(guó)科學(xué)院軟件研究所的劉鑫、陳偉[10]提出了一種基于AJAX和Server Push的web樹組件，為用戶提供了類似于在windows資源管理器中對(duì)目錄樹操作的基本功能和用戶體驗(yàn)。

但以上方法均只是通過(guò)修改推送方式而實(shí)現(xiàn)對(duì)單一數(shù)據(jù)源進(jìn)行推薦，并沒(méi)有過(guò)多考慮多源異構(gòu)數(shù)據(jù)的個(gè)性化推薦問(wèn)題，也沒(méi)能實(shí)現(xiàn)云推薦。本文提出的USDR模型面向多源異構(gòu)數(shù)據(jù)，通過(guò)將用戶數(shù)據(jù)和系統(tǒng)數(shù)據(jù)分類來(lái)快速得到用戶和系統(tǒng)的不同推薦度，以實(shí)現(xiàn)數(shù)據(jù)的高效推薦。

2 USDR模型概念

在數(shù)據(jù)物流云推送平臺(tái)中，各類云數(shù)據(jù)數(shù)量龐大，種類繁多，根據(jù)系統(tǒng)服務(wù)種類大致可以分為成績(jī)查詢服務(wù)、工資數(shù)據(jù)服務(wù)、排隊(duì)服務(wù)、交通數(shù)據(jù)服務(wù)、購(gòu)物信息服務(wù)、股票期貨服務(wù)、多媒體數(shù)據(jù)推送服務(wù)等。

由于是基于云推送的數(shù)據(jù)物流服務(wù)平臺(tái)，平臺(tái)中許多系統(tǒng)會(huì)提供類似的服務(wù)，比如3種股票軟件都通過(guò)本平臺(tái)為客戶提供金融數(shù)據(jù)推送，但是其中一款股票軟件是收費(fèi)軟件，數(shù)據(jù)推送響應(yīng)時(shí)間更快、推送的服務(wù)更多，但價(jià)格也是同類股票軟件中最高的。除了相同類型的服務(wù)中出現(xiàn)的情況，用戶數(shù)據(jù)信息之間也存在不同，用戶將會(huì)根據(jù)自己的基礎(chǔ)信息選擇不同的服務(wù)。比如交通數(shù)據(jù)服務(wù)中，有些用戶可能上班時(shí)間比較自由，那么他們可以選擇上下班高峰期過(guò)后的道路數(shù)據(jù)推送服務(wù)，而有些用戶需要準(zhǔn)時(shí)到達(dá)單位，那么推送給他們當(dāng)時(shí)的路況數(shù)據(jù)，可以使他們選擇在上下班高峰期避開一些擁堵路段；同樣，購(gòu)物信息服務(wù)中，經(jīng)濟(jì)條件好的用戶可能比較偏好奢侈品，而經(jīng)濟(jì)條件一般的用戶則偏好于普通實(shí)用的商品，所以在推送數(shù)據(jù)時(shí)就會(huì)有一定的差異性，需要建立用戶和系統(tǒng)的關(guān)系數(shù)據(jù)模型。

當(dāng)用戶請(qǐng)求獲取一種類型的服務(wù)時(shí)，數(shù)據(jù)物流服務(wù)平臺(tái)應(yīng)該自動(dòng)根據(jù)現(xiàn)平臺(tái)中相同類型的系統(tǒng)和用戶自身的數(shù)據(jù)，推送給用戶最合適的服務(wù)，這樣就既能滿足用戶的功能性需求，同時(shí)也滿足了用戶的個(gè)性化需求。

用戶數(shù)據(jù)主要可以分為用戶基礎(chǔ)數(shù)據(jù)、時(shí)間數(shù)據(jù)、地點(diǎn)數(shù)據(jù)、用戶偏好數(shù)據(jù)、歷史數(shù)據(jù)等。

系統(tǒng)數(shù)據(jù)主要可以分為服務(wù)類型數(shù)據(jù)(如成績(jī)查詢服務(wù)、金融股票服務(wù)等)、服務(wù)介紹以及這些服務(wù)的范圍(價(jià)格、位置)。這些系統(tǒng)中的數(shù)據(jù)結(jié)構(gòu)多樣，類型復(fù)雜，并且有些數(shù)據(jù)是動(dòng)態(tài)變化的。為了能夠有效的處理這些云數(shù)據(jù)，本文提出了USDR模型。

2.1 用戶數(shù)據(jù)模型建模

根據(jù)上文中的分析可以看出，用戶數(shù)據(jù)基本可以劃分為五類：

用戶基本數(shù)據(jù)(BasicData)：包括用戶姓名、性別、身份證、電話、出身日期、職業(yè)、畢業(yè)學(xué)校、愛(ài)好、出生地等。

時(shí)間數(shù)據(jù)(TimeData)：記錄用戶使用系統(tǒng)的日期和時(shí)間，同時(shí)也記錄用戶所在的時(shí)區(qū)。

地點(diǎn)數(shù)據(jù)(LocationData)：用于記錄用戶所在的位置，包括城市，住所和工作地。

環(huán)境數(shù)據(jù)(EnvironmentData)：記錄當(dāng)日天氣情況，溫度等。

用戶偏好數(shù)據(jù)(PerferenceData)：記錄用戶的偏好情況，如運(yùn)動(dòng)、電影、理財(cái)、旅游、讀書等。

歷史數(shù)據(jù)(HistoryData)：記錄用戶曾經(jīng)使用的系統(tǒng)服務(wù)，常用的理財(cái)，消費(fèi)記錄以及日志數(shù)據(jù)等。

通過(guò)UML工具可以很清晰的看出用戶各類數(shù)據(jù)之間的關(guān)系，并且通過(guò)設(shè)置主鍵顯示出各條屬性的重要程度，具體如圖1所示。

圖1 用戶數(shù)據(jù)模型

系統(tǒng)數(shù)據(jù)服務(wù)有成績(jī)查詢服務(wù)、工資數(shù)據(jù)服務(wù)、銀行排隊(duì)服務(wù)、交通數(shù)據(jù)服務(wù)、酒店預(yù)訂服務(wù)、股票期貨服務(wù)、多媒體數(shù)據(jù)推送服務(wù)。這些系統(tǒng)都屬于不同的領(lǐng)域，這些系統(tǒng)的數(shù)據(jù)類型復(fù)雜程度高，數(shù)量大，若不進(jìn)行建模將很難進(jìn)行云推送，在對(duì)系統(tǒng)數(shù)據(jù)進(jìn)行建模之后也更利于數(shù)據(jù)的個(gè)性化推薦，本章選擇具有代表性的成績(jī)查詢服務(wù)系統(tǒng)和多媒體數(shù)據(jù)服務(wù)系統(tǒng)進(jìn)行系統(tǒng)數(shù)據(jù)模型建模。

2.2 系統(tǒng)數(shù)據(jù)模型建模

2.2.1 成績(jī)查詢服務(wù)系統(tǒng)

成績(jī)查詢服務(wù)系統(tǒng)主要為在校學(xué)生提供每個(gè)學(xué)期結(jié)束之后的成績(jī)查詢服務(wù)，首先最高層應(yīng)該為用戶的類型，為本科生、碩士研究生還是博士研究生，確定了學(xué)生類型之后需要到各個(gè)學(xué)院中查詢數(shù)據(jù)，由于很多學(xué)院中的必修課是相同的，所以為了避免重復(fù)的查詢接下來(lái)模型中將分為必修課和選修課以及實(shí)踐活動(dòng)。最終得到各門功課的成績(jī)。最后學(xué)生得到了該門課的成績(jī)之后，還需要對(duì)老師進(jìn)行評(píng)價(jià)。

系統(tǒng)數(shù)據(jù)模型再結(jié)合用戶數(shù)據(jù)模型可以看出，在用戶數(shù)據(jù)模型中的用戶偏好，畢業(yè)院校就可以更加精確地給用戶推送推薦數(shù)據(jù)，同時(shí)這種分層的結(jié)構(gòu)能使云推送更加高效。

2.2.2 多媒體數(shù)據(jù)服務(wù)系統(tǒng)

多媒體數(shù)據(jù)服務(wù)相對(duì)于成績(jī)查詢服務(wù)將會(huì)復(fù)雜很多，多媒體數(shù)據(jù)服務(wù)各種系統(tǒng)中，可以將數(shù)據(jù)的類型分為文字?jǐn)?shù)據(jù)、音頻數(shù)據(jù)、視頻數(shù)據(jù)、圖文數(shù)據(jù)等。根據(jù)多媒體服務(wù)的不同類型和用戶的偏好將分為新聞，體育，娛樂(lè)，游戲，電影等，然后再對(duì)具體需要推送的數(shù)據(jù)進(jìn)行分類。

系統(tǒng)數(shù)據(jù)模型主要元素包括基本數(shù)據(jù)、功能數(shù)據(jù)和其他數(shù)據(jù)：

基礎(chǔ)數(shù)據(jù)(SerBasicData)：主要是對(duì)系統(tǒng)服務(wù)的基本描述，包括服務(wù)提供商，服務(wù)類型，服務(wù)ID，服務(wù)名稱，服務(wù)簡(jiǎn)介等數(shù)據(jù)。

功能數(shù)據(jù)(SerFunctionData)：主要對(duì)服務(wù)中的功能性參數(shù)進(jìn)行描述，即服務(wù)輸入輸出參數(shù)，服務(wù)的接口參數(shù)，最終服務(wù)執(zhí)行結(jié)果等。

其他數(shù)據(jù)：主要有些系統(tǒng)需要定位數(shù)據(jù)，天氣數(shù)據(jù)等其他因素。

3 基于USDR模型的云推薦算法

傳統(tǒng)的推薦算法有皮爾遜相關(guān)系數(shù)法、向量余弦法、斯皮爾曼相關(guān)系數(shù)法等等，在不同的領(lǐng)域中，需要選取不同的相似度計(jì)算方法。由于云數(shù)據(jù)的特殊性，本文重新設(shè)計(jì)了基于USDR的個(gè)性化云推送推薦算法，根據(jù)用戶、系統(tǒng)的相似值來(lái)計(jì)算推薦的系統(tǒng)數(shù)據(jù)。本章的模型中存在用戶數(shù)據(jù)和系統(tǒng)數(shù)據(jù)兩種數(shù)據(jù)類型，針對(duì)該模型設(shè)計(jì)了基于用戶的云推薦算法和基于系統(tǒng)的云推薦算法。

3.1 基于用戶的云推薦算法

基于用戶的云推薦算法主要目的在于計(jì)算兩個(gè)用戶的相似度，本算法中主要使用用戶行為相似度來(lái)計(jì)算用戶的類似喜好。本算法由兩部分組成：一部分采用用戶基礎(chǔ)屬性來(lái)決定用戶的相似程度，通過(guò)計(jì)算得出的基本屬性差異越小，則相似程度越高；第二部分是偏好、位置和服務(wù)記錄數(shù)據(jù)等，通過(guò)查看用戶的地理位置和歷史感興趣的系統(tǒng)的數(shù)值，該數(shù)值越大，則用戶之間的相似程度越高，最后計(jì)算總相似度。

3.1.1 基礎(chǔ)屬性相似度

基礎(chǔ)屬性一般都是數(shù)值類型，如性別，年齡，畢業(yè)院校等。對(duì)于數(shù)值型屬性，只需要計(jì)算絕對(duì)值之差|D|=|Attr1-Attr2|。對(duì)于名稱型的基礎(chǔ)數(shù)據(jù)，一般取值類型比較單一，就可以采用二進(jìn)制編碼的方式來(lái)表示，比如性別：男、女，分別對(duì)應(yīng)00、01。其他以此類推。最終將用戶全部名稱型數(shù)據(jù)編碼串聯(lián)起來(lái)，行成一個(gè)二進(jìn)制串。

不同的數(shù)值型屬性的絕對(duì)值最大與最小的差距為[α1，αn]，然后把這個(gè)區(qū)間劃分為n-1個(gè)相等的區(qū)間{[α1，α2],[α2，α3],...,[αn-1，αn]}，對(duì)每個(gè)區(qū)間給予相應(yīng)的數(shù)值{0,1,2,3...n}，當(dāng)用戶的數(shù)值型屬性絕對(duì)值落在某個(gè)區(qū)間時(shí)，即可得出屬性間的距離Dbnum。對(duì)于名稱型屬性，通過(guò)確定編碼位數(shù)n，然后將每個(gè)取值通過(guò)格雷編碼，然后依次鏈接起來(lái)，最后通過(guò)計(jì)算海明距離，得到名稱型屬性距離DH。定義用戶A和B，每個(gè)基礎(chǔ)屬性的權(quán)重值為wi，則所有屬性權(quán)重值滿足：

(1)

對(duì)于數(shù)值型的屬性距離Dbnum，根據(jù)上面的解釋，定義不同的取值區(qū)間：

若α∈[α1，α2]，則dbnum=0；

若α∈[α2，α3]，則dbnum=1；

.......

若α∈[αn-1，αn]，則dbnum=n-1；

數(shù)值屬性的距離計(jì)算為：

(2)

對(duì)于名稱型的屬性距離Dbnum，則對(duì)不同的取值進(jìn)行編碼。將用戶的全部名稱屬性編碼串聯(lián)起來(lái)，形成二進(jìn)制串At；采用At的海明距離來(lái)計(jì)算用戶名稱屬性的距離。

DH=wDhm(DbnumA,DbnumB)

(3)

最終得到2個(gè)用戶A與B的基礎(chǔ)屬性距離：

(4)

通過(guò)差值DA-B可以看出，DA-B越小，相似度則越大，DA-B越大，則相似度越小。

3.1.2 用戶偏好相似度

若給定用戶A和B，N(A)表示用戶A的偏好相似度集合，N(B)表示用戶B的偏好相似度集合(如時(shí)間，位置，系統(tǒng)使用情況等)，運(yùn)用余弦公式相似度計(jì)算公式：

(5)

表1 用戶偏好表

從表1的用戶偏好可以得出：用戶A對(duì){成績(jī)，金融，酒店}方面的系統(tǒng)感興趣，用戶B對(duì){成績(jī)，工資}方面的系統(tǒng)感興趣，所以可以計(jì)算出用戶A和用戶B的偏好相似度，如下所示：

用余弦公式計(jì)算用戶間兩兩的相似度之后，算法通過(guò)綜合分析基礎(chǔ)數(shù)據(jù)相似度和用戶偏好數(shù)據(jù)相似度后，再進(jìn)行推薦，推薦度公式如6所示：

(6)

公式中，DA-B為基礎(chǔ)數(shù)據(jù)的差值，N(i)表示對(duì)項(xiàng)目i有偏好的用戶組，Re(u，k)表示存在與用戶A偏好類似的用戶組。Wab描述用戶A與用戶B的相似度，ybi表示用戶B對(duì)項(xiàng)目i的偏好程度。

3.2 基于系統(tǒng)的云推薦算法

基于系統(tǒng)的云推薦算法和基于用戶偏好的推薦算法有些類似，主要通過(guò)以下兩步完成：首先計(jì)算系統(tǒng)之間的相似程度，然后根據(jù)相似度生成系統(tǒng)推薦列表。

根據(jù)余弦公式可得系統(tǒng)的相似度：

(7)

(8)

假設(shè)有a,b,c,d,e5個(gè)系統(tǒng)，同時(shí)存在A,B,C,D,E5位用戶，對(duì)每位用戶偏好的項(xiàng)目用矩陣表示：

用戶A：偏好a，b，c系統(tǒng)，用矩陣表示為：

用戶B：偏好a，b，d系統(tǒng)，用矩陣表示為：

用戶C：偏好a，d系統(tǒng)，用矩陣表示為：

用戶D：偏好b，c，e系統(tǒng)，用矩陣表示為：

用戶E：偏好a,e系統(tǒng)，用矩陣表示為：

將A,B,C,D,E矩陣全部相加之后可得矩陣S，S[i][j]則表示同時(shí)對(duì)系統(tǒng)i和系統(tǒng)j都偏好的用戶數(shù)量。

得到相似度矩陣之后，通過(guò)公式(7)計(jì)算用戶a對(duì)系統(tǒng)i的推薦度：

Recommdsys(a,i)=∑i∈N(u)∩S(i,k)wij

(9)

公式(9)中表示當(dāng)前用戶的偏好集合，S(i，k)表示與系統(tǒng)i比較相似的K個(gè)系統(tǒng)的集合，wij是系統(tǒng)i與系統(tǒng)j的相似度。將該推薦度從大到小排列，采用TOP-N的方式取前N個(gè)系統(tǒng)推薦給用戶。

3.3 基于USDR的云推薦算法運(yùn)行過(guò)程

為了達(dá)到更好的用戶體驗(yàn)，為用戶提供個(gè)性化的推薦服務(wù)，基于USDR模型運(yùn)行過(guò)程如圖2所示，首先根據(jù)用戶注冊(cè)數(shù)據(jù)為用戶建模，其次為平臺(tái)中每個(gè)系統(tǒng)進(jìn)行建模，當(dāng)模型構(gòu)建完成之后，分析用戶注冊(cè)數(shù)據(jù)中的基礎(chǔ)屬性數(shù)據(jù)，計(jì)算出基礎(chǔ)屬性相似度，再算出用戶偏好屬性相似度，最后同理算出基于系統(tǒng)的云推送推薦算法，最終為用戶推送推薦數(shù)據(jù)。

通過(guò)分別計(jì)算用戶和系統(tǒng)數(shù)據(jù)的推薦度會(huì)導(dǎo)致結(jié)果比較粗糙，為了使得云推薦算法更加精確，將用戶數(shù)據(jù)推薦度加入到系統(tǒng)數(shù)據(jù)推薦度中，得出綜合推薦度列表，將使推薦度的結(jié)果更加準(zhǔn)確和方便，更加方便于下一步的云推送。如何使用基于USDR模型的云推薦算法得出用戶推薦度列表的具體流程如圖3所示。

圖2 基于USDR模型運(yùn)行過(guò)程

圖3 基于USDR模型的云推薦算法運(yùn)行流程

1)查看用戶歷史記錄數(shù)據(jù)表，若用戶的歷史數(shù)據(jù)為空，則說(shuō)明為新注冊(cè)用戶，那么就執(zhí)行步驟2)，否則執(zhí)行步驟5)；

2)查看用戶基礎(chǔ)數(shù)據(jù)中的好友表，若有好友，則執(zhí)行步驟3)，若無(wú)，則執(zhí)行步驟4)；

3)使該用戶分別與每位好友分別用公式DA-B進(jìn)行計(jì)算，得出相似度，查看相似度在設(shè)定的權(quán)重值內(nèi)的用戶與該用戶關(guān)系最密切的好友，執(zhí)行步驟4)；

4)使用公式(4)計(jì)算所有在權(quán)重值范圍內(nèi)的好友的偏好推薦度Recommenduser,加入用戶推薦列表中，執(zhí)行步驟5)；

5)使用公式(7)計(jì)算的歷史數(shù)據(jù)表中每個(gè)系統(tǒng)的推薦度RecommendSystem，將這些系統(tǒng)放入推薦列表，執(zhí)行步驟6)；

6)將步驟4)和步驟5)中的Recommenduser和RecommendSystem分別平方，再求和開根號(hào)得出綜合推薦度：

Recommendgeneral=

(10)

7)根據(jù)綜合推薦度，加入到綜合推薦度列表。

4 案例分析與實(shí)驗(yàn)

本文使用云推薦方法在安卓和iOS中進(jìn)行了測(cè)試，云數(shù)據(jù)來(lái)源于成績(jī)系統(tǒng)，工資系統(tǒng)和微影視系統(tǒng)，采集到數(shù)據(jù)后將數(shù)據(jù)的主要權(quán)重值分為：用戶權(quán)限，用戶登錄時(shí)間，用戶發(fā)布/訂閱的模式(一對(duì)多/一對(duì)一)，用戶登錄數(shù)量，傳輸數(shù)據(jù)量。權(quán)重w是經(jīng)過(guò)綜合考慮而確定的。目前數(shù)據(jù)物流云推送平臺(tái)中存在的系統(tǒng)如圖4所示。

圖4 用戶登錄平臺(tái)選擇偏好的系統(tǒng)

用戶在手機(jī)端進(jìn)行注冊(cè)，主要需要將用戶基礎(chǔ)數(shù)據(jù)和偏好信息填寫完畢，方便接下來(lái)的云推薦系統(tǒng)給用戶推薦個(gè)性化內(nèi)容。當(dāng)用戶基礎(chǔ)數(shù)據(jù)、偏好數(shù)據(jù)和系統(tǒng)數(shù)據(jù)都進(jìn)行綁定之后，得到如圖5所示的界面，此時(shí)平臺(tái)已經(jīng)根據(jù)云推薦算法將推薦數(shù)據(jù)放入推薦列表中，等待下一步的云推送。

圖5 用戶功能頁(yè)面

5 算法有效性分析

為衡量本文提出的USDR云推薦算法的能力，從算法效率、系統(tǒng)數(shù)量、平均傳輸率，通信率，靜置時(shí)流量等方面來(lái)對(duì)算法有效性進(jìn)行評(píng)估。

首先測(cè)試單機(jī)中的普通推薦算法和云推送平臺(tái)中的推薦算法進(jìn)行比較，單機(jī)使用Windows8 64位操作系統(tǒng)，8GB內(nèi)存，10臺(tái)虛擬機(jī)同樣使用Windows8 64位操作系統(tǒng)，8GB內(nèi)存，分別計(jì)算虛擬數(shù)據(jù)量為10～100萬(wàn)的數(shù)據(jù)量。

圖6 單機(jī)與云平臺(tái)中推薦算法效率對(duì)比

為了得到當(dāng)在數(shù)據(jù)量相同時(shí)運(yùn)算速度與虛擬機(jī)數(shù)據(jù)的關(guān)系，實(shí)驗(yàn)中使用50萬(wàn)的數(shù)據(jù)量，分別測(cè)試虛擬機(jī)數(shù)量為5～10臺(tái)時(shí)云推薦算法運(yùn)行的效率。

圖7 虛擬機(jī)數(shù)量不同對(duì)推薦算法的影響

平均傳輸率是指數(shù)據(jù)傳輸平均的“倍速”數(shù)。單倍數(shù)傳輸時(shí)，即可記為1倍速，普通推送的平均傳輸率為10倍速，在數(shù)據(jù)量相同時(shí)，結(jié)果如表2所示。

表2 平均傳輸率數(shù)據(jù)表 %

通信率是指單位時(shí)間內(nèi)用戶與云推送平臺(tái)的通信次數(shù)，測(cè)試用戶是否愿意使用該平臺(tái)進(jìn)行數(shù)據(jù)推送,并同時(shí)測(cè)試了在通信次數(shù)高的時(shí)候會(huì)不會(huì)產(chǎn)生其他問(wèn)題(結(jié)果如圖8所示)，普通的推薦算法通信率基本不變是由于在推送任務(wù)隊(duì)列消息的整個(gè)過(guò)程中一直都會(huì)向服務(wù)器發(fā)送請(qǐng)求，而本文提出的云推薦方法處于信息收集階段，隨著系統(tǒng)的運(yùn)行，任務(wù)數(shù)量增多，優(yōu)勢(shì)就逐漸顯示出來(lái)，在任務(wù)數(shù)越多時(shí)，花費(fèi)的通信量反而變少。

圖8 通信率變化圖

靜置時(shí)流量是指在手機(jī)靜置時(shí)由于推送而產(chǎn)生的額外流量，測(cè)試云推送平臺(tái)是否會(huì)因?yàn)橥ㄐ怕实母纳贫a(chǎn)生大量流量，分別使用云推送平臺(tái)和傳統(tǒng)推送平臺(tái)進(jìn)行測(cè)試(如表3所示)，實(shí)驗(yàn)結(jié)果表明云推送平臺(tái)在移動(dòng)設(shè)備靜置時(shí)間較長(zhǎng)情況下流量消耗少于傳統(tǒng)推送平臺(tái)。

表3 靜置時(shí)流量對(duì)比

6 結(jié)束語(yǔ)

本文針對(duì)傳統(tǒng)的推送方式在推送多源異構(gòu)數(shù)據(jù)時(shí)遇到的效率低，實(shí)時(shí)性差等問(wèn)題，設(shè)計(jì)了面向多源異構(gòu)數(shù)據(jù)的云推送平臺(tái)來(lái)滿足云推送環(huán)境，并通過(guò)USDR模型解決了多源異構(gòu)數(shù)據(jù)推送問(wèn)題，滿足了用戶需求。

然而，該平臺(tái)能否滿足所有的用戶需求，能否供海量用戶使用還需要進(jìn)行驗(yàn)證，云推送平臺(tái)本身的性能提升以及各種演化方式將是本文下一步的研究?jī)?nèi)容。相信隨著這些關(guān)鍵問(wèn)題的攻破，面向多源異構(gòu)數(shù)據(jù)的云推送平臺(tái)將為用戶帶來(lái)更好的推送體驗(yàn)。