融合信任相似度的高校圖書館個性化推薦研究*

林曉霞 劉敏 楊曉東 徐堯

（1. 山東科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，青島 266590；2. 山東科技大學(xué)信息工程系，泰安 271019）

隨著圖書館館藏?cái)?shù)量的快速增長，用戶越來越難以快速、準(zhǔn)確地獲取其需求的全部文獻(xiàn)資源。為更好地滿足用戶需求，館藏資源瀏覽及檢索過程中的個性化推薦服務(wù)應(yīng)運(yùn)而生，即個人圖書館服務(wù)，如美國康奈爾大學(xué)的MyLibrary個性化服務(wù)。目前，推薦算法主要包括基于內(nèi)容的推薦[1]、基于協(xié)同過濾的推薦[2]、基于關(guān)聯(lián)規(guī)則的推薦[3]、基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦[4]及混合推薦[5]等，而在圖書館個性化推薦中基于協(xié)同過濾的推薦算法應(yīng)用最廣泛，且對于提升和改進(jìn)圖書館服務(wù)起到一定作用。但是，基于協(xié)同過濾的推薦算法較依賴用戶對圖書的評價或閱讀反饋，通常用戶對所借閱圖書的評價不多，實(shí)際閱讀發(fā)生的圖書數(shù)量也有限（即數(shù)據(jù)稀疏問題），并且不斷加入新生和新書（即冷啟動問題），對協(xié)同過濾推薦算法的準(zhǔn)確性與可用性都帶來了很大挑戰(zhàn)。

為應(yīng)對數(shù)據(jù)稀疏問題，劉健[6]結(jié)合關(guān)聯(lián)語義鏈與傳統(tǒng)協(xié)同過濾算法，充分挖掘用戶信息，緩解數(shù)據(jù)稀疏的問題；Gong[7]通過聚類平滑的方法填充評分矩陣，以降低評分?jǐn)?shù)據(jù)的稀疏；Xu等[8]通過融合用戶和項(xiàng)目的預(yù)測評分，填充評分矩陣。以上方法雖然在一定程度上解決了數(shù)據(jù)稀疏的問題，但是推薦精度有待提高。為解決冷啟動問題，王成等[9]通過引入項(xiàng)目熱度對用戶相似度進(jìn)行改進(jìn)，來提高推薦精度；鄭孝遙等[10]在傳統(tǒng)協(xié)同過濾算法中引入信任度，算法在推薦精度上有較大提高；Guo等[11]將顯式或隱式的評分和信任用戶相結(jié)合，對算法進(jìn)行改進(jìn)；郭艷紅[12]運(yùn)用平均值法，作為新項(xiàng)目的預(yù)測值，改善了冷啟動問題；Ahn[13]提出一種新的啟發(fā)式相似度，改善了冷啟動下的推薦性能。

這些方法一定程度上解決了已有算法存在的一些問題，但是算法比較單一，實(shí)際應(yīng)用效果并不理想。

本文在上述研究的基礎(chǔ)上，提出一種融合信任相似度的個性化推薦方法，即利用借閱記錄中的借閱時長、借閱方式等構(gòu)建用戶-圖書評分矩陣，引入信任相似度對傳統(tǒng)的相似度進(jìn)行改進(jìn)，根據(jù)鄰居用戶計(jì)算得到圖書推薦度，結(jié)合新書的推薦度，實(shí)現(xiàn)圖書推薦。實(shí)驗(yàn)結(jié)果表明，該改進(jìn)方法降低了評分稀疏，提高了圖書推薦的精度。

1 研究背景

協(xié)同過濾推薦最早被運(yùn)用在電子商務(wù)領(lǐng)域[14]，包括基于用戶的協(xié)同過濾推薦[15]和基于項(xiàng)目的協(xié)同過濾推薦[16]。

數(shù)據(jù)稀疏問題是協(xié)同過濾存在的最大問題，評分少將會導(dǎo)致評分?jǐn)?shù)據(jù)稀疏，進(jìn)而使用戶相似度計(jì)算不準(zhǔn)確，無法為用戶找到最近鄰居，影響推薦精度。在圖書館中，用戶和圖書的數(shù)量十分龐大，但是用戶借閱記錄中的評分極少，評價矩陣存在嚴(yán)重稀疏問題，無法準(zhǔn)確為用戶推薦圖書。

冷啟動問題是協(xié)同過濾存在的另一個問題，在高校中，每年都會有新用戶，新用戶沒有借閱記錄，在計(jì)算新用戶相似度時，沒有可依據(jù)的數(shù)據(jù)，因此新用戶得不到良好的推薦；圖書館新購入的圖書，沒有被用戶借閱過，也無法被推薦。

本文對傳統(tǒng)協(xié)同過濾算法進(jìn)行改進(jìn)，通過借閱信息構(gòu)建用戶-圖書評分矩陣來緩解數(shù)據(jù)稀疏和冷啟動問題，融入信任相似度來提高用戶的相似度，以解決存在的問題，提高個性化推薦精度。

2 融合信任相似度的個性化推薦模型構(gòu)建

本文的圖書館借閱數(shù)據(jù)包括用戶信息表（姓名、性別、單位）、圖書信息表（書名、出版社、作者、索書號）、借閱信息表（借閱時長點(diǎn)、借閱次數(shù)）三個維度，利用圖書館借閱數(shù)據(jù)中這三個維度的信息，經(jīng)過分析處理，建立個性化推薦模型，將符合用戶需求的圖書推薦給用戶，為用戶提供個性化閱讀服務(wù)。融合信任相似度的個性化推薦模型如圖1所示。

圖1 融合信任相似度的個性化推薦模型

改進(jìn)后的融合信任相似度的個性化推薦模型主要包括數(shù)據(jù)資源層、個性化推薦層和應(yīng)用層。其中，數(shù)據(jù)資源層是將借閱記錄、用戶信息、圖書信息進(jìn)行預(yù)處理；個性化推薦層用于構(gòu)建評分和計(jì)算相似度，尋找最近鄰居；應(yīng)用層是根據(jù)推薦度的高低將圖書推薦給用戶。

2.1 融合信任相似度的個性化推薦算法的步驟

傳統(tǒng)的協(xié)同過濾個性化推薦算法由于評分?jǐn)?shù)據(jù)稀疏，計(jì)算得出的用戶相似度不準(zhǔn)確，因而推薦精度很低。根據(jù)上面的分析，本文將對傳統(tǒng)的推薦算法改進(jìn)，提出一種融合信任相似度的個性化推薦算法，可以將融合信任相似度的個性化推薦算法概括為以下步驟：①根據(jù)借閱記錄中的借閱信息，構(gòu)建用戶-圖書評分矩陣；②根據(jù)構(gòu)建的評分矩陣，使用余弦相似度計(jì)算出用戶相似度；③分別計(jì)算顯性信任度、隱性信任度、新用戶信任度，得出綜合信任度；④將用戶相似度與綜合信任度相融合，計(jì)算出改進(jìn)后的用戶相似度；⑤根據(jù)改進(jìn)后的用戶相似度，找到用戶的最近鄰居；⑥根據(jù)最近鄰居借閱的圖書，得出圖書的推薦度，與新書推薦度融合，得到最終的圖書推薦度。其中，輸入內(nèi)容為用戶借閱記錄、用戶信息、圖書信息、信任系數(shù)（α1、α2、α3），用戶相似度因子（β）、鄰居用戶數(shù)，輸出內(nèi)容為圖書的推薦度。

2.2 用戶-圖書評分矩陣構(gòu)建

在實(shí)際應(yīng)用中，高校圖書館雖然提供了評分功能，但是用戶對圖書的評分很少，甚至沒有，評分矩陣比較稀疏，因此可以通過借閱信息來構(gòu)建用戶-圖書評分矩陣。在圖書館的借閱系統(tǒng)中可以獲取用戶對圖書的借閱時長及借閱方式等相關(guān)數(shù)據(jù)，本文以此為基礎(chǔ)，構(gòu)建用戶-圖書評分矩陣。

用Rij表示用戶i對圖書j的借閱時長所得的評分，Tij表示用戶i對圖書j的借閱時長，Tmin表示該圖書被借閱的最短時長，Tmax表示該圖書被借閱的最長時長。

（2）借閱方式。用戶的借閱方式可以分為初借和續(xù)借。初次借閱時用戶沒有目的，只有所借閱的圖書對其有意義，用戶才會續(xù)借。因此，初借和續(xù)借兩種借閱方式的比重不同，用Bij表示用戶i對書j的借閱方式所得的評分，Bij可以根據(jù)歷史數(shù)據(jù)統(tǒng)計(jì)分析設(shè)置。

本文通過借閱時長、借閱方式兩者之和構(gòu)建評分矩陣，用R’ij表示構(gòu)建的評分矩陣，即R’ij＝Rij＋Bij，所構(gòu)建的用戶-圖書評分矩陣如表1所示。

表1 用戶-圖書評分矩陣

2.3 用戶相似度

個性化推薦算法中，相似度是核心。傳統(tǒng)的協(xié)同過濾算法根據(jù)用戶相似度對未評分圖書進(jìn)行預(yù)測。實(shí)際上，除用戶間的相似關(guān)系外，用戶間隱含的信任關(guān)系也會影響圖書的推薦。在用戶之間，也會存在一種信任與被信任的關(guān)系，因此本文引入信任相似度，將信任相似度融入用戶相似度中。

（1）顯性信任度。顯性信任指用戶之間存在很明顯的信任關(guān)系，本文即共同借閱過相同書籍的用戶間存在顯性信任關(guān)系。兩個用戶共同借閱的圖書數(shù)量越多，顯性信任度越大。

用Bu表示用戶u的借閱書目集，Bv表示用戶v的借閱書目集，Bm表示與用戶v具有最多共同借閱書目的用戶借閱書目集，Bu∩Bv表示用戶u和用戶v的共同借閱書籍?dāng)?shù)量。

令表示用戶u和用戶v之間的直接信任關(guān)系，即用戶u信任用戶v的程度，直接信任度表示為公式（2）。

其中，Bu∩Bm表示用戶u與用戶v具有最多共同借閱書目的用戶的借閱書目集的交集。

信任度的范圍[0，1]，當(dāng)Bu=Bm時，與用戶具有最多共同借閱書目的用戶信任度等于1；Bu=Bv時，信任度等于0；其他情況下直接信任關(guān)系的信任度小于1。

（2）隱性信任度。很多用戶之間沒有共同借閱過相同書籍，不存在顯性信任關(guān)系，無法直接計(jì)算信任度。本文利用信任的傳遞性來計(jì)算兩個用戶之間的隱性信任度，可以根據(jù)用戶之間的顯性信任關(guān)系推導(dǎo)出用戶之間隱含的信任關(guān)系，通過共同朋友的借閱信息，來實(shí)現(xiàn)個性化推薦。

用表示用戶u與用戶v的隱性信任，i表示用戶之間的共同朋友，m表示兩個用戶之間共同的朋友數(shù)量。

（3）新用戶信任度。新生剛?cè)胄?，借閱圖書時沒有目標(biāo)，通常情況下更愿意信任同專業(yè)的同學(xué)，且新生在填寫注冊信息時會有具體的學(xué)院專業(yè)信息。因此，本文提出新用戶信任，可以在一定程度上對新生進(jìn)行個性化推薦。新用戶信任用表示，通過歷史統(tǒng)計(jì)數(shù)據(jù)分析，相同專業(yè)的新用戶信任為0.6，不同專業(yè)的新用戶信任為0.4。

（4）綜合信任度。將上述3種信任進(jìn)行加權(quán)融合，得到用戶的綜合信任度。用來表示綜合信任度。

其中，α1、α2、α3分別表示顯性信任、隱性信任、新用戶信任的權(quán)值，并且α1+α2+α3=1。

（5）相似度計(jì)算。將信任相似度與用戶相似度進(jìn)行融合，得到最終的用戶相似度。simnew（u，v）表示改進(jìn)后的用戶相似度，sim（u，v）表示用戶相似度，表示信任相似度。

其中，0≤β≤1。

2.4 圖書推薦度

圖書推薦度指圖書的可推薦程度，計(jì)算出每本圖書推薦度后，將推薦度高的圖書推薦給用戶。本文將圖書分為已借閱圖書和新書兩類。

（1）已借閱圖書的推薦度。已借閱圖書的推薦度指已經(jīng)被借閱過的圖書的可推薦度。用Pu，i表示被借閱圖書的推薦度，若用戶已借閱多本圖書，表示用戶u對圖書的平均評分，表示用戶v對圖書的平均評分。

（2）新書推薦度。圖書館每年都會引進(jìn)一批新書，這些新書沒有用戶的評分及借閱記錄，無法推薦給用戶。同一院系中，雖然專業(yè)不同，但基礎(chǔ)課程差別不大，用戶的借閱需求基本相同。本文利用中圖分類號，進(jìn)行新書推薦。中圖分類法將相同學(xué)科、相同主題的圖書歸為一類。在圖書信息表中，通過索書號中的中圖分類號可以了解用戶借閱圖書類目，根據(jù)用戶以往的借閱記錄分析各類圖書所占的比重。以山東科技大學(xué)泰安校區(qū)的3個院系為例，根據(jù)用戶的以往借閱記錄，分析得出不同類型的圖書在各個院系所占的比重，如表2所示。

表2 不同類型的圖書在各個院系所占比重示例

（3）圖書推薦度。融合新書的推薦度和被借閱圖書的推薦度，得到最終的圖書推薦度。設(shè)Pz表示圖書推薦度。

其中，Pa表示新書的推薦度。

3 實(shí)驗(yàn)結(jié)果及其分析

3.1 實(shí)驗(yàn)數(shù)據(jù)集

為驗(yàn)證本文所提出推薦算法的可用性，選取山東科技大學(xué)圖書館的后臺借閱記錄數(shù)據(jù)進(jìn)行試驗(yàn)，將數(shù)據(jù)范圍定位為7197名學(xué)生的借閱記錄，時間跨度為2012年9月—2017年7月，共100986條借閱記錄，涉及283568本圖書。將這些數(shù)據(jù)劃分為訓(xùn)練集和測試集，訓(xùn)練集為2012年9月—2016年7月的借閱數(shù)據(jù)，測試集為2016年9月—2017年7月的借閱數(shù)據(jù)。以隨機(jī)方式從信息系、經(jīng)管系、文法系中各抽取30名學(xué)生的借閱記錄進(jìn)行試驗(yàn)。

3.2 評價標(biāo)準(zhǔn)

推薦準(zhǔn)確率是衡量算法推薦能力的標(biāo)準(zhǔn)之一，本文使用推薦準(zhǔn)確率（MAE）來驗(yàn)證算法的推薦質(zhì)量。MAE越小，則表示推薦越準(zhǔn)確。

其中，N為進(jìn)行預(yù)測圖書的數(shù)量，Rui為用戶的實(shí)際評分，Pui為預(yù)測的評分。

3.3 實(shí)驗(yàn)結(jié)果及分析

本文主要分析設(shè)計(jì)參數(shù)α1、α2、α3、β、不同鄰居數(shù)對推薦準(zhǔn)確率的影響，以及所構(gòu)建評分矩陣的有效性驗(yàn)證，設(shè)計(jì)5組不同的實(shí)驗(yàn)，選擇最優(yōu)參數(shù)，最后與其他模型進(jìn)行對比分析。

（1）評分矩陣的有效性驗(yàn)證。用評分?jǐn)?shù)據(jù)的稀疏來衡量用戶-圖書評分矩陣的有效性，計(jì)算得到改進(jìn)前的評分?jǐn)?shù)據(jù)稀疏為96.19%，通過構(gòu)建用戶-圖書評分矩陣，得出評分?jǐn)?shù)據(jù)稀疏僅為0.90%。

可以看出，本文提出的構(gòu)建方法，極大地改善了評分?jǐn)?shù)據(jù)的稀疏，解決了高校圖書館評分嚴(yán)重稀疏的問題。

（2）信任參數(shù)α1、α2對實(shí)驗(yàn)結(jié)果的影響。由于對于所有老用戶，α3=0；因此將信任參數(shù)分成10組分別進(jìn)行驗(yàn)證，對應(yīng)的MAE值如表3所示。

表3 參數(shù)組合對應(yīng)的MAE值

實(shí)驗(yàn)表明，在其他參數(shù)默認(rèn)的情況下，信任參數(shù)組合8時MAE值最小，即α1=0.2，α2=0.8時，MAE值最小，推薦效果最好。

（3）相似度權(quán)重因子β的取值。此實(shí)驗(yàn)驗(yàn)證β取值的大小對推薦效果的影響，推薦效果用也MAE來衡量，MAE值越小，推薦質(zhì)量也就越高。為找到MAE的最小值，實(shí)驗(yàn)將在訓(xùn)練集上以不同值進(jìn)行訓(xùn)練，在測試集中進(jìn)行測試，測試結(jié)果如圖2所示。

圖2 不同權(quán)重下MAE的值

由圖2可以看出，在β=0.4，根據(jù)公式（5），即信任相似度為0.6時，MAE值最小，此時推薦最準(zhǔn)確，因此本文將用戶相似度權(quán)重β設(shè)為0.4。

（4）設(shè)置鄰居個數(shù)。選擇不同的用戶規(guī)模進(jìn)行推薦，從用戶信息表中隨機(jī)抽取用戶，最近鄰居數(shù)分別取5、10、15、20、25、30，間隔為5。實(shí)驗(yàn)結(jié)果如圖3所示。

圖3 不同鄰居數(shù)下的MAE值

由圖3可以看出，在鄰居數(shù)15之前，MAE值逐漸減小，當(dāng)鄰居用戶為15時，MAE值最小，此時對用戶的推薦精度最高。

（5）本文提出的改進(jìn)算法與傳統(tǒng)協(xié)同過濾算法的對比。為驗(yàn)證本文算法的準(zhǔn)確性，基于相同的鄰居數(shù)下，對比傳統(tǒng)的協(xié)同過濾算法與改進(jìn)后的協(xié)同過濾算法下MAE的大小，實(shí)驗(yàn)結(jié)果如圖4所示。

圖4 兩種不同算法的比較

從圖4可以清楚地看出，本文提出的改進(jìn)算法推薦精度明顯高于傳統(tǒng)協(xié)同過濾算法。

4 結(jié)語

本文針對傳統(tǒng)協(xié)同過濾算法存在的問題，結(jié)合高校圖書館的實(shí)際特點(diǎn)，提出了一種融合信任相似度的高校圖書館個性化推薦方法。以用戶的借閱信息構(gòu)建用戶-圖書矩陣，有效地解決了評分?jǐn)?shù)據(jù)嚴(yán)重稀疏的問題，將信任相似度融入傳統(tǒng)的用戶相似度，極大地提高了推薦精度，同時，提出的新生信任度及新書推薦度改善了冷啟動現(xiàn)象。實(shí)驗(yàn)結(jié)果表明，融合信任相似度的高校圖書館個性化推薦方法具有很好的推薦效果，但本文仍存在一定欠缺，后續(xù)將針對冷門圖書進(jìn)行推薦，提高資源利用率，并進(jìn)一步完善算法，以求達(dá)到更精確的推薦效果，為高校用戶提供更好的服務(wù)。