基于協(xié)同過濾的個性化民宿推薦系統(tǒng)的設(shè)計與實現(xiàn)

路丹，陳占芳

（長春理工大學(xué)計算機科學(xué)技術(shù)學(xué)院，長春130000）

0 引言

民宿是對閑置住宅的充分利用，它結(jié)合了當(dāng)?shù)氐霓r(nóng)林牧漁等各種自然生態(tài)環(huán)境，為游客提供了不同于酒店和賓館的生態(tài)、文化體驗。它通過對鄉(xiāng)村資源充分利用，促進了當(dāng)?shù)亟?jīng)濟的發(fā)展。

以民宿作為住宿場所是一種新型的旅游形式，雖然目前民宿旅游產(chǎn)業(yè)不斷發(fā)展，但是民宿仍然存在以下主要問題：（1）民宿數(shù)量的增長。如今的民宿數(shù)量眾多，民宿的環(huán)境和體驗卻參差不齊，游客經(jīng)常無法分辨民宿的服務(wù)質(zhì)量，導(dǎo)致游客的體驗不佳。（2）民宿種類多樣化。隨著經(jīng)濟文化的不斷發(fā)展，大量民宿經(jīng)營者不斷涌入民宿旅游業(yè)，民宿的裝修風(fēng)格和住宅類型也在不斷增多。民宿種類的多樣化也給游客帶來了搜索和選擇上的不便。

以上問題導(dǎo)致目前很多民宿推薦系統(tǒng)不能根據(jù)游客群體的旅游喜好來提供個性化的民宿選擇服務(wù)。隨著人們對民宿的接受程度的提高，具有智能分析技術(shù)的民宿推薦系統(tǒng)是未來民宿系統(tǒng)的發(fā)展趨勢之一。由于民宿自身的建設(shè)特點，每位需要住宿的游客都有選擇民宿的潛在可能性，協(xié)同過濾技術(shù)可以輔助游客快速的發(fā)現(xiàn)符合自身的民宿，根據(jù)自身興趣自主的選擇民宿的種類和類型。因此，本文將協(xié)同過濾技術(shù)應(yīng)用于民宿系統(tǒng)中，游客可以通過個性化民宿推薦系統(tǒng)選擇品味相符的民宿，系統(tǒng)的管理者通過對游客對民宿的評價等歷史數(shù)據(jù)來完善該系統(tǒng)的內(nèi)容，使系統(tǒng)的用戶手動搜索民宿變?yōu)橄到y(tǒng)主動為用戶推薦民宿，從而提高游客的民宿體驗。

1 個性化推薦技術(shù)

隨著網(wǎng)絡(luò)時代的到來，如電子商務(wù)、網(wǎng)絡(luò)購物等不斷發(fā)展，網(wǎng)絡(luò)持續(xù)輸出大量的數(shù)據(jù)，這就為用戶對數(shù)據(jù)的選擇帶來了困難，用戶無法在短時間內(nèi)選擇符合自己需求的數(shù)據(jù)。而此時個性化推薦技術(shù)應(yīng)運而生，并隨著科學(xué)技術(shù)的進步逐漸深入到人們的日常生活當(dāng)中。有效地解決了大數(shù)據(jù)帶來的影響。個性化推薦是通過對用戶的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)進行分析處理后，描繪用戶畫像，以此得出符合用戶特征的信息，幫助用戶快速發(fā)現(xiàn)有用信息，向用戶提供個性化的信息服務(wù)和決策支持，以解決信息量大的問題。目前個性化推薦技術(shù)可以分為基于內(nèi)容的過濾推薦技術(shù)、基于關(guān)聯(lián)規(guī)則的過濾推薦技術(shù)和基于協(xié)同過濾的推薦技術(shù)。

1.1 基于內(nèi)容的過濾推薦技術(shù)

由于人們喜歡的東西具有相對的穩(wěn)定性，所以基于內(nèi)容的協(xié)同過濾在推薦時便利用了這種相對的穩(wěn)定性，它根據(jù)用戶過去喜歡的項目，通過對項目的特征分析，比較項目之間的相似性，為用戶推薦和他過去喜歡的項目相似的項目。

1.2 基于關(guān)聯(lián)規(guī)則的過濾推薦技術(shù)

不同項目之間有潛在的關(guān)聯(lián)性，而基于關(guān)聯(lián)規(guī)則的系統(tǒng)過濾推薦技術(shù)的推薦思想便是通過對項目的分析，得出項目之間的潛在關(guān)聯(lián)規(guī)則，以此提高推薦的質(zhì)量。

1.3 基于協(xié)同過濾的推薦技術(shù)

協(xié)同過濾推薦技術(shù)是推薦系統(tǒng)最常用的推薦方法，它主要通過考慮用戶與用戶之間或者項目和項目之間相似度，來向用戶推薦項目。具有以下的優(yōu)勢：一是推薦對象的范圍比較廣，對推薦對象無特殊要求，能夠過濾難以進行機器自動基于內(nèi)容分析的信息。如藝術(shù)品、音樂等。二是能夠基于一些復(fù)雜的，難以表達的概念（信息質(zhì)量、品位)進行過濾。因此協(xié)同過濾推薦技術(shù)被廣泛應(yīng)用在電商網(wǎng)站中。

目前對協(xié)同過濾技術(shù)的研究已經(jīng)取得了階段性的成果，但仍然存在以下問題：

（1）稀疏性問題（Sparsity）：在一個的推薦系統(tǒng)中，在通常情況下一個用戶只是對符合自己興趣的項目評分，而大部分項目仍然沒有被評價過。在所有的項目中，被用戶評分的項目占總體項目的比重非常小，導(dǎo)致用戶—項目評分矩陣中的數(shù)據(jù)存在稀疏性的問題，嚴(yán)重影響了系統(tǒng)的推薦質(zhì)量。

（2）冷啟動問題（Cold Start）：冷啟動問題是協(xié)同過濾推薦系統(tǒng)的瓶頸，制約著推薦系統(tǒng)的推薦效率。系統(tǒng)運行初期，用戶量和項目量都較少，此時系統(tǒng)只能利用用戶的注冊信息，一般無法獲取用戶額外信息，如用戶的興趣愛好等個性化的信息。系統(tǒng)中也不存在用戶對項目的評分數(shù)據(jù)，因此一般的推薦方法無法對新用戶進行準(zhǔn)確的推薦。而只有為新用戶進行有效推薦，才能更好地為系統(tǒng)保留客戶和挖掘潛在客戶。

（3）擴展性問題（Scalability）：隨著系統(tǒng)用戶的不斷增多和系統(tǒng)中項目數(shù)量的劇增，導(dǎo)致系統(tǒng)的規(guī)模不斷擴大，無論從算法上還是從硬件上都無法適應(yīng)。擴展性問題成為制約系統(tǒng)推薦效率的重要因素。

協(xié)同過濾技術(shù)從算法上可以分為基于用戶的協(xié)同過濾算法和基于項目的協(xié)同過濾算法。

2 基于協(xié)同過濾的民宿推薦系統(tǒng)的設(shè)計

本文在民宿推薦系統(tǒng)的設(shè)計中結(jié)合了協(xié)同過濾推薦算法，為目標(biāo)游客進行個性化的民宿推薦，在最短的時間內(nèi)高效率的幫助用戶找到需要的民宿。系統(tǒng)中使用了一種基于協(xié)同過濾的民宿推薦算法，算法的具體流程如下：

（1）根據(jù)數(shù)據(jù)庫中的民宿的信息，構(gòu)建民宿的特征向量，即民宿模型。

（2）根據(jù)用戶的登錄/注冊等基本信息，判斷當(dāng)前用戶是否是新用戶，若系統(tǒng)中有用戶的歷史預(yù)定或評論打分記錄，則不是新用戶，否則為新用戶。

（3）對于新用戶，采用熱門排行榜進行推薦，即新用戶沒有對任何民宿產(chǎn)生過評價或打分的行為，在不確定的情況下，其他人的行為便具有最大的參考價值。我們通過計算民宿的打分得出分數(shù)排行榜，選擇熱門的民宿推薦給目標(biāo)游客。

（4）對于老用戶，系統(tǒng)采用基于項目的協(xié)同過濾算法為其進行推薦。

2.1 系統(tǒng)框架

本文通過對民宿信息的分析，構(gòu)建民宿畫像，設(shè)計了系統(tǒng)的框架圖，如圖1所示。

圖1 系統(tǒng)框架圖

該民宿推薦系統(tǒng)的框架包括三個層次，第一層是用戶訪問層，第二層是個性化推薦引擎層，第三層是知識存儲層，用戶通過用戶訪問層如登錄/注冊、瀏覽/評價/反饋等操作向系統(tǒng)發(fā)送請求，系統(tǒng)通過對用戶靜態(tài)數(shù)據(jù)（用戶的基本信息，如性別、年齡、職業(yè)、住址、消費等級和消費周期等信息）和動態(tài)數(shù)據(jù)（用戶的興趣愛好、歷史訪問記錄和行為類型等信息）進行分析和處理

后，構(gòu)建出用戶的用戶畫像，個性化推薦引擎將具體的推薦算法和用戶畫像及其他推薦算法相結(jié)合，向用戶推薦民宿，同時用戶可以通過對系統(tǒng)中的民宿進行預(yù)覽、評價、打分等操作來影響推薦的結(jié)果。而后臺則可以通過對用戶歷史數(shù)據(jù)的分析來優(yōu)化系統(tǒng)。知識存儲層存放系統(tǒng)所需要的各種表信息等基礎(chǔ)數(shù)據(jù)以及系統(tǒng)分析處理后有利于推薦質(zhì)量的數(shù)據(jù)，如民宿畫像、用戶畫像、用戶訪問日志等數(shù)據(jù)。

2.2 功能模塊

在整個民宿推薦系統(tǒng)中，民宿和用戶是兩大目標(biāo)主題，為實現(xiàn)對目標(biāo)游客的個性化推薦，本系統(tǒng)主要包括的功能模塊如圖2所示：

圖2 系統(tǒng)功能結(jié)構(gòu)圖

（1）用戶端。用戶端包括登錄/注冊、查看推薦、預(yù)定民宿、瀏覽評分和用戶評價。用戶通過登錄/注冊進入系統(tǒng)中，用戶進入系統(tǒng)后，系統(tǒng)可以捕獲用戶的特征信息，并存入信息庫中。查看推薦是用戶進入系統(tǒng)后查看系統(tǒng)有針對性的為目標(biāo)用戶推薦的民宿。預(yù)定民宿可以預(yù)定指定的民宿。用戶可以通過瀏覽評分模塊對民宿進行瀏覽和評分。用戶評價是用戶對民宿進行的文字評價。

（2）后臺管理。后臺管理也即系統(tǒng)管理，包括訪問日志、熱門排行榜和分類檢索。熱門排行榜是系統(tǒng)根據(jù)用戶對民宿的預(yù)定以及評分自動計算出熱門的民宿，推薦給目標(biāo)用戶。用戶通過分類檢索，選擇自己感興趣的民宿類型。訪問日志是記錄用戶的民宿瀏覽記錄，以此得出用戶的個性化信息，并存入系統(tǒng)后臺的用戶興趣庫中。

2.3 數(shù)據(jù)庫設(shè)計

根據(jù)民宿推薦系統(tǒng)具體業(yè)務(wù)邏輯需求，分析數(shù)據(jù)庫的表結(jié)構(gòu)包括：用戶基本信息表（users）、民宿基本信息表（hotels）、打分信息表（rank）、民宿近似度表（hotel?Similar）、用戶近似度表（userSimilar），表與表之間的關(guān)系如圖3所示：

圖3 數(shù)據(jù)庫表設(shè)計

用戶的靜態(tài)數(shù)據(jù)，如用戶的性別、職業(yè)、聯(lián)系電話、年齡、婚姻狀況、消費周期和消費等級等存放在用戶基本信息表中；民宿信息表中的字段主要包括民宿類型、民宿圖片、民宿描述、民宿地址、民宿城市、民宿所含項目等；用戶的評分信息，如民宿編號、用戶編號、評分時間和分值存放在打分信息表中；民宿相似表和用戶相似度表是通過協(xié)同過濾推薦算法計算得到的信息，是個性化推薦的直接來源。

3 結(jié)語

為解決民宿系統(tǒng)中不斷增多和用戶量和劇增的民宿數(shù)量，本文設(shè)計并實現(xiàn)了基于協(xié)同過濾的個性化民宿推薦系統(tǒng)。將協(xié)同過濾推薦算法和用戶畫像相結(jié)合，通過個性化推薦提高整個系統(tǒng)中民宿的利用率。實驗表明該系統(tǒng)運行具有穩(wěn)定性，對于將協(xié)同過濾推薦算法應(yīng)用到民宿系統(tǒng)中具有參考意義。