IPv6網(wǎng)絡(luò)環(huán)境下推薦系統(tǒng)在智慧社區(qū)中的應(yīng)用

◆李佳雯

（濟(jì)南大學(xué)信息科學(xué)與工程學(xué)院 山東 250000）

1 概念介紹

1.1 智慧社區(qū)

社區(qū)是在一定的領(lǐng)域中，由許多社會群體或社會組織形成的一個在生活上相互關(guān)聯(lián)的大集體，它是社會的縮影[1]。在百度百科中，智慧社區(qū)的定義是在新形勢下的一種社區(qū)管理的新理念和新模式，在智能樓宇、智能家居、路網(wǎng)監(jiān)控等領(lǐng)域充分使用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等新技術(shù)。近年來，智慧社區(qū)的發(fā)展如火如荼。在2017年6月中共中央國務(wù)院印發(fā)的《關(guān)于加強和完善城鄉(xiāng)社區(qū)治理的意見》中提到了要實施“互聯(lián)網(wǎng)+社區(qū)”行動計劃。智慧社區(qū)的發(fā)展方便了居民的社區(qū)生活，居民家庭中的設(shè)施更加智能化，智慧社區(qū)的涉及范圍也逐漸擴(kuò)大。隨著智慧社區(qū)的不斷發(fā)展，居民對生活的要求和質(zhì)量也不斷提高，在社區(qū)中逐漸形成居住、生活、娛樂、交流為一體的社區(qū)生態(tài)鏈。

1.2 IPv6

IPv6是一種用來代替IPv4的互聯(lián)網(wǎng)協(xié)議。IPv4使用32位地址，最多有4294967296個地址。隨著網(wǎng)絡(luò)用戶的不斷增加，IPv4的地址已經(jīng)遠(yuǎn)遠(yuǎn)不夠，許多設(shè)備必須共享同一個地址，這使互聯(lián)網(wǎng)的發(fā)展受到了阻礙，同時網(wǎng)絡(luò)安全管理的難度也增加。IPv6協(xié)議很好地解決了地址分配不足的情況，IPv6的地址采用十六進(jìn)制表示，地址長度為128b，是IPv4地址長度的4倍。使用IPv6互聯(lián)網(wǎng)協(xié)議的優(yōu)點是能夠保證每個設(shè)備都能分配一個地址，這增強了網(wǎng)絡(luò)的安全性。將此平臺建在 IPv6網(wǎng)絡(luò)環(huán)境下，不僅可以使平臺更加安全，而且迎合了我國進(jìn)入IPv6時代的發(fā)展趨勢。

1.3 系統(tǒng)介紹

用戶可以通過手機APP端使用社區(qū)服務(wù)接入到IPv6網(wǎng)絡(luò)，使用過程中會與服務(wù)器產(chǎn)生信息交互，如登錄的地點、訪問過的店鋪、消費過的店鋪、消費金額、購買種類、購買評價以及發(fā)表的論壇。通過機器學(xué)習(xí)和大數(shù)據(jù)分析服務(wù)器對用戶的行為進(jìn)行具體的分析，對用戶進(jìn)行標(biāo)簽化處理，為每一位用戶建立畫像，根據(jù)對用戶的標(biāo)簽和畫像，利用協(xié)同過濾算法為用戶提供可能喜歡的店鋪。本文的主要創(chuàng)新點表現(xiàn)在：

（1）本文將整個社區(qū)中“吃”這一行為，通過推薦系統(tǒng)連接在一起。根據(jù)對社區(qū)居民日常生活的分析，居民的吃主要集中在點外賣、堂食、菜市場買菜和超市購物。通過數(shù)據(jù)挖掘技術(shù)對用戶的行為數(shù)據(jù)進(jìn)行分析，進(jìn)而使用推薦算法為用戶推薦他可能喜歡的店鋪和菜譜。

（2）根據(jù)用戶的歷史數(shù)據(jù)，推薦的側(cè)重點也有所改變，推薦側(cè)重點幫助用戶實現(xiàn)飲食均衡。

2 相關(guān)工作

近年來，關(guān)于智慧社區(qū)相關(guān)內(nèi)容的研究越來越多。有的針對智慧社區(qū)中的養(yǎng)老服務(wù)體系，有的針對某一地區(qū)的智慧社區(qū)的發(fā)展，有的針對智慧社區(qū)智能化的研究等等。對于智慧社區(qū)的研究越來越廣泛，也越來越深入。

人們的網(wǎng)絡(luò)消費需求推動了智慧社區(qū)的發(fā)展，使人們的消費環(huán)境更加智慧化。鄭嫻、楊一丁在《互聯(lián)網(wǎng)+智慧菜場初探——掛廣州細(xì)崗菜場的雙平臺改造》中通過建立了個人菜場實現(xiàn)了顧客的第三方線上交易托管平臺，菜場的購買方式更加多樣，形成了現(xiàn)場買菜、烹飪、飲用的一連串服務(wù)[2]。智慧菜場的推出，使菜市場更加智能化和智慧化。

目前，推薦系統(tǒng)是很多應(yīng)用中必不可少的一部分。國內(nèi)外有很多團(tuán)隊開展了關(guān)于推薦系統(tǒng)相關(guān)內(nèi)容的研究，Grouplens[3]將基于評分的協(xié)同過濾算法應(yīng)用到電商平臺中，俞騁超[4]使用DeepSession算法來解決個性化推薦的問題，邵方舒[5]使用基于協(xié)同過濾和關(guān)聯(lián)規(guī)則算法實現(xiàn)了個性化圖書推薦，然而對于智慧社區(qū)中的飲食推薦相關(guān)研究還比較少。

在今后的智慧社區(qū)發(fā)展中，智慧社區(qū)的服務(wù)將更加方便于居民的衣、食、住、行，居民的生活會更加智能化。本文主要研究智慧社區(qū)中服務(wù)居民的飲食活動，根據(jù)分析用戶的飲食歷史記錄，來通過基于關(guān)聯(lián)規(guī)則的推薦算法和協(xié)同過濾推薦算法為用戶推薦更加符合用戶需求更加人性化的店鋪和能讓用戶飲食均衡的菜譜。本文將智慧社區(qū)的發(fā)展和美食推薦緊密地結(jié)合在一起，有關(guān)這方面的研究還比較少，這有利于將社區(qū)周邊的美食餐館、外賣店鋪、超市和菜市場通過推薦系統(tǒng)關(guān)聯(lián)起來。

3 方法論

3.1 推薦系統(tǒng)在智慧社區(qū)中的應(yīng)用

本案例主要采用基于關(guān)聯(lián)規(guī)則的推薦和協(xié)同過濾算法，選取智慧社區(qū)中的外賣店鋪、美食餐館、菜市場和超市作為主要研究對象，對使用 IPv6網(wǎng)絡(luò)環(huán)境下的智慧社區(qū)平臺的社區(qū)居民的飲食信息進(jìn)行數(shù)據(jù)分析，為用戶提供更加合適、健康的店鋪。

IPv6網(wǎng)絡(luò)環(huán)境下的智慧社區(qū)平臺是在IPv6的網(wǎng)絡(luò)接入環(huán)境下建立的一個為社區(qū)居民提供方便的社區(qū)服務(wù)平臺，該平臺給用戶的日常生活提供了便利。社區(qū)居民的飲食購買信息是在商家推薦板塊中，居民可以進(jìn)行線上訂餐和線上購買。

圖1 推薦系統(tǒng)整體圖

3.2 基于關(guān)聯(lián)規(guī)則的推薦算法的應(yīng)用

基于關(guān)聯(lián)規(guī)則最先想到的是“尿布與啤酒的故事”，美國沃爾瑪超市對顧客的購物歷史信息進(jìn)行分析，發(fā)現(xiàn)與尿布一起購買最多的是啤酒。關(guān)聯(lián)規(guī)則的挖掘過程主要有兩個階段，這兩個階段分別是從歷史數(shù)據(jù)中找出高頻項目組、由高頻項目組產(chǎn)生關(guān)聯(lián)規(guī)則[6]。

基于關(guān)聯(lián)規(guī)則的推薦的基礎(chǔ)是關(guān)聯(lián)規(guī)則，在大量的交易數(shù)據(jù)庫中挖掘不同商品之間的強關(guān)聯(lián)規(guī)則[7]，從而發(fā)現(xiàn)顧客群體之間的購買習(xí)慣和內(nèi)在共性，可以使用戶發(fā)現(xiàn)更多的興趣點。

關(guān)聯(lián)規(guī)則分析中有三個關(guān)鍵的指標(biāo)：支持度（Support）、置信度（Confidence）、提升度（Lift）。

（1）支持度是兩種商品同時購買的概率，計算公式可以表示為商品A、B同時出現(xiàn)的次數(shù)與購買商品總數(shù)的比值；

（2）置信度是一種商品購買后，另一種商品也會購買的概率，這是一種條件概率；

（3）提升度是用來判斷使用規(guī)則后的效果，即使用規(guī)則后商品購買的次數(shù)是否高于商品單獨購買的頻率，來判斷使用的規(guī)則是否可行。

本文采用的是 Apriori算法，發(fā)現(xiàn)數(shù)據(jù)集中的頻繁項集是工作的基礎(chǔ)，通過逐層遍歷找到候選項集，通過迭代解出事物項集之間的關(guān)聯(lián)關(guān)系。

圖2 基于關(guān)聯(lián)規(guī)則過程圖

3.3 協(xié)同過濾算法的應(yīng)用

協(xié)同過濾算法是通過對用戶歷史行為數(shù)據(jù)的挖掘，發(fā)現(xiàn)用戶對物品的喜好特點，基于不同的喜好對用戶進(jìn)行劃分并推薦類別相似的物品。協(xié)同過濾算法分為兩類：基于用戶的協(xié)同過濾（Userbased collaborative filtering）、基于物品的協(xié)同過濾（Item-based collaborative filtering）。本文采用基于物品的協(xié)同過濾算法（Itembased collaborative filtering）。其算法流程如下：

（1）相似度計算

使用基于關(guān)聯(lián)的相似度計算，計算兩個向量之間的關(guān)聯(lián)度，公式：

其中sim(i,j)表示菜系i和菜系j的相似度，表示用戶u對菜系i的打分，表示第i個菜系打分的平均值。用戶對菜系的打分主要是通過用戶在外賣店鋪、餐館、超市購買菜系品類的次數(shù)、頻率、評價和金額來獲得。

（2）預(yù)測值計算

根據(jù)菜系之間的相似度，對用戶沒有打分的菜系進(jìn)行推測。對用戶已打分的菜系對評分進(jìn)行加權(quán)求和，權(quán)值為各個菜系與菜系i的相似度，然后對菜系相似度的和求平均值，從而求得用戶可能購買i菜系的概率，其公式如下：

通過基于物品的協(xié)同過濾算法，我們可以分析出用戶喜歡的菜系品類，從而可以為用戶提供用戶喜歡的菜譜，進(jìn)而推薦社區(qū)附近的菜市場。

4 結(jié)束語

本文主要將基于關(guān)聯(lián)規(guī)則的推薦算法和協(xié)同過濾算法應(yīng)用在智慧社區(qū)的飲食推薦系統(tǒng)上，為用戶的飲食提供了方便，同時也為用戶的合理飲食提供了參考。