基于云計算的用戶興趣建模探究

宋丁一

摘要：本文立足于云計算基礎(chǔ)，提出了一套用戶興趣建模方法，并對該建模方法的相關(guān)路徑進行了闡述，希望可以為提高個性化服務(wù)能力提供幫助。

關(guān)鍵詞：云計算;用戶興趣建模;神經(jīng)網(wǎng)絡(luò)模型

中圖分類號：TP3 文獻標(biāo)識碼：A 文章編號：1007-9416（2020）01-0077-02

0 引言

目前云計算對社會各方面的影響已經(jīng)凸顯，與傳統(tǒng)技術(shù)相比，云計算不僅具有強大的數(shù)據(jù)計算能力，更是一個巨大的數(shù)據(jù)中心，其中能夠存儲大量的信息，滿足各方面信息處理的需求。而隨著居民生活水平的提高，人們對個性化服務(wù)的要求越來越高，基于云計算的用戶興趣模型則是解決上述供需矛盾的有效方法。

1 用戶興趣的QoS偏好矩陣

在云計算技術(shù)下，為了能夠更好的對用戶興趣進行預(yù)測，本文將結(jié)合建模技術(shù)進行分析，該模型可以根據(jù)用戶的位置場景、瀏覽軌跡等進行分析，具有理想的信息推薦能力。

根據(jù)互聯(lián)網(wǎng)的組成結(jié)構(gòu)可知，在互聯(lián)網(wǎng)中存在大量多個自制系統(tǒng)AS，每個AS系統(tǒng)在實際上都是小型網(wǎng)絡(luò)單位，因此在用戶興趣建模過程中，根據(jù)不同用戶的特征，以IP地址作為AS系統(tǒng)的分類依據(jù)進行處理，其中的核心方法就是將用戶與服務(wù)的IP地址轉(zhuǎn)變?yōu)槭M制表示，其計算公式為：

上述公式中的A、B、C、D分別代表IP地址。

通過上述方法能夠獲得用戶與服務(wù)的IP地址十進制形式，之后通過將處理后的IP地址進行映射，就能尋找到對應(yīng)的AS系統(tǒng)[1]。在上述計算方法的基礎(chǔ)上，假設(shè)用戶的單位為u，則在用戶興趣的QoS偏好矩陣建設(shè)過程中，采用協(xié)同過濾的方法預(yù)測某一段用戶個性化服務(wù)p的QoS值，首先需要根據(jù)映射后的AS系統(tǒng)參數(shù)，按照下列公式進行驗算：

上述公式中，代表用戶u與用戶v的相似性標(biāo)記;、分別代用用戶u與用戶v的服務(wù)集。

在上述計算模式下會出現(xiàn)以下幾種變化，具體內(nèi)容見表1。

在表1的內(nèi)容下，針對不同用戶的興趣特征，對于滿足“++”與“-+”的情況可以作為用戶個性化服務(wù)的關(guān)鍵，而“+-”則是要避免出現(xiàn)的情況。

2 蟻群神經(jīng)網(wǎng)絡(luò)模型的引入

為確保整個模型更具有操作性，在本次研究中將引入神經(jīng)網(wǎng)絡(luò)模型，假設(shè)一個具有m個分量的神經(jīng)元j的基本結(jié)構(gòu)如圖1所示。

目前在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)下，激活函數(shù)被認為是神經(jīng)網(wǎng)絡(luò)的中樞，對控制輸入、輸出有重要影響，常見的激活函數(shù)的類型分為很多種，其中以線性函數(shù)最為常見，其基本的表達方式為：

但是在云計算數(shù)據(jù)處理過程中需要注意的是，神經(jīng)網(wǎng)絡(luò)模型可以用于解決用戶與基于項目這兩種不同要素的權(quán)值推薦問題，其中權(quán)值推薦度越高（如表1中的“++”），則用戶所能接收的頻率越高，這是實現(xiàn)用戶興趣推薦的關(guān)鍵[2]。而蟻群作為一種全局性的搜索算法，對于全局的尋優(yōu)能力要明顯高于其他算法，若在云計算數(shù)據(jù)處理階段能夠與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相互結(jié)合，自然可以有效解決上述問題。因此在數(shù)據(jù)處理階段，則可以先采用蟻群算法完成基于用戶以及基于項目兩種算法的網(wǎng)絡(luò)權(quán)值尋優(yōu)，這種操作方法可以有效避免傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法因為反向傳播而陷入局部最優(yōu)的問題;之后通過蟻群算法尋找到用戶興趣優(yōu)先項目的初值，并通過神經(jīng)網(wǎng)絡(luò)反向傳播的方法進一步尋優(yōu)。

3 實踐分析

為了驗證上述方法滿足用戶興趣建模需求，本文將結(jié)合目前社會較為熱門的旅游為研究對象，分析基于云計算的用戶旅游興趣模型。

3.1 功能模塊設(shè)計思路

本次研究中借鑒興趣建模技術(shù)與云計算架構(gòu)特征，提出一個面向用戶旅游興趣愛好的手機靜電服務(wù)推薦平臺，根據(jù)用戶的興趣愛好，針對性的推送各種旅游信息咨詢，滿足用戶旅行出行需求。該系統(tǒng)采用分布式結(jié)構(gòu)，在云環(huán)境下能夠根據(jù)服務(wù)請求的數(shù)量變化而逐漸增強數(shù)據(jù)信息處理能力，并且在日常數(shù)據(jù)處理中，可以依靠云存儲模塊集中處理用戶的各種出行需求，并根據(jù)用戶設(shè)置的系統(tǒng)權(quán)限實時推動各種旅游咨詢信息，其概念模型的基本結(jié)構(gòu)如圖2所示。

在圖2的框架下，時間信息是重要因素，其表達方式如表2所示。

3.2 系統(tǒng)功能闡述

在圖2所介紹的系統(tǒng)框架下，該系統(tǒng)能夠?qū)崟r建立用戶的興趣模型，根據(jù)AS系統(tǒng)所反饋的IP地址數(shù)據(jù)變化，系統(tǒng)首先能夠基本掌握用戶的旅行線路圖，并根據(jù)不同地區(qū)的地址參數(shù)，獲得用戶個性化服務(wù)p的QoS值。而在這個數(shù)據(jù)處理過程中，用戶的一些信息會被系統(tǒng)讀取，例如用戶瀏覽西湖、太湖、潘陽湖等，則系統(tǒng)默認該名用戶對湖泊類旅游景點的關(guān)注程度最高，則在排名上屬于“++”，有關(guān)湖泊的旅游咨詢會在第一時間發(fā)送給用戶;而根據(jù)用戶的瀏覽軌跡，也可以判斷出用戶對旅游區(qū)域其他附屬品的關(guān)注度，如用戶在游覽西湖的同時品嘗美味，但是沒有瀏覽西湖周邊的雷峰塔等古代建筑，則認為“美食”為旅游推薦的第二順位，但是與湖泊相比屬于“+-”;此時系統(tǒng)在基本了解用戶的旅行興趣愛好之后，會從云端數(shù)據(jù)庫中收集其他的旅游咨詢信息，并優(yōu)先將其他的湖泊旅游信息推送給用戶，如青海湖、巢湖、玄武湖等，此類景點屬于“++”;而西湖等景區(qū)已經(jīng)游覽過，因此屬于“-+”;上述景點周邊的美食城、地方特色小吃屬于“+-”;而周邊分古剎風(fēng)景則屬于“--”。在上述旅游景觀數(shù)據(jù)處理中，為確保能夠?qū)⒏鞣N旅游咨詢快速的“抓取”出來，則需要通過蟻群神經(jīng)網(wǎng)絡(luò)模型，將各種已知的旅游景點信息上傳到模型上，在由蟻群全局尋優(yōu)之后，將關(guān)鍵旅游咨詢針對性的推送給用戶，在用戶時間條件允許的情況下，滿足用戶對旅游的需求，實現(xiàn)了針對性服務(wù)。

4 結(jié)論

本文所介紹的基于云計算的用戶興趣建模方法具有可行性，彰顯了云計算技術(shù)的優(yōu)勢，因此值得推廣。

參考文獻

[1] 范進.基于多元混合準(zhǔn)則模糊模型的個性化推薦算法[J].華東經(jīng)濟管理，2017，21（2）：117-119.

[2] 趙曉煜，丁延玲.基于顧客交易數(shù)據(jù)的電子商務(wù)推薦方法研究[J].現(xiàn)代管理科學(xué)，2016（3）：93-94.