基于混合用戶興趣模型的農(nóng)業(yè)旅游推薦移動系統(tǒng)設(shè)計

歐 丹

（四川信息職業(yè)技術(shù)學院消費者行為研究中心，四川 廣元 628000）

近年來，中國大力推進城鎮(zhèn)化，大量農(nóng)村人口涌入城市，留守農(nóng)民無法獲得較好的生產(chǎn)、生活資源。隨著移動互聯(lián)網(wǎng)和信息技術(shù)的發(fā)展，農(nóng)村經(jīng)濟重新進入人們的視野［1］。如何打破城市和農(nóng)村之間的收入隔閡，提高農(nóng)村和農(nóng)業(yè)經(jīng)濟的活力，互聯(lián)網(wǎng)技術(shù)是一個非常重要的突破口。農(nóng)業(yè)旅游將有助于提高農(nóng)村閑置土地資料利用，發(fā)揮農(nóng)村農(nóng)產(chǎn)品價格低廉優(yōu)勢和風景特色，將城市游客與農(nóng)村進行對接［2，3］。淘寶、天貓和京東等互聯(lián)網(wǎng)電商平臺將農(nóng)村農(nóng)產(chǎn)品打造成扶貧特色項目，免去了商品運輸、批發(fā)和零售等諸多環(huán)節(jié)，提高了農(nóng)村商品的競爭力，讓城市消費者對農(nóng)業(yè)產(chǎn)品形成了直接的認識［5］。因此，利用互聯(lián)網(wǎng)技術(shù)進行農(nóng)村農(nóng)業(yè)旅游的開發(fā)和推廣前景廣闊。

目前已有部分學者就農(nóng)業(yè)旅游信息管理和平臺設(shè)計進行了研究，并取得了一定成果。但隨著海量信息的增長，消費者在進行旅游信息瀏覽過程中極容易出現(xiàn)過載問題，對于信息的推薦審美疲勞，難于挑選合適自己和感興趣的農(nóng)業(yè)旅游項目。因此，進行旅游推薦系統(tǒng)設(shè)計是一個具有十分有意義的課題，目前關(guān)于推薦系統(tǒng)的設(shè)計工具軟件較多，例如電子商務(wù)、搜索引擎等均得到了大量應用，有效幫助人們縮短決策時間，簡化了信息瀏覽工作。但對于旅游信息的推薦和篩選，還存在一定局限：首先，推薦模型描述關(guān)系局限，用戶模型的表達較為簡單，推薦描述用戶的準確性不高［6］；其次，推薦維度單一，目前的旅游推薦算法僅僅考慮了用戶的地理位置、個人信息和旅游愛好等，無法對用戶的階段性旅游需求進行智能化規(guī)劃［7，8］。

本研究提出一種集合了漂移算法的混合興趣推薦模型，該模型能夠收集用戶感興趣的信息，分析用戶的網(wǎng)絡(luò)習慣，針對目前的需求進行個性化推薦，建立了一個智能農(nóng)業(yè)旅游推薦系統(tǒng)平臺進行了實踐仿真。

1 混合用戶興趣模型的建立

混合用戶興趣模型包含兩個層級，第一層級是短期用戶興趣模型，第二層級是長期用戶興趣模型。其中，短期用戶興趣模型的建立過程依托于用戶近期的操作習性，如對于某些信息的瀏覽重復率和點擊率等；長期用戶興趣模型是通過算法分析在一段長時間內(nèi)對某些事件的感興趣程度，累積而成的一種屬性，長期模型依托于短期興趣和靜態(tài)信息綜合確定。本研究所設(shè)計的混合用戶興趣模型的建模流程如圖1 所示。

圖1 混合興趣模型建模流程

建立用戶興趣模型過程中，本研究采用基于特征向量的方式進行用戶興趣表達，將用戶興趣模型定義為一個維度為N向量集合。向量集中首先將用戶興趣模型特征三元組向量進行定義，其表達式如下：

式中，U表征用戶的興趣定義值，X表征用戶的感興趣類目，Y表征用戶對類目X的興趣程度值，Z代表興趣程度值的時間寬度，n代表向量維度。

1.1 短期用戶興趣的建立

短期用戶興趣是用戶在一段短時間內(nèi)的興趣愛好，通過對用戶的短期興趣來獲取。與長期用戶興趣模型的不同之處在于具有短暫性和活躍屬性。用戶系統(tǒng)與客戶系統(tǒng)段的短期行為可以基于3 種交互行為來進行定義，旅游點保存、旅游點點擊次數(shù)和旅游點頁面停留時間，因此，本研究通過以上3 種行為建立短期交互行為公式：

旅游景點保存情況計算公式如下：

旅游點擊次數(shù)模型計算公式采用加權(quán)函數(shù)進行表達，其公式如下：

旅游頁面停留時間通過對數(shù)函數(shù)來對其進行表征，用戶在某個景點停留觀看時間越長，表示用戶對該景點越感興趣，就可以將其作為有效數(shù)據(jù)；若用戶在某一個頁面僅僅點開后未做停留便離開，則將其作為噪音數(shù)據(jù)，其表達式如下：

式中，i表征用戶點擊次數(shù)，當i大于某一個閾值j時代表用戶對旅游點產(chǎn)生了興趣，當i小于或者等于j時表明用戶可能偶然看見點擊或者不甚感興趣；t表征用戶在某一個旅游頁面的停留時間，x表征頁面信息量，當t小于t0時表明用戶對該頁面的興趣不夠。

綜合以上3 種用戶操作習慣，本研究將其利用興趣評估函數(shù)進行標準，表達式如下：

式中，F(xiàn)表征用戶的短期用戶興趣量化值，α、β、γ、ε分別是一組常數(shù)，用于表征在用戶興趣表征過程中的動態(tài)變化過程影響系數(shù)，可以根據(jù)用戶的不同類型進行調(diào)整。

1.2 長期用戶興趣模型的建立

長期用戶興趣模型區(qū)別于短期用戶興趣模型，其來源主要分為如下兩個方面：

1）用戶注冊偏好信息，在用戶登錄旅游網(wǎng)站時會注冊信息，注冊過程中對用戶的潛在感興趣點進行問卷調(diào)查，發(fā)現(xiàn)用戶的長期興趣點維持一個長期的興趣值。

2）短期用戶興趣模型的長期積累轉(zhuǎn)換。用戶短期興趣在用戶瀏覽和使用軟件過程中不斷強化和提高，用戶的某些興趣無法遺忘，長期在用戶的興趣閾值之上，這部分興趣可以轉(zhuǎn)化為用戶的長期興趣模型參數(shù)。

1.3 混合用戶興趣模型

根據(jù)短期用戶興趣模型和長期用戶興趣模型，將兩者進行加權(quán)處理從而形成混合用戶興趣模型，其計算公式如下：

式中，α代表短期興趣模型的權(quán)重值，β代表長期興趣模型的權(quán)重值，其中兩者之和等于1，并且在0 和 1 之間取值。

2 農(nóng)業(yè)旅游推薦系統(tǒng)設(shè)計

2.1 核心需求分析

農(nóng)業(yè)旅游推薦系統(tǒng)主要目的是用于旅游推薦、景點產(chǎn)品推銷以及旅游行程規(guī)劃。與傳統(tǒng)的理由推薦系統(tǒng)相比，本研究農(nóng)業(yè)旅游推薦系統(tǒng)主要集中解決兩個問題：

1）農(nóng)業(yè)旅游景點推薦。根據(jù)用戶的喜好，建立混合用戶推薦模型，將用戶旅游愛好與農(nóng)業(yè)景點進行精準匹配。

2）旅游行程規(guī)劃分析。系統(tǒng)識別到用戶比較感興趣的農(nóng)業(yè)旅游推薦點以后，將用戶可能選擇農(nóng)業(yè)或農(nóng)產(chǎn)品進行行程規(guī)劃，開發(fā)出一種較為智能的規(guī)劃方法，推薦給用戶。

2.2 系統(tǒng)整體需求分析

農(nóng)業(yè)旅游推薦管理平臺的對象分為平臺管理者、農(nóng)戶和游客3個角色，針對不同角色具有不同的需求。

1）平臺管理者。主要需求是對旅游推薦管理系統(tǒng)進行編輯、查詢和維護，主要應該實現(xiàn)用戶注冊、登錄、管理以及評論管理和信息推送等。

2）農(nóng)戶。農(nóng)戶能夠發(fā)布自己的旅游觀光項目、農(nóng)產(chǎn)品等，并且能夠?qū)ψ约喊l(fā)布的產(chǎn)品或者旅游項目進行推廣和編輯，但需要經(jīng)過后臺管理人員的審核并且能夠進行檢索。

3）游客。游客需要在平臺中實現(xiàn)注冊、登錄和信息編輯功能，另外還應該建設(shè)單獨的模塊進行旅游景點搜索，農(nóng)產(chǎn)品購買以及旅游信息推薦和規(guī)劃，對于不同旅游景點可以實現(xiàn)評論和打分功能。

3 移動系統(tǒng)設(shè)計實現(xiàn)

本研究采用MVC 開發(fā)模型進行農(nóng)業(yè)旅游推薦系統(tǒng)開發(fā)，整個系統(tǒng)將分割成模型層、視圖層和控制層。利用前端控制器Diap 進行設(shè)計，利用其低處理分配操作請求進行視圖分析和語言環(huán)境預處理，同時還能夠為文件提供支持。

3.1 客戶端模塊設(shè)計

客戶端模塊主要分模型、控制和視圖3 個部分進行分析。其中，模型層主要完成數(shù)據(jù)的邏輯業(yè)務(wù)處理，將數(shù)據(jù)庫內(nèi)屬性值進行調(diào)用，并且實現(xiàn)數(shù)據(jù)庫的操作，從而提交用戶信息、完善信息評價；控制層用戶對業(yè)務(wù)流程模塊的控制和后臺的交互處理，配置控制利用XML 配置文件實現(xiàn)，具體的業(yè)務(wù)流程進行不同的控制分析，通常利用controller 組件進行掃描和實現(xiàn)混合用戶興趣算法的處理和個性化推薦，其操作流程如圖2 所示。

3.2 管理端模塊設(shè)計

管理端模塊設(shè)計包括登錄模塊設(shè)計和用戶模塊設(shè)計，登錄模塊設(shè)計采用mvc 算法封裝用戶基本信息，包括用戶性別、學歷、地址以及感興趣的農(nóng)業(yè)農(nóng)產(chǎn)品興趣等，見表1。

圖2 客戶端模塊設(shè)計流程

控制層主要實現(xiàn)管理者對用戶信息界面、用戶瀏覽界面的編輯以及用戶后臺數(shù)據(jù)的分析和處理，管理用戶流程；視圖層實現(xiàn)對用戶列表和詳細信息的分析研究。

3.3 信息端模塊設(shè)計

信息端模塊包括農(nóng)業(yè)旅游景點咨詢、農(nóng)業(yè)科普學習、農(nóng)產(chǎn)品銷售以及農(nóng)產(chǎn)品訂單管理4 個部分。以農(nóng)業(yè)景點為例，其模型層主要實現(xiàn)數(shù)據(jù)庫的基本操作和封裝景點信息，控制層主要是進入資訊、瀏覽資訊、增加信息和刪除信息等。

4 結(jié)果測試與分析

個性化推薦系統(tǒng)開發(fā)完成后，為測試該平臺的功能和使用體驗，從平臺的運行性能測試和用戶滿意度測試進行了兩方面調(diào)研。

4.1 平臺性能分析

利用運行加載函數(shù)（Running load）對農(nóng)產(chǎn)品旅游推薦平臺進行相關(guān)性能分析，該軟件能夠模擬用戶的操作和進入過程，從而對系統(tǒng)參數(shù)進行吊裝統(tǒng)計并輸出結(jié)果。從圖4 可以看出，系統(tǒng)測試過程中用戶點擊率和數(shù)據(jù)訪問量基本呈正相關(guān)關(guān)系，曲線走勢基本一致，說明該移動推薦系統(tǒng)能夠及時反饋用戶的操作需求并返回結(jié)果。

4.2 用戶滿意度分析

為研究移動推薦系統(tǒng)的用戶滿意度，采用問卷調(diào)查的方式，對該系統(tǒng)中首次注冊的305 名用戶（游客205 人、農(nóng)戶100 人）進行了推薦期望值調(diào)查和操作滿意度調(diào)查，共發(fā)放問卷305 份，回收問卷300 份，問卷回收率98%。當使用混合用戶模型的個性化農(nóng)產(chǎn)品推薦系統(tǒng)后，游客和農(nóng)戶對該系統(tǒng)的滿意程度從56%提升至78%，同時發(fā)現(xiàn)游客對于農(nóng)產(chǎn)品和農(nóng)業(yè)景點推薦的滿意度期望值也從之前的77%、68%分別提高至96%、95%。該系統(tǒng)使用體驗較好，提高了用戶對推薦產(chǎn)品的感興趣程度。

5 結(jié)論

為提高農(nóng)產(chǎn)品和農(nóng)業(yè)旅游的互聯(lián)網(wǎng)信息化程度，開展了基于混合用戶興趣模型的農(nóng)業(yè)旅游推薦移動系統(tǒng)研究，并進行了實踐分析和調(diào)研。

圖3 農(nóng)產(chǎn)品選購信息平臺界面

圖4 用戶點擊率與訪問量分析曲線

圖5 用戶滿意程度調(diào)查對比

1）混合用戶興趣模型中短期用戶興趣模型的建立過程依托于用戶近期的操作習性，長期用戶興趣模型是通過算法分析在一段長時間內(nèi)對某些事件的感興趣程度，累積而成的一種屬性，長期模型依托于短期興趣和靜態(tài)信息綜合確定。

2）與傳統(tǒng)的理由推薦系統(tǒng)相比，農(nóng)業(yè)旅游推薦系統(tǒng)主要集中解決兩個問題：農(nóng)業(yè)旅游景點（或農(nóng)產(chǎn)品）個性化推薦以及旅游行程規(guī)劃分析。

3）混合用戶興趣模型推薦系統(tǒng)在用戶推薦滿意度上具有較為明顯的提升效果（圖5），同時系統(tǒng)運行流暢，能夠及時反饋用戶操作指令，較好地完成了設(shè)計目標，下一步研究重點將著重于系統(tǒng)的大數(shù)據(jù)和人工智能信息整合，更加精細化地對農(nóng)業(yè)旅游及產(chǎn)品進行推薦。