基于語音控制和推薦算法的適老化購物APP設計與實現(xiàn)

魏思陽 向拓 陳冠中 賀江勃 張先宇

摘? 要：隨著移動互聯(lián)網(wǎng)技術的快速發(fā)展和全面普及，大眾的購物方式逐漸由實體店購物向網(wǎng)絡購物偏移。同時，智能手機及移動端軟件的開發(fā)逐漸向年輕人的審美靠攏，無意間帶來了“數(shù)字鴻溝”——老年群體在使用智能設備中的一系列阻礙，包括界面不適應、圖標不理解、操作太困難，等等。一語購物APP結合Word2Vec和推薦算法等相關技術，并依據(jù)相關適老化標準及文獻，設計出一款符合老年群體生理和心理的UI界面，大大降低了操作門檻，為老年群體的網(wǎng)絡購物帶來極大的便利。

關鍵詞：Word2Vec；語音控制；推薦算法；適老化設計

中圖分類號：TP311? 文獻標識碼：A? 文章編號：2096-4706（2023）15-0021-05

Design and Implementation of an Age-friendly Shopping APP Based on

Voice Control and Recommendation Algorithm

WEI Siyang， XIANG Tuo， CHEN Guanzhong， HE Jiangbo， ZHANG Xianyu

（College of Big Data and Information Engineering， Guizhou University， Guiyang? 550025， China）

Abstract： With the rapid development and comprehensive popularization of mobile Internet technology， the shopping style of the public has gradually shifted from physical store shopping to online shopping. At the same time， the development of smartphones and mobile software is gradually approaching the aesthetic of young people， unintentionally bringing about a “digital divide”—a series of obstacles for the elderly group in using smart devices， including interface discomfort， incomprehensible icons， and difficulty in operation， etc. The Yiyu Shopping APP combines Word2Vec， recommendation algorithm and other related technologies， and based on relevant age-friendly standards and literature， designs a UI interface that conforms to the physiology and psychology of the elderly group， greatly reduces the operating threshold， and brings great convenience to the online shopping of the elderly group.

Keywords： Word2Vec; voice control; recommendation algorithm; age-friendly design

0? 引? 言

隨著現(xiàn)代計算機技術的高速發(fā)展，老年人因社會適應力與身體的逐漸老化，使得技術的進步對其難以起到普適性。工信部于2020年12月印發(fā)《互聯(lián)網(wǎng)應用適老化及無障礙改造專項行動方案》[1]，2021年4月發(fā)布APP適老化通用設計規(guī)范?？梢?，移動應用的適老化將成為應用開發(fā)的一個重要考慮因素?！耙徽Z購物”APP旨在通過語音控制的方式和適老化原型設計簡化老人操作，以及基于協(xié)同過濾的技術實現(xiàn)商品的推送。

1? “一語購物”APP設計

1.1? 開發(fā)技術

Python：Python目前主要用于人工智能，數(shù)據(jù)挖掘等方面，在語義識別和協(xié)同推薦上可以提供給APP實現(xiàn)的幫助。

Django：Django是一種開源的大而且全的Web應用框架，是由Python語言來編寫的。Django提供一個基于正則表達式的URL分發(fā)器，開發(fā)者可靈活地編寫URL。

MySQL數(shù)據(jù)庫：MySQL所使用的SQL語言是用于訪問數(shù)據(jù)庫的最常用標準化語言。由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，一般中小型和大型網(wǎng)站的開發(fā)都選擇MySQL作為網(wǎng)站數(shù)據(jù)庫。

安卓開發(fā)技術：主要為xml+css+JS技術。xml起到標記和信息傳遞的作用，css用來定義如何顯示xml元素，JS（JavaScript）是一種腳本語言，其源代碼在發(fā)往客戶端運行之前不需經(jīng)過編譯，用來定義頁面的行為。

1.2? 功能模塊設計

APP的功能架構圖如圖1所示，共有五個模塊，分別為用戶信息模塊、瀏覽購物模塊、訂單管理模塊、首頁推薦模塊和語音控制模塊。

用戶信息模塊：包括用戶的注冊登錄、基本信息的錄入和修改等。

瀏覽購物模塊：包括商品的分類、搜索和購買等。

訂單管理模塊：包括對用戶的訂單進行管理，如訂單進展、訂單確認等。

首頁推薦模塊：包括商品的協(xié)同推薦、熱門商品的展示等。

語音控制模塊：包括語音轉文字，文字匹配對應命令，命令進行執(zhí)行。

APP的具體使用流程如下：用戶注冊登錄進入APP，在首頁可以查看根據(jù)自己信息推薦的商品以及熱門商品。想要購買商品時，可以在購買頁面根據(jù)類別選擇商品，也可以輸入信息進行搜索，購買之后會生成訂單。想要了解訂單情況可以到訂單詳情頁面進行操作，如刪除、取消和確認等。在“我的”頁面，有關于用戶的個人信息，如余額和地址等。語音控制模塊使得用戶可以在輸入時語音輸入，也可以語音控制上滑和下滑等觸摸操作。

1.3? 適老化UI設計

適老化，顧名思義是適應中老年人，主要目的在于滿足進入老年階段的人群的生活及出行需求，保障老人的安全。軟件設計的適老化是隨著時間的推移而逐步發(fā)展起來的。從2016年11月，“適老化”一詞首次出現(xiàn)在國家文件到2020年12月，工業(yè)和信息化部印發(fā)《互聯(lián)網(wǎng)應用適老化及無障礙改造專項行動方案》。從最開始的生活環(huán)境的適老化到數(shù)字的適老化，適老化由實及虛，從看得見、摸得著的實體空間擴展到看不見、摸不著的虛擬空間。

綜合老年人生理與心理的變化和UI設計的特點[2]，我們覺得適老化UI設計具有以下特點：

1）功能簡單化，操作簡單化，對于購買操作，只需要提供必要的信息，即可完成操作。

2）布局的注視點右下移動，在瀏覽手機頁面時，看到的大部分信息都在注視點右側，左側提取的信息很少，因而手機頁面左側更容易被老年人忽略，布局設計需要考慮這一點。

3）減少鄰近色的使用、選用更有辨識度的顏色。適老化設計中合理的應用紅紫色和藍系色彩，更容易對老年人產(chǎn)生視覺刺激，從而引導老年人的視覺注意。

4）界面的主要文字信息應不小于18 pt，字體應選用老年群體辨識度更高的宋體或黑體。

5）老年人的理解能力較低，對于一些圖標會出現(xiàn)理解不到位的情況，圖標可以采用實物圖片，因此采用“文字+圖標”的方式更方便老年用戶的理解。

如圖2所示，APP的購買界面按照展示內容并且通過不同顏色區(qū)分成幾個區(qū)域，區(qū)域間顏色采用暖色調且顏色的區(qū)別較大。同時購買界面只提供關鍵信息，沒有多余的復雜操作。而商品分類界面采用的是白字暗色底，相比于黑字亮色底來說對老人眼睛的刺激性弱，更容易接收和理解信息。字體采用黑體和20～24 pt大小，顯示更加清晰。頁面的關鍵信息也顯示在便于老人操作的右下角。

2? “一語購物”APP實現(xiàn)

APP的主要難點是語音控制模塊和商品推薦模塊的實現(xiàn)。語音控制模塊中，程序將依據(jù)老人的語音內容實現(xiàn)語音對應的功能，如頁面跳轉、商品選擇和搜索輸入等。商品推薦模塊中，程序將依據(jù)數(shù)據(jù)庫中已經(jīng)存在的商品特征信息、用戶特征信息和商品評價信息來判斷當前用戶可能喜歡哪些商品，并推薦在APP的首頁上。同時用戶對商品的評價信息也會重新作為訓練數(shù)據(jù)進入神經(jīng)網(wǎng)絡，使得神經(jīng)網(wǎng)絡的推薦精度更高。

2.1? 語音控制模塊實現(xiàn)

如圖3所示，語音控制模塊的功能包括五個部分，分別是將輸入的語音轉換為文本命令、將文本命令根據(jù)語義轉換為對應的有效文本命令、有效的文本命令通過程序控制達到原始語音輸入想要達成的效果和最后根據(jù)需要進行語音播報提供語音輸入命令的決策依據(jù)。

因模塊中語音識別和語音播報等功能要較強的精確度而根據(jù)語義匹配對應文本并不需要高精確度，故本模塊著重在于語義匹配功能的實現(xiàn)，采取的算法是Word2Vec。

2.1.1? Word2Vec算法

人們?yōu)榱税盐谋緝热萏幚砗喕癁橄蛄窟\算，統(tǒng)計文本中的詞頻，將編碼轉化為向量，從而語言數(shù)學化。這種方式叫作One-Hot表達。同時顯然，One-Hot向量的維度等于詞典的大小。這在動輒上萬甚至百萬詞典的實際應用中，面臨著巨大的維度災難問題。為了用一個稠密的向量表達一個詞，出現(xiàn)了分布式表達方式[3]，即VSM。VSM構造了一個矩陣A，A的行為詞，A的列為文檔。矩陣的元素表示對應詞在對應文檔中出現(xiàn)的頻率。然而并沒有解決維度災難的問題。為了解決這一問題，人們提出了SVD降維。將詞頻矩陣分解為，X = USVT，使用其中的U的行為詞向量。后得益于CBOW、Skip-gram的發(fā)展，Word2Vec[4]訓練方法被提出。

2.1.2? Word2Vec算法的數(shù)據(jù)采樣

以CBOW模型為例，Word2Vec算法的訓練數(shù)據(jù)采樣過程如圖4所示。語音經(jīng)過語音識別形成文本之后，使用分詞算法對文本進行分詞，得到分詞后的單詞文本。

設定CBOW模型的滑動窗口大小size，size一般為大于等于3的奇數(shù)，滑動窗口內的單詞集合為word，選取滑動窗口內的中心詞為M。

數(shù)據(jù)采樣的過程即滑動窗口滑動的過程，每次窗口的滑動即生成一組訓練數(shù)據(jù)：

wordi， M

其中wordi為word集合內除中心詞M外的第i個單詞。

定義單詞為Vac，Vac表示所有訓練文本分詞后的單詞。Vac的元素為一一對應的鍵值對（i，word），為Vac中的第i個單詞為word。

定義One-Hot函數(shù)，其作用為將單詞轉換為其對應的One-Hot向量。根據(jù)單詞表Vac查找單詞對應的索引i，則這個單詞的One-Hot向量C表達為：

j為向量的下標。則最后的訓練數(shù)據(jù)為：

（one-hot（wordi）， one-hot（M））

2.1.3? Word2Vec神經(jīng)網(wǎng)絡的構建

如圖5所示，對于每一組的原始數(shù)據(jù)。輸入為中心詞附近的One-Hot向量，輸出為中心詞的One-Hot向量。

在神經(jīng)網(wǎng)絡訓練過程中，輸入層輸入數(shù)據(jù)為詞庫的單詞av×n，其中v表示中心詞M附近的單詞數(shù)量，n表示向量長度，一般為詞庫數(shù)量。Xn×m矩陣為權重矩陣，輸出數(shù)據(jù)為最終需求的詞向量bv×m：

bv×m = av×n · Xn×m

其中m表示指定的詞向量維度，一般設置為50。

隱藏層的輸出數(shù)據(jù)為神經(jīng)網(wǎng)絡初步預測的中心詞向量Cv×n：

Cv×n = bv×m · Ym×n

輸出層的輸出數(shù)據(jù)為Softmax之后的向量，為最終預測的中心向量dv×n：

dv×n = softmax（Cv×n）

設S表示長度為k的向量，則S向量Softmax之后的向量：

神經(jīng)網(wǎng)絡的優(yōu)化目標為使得損失loss最?。?/p>

loss = ∑（dv×n - M）

其中M表示中心詞向量的One-Hot表示。

2.1.4? 句向量和余弦相似度

句子中所有詞向量的平均值即為此句子的句向量。

求用戶語音輸入語句的句向量，再和系統(tǒng)中命令句的句向量進行相似度計算，即可得到用戶的語音意圖：

2.2? 商品推薦模塊實現(xiàn)

2.2.1? 推薦系統(tǒng)簡介

推薦系統(tǒng)一般可以看作是一種信息過濾系統(tǒng)，在可以持有或收集各種數(shù)據(jù)的服務環(huán)境中向用戶提供個性化的物品推薦。推薦系統(tǒng)當中的信息過濾是根據(jù)用戶的喜好運作的，或者說只向用戶推薦被判斷為有價值的項目。

隨著Web 3.0的興起及大數(shù)據(jù)相關技術的快速發(fā)展，推薦系統(tǒng)在電子商務、流服務和社交網(wǎng)絡等方面得到了更加廣泛的應用。推薦系統(tǒng)的通用架構可以如圖6所示。

在一個使用推薦系統(tǒng)的平臺中，用戶和項目的信息，用戶對項目的操作，以及用戶之間的信息，商品之間的信息都將被記錄下來，作為推薦系統(tǒng)的輸入，并將處理之后的數(shù)據(jù)存放到數(shù)據(jù)庫中，隨后服務器再根據(jù)一定的計算框架（如Hadoop，Spark等），對這些數(shù)據(jù)進行分析，得到用戶的偏好，并根據(jù)一定的策略進行推送和更新。

基于內容的過濾和協(xié)同過濾算法是早期推薦系統(tǒng)中最具有代表性的兩種算法，基于內容的過濾利用用戶的評價數(shù)據(jù)構建用戶的偏好數(shù)據(jù)庫，預測符合用戶口味的物品，然后利用它進行推薦。

2.2.2? 推薦算法在一語購物中的應用

選擇經(jīng)典的基于內容的過濾算法[5]作為一語購物推薦系統(tǒng)的具體實現(xiàn)：

1）對于第j個用戶（user），使用? 來描述用戶j的一系列特征，如年齡、性別、地區(qū)等；對于第i件商品（commodity），使用? 來描述商品i的一系列特征，如產(chǎn)品分類、產(chǎn)地、功能等，并使用獨熱編碼（One-Hot）等方式將這兩者進行數(shù)值化處理。若將“年齡在65歲以上”“性別男”“居住在沿海城市”這三個特征記作1，則一位72歲的貴州男性用戶可以表示為xu = {1， 1， 0}，以此類推。

2）使用神經(jīng)網(wǎng)絡建立一個從特征向量x到隱向量v的映射，這一過程可以看作是對特征的降維或提?。╡mbedding），其中隱向量v應當是數(shù)值型的。向量? 表示用戶對各類商品的偏好程度，而向量 則表示商品更屬于哪一類別，兩個向量的維數(shù)應當是相同的，即| vu | = | vc |，維數(shù)與商品的總類別數(shù)一致。

3）神經(jīng)網(wǎng)絡采用有監(jiān)督學習的方法進行訓練，訓練樣本包括用戶j的特征? 和對商品i的評價y（i， j），用戶網(wǎng)絡與商品網(wǎng)絡采用類似的多層感知機架構，兩個網(wǎng)絡之間彼此獨立，一同訓練，網(wǎng)絡層數(shù)設計在5層左右，使用ReLU激活函數(shù)，并在訓練之前將參數(shù)按照正態(tài)分布初始化，最終的目的是找到一組參數(shù)，使得特征向量x能合理地映射到隱向量v。

4）定義神經(jīng)網(wǎng)絡的損失函數(shù)J如下：

5）若y（i， j）為二值化標簽，即y（i， j） = 1為用戶對商品感興趣，則可以將損失函數(shù)J修改如下：

J'=∑（sin（v（j）u·v（i）c）-y（i，j））2+Reg

其中sig代表sigmoid函數(shù)，用以將用戶對商品的評分標準化至（0，1）區(qū)間。

3? 結? 論

通過基于語音控制的“一語購物”APP的設計與實現(xiàn)，滿足了老人網(wǎng)絡購物的需求，降低了老人使用智能應用的門檻，優(yōu)化了UI的設計，減少了老人使用智能應用的不適感，響應了工信部APP適老化的號召。但是在APP的實現(xiàn)上仍然具有一定的改進空間，如Word2Vec的語義匹配效果與訓練樣本的文本內容和訓練迭代次數(shù)密切相關，很難有很高的準確率，算法訓練時間較長，可采用負采樣的方式避免查詢整個詞表。同時對于指向性的語音命令（如查看第1行第2列的商品）仍然要按照固定的語音格式來提取語音信息。在推薦商品模塊，未采用大數(shù)據(jù)推薦系統(tǒng)框架，造成推薦功能并不是十分強大。

參考文獻：

[1] 工業(yè)和信息化部.互聯(lián)網(wǎng)應用適老化及無障礙改造專項行動方案[EB/OL].[2023-02-08].https：//www.cnii.com.cn/zcjd/202012/t20201228_243049.html.

[2] 張世民.基于APP交互界面的適老化設計研究 [J].電子元器件與信息技術，2022，6（7）：84-88.

[3] BENGIO Y，DUCHARME R，VINCENT P，et al. A Neural Probabilistic Language Model [J].Journal of Machine Learning Research，2003，3：1137–1155.

[4] MIKOLOV T，CHEN K，CORRADO G，et al. Efficient Estimation of Word Representations in Vector Space [J/OL].[2023-02-06].http：//export.arxiv.org/pdf/1301.3781.

[5] VALLET D，CANTADOR I，F(xiàn)ERN?NDEZ M，et al. A Multi-Purpose Ontology-Based Approach for Personalised Content Filtering and Retrieval [C]//2006 First International Workshop on Semantic Media Adaptation and Personalization （SMAP'06）.Athens：IEEE，2006：19-24.