【正文】 研究現(xiàn)狀 國外研究現(xiàn)狀 在 推薦 用戶模型方面，常用的用戶建模技術(shù)有向量空間模型 [4]、用戶評價(jià)矩陣 [5]，以及機(jī)器學(xué)習(xí)技術(shù) [6]。各種挖掘技術(shù)如關(guān)聯(lián)規(guī)則挖掘、聚類挖掘等被應(yīng)用于 Web 日志的分析中，以提高推薦系統(tǒng)的精度 [7]。因此，即使是面對大規(guī)模數(shù) 據(jù)集也有較快的運(yùn)行速度 [8]。 用戶對網(wǎng)站提供的電影進(jìn)行評分，用戶可在 not seen和 11個(gè)選項(xiàng)中進(jìn)行選擇，網(wǎng)站根據(jù)每個(gè)用戶的評分計(jì)算并分析用戶的偏好，并據(jù)此向用戶進(jìn)行電影推薦。 Ringo 系統(tǒng)可以向用戶推薦他們喜歡的音樂，預(yù)測用戶不喜歡的音樂，也可以預(yù)測用戶對特定音樂的評分。該平臺采用基于MinHash聚類的協(xié)同 過濾、統(tǒng)計(jì)隱含語義標(biāo)引 (Probabilistic Latent Semantic Indexing， PLSI)和訪問計(jì)數(shù)三種方法來產(chǎn)生推薦，使用一個(gè)線性模型將不同算法產(chǎn)生的推薦結(jié)合起來 [12]。 浙江大學(xué)的孫小華針 對協(xié)同過濾 在無法得 到項(xiàng)目的內(nèi)容信息和用戶個(gè)人信息的情況下，在數(shù)據(jù) 稀疏和冷啟動(dòng)情況下提高預(yù)測準(zhǔn)確性方面采用了 屬于特征遞增型的 Pear After_SVD 方法和屬于轉(zhuǎn)換型的 LCM STI 方法。 以該方法為核心 ， 在全面分析傳統(tǒng)方法的基礎(chǔ)上 ， 提出一種新的協(xié)同過濾推薦算法 。 最后 用戶還可以加入豆瓣的興趣小組，這樣同興趣小組成員的推薦更加精準(zhǔn)，更加符合用戶的興趣。 最后推薦個(gè)性化禮物 。 根據(jù) 國內(nèi)著名互聯(lián)網(wǎng)分析機(jī)構(gòu)艾瑞咨詢調(diào)查顯示，淘寶網(wǎng)占據(jù)國內(nèi)電子商務(wù) 80%以上的市場份額 。京東商城 增長速度每年都在 300%以上，成了互聯(lián)網(wǎng)和零售業(yè)的又一個(gè)奇跡制造者。每個(gè)送禮人都希望送出一份個(gè)性化的禮品，每個(gè)收禮人都希望收到一份適合自己的禮品。缺點(diǎn)是禮品知識庫需要禮品專家進(jìn)行人工初始化，而且禮品知識庫容易受到 禮品專家喜好的影響 。設(shè)計(jì)良好 用戶體驗(yàn)的推薦交互界面準(zhǔn)確全面地表達(dá)用戶的需求，從 節(jié)日場合 ，收禮人興趣愛好和收禮人描述 向 用戶進(jìn)行推薦。 研究任務(wù) 本文的研究任務(wù)有如下三個(gè)方面： 禮品知識庫的構(gòu)建： 調(diào)研具有中國 文化 特色的禮品贈送 知識 ， 并 根據(jù) 這些知識 構(gòu)建禮品知識庫 。 第二章 個(gè)性化推薦算法 及系統(tǒng) 實(shí)現(xiàn) 關(guān)鍵 技術(shù)介紹 北京郵電大學(xué)研究生畢業(yè)論文 6 協(xié)同過濾 (Collaborative FilteringCF) 協(xié)同過濾 (Collaborative FilteringCF)技術(shù) 是基于一組興趣相同的用戶進(jìn)行推薦。 算法的基本思想是將具有相同愛好的用戶感興趣的項(xiàng)目推薦給目標(biāo)用戶。 2. 基于產(chǎn)品的協(xié)同過濾推薦 (CF I) 基于產(chǎn)品的協(xié)同過濾技術(shù)也 是應(yīng)用比較廣泛和成功的推薦技術(shù)，它與基于用戶的協(xié)同過濾推薦的不同是它計(jì)算的是產(chǎn)品之間的相似度，向用戶推薦的是于用戶已經(jīng)購買的商品相似度最高的商品。第三 , 協(xié)同過濾方法 只利用用戶 產(chǎn)品交易關(guān)系 ,并未考慮用戶多偏好和產(chǎn)品多屬性的問題[19]。內(nèi)容過濾分為兩種 :基于新產(chǎn)品和基于新用戶的內(nèi)容過濾 [20]。然后將用戶與系統(tǒng)用戶特征數(shù)據(jù)庫進(jìn)行匹配 ,歸到一個(gè)用戶 類別中 ,再根據(jù)這個(gè)類別進(jìn)行推薦 ,最后再進(jìn)行修正學(xué)習(xí)。很難定義商品 屬性和用戶特征的類別 ,那么也就很難做出精確的匹配。 知識發(fā)現(xiàn)需要 提取發(fā)現(xiàn)用戶和產(chǎn)品的特征 ,所采用的方法是分類、聚類、關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘方法。 1. 數(shù)據(jù)挖掘技術(shù)的應(yīng)用 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中 , 提取隱含在其中的但又是潛在有用的信息和知識的過程 [22]。 電子商務(wù)推薦系統(tǒng)中的數(shù)據(jù)挖掘主要包括關(guān)聯(lián)規(guī)則挖掘和分類挖掘兩類 ,因此基于數(shù)據(jù)挖掘的 知識發(fā)現(xiàn) 方法又分為關(guān)聯(lián)規(guī)則推薦和分類挖掘推薦兩種。 缺點(diǎn)： 一種 知識發(fā)現(xiàn) 的 算法 只能適應(yīng)某一領(lǐng)域的數(shù)據(jù)，而更換領(lǐng)域后知識發(fā)現(xiàn)的算法就不太適用了，因此需要重新定義 規(guī)則或算法。 一個(gè)正則表達(dá)式通常被稱為一個(gè) 模式 (pattern) [25]，就是用某種模式去匹配一類字符串的一個(gè)公式 ， 由普通字符（例如字符 a 到 z）以及特殊字符（稱為元字符）組成 ， 用來描述或者匹配一系列符合某個(gè) 句法 規(guī)則的 字符串 。和任意個(gè) 39。 39。 都符合這個(gè)特征。 JAVA 對正則表達(dá)式提供了強(qiáng)大的支持 [26]，本系統(tǒng)正是借助于 JAVA 中對正則表達(dá)式的強(qiáng)力支持來實(shí)現(xiàn)在 JAVA 源文件中對類之間依賴關(guān)系的掃描。 最后可通過 ()方法驗(yàn)證字符序列與所編譯的正則表達(dá)式是否相匹配。 Lucene 提供了 豐富的API ， 可以與存儲在索引中的信息方便的交互 [29]。 Lucene 的原作者是 Doug Cutting，他是一位資深全文索引 /檢索專家，曾經(jīng)是 VTwin 搜索引擎的主要開發(fā)者，后在 Excite 擔(dān)任高級系統(tǒng)架構(gòu) 設(shè)計(jì)師，目前從事于一些 Inter 底 層 架 構(gòu) 的 研 究 。 Lucene 作為一個(gè)全文檢索引擎，其具有如下突出的優(yōu)點(diǎn)： （ 1）索引文件格式獨(dú)立于應(yīng)用平臺。 （ 3）優(yōu)秀的面向?qū)ο蟮南到y(tǒng)架構(gòu)，使得對于 Lucene 擴(kuò)展的學(xué)習(xí)難度降低，方便擴(kuò)充新功能。首先，它的開發(fā)源代碼發(fā)行方式（遵守 Apache Software License），在此基礎(chǔ)上程序員不僅僅可以充分的利用 Lucene 所提供的強(qiáng)大功能，而且可以深入細(xì)致的學(xué)習(xí)到全文檢索引擎制作技術(shù)和面相對象編程的實(shí)踐，進(jìn)而在此基礎(chǔ)上根據(jù)應(yīng)用的實(shí)際情況編寫出更好的更適合當(dāng)前應(yīng)用的全文檢索引擎。最后，雖然 Lucene 使用 Java 語言寫成，但是開放源代碼社區(qū)的程序員正在不懈的將之使用各種傳統(tǒng)語言實(shí)現(xiàn)（例如 . framework），在遵守 Lucene 索引文件格式的基礎(chǔ)上，使得 Lucene 能夠運(yùn)行在 各種各樣的平臺上，系統(tǒng)管理員可以根據(jù)當(dāng)前的平臺適合的語言來合理的選擇。使用 Ajax，可以創(chuàng)建更加豐富、更加動(dòng)態(tài)的 Web 應(yīng)用程序用戶界面，其即時(shí)性與可用性甚至能夠接近本機(jī)桌面應(yīng)用程序。 3) 運(yùn)用 XML實(shí)現(xiàn)數(shù)據(jù)交換和操作。 AJAX的核心是 JavaScript對象 XMLHttpRequest。當(dāng)請求返回時(shí)，就可以使用 JavaScript和 CSS來相應(yīng)地更新 UI，而不是刷新整個(gè)頁面。 第三章 個(gè)性化 禮品 推薦 系統(tǒng)需求分析 任務(wù)概述 實(shí)現(xiàn) 目標(biāo) 該系統(tǒng)要實(shí)現(xiàn)如下 四 個(gè)目標(biāo)： 北京郵電大學(xué)研究生畢業(yè)論文 12 1. 禮品 知識庫的 構(gòu)建 禮品 推薦 有其特殊的領(lǐng)域知識， 比如送禮人 的個(gè)人信息，收禮者的個(gè)人信息 ，送禮人與收禮人 的關(guān)系 ，送禮的節(jié)日場合等 ， 這些因素 決定 適宜 推薦 的禮品。 3. 禮品知識庫推薦 系統(tǒng)要提供一個(gè)良好的知識庫推薦接口，此接口能夠準(zhǔn)確描述用戶的需求， 并使用戶獲得準(zhǔn)確的 禮品 推薦和良好的用戶體驗(yàn)。 最后 ， 設(shè)計(jì)良好的用戶交互推薦接口 提升用戶的體驗(yàn) 準(zhǔn)確表達(dá)用戶的需求進(jìn)而向用戶推薦禮品 ，在用戶獲得系統(tǒng)的推薦的同時(shí)，系統(tǒng)要根據(jù)用戶的反饋信息進(jìn)行學(xué)習(xí)從而提高系統(tǒng)的推薦準(zhǔn)確度。 用 戶選 擇 節(jié) 日獲 得 節(jié) 日 推 薦 u s e s u s e s e x t e n d s 獲 得 場 合 推 薦 u s e s 選 擇 場 合 e x t e n d s u s e s 圖 31 基于 節(jié)日場合推薦用例圖 如上圖所示，基于 節(jié)日場合 推薦的用例圖，用戶根據(jù) 自己的需求選擇送禮節(jié)日或場合，系統(tǒng)調(diào)用節(jié)日場合推理向用戶進(jìn)行禮品 推薦。 送禮的節(jié)日有：春節(jié)，元宵節(jié)，情人節(jié)，婦女節(jié)，母親節(jié)，兒童節(jié)，端午節(jié)，父親節(jié)，七夕節(jié)，中秋節(jié)，教師節(jié)，感恩節(jié)，圣誕節(jié)，元旦等。 收禮者的身份不同，贈送的禮品也會有所不同。 用 戶選 擇 收 禮 人 性 別 年 齡選 擇 收 禮 人 描 述 u s e s u s e s e x t e n d s 獲 得 推 薦 e x t e n d s u s e s 圖 33 基于收禮人描述 推薦用例圖 如上圖所示，基于收禮人描述的推薦用例圖 將收禮人根據(jù)年齡和性別分為男人、老年男性、女人、老年女性、男青年、女青年、男孩兒、女 孩兒，用戶 選擇收禮人年齡和性別分類。 禮品知識庫初始化包括兩步：一是人工初始化；二是系統(tǒng)完善 。 由于禮品數(shù)量眾多，所以通過禮品專家進(jìn)行 初始化只 能初始化一部分禮品，其它的禮品就要根據(jù)禮品的基本信息計(jì)算禮品 的 綜合相似度，然后根據(jù) 禮品的綜合相似度對禮品知識庫進(jìn)行完善 。如果用戶多次用信用排序，說明商家信用對用戶的決策影響較大，則系統(tǒng)搜索的時(shí)候優(yōu)先以信用排序。 ? 輸入輸出要求 輸入 1：用戶的需求。 輸入 3：用戶選擇點(diǎn)擊 禮品列表中 的 某個(gè) 禮品 。 禮品知識庫經(jīng)過人工初始化后，再通過相似度進(jìn)行完善 ， 要剔除禮品知識庫中的噪聲并不斷完善禮品知識庫。 2) 保證系統(tǒng)的可移植性 系統(tǒng)所有代碼采用 Java 語言編寫，保證了系統(tǒng)的可移植性 。 2) 推薦推理模塊 推薦推理模塊包括節(jié)日場合推理，收禮對象推理，收禮人描述 推理和相似度推理四種推理方式。 4) 用戶交互模塊 用戶交互模塊包括用戶注冊登錄，用戶需求獲取和推薦結(jié)果產(chǎn)生。同時(shí)，用戶也可以選擇每個(gè)年齡段的的興趣愛好（如：老年人的興趣愛好有書畫，運(yùn)動(dòng)，旅游等），系統(tǒng)向用戶推薦符合該年北京郵電大學(xué)研究生畢業(yè)論文 21 齡興趣愛好的禮品。 系統(tǒng) 整體架構(gòu)設(shè)計(jì) 系統(tǒng)架構(gòu)設(shè)計(jì) 互 聯(lián) 網(wǎng)知 識 庫 模 型禮 品 專 家S p i d e r初 始 化知識庫推薦用戶交互用 戶進(jìn) 一 步 完 善網(wǎng) 頁 抓 取 子 系 統(tǒng) 推 薦 子 系 統(tǒng)計(jì) 算 相 似 度 禮 品 相 似 度構(gòu) 建 索 引禮 品 庫禮 品 知 識 庫索 引用 戶 日 志禮品搜索知 識 庫 與 搜 索 子 系 統(tǒng)文 本 提 取 圖 43 系統(tǒng)整體架 構(gòu)設(shè)計(jì) 圖 如上圖所示，系統(tǒng)整體架構(gòu)設(shè)計(jì)圖。通過調(diào)研將禮品分為 8 大類40 小類，對這 40 小類的禮品從淘寶網(wǎng)上進(jìn)行數(shù)據(jù)抓取，同時(shí)利用正則表達(dá)式對禮品信息進(jìn)行抽取，最后將禮品信息保存到數(shù)據(jù)庫中形成禮品庫。 (3) 推薦子系統(tǒng) 推薦子系統(tǒng)包括知識庫推薦，禮品搜索 和用戶交互 。系統(tǒng)包結(jié)構(gòu)設(shè)計(jì)描述如下： ? 包 存放系統(tǒng)頁面分頁的類?？刂七壿嬛饕邮芟到y(tǒng)推薦頁面出來的請求參 數(shù)，然后調(diào)用系統(tǒng)業(yè)務(wù)邏輯層，業(yè)務(wù)邏輯層調(diào)用系統(tǒng)數(shù)據(jù)訪問層并最終返回?cái)?shù)據(jù)，北京郵電大學(xué)研究生畢業(yè)論文 23 控制邏輯將這些數(shù)據(jù)返回到系統(tǒng)推薦頁面。 ? 包 存放系統(tǒng)的 AJAX 交互數(shù)據(jù) 封裝類 。 表 53 包類結(jié)構(gòu)清單 類名 描述 BehaviorAction 用戶行為記錄控制類 GiftInfoAction 查看禮品詳細(xì)信息控制類 GiftSimilarityAction 禮品相似度推薦控制類 OccationAction 節(jié)日場合推薦控制類 PersonalAction 收禮人描述推薦控制類 RecipientAction 收禮人信息推薦控制類 SimilarityAction 禮品關(guān)聯(lián)度推薦控制類 SearchAction 禮品搜索控制類 UserAction 用戶注冊登錄控制類，用于處理用戶的注冊和登錄 ? 包 包中的類的描述如表 54。 系統(tǒng)整體功能描述了系統(tǒng)整體模塊圖和系統(tǒng)推薦模塊圖。 第 五 章 系統(tǒng)實(shí)現(xiàn) 系統(tǒng)實(shí)現(xiàn)的關(guān)鍵問題及解決方案 禮品信息抓取 本系統(tǒng) 采用 Java 和正則表達(dá)式從 淘寶網(wǎng)上抓取 禮品信息，包括 禮品圖片，禮品名稱， 禮品分類， 禮品 URL，禮品所賣商家，禮品價(jià)格等信息。 2) 記錄每個(gè)分類在淘寶上的搜索 URL 利用 淘寶的搜索系統(tǒng) 搜索 禮品的二級分類后的 URL，并將 URL 和其相應(yīng)的二級分類放到數(shù)據(jù)庫表中。 禮品知識庫的設(shè)計(jì) 禮品推薦有四個(gè)方面的決定因素：節(jié)日場合，送禮人，收禮人和收禮人與送禮人的關(guān)系。收禮人 與 送禮人關(guān)系指的是收禮人與送禮人的關(guān)系，如朋友，戀人 ，同事等。由于年齡只有兩種情況，所以年齡不再新建表。 （ 3）禮品知識庫構(gòu)建 根據(jù)上述知識設(shè)計(jì)數(shù)據(jù)庫表。 表 52 興趣愛好表 (interest) 字 段名稱 字段類型 字段長度 可否為空 備注 ID NUMBER(20) 20 否 自增 ID，主鍵 NAME VARCHAR2(30) 30 否 興趣名稱 年齡表：表示收禮人