【正文】 性化的禮品搜索。內(nèi)容過(guò)濾允許系統(tǒng)發(fā)掘用戶的個(gè)性化特征而不需要將其與其他用戶進(jìn)行匹配 ,待推薦的產(chǎn)品也只是基于產(chǎn)品本身的特征 信息。這個(gè)方法需要了解產(chǎn)品用戶之間的關(guān)系和特征。比如表達(dá)式 “ab+” 描述的特征是 “一個(gè) 39。 然后，可將得到的模式用于創(chuàng)建 對(duì)象 , 依照正則表達(dá)式，該對(duì)象可以與任意 字符序列 匹配。 北京郵電大學(xué)研究生畢業(yè)論文 10 （ 2）在傳統(tǒng)全文檢索引擎的倒排索引的基礎(chǔ)上，實(shí)現(xiàn)了分塊索引，能夠針對(duì)新的文件建立小文件索引，提升索引速度。 北京郵電大學(xué)研究生畢業(yè)論文 11 AJAX是幾項(xiàng)技術(shù)的全新方式的集合，所用到的核心技術(shù)是： 1) 運(yùn)用 XHTML和 CSS實(shí)現(xiàn)基于各種標(biāo)準(zhǔn)的展示。 2. 禮品知識(shí)庫(kù)的初始化和完善 利用禮品專家的知識(shí)對(duì)知識(shí)庫(kù)進(jìn)行部分初始化。 2) 基于 收禮對(duì)象 的推薦 基于收禮對(duì)象 推薦 是通 過(guò)用戶選擇收禮者的身份，如性別，年齡，興趣愛好來(lái)獲得系統(tǒng)的推薦 禮品。 當(dāng)用戶輸入搜索關(guān)鍵字時(shí) 系統(tǒng)結(jié)合 分析出的用戶 搜索偏好向用戶返回個(gè)性化的搜索結(jié)果。 針對(duì) 數(shù)據(jù)庫(kù)故障導(dǎo)致數(shù)據(jù)丟失 ，要定時(shí)對(duì)數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行備份 。 4) 個(gè)性化搜索 用戶輸入搜索禮品的關(guān)鍵字，系統(tǒng)先對(duì)關(guān)鍵字進(jìn)行分詞處理，然后通過(guò)分析用戶的搜索日志記錄分析用戶的搜索偏好，最后結(jié)合用戶的搜索偏好進(jìn)行搜索并返回用戶搜索的結(jié)果。包括推薦推理邏輯，禮品搜索邏輯等 。系統(tǒng)推薦模塊圖主要從推薦功能對(duì)系統(tǒng)的模塊進(jìn)行了劃分和描述。禮物 贈(zèng)送的節(jié)日?qǐng)龊暇哂械赜蛭幕攸c(diǎn)。 表 54 節(jié)日?qǐng)龊媳恚?occation） 字段名稱 字段類型 字段長(zhǎng)度 可否為空 備注 ID NUMBER(20) 20 否 自增 ID，主鍵 NAME VARCHAR2(30) 30 否 節(jié)日?qǐng)龊厦Q TIME DATE 否 節(jié)日?qǐng)龊蠒r(shí)間 禮品表：表示禮品信息。送禮人指的是送禮人的個(gè)人信息，如年齡，性別等。 表 54 包類結(jié)構(gòu)清單 類名 描述 Age 年齡表對(duì)應(yīng)的 POJO 類 Business 商家表對(duì)應(yīng)的 POJO 類 Classes 禮品類別表對(duì)應(yīng)的 POJO 類 Clickgift 用戶行為表對(duì)應(yīng)的 POJO 類 Gifts 禮品表對(duì)應(yīng)的 POJO 類 GiftSimilarity 禮品相似度表對(duì)應(yīng)的 POJO 類 Interest 興趣愛好表對(duì) 應(yīng)的 POJO 類 Occation 節(jié)日?qǐng)龊?表對(duì)應(yīng)的 POJO 類 OccationGift 節(jié)日?qǐng)龊隙Y品表對(duì)應(yīng)的 POJO 類 Recipients 收禮人信息表對(duì)應(yīng)的 POJO 類 RecipientGift 收禮對(duì)象禮品表對(duì)應(yīng)的 POJO 類 Relation 關(guān)系表對(duì)應(yīng)的 POJO 類 Similarity 禮品關(guān)聯(lián)度表對(duì)應(yīng)的 POJO 類 Users 用戶表對(duì)應(yīng)的 POJO 表 ? 包 北京郵電大學(xué)研究生畢業(yè)論文 25 由于 是第三方開源的包，故在此不再描述。 用戶輸入搜索關(guān)鍵字，系統(tǒng)結(jié)合用戶日志分析用戶的搜索偏好最后向用戶提供 個(gè)性化的搜索服務(wù)。 系統(tǒng)功能設(shè)計(jì) ? 系統(tǒng) 推薦 功能模塊圖，如圖 42 所示： 禮 品 推 薦 系 統(tǒng)節(jié)日?qǐng)龊贤扑]收禮對(duì)象推薦收禮人描述推薦個(gè)性化搜索禮品瀏覽推薦 圖 42 系統(tǒng) 推薦 功能模塊圖 ? 系統(tǒng) 推薦 功能模塊描述 1) 節(jié)日?qǐng)龊贤扑] 用戶選擇要送禮物的節(jié)日（如：中秋節(jié)，圣誕節(jié)，情人節(jié) 等）或場(chǎng)合（如：約會(huì)，生日，喬遷新居等），系統(tǒng)向用戶推薦適合該節(jié)日或場(chǎng)合的禮品。此外，要 返回與該禮品基本信息相似的三個(gè)禮品和 用戶瀏覽相似的三個(gè)禮品。人工初始化是通過(guò)禮品專家對(duì)每個(gè)禮品選擇其適合贈(zèng)送的節(jié)日?qǐng)龊?，收禮對(duì)象的性別、年齡、興趣、與送禮人的關(guān)系，并將這些信息以合理的方式保存起來(lái)。如情人節(jié)送花和巧克力合適， 中秋節(jié)送月餅合適，孩子滿月送毛絨玩具，小衣服等合適，朋友生日送毛絨熊合適。 小結(jié) 本章主要 介紹了 比較流行的 三種個(gè)性化推薦算法 ： 協(xié)同過(guò)濾、內(nèi)容過(guò)濾和知識(shí)發(fā)現(xiàn) ，并對(duì)三種推薦算法的優(yōu)缺點(diǎn)進(jìn)行了分析 。AJAX 是一種 Web 應(yīng)用程序開發(fā)的手段，它采用客戶端腳本與 Web 服務(wù)器交換數(shù)據(jù) 。 apache 軟件基金會(huì)的網(wǎng)站使用了 Lucene 作為全文檢索的引擎， IBM 的開源軟件 eclipse 的 版本中也采用了 Lucene 作為幫助子系統(tǒng)的全文索引引擎，相應(yīng)的 IBM 的商業(yè)軟件 Web Sphere 中也采用了 Lucene。（ 2）用來(lái)查找字符串，從一個(gè)長(zhǎng)的文本中查找符合指定特征的字符串，比查找固定字符串更加靈活方便。在很多 文本編輯器 或其他工具里，正則表達(dá)式通常被用來(lái)檢索和替換那些符合某個(gè)模式的文本內(nèi)容。第三， 精確度問(wèn)題 ,有試驗(yàn)表明內(nèi)容過(guò)濾推薦可能不如協(xié)同過(guò)濾更為精確。 缺點(diǎn)：第 一，協(xié)同過(guò)濾 方法 過(guò)于 依賴于歷史交易數(shù)據(jù) ,會(huì)導(dǎo)致“ 產(chǎn)品 冷啟動(dòng) ”和“用戶冷啟動(dòng)” 問(wèn)題 ,即無(wú)法對(duì)新產(chǎn)品與新用戶進(jìn)行推薦。 本文在搜索 技術(shù) 上采用 開源的全文搜索引擎 Lucene 對(duì)禮品基本信息構(gòu)建索引， 同時(shí)結(jié)合 用戶的 瀏覽 日志分析用戶偏好 為用戶的 禮品 搜索提供個(gè)性化 的 禮品推薦。由此可計(jì)算出 20xx年中國(guó)的電子商務(wù)總銷售額將達(dá)到 5000億人民幣。 清華大學(xué)的邢春曉和高鳳榮等人針對(duì)傳統(tǒng)協(xié)同 過(guò)濾算法不能及時(shí)反映用戶興趣變化的問(wèn)題，提出了兩種改進(jìn)度量 :基于時(shí)間的數(shù)據(jù)權(quán)重和基于資源相似度的數(shù)據(jù)權(quán)重，在此基礎(chǔ)上將它們有機(jī)結(jié)合，將這兩種權(quán)重引入基于資源的協(xié)作過(guò)濾算法的生成推薦過(guò)程中，通過(guò)實(shí)驗(yàn)證明改進(jìn)后的算法比傳統(tǒng)協(xié)作過(guò)濾算法在推薦準(zhǔn)確度上有明顯提高 [15]。 MovieLens是由美國(guó)明尼蘇達(dá)大學(xué)計(jì)算機(jī)科學(xué)與工程系 開發(fā)的研究型自動(dòng)協(xié)同 過(guò)濾推薦系統(tǒng)，用于推薦電影 。 海量信息的同時(shí)呈現(xiàn) ， 一方面使用戶很難從中發(fā)現(xiàn)自己感興趣的部分 ， 另一方面也使得大量少人問(wèn)津的信息成為網(wǎng)絡(luò)中的“暗信息” ， 無(wú)法被一 般用戶獲取 [2]。 本人簽名： 日期： 導(dǎo)師簽名： 日期： 北京郵電大學(xué)碩士研究生畢業(yè)論文 中文摘要 III 基于知識(shí)庫(kù)推理的禮品推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 摘 要 當(dāng)今，個(gè)性化推薦系統(tǒng)已經(jīng)在很多領(lǐng)域得到了應(yīng)用，如網(wǎng)絡(luò)商品推薦、音樂(lè)推薦、影視推薦等。推薦技術(shù)包括協(xié)同過(guò)濾、內(nèi)容過(guò)濾、知識(shí)發(fā)現(xiàn)等，但是這些推薦技術(shù)并沒(méi)有考慮推薦領(lǐng)域的知識(shí)對(duì)推薦結(jié)果的影響，或者推薦結(jié)果沒(méi)有通過(guò)與用戶的交互過(guò)程中得到完善和改進(jìn)。 面對(duì)網(wǎng)絡(luò)信息量呈指數(shù)增長(zhǎng)，如何從這浩瀚的海洋中取得所需要的 、真正有用的信息， 已成為廣大網(wǎng)絡(luò)用戶共同面臨的問(wèn)題。 MovieLens 是一個(gè)基于 Web 的推薦，系統(tǒng)通過(guò)瀏覽器方式進(jìn)行用戶評(píng)分?jǐn)?shù)據(jù)收集與推薦結(jié)果顯示，用戶使用更方便。 北京航空航天大學(xué)的張光衛(wèi)等人 針 對(duì)傳統(tǒng)相似度 度量方法存在的不足 ,利用云模型在定性知識(shí)表示以及定性、定量知識(shí) 轉(zhuǎn)換時(shí)的橋梁作用 ， 提出一種在知識(shí)層面比較用戶相似度的方法 ， 克服了傳統(tǒng)基于向量的相似度比較方法嚴(yán)格匹配對(duì)象屬性的不足 。 當(dāng)當(dāng)網(wǎng) 已經(jīng)形成以圖書、化妝 品、家居、母嬰等為主的核心品類，并 于 美國(guó)東部時(shí)間 12月 8日在美國(guó)紐約證券交易所正式掛牌上市 。 主要研究?jī)?nèi)容 本文的主要研究?jī)?nèi)容為推薦系統(tǒng)在禮品推薦領(lǐng)域的應(yīng)用研究，本文采用了知識(shí) 庫(kù)推薦的方法，并結(jié)合禮品個(gè)性化搜索，最后根據(jù)知識(shí)庫(kù)的特點(diǎn)設(shè)計(jì)具有良好用戶體驗(yàn)的推薦交互界面更好地 描述用戶的需求向用戶提供個(gè)性化的禮品推薦服務(wù)。第二，協(xié)同過(guò)濾方法 存在計(jì)算規(guī)模問(wèn)題 ,而如果降低計(jì)算復(fù)雜度 又會(huì)降低推薦質(zhì)量。 知識(shí) 發(fā)現(xiàn) ( Knowledge Discovery in Database KDD) 知識(shí)發(fā)現(xiàn)是 從數(shù)據(jù)庫(kù)中提取隱含的、先前未知的、潛在有用的知識(shí)或信息模式的決策支持方法。許多程序設(shè)計(jì)語(yǔ)言 都支持利用正則表達(dá)式進(jìn)行字符串操作 [24]。（ 3）用來(lái)替換，比普通的替換更強(qiáng)大。Lucene 以其開放源代碼的特性、優(yōu)異的索引結(jié)構(gòu)、良好的系統(tǒng)架構(gòu)獲得了越來(lái)越多的應(yīng)用。 所以，不必采用會(huì)中斷交互的完整頁(yè)面刷新，就可以動(dòng)態(tài)地更新 Web 頁(yè)面。 然后介紹了本系統(tǒng)實(shí)現(xiàn)過(guò)程中所利用 的關(guān)鍵技術(shù)： 正則表達(dá)式， Lucene 和 AJAX 技術(shù)。本系統(tǒng)將把禮品贈(zèng)送 節(jié)日 場(chǎng)合分類如下。 計(jì) 算 禮 品 類 別 相 似 度計(jì) 算 禮 品 商 家 相 似 度 計(jì) 算 禮 品 綜 合 相 似 度計(jì) 算 禮 品 價(jià) 格 相 似 度 e x t e n d s e x t e n d s e x t e n d s 完 善 禮 品 知 識(shí) 庫(kù) e x t e n d s 圖 35 禮品知識(shí)庫(kù)完善 用例圖 如上圖所示，禮品知識(shí)庫(kù)完善 用例圖。 ? 數(shù)據(jù)管理能力要求 所有禮品信息均從淘寶網(wǎng)上抓取，禮品 信息 要 隨時(shí) 進(jìn)行更新 。 2) 收禮對(duì)象 推薦 用戶選擇收禮人的類別（如：老年人，中年人，男青年，女青年等），系統(tǒng)向用戶推薦適合該年齡段的禮品。 系統(tǒng)包結(jié)構(gòu)設(shè)計(jì) 圖 54 系統(tǒng)包組織結(jié)構(gòu)圖 如上圖所示，系統(tǒng)包組織結(jié)構(gòu)圖。 小結(jié) 本章 主要從系統(tǒng)整體功能和系統(tǒng)整體架構(gòu)兩方面 對(duì)系統(tǒng)設(shè)計(jì)進(jìn)行了闡述。收禮人指的是收禮人的個(gè)人信息，如年齡，性別，興趣愛好等。 表 55 禮品表（ gifts） 字段名稱 字段類型 字段長(zhǎng)度 可否為空 備注 ID NUMBER(20) 20 否 自增 ID，主鍵 NAME VARCHAR2(200) 200 否 禮品名稱 PICTURE VARCHAR2(200) 200 否 禮品圖片 地址 CLASSID NUMBER(20) 20 否 禮品所屬類別ID，外鍵依賴 禮品類別 表的 ID NUM NUMBER(12) 12 是 禮品數(shù)目 FLAG NUMBER(1) 1 否 是否處理標(biāo)志， 0表示未處理， 1北京郵電大學(xué)研究生畢業(yè)論文 。 （ 1） 節(jié)日?qǐng)龊? 節(jié)日?qǐng)龊媳戆ü?jié)日?qǐng)龊厦Q和節(jié)日?qǐng)龊先掌凇Ｏ到y(tǒng)整體模塊圖從系統(tǒng)整體方面對(duì)系統(tǒng)的功能模塊進(jìn)行劃分和描述。 ? 包 存放系統(tǒng)推薦的業(yè)務(wù)邏輯。 3) 收禮人描述推薦 系統(tǒng)根據(jù)收禮人的年齡，性別，愛好，職業(yè)等信息進(jìn)行分類，并對(duì)每一類別從服飾特征，周末活動(dòng)，個(gè)人偶像等方面進(jìn)行描述，用戶根據(jù)對(duì)收禮 人的了解與描述進(jìn)行匹配然后選擇，最后系統(tǒng)向用戶進(jìn)行禮品推薦。 ? 故障處理要求 如果大量用戶同時(shí) 頻繁訪問(wèn)數(shù)據(jù)庫(kù)，導(dǎo)致數(shù)據(jù)庫(kù)服務(wù)器癱瘓 ，需要 進(jìn)一步 優(yōu)化數(shù)據(jù)庫(kù)緩存機(jī)制和索引。 6) 個(gè)性化 搜索 系統(tǒng) 根據(jù) 用戶的搜索日志 分析用戶的 偏好。 送禮的場(chǎng)合有：戀愛，約會(huì)，結(jié)婚，周年，生日，孩子滿月，喬遷新居，升學(xué)，畢業(yè)，退休，升職，探病，慰問(wèn)，感謝等。 本系統(tǒng)要調(diào)研禮品贈(zèng)送知識(shí)并據(jù)此構(gòu)建禮品知識(shí)庫(kù)。這使得 Web 應(yīng)用的交互性得到了前所未有的提高， 大大增強(qiáng)了應(yīng)用的實(shí)用性和實(shí)時(shí)性。 Lucene 定義了一套以 8 位字節(jié)為基礎(chǔ)的索引文件格式，使得兼容系統(tǒng)或者不同平臺(tái)的應(yīng)用能夠共享建立的索引文件。 在 JAVA 中使用正則表達(dá)式匹配字符串的典型調(diào)用語(yǔ)句是 Pattern p = (a*b)； Matcher m = (aaaaab)； boolean b = ()； 是正則表達(dá)式的編譯表示形式，指定為字符串的正則表達(dá)式必須首先被編譯為 此類的實(shí)例。 簡(jiǎn)單的說(shuō)，正則表達(dá)式就是用一個(gè) “ 字符串 ” 來(lái)描述一個(gè)特征，然后去驗(yàn)證另一個(gè) “ 字符串 ”是否符合這個(gè)特征。 知識(shí)發(fā)現(xiàn) 將用戶請(qǐng)求視作一個(gè)查詢 ,然后基于用戶需求和偏好進(jìn)行推薦。 內(nèi)容過(guò)濾 (Content Based FilteringCBF) 為了應(yīng)對(duì)協(xié)同過(guò)濾的稀疏性問(wèn)題出現(xiàn)了內(nèi)容過(guò)濾 。 禮品知識(shí)庫(kù)的初始化和完善：用禮品專家的禮品知識(shí) 對(duì)禮品知識(shí)庫(kù)進(jìn)行初始化 ， 然后采用 一定的算法 對(duì)禮品知識(shí)庫(kù)進(jìn)行完善 。 凡客誠(chéng)品 20xx年銷售的衣服達(dá)到了4000萬(wàn)件。 實(shí)驗(yàn)結(jié)果表明 ， 算法在用戶評(píng)分?jǐn)?shù)據(jù)極端稀疏的情況下 ， 仍能取得較理想的推薦質(zhì)量 [16]。MovieLens采用了基于用戶的協(xié)同過(guò)濾和關(guān)聯(lián)規(guī)則相結(jié)合的技術(shù)，計(jì)算用戶的相似度并根據(jù)相似度分析用戶