佘名高，張照亮，胡錦紅

（武漢理工大學(xué) 計算機科學(xué)技術(shù)學(xué)院，湖北 武漢 430070）

隨著互聯(lián)網(wǎng)的發(fā)展和網(wǎng)絡(luò)信息的增加，為用戶提供個性化的服務(wù)以便獲取更準(zhǔn)確的信息已成為焦點。在網(wǎng)絡(luò)環(huán)境下，個性化服務(wù)[1-2]是一種網(wǎng)絡(luò)信息服務(wù)的方式，這種服務(wù)方式的實現(xiàn)主要是根據(jù)用戶設(shè)定，借助于計算機及網(wǎng)絡(luò)技術(shù)，對信息資源進行收集、整理和分類，向用戶提供和推薦相關(guān)信息，以滿足用戶對信息的需求。在個性化推薦中，協(xié)同過濾是當(dāng)前應(yīng)用最成功的技術(shù)。

在基于項目的協(xié)同過濾推薦中，為了產(chǎn)生對目標(biāo)用戶的推薦，需要搜索最近鄰居，此時項目之間相似性的計算成為關(guān)鍵。系統(tǒng)開始時，由于參與的用戶和用戶評分項目很少導(dǎo)致用戶評分項的交集很小，傳統(tǒng)的相似性計算方式在這種情況下很難找到最近鄰進行推薦，隨著時間的推移，還容易產(chǎn)生數(shù)據(jù)稀疏問題和“冷啟動”現(xiàn)象，推薦質(zhì)量大大下降。

隨著網(wǎng)絡(luò)的發(fā)展，計算機輔助診斷成為越來越重要的應(yīng)用技術(shù)，對于一種疾病，可以在互聯(lián)網(wǎng)上找到包括運動療法、中醫(yī)理療、營養(yǎng)配餐等數(shù)以千計的治療方法，為用戶提供個性化的服務(wù)在健康系統(tǒng)中也有所應(yīng)用。隨著醫(yī)學(xué)的發(fā)展，傳統(tǒng)相似性度量不足和新項目的冷啟動問題也可能發(fā)生，因此引入了本體，構(gòu)建用戶興趣本體，將項目的語義相似性和用戶相似性結(jié)合，這種基于領(lǐng)域本體的個性化推薦算法在一定程度上緩解了數(shù)據(jù)稀疏問題和冷啟動問題，將這種算法應(yīng)用到某健康系統(tǒng)中進行分析，已取得較好的推薦效果。

1 本 體

“Ontology”是指哲學(xué)領(lǐng)域的本體論。在哲學(xué)中“Ontology”是一個存在的系統(tǒng)化解釋，用于描述事物的本質(zhì)。而在計算機領(lǐng)域是用于知識表示、知識共享和重用，“ontology”表示，翻譯為本體。直觀地講，本體是一個實體，是對某一領(lǐng)域應(yīng)用本體論的方法分析、建模的結(jié)果，即把現(xiàn)實世界中的某一領(lǐng)域抽象為一組概念及概念之間的關(guān)系。

為了澄清在知識工程領(lǐng)域中本體的概念，美國學(xué)者Tom Gruber給出了一個被廣泛接受的定義：本體是一個可共享概念化（Conceptualization）的顯式（Explicit）的規(guī)格說明[3]。 這里包含4層含義：

1）“共享”指出本體的主要作用就是領(lǐng)域知識交互，而非為個人所用；

2）“概念化”指出知識的形式化表示的基礎(chǔ)是概念化，領(lǐng)域知識內(nèi)的對象、概念和其他實體，以及它們之間的關(guān)系；

3）“顯式”則表示概念的類型和約束必須直接、無二義地給出，同時是機器可理解的；

4）“規(guī)格說明”則要求概念化體系用具體形式進行表達。本體的目的就是建立統(tǒng)一的概念和語義結(jié)構(gòu)，進行相關(guān)領(lǐng)域知識的交換。

文獻[4]對本體的作用進行概括，本體作用如下：

1）本體的分析澄清了領(lǐng)域知識的結(jié)構(gòu)，從而為知識表示下基礎(chǔ)。本體可以重用，從而避免重的領(lǐng)域知識分析；

2）統(tǒng)一的術(shù)語和概念使知識共享成為可能。本體可將某個或多個特定領(lǐng)域的概念和術(shù)語規(guī)范化，為該領(lǐng)域或領(lǐng)域之間實際應(yīng)用提供便利。

2 基于領(lǐng)域本體的個性化推薦

2.1 個性化推薦的一般組成

1）行為記錄模塊 負責(zé)記錄能夠體現(xiàn)用戶喜好以及需求的行為，比如購買、下載、評分等。下載和評分這兩種行為表達潛在的喜好程度就不盡相同，完善的行為記錄需要能夠綜合多種不同的用戶行為，處理不同行為的累加；

2）模型分析模塊 實現(xiàn)對用戶行為記錄的分析，采用不同算法建立起模型描述用戶的喜好信息；

3）推薦模塊 通過推薦模塊，實時地從內(nèi)容集篩選出目標(biāo)用戶可能會感興趣的內(nèi)容推薦給用戶。

由上可見，建立一個真正能體現(xiàn)用戶興趣的模型是至關(guān)重要的，它對個性化推薦的質(zhì)量起著非常重要的作用。建立興趣模型所需要的數(shù)據(jù)一般有2種獲取方式：

1）系統(tǒng)一般使用打分方式，最著名的例如 Movie Lens，這種方式稱為“顯式評分”方法[4]，但其收集數(shù)據(jù)比較困難，用戶通常并不愿意提供這種數(shù)據(jù)。

2）被認為更有效的方法是“隱式評分”方法，這種方法不需要用戶直接輸入評價數(shù)據(jù)，而是根據(jù)用戶的行為特征由系統(tǒng)代替用戶完成評價。無論采用哪種方式，抽取到的都是一組能表示用戶興趣和需求的關(guān)鍵詞，這就涉及到這些詞的組織問題。

在傳統(tǒng)推薦系統(tǒng)中， 用戶興趣描述為：U={（Ci，Wi）|Ci：關(guān)鍵詞，Wi：權(quán)重（表征用戶興趣高低）}，可以看出這種表示方法，用戶興趣用一組羅列的關(guān)鍵詞表示，而沒有考慮詞之間內(nèi)在的聯(lián)系，沒有從語義上對信息進行理解，造成了推薦質(zhì)量的下降。這里根據(jù)用戶行為記錄模塊來記錄用戶行為，通過模型分析模塊得到用戶的興趣信息，將用戶的興趣信息與領(lǐng)域本體中的概念進行映射，構(gòu)建用戶興趣本體，然后進行用戶模式識別，通過推薦模塊產(chǎn)生推薦。由于考慮了詞之間的內(nèi)在聯(lián)系，系統(tǒng)的推薦質(zhì)量大大提高。

2.2 基于領(lǐng)域本體的領(lǐng)域知識建模

個性化推薦的實現(xiàn)是建立在領(lǐng)域本體上的，在領(lǐng)域本體的構(gòu)建上，本文借鑒了國外本體工程中七步法的思想，參考了國內(nèi)外基于敘詞表構(gòu)建本體的有關(guān)思路和方法。領(lǐng)域本體構(gòu)建步驟如下[5]：

1）確定本體的領(lǐng)域和范圍；2）本體概念體系的構(gòu)建，包括定義類及類的等級體系、定義類的屬性和創(chuàng)建實例；3）概念的規(guī)范化處理；4）利用現(xiàn)有的本體開發(fā)工具輔助本體構(gòu)建，并可直接轉(zhuǎn)化成相應(yīng)的本體表示語言的文件格式存儲；5）本體評價和應(yīng)用。

2.3 基于用戶興趣本體構(gòu)建的用戶興趣建模

利用領(lǐng)域本體構(gòu)建用戶興趣本體，通過將用戶的興趣信息與領(lǐng)域本體中的概念進行映射，將用戶的興趣內(nèi)容轉(zhuǎn)化為本體概念的形式，并利用這些本體概念構(gòu)建用戶興趣本體。最后利用構(gòu)建的用戶興趣本體，進行用戶模式識別。用戶興趣建模過程如圖1所示。

圖1 用戶興趣建模Fig.1 User interests modeling

2.3.1 利用領(lǐng)域本體構(gòu)建用戶興趣本體

用戶本體是用戶信息的概念化的規(guī)格說明[6]，它定義了有關(guān)用戶概念的各種術(shù)語、關(guān)系并給出術(shù)語的語義。用戶興趣本體主要對用戶興趣進行描述，展示用戶興趣的不同屬性及屬性之間的關(guān)系。將用戶興趣信息與領(lǐng)域本體庫進行映射，得到用戶感興趣的領(lǐng)域本體概念集合，進而將用戶興趣用領(lǐng)域本體概念來表述，生成用戶興趣本體。

2.3.2 利用用戶興趣本體發(fā)掘用戶興趣模式

利用用戶興趣本體的概念集合，通過概念間的語義關(guān)系（主要是上下位類關(guān)系和類-實例關(guān)系）和鄰接徑度，將用戶興趣劃分為若干個子興趣，從而實現(xiàn)用戶興趣建模。在知識本體的支持下，這種劃分可以迭代進行，理論上可以實現(xiàn)任意詳細程度的用戶興趣描述。

用戶興趣通過本體概念集進行了概念化的、語義層面的描述，然后基于本體中概念鄰接關(guān)系，將用戶感興趣的主題概念按鄰接程度進行聚集，最后得到若干個聚集后的向量形成用戶興趣模式。在系統(tǒng)與用戶的交互過程中，用戶的興趣會發(fā)生變化和調(diào)整，即原有的興趣本體節(jié)點權(quán)重將逐步衰減，同時新的興趣本體節(jié)點不斷增加，因此必須進行用戶興趣的增量更新。

2.4 個性化推薦算法

個性化推薦算法是在收集和分析用戶信息的基礎(chǔ)上，學(xué)習(xí)用戶的興趣愛好和行為習(xí)慣，從而將用戶需要的、感興趣的信息主動推薦給用戶。

利用領(lǐng)域本體的個性化推薦算法：利用Web站點的領(lǐng)域知識計算用戶評價項目之間的相似度，這種相似度更適合人們直觀上的感覺；通過項集合的相似性計算用戶之間的相似性，得到最近鄰進行推薦。

2.4.1 用戶興趣本體相似度計算

在計算用戶興趣本體相似度時，可以與領(lǐng)域本體相聯(lián)系，通過計算用戶興趣本體包含的領(lǐng)域本體中的概念之間的相似度，來進一步計算用戶興趣本體相似度。

利用基于網(wǎng)絡(luò)距離的方法，計算本體中概念相似度。通過概念相對應(yīng)的節(jié)點之間的距離表示，路徑越短，它們之間越相似，使用這種簡單的邊計數(shù)方法是在假定邊距離統(tǒng)一的情況下（例如每條邊的路徑距離為1），Wu和Palmer[6]提出了計算節(jié)點c1和c2之間相似度方法：

其中，N1和N2為從c1和c2到它們最近公共祖先節(jié)點c3的路徑長度，N3為c3到根節(jié)點的路徑長度。

例如，對于用戶興趣本體A和C，如果要計算A中的概念A(yù)1與C中的概念c1的相似度，只需確定它們分別所處的節(jié)點位置，再利用式 （1）即可算出。

比如，計算表1中，A中apple和C中apple的相似度，N1=N2=1，N3=1，

對于用戶興趣本體 A與B，計算出B中m個概念分別與A中n個概念的相似度值后，求其均值，即是用戶興趣本體B與A的相似度。

用上例中的方法，計算出A與C中各項的相似度，從而得出：

2.4.2 評分項目之間的相似性

設(shè)對項i和項j共同評分過的項集合用Uij表示，Ui和Uj表示對項i和項j評分過的用戶集，則評分項目之間的相似性為：

有了評分項目之間相似度的計算方式，可根據(jù)用戶評分項的集合計算用戶的相似度。集合之間相似度的計算需要考慮相似的對稱性性質(zhì)和集合元素個數(shù)對相似計算結(jié)果的影響。另外，用戶之間的相似度應(yīng)該滿足以下基本條件：

1）用戶和自身的相似度為1，即滿足自反性；

2）用戶A與 B的相似度應(yīng)等于B與A的相似度，即滿足對稱性；

3）假設(shè)用戶評分項目集合都有n個元素，其中m（m〈n）個項目相同，又假設(shè)2個項目的相似度只能是0（不同）或1（相同），那么這兩個用戶的相似度應(yīng)該是 m/n。

通過在集合的元素之間建立對應(yīng)的關(guān)系來消除集合元素數(shù)目的影響并保證計算結(jié)果滿足以上的條件。具體方法為：1）首先計算兩個用戶評分項集合的所有項目兩兩間相似度；2）從所有的相似度值中選擇最大的一個，將這個相似度值對應(yīng)的兩個項目對應(yīng)起來，并累加該最大值。3）從所有的相似度值中刪去那些已經(jīng)建立對應(yīng)關(guān)系的項目的相似度值。4）重復(fù)上述第2）步和第3）步，直到所有的相似度值都被刪除；5）沒有建立起對應(yīng)關(guān)系的項目與空元素對應(yīng)；6）求平均相似度（累加和除以對應(yīng)項目個數(shù)），返回。

首先按照相似度建立起兩個集合中項目的一一對應(yīng)關(guān)系，然后計算用戶評分項目集合的相似度：用戶評分項目集合的相似度等于其元素對的相似度的加權(quán)平均。因為評分項目集合的元素之間都是平等的，所以所有的權(quán)值取相同，那么項目集合的相似度等于其項目對的相似度的算術(shù)平均。

2.4.3 產(chǎn)生推薦集

基于領(lǐng)域本體的個性化推薦算法，綜合考慮用戶評分項目之間的語義相似性和用戶的相似性：

式中，simij為混合相似度，sim（i，j）為評分項目的語義相似度，ω為語義相似度的貢獻權(quán)值，sim（u，v）為用戶的相似度，1-ω為用戶相似度的貢獻權(quán)值。

用戶u對目標(biāo)項i的預(yù)測評分pui可以通過目標(biāo)項i的最近鄰居集合V對j的評分得到：

3 試驗與分析

個性化推薦系統(tǒng)為用戶提供個性化的服務(wù)，應(yīng)用于醫(yī)療領(lǐng)域，在健康系統(tǒng)中也有很大的用途，為臨床診斷、選擇治療方案提供參考。以為用戶提供合理的營養(yǎng)配餐為例進行分析。

3.1 領(lǐng)域本體及用戶興趣本體的構(gòu)建

手工構(gòu)建本體的工作量是很大的，通過下面的技術(shù)構(gòu)建領(lǐng)域本體，具體做法是：首先對訓(xùn)練文本進行預(yù)處理，然后構(gòu)建術(shù)語、文本矩陣并對其進行SVD分解得到一組概念和描述每一個概念的一組術(shù)語，這些概念之間的關(guān)系通過聚類得到。這里以健康系統(tǒng)食物查詢模塊中部分食物的分類為依據(jù)，構(gòu)建其本體形式，如圖2所示。

將用戶興趣信息與領(lǐng)域本體概念進行映射后，得到用戶A、B、C具有相同的興趣模式，其用戶興趣本體信息如表1所示。

圖2 營養(yǎng)配餐食物領(lǐng)域本體模型Fig.2 Domain ontology model of food nutrition catering

表1 用戶興趣本體信息Tab.1 User interest ontology information

3.2 相似性的計算以及推薦結(jié)果的產(chǎn)生

抽取幾個用戶和評分項目的信息做簡單的數(shù)據(jù)舉例，若以B、C為相似用戶向A推薦食物，由式（1）和式（2）計算出用戶興趣本體B與A的相似度為0.125，C與A的相似度為0.125，再由式（3）計算出興趣本體中評分項之間的相似度，由此再計算用戶之間的相似性，B與A的相似度為0.678，C與 A的相似度為 0.769，可以得到推薦概念集合為{apple，rice，hairtail}。

3.3 結(jié)果與分析

設(shè)計一個基于食物領(lǐng)域本體的個性化推薦系統(tǒng)，依據(jù)上述的思路，在健康系統(tǒng)中做初步的實驗性應(yīng)用，并采用系統(tǒng)數(shù)據(jù)來進行測試。該系統(tǒng)已有200個用戶對500個食物項目評分，評分值為從1到5的整數(shù)，數(shù)值越高表明用戶對該食品的興趣度越高。

采用平均絕對誤差MAE作為評測的標(biāo)準(zhǔn)。MAE是常用的評價推薦算法質(zhì)量的標(biāo)準(zhǔn)，它通過計算用戶實際評分與預(yù)測評分之間的偏差衡量預(yù)測的準(zhǔn)確性，MAE的值越小，推薦的質(zhì)量越高。

考慮到混合相似度計算中的ω權(quán)重參數(shù)對MAE[7]的影響，在使用混合相似度算法預(yù)測時，找出最優(yōu)ω值的范圍，權(quán)重參數(shù)ω從0到1，間隔為0.1。實驗結(jié)果如圖3所示，由此得出結(jié)論，ω的取值在0.5附近時最優(yōu)的。

圖3 權(quán)重參數(shù)ω對推薦精度的影響Fig.3 Weight parameter ω effect on the accuracy of recommended

為了檢驗基于領(lǐng)域本體的個性化推薦算法的性能，本文將傳統(tǒng)的基于內(nèi)容的協(xié)同過濾推薦算法與本本文的算法進行比較，權(quán)重參數(shù)ω選為0.5，最近鄰居N從20增加到120，間隔為20，實驗結(jié)果如圖4所示。

圖4 推薦算法精度-MAE比較Fig.4 Recommendation algorithm precision-comparison of MAE

從實驗結(jié)果分析，通過項目語義相似性與用戶相似性的融合，挖掘出項目之間的語義關(guān)系，抽取出項目之間的一樣信息，不僅能很好的解決傳統(tǒng)的基于項目的協(xié)同過濾的新項目的冷問題以及提高推薦精度，還能進一步說明用戶對特定領(lǐng)域的項目是否感興趣。隨著用戶的增加，特別是具有較高評分項目數(shù)用戶的增加，這兩種算法的推薦質(zhì)量都有明顯的提高。

4 結(jié)束語

以領(lǐng)域本體為中介，通過抽取領(lǐng)域本體中概念的語義關(guān)系，構(gòu)建用戶興趣本體并進行用戶興趣建模，通過融合評分項目相似性和用戶相似性，產(chǎn)生用戶的最近鄰居并且得到項目的推薦集合。將本文的方法應(yīng)用到健康系統(tǒng)中進行初步的實驗分析，實驗結(jié)果表明利用領(lǐng)域知識計算相似度可以解決用戶評分項很少數(shù)據(jù)極端稀疏情況下的系統(tǒng)冷啟動現(xiàn)象，提高系統(tǒng)的推薦質(zhì)量和精度。

[1] 韓燕.數(shù)據(jù)挖掘方法和知識發(fā)現(xiàn)[J].人工智能及識別技術(shù)，2007， 17（1）：10-25.HAN Yan.Data mining and knowledge discovery[J].Artificial Intelligence and Identification Technology，2007，17（1）：10-25.

[2] 李慶祝，佘玲玲，單光先.數(shù)據(jù)挖掘及應(yīng)用[J].現(xiàn)代電子技術(shù)，2010（12）:28-30.LI Qing-zhu，SHE Ling-ling，SHAN guang-xian.Data mining and its application [J].Modern Electronic Technique,2010（12）:28-31.

[3] Chandrasekaran B，Josephson J R，Benjamins V R.What are ontologies，and why do we need them [J].IEEE Intelligent Systems Archive， 1999， 14（1）：20-25.

[4] LI Wang，LI Ying-jie.The semantic matching of semantic web services[C].In：IEEE/ACM/KGGI O4， 2004.

[5] 曾子明.電子商務(wù)推薦系統(tǒng)與智能談判技術(shù)[M].武漢：武漢大學(xué)出版社，2008.

[6] 顏端武.面向知識服務(wù)的智能推薦系統(tǒng)研究[D].南京：南京理工大學(xué)，2007.

[7] 陳健，印鑒.基于影響集的協(xié)作過濾推薦算法[J].軟件學(xué)報，2007，18（7）：1685-1694.CHEN Jian.YIN Jian.A collaborative filtering recommendation algorithm based on influence sets[J].Journal of Software，2007，18（17）：1685-1694.