趙 冉

（河北金融學(xué)院，河北保定 071000）

0 引 言

用戶獲取圖書資源的重要途徑是圖書館，隨著科學(xué)技術(shù)的不斷發(fā)展，圖書館信息服務(wù)迎來巨大挑戰(zhàn)[1]。在傳統(tǒng)圖書館信息服務(wù)模式下，所有用戶統(tǒng)一使用一個圖書館平臺，用戶想要獲取自己所需圖書信息時，只需主動向圖書館平臺提交查詢請求，圖書館平臺通過用戶查詢請求后用戶就可獲取需求信息。但是隨著信息化的不斷發(fā)展，高校圖書館信息量不斷膨脹[2]，導(dǎo)致傳統(tǒng)信息服務(wù)模式下的用戶難以快速發(fā)現(xiàn)符合自身偏好的圖書信息。在此情況下學(xué)者應(yīng)將研究重點(diǎn)放在圖書館推薦技術(shù)上，通過設(shè)計較好的圖書館推薦技術(shù)及時將符合目標(biāo)用戶偏好的圖書推薦給目標(biāo)用戶，且設(shè)計的圖書館推薦技術(shù)能過濾圖書館中的海量數(shù)據(jù)，在較短時間內(nèi)響應(yīng)目標(biāo)用戶需求[3]。該圖書館推薦技術(shù)必須具備處理大數(shù)據(jù)的能力。經(jīng)過實際調(diào)查分析發(fā)現(xiàn)，當(dāng)前主流內(nèi)存計算框架是Spark，且處理大數(shù)據(jù)的能力較好，因此基于云計算平臺設(shè)計圖書館推薦技術(shù)能提升處理大數(shù)據(jù)的能力和推薦效率[4]。通過云計算平臺處理大數(shù)據(jù)后，應(yīng)將推薦效果較好的推薦算法融合到云計算平臺中，精準(zhǔn)快速地向目標(biāo)用戶推薦圖書[5]。通過查閱相關(guān)文獻(xiàn)發(fā)現(xiàn)，當(dāng)前個性化圖書館推薦技術(shù)在用戶粘稠度較低的情況下，無法精準(zhǔn)向目標(biāo)用戶推薦圖書[6]，因此需在基于云計算平臺的圖書館推薦技術(shù)中添加混合推薦算法，當(dāng)用戶粘稠度較低時采用基于Spark 的聚類算法推薦圖書，當(dāng)用戶粘稠度較高時采用協(xié)同過濾算法向目標(biāo)用戶推薦圖書。根據(jù)上述分析本文研究基于云計算平臺的圖書館混合推薦技術(shù)，通過該技術(shù)彌補(bǔ)當(dāng)前圖書館推薦技術(shù)存在的缺陷，提升推薦圖書的質(zhì)量[7]。

1 圖書館混合推薦技術(shù)

1.1 圖書館混合推薦系統(tǒng)總體架構(gòu)

基于云計算平臺的圖書館混合推薦系統(tǒng)將并行計算框架作為計算前提，依照分布式結(jié)構(gòu)將采集到的數(shù)據(jù)信息傳輸?shù)郊海瑐鬏斶^程中采用Kafka 消息中間件傳輸數(shù)據(jù)信息，并行化處理數(shù)據(jù)信息，基于云計算平臺的圖書館混合推薦系統(tǒng)框架結(jié)構(gòu)如圖1 所示。

圖1 圖書館混合推薦系統(tǒng)Fig.1 Library hybrid recommendation system

從圖1 中可清晰明了地觀察出基于云計算平臺的圖書館混合推薦系統(tǒng)推薦過程。首先，存儲收集到的圖書館用戶日志和圖書館圖書數(shù)據(jù)，存儲位置是本地數(shù)據(jù)庫[8]，采用Flume 的Tail 命令觀測圖書館用戶日志變化規(guī)律，采集圖書館用戶日志信息和圖書館圖書數(shù)據(jù)[9]。其次，將圖書館用戶日志信息和圖書館圖書數(shù)據(jù)傳輸?shù)終afka 消息中間件中，采用Kafka 消息中間件將集群訂閱的圖書館用戶日志信息和圖書館圖書數(shù)據(jù)傳輸?shù)郊褐?，?chuàng)建分布式數(shù)據(jù)集，依照定義算子和函數(shù)預(yù)處理分布式數(shù)據(jù)，根據(jù)用戶粘稠度采用不同推薦算法計算分布式數(shù)據(jù)。當(dāng)用戶粘稠度較低時采用聚類算法，當(dāng)用戶粘稠度較高時采用基于協(xié)同過濾的混合推薦算法，將推薦結(jié)果傳輸?shù)紿Base 數(shù)據(jù)庫中，存儲推薦結(jié)果。

同時將推薦結(jié)果傳輸?shù)郊旱暮诵慕M件中，分析計算推薦結(jié)果數(shù)據(jù)和備份推薦結(jié)果數(shù)據(jù)的同時向目標(biāo)用戶推薦圖書，將最終推薦結(jié)果存儲到HDFS 分布式文件系統(tǒng)中，Web 服務(wù)器可隨時訪問HBase 數(shù)據(jù)庫和HDFS分布式文件系統(tǒng)中的推薦數(shù)據(jù)信息。基于云計算平臺的圖書館混合推薦系統(tǒng)能夠?qū)崿F(xiàn)多種功能，包括分析用戶日志數(shù)據(jù)、推薦圖書、實時備份數(shù)據(jù)等功能[10]。分布式并行化處理顯式反饋和隱式反饋的數(shù)據(jù)，其中顯式反饋數(shù)據(jù)指的是用戶收藏和屬性特征等用戶行為，隱式反饋數(shù)據(jù)指的是在某圖書上用戶消耗的時間或者搜索圖書類別等數(shù)據(jù)。依照計算的推薦結(jié)果將圖書館中圖書推薦給目標(biāo)用戶，目標(biāo)用戶可采用Web 網(wǎng)頁訪問該推薦系統(tǒng)[11]。該系統(tǒng)中最為重要的是圖書推薦算法，根據(jù)用戶粘稠度采用相應(yīng)圖書推薦算法推薦圖書。

1.2 圖書館混合推薦算法

圖書館混合推薦算法在不同粘稠度的狀況下分別采用相應(yīng)算法推薦圖書館圖書。假設(shè)用戶粘稠度較低，即存在新用戶的情況下，應(yīng)采用聚類算法，假定同類用戶具有相同的讀書偏好，依照聚類結(jié)果向目標(biāo)用戶推薦圖書。當(dāng)用戶粘稠度較高時，應(yīng)采用基于協(xié)同過濾的混合推薦算法向目標(biāo)用戶推薦圖書，下面詳細(xì)討論不同粘稠度下圖書館推薦算法的計算過程。

1.2.1 聚類算法

當(dāng)用戶粘稠度較低時需聚類用戶，假定同類用戶讀書偏好相同，基于聚類結(jié)果向目標(biāo)用戶推薦圖書。本文采用聚類算法聚類用戶[12]，將圖書館圖書數(shù)據(jù)劃分成多個片區(qū)，每個片區(qū)大小相同，聚類操作多個片區(qū)，合并聚類結(jié)果得到最終所需聚類。算法詳細(xì)步驟如下所示：

1）通過Flume 采集圖書館圖書數(shù)據(jù)，創(chuàng)建彈性分布式數(shù)據(jù)集RDD。

2）讀取map 函數(shù)，通過雙層并行遺傳算法獲取聚類中心b1和b2，通過獲取的聚類中心得到新彈性分布式數(shù)據(jù)集RDD1。

3）MapToPair 操作原有彈性分布式數(shù)據(jù)集，通過每個點(diǎn)和聚類中心之間的距離聚類劃分原有彈性分布式數(shù)據(jù)集，得到RDD3。

4）reduceBykey 操作RDD3，計算新聚類中心，同時判斷聚類中心收斂性，當(dāng)聚類中心不收斂時，需繼續(xù)迭代聚類中心[13]，如果聚類中心出現(xiàn)收斂的狀況，需依照key 值合并聚類中心。

5）采用filter 函數(shù)篩選出需要的聚類中心，依照聚類中心用戶讀書偏好向目標(biāo)用戶推薦圖書。

1.2.2 基于協(xié)同過濾的混合推薦算法

當(dāng)用戶粘稠度較高時，采用基于協(xié)同過濾的混合推薦算法分析用戶閱讀偏好，在用戶群中篩選出與目標(biāo)用戶閱讀偏好較為一致的用戶，采用近鄰用戶產(chǎn)品評價信息數(shù)據(jù)計算目標(biāo)用戶對圖書館的預(yù)測評分，通過預(yù)測評分?jǐn)?shù)據(jù)探析目標(biāo)用戶對圖書館中某類圖書的需求程度[14]，根據(jù)需求程度的高低向用戶推薦相應(yīng)的圖書館圖書。基于協(xié)同過濾的混合推薦算法過程主要包括以下兩個步驟：

1）選取近鄰用戶。假設(shè)Di=(y1,y2,…,yj)表示其他用戶和目標(biāo)用戶評價向量，當(dāng)用戶m和目標(biāo)用戶的Dm之間相似性與既定閾值相符合時，將用戶m當(dāng)成是目標(biāo)用戶的近鄰用戶，此時選取用戶m為評分預(yù)測的計算用戶集。通過Pearson 系統(tǒng)計算用戶之間相似程度，相似度計算公式如下所示：

2）預(yù)測評分。采用全局?jǐn)?shù)值算法預(yù)測評分，將上文計算的相似度當(dāng)成權(quán)值，組合多個權(quán)值產(chǎn)生預(yù)測評分，其計算公式如下所示：

式中：m表示計算用戶集中用戶數(shù)量；Qyj表示用戶y對圖書j的預(yù)測評分。

綜上所述，基于云計算平臺的圖書館混合推薦過程是當(dāng)目標(biāo)用戶登錄基于云計算平臺的圖書館混合推薦系統(tǒng)后，系統(tǒng)需要判斷用戶粘稠度，粘稠度較低時，需聚類用戶，假定同類用戶有相同讀書偏好，依照聚類算法獲取聚類中心，通過聚類中心中用戶讀書偏好向目標(biāo)用戶推薦圖書；當(dāng)粘稠度較高時采用基于協(xié)同過濾的混合推薦算法，尋找近鄰用戶，采用評分向量計算用戶相似性，預(yù)測評分，依照預(yù)測評分結(jié)果向目標(biāo)用戶推薦圖書[15]。

2 實驗驗證

為驗證本文基于云計算平臺的圖書館混合推薦技術(shù)的性能，需采用Windows XP 系統(tǒng)，雙核CPU 1.85 GHz和4 GB 內(nèi)存的計算機(jī)，本次實驗的測試數(shù)據(jù)為某高校圖書館讀者借閱圖書數(shù)據(jù)。

2.1 推薦效果

為檢測本文方法的推薦效果，檢測本文方法查準(zhǔn)率和誤判率判斷推薦效果，其中，推薦成功圖書和推薦圖書總數(shù)之間的比值表示查準(zhǔn)率，推薦失敗的圖書總數(shù)和推薦圖書總數(shù)之間比值表示誤判率。系統(tǒng)統(tǒng)計結(jié)果如圖2 所示，同時將采用本文方法推薦圖書的界面效果用圖3 呈現(xiàn)出來。

圖2 統(tǒng)計結(jié)果Fig.2 Statistical results

圖3 推薦界面Fig.3 Recommended interface

從圖2 中可以看出，隨著用戶評價圖書數(shù)目的不斷增加，本文方法推薦的查準(zhǔn)率逐漸上升，誤判率逐漸下降，且本文方法推薦查準(zhǔn)率不低于95%，說明本文方法查準(zhǔn)率較高，本文方法推薦效果較好。

從圖3 中的推薦界面可以看出，采用本文方法后用戶能夠清晰明了地從推薦界面中看到推薦圖書，簡單快速地尋找自身感興趣圖書，目標(biāo)用戶可從界面中觀察推薦圖書的推薦分值，選取自己感興趣的圖書，降低搜尋時間。

2.2 推薦性能評估

為檢測本文方法的推薦性能，需研究不同推薦列表長度下本文方法推薦的精準(zhǔn)度和多樣率，通過精準(zhǔn)度表示推薦列表中符合目標(biāo)用戶閱讀偏好的圖書占有比重，通過多樣率表示推薦圖書的多樣性，研究結(jié)果如表1所示。

表1 本文方法推薦性能Table 1 Recommending performance of this method

由表1 可得本文方法推薦精準(zhǔn)性和圖書兩兩相異性多樣率之間呈反比，隨著推薦列表長度的增加，與目標(biāo)用戶閱讀偏好較為一致的圖書進(jìn)入列表比重會逐步上升，方法精準(zhǔn)性會顯著上升，多樣性會顯著降低，且方法推薦精準(zhǔn)性最高，最高數(shù)值為99.72%，推薦性能較好。

2.3 運(yùn)行情況

為驗證本文方法在計算機(jī)中的運(yùn)行情況，檢測用戶量不同情況下本文方法的響應(yīng)時間、內(nèi)存使用情況和CPU 使用情況，通過SAS 繪圖軟件顯示檢測結(jié)果，如圖4所示。

圖4 本文方法運(yùn)行情況Fig.4 Operating status of this method

從圖4 可看出，隨著用戶人數(shù)的增加，采用本文方法向目標(biāo)用戶推薦圖書館的響應(yīng)時間逐漸增加，且內(nèi)存使用情況和CPU 使用情況也隨著用戶人數(shù)的增加而不斷增加，但是從總體上看，采用本文方法向目標(biāo)用戶推薦圖書后計算機(jī)的內(nèi)存使用情況和CPU 使用情況不超過60%，本文方法響應(yīng)時間不超過0.2 s，即本文方法推薦時間較短，且采用本文方法向目標(biāo)用戶推薦圖書的整個過程中較少使用CPU，占有內(nèi)存較小，說明本文方法響應(yīng)時間快，能夠節(jié)省計算機(jī)內(nèi)存空間。

3 結(jié) 論

當(dāng)前圖書館中含有海量圖書信息，基于云計算平臺的圖書館混合推薦技術(shù)能夠快速有效地從圖書館中采集到所需圖書館用戶日志信息，依照用戶粘稠度采用相應(yīng)算法向目標(biāo)用戶推薦圖書。本文方法充分考慮用戶粘稠度，彌補(bǔ)當(dāng)前個性化圖書館推薦技術(shù)無法向粘稠度較低的用戶推薦圖書的缺陷，經(jīng)過實驗分析發(fā)現(xiàn)，本文方法推薦精準(zhǔn)度高，可將本文方法應(yīng)用到實際的圖書館推薦中。