李偉

（六盤水師范學(xué)院數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，貴州 553000）

0 引言

隨著我國旅游產(chǎn)業(yè)規(guī)模不斷擴(kuò)大，旅游信息呈現(xiàn)爆炸性增長，導(dǎo)致游客很難獲取有價(jià)值的信息，旅游服務(wù)開始從傳統(tǒng)的信息化向智能化轉(zhuǎn)變。智慧旅游推薦系統(tǒng)從海量旅游信息資源中發(fā)現(xiàn)游客感興趣的信息，并將個(gè)性化需求信息推薦給對應(yīng)的游客用戶，因此推薦系統(tǒng)的研發(fā)對智慧旅游的發(fā)展具有重要意義。目前，國內(nèi)外主要從兩個(gè)方面對智慧旅游進(jìn)行研究：①通過具體的實(shí)例來展現(xiàn)智慧旅游的發(fā)展情況。②研究如何構(gòu)建智慧旅游體系［1］。Jeong H 分析用戶對景點(diǎn)的訪問信息，根據(jù)用戶的地理信息對旅游用戶進(jìn)行推薦［2］。Huang Y 利用貝葉斯網(wǎng)絡(luò)分析用戶的數(shù)據(jù)，構(gòu)建智慧旅游推薦系統(tǒng)［3］。近年來智慧旅游推薦系統(tǒng)在我國快速發(fā)展起來，它是信息技術(shù)與旅游資源結(jié)合的產(chǎn)物，也是旅游發(fā)展理念的重大變革。但智慧旅游推薦系統(tǒng)仍存在很多問題，例如推薦系統(tǒng)的性能較差、推薦信息不準(zhǔn)確等。

本文研究利用大數(shù)據(jù)挖掘技術(shù)，改進(jìn)基于項(xiàng)目的協(xié)同過濾算法，分析游客的歷史數(shù)據(jù)和游客與系統(tǒng)的交互行為來獲取游客的興趣，使用Mahout 實(shí)現(xiàn)分布式智慧旅游推薦系統(tǒng)，為旅客提供高效的個(gè)性化服務(wù)信息推薦。

1 系統(tǒng)架構(gòu)

為了給游客提供精準(zhǔn)智能的個(gè)性化服務(wù)，景區(qū)需要搭建智慧旅游推薦系統(tǒng)［4］?；诖髷?shù)據(jù)挖掘技術(shù)的智慧旅游推薦系統(tǒng)的總體架構(gòu)如圖1 所示，分為數(shù)據(jù)層、分析層和應(yīng)用層。數(shù)據(jù)層是推薦系統(tǒng)的數(shù)據(jù)來源，整合所有智慧旅游業(yè)務(wù)數(shù)據(jù)，包括旅游資源、用戶信息和服務(wù)器日志等數(shù)據(jù)；分析層使用大數(shù)據(jù)開源框架Hadoop，其兩大核心是HDFS 和MapReduce，在Hadoop 的基礎(chǔ)上采用Mahout 分布式程序?qū)崿F(xiàn)基于項(xiàng)目的協(xié)同過濾推薦；應(yīng)用層主要向終端用戶推送的服務(wù)有景點(diǎn)推薦、路線推薦和資訊推薦等。游客可以通過手機(jī)終端向系統(tǒng)請求服務(wù)信息，系統(tǒng)根據(jù)景區(qū)的實(shí)時(shí)狀況和游客特征向游客推送個(gè)性化推薦服務(wù)，同時(shí)系統(tǒng)可以收集游客對推薦結(jié)果的反饋信息，從而改善推薦結(jié)果的準(zhǔn)確率。

圖1 智慧旅游推薦系統(tǒng)的總體架構(gòu)

2 關(guān)鍵技術(shù)

個(gè)性化推薦系統(tǒng)是建立在數(shù)據(jù)挖掘的基礎(chǔ)上的一種高級智能服務(wù)，它組合各種軟件技術(shù)和工具為用戶推薦信息［5］。智慧旅游推薦系統(tǒng)向游客推薦其感興趣的旅游服務(wù)信息，為了保障推送的服務(wù)信息是游客真正需要的，系統(tǒng)首先需要收集游客的偏好，然后從信息庫中選擇與游客偏好匹配的項(xiàng)目，再推薦給游客。智慧旅游推薦系統(tǒng)的關(guān)鍵技術(shù)主要包括構(gòu)建游客興趣模型和推薦算法。

2.1 游客興趣建模

游客在智慧旅游推薦系統(tǒng)中分為顯性反饋和隱性反饋兩種行為。顯性反饋行為是游客已經(jīng)旅游的景點(diǎn)信息、路線信息和酒店信息等歷史數(shù)據(jù)，其表現(xiàn)方式是對信息的評分和偏好。隱性反饋行為是游客對景點(diǎn)網(wǎng)上相關(guān)信息的瀏覽數(shù)據(jù)，以及游客與系統(tǒng)的交互行為。

游客興趣模型包括：游客的姓名、性別和年齡等基本信息，游客對景點(diǎn)、酒店等的評分信息，游客當(dāng)前所在景點(diǎn)和路線等位置信息。

2.2 推薦算法

建立游客興趣模型以后，推薦系統(tǒng)對游客進(jìn)行個(gè)性化推薦還需要使用推薦算法對數(shù)據(jù)進(jìn)行分析處理。基于項(xiàng)目的協(xié)同過濾算法是根據(jù)用戶已有的信息，去推算出用戶可能含有或即將含有的信息［6］。系統(tǒng)采用的基于項(xiàng)目的協(xié)同過濾算法，將所有游客對某個(gè)景點(diǎn)的偏好作為一個(gè)向量來計(jì)算景點(diǎn)之間的相似度，得到景區(qū)的相似景區(qū)后，根據(jù)游客歷史偏好預(yù)測當(dāng)前游客還沒有表示偏好的景區(qū)，計(jì)算得到一個(gè)排序的景區(qū)列表作為結(jié)果推薦。如圖2所示，對于景區(qū)1，根據(jù)所有游客的歷史偏好，喜歡景區(qū)1的游客都喜歡景區(qū)3，得出景區(qū)1 和景區(qū)3 比較相似，而用戶C 喜歡景區(qū)1，那么可以推斷出用戶C 可能也喜歡景區(qū)3。

圖2 基于項(xiàng)目的協(xié)同過濾算法

相似度的計(jì)算的方法主要有歐幾里德距離、皮爾遜相關(guān)系數(shù)和余弦相似度［7］，本文利用余弦相似度來計(jì)算項(xiàng)目的相似度。但是余弦相似度方法忽略了不同用戶打分的嚴(yán)格程度，有的用戶偏向于給高分，而有的用戶偏向于給低分，本文改進(jìn)了余弦相似度，通過減去用戶打分的平均值來去除用戶打分習(xí)慣的影響，如公式為：

其中，Ri為用戶i的打分平均值，Rj為用戶j的打分平均值。

2.3 Mahout

Apache Mahout 中提供了協(xié)同過濾算法的實(shí)現(xiàn)［8］，它是一個(gè)基于Java 實(shí)現(xiàn)的可擴(kuò)展和高效的推薦引擎，從數(shù)據(jù)處理能力上可以分為單機(jī)內(nèi)存算法實(shí)現(xiàn)和基于Hadoop的分步布算法實(shí)現(xiàn)。本文采用基于Hadoop的分步布算法，以來提高智慧旅游推薦系統(tǒng)的性能。在運(yùn)行時(shí)Mahout 分布式程序會(huì)把MapReduce 類型的程序包，自動(dòng)發(fā)布到Hadoop集群環(huán)境中執(zhí)行。

3 實(shí)驗(yàn)分析

為了檢驗(yàn)本文所提出方法的有效性，在Movie-Lens 數(shù)據(jù)集上進(jìn)行驗(yàn)證，并隨機(jī)抽取80%的數(shù)據(jù)作為訓(xùn)練集，20%的數(shù)據(jù)作為測試集。本文采用均方根誤差RMSE（root mean squared error）作為評價(jià)標(biāo)準(zhǔn)，通過計(jì)算預(yù)測的用戶評分與實(shí)際的用戶評分之間的偏差來度量預(yù)測的準(zhǔn)確性。RMSE公式為：

其中，{P1，P2，…，PN}為N個(gè)項(xiàng)目的預(yù)測評分集合，{r1，r2，…，rN}為N個(gè)項(xiàng)目的實(shí)際評分集合。當(dāng)RMSE值越小時(shí)，表示推薦質(zhì)量越高。實(shí)驗(yàn)采用余弦相似度和改進(jìn)的余弦相似度來計(jì)算項(xiàng)目之間的相似度，值的分布如圖3 所示，由圖可以看出余弦相似度分布較為均勻，而改進(jìn)的余弦相似度分布更加個(gè)性化。使用項(xiàng)目的評分值減去用戶評分的平均值，能夠真實(shí)反映出項(xiàng)目的差異特征，因此改進(jìn)的余弦相似度計(jì)算方法可以得到較高推薦質(zhì)量。

圖3 實(shí)驗(yàn)計(jì)算項(xiàng)目的相似度

4 結(jié)語

隨著大數(shù)據(jù)技術(shù)的發(fā)展和旅游信息數(shù)據(jù)的增長，搭建基于大數(shù)據(jù)挖掘技術(shù)的智慧旅游推薦系統(tǒng)，利用大數(shù)據(jù)的分布式計(jì)算能力，能夠快速處理旅游信息數(shù)據(jù)，實(shí)時(shí)的進(jìn)行智慧旅游服務(wù)信息推薦。因此，智慧旅游推薦系統(tǒng)具有良好的應(yīng)用前景，來為游客提供智能和高效的個(gè)性化信息推薦服務(wù)。