李晨跃 刘克剑 孟庆瑞

摘要：博物馆网站主要展示馆内藏品，繁多的展品使得用户在访问网站时会花费大量时间。可以通过基于Web日志挖掘的技术分析用户的访问行为，判断其兴趣爱好，使用不同的推荐方法主动向用户推荐其可能感兴趣的博物馆藏品，以提高用户访问体验。主要使用4种推荐方式，即热点推荐、类别推荐、相似推荐、猜猜你喜欢。

关键词：推荐系统；日志挖掘；热点推荐；类别推荐

DOIDOI：10.11907/rjdk.161496

中图分类号：TP319

文献标识码：A 文章编号：1672-7800（2016）005-0066-02

0 引言

随着信息技术和互联网的发展，逐渐从信息匮乏时代步入信息超载时代。消费者不易从大量信息中找到自己感兴趣的信息；对于信息生产者，其产品或服务信息受到广大用户的关注，也是一件非常困难的事情[1]。

推荐系统作为一种信息过滤的重要工具，是当前解决信息超载问题的重要方法[1]。推荐系统的任务就是联结用户和信息，一方面，帮助用户发现有价值的信息；另一方面让信息展现在对它感兴趣的用户面前，从而实现信息消费者和信息生产者的双赢。

目前主流的推荐技术包括以下几种：基于内容的推荐、基于用户统计信息的推荐、基于协同过滤的推荐[2]、基于关联规则的推荐。基于物品的协同过滤算法是目前应用最多的算法，它通过分析用户的历史行为来计算物品间的相似度。算法主要分为两步：①计算物品间的相似度；②根据用户历史行为和物品相似度计算用户的推荐列表[3]。度量物品之间相似性的方法有多种，其中之一为使用余弦相似度定义物品和物品之间的相似度。

1 系统需求与数据库设计

用户通过浏览器访问博物馆藏品时，系统基于Web日志挖掘技术分析用户访问行为，判断其兴趣爱好，并主动推荐用户可能感兴趣的藏品，同时通过对用户访问行为的分析，在用户登录时呈现不同的网页界面。如：通过分析发现，某用户对博物馆中西藏植物有较大兴趣，则当该用户再次访问网站时，显示的主要页面是与西藏植物相关的内容；若用户从未访问过网站，将会给予热点藏品推荐，用户访问藏品后，下次再次登录时，网站将会给予相关推荐。

1.1 系统模块

根据用户不同，对于没有登录的游客，系统只使用热点藏品推荐功能；对于已登录游客，如果第一次登录，使用热点藏品推荐；如果是已登录过的会员，系统会调用所有模块进行推荐。模块如图1所示。

1.2 系统功能模块

为了增加推荐系统的多样性，更好服务于用户，设计如下4个推荐功能：热点藏品推荐、按类别推荐、相似藏品推荐、猜猜你喜欢。

（1）热点藏品推荐。从数据库中读取依据点击量排名的藏品，选取点击量前10的藏品推荐给用户，使用基于内容的推荐方法。

（2）按类别推荐。从用户cookie中读取用户浏览过的藏品，获得用户喜好，从用户最近浏览中选出4种类别，然后按类别从数据库中选取该类别的热点藏品推荐给用户，使用基于人口统计的推荐方法。

（3）相似藏品推荐。首先获取最近浏览的前5个藏品，再根据这5个藏品作相似藏品推荐。从相似度表中读取与选出藏品相似的藏品，然后根据相似度排名，选取前4名的藏品作为相似藏品进行推荐，使用基于内容的推荐方法。

（4）猜猜你喜欢。用户点击一个藏品，藏品的关键词就会记录到数据库中，若某藏品也包含该关键词，则这个关键词在数据库中的访问量加1，选出访问量靠前的关键词，这些关键词能代表用户的兴趣爱好。然后从倒排文件中选出包含这些关键词的所有藏品，对这些藏品包含关键词的个数进行排序，选取包含关键词多的藏品推荐给用户，使用基于物品协同过滤的方法。

2 数据库设计

除最基本的用户表（User）表和博物馆（exhibit）表之外，设计用户关键字（UserKeyWord）表；相似度（Similarity）表；关键字权重（KeyWordWeight）表；关键字字典（KeyWordDictionary）表；倒排文件（InvertedFile）表。数据库关系表如图2所示。

3 功能实现

系统数据挖掘与推荐时，需要用到自定义函数以进行数据传递和分析。首先从用户的cookie或者数据库中读取用户浏览信息；然后，根据不同的推荐类型，选择不同的函数对数据进行推荐操作；最后，将推荐结果返还给用户。详细步骤如下：

（1）当用户点击某个藏品时，获取藏品关键词，将这些关键字与用户ID放到一张表中（UserKeyWord），同时记录关键字的次数。检查该藏品的关键词是否已经存在数据库中（表keyWordDictionary）。若关键词不在数据库中，将该关键词插入到数据库中，并将该藏品插入到倒排文件中（表InvertedFile）；若该关键词已经在数据库中，则直接将该藏品插入到该关键词倒排文件中，最后计算藏品与其它藏品间的相似度。

（2）计算藏品之间的相似度。首先，从展品表（exhibit）获取该藏品的所有关键词，然后从倒排文件中获取与该藏品有相同关键词的所有藏品，计算该藏品与有相同关键词藏品间的相似度。但只与有相同关键词的藏品进行相似度计算，与没有相同关键词的藏品之间的相似度为0，避免与其它所有藏品间计算相似度，从而节约资源。计算的方法为获取藏品的所有关键词权重（表KeyWordWeight），计算两藏品关键词权重组成的向量余弦夹角[4]，将两藏品间的余弦夹角保存到数据库中（表Similarity），最后根据相似度选出前4个藏品返还给用户。计算相似度代码如下：

（3）为了提高访问速度，减轻数据库负担。当用户点击藏品时，将该藏品以及点击时间保存到缓存中，若缓存中藏品量达到极限，从缓存中删除点击量少并且保存时间久远的藏品，以便存储新的藏品。当要用到该藏品相似藏品时直接从缓存中读取，加快访问速度，减轻数据库服务器负担。

4 结语

本文将推荐系统引入博物馆网站建设，以提升用户体验。系统基于不同推荐算法提供了4种推荐体验，从多方面考虑用户需求，尽可能为用户推荐到满意的藏品，大大提高用户体验。

参考文献：

[1]许海玲，吴潇，李晓东，阎保平.互联网推荐系统比较研究[J].软件学报， 2009， 20（2）：350-362.

[2]GOLDBERG D，NICHOLS D，OKI B M，et al.Using collaborative filtering to weave an information tapestry[J].Communications of the ACM，1992，35（12）：61-70.

[3]应毅，刘亚军，陈诚.基于云计算技术的个性化推荐系统[J].计算机工程与应用，2015，51（13）：111-117.

[4]王国霞，刘贺平.个性化推荐系统综述[J].计算机工程与应用，2012，48（7）：66-76.

（责任编辑：陈福时）