CN103150667B - 一种基于本体结构的个性化推荐方法 - Google Patents

Abstract

本发明涉及一种基于本体结构的个性化推荐方法，步骤包括：1）根据本体结构组成一概念词典；2）将待推荐物品按照概念词典进行分词，将分词结果中的每一个词条在所述本体结构的对应节点位置标记为该物品；3）在设定的时间内将用户浏览过的物品集合表示为用户的兴趣内容，用概念词典对用户兴趣内容进行分词，并将分词结果中的每一个词条在所述本体结构的对应节点位置标记为该用户；4）根据本体相似度计算模型，对待推荐物品和用户兴趣内容的相似度进行计算，推荐相似度最大的n个物品或相似度大于一设定阈值的物品给用户。本发明提高推荐的准确性，克服了传统推荐方法的不足。

Description

一种基于本体结构的个性化推荐方法

技术领域

本发明主要涉及互联网领域，特别涉及一种利用本体结构计算用户和物品相似度的个性化推荐方法，属于数据挖掘领域。

背景技术

随着信息技术和互联网的发展，人们面临的信息越来越多，如何从大量的信息中找到自己感兴趣的信息是一件非常困难的事情。因此，越来越多的研究人员和公司开发了推荐系统来解决这一问题。

例如，著名的电商网站Amazon将推荐系统应用到电子商务中，他们通过分析用户的购买、浏览行为，预测用户可能对什么商品感兴趣，从而通过推荐系统成功提高了销售额。随着推荐技术的不断发展，推荐系统已经成为了很多网站的重要功能。比如Facebook和Twitter通过推荐系统给用户推荐好友，Google利用推荐系统给用户推荐新闻，Youtube，Netflix通过推荐系统推荐视频。

通过多年的研究，研究人员提出了很多个性化推荐方法，主要包括三类：第一，协同过滤（collaborativefiltering,CF）（可参考刘建国,周涛,汪秉宏.个性化推荐系统的研究进展[J].自然科学进展,2009,19(1)第一章节）；第二，基于内容的过滤（content-basedfiltering,CBF）（可参考刘建国,周涛,汪秉宏.个性化推荐系统的研究进展[J].自然科学进展,2009,19(1)中第二章节）；第三，CBF和CF混合的方法。但是这些方法都没有考虑用户和物品以及物品和物品之间的语义联系。例如，用户很喜欢关于火箭队及其球员的新闻，但是他还没来得及浏览关于麦蒂的新闻。因此，根据浏览记录，该用户的感兴趣内容中记录的是火箭队及火箭队其他球员，使用现有的推荐方法，如采用第一种基于内容的过滤方法，有关麦蒂的新闻和该用户的兴趣内容相似度很低，这样的推荐系统并不会向该用户推荐有关麦蒂的新闻。但实际上，麦蒂和火箭队有很强的语义联系（前火箭队当家球星），向该用户推荐有关麦蒂的新闻是合理的。所以，在现有技术中存在着非语义联系的缺陷，不能够及时满足用户的需要。

发明内容

本发明的目的是提供网络信息中个性化推荐存在语义联系不足的解决方法，首先利用本体结构构建一个概念词典；并利用概念词典将待推荐物品和用户兴趣内容分别投影到本体结构上；最后再计算待推荐物品和目标用户的相似度并进行推荐。特别是能够将一些在传统词袋模型bag-of-words（可参考http://baike.baidu.com/view/9481732.htm中BOW模型部分）形式下与用户兴趣内容相似度低而语义相似度高的物品推荐给用户，提高推荐的准确性。

为了达到上述目的，本发明的技术方案为：

一种基于本体结构的个性化推荐方法，其步骤包括：

(1)利用本体结构(ontology)（可参见吴强,刘宗田,强宇.基于本体的知识库推理研究[J].计算机应用研究,2005,1定义2）构建一个概念词典（可参见吴强,刘宗田,强宇.基于本体的知识库推理研究[J].计算机应用研究,2005,1，定义3）；

(2)将待推荐物品（可以是新闻、图书、电影、视频、音乐、商品等任意物品）的内容投影到所述本体结构上；将用户浏览过的物品收集为集合作为用户的兴趣内容，并投影到本体结构上；

(3)使用基于本体结构的相似度模型计算用户与待推荐物品的相似度，根据相似度的大小为用户推荐物品。

在步骤(1)将本体结构中所有的词条组成一个词典，称之为概念词典，因此，概念词典中的每一个词条在本体结构上都有对应位置。

在步骤(2)将物品的内容投影到本体结构时，使用概念词典对物品的内容进行分词，然后将分词结果中的每个词条投影到本体结构上，如果一个词条在本体结构上有多个位置，那么多个位置都被投影，将本体结构的这些位置标记为该物品。

在步骤(2)将特定时间内用户浏览过的所有物品构成一个集合作为用户的兴趣内容，使用概念词典对用户兴趣内容进行分词，将分词结果中的每一个词条投影到本体结果的对应位置上，将本体结构的这些位置标记为该用户。

所述步骤(3)基于本体结构的相似度模型，比较一个物品和一个用户的相似度，即在本体结构上，比较标记为该物品的词条集合与标记为该用户的词条集合的相似度，这个计算过程如下：

其中，item表示待推荐物品，user表示用户兴趣内容；表示效果累计函数，如求和函数、求积函数、平均值函数等；p表示从待推荐物品中切出词条的个数，q表示从用户兴趣内容中切出词条的个数；是待推荐物品中第i个词条，是用户兴趣内容中第j个词条，表示待推荐物品中的第i个词条与用户兴趣内容中第j个词条的相似度，w_i,j表示的置信度，且w_i,j具有如下特征：

①w_i,j的阈值为[0,1]的实数；

②当在item中的权重与在用户兴趣内容中的权重越相近(两者的绝对值越小)，w_i,j的值越大，即此时计算出的越可信；反之，越小，越不可信；

③可以在w_i,j中使用一个参数k来控制sim(item,user)对w_i,j的敏感度，k的定义域为[0,∞)上的实数，k越大敏感度越高，当k=0时，敏感度为0，即w_i,j始终为1，w_i,j的取值将不会影响sim(item,user)的取值。

所述步骤(3)中两个词条的相似度计算方法如下：

1)如果待计算的两个词条和相同，或者为近义词，或者指代同一个事物，则相似度

2)否则，相似度可以表示为d表示两个词条在本体结构上的最短距离，δ表示两个词条的最近共同祖先到本体结构根节点的最短距离，H表示本体结构的高度。g函数和f函数具有如下特征：

①d的定义域为[0,2H]的整数，δ的定义域为[0,H]的整数，H的定义域为[1,∞)的整数；

②g函数的值域为的实数，f函数的值域为[0,1]的实数；g函数的值随δ的增大(0→H)而增大

③当H取值一定时，f函数的值随d的增大(0→2H)而减小(1→0)；

④当d取值一定时，f函数的值随H的增大而增大，当H→∞时，f→1；

⑤当d=0时，f函数的值为1，此时Csim的取值与g函数的取值无关，即

所述步骤(3)为用户推荐物品时，可以使用以下方法中的任意一种或多种进行推荐：

1)从候选物品集合中选出和用户相似度最大的n个物品推荐给该用户；

2)预先设置阈值，对于每一个候选的物品，如果该物品和用户兴趣内容的相似度大于阈值，则将该物品推荐给该用户。

本发明的有益效果：

本发明在进行个性化推荐时，将物品的内容及用户的兴趣内容同时映射到该本体结构上，并使用基于本体结构的个性化推荐方法，计算待推荐物品和目标用户的相似度，根据相似度大小为用户推荐。本发明的方法考虑了待推荐物品和用户之间的语义联系，将一些在传统bag-of-words形式下与用户兴趣内容相似度低而语义相似度高的物品推荐给用户，提高推荐的准确性，克服了传统推荐方法的不足。

附图说明

图1为本发明实施例中基于本体结构的个性化推荐方法的框架图示；

图2为本发明实施例中基于本体结构的个性化推荐方法的步骤图示；

图3为本发明实施例中构造的本体结构的局部图示；

图4为本发明实施例中投影了待推荐物品和用户兴趣内容的本体结构局部图示；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，可以理解的是，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实例是基于互动百科这一开放的百科知识平台的，本领域技术人员应该清楚地明白，在具体实施过程中也可以采用诸如：百度百科，维基百科这类的开放百科平台。利用百科知识中的所有词条及词条之间的关系，构建一个大型的本体结构，同时，将所有的词条构成一个概念词典。在表示每一个待推荐物品的时候，使用概念词典对该物品的内容进行分词，切出的每一个词条在本体结构的对应位置标记为该物品。表示一个用户的兴趣内容时，将该用户浏览过的所有物品构成一个集合作为该用户的兴趣内容，使用概念词典对这个集合中的所有物品进行分词，将分词结果同样投影到本体结构的对应节点，并标记为该用户。为用户u推荐推荐物品时候，对于每一个候选推荐物品i,在本体结构上，使用基于本体的相似度模型，计算标记为u的节点集合和标记为i的节点集合的相似度，根据相似度的大小为用户推荐物品。这种推荐方法，不是简单地将用户和待推荐物品表示成bag-of-words形式，而是考虑了用户和物品之间的语义联系，弥补了传统推荐方法的不足，提高了个性化推荐的准确性。

如图1所示，是本发明实施例中基于本体结构的个性化推荐方法的框架图示；

本发明实例提供一种基于本体结构的个性化推荐方法，包括：

1）利用本体结构中的所有词条构造一个概念词典，概念词典中的每一个词条在本体结构上都有对应节点；

2）将待推荐物品按照概念词典进行分词，将分词结果中的每一个词条在所述本体结构的对应节点位置标记为该物品；

3）在设定的时间内将用户浏览过的物品表示为用户兴趣内容，用概念词典对用户兴趣内容进行分词，并将分词结果中的每一个词条在所述本体结构的对应节点位置标记为该用户；

4）根据基于本体的相似度计算模型，对所述待推荐物品和用户兴趣内容的相似度进行计算，推荐相似度最大或相似度大于一设定阈值的物品给用户。

实施例中，基于本体结构的个性化推荐方法其整体框架如图1所示，该方法的具体实施步骤如图2所示：

步骤101：利用本体结构构建一个概念词典。

本实施例使用互动百科(http://www.hudong.com)作为本体结构的构造来源。互动百科使用分类树(http://www.baike.com/category/treeManage.jsp)的形式组织各词条，利用这个分类树构造出本体结构的基本框架。在互动百科中，每个词条的内容以网页的形式展现，使用信息抽取技术，抽取词条页面中该词条与其他词条的关系，将这些关系附加到本体结构的基本框架上，形成一个完整的本体结构。图3展示了该本体结构的一个局部。将本体结构中所有的词条组成一个词典，称为概念词典。

步骤102：利用概念词典，将待推荐物品的内容投影到本体结构上，将待推荐物品按照所述概念词典进行分词得到多个词条，并找到分词结果中的每一个词条在所述本体结构的对应节点位置，将所述对应节点标记为该待推荐物品；

本发明使用本体结构作为载体，表示待推荐物品的内容和用户的兴趣内容，从而挖掘待推荐物品和用户之间的语义联系。在表示待推荐物品的内容时，使用概念词典对该物品的内容进行分词，得到的分词结果为本体结构上若干个词条的集合。将分词结果中的每一个词条在本体结构的对应位置标记为该物品。例如，一个待推荐物品i的内容是：

i=｛洛杉矶：科比·布莱恩特再战勒布朗·詹姆斯。｝

使用概念词典对该物品进行分词，结果是｛洛杉矶、科比·布莱恩特、勒布朗·詹姆斯｝。将分词结果投影到本体结构上，并在本体结构的对应节点位置标记为i。结果如图4中浅灰色节点所示。

步骤103：将特定时间内用户浏览过的物品集合作为用户的兴趣内容，并利用概念词典将用户的兴趣内容投影到本体结构上。

在设定的时间内将用户浏览过的物品表示为用户兴趣内容，根据概念词典对所述用户兴趣内容进行分词得到多个词条，并找到分词结果中的每一个词条在所述本体结构中的对应节点位置，将所述对应节点标记为该用户兴趣内容；

本实施例中，将用户的兴趣内容用该用户浏览过的物品集合表示，并使用概念词典对这些物品的内容进行分词，将分词结果按照步骤102的方式投影到本体结构上，并标记为该用户。例如，一个用户u浏览过的物品如下：

item-1={狼与狮子。}

item-2={篮球运动员的二三事。}

item-3={德维恩·韦德——现役最伟大的NBA球星之一。}

则该用户的兴趣内容为u={item-2,item-3,item-4}，使用概念词典对用户的兴趣内容进行分词，结果为｛狼、狮子、篮球运动员、德维恩·韦德、NBA球星｝。将分词结果投影到本体结构上，并在对应位置标记为u，结果如图4中的深黑色节点所示。

步骤104：利用基于本体的相似度计算模型，计算待推荐物品和用户兴趣内容的相似度并进行推荐。

根据基于本体的相似度计算模型，对所述待推荐物品和所述用户兴趣内容的相似度进行计算，推荐相似度最大的若干个物品或相似度大于一设定阈值的物品给用户。

本实施例中，使用如下方法计算待推荐物品和用户的相似度：

$\mathrm{sim}(\mathrm{item},\mathrm{user})=\frac{1}{p}\underset{i=1}{\overset{p}{\mathrm{\Σ}}}\underset{1\≤j\≤q}{\max }\{\mathrm{Csim}(c_i^{\mathrm{item}},c_j^{\mathrm{user}})\×w_{i,j}\}---\left(1\right)$

其中，item表示待推荐物品，user表示用户兴趣内容；p表示从待推荐物品中切出词条的个数，q表示从用户兴趣内容中切出词条的个数，是待推荐物品中第i个词条，是用户兴趣内容中第j个词条，表示待推荐物品中的第i个词条与用户兴趣内容中第j个词条的相似度，w_ij表示置信度。

$w_{i,j}=\frac{2}{1+e^{\mathrm{k\τ}}},\mathrm{\τ}=\frac{\mathrm{abs}(w_i^{\mathrm{item}},w_j^{\mathrm{user}})}{\max (w_i^{\mathrm{item}},w_j^{\mathrm{user}})}---\left(2\right)$

表示在这个item中的权重,表示在这个用户的兴趣内容中的权重，k用于调整item-user相似度对w_i,j的敏感度。

的计算方法如下：

其中，d表示和在本体结构上的最短距离，δ表示与的最近共同祖先到本体结构根节点的最短距离，H表示本体结构的高度，表示两个词条是近义词或者指代同一个事物。

进行个性化推荐时，使用基于本体结构的相似度计算模型，在本体结构上，比较标记为i的节点集合（图4中灰色节点）和标记为u的节点集合（图4中黑色节点）的相似度。计算过程如下：

①对于每一个i节点，找出与之具有最大Csim（公式1）的u节点。

例如物品i的“勒布朗·詹姆斯”这个节点，与之具有最大Csim的u节点是“NBA球星”，其Csim值为0.982。对物品i中的其他节点用相同的方法计算Csim值，结果如表1所示。

表1itemi中每个词条与用户u的Csim值

注：本实施例中构造的本体结构，其高度H为24

②使用公式（1）计算物品i与用户u的相似度。

假设公式（2）中的k取值为0，则

$\mathrm{sim}(i,u)=\frac{1}{3}(0.9820+0.9820+0.2487)=0.7376$

进行个性化推荐时，使用相同的计算方法，计算其他待推荐item与用户u的相似度，使用以下策略中的任意一种或多种：

1)从候选物品集合中选出与用户兴趣内容最相似的n个待推荐物品推荐给该用户；

2)预先设置阈值，对于每一个候选的物品，如果物品和用户的相似度大于阈值，则将该物品推荐给该用户；

从实施例中可以看出，使用传统的bag-of-words的方式，物品i与用户u的相似度为0，该物品将不被推荐给该用户。但是，使用本发明的方法，相似度为0.7376，物品i将很有可能被推荐给用户u。从用户角度看，该用户对篮球，尤其是对NBA感兴趣，而物品i描述的正是NBA中两大巨星的对决，很符合该用户的口味。使用该发明的方法很好地弥补了传统推荐算法的不足，提高推荐的准确性。

综上所述，本发明实施例中，以互动百科为依托，构造了一个大型的本体结构和一个概念词典。进行个性化推荐时，将物品的内容及用户的兴趣内容同时映射到该本体结构上，并使用基于本体结构的个性化推荐方法，计算待推荐物品和目标用户的相似度，根据相似度大小为用户推荐。这种方法考虑了物品和用户之间的语义联系，将一些在传统bag-of-words形式下与用户兴趣内容相似度低而语义相似度高的物品推荐给用户，提高推荐的准确性，克服了传统推荐方法的不足。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于本体结构的个性化推荐方法，其步骤包括：

1)利用所述本体结构中的所有词条构造一个概念词典，所述概念词典中的每一个词条在该本体结构上具有一对应节点；

2)将待推荐物品按照所述概念词典进行分词得到多个词条，并找到分词结果中的每一个词条在所述本体结构的对应节点位置，将所述对应节点标记为该待推荐物品；

3)在设定的时间内将用户浏览过的物品表示为用户兴趣内容，根据概念词典对所述用户兴趣内容进行分词得到多个词条，并找到分词结果中的每一个词条在所述本体结构中的对应节点位置，将所述对应节点标记为该用户兴趣内容；

4)根据基于本体的相似度计算模型，对所述待推荐物品和所述用户兴趣内容的相似度进行计算，推荐相似度最大的若干个物品或相似度大于一设定阈值的物品给用户；

其中，计算所述待推荐物品和所述用户兴趣内容的相似度，需要按照如下方法计算相似度：

其中，item表示待推荐物品，user表示用户兴趣内容；表示效果累计函数，p表示从待推荐物品中切出词条的个数，q表示从用户兴趣内容中切出词条的个数；是待推荐物品中第i个词条，是用户兴趣内容中第j个词条，表示待推荐物品中的第i个词条与用户兴趣内容中第j个词条的相似度，w_i,j表示的置信度；

所述置信度w_i,j的阈值为[0,1]的实数，按照如下特征判断置信度：

当在待推荐物品中的权重与在用户兴趣内容中的权重越相近，w_i,j的值越大，即此时计算出的越可信；反之，w_i,j的值越小，越不可信；

在w_i,j中使用一个参数k来控制sim(item,user)对w_i,j的敏感度，k的定义域为[0,∞)上的实数，k越大敏感度越高，当k＝0时，敏感度为0，即w_i,j始终为1，w_i,j的取值将不会影响sim(item,user)的取值；

所述词条相似度按照如下方法计算：

若待计算的两个词条和相同，或者为近义词，或者指代同一个事物，则相似度：

否则，相似度：

其中，d表示两个词条在本体结构上的最短距离，δ表示两个词条的最近共同祖先到本体结构根节点的最短距离，H表示本体结构的高度，g(δ)、f(d,H)分别表示g函数、f函数；所述g函数和f函数按照如下特征进行相似度计算：

f(d,H)函数，d的定义域为[0,2H]的整数，H的定义域为[1,∞)的整数；

g(δ)函数的值域为的实数，f函数的值域为[0,1]的实数，g函数的值随δ的增大而增大，δ的定义域为[0,H]的整数，

当H取值一定时，f函数的值随d的增大而减小；

当d取值一定时，f函数的值随H的增大而增大，当H→∞时，f→1；

当d＝0时，f函数的值为1，此时Csim的取值与g函数的取值无关，

2.如权利要求1所述的基于本体结构的个性化推荐方法，其特征在于，所述效果累计函数优选求和函数、求积函数、平均值函数中的一种累计函数。

3.如权利要求1所述的基于本体结构的个性化推荐方法，其特征在于，所述物品可以选取新闻、图书、电影、视频、音乐、商品任意物品。

4.如权利要求1所述的基于本体结构的个性化推荐方法，其特征在于，所述从待推荐物品集合中选取物品给用户时，按照如下方法的一种或多种进行推荐：

从待推荐物品集合中选出一或多个与用户兴趣内容的相似度最大的物品推荐给用户；

或者预先设置阈值，对于每一个待推荐物品，若用户兴趣内容和该物品的相似度大于阈值，则将该物品推荐给该用户。

5.如权利要求1所述的基于本体结构的个性化推荐方法，其特征在于，所述用户为计算机上的个人登录用户或使用个人电脑的用户。

6.如权利要求1所述的基于本体结构的个性化推荐方法，其特征在于，所述本体结构根据各类词条的不同组成形式选择，可选取互动百科、百度百科、维基百科搜索引擎中的一种或多种。