CN105760547A - 一种基于用户聚类的图书推荐方法及系统 - Google Patents

Abstract

本发明公开了一种基于用户聚类的图书推荐方法及系统，其中，所述方法包括：对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型；对所述用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度；根据所述隶属度计算目标用户与所述各用户之间的相似度，获取与所述目标用户相似度较高的用户组成目标用户邻近集；根据所述目标用户邻近集的图书借阅情况向所述目标用户进行图书推荐；实施本发明实施例，通过对图书馆数据库保留的大量用户借阅记录进行分析得到用户偏好及需求快速向用户提供个性化图书推荐服务，提高了广大用户图书借阅服务的体验效果。

Description

一种基于用户聚类的图书推荐方法及系统

技术领域

本发明涉及自动推荐技术领域，尤其涉及一种基于用户聚类的图书推荐方法及系统。

背景技术

图书馆是学校的信息科研中心，是获取学习资源的重要渠道；现在各级图书馆都建立了基于网络的信息服务系统，但大部分图书馆服务系统只是提供了一些简单的查询功能，如查阅图书馆的图书信息和用户个人信息等，不能有效针对用户偏好和特定需求提供个性化信息服务；构建有效的个性化信息服务系统，是目前图书馆领域中一项非常有意义的研究内容

现有的图书馆信息管理系统或图书推荐系统不能据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐；用户无法快速的获取到图书馆中自己有可能喜欢的图书类目和图书名称，增加用户在图书借阅上的时间花费，给用户带来极不好的体验。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于用户聚类的图书推荐方法及系统，通过对图书馆数据库保留的大量用户借阅记录进行分析得到用户偏好及需求快速向用户提供个性化图书推荐服务，提高了广大用户图书借阅服务的体验效果。

为了解决上述技术问题，本发明提出了一种基于用户聚类的图书推荐方法，所述方法包括：

对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型；

对所述用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度；

根据所述隶属度计算目标用户与所述各用户之间的相似度，获取与所述目标用户相似度较高的用户组成目标用户邻近集；

根据所述目标用户邻近集的图书借阅情况向所述目标用户进行图书推荐。

优选地，所述对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型，包括：

对图书馆数据库进行数据爬虫处理，获取用户在所述图书馆的借阅记录；

对所述借阅记录进行无效借阅记录剔除处理，获取用户有效借阅记录；

对所述用户有效借阅记录进行归一化处理，获取归一化处理结果；

根据所述归一化处理结果进行用户模型构建处理，获取所述用户模型。

优选地，所述对所述用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度，包括：

根据所述用户模型确定模糊聚类的聚类用户数目；

根据所述用户数目进行模糊聚类，确定用户的聚类中心，获取所述聚类中心周围聚集的用户；

采用用户隶属矩阵对所述聚类中心周围聚集的用户进行处理，获取各用户在聚类中心的隶属度。

优选地，所述根据所述隶属度计算目标用户与所述各用户之间的相似度，获取与所述目标用户相似度较高的用户组成目标用户邻近集，包括：

计算目标用户与所述各用户之间的相似度，获取计算结果；

根据所述计算结果对用户相似度进行排序，获取排序结果；

根据所述排序结果选择与所述目标用户相似度较高的用户组成目标用户邻近集。

优选地，所述根据所述目标用户邻近集的图书借阅情况向所述目标用户进行图书推荐，包括：

通过分析所述目标用户邻居集的图书借阅所属分类，获取所述目标用户感兴趣的图书类别；

获取所述图书类别中的经典图书及新上架图书，将所述经典图书及所述新上架图书推荐给所述目标用户。

相应地，本发明还提供了一种基于用户聚类的图书推荐系统，所述系统包括：

预处理模块：用于对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型；

聚类模块：用于对所述用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度；

信息获取模块：用于根据所述隶属度计算目标用户与所述各用户之间的相似度，获取与所述目标用户相似度较高的用户组成目标用户邻近集；

推荐模块：用于根据所述目标用户邻近集的图书借阅情况向所述目标用户进行图书推荐。

优选地，所述预处理模块包括：

信息提取单元：用于对图书馆数据库进行数据爬虫处理，获取用户在所述图书馆的借阅记录；

过滤单元：用于对所述借阅记录进行无效借阅记录剔除处理，获取用户有效借阅记录；

归一化单元：用于对所述用户有效借阅记录进行归一化处理，获取归一化处理结果；

模型建立单元：用于根据所述归一化处理结果进行用户模型构建处理，获取所述用户模型。

优选地，所述聚类模块包括：

数据确定单元：用于根据所述用户模型确定模糊聚类的聚类用户数目；

聚类单元：用于根据所述用户数目进行模糊聚类，确定用户的聚类中心，获取所述聚类中心周围聚集的用户；

隶属处理单元：用于采用用户隶属矩阵对所述聚类中心周围聚集的用户进行处理，获取各用户在聚类中心的隶属度。

优选地，所述信息获取模块包括：

计算单元：用于计算目标用户与所述各用户之间的相似度，获取计算结果；

排序单元：用于根据所述计算结果对用户相似度进行排序，获取排序结果；

信息获取单元：用于根据所述排序结果选择与所述目标用户相似度较高的用户组成目标用户邻近集。

优选地，所述推荐模块包括：

分类单元：用于通过分析所述目标用户邻居集的图书借阅所属分类，获取所述目标用户感兴趣的图书类别；

推荐单元：用于获取所述图书类别中的经典图书及新上架图书，将所述经典图书及所述新上架图书推荐给所述目标用户。

在本发明实施过程中，通过对图书馆数据库保留的大量用户借阅记录进行分析得到用户偏好及需求快速向用户提供个性化图书推荐服务，提高了广大用户图书借阅服务的体验效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例的基于用户聚类的图书推荐方法的流程示意图；

图2是本发明实施例的预处理步骤的流程示意图；

图3是本发明实施例的基于用户聚类的图书推荐系统的结构组成示意图；

图4是本发明实施例的预处理模块的结构组成示意图。

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，显然，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，本领域普通技术人员在没有作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。

图1是本发明实施例的基于用户聚类的图书推荐方法的流程示意图，如图1所示，该方法包括：

S11：对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型；

S12：对该用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度；

S13：根据该隶属度计算目标用户与各用户之间的相似度，获取与该目标用户相似度较高的用户组成目标用户邻近集；

S14：根据该目标用户邻近集的图书借阅情况向该目标用户进行图书推荐。

对S11作进一步说明：

对图书馆的数据库进行爬虫处理，提取数据库中的用户的借阅记录，根据借阅记录的时间对借阅记录进行剔除处理，只是保留与当前时间(一年、半年、一个月；具体时间可以根据用户具体设定)较为相近的借阅记录，对保存下来的有效借阅记录进行归一化处理，并根据归一化处理的结构进行用户模型构建处理，获取该用户模型。

进一步的，图2是本发明实施例的预处理步骤的流程示意图，如图2所示，所述的预处理步骤包括：

S111：对图书馆数据库进行数据爬虫处理，获取用户在所述图书馆的借阅记录；

S112：对该借阅记录进行无效借阅记录剔除处理，获取用户有效借阅记录；

S113：对该用户有效借阅记录进行归一化处理，获取归一化处理结果；

S114：根据该归一化处理结果进行用户模型构建处理，获取该用户模型。

对S111作进一步说明：

通过数据爬虫方式对图书馆的数据库进行数据爬去处理，从而获取到图书馆数据库中的用户对图书的借阅记录情况。

对S112作进一步说明：

通过设定时间段的形式对在这一时间段之外的图书借阅记录进行去除处理，只保存在该时间段能的图书借阅记录；这个时间段设置可根据实际情况进行设定，如可设定为半年、一个月或半个月；在本发明实施例中，设定为半年。

对S113作进一步说明：

对用户的图书借阅记录进行归一化处理，一个用户可能对于多个图书借阅记录和图书借阅的类别等信息，对这些信息做归一化处理，将这些数据统一到一个范围之中，便于更好的进行后续处理。

对S114作进一步说明：

根据归一化结果进行用户模型构建处理，即采用向量空间模型VSM来表示用户模型，也就是每个用户的借阅记录中含有n个特征项，该用户表示问x(t₁,t₂,…,t_n)，每个特征项t_k都被赋予权重w_k，表示该特征的重要程度，则该用户可以用特征向量x(w₁,w₂,…,w_n)来表示，其中wk为特征项tk的权重，对所有用户x₁,x₂,…,x_n组成用户模型X＝(x₁,x₂,…,x_n)。

对S12作进一步说明：

根据该用户模型确定模糊聚类的聚类用户数目；根据该用户数目进行模糊聚类，确定用户的聚类中心，获取所述聚类中心周围聚集的用户；采用用户隶属矩阵对该聚类中心周围聚集的用户进行处理，获取各用户在聚类中心的隶属度。

进一步的，在确定初始聚类数目的时候参考资源数量和用户需求来选择一个适当的聚类数目，然后通过分析聚类结果调整聚类数目，优化聚类效果；在进行模糊聚类的时候，可以采用分享聚类的方式进行聚类，在聚类完成之后根据访问量较高、相互之间的相似性较低的用户作为聚类中心，并根据该聚类中心为中心的，周围的用户的情况；初始化用户隶属矩阵，采用0到1之间的随机数进行初始化用户隶属矩阵U＝{u₁,u₂,…,u_n}，其中u_j＝(u_1j,u_2j，…，u_cj)T，u_ij表示某用户j在第i类中的隶属度，u_ij介于0到1之间且使其满足以下公式：

$\underset{i=1}{\overset{c}{\Σ}}{u}_{ij}=1,\∀j=1,...,n.$

聚类中心C_i(i＝1,2，…，c)是利用用户隶属各个分类的隶属度作为加权因子以及加权指数计算所有用户特征向量的加权平均值，其计算公式具体为：

$C_i=\frac{\underset{i=1}{\overset{n}{\Σ}}{u}_{ij}^m{x}_j}{\underset{j=1}{\overset{n}{\Σ}}{u}_{ij}^m};$

其中，u_ij表示用户j在第i类中的隶属度；x_j为用户j的向量空间模型；n为用户总数目；m(m>1)是加权指数，通常取1可根据实际情况调整；为用户j隶属于各个分类的加权总和。

对S13作进一步说明：

首先，根据隶属度，计算目标用户与各用户之间的相似度，获取计算结果；根据计算结果对用户相似度进行排序，获取排序结果；根据所述排序结果选择与目标用户相似度较高的用户组成目标用户邻近集。

进一步的，通过计算所有用户特征向量数据点到聚类的距离总和得到，其中一个用户特征向量数据点到聚类的距离是利用该用户隶属各个分类的隶属度作为加权因子以及加权指数计算用户数据点到各个聚类中心距离的加权值总和得到，价值函数J(U,c₁,…,c_c)的计算公式具体为：

$J(U,c_1,...,c_c)=\underset{i-1}{\overset{c}{\Σ}}{J}_i=\underset{i=1}{\overset{c}{\Σ}}\underset{j}{\overset{n}{\Σ}}{u}_{ij}^m{d}_{ij}^2$

J_i为第i类聚类的目标函数；c₁,…,c_c为聚类中心，为输入参数；c为聚类的个数；n为用户的个数；m为加权指数；U为用户隶属矩阵，矩阵元素u_ij表示用户j在第i个分类中的隶属度；d_ij为第i个聚类中心与第j个用户特征向量数据点间的欧几里德距离，也即d_ij的计算公式具体为：d_ij＝||c_i-x_j||。

根据上述的角力中心距离的加权值综合进行相似度计算，从而获取到目标用户与所述各用户之间的相似度，对这些相似度进行一个排序处理，根据排序结果选取排序较为靠前的排序结果的用户组成目标用户的邻近集。

对S14作进一步说明：

通过分析所述目标用户邻居集的图书借阅所属分类，获取目标用户感兴趣的图书类别；获取图书类别中的经典图书及新上架图书，将经典图书及新上架图书推荐给目标用户。

进一步的，计算用户之间的相似度用到用户对图书分类的兴趣度，可以通过对用户借阅过的图书类别，以及借阅的时间进行分析可以很方便得到用户感兴趣图书的兴趣度；首先得到用户i与用户j共同感兴趣的图书分类，分别计算出该用户对各个分类的兴趣度，再计算出用户i与用户j对共同感兴趣图书分类的样本协方差以及各自的标准样本差，用户i与用户j之间的相似度即为样本协方差与各标准差的比值，用户i与用户j之间的相似度sin(i,j)的计算公式具体为：

$sin(i,j)=\frac{{\mathrm{\Σ}}_{u\∈U_{im}}(R_{u,i}-{\stackrel{\‾}{R}}_i)(R_{u,j}-{\stackrel{\‾}{R}}_j)}{\sqrt{{\mathrm{\Σ}}_{u\∈U_{im}}{(R_{u,i}-{\stackrel{\‾}{R}}_i)}^2\sqrt{{\mathrm{\Σ}}_{u\∈U_{im}}{(R_{u,j}-{\stackrel{\‾}{R}}_j)}^2}}};$

其中，U_ij表示用户i和用户j共同感兴趣的分类；表示用户i对所有分类的平均兴趣度，可类推；R_u,i表示用户i对相应分类u的兴趣度，R_u,j可类推；表示用户i与用户j对共同感兴趣图书分类的样本协方差；为用户i对各个感兴趣图书分类的标准差。

分析最近邻居用户的图书借阅记录，根据图书馆对这些用户所借阅图书的分类得到用户感兴趣的图书类别。

将用户感兴趣的图书类别中的经典图书推荐给目标用户；将用户感兴趣的图书类别中新上架的图书推荐给目标用户；提取出目标用户的最近邻居用户所借阅的图书，把其中还未借出的图书推荐给目标用户。

相应的，图3是本发明实施例的基于用户聚类的图书推荐系统的结构组成示意图，如图3所示，该系统包括：

预处理模块11：用于对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型；

聚类模块12：用于对该用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度；

信息获取模块13：用于根据该隶属度计算目标用户与各用户之间的相似度，获取与该目标用户相似度较高的用户组成目标用户邻近集；

推荐模块14：用于根据该目标用户邻近集的图书借阅情况向该目标用户进行图书推荐。

优选地，该预处理模块11包括：

信息提取单元111：用于对图书馆数据库进行数据爬虫处理，获取用户在图书馆的借阅记录；

过滤单元112：用于对该借阅记录进行无效借阅记录剔除处理，获取用户有效借阅记录；

归一化单元113：用于对该用户有效借阅记录进行归一化处理，获取归一化处理结果；

模型建立单元114：用于根据归一化处理结果进行用户模型构建处理，获取该用户模型。

优选地，该聚类模块12包括：

数据确定单元：用于根据该用户模型确定模糊聚类的聚类用户数目；

聚类单元：用于根据该用户数目进行模糊聚类，确定用户的聚类中心，获取该聚类中心周围聚集的用户；

隶属处理单元：用于采用用户隶属矩阵对该聚类中心周围聚集的用户进行处理，获取各用户在聚类中心的隶属度。

优选地，该信息获取模块13包括：

计算单元：用于计算目标用户与该各用户之间的相似度，获取计算结果；

排序单元：用于根据该计算结果对用户相似度进行排序，获取排序结果；

信息获取单元：用于根据该排序结果选择与该目标用户相似度较高的用户组成目标用户邻近集。

优选地，该推荐模块14包括：

分类单元：用于通过分析该目标用户邻居集的图书借阅所属分类，获取该目标用户感兴趣的图书类别；

推荐单元：用于获取图书类别中的经典图书及新上架图书，将该经典图书及该新上架图书推荐给该目标用户。

具体地，本发明实施例的系统相关功能模块工作原理可参考方法实施例的相关描述，这里不再赘述。

在本发明实施过程中，通过对图书馆数据库保留的大量用户借阅记录进行分析得到用户偏好及需求快速向用户提供个性化图书推荐服务，提高了广大用户图书借阅服务的体验效果。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，ReadOnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁盘或光盘等。

另外，以上对本发明实施例所提供的一种基于用户聚类的图书推荐方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于用户聚类的图书推荐方法，其特征在于，所述方法包括：

对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型；

对所述用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度；

根据所述隶属度计算目标用户与所述各用户之间的相似度，获取与所述目标用户相似度较高的用户组成目标用户邻近集；

根据所述目标用户邻近集的图书借阅情况向所述目标用户进行图书推荐。

2.根据权利要求1所述的图书推荐方法，其特征在于，所述对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型，包括：

对图书馆数据库进行数据爬虫处理，获取用户在所述图书馆的借阅记录；

对所述借阅记录进行无效借阅记录剔除处理，获取用户有效借阅记录；

对所述用户有效借阅记录进行归一化处理，获取归一化处理结果；

根据所述归一化处理结果进行用户模型构建处理，获取所述用户模型。

3.根据权利要求1所述的图书推荐方法，其特征在于，所述对所述用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度，包括：

根据所述用户模型确定模糊聚类的聚类用户数目；

根据所述用户数目进行模糊聚类，确定用户的聚类中心，获取所述聚类中心周围聚集的用户；

采用用户隶属矩阵对所述聚类中心周围聚集的用户进行处理，获取各用户在聚类中心的隶属度。

4.根据权利要求1所述的图书推荐方法，其特征在于，所述根据所述隶属度计算目标用户与所述各用户之间的相似度，获取与所述目标用户相似度较高的用户组成目标用户邻近集，包括：

计算目标用户与所述各用户之间的相似度，获取计算结果；

根据所述计算结果对用户相似度进行排序，获取排序结果；

根据所述排序结果选择与所述目标用户相似度较高的用户组成目标用户邻近集。

5.根据权利要求1所述的图书推荐方法，其特征在于，所述根据所述目标用户邻近集的图书借阅情况向所述目标用户进行图书推荐，包括：

通过分析所述目标用户邻居集的图书借阅所属分类，获取所述目标用户感兴趣的图书类别；

获取所述图书类别中的经典图书及新上架图书，将所述经典图书及所述新上架图书推荐给所述目标用户。

6.一种基于用户聚类的图书推荐系统，其特征在于，所述系统包括：

预处理模块：用于对图书馆数据库中用户的借阅记录进行预处理，根据预处理结果构建用户模型；

聚类模块：用于对所述用户模型进行模糊聚类处理，获取用户聚类中心以及各用户在聚类中的隶属度；

信息获取模块：用于根据所述隶属度计算目标用户与所述各用户之间的相似度，获取与所述目标用户相似度较高的用户组成目标用户邻近集；

推荐模块：用于根据所述目标用户邻近集的图书借阅情况向所述目标用户进行图书推荐。

7.根据权利要求6所述的图书推荐系统，其特征在于，所述预处理模块包括：

信息提取单元：用于对图书馆数据库进行数据爬虫处理，获取用户在所述图书馆的借阅记录；

过滤单元：用于对所述借阅记录进行无效借阅记录剔除处理，获取用户有效借阅记录；

归一化单元：用于对所述用户有效借阅记录进行归一化处理，获取归一化处理结果；

模型建立单元：用于根据所述归一化处理结果进行用户模型构建处理，获取所述用户模型。

8.根据权利要求6所述的图书推荐系统，其特征在于，所述聚类模块包括：

数据确定单元：用于根据所述用户模型确定模糊聚类的聚类用户数目；

聚类单元：用于根据所述用户数目进行模糊聚类，确定用户的聚类中心，获取所述聚类中心周围聚集的用户；

隶属处理单元：用于采用用户隶属矩阵对所述聚类中心周围聚集的用户进行处理，获取各用户在聚类中心的隶属度。

9.根据权利要求6所述的图书推荐系统，其特征在于，所述信息获取模块包括：

计算单元：用于计算目标用户与所述各用户之间的相似度，获取计算结果；

排序单元：用于根据所述计算结果对用户相似度进行排序，获取排序结果；

信息获取单元：用于根据所述排序结果选择与所述目标用户相似度较高的用户组成目标用户邻近集。

10.根据权利要求6所述的图书推荐系统，其特征在于，所述推荐模块包括：

分类单元：用于通过分析所述目标用户邻居集的图书借阅所属分类，获取所述目标用户感兴趣的图书类别；

推荐单元：用于获取所述图书类别中的经典图书及新上架图书，将所述经典图书及所述新上架图书推荐给所述目标用户。