李永泉，肖宏飛

（滁州職業(yè)技術(shù)學(xué)院，安徽 滁州 239000）

一、前言

（一）個(gè)性化推薦算法的內(nèi)涵

作為互聯(lián)網(wǎng)時(shí)代的產(chǎn)物，個(gè)性化推薦系統(tǒng)建立在海量的數(shù)據(jù)挖掘基礎(chǔ)上，是一種高級(jí)商務(wù)智能平臺(tái)，為顧客提供個(gè)性化的信息服務(wù)和決策支持［1］。近年來，許多大型推薦系統(tǒng)相繼投入使用，都取得了成功，個(gè)性化推薦系統(tǒng)逐也引起了學(xué)術(shù)界的重視，成為研究熱點(diǎn)。

推薦系統(tǒng)類型和性能很大程度上取決于推薦算法，比較常用的推薦算法有：基于內(nèi)容的推薦算法、協(xié)同過濾推薦算法和基于知識(shí)的推薦算法。我們?cè)谘芯空n程網(wǎng)站的個(gè)性化服務(wù)系統(tǒng)的基礎(chǔ)上，提出一種新型的挖掘策略，包括web日志和web內(nèi)容挖掘，用戶通過訪問和識(shí)別會(huì)話，構(gòu)建訪問模式的描述文件，系統(tǒng)根據(jù)用戶的訪問興趣預(yù)測和推薦相應(yīng)的訪問模式[2]。

（二）個(gè)性化推薦算法在課程在線教學(xué)的研究和現(xiàn)狀

自上世紀(jì)末開始，研究個(gè)性化推薦算法在課程在線教學(xué)的應(yīng)用，受到了廣泛的關(guān)注，如何將個(gè)性化推薦算法應(yīng)用到信息推薦服務(wù)中去，引起了國內(nèi)外的學(xué)者的重視。目前，國內(nèi)外出現(xiàn)了很多基于個(gè)性化推薦算法的信息服務(wù)系統(tǒng)[3]。

相比國外而言，國內(nèi)對(duì)于個(gè)性化服務(wù)系統(tǒng)的研究起步較晚，但也取得了一定的成果，主要有：香港城市大學(xué)和四川大學(xué)共同開發(fā)的基于web的個(gè)性化遠(yuǎn)程教學(xué)原型系統(tǒng)E-Teacher[4]；東北大學(xué)研究的基于網(wǎng)絡(luò)的個(gè)性化數(shù)據(jù)挖掘技術(shù)；中國人民大學(xué)研究開發(fā)的定制個(gè)性化服務(wù)的圖書管理系統(tǒng)；復(fù)旦大學(xué)和國防科技大學(xué)共同研究的基于電子商務(wù)的個(gè)性化信息推薦系統(tǒng)等。

二、系統(tǒng)特點(diǎn)

動(dòng)畫設(shè)計(jì)課程網(wǎng)上學(xué)習(xí)系統(tǒng)是為了更好地利用開放共享的網(wǎng)絡(luò)資源，提高學(xué)生的學(xué)習(xí)效率。網(wǎng)上課程正日益成為高等教育發(fā)展的一個(gè)方向，課程網(wǎng)站具有以下特點(diǎn)：

1、網(wǎng)上課程系統(tǒng)突破了傳教教育在教學(xué)形式上的時(shí)空界限。用戶無論在何時(shí)何地只要有計(jì)算機(jī)網(wǎng)絡(luò)就能共享課程資源。

2、可以共享優(yōu)質(zhì)的教學(xué)資源。網(wǎng)上課程可以將更多的優(yōu)質(zhì)的教學(xué)資源信息集中起來，讓學(xué)員體驗(yàn)不同的教學(xué)風(fēng)格。

3、有利于師生更好的交流、互動(dòng)和信息反饋。通過個(gè)性化服務(wù)建立一個(gè)全新的交流及反饋信息的模式。

4、可以實(shí)現(xiàn)學(xué)員的自主學(xué)習(xí)和個(gè)性化學(xué)習(xí)。網(wǎng)上課堂突破了傳統(tǒng)課堂的局限，最大限度的調(diào)動(dòng)學(xué)員的主觀能動(dòng)性，讓學(xué)員可以自主合理地安排自己的時(shí)間及學(xué)習(xí)內(nèi)容。網(wǎng)上課堂開通以后，將為學(xué)員提供優(yōu)質(zhì)、開放、靈活、個(gè)性化的學(xué)習(xí)環(huán)境，提高學(xué)習(xí)效率。

三、系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

個(gè)性化學(xué)習(xí)推薦系統(tǒng)要能夠根據(jù)用戶訪問記錄來反映出和用戶訪問興趣相關(guān)的知識(shí)內(nèi)容的推薦。個(gè)性化的信息推薦的結(jié)果要根據(jù)相關(guān)的web日志和內(nèi)容文件實(shí)時(shí)計(jì)算，并通過網(wǎng)絡(luò)及時(shí)反饋給用戶，從而更好地學(xué)習(xí)。

（一）系統(tǒng)概述

根據(jù)動(dòng)畫設(shè)計(jì)課程的實(shí)際需要，提出以下幾點(diǎn)設(shè)計(jì)要求：系統(tǒng)設(shè)計(jì)簡潔易用；個(gè)性化信息推薦具有時(shí)效性；網(wǎng)站整體結(jié)構(gòu)的穩(wěn)定性。個(gè)性化推薦網(wǎng)站要能根據(jù)用戶的訪問喜好，返回一些用戶可能感興趣的相關(guān)知識(shí)和內(nèi)容，大量動(dòng)態(tài)的信息推薦結(jié)果會(huì)嵌入到頁面中，因此不需要對(duì)網(wǎng)站整體的結(jié)果進(jìn)行大的變動(dòng)，以免影響用戶訪問網(wǎng)站的習(xí)慣。

網(wǎng)上課程網(wǎng)站的建立旨在讓學(xué)員沿著自己的途徑，按照自己的速度學(xué)習(xí)與思考，充分利用網(wǎng)絡(luò)提供的豐富資源。課程網(wǎng)站包括文章系統(tǒng)、視頻系統(tǒng)、下載系統(tǒng)、圖片系統(tǒng)、會(huì)員系統(tǒng)等幾個(gè)功能模塊組成。

（二）系統(tǒng)整體結(jié)構(gòu)分析

通過對(duì)個(gè)性化服務(wù)的需求和功能分析，可以得出課程學(xué)習(xí)網(wǎng)站的結(jié)構(gòu)圖。

圖1 個(gè)性化推薦服務(wù)系統(tǒng)

對(duì)web日志記錄文件的分析處理在服務(wù)器端實(shí)現(xiàn)，對(duì)用戶訪問網(wǎng)站在客戶端實(shí)現(xiàn)，而對(duì)個(gè)性化信息推薦服務(wù)則需要服務(wù)器端和客戶端的交互。因此，為了實(shí)現(xiàn)模塊化的管理和處理過程的方便，將信息推薦系統(tǒng)的設(shè)計(jì)相應(yīng)地分為三個(gè)模塊：用戶訪問模塊、web日志和內(nèi)容分析處理模塊和信息推薦模塊。個(gè)性化信息推薦系統(tǒng)的核心模塊是web日志和內(nèi)容分析處理模塊，此模塊主要在離線狀態(tài)下，對(duì)web日志和web內(nèi)容進(jìn)行處理，減少在線服務(wù)的處理時(shí)間，增強(qiáng)信息推薦的時(shí)效性。

（三）系統(tǒng)工作流程

系統(tǒng)實(shí)現(xiàn)的模塊分別是用戶訪問模塊、web日志和內(nèi)容分析處理模塊和信息推薦三大模塊。系統(tǒng)工作流程圖如圖2所示。

圖2 系統(tǒng)工作流程圖

用戶訪問模塊是課程學(xué)習(xí)網(wǎng)站個(gè)性化信息推薦的入口，是推薦信息與用戶溝通的橋梁，為個(gè)性化信息推薦原始信息的收集提供依據(jù)。用戶通過訪問模塊對(duì)課程網(wǎng)站進(jìn)行訪問，系統(tǒng)會(huì)獲取其訪問服務(wù)器的日志記錄，分析用戶的訪問興趣，并依據(jù)web日志和內(nèi)容分析處理模塊處理的分析結(jié)果，將個(gè)性化信息推薦給用戶。

用戶通過注冊(cè)的用戶名和密碼就可以登錄進(jìn)網(wǎng)站系統(tǒng)，進(jìn)入系統(tǒng)之后就可以看見此用戶的相關(guān)信息，如個(gè)人信息、發(fā)稿信息、以前瀏覽網(wǎng)站信息和個(gè)性化推薦信息等。

四、web日志和內(nèi)容分析處理模塊

Web日志和內(nèi)容分析處理模塊是系統(tǒng)在離線處理的部分。Web日志和內(nèi)容挖掘主要任務(wù)是挖掘出用戶的訪問模式，獲得用戶對(duì)本網(wǎng)站的訪問興趣模式。因?yàn)檎n程網(wǎng)站的針對(duì)性比較強(qiáng)，主要是針對(duì)網(wǎng)頁動(dòng)畫設(shè)計(jì)課程相關(guān)專業(yè)的學(xué)生，因此需要對(duì)每個(gè)學(xué)員的不同學(xué)習(xí)風(fēng)格和認(rèn)知能力進(jìn)行針對(duì)性的、個(gè)性化、專業(yè)化的信息推薦。

（一）原始數(shù)據(jù)收集

本站web日志格式采用IIS的W3C擴(kuò)展通用日志格式ECLF[5]。網(wǎng)站程序文件包括功能設(shè)計(jì)文件和信息推薦文件信息的集合。在本文中信息推薦模塊所需調(diào)用的網(wǎng)頁信息，只需要網(wǎng)頁的ID編號(hào)信息就可以了。因?yàn)樾畔?nèi)容文章的ID編號(hào)可以唯一標(biāo)識(shí)出一個(gè)網(wǎng)頁信息。網(wǎng)頁的URL和網(wǎng)頁的自動(dòng)分配ID號(hào)也是一一對(duì)應(yīng)的。通過對(duì)訪問記錄的分析來確定對(duì)不同的訪問者進(jìn)行不同的信息推薦。

（二）用戶訪問模式描述

在對(duì)用戶訪問模式分析的模塊中，本文設(shè)計(jì)的個(gè)性化信息推薦系統(tǒng)主要是針對(duì)在線學(xué)習(xí)的，因此，在對(duì)web日志記錄的處理中，僅僅收集對(duì)網(wǎng)頁文件的訪問記錄，過濾掉其他類型的訪問請(qǐng)求[6]。同時(shí)清理訪問不成功的日志記錄，這樣可以減少數(shù)據(jù)挖掘中不必要的開銷。為了分析數(shù)據(jù)的方便，可以將日志文件寫入數(shù)據(jù)庫表FLASH_LOG中，表的結(jié)構(gòu)設(shè)計(jì)如下表1所示。

表1 FLASH_LOG結(jié)構(gòu)

本系統(tǒng)中同時(shí)還將網(wǎng)站的內(nèi)容提出出來，將網(wǎng)頁的關(guān)聯(lián)信息也存儲(chǔ)在單獨(dú)的數(shù)據(jù)庫表中。提出出來的網(wǎng)頁的信息編號(hào)將和網(wǎng)頁的URL地址一一對(duì)應(yīng)，而后可以將相關(guān)內(nèi)容進(jìn)行分類比較，將所有的日志數(shù)據(jù)記錄和網(wǎng)頁的信息作為會(huì)話集合，用會(huì)話向量 T={t1，t2，…tm}建立模型，然后使用 web日志和內(nèi)容挖掘技術(shù)進(jìn)行用戶訪問模式的聚類，挖掘出相應(yīng)的會(huì)話類別，利用用戶訪問模式中的網(wǎng)站信息建立用戶訪問模式描述文件，為信息推薦奠定基礎(chǔ)。

（三）邏輯設(shè)計(jì)

上述將動(dòng)畫設(shè)計(jì)課程網(wǎng)站的日志數(shù)據(jù)進(jìn)行預(yù)處理得到格式化的日志，并將這些日志信息保存在數(shù)據(jù)庫系統(tǒng)中，在信息更新及推薦的模塊中，主要用到下面幾個(gè)表，分別在數(shù)據(jù)庫中建立。

1、用戶會(huì)話日志表（c_log）包括字段有id、userid、sessionid、ip、time、url、refer、status、byte、agent、method 這十一個(gè)字段。

2、日志清理表 （s_log） 包括 id、date、ip、length、agent五個(gè)字段。

3、用戶訪問信息表（info）包括 id、url、time、ip、type、size 六個(gè)字段。

4、用戶模式分類表（dyrelation）包括id、status、type三個(gè)字段。

5、動(dòng)態(tài)信息推薦表（dyinfo）包括id、turl、type、time、url、ip 六個(gè)字段。

（四）信息更新

網(wǎng)頁動(dòng)畫設(shè)計(jì)課程的內(nèi)容是不斷更新的，更新后的網(wǎng)站同時(shí)也要求對(duì)不斷訪問的用戶的日志文件進(jìn)行分析處理，建立新的用戶訪問模式描述文件，及時(shí)反饋用戶的訪問需求。通過系統(tǒng)后臺(tái)程序?qū)崿F(xiàn)將日志和網(wǎng)頁信息自動(dòng)存入數(shù)據(jù)庫，并自動(dòng)處理、分析、構(gòu)建新的訪問模式，根據(jù)用戶訪問需求的不斷變化，及時(shí)推薦對(duì)用戶有用的相關(guān)信息。

五、課程網(wǎng)站的信息推薦模塊

信息推薦模塊主要是根據(jù)web日志和內(nèi)容分析處理得出的用戶訪問模式，推測出用戶的需求，進(jìn)而為用戶推薦其可能感興趣的相關(guān)信息，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)的功能。信息推薦從當(dāng)前動(dòng)態(tài)信息推薦表（dyinfo）的內(nèi)容中調(diào)出反饋給當(dāng)前用戶。

通過給定的用戶訪問模式描述文件和每個(gè)用戶會(huì)話，如何來確定用戶會(huì)話屬于哪一個(gè)訪問模式類型，這個(gè)就是具體信息推薦的關(guān)鍵點(diǎn)。N-gram信息項(xiàng)比較普遍的是二元和三元的，本文以二元為研究對(duì)象，為 N-gram 建立一個(gè)二元組向量{（x1，tfx1），（x2，tfx2），（x3，tfx3）......（xn，tfxn）}，其中 xi 是指通過用戶訪問會(huì)話所訪問的web頁面上的N-gram信息項(xiàng)，tfxi是信息項(xiàng)的頻率。當(dāng)前已經(jīng)獲得的用戶訪問模式，對(duì)照N-gram的訪問模式描述文件集中的每個(gè)pfi，計(jì)算它與訪問會(huì)話描述文件p的DV（p，pfi）。如果會(huì)話和系統(tǒng)中某個(gè)已有訪問模式比較的相似或者接近，那么它們應(yīng)當(dāng)具有類似的N-gram數(shù)據(jù)分布，則DV（p，pfi）也就是在所有的相異值中差距最小的一個(gè)值，這樣就可以認(rèn)為會(huì)話訪問模式描述文件為p的會(huì)話是屬于pfm類型的訪問模式。

對(duì)于相異值 DV（p，pfi）的計(jì)算，其簡單算法描述如下：

1、首先輸入用戶會(huì)話描述文件p和用戶會(huì)話模式描述文件pfi；

2、在用戶會(huì)話描述文件p和用戶會(huì)話模式描述文件pfi中，都有N-gram信息項(xiàng)xi，tfp是xi在用戶會(huì)話描述文件p上的信息項(xiàng)頻率，tfpfi是xi在用戶會(huì)話模式描述文件pfi上的信息項(xiàng)頻率，獲取這兩個(gè)頻率的值；

3、按照公式3.6進(jìn)行計(jì)算相異值dv（tfp，tfpfi）；

4、將所有的 dv（tfp，tfpfi）進(jìn)行求和運(yùn)算，得到的就是相異值 DV（p，pfi）。

六、小結(jié)

課程個(gè)性化學(xué)習(xí)網(wǎng)站將是學(xué)生自主學(xué)習(xí)的一種有效途徑，如何更好地服務(wù)學(xué)生，提高學(xué)生的學(xué)習(xí)興趣和學(xué)習(xí)效率，是提升課程網(wǎng)站競爭力的一個(gè)關(guān)鍵因素。本文研究內(nèi)容在一定程度上解決了一些問題，提高了訪問效率和學(xué)員的自主學(xué)習(xí)能力，同時(shí)也有些問題沒有解決，有待于作一步的研究解決。