CN108710620A - 一种基于用户的k-最近邻算法的图书推荐方法与*** - Google Patents

Abstract

本发明公开了一种基于用户的k‑最近邻算法的图书推荐方法和***，本发明实现了基于用户k‑近邻协同过滤算法的图书推荐方法，本发明将推荐技术应用到了图书推荐***中，目的是为了给读书爱好者个性化地推荐其有可能感兴趣的图书，减少读书爱好者在海量图书信息中找到感兴趣图书的时间。本发明应用的推荐算法是基于协同过滤的推荐算法，具体使用到了基于用户的k‑最近邻算法，这些算法可以针对不同读者对图书的评分，向不同的读者个性化地推荐其可能感兴趣的图书。

Description

一种基于用户的k-最近邻算法的图书推荐方法与***

技术领域

本发明属于图书推荐技术领域，具体涉及一种基于用户的k-最近 邻算法的图书推荐方法与***。

背景技术

随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入 了信息过载的时代。很多时候，我们面临的问题不是物质短缺、信息 匮乏，而是这些东西太多，让我们眼花缭乱、不知如何选择。面对海 量信息，目前，存在着两方面的问题，一方面，如何从过载的信息中 找到自己真正感兴趣的内容；另一方面，信息提供者如何使他们提供 的信息被感兴趣的人注意到，而不是被淹没在海量的信息中。

为了解决信息过载问题，出现了分类目录和搜索引擎。它们都是 在信息和用户之间建立匹配的，用户可以通过搜索关键字来寻找感兴 趣的信息。然而，搜索引擎也存在着局限性，首先，它提供的结果通 常不是个性化的，不同的人用同一个关键词进行搜索，返回的结果往 往是一模一样的，而人与人之间的品味往往是各不相同的；因此，搜 索引擎无法准确地为不同用户过滤信息；搜索引擎的另一个局限性就 是它要求用户必须对自己的需求有清晰的认识，并且能够用关键词表 述出来，然而，用户有时候存在着某些需求，这些需求他们自己还没 有意识到，这时候搜索引擎就无能为力了。虽然这两种工具都可以帮 助用户较快的找到他们可能感兴趣的信息。但这些工具都不能针对不 同的用户提供个性化的服务。

推荐***是另外一种帮助信息和用户进行匹配的手段。与搜索引 擎不一样的是，推荐***无需用户输入额外的关键词，它能根据用户 以往历史行为记录，主动挖掘有相似兴趣爱好的近邻用户，找到近邻 用户的兴趣物品信息，并将相关商品或信息推荐给用户。由于是根据 每个用户的特点进行推荐的，所以它能够满足个性化的要求，为不同 的用户推荐满足他们个性化需求的产品，让信息更加准确地展现在用 户面前，同时，它也不那么依赖于用户主动输入的信息去过滤信息。

基于用户的k-最近邻协同过滤算法的核心思想是：在已给一个用 户-物品评分矩阵的前提下，找到与当前用户历史评分记录最相似的 其他用户(被称为当前用户的邻居)，k-最近邻算法是利用这些邻居 的信息来产生推荐，对于当前用户未评分，但邻居评分的所有物品作 为候选推荐物品，使用这些邻居的评分记录和用户之间的相似度信息 来预测当前用户对这些候选推荐物品的评分，最后再将评分较高的若 干个物品推荐给当前用户，该方法充分考虑了用户之间喜好的相似性 来做出预测，其预测结果较为可靠准确。

发明内容

本发明目的是提供一种基于用户的k-最近邻算法的图书推荐方 法与***，该算法可以针对不同用户对图书的评分，向不同的用户个 性化地推荐其可能感兴趣的图书，全面考虑了***中涉及对象的相似 度，提高了推荐的准确度，

为实现上述目的，本发明采用以下技术方案，一种基于用户k- 最近邻算法的图书推荐方法，包括以下步骤：

步骤1，将用户历史图书评分行为数据按照均匀分布随机分为M 份，选取一份作为测试集，将剩下的M-1份作为训练集，在用户历 史图书评分行为数据的训练集上建立基于用户和基于物品的k-最近 邻推荐模型；

步骤2，通过k-最近邻推荐模型在用户历史图书评分行为数据的 训练集上建立用户兴趣模型，生成推荐图书列表，再通过结合用户历 史图书评分行为数据的测试集，计算最相似用户的个数k在初始值的 情况下，k-最近邻算法的准确率和召回率；

步骤3，依次更新建立k-最近邻推荐模型中的所设定算法的最相 似用户的个数k值，计算不同k值下的图书推荐列表和算法的准确率 和召回率；

步骤4，将每个不同k值所对应的准确率和召回率相加，得到基 于用户的k-最近邻算法的性能指标值；取基于用户的k-最近邻算法 的多组性能指标值的最大值所对应的参数k的值作为某用户在基于 用户的k-最近邻算法的中的最优算法参数k的值；

步骤5，输入某用户在基于用户的k-最近邻算法的最优参数k的 值，利用步骤1中的k-最近邻推荐模型为用户产生基于用户的k-最 近邻算法的图书推荐列表。

作为本发明的进一步改进，步骤1中的k-最近邻推荐模型的建立 步骤如下：

步骤1.1，将用户历史图书评分行为数据的训练集处理为m*n的 用户图书评分矩阵R；

步骤1.2，使用皮尔逊相关系数计算用户间的相似度；

步骤1.3，对于每个用户，按从大到小的顺序将该用户与其他用 户的相似度进行排序；

步骤1.4，根据相似度计算结果，结合算法参数k，生成候选推 荐图书列表，再利用预测评分的计算公式，计算出候选推荐图书列表 中的每本图书的预测评分，并按预测评分从大到小的顺序对候选推荐 图书列表进行排序，取候选推荐图书排序列表的前几本图书组成最终 的图书推荐列表，产生基于用户的k-最近邻算法的推荐图书列表；

作为本发明的进一步改进，步骤1.2中用户间的相似度计算公式 如下：

在上述公式中，P(u,v)表示用户u和用户v之间的相似度，I_u和 I_v分别表示用户u和用户v评分过的图书集合，r_ui和r_vi分别表示用 户u对物品i的评分和用户v对图书i的评分，和分别表示用户u和 用户v的对图书的平均评分；

作为本发明的进一步改进，步骤1.5中预测评分的计算公式如下 所示：

在上述公式中，表示用户u对图书i的预测评分，和是用户u和用户u′对图书的平均评分，sim(u,u′)是用户u和用户u′之间的相 似度，r_u′i表示用户u′对图书i的评分，M是与用户u最相似的用户组 成的集合。

作为本发明的进一步改进，步骤2中的k-最近邻算法的准确率和 召回率，计算公式如下所示：

步骤2.1，准确率

式中，Precision(U(u)表示对于用户u，基于用户的k-最近邻算法 的准确率，R(U(u))表示基于用户的k-最近邻推荐算法为用户u产生 的的图书推荐列表，T(u)表示用户u评分过的物品的推荐列表，U 表示所有用户；

步骤2.2，召回率

式中，Recall(U(u)表示对于用户u，基于用户的k-最近邻算法的 召回率，R(U(u))表示基于用户的k-最近邻推荐算法为用户u产生的 的图书推荐列表，T(u)表示用户u评分过的物品的推荐列表，U表 示所有用户。

一种基于用户k-最近邻算法的图书推荐***，包括用户物品信息 收集层、存储层、推荐引擎模块、接口层；

所述的存储层，用于存储***使用和产生的数据，包括用户、图 书的基本信息及用户行为信息；

所述的用户物品信息收集层，与存储层连接，用于负责录入和维 护用户、图书的基本信息及用户行为信息；

所述的推荐引擎模块，与存储层连接，用于用户对物品的历史行 为数据的基础上进行计算，产生推荐列表；采用基于用户的k-最近邻 推荐模型和基于物品的k-最近邻推荐模型构建推荐引擎；

所述的接口层，与推荐引擎模块、存储层连接及前端展示单元通 信，用于计算出的数据需要传递给前端展示单元，用户对图书的评分 通过前端展示单元获取传回，接口层为前端展示单元调用提供所需数 据，将前端展示单元传来的用户行为数据交由存储层储备用。

本发明与现有技术相比，具有以下优点：

本发明采用基于用户的k-最近邻算法的优势，利用用户对物品的 历史评分记录找到与当前用户历史评分记录最相似的其他用户(被称 为当前用户的邻居)，k-最近邻算法是利用这些邻居的信息来产生推 荐，并且具有更准确的推荐性能。算法的优势还体现在对k-最近邻算 法所涉及的核心参数最相似用户个数k的优化。通过将不同用户的图 书历史评分记录分割为训练集和测试集，依次代入不同的k，分别计 算对应k-最近邻算法的准确率和召回率，将每个不同k值所对应的准 确率和召回率相加，得到基于用户的k-最近邻算法的性能指标值；选 择多组性能指标值的最大值所对应的参数k的值作为某用户在基于用户的k-最近邻算法的中的最优算法参数k的值；且可以根据用户历 史记录的变化动态调整算法的核心参数k的值，提高了推荐算法的性 能。

附图说明

图1为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的训练最优参数k值的流程图；

图2为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的基于用户的k-近邻算法推荐过程图；

图3为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的基于用户的协同过滤算法流程图；

图4为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的***框架图；

图5为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的部分用户最优参数散点图；

图6为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的图书推荐算法框图；

图7为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的图书推荐模块设计图；

图8为本发明一种基于用户的k-最近邻算法的图书推荐方法与 ***的基于用户的用户cytun的最终图书推荐列表。

具体实施方式

下面结合附图对本发明作详细描述：

如图1所示：本发明一种基于用户k-最近邻算法的图书推荐方法， 包括以下步骤：

步骤1，首先，将用户历史图书评分行为数据按照均匀分布随机 分为M份，选取一份做为测试集，将剩下的M-1份作为训练集。在 用户历史图书评分行为数据的训练集上建立基于用户的k-最近邻推 荐模型，如图2所示，推荐模型的建立步骤如下：

步骤1.1，将用户历史图书评分行为数据的训练集处理为m*n的 用户图书评分矩阵R，其中，m表示为m个用户，n表示为n本 图书，r_ui表示用户u对物品i的评分。

步骤1.2，计算用户间的相似度，所使用的相似性度量为皮尔逊 相关系数，其计算公式如下所示：

在上述公式中，P(u,v)表示用户u和用户v之间的相似度，I_u和I_v分别表示用户u和用户v评分过的图书集合，r_ui和r_vi分别表示用户 u对物品i的评分和用户v对图书i的评分，和分别表示用户u和用 户v的对图书的平均评分。

步骤1.3，对于每个用户，按从大到小的顺序将该用户与其他用 户的相似度进行排序。

步骤1.4，如图3所示，产生基于用户的k-最近邻算法的推荐图 书列表。假设为用户u产生推荐图书列表。首先，设定参数k值的初 始值为20，参数k的含义是，最相似用户的个数。取用户u相似度 排序列表的前20名用户作为用户u的邻居用户集。然后，将20名邻 居用户已评分但用户u未评分的图书作为用户u的候选推荐图书列 表，并对候选推荐图书列表中的图书进行评分，图书预测评分的计算 公式如下所示：

在上述公式中，表示用户u对图书i的预测评分，和是用户 u和用户u′对图书的平均评分，sim(u,u′)是用户u和用户u′之间的相似 度，r_u′i表示用户u′对图书i的评分，M是与用户u最相似的用户组成 的集合。

将候选推荐图书列表按候选图书预测评分从大到小进行排序，设 定参数N为10，参数N的含义是图书推荐列表中图书的个数。取候 选推荐图书排序列表的前10本图书组成最终的图书推荐列表。

步骤2，通过以上四个步骤可以在用户历史图书评分行为数据的 训练集上建立用户兴趣模型，生成推荐图书列表，再通过结合用户历 史图书评分行为数据的测试集，计算在初始值k＝20的情况下，预测 行为和测试集上实际行为的重合度，即k-最近邻算法的准确率和召回 率，具体计算公式如下所示：

步骤2.1，准确率

在上述公式中，Precision(U(u)表示对于用户u，基于用户的k-最 近邻算法的准确率，R(U(u))表示基于用户的k-最近邻推荐算法为用 户u产生的的图书推荐列表，T(u)表示用户u评分过的物品的推荐列 表，U表示所有用户。

步骤2.2，召回率

在上述公式中，Recall(U(u)表示对于用户u，基于用户的k-最近 邻算法的召回率，R(U(u))表示基于用户的k-最近邻推荐算法为用户u 产生的图书推荐列表，T(u)表示用户u评分过的物品的推荐列表，U 表示所有用户。

步骤3，更新步骤1建立的推荐模型中的步骤1.4中所设定的算 法的核心k值，更新为30、40、50，计算不同k值下，图书推荐列 表。然后重复步骤3，计算k＝30、k＝40、k＝50的情况下，基于用户 的k-最近邻算法的准确率和召回率。

步骤4，通过以上3个步骤，最终得到，k＝20、k＝30、k＝40、k＝50 的情况下，基于用户的k-最近邻算法的准确率和召回率，共计4组准 确率和召回率；然后，将k＝20、k＝30、k＝40、k＝50所对应的准确率 和召回率相加，得到基于用户的k-最近邻算法的性能指标值。接下来， 将基于用户的k-最近邻算法，在不同k值的情况下，4组性能指标按 从大到小的顺序进行排序。最后，取4组性能指标值的最大值所对应 的参数k的值作为用户在基于用户的k-最近邻算法的中的最优算法 参数k的值，来对测试集进行测试运算，以上四步的目的是为不同的 用户训练最优的算法参数k，并且得到最优参数k值所对应的算法的 性能指标值，即准确率加召回率。

本发明还提供了一种基于用户k-最近邻算法的图书推荐***，推 荐***要面对两个重要对象：用户和物品，***的核心是推荐引擎， 它把用户和物品联系在一起。图书推荐***的主要工作，是向用户提 供一个图书推荐列表。一般用户、物品、推荐引擎三部分组成一个完 整的推荐***，下面就分别对***总体架构和这三个部分的模型设计 进行阐述，具体的***框架图如下图4所示：

存储层用于存储***使用和产生的数据，主要包括用户、图书、 图书的基本信息，用户行为信息。

用户物品信息收集层负责录入和维护用户、图书的基本信息及用 户行为信息。

推荐引擎在用户对物品的历史行为数据的基础上进行计算，产生 推荐列表。本***采用的是协同过滤推荐算法，具体使用的是基于用 户的k-最近邻协同过滤算法构建推荐引擎。接口层负责***与前端程 序的通信。因为***运行在后台，计算出的数据需要传递给前端展示， 用户对图书的评分通过前端获取传回，接口层的工作就是为前端调用 提供所需数据，将前端传来的用户行为数据交由存储层储备用。

数据库使用SQLite存储用户的行为数据及用户、图书的基本数 据。本***的数据库存在用户、图书实体，用户与图书之间存在多对 多的关系，用户与用户之间存在多对多的关系，基于此，可以设计出 相应的数据库表：

(a)***对象信息采集

***对象包括用户信息、图书基本信息。用户信息共分为两部分 采集，第一部分来自于用户注册时所填写的信息；第二部分是由*** 后台根据已有用户行为数据计算出来的，其中所涉及的基于用户的 k-最近邻算法的核心参数的数值。

对于新用户，由于不存在用户行为数据，后台程序将无法为其训 练出算法最优参数，因此，根据推荐仿真实验所得出结论，大部分用 户的最优参数都为50，用户具体属性如下表1所示：

表1

图书基本信息的采集是利用爬虫技术，通过豆瓣API接口生成的， 图书具体属性如下表2所示：

表2

用户行为记录的采集：

推荐***中对算法所使用的就是用户行为记录，本***主要指的 是用户对图书的评分记录。该记录的采集是通过用户在***前台检索 图书，并对图书进行评分，该评分数据将会通过接口，传递到后台数 据库中，用户行为记录所涉及的用户-图书评分表的具体内容，如下 表3所示：

表3

推荐模块主要是建立用户推荐模型、训练算法核心参数，为用户 推荐可能感兴趣的图书。该模块是本图书推荐***的的核心模块，其 功能就是为用户实现图书列表的推荐。该模块涉及到基于用户的k- 最近邻协同过滤算法。推荐模块设计图，如下图7所示：

本***首先收集用户行为记录，并将其生成用户-物品评分矩阵 来进行相关运算，以实现对用户进行推荐的功能，推荐算法设计框图 如下图6所示：

实施例：

下面使用共有129334条用户图书评分记录的数据集，其中共涉 及了265本图书和1968名用户。

(1)首先，将该数据集按照均匀分布随机分为3份，选取一份 做为测试集，将剩下的2份作为训练集。下表4和表5展示了用户 cytun的训练集和测试集。

表4

表5

(2)在用户cytun的历史图书评分行为数据的训练集上建立基于用户的k- 最近邻推荐模型，再结合用户cytun的历史图书评分行为数据的测试集计算k＝20、 k＝30、k＝40、k＝50的情况下，基于用户的k-最近邻算法的准确率和召回率，共 计4组准确率和召回率。具体如下表6所示，表6为基于用户cytun的参数性能。

表6

本发明应用的推荐算法是基于用户k-最近邻算法，这个算法可以 针对不同读者的对图书的评分，向不同的读者个性化地推荐其可能感 兴趣的图书。在协同过滤算法中，选取的参数不同，会对推荐的效果 产生不同的影响。本发明还为通过离线实验的方法，为用户训练了基 于k-最近邻算法中的核心参数k，目的是为了提高推荐算法的性能， 以获得最优的推荐结果。本发明实现了基于单一协同过滤算法的图书 推荐。最后对个性化的图书推荐***作了个设计，实现了图书历史评 分记录查询、图书信息查询以及图书推荐的功能，并在数据集上进行 了推荐仿真实验。

为了更直观的观察***中已有用户的最优参数分布，现以部分用 户为横坐标，以参数k为纵坐标的用户最优参数散点图，如下图5所 示，在k-最近邻模块中最重要的功能是产生推荐，下面以用户cytun 为例，下图8展示了这基于物品的k-最近邻推荐算法为用户cytun产 生的图书推荐列表。

以上，仅为本发明的较佳实施例，并非仅限于本发明的实施范围， 凡依本发明范围的内容所做的等效变化和修饰，都应为本发明的技术 范畴。

Claims (6)

1.一种基于用户的k-最近邻算法的图书推荐方法，其特征在于，包括以下步骤：

步骤1，将用户历史图书评分行为数据按照均匀分布随机分为M份，选取一份作为测试集，将剩下的M-1份作为训练集，在用户历史图书评分行为数据的训练集上建立基于用户的k-最近邻推荐模型；

步骤2，通过k-最近邻推荐模型在用户历史图书评分行为数据的训练集上建立用户兴趣模型，生成推荐图书列表，再通过结合用户历史图书评分行为数据的测试集，计算最相似用户的个数k在初始值的情况下，k-最近邻算法的准确率和召回率；

步骤3，依次更新建立k-最近邻推荐模型中所设定算法的最相似用户的个数k值，计算不同k值下的图书推荐列表；并计算不同k值情况下，基于用户的k-最近邻算法的准确率和召回率；

步骤4，将每个不同k值所对应的准确率和召回率相加，得到基于用户的k-最近邻算法的性能指标值；取基于用户的k-最近邻算法的性能指标值的最大值所对应的参数k的值作为某用户在基于用户的k-最近邻算法的中的最优算法参数k的值；

步骤5，输入某用户在基于用户的k-最近邻算法的最优算法性能指标值，利用步骤1中的k-最近邻推荐模型为用户产生基于用户的k-最近邻算法的图书推荐列表。

2.根据权利要求1所述的一种基于用户的k-最近邻算法的图书推荐方法，其特征在于，步骤1中的k-最近邻推荐模型的建立步骤如下：

步骤1.1，将用户历史图书评分行为数据的训练集处理为m*n的用户图书评分矩阵R；

步骤1.2，使用皮尔逊相关系数计算用户间的相似度；

步骤1.3，对于每个用户，按从大到小的顺序将该用户与其他用户的相似度进行排序；

步骤1.4，根据相似度计算结果，结合算法参数k，生成候选推荐图书列表，再利用预测评分的计算公式，计算出候选推荐图书列表中的每本图书的预测评分，并按预测评分从大到小的顺序对候选推荐图书列表进行排序，取候选推荐图书排序列表的前几本图书组成最终的图书推荐列表，产生基于用户的k-最近邻算法的推荐图书列表。

3.根据权利要求2所述的一种基于用户的k-最近邻算法的图书推荐方法，其特征在于，步骤1.2中用户间的相似度计算公式如下：

在上述公式中，P(u,v)表示用户u和用户v之间的相似度，I_u和I_v分别表示用户u和用户v评分过的图书集合，r_ui和r_vi分别表示用户u对物品i的评分和用户v对图书i的评分，和分别表示用户u和用户v对图书的平均评分。

4.根据权利要求2所述的一种基于用户k-最近邻算法的图书推荐方法，其特征在于，步骤1.4中预测评分的计算公式如下所示：

在上式中，和是用户u和用户u′对物品的平均评分，sim(u,u′)是用户u和用户u′之间的相似度，N是与用户u最相似的邻居组成的集合。

5.根据权利要求1所述的一种基于用户k-最近邻算法的图书推荐方法，其特征在于，步骤2中的k-最近邻算法的准确率和召回率，计算公式如下所示：

步骤2.1，准确率

式中，Precision(U(u)表示对于用户u，基于用户的k-最近邻算法的准确率，R(U(u))表示基于用户的k-最近邻推荐算法为用户u产生的的图书推荐列表，T(u)表示用户u评分过的物品的推荐列表，U表示所有用户；

步骤2.2，召回率

式中，Recall(U(u)表示对于用户u，基于用户的k-最近邻算法的召回率，R(U(u))表示基于用户的k-最近邻推荐算法为用户u产生的的图书推荐列表，T(u)表示用户u评分过的物品的推荐列表，U表示所有用户。

6.一种基于用户k-最近邻算法的图书推荐***，其特征在于，包括用户物品信息收集层、存储层、推荐引擎模块、接口层；

所述的存储层，用于存储***使用和产生的数据，包括用户、图书的基本信息及用户行为信息；

所述的用户物品信息收集层，与存储层连接，用于负责录入和维护用户、图书的基本信息及用户行为信息；

所述的推荐引擎模块，与存储层连接，用于用户对物品的历史行为数据的基础上进行计算，产生推荐列表；采用基于用户的k-最近邻推荐模型和基于物品的k-最近邻推荐模型构建推荐引擎；

所述的接口层，与推荐引擎模块、存储层连接及前端展示单元通信，用于计算出的数据需要传递给前端展示单元，用户对图书的评分通过前端展示单元获取传回，接口层为前端展示单元调用提供所需数据，将前端展示单元传来的用户行为数据交由存储层储备用。