开放式用户模型服务平台的设计与实现.pdf

《开放式用户模型服务平台的设计与实现.pdf》由会员分享，可在线阅读，更多相关《开放式用户模型服务平台的设计与实现.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 3 1 卷第 3 期 2 0 1 1年 3月 计算机应 用 J o u r n a l o f C o mp u t e r Ap p l i c a t i o n s Vo 1 31 No 3 Ma r 2 011 文章编号：1 0 0 1 9 0 8 1(2 0 1 1)0 3 0 8 1 8 0 4 d o i：1 0 3 7 2 4 S P J 1 0 8 7 2 0 1 t 0 0 8 1 8 开放式用户模型服务平台的设计与实现 王巧容，陈庆奎，赵 海燕(上海理工大学 光 电信息与计算机工程学院，上海 2 0 0 0 9 0)(h a p p y w a n g q i a o

2、 r o n g 1 6 3 c o rn)摘要：为了构建一个公共的共享数据 的用户模 型平 台，给各个接入该平 台的网站提 供更全 面、更准确的 用户信 息，平台提供 了数据接 口和算法接 口用于与 第三 方网站的 交互，重 点研 究 了如何 解决来 自不 同数 据源的 用户数据 的 冲突，从 而形成统一 的用户模型的问题，最终实现 了算法和模型以及数据 的共享。实验结果表 明，该平 台更能准确、全 面地构建用户模 型。关键词：We b服务；用户建模；数据融合；算法共享；数据共享 中图分类号：T P 3 9 1；T P 3 0 1 6 文献标志码：A De s i g n a n d i m

3、p l e me nt a t i o n o f o p e n u s e r mo de l s e r v i c e p l a t f o r m WA N G Q i a o r o n g，C H E N Q i n g-k u i，Z H A O H a i y a n (S c h o o l o f O p t i c a l E l e c t r i c a l a n d C o m p u t e r E n g i n e e ri n g，U n iv e r s i ty of S h a n g h a i f o r S c i e n c e a n

4、d T e c h n o l o g y,S h a n g h a i 2 0 0 0 9 0，C h i n a)Ab s t r a c t：T o b u i l d a c o mmo n u s e r mo d e l p l a t f o r m w h i c h c a n s h a r e d a t a a n d p r o v i d e mo r e c o mp r e h e n s i v e a n d a c c u r a t e u s e r i n f o r ma t i o n t o a l l s i t e s a c c e s

5、 s e d t o t h e p l a t f o rm，t h e p l a t f o rm p r o v i d e d d a t a i n t e rfa c e s a n d alg o r i t h m i n t e rfa c e s t o i n t e r a c t w i t h t h e t h i r d p a r t y s i t e s，f o c u s e d o n h o w t o s o l v e t h e c o n fl i c t o f u s e r d a t a f r o m d i f f e r e

6、n t d a t a s o u r c e s i n o r d e r t o f o rm a u n i f i e d u s e r mo d e l，fi n a l l y a c h i e v e d s h a r i n g o f alg o r i t h ms，mo d e l s a n d d a t a T h e e x p e ri me n t a l r e s u l t s s h o w t h a t i t i s mo r e a c c u r a t e a n d c o mpr e h e n s i v e t o b ui

7、 l d ri s e r mo d e l o n t h i s p l a t f o rm Ke y wor ds：W e b s e r v i c e；us e r mo d e l i n g；d a t a f u s i o n；a l g o r i t h m s h a ring；d a t a s h a ring 0 引言 在电子商务蓬勃发展的今天，网上购物作为一种新兴事 物得到了很多人的认可和喜爱，足不出户，就可以买到喜欢的 东西。由于网上的商家越来越多，如何留住用户，并快速准确 地向用户推荐合适的商品是每一个网上商家都要考虑的问 题。根据已有 的用户 网上行 为

8、对用户进 行建模，并根据模 型 向用户推荐商品是解决这个问题的一个有效途径。研究人员 提出了多种用户模型的构建方法 和算法；很多网站 采用了用户建模的方法，以根据用户模型进行个性化产品、服 务和 内容的推荐 等。在实际应用中，由于某种原因，例如新用户或者网站推出 了新的 内容，某一网站上相关 的数据可能较少，从而造成了用 户模型的准确度不高；用户的信息可能分布在不同的网站上，例如一个用户，他可能在当当网上买人文类的书，在卓越网上 买科技类和外文书。通过将多个网站上的用户模型数据进行 集成和融合，形成统一的用户模型，并为这些网站提供用户模 型服务，显然将大大提高用户模型的准确度和全面性。从商 业

9、的角度看，由于用户模型准确度的提高将给它带来利润的 提高，因此具有共享用户模型信息的动力。另一方面，对于某 一运营商，将多 个版块(或子 网站)中的用 户模 型进 行集成，同样存在必要性。在构造一个统一的用户模型服务平台时，需要解决一系 列关键技术。由于各个网站提供的用户模型数据的格式并不 统一，因此需要解决格式 的统一问题；而且对 于相同项 目，各 个网站提供的数据可能也不一致，需要将不同网站的数据进 行融合形成一个一致的结果。本文针对这种需求，提出了一个开放式用户模型服务平 台的体系结构，并针对其中的关键技术进行了研究。1 开放式用户模型服务平 台体系结构 图1为开放式用户模型服务平台的体

10、系架构。用户模型 用户模型 用户模型 l 模板管理 数据源管理 服务 I 用 户 模 型 用 户 模 型 数 据 数 据 接 口k 映 射 管 理 融 合 引 擎 用 户 模 型 安 全 管 理 l 融 合 规 则 管 理 l ；图 1 开放式用户模型服务平 台 各个用户模型数据 源通过注册模块可以动态 添加 到系统 中。不同的领域涉及到的用户模型信息是不同的。因此，在 本文的平台中，首先由用户建模专家根据业务或者领域的需 要创建用户模型模板，该用户模型模板定义了从哪些方面来 描述用户的兴趣，它提供了构建用户模型的规范化公共定义；收稿日期：2 0 1 0 0 9 0 6；修回日期：2 0 1

11、0 1 0 2 6。基金项目：国家自 然科学基金资助项 目(6 0 9 7 0 0 1 2；6 0 8 7 3 2 3 0)；上海信息技术领域 重点科技攻关项 目(0 9 5 1 1 5 0 1 0 0 0)；上海重点科技项 目(0 9 2 2 0 5 0 2 8 0 0)；3 Z 海市重点学科建设项 目($3 0 5 0 1)；上海 市科 委基础研究重点课题项 目 (0 8 J C 1 4 1 1 7 0 0)。作者 简介：王巧容(1 9 8 5一)，女，湖北天 门人，硕士研究生，主要研究方 向：服务计算；陈庆奎(1 9 6 6一)，男，黑龙 江哈尔滨人，教授，博士生 导师，主要研究方向：计

12、算机机群、并行数据库、并行理论、网格；赵海燕(1 9 7 5一)，女，河南温县人，高级工程师，主要研究方 向：服务计算。第 3期 王巧容等：开放 式用户模型服 务平 台的设计与 实现 8 1 9 通过用户模 型映射 管理模块 定义 的映射规则，不 同数据 源的 信息将映射到统一的用户模型上，平台提供了一个标准的接 口，用于定期采集各个第 三方 网站 提供 的各 自的用户数 据并 按照映射规则对这些用户数据进行格式转换，将第三方的用 户数据进行标准化；在采集第三方数据的过程中，通过安全管 理模块对传递的数据进行加密，以免造成商业数据的泄露；而 用户模型融合规则管理模块定义了融合规则，以对不同数据

13、 源中提供的不一致信息进行统一化(融合)。用户模型数据 融合引擎 是整个平 台的核心，它将 定时 自动采集 各个用 户模 型数据源的数 据进行 整合。整个平台将向外界提供用户模型服务，包括整个用户模型 的获取，部分用户模型的获取 等；在获取用户模型时，通过安全 管理模块验证用户的登录，以确定其有获取该模型的权利。平台的数据流图如图2所示。图 2开放式用户模型服务平 台的数据流图 为 了实现该平 台，需要解 决一 系列 的技 术 问题。其 中最 为重要的 问题有两个：一个 是数据格式冲突问题；另外一个是 数据 内容 冲突 问题。后面两章将对这两个 问题 的解决方法进 行介绍。2 用户模 型数据

14、的格 式转化 由于各个 网站 的独立性 和 内容差异性，来 自不 同网站 的 用户模型数据格式并不统一，需要对 它们 进行 数据转换，使其 与用户模型模板文件一致。通常，各个网站的用户模型数据元素与用户模型模板数 据元素存在以下几种对应关系。1)一一对应的关系。数据源和用户模型模板的元素是 一一对应的，但是两者 的名称可 能一样或 者不一样。2)多对一的关系。数据源元素的信息层次比较低，数据 源的多个元素对应于用户模板的一个元素。3)一对多的关系。数据源元素的信息层次比较高，对应 于用户模 型模板 的多个元 素。例如，假设网站 A的用户数据模型为 名称，家用 电器，手机通信，手机配件，数码影像

15、，数码配件，日用百货 ，用户 模 型模板 为 用户名称，家用 电器，手机 数码，家具用 品，服装 鞋 帽 ，则两者 的元素对应关 系如 图 3所示。网站A 用户数据模型 用户模型模板 名 称 家用电器 一对：一对一 二 一 对 多 用户名称 家用电器 手机数码 其用最 鞋帽 图 3中，网站 A的“名称”与用户模型模板的“用户名称”是一对一的关系，但两个元素的名称不一致；网站 A的“家用 电器”与用户模 型模 板 的“家用 电器”也是 一对一 的关 系，两 者的名称也是一致的；网站 A的“手机通信”、“手机配件”、“数码影像”、“数码配件”是比较低层的产品分类，一起对应 于用户模型模板的“手机数

16、码”，是多对一的关系；网站 A的“日用百货”是比较高层次的产品分类，对应于用户模型模板 的“家具用品、服装鞋帽”，是一对多的关系。为了完成数据转换，本文采用了 X S L T转化技术。各个 网站 以 X ML格式定期 提交 各 自的用户数据，用户模型模板也 是 X ML格式 的，可 以事 先 建立 两者 S c h e ma之 问 的 X S L T文 件。在运行时，直接应用 X ML的转换机制达到 目的。值得指 出的是，对于多对一的关系，本文将数据源的多个元素的值取 均值作为 目的元素的值；对于一对多的关系，本文将数据源的 元素的取值复制到多个 目的元素。3 用户模型数据的内容一致性处理 对

17、于同一个用户，不同的网站可能有不同的信息。如张 三可能在 网站 A买 了很 多手机数码产品，所 以网站 A认 为张 三对手机数码产品很感兴趣，而张 三很少在 网站 B购买手机 数码产品，则网站 B认为张三对手机数码产品不感兴趣。为 了提供合理的用户模型信息，需要把各个网站中有关用户模 型的内容进行一致性处理。如果把每一个 网站看 做一个 评价者，用户模 型数 据 内容 一致性处理就可以看成为一个群体综合评价问题，即将 各个网站的用户模 型数 据(评价)按 照某种 方式 进行合 成得 到一致的用户模型数据(综合评价结果)。在应用群体综合评价方法时，依据用户模型融合的特点，需要考虑以下几个方面 的

18、问题。1)评价值的模糊性。由于技术原因，或者由于商业隐私方面的考虑，网站提供 的用户模型信息一般不会是一个精确值，而更可能是一个模 糊值。对 此，本文采用三 角模糊数 来统 一表示用 户模 型 中的 元素的语言评价值，如图 4所示为各个语言评价值对应的隶 属度函数。模糊数的界限一般并不明显，本文用 0 0 2 5表 示非常不喜欢，00 5表示不喜欢，0 2 5 0 7 5表示一般，0 51 0表示喜欢，0 7 5 1 0表示非常喜欢，它们之间互相 有交叉。非常 趔 11 1 啦 欢 模 糊数 图 4数据模糊表示 2)网站数据质量差别。在实际生活 中，各 个 网站 的大小、规 模、建 站 时间、

19、知 名 度、人气等不一样，网站 A和网站 B对于最终用户模型数据 的形成应该具有不 同的权重。例 如，网站 A的用 户数远远 大 于网站 B的用户数，则它对用户的评价对合成结果的影响应 该 比网站 B的大。3)各个网站评价一致性 的影 响。在将各个网站的用户数据进行合成时，除了考虑各个网 信件像绊货 遭 配影配百 税 机码码博 手手数数日 8 2 0 计算机 应用 第 3 1 卷 站 的权威性之外，还需要考虑群体意见 的一致性。如：虽然网 站 A的权重 比较大，但是其他权重小的网站的意见 比较一 致，则也要考虑如何尊重多数网站的意见。目前的群体评价方法一般采用加权合成的方法考虑专家 的不同权

20、重对结果 的影 响，也有一 些评价方 法考虑 了群体 意 见的一致性来合成评价意见。在将各 网站 的评价意见进行合 成时，既要考虑各个网站 的权 威性也要兼顾 到一致性。本 文 根据这种思想，使用 了将 网站权重 和一致性进 行有机结合 的 方法，使最终合成的群体评价结果更为合理。1)网站权重影响。依据由于规模、知名度、以往数据准确性等，确定网站的 权重，本文将网站 i 的权重记为 W 。2)数据一致性影响。首先定义两 个三 角模 糊 数 的相 似 度：设 R =(Z ，m ，r )，=(Z m，r，)为两个三角模糊数，s(，R，)为其相应 的 隶属度函数，则称：J m i n(R ()，R，

21、()d x s(，R )=等一(1)f m a x(R ()，R，()为两个三角模糊数的相似度。由于用户模型元素的取值用三角模糊数来表达，因此有 下面的定义：两个网站 与 中对用户模型某个元素的取值 分别 为两个模糊数 R =(Z ，m ，r )，R，=(z，r，)，将两 个元素取值之间的一致度 S 定义为 和 的相似度，即 S ：S(R ，R，)。为了衡量某一网站用户模型元素取值与其余所有网站用 户模型元素取值的一致性，定义该网站的用户模型元素的平 均一致度 S 为：1 n s =5 (2)为了便于比较，将平均一致度进行归一化，从而得到各网 站针对用户模型某一元素取值的相对一致度，网站 元素

22、取 值的相对一致度 S 如式(3)所示：s r _ s；S (3)网站 的用户模型元素取值的相对一致度反映了它与其 他网站上对该元素取值的一致性程度，其值越大越说明它的取 值代表 了大多数网站的取值。为了集结多数 网站 的取值，获得 一致性程度高的结果，应该考虑各网站的相对一致度 的影响。3)网站权重和数据一致性的综 合影 响。通过上面的分析可知，网站的评价对于合成结果的影响 大小与网站的权重、网站取值的相对一致度有关。因此。将这 两项进行合成得到用户模型元素取值 的合成权重：C =O t l W +O l 2 S：(4)其 中O L。+O t=1。对式(4)中系数 的取值，若 只考虑权威的作

23、 用而不考虑一致性的影响，则 O l。=1，=0。若只考虑网站 取值一致度的影响，则O t：=1，O l =0。4 系统实现 为了验证上述方法的可用性，本文实现了一个平 台原 型。假定数据来 自三个不 同的网站：A网站，B网站，C网站，考虑 到三个网站的用户规模 大小 不 同，假设这三个 网站 的权 重分 别为 0 5、0 3和 0 2。在该例子中，采用用户所购买的产品树及权重来描述用户 的兴趣。其 中，权重表示 了用户对该产 品的兴趣程度，通常各 网站可通过用户对该产品的浏览次数或者购买次数来获得相 关的权重。由于各个网站的商业性质，它们提供的数据一般都 不是一个确定的数据，通常采用一种模糊

24、的表示，假设该例子 中分为6类 非常喜欢”、“喜欢”、“一般”、“不喜欢”、“非常 不喜欢”，各个网站提交的用户张三的兴趣如表 1 3所示。表 1 网站 A提供的张三的数据 类别 兴趣 类别 兴趣 家用电器 非常喜欢 数码影像 一般 手机通信 一般 数码配件 不喜欢 手机配件 不喜欢 日用百货 一般 表 2网站 B提供 的张三的数据 类别 兴趣 类别 兴趣 家用电器 喜欢 家具用品 一般 手机数码 喜欢 服装鞋帽 喜欢 表 3网站 C提供 的张三的数据 类别 兴趣 类别 兴趣 家用电器 不喜欢 家具用品 非常喜欢 手机数码 一般 服装鞋帽 非常喜欢 最终，系统将根据 A、B、C网站提交 的用户

25、兴 趣数据 的格 式，对比分析字段，创建合适 的 X S L T转 换文件，导入数据 并 进行数据融合，得到综合的用户兴趣数据。整个系统的使用过程如下。1)用户建模专家添加用户模型模板，添加完成后的用户 模型模板界面如图5所示。日电子商务网站用户模型模板 口 用户名称 口家用电器 口手机数码 口家具用品 口服装鞋帽 f 删 除1 -图 5 电子商务 网站用户模型模板 2)创建数据转换文件。首先将第三方网站提交的数据 转换为三角模糊数，即将模糊表示的 X M L文件转换为用三角 模糊数表示的 X ML文件，然后根据各个网站数据 与用户数据 模板 的数据映射关系，编写转换用 的 X S L T文件

26、，对于每个 网 站，该 X S L T文件只需编写一 次。在该例子中，只有 A网站的数据需要转换，图 6所示为 其数据转换 X S L T文件。3)各个网站以 X M L格式定期 提交各 自的用 户数据。系 统根据第一次编写的相应的 X S L T文件对数据进行转化，得 到用户模型模板格式的用户数据。网站 A的源数据和转换数据如图 7所示。4)最后，平台采用式(4)所示的方法将三份数据融合，在 这里，取。=0 6，=0 4，得到数据融合的结果如图8。将数据融合得到的结果代入三角模糊数，重新转换为模 糊表示，可以得 到张三 的兴趣爱好如表 4所示。表 4融合 多个网站数据所得到的张三的兴趣爱好

27、类别 兴趣 类别 兴趣 家用电器 非常喜欢 家具用品 一般 手机数码 喜欢 服装鞋帽 非常喜欢 第 3期 王巧容等：开放 式用户模 型服 务平 台的设计与 实现 8 2 1 穗拥户 横垫慎撮 l 理 愿 e b S e t nc e 曹 疆 嗽镕t理 霉第三弗教据 已有数 据蔓糌 慷 教据格式转换 数据i 皓 t 查t 1 l s U文件 xml 垤 =t 0 en c adi n g=”u 圩-8 I e t 三 N)bt u 0 75c Ap#n0 tMo l eC0 mmun l c耻10 0 25 Hebi e_Co m 0 雌 M0 l ep h0 0，0 b e n e a cc

28、es so r i es O 2S，0 0 b 0 埔L 0 c 0 0 L一$f s tMer ch an d一0，2 S Ne “d s e)b i ur bI 一 APP an c es M l c s0 7 曲：c0 m M0 I e-p h0 唑煳5 0ne暮，0 2 s(Mo bi 彻 e一 鲋 I酷 0 口l 抽 b 0 75 I D l g i t a l t?xm。0 dI 口z 盯 F-8”c 5 日 嗽 er L 8 F e 三，)S u O 75 App l 靠 M#酬 口 q I 0 控 s!Mo bi l e I t )f u 叩 ur e)口 2 5 0 bl。d

29、 口 如0 e2 s 埘 曲 l I ed g r c a!F u n u 9 7 50 7 5，C 鼬 韩 ，8 l 一 e 1 r e _ t，5 结语 本文介绍了一个开放式用户模型服务平台，该系统首先由 用户建模专家根据业务或者领域的需要创建用户模型模板文 件，然后对传人的用户数据进行格式化，使网站数据格式与模 型模板文件的格式一致，然后 融合各个不 同 网站 的数据，对 用 户建模。本文详细介绍 了实现该系统 的主要思想和关键技术，并实现了一个面向网上购物的例子，证实了系统的可行性。参考文献：1 戢镁钧 面向个性化 服务的用户建 模相关 问题研究 J】情报 方 法，2 0 0 6(3)

30、：7 7 7 9 2 方惠敏，杨国胜，丁文珂 基 于人性化 网站界 面设计 的用户建模 J 计算机技术 与发展，2 0 0 8，1 8(2)：1 8 71 9 0 【3】应晓敏 面向 I n t e me t 个性化 服务 的用户建 模技 术研究【D 长 沙：国防科学技 术大学，2 0 0 3 4】S Y ME O N I D I S P，N AN O P OU L O S A，MA N O L O P O U L O S Y F e a t u r e w e i g h t e d u s e r m o d e l for r e c o mm e n d e r s y s t e m

31、 s【C】UM0 7：P r o c e e d i n g s o f t h e 1 1 t h I n t e r n a t i o n a l C o n f e r e n c c o n Us e r Mo d e l i n g，L NCS 45 1 1 Be di m S p r i ng e r，2 0 0 7：9 7 1 0 6 5 Z HA N G H，S ON G H T C o n s t r u c t i o n o f o n t o l o g y-b a s e d u s e F m o d e l f o r We b p e r s o n a l

32、i z a t i o n C】U M0 7：P r o c e e d i n g s o f t h e 1 1 t h I n t e r n a t i o n a l Co n f e r e n c e o n Us e r Mo d e l i n g，L NC S 4 5 1 1 Be r l i n：S p r i n g e r，2 0 0 7：6 77 6 6 周彩兰，王鹏 基 于空 间向量模 型的用户建模算法改进 J】计算 机与数字工程，2 0 1 0，3 8(2)：1 5 1 7 7】当当 网 个性 化推 荐【E B OL】【2 0 1 0一1 02 4 1 h t

33、t p：r e c o d a n g d a n g c o r n 8】Am a z o n C O IT I O n l i n e s h o p p i n g for e l e c t r o n i c s，a p p a r e l，c o m p u t e r s，b o o k s，D V D s m o r e【E B O L】2 0 1 01 O一2 4 h t t p：w w w am azon corn 9】D Y E R J S，S U R L I N R KG r o u p p ref e r e n c e a g g r e g a t i o n r u l e s b a s e d o n s t r e n g t h of p r e f e r e n c e【J】Ma n a g e m e n t S c i e n c e，1 9 7 9，2 5(9)：2 23 4 1 0】司艳杰，魏法杰 基于二元语义 的项 目成功度群体综合评价方法【J】系统工程，2 0 0 9，2 7(3)：7 37 8