一种基于上下文信息的多策略商品推荐系统的制作方法
【专利摘要】本发明公开了一种基于上下文信息的多策略商品推荐系统，该推荐系统通过用户操作信息收集部件获取用户的操作信息，并对用户的操作行为进行分析，建立用户的兴趣描述模型。在用户与电子商务网站的交互过程中，根据策略选择规则动态选择适合当前用户和系统上下文信息的推荐策略；推荐策略针对用户的兴趣描述生成符合用户兴趣需求的个性化商品推荐列表。本发明通过推荐策略的选择提高了系统对各种虚用和系统动态变化的适应性；并在推荐质量、推荐规模和推荐性能上都较已有的推荐系统有所提高。
【专利说明】一种基于上下文信息的多策略商品推荐系统
【技术领域】
[0001]本发明涉及网络【技术领域】的一种基于上下文信息的多策略推荐系统，用于针对电子商务网站中用户操作行为的分析，针对用户个体的商品信息需求，基于用户和系统的上下文信息提供多策略个性化商品信息推荐服务。本发明属于计算机【技术领域】。
【背景技术】
[0002]随着互联网信息服务业务的高速增长，电子商务的信息服务网站也呈现出迅猛发展的强劲态势，电子商务网站已经成为企业实现商品营销的重要服务平台。同时，电子商务网站也已成为用户进行商品选择和购买的便捷工具。但是，随着电子商务网站规模的增大，其提供的商品数量也急剧增加，从早期提供数十种商品信息，到现在提供数以万计的商品信息服务，用户已无法完全人工地在如此大的商品空间中，按照个体的需要获得满足要求的商品信息，产生了所谓的“信息过载”问题。
[0003]针对信息过载问题，大量电子商务网站部署了用于实现用户个性化信息服务的推荐系统(Recommender System),推荐系统能够收集和记录用户的操作信息，并通过一定的算法对用户操作信息进行分析，挖掘用户的各种兴趣，形成相应的用户兴趣和需求的描述。在用户个体与电子商务网站进行交互的过程申，推荐系统可以基于用户描述(UserProfile)对网站的商品信息进行过滤，有选择的向用户个体主动推荐符合用户兴趣和信息需求的商品信息，从而实现个性化信息服务。
[0004]已有的推荐系统一般采用基于单一策略的推荐方法，常见的推荐系统主要有基于内容的推荐系统、协作推荐系统、基于用户个体信息的推荐系统和基于知识的推荐系统。单一推荐策略在用户数量和项目数量比较少的情况下可以保证一定的推荐质量，但是对于大规模的推荐任务，单一策略推荐方法在推荐准确性和数据处理规模方面存在一定的缺陷，如基于内容的推荐系统很难发现用户的潜在兴趣，协作推荐系统在用户对商品评分数据较少时难以产生令用户满意的推荐结果等。但不同的单一推荐策略之间存在一定程度的功能互补，通过将不同的推荐系统进行混合，形成了一定形式的混合推荐系统(HybridRecommender),可以使系统的整体功能和性能取得一定改善。但是，混合推荐系统的适用环境和条件相对固定，而且没有针对用户和系统的上下文信息，很难适应用户兴趣和系统状态的动态变化，无法满足用户的功能和性能需求，降低了用户对电子商务网站服务的满意度。
【发明内容】
[0005]本发明的主要目的是针对已有推荐系统中存在的问题，提出一种基于上下文信息的多策略推荐系统。该推荐系统在已有的单一策略推荐系统和混合推荐系统的基础上，建立一种基于用户和系统上下文信息，具有自适应能力的多策略选择机制。该推荐系统可以根据用户的操作状态和电子商务网站系统状态等上下文信息，动态自动选择符合要求的推荐策略，进而实现对用户的个性化商品推荐。[0006]本发明中所涉及的推荐系统区别于己有推荐系统，其提高了推荐系统的动态适应能力，通过多种策略的混合应用从而解决已有推荐系统的缺陷，最终提高系统的整体推荐质量和性能，满足了用户对个性化商品信息服务质量的要求。
[0007]本发明中需要解决的关键问题是，根据收集到的用户操作信息，从中挖掘用户的兴趣，并随着用户操作和时间变化更新用户的兴趣模型，当用户访问电子商务网站时，推荐方法根据当前系统和用户的上下文信息，动态选择适合上下文信息的推荐策略，并针对用户的兴趣，由动态选定的推荐策略生成优化的个性化商品推荐信息。
[0008]为实现上述目的，基于上下文信息的多策略商品推荐系统包括的主要功能部件有:用户操作信息收集部件、用户操作信息分析部件、用户兴趣更新部件、用户兴趣表示和存储部件、上下文信息管理部件、策略选择部件、混合策略推荐部件、单一策略推荐部件、推荐系统外部接口部件、离线处理部件、上下文信息数据库、策略选择规则库、用户兴趣描述数据库和商品信息数据库。
[0009]本发明采用客户机/服务器工作模式，各种功能部件分别部署于用户客户机和电子商务网站服务器；其中用户操作信息收集部件工作于用户客户机本地，其他部件均工作于电子商务网站服务器端，尽量减少了系统对客户机的软硬件要求和依赖。
[0010]用户操作信息收集部件负责收集用户的各种操作信息，并通过互联网将用户操作信息发送给电子商务网站服务器，由网站服务器再将用户操作信息转发至推荐系统外部接口部件。推荐系统外部接口部件用于实现服务器端推荐系统与电子商务网站服务器的所有数据和消息交换，并根据数据和消息类型与推荐系统的内部部件实现信息交换。用户操作信息分析部件对从推荐系统外部接口部仵接收到的用户操作信息进行分析和挖掘，从而发现用户的显式和隐式兴趣，并将兴趣信息提交给用户兴趣更新部件。用户兴趣更新部件可以根据用户兴趣上下文信息决定对用户兴趣信息的具体更新方法，并通知用户兴趣表示和存储部件。用户兴趣表示和存储部件可以对抽象的用户兴趣信息按照不同推荐策略的需要进行表示，并将其存储于用户兴趣描述数据库中。上下文信息管理部件可以对用户和系统当前的多种上下文信息进行管理。
[0011]策略选择规则库存储了推荐系统进行策略选择的规则知识，策略选择规则是策略选择部件进行策略选择的依据，为了保证推荐系统具有一定的复用性，策略选择规则可以由推荐系统的实现者根据需要进行定制。策略选择部件根据当前用户和系统的上下文信息，按照定制的策略选择规则库中存储的策略选择规则在多种单一推荐策略和混合推荐策略中进行动态选择，从而保证推荐系统的推荐服务质量。单一策略推荐部件是实现多种单一推荐策略功能的多个软硬件实体。混合策略推荐部件是建立在单一策略推荐部件之上的混合推荐功能实体。离线处理部件以离线的方式进行商品信息特征的抽取、用户相似性计算和商品相似性计算等大运算量任务。用户兴趣描述数据库用于存储针对不同推荐策略的用户兴趣描述。上下文信息数据库表示和存储了当针对策略选规则所需的用户和系统上下文信息。商品信息数据库用于保存当前电子商务网站上的所有商品信息以及商品信息的特征描述数据等。
[0012]基于上述功能部件，基于上下文信息的多策略商品推荐系统的工作过程按照客户机和服务器划分为两个工作流程，分别负责客户机端和服务器端的处理工作。客户机端的工作流程为: 步骤1、用户启动客户端浏览器；
步骤2，用户访问目标电子商务网站，如果用户是首次访问该目标电子商务网站，则提示用户安装用户操作信息收集部件，并从服务器端获得该用户的全局唯一标示；
步骤3、启动用户操作信息收集部件；
步骤4、侦听用户操作，获得用户的各种操作信息；
步骤5、对用户的操作信息进行编码，通过客户端网络接口发送至电子商务网站；
步骤6、如果用户长时间没有操作或侦听到关闭浏览器消息，则终止用户操作信息收集部件；否则，转至步骤4继续侦听。
[0013]服务器端的业务处理基于消息驱动方式，推荐系统主要处理的消息包括用户操作消息和推荐列表请求消息，服务器端的工作流程为:
步骤1、启动多策略推荐系统；
步骤2、如果多策略推荐系统是首次启动，则对系统中的上下文信息数据库、策略选择规则库、用户兴趣描述数据库和商品信息数据库进行初始化；
步骤3、启动离线处理部件以离线方式进行商品信息特征的抽取、用户相似性计算和商品相似性计算等大计算量任务；
步骤4、推荐系统外部接口部件等待外部消息。如果获得系统关闭消息，则执行步骤7 ;如果获得用户请求推荐列表消息，则执行步骤6 ;如果获得用户操作消息，则执行步骤5 ;
步骤5、启动用户操作信息分析部件，分析用户操作信息的相关属生成结构化用户操作信息，并将结构化用户操作信息交由用户兴趣更新部件处理，用户兴趣更新部件将用户操作信息映射为用户兴趣模型的更新指令，并由用户兴趣表示和存储部件执行相应更新指令，实现对用户兴趣数据库的具体更新，并返回执行步骤4 ；
步骤6、启动策略选择部件.该部件通过上下文信息数据库获得针对特定用户的上下文信息，并根据存储于策略选择规则库中的定制策略选择规则调用合适的单一策略推荐部件或混合策略推荐部件，并由后者生成针对目标用户的个性化商品信息推荐列表，由推荐系统外部接口部件将推荐列表返回给电子商务服务器，并返回执行步骤4;
步骤7、结束推荐系统的所有部件，终止推荐系统的运行。
[0014]本发明可以实现已有单一策略推荐系统和混合推荐系统的所有功能，较之已有的推荐系统，具有以下优点:充分利用了用户和系统的上下文信息，提高了推荐系统的个性化程度，提高了推荐系统的推荐质量；在已有的推荐系统之上添加了对不同推荐策略的动态选择，通过推荐策略的选择提高了系统对各种应用和系统动态变化的适应性；所涉及的策略选择规则和推荐策略部件均可以定制和扩充，保证推荐系统的复用性和通用性；并在推荐质量、推荐规模和推荐性能上都较已有的推荐系统有所提高。
【专利附图】
【附图说明】
[0015]下面将结合附图对本发明中涉及的基于上下文信息的多策略商品推荐系统进行详细说明，在附图中相同的标号对应相同的部件，其中:
图1是本发明结构示意图
【具体实施方式】[0016]图1对本发明的整体结构进行了说明，本发明中的所有功能部件分别部署于客户端和电子商务网站服务器端。为了保证客户机的效率，减少对客户机软件和硬件的依赖，大部分功能部件都部署在服务器端，减少了客户机的处理压力。本发明中的客户机20为通用浏览器软件，用户可以通过客户机20完成对电子商务服务嚣上商品信息对象的各种操作功能。客户机20通过因特网30与电子商务网站服务器160进行通信，推荐系统外部接口40实现与电子商务网站服务的请求与响应。
[0017]图1中用户操作信息收集部件10工作于用户客户机20本地，该部件10以智能代理(Agent)的形式在用户访问目标电子商务网站时自动启动，该部件主要负责对用户操作信息的收集、编码和传输。为了保护用户的个人隐私，用户操作信息收集部件必须工作于用户授权的信息收集范围之内，不允许对用户未授权使用的信息源进行非法收集和处理。该部件10对收集到的各种操作信息进行编码和表示。用户操作信息收集部件10与电子商务网站服务器160的通信独立于客户机，可以单独通过因特网30与电子商务网站服务器160进行信息交换，并由后者实现与推荐系统外部接口部件的信息交换。用户操
作信息可以参照下列示例形式:
User_ActionType{
Action_Type action ；
Action—Param param ；
)
其中，action表示用户操作的类型，param表示用户操作的各种参数。
[0018]图1中推荐系统外部接口部件40工作于推荐系统的前端，实现推荐系统与电子商务网站服务器160的数据和消息等交换，所有外部系统与推荐系统之间的信息交换都必须通部件40实现，保证信息交换格式和定义的统一。在推荐系统中，常用的信息交换主要包括用户操作消息、推荐系统管理消息、推荐列表请求和响应消息，对不网的消息推荐系统外部接口部件将进行如下处理:
如果推荐系统外部接口部件40收到用户操作消息，该部件将消息转发至用户操作信息分析部件50，并由后者对用户操作信息进行进一步分析和处理。
[0019]如果推荐系统外部接口部件40收到推荐列表请求消息，则该部件将消息转发至策略选择部件80，并由后者根据上下文信息所指示的状态进行推荐策略的选择并最终生成推荐列表。
[0020]如果推荐系统外部接口部件40收到推荐列表响应消息，则该部件将消息及推荐列表转发至电子商务网站服务器160，由后者决定推荐列表的表现形式，并发送至客户端。
[0021]如果推荐系统外部接口部件40收到推荐系统管理消息，推荐系统管理消息主要包括系统启动、关闭、参数设置、状态查询等，则该部件将按照消息的类型直接对推荐系统进行相应的管理操作。
[0022]图1中用户操作信息分析部件50完成对用户操作信息的分析，该部件接收从推荐系统外部接口部件转发来的用户操作消息，对用户的操作信息进行挖掘，从中发现用户的兴趣，并对兴趣信息进行表示，最后以用户兴趣更新消息的形式通知用户兴趣更新部件60实现对用户兴趣表示的更新操作。
[0023]图1中用户兴趣更新部件60获得用户兴趣更新消息后，该部件60将根据消息中附带的用户标示信息，判断更新该用户兴趣的方式，并通知用户兴趣表示和存储部件进行兴趣信息的物理映射和存储。
[0024]图1中用户兴趣表示和存储部件70的主要功能是将特定用户兴趣的更新信息转化为对用户兴趣描述数据库130的具体操作指令，该部件70呵以在用户兴趣的逻辑表示与物理表示存储之间建立相应的映射关系和规范，并保证用户兴趣的物理与逻辑表示具有一定的可定制性，减少二者之间的耦合程度，在二者中的任一者发生变化是不会对另一者产生过多影响。
[0025]图1中用户兴趣数据库130实现对用户兴趣的物理存储，用户兴趣的具体表示形式根据所使用的推荐技术不同，也具有不同的表示形式。同时为了保证用户兴趣的可更新性，在用户兴趣数据库中还保存了用户的已有操作记录，根据用户的操作记录可以按照时间特性跟踪用户兴趣的变化，从而可以更准确的表示用户的兴趣。
[0026]在常用的基于内容的推荐方法中，用户的兴趣描述是由用户已访问商品的内容信息特征构成的，商品的内容特征可以采用VSM向量空间模型进行表示，对于特定商品i，可以从该商品的描述信息中抽取该商品的特征描述信息，并构成由多个关键字权重所构成的商品特征向量。
对于用户所访问的所有商品的特征向量，可以通过机器学习或简单加权求和的方式构造出用户的兴趣特征向量，该特征向量的形式与商品的特征向量相同。
[0027]而对于协作推荐方法，用户的兴趣描述是通过用户对商品的评分来表示的，用户对商品的评分并非狭义的评分操作，所有用户对商品的评价均可以特定的评分机制映射为商品的评分。
[0028]除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。
【权利要求】
1.一种基于上下文信息的多策略商品推荐系统，其特征在于它包括: 一个策略选择部件，用于根据用户和系统当前的上下文信息进行推荐策略的动态选择； 一个上下文信息数据库，用于存储用户和系统的上下文信息； 一个单一策略推荐部件，用于实现单一策略推荐算法； 一个混合策略推荐部件，用于实现混合推荐算法； 一个用户操作信息收集部件，该部件以智能代理的形式工作于客户机端，用于收集用户操作信息，并对收集到的用户操作信息进行编码和传输； 一个推荐系统外部接口部件，工作于电子商务网站服务器端，实现推荐系统与外部系统的接口，该接口可以处理用户操作消息、推荐系统管理消息及推荐列表请求和响应消息； 一个用户操作信息分析部件，工作于电子商务网站服务器端，实现对用户操作信息的分析和挖掘； 一个用户兴趣更新部件，用于确定用户兴趣更新的方式； 一个用户兴趣表示和存 储部件，用于对用户兴趣进行物理表示和存储； 一个用户兴趣描述数据库，用于保存用户的兴趣描述: 一个上下文信息管理部件，该部件可以对用户和系统的状态进行跟踪，并将状态以上下文信息的形式存储于上下文信息数据库； 一个策略选择规则库，该规则库中保存了策略选择部件进行推荐篥略选择的规则，是策略选择部件进行策略选择的依据； 一个商品信息数据库，该数据库用于保存商品的各种属性信息，数据库中的商品信息可以被用户兴趣表示和存储部件使用，用于表示用户的兴趣描述，该数据库中的信息还可以被单一策略推荐部件使用，用于实现单一推荐算法； 一个离线处理部件，该部件以离线运行方式工作，完成商品信息特征的抽取、用户相似性计算和商品相似性计算等大运算量任务。
2.如权利要求1所述的推荐系统，其特征在于推荐系统的工作模式采用客户机/服务器模式，其中: 用户操作信息收集部件工作于客户端； 用户兴趣描述数据库、上下文信息数据库、商品信息数据库、策略选择规则库、策略选择部件、单一策略推荐部件、混合策略推荐部件、推荐系统外部接口部件、用户操作信息分析部件、用户兴趣更新部件、用户兴趣表示和存储部件、上下文信息管理部件、离线处理部件均工作于电子商务网站服务器端。
3.如权利要求1所述的推荐系统，其特征在于所述策略选择规则库中的规则需要上下文信息的支持，规则库中的规则可以被定制。
4.如权利要求1所述的推荐系统，其特征在于所述混合策略推荐部件是通过调用单一策略推荐部件，实现多种不同推荐算法的混合执行。
5.如权利要求1所述的推荐系统，其特征在于所述推荐系统外部接口部件:接收电子商务网站服务器通知的用户操作消息，并通知用户操作信息分析部件进行消息处理； 接收电子商务网站服务器通知的推荐列表请求消息，并通知策略选择部件进行消息处理: 接收单一策略推荐部件或混合推荐策略部件通知的推荐列表响应消息，并通知电子商务网站服务器进行消息处理。
6.如权利要求1所述的推荐系统，其特征在于所述策略选择部件根据上下文信息数据库中存储的上下文信 息，对策略选择规则库中的策略选择规则进行计算，选择适合当前上下文状态的单一策略推荐或混合策略推荐算法。
【文档编号】G06Q30/02GK103632278SQ201210296929
【公开日】2014年3月12日 申请日期:2012年8月21日 优先权日:2012年8月21日
【发明者】不公告发明人 申请人:镇江雅迅软件有限责任公司