基于知识的推荐系统用户交互模型研究

第１４卷第３期　２０１５年３月　软件导刊　Ｓｏｆｔｗａｒｅ　Ｇｕｉｄｅ　Ｖｌ０１．１４ＮＯ．３　Ｍａｒ．２Ｏ１５　基于知识的推荐系统用户交互模型研究　艾　磊，赵　辉　（西安工程大学计算机科学学院，陕西西安７１００４８）　摘　要：在基于知识的推荐系统中，用户的个性化需求需要通过交互引导得出。为了提高用户的交互体验，建立了基　于有限状态机（ＦＳＭ）的用户交互模型。根据所推荐物品的特征建立用户交互行为的有限状态机模型，通过求解有限　状态机模型的有效路径，生成用户的个性化需求和偏好。该模型通过会话式的交互方式，根据用户的个体特征，提供　有效交互，减少了用户交互负担，提高了推荐结果的信任度、满意度。　关键词：推荐系统；有限状态机；用户交互　ＤｏＩ：１Ｏ．１１９０７／ｒｊｄｋ．１４３９９９　中图分类号：ＴＰ３０１　文献标识码：Ａ　文章编号：１６７２－７８００（２Ｏ１５）００３－００１５－０３　０　引言　随着电子商务的发展，商家在网上提供的商品种类和　数量越来越多，用户不可能通过一一浏览发现自己感兴趣　１有限状态机理论　ＦＳＭ是表示有限状态以及在这些状态之间的转移和　动作等行为的数学模型　。有限状态机ＦＳＭ定义为一　个五元组：　ＦＳＭ一（Ｓ，三，Ｓ　，Ｅ，Ｆ）　（１）　的商品，推荐系统能够有效帮助用户解决该问题。推荐系　统通过建立用户与物品之间的二元关系，利用已有的选择　过程或相似性关系挖掘每个用户潜在感兴趣的对象，进而　进行个性化推荐　］。近年来，有关人员广泛开展了推荐系　统研究，并取得了一些结果。协同过滤推荐利用其它用户　的偏好来预测当前用户的偏好＿２］。基于内容的推荐根据　用户喜欢的物品，选择其它类似的物品进行推荐　。基于　知识的推荐能够利用用户的需求爱好、产品知识和功能知　其中，Ｓ是ＦＳＭ中有限状态的集合；　是输入集合，　为输入字母表；Ｓ。是初始状态的集合，　Ｓ；Ｅ是状态　转移函数：Ｅ：Ｓ×三一Ｓ；Ｆ是最终状态的集合Ｆ　Ｓ。　ＦＳＭ由有限的状态和相互间的转移构成，任何时候　只能处于Ｓ集合状态中的一个。读取一个输入的字母时，　ＦＳＭ会产生一个输出，同时也可能伴随着状态的迁移。　识为用户推荐物品　。基于上下文感知的推荐系统将上　下文信息融人系统，提高了推荐精度＿１。］。混合推荐系统　通过组合不同的推荐算法达到保留优点、避免缺点的应用　效果。　在基于知识的推荐系统中，需要通过复杂的用户交互　ＦＳＭ可以使用状态图和状态转移表进行描述。图１是一　个具有３状态的有限状态机状态图，圆表示状态，双圆表　示最终状态，弧形箭头表示状态间的转移，每个弧上放置　相关联的输入字母和转移条件。状态转移表能够清晰表　示状态问的转移逻辑，见表１。　方式才能确定用户的需求和偏好。由于用户需求因个体特　征、设备特征和环境状况的不同而千差万别。因此，真正友　好的设计应该像平常会话一样，在一问一答的方式中获取。　有限状态机（ｆｉｎｉｔｅ　ｓｔａｔｅ　ｍａｃｈｉｎｅ，ＦＳＭ）是交互式系统设计　分析中的一种数学模型，它是一种应用广泛、以描述控制特　图１有限状态机状态　性为主的建模方法，能够有效表示一个动态系统的生存周　期。因此，基于有限状态机的思想设计的用户交互模型，能　根据不同用户的需求和偏好选取不同的提问。　有限状态机可以对具有离散特征的系统进行紧凑而　有效的再现　。基于知识的推荐系统采用会话式的交互　过程，针对不同的用户展现不同的问题。因此，问题的选　作者简介：艾磊（１９８９一），男，湖北钟祥人，西安工程大学计算机科学学院硕士研究生，研究方向为数据挖掘、推荐系统；赵辉（１９９０　一），男，陕西渭南人，西安工程大学计算机科学学院硕士研究生，研究方向为智能信息处理、数据挖掘。　・　１６・　软件导刊　２０１５年　择可以借鉴有限状态机的思想，从而实现因人而异的交互　体验。　表１状态转移　２基于知识的推荐系统用户交互模型　推荐系统的目的是在获取用户个性化需求和偏好的　基础上，为用户推荐满意的物品。在一些应用领域，比如　消费类电子产品，大量的是单次购买，导致无法依赖购买　记录进行推荐，因此在这些领域需要建立基于知识的推荐　系统［８　。为了给用户推荐，需要复杂的交互方式才能确定　用户需求和偏好。一种简单的方式是直接询问用户要求，　比如价格、相机分辨率等，这种方法需要用户对物品的特　征有深入的专业理解，在物品特征非常多时会使用户无法　选择。因此需要根据用户的认知和个性倾向性，结合所推　荐物品的特征，设计出所有能挖掘出用户需求的问题，并　针对不同的用户，采用启发式的一问一答方式，设计出个　性化的交互行为　］。　２．１用户交互描述　基于知识的推荐系统中，用集合Ｑ＝｛ｑ　，ｑ…．．ｑ　）　表示所有提问的集合，每个提问都能描述用户个性化需求　信息，可以看作一个有限状态的集合。每个问题ｑ　（ｑ　Ｑ）的答案表现出用户不同的偏好信息，根据用户的偏好　信息才能正确选择下一个问题的提出，即状态之间的转　移。ｑ　答案的设置依赖用户的个体特征：一是用户所具有　的客观属性，如性别、年龄、学历、职业等；二是用户的情感　偏爱等主观属性　］。偏好是人们根据环境、知识、感知和　认知的结果所作出的有倾向性的选择。本文将偏好描述　为问题ｑ　的可选答案集合。在基于知识的推荐系统中，　用户交互的基本过程如图２所示。　图２会话式的交互过程　２．２基于有限状态机的用户交互建模　根据用户的交互过程，通过引入ＰＦＳＭ（Ｐｒｅｄｉｃａｔｅ—　ｂａｓｅｄ　Ｆｉｎｉｔｅ　Ｓｔａｔｅ　Ｍａｃｈｉｎｅ）概念，对推荐系统中用户的预　期交互行为定义　。ＰＦＳＭ是一种特殊的有限状态机，　其状态转移能被明确定义，使其能够很好地形式化表示图　形界面设计和推荐系统的用户交互。在基于知识的推荐　系统中，ＰＦＳＭ被定义为一个六元组：　ＰＦＳＭ一｛Ｑ，　，／７，Ｅ，Ｓ，Ｆ｝　（２）　（１）Ｑ一｛ｑ　，ｑ。…．，　｝表示有限个状态的集合，即　推荐系统中表示能够展现用户需求和偏好的问题集合。　对于每一个状态ｇ　，ｖａｒ（ｑ　）一｛３２＂　｝表示对问题ｑ　的取　值，ｐｒｅ（ｇ　）一｛　，　，…，‰｝表示　的先决条件集合（　Ⅱ），ｐｏｓｔｃ（ｑ　）一｛　，　，…，　｝表示ｑ　后置条件（　１１），ｄｏｒｎ（　）一｛ｄ　ｄ　．．，ｄ　｝是ｚ　的值域。　（２）　一｛　一ｄ　ｆ　Ｅ　ｖａｒ（ｑ　），ｄ　∈ｄｏｍ（　）｝是有　限的变量集合，问题　的用户偏好信息，即ＦＳＭ中的输人　字母。　（３）／／－一｛ｆ１，ｃ　…．Ｃ。｝是一组约束条件（转移条件）　的集合，用来输入字母以及对应的转移，即描述问题　问的约束关系。　（４）Ｅ　Ｑ×Ⅱ×Ｑ是转移条件的集合，即状态间的转　移关系集合。　（５）Ｓ　Ｑ是开始状态的有限集合，即推荐系统第一　个需要被展现的问题集合。　（６）Ｆ　Ｑ是最终状态的有限集合，即推荐系统所提　出的最后一个问题的集合。　图３是基于ＰＦＳＭ的用户交互模型实例。推荐系统　有６个状态Ｑ一｛ｑ　，ｑ。，　，ｑ　，ｑ　，ｑ　｝，表示６个不同　的提问；ｇ０为开始状态；　、ｑ　、ｑ　为最终状态；约束条件　的集合／／一｛Ｃ　，ｃ　…．，ｃ　｝；转移条件的集合Ｅ一｛（　，　｛ｃ　），ｑ　），（ｑｏ，｛ｃ　｝，ｑ　），…，（ｑ　，｛ｃ　Ｃ　｝，ｑ　），对于不同　的输入字母ｖａｒ（ｑ　），根据约束条件转移到下一个状态。　一个状态ｑ　的先决条件ｐｒｅ（ｑ　）能够从用户交互模型自　动推导出。状态２被接受了两次，因此能够直接推导出两　个先决条件ｌｙｒｅ（ｑ。）一｛ｆ】，｛ｃ　，ｃ　｝｝。同理，状态ｑ　的后　置条件也能从模型中推导出，如ｐｏｓｔｃ（ｑ。）一｛ｃ　，｛ｃ　，　Ｃ７｝）。　图３　ｐｌｌＳＭ用户交互模型实例　在与用户的交互过程中，当到达一个状态ｑ　，通过这　个状态必须有一条路径可以到达最终状态。在用户交互　模型中有效路径的定义为：Ｐ一［（ｑ　，Ｃ　，ｑ　），（ｑ　，Ｃ２，ｑ。），　…，（ｑＨ，Ｃ　，ｑ　）］，（（ｑ。，Ｃｏ，　）∈Ｆ），并且状态ｑ　∈　Ｓ，状态ｑ　Ｅ　Ｆ，Ｃｏ　Ｅ　ｐｏｓｔｃ（Ｐ　），（１『　∈ｐｒｅ（Ｐ　）。为方　便描述，将图３所示的基于ＰＦＳＭ的用户交互模型用图４　所示的可达树表示。　在图４所示的可达树中，存在７条有效路径Ｐ一｛Ｐ　，　第３期　艾磊，赵辉：基于知识的推荐系统用户交互模型研究　・１７・　Ｐ　，Ｐ。，Ｐ　，Ｐ　，Ｐ。，Ｐ　｝，如图中虚线箭头所示。Ｐ　的路径表　示为Ｐ１一［（ｑｏ，Ｃ１，ｑ２），（ｑ２，｛Ｃ６，Ｃ７｝，ｑ４），（ｇ４，｛Ｃ１ｏ，Ｃ１１），　ｑ　）］，则路径Ｐ　所经过的状态［ｑ０，ｑ　，ｑ　，ｑ　］表示针对　用户所提出问题的集合。根据用户的回答，即与路径中　Ｐ　相对应状态的输入变量集合｛ｖａｒ（ｑ。），ｖａｒ（ｑｚ），　ｖａｒ（ｑ　），ｖａｒ（ｑ５）｝，就能确定用户的个性化需求和偏好。　度和结果质量方面达到更高的用户认可度。　参考文献：　［１］王立才，孟祥武，张玉洁．上下文感知推荐系统［Ｊ］．软件学报，　２０１２，２３（１）：ｌ＿２０．　Ｅ２］陈洁敏，汤庸．个性化推荐算法研究［Ｊ］．华南师范大学学报，　２０１４，４６（５）：８－１５．　［３］孟祥武，胡勋，王立才，等．移动推荐系统及其应用ＥＪ３．软件学报，　２０１３，２４（１）：９１　１０８．　［４］　ＢＥＲＮＨＡＲＤ　ＰＥＩＳＣＨＬ．Ｃｏｎｓｔｒａｉｎｔ—ｂａｓｅｄ　ｒｅｃｏｍｍｅｎｄａｔｉｏｎ　ｆｏｒ　ｓｏｆｔ—　ｗａｒｅ　ｐｒｏｊｅｃｔ　ｅｆｆｏｒｔ　ｅｓｔｉｍａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｍｅｒｇｉｎｇ　Ｔｅｃｈｎｏｌｏｇｉｅｓ　ｉｎ　Ｗｅｂ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０１０，２（４）：２８２—２９０．　图４　ＰＦＳＭ的司达树　在用户交互模型中，每一条有效路径都表示一个个性　化的需求和偏好。因此，获取用户个性化需求和偏好是求　［５］钱忠胜．一种基于有限状态机的测试路径生成方法［ｊ］．小型微型　计算机系统，２０１４，７（３５）：１５８６　１５９０．　［６］徐秀华，王亚杰，乔敏东．基于有限状态机的界面流描述与设计　［ｊ］．计算机工程与设计，２００７，６（２８）：１２５５—１２５６．　［７］王蓓，赵廷弟，焦健．基于有限状态机的安全性仿真技术［Ｊ］．北京　航空航天大学学报，２０１１，４（３７）：４２８—４３８．　解用户交互模型的有效途径。通过建立基于有限状态机　的用户交互模型，能准确预测用户需求和偏好，针对不同　用户智能选择问题，从而减少用户的交互步骤，提高用户　交互效率，以此提高获取用户个性化需求和偏好的准确　度，为后续推荐提供保障。　［８］ＤＩＥＴＭＡＲ　ＪＡＮＮＡＣＨ．推荐系统［Ｍ］．蒋凡，译．北京：人民邮电　出版社，２Ｏ１３．　［９］　樊银亭，滕东兴，杨海燕，等．基于经验感知的自适应用户界面模型　［Ｊ］．计算机学报，２０ｌ１，１１（３４）：２２１１—２２２３．　３　结语　本文基于有限状态机的思想，建立了基于知识的推荐　系统用户交互模型，将与用户的交互行为刻画成一个有限　状态机，提供一种更人性化、更灵活的会话式交互方式。　本模型能够根据用户的个体特征，选择不同的问题，以适　［１ｏ］　ＭＡＨＭＯＯＤ　ＴＡＲＩＱ，ＲＩＣＣＩ　ＦＲＡＮＣＥＳＣＯ．Ｉｍｐｒｏｖｉｎｇ　ｒｅｃｏｍ—　ｍｅｎｄａｔｉｏｎ　ｅｆｆｅｃｔｉｖｅｎｅｓｓ：ａｄａｐｔｉｎｇ　ａ　ｄｉａｌｏｇｕｅ　ｓｔｒａｔｅｇｙ　ｉｎ　ｏｎｌｉｎｅ　ｔｒａｖｅｌ　ｐｌａｎｎｉｎｇ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　８Ｌ　Ｔｏｕｒｉｓｍ，２００９．１１　（４）：２８５—３０２．　（责任编辑：杜能钢）　应用户的个性化需求和偏好，在推荐结果的信任度、满意　Ａ　Ｕｓｅｒ　Ｉｎｔｅｒａｃｔｉｏｎ　Ｍｏｄｅｌ　ｆｏｒ　Ｋｎｏｗｌｅｄｇｅ。＿ｂａｓｅｄ　Ｒｅｃｏｍｍｅｎｄｅｒ　Ｓｙｓｔｅｍ　Ａｂｓｔｒａｃｔ：Ｉｎ　ｋｎｏｗｌｅｄｇｅ—ｂａｓｅｄ　ｒｅｃｏｍｍｅｎｄｅｒ　ｓｙｓｔｅｍ，ｍａｋｅ　ｕｓｅ　ｏｆ　ｔｈｅ　ｉｎｔｅｒａｃｔｉｏｎ　ｔｏ　ｅｌｉｃｉｔ　ｕｓｅｒ’Ｓ　ｐｅｒｓｏｎａｌｉｚｅｄ　ｒｅｑｕｉｒｅｍｅｎｔｓ　ａｎｄ　ｐｒｅｆｅｒｅｎｃｅｓ。ｉｎ　ｏｒｄｅｒ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｅｘｐｅｒｉｅｎｃｅ　ｏｆ　ｉｎｔｅｒａｃｔ　ｗｉｔｈ　ｕｓｅｒｓ，ａ　ｕｓｅｒ　ｉｎｔｅｒａｃｔｉｏｎ　ｍｏｄｅｌ　ｂａｓｅｄ　ｏｎ　ｆｉｎｉｔｅ　ｓｔａｔｅ　ｍａｃｈｉｎｅ　ｗａｓ　ｅｓｔａｂｌｉｓｈｅｄ．Ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｈｅ　ｒｅｃｏｍｍｅｎｄｅｄ　ｉｔｅｒｎｓ，ｗｅ　ｅｓｔａｂｌｉｓｈｅｄ　ａ　ｕｓｅｒ　ｉｎｔｅｒａｃｔｉｏｎ　ｍｏｄｅ１　ｂａｓｅｄ　ｏｎ　ｆｉｎｉｔｅ　ｓｔａｔｅ　ｍａｃｈｉｎｅ．Ｔｈｒｏｕｇｈ　ｇｅｔ　ｔｈｅ　ｅｆｆｅｃｔｉｖｅ　ｐａｔｈ　ｏｆ　ｔｈｅ　ｆｉｎｉｔｅ　ｓｔａｔｅ　ｍａｃｈｉｎｅ　ｍｏｄｅｌ，ｇｅｎｅｒａｔｅ　ｔｈｅ　ｕｓｅｒｓ　ｐｅｒｓｏｎ—　ａｌｉｚｅｄ　ｒｅｑｕｉｒｅｍｅｎｔｓ　ａｎｄ　ｐｒｅｆｅｒｅｎｃｅｓ．Ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｕｓｅｒｓ　ｉｎｄｉｖｉｄｕａｌ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｉｓ　ｍｏｄｅｌ　ｃａｎ　ｓｈｏｗ　ｅｆｆｅｃｔｉｖｅ　ｉｎｔｅｒ—　ａｃｔｉｏｎ　ｑｕｅｓｔｉｏｎｓ　ｂｙ　ｔｈｅ　ｃｏｎｖｅｒｓａｔｉｏｎａｌ　ｉｎｔｅｒａｃｔｉｖｅ　ａｐｐｒｏａｃｈ，ａｎｄ　ｒｅｄｕｃｅ　ｔｈｅｉｒ　ｉｎｔｅｒａｃｔｉｏｎ　ｂｕｒｄｅｎ．Ａｔ　ｔｈｅ　ａｓｐｅｃｔ　ｏｆ　ｔｒｕｓｔ，　ｓａｔｉｓｆａｃｔｉｏｎ，ａｎｄ　ｑｕａｌｉｔｙ　ｏｆ　ｔｈｅ　ｒｅｃｏｍｍｅｎｄｅｄ　ｒｅｓｕｌｔｓ，ｔｈｉｓ　ｍｏｄｅｌ　ｃａｎ　ｒｅａｃｈｅｄ　ｈｉｇｈｅｒ　ｕｓｅｒ　ｐｅｒｃｅｐｔｉｏｎ．　Ｋｅｙ　Ｗｏｒｄｓ：Ｒｅｃｏｍｍｅｎｄｅｒ　Ｓｙｓｔｅｍ；ｆｉｎｉｔｅ　ｓｔａｔｅ　ｍａｃｈｉｎｅ；ｕｓｅｒ　ｉｎｔｅｒａｃｔｉｏｎ