本發(fā)明涉及數(shù)據(jù)挖掘推薦算法中文本推薦算法領(lǐng)域，更具體地，涉及一種基于概率圖模型的個(gè)性化旅游游記推薦方法。
背景技術(shù)：
當(dāng)前隨著社會(huì)的發(fā)展，人們生活水平的提高，越來(lái)越多的人有時(shí)間和金錢(qián)出門(mén)旅游，甚至走出國(guó)門(mén)到國(guó)外旅游。同時(shí)，隨著互聯(lián)網(wǎng)的發(fā)展，與旅游相關(guān)的互聯(lián)網(wǎng)社交平臺(tái)也在有著很大的發(fā)展，旅游用戶(hù)在這些平臺(tái)上用文字記錄自己的旅游經(jīng)歷，用照片記錄旅游的點(diǎn)點(diǎn)滴滴，并且愛(ài)好旅行的人們觀看自己喜愛(ài)的游記，評(píng)論這些游記。在國(guó)內(nèi)比較大的游記網(wǎng)站，例如百度和馬蜂窩，據(jù)統(tǒng)計(jì)，有1/10的人是有自己寫(xiě)游記的習(xí)慣，而剩下的用戶(hù)并沒(méi)有留下自己的游記，我們不知道這些剩下的9/10的人是否在真實(shí)的現(xiàn)實(shí)生活中去到某地旅游參觀，但這些人都喜歡閱讀他人留下的游記，并且對(duì)游記進(jìn)行評(píng)論。
一篇游記包含的內(nèi)容有(1)文字內(nèi)容，介紹自己在旅游過(guò)程的具體行程，景點(diǎn)特色，交通，住宿，美食等等；(2)地點(diǎn)，游記作者旅游的具體城市，因?yàn)橛脩?hù)居住地到旅游城市的距離是影響到該城市旅游的重要因素；(3)時(shí)間，游記作者去到該城市旅游的通常有具體的時(shí)間安排與旅游計(jì)劃。我們發(fā)現(xiàn)，游記一般寫(xiě)的很隨意，甚至沒(méi)留下文字，只是幾張照片。這就造成了游記質(zhì)量的參差不齊，不能給讀者帶來(lái)很好的信息。而且，在旅游平臺(tái)上，對(duì)喜歡看用戶(hù)游記的用戶(hù)并沒(méi)有在游記內(nèi)容上進(jìn)行推薦，不能給用戶(hù)一個(gè)很好的幫助。本論文研究的目的在于，基于游記內(nèi)容及地點(diǎn)，給游記愛(ài)好者進(jìn)行個(gè)性化推薦。
在傳統(tǒng)的推薦系統(tǒng)中，通常使用協(xié)同過(guò)濾，或者svd矩陣分解的方法來(lái)進(jìn)行，但要克服cold-start(“冷啟動(dòng)”)等問(wèn)題。而在文本內(nèi)容處理方面，如文本分類(lèi)等，常見(jiàn)的方法為概率模型(如樸素貝葉斯，lda)，但這些模型可能遇到數(shù)據(jù)稀疏，數(shù)據(jù)分布不均等情況，并且沒(méi)有涉及到旅游地點(diǎn)的相關(guān)信息。在基于地點(diǎn)的算法推薦，通常是采用旅游者居住地到旅游景點(diǎn)的距離作為重要參考信息。此外，一些隱變量模型采用矩陣分解的形式找出地點(diǎn)的隱特征。這些都或多或少忽視一些重要信息，比如用戶(hù)的隱特征，地點(diǎn)隱特征，還有豐富的文字信息。所以，我們將結(jié)合已有的信息，采用泊松分解方法，利用伽馬分布找出這些潛在的隱特征。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明提供一種較高準(zhǔn)確率的基于概率圖模型的個(gè)性化旅游游記推薦方法。
為了達(dá)到上述技術(shù)效果，本發(fā)明的技術(shù)方案如下：
一種基于概率圖模型的個(gè)性化旅游游記推薦方法，包括以下步驟：
s1：游記主題初始化：對(duì)游記文章進(jìn)行分詞，采用標(biāo)準(zhǔn)的文章主題模型，通過(guò)吉布斯采樣，得到每篇游記的主題分布，以及每個(gè)詞的主題分布，用計(jì)算出的主題分布對(duì)游記和詞伽馬分布的相關(guān)參數(shù)進(jìn)行賦值，此外對(duì)用戶(hù)偏好，地點(diǎn)隱特征的相關(guān)參數(shù)用隨機(jī)數(shù)進(jìn)賦初值；
s2：對(duì)每篇游記中的每個(gè)詞，通過(guò)詞主題與文章主題的分布，計(jì)算詞頻關(guān)系的對(duì)數(shù)值，并更新每篇游記及該游記中詞的伽馬分布參數(shù)中的形狀參數(shù)；
s3：針對(duì)每個(gè)用戶(hù)評(píng)論的每篇游記，根據(jù)用戶(hù)偏好分布，游記主題分布與地點(diǎn)隱特征，計(jì)算用戶(hù)參與游記評(píng)論的對(duì)數(shù)值，并更新用戶(hù)，游記，地點(diǎn)伽馬分布參數(shù)中的形狀參數(shù)
s4：更新所有伽馬分布的尺度參數(shù)；
s5：通過(guò)訓(xùn)練集訓(xùn)練出來(lái)的用戶(hù)偏好，地點(diǎn)隱特征，從驗(yàn)證數(shù)據(jù)集中進(jìn)行預(yù)測(cè)。
進(jìn)一步地，所述步驟s2的具體過(guò)程如下：
s21：計(jì)算詞頻關(guān)系的期望值，公式如下：
其中ψ(.)表示伽瑪函數(shù)的對(duì)數(shù)的導(dǎo)數(shù)，也稱(chēng)為digamma函數(shù)，
s22：為了能夠使數(shù)據(jù)平滑，避免出現(xiàn)異常值，將s21的結(jié)果進(jìn)行歸一化處理，公式如下：
s23：借助s22的計(jì)算結(jié)果，更新游記中詞主題伽馬分布的形狀參數(shù)，公式如下：
其中
s24：借助步驟s22計(jì)算的結(jié)果，更新游記主題伽馬分布的形狀參數(shù)，公式如下：
進(jìn)一步地，所述步驟s3中，根據(jù)每個(gè)用戶(hù)參與的游記評(píng)論事件，計(jì)算用戶(hù)評(píng)論的期望值，由于各參數(shù)之間是相互獨(dú)立的，將其分別開(kāi)來(lái)，具體過(guò)程如下：
s31：計(jì)算用戶(hù)與游記主題之間的期望值，公式如下：
其中
s32：計(jì)算用戶(hù)與地點(diǎn)隱特征之間的期望值，公式如下：
其中
s33：借助s32的結(jié)果，更新用戶(hù)偏好伽馬分的形狀參數(shù)，公式如下：
其中ω(l＝le)表示用戶(hù)點(diǎn)評(píng)游每個(gè)記事件中游記涉及的旅游地為le。
s34：借助s32的結(jié)果，更新地點(diǎn)隱特征伽馬分的形狀參數(shù)，公式如下：
s35：借助s33的結(jié)果，我們將再次更新游記主題伽馬分布的形狀參數(shù)，公式如下：
進(jìn)一步地，所述步驟s4的具體過(guò)程如下：
s41：更新詞伽馬主題分布的尺度參數(shù)，公式如下：
s42：更新詞伽馬主題分布的尺度參數(shù)，公式如下：
s43：更新用戶(hù)伽馬主題分布的尺度參數(shù)，公式如下：
s44：更新地點(diǎn)隱特征伽馬主題分布的尺度參數(shù)，公式如下：
進(jìn)一步地，所述步驟s5的具體過(guò)程如下：
s51：對(duì)于一篇新游記，將固定用戶(hù)偏好，地點(diǎn)隱特征伽馬分布，更新新游記的主題分布，詞主題分布情況；
s52：借助s51中的結(jié)果，計(jì)算未評(píng)論該游記的用戶(hù)評(píng)論該游記的的概率，公式如下：
與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：
本發(fā)明采用伽馬分布，泊松分解算法，對(duì)未知的用戶(hù)偏好，地點(diǎn)特征進(jìn)行很好的估算，能夠利用文本信息及地點(diǎn)，是否點(diǎn)評(píng)游記等三個(gè)信息挖掘出這些隱特征，不用考慮讀者的地理位置，景點(diǎn)的位置等一些無(wú)法獲取的信息，能夠提高推薦的準(zhǔn)確率；采用聯(lián)合的概率圖模型，對(duì)于推薦系統(tǒng)中常見(jiàn)的“冷啟動(dòng)”問(wèn)題，以及對(duì)于多圖少字的游記能夠很好的解決。
附圖說(shuō)明
圖1為本發(fā)明流程圖。
具體實(shí)施方式
附圖僅用于示例性說(shuō)明，不能理解為對(duì)本專(zhuān)利的限制；
為了更好說(shuō)明本實(shí)施例，附圖某些部件會(huì)有省略、放大或縮小，并不代表實(shí)際產(chǎn)品的尺寸；
對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)，附圖中某些公知結(jié)構(gòu)及其說(shuō)明可能省略是可以理解的。
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的說(shuō)明。
實(shí)施例1
如圖1所示，一種基于概率圖模型的個(gè)性化旅游游記推薦方法，包括以下步驟：
s1：游記主題初始化：對(duì)游記文章進(jìn)行分詞，采用標(biāo)準(zhǔn)的文章主題模型，通過(guò)吉布斯采樣，得到每篇游記的主題分布，以及每個(gè)詞的主題分布，用計(jì)算出的主題分布對(duì)游記和詞伽馬分布的相關(guān)參數(shù)進(jìn)行賦值，此外對(duì)用戶(hù)偏好，地點(diǎn)隱特征的相關(guān)參數(shù)用隨機(jī)數(shù)進(jìn)賦初值；
s2：對(duì)每篇游記中的每個(gè)詞，通過(guò)詞主題與文章主題的分布，計(jì)算詞頻關(guān)系的對(duì)數(shù)值，并更新每篇游記及該游記中詞的伽馬分布參數(shù)中的形狀參數(shù)；
s3：針對(duì)每個(gè)用戶(hù)評(píng)論的每篇游記，根據(jù)用戶(hù)偏好分布，游記主題分布與地點(diǎn)隱特征，計(jì)算用戶(hù)參與游記評(píng)論的對(duì)數(shù)值，并更新用戶(hù)，游記，地點(diǎn)伽馬分布參數(shù)中的形狀參數(shù)
s4：更新所有伽馬分布的尺度參數(shù)；
s5：通過(guò)訓(xùn)練集訓(xùn)練出來(lái)的用戶(hù)偏好，地點(diǎn)隱特征，從驗(yàn)證數(shù)據(jù)集中進(jìn)行預(yù)測(cè)。
進(jìn)一步地，所述步驟s2的具體過(guò)程如下：
s21：計(jì)算詞頻關(guān)系的期望值，公式如下：
其中ψ(.)表示伽瑪函數(shù)的對(duì)數(shù)的導(dǎo)數(shù)，也稱(chēng)為digamma函數(shù)，
s22：為了能夠使數(shù)據(jù)平滑，避免出現(xiàn)異常值，將s21的結(jié)果進(jìn)行歸一化處理，公式如下：
s23：借助s22的計(jì)算結(jié)果，更新游記中詞主題伽馬分布的形狀參數(shù)，公式如下：
其中
s24：借助步驟s22計(jì)算的結(jié)果，更新游記主題伽馬分布的形狀參數(shù)，公式如下：
進(jìn)一步地，所述步驟s3中，根據(jù)每個(gè)用戶(hù)參與的游記評(píng)論事件，計(jì)算用戶(hù)評(píng)論的期望值，由于各參數(shù)之間是相互獨(dú)立的，將其分別開(kāi)來(lái)，具體過(guò)程如下：
s31：計(jì)算用戶(hù)與游記主題之間的期望值，公式如下：
其中
s32：計(jì)算用戶(hù)與地點(diǎn)隱特征之間的期望值，公式如下：
其中
s33：借助s32的結(jié)果，更新用戶(hù)偏好伽馬分的形狀參數(shù)，公式如下：
其中ω(l＝le)表示用戶(hù)點(diǎn)評(píng)游每個(gè)記事件中游記涉及的旅游地為le。
s34：借助s32的結(jié)果，更新地點(diǎn)隱特征伽馬分的形狀參數(shù)，公式如下：
s35：借助s33的結(jié)果，我們將再次更新游記主題伽馬分布的形狀參數(shù)，公式如下：
進(jìn)一步地，所述步驟s4的具體過(guò)程如下：
s41：更新詞伽馬主題分布的尺度參數(shù)，公式如下：
s42：更新詞伽馬主題分布的尺度參數(shù)，公式如下：
s43：更新用戶(hù)伽馬主題分布的尺度參數(shù)，公式如下：
s44：更新地點(diǎn)隱特征伽馬主題分布的尺度參數(shù)，公式如下：
進(jìn)一步地，所述步驟s5的具體過(guò)程如下：
s51：對(duì)于一篇新游記，將固定用戶(hù)偏好，地點(diǎn)隱特征伽馬分布，更新新游記的主題分布，詞主題分布情況；
s52：借助s51中的結(jié)果，計(jì)算未評(píng)論該游記的用戶(hù)評(píng)論該游記的的概率，公式如下：
本發(fā)明采用伽馬分布，泊松分解算法，對(duì)未知的用戶(hù)偏好，地點(diǎn)特征進(jìn)行很好的估算，能夠利用文本信息及地點(diǎn)，是否點(diǎn)評(píng)游記等三個(gè)信息挖掘出這些隱特征，不用考慮讀者的地理位置，景點(diǎn)的位置等一些無(wú)法獲取的信息，能夠提高推薦的準(zhǔn)確率；采用聯(lián)合的概率圖模型，對(duì)于推薦系統(tǒng)中常見(jiàn)的“冷啟動(dòng)”問(wèn)題，以及對(duì)于多圖少字的游記能夠很好的解決。
相同或相似的標(biāo)號(hào)對(duì)應(yīng)相同或相似的部件；
附圖中描述位置關(guān)系的用于僅用于示例性說(shuō)明，不能理解為對(duì)本專(zhuān)利的限制；
顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說(shuō)明本發(fā)明所作的舉例，而并非是對(duì)本發(fā)明的實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在上述說(shuō)明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無(wú)需也無(wú)法對(duì)所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。