[發明專利]一種基于云平臺的上下文感知實時推薦服務的方法

有效

• 申請號: 201911064443.6
• 申請日: 2019-10-31
• 公開（公告）號: CN110807051B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 荀亞玲;李卓航;楊海峰;李俊吉
• 申請（專利權）人: 太原科技大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/29;G06F16/9535;H04L29/08
• 代理公司: 太原高欣科創專利代理事務所(普通合伙) 14109
• 代理人: 崔浩;冷錦超

1.一種基于云平臺的上下文感知實時推薦服務的方法，其特征在于：包括如下步驟：

步驟一：采用向量模型對上下文模型進行如下定義：

上下文模型：C＝(C₁，C₂，…，C_n)；

上式中C是由n個上下文屬性組成的上下文，C_i表示一個特定類型的上下文，其中，c_i為上下文屬性C_i的一個具體屬性值，i＝1，2，…，n，則每一組屬性的具體取值為上下文C的一個實例，表示為：c＝(c₁，c₂，...，c_n)；

步驟二：定義上下文后，對數據的關聯規則進行挖掘，采用基于滑動窗口的分布式關聯規則挖掘方法：

將用戶的上下文C和所選擇的服務S記為一條事物，關聯規則需要挖掘出C和S之間具有較強聯系的規則，記做C→S；

當用戶處于上下文環境C′時，構造符合C′的可組合候選服務集，將所有規則中的C與C′進行匹配，為用戶在C′環境下提供可選的服務；

關聯規則的挖掘與服務推薦的匹配過程步驟如下：

步驟2.1：對云端的歷史數據庫進行遍歷，將數據進行水平分割存儲在Spark RDD中，由各個節點對各自的數據片進行局部計數，待所有數據片計算完成后，由reduce匯總得出頻繁1-項集FList；

步驟2.2：對Flist進行分割，采用多項式時間度算法解決Fp-Growth算法負載均衡問題；以頻繁項集的支持度作為負載衡量的指標，將所有節點運行的時間大致保持一致，將Flist分為k組，每一組的平均時間為上式中m為頻繁項目的個數，sup(i_(q))為第q個項目i_(q)的支持度，使每一個節點的處理負載大致為

將Flist中項目分組后，形成每個分組的投影數據庫，將數據庫廣播至各對應節點；

步驟2.3：對各節點將投影數據庫劃分成大小相等的k個數據塊，得到基本滑動窗口：

BSW₁，BSW₂......BSW_k；

對每個節點上分組投影數據庫進行第二次掃描；

步驟2.4：對每個節點使用擴展的FP-Growth算法構建模式樹，為每一個項設計支持度：

對于重要但出現頻率較低的上下文設置相對較低的支持度；

對于不重要但出現頻率較高的上下文設置相對較高的支持度；

使每一個節點都建立自己節點的模式樹；

步驟2.5：基于步驟2.3中得到的基本滑動窗口，進行上下文更新后的增量式更新挖掘：

當數據庫新增時，將新增事務作為新的基本滑動窗口，窗口大小與原始數據庫基本滑動窗口的大小相等；

基于擴展的Fp-Growth得到新基本滑動窗口BSW_m+1和上一個滑動窗口BSW_m的頻繁項集，記原頻繁項集為F1，現頻繁項集為F2，將新的頻繁項集與原始數據庫中的頻繁項集對比，根據如下情形更新模式樹：

情形一、當頻繁項既存在原始數據庫中又存在新增數據庫中F1∩F2時，將兩者項集計數相加，然后更新模式樹；

情形二、當頻繁項存在原始數據庫中而不存在新增數據庫中F1-(F1∩F2)，需根據相似度估計該項在新增數據庫的支持度計數，并將該估計值與原始頻繁項集計數相加，然后更新模式樹；

情形三、頻繁項在原始數據庫中不存在而在新增數據庫中存在F2-(F1∩F2)，需要在候選信息表中查找是否有該項，若有直接讀取其計數，若沒有則需要根據相似度估計出原始基本滑動窗口該項的計數，并將該估計值與現頻繁項集計數相加，然后更新模式樹；

上述情形二和情形三中相似度估計采用局部敏感哈希算法進行計算：

將上一個滑動窗口BSW_m的高維向量定義為Fwi，維數為n，將其漢明化操作變為一個維數為n的向量x′；

再將新基本滑動窗口BSW_m+1對應的高維向量定義為Fwj，將其漢明化操作變為一個維數為n的向量y；

采用公式計算y與x′之間的jaccard距離，得出相似概率；

步驟2.6：基于步驟2.5的計算結果進行服務匹配：

在所有節點的模式樹中，每一條路徑都包含上下文C和該上下文對應的服務集合S，當用戶的手機傳回當前用戶所處上下文c′時，需通過當前用戶上下文c′構造符合當前c′的服務集合，構造服務集合的步驟如下：

步驟2.6.1：對用戶傳來的上下文c′進行數據處理，將c′中不在Flist中的項進行過濾，將剩下的未被過濾項按照Flist的支持度進行降序排序，形成新的上下文c″；

步驟2.6.2：對新的上下文c″進行漢明化變成一個維數為n的向量X″，從向量X″中抽取其中的t位作為其hash值，并與已經處理好的k組節點hash值進行比較，并將上下文c″發送至相似度較高的節點；

步驟2.6.3：對上下文c″與所在節點的模式樹中的路徑p求交集，根據交集的結果對每條路徑賦予不同的權重系數，具體的權值計算公式為：

其中，表示路徑本身的權重，|p|表示路徑p的長度；

步驟2.6.4：根據權重向用戶推薦服務，將服務按支持度排序，將支持度最大的前幾個服務推薦給用戶，記該服務的集合為s；

步驟2.6.5：將用戶選擇后的c→s事件數據返回云端并存儲在云端數據庫中待下次挖掘使用。