智能推荐系统在数据挖掘的应用

【摘要】现今家庭数字化已经是大势所趋，网络信息技术也已然融入到了我国的千家万户中，进而推进大数据时代的到来。在当今时代背景下，如何在海量的信息中为用户筛选出具有个性化、智能化的数据不仅是当前推荐系统所要攻克的重要难题，实质也是其发展机遇。智能推荐系统兴起不久，乃是一项新兴科技，该类系统能够智能化地分析用户的个人信息、行为偏好与社会关系等因素，并有效为用户推荐出合适的数据。鉴于此，本文将基于协同信息筛选技术，并结合个性化数据挖掘技术，构建研究一个智能推荐系统，相信对于智能推荐系统的进一步普及与发展具有一定积极作用。

【关键词】智能推荐系统；个性化；数据挖掘；应用

互联网技术的不断发展与革新，致使数字化家庭这一概念已然成为现实。就当前而言，人们在运用互联网技术进行观影、购物以及看书等日常活动时，越来越希望各项app或网页能够为自身推荐具有个人偏好的信息。一般来说，智能推荐系统的成功运用是通过把不同用户的个人信息或个人偏好与特殊的参数数据相比较，得出相对客观的结论，进而预测用户对于一些未接触项目的喜好程度。这里所说的参数数据不是一个特定的元素，即可能是用户所处的社会环境与社交关系，也可能是从用户曾经接触过的类似项目中得出。

1.系统构成

本文中所涉及的网络影视智能推荐系统具有两个重要目标，其一是能够依据不同用户的行为喜好，从海量的影视数据库中筛选出适宜的影视推荐项目；其二是能够实时、迅捷为用户更新偏好信息。为了将这两个目标变为现实，本文将构成一个三层应用处理的系统。即当系统收到用户发出的请求时，系统接口就会迅速将用户的请求发送至系统的中间层，随后位于中间层的搜索引擎就会迅速作出反应，并根据用户的各项偏好信息与自身影视媒体库的内容进行分析处理，最后再把分析出的数据内容制定成推荐列表传回给用户。用户在收到由智能推荐系统所推荐的影视数据时，可以通过点击试看或预览影视介绍等方式，决定是否采纳观看系统所推荐内容。只要用户确定其所偏好的内容，系统就会利用自身的索引技术为用户提供相应的影视资源[1]。总而言之，该系统主要由三子系统所组成。1.1管理员子系统。该子系统主要执行影视数据库的资料进行实时更新、定期删减与管理用户信息等任务，进而保障该系统搜索引擎的时效性，使之能够迅速完善参数设置，改善相应的关联机制。1.2用户信息处理子系统。该子系统主要管理用户的个人信息档案，例如用户的民族、性别、职业、社交与年龄等等。除此之外，该系统还将管理个人用户的交易信息，为用户提供相应的注册、充值与登录等服务。1.3推荐子系统推荐子系统是管理关联机制的重要力量，通过与其他子系统的相互配合，迅速为用户推荐出具有个性化与智能化的影视推荐项目。该系统的构建是基于资料搜索技术的，并结合了不同用户的交易信息与个人基础信息库。

2.系统方案

以上述系统构成为基础，整个系统实质分为客户端程序与推荐程序两个部分组成，下面将分别阐述两大程序。2.1客户端程序。智能推荐系统的客户端程序主要由两项重要技术作为其支撑点。2.1.1智能化的自主学习技术。当用户在互联网上选择影视作品进行观看时，必然有一个筛选与点击的过程，这个时候客户端程序就能根据不同影视作品的点击频率或不同用户主体的选择偏好与规律，学习用户不同的偏好习惯或点击特性。客户端在对用户进行影视作品推荐时，必须要找出影视作品内容与用户本身的关联性[2]。根据此，影视作品的信息、用户自身的档案资料与消费记录之间，必须引入客观正确的关联机制。通过关联机制发现三者之间存在的客观规律，能够推进搜索引擎的使用效力，并能够更加快捷有效地整和诸项信息，得出较为正确恰当的规则信息。其中规则有效形式的产生必然是通过挖掘推导用户的个性化数据而得出的。通过此种方式，就能让用户在登录客户端时，推荐系统就能迅速作出处理，调用自身的规则数据库。经历适用程序后定能为用户推荐出适宜的影视信息资料。2.1.2智能化的特性分析技术。对于特性分析技术而言，其目的是为了探寻出影视作品内容与用户本身个性化需求的联系。其运行规则主要分为两个部分，即形式多样、内容自由的用户个人信息以及自由组合的影视作品资料。这里的用户个人信息主要包含性别、岁数、星座属相、职业与兴趣爱好等方面，而影视作品资料主要是作品导演、男一号、女一号等内容。通过收集整理这些数据能够在系统中形成较为客观的关联机制[3]。2.2智能推荐程序。2.2.1基本内涵。结合全文我们不难得出，智能推荐程序主要是为了在海量的信息中，对各项因素进行分析处理，并运用相应的规则机制，进而作出正确的信息供应。依据影视作品的相应特性，可以将影视资源的筛选推荐与排序选择建立在用户未看过的基础上，另外影视作品的新旧特性也是程序进行排序、推荐的重要依据内容，将新兴的影视作品放在优先推荐地位较为符合现代人的审美与喜好。最后，影视作品的点击率也是评判其排序顺序的重要依据，通常情况下，将点击率较高的影视作品放入推荐作品的优先级地位也是符合客观规律的。2.2.2程序设用逻辑。输入：用户信息、用户消费记录、影视作品资料、关联机制。输出：≤十五部推荐影视作品（根据实际情况）。首先，当用户利用互联网技术登录到我们的系统后，系统将会依据用户的登录情况判定用户是新兴用户还是老用户。如果该用户是第一次用该系统，那么系统就会根据用户所提供的个人信息寻找内部是否有适宜的关联机制，若是系统能够成功寻找出对应的关联机制，就会通过内部关联机制寻找出适合用户的≤十五部影视作品进行推荐，。但是如果系统内部没有与用户个人信息所对应的关联机制，系统就将为用户推荐当下最为热门的十五部影视作品[4]。再者，当用户登录系统后，登录信息现实该用户为本系统的老用户，那么这个时候系统也将主动寻找是否有与该老用户相对应的关联机制，与新用户不同的是，当系统寻找到与该老用户对应的关联机制，并为该用户筛选出适宜的≤十五部影视作品时，还将进一步分析该老用户的消费记录，根据用户消费偏好，然后再为老用户推荐适宜的作品。如果系统未能找到与该老用户相匹配的关联机制，那么系统就将直接分析该老用户的消费偏好，进而为用户推荐相对适宜的≤十五部影视作品。系统利用关联机制分析出不同用户的观影喜好时，还需要进一步判断其具体内容与种类，然后才从类似的影视作品中寻找出符合筛选与排序原则的推荐作品。消费记录是智能推荐系统为用户推荐何种影视作品的重要依据。故此，系统首先就需要从用户的消费记录中寻找到用户最为喜欢的几种影视作品类型，除此之外，用户的偏爱型影视作品也是需要系统作统计分析的，例如有多部用户曾看过的影视作品都由某一位演员出演，系统就可以对那位演员所出演的影视作品作类型分析，然后在于之前所选出的几种影视作品类型相对比，将与之前类型影视作品的类型单独分出来，形成一个新兴推荐影视作品类型，随之再根据比例关系合理分配不同类型影视作品数目，并最终推荐给用户。在本系统中，如何在同一类型影视作品中挑选出适宜的几个影视作品同样需要遵循相关规则，以求智能化的深入。面对这个问题，我们借助前文可以发现，当同一类型的影视作品中出现了用户所偏爱的演员时，有用户偏爱演员的作品当然被列入优先级，但是如果同一类型中并为出现用户所偏爱的演员，则需要遵循筛选与排序原则进行智能化影视作品推荐。除此之外，如果系统分析出的用户喜好影视作品类型根本就没有其所偏爱的演员出演，那就可以直接利用不同类型影视作品总数量的比例关系，进而确立不同类型所需分配的推荐数量，并经过筛选与排序原则进行精化推荐，以满足用户对于个性化与智能化需求[5]。

3.结语

本文立足社会实际需求，提出一套智能影视作品推荐系统的构成方案。该推荐系统扎根于个性化数据挖掘中，并通过利用协同信息筛选技术，帮助系统对用户进行个性化影视作品推荐具有重要积极意义。不得不说智能推荐系统确实具有其特点与优势，但是在本文中由于相关数据的缺乏与应用实验的缺失，必然不能对智能推荐系统有一个全面的认识与研究，但笔者相信随着该项系统的不断普及应用，定能得到更为长远的发展。

【参考文献】

［1］汪毅峰.基于数据挖掘的个性化推荐系统的研究与设计[D].南昌大学,2013.

［2］赵凤霞.基于数据挖掘的旅游智能推荐系统的研究和设计[J].科技创新与应用,2013(32):55-56.

［3］李中良.基于Web日志挖掘和关联规则的个性化推荐系统模型研究[D].西南大学,2014.

［4］丁建军.面向电子商务个性化推荐系统的Web数据挖掘应用研究[D].浙江理工大学,2015.

［5］张劳模,马颖,王国栋.基于数据挖掘的个性化智能推荐系统应用研究[J].现代电子技术,2011,34(16):31-34.

作者:王珊珊 单位:安徽国际商务职业学院