基于混合用户兴趣模型的农业旅游推荐移动系统设计

欧 丹

（四川信息职业技术学院消费者行为研究中心，四川 广元 628000）

近年来，中国大力推进城镇化，大量农村人口涌入城市，留守农民无法获得较好的生产、生活资源。随着移动互联网和信息技术的发展，农村经济重新进入人们的视野［1］。如何打破城市和农村之间的收入隔阂，提高农村和农业经济的活力，互联网技术是一个非常重要的突破口。农业旅游将有助于提高农村闲置土地资料利用，发挥农村农产品价格低廉优势和风景特色，将城市游客与农村进行对接［2，3］。淘宝、天猫和京东等互联网电商平台将农村农产品打造成扶贫特色项目，免去了商品运输、批发和零售等诸多环节，提高了农村商品的竞争力，让城市消费者对农业产品形成了直接的认识［5］。因此，利用互联网技术进行农村农业旅游的开发和推广前景广阔。

目前已有部分学者就农业旅游信息管理和平台设计进行了研究，并取得了一定成果。但随着海量信息的增长，消费者在进行旅游信息浏览过程中极容易出现过载问题，对于信息的推荐审美疲劳，难于挑选合适自己和感兴趣的农业旅游项目。因此，进行旅游推荐系统设计是一个具有十分有意义的课题，目前关于推荐系统的设计工具软件较多，例如电子商务、搜索引擎等均得到了大量应用，有效帮助人们缩短决策时间，简化了信息浏览工作。但对于旅游信息的推荐和筛选，还存在一定局限：首先，推荐模型描述关系局限，用户模型的表达较为简单，推荐描述用户的准确性不高［6］；其次，推荐维度单一，目前的旅游推荐算法仅仅考虑了用户的地理位置、个人信息和旅游爱好等，无法对用户的阶段性旅游需求进行智能化规划［7，8］。

本研究提出一种集合了漂移算法的混合兴趣推荐模型，该模型能够收集用户感兴趣的信息，分析用户的网络习惯，针对目前的需求进行个性化推荐，建立了一个智能农业旅游推荐系统平台进行了实践仿真。

1 混合用户兴趣模型的建立

混合用户兴趣模型包含两个层级，第一层级是短期用户兴趣模型，第二层级是长期用户兴趣模型。其中，短期用户兴趣模型的建立过程依托于用户近期的操作习性，如对于某些信息的浏览重复率和点击率等；长期用户兴趣模型是通过算法分析在一段长时间内对某些事件的感兴趣程度，累积而成的一种属性，长期模型依托于短期兴趣和静态信息综合确定。本研究所设计的混合用户兴趣模型的建模流程如图1 所示。

图1 混合兴趣模型建模流程

建立用户兴趣模型过程中，本研究采用基于特征向量的方式进行用户兴趣表达，将用户兴趣模型定义为一个维度为N向量集合。向量集中首先将用户兴趣模型特征三元组向量进行定义，其表达式如下：

式中，U表征用户的兴趣定义值，X表征用户的感兴趣类目，Y表征用户对类目X的兴趣程度值，Z代表兴趣程度值的时间宽度，n代表向量维度。

1.1 短期用户兴趣的建立

短期用户兴趣是用户在一段短时间内的兴趣爱好，通过对用户的短期兴趣来获取。与长期用户兴趣模型的不同之处在于具有短暂性和活跃属性。用户系统与客户系统段的短期行为可以基于3 种交互行为来进行定义，旅游点保存、旅游点点击次数和旅游点页面停留时间，因此，本研究通过以上3 种行为建立短期交互行为公式：

旅游景点保存情况计算公式如下：

旅游点击次数模型计算公式采用加权函数进行表达，其公式如下：

旅游页面停留时间通过对数函数来对其进行表征，用户在某个景点停留观看时间越长，表示用户对该景点越感兴趣，就可以将其作为有效数据；若用户在某一个页面仅仅点开后未做停留便离开，则将其作为噪音数据，其表达式如下：

式中，i表征用户点击次数，当i大于某一个阈值j时代表用户对旅游点产生了兴趣，当i小于或者等于j时表明用户可能偶然看见点击或者不甚感兴趣；t表征用户在某一个旅游页面的停留时间，x表征页面信息量，当t小于t0时表明用户对该页面的兴趣不够。

综合以上3 种用户操作习惯，本研究将其利用兴趣评估函数进行标准，表达式如下：

式中，F表征用户的短期用户兴趣量化值，α、β、γ、ε分别是一组常数，用于表征在用户兴趣表征过程中的动态变化过程影响系数，可以根据用户的不同类型进行调整。

1.2 长期用户兴趣模型的建立

长期用户兴趣模型区别于短期用户兴趣模型，其来源主要分为如下两个方面：

1）用户注册偏好信息，在用户登录旅游网站时会注册信息，注册过程中对用户的潜在感兴趣点进行问卷调查，发现用户的长期兴趣点维持一个长期的兴趣值。

2）短期用户兴趣模型的长期积累转换。用户短期兴趣在用户浏览和使用软件过程中不断强化和提高，用户的某些兴趣无法遗忘，长期在用户的兴趣阈值之上，这部分兴趣可以转化为用户的长期兴趣模型参数。

1.3 混合用户兴趣模型

根据短期用户兴趣模型和长期用户兴趣模型，将两者进行加权处理从而形成混合用户兴趣模型，其计算公式如下：

式中，α代表短期兴趣模型的权重值，β代表长期兴趣模型的权重值，其中两者之和等于1，并且在0 和 1 之间取值。

2 农业旅游推荐系统设计

2.1 核心需求分析

农业旅游推荐系统主要目的是用于旅游推荐、景点产品推销以及旅游行程规划。与传统的理由推荐系统相比，本研究农业旅游推荐系统主要集中解决两个问题：

1）农业旅游景点推荐。根据用户的喜好，建立混合用户推荐模型，将用户旅游爱好与农业景点进行精准匹配。

2）旅游行程规划分析。系统识别到用户比较感兴趣的农业旅游推荐点以后，将用户可能选择农业或农产品进行行程规划，开发出一种较为智能的规划方法，推荐给用户。

2.2 系统整体需求分析

农业旅游推荐管理平台的对象分为平台管理者、农户和游客3个角色，针对不同角色具有不同的需求。

1）平台管理者。主要需求是对旅游推荐管理系统进行编辑、查询和维护，主要应该实现用户注册、登录、管理以及评论管理和信息推送等。

2）农户。农户能够发布自己的旅游观光项目、农产品等，并且能够对自己发布的产品或者旅游项目进行推广和编辑，但需要经过后台管理人员的审核并且能够进行检索。

3）游客。游客需要在平台中实现注册、登录和信息编辑功能，另外还应该建设单独的模块进行旅游景点搜索，农产品购买以及旅游信息推荐和规划，对于不同旅游景点可以实现评论和打分功能。

3 移动系统设计实现

本研究采用MVC 开发模型进行农业旅游推荐系统开发，整个系统将分割成模型层、视图层和控制层。利用前端控制器Diap 进行设计，利用其低处理分配操作请求进行视图分析和语言环境预处理，同时还能够为文件提供支持。

3.1 客户端模块设计

客户端模块主要分模型、控制和视图3 个部分进行分析。其中，模型层主要完成数据的逻辑业务处理，将数据库内属性值进行调用，并且实现数据库的操作，从而提交用户信息、完善信息评价；控制层用户对业务流程模块的控制和后台的交互处理，配置控制利用XML 配置文件实现，具体的业务流程进行不同的控制分析，通常利用controller 组件进行扫描和实现混合用户兴趣算法的处理和个性化推荐，其操作流程如图2 所示。

3.2 管理端模块设计

管理端模块设计包括登录模块设计和用户模块设计，登录模块设计采用mvc 算法封装用户基本信息，包括用户性别、学历、地址以及感兴趣的农业农产品兴趣等，见表1。

图2 客户端模块设计流程

控制层主要实现管理者对用户信息界面、用户浏览界面的编辑以及用户后台数据的分析和处理，管理用户流程；视图层实现对用户列表和详细信息的分析研究。

3.3 信息端模块设计

信息端模块包括农业旅游景点咨询、农业科普学习、农产品销售以及农产品订单管理4 个部分。以农业景点为例，其模型层主要实现数据库的基本操作和封装景点信息，控制层主要是进入资讯、浏览资讯、增加信息和删除信息等。

4 结果测试与分析

个性化推荐系统开发完成后，为测试该平台的功能和使用体验，从平台的运行性能测试和用户满意度测试进行了两方面调研。

4.1 平台性能分析

利用运行加载函数（Running load）对农产品旅游推荐平台进行相关性能分析，该软件能够模拟用户的操作和进入过程，从而对系统参数进行吊装统计并输出结果。从图4 可以看出，系统测试过程中用户点击率和数据访问量基本呈正相关关系，曲线走势基本一致，说明该移动推荐系统能够及时反馈用户的操作需求并返回结果。

4.2 用户满意度分析

为研究移动推荐系统的用户满意度，采用问卷调查的方式，对该系统中首次注册的305 名用户（游客205 人、农户100 人）进行了推荐期望值调查和操作满意度调查，共发放问卷305 份，回收问卷300 份，问卷回收率98%。当使用混合用户模型的个性化农产品推荐系统后，游客和农户对该系统的满意程度从56%提升至78%，同时发现游客对于农产品和农业景点推荐的满意度期望值也从之前的77%、68%分别提高至96%、95%。该系统使用体验较好，提高了用户对推荐产品的感兴趣程度。

5 结论

为提高农产品和农业旅游的互联网信息化程度，开展了基于混合用户兴趣模型的农业旅游推荐移动系统研究，并进行了实践分析和调研。

图3 农产品选购信息平台界面

图4 用户点击率与访问量分析曲线

图5 用户满意程度调查对比

1）混合用户兴趣模型中短期用户兴趣模型的建立过程依托于用户近期的操作习性，长期用户兴趣模型是通过算法分析在一段长时间内对某些事件的感兴趣程度，累积而成的一种属性，长期模型依托于短期兴趣和静态信息综合确定。

2）与传统的理由推荐系统相比，农业旅游推荐系统主要集中解决两个问题：农业旅游景点（或农产品）个性化推荐以及旅游行程规划分析。

3）混合用户兴趣模型推荐系统在用户推荐满意度上具有较为明显的提升效果（图5），同时系统运行流畅，能够及时反馈用户操作指令，较好地完成了设计目标，下一步研究重点将着重于系统的大数据和人工智能信息整合，更加精细化地对农业旅游及产品进行推荐。