基于交互式进化优化的图书个性化搜索方法技术

本发明专利技术公布了一种用于心理学图个性化快速搜索的交互式进化优化方法，指导用户快速寻找满意图书，减轻用户搜索疲劳，具体内容包括：(1)基于用户所输入的信息，给出初始化的信息，即交互式遗传算法中的初始种群生成；(2)人机交互，即由用户根据系统显示的进化个体表现型，实施交互行为，如对感兴趣的内容进行的少数的点击、浏览等行为；(3)基于交互行为的CP-nets偏好建模和更新，以基于用户的交互行为，获取并跟踪其偏好变化；(4)基于CP-Nets的交互式进化过程，即根据CP-nets对当前的进化种群所代表的搜索信息进行适应值评价，实施选择、交叉和变异操作，以生成可能满足用户偏好的新个体信息。

【技术实现步骤摘要】

本专利属于智能计算领域，是一种基于交互式进化优化策略的图书个性化搜索方法，可用于引导用户在网络环境下进行图书的快速搜索。 
技术介绍
在现实生活中，需要人参与的评价和决策优化问题广泛存在。如旅游计划的制定问题，不同人对旅行中的路线，交通方式，时间，费用等的综合评价不同，从而制定出不同的旅游路线。上述问题为优化问题，但是，由于需要人的参与，无法用精确数学模型描述，导致基于数学函数的传统优化和各种智能优化算法不再适用。融合了人智能评价的交互式进化优化算法可有效解决此类问题，该方法将人的智能评价和传统进化优化过程相结合，它能很有效的解决含个性化信息优化问题。该方法需要人根据其对优化问题的个性化偏好，主观地评价进化个体适应值，进而实现进化优化。具体而言：首先，由计算机完成传统进化优化算法的工作，包括编码、解码、解集初始化，并将各解所对应的方案呈现给用户；其次，用户通过人-机交互界面，根据个人的认知和偏好，对所见对象进行评价；最后，计算机根据评价值，对编码的进化个体执行选择、交叉、变异等进化操作，生成新的解集。用户不断重复上述过程，直至找到满意解或者算法满足终止条件，算法结束并输出最优解。本专利技术将交互式进化优化算法引入到网络环境下的图书个性化搜索中，可为用户提供一个高效的搜索平台，引导用户快速完成搜索。  近年来，交互式进化优化已在诸多领域得到了成功应用。例如，刘肖健等人在2009年的机械工程学报上发表的《基于交互式遗传算法的产品配色设计》一文中，利用了交互式遗传算法挖掘最优色彩匹配方案，但是需要大量的选择评价来捕捉用户对色彩的意象，增加了用户评价负担。在计算机软件著作权登字为第0186137号的软件《基于进化个体不确定适应值交互式遗传算法的服装设计软件》中，将进化计算用于服装款式的设计，寻找最符合用户偏好的颜色搭配及款式。现有成果虽然取得了一定的成功，但是由于所采用的评价方式，进化策略等较为单一、灵活性差，对用户的个性化支持不足，因此普遍存在着进化效率不高，易用性差等问题。Jimmy Secretan等人在2008年的CHI会议上发表的《Picbreeder:Evolving Pictures Collaboratively Online》一文中，介绍了由其团队开发的在线图片进化系统，该系统采用了基于权值网络的进化方式，能够从一幅简单的图片进化出满足用户要求的复杂图片，大大改善了进化的效果。但是在这套系统中，由于无法生成具有特定属性的起始种群以及进 化策略上存在的缺陷，导致无法在种群的多样性和收敛性之间达到较好的平衡，增加种群多样性的同时会大大减缓种群的收敛速度，反之亦然。在专利号为201110094666.4的《用于窗帘设计的交互式进化优化方法》专利技术专利中，允许用户设定模糊偏好信息生成初始种群，同时提供了多种个体评价方式和个体的编码方式，确定了搜索的范围及形式，减小搜索区域。但是需要用户多次评价，极易产生用户疲劳，导致评价不真实。现有的这些研究成果尽管存在着各种各样的问题，但是仍对本专利技术提供了多方面的有益指导。  交互式进化优化算法在诸多理论研究方面取得的辉煌成就不断推动着其在生产生活中的应用，体现了巨大的实践价值。经查阅相关文献，目前尚无将该项技术应用到图书个性化搜索的先例，如能针对图书个性化搜索问题，设计出一套高效的搜索方法，将大大减轻用户的搜索量，提高搜索效率，同时也可考虑将其推广到其它领域的个性化搜索中，实现更大的社会效益。 
技术实现思路
本专利技术提出了一套完整的基于交互式进化优化的个性化高效搜索算法，包括基于编码的初始搜索对象的(进化个体)的生成、人机交互、基于交互行为的用户评价模型、模型更新以及进化方法。首先根据用户的浏览行为、对某图书的关注程度以及相关操作等，获取用户的兴趣模型；然后，利用条件偏好网络(Conditional Preference Nets,CP-nets)推导出用户对于待搜索图书不同属性值组合的偏好关系，实现对当前所见不同图书的评价；最后，基于评价值，进行选择、交叉和变异的操作，得到一组新的图书属性值的优化组合，为用户提供更满足其偏好的图书信息。重复上述过程，直到用户找到满意图书。基于此，我们开发出了相应的系统，其根本目的是为用户在图书个性化搜索过程中，快速找到满意图书，减轻自身疲劳。  本专利技术的特点在于：一是根据用户输入的图书搜索属性值和已存在的历史偏好属性信息，为用户提供满足其偏好的图书，同时保证搜索的多样性；二是本专利技术中为解决用户频繁评价导致的用户疲劳问题，利用用户的浏览行为，间接获得用户的偏好，建立用户偏好模型CP-nets，以此来获得用户对搜索对象的评价；三是在整个进化过程中，采用符合图书属性描述的二进制编码方式进行进化操作。每一特点由相对应的功能模块实现。本专利技术的三大模块及所使用的方法如下：  1、搜索对象的初始化生成(进化种群的初始化)模块  在网络环境中，用户根据个人需求，进行个性化信息的搜索时，我们希望呈现给用户的信息尽可能贴近用户需求，让用户快速搜索到满意解，同时确保提供给用户的信息尽可能保 持其多样性，以便给用户提供更大的搜索空间，激发用户的浏览兴趣。我们利用三个方面信息进行对用户搜索偏好初始化建模，包括：用户当前输入的搜索信息、用户的历史搜索信息以及社会群体信息。  2、用户偏好提取与更新模块  本专利技术是在图书搜索过程中，通过分析用户搜索行为，提炼出用户对各图书关键属性值的偏好关系，建立用户偏好模型CP-nets。同时将CP-nets与交互式遗传算法相结合，以动态反映并跟踪用户的兴趣。此方法可以防止用户反复评价，减少用户评价的主观性、模糊性，进而为下面的交互式工作，提供满足用户兴趣的评价结果，减少用户搜索的时间，防止用户疲劳。  2.1、偏好模型：CP-nets是一种表示定性条件的偏好语言，能够精确表示用户偏好，同时可以利用CP-nets偏好表中的规则，推断出用户对各属性值的偏好，这有利于挖掘用户在搜索满意解过程中的偏好。  2.2、评价方式：根据用户的浏览行为，包括点击次数、浏览时间、保存、收藏等，获得用户对优化对象各组成部分的偏好评价，该方法可避免由于频繁的人机交互而导致的用户厌烦和疲劳，提高图书个性化搜索的效率。  2.3、偏好模型更新：通过比较用户的实时浏览行为，动态更新当前图书信息的显示序值，将排序靠前的商品尽快地呈现给用户。  本专利技术根据用户浏览行为，实时获取用户偏好，在最大限度减轻用户评价负担的同时，也能够保障对个体做出有效评价，提高了实用性。  3、进化模块  用户在搜索满意解的过程中，偏好会随时改变，这就要求我们能够实时跟踪用户偏好，所以我们利用交互式遗传算法中人为主观评价的特点，随时跟踪用户偏好。本模块利用偏好模型CP-nets，将用户对图书的偏好信息，转化为用户对相应图书的评价值，再在图书的本文档来自技高网...

【技术保护点】
用于心理学图书个性化快速搜索的交互式进化优化方法，其特征为该方法将整个进化优化过程分为三大功能模块，具体包括以下内容： (1)初始进化种群的生成模块，是通过利用用户当前输入信息、用户历史搜索记录和群体共性搜索信息建立用户偏好模型CP‑nets，确定初始种群生成； (2)CP‑nets更新模块，是通过实时分析用户的浏览行为，更新CP‑nets，以掌握用户偏好的变化，为用户提供更好的搜索信息； (3)交互式进化模块，是通过对CP‑nets定量描述，获取个体适应值评价函数，从而将偏好模型应用于交互式遗传算法。

【技术特征摘要】
1.用于心理学图书个性化快速搜索的交互式进化优化方法，其特征为该方法将整个进化优化过程分为三大功能模块，具体包括以下内容： 
(1)初始进化种群的生成模块，是通过利用用户当前输入信息、用户历史搜索记录和群体共性搜索信息建立用户偏好模型CP-nets，确定初始种群生成； 
(2)CP-nets更新模块，是通过实时分析用户的浏览行为，更新CP-nets，以掌握用户偏好的变化，为用户提供更好的搜索信息； 
(3)交互式进化模块，是通过对CP-nets定量描述，获取个体适应值评价函数，从而将偏好模型应用于交互式遗传算法。 
2.权利要求1所述的用于心理学图书个性化快速搜索的交互式进化优化方法，其特征在于利用用户当前输入信息、用户历史搜索记录和群体共性搜索信息，建立用户偏好模型，为初始种群生成提供初始搜索信息，包括： 
(1)根据用户当前输入信息确定决策属性变量间的偏好支配关系，构建偏好网络； 
(2)根据用户历史搜索记录和群体共性搜索信息，确定决策属性变量取值间的部分...

【专利技术属性】
技术研发人员：孙晓燕，巩敦卫，陆宜娜，张抗抗，张鹏飞，时良振，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：江苏;32