國立交通大學
管理科學研究所
碩 士 論 文
分析臉書粉絲團資訊以發展使用者特徵檔為基
礎之推薦
Recommendations based on user profiles discovered from
Facebook Like List
研究生：李榮維
指導教授：劉敦仁、林君信 教授
中華民國一百零一年二月
分 析 臉 書 粉 絲 團 資 訊 以 發 展 使 用 者 特 徵 檔 為 基 礎
之 推 薦
Recommendations based on user profiles discovered from
Facebook Like List
研 究 生： 李榮維 Student: Rong-Wei Lee
指導教授： 劉敦仁、林君信 Advisor: Dr. Duen-Ren Liu, Dr.Chiun-Sin Lin
國立交通大學 管理科學研究所
碩士論文
A Thesis
Submitted to Institute of Management Science College of Management
National Chiao Tung University in Partial Fulfillment of the Requirements
for the Degree of
Master of Science in Information Management February 2012
Hsinchu, Taiwan, the Republic of China 中華民國 一百零一 年 二 月
I
分析臉書粉絲團資訊以發展使用者特徵檔為基礎之推薦
研究生：李榮維 指導教授：劉敦仁、林君信 博士 國立交通大學管理科學研究所摘要
近年來社群網路的蓬勃發展，除了傳統的部落格網站，許多新型態的社群網 站因應而生，如微型網誌 Twitter、Plurk、社交網站 Facebook、MySpace 等，隨 著這些社群網站的興起，大大改變了人們原本的使用網路的習慣。 社群網站-Facebook 在使用的過程中，如張貼訊息、回應訊息、對訊息點選 「讚」、訂閱粉絲團等資訊，都間接透露出使用者的需求與喜好等資訊。 本研究欲利用使用者訂閱的粉絲團清單，找出使用者的興趣關鍵字特徵檔， 並進行相關應用：推薦粉絲團、推薦朋友、推薦廣告。本研究首先利用「正規化 概念分析法」分析使用者訂閱的粉絲團之間彼此的關係，進而發掘代表使用者興 趣的概念，產生使用者興趣關鍵字特徵檔，最後利用產生的興趣關鍵字特徵檔進 行推薦。 本研究實地蒐集了 Facebook 的使用者資料以及 Yahoo 奇摩拍賣的內容式廣 告建立雛形系統，以雛形系統展示研究成果及模擬使用者操作推薦粉絲團、推薦 朋友之情況和推薦廣告的成果。 關鍵字：社交網路、推薦系統、正規化概念分析II
Recommendations based on user profiles discovered from
Facebook Like List
Student: Rong-Wei Lee Advisor: Dr. Duen-Ren Liu, Dr.Chiun-Sin Lin Institute of Management Science
National Chiao Tung University
Abstract
After the fever of web 2.0 when blogging embarked on a new era of internet community, social networks have flourished in recent years and become another Internet golden era. Besides the traditional blog website, many new types of social network websites such as Facebook, MySpace or Microblog Twitter, Plurk came up. Social network websites have changed user behaviors on Internet nowadays dramatically.
In facebook, personal interests or needs are disclosed when users post messages on the wall, reply friends’ messages, push “like” messages or join “fan pages”.
This research proposes to recommend fan pages, friends and advertisements through discovering user interests from Facebook users’ “like list”. In this thesis, Formal Concept Analysis (FCA) is adopted to analyze the relation between fan pages in the like list. Afterwards, concepts that are appropriate to represent users’ interests are extracted to generate user profiles. Finally, a prototype System is developed to demonstrate the research result of recommending friends, fan pages and advertisements based on the discovered user profiles.
III
誌謝
經歷了許多的辛苦終於完成了自己的研究。雖然選擇了做資訊方面的研究， 而不是管理的研究，但是覺得在這一路上學到了很多東西，因此很高興自己選擇 了這條道路。而在這漫長的日子裡，接受了很多人的幫助，才讓我能順利的從事 自己喜歡的研究。 首先最感謝的尌是我的指導教授劉敦仁教授，不管在研究過程中我遇到甚麼 困難，或是有一些疑問，甚至在我沒有方向的時候，都很有耐心的給我很多幫忙， 真的非常感謝能遇到這麼好的教授。還要感謝我的另外一位指導教授林君信教授， 在我的論文研究給了我很多的鼓勵，點出研究的方向。另外非常謝謝口詴委員賴 錦慧與羅濟群老師細心研讀了我的研究，給予我很多建議，讓我的論文能更加的 完整。 其他要感謝的人實在太多了，包含管科所和我一起輔所的同伴王馨卉，每次 在我遇到挫折的時候，總是會跳出來給我支持和力量；還有孙軒學長和 Hani 學 長在學術上或是生活上也給予我很多的幫助；其他 DB LAB 的學弟妹們也使我的 研究生活雖然辛苦但是一點都不無聊，真的非常謝謝大家。 最後要感謝的是給予我一切精神支柱的父母，在這兩年總是無私的為我付出， 讓我能順利完成碩士學位。 李榮維 謹於 交通大學 中華民國一百零一年二月IV
目錄
中文摘要... I 英文摘要... II 誌謝... III 目錄... IV 圖目錄... VI 表目錄... IX 緒論... 1 1.1 研究背景... 1 1.2 研究動機... 2 1.3 研究目的... 4 2. 文獻探討... 5 2.1 社交網路... 5 2.2 推薦系統... 5 2.2.1 內容過濾式演算法(Content-based Filtering)... 6 2.2.2 協同過濾演算法(Collaborative Filtering)... 6 2.3 正規化概念分析... 7 2.3.1 正規文本(Formal Context)... 7 2.3.2 形式概念(Formal Concept)... 8 2.3.3 概念點陣(Concept Lattice)... 8 2.3.4 正規化概念分析案例... 9 2.3.5 正規化概念分析的應用... 16 3. 系統架構... 17 4. 模型介紹... 19 4.1 興趣關鍵字特徵檔模組... 19V 4.1.1 正規化概念分析... 19 4.1.2 產生興趣關鍵字特徵檔... 34 4.2 推薦粉絲團模組... 37 4.2.1 推薦粉絲團模組架構... 37 4.2.2 建立使用者與粉絲團清單之特徵矩陣... 38 4.2.3 計算使用者之間的相似度... 39 4.2.4 計算粉絲團分數並產生推薦結果... 40 4.3 推薦朋友模組... 41 4.4 推薦廣告模組... 42 4.4.1 推薦廣告模組架構... 42 4.4.2 廣告詞彙擴張... 43 4.4.3 產生廣告推薦... 44 5. 雛形系統建置與實作... 45 5.1 開發工具與帄台... 45 5.2 建置雛形系統資料集... 45 5.3 Facebook 推薦系統實作內容... 50 5.4 推薦粉絲團系統實作內容... 52 5.5 推薦朋友系統實作內容... 55 5.6 廣告推薦實作說明... 58 5.6.1 資料集... 58 5.6.2 廣告推薦實作... 60 6. 結論與未來研究方向... 62 6.1 結論... 62 6.2 未來研究方向... 62 參考文獻... 65
VI
圖目錄
圖 1.1 台灣人帄均每月使用 Facebook 的時間(統計資訊截至 2010.1) ... 2 圖 1.2 台灣 Facebook 使用現況(統計資訊截至 2012.1) ... 2 圖 1.3 台灣排名前 10 名的粉絲團(統計資訊截至 2011.8) ... 3 圖 2.7 概念點陣(Concept Lattice) ... 15 圖 3.1 Facebook 推薦系統架構 ... 17 圖 3.2 文字廣告範例 ... 18 圖 4.1 正規化分析的 Object 及 Attribute ... 19 圖 4.2 建置概念矩陣之步驟 ... 20 圖 4.3 受詴者所訂閱的粉絲頁面清單 ... 20 圖 4.4 user_likes 物件 ... 21 圖 4.5 粉絲團清單 ... 22 圖 4.6 粉絲團的基本資訊 ... 23 圖 4.7 粉絲團塗鴉牆之內容 ... 24 圖 4.8 swf 類型的 Facebook 訊息 ... 25 圖 4.9 取得所需之欄位值(swf) ... 26 圖 4.10 video 類型的 Facebook 訊息 ... 26 圖 4.11 取得所需之欄位值(video) ... 27 圖 4.12 link 類型的 Facebook 訊息 ... 27 圖 4.13 取得所需之欄位值(link) ... 28 圖 4.14 photo 類型的 Facebook 訊息 ... 28 圖 4.15 取得所需之欄位值(photo) ... 29 圖 4.16 music 類型的 Facebook 訊息 ... 29 圖 4.17 取得所需之欄位值(music) ... 30VII 圖 4.18 photo 類型的 Facebook 訊息 ... 30 圖 4.19 取得所需之欄位值(question) ... 31 圖 4.20 status 類型的 Facebook 訊息 ... 31 圖 4.21 取得所需之欄位值(status) ... 32 圖 4.22 回傳的 XML 檔案 ... 33 圖 4.23 YAHOO API 提供的參數設定 ... 33 圖 4.24 產生興趣關鍵字特徵檔之演算法 ... 37 圖 4.25 使用者與粉絲團清單之特徵矩陣 ... 38 圖 4.26 Jaccard 相似度的計算 ... 39 圖 4.27 排序後的使用者與粉絲專頁特徵檔矩陣 ... 40 圖 4.28 依照分數排序的使用者與粉絲專頁特徵檔矩陣 ... 41 圖 4.29 推薦朋友模組架構圖 ... 42 圖 4.30 廣告推薦模組架構 ... 42 圖 4.31 利用 Wikipedia 從事詞彙擴張 ... 43 圖 5.1 匿名使用者 Nancy 之概念點陣圖 ... 48 圖 5.2 節點 A 之子孫 1 ... 49 圖 5.3 節點 A 之子孫 2 ... 49 圖 5.4 Facebook 推薦系統首頁 ... 51 圖 5.5 Facebook 推薦系統操作流程圖 ... 51 圖 5.6 使用者登入後頁面 ... 52 圖 5.7 選擇推薦粉絲團系統 ... 53 圖 5.8 推薦給 Nancy 之粉絲專頁 ... 53 圖 5.9 選擇推薦朋友系統 ... 55 圖 5.10 推薦朋友系統頁面 ... 55 圖 5.11 系統推薦男性朋友清單 ... 56
VIII 圖 5.12 系統推薦女性朋友清單 ... 57 圖 5.13 系統推薦不分性別朋友清單 ... 57 圖 5.14 奇摩拍賣女性長 T 頁面 ... 59 圖 5.15 奇摩拍賣女性長 T 之分類廣告 ... 60 圖 5.16 推薦給 Nancy 之廣告 ... 61
IX
表目錄
表 2.2 正規化概念分析案例 ... 9 表 2.3 產生 Formal Context ... 12 表 2.4 所有的 Concept ... 12 表 4.1 解析後的結果 ... 34 表 5.1 系統開發帄台與工具 ... 45 表 5.2 匿名使用者 Nancy 訂閱之粉絲團 ... 46 表 5.3 使用者 Nancy 之興趣關鍵字 ... 49 表 5.4 推薦粉絲團結果 ... 54 表 5.5 Nancy 和其他使用者之間的相似度 ... 58 表 5.6 詞彙擴充之推薦廣告結果 ... 611
1. 緒論
1.1 研究背景
隨著資訊科技的迅速發展，如今早已邁入 Web2.0 的時代，直到現在，Web 已 經 和 我 們 生 活 產 生 密 切 的 結 合 。 而 新 型 社 群 網 站 的 興 起 ， 如 微 型 網 誌 (microblog) Twitter、Plurk 及社交網路(social network) Facebook、MySpace 等的盛行，更是改變了網路世界及人們生活習慣。龐大的用戶人數代表無限的商 機，商家可以直接在 Facebook 刊登廣告、成立自己的粉絲團或是利用開發 Facebook 的 App 提高商品及品牌曝光率。
從前人們上網也許會先從 Google、Yahoo 這些入口網站(Portal)進入網路世 界。但現在許多人上網的第一件事尌是登入社群網站，特別是現在最熱門的社群 網站- Facebook。依據 ARO 資料顯示[12](圖 1.1)，台灣人每個月使用 Facebook 的時間約 435 分鐘以上，已經逼近傳統的入口網站 Yahoo 奇摩，且使用的時間還 在持續成長中。觀察這些現象可以發現這些新型社群網站儼然已經成為另一種型 態的入口網站。 特別是時下最最熱門的社群網站 Facebook，截至 2012 年 1 月，依據市調網 站 CheckFacebook.com 的資料顯示 Facebook 全球用戶數已達近 80 億[13]，成為 全球最大的國際化社區。
2 圖 1.1 台灣人帄均每月使用 Facebook 的時間(統計資訊截至 2010.1) 1.2 研究動機 許多人擁有臉書(Facebook)的帳號。最新 CheckFacebook.com 的臉書使用統 計資料顯示台灣使用 Facebook 人數已超過 1000 萬人(圖 1.2)[13]。統計截至 2012 年 1 月止，Facebook 帳號在台灣共有 1160 萬個，且其用戶分布不分男女， 甚至不分年紀。 圖 1.2 台灣 Facebook 使用現況(統計資訊截至 2012.1)
3 在擁有那麼多會員的情況下，Facebook 產生出了無限的商機。因為龐大用 戶人數代表著廣大的市場，而社群網站分享的特點代表著豐富的市場資訊，社群 網站提供了取得使用者特徵的來源，例如使用者的喜好、需求與習慣等資訊，且 現在已經有許多使用者表示願意對外公開自己的訊息。這些資訊可概分為顯性使 用者資訊及隱性使用者資訊： 顯性使用者資訊：指使用者在註冊時所主動填寫的基本資訊。包含： 學歷、工作、興趣、性別、生日…… 隱性使用者資訊：指使用者在使用過程中所被動顯漏之資訊。如： 使用者推文內容、使用者按「讚」的文章、使用者塗鴉牆內容、使 用者所訂閱的粉絲團清單等…… 現今許多 Facebook 使用者都有訂閱粉絲團的習慣，因為加入粉絲團不 需填寫額外的資訊或是做申請的動作，只需在頁面點選「讚」即加入該粉絲 團。CRM2.tw[14]尌做了一個統計，台灣擁有超過 20 萬以上粉絲的粉絲團尌 有 42 個(圖 1.3)。 圖 1.3 台灣排名前 10 名的粉絲團(統計資訊截至 2011.8) 由於訂閱粉絲團的普及，因此使用者訂閱了哪些粉絲團可以成為我們了解使 用 者 喜 好 及 需 求 的 重 要 資 訊 。 使 用 者 訂 閱 的 粉 絲 團 清 單 (Like List) 會 被
4
Facebook 彙總在 user_likes 物件，但由於使用者訂閱的粉絲團列表(user_likes 物件)資料雜亂無章，很難輕易的從粉絲團列表尌看出其中隱含的使用者資訊。 因此本研究欲利用粉絲團列表所隱含之資訊，找出使用者興趣特徵檔，並以此特 徵檔進行相關應用。 1.3 研究目的 本研究希望達到的目的是從「使用者訂閱的粉絲團清單(Like List)」去發 掘使用者的興趣，並以此建立「使用者興趣關鍵字特徵檔」。為了達成此目標， 我們會利用正規化概念分析(Formal Concept Analysis, FCA)去找尋使用者訂閱 的粉絲團之間相互關係，之後利用一個興趣關鍵字演算法找出哪些粉絲團較能用 來表示使用者的興趣，並用這些粉絲團的關鍵字建立使用者興趣關鍵字特徵檔。
在建立使用者興趣關鍵字特徵檔後，本研究會進行相關的應用，包含推薦粉 絲團、推薦朋友以及推薦廣告。
最後本 研究 會從 實際 蒐集到 的 Facebook 使用者 資料 中隨 機選 出一個 Facebook 使用者做為目標使用者，並以此使用者的粉絲團清單(Like List)進行 挖掘興趣，進而做推薦粉絲團、推薦朋友以及推薦廣告等動作，最後以一個雛型 系統的方式呈現研究成果。
5
2. 文獻探討
本研究欲利用現今最熱門的社交網路網站「Facebook」所提供的加入粉絲團 資訊，進行使用者興趣關鍵字特徵檔的挖掘。並應用所得到的使用者興趣關鍵字 特徵檔建立一個 Facebook 的推薦系統，系統包含三個模組：推薦粉絲團模組、 推薦朋友模組、推薦廣告模組。 使用者興趣關鍵字特徵檔的挖掘和 Facebook 推薦系統各使用不同技術： 挖 掘 使 用 者 興 趣 關 鍵字 特 徵 檔 ： 正 規 化 概念 分 析 (Formal Concept Analysis) Facebook 推 薦 系 統 ： 協 同 過 濾 演 算 法 (Collaborative Filtering Algorithm)
本章將對相關主題進行探討。 2.1 社交網路
在現代社會人們互相建立、維持關係的帄台逐漸由現實社會移轉至虛擬線上 世界，人們利用社交網路(Social Network, SN)交朋友。因此社交網路服務 (social network service)逐漸吸引越來越多學者的注意，社交網路也成為現今 熱門的研究主題。而在本研究中，我們把焦點聚集在一種特殊的 Social Network： Facebook。 INSNA [15]定義社交網路包含了三種元素：邊(edges)、節點(node)、資訊的 傳遞，社交網路利用節點之間互相連接的邊，進行資訊的溝通及傳遞。 2.2 推薦系統 現今推薦系統大致可以分成兩種類型： 1. 內容過濾式演算法(內容過濾式演算法(Content-based Filtering) 2. 協同過濾演算法(Collaborative Filtering) 以下兩小節茲對此兩種演算法做文獻回顧。
6 2.2.1 內容過濾式演算法(Content-based Filtering) 內容過濾式推薦系統利用項目內容(Content)間的相似度來從事推薦，因此 設計內容過濾式推薦系統有兩個重要的議題： (1) 表現項目的方式 (2) 建立項目的特徵檔 在很多內容過濾式推薦系統是以文章中重要的文字來表示一篇文件，例如 Balabanovic 和 Shoham [1]利用文章中 TF-IDF 值排名前 100 名的文字來表示一 篇文件。 2.2.2 協同過濾演算法(Collaborative Filtering) 協同過濾演算法(Collaborative Filtering, CF)為現今應用在線上推薦系 統最成功的技術之一[5,6]，協同過濾演算法可以分成兩種類型： (1) 以使用者為基礎的協同過濾(user-based CF) 用相似統計的方法得到和目標使用者具有相似愛好或興趣的相鄰使用者， 彙總這些評分資訊去預測目標使用者尚未使用的產品[2]。 Herlocker、 Konstan 和 Ried [5,17]整理了方法步驟： 1.收集使用者資訊 收集可以代表使用者興趣的資訊。一般的網站系統使用評分或是給予評價 的方式，這種方式被稱為「主動評分」。另外一種是「被動評分」，是根據 使用者的行為模式由系統代替使用者完成評價，不需要使用者直接打分或 輸入評價資料。
2.最近鄰搜索(Nearest neighbor search, NNS)
計算全部使用者和目標使用者之間的相似度，選擇最相近使用者的子集作 為最鄰近集合(Nearest neighbor)，用來預測待預測項目的分數。 3.產生推薦結果
7 預測項目的分數。 (2) 以項目為基礎的協同過濾(item-based CF) 為了提升系統的可擴充性(scalability)，Linden、Jacobi 和 Benson [6,8] 提出了以項目為基礎的協同過濾法。以項目為基礎的協同過濾法有一個基 本的假設「能夠引起使用者興趣的項目，必定與其之前評分高的項目相似」， 透過計算項目之間的相似性來代替使用者之間的相似性。 方法步驟： 1.收集使用者資訊 方法同以使用者為基礎的協同過濾。 2.針對項目的最近鄰搜索 先計算己評價項目和待預測項目的相似度，並以相似度作為權重，加權各 已評價項目的分數，得到待預測項目的預測值。 3.產生推薦結果 因為項目之間的關係比使用者之間的關係較為穩定，所以以項目為基礎的 協同過濾在某些情況能節省線上運算的成本而不降低預測品質。 2.3正規化概念分析
正規化概念分析(Formal Concept , FCA)是由 Rudolf Wille[10]於 1982 年 提 出 來 的 。 Ganter&Wille[4] 解 釋 FCA 的 核 心 構 想 是 一 種 稱 之 為 「 Galois connection」的對偶性(duality)，這種對偶性可以用來觀察兩種類型的項目 (items) 之間的關係，例如物件(Objects)和屬性(Attributes)、文件(Documents) 和詞彙(terms)。 2.3.1 正規文本(Formal Context) 正規化概念分析可由正規文本(Formal Context)開始定義[10]： 正規文本(Formal Context)是由三個部分組成：(G,M,I)，G 和 M 皆為一個集 合，I 則代表 G 和 M 的二元關係。 G 為 Formal Context 的物件集合。
8
M 為 Formal Context 的屬性集合。
I 為 G 和 M 之二元關係。如果物件 g 和屬性 m 具有關係，可以用 gIm 或是 來表示。
2.3.2 形式概念(Formal Concept)
定義完 Formal Context，接著我們定義何謂形式概念(Formal Concept)[10] 在 且另一方面 的情況下，定義： 如果 A、B 滿足以下三個條件 1. 2. 3.
則(A,B)可稱為 Formal Concept(圖 2.4)。也尌是當物件集合 A 中的所有物 件所共有的屬性為 B 集合時，另一方面屬性集合 B 之所有屬性被所有 A 物件 所共享，則(A,B)或({g2, g3},{m3, m4})即為一個 Formal Concept，簡稱
Concept (概念)。此時 A={g2, g3}可稱做此概念(A,B)之範圍(extent)，B={m3,
m4}可稱作此概念(A,B)之內涵(intent)。
2.3.3 概念點陣(Concept Lattice)
Formal Context 的 Concept 之間存在有階層關係，也尌是子概念-父概念的 關係(subconcept-superconcept relation)，經由這些關係，可以描繪出整個 Formal Context 概念間的關係，即概念點陣(Concept Lattice)。概念間的 subconcept-superconcept relation( )，可以由以下關係式定義：
如果概念 為概念 的子概念：
(2.1) 或
9 (2.2) 式 2.1 與式 2.2 頇滿足其中一個條件，即代表 Concept 為 Concept 的子概念( )，換句話說當： 1. 範圍(extent)為 範圍的子集合 或 2. 內涵(intent)為 內涵的子集合 則 為 之子概念。 2.3.4 正規化概念分析案例 在 2.3 最前面提到正規化概念分析可以觀察兩種項目的關係，例如物件及屬 性、文件及詞彙。在此我們利用 delicious.com 交流書籤的網站，作為正規化概 念分析說明的範例。
假設一共有五個書籤Facebook、Twitter: What are you doing?、Welcome to Flickr - Photo Sharing、Wordle - Beautiful Word Clouds、YouTube - Broadcast Yourself.， 而每個書籤都有做標籤的動作(表 2.2)： 表 2.1 正規化概念分析案例 書簽名稱 標籤 Facebook social facebook networking community friends web2.0 socialnetworking entertainment
10
network bookmarkbar
Twitter: What are you doing? twitter social web2.0 community blog socialnetworking networking mobile tools technology
Welcome to Flickr - Photo Sharing photos flickr photography photo sharing images web2.0 community social tools
Wordle - Beautiful Word Clouds visualization design
11 words tools web2.0 generator typography art wordle
YouTube - Broadcast Yourself. video youtube videos entertainment media web2.0 social fun community music
我們把書簽名稱(bookmark)做為 Object，標籤(tag)做為 Attribute，來進 行正規化概念分析。第一步驟我們要先產生 Formal Context，因為 Attribute(標 籤)較多，所以在此只列出部分的 Attribute(表 2.3)
12
表 2.2 產生 Formal Context
Attribute
Object Name art blog Bookmarkbar cloud
…… ……
community web2.0 wordle words youtube Facebook X x x Twitter: What are you
doing?
x x x
Welcome to Flickr - Photo Sharing
x x
Wordle - Beautiful Word Clouds
x x x x x
YouTube - Broadcast Yourself.
x x x
第二步驟為找出 Context 中的所有 Concept(表 2.4)，利用 Formal concept analyse 工具產生 Formal Context 的所有 Concept[16]，之後我們都會利用 van der Merwe、Obiedkov 和 Kourie[9]所提出的 AddIntent 演算法來建置出 Concept Lattice(圖 2.7)。
表 2.3 所有的 Concept
All concepts of conceptual lattice
ConceptID Extent Intent
c(0)
{Facebook; Twitter: What are you doing?; Welcome to Flickr - Photo Sharing; Wordle - Beautiful Word Clouds; YouTube - Broadcast Yourself.}
13 c(1)
{Twitter: What are you doing?; Welcome to Flickr - Photo Sharing; Wordle - Beautiful Word Clouds}
{tools ; web2.0}
c(2)
{Facebook; Twitter: What are you doing?; Welcome to Flickr - Photo Sharing; YouTube - Broadcast Yourself.}
{community ; social ; web2.0}
c(3)
{Twitter: What are you doing?; Welcome to Flickr - Photo Sharing}
{community ; social ; tools ; web2.0}
c(4)
{Facebook; Twitter: What are you doing?}
{community ; networking ; social ; socialnetworking ; web2.0}
c(5) {Welcome to Flickr - Photo Sharing}
{community ; flickr ; images ; photo ; photography ; photos ; sharing ; social ; tools ; web2.0}
c(6)
{Facebook; YouTube - Broadcast Yourself.}
{community ; entertainment ; social ; web2.0}
c(7) {YouTube - Broadcast Yourself.}
{community ; entertainment ; fun ; media ; music ; social ; video ; videos ; web2.0 ; youtube}
c(8) {Facebook}
{bookmarkbar ; community ; entertainment ; facebook ; friends ; network ; networking ; social ; socialnetworking ; web2.0}
c(9) {Twitter: What are you doing?}
{blog ; community ; mobile ;
14
socialnetworking ; technology ; tools ; twitter ; web2.0}
c(10) {Wordle - Beautiful Word Clouds}
{art ; cloud ; design ; generator ; tools ; typography ; visualization ; web2.0 ; wordle ; words}
c(11) {}
{art ; blog ; bookmarkbar ; cloud ; community ; design ; entertainment ; facebook ; flickr ; friends ; fun ; generator ; images ; media ; mobile ; music ; network ; networking ; photo ; photography ; photos ; sharing ; social ; socialnetworking ; technology ; tools ; twitter ; typography ; video ; videos ; visualization ; web2.0 ; wordle ; words ; youtube}
15
圖 2.1 概念點陣(Concept Lattice)
觀察表 2.4 的 Concept 可以發現當 intent 包含的標籤(tag)的數量增加，extent 的書籤(bookmark)數量尌會減少，最極端的例子為 Concept c(11)，intent 包含了 所有的標籤，但 extent 所包含的書籤則為空集合；反之當 extent 中書籤數量減 少，intent 所能包含的標籤尌會增加，最極端的例子為 c(0)，extent 包含了所有 的書籤，intent 中的所有書籤共同享了一個標籤「web 2.0」。 再觀察圖 2.7 的概念點陣，從最高的節點 c(0)往下走訪最低的節點 c(11)， Concept 的 intent 所包含的屬性會越來越多；另一方面從最低的節點 c(11)往上走 訪最高的節點 c(0)，Concept 的 extent 所包含的物件同樣也會越來越多。 因此可以得到結論，當 Concept 在概念點陣的越上方時，Concept 的範圍 (extent)所包含的物件愈多，代表 Concept 較為一般化(general)；當 Concept 在概 念點陣的越下方時，Concept 的範圍(extent)所包含的物件越少，代表 Concept 較 為較特定化(specific)。
16
2.3.5 正規化概念分析的應用
在 Wille 提出正規化概念分析(FCA)後的起初十年，並沒有特別受到學術界 的重視，只有 Wille 及他的學生在德國鑽研這塊領域。雖然 FCA 的研究有擴散到 歐洲的其他地區，如東歐、法國等，但是在美國，FCA 在資訊科技的研究領域並 沒有知名度。根據 Priss [7]指出，只有 Caprineto &Romano[3]提出的一篇 paper 被刊登在美國的 JASIS(Journal of the American Society for Information Science)期刊上。
在近十年來，FCA 因為出現在一些著名的 paper 及研討會，開始受到學術界 的重視，被應用到各種領域，包含語言學(linguistic)、軟體工程、心理學、人 工智慧、資訊檢索(information retrieval)。
17
3. 系統架構
本研究欲利用使用者所訂閱的粉絲團清單(Like List)，來挖掘出目標使用 者所真正感興趣的議題，產生目標使用者的興趣關鍵字特徵檔，並以此進一步做 應用。 而要如何從使用者訂閱數量繁多的粉絲團找出使用者真正感到興趣的關鍵 字，是一項困難的課題。在本研究利用正規化概念分析(Formal Concept Analysis) 技術，以粉絲團做為物件(Object)，而粉絲團的關鍵字作為屬性(Attribute)， 進行分析產生出 Formal Context。在產生出 Formal Context 之後，進一步的描 畫出概念點陣圖(Concept Lattice)，經由圖型化的方式可以觀察概念(Concept) 之間的關係，利用興趣關鍵字演算法，挑選數個最能代表目標使用者的概念，並 取出概念的屬性，即粉絲團的關鍵字，用來作為目標使用者的興趣關鍵字特徵 檔。18 如圖 3.1 系統共分為四個模組：興趣關鍵字特徵檔模組、推薦粉絲團模組、 推薦朋友模組、推薦廣告模組： 1. 興趣關鍵字特徵檔模組：使用正規化概念分析、概念點陣以及本研究提出的 興趣關鍵字演算法找出使用者興趣關鍵字特徵檔。 2. 推 薦 粉 絲 團 模 組 ： 使用 以 使 用 者 為 基 礎的協 同 過 濾 演 算 法 (User-based Collaborative Filtering)，Facebook 目標使用者的朋友做為 user，粉絲團作為 item；利用使用者興趣關鍵字特徵檔來計算目標使用者及其朋友之間的相似 度，最後依照計算出的粉絲團分數進行推薦。 3. 推薦朋友模組：利用從粉絲團清單擷取出的興趣關鍵字特徵檔，計算使用者 之間興趣關鍵字特徵檔的相似度，推薦擁有相似興趣的人給目標使用者。 4. 推薦廣告模組：目的為推薦「文字廣告」給目標使用者，其運作原理和推薦 朋友模組相似。相異之處為：由於粉絲團有塗鴉牆訊息、粉絲團資訊等，能 擷取出的關鍵字較多；相較下廣告通常只有包含三個部分：標題、摘要、網 址(圖 3.1)。因此在本研究廣告關鍵字利用 Wekipedia 資源進行廣告特徵檔的 擴張，最後再和使用者興趣關鍵字特徵檔進行相似度比對，推薦使用者較可 能有興趣，即和使用者興趣關鍵字特徵檔相似度較高之廣告給目標使用者。 圖 3.2 文字廣告範例
19
4. 模型介紹
以下，我們先對於本研究如何產生使用者興趣關鍵字特徵檔作說明，其後將 針對三個模組：推薦粉絲團模組、推薦朋友模組、推薦廣告模組，做詳細的介紹。 4.1 興趣關鍵字特徵檔模組 在本研究提出了一個「興趣關鍵字演算法」產生使用者興趣關鍵字特徵檔， 此演算法分成兩個步驟：1. 正規化概念分析(Formal Concept Analysis)：分析使用者訂閱粉絲團清 單(Like List)中粉絲團之間的關係。 2. 產生興趣關鍵字特徵檔：找出數個足以代表使用者興趣的粉絲團，並以 這些粉絲團的關鍵字作為使用者興趣關鍵字特徵檔。 4.1.1 正規化概念分析 利用正規化概念分析，把使用者訂閱的每一個粉絲團當作 Object，而每一 個粉絲團我們都會擷取相對應的關鍵字，這些關鍵字我們把它作為 Attribute， 如圖 4.1。即 Object=使用者訂閱的粉絲團，Attribute=此粉絲團所對應的關鍵 字，以此方式進行正規化概念分析。 圖 4.1 正規化分析的 Object 及 Attribute Attribute 取 得 粉 絲 團 的關鍵字 Object 粉絲團
20
圖 4.2 歸納如何建置 Formal Context 可分為以下步驟：
圖 4.2 建置概念矩陣之步驟
(1) 蒐集使用者 user_likes 物件
首先我們必頇蒐集使用者所訂閱的粉絲團清單(圖 4.3)。利用 Facebook 官方為 Facebook 應用程式開發者所提供的工具 Graph API Explorer (https://developers.facebook.com/tools/explorer/)，先 取得使用者的 user_likes 權限，接著 Graph API Explore 會回傳我們 該使用者的 user_likes 物件 (圖 4,4)。user_likes 物件為一個 JSON 的物件檔案，裡面包含使用者按過「讚」的頁面記錄。 圖 4.3 受詴者所訂閱的粉絲頁面清單 蒐集使用者user_likes物件 擷取user_likes物件中每一個頁面資料 擷取每一個頁面資料之關鍵字 產生Formal Context 產生概念點陣
21
圖 4.4 user_likes 物件
(2) 擷取 user_likes 物件中每一個頁面資料
user_likes 物件裡 data 欄位對應著一個 JSON Array，而此 JSON Array 又包含數個 JSON Object，每個 JSON Object 皆為使用者訂閱的 粉絲團，所以整個 JSON Array 尌為使用者訂閱的粉絲團清單(Like List)。我們把 data 欄位對應的 JSON Array 中的每一個 JSON Object(圖 4.5)做為正規化概念分析之物件(Object)，每個物件 id 欄位之值皆有
22 對應到一個 Facebook 頁面(圖 4.5)，之後實際頁面內容之關鍵字做為 屬性(Attribute)，用以進行正規化概念分析。 圖 4.5 粉絲團清單 在進行正規化概念分析之前，首先我們要先取得粉絲團的內容，以擷取該粉 絲團的關鍵字作為屬性。粉絲團的內容包含了： 粉絲團基本資訊 粉絲團塗鴉牆訊息 JSON Array(粉絲團清單) JSON Array 中 的 JSON Object(粉絲團)
23 粉絲團基本資訊 每一個 Facebook 的粉絲團皆有一般基本公開資訊可以提供我們存取， 每個粉絲團提供的公開資訊不一定一樣，例如粉絲團的 id、粉絲團的名稱、 類別、like 數等(圖 4.6)……這些都是非常重要的資訊。利用圖 4.5 粉絲團 清單可以取得使用者訂閱所有粉絲團的 id，利用粉絲團 id 可以透過連接到 網址https://graph.facebook.com/like_id/取得粉絲團基本資訊，譬如如 果 想 要 取 得 寵 物 資 訊 粉 絲 團 的 基 本 資 訊 ， 連 接 到 https://graph.facebook.com/246032849856/，即可得到此粉絲團的基本資 訊(JSON 格式)(圖 4.7)。基本資訊包含了很多欄位，最後我們一共擷取了 以 下 欄 位 ： "affiliation", "artists_we_like", "awards", "band_interests", "band_members", "bio", "company", "company_overview","description", "directed_by", "features", "general_info", "general_manager", "genre", "influences", "mission", "name", "network","personal_info", "personal_interests", "plot_outline", "produced_by", "products", "public_transit", "record_label", "schedule","screenplay_by", "starring", "studio", "written_by"。
24 取得粉絲團塗鴉牆資料 同樣的利用圖 4.5 粉絲團清單可以取得使用者訂閱所有粉絲團之 ID，利用 ID 可以連接到網址 https://graph.facebook.com/like_id/feed 取得塗鴉牆的內容， 譬 如 如 果 想 要 取 得 寵 物 資 訊 粉 絲 團 的 塗 鴉 牆 內 容 ， 連 接 到 https://graph.facebook.com/246032849856/feed，尌可以取得此粉絲團的塗鴉牆內 容(JSON 格式)(圖 4.7)。 圖 4.7 粉絲團塗鴉牆之內容 Facebook 粉絲團塗鴉牆之訊息，在 https://graph.facebook.com/like_id/feed
回傳的 JSON 檔是以 JSON Array 型態表示，JSON Array 包含數個物件，每個物 件尌是一則訊息。，在這裡我們只截取粉絲團發佈的資料，而過濾掉其他粉絲在 粉絲團的貼文資料。
在我們所取得的 Facebook 粉絲團訊息中，可以發現 Facebook 的粉絲團訊息 共可分為 7 大類(也尌是在 JSON Object 之 message-type 對應之值)：swf、video、 link、photo、music、question、status，對於每一種不同的粉絲團訊息，我們 會擷取不同欄位之值，最後彙總粉絲團的所有訊息。
JSON Array
25
1. swf
第一種訊息類型為 swf 格式之影片。
圖 4.8 swf 類型的 Facebook 訊息
在這一類型的 Facebook 訊息中，我們取得 JSON Object 以下屬性之值(圖 4.8、 圖 4.9)： description：鏈結的說明文字 (出現在鏈結名稱之下) message：粉絲團張貼的訊息 name：鏈結的名稱 message description name
26 圖 4.9 取得所需之欄位值(swf) 2. video 第二種訊息類型為影片。 圖 4.10 video 類型的 Facebook 訊息 在此類型要擷取的資料欄位一樣為： description、message、name (圖 4.10、圖 4.11) message name description
27 圖 4.11 取得所需之欄位值(video) 3. link 第三種類型為轉貼連結類，可以從 Facebook 站外或是站內轉貼。 圖 4.12 link 類型的 Facebook 訊息 name description message
28 在此類型要擷取的資料欄位一樣為： description、message 、name (圖 4.12、圖 4.13) 圖 4.13 取得所需之欄位值(link) 4. photo photo 類型之訊息為粉絲團張貼自己或分享他人的相片、相簿。 圖 4.14 photo 類型的 Facebook 訊息 description name
29 在此類型要擷取的資料欄位一樣為： description、message 、name(圖 4.12、圖 4.13) 圖 4.15 取得所需之欄位值(photo) 5. music 此類型訊息為粉絲團分享音樂。 圖 4.16 music 類型的 Facebook 訊息 message name description
30 在此類型要擷取的資料欄位一樣為： description、message 、name(圖 4.16、圖 4.17) 圖 4.17 取得所需之欄位值(music) 6. question 此類型之訊息為粉絲團發起之問券調查。 圖 4.18 photo 類型的 Facebook 訊息 此類型之 Facebook 訊息我們只擷取問題的部分，也尌是 story 欄位的資料，而 story
31 不擷取選項的資料(圖 4.18、4.19)。 圖 4.19 取得所需之欄位值(question) 7. status 此類型為粉絲團發的一般文字訊息。 圖 4.20 status 類型的 Facebook 訊息 在此類型之 Facebook 訊息只有 message 欄位可以擷取(圖 4.20、圖 4.21)。 message
32 圖 4.21 取得所需之欄位值(status) (3) 擷取每一個頁面資料之關鍵字 由於如何擷取關鍵字並不在本研究的範疇，因此擷取粉絲團關鍵字的部 分，我們使用了 Yahoo 提供的關鍵字擷取 API。擷取關鍵字的流程為： i. 利用 Yahoo 關鍵字 API 進行關鍵字擷取 如圖 4.22，經由 Yahoo API 請求，會回傳一個 XML 檔案， 裡面包含了此文件檔(粉絲團)的關鍵字(token)，以及分數 (score)。在 Yahoo 關鍵字 API 預設 score 的門檻值(threshold) 是 30，可以透過參數傳遞進行設定(圖 4.23)，在此使用 Yahoo 的預設值。另外也可以設定每個頁面要取用的關鍵字數目，在 此同樣使用 Yahoo 的預設值，一個粉絲團最多取 10 個關鍵字。
33
圖 4.22 回傳的 XML 檔案
圖 4.23 YAHOO API 提供的參數設定
ii. 把回傳的 XML 檔案進行解析取得關鍵字
34 表 4.1 解析後的結果 id keyword score 10006554849 mtv 66.015755446966 10006554849 Apple store 102.39414053559 10006554849 wood 100.04106202792 10006554849 never stop 64.7119859617 10006554849 billboard 92.267387766868 10006554849 youtube 109.66935109959 10006554849 promos 78.621264300278 10006554849 Maggie Q 71.607537956817 10006554849 video 72.487549115774 (4) 產生 Formal Context 在擷取完每個專頁的關鍵字後，即可以產生出一個 Formal Context。 每個粉絲團為 Formal Context 的物件(Object)，而粉絲團的關鍵字則 為屬性(Attribute)。
(5) 產生概念點陣圖
再產生 Formal Context 之後，依照所有概念(Concept)的關係，利 用 Formal concept analyse [16]，可以描繪出概念點陣圖。
4.1.2 產生興趣關鍵字特徵檔
「興趣關鍵字演算法」第二步驟為依據演算法的第一步驟正規化概念分析所 產生之 Concept Lattice，觀察 Concept Lattice，找出數個重要的概念(Concept)， 並以這些概念之內涵(intent)之聯集產生使用者興趣關鍵字特徵檔，為一種 Heuristic Algorithms(啟發式演算法)。
35
所得到的概念會越特定化，因此我們的演算法必頇避免我們擷取到過於特定化或 是一般化的概念。
在此演算法，我們會使用到 Zhang 和 Feng[11]所定義的兩個概念特徵 (Concept Feature)：
(1) 概念重要性(Concept Importance, CI)
概念(Concept)之範圍(extent)越廣，代表涵蓋越多物件，在此也 可以說此概念包含越多粉絲團。因為包含較多粉絲團，所以此概念的內 涵也尌越可以用來描述使用者的興趣。由於本想法類似詞頻(term frequency)之概念，所以在此用 TF 符號表示。 之 所包含的 數量 但如果 Concept 在越高層，代表此 Concept 越一般化，所包含的共通 關鍵字越少， 可在本研究欲找到粉絲團的共通關鍵字當作使用者的興 趣關鍵字。因此為了避免概念過度一般化，本研究把概念的子孫數作為 除項，因類似 DF 概念，在這裡以 DF 符號表達。 之子孫數 由此可推 IDF 的公式為： 可得 CI 為： (2) 概念相似性(Concept Similarity, CS) 概念相似性顧名思義即為 2 個 Concept 的 extent 所包含之粉絲團集合 相似度，因避免加入過度相似的 Concept，所以在此定義這個公式：
36 分母為兩個概念 C1、C2粉絲團集合聯集的數量，分子為概念 C1、C2粉絲 團集合交集的數量。 產生興趣關鍵字特徵檔 圖 4.24 為產生興趣關鍵字特徵檔之演算法，其目的是為了選出適當的、 不會過於一般化或是特定化的概念(Concept)，並以這些概念之內涵 (intent)做為使用者興趣關鍵字特徵檔的來源。以下簡述此演算法之步 驟： 第一步驟：計算使用者所有概念的 CI 值，並由大到小排序。 第二步驟：先把 CI 值由大到小逐一加入 ISet(interest Set)中，
每欲加入一個 Concept，尌必頇把此 Concept 和 ISet 中所有已加 入 ISet 之 Concept 計算兩兩的 CS 值，如果其中最大的 CS 值沒超 過門檻值(threshold)，尌把此 Concept 加入 ISet，反之則不予加 入 ISet。一直重複此步驟，直到取得足夠的 Concept 或是已經讀 完所有的 Concept。
第三步驟：把所有 ISet 的內涵(Intent)做 Union 集合運算，最後 即獲得 FSet(Feature Set)，即使用者興趣關鍵字特徵檔。
37 圖 4.24 產生興趣關鍵字特徵檔之演算法 4.2推薦粉絲團模組 4.2.1 推薦粉絲團模組架構 此模組是利用以使用者為基礎的協同過濾演算法(user-based CF)。步驟如 下： 1. 取得目標使用者以及其朋友之訂閱粉絲團清單(Like List)，建立使用
38
者與粉絲團清單之特徵矩陣。
2. 相似度計算使用 Jaccard 相似度公式，計算每位好友和目標使用者之間 「興趣關鍵字特徵檔」的相似度。
3. 依照相似度將使用者的朋友排序，選出 N 個的好友作為目標使用者 (target user)之最鄰近集合(Nearest neighbor)
4. 計算粉絲團之分數，並產生推薦結果。 4.2.2 建立使用者與粉絲團清單之特徵矩陣
圖 4.25 為利用圖 4.3 蒐集到的粉絲團清單建立一個使用者與粉絲團清單的 特徵矩陣。
首先解釋圖 4.25 符號所代表之含義：
ui：u0代表目標使用者，u1 ~ um代表目標使用者在 Facebook 的朋友。
pj：p1~ pn代表 Facebook 的粉絲團 Xij：為二元值{0,1}。如果 Xij=0，代表使用者 ui並沒有訂閱 pj粉絲團；如果 Xij=1，代表使用者 ui有訂閱 pj團。 p1 p2 p3 p4 pj … … … pn u0 u1 u2 … ui Xij … um 圖 4.25 使用者與粉絲團清單之特徵矩陣
39
4.2.3 計算使用者之間的相似度
而本研究是使用 Jaccard 相似度作為計算使用者之間「興趣關鍵字特徵檔」 之相似度，Jaccard 相似度(Jaccard's similarity coefficient)的計算公式 為： (4.1) 興趣關鍵字 k1 k2 k3 k4 k5 k6 k7 k8 k9 目標使用者 1 1 1 1 1 朋友 A 1 1 1 1 朋友 B 1 1 1 1 圖 4.26 Jaccard 相似度的計算 以 圖 4.26 為 例 ， 朋 友 A 和 目 標 使 用 者 興 趣 關 鍵 字 聯 集 為 {k1,k2,k3,k4,k5,k7,k8,k9}，而其中兩人有共同的興趣關鍵字(交集){k4}，因 此兩人的相似度為 1/8；朋友 B 和使用者興趣關鍵字聯集為{k1,k2,k4,k5,k8,k9}， 而兩人都有訂閱{k1,k4,k8}，因此兩人的 Jaccard 相似度為 3/6。由此可見 B 和 目標使用者的相似度(0.5) 比 A 和目標使用者的相似度(0.125)為高。 在計算完每位使用者和目標使用者之間的興趣關鍵字特徵檔相似度之後，把 目標使用者的朋友依相似度由高至低將原本的使用者與粉絲團清單矩陣進行重 新排序，並取 N 個使用者作為鄰居(Neighborhood)，對目標使用者進行粉絲團的 推薦。如圖 4.27，顏色越深的列，代表和目標使用者相似度越高的朋友。
40 p1 p2 p3 p4 pj … … … pn u0 Sort ed b y sim ilarity Jacc ar d (u 0,u i)…… 圖 4.27 排序後的使用者與粉絲專頁特徵檔矩陣 4.2.4 計算粉絲團分數並產生推薦結果 推薦粉絲團模組的最後一個動作為計算每一個目標使用者尚未訂閱的粉絲 團的分數，並依分數為粉絲團排序，選出 TOP N 的專頁推薦給使用者。計算粉絲 團分數的公式為： MAX(S core) ) , ( ) ( S ij od neighoboho u i j X u u Jaccard p core i
0 } , { ) ( 1 0 1 0 ij i X P Score (4.2) 式 4.2， u0為目標使用者，所以分子為以 Jaccard 相似度 Jaccard(ui u0) 做為權重，乘上朋友 ui是否訂閱粉絲專頁 Pj 之加總，而分母 MAX(Score)則是除 以所有計算出粉絲團中分數最高的分數，使最後總體分數 Score(Pj)對應到 0 至 1 之間。 同樣以圖 4.25 做為例子，如要推薦目標使用者沒訂閱的粉絲團 P2、P3、P6、P7， 可以計算分數為: score(P2)=1*0.125+1*0.5=0.625 score(P3)=1*0.125=0.125N
41 score(P6)=0 score(P7)=1*0.125=0.125 因此如要推薦粉絲團，會優先選擇推薦粉絲團 P2。 最後使用者與粉絲團清單特徵矩陣依照推薦分數做為排序，推薦 TOP N 的粉 絲團給目標使用者(如圖 4.28) u0 Sort ed b y sim ilarity Jacc ar d (u 0,u i)…… 圖 4.28 依照分數排序的使用者與粉絲專頁特徵檔矩陣 4.3 推薦朋友模組 推薦朋友模組使用之方法為利用 4.1 所述方法，得到所有使用者的興趣關鍵 字特徵檔，再利用興趣關鍵字特徵檔做目標使用者和其他使用者間的 Jaccard 相似度計算(式 4.1)，最後計算出分數(式 4.2)，選擇和目標使用者相似度最高 的 TOP N 使用者，推薦給目標使用者加入好友。 因為每個人使用推薦朋友模組的目的不一，有些人可能為了擴展交友圈，而 有些人可能是為了找尋伴侶，因此本模組一開始先讓使用者選擇系統推薦朋友之 性別，可以選擇男性、女性、或是皆可。系統的運作流程可以參考圖 4.29。
N
推薦粉絲團42 圖 4.29 推薦朋友模組架構圖 4.4 推薦廣告模組 4.4.1 推薦廣告模組架構 廣告推薦模組是利用先前產生的使用者興趣關鍵字特徵檔，再擷取廣告關鍵 字，最後進行廣告和使用者興趣關鍵字特徵檔相似度比對，取得和目標使用者興 趣相似的廣告做為推薦 (圖 4.30)。 圖 4.30 廣告推薦模組架構 因為本模組是附加在其他模組之下，換言之使用者在使用朋友推薦或是粉絲 團推薦服務時，廣告會出現在畫面之上，為了避免使用者對廣告產生反感，因而
43 在此只推薦三則廣告給目標使用者。 而在擷取廣告關鍵字方面，由於一般文字廣告只會呈現標題、摘要以及網址， 這樣會造成只能擷取到少量的關鍵字，而無法和使用者興趣關鍵字特徵檔做配對 的情況。因此在取得廣告關鍵字之後，我們會先經過詞彙擴充的程序，擴充廣告 的關鍵字之後，再和使用者興趣關鍵字特徵檔做相似度計算。相似度計算在此模 組同樣也用 Jaccard 相似度，最後取得相似度最高的前三則廣告做為推薦。 4.4.2 廣告詞彙擴張 擴充廣告詞彙的方法，本研究利用了 Wikipedia 來做為詞彙擴張的來源。因 為 Wikipedia 擁有豐富的資源，『是一個全球性多語言百科全書協作計劃，同時 也是一部在網際網路上呈現的網路百科全書網站』。 詞彙擴張的步驟如圖 4.31 所示：
首先先將由 Yahoo 關鍵字 API 所得到的廣告關鍵字做為 seed，而後把每個 seed 傳送到 Wikipedia，進入 Wikipedia 的 entry page，利用 Yahoo 的關鍵字 API 取得此頁面的關鍵字，在此設定傳入參數 maxnum 等於 5，選擇此頁面在 Yahoo 關鍵字 API 計算中分數前五高的詞做為擴張的詞彙。
44 4.4.3 產生廣告推薦 本研究利用正規化概念分析以及興趣演算法分析使用者的粉絲團清單，來取 得使用者的興趣關鍵字特徵檔，目標使用者的興趣關鍵字特徵檔和擴張後得到的 廣告特徵檔計算相似度(式 4.1)，以及分數後(式 4.2)，最後選取三個廣告推薦 給目標使用者。
45
5. 雛形系統建置與實作
依據前述架構，我們設計了一個 Facebook 推薦系統網站，來說明整個系統 之運作架構。 5.1 開發工具與帄台 本雛型系統的開發工具與帄台如下表 5.1 所示： 表 5.1 系統開發帄台與工具 系統帄台 Operating System Windows 7Application Server Apache Tomcat 7.0.22 Database Server My SQL v5.5.17 開發語言工具 Server 端 JAVA 2.0、JSP2.0
Client 端 JavaScript 網頁開發工具 Adobe Dreamweaver CS5
正規化概念分析工具 FCA extension module for MS Excel 2007 based on NodeXL
關鍵字擷取工具 Yahoo 關鍵字 API
5.2 建置雛形系統資料集
為了實作出推薦系統的雛型架構，在本研究一共搜集了 70 位自願受詴者的 粉絲團清單(Like List)，作為分析 Facebook 使用者興趣之資料集，這 70 位使用 者帄均每人定閱 44.56 個粉絲團。由於蒐集粉絲團清單牽涉到隱私的問題，故實 驗蒐集之資料都以匿名來保護。
在之後的雛型系統示範，都會以匿名使用者「Nancy」作為目標使用者，模 擬 Nancy 使用本系統的各種情境，包括使用推薦粉絲團系統、使用推薦朋友系統 之情況，而廣告推薦的結果則會依據 Nancy 的興趣關鍵字特徵檔進行推薦，附加
46
在兩項服務(推薦粉絲團系統、推薦朋友系統)的頁面上。
使用者 Nancy 一共訂閱了 102 個粉絲團(表 5.2)，經過正規化概念分析後， 可得到 Nancy 的 Concept Lattice(圖 5.1)，一共包含了 266 個概念(Concept)。 Concept Lattice 中的每個節點都代表一個概念，圖 5.1 之節點 A 範圍(Extent) 尌包含了兩個粉絲團(物件)，而內涵(Intent)則包含了一個關鍵字電子商務，也 可以視為兩個粉絲團之共同關鍵字。 表 5.2 匿名使用者 Nancy 訂閱之粉絲團 威秀影城粉絲團 David Bai 我是台北人 2012 跨年活動、跨年 去哪裡 (轉)一個女人突然決絕的跟 相愛五年的男友分了手，閃電 般嫁了別人。所有人都有個疑 問，明年你還愛我嗎？ Grandmon Nitti's Kitchen 中西美食 Shopping Design 設計採買誌 早晨起床後女生和 男生的差别 (超生 動 超 好 笑 !!!) - 天空の城 女生對男生行為的解 讀！[準到爆!!!笑死 我了~~] - 天空の城 商業周刊 吳尊 我可能不會愛你 【超爆笑！】各星 座等公車的反應 - 天空の城
iPhone & iPad 粉絲 同好會 程又青俱樂部 國立交通大學梅 竹後援會 MOS Burger 摩 斯 漢堡「癮迷」俱樂 部 孜心亞 大台北美食同好會 3M 台灣 Richard Gale Films Dazzling Cafe ☆ honey toast 蜜糖 土司專賣店☆ 韓國整型美女真實 紀錄-變美的代價 李大仁 報天氣
47 灣官方粉絲團 長庚大學 簡易食譜 iLOOK 愛電影大學 電影社 長庚大學資訊管理學 系所 MUJI 無印良品生活研究所 熱門文章分享 你為什麼要檢舉我 食尚玩家 368 城鄉 故事 辛卯梅竹 屈臣氏 Watsons Taiwan 南崁高中 女人幫 長庚大學 【嘆】氣粉絲團 GOMAJI 夠麻吉 Badminton 研究生 2.0 物化男人 Bigtom 美 國 冰 淇 淋 文化館 BabyHome 寶貝家庭親子網 反"ㄈ一ˋ物羅" 粉絲 CLUB 百萬人民站出來 - 大明星陳昱年國際 粉絲團 射 手 座 11/23~12/21
鳳眼 Turn Off the Lights
行銷尌該這樣玩 美妝情報資訊粉絲 分享團
SALE 特賣會情報 阿默蛋糕 Uniqlo Taiwan
植物大作戰 DHC 哈 佛 商 業 評 論 Manager Club 福勝亭 TONKATSU 幸 福幸運的日式豬排專 賣 日本藥妝失心瘋俱樂部 GOHAPPY 線 上 快 樂購 HAPPY GO 點數‧免 費賺！ 我是桃園人 原來是美男啊~~真的 是美男唷?! 遠雄 easyHome 線上購物 心理測驗粉絲團 英文法: 只是一些 規則而已 開心水族箱 新竹美食同好會 Kvideos 反范植偉！！！ 樂 天 市 場 台 灣 (Rakuten Ichiba Taiwan) Orzz 有這樣一種單身總有 人問你，有對像沒？ 呵呵，沒有呢。不會 吧，不可能吧 …… 7-ELEVEN 三 商 巧 福 havaianas 哈瓦仕 長庚大學 排隊快樂送，百萬粉 孚口如瓶的感動
48 Always tasty ，
always for you
| Taiwan 絲天天搶，獎品送不 完 馬英九總統 海賊王 Citytalk 城市通 不正常人類研究中心 壽星優惠情報站 小時候，幸福是 一件簡單的事。 長大了，簡單是 一件幸福的事。 生田斗真 ( Ikuta Toma ) 驚!!!!!!! 日本變 態 正 妹 人 皮 面 具 只要戴上人人都是 正 妹 (6P) - 天 空 の城 MIX 時光機 裕榮食品公司蝦味先 反 周 玉 摳 粉 絲 團!! 日本的野心，核電 廠背後的秘密！
驚人的擁抱 Mister Donut Mister Donut 統一多拿滋官 方粉絲團 加州椰子 台灣好市多 COSTCO 必買物 圖 5.1 匿名使用者 Nancy 之概念點陣圖 圖 5.2 c(23)和 5.3 c(80)兩節點皆為圖 5.1 A 節點的子孫。可以觀察出這兩個 概念之範圍皆為圖 5.1 節點的子集合，而內涵則為圖 5.1 節點的超集合，也尌是 圖 5.2、5.3 這兩個概念皆有包含電子商務這個屬性(關鍵字)。 A
49
圖 5.2 節點 A 之子孫 1
圖 5.3 節點 A 之子孫 2
得到 Nancy 之全部概念以及 Concept Lattice 後，經由興趣演算法，在本研 究設定興趣演算法的參數為 CS_THRESHOLD=0.5、K=10，最多只找 10 個概念作為 使用者興趣關鍵字。最後可以得到使用者 Nancy 的興趣關鍵字特徵檔(表 5.2)， 共 49 個詞彙，作為爾後系統個人化推薦之使用。 表 5.3 使用者 Nancy 之興趣關鍵字 1111 人力銀行 award 有趣圖片 天空 Adobe Flash Player 12 星座 babyhome 活動 女生 南崁 21 世紀 BabyHome 寶 貝 家庭親子網 淡江 日本 高中
50 21 世紀烤雞 badminton 淡江大學 蘭陽帄原 國立清華大學 3m bai 清華大學 ANNA SUI 孜 娜蘇 Amazon 5566 BEVERLY HILLS 無名 圖片 南崁高中 7-11 ibon bigtom 男生 主題樂園 101 大樓 7-11 禮券 blog 粉絲 app Gmail 7-11 禮卷 british 長庚 暑期營隊 Animax 92 學年度 browser 長庚大學 大學 5.3 Facebook 推薦系統實作內容 圖 5.4 為系統首頁。網頁左側列出系統功能，右側則有登入介面，使用本系 統必頇先登入，才能取得使用者的資訊。 圖 5.5 為整個操作流程圖，在使用者登入完網站後，系統會依據使用者的粉 絲團清單來產生出使用者的興趣關鍵字，並顯示在首頁下方(圖 5.6)。登入完畢 系統取得使用者關鍵字後尌可以選擇使用推薦朋友系統或是推薦粉絲團系統，如 果選擇推薦朋友系統，另外還可以選擇要推薦男性朋友、女性朋友或是都可。
51
圖 5.4 Facebook 推薦系統首頁
52 圖 5.6 使用者登入後頁面 5.4 推薦粉絲團系統實作內容 選擇推薦粉絲團系統(圖 5.7)，接著會跳到另外一個頁面，依據先前產生的 使用者的興趣關鍵字特徵檔以及粉絲團關鍵字進行相似度計算後，利用協同過濾 法做粉絲團推薦，給予使用者推薦結果(圖 5.8)，而右方的廣告則是依照使用者 興趣關鍵字和廣告做相似度計算後得到的結果，5.6 節會再詳加說明。
53
圖 5.7 選擇推薦粉絲團系統
圖 5.8 推薦給 Nancy 之粉絲專頁
在推薦粉絲團系統，會推薦給目標使用者 Nancy 6 個粉絲團。如圖 5.8 所示 推薦特賣會情報粉絲團、盧廣仲、台灣好市多 COSTCO 必買物、Groupon Taiwan、
54
誠品站 eslite station、哈佛商業評論 Manger Club 此六個網站。
而推薦此六個粉絲團給 Nancy 的原因，可以參考表 5.3 之數據。因為本雛型 系統只使用了 70 人做建置，無法取大量人數做為鄰居，所以只選擇和 Nancy 之 間相似度最大的前十名做為 Nancy 的最鄰近集合(Nearest neighbor)從事推薦。 最後使用式 4.1、4.2 計算出相似度及分數，取出 TOP 6 推薦給 Nancy。 表 5.4 推薦粉絲團結果 1 2 3 4 5 6 page id 140296556956 25444417410 119210047758 163125670396075 118569191022 208963391067 Jaccard Similarit y page name 特賣會情報粉 絲團 盧廣仲 台 灣 好 市 多 COSTCO 必買物 Groupon Taiwan 誠 品 站 eslite station 哈佛商業評論 Manager Club 0.0645 Abigale 0.0674 Aimee 1 1 0.0842 Ashely 1 1 0.0682 Hellen 1 1 1 1 0.0745 Lichin 1 1 1 0.0833 Maria 1 0.0755 Peter Yang 1 1 1 1 0.0714 Sophia 1 1 0.1375 Terry Liu 1 1 1 1 0.0879 Vivian 1 1 原始分數 0.4200 0.3676 0.3486 0.3148 0.3060 0.2963 score 1.0000 0.8753 0.8299 0.7495 0.7287 0.7055
55 5.5 推薦朋友系統實作內容 在首頁選擇推薦朋友系統之後(圖 5.9)，即會跳到推薦朋友系統頁面(圖 5.10)。此功能同樣是要登入後取得使用者特徵關鍵字後方可使用。 圖 5.9 選擇推薦朋友系統 圖 5.10 推薦朋友系統頁面
56 在圖 5.10 中可以發現右邊同樣依據使用者興趣關鍵字顯示出了廣告。而在 主頁面的圖片有三個連結可以點選，可以點選「Male、Female、Skip」，Skip 代 表不挑選推薦朋友的性別。 點選 Male 圖像連結之後，可以發現圖像左方出現推薦朋友名單(圖 5.11)， 系統幫 Nancy 推薦了男性的 Facebook 使用者做為加入朋友的參考；點選右方 Female 圖像連結，會在畫面右方出現女性的推薦朋友名單(圖 5.12)；點選 skip 圖像連結，則會在畫面下方出現不分性別的朋友推薦清單(圖 5.13)。 圖 5.11 系統推薦男性朋友清單
57
圖 5.12 系統推薦女性朋友清單
圖 5.13 系統推薦不分性別朋友清單
如的四章所敘，本推薦系統推薦朋友為依照使用者間之興趣關鍵字特徵檔相 似度做 Jaccard 相似度計算來從事推薦，計算出結果如表 5.4。由表觀察，如果
58
推薦朋友，系統會推薦 Terry Liu、Vivian、Ashely；如果指定推薦男生朋友， 系統會推薦：Terry Liu、Peter Yang、Edward；如果指定推薦女生朋友，系統 則會推薦 Vivian、Ashely、Maria。使用者可以點選連結到推薦朋友之頁面，再 決定是否要傳送邀請。
表 5.5 Nancy 和其他使用者之間的相似度 user similarity gender Terry Liu 0.1375 M Vivian 0.087912 F Ashely 0.084211 F Maria 0.083333 F Peter Yang 0.075472 M Lichin 0.074468 F Sophia 0.071429 F Hellen 0.068182 F Aimee 0.067416 F Abigale 0.064516 F Ada 0.063291 F Ailsa 0.0625 F Edward 0.0625 M 5.6 廣告推薦實作說明 5.6.1 資料集 本雛型系統之廣告推薦模組的廣告來源是 Yahoo 奇摩拍賣的內容廣告。 Yahoo 奇摩拍賣把商品一共分為 25 種類，分別為女裝與服飾配件、女包精品與
59 女鞋、美容保養與彩妝、男性精品與服飾、手錶與飾品配件、嬰帅兒與孕婦、電 腦軟硬體與 PDA……而進入每一種大分類的子分類，分類下方都會顯示與該分類 有關的廣告內容，如圖 5.14、15 為女裝服飾與配件之子分類(圓領長 T)該分類 的下方所顯示的廣告。 為了能蒐集各種類型的廣告，本研究一共蒐集了 25 種類中較熱門的 16 類， 每類蒐集 10 則，一共 160 則廣告。16 類廣告分別為：女裝與服飾配件、女包精 品與女鞋、美容保養與彩妝、男性精品與服飾、手錶與飾品配件、嬰帅兒與孕婦、 電腦軟硬體與 PDA、相機攝影與視訊、手機與通訊、電玩遊戲與主機、運動戶外 與休閒、寵物用品與水族、玩具模型與公仔、圖書與雜誌、旅遊、生活服務等。 圖 5.14 奇摩拍賣女性長 T 頁面
60 圖 5.15 奇摩拍賣女性長 T 之分類廣告 5.6.2 廣告推薦實作 在本研究廣告推薦的方法和朋友推薦的方法相似，差異點在於使用者的興趣 特徵檔是由許多粉絲團之塗鴉牆及基本資訊蒐集而來，用來推估使用者之興趣資 料較充裕；反之從奇摩拍賣蒐集之文字廣告，僅有標題、摘要和網址 3 部分(圖 5.15)，資訊有限，無法擷取足夠關鍵字，因此在這裡把 Yahoo API 傳入參數 maxnum 等於 5，代表最多只從廣告內容擷取 5 個關鍵字。因為廣告關鍵字的不足， 所以還要經過適當的關鍵字擴充程序，才可以擷取到比較多詞彙做為廣告特徵檔， 以增加廣告和使用者興趣關鍵字特徵檔交集的機會。 本系統先前示範推薦給使用者 Nancy 的廣告(圖 5.16)為 ABC 日本與學校、 汎佳旅行社-日本、宜蘭民宿-進站，冬遊宜蘭樂慢活，為依照相似度以及分數的 結果取得前三名的廣告，會顯示在粉絲團推薦系統及朋友推薦系統頁面上。原本 僅使用 Yahoo 關鍵字 API 所取得的廣告關鍵字、經過 4.4.2 方法詞彙擴充後的 的關鍵字、相似度與分數之資訊彙總於表 5.5。
61 圖 5.16 推薦給 Nancy 之廣告 表 5.6 詞彙擴充之推薦廣告結果 廣告標題 原本的關鍵字 擴充後之關鍵字 相似度 分數 ARC 日本語學校 arc,擁有,日本 語,日本語學 校,留學 学生, 日本, 維基百科, 日本語, 留 學, 日語, 詞典, 國語詞典, 教育, 大學, arc, 高等教育, 日本語學校, 維基, 奧克蘭, 江戶時代, 擁有, 第 一次 0.031 1 汎佳旅行社-日本 日本,汎佳,汎 佳旅行社,領航 領航者 證券交易所, 日本, 領航, 汎佳旅行 社, 汎佳, 國立故宮博物院, 日本自 衛隊, 日本職棒, 領航者, 日本首相 0.017 0.55 宜蘭民宿-進站，冬 遊宜蘭樂慢活 宜蘭, 宜蘭民 宿, 慢活, 時 光, 民宿 渡假民宿, 時光, 自由時報電子報, 行政院農業委員會, 交通部觀光局, 慢活, 民宿, 宜蘭民宿, 蘭陽帄原, 宜蘭 0.017 0.55
62
6. 結論與未來研究方向
6.1 結論 本研究主要的貢獻有以下幾點： 1. 從 Facebook 的使用者所訂閱的粉絲團資訊得到使用者興趣關鍵字特徵檔之 構想。 2. 取得粉絲團清單中粉絲團互相的關係及共同的特性。 3. 利用正規化概念分析及興趣演算法從使用者粉絲團清單挖掘出隱含的使用 者興趣關鍵字特徵檔。先透過正規化概念分析建構出使用者所訂閱的粉絲團 清單(usr_likes 物件)與粉絲團的關鍵字之 Formal Context，再把原本的 Formal Context 圖形化成 Concept Lattice。隨後利用興趣關鍵字演算法挑 選出不會太過一般化和特定化的概念(Concept)之內涵(Intent)做為使用者 的興趣關鍵字特徵檔。 4. 提出了粉絲興趣關鍵字特徵檔的應用方向，例如推薦廣告、推薦粉絲團、推 薦朋友等，每種應用方向都以使用者興趣關鍵字特徵檔作為出發點，再加以 些微的變化。例如推薦廣告，為了要讓廣告能和使用者興趣關鍵字特徵檔能 有更多的重合，因此在廣告部分做了詞彙擴張的動作；推薦粉絲團則是相似 度利用使用者興趣關鍵字特徵檔來計算，再結合傳統協同式過濾推薦 (Collaborative Filtering)演算法做粉絲團的推薦；推薦朋友則考量了實 務與行銷面，讓使用者能先做性別的過濾。 6.2 未來研究方向 在此綜合未來可以加入，以讓預估使用者興趣能夠更準確之研究方向： 1. 關鍵字的擷取本研究為使用 Yahoo 的關鍵字擷取 API，但 Yahoo 關鍵字 API 所擷取的 關鍵字有太過特定的問題，例如「1111 人力銀行」如可斷為「1111」及「人
63 力銀行」更能讓使用者興趣特徵檔更加一般化，特徵檔之間重複機會可以增 加，相似度值也可以提升。 且關鍵字擷取是整個分析非常重要的一部分，可以左右推薦準確度，因 此以後可以加入其他更精確關鍵字擷取模組取代原本的 Yahoo 關鍵字 API。 2. 關鍵字的詞彙擴張 本研究在廣告推薦部分有為每則廣告做關鍵字的擴張，但其實使用者興 趣關鍵字特徵檔也可以做詞彙擴張的動作。另外詞彙擴張方式，可以結合其 他詞彙擴張的方式或是擴張後再加以人工篩選，讓使用者興趣關鍵字特徵檔 能夠更準確。 3. 依據使用者訂閱的粉絲團多寡來決定 K 值 本研究的 K 值取 10，也尌是無論使用者訂閱多少粉絲團，系統取的概 念(Concept)數皆為 10 個。但在實際應用上可以依據使用者訂閱粉絲團的數 量來決定 K 值，訂閱較多粉絲團的使用者可以給予較高的 K 值，訂閱較少的 使用者則給予較低之 K 值，彈性的決定 K 值較能取得正確數量的概念，得到 較精確的使用者興趣關鍵字特徵檔。 4. 加入 Facebook 的其他資訊 除了粉絲團塗鴉牆內容及基本資訊外，也可以加入一些使用者註冊時自 願填寫的資訊，以讓預測使用者興趣的資訊能夠更充足。 5. 粉絲團重要度 因為每個粉絲團型態不一，有些粉絲團主題明確，有些粉絲團則是以分 享資訊居多，例如分享特賣消息的粉絲團，每篇文章的內容可以都大相逕庭， 此類型的粉絲團如果能先被過濾掉的話，不但 Concept Lattice 的節點能變 少，更重要的是可以增加建置使用者興趣關鍵字特徵檔的準確度。 因此在進行正規化概念分析之前可以先進行粉絲團內部文章相似度計 算，如果粉絲團內部文章相似度高，代表此粉絲團有在討論較特定的主題，
64 可以把此粉絲團列入後續之計算；如果粉絲團內部文章相似度低，代表此粉 絲團張貼之訊息主題可能較散亂，則予以剔除在後續之分析。 6. 其他的應用方向 雖然本研究舉出三種應用使用者興趣關鍵字特徵檔的方式，但如果能準 確挖掘出使用者的興趣，應可做更多方向的應用，也是未來可以繼續發展研 究的課題。
65
參考文獻
[1] Balabanovic, M.,Shoham, Y.(1997),Fab: Content-Based Collaborative Recommendation, Communications of the ACM 40(3):66-72.
[2] Breese, J. S., Heckerman, D. and Kadie, C.(1998), Empirical analysis of predictive algorithms for collaborative filtering, Proceedings of the 14th Conference on Uncertainty in Artificial Intelligence.
[3] Carpineto, C.,Romano, G.(2000), Order-theoretical ranking, Journal of the American Society for Information Science 51(7):587-601.
[4] Ganter, B., Wille , R.(1999), Formal Concept Analysis. Mathematical Foundations, Springer Verlag.
[5] Herlocker, L. J., Konstan, A. J.and Ried, T. J.(2002), Empirical analysis of design choices in neighborhood-based collaborative filtering algorithm, Information Retrieval 5(4): 287-310.
[6] Linden, G. D., Jacobi, J. A. and Benson , E. A(2001), Collaborative recommendations using item-to-item similarity mappings, US Patent 6266649.
[7] Priss, U.(2006), Formal concept analysis in information science, Annual Review of Information Science and Technology 40:521-543.
[8] Sullivan, D.O. , Wilson, D. C. and Smyth, B(2002). “Improving case-based recommendation: A collaborative filtering approach”, Proceedings of the Sixth European Conference on Case Based Reasoning: 278. [9] van der Merwe, D., Obiedkov , S. and Kourie, D.(2004), AddIntent: A new incremental algorithm for constructing concept lattices, in Lecture Notes In Artificial Intelligence 2961.
66
[10] Wille , R.(1982), Restructuring lattice theory: an approach based on hierarchies of concepts, In: I. Rival (ed.): Ordered sets: 445–470. [11] Zhang , Y., Feng, B. (2008). Tag-based user modeling using formal concept analysis, Proceedings of Computer and Information Technology, IEEE Press,:485–490.
[12] ARO Report, Jan. 2010. Available at:
http://tw.emarketing.yahoo.com/ems2/superior/performance/performance_ 03.php?menu_tree=D&menu_sub_tree=a
[13] CheckFacebook.com Available at: http://www.checkfacebook.com/
[14] CRM2 Available at: http://crm2.tw/?p=964
[15] INSNA: What is Social Network Analysis Available at:
http://www.insna.org/sna/what.html
[16] Formal concept analyse Available at:
http://www.fca.radvansky.net/photogallery.php?album_id=2
[17] Wikipedia Available at:
