[發(fā)明專利]一種個性化信息推薦的方法、裝置及信息處理系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201110219862.X
• 申請日: 2011-08-02
• 公開（公告）號: CN102915307A
• 公開（公告）日: 2013-02-06
• 發(fā)明（設計）人: 賀鵬程;周杰龍;楊志峰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02;H04L29/08
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 張全文

1.一種個性化信息推薦的方法，其特征在于，所述方法包括：

獲取社交網(wǎng)絡SNS用戶間的交互記錄和SNS用戶對物品的使用記錄；

根據(jù)所述交互記錄，計算SNS用戶間的相似度，并根據(jù)計算得到的相似度劃分用戶相似群；

根據(jù)所述使用記錄，計算SNS用戶對所述物品的評分值；

根據(jù)所述用戶相似群中其他用戶對其使用物品的評分值來預測目標用戶對所述物品的評分值；

將預測評分值最高的前N項物品推薦給所述目標用戶，所述N大于等于1。

2.如權利要求1所述的方法，其特征在于，所述SNS用戶間相似度的計算公式為：w_ij＝exp(-d_ij)，dij=αΣk=1K-11svkvk+1,]]>svkvk+1=βlog(Xi,j)maxjlog(Xi,j),]]>其中w_ij是用戶i與用戶j的相似度，d_ij是用戶i到用戶j的距離，是用戶v_k與v_k+1之間的通信強度，v₁，…v_K是用戶i到用戶j的最短路徑上的頂點，參數(shù)K＝3是最大覆蓋范圍，參數(shù)α＝1、β＝1，X_i，j是用戶i與j的互動次數(shù)。

3.如權利要求2所述的方法，其特征在于，所述評分值包括隱式評分值或顯式評分值，所述隱式評分值的計算公式為其中r_ij是用戶i對物品j的評分值，t_ij是用戶i的物品使用記錄中物品j出現(xiàn)的次數(shù)，參數(shù)λ＝1。

4.如權利要求3所述的方法，其特征在于，所述評分值預測的計算公式為：其中是用戶k對其使用物品的平均評分值，是用戶I對物品j的預測評分值。

5.如權利要求4所述的方法，其特征在于，所述方法還包括：

根據(jù)用戶對推薦物品的反饋信息，調整公式中的參數(shù)值。