[發(fā)明專利]基于基尼系數(shù)測度的用戶興趣模式劃分方法

有效

• 申請?zhí)枺?/td>: 201210133502.2
• 申請日: 2012-04-28
• 公開（公告）號: CN102693335A
• 公開（公告）日: 2012-09-26
• 發(fā)明（設(shè)計(jì)）人: 胡錚;張平;花青松;劉海峰;田輝;白海
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)建模技術(shù)領(lǐng)域，特別涉及一種基于基尼系數(shù)測度的用戶興趣模式劃分方法。

背景技術(shù)

用戶興趣模式是多種多樣的，有些用戶屬于興趣廣泛型，其對各領(lǐng)域的喜歡程度得分布相對比較均勻；有些用戶則是專一喜歡極少類別的事物，其對各領(lǐng)域喜歡程度的分布相對并不均勻。很多時(shí)候，即便不同用戶喜歡的事物不同，卻擁有相同的興趣模式，比如一個(gè)用戶是音樂發(fā)燒友只喜歡音樂，另一個(gè)用戶是軍事發(fā)燒友只喜歡軍事，盡管音樂和軍事所屬領(lǐng)域大不相同，但是這兩個(gè)用戶都是單興趣類型用戶，他們擁有相同興趣模式。而目前有關(guān)用戶興趣的研究缺乏對用戶興趣模式的度量方法。因此有必要找到一種測度用戶興趣模式的方法。

經(jīng)濟(jì)學(xué)中基尼系數(shù)對于研究用戶興趣模式分類有很大的借鑒意義。基尼系數(shù)是經(jīng)濟(jì)學(xué)中國際上通用的評估社會(huì)貧富差異的一種度量方法，度量的是社會(huì)總收入在全體人口中的分布情況，這與用戶興趣模式的研究度量用戶興趣在各領(lǐng)域間相對分布的問題有很大相似之處。

為了研究社會(huì)財(cái)富分配不平等問題，1905年美國統(tǒng)計(jì)學(xué)家M.O.洛倫茨(Max?Otto?Lorenz)提出了著名的洛倫茨曲線(lurenz?curve)。經(jīng)濟(jì)學(xué)中的洛倫茨曲線(圖1中實(shí)心線)是一種財(cái)富分布累計(jì)函數(shù)的圖形化表示方法。

對于圖1中洛倫茨曲線上任一點(diǎn)(x％，y％)，它的含義是貧到富排列前x％的人口的累計(jì)總收入占社會(huì)總收入的比例是y％。圖中“絕對公平線”(curve?of?absolute?equality)表示社會(huì)總收入在全體居民中絕對平均分配時(shí)的收入分配曲線，是一條“y＝x”的直線；“絕對不公平線”(Curve?of?absolute?inequality)是社會(huì)所有收入被一個(gè)人唯一占據(jù)時(shí)的收入分配曲線，是一條垂直于x軸的直線。洛倫茨曲線一般位于絕對公平線與絕對不公平線之間。

1912年，意大利經(jīng)濟(jì)學(xué)家基尼根據(jù)洛倫茨曲線，提出了基尼系數(shù)(Gini?coefficient)。基尼系數(shù)作為測度一個(gè)變量分布集中度(不平均性質(zhì))的指標(biāo)，現(xiàn)代經(jīng)濟(jì)學(xué)中常用其來度量貧富差距。如圖1所示，設(shè)洛倫茨曲線和絕對公平線之間的面積為A，洛倫茨曲線與絕對不公平線和x軸圍成的圖形面積為B。并以A除以A+B的商表示不平等程度即為基尼系數(shù)。用以下公式(1)表示為：

Gini coefficient=AA+B---(1)]]>

這個(gè)數(shù)值被稱為基尼系數(shù)或稱洛倫茨系數(shù)，大小位于0到1之間。洛倫茨曲線與絕對公平線之間的面積A越小，收入分配越是趨向平等，洛倫茨曲線的弧度也就越小，基尼系數(shù)也越小；反之，收入分配越是趨向不平等，洛倫茨曲線的弧度越大，那么基尼系數(shù)也越大。

基尼系數(shù)在度量貧富差距時(shí)，其本質(zhì)假設(shè)是社會(huì)的總收入是同質(zhì)的，度量其在全體人口的分布情況。

現(xiàn)有技術(shù)集中在依據(jù)用戶興趣相似度研究用戶偏好。缺乏從用戶興趣模式角度研究用戶興趣，無法準(zhǔn)確地對用戶興趣模式進(jìn)行劃分。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問題

本發(fā)明要解決的技術(shù)問題是：如何準(zhǔn)確地對用戶興趣模式進(jìn)行劃分。

(二)技術(shù)方案

為解決上述技術(shù)問題，本發(fā)明提供了一種基于基尼系數(shù)測度用戶興趣劃分方法，包括以下步驟：

S1：基于向量空間模型VSM架構(gòu)用戶興趣模型，用戶興趣領(lǐng)域集合為T＝{興趣1，興趣2，...，興趣N}，對于任何一個(gè)用戶，其用戶興趣模型可以表示為U＝{<興趣1，興趣度1>，...，<興趣N，興趣度N>}；

S2：對用戶興趣模型按照用戶興趣度升序進(jìn)行排序，得到排序后的用戶興趣度為：