[發明專利]基于異構信息網絡的內容提供方法及系統

有效

• 申請號: 201410222787.6
• 申請日: 2014-05-26
• 公開（公告）號: CN104077351B
• 公開（公告）日: 2017-01-25
• 發明（設計）人: 張邦佐;桂欣;何濤;楊晟雨;孫煥垚;韓宇茹
• 申請（專利權）人: 東北師范大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于異構信息網絡的內容提供方法，在用戶訂閱了推薦服務時，使用最優預測矩陣向用戶推薦內容，其特征在于：該最優預測矩陣利用異構信息網絡，采用基于元路徑的相似度計算方法分別得出用戶和項目的相似度矩陣，利用矩陣相乘原理將用戶相似度矩陣、用戶-項目評分矩陣、項目相似度矩陣的兩個或三個進行融合，得到用戶與項目之間的內在關系，之后再利用基于協同過濾的矩陣分解預測方法進行預測，最后合并結果，獲得最優預測矩陣。?

2.根據權利要求1所述的一種基于異構信息網絡的內容提供方法，其特征在于，通過如下三種方式之一或多個進行矩陣融合：?

融合方式1：(用戶-項目評分矩陣)×(項目相似度矩陣)?

融合方式2：(用戶相似度矩陣)×(用戶-項目評分矩陣)?

融合方式3：(用戶相似度矩陣)×(用戶-項目評分矩陣)×(項目相似度矩陣)。?

3.根據權利要求1所述的一種基于異構信息網絡的內容提供方法，其特征在于，?

獲得最優預測矩陣的步驟，具體包括：?

步驟一：生成用戶集合和項目集合；?

用戶集合：US＝{u₁,u₂,...,u_m}；?

項目集合：WS＝{w₁,w₂,...,w_n}；?

其中u_i代表參與推薦過程的活動用戶；w_i代表參與推薦過程的活動項目；?

步驟二：生成屬性集合；?

用戶屬性集合：UA＝{p₁,p₂,...,p_k}；?

項目屬性集合：WA＝{q₁,q₂,...,q_t}；?

其中p_i代表在系統中參與推薦過程的用戶某一方面的屬性；q_i代表在系統中參與推薦過程的項目某一方面的屬性；?

步驟三：生成相似度矩陣；?

采用基于元路徑的相似度計算方法分別計算用戶與項目各個屬性的相似度矩陣；?

用戶間關于屬性p_i的相似度矩陣：U(p_i)∈R^m*m(0＜i≤k)；?

項目間關于屬性q_i的相似度矩陣：W(q_i)∈R^n*n(0＜i≤t)；?

其中R^i*j代表表示i行j列的方陣；?

步驟四：矩陣融合；?

通過基于元路徑的相似度計算后，可以得到多個用戶相似度矩陣U(p_i)，和多個項目相似度矩陣W(q_i)，將這些矩陣進行融合；?

步驟五：協同過濾；?

使用矩陣分解算法進行推薦預測；?

步驟六：矩陣合并；?

針對多個元路徑和融合方法，以及多種矩陣分解方法運算后會得到多個結果預測矩陣，將這些預測矩陣合并獲得最優預測矩陣。?

4.根據權利要求1所述的一種基于異構信息網絡的內容提供方法，其特征在于，在用戶輸入查詢內容時，從數據庫獲得初步的查詢結果，使用最優預測矩陣對該初步的查詢結果進行過濾。?

5.一種基于異構信息網絡的內容提供系統，該系統包括：?

查詢機：用戶通過查詢機登陸并向用戶顯示推薦內容；?

存儲機：存儲各種數據；?

最優預測矩陣生成器：從存儲機獲得數據，利用基于元路徑的相似度計算方法分別得出用戶和項目的相似度矩陣，利用矩陣相乘原理將用戶相似度矩陣、用戶-項目評分矩陣、項目相似度矩陣兩個或三個進行融合，得到用戶與項目之間的內在關系，之后再利用基于協同過濾的矩陣分解預測方法進行預測，最后合并結果，獲得最優預測矩陣；?

過濾選擇器：使用最優預測矩陣向用戶推薦內容。?