[發明專利]一種基于用戶聚類的推薦方法

有效

• 申請號: 201410565721.7
• 申請日: 2014-10-22
• 公開（公告）號: CN104268290B
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 李鵬;王婭丹;金瑜;劉璟;劉欣
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙)42222
• 代理人: 嚴彥

技術領域

本發明涉及互聯網信息技術領域，具體涉及一種基于用戶聚類的推薦方法。

背景技術

社交網絡隨著Internet用戶的普及已經逐漸替代傳統的信息獲取渠道，如報紙，雜志，電視新聞等，成長為大多數人第一時間接收信息的一種方式。例如國外的facebook，twitter，國內的微博，人人網等。大家通過發消息與狀態，發布自己所要表達的信息，通過轉發與分享其他人的消息與狀態，去擴散從其他人那里得到的信息。這涉及到結點影響度的問題，即一個被所有人關注的結點，它所發布的信息能被所有人看到，一個關注所有人的結點，它能看到所有人發布的信息。當然，個人的精力是有限的，不可能通過自己去尋找，然后手動的關注所有可能會感興趣的內容或結點。所以互聯網信息服務方需要研究如何去有效的向用戶推薦他們會感興趣的內容或結點。

于洪等人提出的強弱關系概念，詮釋了社交網絡中的關注形式。人人網，QQ空間等形式，以雙向關注(強關系)的方式來構建起社交網絡；微博等形式，以單向關注(弱關系)的方式構建起自己的關系網。對于互關注關系的推薦，在強關系的社交網絡中，通過共同好友、聯系人、通訊錄等真實社交信息的方法通常就達到很好的效果，然而正是由于強關系往往會建立于真實的社會關系，如此一來，相比弱關系便存在很大的局限性，因為如果無法與某個結點建立關系就不能看到它所發布的動態，這就顯得不太合理。有些人喜歡發布信息，這類結點便成為了網絡中消息的發布者，他們發布的顯然要比他們訂閱的多，有些人喜歡接受信息，這些人作為訂閱者接收信息多于發布信息，所以這樣一種不平衡如果建立于強關系的話就十分的不合理，因此基于弱關系的社交網絡形式應運而生，大家各取所需。

參考文獻：于洪，楊顯.微博中節點影響力度量與傳播路徑模式研究[J].通信學報，2012，33(Z1)：96～97；Chen J,Geyer W,Dugan C,Muller M,Guy I.Make new friends,but keep the old:Recommending people on social networking sites//Proceedings of the 27th International Conference on Human Factors in Computing Systems.New York,NY,USA,2009:201～210；陳克寒，韓盼盼，吳健.基于用戶聚類的異構社交網絡推薦算法[J].計算機學報，2013，36(2)：350～351；Mislove Alan,Marcon Massimiliano,Gummadi Krishna P,Druschel Peter,Bhattacharjee Bobby.Measurement and analysis of online social networks//Proceedings of the 7th ACM SIGCOMM Conference on Internet Measurement.San Diego,CA,USA,2007:29～42；劉枚蓮，劉同存，李小龍.基于用戶興趣特征提取的推薦算法研究[J].計算機應用研究，2011，28(5)：1665～1666.

關于這類推薦問題，有學者也進行了充分的研究。協同過濾推薦算法最早是由Goldberg等人提出的，但該系統沒有充分考慮用戶需求，存在一定缺陷。針對這一問題，GroupLens首次提出基于用戶評分的自動協同過濾推薦系統。協同過濾推薦算法是應用最為廣泛的推薦算法，由于提出比較早，所以存在不少缺陷，后期又出現了基于內容的推薦算法，通過比較項目與用戶描述文件來為用戶提供推薦服務；基于關聯規則的推薦算法主要是根據關聯規則模型和用戶當前的購買行為為用戶提供推薦服務。

現有的研究成果表明，研究提供一種合理的推薦方式是十分必要的。