[發明專利]一種基于關注關系和多用戶行為的圖推薦方法

在審

• 申請號: 201410658596.4
• 申請日: 2014-11-18
• 公開（公告）號: CN104376083A
• 公開（公告）日: 2015-02-25
• 發明（設計）人: 劉夢娟;李楊曦;王巍;羅緒成;賴凌
• 申請（專利權）人: 電子科技大學
• 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

1.一種基于關注關系和多用戶行為的圖推薦方法，其特征在于，包括以下步驟：

步驟1、根據用戶對物品的行為記錄，構建用戶行為圖，具體為：

1.1)、構建用戶行為圖，圖中的節點由用戶節點集合和物品節點集合組成，圖中的邊有兩類：一類“用戶-物品”邊表示用戶對物品存在行為，即在用戶節點和該用戶存在行為的物品節點之間建立一條邊；一類“用戶-用戶”邊表示兩個用戶有相似行為，即如果兩個用戶存在行為的相同物品個數超過設定閾值，則認為兩個用戶行為具有相似性，在兩個用戶節點之間建立一條邊；

1.2)、計算用戶行為圖中每條邊的權值：對于“用戶-物品”邊，首先統計系統中N種用戶行為各自發生的總次數，記為(B₁,B₂,…,B_N)，然后按照公式(1)計算每種用戶行為歸一化時的比重，記為(pb₁,pb₂,…,pb_N)，pb₁+_pb₂+…+pb_N＝1；最后根據用戶i對物品j的行為記錄，按照公式(2)計算邊的權值，記為w_ij；對于圖中的“用戶-用戶”邊，權值按照公式(3)計算，其中α為系統設定的參數；

pbi=tmpi/Σj=1Ntmpj,]]>其中tmpi=Σj=1NlogBj/logBi---(1)]]>

其中b_m表示用戶i對物品j執行第m種行為的次數???(2)

步驟2、根據用戶的關注關系，構建關注圖，圖中的節點是有關注關系的系統用戶，即用戶i關注了用戶j，則建立一條從用戶節點j指向用戶節點i的邊，關注圖是一個有向無權圖，用戶節點對用戶行為圖中每個節點的訪問概率可沿著關注圖的邊向其關注節點擴散；

步驟3、基于用戶行為圖，分別以每個用戶節點作為起始點，在圖上進行一輪隨機游走，計算一輪隨機游走后用戶節點u對圖中每個節點i的訪問概率，第n輪游走后的訪問概率記為按照公式(4)進行計算；

初始時設置：rankI0(u,i)=1(i=u)0(i≠u)]]>

rankIn(u,i)=(1-β)+β*Σv∈link(i)rankIn-1(u,v)wivΣv′∈link(v)wvv′(i=u)β*Σv∈link(i)rankIn-1(u,v)*wivΣv′∈link(v)wvv′(i≠u)---(4)]]>

步驟4、基于關注圖，將按照關注關系進行擴散，每個用戶節點u可從其關注節點v處，獲得v節點對用戶行為圖上每個節點的訪問概率，每個用戶節點u從關注圖上獲得的對用戶行為圖上每個節點的訪問概率可采用公式(5)所述方法進行計算，這里in(u)表示節點u的關注節點集合，|in(u)|表示關注節點的個數；

rankAn(u,i)=1|in(u)|*Σv∈in(u)rankIn(v,i)---(5)]]>

步驟5、將基于用戶行為圖得到的訪問概率和基于關注圖得到的訪問概率進行綜合計算，得到第n輪游走和擴散后，每個用戶節點對用戶行為圖上每個節點的訪問概率，計算方法如公式(6)所示，其中γ是設定參數，用于調整兩種訪問概率對綜合值的影響比重；

rankn(u,i)=γ*rankIn(u,i)+(1-γ)*rankAn(u,i)---(6)]]>

步驟6、判斷每個用戶對用戶行為圖中每個節點的訪問概率是否收斂到穩定值，如果收斂，則結束游走擴散過程，執行步驟7；如果沒有收斂，則執行公式(7)、(8)，然后返回步驟3，重復執行游走和擴散過程。

rankIn(u,i)=rankn(u,i)---(7)]]>

n＝n+1?????(8)

步驟7、根據每個用戶節點對用戶行為圖中節點的訪問概率，生成每個用戶的用戶推薦列表和物品推薦列表，生成用戶推薦列表的方法包括：對于用戶u，首先排除該用戶已經關注過的用戶節點，然后將剩余用戶節點按照u節點對剩余用戶節點的訪問概率降序排列，選擇訪問概率最大的若干用戶節點生成推薦列表；生成物品推薦列表的方法包括：對于用戶u，首先排除該用戶已經存在行為物品節點，然后將剩余物品節點按照u節點對剩余物品節點的訪問概率降序排列，選擇訪問概率最大的若干物品節點生成物品推薦列表。