[發(fā)明專利]一種基于關(guān)注關(guān)系和多用戶行為的圖推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410658596.4
• 申請(qǐng)日: 2014-11-18
• 公開（公告）號(hào): CN104376083A
• 公開（公告）日: 2015-02-25
• 發(fā)明（設(shè)計(jì)）人: 劉夢(mèng)娟;李楊曦;王巍;羅緒成;賴凌
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種基于關(guān)注關(guān)系和多用戶行為的圖推薦方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)數(shù)據(jù)的爆炸式增長，如何從海量數(shù)據(jù)中提取有效信息提供給用戶是當(dāng)前互聯(lián)網(wǎng)應(yīng)用亟待解決的問題。個(gè)性化信息推薦是解決這一問題的有效方法，它通過跟蹤用戶的歷史信息，計(jì)算用戶的興趣特征，從而給用戶推薦可能感興趣的資源。目前個(gè)性化信息推薦已經(jīng)被各大互聯(lián)網(wǎng)平臺(tái)廣泛采用，例如Facebook、騰訊QQ等社交平臺(tái)向用戶推薦好友和圈子，YouTube、優(yōu)酷等視頻網(wǎng)站向用戶推薦視頻，淘寶、京東等電子商城向用戶推薦商家和商品等。已有的推薦算法主要分為：利用用戶行為數(shù)據(jù)進(jìn)行推薦、利用用戶標(biāo)簽數(shù)據(jù)進(jìn)行推薦、利用時(shí)間、位置等上下文信息進(jìn)行推薦、利用社交網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行推薦等。

其中應(yīng)用最為廣泛的是基于物品的協(xié)同推薦算法，其基本思路是分析用戶的行為數(shù)據(jù)，計(jì)算物品之間的相似度，從而給用戶推薦和他們之前喜歡的物品相似的物品。該算法的前提是認(rèn)為物品之間的相似度與同時(shí)喜歡它們的用戶數(shù)有關(guān)，系統(tǒng)中共同喜歡兩個(gè)物品的用戶數(shù)越多，則兩個(gè)物品的相似度越高。協(xié)同推薦算法的問題是只能推薦物品，不易于推薦其他類型的信息。圖推薦算法是一種更為靈活的利用用戶行為數(shù)據(jù)的推薦算法。其基本思路是將用戶對(duì)物品的行為轉(zhuǎn)化為圖模型表示，通過計(jì)算任意兩個(gè)節(jié)點(diǎn)間的相似度，從而為用戶節(jié)點(diǎn)推薦與其相似度最高的其他節(jié)點(diǎn)。因此圖推薦算法能夠同時(shí)提供多樣化的推薦，不僅可以給用戶推薦物品，也可以推薦具有共同興趣的用戶，甚至可以給用戶推薦興趣標(biāo)簽。基于用戶行為數(shù)據(jù)的推薦算法存在一個(gè)共同問題，即當(dāng)系統(tǒng)中用戶行為非常稀疏時(shí)，推薦的準(zhǔn)確率和召回率會(huì)大幅下降。

目前，越來越多的網(wǎng)絡(luò)平臺(tái)支持用戶之間建立關(guān)注關(guān)系，例如微博粉絲功能、視頻分享站點(diǎn)的用戶關(guān)注功能、電子商城中用戶對(duì)商家的關(guān)注功能等。本發(fā)明利用這種關(guān)注關(guān)系提高推薦算法的性能，特別是解決用戶行為稀疏的問題。另一方面，用戶在網(wǎng)絡(luò)平臺(tái)的行為越來越多樣化，例如視頻分享站點(diǎn)，用戶的行為包括觀看、評(píng)價(jià)、打分、收藏、分享等。本發(fā)明利用多行為來提高推薦性能，其中的關(guān)鍵是如何將多種用戶行為歸一化為統(tǒng)一的行為表示。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于關(guān)注關(guān)系和多用戶行為的圖推薦方法，該方法能夠在用戶行為稀疏的情況下，為用戶提供高質(zhì)量的個(gè)性化信息推薦，包括物品和具有共同興趣的用戶。為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提供的圖推薦方法，其特征在于，包括以下步驟：

步驟1、根據(jù)用戶對(duì)物品的行為記錄，構(gòu)建用戶行為圖，具體為：

1.1)、構(gòu)建用戶行為圖，圖中的節(jié)點(diǎn)由用戶節(jié)點(diǎn)集合和物品節(jié)點(diǎn)集合組成，圖中的邊有兩類：一類“用戶-物品”邊表示用戶對(duì)物品存在行為，即在用戶節(jié)點(diǎn)和該用戶存在行為的物品節(jié)點(diǎn)之間建立一條邊；一類“用戶-用戶”邊表示兩個(gè)用戶有相似行為，即如果兩個(gè)用戶存在行為的相同物品個(gè)數(shù)超過設(shè)定閾值，則認(rèn)為兩個(gè)用戶行為具有相似性，在兩個(gè)用戶節(jié)點(diǎn)之間建立一條邊；用戶行為圖是一個(gè)無向有權(quán)圖；

1.2)、計(jì)算用戶行為圖中每條邊的權(quán)值：對(duì)于“用戶-物品”邊，首先統(tǒng)計(jì)系統(tǒng)中N種用戶行為各自發(fā)生的總次數(shù)，記為(B₁,B₂,…,B_N)，然后按照公式(1)計(jì)算每種用戶行為歸一化時(shí)的比重，記為(pb₁,pb₂,…,pb_N)，pb₁+pb₂+…+pb_N＝1；最后根據(jù)用戶i對(duì)物品j的行為記錄，按照公式(2)計(jì)算邊的權(quán)值，記為w_ij；對(duì)于圖中的“用戶-用戶”邊，權(quán)值w_ij按照公式(3)計(jì)算，其中α為系統(tǒng)設(shè)定的參數(shù)；