[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

技術領域

本發明屬于互聯網技術領域，特別涉及一種基于關注關系和多用戶行為的圖推薦方法。

背景技術

隨著互聯網數據的爆炸式增長，如何從海量數據中提取有效信息提供給用戶是當前互聯網應用亟待解決的問題。個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。目前個性化信息推薦已經被各大互聯網平臺廣泛采用，例如Facebook、騰訊QQ等社交平臺向用戶推薦好友和圈子，YouTube、優酷等視頻網站向用戶推薦視頻，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：利用用戶行為數據進行推薦、利用用戶標簽數據進行推薦、利用時間、位置等上下文信息進行推薦、利用社交網絡數據進行推薦等。

其中應用最為廣泛的是基于物品的協同推薦算法，其基本思路是分析用戶的行為數據，計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。該算法的前提是認為物品之間的相似度與同時喜歡它們的用戶數有關，系統中共同喜歡兩個物品的用戶數越多，則兩個物品的相似度越高。協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據的推薦算法。其基本思路是將用戶對物品的行為轉化為圖模型表示，通過計算任意兩個節點間的相似度，從而為用戶節點推薦與其相似度最高的其他節點。因此圖推薦算法能夠同時提供多樣化的推薦，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簽。基于用戶行為數據的推薦算法存在一個共同問題，即當系統中用戶行為非常稀疏時，推薦的準確率和召回率會大幅下降。

目前，越來越多的網絡平臺支持用戶之間建立關注關系，例如微博粉絲功能、視頻分享站點的用戶關注功能、電子商城中用戶對商家的關注功能等。本發明利用這種關注關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，用戶在網絡平臺的行為越來越多樣化，例如視頻分享站點，用戶的行為包括觀看、評價、打分、收藏、分享等。本發明利用多行為來提高推薦性能，其中的關鍵是如何將多種用戶行為歸一化為統一的行為表示。

發明內容

本發明的目的是提供一種基于關注關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，為用戶提供高質量的個性化信息推薦，包括物品和具有共同興趣的用戶。為實現上述發明目的，本發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；用戶行為圖是一個無向有權圖；

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w_ij按照公式(3)計算，其中α為系統設定的參數；