[發明專利]一種基于綜合得分的好友推薦方法

在審

• 申請號: 201510980588.6
• 申請日: 2015-12-24
• 公開（公告）號: CN105589966A
• 公開（公告）日: 2016-05-18
• 發明（設計）人: 劉海亮;許祥;蘇航
• 申請（專利權）人: 中山大學深圳研究院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于綜合得分的好友推薦方法，其特征在于，包括：

1)根據用戶填寫的個人信息，確定參與推薦篩選的用戶的信息得分，包括如下步驟：

a)對年齡進行分段，確定需要推薦好友的用戶的年齡所在區間。

b)根據上述所得區間對不同的年齡段進行賦權。

c)通過需要推薦好友的用戶的愛好，計算不同區間內的參與推薦篩選的用戶的權值。

d)對計算出的所有參與推薦篩選的用戶信息權值進行規約化處理，獲取每一位參與推薦篩選的用戶信息得分。

2)根據用戶的簽到信息，確定參與推薦篩選的用戶的地理得分，包括如下步驟：

a)獲取需要推薦好友的用戶一定時間內的簽到信息，第i次的簽到信息主要包括簽到時間T_i，簽到位置Addr_i。

b)采用聚類算法，通過Addr_i中的經、緯度信息對需要推薦好友的用戶的簽到位置進行聚類，獲取需要推薦好友的用戶簽到信息中的簽到地點的聚類信息，第i次簽到位置所屬的聚類中心點位置為addr_i。

c)將一天的時間進行劃分，確定每一次簽到時間所在的不同的簽到時間段，其中第i次簽到所在的時間段為t_i，將需要推薦好友的用戶的第i次簽到信息表示為(t_i，addr_i)。

d)對參與推薦篩選的用戶的簽到信息中的簽到位置和簽到時間進行相同的處理，獲取參與推薦篩選的用戶的所有簽到信息，其中第k次簽到表示為(t_k，addr_k)。

e)通過對需要推薦好友的用戶和參與推薦篩選的用戶的簽到信息進行比較、計算獲取參與推薦篩選的用戶的地理權值。

f)對計算出的所有參與推薦篩選的用戶的得分進行規約化處理，獲取最終的參與推薦篩選的用戶的地理得分。

3)根據用戶點擊的推送信息，確定參與推薦篩選用戶的喜好得分，步驟如下：

a)對推送的信息類型的推送量初始化。

b)記錄每次向用戶推送的信息類型和相應的推送結果，修改相應的推送量。

c)對需要推薦好友的用戶的所有信息類型的推送次數進行排序，獲取前三種推薦信息的類型。

d)分別計算參與推薦篩選的用戶對應的三種推薦信息類型的權值，其中第i種推薦信息類型的推送量為m_i，并計算相應的參與推送篩選的用戶喜好權值。

e)對計算出的所有參與推送篩選的用戶的推薦權值進行規約化處理，獲取最終的參與推送篩選的用戶喜好得分。

4)計算綜合得分：

為保證考慮不同分數對結果的影響，對三種分數進行加權求和，獲取與需要推薦好友的用戶最為相近的參與推薦篩選的用戶，并將這些用戶推薦給需要推薦好友的用戶。

2.根據權利要求1所述的基于綜合得分的好友推薦方法，其特征在于：步驟(1)中對年齡段的劃分采用以推薦用戶所在的區間權值最高，然后向兩端逐漸減少。計算時采用對比愛好計算推薦用戶和被推薦用戶之間相同的愛好數目，將愛好數目與相應的權值相乘獲取得分。在規約化時采用如下公式：

其中[N，M]是規約的范圍，x是規約的數據，x_max是規約數據中最大的數據，x_min是規約數據中最小的數據，y是x規約后的結果。

3.根據權利要求1所述的基于綜合得分的好友推薦方法，其特征在于：步驟(2)中采用DBSCAN聚類算法，通過對地理位置的聚類減少計算和提高匹配度。在對時間進行劃分，避免了因時間因素導致的計算量過大問題。在計算地理得分時采用如下公式：

其中d₁，d₂，d₃分別是相應的加權，N是被推薦用戶k的所有簽到次數，N₁是被推薦用戶k的所有簽到點中與推薦用戶之間時間和位置均不相同的點的個數，N₂是被推薦用戶k的所有簽到點中與推薦用戶之間時間相同，但位置不相同的點的個數，N₃是被推薦用戶k所有簽到點中與推薦用戶之間時間和位置均相同的點的個數。