[發明專利]用戶相似度的估算方法及估算系統

有效

• 申請號: 201610041574.2
• 申請日: 2016-01-21
• 公開（公告）號: CN105718951B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 楊春風
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

本發明提供一種用戶的相似度的估算方法及估算系統，包括：獲取用戶屬性，并根據用戶屬性將不同的用戶分成多個用戶組；讀取所述用戶組中每一用戶所對應的項目，以生成項目列表；將所述用戶組中的用戶與所述項目列表中的項目處理成二分圖；通過所述二分圖估算用戶的組內相似度；和/或通過所述二分圖估算用戶的組間相似度。本發明通過二分圖對用戶和項目進行分析，具有算法簡單、準確率高的優點，而且可以適應海量數據的環境，對系統資源占用少、且估算速度快。

技術領域

本發明屬于數據處理領域，尤其涉及一種用戶的相似度的估算方法及估算系統。

背景技術

隨著互聯網的普及，信息資源呈指數膨脹，從而帶來了信息過載的問題，使用戶時常迷失在大量的信息空間中，無法順利找到自己需要的信息。因此，便出現了各類的信息推薦技術，基于用戶的操作習慣對用戶與項目建立一定的關聯，比如觀看或點贊，進而生成信息推薦列表，比如，節目推薦列表、購物推薦列表、或朋友推薦列表等。

這些推薦技術的原理，主要是依據用戶的相似度，為目標用戶選取相似度高的已知用戶的項目列表，作為推薦信息。

傳統的用戶相似度的估算方法，主要是將用戶組的用戶兩兩估算相似度值，然后將這些相似度值進行平均，即為組間相似度。

但隨著用戶、及用戶操作行為的數據量越來越大，傳統估算方法的估算量也越來越大，對運算資源消耗較大，且費時費力，同時傳統算法中取平均值的誤差也會被海量數據所放大，影響了對用戶的相似度的評估的準確性，進而影響推薦信息的有效性，降低了用戶體驗。

發明內容

有鑒于此，本發明的目的在于提供一種用戶的相似度的估算方法及估算系統，可以解決現有技術中估算方法復雜、誤差大，進而影響估算速度和準確性的技術問題。

為解決上述技術問題，本發明實施例提供了如下技術方案：

一種用戶的相似度的估算方法，包括：

獲取用戶屬性，并根據用戶屬性將不同的用戶分成多個用戶組；

讀取所述用戶組中每一用戶所對應的項目，以生成項目列表；

將所述用戶組中的用戶與所述項目列表中的項目處理成二分圖；

通過所述二分圖估算用戶的組內相似度；和/或

通過所述二分圖估算用戶的組間相似度。

為解決上述技術問題，本發明實施例還提供了如下技術方案：

一種用戶的相似度的估算系統，包括：

分組模塊，用于獲取用戶屬性，并根據用戶屬性將不同的用戶分成多個用戶組；

列表模塊，用于讀取所述用戶組中每一用戶所對應的項目，以生成項目列表；

二分圖模塊，用于將所述用戶組中的用戶與所述項目列表中的項目處理成二分圖；以及

相似度模塊，用于通過所述二分圖估算用戶的組內相似度；和/或通過所述二分圖估算用戶的組間相似度。

相對于現有技術，本發明實施例提供的用戶的相似度的估算方法及估算系統，通過二分圖對用戶和項目進行分析，具有算法簡單、準確率高的優點，而且可以適應海量數據的環境，對系統資源占用少、且估算速度快。

附圖說明

圖1是本發明實施例一提供的用戶的相似度的估算方法的流程示意圖；

圖2是本發明實施例二提供的用戶的相似度的估算方法的流程示意圖；

圖3是本發明實施例三提供的信息推薦方法的流程示意圖；