[發(fā)明專利]一種基于概率圖模型的個性化旅游游記推薦方法

有效

• 申請?zhí)枺?/td>: 201710165587.5
• 申請日: 2017-03-20
• 公開（公告）號: CN106934056B
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計）人: 安孝杰;任江濤
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F40/284;G06F40/258;G06F40/268;G06F16/14;G06F16/16;G06Q50/14
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

本發(fā)明提供一種基于概率圖模型的個性化旅游游記推薦方法，該發(fā)明采用伽馬分布，泊松分解算法，對未知的用戶偏好，地點特征進行很好的估算，能夠利用文本信息及地點，是否點評游記等三個信息挖掘出這些隱特征，不用考慮讀者的地理位置，景點的位置等一些無法獲取的信息，能夠提高推薦的準(zhǔn)確率；采用聯(lián)合的概率圖模型，對于推薦系統(tǒng)中常見的“冷啟動”問題，以及對于多圖少字的游記能夠很好的解決。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)挖掘推薦算法中文本推薦算法領(lǐng)域，更具體地，涉及一種基于概率圖模型的個性化旅游游記推薦方法。

背景技術(shù)

當(dāng)前隨著社會的發(fā)展，人們生活水平的提高，越來越多的人有時間和金錢出門旅游，甚至走出國門到國外旅游。同時，隨著互聯(lián)網(wǎng)的發(fā)展，與旅游相關(guān)的互聯(lián)網(wǎng)社交平臺也在有著很大的發(fā)展，旅游用戶在這些平臺上用文字記錄自己的旅游經(jīng)歷，用照片記錄旅游的點點滴滴，并且愛好旅行的人們觀看自己喜愛的游記，評論這些游記。在國內(nèi)比較大的游記網(wǎng)站，例如百度和馬蜂窩，據(jù)統(tǒng)計，有1/10的人是有自己寫游記的習(xí)慣，而剩下的用戶并沒有留下自己的游記，我們不知道這些剩下的9/10的人是否在真實的現(xiàn)實生活中去到某地旅游參觀，但這些人都喜歡閱讀他人留下的游記，并且對游記進行評論。

一篇游記包含的內(nèi)容有(1)文字內(nèi)容，介紹自己在旅游過程的具體行程，景點特色，交通，住宿，美食等等；(2)地點，游記作者旅游的具體城市，因為用戶居住地到旅游城市的距離是影響到該城市旅游的重要因素；(3)時間，游記作者去到該城市旅游的通常有具體的時間安排與旅游計劃。我們發(fā)現(xiàn)，游記一般寫的很隨意，甚至沒留下文字，只是幾張照片。這就造成了游記質(zhì)量的參差不齊，不能給讀者帶來很好的信息。而且，在旅游平臺上，對喜歡看用戶游記的用戶并沒有在游記內(nèi)容上進行推薦，不能給用戶一個很好的幫助。本論文研究的目的在于，基于游記內(nèi)容及地點，給游記愛好者進行個性化推薦。

在傳統(tǒng)的推薦系統(tǒng)中，通常使用協(xié)同過濾，或者svd矩陣分解的方法來進行，但要克服cold-start(“冷啟動”)等問題。而在文本內(nèi)容處理方面，如文本分類等，常見的方法為概率模型(如樸素貝葉斯，LDA)，但這些模型可能遇到數(shù)據(jù)稀疏，數(shù)據(jù)分布不均等情況，并且沒有涉及到旅游地點的相關(guān)信息。在基于地點的算法推薦，通常是采用旅游者居住地到旅游景點的距離作為重要參考信息。此外，一些隱變量模型采用矩陣分解的形式找出地點的隱特征。這些都或多或少忽視一些重要信息，比如用戶的隱特征，地點隱特征，還有豐富的文字信息。所以，我們將結(jié)合已有的信息，采用泊松分解方法，利用伽馬分布找出這些潛在的隱特征。

發(fā)明內(nèi)容

本發(fā)明提供一種較高準(zhǔn)確率的基于概率圖模型的個性化旅游游記推薦方法。

為了達到上述技術(shù)效果，本發(fā)明的技術(shù)方案如下：

一種基于概率圖模型的個性化旅游游記推薦方法，包括以下步驟：

S1：游記主題初始化：對游記文章進行分詞，采用標(biāo)準(zhǔn)的文章主題模型，通過吉布斯采樣，得到每篇游記的主題分布，以及每個詞的主題分布，用計算出的主題分布對游記和詞伽馬分布的相關(guān)參數(shù)進行賦值，此外對用戶偏好，地點隱特征的相關(guān)參數(shù)用隨機數(shù)進賦初值；

S2：對每篇游記中的每個詞，通過詞主題與文章主題的分布，計算詞頻關(guān)系的對數(shù)值，并更新每篇游記及該游記中詞的伽馬分布參數(shù)中的形狀參數(shù)；

S3：針對每個用戶評論的每篇游記，根據(jù)用戶偏好分布，游記主題分布與地點隱特征，計算用戶參與游記評論的對數(shù)值，并更新用戶，游記，地點伽馬分布參數(shù)中的形狀參數(shù)

S4：更新所有伽馬分布的尺度參數(shù)；

S5：通過訓(xùn)練集訓(xùn)練出來的用戶偏好，地點隱特征，計算未評論該游記的用戶評論該游記的的概率。

進一步地，所述步驟S2的具體過程如下：

S21：計算詞頻關(guān)系的期望值，公式如下：