[發(fā)明專利]一種基于鏈路預(yù)測的在線社交網(wǎng)絡(luò)好友推薦方法與系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710500443.0
• 申請(qǐng)日: 2017-06-27
• 公開（公告）號(hào): CN107346333B
• 公開（公告）日: 2020-11-17
• 發(fā)明（設(shè)計(jì)）人: 夏永祥;朱博堯
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06Q50/00
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 何彬

本發(fā)明涉及一種基于鏈路預(yù)測的在線社交網(wǎng)絡(luò)好友推薦方法與系統(tǒng)，屬于電數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域。推薦方法包括獲取步驟、構(gòu)建步驟、預(yù)測步驟及推薦步驟；其中獲取步驟包括獲取所有用戶的好友關(guān)系信息；構(gòu)建步驟包括基于獲取的好友關(guān)系信息，構(gòu)建好友關(guān)系網(wǎng)絡(luò)；預(yù)測步驟包括基于構(gòu)建出的好友關(guān)系網(wǎng)絡(luò)，利用鏈路預(yù)測方法預(yù)測出待推薦用戶的非好友用戶成為其好友的預(yù)測概率；推薦步驟包括基于預(yù)測概率，向待推薦用戶推薦好友。基于該推薦方法，能夠有效地提高社交網(wǎng)絡(luò)好友推薦的準(zhǔn)確性與多樣性。

技術(shù)領(lǐng)域

本發(fā)明涉及電數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域，具體地說，涉及一種基于鏈路預(yù)測的在線社交網(wǎng)絡(luò)好友推薦方法與系統(tǒng)。

背景技術(shù)

隨著Facebook等社交網(wǎng)絡(luò)的普及，社交網(wǎng)絡(luò)已成為互聯(lián)網(wǎng)中最為流行網(wǎng)站類型之一，與由內(nèi)容組織起來的傳統(tǒng)站點(diǎn)不同的是，在線社交網(wǎng)絡(luò)由用戶構(gòu)成，用戶更新自己的狀態(tài)、信息，并與其他相關(guān)聯(lián)的用戶建立聯(lián)系，其為用戶維護(hù)社交關(guān)系、尋找擁有類似興趣和提供感興趣內(nèi)容的用戶提供了基礎(chǔ)。雖然社交網(wǎng)絡(luò)的發(fā)展給用戶帶來了交互便利，但要從眾多網(wǎng)絡(luò)用戶中找到興趣相投的人仍是一件比較困難的事情。

推薦系統(tǒng)作為解決信息過載問題的極具潛力技術(shù)，被廣泛地應(yīng)用在電子商務(wù)網(wǎng)站向客戶提供購買建議。而好友推薦本質(zhì)上也是這樣的一類推薦問題：為某位用戶推薦感興趣的用戶。推薦技術(shù)中最常見的方法是協(xié)同過濾。顧名思義，協(xié)同過濾指的是共同協(xié)作，通過與網(wǎng)絡(luò)不斷交互，用戶可以不斷過濾掉自己不感興趣的用戶，從而滿足自己的交友需求。隨著用戶規(guī)模的不斷擴(kuò)大，社交網(wǎng)絡(luò)逐漸變得稀疏，傳統(tǒng)的協(xié)同過濾方法無法高效準(zhǔn)確地找到相似的鄰居用戶，從而推薦的準(zhǔn)確性變差。同時(shí)，熱門的用戶也更容易地出現(xiàn)在其他用戶的推薦列表中，而那些擁有少量好友的用戶則因?yàn)閾碛猩倭苦従佣鵁o法得到推薦或者被推薦出來。從而，基于傳統(tǒng)協(xié)同過濾方法的好友推薦，在網(wǎng)絡(luò)稀疏的情況下，推薦準(zhǔn)確性及多樣性均有所下降。

此外，好友推薦常利用用戶的個(gè)人屬性信息，也就是年齡、性別、愛好等，但是，在現(xiàn)實(shí)社交網(wǎng)絡(luò)中，大部分個(gè)人信息并不真實(shí)，甚至存在大量的虛假信息，這也給利用此類信息的推薦技術(shù)帶來了不少的挑戰(zhàn)，即提高了好友推薦的難度。

發(fā)明內(nèi)容

本發(fā)明的目的是提供了一種基于鏈路預(yù)測的在線社交網(wǎng)絡(luò)好友推薦方法，以提高社交網(wǎng)絡(luò)好友推薦的準(zhǔn)確性與多樣性；

本發(fā)明的另一目的是提供了一種基于鏈路預(yù)測的在線社交網(wǎng)絡(luò)好友推薦系統(tǒng)，以提高社交網(wǎng)絡(luò)好友推薦的準(zhǔn)確性與多樣性。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供基于鏈路預(yù)測的在線社交網(wǎng)絡(luò)好友推薦方法包括獲取步驟、構(gòu)建步驟、預(yù)測步驟及推薦步驟；其中獲取步驟包括獲取所有用戶的好友關(guān)系信息；構(gòu)建步驟包括基于獲取的好友關(guān)系信息，構(gòu)建好友關(guān)系網(wǎng)絡(luò)；預(yù)測步驟包括基于構(gòu)建出的好友關(guān)系網(wǎng)絡(luò)，利用鏈路預(yù)測方法預(yù)測出待推薦用戶的非好友用戶成為其好友的預(yù)測概率；推薦步驟包括基于預(yù)測概率，向待推薦用戶推薦好友。

基于社交網(wǎng)絡(luò)中所有用戶的好友關(guān)系信息構(gòu)建好友關(guān)系網(wǎng)絡(luò)，并使用鏈路預(yù)測方法預(yù)測中好友關(guān)系網(wǎng)絡(luò)中的兩個(gè)未連接節(jié)點(diǎn)對(duì)之間進(jìn)行連接的概率，以該概率作為預(yù)測該節(jié)點(diǎn)對(duì)所代表兩個(gè)用戶間建立好友關(guān)系的概率，相比現(xiàn)有技術(shù)中基于個(gè)人用戶信息等進(jìn)行好友推薦的方法，其僅僅利用社交網(wǎng)絡(luò)中存在的好友關(guān)系進(jìn)行推薦，而不受限于待推薦用戶及被推薦用戶個(gè)人信息真實(shí)性等，有效地提高了社交網(wǎng)絡(luò)好友推薦的準(zhǔn)確性與多樣性。

具體的方案為基于所述好友關(guān)系網(wǎng)絡(luò)，利用鏈路預(yù)測方法預(yù)測出待推薦用戶的非好友用戶成為其好友的預(yù)測概率的步驟包括：

獲取好友關(guān)系網(wǎng)絡(luò)G(U,R)中用戶u的好友用戶構(gòu)成其鄰居集合，U為用戶集合，R為好友關(guān)系集合；

基于網(wǎng)絡(luò)G中任意一對(duì)未連接節(jié)點(diǎn)對(duì)(x,y)進(jìn)行連接的連接概率模型計(jì)算所述預(yù)測概率，所述連接概率模型為：

其中，為似然最大化時(shí)的值，為兩個(gè)鄰居集合之間連接概率集合{P_αβ}賦予網(wǎng)絡(luò)G的似然。