[發明專利]一種針對大學生群體的信息資源自動推薦方法

在審

• 申請號: 201711036433.2
• 申請日: 2017-10-30
• 公開（公告）號: CN107862012A
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 周從華;商翔宇;劉志鋒;李雷;單田華
• 申請（專利權）人: 江蘇大學;江蘇樹正信息科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/00
• 代理公司: 江蘇縱聯律師事務所32253
• 代理人: 蔡棟

技術領域

本發明涉及協同過濾推薦算法的思想，特別涉及一種混合用戶社交網絡信息的用戶相似度計算方法。

背景技術

隨著數據產生速度的加快和信息技術的發展以及大學生群體信息交流的需求日漸增加，互聯網思想已經深入大學生群體的學習生活。大量的信息無時無刻的都在產生，各種信息紛繁復雜，傳統的信息推送方式已無法滿足現實生活的需求，因此，以協同過濾推薦算法為代表的信息推薦技術應運而生，個性化定制和推薦系統也廣泛應用于各種領域中。

把社交網絡和推薦系統結合起來，那么基于社交網絡的推薦應該具有發現潛在商機和提升預測效果的顯著作用。本文主要涉及協同過濾算法的思想和基于用戶的協同過濾算法，即相似的用戶具有相似的興趣喜好。傳統的協同過濾算法仍存在諸多問題，尤其是數據稀疏以及冷啟動問題?，F有的各種經改進的協同過濾算法，一定程度上緩解的上述問題。目前，隨著我國科教水平的提升和經濟水平的提高，大學生群體已成為帶動社會理性消費和推動社會進步的重要社會群體，因此，本發明著眼于這一現實，提出一種針對大學生的垂直領域的信息推薦方法，主要目的在于提升大學生群體的信息共享與交流的效率，方便大學生之間交流及獲取各方面的信息，例如，考研、留學、課程心得和就業等等。

大學生群體的社交網絡一般都局限于高校和同學關系之內，所以該群體的社交網絡對推薦的生成就具有相當程度的重要性及參考價值。本發明提出了一種針對大學生群體的信息資源自動推薦方法，一定程度緩解了運營初期的數據稀疏及冷啟動問題。大學生群體作為社會重要組成部分之一，針對這一群體的信息推薦具有重大潛在商業價值。

發明內容

本發明的目的在于提供一種針對大學生群體的信息資源自動推薦方法，實現針對大學生群體的信息資源自動推薦，主要考慮了大學生群體的社交網絡的特點，對協同過濾算法進行改進優化。

為了解決以上需求的技術問題，本發明通過改進協同過濾算法，提出了一種融合社交網絡的協同過濾算法。該方法可以在項目運營初期通過用戶社交網絡的輔助，緩解數據稀疏和冷啟動問題，提高了針對大學生群體的信息資源自動推薦的針對性。本發明采用的具體技術方案如下。

一種針對大學生群體的信息資源自動推薦方法，其特征在于包括以下步驟：

步驟一，獲取用戶數據和需要推薦的數據；

步驟二，采用用戶相似度模型計算基于用戶評價矩陣的鄰居集合；

步驟三，采用基于社交網絡信息的相似度模型計算基于社交網絡信息的鄰居集合；

步驟四，根據兩種鄰居集合，計算出預測項目的得分，并對兩個結果進行混合；

步驟五，篩選出評分最高的TOP-N項目，得出推薦結果。

所述步驟二具體包括以下過程：

過程2.1，采用基于皮爾森相關系數的相似度模型，利用式(1)計算出用戶u，ν的相似度w(u,v)；

其中，I(u)表示用戶u所標注的項目集合，r_ui表示用戶u對項目i的標注，表示用戶u在所有項目上標注的均值；I(v)表示用戶v所標注的項目集合，r_vi表示用戶v對項目i的標注，表示用戶v在所有項目上標注的均值；。

過程2.2，根據過程2.1所述相似度，結合式(2)得出基于用戶評價矩陣的鄰居集合P_u；

其中，表示相似度閾值，U為所有用戶的集合。

所述步驟三具體包括以下過程：

過程3.1，建立基于社交網絡信息的相似度模型，由式(3)表示；

sim_social(u,v)＝α*sim_interact(u,v)+β*sim_f(u,v)(3)

其中，α，β分別表示了各自的權重且α+β＝1，sim_interact(u,v)表示基于用戶交互的相似度，由式(3-1)得出，sim_f(u,v)表示基于用戶社交關系網的相似度，由式(3-2)得出；

其中，f_uv為用戶u，v互動頻次，f_uv′為用戶u，v′互動頻次，F_u是所有與u互動過用戶的集合；

過程3.2，根據過程3.1所建立的基于社交網絡信息的相似度模型，由式(4)計算出鄰居集合S_u；