[發(fā)明專利]一種基于關注關系和用戶行為的圖推薦方法

在審

• 申請?zhí)枺?/td>: 201711154718.6
• 申請日: 2017-11-20
• 公開（公告）號: CN107798131A
• 公開（公告）日: 2018-03-13
• 發(fā)明（設計）人: 陳蕾;趙寶瑾;徐愛;李樹杰;李榮杰;唐詩;崔在興
• 申請（專利權）人: 北京師范大學珠海分校
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/06
• 代理公司: 北京輕創(chuàng)知識產(chǎn)權代理有限公司11212
• 代理人: 談杰

技術領域

本發(fā)明涉及互聯(lián)網(wǎng)技術領域，具體是一種基于關注關系和用戶行為的圖推薦方法。

背景技術

互聯(lián)網(wǎng)又稱網(wǎng)際網(wǎng)絡，或音譯因特網(wǎng)、英特網(wǎng)，始于1969年美國的阿帕網(wǎng)，是網(wǎng)絡與網(wǎng)絡之間所串連成的龐大網(wǎng)絡，這些網(wǎng)絡以一組通用的協(xié)議相連，形成邏輯上的單一巨大國際網(wǎng)絡。后來人們又研究出了智能手機，移動互聯(lián)網(wǎng)絡的高速發(fā)展及智能手機的普及極大方便了用戶的網(wǎng)絡應用，越來越多的用戶開始習慣于在上下班的公交車、地鐵或排隊辦理公共業(yè)務等零碎時間中，通過移動互聯(lián)網(wǎng)絡打發(fā)時間，網(wǎng)絡數(shù)據(jù)日益增大的今天，如何從海量數(shù)據(jù)中提取有效信息提供給用戶是當前互聯(lián)網(wǎng)應用亟待解決的問題，個性化信息推薦是解決這一問題的有效方法，它通過跟蹤用戶的歷史信息，計算用戶的興趣特征，從而給用戶推薦可能感興趣的資源。

隨著越來越多的網(wǎng)絡平臺支持用戶之間建立關注關系，例如微博粉絲功能、視頻分享站點的用戶關注功能、電子商城中用戶對商家的關注功能等，互聯(lián)網(wǎng)領域需要將這種關系考慮進去然后重新推薦，目前尚未有好的方法。圖推薦算法是一種更為靈活的利用用戶行為數(shù)據(jù)的推薦算法，其基本思路是將用戶對物品的行為轉化為圖模型表示，通過計算任意兩個節(jié)點間的相似度，從而為用戶節(jié)點推薦與其相似度最高的其他節(jié)點，這種算法的應用潛力很大。

發(fā)明內容

本發(fā)明的目的在于提供一種基于關注關系和用戶行為的圖推薦方法，以解決上述背景技術中提出的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

一種基于關注關系和用戶行為的圖推薦方法，具體步驟如下：

步驟一，構建用戶行為圖：采集用戶在網(wǎng)站的瀏覽數(shù)據(jù)，瀏覽數(shù)據(jù)包括對物品的瀏覽時間、訪問次數(shù)、訪問路徑數(shù)、每條訪問路徑的訪問次數(shù)和訪問路徑深度，將異常數(shù)據(jù)和不符合用戶瀏覽習慣的數(shù)據(jù)進行清除，根據(jù)用戶和物品之間的關系以及用戶與用戶之間的關系構建邊，即用戶與用戶瀏覽的物品之間建立一條邊，相似用戶之間構建一條邊，相似用戶是兩用戶瀏覽相同物品的數(shù)量超過設定的數(shù)值，統(tǒng)計用戶對某種物品的瀏覽次數(shù)，記為(B1,B2,…,BN)，設定用戶瀏覽數(shù)據(jù)的比重，記為(pb1,pb2,…,pbN)，pb1+pb2+…+pbN＝1，根據(jù)用戶對物品的瀏覽記錄以及系統(tǒng)設定的參數(shù)計算用戶與物品邊之間的權值，根據(jù)系統(tǒng)設定的參數(shù)和用戶與用戶之間的相似度計算出用戶與用戶之間的權值，得到用戶行為圖；

步驟二，構建用戶關注圖：A用戶關注了B用戶，構建一條從A指向B的邊，構建所有用戶關注關系的圖，得到用戶關注圖；

步驟三，計算初始關注概率：根據(jù)用戶關注圖計算用戶對某物品的關注概率，根據(jù)用戶行為圖計算對某物品的關注概率；

步驟四，計算綜合關注概率：將基于用戶關注圖得到的對某物品的關注概率和用戶行為圖對同一物品的關注概率進行綜合計算，得到用戶對某物品的關注概率；

步驟五，生成用戶列表：根據(jù)每個用戶對某物品的關注概率，生成每個用戶的用戶推薦列表和物品推薦列表。

作為本發(fā)明進一步的方案：系統(tǒng)將用戶瀏覽的所有物品構建成用戶物品集合，并根據(jù)用戶對物品的瀏覽頻率，計算出用戶對每個物品的關注程度。

作為本發(fā)明進一步的方案：生成物品推薦表的方法如下：首先排除用戶已關注的物品，然后將物品按照用戶對物品的關注概率按照降序排列，選擇關注概率超過0.5的物品生成推薦列表。

作為本發(fā)明進一步的方案：生成用戶推薦表的方法如下：首先排除用戶已關注的用戶，然后將物品按照用戶對用戶的關注概率按照降序排列，選擇關注概率超過0.6的用戶生成推薦列表。

作為本發(fā)明進一步的方案：用戶的瀏覽數(shù)據(jù)來自于PC端、WAP端、APP端以及線下數(shù)據(jù)。

與現(xiàn)有技術相比，本發(fā)明的有益效果是：本發(fā)明的方法將圖推薦算法、用戶關注關系和用戶瀏覽行為綜合考慮，能夠一次同時為用戶推薦物品和感興趣的用戶，滿足用戶的個性化推薦，推薦更加精準，符合用戶的需求。

具體實施方式

下面結合具體實施方式對本專利的技術方案作進一步詳細地說明。

實施例1

一種基于關注關系和用戶行為的圖推薦方法，具體步驟如下：