[發明專利]一種融合信任度的社交網絡好友推薦方法

在審

• 申請號: 201810109014.5
• 申請日: 2018-01-30
• 公開（公告）號: CN108427715A
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 徐光俠;代皓;馬創;劉俊;何李杰;唐志京
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/00;G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種融合信任度的社交網絡好友推薦方法，其特征在于，所述方法包括：用戶社交相似度計算、用戶興趣相似度計算以及相似度融合，關系置信度計算、行為置信度計算以及置信因子融合，最后通過相似度和置信因子的融合，產生Top-N推薦列表。在進行用戶推薦時，綜合考慮社交網絡拓撲、用戶興趣計算出社交相似度和興趣相似度，將兩種相似度進行融合得到用戶相似度，綜合考慮用戶社交拓撲和社交行為，分別計算出關系度和行為置信度，線性組合成置信因子，對相似度計算結果進行修正，將相似度和置信因子進行融合，提高相似度計算可信度，產生Top-N推薦列表。具體內容包括：將用戶社交網絡轉化為圖結構，一個用戶用一個節點表示，根據用戶社交網絡拓撲中，擁有共同好友的數量計算用戶的社交相似度；根據用戶在社交網絡中轉發、發布的文本提取關鍵字計算興趣相似度；融合社交相似度和興趣相似度，通過不斷地實驗找到最佳的融合參數，以此表示用戶的相似度；利用用戶共同關注好友的數量占用戶關注好友總數的比例度量關系置信度；利用用戶之間的互動情況計算用戶的行為置信度；通過實驗找到最佳的置信因子融合參數，將兩種置信度融合成為置信因子；最后利用置信因子修正相似度就算結果，產生Top-N推薦結果。

2.根據權利要求1所述的方法，其特征在于，將每個用戶視作一個節點，若用戶之間有聯系，則在對應節點之間添加一條邊，從而得到整個用戶網絡的無向圖。搜索用戶的共同關注的好友，計算出任意兩個用戶之間的社交相似度。

3.根據權利要求1所述的方法，其特征在于，從用戶在社交網絡中產生的相關內容提取關鍵字，這些關鍵字可以精確地描述用戶特點、偏好等。利用關鍵詞的相似程度，表示用戶的興趣相似度。

4.根據權利要求1所述的方法，其特征在于，基于兩個用戶社交圈共同的朋友越多、聯系越緊密，那么這兩個用戶的信任度就越高的思想，首先提取用戶a和用戶b的共同關注的好友，根據共同關注好友的數量占用戶關注好友總數的比例度量關系置信度。

5.根據權利要求1所述的方法，其特征在于，用戶社交網絡行為包括提醒、轉發和評論三種形式，用戶之間互動行為越多，用戶的信任度越高。三種互動方式的權重通常不同，為簡化計算，對三種互動行為賦予相同權重。利用用戶a和用戶b之間互動行為數占用戶a和用戶b互動總數的比例表示行為置信度。

6.根據權利要求1所述的方法，其特征在于，將用戶的社交相似度和興趣相似度進行線性融合表示用戶的相似度，并通過實驗找到最佳的融合參數。用戶a和用戶b之間的相似度表示為：Sim_ab＝λsocailSim_ab+βinterestSim_ab，其中λ+β＝1，socailSim_ab表示用戶之間的社交相似度，interestSim_ab表示用戶之間的興趣相似度。

7.根據權利要求1所述的方法，其特征在于，用戶a和用戶b之間的關系置信度記為realtionTrust_ab，行為置信度記為actionTrust_ab，將用戶的關系置信度，行為置信度進行線性融合表示用戶的置信因子，并通過實驗找到最佳的融合參數。用戶a和用戶b之間的置信因子表示為：Trust_ab＝ηrealtionTrust_ab+θactionTrust_ab，其中η+θ＝1。

8.根據權利要求1所述的方法，其特征在于，為了增強相似度的可信度，利用可信因子對相似度進行修正，同時提高推薦滿意度和新穎度，記為result_ab＝Sim_ab+Trust_ab，其中Sim_ab表示用戶a和用戶b的相似度，Trust_ab表示a和b的置信因子。根據result_ab產生Top-N推薦列表。