[發明專利]一種融合社交影響和項目關聯的個性化推薦方法

有效

• 申請號: 202010166298.9
• 申請日: 2020-03-11
• 公開（公告）號: CN111400612B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 張功國;黃浩;張為易
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 陳棟梁

1.一種融合社交影響和項目關聯的個性化推薦方法，其特征在于，包括以下步驟：

步驟一：獲取用戶社交數據和用戶評分數據，計算得到用戶的社交影響力和用戶間的相似度，從而得出用戶影響力值；

步驟二：根據用戶影響力值對信任用戶潛在特征向量進行指數約束，增強親密好友的信任關系，建立用戶影響力潛在信任特征向量；

步驟三：利用用戶評分數據對項目間進行關聯計算，獲取項目間的關聯值，從而構建項目關聯矩陣；

步驟四：在概率矩陣分解中利用用戶影響力和項目關聯信息進行聯合推薦；

所述步驟一中分別利用輸入的用戶社交關系數據和用戶評分數據構建用戶的社交影響力和用戶間的相似度，線性組合兩者構建用戶的影響力矩陣，其計算公式如下：

f(u,v)＝asim(u,v)+(1-a)PR(u) (1)

式中，sim(u,v)表示用戶u和用戶v的相似度，代表著用戶間的相互影響力，PR(u)表示用戶u在社交網絡中的個人影響力，f(u,v)表示用戶u對用戶v的影響力，定義一個權重a來表示兩者所占的比重，為了權衡用戶間的影響力和社交網絡中的個人影響力，這里將a設置為0.4；

所述用戶間的相似度、用戶的社交影響力分別為：

定義用戶間的相似度度量公式如下：

式中，I_uv表示用戶u和用戶v都評分過的項目的結合，r_ui表示用戶u對項目i的評分值，表示用戶u的平均評分值，r_vi表示用戶v對項目i的評分值，表示用戶v的平均評分值；

定義用戶的社交影響力度量公式如下：

式中,PR(u)表示用戶u在社交網絡中的個人影響力，d為阻尼系數，表示用戶訪問當前節點所提供的鏈接的概率，取值為0.85，(1-d)表示用戶隨機訪問下一節點的概率，N表示為用戶數量；

所述步驟二中根據用戶影響力對信任用戶潛在因子特征向量進行改進，增強親密好友的信任關系，建立用戶影響力潛在信任特征向量，具體包括以下步驟：

(1)計算社交網絡中用戶的特征向量u公式如下：

式中，U_u表示用戶u潛在特征向量，U_v表示用戶v的潛在特征向量，T_u,v表示社交用戶u對用戶v的信任值，是一個二進制值，取值為[0,1]，N_u表示用戶u直接鏈接出去的用戶集合；

(2)根據用戶的特征向量得到用戶的特征條件分布的公式如下：

式中，為信任用戶的特征條件分布，T表示用戶的社交關系矩陣，T_u,v表示社交用戶u對用戶v的信任值，是一個二進制值，取值為[0,1]，表示用戶U服從均值為0，方差為的高斯分布，I是一個指示函數，若用戶對項目進行評分，則為1，否則為0；

(3)利用用戶影響力來改進用戶潛在偏好特征向量公式如下：

式中，f(u,v)表示用戶u對用戶v的影響力，表示用戶u潛在特征向量；

(4)用戶影響力信任的特征條件分布公式如下所示：

式中，為用戶影響力信任的條件分布，m表示評分矩陣中用戶數量，表示用戶U服從均值為0，方差為的高斯分布，將用戶影響力應用到信任模型中有助于加強親密好友的推薦；

所述步驟三中使用評分數據對項目進行關聯計算，獲取項目間的關聯值，構建關聯矩陣，具體步驟為：

(1)項目間的關聯度計算公式如下：

C_i,j＝βsim_r(i,j)+(1-β)sim_a(i,j) (8)

式中，sim_r(i,j)表示項目間的評分相似度，sim_a(i,j)表示項目間的屬性相似度；C_i,j表示項目的綜合相似度，定義一個權重關系β來表示二者所占的比重，為了權衡項目間的評分相似和屬性相似，這里將β設置成0.5；

(2)根據項目間的關聯度構建項目關聯矩陣的計算公式如下：

式中，n表示項目數，g(x)＝1/(1+exp(-x))是邏輯回歸函數，用來限定預測值V_iV_j在范圍[0,1]內，當C_i,j≠0時，否則為0，是指示函數，表示推薦項目V_i和V_j的特征關聯關系；

所述步驟四中在概率矩陣分解中利用社交網絡中的用戶影響力信息和評分數據R中的輔助信息進行聯合推薦，其計算公式如下：

2.根據權利要求1所述的一種融合社交影響和項目關聯的個性化推薦方法，其特征在于，所述項目間的評分相似度、屬性相似度分別為：

定義項目間的評分相似度值度量公式如下：

式中，r_ui表示用戶u對項目i的評分值，表示項目i的平均值，r_uj表示用戶u對項目j的評分值，表示項目j的平均值，sim_r(i,j)表示項目i和項目j的評分相似度值；

定義項目間的屬性相似度值度量公式如下：

式中，V_ik表示項目i在k個屬性上的值，sim_a(i,j)表示項目i和項目j的屬性相似度。