[發明專利]一種基于加權異構信息網絡的景點推薦方法

在審

• 申請號: 202110104713.2
• 申請日: 2021-01-26
• 公開（公告）號: CN112836119A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 王磊;宋陽春
• 申請（專利權）人: 西安理工大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/951;G06F16/33;G06K9/62;G06Q50/14
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 徐瑤

本發明公開了一種基于加權異構信息網絡的景點推薦方法，具體包括：步驟1、獲取用戶景點數據；步驟2、將用戶和景點關系構建加權異構信息網絡；步驟3、抽象加權異構信息網絡圖，定義加權網絡模式；步驟4、獲取多條從用戶類型到用戶類型的元路徑集，引入加權元路徑；步驟5、計算用戶之間的相似度；步驟6、計算用戶對景點的預測評分；得到目標用戶訪問景點的概率；步驟7、將步驟6中的預測評分以降序方式排列，生成景點推薦列表；選取TOP?N的景點集作為結果推薦給用戶。本發明綜合利用用戶景點的交互信息，解決了現有的景點推薦方法數據稀疏，推薦精度低的問題。屬性附加信息以有效提高推薦的準確性和多樣性。

技術領域

本發明屬于數據挖掘推薦技術領域，涉及一種基于加權異構信息網絡的景點推薦方法。

背景技術

隨著旅游者消費觀念的轉變以及消費能力的提高，用戶旅游消費習慣逐漸向“剛需化發展”，旅游需求日益趨于個性化。目前國內外互聯網在線旅游平臺為用戶提供了方便快捷的信息服務，但與此同時用戶被大量的信息淹沒，推薦方法的出現為解決信息過載問題提供了一條有效途徑。景點推薦方法通過分析用戶的興趣和需求，推斷與之相關的目的地或景點集，從而過濾掉大量的無關信息，輔助人們的出游規劃。目前現有的景點推薦方法雖然有一定的效果，但大多只利用了用戶和景點的評分交互信息，未考慮其他重要的輔助信息。由于旅游本身周期長，頻次低，用戶景點評分交互信息少，數據稀疏，只利用評分因素會導致算法的推薦精度低。

發明內容

本發明的目的是提供一種基于加權異構信息網絡的景點推薦方法，解決了現有的景點推薦方法數據稀疏，推薦精度低的問題。

本發明所采用的技術方案是，一種基于加權異構信息網絡的景點推薦方法，具體按照以下步驟實施：

步驟1、獲取用戶旅游數據集，經去重，剔除無效數據的處理操作后，得到最終的有效數據集；

步驟2、根據步驟1用戶旅游數據集的結構特征，將用戶旅游數據集的關系構建為加權異構信息網絡；

步驟3、根據步驟2得到的加權異構信息網絡的節點類型以及節點類型之間的關系，將加權異構信息網絡抽象為加權異構網絡模式。只保留節點之間的類型關系，對網絡中節點和邊的類型進行限制，使得異構信息網絡半結構化；

步驟4、基于步驟3中加權異構網絡模式，獲取多條從用戶類型到用戶類型的元路徑集，引入加權元路徑；

步驟5、根據步驟4中加權和非加權元路徑，計算每條元路徑上用戶之間的相似度；

步驟6、根據步驟5中求得元路徑上用戶相似度值，計算每條元路徑上用戶對景點的預測評分；經過融合得到最終目標用戶對景點的預測評分；

步驟7、將步驟6中的預測評分以降序方式排列，生成景點推薦列表；選取TOP-N的景點集作為結果推薦給用戶。

本發明的特點還在于，

步驟2具體步驟為：定義用戶景點加權異構網絡模型G＝V,E,A,R,W，其中節點v∈V表示一個實體，有向邊u,v∈E表示節點u到節點v存在關系；權重w∈W表示邊上的權重，映射函數ψ：w→W表示每條邊的權重w∈W屬于集合W；A表示一個實體類型集合，映射函數φ：V→A表示每個實體v∈V屬于一個特定的實體類型，即φ(v)∈A；R表示一個鏈接關系類型集合，映射函數E→R表示每條邊u,u∈E屬于一個特定的鏈接關系類型，即該網絡中實體類型的數量|A|1且鏈接關系類型數量|R|1，完成該異構信息網絡的構建。

步驟3具體步驟為，根據步驟2中的加權異構信息網絡中的實體及關系，以實體類型為節點，連接關系類型為邊，邊上的權值為權重，構建其網絡模式圖，記為T_G＝(A,R,W)，它是帶有實體類型映射φ：V→A，關系類型映射E→R和權重映射ψ：w→W的信息網絡G＝V,E,A,R,W的元模式。