一種信息推薦方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種信息推薦方法和系統(tǒng)，所述方法包括：將用戶、項目以及用戶對項目的評分處理成二分圖；根據(jù)用戶對項目的評分，確定目標用戶與其他用戶的相似度；將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度；并據(jù)此相關度，選擇項目對應的信息推薦給目標用戶。本發(fā)明的信息推薦方法根據(jù)用戶對項目的評分來確定目標用戶與其他用戶的相似度，充分挖掘用戶節(jié)點與項目節(jié)點之間的相關性，減少數(shù)據(jù)稀疏問題的影響，可以較準確地推薦用戶感興趣的評分項目，提高了推薦質量。
【專利說明】一種信息推薦方法和系統(tǒng)
【技術領域】
[0001]本發(fā)明涉及通信【技術領域】，特別是指一種信息推薦方法和系統(tǒng)。
【背景技術】
[0002]個性化推薦能夠通過收集和分析用戶信息來學習用戶的興趣愛好，并據(jù)此向用戶推薦符合其偏好的產(chǎn)品與服務，其信息過濾的效果及推薦被用戶接受的地程度都遠勝于非個性化推薦系統(tǒng)，因此，在電影、音樂、新聞、產(chǎn)品和WEB頁面推薦領域等方面都得到了越來越廣泛的應用。
[0003]隨著移動電話用戶數(shù)量的快速增加以及移動通信技術的飛速發(fā)展，帶來了移動增值數(shù)據(jù)業(yè)務的迅猛增長，帶來了大量的數(shù)據(jù)業(yè)務與應用點，比如為用戶實時提供天氣、新聞、體育、交通及股票等正成為移動增值服務市場上新的熱點。為了使用戶在海量信息中能夠及時、準確得到自己所需要的信息，就需要深入挖掘用戶不同的興趣，從而開展相應的業(yè)務以增加活躍用戶數(shù)比例是當前提高用戶滿意度和忠誠度的一大重要舉措，于是個性化信息服務在移動應用中應運而生。
[0004]目前，個性化推薦技術中已經(jīng)有很多成熟的方法，比如協(xié)同過濾方法，基于概念聚類的方法，此類方法所述方法已可實現(xiàn)，比如在一篇專利“一種個性化信息推薦的方法”(申請?zhí)?200910086471 )，使用協(xié)同過濾工具計算項集相似性，挖掘用戶屬性及偏好。現(xiàn)有的基于協(xié)同過濾的個性化推薦方法存在著如下缺陷:(1)可擴展性問題:推薦算法需要實時進行，能夠在盡可能短的時間內作出響應，而海量數(shù)據(jù)逐漸增大的規(guī)模會導致算法速度急劇下降，無法及時產(chǎn)生推薦；(2)稀疏性，由于大規(guī)模的商品數(shù)量和為數(shù)眾多的用戶數(shù)量，而用戶一般只對自己感興趣的商品評分，所利用的表示用戶興趣的信息是有限的。
[0005]目前還有一些圖論的個性化推薦方法，將用戶、項目建立二分圖，利用二分圖原理來計算用戶和項目的相關度，從而能準確計算出TOP-N個推薦，避免推薦空值，能實現(xiàn)快速離線計算，從而為實時計算提供可能。但是該方法只考慮了用戶-項目之間的結構相關性來計算節(jié)點之間的關聯(lián)程度，而忽略了用戶與用戶之間、項目與項目之間的相似性，忽視了用戶對項目具體評分，而只考慮用戶與項目之間的相關性。

【發(fā)明內容】

[0006]本發(fā)明要解決的技術問題是，現(xiàn)有的個性化推薦方法只考慮用戶與項目之間的相關性，沒有考慮用戶與用戶之間、項目與項目之間的相似性，忽視了用戶對項目具體評分。
[0007]為解決上述技術問題，本發(fā)明的實施例提供一種信息推薦方法，包括如下步驟:
[0008]將用戶、項目以及用戶對項目的評分處理成二分圖，用戶和項目對應二分圖上節(jié)點，用戶對項目的評分對應二分圖上的邊；
[0009]根據(jù)用戶對項目的評分，確定目標用戶與其他用戶的相似度；
[0010]將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度；[0011 ] 根據(jù)目標用戶與項目的相關度，選擇項目對應的信息推薦給目標用戶。
[0012]本發(fā)明還提供了一種信息推薦系統(tǒng)，包括:
[0013]二分圖建立模塊，用于將用戶、項目以及用戶對項目的評分處理成二分圖，用戶和項目對應二分圖上節(jié)點，用戶對項目的評分對應二分圖上的邊；
[0014]用戶-用戶相似度確定模塊，用于根據(jù)用戶對項目的評分，確定目標用戶與其他用戶的相似度；
[0015]用戶-項目相關度確定模塊，用于將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度；
[0016]項目推薦模塊，用于根據(jù)目標用戶與項目的相關度，選擇項目對應的信息推薦給目標用戶。
[0017]本發(fā)明的上述技術方案的有益效果如下:本發(fā)明的信息推薦方法是根據(jù)用戶對項目的評分來確定目標用戶與其他用戶的相似度，將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度，用以擴展帶起始點的隨機游走模型，控制隨機游走過程向與出發(fā)節(jié)點相似的節(jié)點靠攏，從而充分挖掘用戶節(jié)點和項目節(jié)點之間的相關性，減少數(shù)據(jù)稀疏問題的影響，對項目重要性排序作出了更準確地評估，可以較準確地推薦用戶感興趣的評分項目，提高了推薦質量。
【專利附圖】

【附圖說明】
[0018]圖1為本發(fā)明提供的一種實施例的信息推薦方法流程圖；
[0019]圖2為本發(fā)明確定用戶與項目的相關度的流程圖；
[0020]圖3為本發(fā)明選擇項目對應的信息推薦給目標用戶的流程圖；
[0021]圖4為本發(fā)明的信息推薦系統(tǒng)的結構框圖；
[0022]圖5為本發(fā)明的用戶-項目相關度確定模塊的結構框圖；
[0023]圖6為本發(fā)明的項目推薦模塊的結構框圖；
[0024]圖7為本發(fā)明一種實施例的按照用戶-項目評分建立的二分圖。
【具體實施方式】
[0025]為使本發(fā)明要解決的技術問題、技術方案和優(yōu)點更加清楚，下面將結合附圖及具體實施例進行詳細描述。
[0026]如圖1所示，為本發(fā)明提供的一種實施例的信息推薦方法流程圖，包括如下步驟:
[0027]步驟S101:將用戶、項目以及用戶對項目的評分處理成二分圖，用戶和項目對應二分圖上節(jié)點，用戶對項目的評分對應二分圖上的邊。
[0028]步驟S102:根據(jù)用戶對項目的評分，確定目標用戶與其他用戶的相似度。
[0029]步驟S103:將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度。
[0030]步驟S104:根據(jù)目標用戶與項目的相關度，將項目對應的信息推薦給目標用戶。
[0031]本發(fā)明的信息推薦方法，根據(jù)用戶對項目的評分來確定目標用戶與其他用戶的相似度，將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度，用以擴展帶起始點的隨機游走模型，控制隨機游走過程向與出發(fā)節(jié)點相似的節(jié)點靠攏，從而充分挖掘用戶節(jié)點和項目節(jié)點之間的相關性，減少數(shù)據(jù)稀疏問題的影響，對項目重要性排序作出了更準確地評估，可以較準確地推薦用戶感興趣的評分項目，提高了推薦質量。
[0032]本發(fā)明確定目標用戶與其他用戶的相似度是根據(jù)用戶對項目的評分來計算的，依據(jù)用戶對項目的評分獲得相似度，以確定目標用戶與各個基本用戶對項目評分之間的相似性。其中，用戶對項目的評分可以是根據(jù)用戶對項目的打分、訪問流量或者訪問次數(shù)來確定，
[0033]優(yōu)選地，目標用戶與其他用戶的相似度采用如下計算公式:
[0034]
【權利要求】
1.一種信息推薦方法，其特征在于，包括如下步驟: 將用戶、項目以及用戶對項目的評分處理成二分圖，用戶和項目對應二分圖上節(jié)點，用戶對項目的評分對應二分圖上的邊； 根據(jù)用戶對項目的評分，確定目標用戶與其他用戶的相似度； 將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度； 根據(jù)目標用戶與項目的相關度，選擇項目對應的信息推薦給目標用戶。
2.根據(jù)權利要求1所述的信息推薦方法，其特征在于，根據(jù)目標用戶對項目的評分，確定目標用戶與其他用戶的相似度，采用如下計算公式:

3.根據(jù)權利要求1所述的信息推薦方法，其特征在于，將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度，包括: 以目標用戶的節(jié)點為出發(fā)節(jié)點，將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，計算二分圖上各個節(jié)點之間的遷移概率； 將所述節(jié)點之間的遷移概率組成鄰接矩陣； 對鄰接矩陣進行迭代處理，直到鄰接矩陣收斂，所述收斂后的矩陣中目標用戶與項目對應的元素為兩者之間的相關度。
4.根據(jù)權利要求3所述的信息推薦方法，其特征在于，對所述鄰接矩陣進行歸一化處理。
5.根據(jù)權利要求1所述的信息推薦方法，其特征在于，根據(jù)目標用戶與項目的相關度，選擇項目對應的信息推薦給目標用戶，包括: 對目標用戶與項目的相關度進行排序； 按照排序，將一定數(shù)量的項目對應的信息推薦給目標用戶。
6.根據(jù)權利要求5所述的信息推薦方法，其特征在于，選擇項目對應的信息推薦給目標用戶之前還包括:剔除目標用戶已評分的項目。
7.一種信息推薦系統(tǒng)，其特征在于，包括: 二分圖建立模塊，用于將用戶、項目以及用戶對項目的評分處理成二分圖，用戶和項目對應二分圖上節(jié)點，用戶對項目的評分對應二分圖上的邊； 用戶-用戶相似度確定模塊，用于根據(jù)用戶對項目的評分，確定目標用戶與其他用戶的相似度； 用戶-項目相關度確定模塊，用于將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量，基于可重啟的隨機游走模型計算目標用戶與項目的相關度； 項目推薦模塊，用于根據(jù)目標用戶與項目的相關度，選擇項目對應的信息推薦給目標用戶。
8.根據(jù)權利要求7所述的信息推薦系統(tǒng)，其特征在于，所述用戶-項目相關度確定模塊包括: 遷移概率計算模塊，用于以目標用戶的節(jié)點為出發(fā)節(jié)點，將所述目標用戶與其他用戶的相似度組成的向量作為重啟向量目標，計算二分圖上各個節(jié)點之間的遷移概率； 鄰接矩陣建立模塊，用于將所述節(jié)點之間的遷移概率組成鄰接矩陣； 相關度計算模塊，用于對鄰接矩陣進行迭代處理，直到鄰接矩陣收斂，所述收斂后的矩陣中目標用戶與項目對應的元素為兩者之間的相關度。
9.根據(jù)權利要求7所述的信息推薦系統(tǒng)，其特征在于，所述項目推薦模塊包括: 用戶與項目相關度排序模塊，用于對目標用戶與項目的相關度進行排序； 信息推送模塊，用于按照排序將一定數(shù)量的項目對應的信息推薦給目標用戶。
【文檔編號】G06F17/30GK103778145SQ201210405501
【公開日】2014年5月7日 申請日期:2012年10月22日 優(yōu)先權日:2012年10月22日
【發(fā)明者】張永俊, 李啟文, 蔣迎鋒, 唐文波 申請人:中國移動通信集團廣東有限公司