一種基于用戶聚類的推薦方法
【專利摘要】本發(fā)明提出一種基于用戶聚類的推薦方法，為了合理的根據(jù)用戶興趣對用戶進行有效推薦，根據(jù)用戶對各主題標簽的總瀏覽頻率、瀏覽時間以及總瀏覽時間、有效瀏覽頻率以及有效瀏覽時間，得到興趣度，形成用戶的興趣特征向量；根據(jù)用戶的興趣特征向量，篩選核心用戶，構成核心用戶集，使用K-means聚類算法對全體用戶進行聚類；得到全用戶聚類之后，計算出每個用戶聚類在每個主題之上的類興趣向量；比較興趣值和類興趣向量，對其進行推薦。本發(fā)明所提供的CCVR方法推薦效果要好于其它的推薦方法，具有良好的準確性。
【專利說明】-種基于用戶聚類的推薦方法

【技術領域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)信息【技術領域】，具體涉及一種基于用戶聚類的推薦方法。

【背景技術】
[0002] 社交網(wǎng)絡隨著Internet用戶的普及已經(jīng)逐漸替代傳統(tǒng)的信息獲取渠道，如報紙， 雜志，電視新聞等，成長為大多數(shù)人第一時間接收信息的一種方式。例如國外的f aceb〇〇k， twitter，國內(nèi)的微博，人人網(wǎng)等。大家通過發(fā)消息與狀態(tài)，發(fā)布自己所要表達的信息，通過 轉發(fā)與分享其他人的消息與狀態(tài)，去擴散從其他人那里得到的信息。這涉及到結點影響度 的問題，即一個被所有人關注的結點，它所發(fā)布的信息能被所有人看到，一個關注所有人的 結點，它能看到所有人發(fā)布的信息。當然，個人的精力是有限的，不可能通過自己去尋找，然 后手動的關注所有可能會感興趣的內(nèi)容或結點。所以互聯(lián)網(wǎng)信息服務方需要研究如何去有 效的向用戶推薦他們會感興趣的內(nèi)容或結點。
[0003] 于洪等人提出的強弱關系概念，詮釋了社交網(wǎng)絡中的關注形式。人人網(wǎng)，QQ空間 等形式，以雙向關注（強關系）的方式來構建起社交網(wǎng)絡；微博等形式，以單向關注（弱關 系）的方式構建起自己的關系網(wǎng)。對于互關注關系的推薦，在強關系的社交網(wǎng)絡中，通過共 同好友、聯(lián)系人、通訊錄等真實社交信息的方法通常就達到很好的效果，然而正是由于強關 系往往會建立于真實的社會關系，如此一來，相比弱關系便存在很大的局限性，因為如果無 法與某個結點建立關系就不能看到它所發(fā)布的動態(tài)，這就顯得不太合理。有些人喜歡發(fā)布 信息，這類結點便成為了網(wǎng)絡中消息的發(fā)布者，他們發(fā)布的顯然要比他們訂閱的多，有些人 喜歡接受信息，這些人作為訂閱者接收信息多于發(fā)布信息，所以這樣一種不平衡如果建立 于強關系的話就十分的不合理，因此基于弱關系的社交網(wǎng)絡形式應運而生，大家各取所需。
[0004] 參考文獻：于洪，楊顯.微博中節(jié)點影響力度量與傳播路徑模式研究[J].通 信學報，2012,33 (Zl):96 ?97 ;Chen J,Geyer W，Dugan C, Muller M，Guy I· Make new friends, but keep the old:Recommending people on social networking sites// Proceedings of the 27th International Conference on Human Factors in Computing Systems. New York，NY，USA，2009:201?210;陳克寒，韓盼盼，吳健.基于用戶聚類的異 構社交網(wǎng)絡推薦算法[J]·計算機學報，2013,36(2) :350?351;Mislove Alan，Marcon Massimiliano, Gummadi Krishna P, Druschel Peter, Bhattacharjee Bobby. Measurement and analysis of online social networks//Proceedings of the 7th ACM SIGC0MM Conference on Internet Measurement· San Diego, CA，USA，2007:29 ?42 ;劉枚蓮，劉同 存，李小龍.基于用戶興趣特征提取的推薦算法研究[J].計算機應用研究，2〇ll，28(5): 1665 ?1666.
[0005] 關于這類推薦問題，有學者也進行了充分的研究。協(xié)同過濾推薦算法最早是由 Goldberg等人提出的，但該系統(tǒng)沒有充分考慮用戶需求，存在一定缺陷。針對這一問題， GroupLens首次提出基于用戶評分的自動協(xié)同過濾推薦系統(tǒng)。協(xié)同過濾推薦算法是應用最 為廣泛的推薦算法，由于提出比較早，所以存在不少缺陷，后期又出現(xiàn)了基于內(nèi)容的推薦算 法，通過比較項目與用戶描述文件來為用戶提供推薦服務；基于關聯(lián)規(guī)則的推薦算法主要 是根據(jù)關聯(lián)規(guī)則模型和用戶當前的購買行為為用戶提供推薦服務。
[0006] 現(xiàn)有的研究成果表明，研究提供一種合理的推薦方式是十分必要的。
[0007] 參考文獻：LI Yu，LI Xue-feng. A hybrid collaborative filtering method for multiple-interests and multiple-content recommendation in e-commerce[J].Expert Systems with Applications，2005,28(l):67 ?77;HUANG Cheng-lung，HUANG Wei-liang. Handing sequential pattern decay:developing a two-stage collaborative recommender system[J]. Electronic Commerce Research and Application，2008,8(3):117 ?129 ;LUIS M，JUAN M，JUAN F. A collaborative recommender system base on probabilistic inference from fuzzy observations[J]. Fuzzy Set and Systems，2008，159 (12):1554 ?1576 ;HUANG Zan，ZENG D，CHEN H C· A comparison of collaborative-filtering recommendation algorithms for e-commerce[J]_IEEE Intelligent Systems，2007,22(5) :68 ?78 ;LIU Duen-ren，SHIH Y Y. Hybrid approaches to product recommendation base on customer lifetime value and purchase preferences[J]_Journal of Systems and Software，2005,77(2):181 ? 191 ;MATEVZ K，T0MAZ P，et al· Optimisation of combined collaborative recommender systems[J].AEU of Electronics and Communications，2007,61(7):433 ?443·


【發(fā)明內(nèi)容】

[0008] 根據(jù)上述的一些研究，本發(fā)明提供一種基于用戶聚類的推薦方法。
[0009]為達到上述目的，本發(fā)明采用的技術方案為一種基于用戶聚類的推薦方法，包括 以下步驟：
[0010] St印1，輸入用戶集合υ= {ι^ιν.ι?α}和主題標簽集合c= {Sl，s2…Sp}，α表示 用戶個數(shù)，β表示主題標簽集合C中主題標簽個數(shù)；初始化當前處理用戶序號i取值為h 轉到Step2 ;
[0011] St印2,初始化當前處理標簽序號j取值為丨，轉到Step3 ;
[0012] St印3,如果用戶Ui關注了主題標簽七，轉到Step4 ;否則令用戶對第j個主題標簽 感興趣的程度dj = 0,轉到Step9 ;
[0013] Step4,根據(jù)用戶Ui對主題標簽Sj的瀏覽次數(shù)n，確定出用戶七對主題標簽 Sj的 總瀏覽頻率f = η,轉到Step5 ;
[0014] Step5,確定用戶Ui對主題標簽Sj的第k次瀏覽時間tj k以及總瀏覽時間T，k的 取值為1，2,…n，轉到SteP6 ; '
[0015] SteP6,確定用戶Ui對主題標簽Sj的有效瀏覽頻率 ef，轉到step7 ;
[0016]確定方式為，若tmin < tlk < tmax，t-和tmax為用戶Ui對標簽的最小瀏覽時間和最 瀏覽時間的預設閾值，則用戶Ui對第j個主題標簽的第k次瀏覽是有效的，則用戶Ui對 第j個主題標簽的η次瀏覽過程中，所有有效瀏覽的次數(shù)之和為用戶化對第j個主題標簽 的有效瀏覽頻率；
[0017] St印7,求ef次有效瀏覽的瀏覽時間之和，計算出用戶Ui對主題標簽Sj的有效瀏 覽時間et，轉到Step8 ;
[0018] St印8,根據(jù)下式，計算出用戶W對主題標簽Sj興趣度d」，轉到Step9 ;
[0019]

【權利要求】
1. 一種基于用戶聚類的推薦方法，其特征在于，包括以下步驟： 5七6口1，輸入用戶集合11={111，112*"11 [1}和主題標簽集合〇={81，8^80}，€[表示用戶 個數(shù)，P表示主題標簽集合C中主題標簽個數(shù)；初始化當前處理用戶序號i取值為1，轉到 Step2 ； St印2,初始化當前處理標簽序號j取值為1，轉到St印3 ; St印3,如果用戶Ui關注了主題標簽&，轉到St印4 ;否則令用戶對第j個主題標簽感興 趣的程度dj= 0,轉到Step9 ; St印4,根據(jù)用戶Ui對主題標簽Sj的瀏覽次數(shù)n，確定出用戶Ui對主題標簽Sj的總瀏 覽頻率f=n，轉到Step5 ; St印5,確定用戶Ui對主題標簽&的第k次瀏覽時間tlk以及總瀏覽時間T，k的取值 為1，2,…n，轉到Step6 ; St印6,確定用戶Ui對主題標簽Sj的有效瀏覽頻率ef，轉到St印7 ; 確定方式為，若tmin彡tj;k彡tmax，tmin和tmax為用戶Ui對標簽的最小瀏覽時間和最大 瀏覽時間的預設閾值，則用戶Ui對第j個主題標簽的第k次瀏覽是有效的，則用戶Ui對第 j個主題標簽的n次瀏覽過程中，所有有效瀏覽的次數(shù)之和為用戶Ui對第j個主題標簽的 有效瀏覽頻率； Step7,求ef次有效瀏覽的瀏覽時間之和，計算出用戶Ui對主題標簽Sj的有效瀏覽時 間et，轉到Step8 ; Step8,根據(jù)下式，計算出用戶Ui對主題標簽Sj興趣度dj，轉到Step9 ;
其中，參嬰
，H為用戶對所有主題標簽的瀏覽頻率之和；PS為預設的系統(tǒng)參數(shù) 興趣時間系數(shù)
表示用戶對第j個主題標簽的平均瀏覽時間，
表示用戶對第j個主題 標簽的平均有效瀏覽時間； Step9,設用戶Ui在主題標簽集合C中未瀏覽過的標簽集合用Cb表示，瀏覽過的標簽集 合用Ca表示，根據(jù)下式，計算Vi;j，令j=j+1，如果j小于等于0則轉到Step3,否則轉到 SteplO；
SteplO,令i=i+l，如果i小于等于a，轉到Step2,否則令i= 1，初始化核心用戶數(shù) 目Y取值為〇,轉到St印11 ; St印11，根據(jù)用戶Ui的興趣向量，…\0)中非零元素所占比例得到興趣密 度值density(Ui)，如果興趣密度值density(Ui)>X，標記Ui為核心用戶，轉到Stepl2;否 則轉到Stepl3 ;其中，A為預設的密度閾值； Stepl2,令Y=Y+1，轉到Stepl3; St印13,令i=i+1，如果i小于等于a，轉到St印11 ;否則轉到St印14 ; Stepl4,當前得到Y個核心用戶，開始用K-means算法對全部用戶進行聚類，本步驟以Y個核心用戶為初始的聚類中心，初始定義變量newj= 0,oldj= -1，轉到Stepl5 ; Stepl5,計算fabs(newj-oldj)，fabs函數(shù)表示計算絕對值，如果fabs(newj-oldj)大 于等于絕對值的相應預設閾值，轉到Stepl6,否則轉到Stepl9 ; Stepl6,對用戶集合U=IudIvucJ中作為聚類中心的用戶以外的各剩余用戶，分別 計算剩余用戶與每個作為聚類中心的用戶之間的歐式距離，并分配到距離最近的聚類中心 相應聚類中，轉到Stepl7 ; Stepl7,計算每個用戶聚類Rh中所有用戶興趣向量的平均值，作為用戶聚類Rh新的聚 類中心Zh，轉到St印18 ; Stepl8,令oldj=newj，根據(jù)準則函數(shù)計算新的準則函數(shù)值賦值給newj，轉到Stepl5 ； St印19,當前得到Y個用戶聚類R1,馬…Ry，轉到St印20 ; St印20,初始化當前處理類別序號h取值為1，轉到St印21 ; Step21，根據(jù)下式計算該類別的類興趣向量Rvh = (RVhl,RVh2, ...，RVhe)，轉到Step22 ;
其中，IRhI表示用戶聚類Rh中的用戶個數(shù)，心表示用戶聚類Rh中的任一用戶，用w表 示聚類Rh中用戶個數(shù)，€取值為1，2……w，表示用戶聚類Rh中用戶％對第j個主題標 簽的興趣度，RVw表示用戶聚類Rh對第j個主題標簽的興趣度，j取值為1，2......^ ； Step22,令h=h+1，如果h小于等于Y，轉到Step21，否則轉到Step23 ;3七6口23，此時得到￥個類別的類興趣向量，1^1，1^2*"1^^，令11=1，轉到5七6口24 ; St印24,為用戶聚類Rh中的每個用戶分別推薦主題標簽，設用戶聚類Rh中的用戶義為 用戶集合U=Iu1,ivua}中的用戶Ui,對于用戶Ui的興趣向量Vi (Vm,Vi>2，…Vi, 0)，把它 與用戶聚類Rh的類興趣向量Rvh = (RVhl，RVh2, ...，RVhe)中各興趣值RVw進行比較，如果 Vu大于等于RVhj,則把主題標簽Sj推薦給用戶，轉到Step25 ; Step25,令h=h+1，如果h小于等于Y，轉到Step24,否則轉到Step26 ; Step26,對用戶集合U=Iu1,iv"ua}中每個用戶的自動推薦均已完成，結束。
2.根據(jù)權利要求1所述基于用戶聚類的推薦方法，其特征在于：Stepl8中，準則函數(shù)的 計算公式如下，
其中，w代表用戶聚類Rh中用戶個數(shù)，叫VZJ表示兩個特征向量之間的偏差的平方，Vf 為用戶聚類Rh中的用戶\的興趣向量，Zh為相應類別的聚類中心。
【文檔編號】G06F17/30GK104268290SQ201410565721
【公開日】2015年1月7日 申請日期:2014年10月22日 優(yōu)先權日:2014年10月22日
【發(fā)明者】李鵬, 王婭丹, 金瑜, 劉璟, 劉欣 申請人:武漢科技大學