[发明专利]基于潜在社群的信息推荐方法

权利要求书

1.一种基于潜在社群的信息推荐方法，其特征在于，包含以下步骤：

步骤1，根据用户历史数据记录来进行用户兴趣模型挖掘，包括以下步骤，

步骤1.1，采用特征发现技术从用户交互过的信息中挖掘出兴趣；

步骤1.2，根据用户与信息交互次数的量化，衡量用户对兴趣的感兴趣程度；

步骤1.3，将用户、兴趣以及用户对兴趣的感兴趣程度组织成用户兴趣模型；

步骤2，基于用户兴趣模型进行潜在社群发现，并根据社群层次关系定义对潜在社群进行社群层次关系挖掘，得到社群层次结构；

所述潜在社群包括单一兴趣社群和多兴趣社群，一个社群的所有用户构成该社群的用户集，一个社群的所有兴趣构成该社群的兴趣集；

所述社群层次关系定义如下，

（1）若一个社群 G的用户集包含另一个社群 G′的用户集，同时社群G的兴趣集被社群G′的兴趣集包含，则社群G是社群G′的上位社群，社群G′是社群G的下位社群；

（2）若一个上位社群和一个下位社群之间不存在别的社群，则称为直接上位社群和直接下位社群； 

（3）只有直接上位社群和直接下位社群之间才有连接，并且直接上位社群通过键指向直接下位社群，这个键是直接下位社群比直接上位社群多出来的单一兴趣社群编号；

基于用户兴趣模型进行潜在社群发现包括以下步骤，

步骤2.1，根据用户兴趣模型发现单一兴趣社群，

所述单一兴趣社群表示为，

其中，为单一兴趣社群的编号，表示该社群对应的兴趣，表示该社群对应的兴趣度， 表示该社群对应的用户集，根据该社群对应的用户对兴趣的感兴趣程度量化得到；

步骤2.2，基于单一兴趣社群迭代发现多兴趣社群，

所述多兴趣社群表示为，

    其中，表示该社群包含的某个单一兴趣社群，表示该社群对应的单一兴趣社群集合，采用组合成该社群的所有单一兴趣社群的编号的集合表示，即单一兴趣社群编号集合；表示该社群对应的用户集；

所述迭代发现多兴趣社群的实现方式如下，

设有单一兴趣社群gi，按照i=0，1…Max的顺序，分别组合社群gi和社群gi，gi+1…gMax，从中发现单一兴趣社群编号集合包括单一兴趣社群gi的编号的所有社群；若社群gi与gj组合生成新社群，基于社群层次关系判断新社群是否是被包含的社群，若是则去除新社群，若不是则将新社群加入社群层次关系，并将新社群和社群gi继续与社群gj，gj+1…gMax分别组合； 

所述组合，是指将两个社群的兴趣集取并集，两个社群的用户集取交集；

所述生成新社群，是指当组合所得社群的用户集中用户数目不小于预设阈值时，将组合所得社群作为生成的新社群；

所述包含，是指若一个社群A包含另一个社群B，则表示组合成社群B的单一兴趣社群集合是组合成社群A的单一兴趣社群集合的子集，社群B的用户集是社群A的用户集的子集；

步骤3，基于社群层次关系进行推荐，包括以下步骤，

步骤3.1，挖掘待推荐项目包含的兴趣；

步骤3.2，根据待推荐项目包含的兴趣，按照步骤2所得社群层次结构查找满足推荐条件的待推荐社群，将待推荐项目推送到找到的待推荐社群；

步骤3.3，记录用户反馈信息并更新社群层次关系。