[发明专利]基于知识图谱的个人直播用户观看主播预测的方法及系统

权利要求书

1.一种基于知识图谱的个人直播用户观看主播预测的方法，其特征在于，包括：

步骤1、抽取并集合个人直播平台中每个用户的信息形成用户画像，将用户画像作为节点属性保存在知识图谱的用户节点中；

步骤2、抽取该个人直播平台中用户观看主播的行为，将用户历史观看主播行为作为用户节点间的关系保存在该知识图谱中，该关系具体表现为由指向和兴趣权重组成的有向边；

步骤3、获取该个人直播平台中待预测用户，在该知识图谱中查询与该待预测用户有邻接边的主播节点，并采用该待预测用户与该主播节点之间的兴趣权重，作为该预测用户观看的主播节点的第一贡献权值；

步骤4、在该知识图谱中查找与该待预测用户观看过相同主播的第一用户集合，从该第一用户集合中找到与该待预测用户观看相同主播数量最多的用户，作为与该待预测用户观看行为和兴趣最相似的第二用户集合；

步骤5、根据用户传递关系，得到该第二用户集合中各用户观看主播节点的第二贡献权值；

步骤6、提取该知识图谱中具有该第二贡献权值的主播节点，判断其是否具有该第一贡献权值，若有，则将其具有的该第一贡献权值和该第二贡献权值相加，作为其最终献权值，否则直接将该第二贡献权值作为其最终贡献权值；

步骤7、提取大于阈值的最终献权值对应的主播节点，作为该待预测用户的主播推荐结果。

2.如权利要求1所述的基于知识图谱的个人直播用户观看主播预测的方法，其特征在于，该步骤2包括从用户节点i到非直接邻接用户节点k进行兴趣传递时生成i,k之间该兴趣权重w_i,k：

其中w_i,k表示用户节点i相对用户节点k的兴趣权重，j为与用户节点k直接相连的用户节点集合，d_i,j表示用户节点i与用户节点j之间的距离。

3.如权利要求1或2所述的基于知识图谱的个人直播用户观看主播预测的方法，其特征在于，步骤5中该第二贡献权值P_x,j的计算方法如下：

其中W_k,j表示用户V_k与主播j之间的边权值，γ为贡献系数。

4.如权利要求3所述的基于知识图谱的个人直播用户观看主播预测的方法，其特征在于，该边权值通过下式得到：

其中a_m,j表示在前m天时用户i观看主播j的总共时长，M为个人直播平台中用户总数，β为衰减系数。

5.如权利要求4所述的基于知识图谱的个人直播用户观看主播预测的方法，其特征在于，该步骤1中用户的信息包括：用户的国家、年龄、语言、时区。

6.一种基于知识图谱的个人直播用户观看主播预测的系统，其特征在于，包括：

模块1、抽取并集合个人直播平台中每个用户的信息形成用户画像，将用户画像作为节点属性保存在知识图谱的用户节点中；

模块2、抽取该个人直播平台中用户观看主播的行为，将用户历史观看主播行为作为用户节点间的关系保存在该知识图谱中，该关系具体表现为由指向和兴趣权重组成的有向边；

模块3、获取该个人直播平台中待预测用户，在该知识图谱中查询与该待预测用户有邻接边的主播节点，并采用该待预测用户与该主播节点之间的兴趣权重，作为该预测用户观看的主播节点的第一贡献权值；

模块4、在该知识图谱中查找与该待预测用户观看过相同主播的第一用户集合，从该第一用户集合中找到与该待预测用户观看相同主播数量最多的用户，作为与该待预测用户观看行为和兴趣最相似的第二用户集合；

模块5、根据用户传递关系，得到该第二用户集合中各用户观看主播节点的第二贡献权值；

模块6、提取该知识图谱中具有该第二贡献权值的主播节点，判断其是否具有该第一贡献权值，若有，则将其具有的该第一贡献权值和该第二贡献权值相加，作为其最终献权值，否则直接将该第二贡献权值作为其最终贡献权值；

模块7、提取大于阈值的最终献权值对应的主播节点，作为该待预测用户的主播推荐结果。