[发明专利]一种融合用户影响关系的在线社区好友推荐方法及系统有效
| 申请号： | 201911322563.1 | 申请日： | 2019-12-20 |
| 公开（公告）号： | CN111143704B | 公开（公告）日： | 2023-10-20 |
| 发明（设计）人： | 颜志军;杨杭州;高慧颖;贾琳;尹秋菊;彭飞 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06F17/16;G06Q10/0639;G06Q50/00 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 刘芳 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 融合 用户 影响 关系 在线 社区 好友 推荐 方法 系统 | ||
1.一种融合用户影响关系的在线社区好友推荐方法，其特征在于，具体过程为：
步骤1.构建隐性用户行为网络，所述用户行为网络包括无向加权用户行为网络和有向加权用户行为网络；基于有向加权用户行为网络计算在线社区中基于兴趣的用户影响关系；
步骤2.基于所述无向加权用户行为网络，获取具有相似兴趣的用户社团；
步骤3.基于目标用户所在的社团，构建用户好友关系网络；基于所述用户影响关系构建用户影响关系网络；
步骤4.结合用户好友关系网络和用户影响关系网络进行好友推荐。
2.根据权利要求1所述融合用户影响关系的在线社区好友推荐方法，其特征在于，所述步骤1的基于兴趣的影响关系为：对于任意两个用户vi和vj，定义用户vi对用户vj基于兴趣的影响程度为Sij，
Sij＝WSij·USij
其中，WSij表示用户vi对用户vj的用户交互程度，USij表示用户vi与用户vj间的相似程度。
3.根据权利要求2所述融合用户影响关系的在线社区好友推荐方法，其特征在于，所述用户的相似程度由行为模式相似程度、属性相似程度和生成内容主题相似程度确定。
4.根据权利要求1所述融合用户影响关系的在线社区好友推荐方法，其特征在于，所述用户行为网络以用户为节点，当用户之间存在共同兴趣时，对应的网络用户存在连边，连边表示用户之间的隐性社会关系，连边权重表示对应用户之间隐性社会关系的强弱。
5.根据权利要求4所述融合用户影响关系的在线社区好友推荐方法，其特征在于，所述无向加权用户行为网络中权重为：
其中，fi和fj分别表示用户vi和用户vj的权重，即用户vi和用户vj参与话题数量，wij表示初始用户行为网络中边的权重；
所述初始用户行为网络中边的权重wij为：
其中，threads(vi)和threads(vj)分别表示用户vi和用户vj参与过的话题集合，NUp表示话题p的参与人数。
6.根据权利要求4所述融合用户影响关系的在线社区好友推荐方法，其特征在于，所述有向加权用户行为网络中权重为：
其中，fi表示边的出发用户vi的权重，即用户vi参与话题数量，wij表示初始用户行为网络中边的权重；
所述初始用户行为网络中边的权重wij为：
其中，threads(vi)和threads(vj)分别表示用户vi和用户vj参与过的话题集合，NUp表示话题p的参与人数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201911322563.1/1.html，转载请声明来源钻瓜专利网。
