[发明专利]基于用户信任和社交影响力的旅游群组推荐方法

说明书

本发明公开一种基于用户信任和社交影响力的旅游群组推荐方法，包括如下步骤：S1、计算群组内各用户间的全局信任度，用户间的直接信任度与间接信任度的综合形成用户间的全局信任度；S2、将全局信任度加权至阻尼系数上，形成改进的PageRank算，根据用户历史交互关系，采用改进的PageRank算法计算用户在群组内的社交影响力；S3、综合用户的全局信任度及用户在群组内的社交影响力，计算出群组对各景点的预测评分，输出预测评分最高的前k个旅游景点给相应的群组。将社交网络的社交影响力和用户间的信任融入群组融合策略，优化组内共识和分歧度，实现旅游目的地推荐的群组推荐方法。

技术领域

本发明属于个性化推荐技术领域，更具体地，本发明涉及一种基于用户信任和社交影响力的旅游群组推荐方法。

背景技术

利用网络进行在线搜索已成为旅游者在旅游前获取信息的主要途径，然而随着社交网络以及旅游网站的兴起，旅游者常常被淹没于大量的信息搜索和产品选择当中，而旅游推荐系统是解决信息过载问题的有效途径。推荐系统通过学习用户历史记录，建立用户兴趣偏好描述，为用户推荐其潜在感兴趣的项目或项目集，提供个性化的服务。目前，推荐技术已被各大电子商务网站普遍使用，并很好地提升了电子商务网站的销售，提高了用户满意度和忠诚度。

社交网络中的海量数据中包含了用户的丰富信息，挖掘用户之间相互作用规律可有效提高组推荐的效用。旅游是一个上下文信息丰富多变的活动，它包括食、住、行、游、购、娱六大方面的信息，并且每个方面又有各自的属性，相比其他项目，旅游产品所包含的信息更多更复杂。旅游目的地的选择是一项复杂的决策过程，往往需要群体共同决定，整个决策过程都需要相关的旅游信息支撑。而目前的研究基本集中于单个用户的旅游项目推荐，依靠用户和项目的信息，对群组内的决策考虑较少。

但是目前群组推荐系统均是基于用户间的静态关系展开研究，群组用户的偏好会随着社交交互的变化而发生改变，导致群组推荐的准确性降低。

发明内容

本发明提供一种基于用户信任和社交影响力的旅游群组推荐方法，将社交网络的社交影响力和用户间的信任融入群组融合策略，优化组内共识和分歧度，实现旅游目的地推荐的群组推荐方法。

本发明是这样实现的，一种基于用户信任和社交影响力的旅游群组推荐方法，所述方法具体包括如下步骤：

S1、计算群组内各用户间的全局信任度，用户间的直接信任度与间接信任度的综合形成用户间的全局信任度；

S2、将全局信任度加权至阻尼系数上，形成改进的PageRank算法，根据用户历史交互关系，采用改进的PageRank算法计算所有用户的社交影响力；

S3、综合用户的全局信任度及用户的社交影响力，计算出群组对各景点的预测评分，输出预测评分最高的前k个旅游景点给相应的群组。

进一步的，用户u_i和用户u_j间的全局信任度T_ij计算公式具体如下：

T_ij＝αD_ij+(1-α)I_ij

其中，α为全局信任度中直接信任度和间接信任度的调节系数，其取值为0～1，D_ij为用户u_i和用户u_j间的直接信任度，I_ij为用户u_i和用户u_j间的间接信任度。

进一步的，用户u_i和用户u_j间的直接信任度D_ij的计算公式具体如下：