[发明专利]基于潜在社群的信息推荐方法

摘要

本发明涉及信息推荐技术领域，尤其涉及一种基于潜在社群的信息推荐方法。本发明通过特征发现技术从用户历史记录中挖掘出用户兴趣模型，并根据该模型进行潜在社群发现并挖掘出社群间的层次关系；然后，通过特征提取从待推荐对象中提取出可能存在的兴趣集合，并结合社群层次结构的特点，快速定位到待推荐社群；最后，计算待推荐社群与待推荐对象兴趣集合间的相似度来判断是否满足推荐条件。本发明能够实现灵活的信息批量推送，相比传统点对点的推荐技术，在效率上有大幅提升；并集成了协同过滤技术，增加信息推荐的新颖性。

主权项

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。