[发明专利]基于多重个性化特征混合架构的社交网络好友推荐方法在审
| 申请号： | 201710944432.1 | 申请日： | 2017-10-12 |
| 公开（公告）号： | CN107526850A | 公开（公告）日： | 2017-12-29 |
| 发明（设计）人： | 宫继兵;高小霞;宋艳青;宋雅稀;仇玉佳 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q50/00 |
| 代理公司： | 秦皇岛一诚知识产权事务所(普通合伙)13116 | 代理人： | 续京沙 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多重个性化特征混合架构的社交网络好友推荐方法，该方法结合用户的属性信息及用户间的互动信息，定义亲密度特征，并构建亲密度概率转移矩阵，引入随机游走模型计算用户之间交互程度评分值。在此基础上，定义用户的个性化节点特征，利用加权平均法为其分别赋予不同的权值，最后利用随机游走算法，得到Top‑N的推荐列表进行推荐。本发明充分考虑了用户的属性信息和交互信息，考虑了用户的兴趣特征，以及用户在社交网络中的行为特征，通过这些个性化的网络特征和节点特征可以真实地反映用户的真实好友需求，极大程度上提高了好友推荐的准确率。 | ||
| 搜索关键词： | 基于 多重 个性化 特征 混合 架构 社交 网络 好友 推荐 方法 | ||
【主权项】：
一种基于多重个性化特征混合架构的社交网络好友推荐方法，其特征在于：该方法内容包括以下步骤：S1，定义亲密度特征，并构建亲密度概率转移矩阵；S2，引入随机游走模型计算用户之间交互程度评分值；S3，在定义网络特征亲密度的基础上定义和抽取用户的节点特征，构建多特征转移矩阵；S4，对所抽取的节点特征，计算其相似性值并排序；S5，运行随机游走算法，根据随机游走结果得到推荐列表，并向目标用户推荐候选用户。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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燕山大学，未经燕山大学许可，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/patent/201710944432.1/，转载请声明来源钻瓜专利网。
