[发明专利]基于关键用户和时间上下文的二部图推荐方法

摘要

本发明公开了一种基于关键用户和时间上下文的二部图推荐方法，属于个性化智能推荐的技术领域。该方法包括用户对商品的反馈数据采集、关键用户集提取、用户的兴趣偏好邻居集构建、在经裁剪的用户‑商品二部图上进行物质资源扩散、最终推荐。采用此方法，挖掘出推荐系统中起主导作用的关键用户群体，在此群体中寻找目标用户的兴趣最近邻居集合C，并根据集合C对二部图进行剪裁，去掉与目标用户不相关或相关性较弱的结点和边，从而减少计算复杂度，保证推荐算法的实时性。另外，在第二步物质扩散过程中引入用户评分时间衰弱函数，体现不同时间的评分值对推荐结果的不同贡献程度，从而提高算法的推荐精确度。

主权项

1.一种基于关键用户和时间上下文的二部图推荐方法，其特征在于，包括如下步骤：步骤一，采集用户对商品的反馈数据；步骤二，关键用户集提取，分别使用评分数量权重、用户对商品的评分样本标准差衡量用户的交易经验度和评分准确度，综合上述两种因素形成用户作为关键用户的权威度；步骤三，用户的兴趣偏好邻居集构建，基于用户与关键用户集成员之间的共同评价商品数、评分之间的差异分别计算两者之间的兴趣吻合度和评分信任度，并根据兴趣吻合度和评分信任度计算用户对关键用户集成员的综合信任度；基于关键用户的权威度以及用户对其综合信任度，实现用户到关键用户集的映射，将映射值高的前K个关键用户作为用户的兴趣邻居，形成用户的兴趣偏好邻居集C；步骤四，物质扩散过程，在经剪裁的二部图中进行物质资源扩散，并在第二步扩散过程中引入时间上下文；步骤五，最终推荐，将步骤四中获得物质资源最多且目标用户没有购买过的前N个商品推荐给目标用户。