基于社交网络的推荐算法制造技术

本发明专利技术专利涉及一种基于社交网络的航班推荐算法，利用用户对航班的个体偏好，以及用户在民航出行中社交网络中有密切社交关系的用户的影响，结合邻居的社交偏好，预测用户的偏好，实现推荐。本专利简单实用、成本低、架构轻，通过普通物理机与大数据平台有机结合可实现民航旅客航班的在线推荐，不仅提高了推荐的准确性，还大大提高了推荐的实时性，可以应用于用户购票时向用户推荐个性化的航班以及在线下向用户推送喜爱的航班等场景。

【技术实现步骤摘要】
所属
本专利技术专利涉及惯性推荐技术和大数据处理相关技术。
技术介绍
在航空联盟的趋势下，民航客运存在激烈的竞争，航空公司不遗余力地改善企业管理，降低成本，提升客户体验，优化客户关系，旨在增加企业效益提高自身的竞争力。针对民航旅客的个性化航班推荐，不仅能提高旅客的购票效率，促使航空公司提高航班的质量，还能增加盈利，提升旅客的信赖度，避免优质客户的流失，有效缓解超售问题。在民航交通领域，旅客出行频次比公交和地铁等出行低，呈现旅客出行记录较少的特点，故而针对民航旅客进行个性化推荐可能会存在数据稀疏性和冷启动问题。使用传统的一些推荐算法，对于没有历史记录的冷启动用户存在限制。民航出行中，旅客经常结伴出行，旅客之间存在一定的社交关系，采用社会化推荐的方法能有效解决以上问题。
技术实现思路
本专利针对民航旅客出行购票的场景，提出了一种基于社交网络的航班推荐算法。方案中利用用户个体的偏好和社交关系的影响建立用户偏好的预测模型。模型的原理可以简单描述为：对于一个用户的未知偏好项，利用该用户社交网络中的邻居，将邻居的偏好通过网络传播给用户，得到用户的偏好预测。具体预测方法如下所示：(1)利用合适的偏好模型得到用户的偏好，根据算法的目标提出目标优化函数： min ( S i n d i v i d u a l ( i , j , k ) - Σ n ∈ N i ω i n S i n d i v i d u a l ( n , j , k ) Σ n ∈ N i ω i n ) 2 - - - ( 1 ) ]]>公式(1)Sindividual(i，j，k)为用户i对航线j的k航班的偏好，ωin为用户i的邻居n的权重。算法的目标为最小化用户和邻居之间的偏好差异，通过最小化目标表达式达到预测缺失偏好的目的。(2)算法是一个迭代的过程，每一次迭代更新用户的偏好值。算法在第n次迭代时，采用一种类似梯度下降的方法更新偏好值。偏好值更新的计算公式为： S i n d i v i d u a l ( i , j , k ) + = λ i * ( Σ n ∈ N i ω 本文档来自技高网...

【技术保护点】
用户在选择航班出行时，不仅会考虑自身的偏好，也会受到朋友的社交影响，进而得到一个用户对航班的综合反馈。为了描述社交关系对用户影响的大小，提出了社交影响因子的概念和计算方法。

【技术特征摘要】
1.用户在选择航班出行时，不仅会考虑自身的偏好，也会受到朋友的社交影响，进而得到一个用户对航班的综合反馈。为了描述社交关系对用户影响的大小，提出...

【专利技术属性】
技术研发人员：彭舰，段剑锋，陈瑜，宁黎苗，刘唐，黄飞虎，徐文政，黎红友，李梦诗，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51