多样性增强的医疗资讯推荐方法及装置制造方法及图纸

本发明专利技术提供了一种多样性增强的医疗资讯推荐方法及装置，以解决相关技术中推荐资讯内容较为单一的问题。该方法包括：获取第一用户集合中第一用户对预选资讯集合中的预选资讯的第一评分；其中，预选资讯包括医疗资讯，根据第一评分以及目标用户对预选资讯的第二评分计算目标用户与第一用户之间的相似度；根据计算出的相似度计算目标用户与第一用户之间的多样性度量值；根据该多样性度量值选择预设个数的第一用户作为目标用户的最近邻；根据该最近邻对预选资讯的评分计算目标用户对预选资讯的评分；根据计算出的预选资讯的评分确定目标资讯，将确定出的目标资讯推荐给目标用户。本发明专利技术提高了推荐资讯内容的多样性。

【技术实现步骤摘要】
多样性增强的医疗资讯推荐方法及装置
本专利技术涉及计算机
，尤其涉及一种多样性增强的医疗资讯推荐方法及装置。
技术介绍
目前，在向用户推荐资讯时，一般需先确定待推荐资讯包含的关键词，然后获取目标用户的兴趣关键词，确定待推荐资讯的关键词与目标用户兴趣关键词的相似度较高的情况下，将待推荐资讯推荐并呈现给目标用户。然而，这种资讯推荐方式，仅考虑了待推荐资讯的关键词与目标用户感兴趣关键词之间的联系，并未考虑内容多样性的推荐问题，会导致推荐资讯内容较为单一，无法扩展推荐内容的覆盖面。
技术实现思路
针对相关技术中的缺陷，本专利技术提供了一种多样性增强的医疗资讯推荐方法及装置，用以解决相关技术中推荐资讯内容较为单一的问题。根据本专利技术的一个方面，提供一种资讯推荐方法，包括：获取第一用户集合中的第一用户对预选资讯集合中的预选资讯的第一评分；所述预选资讯包括医疗资讯，根据所述第一评分以及目标用户对所述预选资讯的第二评分计算所述目标用户与所述第一用户之间的相似度；根据计算出的所述相似度计算所述目标用户与所述第一用户之间的多样性度量值；根据计算出的所述多样性度量值选择预设个数的所述第一用户作为所述目标用户的最近邻；根据所述目标用户的最近邻对预选资讯的评分计算所述目标用户对所述预选资讯的评分；根据计算出的预选资讯的评分确定目标资讯，将目标资讯推荐给目标用户。可选的，所述根据计算出的所述相似度计算所述目标用户与所述第一用户之间的多样性度量值，包括：建立所述第一用户对于所述预选资讯集合中的所述预选资讯的第一评分矩阵；基于用户分类型参数将所述第一评分矩阵扩充成第二评分矩阵，所述用户分类型参数为所述第一用户的种类参数；根据聚类算法利用所述第二评分矩阵将所述第一用户集合中的所述第一用户分成多个类，得到聚类簇；计算所述目标用户与所述聚类簇中各类中的用户的多样性度量值。可选的，所述计算所述目标用户与所述聚类簇中各类中的用户的多样性度量值，包括：所述目标用户与所述聚类簇中的类之间的多样性使用如下公式(1)进行计算：其中，v属于聚类簇V，k为聚类簇V中的类Vk中的用户数目，Diversion(u,V)为目标用户u与聚类簇V之间的多样性度量值，sim(u,v)为用户u与用户v之间相似度；根据如下公式(2)计算所述目标用户与所述聚类簇中的用户的多样性度量值：其中，Diversion(u,v)为目标用户u与用户v之间的多样性度量值，λ为可调参数，当λ趋向于1时，目标用户u与用户v之间的多样性度量值最高，当λ不趋向于1时，目标用户u的与用户v之间的相似性最高。可选的，所述根据所述目标用户的最近邻对预选资讯的评分计算所述目标用户对所述预选资讯的评分，包括：使用如下公式(3)计算所述目标用户对所述预先资讯的评分：其中，rv,i为用户v对资讯i的评分，为目标用户u对资讯i的评分,v属于所述目标用户的最近邻n(u)中的用户。可选的，所述根据所述第一评分以及目标用户对所述预选资讯的第二评分计算所述目标用户与所述第一用户之间的相似度，包括：使用如下公式(4)计算所述目标用户与所述第一用户之间的相似度：其中，sim(u,v)代表用户u与用户v之间相似度，Ru,t为用户u对资讯t的评分，Rv,t为用户v对于资讯t的评分，Iu,v为用户v以及用户u的共同资讯的集合，Au为用户u对所述共同资讯评分的平均值，Av为用户v对所述共同资讯评分的平均值。根据本专利技术的另一个方面，提供了一种资讯推荐装置，包括：获取模块，用于获取第一用户集合中的第一用户对预选资讯集合中的预选资讯的第一评分，所述预选资讯包括医疗资讯；第一计算模块，用于根据所述第一评分以及目标用户对所述预选资讯的第二评分计算所述目标用户与所述第一用户之间的相似度；第二计算模块，用于根据计算出的所述相似度计算所述目标用户与所述第一用户之间的多样性度量值；选择模块，用于根据计算出的所述多样性度量值选择预设个数的所述第一用户作为所述目标用户的最近邻；第三计算模块，用于根据所述目标用户的最近邻对预选资讯的评分计算所述目标用户对所述预选资讯的评分；推荐模块，用于根据计算出的预选资讯的评分确定目标资讯，将目标资讯推荐给目标用户。可选的，所述第二计算模块，包括：建立单元，用于建立所述第一用户对于所述预选资讯集合中的所述预选资讯的第一评分矩阵；扩充单元，用于基于用户分类型参数将所述第一评分矩阵扩充成第二评分矩阵，所述用户分类型参数为所述第一用户的种类参数；分类单元，用于根据聚类算法利用所述第二评分矩阵将所述第一用户集合中的所述第一用户分成多个类，得到聚类簇；计算单元，用于计算所述目标用户与所述聚类簇中各类中的用户的多样性度量值。可选的，所述计算单元用于：所述目标用户与所述聚类簇中的类之间的多样性使用如下公式(1)进行计算：其中，v属于聚类簇V，k为聚类簇V中的类Vk中的用户数目，Diversion(u,V)为目标用户u与聚类簇V之间的多样性度量值，sim(u,v)为用户u与用户v之间相似度；根据如下公式(2)计算所述目标用户与所述聚类簇中的用户的多样性度量值：其中，Diversion(u,v)为目标用户u与用户v之间的多样性度量值，λ为可调参数，当λ趋向于1时，目标用户u与用户v之间的多样性度量值最高，当λ不趋向于1时，目标用户u的与用户v之间的相似性最高。可选的，所述第三计算模块用于：使用如下公式(3)计算所述目标用户对所述预先资讯的评分：其中，rv,i为用户v对资讯i的评分，为目标用户u对资讯i的评分,v属于所述目标用户的最近邻n(u)中的用户。可选的，所述第一计算模块用于：使用如下公式(4)计算所述目标用户与所述第一用户之间的相似度：其中，sim(u,v)代表用户u与用户v之间相似度，Ru,t为用户u对资讯t的评分，Rv,t为用户v对于资讯t的评分，Iu,v为用户v以及用户u的共同资讯的集合，Au为用户u对所述共同资讯评分的平均值，Av为用户v对所述共同资讯评分的平均值。与相关技术相比较，本专利技术基于用户对资讯的评分，根据与目标用户相似的近邻用户对资讯的偏好对目标用户进行资讯推荐，使得为用户推荐的资讯变得更加多样性，解决了相关技术中推荐资讯内容较为单一的问题。附图说明为了更清楚地说明本专利技术实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。图1是本专利技术实施例提供的多样性增强的医疗资讯推荐方法的流程图；图2是本专利技术实施例提供的多样性增强的医疗资讯推荐装置的框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术一实施例提供的多样性增强的医疗资讯推荐方法，如图1所示，该方法可以包括如下处理：步骤101：获取第一用户集合中的第一用户对预选资讯集合中预选资讯的第一评分；在一个示例性实施例中，预选资讯可以是医疗资讯或进一步可以本文档来自技高网...

【技术保护点】
一种多样性增强的医疗资讯推荐方法，其特征在于，包括：获取第一用户集合中的第一用户对预选资讯集合中的预选资讯的第一评分，所述预选资讯包括医疗资讯；根据所述第一评分以及目标用户对所述预选资讯的第二评分计算所述目标用户与所述第一用户之间的相似度；根据计算出的所述相似度计算所述目标用户与所述第一用户之间的多样性度量值；根据计算出的所述多样性度量值选择预设个数的所述第一用户作为所述目标用户的最近邻；根据所述目标用户的最近邻对所述预选资讯的评分计算所述目标用户对所述预选资讯的评分；根据计算出的所述预选资讯的评分确定目标资讯，将所述目标资讯推荐给所述目标用户。

【技术特征摘要】
1.一种多样性增强的医疗资讯推荐方法，其特征在于，包括：获取第一用户集合中的第一用户对预选资讯集合中的预选资讯的第一评分，所述预选资讯包括医疗资讯；根据所述第一评分以及目标用户对所述预选资讯的第二评分计算所述目标用户与所述第一用户之间的相似度；根据计算出的所述相似度计算所述目标用户与所述第一用户之间的多样性度量值；根据计算出的所述多样性度量值选择预设个数的所述第一用户作为所述目标用户的最近邻；根据所述目标用户的最近邻对所述预选资讯的评分计算所述目标用户对所述预选资讯的评分；根据计算出的所述预选资讯的评分确定目标资讯，将所述目标资讯推荐给所述目标用户。2.根据权利要求1所述的方法，其特征在于，所述根据计算出的所述相似度计算所述目标用户与所述第一用户之间的多样性度量值，包括：建立所述第一用户对于所述预选资讯集合中的所述预选资讯的第一评分矩阵；基于用户分类型参数将所述第一评分矩阵扩充成第二评分矩阵，所述用户分类型参数为所述第一用户的种类参数；根据聚类算法利用所述第二评分矩阵将所述第一用户集合中的所述第一用户分成多个类，得到聚类簇；计算所述目标用户与所述聚类簇中各类中的用户的多样性度量值。3.根据权利要求2所述的方法，其特征在于，所述计算所述目标用户与所述聚类簇中各类中的用户的多样性度量值，包括：所述目标用户与所述聚类簇中的类之间的多样性度量值使用如下公式(1)进行计算：其中，v属于聚类簇V，k为聚类簇V中的类Vk中的用户数目，Diversion(u,V)为目标用户u与聚类簇V之间的多样性度量值，sim(u,v)为用户u与用户v之间相似度；根据如下公式(2)计算所述目标用户与所述聚类簇中的用户的多样性度量值：其中，Diversion(u,v)为目标用户u与用户v之间的多样性度量值，λ为可调参数，当λ趋向于1时，目标用户u与用户v之间的多样性度量值最高，当λ不趋向于1时，目标用户u的与用户v之间的相似性最高。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标用户的最近邻对预选资讯的评分计算所述目标用户对所述预选资讯的评分，包括：使用如下公式(3)计算所述目标用户对所述预先资讯的评分：其中，rv,i为用户v对资讯i的评分，为目标用户u对资讯i的评分，v属于所述目标用户的最近邻n(u)中的用户。5.根据权利要求1至4任意一项所述的方法，其特征在于，所述根据所述第一评分以及目标用户对所述预选资讯的第二评分计算所述目标用户与所述第一用户之间的相似度，包括：使用如下公式(4)计算所述目标用户与所述第一用户之间的相似度：其中，sim(u,v)代表用户u与用户v之间相似度，Ru,t为用户u对资讯t的评分，Rv,t为用户v对于资讯t的评分，Iu,v为用户v以及用户u的共同资讯的集合，Au为用户u对所述共同资讯评...

【专利技术属性】
技术研发人员：丁帅，杨善林，黄辉，金行，王泽源，孙晓，范雯娟，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34