一种基于位置和信任关系的网络服务推荐方法技术

本发明专利技术公开了一种基于位置和信任关系的网络服务推荐方法，该方法融合了移动用户位置上下文信息、用户偏好及用户之间的信任关系，实现了实时性和互动性的个性化网络服务推荐。本方法是在一个基于位置和信任关系的网络服务推荐方法框架的基础上，在满足近邻相似测度的一般性质的同时，提出了一种基于移动用户位置上下文信息的移动用户偏好相似度计算方法；之后，结合基本用户通信数据集信息提出了一种信任值计算方法。把它们融合并应用于基于移动用户位置和信任关系的网络服务推荐过程中，从而形成了一种基于移动用户位置的个性化网络服务推荐方法。该方法有效地提高了网络服务推荐的准确性和可靠性，同时缓解了推荐过程中可能存在的数据稀疏性以及冷启动问题。

【技术实现步骤摘要】
一种基于位置和信任关系的网络服务推荐方法
本专利技术涉及协同过滤推荐
具体涉及一种基于位置和信任关系的网络服务推荐方法。
技术介绍
随着移动互联网的飞速发展，为用户提供了一个更加丰富多彩的移动网络服务平台。与此同时，服务类型与服务内容的日新月异，有限的移动网络资源和硬件资源，为移动用户带来严重的移动信息过载问题。因此，推荐技术在整个互联网领域的重要性日益凸显，并越来越受到研究者的重视。推荐系统作为缓解“信息过载”的有效手段之一，需要建立用户与项目之间的二元关系，利用已有的选择过程或相似关系挖掘出每个用户潜在感兴趣的对象，从而进行个性化推荐。从信息过滤的角度，目前推荐系统主要分为一下几种：协同过滤推荐(collaborativefilteringrecommendation)、基于内容的推荐(context-basedrecommendation)、混合推荐(hybridrecommendation)。伴随着普适计算理论的成功引入，使传统推荐系统不再仅仅关注“用户－项目”二元关系，而是将用户所处的上下文环境信息(如时间、位置、周围人贸、情趣、活动状态、网络条件等等)一同考虑进来本文档来自技高网...

【技术保护点】
一种基于位置和信任关系的网络服务推荐方法，其特征在于，包括以下步骤：S1：收集用户的基本信息数据集X，并进行预处理；S2：根据用户随时间‑位置变化的网络服务特征矩阵建立基于位置的偏好模型，生成全局偏好度矩阵P；S3：利用S2生成的全局偏好度矩阵P，计算出基于位置的用户之间的全局相似度矩阵Sim；S4：根据用户间的通信数据，计算直接好友信任度和间接好友信任度，最终融合生成用户信任度矩阵Tr；S5：将S3生成的全局相似矩阵Sim与S4生成的用户信任度矩阵Tr融合，使用Top‑N近邻选择方法生成用户邻居集合矩阵N，并计算出近邻相似权重ω；预测出用户对任意网络服务项目的兴趣度。

【技术特征摘要】
1.一种基于位置和信任关系的网络服务推荐方法，其特征在于，包括以下步骤：S1：收集用户的基本信息数据集X，并进行预处理；S2：根据用户随时间-位置变化的网络服务特征矩阵建立基于位置的偏好模型，生成全局偏好度矩阵P；S3：利用S2生成的全局偏好度矩阵P，计算出基于位置的用户之间的全局相似度矩阵Sim；S4：根据用户间的通信数据，计算直接好友信任度和间接好友信任度，最终融合生成用户信任度矩阵Tr；S5：将S3生成的全局相似矩阵Sim与S4生成的用户信任度矩阵Tr融合，使用Top-N近邻选择方法生成用户邻居集合矩阵N，并计算出近邻相似权重ω；预测出用户对任意网络服务项目的兴趣度。2.根据权利要求1所述一种基于位置和信任关系的网络服务推荐方法，其特征在于：步骤S1所述用户的基本信息数据集X为：X＝[移动用户的集合、用户的通话记录详单、移动用户短信记录详单、移动用户的地理位置集合、移动网络服务集合、移动用户在一个时间周期内所处的地理位置信息集合、每个移动用户在所有地理位置上的应用移动网络服务集合]。3.根据权利要求1所述一种基于位置和信任关系的网络服务推荐方法，其特征在于：步骤S2所述全局偏好度矩阵P的计算过程为：S21：对于某个移动用户ux(ux∈U)在某一地理位置lx(lx∈L)上提取该用户使用的网络服务集合sx，得到该用户在这个位置上使用的网络服务特征U表示移动用户集合，L表示地理位置集合；S22：在同一时间周期内的其他不同位置上，执行S11提取出用户uj在这些位置上使用的网络服务特征S23：在所有的时间周期内，执行步骤S21和S23，若在不同时间周期内的相同位置上，用户uj使用了相同的网络服务项目则计算该用户对该项网络服务的平均评价值，作为该用户在所有时间周期内对该网络服务的整体评价；否则，将一个时间周期上使用的网络服务评价作为该用户在所有时间周期内对该网络服务的整体评价，得到该用户在整个训练集上的基于位置的全局偏好特征S24：对所有的移动用户，重复执行S23，获得用户在整个训练集上的全局偏好度矩阵P。4.根据权利要求1所述一种基于位置和信任关系的网络服务推荐方法，其特征在于：步骤S3所述全局相似度矩阵Sim的用户间网络服务偏好相似度为：S31：两个移动用户ux和uy分别在位置lx和ly的网络服务特征为px＝(lx,sx)和py＝(ly,sy)，sx和sy分别表示两个用户在位置lx和ly使用的所有网络服务多维特征向量，经归一化处理，使它们具有相同的长度，其中，dis(lx,ly)表示用户所在的位置之间的距离，则基于位置的移动用户网络服务偏好相似度定义为：S32：对任意的ux,uy,uz∈U，用户间网络服务偏好相似度通过以下不等式进行测度：Sim(ux,uy)Sim(uy,uz)≤[Sim(ux,uy)+Sim(uy,uz)]Sim(ux,uz)Sim(ux,uy)，Sim(uy,uz)，Sim(ux,uz)分别表示用户ux和uy，x和uz，ux和uz的网络服务偏好相似度。5.根据权利要求1所述一种基于位置和信任关系的网络服务推荐方法，其特征在于：步骤S4所述用户信任度矩阵Tr的构建过程为：S41：提取用户集中的某个用户ux，统计短信信息总数c以及各个充当接受方的用户uj和对应的短信数ci；用户ux通话总时间t，通话总次数q，用户ux与uj通话的总数时间ti，通话...

【专利技术属性】
技术研发人员：徐光侠，何李杰，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50