一种基于社交网络结构信息的推荐方法和装置制造方法及图纸

本发明专利技术公开了一种基于社交网络结构信息的推荐方法和装置，其中，该方法包括：根据解耦关系，构建用户项目视图、共同购买视图和社交好友视图；计算共同购买视图和社交朋友视图中社交群体的结构相似度；分别预设共同购买视图和社交好友视图中的语义向量，计算用户在共同购买视图和社交好友视图中的语义相似度；根据结构相似性生成真实数据，根据语义相似度生成拟态数据，区分真实数据和拟态数据，使得语义相似度逼近结构相似度；以及，结合社交好友视图和共同购买视图的语义信息更新用户项目视图中用户的表示，以预测用户兴趣。本发明专利技术在社会推荐任务中具有更好的表现，提高了推荐的准确性。确性。确性。

【技术实现步骤摘要】
一种基于社交网络结构信息的推荐方法和装置


[0001]本专利技术涉及信息推荐领域，尤其涉及一种基于社交网络结构信息的推荐方法和装置。

技术介绍

[0002]互联网技术的迅速发展，使得大量的信息同时呈现在人们面前，传统的搜索算法只能呈现给所有的用户一样的排序结果，无法针对不同用户的兴趣爱好提供相应的服务。信息的爆炸使得信息的利用率反而降低，并且随着社交媒体的大量涌现，用户通过微信、微博、豆瓣、知乎、抖音等社交平台产生丰富的社交关系，越来越多的人们愿意在社交媒体上分享关于各种物品的看法，从而使得用户之间构成了一张巨大的社交网络。与此同时，用户对于某些事物的态度和评价很大程度受到他们朋友的影响，并且和他们的朋友展现出相似的兴趣爱好，因此，如何利用社交网络的信息来提高推荐系统的准确率以缓解用户信息过载的问题显得非常重要。
[0003]现有技术中一类是基于社交网络的推荐模型，主要以高斯矩阵分解或者泊松矩阵分解为基础，将社交网络信息融入传统的矩阵分解方法中。其中，有人提出使用信任度量来替换协同过滤的方法来向用户推荐他们可能喜欢的项目，信任度量是指能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于社交网络结构信息的推荐方法，其特征在于，包括以下步骤：根据解耦关系，构建用户项目视图、共同购买视图和社交好友视图；计算所述共同购买视图和所述社交朋友视图中社交群体的结构相似度；分别预设所述共同购买视图和所述社交好友视图中的语义向量，计算用户在所述共同购买视图和所述社交好友视图中的语义相似度；根据所述结构相似性生成真实数据，根据所述语义相似度生成拟态数据，区分所述真实数据和所述拟态数据，使得所述语义相似度逼近所述结构相似度；以及，结合所述社交好友视图和所述共同购买视图的语义信息更新所述用户项目视图中用户的表示，以预测用户兴趣。2.根据权利要求1所述的方法，其特征在于，所述用户项目视图由交互的用户和项目节点以及用户和项目节点交互关系的边组成；所述共同购买视图的边缘建立在两个用户之间；所述社交好友视图的边缘根据社交好友关系构建。3.根据权利要求1所述的方法，其特征在于，所述计算所述共同购买视图和所述社交朋友视图中社交群体的结构相似度，包括：预设所述共同购买视图和所述社交朋友视图，对于所述用户根据所述共同购买视图中的邻接矩阵计算其邻居的归一化概率。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于任意两个视图的语义相似性，合并其他视图的语义信息更新所述共同购买视图中用户的表示。5.根据权利要求1所述的方法，其特征在于，当所述结构相似度由社会群体的子结构计算时，最大化输出对数概率，并在基于所述社会群体的子结构计算所述结构相似度时最小化输出所述对数概率。6.根据权利要求1所述的方法，其特征在于，所述结合所述社交好友视图和所述共同购买视图的语义信息更...

【专利技术属性】
技术研发人员：黄彦龙，白婷，吴斌，王柏，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：