一种基于Louvain算法的内容推荐方法技术

一种基于Louvain算法的内容推荐方法，包括S1：基于用户与内容交互，统计每条内容热度；S2：基于图网络，将各用户之间所访问的内容联系一起；S2.1：将每个用户表示为一个节点，若两个用户的节点访问过相同内容，则两个节点间存在有边；S2.2：遍历所有用户对内容的访问纪录，根据任意两个用户共同访问内容的热度，计算节点间边的权重；S3：基于Louvain算法对图网络中包含的节点分区；S4：对用户生成推荐列表。本申请利用分组内成员的兴趣相似性，发现用户潜在的可能感兴趣的内容；同时由于算法不涉及图和知识图谱的表示学习，简单高效，有良好的可解释性，还可用于支撑产品与解决方案销售场景下的内容推荐功能研发。的内容推荐功能研发。的内容推荐功能研发。

【技术实现步骤摘要】
一种基于Louvain算法的内容推荐方法


[0001]本专利技术涉及计算机
，特别涉及一种基于Louvain算法的内容推荐方法。

技术介绍

[0002]大型企业和组织逐渐开始部署知识管理平台，实现显性知识和隐性知识的共享以使企业和组织达到更高的目标和产生更好的效益。但随着内容的快速增长，面对百万级别数量的文档和视频等，用户如何快速从平台上找到自己喜好的内容，仅靠搜索功能是无法满足的，平台必须提供内容推荐功能。
[0003]目前业界已经存在多种基于知识图谱的图计算模型，以此实现内容推荐，虽然取得了一定的效果。但缺点仍然明显。首先，图计算模型的训练需要大量的数据，训练成本高，且耗时较长。其次，算法的可解释性差，基于深度学习的图计算模型通常包含深度嵌套的非线性结构，很难确定具体是哪些因素驱动算法产生推荐结果，缺乏决策的可解释性和透明度。最后，由于某些知识管理平台的文档的内容具有不同的类型，例如解决方案类文档、案例类文档和产品类文档，传统基于图计算模型的算法很难处理这种情况下的内容推荐。
[0004]Louvain是一种基于模块度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Louvain算法的内容推荐方法，其特征在于，包括以下步骤：S1：基于用户与内容的交互，统计每条内容的热度；S2：构建图网络，将各用户之间所访问的内容联系在一起；S2.1：将每个用户表示为一个节点，若两个用户的节点访问过相同内容，则两个节点间存在有边；S2.2：遍历所有用户对内容的访问纪录，根据任意两个用户共同访问内容的热度，计算节点间边的权重，完成图网络构建；S3：基于现有的Louvain算法，根据节点间边的权重对图网络中包含的节点进行分区；S4：对用户生成推荐列表：针对某一分区的所有用户，依据历史访问纪录得出内容的集合，并对内容按热度进行排序；然后对该分区内的某一用户，将该用户没访问过的内容，根据热度排序的结果，生成其内容的推荐列表。2.根据权利要求1所述的一种基于Louvain算法的内容推荐方法，其特征在于，步骤S1的具体内容如下：每个用户对内容热度的贡献为：Popularity
i
＝w1*C
click
+w2*C
view
+w3*C
like
+w4*C
collect
+w5*C
download
+w6*C
share
+w7*P
comment
；式中，Popularity
i
表示第i个用户对某一内容产生的热度贡献；C
click
表示用户点击内容链接的次数；C
view
表示用户浏览内容的次数；C
like
表示用户点赞内容的次数；C
collect
表示用户收藏内容的次数；C
download
表示用户下载内容的次数；C
share
表示用户分享内容的次数；P
comment
表示用户评论对内容热度产生的贡献值；w1、w2、w3、w4、w5、w6、w7分别为对应的权重，且w1<＝w2<＝w3<＝w4<＝w5<＝w6<＝w7；对应某条内容的最终热度值为：式中，n表示总用户数。3.根据权利要求2所述的一...

【专利技术属性】
技术研发人员：张宇，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：