CN102063433A - 相关项推荐方法和装置 - Google Patents

Abstract

本发明实施例提供一种相关项推荐方法和装置，所述方法包括：根据项总关系图构建以对应查询关键词的特定项为顶点的项关系图；根据所述项关系图确定项强关系图；根据所述项强关系图确定对应所述查询关键词的候选推荐列表；从所述候选推荐列表中选择预定数量的相关项推荐给用户。通过本发明实施例的方法和装置，有效的解决了最大项相关性的问题，可以根据目标用户当前的需求选择用户真正需要的产品推荐给该目标用户。

Description

相关项推荐方法和装置

技术领域

本发明涉及网络领域，尤其涉及一种相关项推荐方法和装置。

背景技术

随着网络信息的指数级快速增长，个性化推荐系统被广泛应用于电视节目推荐和电子商务行业，向用户自动推荐感兴趣的节目信息和商品资源，一定程度上缓解了“信息过载”的问题。一般称这些推荐产品为项(item)。

近年来，个性化推荐服务的技术方案多关注于将各种成熟推荐算法综合利用的组合推荐方式，但如何根据用户当前的喜欢产品，向用户提供灵活、全面且高质量的相关推荐结果，一直是讨论热点问题，我们称这个问题为项最大相关性推荐问题。现在已有一些推荐系统利用产品的相关性进行一些启发性的相关推荐，例如：豆瓣网上，当你查看某部电影简介时，系统给出喜欢该电影的人还喜欢哪些电影；还有一些具有推荐性的门户网站，典型的如Amazon(亚马逊)购书，通常会给出购买此书的读者还买了哪些书的提示信息。这种相关推荐采用的是日志挖掘技术，通过分析网站日志并进行频繁模式的统计计算，得出哪些电影经常被放在一起观看、哪些书籍经常被一起购买。

发明人在实现本发明的过程中发现，已有的这种相关推荐方案具有一定的局限性：首先，这种方案未能综合考虑用户兴趣模型的作用，将所有用户等同处理，返回的是大众化的信息，可能不被用户所喜欢；其次，这种方案难于挖掘用户隐藏的兴趣，它只能推荐与给定产品频繁一同出现的那些产品，对于用户可能感兴趣、但具有较大隐藏性的产品，难以给出推荐；最后，这种方案难于扩展，它只能给出一个给定产品的相关推荐，对于有多个给定产品的情况则无法处理。

发明内容

本发明实施例提供一种相关项推荐方法和装置，以根据用户输入的查询关键词、用户的相关信息以及应用本发明实施例的方法和装置的系统中各项之间的联系选择相关项推荐给用户。

一方面，本发明实施例提供一种相关项推荐方法，所述方法包括：根据项总关系图构建以对应于查询关键词的特定项为顶点的项关系图；根据所述项关系图确定项强关系图；根据所述项强关系图确定对应所述查询关键词的候选推荐列表；从所述候选推荐列表中选择预定数量的相关项推荐给用户。

另一方面，本发明实施例还提供一种相关项推荐装置，所述装置包括：项关系图构建单元，用于根据项总关系图，构建以对应于查询关键词的特定项为顶点的项关系图；项强关系图确定单元，用于根据所述项关系图确定项强关系图；候选推荐列表确定单元，用于根据所述项强关系图确定对应所述查询关键词的候选推荐列表；推荐单元，用于从所述候选推荐列表中选择预定数量的相关项推荐给用户。

通过本发明实施例的方法和装置，根据用户的查询关键词以及预先确定的项与项之间的相关度，确定与查询关键词最相关的项的候选推荐列表，并从中选择出用户感兴趣的项推荐给用户，有效的解决了最大项相关性的问题，可以根据目标用户当前的需求选择用户真正需要的产品推荐给该目标用户。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明实施例的方法流程图；

图2为本发明实施例的确定项总关系的流程图；

图3为本发明实施例的项数据库示意图；

图4A为本发明实施例的项评分数据库示意图；

图4B为本发明实施例的项评分数据库中的影片评分表示意图；

图5为本发明实施例的项相关度数据库示意图；

图6为本发明实施例的确定项关系流程图；

图7为本发明实施例的关键词列表示意图；

图8为本发明实施例的确定项强关系流程图；

图9为本发明实施例的确定相关项流程图；

图10A为本发明实施例的用户数据库示意图；

图10B为本发明实施例的用户数据库中的行为描述表示意图；

图10C为本发明实施例通过显示跟踪获得的用户评分代表的意义；

图10D为本发明实施例通过隐式跟踪获得的用户评分代表的意义；

图11为本发明实施例选择相关项的流程图；

图12为本发明实施例的装置组成示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

图1为本发明实施例提供的一种相关项推荐方法的流程图，本发明实施例的相关项推荐方法是基于图挖掘技术，请参照图1，该方法包括：

101：根据项总关系图构建以对应于查询关键词的特定项为顶点的项关系图；

其中，项总关系图是应用本实施例的方法的系统中存储的所有项之间的相关度，在本实施例中，可以先构建项总关系图，再根据项总关系图和用户输入的查询关键词构建以对应于查询关键词的特定项为顶点的项关系图。

其中，查询关键词是用户通过应用本实施例的方法的系统提供的人机接口输入的，用于表示希望该系统能推荐与这些查询关键词相关的项。

102：根据所述项关系图确定项强关系图；

其中，项强关系图是所述项关系图中，顶点由查询关键词中的关联关键词指定的关联项以及与这些关联项关系密切的那些项共同构成的项关系图。具体如何根据项关系图确定项强关系图将在以下实施例中介绍。

103：根据所述项强关系图确定对应所述查询关键词的候选推荐列表；

其中，项强关系图为与用户输入的查询关键词相关的项构成，从项强关系图中可以确定对应该查询关键词的相关项集合，也即候选推荐列表。具体如何根据该项强关系图确定对应所述查询关键词的候选推荐列表，将在以下实施例中介绍。

104：从所述候选推荐列表中选择预定数量的相关项推荐给目标用户。

由于经查询获得的候选推荐列表包含与用户输入的查询关键词相近的项，但并不一定被目标用户所喜欢，因此，本实施例可以从查询到的候选推荐列表中选取用户相对感兴趣的预定数量的相关项提供给用户。在本实施例中，如何从候选推荐列表的众多相关项中选择用户相对感兴趣的相关项将在以下实施例中说明。

本实施例仅根据项总关系图和用户输入的查询关键词选择出用户感兴趣的相关项，与现有技术相比，更贴近用户需求向用户推荐其感兴趣的产品，提高了用户体验。

为使本发明实施例的选择方法更加清楚易懂，以下以电影推荐系统应用本发明实施例的方法为例对本发明实施例的方法加以说明。

图2为本发明实施例中，构建项总关系图的流程图，请参照图2，该流程包括：

201：从项数据库以及项评分数据库中提取各个项的特征；

其中，项的特征包含项的基本属性信息以及项的评分信息。

在本实施例中，可以使用向量来表示项的基本属性信息：

BA_i＝{P_i，1，P_i，2,...，P_i，t}。

上式中，P_i，j，1≤j≤t为项i的第j个基本属性。由于描述项某个基本属性的关键词往往有多个，如一部影片的主演、导演、风格都可能有多个属性值，因此可把P_i，j表示成一个可变向量：

P_i，j＝{k₁，k₂，...，k_k，...}。

在本实施例中，项的基本属性信息可从项数据库提取得到，如对于影片ID为1的影片，其基本属性信息可表示为：

BA₁＝{Type₁，Starring₁，Director₁，Origin₁}，其中Type₁＝{喜剧、爱情、经典}，Starring₁＝{周星驰、朱茵、吴孟达、莫文蔚、罗家英}，Director₁＝{刘镇伟}，Origin₁＝{港台}分别表示影片1的类型、主演、导演和产地这些基本属性信息。

其中，项数据库存储所有的项及其基本属性信息，每个项被赋予一个唯一的ID，项之间通过该ID来区分。以电影推荐系统为例，影片(项)属性包括影片产地、影片类型、影片主演、影片导演等。影片产地如内地、港台、欧美、日本等；影片类型如喜剧、爱情、动作、科幻、恐怖、励志、剧情、警匪、悲剧、经典、战争等；影片主演如Marlon Brando、周星驰、周润发等；影片导演如吴宇森、Steven Spielberg、Ron Howard等。本实施例的项数据库从多个维度来记录一部电影，也即一个项目，如图3所示。其中，对于每部电影，影片类型、影片主演通常都有多项描述，因此在实际应用中可把这两项属性分别通过类型描述表和主演描述表来进行描述，其他相似，在此不再赘述。

在本实施例中，项的评分信息为用户对项的评分值的集合，设U_i＝{u_i，1，u_i，2，...，u_i，m}为参与项i评分的所有用户集合，Score_i＝{S_i，1，S_i，2，...，S_i，m}为对应于集合U_i的评分值集合，也即本实施例的项的评分信息。

在本实施例中，项的评分信息从项评分数据库得到，如对于影片ID为1的影片，其评分信息可从项评分表提取得到：

例如，U₁＝{gjhdy，lch，dingyy}为参与影片1评分的所有用户集合，Score₁＝{5，4，5}为相应于U₁的评分值。

其中，项评分数据库记录各个项的评分记录，例如影片ID为1的电影的评分信息如图4A所示，其中，影片评分表记录的是所有曾经对该电影进行评分的用户及其对该电影的评分值，如图4B所示。

202：根据所述各个项的特征，计算各个项之间的每个特征的相关度大小；

其中，由于项的特征包含基本属性信息和评分信息，因此可从这两方面来计算项之间的相关度。

在本实施例中，项的一些基本属性信息是项的基本特征描述，是项之间是否相关的影响因素之一，而由于不同的基本属性对相关度的影响程度是不一样的，所以本实施例为每个基本属性设定一个影响权值，令BAR＝{bar₁，bar₁，...，bar_t}为对应项的t个基本属性的影响权值集合，则项x和项y的基本属性信息相关度可以通过下式计算获得：

$\mathrm{simBA}(x,y)=\frac{\underset{j=1}{\overset{t}{\mathrm{\Σ}}}\mathrm{SameNum}({\mathrm{BA}}_x,{\mathrm{BA}}_y,j)\·{\mathrm{bar}}_j}{\underset{j=1}{\overset{t}{\mathrm{\Σ}}}\mathrm{TotalNum}({\mathrm{BA}}_x,{\mathrm{BA}}_y,j)\·{\mathrm{bar}}_j};$

其中，SameNum(BA_x，BA_y，j)表示项x和项y在第j个基本属性上具有相同值的个数，即SameNum(BA_x，BA_y，j)＝|P_x，j∩P_y，j|。

其中，TotalNum(BA_x，BA_y，j)表示项x和项y在第j个基本属性上拥有的不重复的值的个数，即TotalNum(BA_x，BA_y，j)＝|P_x，j∪P_y，j|。

以电影推荐系统为例，设BAR＝{4，4，1，2}，则影片ID为1与影片ID为5的影片之间的基本属性信息相关度为：

$\mathrm{simBA}\left(\mathrm{1,5}\right)=\frac{3\×4+3\×4+0\×1+1\×2}{4\×4+7\×4+3\×1+1\×2}=0.53.$

在本实施例中，可以利用Pearson相关性来计算各个项之间的评分信息相关度。设项x和项y共有的用户集合为U_xy＝U_x∩U_y，则项x和y之间的Pearson相关性定义为：

$\mathrm{simScore}(x,y)=\frac{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}(S_{u,x}-{\stackrel{\‾}{S}}_x)(S_{u,y}-{\stackrel{\‾}{S}}_y)}{\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,x}-{\stackrel{\‾}{S}}_x)}^2}\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,y}-{\stackrel{\‾}{S}}_y)}^2}}.$

其中，

为所有参与项x评分的用户给出的评分值的平均值，

为所有参与项y评分的用户给出的评分值的平均值，S_u，x为用户u对项x的评分值，S_u，y为用户u对项y的评分值。

在本实施例中，还可以通过改进的夹角余弦来来计算各个项之间的评分信息相关度：

$\mathrm{simScore}(x,y)=\frac{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}(S_{u,x}-{\stackrel{\‾}{S}}_u)(S_{u,y}-{\stackrel{\‾}{S}}_u)}{\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,x}-{\stackrel{\‾}{S}}_u)}^2}\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,y}-{\stackrel{\‾}{S}}_u)}^2}}.$

其中，

为用户u的所有评分值的平均值，S_u，x为用户u对项x的评分值，S_u，y为用户u对项y的评分值。

在本实施例中，应用本发明实施例的方法的系统可以根据自己的实际情况采用不同的相关度计算方法以使得两个项之间的特征相关度尽可能准确。

203：根据所述各个项之间的每个特征的相关度大小，计算各个项之间的总相关度；

其中，根据步骤202获得了项的基本属性信息相关度simBA(x，y)和项的评分信息相关度simScore(x，y)，即可根据下式计算项的总相关度：

sim(x，y)＝α·simBA(x，y)+β·simScore(x，y)，其中，α+β＝1。

在本实施例中，获得了项的总相关度，可以将结果存储到项相关度数据库，如图5所示，在本实施例中，项相关度数据库用于存储计算上述计算过程得到的项之间的总相关度，包括相关的两个项的ID以及二者之间的评分值，也即项相关度数据库包含任意两项之间的相关度值。

204：根据所述各个项之间的总相关度，构建各个项之间的项总关系图。

在本实施例中，项总关系即表示各个项之间的相关度，可以用图的方式表示，称为项总关系图，例如，如果用顶点表示应用本发明实施例的方法的系统的每个项目，以顶点之间的边表示项之间的总相关度，即当两个项之间的总相关度sim达到给定阈值threshold，就在这两个项对应的顶点之间连一条边，同时赋予该边权值为sim。

其中，项总关系图可以用邻接表进行存储，其需要的存储空间为O(n+e)，其中n和e分别为项总关系图的顶点数和边数。

图6为本发明实施例中，根据项总关系图构建以对应于查询关键词的特定项为顶点的项关系图的流程图，请参照图6，该流程包括：

601：从关键词列表中抽取用户查询关键词及其相关类型；

在本实施例中，查询关键词可以分为关联关键词和限定关键词，其中，关联关键词是希望系统推荐那些与该查询关键词具有较强关系的项，而限定关键词则把推荐的范围限定在该查询关键词表示的范围之内。

例如，对于应用本实施例的方法的电影推荐系统来说，有效的查询关键词可以包括影片名、影片类型、影片主演、影片导演、影片产地等影片相关属性，其中，表示影片名的关键词是一种关联作用，即用户希望得到与给定影片关系密切的影片；而其他类型的关键词是一种限定关系，即用户希望得到的推荐影片包含在给定推荐的范畴内。

在本实施例中，应用本实施例的方法的系统通过用户查询框获取目标用户当前感兴趣的内容，将用户键入的有效关键词组织为关键词列表，如图7所示，用于表示用户希望系统能够推荐与影片《英雄本色》关系密切且主演为周润发的影片。

其中，上述系统可以要求用户键入的多个关键词之间用某种分隔符，如“、”，互相隔开。以电影推荐系统为例，系统通过以下方法来获取用户关键词及其相关类型，并组织成关键词列表：

0//输入：用户查询Q；输出：关键词列表Keyword_List；

1利用分隔符将用户查询Q分隔成多个关键词w₁，w₂,...，w_num；

2Keyword_List←{}；i←1；

3While(i≤num)；

4查询影片名、影片类型、影片主演、影片导演、影片产地等影片相关属性表；

5if(w_i在某个属性表(记为type)中出现过)；

6if(type为项目名)//即w_i为关联关键词；

7if(用户尚未对w_i所表示的项进行评分)；

8记用户对w_i的评分值为5，并将该信息写入到用户评分表及Item评分表；

9Keyword_List←{(w_i，type)}∪Keyword_List。

602：判断用户查询关键词中是否包含限定关键词，如果有，则执行步骤603，否则执行步骤605；

其中，由关键词列表可抽取得到用户查询关键词及相关类型。根据关键词的类型可以判断该关键词为限定关键词或者关联关键词。若关键词列表中不包含限定关键词，则对用户可能有效的项目为所有项，此时项总关系图就是特定项的关系图；否则，需要根据限定关键词来抽取对用户可能有效的项，即特定项，再考虑将这些特定项组织成一个关系图。

603：根据用户查询关键词，抽取得到用户真正可能感兴趣的特定项；

其中，由于查询关键词中包含了限定关键词，也即，目标用户通过限定关键词将希望得到的推荐项限定在一定范围，因此，只需将用户真正可能需要的项考虑进来作为特定项。一般来说，特定项包含关联关键词指定的项，以及限定关键词限定范围内的所有项，其中关联关键词和限定关键词可由上述关键词抽取步骤得到。比如电影推荐系统的某个用户的查询关键词为“英雄本色周润发”，那么它表示用户希望系统能够推荐与影片《英雄本色》关系密切且主演为周润发的影片。这时，我们只需考虑使用《英雄本色》以及主演为周润发的其他影片作为特定项来建立这些项之间的关系即可。

604：根据项总关系图，构建以所述特定项为顶点的项关系图；

其中，由上述项总关系图的构建部分可知，项总关系图是利用邻接表进行存储的。为了获得以特定项为顶点的项关系图，本实施例可以将项总关系图的邻接表转换成特定项关系图的邻接表。

在本实施例中，可以通过如下方法进行转换：

输入：项总关系图邻接表RTGL，特定项集合ST；

输出：项关系图邻接表RGL；

1初始化RGL为空；

2foreach头结点fn in RTGL，do

3if(fn表示的项在ST中存在)；

4在RGL中添加一对应于fn的头结点sfn；

5foreach邻接点fna of fn；

6if(fna表示的项在ST中存在)；

7在头结点sfn中添加一对应于fna的邻接点sfna。

其中，该方法需要扫描对项总关系图的头结点以及表示特定项的头结点的所有邻接点，因此该方法的时间耗费为O(V+CE)，其中V为项总关系图的顶点数，CE由特定项集合决定，一般远小于项总关系图的边数。存储项关系图需耗费的空间大小为O(SV+SE)，其中SV和SE分别表示项关系图的顶点数和边数。

605：以项总关系图作为项关系图。

其中，如果关键词列表中不包含限定关键词，则对用户可能有效的项目为所有项，此时项总关系图就是特定项的项关系图，在此不再赘述。

图8为本实施例中，根据项关系图确定项强关系图的流程图，在本实施例中，假设kw_u＝{k₁，k₂，...，k_l}为用户u输入的查询关键词中l个关联关键词所表示的项，称这些项为关联项，用户希望得到与这些项关系较为相近的推荐项。请参照图8，该流程包括：

801：判断查询关键词中关联关键词所对应的关联项的个数是否为0，如果是，则执行步骤802，否则执行步骤803；

802：将对应所述查询关键词的特定项的项关系图作为项强关系图；

803：分别计算各个关联项对应的顶点间的预定数量的最短路径；

804：将计算获得的预定数量的最短路径转换为各种可能的连通图；

805：从所述各种可能的连通图中，选择使得关联项之间相对最大相关性的值最大的连通图作为所述项强关系图。

在本实施例中，由多条路径转换成得到的连通图可能有多种，本实施例选择关联项顶点间相对最大相关性的值Proximity(K₁，K₂，...，K_l)^ω/|CGV|^ζkw_u最大的连通图作为项强关系图。

其中，顶点间的最大相关性为：

$\mathrm{Proximity}(k_1,k_2,...,k_l)=\underset{i=1}{\overset{l}{\mathrm{\Σ}}}\underset{j=i}{\overset{l}{\mathrm{\Σ}}}\mathrm{Proximity}(k_i,k_j).$

其中，|CGV|为连通图的顶点个数，参数ω和ζ为比重参数，分别用来控制Proximity和顶点个数的重要性，ω越大表明Proximity在计算相对最大相关性时所起的作用越大，而ζ越小表明|CGV|所起的作用越大。其取值范围可以为(0，+∞)。

其中，将预定数量的路径转换为各种可能的连通图，可以通过现有技术的方式完成，例如Y.Koren提出了一个PathMerger的算法用来解决如何将多条路径转换成一个连通图的问题，在此不再赘述。

图9为本实施例中，根据项强关系图确定对应所述查询关键词的候选推荐列表的流程图，请参照图9，该流程包括：

901：遍历所述项强关系图，获取所述项强关系图中每个顶点表示的项；

902：查询用户数据库中的行为描述文件表，将所述项中未被评分的项作为相关项加入候选推荐列表中。

其中，用户数据库用于存储用户的基本属性信息和行为描述信息。基本属性信息为用户注册时填写的个人信息，例如用户名、年龄、学历、职业等等；行为描述信息为用户对所关注的项的评分构成的行为描述表。

对于电影推荐系统来说，数据库中的一个用户描述文件包括用户ID；基本信息，包括年龄、学历、职业；历史行为信息等，如图10A所示。其中，历史行为信息存储在行为描述表中，对于电影推荐系统来说，用户的行为即为用户对相关影片的评分，如图10B所示。

在本实施例中，对于新用户，系统可以要求用户注册自己的基本信息和感兴趣的内容，包括自己的姓名、性别、年龄、教育背景、兴趣爱好等等，以获取基本属性信息。在定制好一个用户描述文件后，系统可以让用户自主修改，也可以由系统自适应地修改，通过跟踪用户在系统中的行为，不断完善用户描述文件。根据学习的信息源，用户跟踪的方法可分为两种：显式跟踪和隐式跟踪。显式跟踪是指系统要求用户对推荐的资源进行反馈和评价，从而将这种反馈和评价作为用户的行为信息添加入用户行为信息中；隐式跟踪不要求用户提供什么信息，所有的跟踪由系统自动完成。

其中，显式跟踪是简单而直接的方法，系统可以要求用户反馈自己对当前资源的喜好程度，即系统将用户对资源的喜好程度划分为若干等级，当用户浏览或使用某个资源时，被要求基于已划分的等级对当前资源进行评分。一般来说，电影推荐系统都是基于显示跟踪的。比如，电影推荐系统(MovieLens)使用打分的方法来获取用户对影片的喜好数据。在正式提供服务之前，系统要求用户必须提供对至少15部影片的评分信息。当用户浏览某部影片的内容简介时，会被系统提示是否对该部影片进行评分，评分分值为1～5。分值与喜好程度对应如图10C所示。

但对于一般系统，很少有用户会向系统主动表达自己的喜好。比较实际的做法是隐式跟踪，即跟踪用户的行为动作，因为用户的很多动作都能暗示用户对当前资源的喜欢程度。比如在论文推荐网络中，用户的动作可以是添加书签、下载文档、浏览摘要、忽略文档和删除书签等，这些动作体现用户不同的喜好，所以具有不同的意义。同时，可针对用户的这些动作，预测用户对该文档的评分值，如图10D所示。

本实施例根据查询用户数据库中的行为描述文件表，可以获知目标用户未对哪些项进行评分，进而可以将遍历项强关系图获得的项中未被评分的项作为相关项加入候选推荐列表。

图11为本实施例中，从所述候选推荐列表中选择预定数量的相关项推荐给目标用户的流程图，请参照图11，该流程包括：

1101：根据项相关度数据库中的各项之间的相关度，确定所述候选推荐列表中的每个相关项的评分预测值，根据所述评分预测值的大小对所述候选推荐列表中的相关项进行排序；

其中，项相关度数据库是在构建项总关系图的过程中构建的，具体已在前述说明，在此不再赘述。

其中，确定所述候选推荐列表中的每个相关项的评分预测值，是根据各项之间的相关度，预测一个评分值，由于前述相关项未被评分，因此，这些相关项只是与用户查询关键词相近的项，不一定被目标用户所喜欢，因此必须预测目标用户对这些项的喜好程度，过滤掉用户评分较低的相关项，得到用户真正需要的相关项的列表。由于项相关数据库中存储了各个项的相关度，因此采用Item-based的协同过滤方法，可以预测用户对这些项的评分值。

设ci为用户au候选推荐列表中的任意一个项，根据本实施例，需要预测目标用户au对项ci的评分值。与项ci的相关度越低的项，在预测目标用户au对项ci评分值时的贡献度越小，因此，在本实施例中，只选取前sk(sk为设定阈值)个与项ci最相似的项来预测目标用户对项ci的评分值。设neighborSet为项ci的前sk个相似项的集合，ni为该集合中的任意一个相似项，且用户au对该相似项ni有评分，S_au，ni为用户au对相似项ni的评分值，则目标用户au对项ci评分预测值为：

在本实施例中，对于评分很少的用户，特别是新用户，如果使用上述公式，则可能无法给出很多项的预测评分。这里可采用扩展邻居集neighborSet的方法，即将所有未加入neighborSet集的关联项加入neighborSet集。这样集合neighborSet中肯定包含有终端用户的评分信息，可以很好地解决稀疏性问题。对于新用户，他未参与任何项进行评分，传统的推荐方法由于没有新用户的信息，无法进行推荐，而这里，我们将用户的输入整合成信息，集合neighborSet中包含了这种评分信息，因此可以推荐，解决了新用户问题。

1102：按照所述评分预测值的高低顺序，选择所述排序后的候选推荐列表中的预定数量的相关项推荐给目标用户。

在本实施例中，对候选推荐列表中剩余的相关项按照预测的评分值大小进行排序，将前k(k为给定阈值)个评分值较大的项推荐给目标用户。

本实施例的相关项推荐方法，通过采用一种利用图挖掘技术来进行相关项的选择和推荐，可以有效地解决最大项相关性问题，善于发现用户可能感兴趣的隐藏项目。而应用本实施例的方法的系统易于扩展，终端用户输入的关键词可以只有一个，也可以有多个，甚至可以不输入任何关键词，都能得到系统相应的推荐列表。另外，应用本实施例的方法的系统通过与用户的友好交互，使系统能够根据目标用户当前的需求向用户推荐用户真正需要的产品。尤其对那些兴趣非常不稳定的用户，系统往往难以捕获其当前的兴趣爱好，此时通过与系统的友好交互，使系统能进行更加精确的推荐，优势更加明显。通过本实施例的方法的实施，还可以解决新用户及数据稀疏性问题。用户提交的关联关键词表示了用户对关联项的兴趣，可将这部分信息转换成用户的评分信息以解决新用户及数据稀疏性问题。

图12为本实施例的相关项推荐装置的组成示意图，请参照图12，该装置包括：

项关系图构建单元121，用于根据项总关系图构建以对应于查询关键词的特定项为顶点的项关系图；

项强关系图确定单元122，用于根据所述项关系图确定项强关系图；

候选推荐列表确定单元123，用于根据所述项强关系图确定对应所述查询关键词的候选推荐列表；

推荐单元124，用于从所述候选推荐列表中选择预定数量的相关项推荐给目标用户。

其中，项关系图构建单元121可以包括：

抽取模块1211，用于从关键词列表中抽取得到用户的查询关键词及其类型；

第一判断模块1212，用于判断所述查询关键词是否包含限定关键词；

第一确定模块1213，用于在所述查询关键词不包含限定关键词时，确定项总关系图为对应所述查询关键词的特定项的项关系图；

第二确定模块1214，用于在所述查询关键词包含限定关键词时，根据所述查询关键词，确定对应所述查询关键词的特定项；

构建模块1215，用于根据第二确定模块1214确定的特定项，根据项总关系图构建以所述特定项的为顶点的项关系图，确定该项关系图为对应所述查询关键词的特定项的项关系图。

其中，项强关系图确定单元122可以包括：

第二判断模块1221，用于判断所述查询关键词中关联关键词所对应的关联项的个数是否为0；

第三确定模块1222，用于在所述关联项的个数为0时，确定对应所述查询关键词的特定项的项关系图为所述项强关系图；

计算模块1223，用于在所述关联项的个数不为0时，分别计算各个关联项对应顶点间的预定数量的最短路径；

转换模块1224，用于将计算模块1223计算获得的预定数量的最短路径转换成各种可能的连通图；

第四确定模块1225，用于从转换模块1224转换后的各种可能的连通图中选择使得关联项之间的相对最大相关性的值最大的连通图作为项强关系图。

其中，候选推荐列表确定单元123可以包括：

遍历模块1231，用于遍历所述项强关系图，获取所述项强关系图中每个顶点表示的项；

查询模块1232，用于查询用户数据库中的行为描述文件表，将所述项中未被评分的项作为相关项加入候选推荐列表。

其中，推荐单元124可以包括：

第五确定模块1241，用于根据项相关度数据库中的各项之间的相关度，确定所述候选推荐列表中的每个相关项的评分预测值；

排序模块1242，用于根据所述评分预测值的大小对所述候选推荐列表中的相关项进行排序；

推荐模块1243，用于按照所述评分预测值的高低顺序，选择所述排序后的候选推荐列表中的预定数量的相关项推荐给目标用户。

根据本实施例的一个实施方式，该装置还可以包括：

项总关系图构建单元125，用于构建项总关系图，该项总关系图构建单元125可以包括：

提取模块1251，用于从项数据库以及项评分数据库中提取各个项的特征；

计算模块1252，用于根据所述各个项的特征，计算各个项之间的每个特征的相关度大小，并根据所述各个项之间的每个特征的相关度大小，计算各个项之间的总相关度；

第六确定模块1253，用于根据所述各个项之间的总相关度，构建各个项之间的项总关系图。

根据本实施例的一个实施方式，该装置还可以包括：

存储单元126，用于存储用户数据库、项数据库、项评分数据库、关键词列表以及项相关度数据库，其中：

所述用户数据库包含用户的基本属性信息和行为描述信息，所述基本属性信息为所述用户注册时填写的个人信息，所述行为描述信息为所述用户对所关注的项的评分或动作构成的行为描述表；

所述项数据库包含所有项及每一项的基本属性信息；

所述项评分数据库包含所有项及每一项的评分信息，所述评分信息为各用户对所述项的评分值构成的评分表；

所述关键词列表包含关键词名称及其类型，所述类型包括关联关键词或限定关键词；

所述项相关度数据库包含任意两项之间的相关度值。

本实施例的相关项推荐装置的各组成部分分别对应前述实施例的相关项推荐方法的各步骤，由于在前述方法实施例中，已经对各步骤进行了详细说明，在此不再赘述。

本实施例的相关项推荐装置应用于各个推荐系统，通过采用一种利用图挖掘技术来进行相关项的选择和推荐，可以有效地解决最大项相关性问题，善于发现用户可能感兴趣的隐藏项目。而各系统易于扩展，终端用户输入的关键词可以只有一个，也可以有多个，甚至可以不输入任何关键词，都能得到系统相应的推荐列表。另外，各系统通过与用户的友好交互，使系统能够根据目标用户当前的需求向用户推荐用户真正需要的产品。尤其对那些兴趣非常不稳定的用户，系统往往难以捕获其当前的兴趣爱好，此时通过与系统的友好交互，使系统能进行更加精确的推荐，优势更加明显。通过本实施例的装置的实施，还可以解决新用户及数据稀疏性问题。用户提交的关联关键词表示了用户对关联项的兴趣，可将这部分信息转换成用户的评分信息以解决新用户及数据稀疏性问题。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (22)

1.一种相关项推荐方法，其特征在于，所述方法包括：

根据项总关系图构建以对应查询关键词的特定项为顶点的项关系图；

根据所述项关系图确定项强关系图；

根据所述项强关系图确定对应所述查询关键词的候选推荐列表；

从所述候选推荐列表中选择预定数量的相关项推荐给用户。

2.根据权利要求1所述的方法，其特征在于，根据项总关系图构建以对应查询关键词的特定项为顶点的项关系图，包括：

从关键词列表中抽取得到用户的查询关键词及其类型；

如果所述查询关键词不包含限定关键词，则确定项总关系图为对应所述查询关键词的特定项的项关系图；

如果所述查询关键词包含限定关键词，则根据所述查询关键词，确定对应所述查询关键词的特定项，根据项总关系图构建以所述特定项为顶点的项关系图。

3.根据权利要求1所述的方法，其特征在于，根据所述项关系图确定项强关系图，包括：

如果所述查询关键词中关联关键词所对应的关联项的个数为0，则确定对应所述查询关键词的特定项的项关系图为所述项强关系图；

如果所述查询关键词中关联关键词所对应的关联项的个数不为0，则分别计算各个关联项对应顶点间的预定数量的最短路径，将得到的预定数量的最短路径转换为各种可能的连通图，从所述各种可能的连通图中选择使得关联项之间相对最大相关性的值最大的连通图作为所述项强关系图。

4.根据权利要求1所述的方法，其特征在于，根据所述项强关系图确定对应所述查询关键词的候选推荐列表，包括：

遍历所述项强关系图，获取所述项强关系图中每个顶点表示的项，查询用户数据库中的行为描述文件表，将所述项中未被评分的项作为相关项加入候选推荐列表。

5.根据权利要求4所述的方法，其特征在于，遍历所述项强关系图之前，还包括：建立用户数据库的步骤，具体为：

获取用户的基本属性信息和行为描述信息，将所述用户及其基本属性信息和行为描述信息保存入用户数据库，各用户之间通过用户ID加以区分，其中，所述基本属性信息为所述用户注册时填写的个人信息，所述行为描述信息为所述用户对所关注的项的评分或动作构成的行为描述表。

6.根据权利要求1所述的方法，其特征在于，从所述候选推荐列表中选择预定数量的相关项推荐给用户，包括：

根据项相关度数据库中的各项之间的相关度，确定所述候选推荐列表中的每个相关项的评分预测值，根据所述评分预测值的大小对所述候选推荐列表中的相关项进行排序；

按照所述评分预测值的高低顺序，选择所述排序后的候选推荐列表中的预定数量的相关项推荐给用户。

7.根据权利要求6所述的方法，其特征在于，根据项相关度数据库中的各项之间的相关度，确定所述候选推荐列表中的每个相关项的评分预测值，包括：

根据下式计算用户对所述候选推荐列表中的每个相关项的评分预测值：

其中，au为目标用户，ci为所述目标用户的候选推荐列表中的任意一个相关项，neighborSet为根据项相关度数据库获得的项ci的前预定数量个相似项的集合，ni为neighboSet中的任意一个相似项，且目标用户au对相似项ni有评分，S_au，ni为目标用户au对相似项ni的评分值。

8.根据权利要求1所述的方法，其特征在于，所述根据项总关系图构建以对应查询关键词的特定项为顶点的项关系图之前，还包括：构建项总关系图，建立项相关度数据库的步骤，具体为：

从项数据库以及项评分数据库中提取各个项的特征；

根据所述各个项的特征，计算各个项之间的每个特征的相关度大小；

根据所述各个项之间的每个特征的相关度大小，计算各个项之间的总相关度，存储到项相关度数据库；

根据所述各个项之间的总相关度，构建各个项之间的项总关系图。

9.根据权利要求8所述的方法，其特征在于，所述从项数据库以及项评分数据库中提取各个项的特征之前，还包括建立项数据库和评分数据库的步骤，其中：

建立项数据库包括：将所有项及其基本属性信息保存入项数据库，各个项之间通过ID加以区分；

建立项评分数据库包括：将所有项及其评分信息保存入项评分数据库，各个项之间通过所述ID加以区分，其中，每一个项的评分信息为各用户对所述项的评分值构成的评分表。

10.根据权利要求9所述的方法，其特征在于，根据所述各个项的特征，计算各个项之间的每个特征的相关度大小，包括：

计算各个项之间的基本属性信息相关度和各个项之间的评分信息相关度。

11.根据权利要求10所述的方法，其特征在于，计算各个项之间的基本属性信息相关度，包括：

根据下式计算任意两个项之间的基本属性信息相关度：

$\mathrm{simBA}(x,y)=\frac{\underset{j=1}{\overset{t}{\mathrm{\Σ}}}\mathrm{SameNum}({\mathrm{BA}}_x,{\mathrm{BA}}_y,j)\·{\mathrm{bar}}_j}{\underset{j=1}{\overset{t}{\mathrm{\Σ}}}\mathrm{TotalNum}({\mathrm{BA}}_x,{\mathrm{BA}}_y,j)\·{\mathrm{bar}}_j};$

其中，SameNum(BA_x，BA_y，j)表示项x和项y在第j个基本属性上具有相同值的个数；TotalNum(BA_x，BA_y，j)表示项x和项y在第j个基本属性上拥有的不重复的值的个数；x和y分别为任意两个项，t为基本属性的个数，bar_j为第j个基本属性的影响权值。

12.根据权利要求10所述的方法，其特征在于，计算各个项之间的评分信息相关度，包括：

根据下式计算任意两个项之间的评分信息相关度：

$\mathrm{simScore}(x,y)=\frac{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}(S_{u,x}-{\stackrel{\‾}{S}}_x)(S_{u,y}-{\stackrel{\‾}{S}}_y)}{\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,x}-{\stackrel{\‾}{S}}_x)}^2}\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,y}-{\stackrel{\‾}{S}}_y)}^2}};$

其中，

为所有参与项x评分的用户给出的评分值的平均值，

为所有参与项y评分的用户给出的评分值的平均值，x和y为任意两个项，U_xy为项x和项y共有的用户集合，u为U_xy中的用户，S_u，x为用户u对项x的评分值，S_u，y为用户u对项y的评分值。

13.根据权利要求10所述的方法，其特征在于，计算各个项的评分信息相关度，包括：

根据下式计算任意两个项之间的评分信息相关度：

$\mathrm{simScore}(x,y)=\frac{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}(S_{u,x}-{\stackrel{\‾}{S}}_u)(S_{u,y}-{\stackrel{\‾}{S}}_u)}{\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,x}-{\stackrel{\‾}{S}}_u)}^2}\sqrt{\underset{u\∈U_{\mathrm{xy}}}{\mathrm{\Σ}}{(S_{u,y}-{\stackrel{\‾}{S}}_u)}^2}};$

其中，

为用户u的所有评分值的平均值，x和y为任意两个项，U_xy为项x和项y共有的用户集合，u为U_xy中的用户，S_u，x为用户u对项x的评分值，S_u，y为用户u对项y的评分值。

14.根据权利要求10所述的方法，其特征在于，计算各个项之间的总相关度，包括：

根据下式计算任意两个项之间的总相关度：

sim(x，y)＝α·simBA(x，y)+β·simScore(x，y)；

其中，x和y为任意两个项，simBA(x，y)为项x和项y的基本属性信息相关度，simScore(x，y)为项x和项y的评分信息相关度；α+β＝1。

15.根据权利要求1所述的方法，其特征在于，所述根据项总关系图构建以对应查询关键词的特定项为顶点的项关系图之前，还包括：建立关键词列表的步骤，具体为：

获取查询关键词，根据所述查询关键词确定所述查询关键词表示的项对应的类型，将所述查询关键词及其对应的类型保存入关键词列表，其中，所述关键词的类型包括关联关键词和限定关键词。

16.一种相关项推荐装置，其特征在于，所述装置包括：

项关系图构建单元，用于根据项总关系图构建以对应查询关键词的特定项为顶点的项关系图；

项强关系图确定单元，用于根据所述项关系图确定项强关系图；

候选推荐列表确定单元，用于根据所述项强关系图确定对应所述查询关键词的候选推荐列表；

推荐单元，用于从所述候选推荐列表中选择预定数量的相关项推荐给用户。

17.根据权利要求16所述的装置，其特征在于，所述项关系图构建单元包括：

抽取模块，用于从关键词列表中抽取得到用户的查询关键词及其类型；

第一判断模块，用于判断所述查询关键词是否包含限定关键词；

第一确定模块，用于在所述查询关键词不包含限定关键词时，确定项总关系图为对应所述查询关键词的特定项的项关系图；

第二确定模块，用于在所述查询关键词包含限定关键词时，根据所述查询关键词，确定对应所述查询关键词的特定项；

构建模块，用于根据第二确定模块确定的特定项，根据项总关系图构建以所述特定项为顶点的项关系图。

18.根据权利要求16所述的装置，其特征在于，所述项强关系图确定单元包括：

第二判断模块，用于判断所述查询关键词中关联关键词所对应的关联项的个数是否为0；

第三确定模块，用于在所述关联项的个数为0时，确定对应所述查询关键词的特定项的项关系图为所述项强关系图；

计算模块，用于在所述关联项的个数不为0时，分别计算各个关联项对应顶点间的预定数量的最短路径；

转换模块，用于将所述计算模块计算得到的预定数量的最短路径转换成各种可能的连通图；

第四确定模块，用于从所述转换模块转换后获得的各种可能的连通图中选择使得关联项之间的相对最大相关性的值最大的连通图作为项强关系图。

19.根据权利要求16所述的装置，其特征在于，所述候选推荐列表确定单元包括：

遍历模块，用于遍历所述项强关系图，获取所述项强关系图中每个顶点表示的项；

查询模块，用于查询用户数据库中的行为描述文件表，将所述项中未被评分的项作为相关项加入候选推荐列表。

20.根据权利要求16所述的装置，其特征在于，所述推荐单元包括：

第五确定模块，用于根据项相关度数据库中的各项之间的相关度，确定所述候选推荐列表中的每个相关项的评分预测值；

排序模块，用于根据所述评分预测值的大小对所述候选推荐列表中的相关项进行排序；

推荐模块，用于按照所述评分预测值的高低顺序，选择所述排序后的候选推荐列表中的预定数量的相关项推荐给用户。

21.根据权利要求16所述的装置，其特征在于，所述装置还包括：项总关系图构建单元，用于构建项总关系图，所述项总关系图构建单元包括：

提取模块，用于从项数据库以及项评分数据库中提取各个项的特征；

计算模块，用于根据所述各个项的特征，计算各个项之间的每个特征的相关度大小，并根据所述各个项之间的每个特征的相关度大小，计算各个项之间的总相关度；

第六确定模块，用于根据所述各个项之间的总相关度，构建各个项之间的项总关系图。

22.根据权利要求16所述的装置，其特征在于，所述装置还包括：

存储单元，用于存储用户数据库、项数据库、项评分数据库、关键词列表以及项相关度数据库，其中：

所述用户数据库包含用户的基本属性信息和行为描述信息，所述基本属性信息为所述用户注册时填写的个人信息，所述行为描述信息为所述用户对所关注的项的评分或动作构成的行为描述表；

所述项数据库包含所有项及每一项的基本属性信息；

所述项评分数据库包含所有项及每一项的评分信息，所述评分信息为各用户对所述项的评分值构成的评分表；

所述关键词列表包含关键词名称及其类型，所述类型包括关联关键词或限定关键词；

所述项相关度数据库包含任意两项之间的相关度值。

Images