CN103279515B - 基于微群的推荐方法及微群推荐装置 - Google Patents

Abstract

本发明公开了一种基于微群的推荐方法及微群推荐装置。该方法包括：预先存储微群对应的关联微群列表；获取请求的微博用户的微群列表，分别计算微群列表中微群与对应关联微群列表中微群的协同分值，加权后排序；获取微群列表中微群的属性信息，提取微群特征词，获取对应的微群，计算获取的微群与微群列表中微群的余弦相似值，进行相似加权后排序；获取微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群，进行归一排序；根据预先设置的加权系数，对协同加权后排序、相似加权后排序以及归一排序后的微群进行加权计算，将加权计算的微群进行排序，获取推荐的微群。应用本发明，可以实现微群推荐。

Description

基于微群的推荐方法及微群推荐装置

技术领域

本发明涉及即时通信（IM，Instant Messaging）技术，尤其涉及一种基于微群的推荐方法及微群推荐装置。

背景技术

随着计算机网络通信技术的发展，通过点对点的技术来实现互联网上的即时沟通的IM软件工具应用越来越普遍，IM已经被大多数的微博用户所接受并成为微博用户日常生活以及工作中必不可少的一部分，微博用户通过IM软件，可以实现与朋友、同事以及同学之间的交流与沟通。

微型博客（微博）作为IM软件工具应用的一部分，是一个基于微博用户关系的信息分享、传播以及获取平台，微博用户可以通过个人PC、移动电话等终端设备，通过微博消息或微博图片与关注自己的微博用户分享，从而实现个人信息即时分享以及微博用户间互动，是目前发展最为迅猛的互联网业务。

在微博及社交网络（SNS，Social Networking Services）上，微群服务器可以根据各微博用户的业务需求，创建相应的微群，微博用户可以通过加入微群的方式，参与到微群中进行交流，从而可以关注很多感兴趣的其他微博用户相关的信息。这样，需要微群服务器能够根据微博用户的需求，有效地向微博用户推荐符合自身业务需求的微群信息。

但现有的推荐方法，还只能针对微博文档或电子商务网站进行推荐，下面分别进行简要说明。

微博文档的推荐流程包括：通过提取微博文档中包含的特征词，分别计算各微博文档中特征词的词频以及逆文档词频（TF-IDF，Term Frequency-Inverse DocumentFrequency）权重值，并对获取的TF-IDF权重值进行排序，选取排序前N位的TF-IDF权重值对应的文档作为推荐文档，向微博用户展示，从而使微博用户根据展示的推荐文档进行推荐或作进一步浏览。

电子商务网站的推荐流程包括：统计用户在电子商务网站进行交易后给该电子商务网站的打分或星级评级。例如，通过将电子商务网站分为1-5分或者1-5星，并基于常用的推荐算法，例如，k最临近（KNN，k Nearest Neighbors）算法以及奇异值分解（SVD，SingularValue Decomposition）算法，对各用户的评分进行运算，从而根据运算结果向用户推荐评分高的电子商务网站。

在微博环境下，对于微博用户来说，要么参加某一微群，要么不参加该微群，使得微博用户的行为特征具有二值性质；进一步地，由于微群具有业务属性，不能采用评分或评星的方式进行微群推荐。例如，不同的微博用户接收到通过评分推荐的微群信息，在加入微群后，该微群不一定能够满足微博用户的业务需求。因而，由于微博环境下微群的特殊性，目前还没有基于微群的推荐方法。

发明内容

本发明的实施例提供一种基于微群的推荐方法，实现微群推荐。

本发明的实施例还提供一种微群推荐装置，实现微群推荐。

为达到上述目的，本发明实施例提供的一种基于微群的推荐方法，该方法包括：

在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表；

获取发送微群请求的微博用户的微群列表，计算微群列表中微群与微群服务器中预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值，进行加权后排序，得到第一预选微群列表；

获取微群列表中微群的属性信息，提取微群特征词，从微群服务器预先存储的倒排索引列表中，获取提取的微群特征词对应的微群，生成候选微群集合，计算候选微群集合中微群与微群列表中微群的余弦相似值，进行加权后排序，得到第二预选微群列表；

获取发送微群请求的微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群，进行排序，得到第三预选微群列表；

根据预先设置的加权系数，对第一预选微群列表、第二预选微群列表以及第三预选微群列表中的微群进行加权计算，将加权计算的微群进行排序，得到推荐的微群。

其中，所述进行加权后排序，获取第一预选微群列表包括：

对协同分值对应的、除微群列表中微群之外的微群进行协同分值相加，得到所述除微群列表中微群之外的微群的加权协同分值；

按照加权协同分值的高低，对加权协同分值对应的微群进行排序；

选取排序前N位的微群，写入第一预选微群列表中。

其中，所述协同分值的计算公式为：

$\mathrm{co}\_\mathrm{visit}(w,n)=\frac{c(w,n)}{c\left(w\right)c\left(n\right)}$

式中，

co_visit(w,n)为微群服务器中，微群w和微群n的协同分值；

c(w,n)为微群服务器中，各微博用户的微群列表中，微群w和微群n共同出现的次数；

c(w)为微群服务器中，各微博用户的微群列表中，微群w出现的次数；

c(n)为微群服务器中，各微博用户的微群列表中，微群n出现的次数。

其中，所述微群的属性信息包含：微群标识、微群标题、描述标签、描述信息以及内容信息。

其中，所述获取微群列表中微群的属性信息，提取微群特征词包括：

获取属性信息中的微群标题以及内容信息，对获取的微群标题以及内容信息进行分词以及去除停用词处理；

根据经过分词以及去除停用词处理的标题、内容信息以及属性信息中的描述标签，生成微群特征词。

其中，所述余弦相似值的计算公式为：

$\mathrm{co}\_\mathrm{visit}(w^{\′},n^{\′})=\frac{c\left(w^{\′}{n}^{\′}\right)}{c\left(w^{\′}\right)c\left(n^{\′}\right)}$

式中，

c(w′)为候选微群集合中，发送微群请求的微博用户所属的微群w′出现的次数；

c(n′)为候选微群集合中，除发送微群请求的微博用户所属的微群外的微群n′出现的次数；

c(w′,n′)为候选微群集合中，微群w′和微群n′共同出现的次数；

co_visit(w′,n′)为候选微群集合中，微群w′和微群n′的余弦相似值。

其中，所述进行加权后排序，获取第二预选微群列表包括：

对余弦相似值对应的、除微群列表中微群之外的微群进行余弦相似值相加，得到所述除微群列表中微群之外的微群的加权余弦相似值；

按照加权余弦相似值的高低，对加权余弦相似值对应的微群进行排序；

选取排序前预设位数的微群，写入第二预选微群列表中。

其中，所述统计并归一化各微群列表中出现的微群包括：

对各微群列表中出现的微群进行计数；

过滤微群计数值低于预先设置的微群数阈值的微群；

对经过滤处理后留下的微群的计数值进行归一化处理，得到归一化值。

其中，所述归一化处理包括：

在经过滤处理后留下的微群中，分别获取指定的微群的计数值以及除所述指定的微群外的微群的总计数值；

将计数值除以总计数值，得到所述指定的微群的归一化值。

其中，所述加权计算的公式为：

ξ_i=η₁xβ_1i+η₂xβ_2i+η₃xβ_3i

式中，

ξ_i为微群i的加权值；

η₁为预先设置的第一预选微群列表加权系数；

β_1i为第一预选微群列表中，微群i的加权协同分值；

η₂为预先设置的第二预选微群列表加权系数；

β_2i为第二预选微群列表中，微群i的加权余弦相似值；

η₃为预先设置的第三预选微群列表加权系数；

β_3i为第三预选微群列表中，微群i的归一化值。

一种基于微群的推荐装置，该推荐装置包括：协同过滤模块、内容推荐模块、行为特征推荐模块以及微群推荐模块，其中，

协同过滤模块，用于在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表；获取发送微群请求的微博用户的微群列表，分别计算微群列表中微群与微群服务器中预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值，进行加权后排序，获取第一预选微群列表，输出至微群推荐模块；

内容推荐模块，用于获取微群列表中微群的属性信息，提取微群特征词，从微群服务器预先存储的倒排索引列表中，获取提取的微群特征词对应的微群，生成候选微群集合，计算候选微群集合中微群与微群列表中微群的余弦相似值，进行加权后排序，获取第二预选微群列表，输出至微群推荐模块；

行为特征推荐模块，用于获取发送微群请求的微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群，进行排序，获取第三预选微群列表，输出至微群推荐模块；

微群推荐模块，用于根据预先设置的加权系数，对第一预选微群列表、第二预选微群列表以及第三预选微群列表中的微群进行加权计算，将加权计算的微群进行排序，获取推荐的微群。

较佳地，所述协同过滤模块包括：关联微群列表生成单元、接收单元、协同分值计算单元、加权单元以及排序单元，其中，

关联微群列表生成单元，用于在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表并存储；

接收单元，用于接收微博用户发送的微群请求，获取该微博用户的微群列表，输出至协同分值计算单元；

协同分值计算单元，用于计算微群列表中各微群与关联微群列表生成单元预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值，输出至加权单元；

加权单元，用于对协同分值对应的、除微群列表中微群之外的微群进行协同分值相加，得到所述除微群列表中微群之外的微群的加权协同分值；

排序单元，用于按照加权协同分值的高低，对加权协同分值对应的微群进行排序，选取排序前N位的微群，写入第一预选微群列表中，将第一预选微群列表输出至微群推荐模块。

较佳地，所述内容推荐模块包括：微群特征词提取单元、候选微群集合生成单元、余弦相似值计算单元、余弦相似值加权单元以及加权余弦相似值排序单元，其中，

微群特征词提取单元，用于获取微群列表中微群的属性信息，提取微群特征词，输出至候选微群集合生成单元；

候选微群集合生成单元，用于从微群服务器预先存储的倒排索引列表中，获取接收的微群特征词对应的微群，生成候选微群集合，输出至余弦相似值计算单元；

余弦相似值计算单元，用于计算候选微群集合中微群与微群列表中微群的余弦相似值，输出至余弦相似值加权单元；

余弦相似值加权单元，用于对余弦相似值对应的、除微群列表中微群之外的微群进行余弦相似值相加，得到所述除微群列表中微群之外的微群的加权余弦相似值，输出至加权余弦相似值排序单元；

加权余弦相似值排序单元，用于按照加权余弦相似值的高低，对加权余弦相似值对应的微群进行排序，选取排序前预设位数的微群，写入第二预选微群列表中，将第二预选微群列表输出至微群推荐模块。

较佳地，所述行为特征推荐模块包括：关注人列表获取单元、微群计数单元、归一化单元以及归一化值排序单元，其中，

关注人列表获取单元，用于获取发送微群请求的微博用户的关注人列表，输出至微群计数单元；

微群计数单元，用于查询关注人列表中微博用户对应的微群列表，统计各微群的计数值，输出至归一化单元；

归一化单元，用于过滤微群计数值低于预先设置的微群数阈值的微群，对经过滤处理后留下的微群的计数值进行归一化处理，得到与第一预选微群列表以及第二预选微群列表的加权分值具有相同量纲的归一化值，输出至归一化值排序单元；

归一化值排序单元，用于根据归一化值进行排序，选取排序前预设位数的微群，写入第三预选微群列表中，将第三预选微群列表输出至微群推荐模块。

由上述技术方案可见，本发明实施例提供的一种基于微群的推荐方法及微群推荐装置，通过获取发送微群请求的微博用户的微群列表，计算微群列表中各微群与其它微群的协同分值；同时，根据微群列表中微群的属性信息，获取属性信息对应的微群，计算获取的微群与微群列表中微群的余弦相似值；而且，获取微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群；从而根据预先设置的加权系数，对协同加权后排序、相似加权后排序以及归一排序后的微群进行加权计算，根据加权计算结果获取推荐的微群。可以综合利用微博环境下多种性质各异的数据，结合协同过滤、内容推荐和社交关系推荐进行分值计算，实现了向微博用户进行微群推荐。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，以下将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，以下描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，还可以根据这些附图所示实施例得到其它的实施例及其附图。

图1为本发明实施例基于微群的推荐方法流程示意图。

图2为本发明实施例基于微群的推荐装置结构示意图。

具体实施方式

以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。

在微博环境下，如何自动挖掘与微博用户所需业务相关的微群，从而向该微博用户进行推荐，使该微博用户能够从推荐的微群中获取所需业务信息，是扩展微博应用、提升微博用户体验的有益补充；进一步地，对于微博服务器来说，能够向微博用户提供符合微博业务需求的高质量的微群信息，也是保证微博媒体质量的关键。

在微群中，每一微博用户对应存储有微博用户加入的微群列表。因而，本发明实施例中，通过协同过滤算法，分析微博用户加入的微群与其它微群之间协同分值，依据协同分值可以对微博用户进行微群推荐。

进一步地，微博环境下，微群中的各微博用户具有行为特征，在微博通信中，微博用户存储有相应的行为特征数据。例如，关注的微博用户数据、转发微博用户的微博文档数据、评论微博文档数据或者@微博用户数据等行为特征数据。本发明实施例中，通过统计分析，获取到微博用户关注的微博用户与该微博用户具有相同业务需求的概率较大，因而，利用微博用户关注的微博用户数据进行分析，获取待推荐的微群。

而且，现有的每个微群，具有包含微群标题以及描述标签（tag）的微群属性。因而，本发明实施例中，可以通过提取微群的特征词，获取与微博用户所属的微群的特征词相关联的微群，从而向微博用户进行微群推荐。

图1为本发明实施例基于微群的推荐方法流程示意图。参见图1，该流程包括：

步骤101，在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表；

本步骤中，如果微群服务器中存储有1000个微群，分别为第一微群至第一千微群，则根据协同算法，分别计算出第一微群对应的关联微群列表、第二微群对应的关联微群列表，直至第一千微群对应的关联微群列表，并存储。

步骤102，获取发送微群请求的微博用户的微群列表，分别计算微群列表中微群与微群服务器中预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值，进行加权后排序，获取第一预选微群列表；

本步骤中，微博用户在需要获取更多的微群，以便加入进行相应的业务信息交流时，向微群服务器发送微群请求，请求微群服务器推荐微群信息，微群服务器接收微博用户发送的微群请求，进行处理。

本发明实施例中，协同分值可以表示微博用户在已加入的微群基础上，加入其它微群的概率，协同分值越高，表示加入其它微群的概率也就越大。因而，向该微博用户推荐协同分值高的微群，满足微博用户业务需求的概率也越大。

计算协同分值采用协同（co-visitation）过滤算法，协同过滤算法是最常用的推荐算法，包括KNN算法以及SVD算法等。其中，SVD算法为隐含因子分解等算法。

在微群环境下，协同分值的计算公式为：

$\mathrm{co}\_\mathrm{visit}(w,n)=\frac{c(w,n)}{c\left(w\right)c\left(n\right)}$

式中，

co_visit(w,n)为微群服务器中，微群w和微群n的协同分值，亦即微群w和微群n的共访值；

c(w,n)为微群服务器中，各微博用户的微群列表中，微群w和微群n共同出现的次数，即各微博用户对应的微群列表中，包含微群w和微群n的微博用户数；例如，在由五个微博用户构成的微群服务器中，每一微博用户对应一个微群列表，如果有三个微博用户的微群列表都有微群w和n出现，则c(w,n)=3。

c(w)为微群服务器中，各微博用户的微群列表中，微群w出现的次数；较佳地，微群w为发送微群请求的微博用户的微群列表中的微群。

c(n)为微群服务器中，各微博用户的微群列表中，微群n出现的次数。较佳地，微群n为微群服务器中预先存储的、除微群列表中微群之外的微群。

本发明实施例中，通过协同分值的计算公式，可以计算出发送微群请求的微博用户U的微群列表中，已加入的微群A、微群B、微群C分别与微群服务器中、该微群列表中微群对应的关联微群列表中的微群的协同分值。例如，如果微群服务器预先存储的微群包括：微群A、微群B、微群C、微群D、微群E、微群F以及微群G，微群A对应关联微群列表A1，微群B对应关联微群列表B1，微群C对应关联微群列表C1，微群D对应关联微群列表D1，微群E对应关联微群列表E1，微群F对应关联微群列表F1，以及，微群G对应关联微群列表G1。以发送微群请求的微博用户的微群列表中包含微群A以及微群B为例，则微群列表中微群与微群服务器中预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值包括：微群A与关联微群列表A1中微群的协同分值以及微群B与关联微群列表B1中微群的协同分值。

进行加权后排序，获取第一预选微群列表包括：

对协同分值对应的、除微群列表中微群之外的微群进行协同分值相加，得到所述除微群列表中微群之外的微群的加权协同分值；

按照加权协同分值的高低，对加权协同分值对应的微群进行排序；

选取排序前N位的微群，写入第一预选微群列表中。

本发明实施例中，将协同分值对应的、除微群列表中微群之外的微群，例如，如果微群A（微博用户U所属的微群）与微群D（非微博用户U所属的微群）的协同分值为0.5，则该协同分值对应的、除微群列表中微群之外的微群为微群D，即微群D的加权协同分值为0.5。将得到的微群的加权协同分值进行加权后排序，获取排序前N（N为预先设置的自然数）位的微群，即获取与微群A、微群B、微群C的加权协同分值最高的前N个微群。具体来说，对微博用户U进行推荐时，以微博用户U已经加入的微群A、微群B、微群C为基础，分别计算出微群A、微群B、微群C与其它微群的协同分值；然后，对计算出的协同分值进行线性加权，得到加权协同分值，并进行排序，获取加权协同分值最高的N个其它微群。

举例来说，假设微博用户U所属的微群A与微群D的协同分值为0.3，微群A与微群E的协同分值为0.2，微群A与微群E、微群F以及微群G的协同分值均为0；微群B与微群E的协同分值为0.4，微群B与微群F的协同分值为0.2，微群B与微群D以及微群G的协同分值均为0；微群C与微群G的协同分值为0.3，微群C与微群D、微群E以及微群F的协同分值均为0。则：

微群D的加权协同分值为0.3；微群E的加权协同分值为0.2+0.4=0.6；微群F的加权协同分值为0.2；微群G的加权协同分值为0.3。经过排序，依次为：微群E、微群D、微群G、微群F。如果取N为2，则将微群E以及微群D写入第一预选微群列表中；如果N为3，则将微群E、微群D以及微群G写入第一预选微群列表中。

这样，微群的加权协同分值，可以表示与该微博用户U所属的微群（微群A、微群B、微群C）相关的其它微群的相近性，即加权协同分值的高低，可以表示该微博用户U期望加入的微群的概率。

实际应用中，协同分值的计算可以采用分布式的化简映射（MapReduce）进行计算，即将协同分值的计算分散至与微群服务器相连的各客户端，并将计算结果（第一预选微群列表）存入内存中的远程字典服务（Redis，REmote DIctionary Server）中，以供后续计算。其中，Redis是一个开源的使用C语言编写、支持网络、可基于内存的日志型键值对数据库。当然，实际应用中，也可以用其它方式实现协同分值的计算。

步骤103，获取微群列表中微群的属性信息，提取微群特征词，从微群服务器预先存储的倒排索引列表中，获取提取的微群特征词对应的微群，生成候选微群集合，计算候选微群集合中微群与微群列表中微群的余弦相似值，进行加权后排序，获取第二预选微群列表；

本步骤中，微群作为目前最为流行的社交媒体，同时具有媒体属性和行为属性。因而，很多微博环境下的具体应用，微群的属性信息中包含有多种类型的可利用数据。例如，微群的属性信息包含：微群标识（id）、微群标题、描述标签（tag）、描述信息以及内容信息等。因而，本发明实施例中，基于微群的属性信息中的微群标识（id）、微群标题以及描述标签（tag）等属性信息，对微群进行推荐。

例如，以微博用户U的微群列表为例，构建微群列表包含的微群的属性信息的正排索引列表，即正排索引列表中，包含微群标识（id）、微群标题以及描述标签（tag），分别如下：

id:100207 title:色彩-爱好者tags:网站摄影设计爱好色彩；

id:100266 title:moni-创意-手工tags:原创手工亲子玩具布偶；

id:100289 title:恐怖-风暴tags:电影悬疑恐怖惊悚；

……。

其中，id为微群标识，例如，100207可以表示微群A，100266表示微群B，100289表示微群C；title为微群标题，以标题特征词表示该微群的类型；tag为描述标签，以描述特征词表示微群标题中包含的主题。

这样，获取微群列表中微群的属性信息，提取微群特征词包括：

获取属性信息中的微群标题以及内容信息，对获取的微群标题以及内容信息进行分词以及去除停用词处理；

根据经过分词以及去除停用词处理的标题、内容信息以及属性信息中的描述标签，生成微群特征词。

本步骤中，微群特征词包括：经过分词以及去除停用词处理的标题、以及，描述标签。当然，还可以对描述信息以及内容信息进行微群特征词提取，可以进一步扩展推荐的范围。

实际应用中，由于一个微群特征词可能被包含到多个微群中，如果按照现有单一顺序的正排索引列表查询包含微群特征词的微群，需要遍历存储的全部的正排索引列表，才能获取包含有微群特征词的微群。查询所需的资源开销较大、查询所需时间较长。因而，本发明实施例中，为了提升查询速度，设置用与微群的正排索引列表及倒排索引列表，即微群服务器中，预先存储微博用户的微群列表对应的正排索引列表，以及，以微群特征词为索引的倒排索引列表。

当然，实际应用中，为了后续能够快速进行内容推荐，在内存中，可以利用redis建立微群的正排索引列表和倒排索引列表。例如，建立的微博用户加入的微群正排索引列表对应的redis数据片段可以如下:

key:100207->value:色彩/爱好者/网站/摄影/设计/爱好/色彩；

key:100266->value:创意/手工/原创/手工/亲子/玩具/布偶；

key:100289->value:恐怖/风暴/电影/悬疑/惊悚；

……。

其中，键（key）为微群标识，值（value）为微群特征词。

倒排索引列表对应的Redis数据片段如下:

key:摄影->value:100207/10765......

key:电影->value:100289/100943.......

其中，键（key）为微群特征词，值（value）为微群标识。

本发明实施例中，建立正排索引列表以及倒排索引列表的目的是：在微群推荐时能够快速进行计算。在进行微群推荐时，假设微博用户U参加了微群A、微群B和微群C三个微群。首先，从正向索引列表redis中，读取微群A、微群B以及微群C对应的微群特征词，进行相应处理；然后，根据处理得到的微群A、微群B以及微群C对应的每一微群特征词，从倒排索引列表redis中读取包含该微群特征词的微群标识，形成候选微群集合S。

本发明实施例中，计算余弦相似值的公式与计算协同分值的公式相同，不同的是，公式中参数的物理含义不同。

余弦相似值的计算公式为：

$\mathrm{co}\_\mathrm{visit}(w^{\′},n^{\′})=\frac{c\left(w^{\′}{n}^{\′}\right)}{c\left(w^{\′}\right)c\left(n^{\′}\right)}$

式中，

c(w′)为候选微群集合中，发送微群请求的微博用户所属的微群w′出现的次数；

c(n′)为候选微群集合中，除发送微群请求的微博用户所属的微群外的微群n′出现的次数；

c(w′,n′)为候选微群集合中，微群w′和微群n′共同出现的次数；即在候选微群集合中，各微博用户对应的微群列表中，包含微群w′和微群n′的微博用户数；例如，在由五个微博用户构成的候选微群集合中，每一微博用户对应一个微群列表，如果有三个微博用户的微群列表都有微群w′和微群n′出现，则c(w′,n′)=3。

co_visit(w′,n′)为候选微群集合中，微群w′和微群n′的余弦相似值。余弦相似值越高，表明向微博用户推荐微群n′的概率也越大。

本发明实施例中，在获得了给微博用户U推荐的候选微群集合S后，根据内容相似性，对候选微群集合S中的微群，采用余弦（Cosine）相似性进行计算。关于如何计算余弦相似性为已知技术，在此略去详述。

进行加权后排序，获取第二预选微群列表包括：

对余弦相似值对应的、除微群列表中微群之外的微群进行余弦相似值相加，得到所述除微群列表中微群之外的微群的加权余弦相似值；

按照加权余弦相似值的高低，对加权余弦相似值对应的微群进行排序；

选取排序前预设位数的微群，写入第二预选微群列表中。

本发明实施例中，计算候选微群集合S中的微群分别与微群A、微群B、微群C的Cosine相似性，并累加得分。例如，微群D与微群A以及微群D与微群B的余弦相似性分值分别是0.3和0.5，则微群D的加权余弦相似性分值为0.8。

通过加权处理方式，可以将候选微群集合S中的微群，从内容角度给出了感兴趣程度排序，即从内容相似角度获取微博用户U可能感兴趣的微群。

当然，实际应用中，也可以采用正弦相似值进行计算。

步骤104，获取发送微群请求的微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群，进行排序，获取第三预选微群列表；

本步骤中，微博用户具有行为特征，对应行为特征数据。例如，关注的微博用户数据、转发微博用户的微博文档数据、评论微博文档数据或者@微博用户数据等。其中，关注的微博用户数据即关注人列表，如前所述，由于微博用户关注的微博用户与该微博用户具有相同业务需求的概率较大，因而，基于关注人列表进行微群推荐。

统计并归一化各微群列表中出现的微群包括：

对各微群列表中出现的微群进行计数；

过滤微群计数值低于预先设置的微群数阈值的微群；

对经过滤处理后留下的微群的计数值进行归一化处理，得到归一化值。

本发明实施例中，计数值为微群的统计频次，例如，微博用户U的关注人列表中，有10个微博用户参加了微群100207，即在关注人列表中微博用户对应的微群列表中，微群100207出现的频次为10次，则微群100207的计数值为10。

在获取各微群的计数值后，为了有效降低后续计算所需的资源，可以过滤微群计数值低于预先设置的微群数阈值的微群，将经过经过滤处理后留下的微群作为可能推荐给微博用户的结果。

为了使经过滤处理后留下的微群的计数值能够与前述得到的加权协同分值以及加权余弦相似值具有可比性。本发明实施例中，对经过滤处理后留下的微群的计数值进行归一化处理。例如，在经过滤处理后留下的微群中，如果需要获取某一微群的归一化值，则可以将该微群的计数值除以除该微群外的微群的总计数值，得到归一化值。举例来说，假设某微群j的计数值是10，除微群j之外的微群，总计数值是50，则该微群j的归一化值为10/50=0.2。

所应说明的是，步骤102至步骤104并没有先后顺序之分。即步骤102可以与步骤103以及步骤104同时执行，也可以在步骤103或步骤104之后执行。步骤103和步骤104与步骤102相类似。

步骤105，根据预先设置的加权系数，对第一预选微群列表、第二预选微群列表以及第三预选微群列表中的微群进行加权计算，将加权计算的微群进行排序，获取推荐的微群。

本步骤中，加权系数可以通过科学的统计分析或积累的经验得到。在获得了第一预选微群列表、第二预选微群列表以及第三预选微群列表后，采取数据集成的方式，对列表中的待推荐结果进行合并，以获得最终的推荐结果。

本发明实施例中，采用线性回归集成方法对列表中的待推荐结果进行合并，即分别赋予第一预选微群列表、第二预选微群列表以及第三预选微群列表相应的加权系数，然后进行线性加权，从而获取最终推荐结果。

加权计算公式为：

ξ_i=η₁xβ_1i+η₂xβ_2i+η₃xβ_3i

式中，

ξ_i为微群i的加权值；

η₁为预先设置的第一预选微群列表加权系数；

β_1i为第一预选微群列表中，微群i的加权协同分值，当微群i没有出现在第一预选微群列表中时，加权协同分值为0；

η₂为预先设置的第二预选微群列表加权系数；

β_2i为第二预选微群列表中，微群i的加权余弦相似值，当微群i没有出现在第二预选微群列表中时，加权余弦相似值为0；

η₃为预先设置的第三预选微群列表加权系数；

β_3i为第三预选微群列表中，微群i的归一化值，当微群i没有出现在第三预选微群列表中时，归一化值为0。

较佳地，加权系数之和为1，即η₁+η₂+η₃=1。例如，赋予第一预选微群列表的加权系数为0.4，赋予第二预选微群列表的加权系数为0.3，赋予第三预选微群列表的加权系数为0.3。如果微群H在第一预选微群列表中的加权协同分值为0.8，在第二预选微群列表中的加权余弦相似性值为0.6，在第三预选微群列表中的归一化值为0.4，则该微群H最终的加权值ξ_H为：

ξ_H=0.4x0.8+0.3x0.6+0.3x0.4=0.62。

下面举一具体例子，对本发明实施例作进一步详细描述。

假设某一微博用户加入了三个微群，分别为：星座命理微群、我们都是星座控微群以及天蝎座微群。

首先，计算微群服务器中各微群分别与星座命理微群、我们都是星座控微群以及天蝎座微群的协同分值，进行加权后排序，选取排序前三位的微群，将前三位的微群及其相应加权协同分值置入第一预选微群列表中。也就是说，第一预选微群列表中存储的信息包括：

星座小王子 0.82

星座、血型与命运 0.65

星座密语 0.58

其次，提取星座命理微群、我们都是星座控微群以及天蝎座微群三个微群中的微群标题以及描述标签，经分词及去除停用词处理后，得到微群特征词，从微群服务器预先存储的倒排索引列表中，获取微群特征词对应的微群，计算获取的微群分别与星座命理微群、我们都是星座控微群以及天蝎座微群的余弦相似值，进行加权处理后排序，仍将前三位的微群及其加权相似值置于第二预选微群列表中。第二预选微群列表中存储的信息包括：

十二星座 0.76

星座密语 0.71

星座速配 0.54

然后，根据微博用户的关注人列表，对关注人列表中微博用户对应的微群列表中的微群进行计数，进行归一化处理后排序，仍将前三位的微群及其归一化值置于第三预选微群列表中。第三预选微群列表中存储的信息包括：

星座、血型与命运 0.85

星座时尚密语 0.59

运来开运网 0.37

最后，假设第一预选微群列表、第二预选微群列表以及第三预选微群列表各自的加权系数都预先设置为0.33，采用数据线性集成的方式，对第一预选微群列表、第二预选微群列表以及第三预选微群列表中包含的微群进行计算，得到最终的加权值：

星座小王子=0.82x0.33；

星座、血型与命运=0.65x0.33+0.85x0.33；

星座密语=0.58x0.33+0.71x0.33；

十二星座=0.76x0.33；

星座速配=0.54x0.33；

星座时尚密语=0.59x0.33；

运来开运网=0.37x0.33。

经过排序，可以得出总得分最高的三项推荐结果依序为：

星座、血型与命运；

星座密语；

星座小王子。

由上述可见，本发明实施例基于微群的推荐方法，可以综合利用微博环境下多种性质各异的数据，结合协同过滤、内容推荐和社交关系推荐进行分值计算，最后得出总得分，依据总得分进行排序并进行结果推荐，实现了向微博用户进行微群推荐。这样，既能发挥各自数据的作用，又可以使各异的数据相互补充，获得较好的推荐效果。

图2为本发明实施例基于微群的推荐装置结构示意图。参见图2，该装置为微群服务器，包括：协同过滤模块、内容推荐模块、行为特征推荐模块以及微群推荐模块，其中，

协同过滤模块，用于在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表；获取发送微群请求的微博用户的微群列表，分别计算微群列表中微群与微群服务器中预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值，进行加权后排序，获取第一预选微群列表，输出至微群推荐模块；

内容推荐模块，用于获取微群列表中微群的属性信息，提取微群特征词，从微群服务器预先存储的倒排索引列表中，获取提取的微群特征词对应的微群，生成候选微群集合，计算候选微群集合中微群与微群列表中微群的余弦相似值，进行加权后排序，获取第二预选微群列表，输出至微群推荐模块；

行为特征推荐模块，用于获取发送微群请求的微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群，进行排序，获取第三预选微群列表，输出至微群推荐模块；

微群推荐模块，用于根据预先设置的加权系数，对第一预选微群列表、第二预选微群列表以及第三预选微群列表中的微群进行加权计算，将加权计算的微群进行排序，获取推荐的微群。

其中，

协同过滤模块包括：关联微群列表生成单元、接收单元、协同分值计算单元、加权单元以及排序单元（图中未示出），其中，

关联微群列表生成单元，用于在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表并存储；

接收单元，用于接收微博用户发送的微群请求，获取该微博用户的微群列表，输出至协同分值计算单元；

协同分值计算单元，用于计算微群列表中各微群与关联微群列表生成单元预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值，输出至加权单元；

加权单元，用于对协同分值对应的、除微群列表中微群之外的微群进行协同分值相加，得到所述除微群列表中微群之外的微群的加权协同分值；

排序单元，用于按照加权协同分值的高低，对加权协同分值对应的微群进行排序，选取排序前N位的微群，写入第一预选微群列表中，将第一预选微群列表输出至微群推荐模块。

内容推荐模块包括：微群特征词提取单元、候选微群集合生成单元、余弦相似值计算单元、余弦相似值加权单元以及加权余弦相似值排序单元（图中未示出），其中，

微群特征词提取单元，用于获取微群列表中微群的属性信息，提取微群特征词，输出至候选微群集合生成单元；

本发明实施例中，微群特征词提取单元获取属性信息中的微群标题，对获取的微群标题进行分词以及去除停用词处理；根据经过分词以及去除停用词处理的标题以及属性信息中的描述标签，生成微群特征词。

候选微群集合生成单元，用于从微群服务器预先存储的倒排索引列表中，获取接收的微群特征词对应的微群，生成候选微群集合，输出至余弦相似值计算单元；

余弦相似值计算单元，用于计算候选微群集合中微群与微群列表中微群的余弦相似值，输出至余弦相似值加权单元；

余弦相似值加权单元，用于对余弦相似值对应的、除微群列表中微群之外的微群进行余弦相似值相加，得到所述除微群列表中微群之外的微群的加权余弦相似值，输出至加权余弦相似值排序单元；

加权余弦相似值排序单元，用于按照加权余弦相似值的高低，对加权余弦相似值对应的微群进行排序，选取排序前预设位数的微群，写入第二预选微群列表中，将第二预选微群列表输出至微群推荐模块。

行为特征推荐模块包括：关注人列表获取单元、微群计数单元、归一化单元以及归一化值排序单元（图中未示出），其中，

关注人列表获取单元，用于获取发送微群请求的微博用户的关注人列表，输出至微群计数单元；

微群计数单元，用于查询关注人列表中微博用户对应的微群列表，统计各微群的计数值，输出至归一化单元；

归一化单元，用于过滤微群计数值低于预先设置的微群数阈值的微群，对经过滤处理后留下的微群的计数值进行归一化处理，得到与第一预选微群列表以及第二预选微群列表的加权分值具有相同量纲的归一化值，输出至归一化值排序单元；

归一化值排序单元，用于根据归一化值进行排序，选取排序前预设位数的微群，写入第三预选微群列表中，将第三预选微群列表输出至微群推荐模块。

显然，本领域技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也包含这些改动和变型在内。

Claims (14)

1.一种基于微群的推荐方法，该方法包括：

在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表；

获取发送微群请求的微博用户的微群列表，分别计算所述微博用户的微群列表中的微群与对应的所述关联微群列表中的微群的协同分值，进行加权后排序，得到第一预选微群列表；

获取所述微博用户的微群列表中微群的属性信息，提取微群特征词，从微群服务器预先存储的倒排索引列表中，获取提取的微群特征词对应的微群，生成候选微群集合，计算候选微群集合中微群与所述微博用户的微群列表中微群的余弦相似值，进行加权后排序，得到第二预选微群列表；

获取发送微群请求的微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群，进行排序，得到第三预选微群列表；

根据预先设置的加权系数，对第一预选微群列表、第二预选微群列表以及第三预选微群列表中的微群进行加权计算，将加权计算的微群进行排序，得到推荐的微群。

2.根据权利要求1所述的方法，其中，所述进行加权后排序，获取第一预选微群列表包括：

对协同分值对应的、除微群列表中微群之外的微群进行协同分值相加，得到所述除微群列表中微群之外的微群的加权协同分值；

按照加权协同分值的高低，对加权协同分值对应的微群进行排序；

选取排序前N位的微群，写入第一预选微群列表中。

3.根据权利要求2所述的方法，其中，所述协同分值的计算公式为：

$\mathrm{co}\_visit(w,n)=\frac{c(w,n)}{c\left(w\right)c\left(n\right)}$

式中，

co_visit(w,n)为微群服务器中，微群w和微群n的协同分值；

c(w,n)为微群服务器中，各微博用户的微群列表中，微群w和微群n共同出现的次数；

c(w)为微群服务器中，各微博用户的微群列表中，微群w出现的次数；

c(n)为微群服务器中，各微博用户的微群列表中，微群n出现的次数。

4.根据权利要求1所述的方法，其中，所述微群的属性信息包含：微群标识、微群标题、描述标签、描述信息以及内容信息。

5.根据权利要求4所述的方法，其中，所述获取微群列表中微群的属性信息，提取微群特征词包括：

获取属性信息中的微群标题以及内容信息，对获取的微群标题以及内容信息进行分词以及去除停用词处理；

根据经过分词以及去除停用词处理的标题、内容信息以及属性信息中的描述标签，生成微群特征词。

6.根据权利要求5所述的方法，其中，所述余弦相似值的计算公式为：

$\mathrm{co}\_visit(w^{\′},n^{\′})=\frac{c(w^{\′},n^{\′})}{c\left(w^{\′}\right)c\left(n^{\′}\right)}$

式中，

c(w′)为候选微群集合中，发送微群请求的微博用户所属的微群w′出现的次数；

c(n′)为候选微群集合中，除发送微群请求的微博用户所属的微群外的微群n′出现的次数；

c(w′,n′)为候选微群集合中，微群w′和微群n′共同出现的次数；

co_visit(w′,n′)为候选微群集合中，微群w′和微群n′的余弦相似值。

7.根据权利要求6所述的方法，其中，所述进行加权后排序，获取第二预选微群列表包括：

对余弦相似值对应的、除微群列表中微群之外的微群进行余弦相似值相加，得到所述除微群列表中微群之外的微群的加权余弦相似值；

按照加权余弦相似值的高低，对加权余弦相似值对应的微群进行排序；

选取排序前预设位数的微群，写入第二预选微群列表中。

8.根据权利要求1所述的方法，其中，所述统计并归一化各微群列表中出现的微群包括：

对各微群列表中出现的微群进行计数；

过滤微群计数值低于预先设置的微群数阈值的微群；

对经过滤处理后留下的微群的计数值进行归一化处理，得到归一化值。

9.根据权利要求8所述的方法，其中，所述归一化处理包括：

在经过滤处理后留下的微群中，分别获取指定的微群的计数值以及除所述指定的微群外的微群的总计数值；

将计数值除以总计数值，得到所述指定的微群的归一化值。

10.根据权利要求1至9任一项所述的方法，其中，所述加权计算的公式为：

ξ_i＝η₁xβ_1i+η₂xβ_2i+η₃xβ_3i

式中，

ξ_i为微群i的加权值；

η₁为预先设置的第一预选微群列表加权系数；

β_1i为第一预选微群列表中，微群i的加权协同分值；

η₂为预先设置的第二预选微群列表加权系数；

β_2i为第二预选微群列表中，微群i的加权余弦相似值；

η₃为预先设置的第三预选微群列表加权系数；

β_3i为第三预选微群列表中，微群i的归一化值。

11.一种基于微群的推荐装置，其特征在于，该推荐装置包括：协同过滤模块、内容推荐模块、行为特征推荐模块以及微群推荐模块，其中，

协同过滤模块，用于在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表；获取发送微群请求的微博用户的微群列表，分别计算所述微博用户的微群列表中的微群与对应的所述关联微群列表中的微群的协同分值，进行加权后排序，获取第一预选微群列表，输出至微群推荐模块；

内容推荐模块，用于获取所述微博用户的微群列表中微群的属性信息，提取微群特征词，从微群服务器预先存储的倒排索引列表中，获取提取的微群特征词对应的微群，生成候选微群集合，计算候选微群集合中微群与所述微博用户的微群列表中微群的余弦相似值，进行加权后排序，获取第二预选微群列表，输出至微群推荐模块；

行为特征推荐模块，用于获取发送微群请求的微博用户的关注人列表，查询关注人列表中微博用户对应的微群列表，统计并归一化各微群列表中出现的微群，进行排序，获取第三预选微群列表，输出至微群推荐模块；

微群推荐模块，用于根据预先设置的加权系数，对第一预选微群列表、第二预选微群列表以及第三预选微群列表中的微群进行加权计算，将加权计算的微群进行排序，获取推荐的微群。

12.根据权利要求11所述的推荐装置，其特征在于，所述协同过滤模块包括：关联微群列表生成单元、接收单元、协同分值计算单元、加权单元以及排序单元，其中，

关联微群列表生成单元，用于在微群服务器中，预先根据设置的协同算法，分别计算出与每一微群存在关联关系的微群，形成所述每一微群对应的关联微群列表并存储；

接收单元，用于接收微博用户发送的微群请求，获取该微博用户的微群列表，输出至协同分值计算单元；

协同分值计算单元，用于计算微群列表中各微群与关联微群列表生成单元预先存储的、该微群列表中微群对应的关联微群列表中的微群的协同分值，输出至加权单元；

加权单元，用于对协同分值对应的、除微群列表中微群之外的微群进行协同分值相加，得到所述除微群列表中微群之外的微群的加权协同分值；

排序单元，用于按照加权协同分值的高低，对加权协同分值对应的微群进行排序，选取排序前N位的微群，写入第一预选微群列表中，将第一预选微群列表输出至微群推荐模块。

13.根据权利要求11所述的推荐装置，其特征在于，所述内容推荐模块包括：微群特征词提取单元、候选微群集合生成单元、余弦相似值计算单元、余弦相似值加权单元以及加权余弦相似值排序单元，其中，

微群特征词提取单元，用于获取微群列表中微群的属性信息，提取微群特征词，输出至候选微群集合生成单元；

候选微群集合生成单元，用于从微群服务器预先存储的倒排索引列表中，获取接收的微群特征词对应的微群，生成候选微群集合，输出至余弦相似值计算单元；

余弦相似值计算单元，用于计算候选微群集合中微群与微群列表中微群的余弦相似值，输出至余弦相似值加权单元；

余弦相似值加权单元，用于对余弦相似值对应的、除微群列表中微群之外的微群进行余弦相似值相加，得到所述除微群列表中微群之外的微群的加权余弦相似值，输出至加权余弦相似值排序单元；

加权余弦相似值排序单元，用于按照加权余弦相似值的高低，对加权余弦相似值对应的微群进行排序，选取排序前预设位数的微群，写入第二预选微群列表中，将第二预选微群列表输出至微群推荐模块。

14.根据权利要求11或12或13所述的推荐装置，其特征在于，所述行为特征推荐模块包括：关注人列表获取单元、微群计数单元、归一化单元以及归一化值排序单元，其中，

关注人列表获取单元，用于获取发送微群请求的微博用户的关注人列表，输出至微群计数单元；

微群计数单元，用于查询关注人列表中微博用户对应的微群列表，统计各微群的计数值，输出至归一化单元；

归一化单元，用于过滤微群计数值低于预先设置的微群数阈值的微群，对经过滤处理后留下的微群的计数值进行归一化处理，得到与第一预选微群列表以及第二预选微群列表的加权分值具有相同量纲的归一化值，输出至归一化值排序单元；

归一化值排序单元，用于根据归一化值进行排序，选取排序前预设位数的微群，写入第三预选微群列表中，将第三预选微群列表输出至微群推荐模块。