CN103425763A - 基于sns的用户推荐方法及装置 - Google Patents

Abstract

本发明公开了一种基于SNS的用户推荐方法及装置。该方法包括：预先建立微博分类体系，并生成描述各微博分类对应的特征词库，获取发送推荐请求的微博用户的自标签，进行关键词提取，与预先生成的各微博分类对应的特征词库进行匹配，获取该微博用户关键词匹配的微博分类；根据获取的微博分类对应的特征词库，借助全量的微博用户关系以及各微博用户的自标签，获取与特征词库匹配的候选微博用户集合；根据发送推荐请求的微博用户对候选微博用户集合的二度关注，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前S位的微博用户，向请求推荐的微博用户推送。应用本发明，可以提升微博用户推荐的效率。

Description

基于SNS的用户推荐方法及装置

技术领域

本发明涉及社会性网络服务（SNS，Social Networking Services）推荐技术，尤其涉及一种基于SNS的用户推荐方法及装置。

背景技术

随着互联网技术的发展，通过点对面的技术实现社交的SNS产品应用越来越普遍，SNS已经被大多数互联网用户所接受并成为用户日常生活以及工作中必不可少的一部分，互联网用户通过SNS产品，可以实现朋友、同事以及同学之间的交流与沟通。

微型博客（微博）作为SNS产品的一种，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，通过微博消息或者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。

在以微博为代表的社交网络上，互联网用户如何获取自身感兴趣或满足自身业务需求的微博用户，一直是研究的热点。例如，期望获取某一领域内有影响的微博用户，从而从该微博用户发布的微博中获取有价值的优质分类/领域信息。

现有技术中，微博服务器通过分析微博用户之间的关注关系和粉丝数等，基于链接分析算法，计算微博用户的链接分值，根据链接分值对微博用户进行排序，并将排序前列的微博用户进行推荐。

由上述可见，现有推荐微博用户集合的方法，通过关注关系和粉丝数，基于链接分析算法进行推荐，使得推荐的微博用户难以满足微博用户的业务需求或符合微博用户的爱好兴趣，进行微博用户推荐的效率较低，导致微博用户业务体验不高。

发明内容

本发明的实施例提供一种基于SNS的用户推荐方法，提升微博用户推荐的效率，更好地实现微博用户关系的缔结。

本发明的实施例还提供一种基于SNS的用户推荐装置，提升微博用户推荐的效率，更好地实现微博用户关系的缔结。

为达到上述目的，本发明实施例提供的一种基于SNS的用户推荐方法，预先建立微博分类体系，并生成描述各微博分类对应的特征词库，该方法包括：

获取发送推荐请求的微博用户的自标签，进行关键词提取，与预先生成的各微博分类对应的特征词库进行匹配，获取该微博用户关键词匹配的微博分类；

根据获取的微博分类对应的特征词库，借助全量的微博用户关系以及各微博用户的自标签，获取与特征词库匹配的候选微博用户集合；

根据发送推荐请求的微博用户对候选微博用户集合的二度关注，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前S位的微博用户，形成链接微博用户集合，向请求推荐的微博用户推送。

其中，所述形成链接微博用户集合之后，向请求推荐的微博用户推送之前，所述方法进一步包括：

根据链接微博用户集合中微博用户的关注关系，获取除链接微博用户集合中的微博用户之外的、且二度关注的微博用户，滤除关注数小于预先设置关注数阈值的微博用户，生成扩充微博用户集合；

融合链接微博用户集合以及扩充微博用户集合，生成待推荐微博用户集合，根据待推荐微博用户集合中微博用户的关注关系，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前Q位的微博用户，执行向请求推荐的微博用户推送的步骤。

其中，所述预先建立微博分类体系，并生成描述各微博分类对应的特征词库包括：

提取微博服务器存储的微博文档中的关键词；

对提取的关键词进行聚类运算，获取聚类结果，设置每一聚类结果对应一微博分类，每一微博分类中包含的关键词为表征该微博分类的特征词库。

其中，所述与预先生成的各微博分类对应的特征词进行匹配，获取该微博用户关键词匹配的微博分类包括：

根据提取的关键词，遍历每一预先生成的各微博分类对应的特征词库，如果特征词库中包含有提取的关键词，则该微博用户属于包含有提取关键词的特征词库对应的微博分类。

其中，所述使用链接分析算法进行运算，获取各微博用户的归一化链接分值包括：

根据候选微博用户集合中包含的微博用户，基于微博用户的关注关系，构建关注关系矩阵；

在关注关系矩阵中，设置第i个微博用户N_i与第j个微博用户N_j的关注关系为a_ij，设置a_ij=1，表示微博用户N_i与微博用户N_j具有关注关系，设置a_ij=0，表示微博用户N_i与微博用户N_j不具有关注关系；

根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值。

其中，所述根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值包括：

初始化迭代计数器为0，预设置各微博用户对候选微博用户集合的初始链接分值；

在候选微博用户集合中，分别获取与待计算微博用户具有关注关系的微博用户集合；

基于关注关系矩阵以及获取的微博用户集合，计算各微博用户对候选微博用户集合的迭代链接分值；

计算当前各微博用户对候选微博用户集合的迭代链接分值与上一次相应的迭代链接分值之差的绝对值，如果绝对值小于预先设置的收敛阈值，对当前各微博用户对候选微博用户集合的迭代链接分值进行归一化，得到各微博用户对候选微博用户集合归一化后的链接分值；否则，返回执行所述基于关注关系矩阵以及获取的微博用户集合的步骤。

其中，所述计算各微博用户对候选微博用户集合的迭代链接分值的公式为：

$f_i^{c+1}=\frac{1-d}{n}+d\underset{l=1}{\overset{k}{\mathrm{\Σ}}}\frac{f_{u_{\mathrm{il}}}^c}{C\left(u_{\mathrm{il}}\right)}$

式中，

d为阻尼因子，0≤d≤1；

C(u_il)为与微博用户N_i具有关注关系的微博用户集合中，与微博用户u_il具有关注关系的微博用户数，1≤l≤k，k为与微博用户N_i具有关注关系的微博用户数；

为与微博用户N_i具有关注关系的微博用户集合中，微博用户u_il对候选微博用户集合N的链接分值，

其中，所述在生成扩充微博用户集合之后，融合链接微博用户集合以及扩充微博用户集合之前，所述方法进一步包括：

分别提取扩充微博用户集合中微博用户发布的微博文档，提取微博文档包含的关键词，对提取的、且与对应的微博分类的特征词库相匹配的关键词进行计数，过滤计数值小于预先设置阈值的关键词对应的微博用户。

一种基于SNS的用户推荐装置，该装置包括：分类模块、关键词匹配模块、候选微博用户集合生成模块以及链接微博用户集合生成模块，其中，

分类模块，用于预先建立微博分类体系，并生成描述各微博分类对应的特征词库；

关键词匹配模块，用于获取发送推荐请求的微博用户的自标签，进行关键词提取，与分类模块中预先生成的各微博分类对应的特征词库进行匹配，获取该微博用户关键词匹配的微博分类；

候选微博用户集合生成模块，用于根据获取的微博分类对应的特征词库，借助全量的微博用户关系以及各微博用户的自标签，获取与特征词库匹配的候选微博用户集合；

链接微博用户集合生成模块，用于根据发送推荐请求的微博用户对候选微博用户集合的二度关注，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前S位的微博用户，形成链接微博用户集合，向请求推荐的微博用户推送。

较佳地，所述装置进一步包括：扩充微博用户集合生成模块以及融合模块，其中，

扩充微博用户集合生成模块，用于根据链接微博用户集合中微博用户的关注关系，获取除链接微博用户集合中的微博用户之外的、且二度关注的微博用户，滤除关注数小于预先设置关注数阈值的微博用户，生成扩充微博用户集合；

融合模块，用于融合链接微博用户集合以及扩充微博用户集合，生成待推荐微博用户集合，根据待推荐微博用户集合中微博用户的关注关系，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前Q位的微博用户，执行向请求推荐的微博用户推送的流程。

较佳地，所述分类模块包括：关键词提取单元、聚类运算单元以及特征词库存储单元，其中，

关键词提取单元，用于提取微博服务器存储的微博文档中的关键词；

聚类运算单元，用于对提取的关键词进行聚类运算，获取聚类结果，输出至特征词库存储单元；

特征词库存储单元，用于设置每一聚类结果对应一微博分类，每一微博分类中包含的关键词为表征该微博分类的特征词库。

较佳地，所述链接微博用户集合生成模块包括：关注关系矩阵构建单元、关注关系矩阵设置单元以及归一化链接分值运算单元，其中，

关注关系矩阵构建单元，用于根据候选微博用户集合中包含的微博用户，基于微博用户的关注关系，构建关注关系矩阵；

关注关系矩阵设置单元，用于初始化构建的关注关系矩阵中各元素的初始值；

归一化链接分值运算单元，用于根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值。

由上述技术方案可见，本发明实施例提供的一种基于SNS的用户推荐方法及装置，利用微博用户的自标签，提取关键词，通过关键词匹配，获取该微博用户关键词匹配的微博分类，进而基于微博分类对应的特征词库，获取与特征词库匹配的微博用户，构成候选微博用户集合，并基于候选微博用户集合中微博用户的相互关注关系，通过链接分析算法，实现自动挖掘领域的专家级微博用户并向请求推荐的微博用户推送。这样，挖掘得到的微博用户可以满足微博用户的业务需求或符合微博用户的爱好兴趣，使得请求推荐的微博用户能够更容易从该专家级微博用户获取所需领域内的业务信息，有效提升了微博用户推荐的效率，增强了微博用户的业务体验。

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SNS的用户推荐方法流程示意图。

图2为本发明实施例基于SNS的用户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，如何自动挖掘各领域内的专家级微博用户，从而向请求推荐的微博用户进行推荐，使请求推荐的微博用户能够从该专家级微博用户获取所需领域内的业务信息，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，能够提供高质量的专家级微博用户也是保证微博媒体属性质量的关键。因而，实际应用中，如果能够对于微博用户所需领域内的专家级微博用户进行准确的挖掘，可以有效扩展微博的应用功能，并能够使该微博用户从推荐的微博用户中，更容易获取所需的业务信息，有效提升进行微博用户推荐的效率。例如，可以根据请求推荐的微博用户行为特征，向该微博用户推荐感兴趣的专家级微博用户等具体应用。

在微博环境下，微博用户一般采用自标签的方式，描述自己的爱好兴趣或者进行自我描述，用以表示自己感兴趣的业务或具有的能力。例如，微博用户可以设置美食小专家自标签，以表明自己对美食有兴趣以及具有美食能力，或者，还可以进一步设置80后自标签，以进行自我描述，表明自己为80后。

本发明实施例中，考虑通过利用微博用户设置的自标签以及微博用户的关注关系，自动挖掘出微博用户所属领域内的专家级微博用户。其中，专家级微博用户是指在某一领域内，能够提供该领域内权威微博文档内容的微博用户。例如，对于一名从事中医多年的微博用户，可以认为该微博用户为中医领域的专家级微博用户，再例如，对于一名从事多年教育工作的微博用户，可以认为该微博用户为教育领域的专家级微博用户。

图1为本发明实施例基于SNS的用户推荐方法流程示意图。参见图1，该流程包括：

步骤101，预先建立微博分类体系，并生成描述各微博分类对应的特征词库；

本步骤中，根据微博中涉及的各种业务，预先建立微博分类体系，并生成描述各微博分类对应的特征词库，界定微博分类并确定表征每一微博分类的特征词。具体来说，

预先建立微博分类体系，并生成描述各微博分类对应的特征词库包括：

A11，提取微博服务器存储的微博文档中的关键词；

本步骤中，根据各微博用户发布的微博文档，提取存储的所有微博文档中的关键词。

A12，对提取的关键词进行聚类运算，获取聚类结果，设置每一聚类结果对应一微博分类，每一微博分类中包含的关键词为表征该微博分类的特征词库。

本发明实施例中，基于微博文档，预先对微博分类体系进行类别划分并为每一微博分类设置类别标签。实际应用中，可以通过自动或者人工的方式，对微博业务进行类别划分。例如，通过与微博服务器中预先存储的词库进行匹配的方法，提取微博文档中的关键词，然后，根据现有的聚类算法，对提取的关键词进行聚类运算，从而将提取的关键词聚类为一个或多个聚类结果。例如，经过聚类运算，可以将关键词川菜、吃货、厨房、葡萄酒、粤菜聚类为一个聚类结果，并为该聚类结果设置类别（分类）标签，例如，设置为美食类微博分类。其中，经过聚类得到的关键词：川菜、吃货、厨房、葡萄酒、粤菜为表征美食类微博分类的特征词库。当然，实际应用中，表征美食类微博分类的特征词库还可以包括其它的关键词。此外，相同的关键词，也可以聚类到不同的微博分类，不同的微博分类，也可以包含有相同的特征词，即同一特征词，可以表征多个微博分类。

本发明实施例中，可以将微博分类为：美容类微博分类、美食类微博分类、幽默类微博分类以及养生类微博分类等类别。每一微博分类中，包含有多个特征词。

如何提取关键词、进行聚类运算为已知技术，在此不再详述。

步骤102，获取发送推荐请求的微博用户的自标签，进行关键词提取，与预先生成的各微博分类对应的特征词库进行匹配，获取与该微博用户关键词匹配的微博分类；

本步骤中，如果微博用户期望获取与自身自标签相关的微博用户，则可以直接向微博服务器发送微博用户推荐请求，微博服务器接收微博用户推荐请求后，查询得到该微博用户的自标签，提取自标签中的关键词，与预先存储的各微博分类对应的特征词库进行匹配，得到与提取的关键词相匹配的微博分类。

实际应用中，提取的微博用户的自标签中包含的关键词，可能与一个或多个微博分类对应的特征词库相匹配，则该微博用户可以属于多个微博分类。也就是说，

与预先生成的各微博分类对应的特征词进行匹配，获取该微博用户关键词匹配的微博分类包括：

根据提取的关键词，遍历每一预先生成的各微博分类对应的特征词库，如果特征词库中包含有提取的关键词，则该微博用户属于包含有提取关键词的特征词库对应的微博分类。

步骤103，根据获取的微博分类对应的特征词库，借助全量的微博用户关系以及各微博用户的自标签，获取与特征词库匹配的候选微博用户集合；

本步骤中，在获取了微博用户关键词匹配的微博分类后，根据获取的微博分类对应的特征词库，与存储的微博用户的自标签中包含的关键词进行匹配，如果存储的微博用户的自标签中包含的任一关键词与微博分类中对应的特征词库中任一特征词相同，则将该微博用户置入候选微博用户集合（发送推荐请求的微博用户除外）中。其中，如果微博用户属于多个微博分类，则可以对应获取多个候选微博用户集合。这样，通过提取微博用户的自标签，对微博服务器中存储的微博用户进行归类，即获取与请求推荐的微博用户属于同一微博分类的微博用户，作为与该微博分类领域的候选微博用户集合。例如，可以将所有设置有美食自标签的微博用户，置于美食类微博分类的候选微博用户集合中。

实际应用中，在获取候选微博用户集合后，选入候选微博用户集合中的微博用户都是与请求推荐的微博用户所属领域相关的，包含有能够对该领域提供高质量微博文档的微博用户。但由于自标签在很大程度上是表征微博用户兴趣或进行自我描述，即某一微博用户对该领域感兴趣，将自标签设置为包含表征该领域的关键词，但并不必然代表该微博用户能够提供该领域的优质微博文档。例如，对于微博用户A来说，可能会设置旅游自标签，表示其对旅游感兴趣，但是并不能说明该微博用户A能够提供旅游领域的优质微博文档。

因而，本发明实施例中，进一步结合微博用户发布的微博文档关键词匹配的微博分类，对候选微博用户集合中微博用户能否提供该领域高质量的微博文档进行判断。即在获取与特征词匹配的候选微博用户集合后，进一步包括：

分别获取候选微博用户集合中微博用户发布的微博文档，提取微博文档包含的关键词，对提取的、且与所述微博分类对应的特征词库相匹配的关键词进行计数，过滤计数值小于预先设置阈值的关键词对应的微博用户。

本步骤中，举例来说，对于美食候选微博用户集合中的微博用户来说，如果某一微博用户发布的微博文档中，提取的关键词中，与美食领域（美食类微博分类）中的特征词库相匹配的关键词数量超过预先设置阈值，表明该微博用户发布的微博文档，大部分都是与美食领域相关的，则可以认为该微博用户为可能提供美食领域优质内容的候选微博用户。其中，如果微博文档中包含有多个相同的关键词，则分别进行提取，如果该关键词与美食领域相关，则进行多次计数，即该关键词在微博文档中出现的次数为该关键词的计数值，各微博文档中，所有与美食领域相关的关键词的计数值为该微博用户的计数值。当然，实际应用中，也可以将所有与美食领域相关的关键词的计数值与微博文档的篇数相除作为该微博用户的计数值。而如果微博用户发布的微博文档，提取的关键词中，与美食领域包含的特征词相匹配的关键词数量小于预先设置阈值，认为该微博用户发布的微博文档与美食领域相差较远，则将该微博用户进行过滤，排除该微博用户。通过该方式，可以保证进入候选微博用户集合的微博用户都是与该领域相关且能够提供优质内容。

步骤104，根据发送推荐请求的微博用户对候选微博用户集合的二度关注，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前S（为自然数）位的微博用户，形成链接微博用户集合，向请求推荐的微博用户推送。

本步骤中，候选微博用户集合中的微博用户数较多，如果将该候选微博用户集合向微博用户推荐，推荐效率较低，因而，需要从中选取一部分微博用户进行推荐。

对于某领域的大多数微博用户来说，如果在该领域内，某一微博用户被越多的其它微博用户关注，则该某微博用户是该领域的专家级微博用户的可能性就越大。进一步地，在关注的微博用户中，如果关注的微博用户级别越高，则被关注的微博用户是该领域的专家级微博用户的可能性就更大。因而，本发明实施例中，在确定了请求推荐的微博用户所需领域的候选微博用户集合后，根据候选微博用户集合中微博用户相互之间的关注关系，使用链接分析算法，自动挖掘属于该领域的专家级微博用户。

实际应用中，链接分析算法可以采用网页级别（Pagerank）算法，也可以采用其它类似的算法，例如，基于超链接的网页排序（Hits，Hyperlink-Induced Topic Search）算法或随机接近链接结构分析SALSA（StochasticApproach for Link-Structure Analysis）算法。如何使用链接分析算法进行挖掘为已知技术，在此略去详述。

本发明实施例中，在使用链接分析算法进行挖掘之前，可以根据微博用户之间的关注关系，构建微博用户关注有向图。在该有向图中，节点为候选微博用户集合中的每个微博用户，如果微博用户A关注微博用户B，则构建由微博用户A指向微博用户B的一条有向边。通过获取微博用户的关注关系，可以构建由候选微博用户构成的微博用户关注有向图。举例来说，假设某领域的候选微博用户集合中，包含微博用户A、微博用户B、微博用户C、微博用户D四个候选微博用户，并组成有向图中的四个节点，如果微博用户A关注微博用户B，而微博用户B关注微博用户D，微博用户D关注C，则可以构建由四个节点和三条有向边构成的微博用户关注有向图。这样，在构造微博用户关注有向图后，采用链接分析算法中的Pagerank算法，可以自动挖掘该候选微博用户集合中的专家级微博用户。举例来说，假设微博用户关注有向图中包含有6个节点，分别为A、B、C、D、E以及F。其中，A关注B，B关注D，D、E、F关注C。在初始赋值时，为每个节点设置相同的分值1，开始进行第一轮迭代。以节点C为例，由于D、E、F三条边指向C，因而，在第一轮迭代后，C得到的分值是3，相类似地，其它节点进行第一轮迭代后，得到的分值为1。按照相同的方法，进行第二次迭代运算，C得到的分值是3，其它节点得到的分值为1，处于稳定状态，则进行第二次迭代运算得到的链接分值即为各节点的最终链接分值。

实际应用中，如果节点C还指向其它节点，则在后续迭代中，链接分值会发生变化。例如，当节点C还关注节点B，则在进行第一轮迭代运算时，B因为有A和C两个节点指向，因而，分值是2，节点C是3，其它节点是1。在进行第二轮迭代后，由于在进行第一轮迭代运算时，C的分值为3，加上A的分值1，得到的分值为4，即B的分值为4。在第一轮迭代运算中，B的分值为2，因而，进行第二轮迭代后，D的分值为2。在第一轮迭代运算中，D、E、F的分值为1，因而，进行第二轮迭代后，C的分值为3。经过多次迭代后，各节点的链接分值可以达到稳定状态，则按照链接分值从高至低进行排序，获取排序前N位的链接分值对应的微博用户，生成链接微博用户集合。

当然，实际应用中，也可以针对候选微博用户集合中各微博用户的关注关系或基于微博用户关注有向图，构建关注关系矩阵，并基于构建的关注关系矩阵，采用Pagerank算法，也可以实现自动挖掘该候选微博用户集合中的专家级微博用户，则步骤104中的使用链接分析算法进行运算，获取各微博用户的归一化链接分值具体包括：

A21，根据候选微博用户集合中包含的微博用户，基于微博用户的关注关系，构建关注关系矩阵；

本步骤中，设候选微博用户集合N中包含n个微博用户，记为：

N={N₁,N₂,…,N_i,…,N_n}

其中，N_i为候选微博用户集合N中的第i个微博用户。

A22，在关注关系矩阵中，设置第i个微博用户N_i与第j个微博用户N_j的关注关系为a_ij，设置a_ij=1，表示微博用户N_i与微博用户N_j具有关注关系，设置a_ij=0，表示微博用户N_i与微博用户N_j不具有关注关系；

本步骤中，得到的关注关系矩阵为：

$A=\left[\begin{array}{c}{a}_{11},a_{12},...,a_{1n}\\ a_{21},a_{22},...,a_{2n}\\ ...,...,...,...\\ a_{n1},a_{n2},...,a_{\mathrm{nn}}\end{array}\right]$

该关注关系矩阵中，每一行为与微博用户具有关注关系的其它微博用户集合。

A23，根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值。

本步骤具体包括：

A231，初始化迭代计数器c为0，预设置各微博用户对候选微博用户集合的初始链接分值；

本步骤中，设

为微博用户N_i对候选微博用户集合N的链接分值，设初始链接分值

即设置的各微博用户对候选微博用户集合的初始链接分值相同：

$F^0=\{f_1^0,f_2^0,...,f_i^0,...,f_n^0\}=\{\mathrm{1,1},...,1,...,1\};$

A232，在候选微博用户集合中，分别获取与待计算微博用户具有关注关系的微博用户集合；

本步骤中，在候选微博用户集合N内，如果微博用户N_i与k个微博用户具有关注关系，即从关注关系矩阵中，获取待计算微博用户所在的行，提取该行中取值为1的列。则与微博用户N_i具有关注关系的微博用户集合为：

{u_i1,u_i2,…,u_ik}。

A233，基于关注关系矩阵以及获取的微博用户集合，计算各微博用户对候选微博用户集合的迭代链接分值；

本步骤中，计算微博用户N_i对候选微博用户集合N的迭代链接分值公式为：

$f_i^{c+1}=\frac{1-d}{n}+d\underset{l=1}{\overset{k}{\mathrm{\Σ}}}\frac{f_{u_{\mathrm{il}}}^c}{C\left(u_{\mathrm{il}}\right)}$

式中，

d为阻尼因子，0≤d≤1，较佳地，d=0.85；

C(u_il)为与微博用户N_i具有关注关系的微博用户集合中，与微博用户u_il具有关注关系的微博用户数，即在关注关系矩阵中，微博用户u_il所在的行中，取值为1的列数，1≤l≤k；

为与微博用户N_i具有关注关系的微博用户集合中，微博用户u_il对候选微博用户集合N的链接分值，

依据与微博用户N_i对候选微博用户集合N的迭代链接分值相同的计算公式，计算其它微博用户对候选微博用户集合N的迭代链接分值，得到：

$F^{c+1}=\{f_1^{c+1},f_2^{c+1},...,f_i^{c+1},...,f_n^{c+1}\}$

A234，计算当前各微博用户对候选微博用户集合的迭代链接分值与上一次相应的迭代链接分值之差的绝对值，如果绝对值小于预先设置的收敛阈值，对当前各微博用户对候选微博用户集合的迭代链接分值进行归一化，得到各微博用户对候选微博用户集合归一化后的链接分值；否则，返回执行步骤A233。

本步骤中，计算|F^c+1-F^c|的值，如果|F^c+1-F^c|<T，T为收敛阈值，则对F^c+1进行归一化，得到各微博用户对候选微博用户集合N归一化后的链接分值，否则，返回执行步骤A233，进行下一次迭代运算。

归一化的计算公式为：

$F^{\&prime;c+1}=\{f_1^{\&prime;c+1},f_2^{\&prime;c+1},...,f_i^{\&prime;c+1},...,f_n^{\&prime;c+1}\}$

式中，

$f_i^{\&prime;c+1}=\frac{f_i^{c+1}}{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{f}_i^{c+1}}.$

实际应用中，在形成链接微博用户集合之后，向请求推荐的微博用户推送之前，该方法还可以进一步包括：

步骤105，根据链接微博用户集合中微博用户的关注关系，获取除链接微博用户集合中的微博用户之外的、且二度关注的微博用户，滤除关注数小于预先设置关注数阈值的微博用户，生成扩充微博用户集合；

本步骤中，如前所述，候选微博用户集合以及链接微博用户集合是根据微博用户的自标签是否包含至少一个该领域的特征词来确定的。实际应用中，在该领域中，存在一些微博用户并没有设置自标签的情形，在这种情况下，使得链接微博用户集合覆盖率不足。本发明实施例中，为了扩展链接微博用户集合的覆盖面，对链接微博用户集合进行扩充，以使后续推荐的微博用户效率更高。

具体来说，可以在获取排序的链接微博用户集合的基础上，取前K个微博用户。其中，K为自然数，例如，可以取5000。然后，通过分析5000个微博用户的关注关系，获取超过预先设置关注数阈值的微博用户、且未在链接微博用户集合中的微博用户，作为扩充微博用户集合。也就是说，在链接微博用户集合中的微博用户，可以认为是在该领域内有一定的知名度，而被该领域内有一定知名度的微博用户关注的微博用户，为该领域的专家级的微博用户的概率也较大。

本发明实施例中，在引入候选微博用户集合时，是根据该微博用户是否包含至少一个该领域的标签来确定的，但实际上，该领域内的有些微博用户，并没有为自己设置领域标签，这使得引入的候选微博用户集合覆盖率不足。为了解决该技术问题，可以采取以下方式对领域专家进行扩充，即根据前述各微博分类的候选用户集合，并结合微博用户的关注关系，也就是借助全量的微博用户关系以及各微博用户的自标签来扩充该领域内的专家候选集（候选微博用户集合）。

具体来说：首先在各分类领域内，根据关注关系计算出候选微博用户集合关注数量高于特定阈值K（通常选取5）的微博用户集合group-B；然后，重新计算group-B中微博用户的领域分数，计算方法是，以该微博用户的粉丝对其领域的支持分数求和，每个粉丝对其支持分数为1/N，N为该粉丝关注此领域的group-B中微博用户的数量。举例来说，如果微博用户A关注了group-B中的5个微博用户，则微博用户A为每个关注用户贡献领域支持分数为1/5。最后，按照支持分数进行降序排列，取排名第一的微博用户的支持分数（Score）的1/100作为阈值，低于该阈值的微博用户移出group-B，形成集合group-C。接下来，将已有的候选微博用户集合group-A与形成的group-C合并并排重后，生成集合group-D。最后，通过集合group-D中微博用户发表的微博内容的类别分析，筛选出具有该领域优质内容发布能力的微博用户作为更新的候选用户集合group-E或扩充微博用户集合。

当然，实际应用中，在生成扩充微博用户集合后，还可以进一步包括：

分别提取扩充微博用户集合中微博用户发布的微博文档，提取微博文档包含的关键词，对提取的、且与对应的微博分类的特征词库相匹配的关键词进行计数，过滤计数值小于预先设置阈值的关键词对应的微博用户。也就是说，根据微博文档内容是否与预先定义的领域内的特征词相匹配，从而对未匹配的微博用户进行过滤，将不属于该领域的微博用户过滤掉。

步骤106，融合链接微博用户集合以及扩充微博用户集合，生成待推荐微博用户集合，根据待推荐微博用户集合中微博用户的关注关系，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前Q位的微博用户，执行向请求推荐的微博用户推送的流程。

本步骤中，在得出了初步的链接微博用户集合后，通过对链接微博用户集合进行扩充，得出扩充的扩充微博用户集合。由于初步的链接微博用户集合与扩充微博用户集合中，微博用户的分值不具有可比性，需要对链接微博用户集合与扩充微博用户集合中的微博用户的分值统一进行评分，即进行归一化处理。

本发明实施例中，采取Pagerank算法进行归一化处理，即将前述的链接微博用户集合和扩充微博用户集合融合到一起，形成待推荐微博用户集合，根据待推荐微博用户集合中微博用户之间的关注关系，重新构造有向图或关注关系矩阵。即重新考虑待推荐微博用户集合中的微博用户之间的关注关系，使用链接分析算法进行运算，在迭代一定次数后，获取各微博用户的归一化链接分值，选取归一化链接分值前Q位的微博用户，形成推荐的微博用户集合。

由上述可见，本发明实施例的基于SNS的用户推荐方法，利用微博用户的自标签，提取关键词，通过关键词匹配，获取该微博用户关键词匹配的微博分类，进而基于微博分类对应的特征词库，获取与特征词库匹配的微博用户，构成候选微博用户集合，并基于候选微博用户集合中微博用户的相互关注关系，通过链接分析算法，实现自动挖掘领域的专家级微博用户。使请求推荐的微博用户能够更容易从该专家级微博用户获取所需领域内的业务信息，有效提升进行微博用户推荐的效率，提升了微博用户的业务体验。进一步地，可以精准地对微博环境下的多个领域，自动挖掘该领域的专家级微博用户，从而可以利用挖掘结果为微博用户推荐其可能感兴趣或能够获取所需业务的其它微博用户，或者，还可将挖掘结果融合到微博搜人应用中，改善微博用户的搜索体验。本发明实施例基于SNS的用户推荐方法，可使得很多上层应用获得更精准的效果，有益的促进了其它上层应用的开发效率和准确性。

图2为本发明实施例基于SNS的用户推荐装置结构示意图。参见图2，该装置包括：分类模块、关键词匹配模块、候选微博用户集合生成模块以及链接微博用户集合生成模块，其中，

分类模块，用于预先建立微博分类体系，并生成描述各微博分类对应的特征词库；

本发明实施例中，分类模块包括：关键词提取单元、聚类运算单元以及特征词库存储单元（图中未示出），其中，

关键词提取单元，用于提取微博服务器存储的微博文档中的关键词；

聚类运算单元，用于对提取的关键词进行聚类运算，获取聚类结果，输出至特征词库存储单元；

特征词库存储单元，用于设置每一聚类结果对应一微博分类，每一微博分类中包含的关键词为表征该微博分类的特征词库。

关键词匹配模块，用于获取发送推荐请求的微博用户的自标签，进行关键词提取，与分类模块中预先生成的各微博分类对应的特征词库进行匹配，获取该微博用户关键词匹配的微博分类；

候选微博用户集合生成模块，用于根据获取的微博分类对应的特征词库，借助全量的微博用户关系以及各微博用户的自标签，获取与特征词库匹配的候选微博用户集合；

链接微博用户集合生成模块，用于根据发送推荐请求的微博用户对候选微博用户集合的二度关注，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前S位的微博用户，形成链接微博用户集合，向请求推荐的微博用户推送。

本发明实施例中，链接微博用户集合生成模块包括：关注关系矩阵构建单元、关注关系矩阵设置单元以及归一化链接分值运算单元（图中未示出），其中，

关注关系矩阵构建单元，用于根据候选微博用户集合中包含的微博用户，基于微博用户的关注关系，构建关注关系矩阵；

关注关系矩阵设置单元，用于初始化构建的关注关系矩阵中各元素的初始值；

本发明实施例中，关注关系矩阵设置单元在关注关系矩阵中，设置第i个微博用户N_i与第j个微博用户N_j的关注关系为a_ij，设置a_ij=1，表示微博用户N_i与微博用户N_j具有关注关系，设置a_ij=0，表示微博用户N_i与微博用户N_j不具有关注关系。

归一化链接分值运算单元，用于根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值。

本发明实施例中，计算各微博用户对候选微博用户集合的迭代链接分值的公式为：

$f_i^{c+1}=\frac{1-d}{n}+d\underset{l=1}{\overset{k}{\mathrm{\&Sigma;}}}\frac{f_{u_{\mathrm{il}}}^c}{C\left(u_{\mathrm{il}}\right)}$

式中，

d为阻尼因子，0≤d≤1；

C(u_il)为与微博用户N_i具有关注关系的微博用户集合中，与微博用户u_il具有关注关系的微博用户数，1≤l≤k，k为与微博用户N_i具有关注关系的微博用户数；

为与微博用户N_i具有关注关系的微博用户集合中，微博用户u_il对候选微博用户集合N的链接分值，

较佳地，该装置还可以进一步包括：扩充微博用户集合生成模块以及融合模块，其中，

扩充微博用户集合生成模块，用于根据链接微博用户集合中微博用户的关注关系，获取除链接微博用户集合中的微博用户之外的、且二度关注的微博用户，滤除关注数小于预先设置关注数阈值的微博用户，生成扩充微博用户集合；

融合模块，用于融合链接微博用户集合以及扩充微博用户集合，生成待推荐微博用户集合，根据待推荐微博用户集合中微博用户的关注关系，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前Q位的微博用户，执行向请求推荐的微博用户推送的流程。

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 (12)

1.一种基于SNS的用户推荐方法，预先建立微博分类体系，并生成描述各微博分类对应的特征词库，该方法包括：

获取发送推荐请求的微博用户的自标签，进行关键词提取，与预先生成的各微博分类对应的特征词库进行匹配，获取与该微博用户关键词匹配的微博分类；

根据获取的微博分类对应的特征词库，借助全量的微博用户关系以及各微博用户的自标签，获取与特征词库匹配的候选微博用户集合；

根据发送推荐请求的微博用户对候选微博用户集合的二度关注，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前S位的微博用户，形成链接微博用户集合，向请求推荐的微博用户推送。

2.根据权利要求1所述的方法，其中，所述形成链接微博用户集合之后，向请求推荐的微博用户推送之前，所述方法进一步包括：

根据链接微博用户集合中微博用户的关注关系，获取除链接微博用户集合中的微博用户之外的、且二度关注的微博用户，滤除关注数小于预先设置关注数阈值的微博用户，生成扩充微博用户集合；

融合链接微博用户集合以及扩充微博用户集合，生成待推荐微博用户集合，根据待推荐微博用户集合中微博用户的关注关系，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前Q位的微博用户，执行向请求推荐的微博用户推送的步骤。

3.根据权利要求1或2所述的方法，其中，所述预先建立微博分类体系，并生成描述各微博分类对应的特征词库包括：

提取微博服务器存储的微博文档中的关键词；

对提取的关键词进行聚类运算，获取聚类结果，设置每一聚类结果对应一微博分类，每一微博分类中包含的关键词为表征该微博分类的特征词库。

4.根据权利要求3所述的方法，其中，所述与预先生成的各微博分类对应的特征词进行匹配，获取该微博用户关键词匹配的微博分类包括：

根据提取的关键词，遍历每一预先生成的各微博分类对应的特征词库，如果特征词库中包含有提取的关键词，则该微博用户属于包含有提取关键词的特征词库对应的微博分类。

5.根据权利要求4所述的方法，其中，所述使用链接分析算法进行运算，获取各微博用户的归一化链接分值包括：

根据候选微博用户集合中包含的微博用户，基于微博用户的关注关系，构建关注关系矩阵；

在关注关系矩阵中，设置第i个微博用户N_i与第j个微博用户N_j的关注关系为a_ij，设置a_ij=1，表示微博用户N_i与微博用户N_j具有关注关系，设置a_ij=0，表示微博用户N_i与微博用户N_j不具有关注关系；

根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值。

6.根据权利要求5所述的方法，其中，所述根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值包括：

初始化迭代计数器为0，预设置各微博用户对候选微博用户集合的初始链接分值；

在候选微博用户集合中，分别获取与待计算微博用户具有关注关系的微博用户集合；

基于关注关系矩阵以及获取的微博用户集合，计算各微博用户对候选微博用户集合的迭代链接分值；

计算当前各微博用户对候选微博用户集合的迭代链接分值与上一次相应的迭代链接分值之差的绝对值，如果绝对值小于预先设置的收敛阈值，对当前各微博用户对候选微博用户集合的迭代链接分值进行归一化，得到各微博用户对候选微博用户集合归一化后的链接分值；否则，返回执行所述基于关注关系矩阵以及获取的微博用户集合的步骤。

7.根据权利要求6所述的方法，其中，所述计算各微博用户对候选微博用户集合的迭代链接分值的公式为：

$f_i^{c+1}=\frac{1-d}{n}+d\underset{l=1}{\overset{k}{\mathrm{\&Sigma;}}}\frac{f_{u_{\mathrm{il}}}^c}{C\left(u_{\mathrm{il}}\right)}$

式中，

d为阻尼因子，0≤d≤1；

C(u_il)为与微博用户N_i具有关注关系的微博用户集合中，与微博用户u_il具有关注关系的微博用户数，1≤l≤k，k为与微博用户N_i具有关注关系的微博用户数；

为与微博用户N_i具有关注关系的微博用户集合中，微博用户u_il对候选微博用户集合N的链接分值，

8.根据权利要求2所述的方法，其中，所述在生成扩充微博用户集合之后，融合链接微博用户集合以及扩充微博用户集合之前，所述方法进一步包括：

分别提取扩充微博用户集合中微博用户发布的微博文档，提取微博文档包含的关键词，对提取的、且与对应的微博分类的特征词库相匹配的关键词进行计数，过滤计数值小于预先设置阈值的关键词对应的微博用户。

9.一种基于SNS的用户推荐装置，其特征在于，该装置包括：分类模块、关键词匹配模块、候选微博用户集合生成模块以及链接微博用户集合生成模块，其中，

分类模块，用于预先建立微博分类体系，并生成描述各微博分类对应的特征词库；

关键词匹配模块，用于获取发送推荐请求的微博用户的自标签，进行关键词提取，与分类模块中预先生成的各微博分类对应的特征词库进行匹配，获取该微博用户关键词匹配的微博分类；

候选微博用户集合生成模块，用于根据获取的微博分类对应的特征词库，借助全量的微博用户关系以及各微博用户的自标签，获取与特征词库匹配的候选微博用户集合；

链接微博用户集合生成模块，用于根据发送推荐请求的微博用户对候选微博用户集合的二度关注，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前S位的微博用户，形成链接微博用户集合，向请求推荐的微博用户推送。

10.根据权利要求9所述的装置，其特征在于，所述装置进一步包括：扩充微博用户集合生成模块以及融合模块，其中，

扩充微博用户集合生成模块，用于根据链接微博用户集合中微博用户的关注关系，获取除链接微博用户集合中的微博用户之外的、且二度关注的微博用户，滤除关注数小于预先设置关注数阈值的微博用户，生成扩充微博用户集合；

融合模块，用于融合链接微博用户集合以及扩充微博用户集合，生成待推荐微博用户集合，根据待推荐微博用户集合中微博用户的关注关系，使用链接分析算法进行运算，获取各微博用户的归一化链接分值，选取归一化链接分值前Q位的微博用户，执行向请求推荐的微博用户推送的流程。

11.根据权利要求9或10所述的装置，其特征在于，所述分类模块包括：关键词提取单元、聚类运算单元以及特征词库存储单元，其中，

关键词提取单元，用于提取微博服务器存储的微博文档中的关键词；

聚类运算单元，用于对提取的关键词进行聚类运算，获取聚类结果，输出至特征词库存储单元；

特征词库存储单元，用于设置每一聚类结果对应一微博分类，每一微博分类中包含的关键词为表征该微博分类的特征词库。

12.根据权利要求9或10所述的装置，其特征在于，所述链接微博用户集合生成模块包括：关注关系矩阵构建单元、关注关系矩阵设置单元以及归一化链接分值运算单元，其中，

关注关系矩阵构建单元，用于根据候选微博用户集合中包含的微博用户，基于微博用户的关注关系，构建关注关系矩阵；

关注关系矩阵设置单元，用于初始化构建的关注关系矩阵中各元素的初始值；

归一化链接分值运算单元，用于根据构建的关注关系矩阵，计算各微博用户对候选微博用户集合归一化后的链接分值。

Images