CN104317900A - 一种面向社交网络的多属性协同过滤推荐方法 - Google Patents

Abstract

本发明请求保护一种面向社交网络的多属性协同过滤推荐方法，首先，利用社交网络的海量数据信息，收集用户、朋友和项目列表信息，构建原始用户-项目评分矩阵；其次，利用九数取中均值的思想，对稀疏矩阵进行预测填充；第三，通过用户-项目二分图来计算用户间吸引相似度；第四，计算其互动相似度，再线性组合吸引相似度与互动相似度得到用户彼此间的综合相似度，搜索得到目标用户的最邻居集；最后，根据目标用户最近邻居集对目标用户待推荐项目进行预测评分，生成Top-N推荐集。该方法改进了传统协同过滤方法中用户间相似度的计算规则，缓解了评分矩阵稀疏性给协同过滤方法以及推荐系统带来的巨大阻碍，提高了推荐系统的准确性。

Description

一种面向社交网络的多属性协同过滤推荐方法

技术领域

本发明涉及数据挖掘和信息检索领域，涉及协同过滤推荐技术，尤其是一种面向社交网络的多属性协同过滤推荐方法。

背景技术

随着信息技术和互联网的快速发展，人们逐渐从信息匮乏的时代走进了信息过载的时代。为了解决信息过载问题，强大的搜索引擎应运而生，使得人们可以在海量的信息中找到自己想要的内容，与搜索引擎一样，推荐系统也可以帮助用户发现有用的信息，并且用户不再是被动的网页浏览者，而逐步成为了主动参与者。

近年来，推荐系统受到了越来越多的互联网巨头以及电商的青睐，尤其是个性化推荐技术的发展，对改善用户体验和提高服务质量起到了重要的作用。当前主要的推荐系统主要包括基于关联规则的推荐系统、基于内容的推荐系统、协同过滤系统以及混合推荐系统。基于关联规则的推荐以项目之间的关联规则为基础，通过数据挖掘发现项目之间的潜在关联以实施连带推荐，但是当数据量非常大的时候，此推荐算法的计算复杂度将会随之升高；基于内容的推荐系统首先提取推荐对象的内容特征，其次将产品特征与用户兴趣偏好匹配，将匹配度较高的产品向用户实施推荐，由于多媒体资源目前还没有有效的特征提取方法，因此基于内容的推荐系统会受推荐对象特征提取能力的限制；关于协同过滤推荐，首先找到与目标用户兴趣偏好相似的最近邻居集，然后根据这个最近邻居集对项目的评分来预测目标用户未评分项目的评分，选择预测评分最高的N个项目作为推荐结果反馈给用户，该推荐算法能够发现用户尚未发现且潜在的兴趣偏好，尽管如此，协同过滤推荐算法仍然面临着冷启动、稀疏性、精确性、扩展性等问题；混合推荐系统即通过组合不同的推荐策略，达到扬长避短的目的，从而产生更符合用户需求的推荐，可是混合推荐系统在实际应用中面临着许多困难，它需要解决不同推荐技术的难题进行有机推荐。

综上所述，随着用户和项目(物品)数量的急剧上升，传统的推荐系统面临着巨大的挑战，包括冷启动问题、评分矩阵稀疏性问题等，尤其是原始用户-项目评分矩阵较高的稀疏性严重的影响了推荐质量。与此同时，传统的推荐算法大都只考虑了评分这项单一因素，并未结合社交网络分析理论的知识，忽略了用户社交关系、项目关联属性以及一些上下文信息(地理位置、情感因素)，这在一定程度上降低了推荐的准确度、新颖度和覆盖度。另外，用户在浏览或购买产品时，形成了用户和产品之间的链接关系，可以把这种链接关系看作是社交网络关系，再通过社交网络分析方法，考察节点之间(用户之间或者产品之间)的相关性，并依此进行推荐。

研究者们针对稀疏性问题做了很多研究，但尚未能很有效的解决稀疏性对推荐系统的影响。2004年，Huang等人提出了一种基于图的方法，其主要思想是利用假设用户品味的“传递性”，并由此增强额外信息矩阵，因此从一定程度上解决了数据稀疏问题。2006年，Wang等人将两种不同类型的相似度组合起来提高预测的准确率。目前很多研究者的研究重点在于如何利用有效的预测填充技术来处理数据稀疏性问题，再采取更为合理的相似度计算方法，以确定更具影响力的最近邻居集，提高推荐质量。本发明方法在传统推荐方法的基础上融合了社交网络的特性，引入互动相似度度量用户间互动程度，同时引入吸引相似度度量用户间行为相似性，再将二者线性组合得到用户间综合相似度，根据综合相似度得到目标用户最近邻居集，最后以最近邻居集给目标用户推荐结果。经过验证分析，本发明方法比传统的协同推荐具有更好的推荐效果。

发明内容

针对以上现有技术中的不足，本发明的目的在于提供一种克服了传统填充方法采用均值或者零分这样的单一数值填充矩阵的局限性，提高了推荐系统的准确度的面向社交网络的多属性协同过滤推荐方法，本发明的技术方案如下：

一种面向社交网络的多属性协同过滤推荐方法，其包括以下步骤：

S1、获取社交网络数据源，所述社交网络数据源包括项目信息、用户信息及朋友信息，提取用户信息及项目信息并构建用户-项目评分矩阵，然后应用九数取中均值法填充稀疏矩阵得到稠密评分矩阵；

S2、提取步骤S1所述的用户信息及朋友信息，得到用户与用户两两之间的朋友交集，再结合步骤S1中得到的稠密评分矩阵，根据朋友、用户、项目信息构建朋友集-用户集-项目集三层模型，在三层模型的基础上分别计算吸引相似度和互动相似度，线性组合得到用户间综合相似度；

S3、根据综合相似度搜索目标用户最近邻居集，再预测目标用户未评分项目的评分，生成Top-N推荐集。

进一步的，步骤S1中获取社交网络数据源选自现有的基于Web的研究型推荐系统或者成熟的社交平台。

进一步的，步骤S1中得到稠密评分矩阵的步骤包括：

S11：在原始稀疏评分矩阵上，取出目标用户所在行的数据，即用户id和已经存在的评分构建目标用户数组，对该数组应用九数取中方法，即分三次取样，每次取三个数，三次取样的样品各取中数构成中数数组，再对中数数组取中数，即输出目标行的中间结果；

S12：取出目标项目所在列的数据，即目标项目获得的来自不同用户的评分构建目标项目数组，同样地应用九数取中方法，输出目标列的中间结果；

S13：把行和列的中间结果相加平均向下取整后得到该目标项的预测分值，并将其填充入矩阵。

进一步的，步骤S2中得到用户间综合相似度的具体步骤为：

S21：根据社交网络数据源提供的朋友信息、用户信息、项目信息构建朋友集-用户集-项目集三层模型；

S22：融合用户集和项目集构建用户-项目二分图并应用路径融合算法计算目标用户吸引相似度；

S23：融合朋友集和用户集，计算目标用户互动相似度；

S24：采用线性组合以上两种相似度的方式得到用户综合相似度。

进一步的，上述步骤S23计算目标用户互动相似度的具体步骤为：

S221：根据朋友集和用户集，构建朋友集-用户集二层模型；

S222：计算目标用户v与用户v'的互动相似度，根据目标用户v与用户v'的朋友交集数与朋友并集数，计算公式为：

$\mathrm{Sim}\_F(v,v^{\′})=\frac{|\mathrm{Friends}\left(v\right)\∩\mathrm{Friends}\left(v^{\′}\right)|}{|\mathrm{Friends}\left(v\right)\∪\mathrm{Friends}\left(v^{\′}\right)|}$

式中，Friends(u),u∈{v,v'}表示对用户u求朋友集，Sim_F(v,v')表示用户v与用户v'之间的互动相似度。

进一步的，步骤S24计算用户综合相似度的计算公式为：

Sim(v,v')＝α*Sim_W(v,v')+β*Sim_F(v,v')

式中，α和β满足α+β＝1，Sim_W(v,v')和Sim(v,v')分别表示用户v与用户v'之间的吸引相似度和综合相似度。

进一步的，步骤S3中生成Top-N推荐集具体可以分为如下5个步骤：

S31：输入稠密评分矩阵；

S32：根据相似度计算目标用户最近邻居集；

S33：根据最近邻居集计算目标用户待推荐项目评分；

S34：对评分进行推荐评估，如果满意则进入S35，否则调整参数后进入S31；

S35：产生Top-N推荐集。

本发明的优点及有益效果如下：

本发明首先通过预测填充的方法降低了原始评分矩阵的稀疏性，为得到准确的推荐结果奠定了基础，并且采用的九数取中均值法分别针对评分矩阵的行和列，不仅考虑了同一用户对所有项目的偏好，而且还考虑同一项目被所有用户喜好的情况。其次在填充后的稠密矩阵的基础上，构造基于用户质量和用户距离的吸引相似度计算公式，再与互动相似度线性组合得到综合相似度。最后再根据综合相似度建立最近邻居集，进而预测目标用户未评分项目的评分并生成Top-N推荐集。该方法引入了九数取中均值法，克服了传统填充方法采用均值或者零分这样的单一数值填充矩阵的局限性，并提出一种用户综合相似度计算规则，提高了推荐系统的准确度。

附图说明

图1是按照本发明一种实施方式的面向社交网络的多属性协同过滤推荐方法的流程图；

图2是本发明一个优选实施例系统结构示意图；

图3是本发明原始稀疏评分矩阵填充执行流程示意图；

图4是本发明用户-用户综合相似度计算执行流程示意图；

图5是本发明用户-项目倒二叉树权重取值与距离映射关系示意图；

图6是本发明用户-用户吸引相似度计算执行流程示意图；

图7是本发明用户-用户互动相似度计算执行流程示意图；

图8是本发明生成Top-N推荐集流程图。

具体实施方式

下面结合附图给出一个非限定的实施例对本发明作进一步的阐述。但是应该理解，这些描述只是示例的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1所示为本发明的实施例方法流程图，包括：社交网络数据源获取、构建稀疏评分矩阵、填充评分矩阵、计算相似度、搜索最近邻居集、生成Top-N推荐集六大模块。如图2所示为本发明的优选实施例系统结构示意图，具体说明本发明的详细实施过程。其中，社交网络数据源的获取可以直接从现有的基于Web的研究型推荐系统下载或者利用成熟的社交平台的公共API获取。

本发明的实施例主要包括如下3个步骤：

S1：获取社交网络数据源并构建用户-项目评分矩阵，然后应用九数取中均值法填充稀疏矩阵得到稠密评分矩阵；

S2：根据朋友、用户、项目信息构建朋友集-用户集-项目集三层模型，在三层模型的基础上分别计算吸引相似度和互动相似度，线性组合得到用户间综合相似度；

S3：根据综合相似度搜索目标用户最近邻居集，再预测目标用户未评分项目的评分，生成Top-N推荐集。

上述步骤S1得到稠密评分矩阵执行流程参照图3所示，具体可以分为如下3个步骤：

S11：在原始稀疏评分矩阵上，取出目标用户所在行的数据，即用户id和已经存在的评分构建目标用户数组，对该数组应用九数取中方法，即分三次取样，每次取三个数，三组样品各取中数构成中数数组，再对中数数组取中数，即输出目标行的中间结果。

S12：取出目标项目所在列的数据，即目标项目获得的来自不同用户的评分构建目标项目数组，同样地应用九数取中方法，输出目标列的中间结果。

S13：把行和列的中间结果相加平均向下取整后得到该目标项的预测分值，并将其填充入矩阵。

上述步骤S2三层模型架构参照图4所示，具体可以分为如下3个步骤：

S21：根据社交网络数据源提供的朋友信息、用户信息、项目信息等构建朋友集-用户集-项目集三层模型。

S22：融合用户集和项目集构建用户-项目二分图并应用路径融合算法计算目标用户吸引相似度。

S23：融合朋友集和用户集，计算目标用户互动相似度。

S24：采用线性组合以上两种相似度的方式得到用户综合相似度。

其中，所述步骤S21中目标用户吸引相似度操作分为如下4个步骤：

S211：根据图5将利用二分图来对用户行为进行建模，用户项目二分图定义为G(U,I,E,W)，其中U是用户节点集合，I是项目节点集合，E是用户项目连接构成的边集合。如果用户u对项目i有过行为，就存在一条边e(v_u,v_i)∈E连接用户u的节点v_u和项目i的节点v_i，而用户对项目评分定义为边的权重w(e)∈W。图中定义了A,B,C,D,E五个用户和a,b,c,d,e五个项目之间的关系，比如用户A对项目a,c有行为，用户B对项目a,d,e有行为，用户C对项目b有行为，用户D对项目c有行为，用户E对项目c,d,e有行为。这些关系反应到二分图中，比如用户A对物品a,c有行为，那么就有边联系(A,a)和(A,c)。

S212：在二分图模型中，节点间具有传递性，用户A和项目e之间并没有直接的边相连，但是用户A和项目e却可以通过路径A→c→E→e相连。其次，由于节点间的传递性，用户A和B之间存在路径A→a→B和A→c→E→e→B，因此在计算用户A和B之间的最短路径时，应当分别计算这两条路径并进行比较取最小值。

S213：计算目标用户A的节点v_A与节点v_B的重要性和彼此之间的距离。重要性计算根据用户项目节点构成的图，采用的是节点中心度度量方法。一个节点的度(Degree)，是指网络拓扑中与此节点连接的边的数量，计算公式为：

$d_v=\underset{l\∈E}{\mathrm{\Σ}}{\mathrm{\δ}}_l^v---\left(1\right)$

式(1)中，取值为1当路径l包含节点，否则为零。

节点间距离则是根据路径融合算法，将首先找到顶点之间的所有路径，计算每一条路径的权重，并利用所有路径权重的和来度量顶点之间的距离。图中一共有A,B,C,D,E五个用户和a,b,c,d,e五个项目。其中用户A和B喜欢项目a，则用户A和B间存在路径A→a→B；此外，用户A喜欢项目c，用户E喜欢项目c和e，用户B喜欢项目e，则用户A和B间存在路径A→c→E→e→B。那么计算用户A和B间的最短路径，需要借助图6中节点间权重取值与距离映射关系。由此得到路径A→a→B的长度为5，路径A→c→E→e→B的长度为3，即用户A和B间的最短路径为3。

S214：计算用户彼此之间的吸引相似度。根据上一步中所述节点重要性和距离计算方法，得到下列计算公式：

Weight(v)＝d_v      (2)

式(2)中，以节点v的度d_v来表示用户v在网络中的重要性，记为Weight(v)。

Distance(v,v')＝min{Γ(P)|P(v,v')}      (3)

式(3)中，P(v,v')表示网络中节点v与节点v'之间的路径集合，Γ(P)表示所有路径的距离集合，Distance(v,v')表示节点v与节点v'之间的最短距离。

根据上述公式，用户v与用户v'的吸引相似度计算公式如下：

$\mathrm{Sim}\_W(v,v^{\′})=\frac{\mathrm{Weight}\left(v\right)*\mathrm{Weight}\left(v^{\′}\right)}{\mathrm{Dis}\tan \mathrm{ce}{(v,v^{\′})}^2}---\left(4\right)$

式(4)中，Sim_W(v,v')表示用户v与用户v'的吸引相似度。

上述步骤S23计算互动相似度操作参照图7所示，具体可以分为如下2个步骤：

S221：根据朋友集和用户集，构建朋友集-用户集二层模型。

S222：计算目标用户v与用户v'的互动相似度，可根据目标用户v与用户v'的朋友交集数与朋友并集数，计算公式(5)为：

$\mathrm{Sim}\_F(v,v^{\′})=\frac{|\mathrm{Friends}\left(v\right)\∩\mathrm{Friends}\left(v^{\′}\right)|}{|\mathrm{Friends}\left(v\right)\∪\mathrm{Friends}\left(v^{\′}\right)|}---\left(5\right)$

式(5)中，Friends(u),u∈{v,v'}表示对用户u求朋友集，Sim_F(v,v')表示用户v与用户v'之间的互动相似度。

上述步骤S24计算用户综合相似度参照图4所示，计算公式(6)为：

Sim(v,v')＝α*Sim_W(v,v')+β*Sim_F(v,v')      (6)

式(6)中，α和β满足α+β＝1，Sim(v,v')表示用户v与用户v'之间的综合相似度。

上述步骤S3生成Top-N推荐集操作参照图8所示，具体可以分为如下5个步骤：

S31：输入稠密评分矩阵；

S32：根据相似度计算目标用户最近邻居集；

S33：根据最近邻居集计算目标用户待推荐项目评分；

S34：对评分进行推荐评估，如果满意则进入S35，否则调整参数后进入S31；

S35：产生Top-N推荐集。

本发明所述的一种面向社交网络的多属性协同过滤推荐方法，其特点在于，传统的余弦相似度、调整余弦相似度、皮尔逊相关系数等相似度计算方法仅利用评分数据进行计算，为了克服评分矩阵稀疏性问题，本文引入吸引相似度和互动相似度概念，重新定义了相似度构成及其计算规则，提出一种改进的协同过滤推荐算法。其中，采用九数取中均值法，从行的角度考虑了用户的历史兴趣偏好，从列的角度考虑了所有用户对同一个项目的偏好，并且时间复杂度也低于传统的方法，更加地合理化。然后，针对用户综合相似度的计算引入吸引相似度和互动相似度，搜索到了目标用户更为准确的邻居集，提升了推荐结果的准确度。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明方法权利要求所限定的范围。

Claims (7)

1.一种面向社交网络的多属性协同过滤推荐方法，其特征在于：包括以下步骤：

S1、获取社交网络数据源，所述社交网络数据源包括项目信息、用户信息及朋友信息，提取用户信息及项目信息并构建用户-项目评分矩阵，然后应用九数取中均值法填充稀疏矩阵得到稠密评分矩阵；

S2、提取步骤S1所述的用户信息及朋友信息，得到用户与用户两两之间的朋友交集，再结合步骤S1中得到的稠密评分矩阵，根据朋友、用户、项目信息构建朋友集-用户集-项目集三层模型，在三层模型的基础上分别计算吸引相似度和互动相似度，线性组合得到用户间综合相似度；

S3、根据综合相似度搜索目标用户最近邻居集，再预测目标用户未评分项目的评分，生成Top-N推荐集。

2.根据权利要求1所述的面向社交网络的多属性协同过滤推荐方法，其特征在于：步骤S1中获取社交网络数据源选自现有的基于Web的研究型推荐系统或者成熟的社交平台。

3.根据权利要求1所述的面向社交网络的多属性协同过滤推荐方法，其特征在于：步骤S1中得到稠密评分矩阵的步骤包括：

S11：在原始稀疏评分矩阵上，取出目标用户所在行的数据，即用户id和已经存在的评分构建目标用户数组，对该数组应用九数取中方法，即分三次取样，每次取三个数，三次取样的样品各取中数构成中数数组，再对中数数组取中数，即输出目标行的中间结果；

S12：取出目标项目所在列的数据，即目标项目获得的来自不同用户的评分构建目标项目数组，同样地应用九数取中方法，输出目标列的中间结果；

S13：把行和列的中间结果相加平均向下取整后得到该目标项的预测分值，并将其填充入矩阵。

4.根据权利要求1所述的面向社交网络的多属性协同过滤推荐方法，其特征在于：步骤S2中得到用户间综合相似度的具体步骤为：

S21：根据社交网络数据源提供的朋友信息、用户信息、项目信息构建朋友集-用户集-项目集三层模型；

S22：融合用户集和项目集构建用户-项目二分图并应用路径融合算法计算目标用户吸引相似度；

S23：融合朋友集和用户集，计算目标用户互动相似度；

S24：采用线性组合以上两种相似度的方式得到用户综合相似度。

5.根据权利要求4所述的面向社交网络的多属性协同过滤推荐方法，其特征在于：上述步骤S23计算目标用户互动相似度的具体步骤为：

S221：根据朋友集和用户集，构建朋友集-用户集二层模型；

S222：计算目标用户v与用户v'的互动相似度，根据目标用户v与用户v'的朋友交集数与朋友并集数，计算公式为：

$\mathrm{Sim}\_F(v,v^{\′})=\frac{|\mathrm{Friends}\left(v\right)\∩\mathrm{Friends}\left(v^{\′}\right)|}{|\mathrm{Friends}\left(v\right)\∪\mathrm{Friends}\left(v^{\′}\right)|}$

式中，Friends(u),u∈{v,v'}表示对用户u求朋友集，Sim_F(v,v')表示用户v与用户v'之间的互动相似度。

6.根据权利要求4所述的面向社交网络的多属性协同过滤推荐方法，其特征在于：步骤S24计算用户综合相似度的计算公式为：

Sim(v,v')＝α*Sim_W(v,v')+β*Sim_F(v,v')

式中，α和β满足α+β＝1，Sim_W(v,v')和Sim(v,v')分别表示用户v与用户v'之间的吸引相似度和综合相似度。

7.根据权利要求1所述的面向社交网络的多属性协同过滤推荐方法，其特征在于：步骤S3中生成Top-N推荐集具体可以分为如下5个步骤：

S31：输入稠密评分矩阵；

S32：根据相似度计算目标用户最近邻居集；

S33：根据最近邻居集计算目标用户待推荐项目评分；

S34：对评分进行推荐评估，如果满意则进入S35，否则调整参数后进入S31；

S35：产生Top-N推荐集。