CN104834695B - 基于用户兴趣度和地理位置的活动推荐方法 - Google Patents

Abstract

本发明公开了一种基于用户兴趣度和地理位置的活动推荐方法，首先在Meetup API开放平台获取相应的权限，通过群组接口、活动接口和成员接口抽取相应的群组数据信息、活动数据信息以及成员数据信息；其次，根据抽取的数据集信息，利用向量分解模型初步筛选出用户感兴趣的活动数据集；然后，结合用户的社会化关系，使用皮尔森相关系数，进一步筛选出用户感兴趣的活动数据集；接着，考虑到活动发生的地理位置对用户是否参与一个活动的影响，对活动发生的地理位置划分区域，使用优化方法，确定用户最终感兴趣且参与的活动数据集；最后，成地将活动信息推荐给相关的用户。本发明方法能够实现从海量的活动数据中高效地向用户推荐合适的活动。

Description

基于用户兴趣度和地理位置的活动推荐方法

技术领域

本发明涉及一种将社会活动推荐给用户的方法，属于信息网络技术领域。

背景技术

2004年，Facebook在美国诞生，随之社交网站热潮席卷全球，而国内以新浪微博、腾讯微博、人人网等为代表的SNS网站也如雨后春笋般迅速崛起。目前在网上每天都有新的社交网站产生和消失，同时也有大量针对各种兴趣爱好为主题的社交网站，随着Facebook的群组的不断成长，以及互联网的高效性，人们开始意思到建立在兴趣爱好之上的社交产品还有不小的市场潜力可以挖掘。因此一种能够有效地将在线活动和互动转变为线下积极的交流、社交及服务网站孕育而生。这种不同于传统的社交网站，基于活动的社交网站(像Meetup、Plancast、Douban Event等)，用户不仅可以组织和参加活动，也可以评价和分享活动。为了让用户更好地享受这些网站带来的乐趣，活动推荐算法近年来成为了人们研究的热点话题。

Meetup社交网站以全新的方式与他人建立联系，近十年来一直都在促进着有共同兴趣的人们在当地发起见面活动。通过其全球每月25万次见面活动的举办，它使超过700万成员通过共同的兴趣建立起了联系。在Meetup网站中，每一个用户都可以是活动的参与者，又可以是组织者，大量的成员蕴含着海量的活动信息。此外同一群组里的用户有可能是不相识的，基于这种情况，大量的活动信息无法进行分享；而且每天都会有用户进行注册，对于这些新用户仅仅根据注册时填写的interests，无法将更多有价值的活动信息推荐给用户，这不仅造成资源的浪费，也使用户失去了一些潜在朋友。

一些研究扩展了基本的概率隐语义分析(PLSA)模型，基于群组内容信息生成用户和群组之间的社会关系信息。还有一些研究在群组推荐时采用张量分解建立用户、群组和标签的三元关系。这些研究虽然考虑到了异构的社会化关系和活动的地理位置对用户的影响，但基于Meetup网站是group-event结构，用户参与一个活动，必须先要加入该群组。这种特性使得当前的研究不完全适用Meetup网站。

发明内容

为了解决上述问题，本发明提供了一种基于用户兴趣度和地理位置的活动推荐方法，本方法抽取所有的活动信息，基于用户对活动内容的兴趣，及结合活动的地理位置对用户的影响，从海量的活动数据中高效地向用户推荐合适的活动。本发明具体包括下述步骤：

将用户所属群组进行分类，利用Meetup网站开放平台提供的群组、用户、活动接口，通过这些接口抽取相应群组里的群组信息数据、成员数据，以及该群组里的活动信息数据，并将其存储在数据库中，对这些数据进行语料模式匹配预处理操作；

针对这些数据，首先利用矩阵分解模型初步得到用户对于活动的兴趣度，筛选出用户感兴趣的活动数据集；

其次考虑到用户的社会化关系和用户的活跃度，利用用户间的相似相关性，得到用户对于活动的兴趣度，进一步筛选出用户感兴趣的活动数据集；

考虑到活动发生的地理位置对用户是否参与一个活动的影响，对活动发生的地理位置划分区域，考虑用户在该区域内的活跃度，使用优化方法，确定用户最终感兴趣且参与的活动数据集。

进一步，对活动数据集进行预处理的过程具体为：

步骤1.1)获取成员数据集信息；

步骤1.2)初始化所有用户感兴趣的活动向量，设为V；

步骤1.3)获取第一条成员数据信息；

步骤1.4)得到该成员用户的标签信息；

步骤1.5)初始化该用户的感兴趣的活动向量v；

步骤1.6)获取活动数据集信息；

步骤1.7)初始化所有活动兴趣标志为0；

步骤1.8)获取第一条活动数据信息；

步骤1.9)将该活动标签与用户的兴趣标签进行匹配，如果匹配，转步骤1.10)，否则，转步骤1.11)；

步骤1.10)计算匹配次数，并更新为该活动的兴趣标志；

步骤1.11)获取下一条活动数据信息；

步骤1.12)判断是否到达活动数据集末端，若到达，转步骤1.13)，否则，转步骤1.9)；

步骤1.13)删除活动兴趣标志为0的活动数据；

步骤1.14)更新该用户的感兴趣的活动向量v；

步骤1.15)获取下一条成员数据信息；

步骤1.16)判断该用户数据信息是否到达数据集末端，若到达，转步骤1.17)，否则，转步骤1.4)；

步骤1.17)更新所有用户感兴趣的活动向量集V。

进一步，利用矩阵分解模型初步得到用户对于活动的兴趣度的过程具体为：

步骤2.1)获取成员的所有数据集信息；

步骤2.2)获取成员-活动数据集信息；

步骤2.3)根据这些数据集得到成员的各个标签的权值比重；

步骤2.4)将其存入用户向量U中；

步骤2.5)利用向量分解模型，计算用户对活动的兴趣度。

进一步，根据成员用户的社会化关系，计算用户间的相似度的过程为：

步骤3.1)获取所有成员数据信息；

步骤3.2)获取成员i的第一条数据信息；

步骤3.3)计算该成员参与的群组数；

步骤3.4)计算出该成员参与的所有活动数；

步骤3.5)计算出该成员平均每个群组参与的活动数；

步骤3.6)获取该成员共同参与某一活动的用户集；

步骤3.7)从用户集中获取用户j的第一条数据信息；

步骤3.8)计算该用户参与的群组数；

步骤3.9)计算出该用户参与的所有活动数；

步骤3.10)计算出该用户平均每个群组参与的活动数；

步骤3.11)获取用户i和用户j共同参与的群组集；

步骤3.12)分别计算用户i和用户j在相同群组中的活跃度；

步骤3.13)利用皮尔森相关系数，计算用户i和用户j之间的相似性；

步骤3.14)从用户集中获取用户j的下一条数据信息；

步骤3.15)判断该用户数据信息是否到达用户数据集末端，若是，转步骤3.16)，否则，转步骤3.8)；

步骤3.16)得到两用户之间前k个最大的相似度，存入表中；

步骤3.17)获取成员i的下一条数据信息；

步骤3.18)判断是否到达用户数据集末端，若是，转步骤3.19)，否则，转步骤3.3)；

步骤3.19)更新Top表。

进一步，利用相似相关性，计算用户对活动的兴趣度的过程为：

步骤4.1)获取用户的感兴趣的活动向量集V；

步骤4.2)利用相似相关性，计算用户对活动的兴趣度；

步骤4.3)更新用户感兴趣的活动向量集V。

进一步，基于地理位置的活动数据集优化的过程为：

步骤5.1)获取活动向量集V；

步骤5.2)根据活动的地理位置将其划分区域；

步骤5.3)获取所有成员数据集信息；

步骤5.4)计算用户在某一区域的活跃度；

步骤5.5)计算活动属于某一区域的概率；

步骤5.6)计算用户对活动的兴趣度；

步骤5.7)更新用户感兴趣的活动向量集V；

步骤5.8)完成用户感兴趣的活动推荐。

本发明考虑了当用户和活动在同一群组，对于该活动的推荐，用户的兴趣度比对不在同一群组的活动的兴趣度要大，因此需要将用户所在的群组进行分类；又根据用户的interests，及活动的description挖掘出用户感兴趣的活动的概率分布；结合用户的interests和参与的活动，计算用户之间的相似相关性，从而进行个性化的推荐；最后，对于活动的位置对用户的影响，先根据活动的位置进行划分区域，根据用户对该区域的兴趣度，间接算出用户对该活动的兴趣度。本发明利用开放接口，不仅抽取了群组信息、活动信息、成员信息，而且还考虑到了三者之间的关系及影响；充分考虑到了用户的活跃度问题，将活动所在的地理位置划分区域，考虑到了地理位置对于用户的影响；结合皮尔森相关系数的特点，考虑到了用户间的相似相关性。通过采用上述技术方案，能够有效地给用户推荐其感兴趣的活动，不仅利用了用户自己标注的兴趣标签，也结合了活动哈希提出了用户的社会化关系，更加考虑到用户关注的活动的地理位置、交通便利情况，提出向量分解模型，有效地解决了数据的稀疏性和不对称性问题。

附图说明

图1是本发明的整体流程示意图。

图2是群组数据和活动数据抽取过程示意图。

图3是基于群组的成员数据抽取过程示意图。

图4是成员参与的所有活动数据抽取过程示意图。

图5是对活动数据集进行预处理的过程图。

图6是利用兴趣标签得到用户社会化关系的流程图。

图7是根据活动地理位置划分区域流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。

本发明的总流程如图1所示，本发明从用户本身的兴趣标签出发，结合用户的社会化关系，以及活动发生的地理位置，给用户推荐其感兴趣的活动，通过在Meetup网站获取授权信息，利用其开放的服务接口抽取群组数据信息、活动数据信息以及成员数据信息。对抽取的数据集，通过预处理和一系列的过滤技术抽取出用户感兴趣的活动信息，其较佳实施例的实现步骤为：

步骤1)将用户所在的群组分成35个大的类别，根据这35个类别抽取群组的数据集信息：

步骤1.1)申请人在Meetup网站注册一个账号；

步骤1.2)在Meetup开放平台创建一个新的Consumer，根据要求，输入OAuthConsumer应用申请的相关信息；

步骤1.3)获取OAuth Consumer的应用授权信息；

步骤1.4)申请人从Client Libraries下载Meetup的python-api-client库；

步骤1.5)根据下载的库搭建所需的软件抽取环境；

步骤1.6)获取群组的种类category_id信息；

步骤1.7)根据群组的category_id，利用群主的动态信息接口，抽取相应的所有的群组数据信息，以及该群组内的话题信息；

步骤1.8)在mysql中根据抽取的群组数据的格式建立表groups，将其存入数据库groups表中；

步骤2)如图2所示，根据群组的id信息抽取活动信息：

步骤2.1)获取群组的数据信息；

步骤2.2)利用群组的id调用活动接口抽取活动信息；

步骤2.3)抽取相应群组内的活动信息；

步骤2.4)在mysql中根据抽取的活动数据格式建立表events，将其存入数据库events表中。

步骤3)如图3所示，根据群组的id信息抽取成员数据信息：

步骤3.1)获取群组的group_id信息；

步骤3.2)利用群组的group_id调用成员接口抽取成员数据信息。

步骤3.3)在数据库中将成员数据集信息存入members表；

步骤4)抽取某一成员用户参与的所有活动信息，参见附图4：

步骤4.1)获取群组的urlname和该群组内活动的id信息；

步骤4.2)根据urlname和id抽取参与该活动的所有成员member_id信息。

步骤4.3)存储抽取的活动-成员数据集信息，放入event-members表；

步骤4.4)结合协同过滤的算法的思想，得到用户参与的所有活动信息；

步骤4.5)存储成员用户参与的所有活动数据集信息，存入member-events表；

步骤5)如图5所示，预处理活动数据集信息的过程为：

步骤5.1)从members表获取成员数据信息，初始化所有用户感兴趣的活动向量V；

步骤5.2)获取第一条成员数据信息；

步骤5.3)得到该成员用户的topics信息，并初始化该用户的感兴趣的活动向量v；

步骤5.4)从events表中获取status＝upcoming的活动数据集信息；

步骤5.5)初始化活动数据集中所有活动兴趣标志为0；

步骤5.6)获取第一条活动数据信息；

步骤5.7)判断该活动中description是否包含该成员用户的topics集中的某一个topic，如果包含，转步骤5.8)，否则，转步骤5.9)；

步骤5.8)计算包含该用户topics的个数count，并更新该活动数据的兴趣标志为count；

步骤5.9)获取下一条活动数据信息；

步骤5.10)判断该活动数据信息是否达到活动数据集的末端，如果到达，转步骤5.11)，否则，转步骤5.7)；

步骤5.11)将活动兴趣标志不为0的所有活动数据加入到该用户活动向量中；

步骤5.12)更新该用户的感兴趣的活动向量v；

步骤5.13)获取下一条成员数据信息；

步骤5.14)判断该用户数据信息是否到达用户数据集的末端，如果达到，转步骤5.15)，否则，转步骤5.3)；

步骤5.15)更新所有用户的感兴趣的活动向量集V；

步骤6)向量分解得到用户感兴趣的活动：

步骤6.1)从members表中获取成员的所有数据集信息；

步骤6.2)获取第一条成员用户数据信息；

步骤6.3)初始化该用户的所有topic信息的匹配次数为0；

步骤6.4)根据用户的id查询member-events表，得到该成员用户参与的所有活动id数据集；

步骤6.5)获取第一条活动的id信息；

步骤6.6)根据活动的id查询该活动的description信息，并与用户中所有的topic进行匹配，若包含，则将相应的topic信息匹配次数加1；否则，转步骤6.7)；

步骤6.7)获取下一条活动的id信息，判断该活动数据信息是否到达活动数据集的末端，如果到达，转步骤6.8)，否则，转步骤6.6)；

步骤6.8)更新该用户的所有topic信息匹配次数，并将其存入用户向量u中；

步骤6.9)获取下一条成员用户数据信息；

步骤6.10)判断该用户数据信息是否到达用户数据集的末端，如果到达，转步骤6.11)，否则转步骤6.3)；

步骤6.11)更新所有用户向量U；

步骤6.12)根据向量分解模型，利用用户向量U和活动向量V，计算用户对活动的兴趣度uv；

步骤7)考虑成员用户的社会化关系，计算用户间的相似度(如图6所示)：

步骤7.1)从members表中获取所有成员数据信息；

步骤7.2)获取第一条成员i数据信息；

步骤7.3)计算该用户参与的群组数；

步骤7.4)利用member-events表，计算出该用户参与的所有活动数；

步骤7.5)计算出该用户平均每个群组参与的活动数Ei；

步骤7.6)利用event-members表，查出与该用户共同参与某一活动的用户集；

步骤7.7)将用户集存储到users表中；

步骤7.8)从users表中获取第一条用户j数据信息；

步骤7.9)计算该用户参与的群组数；

步骤7.10)利用member-events表，计算出该用户参与的所有活动数；

步骤7.11)计算出该用户平均每个群组参与的活动数

步骤7.12)根据members表，抽出用户i和用户j共同参与的群组集；

步骤7.13)获取一个群组g，

步骤7.14)计算用户i在群组g中参与的活动数Ei(g)；

步骤7.15)计算用户j在群组g中参与的活动数Ej(g)；

步骤7.16)计算出

步骤7.17)获取下一个群组g，判断该群组信息是否到达数据集末端，如果到达，转步骤7.18)，否则，转步骤7.14)；

步骤7.18)利用皮尔森相关系数，计算出用户i和用户j之间的相关系数corr(i,j)为：

步骤7.19)计算用户i和用户j之间的相似性为：

步骤7.20)得到用户i的topics集，得到用户j的topics集；

步骤7.21)计算出用户i和用户j之间共同的topics数；

步骤7.22)计算出用户i和用户j之间一共的topics数；

步骤7.23)根据topic，计算出用户i和用户j之间的相似度L(i,j)；

步骤7.24)结合以上两个相似性，计算用户i和用户j的相似相关性为：

S(i,j)＝ωsim(i,j)+σL(i,j)

ω+σ＝1

步骤7.25)从user表中获取下一条用户j的数据信息；

步骤7.26)判断该用户数据信息是否到达用户数据集末端，若是，转步骤7.22)，否则，转步骤7.9)；

步骤7.27)取出与用户i前k个相似度最大的用户，存入Top表中；

步骤7.28)从members表中获取下一条用户i的数据信息；

步骤7.29)判断是否到达成员数据集末端，若是，转步骤7.30)，否则，转步骤7.3)；

步骤7.30)更新Top表；

步骤8)利用相似相关性，计算用户对活动的兴趣度：

步骤8.1)获取用户的感兴趣的活动向量集V；

步骤8.2)获取第一个用户u；

步骤8.3)获取该用户感兴趣的第一个活动v；

步骤8.4)利用相似相关性，计算用户u对活动v的兴趣度为WR(u,v)：

步骤8.5)获取该用户感兴趣的下一个活动v；

步骤8.6)判断该数据是否到达数据集末端，若是，转步骤8.7)，否则，转步骤8.4)；

步骤8.7)获取下一个用户u；

步骤8.8)判断该数据是否到达用户数据集末端，若是，转步骤8.9)，否则，转步骤8.3)；

步骤8.9)更新用户感兴趣的活动向量集V；

步骤9)结合活动的地理位置，计算用户对活动的兴趣度(见图7)：

步骤9.1)利用k-means聚类算法将活动所在地划分为M个区域；

步骤9.2)存储区域集；

步骤9.3)从members表中获取所有成员数据信息；

步骤9.4)获取用户感兴趣的活动向量集V；

步骤9.5)获取第一条成员i数据信息；

步骤9.6)获取该用户i感兴趣的活动向量集v；

步骤9.7)获取该用户i感兴趣的第一个活动数据；

步骤9.8)获取一个区域数据信息；

步骤9.9)计算该活动属于该区域的概率；

步骤9.10)计算该用户i在该区域内已参与该活动数；

步骤9.11)计算该区域的活动数；

步骤9.12)计算用户i在该区域的活跃度；

步骤9.13)计算该用户i对该活动的兴趣度；

步骤9.14)获取下一条区域数据信息；

步骤9.15)判断该区域数据信息是否到达数据集末端，若到达，转步骤9.16)，否则，转步骤9.9)；

步骤9.16)更新该用户i对该活动的兴趣度；

步骤9.17)获取下一条活动数据信息；

步骤9.18)判断该活动数据信息是否到达数据集末端，若到达，转步骤9.19)，否则，转步骤9.8)；

步骤9.19)更新该用户i感兴趣的活动向量集v；

步骤9.20)获取下一条成员i的数据信息；

步骤9.21)判断该成员数据信息是否到达数据集末端，若到达，转步骤9.22)，否则，转步骤9.6)；

步骤9.22)更新用户感兴趣的活动向量集V；

步骤9.23)完成用户感兴趣的活动推荐。

本发明不限于上述实施例，一切采用等同替换或等效替换形成的技术方案均属于本发明要求保护的范围。

Claims (5)

1.一种基于用户兴趣度和地理位置的活动推荐方法，其特征在于，包括如下步骤：

将用户所属群组进行分类，抽取群组里的群组信息数据、成员数据，以及该群组里的活动信息数据，并将其存储在数据库中，对这些数据进行语料模式匹配预处理操作；

针对上述数据，利用矩阵分解模型初步得到用户对于活动的兴趣度，筛选出用户感兴趣的活动数据集；

根据用户的社会化关系和用户的活跃度，利用用户间的相似相关性，得到用户对于活动的兴趣度，进一步筛选出用户感兴趣的活动数据集；

对活动发生的地理位置进行区域划分，根据用户在该区域内的活跃度，使用优化方法，确定用户最终感兴趣且参与的活动数据集；

根据成员用户的社会化关系，计算用户间的相似相关性的过程为：

步骤3.1)获取所有成员数据信息；

步骤3.2)获取成员的第一条数据信息；

步骤3.3)计算该成员参与的群组数；

步骤3.4)计算出该成员参与的所有活动数；

步骤3.5)计算出该成员平均每个群组参与的活动数；

步骤3.6)获取该成员共同参与某一活动的用户集；

步骤3.7)从用户集中获取用户j的第一条数据信息；

步骤3.8)计算该用户参与的群组数；

步骤3.9)计算出该用户参与的所有活动数；

步骤3.10)计算出该用户平均每个群组参与的活动数；

步骤3.11)获取用户i和用户j共同参与的群组集；

步骤3.12)分别计算用户i和用户j在相同群组中的活跃度；

步骤3.13)利用皮尔森相关系数，计算用户i和用户j之间的相似相关性；

步骤3.14)从用户集中获取用户j的下一条数据信息；

步骤3.15)判断该用户数据信息是否到达用户数据集末端，若是，转步骤3.16)，否则，转步骤3.8)；

步骤3.16)得到两用户之间前k个最大的相似相关性，存入表中；

步骤3.17)获取成员的下一条数据信息；

步骤3.18)判断是否到达用户数据集末端，若是，转步骤3.19)，否则，转步骤3.3)；

步骤3.19)更新Top表。

2.根据权利要求1所述的方法，其特征是，对活动数据集进行预处理的过程具体为：

步骤1.1)获取成员数据集信息；

步骤1.2)初始化所有用户感兴趣的活动向量，设为V；

步骤1.3)获取第一条成员数据信息；

步骤1.4)得到该成员用户的标签信息；

步骤1.5)初始化该用户的感兴趣的活动向量v；

步骤1.6)获取活动数据集信息；

步骤1.7)初始化所有活动兴趣标志为0；

步骤1.8)获取第一条活动数据信息；

步骤1.9)将该活动标签与用户的兴趣标签进行匹配，如果匹配，转步骤1.10)，否则，转步骤1.11)；

步骤1.10)计算匹配次数，并更新为该活动的兴趣标志；

步骤1.11)获取下一条活动数据信息；

步骤1.12)判断是否到达活动数据集末端，若到达，转步骤1.13)，否则，转步骤1.9)；

步骤1.13)删除活动兴趣标志为0的活动数据；

步骤1.14)更新该用户的感兴趣的活动向量v；

步骤1.15)获取下一条成员数据信息；

步骤1.16)判断该用户数据信息是否到达数据集末端，若到达，转步骤1.17)，否则，转步骤1.4)；

步骤1.17)更新所有用户感兴趣的活动向量集V。

3.根据权利要求2所述的方法，其特征是，利用矩阵分解模型初步得到用户对于活动的兴趣度的过程具体为：

步骤2.1)获取成员的所有数据集信息；

步骤2.2)获取成员-活动数据集信息；

步骤2.3)根据这些数据集得到成员的各个标签的权值比重；

步骤2.4)将其存入用户向量U中；

步骤2.5)利用向量分解模型，计算用户对活动的兴趣度。

4.根据权利要求2或3所述的方法，其特征是，利用相似相关性，计算用户对活动的兴趣度的过程为：

步骤4.1)获取用户的感兴趣的活动向量集V；

步骤4.2)利用相似相关性，计算用户对活动的兴趣度；

步骤4.3)更新用户感兴趣的活动向量集V。

5.根据权利要求1所述的方法，其特征是，基于地理位置的活动数据集优化的过程为：

步骤5.1)获取活动向量集V；

步骤5.2)根据活动的地理位置将其划分区域；

步骤5.3)获取所有成员数据集信息；

步骤5.4)计算用户在某一区域的活跃度；

步骤5.5)计算活动属于某一区域的概率；

步骤5.6)计算用户对活动的兴趣度；

步骤5.7)更新用户感兴趣的活动向量集V；

步骤5.8)完成用户感兴趣的活动推荐。