CN107767279A - 一种基于lda的加权平均的个性化好友推荐方法 - Google Patents

Abstract

本发明公开了一种基于LDA的加权平均的个性化好友推荐方法，其内容包括：获取社交网络中目标用户t的一度、二度、…m度好友形成候选好友集合C，提取目标用户和集合C中每个用户的静态属性信息；利用LDA主题建模的方法，分析候选用户关注的主题，从而推断候选用户的兴趣爱好，身份地位和年龄性别信息；分析社交网络中用户的动态行为信息，用加权平均法计算用户间相似性；最终得到目标用户对候选用户的评分向量,根据评分向量进行排序，把排名前Top‑N的候选用户推荐给目标用户。本发明更全面的考虑目标用户和候选用户的属性信息，很大程度上提高好友推荐的精度。本发明在微博数据集上进行验证，实验结果表明本发明具有良好的推荐效果。

Description

一种基于LDA的加权平均的个性化好友推荐方法

技术领域

本发明属于互联网技术领域，涉及互联网下的社交网络推荐，尤其涉及一种基于LDA的加权平均的个性化好友推荐方法。

背景技术

随着Web2.0技术的蓬勃发展,全球逐渐迎来了社交网络(SocialNetwork)时代,一些具有代表性的社交网站已成为影响力巨大的信息平台,如：Facebook,Twitter和新浪微博等。它们将用户群体和信息结合在一起,使用户可以便捷地分享和获取信息,同时也极大地拓展了用户的社交群体。但是，随着社交网络用户迅速增多，社交网络中信息量急剧增大，对社交网络用户来说，如何在这些庞大的数据中找到合适自己的好友，扩展自己的社交网络好友圈成为一个难题。

为了解决社交网络信息量大和好友寻找困难问题，推荐和搜索成为人们关注的焦点。用户利用好友搜索功能来查找好友以扩大交际圈，但是，这种搜索浪费大量的时间，效率低，并且不具有准确性。而各大社交网络平台相继推出各种推荐策略来满足用户需求，但是，目前的推荐算法具有诸多局限性。经典的协同过滤方法，不能很好的解决数据稀疏性问题，考虑的用户信息也较少，推荐效果不理想。基于标签的推荐方法，重点考虑了用户的静态属性而忽视了更具社交价值的动态交互行为，从而不能很好的获取社交网络用户的特性，推荐效果也不理想。

已有的好友推荐方法考虑问题单一化，没有进行用户特征的全面分析，具有不同程度的局限性，因此，本发明提出了一种综合地考虑社交网络用户的多方面特征，推断用户人物画像,从而进行准确地个性化好友推荐方法。该方法通过将用户在社交网络中的结构特征(用户的动态行为)和用户节点特征(用户的静态属性)进行加权平均从而计算社交网络用户间的相似度；通过用户间的相似度进行排序，挑选前Top-N个候选用户；然后，把Top_N个用户推荐给目标用户。在本发明中使用了查准率和查全率以及F1-Measure等评估指标对好友推荐进行评估。最后，通过在真实的微博数据集上进行的实验，进一步验证了本方法能更准确的进行个性化好友推荐。

发明内容

针对已有推荐方法中没有综合考虑社交网络中用户的动态行为特征和静态属性信息的局限，本发明克服了现有技术中的不足，提供一种基于LDA的加权平均的个性化好友推荐方法。本发明将个性化的好友推荐问题抽象为提取用户的动态行为特征和静态属性信息的问题，利用加权平均的方法对上述两方面进行综合建模，获取用户间相似度信息，然后，根据用户间的相似度，挑选出前Top-N个最适合目标用户的好友，并把这些用户推荐给目标用户。

具体地，本发明是通过以下技术方案实现的：

一种基于LDA的加权平均的个性化好友推荐方法，该方法把用户的节点信息特征和社交网络结构特征利用加权平均的方法有效结合，建立统一模型的个性化好友推荐方法；所述用户的节点信息特征是指用户的静态属性；所述社交网络结构特征是指用户的动态行为；

其具体内容包括如下步骤：

步骤一：首先，获取社交网络中目标用户t的一度、二度、…m度好友形成候选好友集合C，提取目标用户和集合C中每个用户的静态属性信息，即每个用户都具有一个静态属性结构，这些静态属性信息包括目标用户和候选用户间的共同好友数，自身地理位置，以及在社交网中与自身相关的帖子；

步骤二：对于步骤一所述候选用户相关帖子，利用LDA主题建模的方法，分析候选用户关注的主题，从而推断候选用户的兴趣爱好，身份地位和年龄性别信息；然后根据社交网络目标用户的静态属性，包括目标用户与候选用户的共同好友数，目标用户和候选用户的地理位置，以及目标用户和候选用户关注的“主题”，分别对候选集合中的候选用户和目标用户进行了相似度计算，其计算依据如下：

①目标用户与候选用户的共同好友数越多，目标用户与候选用户的相似度就越高；

②线上行为可能影响线下行为，目标用户与候选用户间的地理位置越近，目标用户与候选用户间就越容易成为好友；

③目标用户和候选用户共同的话题数越多，目标用户与候选用户的兴趣就越相似，成为好友的可能性也就越大；

在本发明方法中，利用加权平均的方法为上述的各个静态属性分别赋予一个权重，同时为了平衡上述静态属性在计算社交网络中目标用户和候选用户间相似度的重要程度，使用sigmod的函数对各个特征进行缩放；

步骤三：考虑到社交网络中用户间的交互性行为以及社交网络的动态性，分析社交网络中用户的动态行为信息，并综合考虑用户间动态行为的关联，将其建模到好友推荐方法中；其中用户交互性行为包括：转发行为、回复行为、评论行为、点赞行为和@行为，根据这些动态行为,对这些用户间的交互性行为进行相似度计算；

所述转发行为又包括：

①目标用户转发候选用户的帖子；

②目标用户和候选用户在一段时间内转发同一篇帖子；

相似的，回复，点赞，评论和@在本发明中也都被定义为两种形式；

所述回复行为，其限定条件包括：

①目标用户回复候选用户的帖子；

②目标用户和候选用户回复同一篇其他用户的帖子；

所述点赞行为，其限定条件包括：

①目标用户给候选用户的帖子点赞，或者候选用户给目标用户的帖子点赞；

②目标用户和候选用户同一段时间内为其他用户的同一篇帖子点赞；

所述评论行为，其限定条件包括：

①目标用户评论了候选用户的帖子，或者候选用户评论了目标用户的帖子；

②目标用户和候选用户在一段时间内共同评论了相同的一篇帖子；

所述@行为，其限定条件包括：

①目标用户@候选用户，或者候选用户@目标用户；

②目标用户和候选用户在一段时间内共同@第三个其他用户。

通常，用户间直接发生的行为比用户间接通过第三个人发生的行为更能体现用户间的交互程度，所以直接关联比间接关联更重要。

步骤四：用加权平均法计算用户间的相似性；为社交网络候选用户的动态行为分配权重，并把步骤二所述的目标用户的静态属性信息分配权重，将两方面结合进行统一建模，综合计算目标用户与候选用户间的相似度，最终得到目标用户对候选用户的相似度向量，也就是目标用户对候选用户的评分向量；

步骤五：对步骤四中所得到的目标用户对候选用户评分向量进行排序，把排名在前Top-N的候选用户推荐给目标用户。

最后通过实验验证本发明提出的好友推荐方法在准确度上有明显提升，推荐效果更好。

由于采用上述技术方案，本发明提供的一种基于LDA的加权平均的个性化好友推荐方法，与现有技术相比具有这样的有益效果：

本发明设计了一个基于加权平均的个性化好友推荐方法，利用加权平均的方法有效的结合了社交网络中目标用户和候选用户的静态属性信息和动态行为特征，从而进行个性化的好友推荐。在静态属性建模时，用LDA主题模型分析目标用户和候选用户的话题，获取用户隐式的兴趣和爱好等，据此推断目标用户和候选用户的身份地位，行业，性别和年龄等，形成比较符合实际的目标用户和候选用户人物画像。相比于传统的好友推荐方法，本发明更全面的考虑了目标用户和候选用户的属性信息包括动态行为和静态属性，很大程度上提高好友推荐的精度。本发明在微博数据集上进行了验证，实验结果表明本发明具有良好的推荐效果。

附图说明

图1是本发明方法框架示意图；

图2是LDA的图模型；

图3是用户行为静态统计图；

图4是F1-Measure实验结果图。

具体实施方式

下面结合附图和具体实施方式，对本发明做进一步说明。

本发明的一种基于LDA的加权平均的个性化好友推荐方法，其框架示意图如图1所示。其具体内容包括如下步骤：

步骤一：首先，获取社交网络中目标用户t的一度、二度、…m度好友形成候选好友集合C，提取目标用户和集合C中每个用户的静态属性信息，即每个用户都具有一个静态属性结构，这些静态属性信息包括目标用户和候选用户间的共同好友数，自身地理位置，以及在社交网中与自身相关的帖子；

步骤二：对于步骤一所述候选相关的帖子，利用LDA主题建模的方法，分析出候选用户关注的主题，从而推断候选用户的兴趣爱好，身份地位和年龄性别信息；然后，根据社交网络目标用户的静态属性，包括用户间的共同好友数，用户地理位置，以及用户关注的“主题”，分别对候选集合中的候选用户和目标用户进行了相似度计算；

步骤三：考虑到社交网络中用户间的交互性行为以及社交网络的动态性，分析社交网络中用户的动态行为信息，并综合考虑用户间动态行为的关联，将其建模到好友推荐方法中；其中用户交互性行为包括：转发行为、回复行为、评论行为、点赞行为和@行为，并对这些用户间的交互性行为进行相似度计算；

步骤四：用加权平均法计算用户间的相似性；为社交网络候选用户的动态行为分配一个权重，并把步骤二所述的目标用户的静态属性信息也分配的权重，将两方面结合进行建模，综合计算目标用户与候选用户间的相似度，最终得到一个目标用户对候选用户的相似度向量，也就是目标用户对候选用户的评分向量；

步骤五：对步骤四中提到的候选用户评分向量进行排序，把排名在前Top-N的候选用户推荐给目标用户。

在本发明的一个实施例中，运用微博真实数据集，对如何获得目标用户的候选用户列表加以说明。

首先对本发明中用到的字母说明如下：

表1：字母说明

社交网络中用户静态属性包括：主题，地理位置，共同好友。首先对目标用户和候选用户的各个静态属性进行相似性计算。

(1)在本发明中，首先分析与社交网络用户相关的帖子，其过程是利用LDA(隐含狄利克雷分布)主题建模的方法提取目标用户感兴趣的话题，LDA主题建模算法具体描述如图2所示：

假设主题服从狄利克雷分布，根据狄利克雷函数参数可以确定主题分布从主题分布中选择一个主题z_m,n，其中文档中的词也服从狄利克雷分布，根据确定的主题z_m,n和词的狄利克雷函数参数可以得到词分布在实际应用中，通过吉布斯采样的方法学习LDA模型的两个狄利克雷参数，根据训练的模型，给定一篇新的文档可以推断出新文档属于的主题。

利用如下定义的公式计算用户之间的主题相似度：

其中Tu,Tv分别代表用户参与的话题结合，分子代表目标用户和候选用户参与话题的交集(共同话题)，分母表示目标用户和候选用户参与话题的并集。

(2)根据目标用户和候选用户的地理属性计算目标用户和候选用户之间的地理属性相似度，线上行为有可能发展为线下行为，因此，在社交网络目标用户更倾向于与距离近的候选用户成为好友。在地理位置相似度计算时有如下规则，社交网络目标用户和候选用户距离越近，他们的位置相似度就越高，距离越远，位置相似度越低。

具体地，位置相似度可由下式计算：

分母代表实际的地理位置距离。

(3)社交网络目标用户和候选用户间的共同好友相似度计算，在社交网络中，目标用户和候选用户之间存在如下关系：

他们之间存在共同好友，而他们却不是好友关系，这些社交网络用户是熟悉的陌生人。可以推断，共同好友数越多他们可能越熟悉，越熟悉的陌生人之间，越容易成为好友。

据此，计算社交网络中目标用户和候选用户间共同好友相似度，计算公式：

其中Fu，Fv分布表示社交网络用户u，v的好友集合，其中分子表示他们共同的好友数，分母表示他们各自的社交网络好友数。

(4)本发明进一步提取社交网络用户的动态行为特性，其中用户的转发行为相关性利用下面公式(4)计算：

社交网络具有时效性，在计算转发行为相似性时考虑时间因素，φ_t是时间衰减函数，转发行为距现在的时间越长，转发行为对现在相似度的计算贡献越小，分母是用户u,v在一段时间内单独进行转发行为的数量之和；分子代表两个用户共同转发帖子的行为数量，Fb代表社交网络中目标用户和候选用户之间的相互转发行为的数量，Fa代表社交网络中目标用户和候选用户共同转发同一条微博的行为的数量，直接转发行为比间接转发行为更重要，所以在计算用户之间的相似性时直接行为所占比重更大。

相似的，评论相似性可以由下面的公式计算得到：

其中分子代表社交网络中目标用户和候选用户产生关联的共同评论行为数量，分母代表他们各自参加的评论行为数量和，评论行为分为用户相互之间的直接评论和他们同时评论其他用户的帖子的间接评论，分别对应分子中的Cb和Ca。在计算评论行为相似性时，考虑了评论行为的时效性，随着距现在时间的增加，评论行为在社交网络好友推荐中起的作用越小。

回复行为相似度计算：

其中分子是对相同帖子进行的回复行为的数量，分母是用户u,v分别进行评论的帖子数量和，其中也考虑了回复行为的时效性。

点赞行为相似性用Le表示，其计算是利用两个社交网络中目标用户和候选用户在一段时间对相同帖子进行点赞的数量除以这两个社交网络用户分别对所有帖子点赞的数量和。

根据以上用户间动态行为相似性，可以计算两个社交网络用户动态行为相似度：

其中sigmod的函数用来进行特征缩放。

在本式中E为：

E＝Fd(u,v)+Cm(u,v)+Le(u,v)+Re(u,v)。 (8)

(5)最后，运用加权平均法结合用户的静态属性特征和动态行为信息。计算目标用户和候选用户之间的相似度：

SD(u,v)＝w₁T+w₂L+w₃C+w₄D (9)

其中w₁,w₂,w₃,w₄满足和为1。根据上面的公式计算，可以得到目标用户对候选用户的相似度评分向量，对评分向量进行排序，将候选用户与目标用户相似度最高的前Top-N个候选用户作为好友推荐给目标用户。

(6)对比实验设计和评估指标选择：实验结果评估指标包括查准率(Presicion)、查全率(Recall)和F1-Measure，其中F1-Measure的计算公式为：F1＝2P×R/(P+R)，其中P是查准率，R是查全率。

实验使用新浪微博数据集，数据集中包括挑选的16000个用户在新浪微博平台上的发帖，点赞，转发，评论行为的数量，并对这些行为进行取对数操作，以方便建模过程中计算,具体实验数据统计见图3。

本发明中以LDA_based方法和RW方法作为对比基线方法，其中LDA_based方法仅仅进行了主题建模，获取用户隐式的兴趣爱好，从而进行好友推荐；而RW算法是基于随机游走的好友推荐方法。对比实验结果如下表所示：

表1：实验结果

除此之外，在具体实施中，我们又设计了因子递减对比实验，其中第一组实验是在我们的方法中去除社交网络用户的话题属性信息，第二组是不考虑实时的地理位置属性信息，第三组是不考虑共同好友属性信息，第四组是不考虑动态行为信息。在真实的微博数据集上进行上述实验。实验结果如图4所示

(7)实验结果分析，从实验结果可以看出本发明所设计的推荐方法在上述所说的各个评估指标上都优于基线方法，这说明本发明可以很好的结合社交网络用户的静态属性信息和动态行为信息，从而进行更精准的个性化好友推荐。

从因子递减实验结果中可得：本发明的推荐效果最好，推荐效果依次是第三组实验不考虑共同好友，第二组实验不考虑地理位置，第一组不考虑用户的话题，第四组不考虑用户的动态行为信息。实验表明，本发明的所选取的每个因子都提高了好友推荐的准确度。通过对比实验发现：在社交网络好友推荐中，目标用户和候选用户间的动态行为具有很大的参考价值，这一现象也很好的验证了社交网络交互性的本质。同时实验结果表明，共同的话题对提高好友推荐的效果也很重要，这一实验结果也验证了，具有共同兴趣爱好的人更容易成为好友，从而也间接的表明LDA主题建模方法能很好的挖掘社交网络用户隐式的信息。总之，不考虑本发明提出的任何一个社交网络用户特征，推荐效果都有明显的下降，这说明利用加权平均的方法，将网络结构特征和用户节点特征相结合可以进行更准确的好友推荐。

Claims (2)

1.一种基于LDA的加权平均的个性化好友推荐方法，其特征在于：该方法把用户的节点信息特征和社交网络结构特征利用加权平均的方法有效结合，建立统一模型的个性化好友推荐方法；所述用户的节点信息特征是指用户的静态属性；所述社交网络结构特征是指用户的动态行为；

所述方法具体内容包括如下步骤：

步骤一：首先，获取社交网络中目标用户t的一度、二度、…m度好友形成候选好友集合C，提取目标用户和集合C中每个用户的静态属性信息，即每个用户都具有一个静态属性结构，这些静态属性信息包括目标用户和候选用户间的共同好友数，自身地理位置，以及在社交网中与自身相关的帖子；

步骤二：对于步骤一所述候选用户相关帖子，利用LDA主题建模的方法，分析候选用户关注的主题，从而推断候选用户的兴趣爱好，身份地位和年龄性别信息；然后根据社交网络目标用户的静态属性，包括目标用户与候选用户的共同好友数，目标用户和候选用户的地理位置，以及目标用户和候选用户关注的“主题”，分别对候选集合中的候选用户和目标用户进行相似度计算，其计算依据如下：

①目标用户与候选用户的共同好友数越多,目标用户与候选用户的相似度就越高；

②线上行为可能影响线下行为，目标用户与候选用户间的地理位置越近，目标用户与候选用户间就越容易成为好友；

③目标用户和候选用户共同的话题数越多，目标用户与候选用户的兴趣就越相似，成为好友的可能性也就越大；

利用加权平均的方法为上述的各个静态属性分别赋予一个权重，同时为了平衡上述静态属性在计算社交网络中目标用户和候选用户间相似度的重要程度，使用sigmod的函数对各个特征进行缩放；

步骤三：考虑到社交网络中用户间的交互性行为以及社交网络的动态性，分析社交网络中用户的动态行为信息，并综合考虑用户间动态行为的关联，将其建模到好友推荐方法中；其中用户交互性行为包括：转发行为、回复行为、评论行为、点赞行为和@行为，根据这些动态行为,对这些用户间的交互性行为进行相似度计算；

步骤四：用加权平均法计算用户间相似性；为社交网络候选用户的动态行为分配权重，并把步骤二所述的目标用户的静态属性信息分配权重，将两方面结合进行统一建模，综合计算目标用户与候选用户间的相似度，最终得到目标用户对候选用户的相似度向量，也就是目标用户对候选用户的评分向量；

步骤五：对步骤四中所得到的目标用户对候选用户评分向量进行排序，把排名在前Top-N的候选用户推荐给目标用户。

2.根据权利要求1所述的一种基于LDA的加权平均的个性化好友推荐方法，其特征在于：

所述转发行为又包括：

①目标用户转发候选用户的帖子；

②目标用户和候选用户在一段时间内转发同一篇帖子；

相似的，回复，点赞，评论和@在本发明中也都被定义为两种形式；

所述回复行为，其限定条件包括：

①目标用户回复候选用户的帖子；

②目标用户和候选用户回复同一篇其他用户的帖子；

所述点赞行为，其限定条件包括：

①目标用户给候选用户的帖子点赞，或者候选用户给目标用户的帖子点赞；

②目标用户和候选用户同一段时间内为其他用户的同一篇帖子点赞；

所述评论行为，其限定条件包括：

①目标用户评论了候选用户的帖子，或者候选用户评论了目标用户的帖子；

②目标用户和候选用户在一段时间内共同评论了相同的一篇帖子；

所述@行为，其限定条件包括：

①目标用户@候选用户，或者候选用户@目标用户；

②目标用户和候选用户在一段时间内共同@第三个其他用户。