CN108108749A

CN108108749A - 一种基于用户相似度的好友推荐方法

Info

Publication number: CN108108749A
Application number: CN201711316229.6A
Authority: CN
Inventors: 孔亚广; 夏清泉; 刘威; 徐哲
Original assignee: Hangzhou Dianzi University
Current assignee: Hangzhou Dianzi University
Priority date: 2017-12-12
Filing date: 2017-12-12
Publication date: 2018-06-01
Anticipated expiration: 2037-12-12
Also published as: CN108108749B

Abstract

本发明公开了一种基于用户相似度的好友推荐方法。本发明通过计算用户日常生活中常驻点相似度、轨迹相似度和兴趣相似度，最终推荐得分最高的Top‑k位用户，然后进行用户相似度的融合。本发明充分考虑了不同的社交网络中，人们的目的和侧重点存在的差异，对于融合参数的选择，由于不同的关系网络对需求有所不同的表现，进行加权融合，使得推荐准确率更高。

Description

一种基于用户相似度的好友推荐方法

技术领域

本发明属于计算机技术领域，涉及一种基于用户相似度的好友推荐方法。

背景技术

传统的个性化推荐主要是对物品进行推荐和好友推荐。往往集中于互联网的模式，比如根据用户现有好友和关注的物品给用户推荐新的好友，通常使用基于内容的推荐和协同过滤推荐算法，但是这些算法往往忽略了现实生活中可能成为好友的几率。从用户的生活实际入手，往往可以达到更好的效果。

在社交平台中，用户往往呈现出垂直型的特点，这是由于用户的行为，个性，兴趣爱好的不同等导致的。正所谓圈子性是社交的一大概论，人们往往聚成圈子，对相似的人有更多的共同语言。这就要求计算用户相似度，对用户相似度越大的人们进行好友推荐。

发明内容

本发明通过计算用户日常生活中常驻点相似度、轨迹相似度和兴趣相似度，最终推荐得分最高的Top-k位用户，然后进行用户相似度的融合。

本发明方法的步骤包括：

步骤1、常驻点相似度计算，其基本思想是：

基于用户在热点的停留次数和时间相似度来计算用户的常驻点相似度。

1.1建立用户的停留点矩阵形式如下：

其中这是一个m*n阶的矩阵，其中m代表用户数，n代表热点区域数，R_i,j代表第i个用户对第j个热点的访问次数，其中热点可通过聚类算法获取。

1.2计算用户热点区域的时间相似度：表示两个用户A，B在热点的互时间差

用Δt_a＝s_a.LevT-s_a.beginT自时间差，表示用户自己进入该停留点与离开该停留点的时间差，s_A，s_B分别表示不同用户。s_a.beginT为用户a进入热点时间，s_a.LevT为用户离开热点时间，其中a∈{A₁ A₂ ..... A_m}；基于上述得到用户热点区域时间相似度：

1.3地理层次权重计算

根据用户热点当前的地理编码层次来计算得到地理层次权重如下：

其中Geo_i为当前的编码层次，层次越低，权重越大，越低层次相似说明用户的热点相似度越高。

1.4基于1.1-1.3计算用户常驻点相似度

其中R_A,i表示用户A对i区域的访问次数，表示用户A对m个区域的平均访问次数。

步骤2、轨迹相似度计算，其基本思想是：

基于分段点构造的最小外接轨迹区域，通过计算用户之间的重叠轨迹区域或轨迹区域距离来计算轨迹相似度。

2.1定义轨迹节点集

<P₁ P₂ ..... P_n>

其中P_i是轨迹中的热点和角度突变点，热点如步骤1中所述，角度突变点就是该点的角速度发生突变，往往在转折处，掉头处。热点和角度突变点统称为分段点。

2.2基于分段点得到最小外接区域MTR，具体如下：

MTR的构造方法由两个分段点P₁(x₁,y₁)，P₂(x₂,y₂)来构造，MTR矩阵区域的四个顶点P₁(x₁,y₁)，P₃(x₁,y₂)，P₂(x₂,y₂)，P₄(x₂,y₁)。

则用户A的轨迹可通过最小外接区域集来表示。

MTR_A＝MTR_A1→MTR_A2→......MTR_An

2.3根据用户之间的轨迹，计算用户之间的相关性具体如下：

2.3.1根据两个用户的重叠轨迹区域，计算用户轨迹区域的重叠面积比率，具体如下：

2.3.2计算两个用户的轨迹区域的距离为：

d＝max(X(MTR_A))-min(X(MTR_B))+max(Y(MTR_A))-min(Y(MTR_B))

即两个矩阵的最大的x坐标最小值，减去最小的x坐标最大值，加上最大的y坐标最小值减去最小的y坐标最大值。

2.4轨迹相似度具体形式为：

若两用户轨迹区域存在重叠则轨迹相似度为：

若两用户轨迹区域存在距离则轨迹相似度为：

相似度定义标称化处理:

步骤3、兴趣相似度计算，其基本思想是：通过计算用户兴趣特征向量之间地余弦值来获得兴趣相似度。

3.1用户A兴趣特征向量可以具体表示为

e_u＝{(u₁,v₁),(u₂,v₂),(u₃,v₃)

其中u_i是爱好种类，v_i是对应的热爱程度。

3.2兴趣相似度计算

其中e_u，e_v分别表示两用户兴趣特征向量，S(u,v)越大表示相似度越高，其取值范围为[0,1],0表示完全不同，1表示完全相同。

步骤4、基于多相似度融合的好友推荐：

对用户A三个Top-k列表L1，L2，L3遍历顺序如下：

L1.TOP1→L2.TOP1→L3.TOP1→.....→L3.TOPk

1.首先遍历L1中U1，同时查找L2L3中对应U1的相似度；

2.计算用户A与B的融合相似度Sim(A,B)＝aSim(L1)+bSim(L2)+cSim(L3)

3.If Sim(A,B)>L加入优先推荐列表Clist；

4.If Sim(A,B)<L加入备选推荐列表Blist；

5.按顺序遍历完L1，L2与L3，最终得到两个推荐列表Clist和Blist；

6.为用户推荐排序后的Clist列表，成功推荐后将Blist的头加到Clist尾部。

本发明的有益效果：本发明充分考虑了不同的社交网络中，人们的目的和侧重点存在的差异，对于融合参数的选择，由于不同的关系网络对需求有所不同的表现，进行加权融合，使得推荐准确率更高。

附图说明

图1为本发明流程图。

图2为最小外接矩形示意图。

具体实施方式

以下结合附图对本发明作进一步说明。

根据用户数据集得到一个常驻区域代表P＝(Lat,lngt,begin,LevT)

s.beginT＝p_i.Ts.LevT＝p_j.T

其中lat,Lngt分别是停留点区域所有轨迹点的经纬度平均值，beginT代表起始点的时间，LevT代表结束时间。

2.建立用户的常驻点矩形形式

3.计算用户常驻点区域的时间相似度

4.地理层次权重的计算

5.常驻点相似度计算

6.轨迹节点集的定义

<P₁ P₂ ..... P_n>

7.最小外接区域MTR的构建，MTR的构造方法由两个分段点P₁(x₁,y₁)，P₂(x₂,y₂)来构造如图2所示。MTR矩形区域四个顶点为P₁(x₁,y₁)，P₃(x₁,y₂)，P₂(x₂,y₂)，P₄(x₂,y₁)，用户A的轨迹可通过最小外接区域集来表示：

MTR_A＝MTR_A1→MTR_A2→......MTR_An

8.根据两个用户的重叠轨迹区域，计算用户轨迹区域的重叠面积比率，具体如下：

9.计算用户的轨迹区域距离为：

d＝max(X(MTR_A))-min(X(MTR_B))+max(Y(MTR_A))-min(Y(MTR_B))

10.轨迹相似度计算

或

11.相似度定义标称化处理

12.用户兴趣特征向量表示：

e_u＝{(u₁,v₁),(u₂,v₂),(u₃,v₃)

其中u_i是爱好种类，v_i是对应的热爱程度。为了算法简单实用，将v_i定义为三档，非常喜欢为1，一般为0.5，无热爱为0。

13.兴趣相似度计算

其中e_u，e_v分别表示两用户兴趣特征向量，S(u,v)越大表示相似度越大，其取值范围为[0，1],0表示完全不同，1表示完全相同。

14.计算用户A和B之间的融合相似度

Sim(A,B)＝aSim(L1)+bSim(L2)+cSim(L3)

其中a,b,c是由训练样本返回的参数，L1，L2，L3如下所示：

L1＝{u₁＝0.8,u₃＝0.78,u₄＝0.75,u₁₂＝0.68,u₁₀＝0.64,u₁₁＝0.6,u₁₂＝0.56,u₂＝0.51,u₅₀＝0.5}

L2＝{u₉＝0.82,u₄＝0.72,u₈₀＝0.71,u₇₀＝0.68,u₅₅＝0.64,u₅₂＝0.62,u₅₉＝0.6,u₅₀＝0.58,u₄＝0.56,....,u₁＝0.5}

L3＝{u₂₀＝0.8,u₁₂＝0.75,u₈＝0.55,u₄₆＝0.65,u₁₄＝0.46,u₃₅＝0.88,u₁₀＝0.36,u₈＝0.77,u₆₅＝0.88,u₆＝0.46}

按顺序遍历完L1，L2和L3，最终得到两个推荐列表Clist,Blist，分别将Clist和Blist按融合相似度Sim(A,B)大小排序，为用户推荐排序后的Clist列表，成功推荐后将Blist的头加到Clist尾部。

Claims

1.一种基于用户相似度的好友推荐方法，其特征在于该方法包括以下步骤：

步骤1、常驻点相似度计算，其基本思想是：

基于用户在热点的停留次数和时间相似度来计算用户的常驻点相似度；

1.1建立用户的停留点矩阵形式如下：

其中m代表用户数，n代表热点区域数，R_i,j代表第i个用户对第j个热点的访问次数；

1.2计算用户热点区域的时间相似度：

用Δt表示两个用户A，B在热点的互时间差

<mrow> <mi>&Delta;</mi> <mi>t</mi> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <msub> <mi>s</mi> <mi>A</mi> </msub> <mo>.</mo> <mi>b</mi> <mi>e</mi> <mi>g</mi> <mi>i</mi> <mi>n</mi> <mi>T</mi> <mo>-</mo> <msub> <mi>s</mi> <mi>B</mi> </msub> <mo>.</mo> <mi>b</mi> <mi>e</mi> <mi>g</mi> <mi>i</mi> <mi>n</mi> <mi>T</mi> <mo>)</mo> <mo>+</mo> <mo>(</mo> <msub> <mi>s</mi> <mi>A</mi> </msub> <mi>l</mi> <mi>e</mi> <mi>v</mi> <mi>T</mi> <mo>-</mo> <msub> <mi>s</mi> <mi>B</mi> </msub> <mi>l</mi> <mi>e</mi> <mi>v</mi> <mi>T</mi> <mo>)</mo> </mrow> <mn>2</mn> </mfrac> </mrow>

s_A，s_B分别表示不同用户；s_a.beginT为用户a进入热点时间，s_a.LevT为用户离开热点时间，其中a∈{A₁ A₂ ..... A_m}；基于上述得到用户热点区域时间相似度：

<mrow> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mi>i</mi> <mi>m</mi> <mi>e</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>|</mo> <mfrac> <mrow> <msub> <mi>&Delta;t</mi> <mi>A</mi> </msub> <mo>-</mo> <msub> <mi>&Delta;t</mi> <mi>B</mi> </msub> </mrow> <mrow> <mi>&Delta;</mi> <mi>t</mi> <mo>*</mo> <mi>max</mi> <mrow> <mo>(</mo> <msub> <mi>&Delta;t</mi> <mi>A</mi> </msub> <mo>,</mo> <msub> <mi>&Delta;t</mi> <mi>B</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>|</mo> </mrow> </mrow>

其中Δt_a＝s_a.LevT-s_a.beginT为自时间差，表示用户自己进入该停留点与离开该停留点的时间差；

1.3地理层次权重计算

<mrow> <msub> <mi>W</mi> <mrow> <msub> <mi>Geo</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>Geo</mi> <mi>i</mi> </msub> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>Geo</mi> <mi>j</mi> </msub> </mrow> </mfrac> </mrow>

其中Geo_i为当前的编码层次，层次越低，权重越大，越低层次相似说明用户的热点相似度越高；

1.4基于1.1-1.3计算用户常驻点相似度

<mrow> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>y</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>,</mo> <mi>B</mi> <mo>)</mo> </mrow> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mo>&lsqb;</mo> <msub> <mi>W</mi> <mrow> <msub> <mi>Geo</mi> <mi>i</mi> </msub> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>A</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>&lsqb;</mo> <msub> <mi>W</mi> <mrow> <msub> <mi>Geo</mi> <mi>i</mi> </msub> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>B</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <msub> <mi>s</mi> <mrow> <mi>t</mi> <mi>i</mi> <mi>m</mi> <mi>e</mi> </mrow> </msub> </mrow> <mrow> <msqrt> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msup> <mrow> <mo>&lsqb;</mo> <msub> <mi>W</mi> <mrow> <msub> <mi>Geo</mi> <mi>i</mi> </msub> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>A</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> <msqrt> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msup> <mrow> <mo>&lsqb;</mo> <msub> <mi>W</mi> <mrow> <msub> <mi>Geo</mi> <mi>i</mi> </msub> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>B</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mrow> </mfrac> </mrow>

其中R_A,i表示用户A对i区域的访问次数，表示用户A对m个区域的平均访问次数；

步骤2、轨迹相似度计算，其基本思想是：

基于分段点构造的最小外接轨迹区域，通过计算用户之间的重叠轨迹区域或轨迹区域距离来计算轨迹相似度；

2.1定义轨迹节点集

<P₁ P₂ ..... P_n>

其中P_i是轨迹中的热点和角度突变点，角度突变点就是该点的角速度发生突变，往往在转折处，掉头处；热点和角度突变点统称为分段点；

2.2基于分段点得到最小外接区域MTR，具体如下：

MTR的构造方法由两个分段点P₁(x₁,y₁)，P₂(x₂,y₂)来构造，MTR矩阵区域的四个顶点为P₁(x₁,y₁)，P₃(x₁,y₂)，P₂(x₂,y₂)，P₄(x₂,y₁)；

则用户A的轨迹通过最小外接区域集来表示；

MTR_A＝MTR_A1→MTR_A2→......MTR_An

2.3根据用户之间的轨迹，计算用户之间的相关性，具体如下：

<mrow> <msub> <mi>S</mi> <mrow> <msub> <mi>overlap</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>B</mi> </mrow> </msub> </mrow> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mfrac> <mrow> <msub> <mi>MTR</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>&cap;</mo> <msub> <mi>MTR</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>MTR</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>&cup;</mo> <msub> <mi>MTR</mi> <mrow> <mi>B</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> </mrow>

2.3.2计算两个用户的轨迹区域的距离为：

d＝max(X(MTR_A))-min(X(MTR_B))+max(Y(MTR_A))-min(Y(MTR_B))

即两个矩阵的最大的x坐标最小值，减去最小的x坐标最大值，加上最大的y坐标最小值减去最小的y坐标最大值；

2.4轨迹相似度具体形式为：

若两用户轨迹区域存在重叠则轨迹相似度为：

<mrow> <msub> <mi>S</mi> <mrow> <msub> <mi>trail</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>,</mo> <mi>B</mi> <mo>)</mo> </mrow> </msub> </mrow> </msub> <mo>=</mo> <msub> <mi>S</mi> <mrow> <msub> <mi>overlap</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>,</mo> <mi>B</mi> <mo>)</mo> </mrow> </msub> </mrow> </msub> </mrow>

若两用户轨迹区域存在距离则轨迹相似度为：

<mrow> <msub> <mi>S</mi> <mrow> <msub> <mi>trail</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>,</mo> <mi>B</mi> <mo>)</mo> </mrow> </msub> </mrow> </msub> <mo>=</mo> <mi>d</mi> </mrow>

相似度定义标称化处理:

<mrow> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mi>r</mi> <mi>a</mi> <mi>i</mi> <mi>l</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>,</mo> <mi>B</mi> <mo>)</mo> </mrow> </mrow> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>max</mi> <mrow> <mo>(</mo> <mi>X</mi> <mo>(</mo> <mrow> <msub> <mi>MTR</mi> <mi>A</mi> </msub> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <mi>min</mi> <mrow> <mo>(</mo> <mi>X</mi> <mo>(</mo> <mrow> <msub> <mi>MTR</mi> <mi>B</mi> </msub> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mi>max</mi> <mrow> <mo>(</mo> <mi>Y</mi> <mo>(</mo> <mrow> <msub> <mi>MTR</mi> <mi>A</mi> </msub> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <mi>min</mi> <mrow> <mo>(</mo> <mi>Y</mi> <mo>(</mo> <mrow> <msub> <mi>MTR</mi> <mi>B</mi> </msub> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>&times;</mo> <mfrac> <msub> <mi>S</mi> <mrow> <msub> <mi>overlap</mi> <mrow> <mi>A</mi> <mo>,</mo> <mi>B</mi> </mrow> </msub> </mrow> </msub> <mi>d</mi> </mfrac> </mrow>

步骤3、兴趣相似度计算，其基本思想是：通过计算用户兴趣特征向量之间地余弦值来获得兴趣相似度；

3.1用户A兴趣特征向量具体表示为

e_u＝{(u₁,v₁),(u₂,v₂),(u₃,v₃)

其中u_i是爱好种类，v_i是对应的热爱程度；

3.2兴趣相似度计算

<mrow> <mi>S</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>e</mi> <mi>u</mi> </msub> <mo>&CenterDot;</mo> <msub> <mi>e</mi> <mi>v</mi> </msub> </mrow> <mrow> <mo>|</mo> <mo>|</mo> <msub> <mi>e</mi> <mi>u</mi> </msub> <mo>|</mo> <mo>|</mo> <mo>&times;</mo> <mo>|</mo> <mo>|</mo> <msub> <mi>e</mi> <mi>v</mi> </msub> <mo>|</mo> <mo>|</mo> </mrow> </mfrac> </mrow>

其中e_u，e_v分别表示两用户兴趣特征向量，S(u,v)越大表示相似度越高，其取值范围为[0,1],0表示完全不同，1表示完全相同；

步骤4、基于多相似度融合的好友推荐：

对用户A三个Top-k列表L1，L2，L3遍历顺序如下：

L1.TOP1→L2.TOP1→L3.TOP1→.....→L3.TOPk

1.首先遍历L1中U1，同时查找L2L3中对应U1的相似度；

2.计算用户A与B的融合相似度Sim(A,B)＝aSim(L1)+bSim(L2)+cSim(L3)

3.If Sim(A,B)>L加入优先推荐列表Clist；

4.If Sim(A,B)<L加入备选推荐列表Blist；