CN104778237A

CN104778237A - 一种基于关键用户的个性化推荐方法和***

Info

Publication number: CN104778237A
Application number: CN201510157504.9A
Authority: CN
Inventors: 曾伟; 尚明生
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2015-04-03
Filing date: 2015-04-03
Publication date: 2015-07-15

Abstract

本发明公开了一种基于关键用户的个性化推荐方法和***，属于传感器技术领域。本发明的方法为：基于所采集的用户数据为每个用户查找N个相似度最高的邻居得到各用户邻居列表，且各邻居按照相似度从高到低进行排列；然后基于每个用户邻居列表分别计算各用户的权重：用户在用户邻居列表中出现次数越多，排列位置越靠前，权重越大；查找权重最大的P个用户作为关键用户；基于关键用户对产品的操作数据计算目标用户对平台***的各产品的推荐度，查找推荐度最大的M个产品作为目标用户的推荐结果。同时，本发明还公开一种基于上述方法的个性化推荐***。本发明用于对网络信息资源的推荐***，能有效降低推荐计算的计算复杂度，提升推荐***处理效率。

Description

一种基于关键用户的个性化推荐方法和***

技术领域

本发明属于网络应用技术领域，具体涉及一种对网络信息资源的推荐方法和***。

背景技术

近年来，随着信息技术的日益发展以及连入互联网用户数量的不断增长，互联网中时时刻刻都会产生数量巨大的比特数据。如何有效利用这些信息已经成为一个世界性关注的问题。在经过学术界和工业界多年的研究和应用，对于这些数据附加价值的挖掘和利用技术也逐渐成熟，最主要的就是在电子商务、在线信息应用(如在线新闻、在线音乐、在线影视)等领域的关联信息推荐***。

推荐***里应用最广泛的是协同过滤技术，包括基于邻居和基于模型的方法。基于邻居的方法通常用于研究用户或产品之间的相似度计算问题：基于用户的协同过滤方法首先查找主要属性相似的用户(即邻居)，然后收集和分析邻居的数据以进一步为目标用户推荐其感兴趣的产品。相似的，基于产品的协同过滤方法利用了相似产品的信息评级的优势。基于模型的方法试图将用户-产品的关系评估数据转化为不同的模型(如贝叶斯网络、因式分解或者集群模型等)并使用这些模型在未知场景中向用户推荐产品。

当前，推荐***中所涉及的产品种类繁多，可能会有成千上万，甚至超过百万，且用户数目也会非常巨大，在面对如此大规模的数据时，现有的推荐技术存在效率低下的技术缺陷。

发明内容

本发明的发明目的在于：提供一种降低计算复杂度的基于关键用户的个性化推荐方法和***。

本发明的一种基于关键用户的个性化推荐方法，包括下列步骤：

步骤1：采集用户对产品的操作数据，包括用户对产品的购买、浏览和评论等操作行为数据；

步骤2：为每个用户查找N个相似度最高的用户作为各用户邻居列表，所述用户邻居列表中各用户按照相似度从高到低进行排列；

步骤3：基于每个用户邻居列表分别计算各用户的权重：用户在用户邻居列表中出现次数越多，排序位置越靠前，权重越大；查找权重最大的P个用户作为关键用户；

步骤4：基于P个关键用户对产品的操作数据计算目标用户对平台***的各产品的推荐度(如基于用户的协同过滤推荐方法，或基于物质扩散推荐方法或基于随机游走推荐方法等惯用的推荐计算方法)，查找推荐度最大的M个产品作为目标用户的推荐结果。

本发明基于本发明所设置的用户权重对平台***用户集进行筛选，减少了在计算推荐度的用户数量，进而减少了其关联的产品，从而有效的降低推荐计算的计算复杂度，提高了推荐***处理效率；同时经筛选后的关键用户所对应的信息资源可信度高，从而有效的提升了推荐结果的精度和可信度。

进一步的，本发明在计算任意两个用户间的相似度时，可以采用余弦夹角的处理方式，具体如公式(1)所示：

s_{ij} = \frac{Σ_{α = 1}^{n} a_{iα} a_{jα}}{\sqrt{k_{i} k_{j}}} - - - (1)

其中s_ij表示用户i和用户j的相似度，下标“i”和“j”为用户标识符，且i≠j，下标“a”为产品标识符，n为平台***的产品数，a_iα表示用户i对产品a的操作属性值，若用户对产品存在操作行为，则操作属性值为1，否则为0，k_i表示在平台***中，用户i对平台***的产品存在操作行为的产品总数，即同理可知

同时，本发明还公开了一种基于关键用户的个性化推荐***，包括：

数据处理模块：用于从平台***的后台数据库中，采集并存储用户对产品的操作数据；

关键用户处理模块：基于从数据处理模块输入的用户对产品的操作数据，根据权利要求1或2的步骤2和3计算关键用户并发送至推荐模块；交互模块：获取平台***的当前访问用户并作为目标用户；同时将推荐模块发送的推荐结果向对应的目标用户展示；推荐模块：基于交互模块发送的目标用户，根据关键用户计算当前目标用户对平台***的各产品的推荐度，查找推荐度最大的M个产品作为当前目标用户的推荐结果并发送给交互模块。

为了减少计算量，数据处理模块还对存储的用户对产品的操作数据进行筛选处理：若用户i对平台***的产品存在操作行为的产品个数小于K3*n(n为平台***的产品数)，则删除用户i所对应的用户对产品的操作数据，其中K3的取值范围为0.1％～1％。

同时，关键用户处理模块可设置为离线处理模块，可周期性的从数据处理模块发送的用户对产品的操作数据计算和输出关键用户，其计算周期为一周或一个月，以进一步减少推荐***的计算量。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明在向目标用户推荐产品时，只考虑权重高的关键用户，而这些关键用户所对应的信息资源可信度高，从而能有效的提升了推荐结果的精度和可信度；同时由于去掉了权重低的用户，从而能有效降低推荐计算的计算复杂度，提升推荐***处理效率。

附图说明

图1是具体实施方式的推荐***结构图；

图2是用户与产品二元关系网络示意图；

图3是关键用户的用户-产品关系示意图；

图4是传统的物质扩散推荐方法与基于关键用户的物质扩散方法的对比图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发明作进一步地详细描述。

参见图1，本发明的基于关键用户的个性化推荐***包括数据处理模块、关键用户处理模块、推荐模块和交互模块，其中数据处理模块可包括采集单元、筛选单元和存储单元，采集单元用于从平台***的后台数据库中采集用户对产品的操作数据(以下简称用户数据)，为了减少计算量，由筛选单元将对平台***的产品存在操作行为的产品个数小于K3*n(n为平台***的产品数，K3的取值范围为0.1％～1％)，进行删除，保留存在操作行为产品个数大于或等于K3*n的用户并在存储单元进行存储。关键用户处理模块从数据处理模块读取用户数据进行关键用户的计算并输出P(P为预设值，可基于***的精度要求和平台***的用户数进行设置，通常可设置为K2*m，其中m表示平台***的用户数，K2的取值范围为xx％～xx％)个关键用户给推荐模块进行产品推荐列表的计算处理，推荐模块用于基于P个关键用户计算平台***的所有产品对当前目标用户的推荐度，其中计算所需的对应数据信息若存在于数据处理模块中，可直接从其存储单元中读取；若不存在，则需要从平台***的后台数据库中读取，具体的推荐计算可采用现有的任一方式实现，例如基于用户的协同过滤推荐方法、基于物质扩散的推荐方法等，在计算处理时，所依据的数据源不再是现有的平台***的所有用户，而是本发明筛选出来的关键用户，从而降低推荐度的计算复杂度。推荐模块将前M(经验值，具体基于推荐***的需求进行设置，通常可以设置为10～100)个推荐产品列表发送至交互模块。交互模块包括目标用户检测单元和显示单元，其中目标用户检测单元用于基于平台***的用户访问信息，将当前访问用户作为目标用户并发送至推荐模块，同时基于推荐模块发送的推荐产品列表向当前目标用户展示，例如基于推荐产品列表中各产品信息，从平台***的后台数据库中读取对应的产品图像信息向当前目标用户展示。

本发明中，在计算P个关键用户时，首先为每个用户查找N(预设阈值，基于推荐***的精度需求进行设置，通常可设置为K1*m，其中K1的取值范围为1％～5％)个相似度最高的用户作为各用户邻居列表(top-N邻居列表)。为了便于计算，可基于数据处理模块所存储的用户数据构建邻接矩阵A_m×n＝{a_iα}来表示各用户和各产品的二元关系，其中a_iα表示用户i(i为用户标识符)对产品α操作属性值，若用户户i对产品α存在操作行为(购买、评论或浏览等)，则a_iα＝1，否则a_iα＝0，m和n分别为平台***的用户数和产品数，用户对产品的操作行为的数据源来自于平台***的后台数据库。上述二元关系也可以用二部分图来表示，如图2所示。图2中一共有5个用户和5个商品，用户与商品之间的连线表示存在操作行为。

基于邻接矩阵A_m×n，基于用户间的相似度得到top-N邻居列表，在计算用户间的相似度时，本发明可以采用任一惯用方法实现，也可以采用本发明给出的余弦夹角方法，即基于公式(1)分别计算任一两个用户间的相似度，然后查找N个最相似邻居存入top-N邻居列表中，各邻居基于相似度从高到低进行排列。表1给出基于图2的用户数据的所有用户的(N＝2)的top-N邻居列表(表1中的每行即对应一个用户的top-N邻居列表)：

表1

	最相似邻居
		用户1	用户2、用户4
用户2	用户1、用户4
		用户3	用户5、用户2
用户4	用户1、用户2
		用户5	用户3、用户2

其次，基于每个用户的top-N邻居列表分别计算各用户的权重：用户在用户邻居列表中出现次数越多，排序位置越靠前，权重越大。本具体实施方式中，权重的计算具体为：

1)对每个用户的top-N邻居列表，设置每个用户的初级权重值：出现在当前top-N邻居列表中的用户的初级权重值为top-N邻居列表中的排序位置的倒数，未出现在top-N邻居列表的用户的初级权重值为0。以表1所示的用户1的top-N邻居列表为例，其top-N邻居列表为：用户2、用户4，则对应于用户1的top-N邻居列表的各用户(用户1-5)的权重值分别为：0，1/1，1/2，0，0(表2中用户1对应的一行数据)。表2给出了基于表1的对应各top-N邻居列的初级权重值示例。

表2

	用户1	用户2	用户3	用户4	用户5
						用户1	0	1	0	0.5	0
用户2	1	0	0	0.5	0
						用户3	0	0.5	0	0	1
用户4	1	0.5	0	0	0
						用户5	0	0.5	1	0	0

2)累加同一用户在不同top-N邻居列表中的初级权重值，得到各用户的权重值。表3给出了基于表2的初级权重值所得到的最终各用户的权重值并从高高地排序。以用户2为例，其最终的权重值为：1/1+1/2+1/2+1/2＝2.5。

表3

	权重值
		用户2	2.5
用户1	2
		用户3	1
用户4	1
		用户5	1

最后，查找权重最大的P个用户作为关键用户，以图2为例，若设置P＝2，则对应的关键用户为用户2和用户1。在实际的***中，为了兼顾效率和推荐精度，优选P的取值为0.2*m。

本发明中，关键用户的计算过程可以离线完成。当向目标用户推荐产品时，推荐计算方法只需要考虑关键用户的数据，从而减少计算量。图3展示了图2中只包含关键用户的关系网络，关键用户分别为用户1和用户2，用户3为目标用户。本具体实施方式中，以基于用户的协同过滤推荐计算方法和基于物质扩散的推荐计算为例，来描述基于关键用户的推荐度的计算。

传统的基于用户协同过滤推荐计算方法需要计算目标用户与其余所有用户的相似度，因此计算量较大，并且许多不相关的用户也被考虑在内，从而导致了推荐结果精度较低。本发明在向用户推荐产品时，只计算目标用户与关键用户的相似度，因此用户i(目标用户)与产品α的预测评分为：其中U表示本发明的关键用户集合，是归一化参数。预测值最高的M个产品将被推荐给用户i。在图3所给出的示例中，当向用户3推荐产品时，本发明只计算用户3与用户1和用户2的相似度，而传统的基于用户协同过滤算法需要计算用户3与用户1、用户2、用户4和用户5的相似度。然而用户4和用户5可能是虚假用户，往往会影响其他用户推荐结果的精度。

传统的物质扩散计算方法分为三步：(1)分配1单位资源给目标用户选择过的产品(具体指对产品存在购买、浏览或评价等操作行为的产品)，如图4中，分配1单元资源给用户3所选择过的产品，对应图中的产品图标(圆圈)后的数字1；(2)将1单位资源平均地扩散到与产品相连的邻居用户节点；(3)收到步骤(2)所述资源的用户将得到的资源再重新分配给其选择的产品。最后目标用户没有选择的产品按照其接收的资源从大到小的顺序排序，排序最前的M个产品推荐给目标用户。假设为目标用户的初始资源向量，则产品的最终资源向量其中W为转移矩阵：其中“a”、“β”(a≠β)为产品标识符，k_j为用户j选择的产品个数(用户j对平台***的产品存在操作行为的产品总数)，k_β表示选择产品β的用户个数。如果将此方法扩展到本发明的基于关键用户的计算，那么在步骤(2)中，只有关键用户才能接收资源，并将获得的资源平均分配给产品。此过程类似于删除网络中非关键用户节点。图4给出了传统的物质扩散计算方法和基于关键用户的物质扩散计算方法，其中用户3为目标用户，图中产品图标、用户图标附近的数字(1/3、32/72等)表示其所接收的资源信息。在基于关键用户的物质扩散计算方法中，用户4和用户5节点被移除，因此只有用户1和用户2才能接收来自用户3的初始资源。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims

1.一种基于关键用户的个性化推荐方法，其特征在于，包括下列步骤：

步骤1：采集用户对产品的操作数据；

步骤3：基于每个用户邻居列表分别计算各用户的权重：用户在用户邻居列表中出现次数越多，排列位置越靠前，权重越大；查找权重最大的P个用户作为关键用户；

步骤4：基于P个关键用户对产品的操作数据计算目标用户对平台***的各产品的推荐度，查找推荐度最大的M个产品作为目标用户的推荐结果。

2.如权利要求1所述的方法，其特征在于，所述步骤2中，用户间的相似度s_ij的计算公式为：其中下标“i”和“j”为用户标识符，且i≠j，下标“a”为产品标识符，n为平台***的产品数，a_iα、a_jα表示各用户对产品a的操作属性值，若用户对产品存在操作行为，则操作属性值为1，否则为0，所述参数

3.如权利要求1或2所述的方法，其特征在于，所述步骤3中，计算各用户的权重为：

对每个用户邻居列表T_i，设置每个用户的初级权重值：出现在用户邻居列表T_i中的用户的初级权重值为用户邻居列表T_i中的排序位置的倒数，未出现在用户邻居列表T_i中的用户的初级权重值为0，其中下标“i”为用户邻居列表标识符；

累加同一用户在不同用户邻居列表中的初级权重值，得到各用户的权重值。

4.如权利要求1或2所述的方法，其特征在于，所述步骤1中，用户对产品的操作数据包括用户对产品的购买记录和/或浏览记录和/或评论记录。

5.如权利要求1或2所述的方法，其特征在于，所述步骤4中，目标用户对平台***的各产品的推荐度的计算方法为：基于用户的协同过滤推荐方法，或基于物质扩散推荐方法或基于随机游走推荐方法。

6.如权利要求1或2所述的方法，其特征在于，所述步骤2中，所述N的取值为：K1*平台***的用户数，其中K1的取值范围为1％～5％

7.如权利要求1或2所述的方法，其特征在于，所述步骤3中，所述P的取值为：K2*平台***的用户数，其中K2的取值范围为10％～20％

8.一种基于关键用户的个性化推荐***，其特征在于，包括：

关键用户处理模块：基于从数据处理模块输入的用户对产品的操作数据，根据权利要求1或2的步骤2和3计算关键用户并发送至推荐模块；

交互模块：获取平台***的当前访问用户并作为目标用户；同时将推荐模块发送的推荐结果向对应的目标用户展示；

推荐模块：基于交互模块发送的目标用户，根据关键用户计算当前目标用户对平台***的各产品的推荐度，查找推荐度最大的M个产品作为当前目标用户的推荐结果并发送给交互模块。

9.如权利要求8所述的***，其特征在于，所述数据处理模块还对所述操作数据进行筛选处理：若用户i对平台***的产品存在操作行为的产品个数小于K3*平台***的产品数，则删除用户i所对应的用户对产品的操作数据，其中K3的取值范围为0.1％～1％

10.如权利要求8或9所述的***，其特征在于，所述关键用户处理模块为离线处理模块，其计算周期为一周或一个月。