专利名称：一种个性化信息推荐的方法、装置及信息处理系统的制作方法
技术领域：
本发明属于信息处理领域，尤其涉及一种个性化信息推荐的方法、装置及信息处理系统。
背景技术：
协同过滤技术是目前应用最广泛的个性化推荐技术之一。现有的协同过滤技术主要根据所推荐的物品本身所产生的用户相似关系或物品相似关系进行推荐，例如商品推荐仅使用用户购买该商品的历史行为记录，并由此构成用户的相似关系和商品之间的关联关系，最后将这些关系用于推荐。然而，由于现有技术所利用的用户历史数据信息仅来源于推荐物品本身，容易导 致用户一物品评分矩阵中的数据稀疏，影响推荐结果的准确性。特别的，仅使用用户对推荐物品本身的历史数据所生成的用户或者物品相似关系矩阵难以准确反映用户或者物品之间的相似关系。
发明内容
本发明实施例提供一种个性化信息推荐的方法，旨在解决现有技术容易产生数据稀疏性以及难以准确反映用户或者物品之间相似关系的问题。本发明实施例是这样实现的，一种个性化信息推荐的方法，所述方法包括获取SNS用户间的交互记录和SNS用户对物品的使用记录；根据所述交互记录，计算SNS用户间的相似度，并根据计算得到的相似度划分用户相似群；根据所述使用记录，计算SNS用户对所述物品的评分值；根据所述用户相似群中其他用户对其使用物品的评分值来预测目标用户对所述物品的评分值；将预测评分值最高的前N项物品推荐给所述目标用户，所述N大于等于I。本发明实施例的另一目的在于提供一种个性化信息推荐的装置，所述装置包括信息获取单元，用于获取SNS用户间的交互记录和SNS用户对物品的使用记录；相似度计算单元，用于根据所述交互记录，计算SNS用户间的相似度，并根据计算得到的相似度划分用户相似群；评分值计算单元，用于根据所述使用记录，计算SNS用户对所述物品的评分值；评分值预测单元，用于根据所述用户相似群中其他用户对其使用物品的评分值来预测目标用户对所述物品的评分值；信息推荐单元，用于将预测评分值最高的前N项物品推荐给所述目标用户，所述N大于等于I。本发明实施例的再一目的在于提供一种信息处理系统，所述信息处理系统包括所述个性化信息推荐装置。
从上述方案中可以看出，本发明通过SNS用户间的交互记录计算SNS用户间的相似度，根据计算得到的相似度划分用户相似群，通过SNS用户对物品的使用记录来计算SNS用户对所述物品的评分值，井根据所述用户相似群和评分值进行个性化信息推荐，解决了用户-物品评分矩阵中的数据稀疏性问题，提高了推荐结果的准确性。而且，所述用户相似群中的用户为目标用户在SNS中的好友，从而可准确反映用户间的相似关系，增强目标用户对推荐结果的可信度，使得个性化信息推荐对用户具有更大的參考价值，提高用户的满意度。
图I是本发明实施例一提供的个性化信息推荐方法的实现流程图；图2是本发明实施例ニ提供的个性化信息推荐方法的实现流程图；图3是本发明实施例三提供的个性化信息推荐装置的组成结构图。
具体实施例方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进ー步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。本发明实施例通过SNS用户间的交互记录计算SNS用户间的相似度，根据计算得到的相似度划分用户相似群，通过SNS用户对物品的使用记录来计算SNS用户对所述物品的评分值，井根据所述用户相似群和评分值进行个性化信息推荐，解决了用户-物品评分矩阵中的数据稀疏性问题，提高了推荐结果的准确性。而且，所述用户相似群中的用户为目标用户在SNS中的好友，从而可准确反映用户间的相似关系，增强目标用户对推荐结果的可信度，使得个性化信息推荐对用户具有更大的參考价值，提高用户的满意度。为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。实施例一:图I示出了本发明实施例一提供的个性化信息推荐方法的实现流程，该方法过程详述如下在步骤SlOl中，获取SNS用户间的交互记录和SNS用户对物品的使用记录。在本实施例中，社会性网络服务(Social Networking Services, SNS),简称社交网络。社交网络服务器收集并存储SNS用户通过社交网络工具进行的交互记录，推荐系统从SNS服务器上获取SNS用户间的交互记录。其中，所述社交网络工具包括即时通信工具(例如QQ、MSN等)和交友社区(例如Facebook,Twitter等)等包含好友关系的网络交友或者通信平台。所述交互记录包括用户与不同好友交互(例如聊天、游戏等)的频率、累计时长以及用户在线时长等信息。在本实施例中，SNS服务器收集并存储SNS用户对物品的使用记录，推荐系统从SNS服务器上获取SNS用户对物品的使用记录。其中，所述使用记录包括物品使用的时间、时长、频率、物品的类型、以及用户对使用物品的评价、评分等信息。例如用户的听歌记录，包括听歌的时间、时长、频率、歌曲的名称、类型、流派、演唱者以及用户对所听歌曲的评价、评分等。
在步骤S102中，根据所述交互记录，计算SNS用户间的相似度，并根据计算得到的相似度划分用户相似群。在本实施例中，每个SNS用户都存在一个唯一的ID，推荐系统根据获取的SNS用户间的交互记录，计算SNS用户间的相似度，并根据计算得到的相似度将拥有相同或者相似兴趣偏好的用户通过用户ID组成一个用户相似群或者用户相似列表，例如通过计算相似度，发现用户A、B、C都喜欢某个人的歌曲，因此将用户A、B、C划分成一个用户相似群。其中，SNS用户间相似度的计算方式如下(不局限于该方式)=Wij = exp (-(Iij),
权利要求
1.一种个性化信息推荐的方法，其特征在于，所述方法包括 获取社交网络SNS用户间的交互记录和SNS用户对物品的使用记录； 根据所述交互记录，计算SNS用户间的相似度，井根据计算得到的相似度划分用户相似群； 根据所述使用记录，计算SNS用户对所述物品的评分值； 根据所述用户相似群中其他用户对其使用物品的评分值来预测目标用户对所述物品的评分值； 将预测评分值最高的前N项物品推荐给所述目标用户，所述N大于等于I。
2.如权利要求I所述的方法，其特征在于，所述SNS用户间相似度的计算公式为Wij=
3.如权利要求2所述的方法，其特征在于，所述评分值包括隐式评分值或显式评分值， 所述隐式评分值的计算公式为
4.如权利要求3所述的方法，其特征在干，所述评分值预测的计算公式为
5.如权利要求4所述的方法，其特征在于，所述方法还包括 根据用户对推荐物品的反馈信息，调整公式も中的參数值。
6.一种个性化信息推荐的装置，其特征在于，所述装置包括 信息获取单元，用于获取社交网络SNS用户间的交互记录和SNS用户对物品的使用记录; 相似度计算单元，用于根据所述交互记录，计算SNS用户间的相似度，井根据计算得到的相似度划分用户相似群； 评分值计算单元，用于根据所述使用记录，计算SNS用户对所述物品的评分值； 评分值预测单元，用于根据所述用户相似群中其他用户对其使用物品的评分值来预测目标用户对所述物品的评分值； 信息推荐单元，用于将预测评分值最高的前N项物品推荐给所述目标用户，所述N大于等于I。
7.如权利要求6所述的装置，其特征在于，所述SNS用户间相似度的计算公式为Wi1=
8.如权利要求7所述的装置，其特征在于，所述评分值包括隐式评分值或显式评分值，所述隐式评分值的计算公式为~ =义——，其中是用户i对物品j的评分值，t.j是用户i的物品使用记录中物品j出现的次数，參数λ = I。
9.如权利要求8所述的装置，其特征在干，所述评分值预测的计算公式为 Τα ，其中是用户k对其使用物品的平均评分值，是用户i对物品j的 预测评分值。
10.如权利要求9所述的装置，其特征在于，所述装置还包括调整单元，用于根据用户对推荐物品的反馈信息，调整公式も中的參数值。
11.一种信息处理系统，其特征在于，所述信息处理系统包含权利要求6至10任一项所述的个性化信息推荐装置。
全文摘要
本发明适用于信息处理领域，提供了一种个性化信息推荐的方法、装置及信息处理系统，所述方法包括下述步骤获取SNS用户间的交互记录和SNS用户对物品的使用记录；根据所述交互记录，计算SNS用户间的相似度，并根据计算得到的相似度划分用户相似群；根据所述使用记录，计算SNS用户对所述物品的评分值；根据用户相似群中其他用户对其使用物品的评分值来预测目标用户对所述物品的评分值；将预测评分值最高的前N项物品推荐给所述目标用户。本发明可有效提高推荐结果的准确性和可信度，使得个性化信息推荐对用户具有更大的参考价值。
文档编号G06F17/30GK102915307SQ20111021986
公开日2013年2月6日 申请日期2011年8月2日 优先权日2011年8月2日
发明者贺鹏程, 周杰龙, 杨志峰 申请人:腾讯科技(深圳)有限公司