基于社交网络的推荐算法

文档序号:10726139阅读:1194来源:国知局
基于社交网络的推荐算法
【专利摘要】本发明专利涉及一种基于社交网络的航班推荐算法,利用用户对航班的个体偏好,以及用户在民航出行中社交网络中有密切社交关系的用户的影响,结合邻居的社交偏好,预测用户的偏好,实现推荐。本专利简单实用、成本低、架构轻,通过普通物理机与大数据平台有机结合可实现民航旅客航班的在线推荐,不仅提高了推荐的准确性,还大大提高了推荐的实时性,可以应用于用户购票时向用户推荐个性化的航班以及在线下向用户推送喜爱的航班等场景。
【专利说明】基于社交网络的推荐算法 所属技术领域
[0001 ]本发明专利涉及惯性推荐技术和大数据处理相关技术。
【背景技术】
[0002]在航空联盟的趋势下,民航客运存在激烈的竞争,航空公司不遗余力地改善企业 管理,降低成本,提升客户体验,优化客户关系,旨在增加企业效益提高自身的竞争力。针对 民航旅客的个性化航班推荐,不仅能提高旅客的购票效率,促使航空公司提高航班的质量, 还能增加盈利,提升旅客的信赖度,避免优质客户的流失,有效缓解超售问题。
[0003]在民航交通领域,旅客出行频次比公交和地铁等出行低,呈现旅客出行记录较少 的特点,故而针对民航旅客进行个性化推荐可能会存在数据稀疏性和冷启动问题。使用传 统的一些推荐算法,对于没有历史记录的冷启动用户存在限制。民航出行中,旅客经常结伴 出行,旅客之间存在一定的社交关系,采用社会化推荐的方法能有效解决以上问题。

【发明内容】

[0004] 本专利针对民航旅客出行购票的场景,提出了一种基于社交网络的航班推荐算 法。
[0005] 方案中利用用户个体的偏好和社交关系的影响建立用户偏好的预测模型。模型的 原理可以简单描述为:对于一个用户的未知偏好项,利用该用户社交网络中的邻居,将邻居 的偏好通过网络传播给用户,得到用户的偏好预测。具体预测方法如下所示:
[0006] (1)利用合适的偏好模型得到用户的偏好,根据算法的目标提出目标优化函数:
[0008] 公式(l)Sindividuai(i,j,k)为用户i对航线」的1^航班的偏好,ω in为用户i的邻居η的 权重。算法的目标为最小化用户和邻居之间的偏好差异,通过最小化目标表达式达到预测 缺失偏好的目的。
[0009] (2)算法是一个迭代的过程,每一次迭代更新用户的偏好值。算法在第η次迭代时, 采用一种类似梯度下降的方法更新偏好值。偏好值更新的计算公式为:
[0013]公式(2)中\代表时间衰减的社交影响因子,It表示用户在t时刻受社交影响的状 态,如公式(3),公式(4)所示。值越高,用户受到社交的影响越大,偏好值更新越快,向邻 居靠近的程度越大。
[0014] (3)计算邻居的权重C0in:
[0015] ω in = sim(i,n)*fam(i,n) (5)
[0016] 邻居的权重由两部分组成,即用户i和用户n的相似度和亲密度,用户间的相似度 和亲密度计算如下:
[0019] 公式(6)为用户i和用户η的皮尔森相关性,表示用户间偏好的相似度,公式(7)为 用户i和用户η的亲密度,win为用户i和用户η的共同出行次数,Κ为用户i的邻居集合。
[0020] 算法迭代将反复执行2-3步骤计算,直到用户和邻居的加权平均偏好差值小于阈 值为止。因为算法具备较好的准确度和鲁棒性,经过若干轮迭代之后,预测的偏好项将会收 敛逼近邻居的偏好,并随着迭代次数增多准确度越来越高。
[0021] 本发明的有益效果如下:
[0022] 本方法提升了推荐的准确度和用户的信赖度,可以应用于用户购票时向用户推荐 个性化的航班以及在线下向用户推送喜爱的航班等场景。
【附图说明】
[0023]图1推荐算法流程 [0024]图2推荐算法示例
[0025]图3推荐算法实验结果
【具体实施方式】
[0026]实施流程如附图1所示:
[0027] (1)每个节点向周围邻居广播消息;
[0028] (2)广播结束后,每个节点接收来自邻居的消息,选取最近K个邻居,判断旅客的满 意度和邻居的加权平均满意度的平方差,如果差值小于阈值,则停止更新,否则,根据公式 更新旅客的满意度;
[0029] (3)若所有节点都达到稳定状态或算法达到最大迭代次数,则算法结束;若未达到 稳定状态,则重复1,2步进行迭代。算法传播过程将反复执行1-2步骤计算。因为算法具备较 好的准确度和鲁棒性,经过若干轮迭代之后,预测的偏好项将会收敛逼近邻居的偏好,并随 着迭代次数增多准确度越来越高。
【主权项】
1. 用户在选择航班出行时,不仅会考虑自身的偏好,也会受到朋友的社交影响,进而得 到一个用户对航班的综合反馈。为了描述社交关系对用户影响的大小,提出了社交影响因 子的概念和计算方法。2. 基于民航PNR数据对用户偏好进行了数学描述,构建用户间的同行网络,并进一步提 出一个基于社交网络的航班推荐算法。
【文档编号】G06Q30/06GK106097048SQ201610395839
【公开日】2016年11月9日
【申请日】2016年6月6日 公开号201610395839.9, CN 106097048 A, CN 106097048A, CN 201610395839, CN-A-106097048, CN106097048 A, CN106097048A, CN201610395839, CN201610395839.9
【发明人】彭舰, 段剑锋, 陈瑜, 宁黎苗, 刘唐, 黄飞虎, 徐文政, 黎红友, 李梦诗
【申请人】四川大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1