信息推薦方法和信息推薦系統(tǒng)的制作方法
【專利摘要】一種信息推薦方法及系統(tǒng)，該方法包括步驟：獲取用戶信息與目標(biāo)對象信息之間的關(guān)聯(lián)關(guān)系；根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各目標(biāo)對象相關(guān)聯(lián)的用戶數(shù)目，確定目標(biāo)對象之間的覆蓋率相似度；根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各用戶相關(guān)聯(lián)的目標(biāo)對象的數(shù)目，確定各目標(biāo)對象之間的準(zhǔn)確率相似度；根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對象之間的最終相似度，并根據(jù)所述最終相似度、各目標(biāo)對象相對于各用戶信息的歷史推薦度得分值，確定各目標(biāo)對象的推薦度得分值；根據(jù)各目標(biāo)對象的推薦度得分值，確定待推薦列表。本發(fā)明方案不僅提高了進(jìn)行信息推薦的覆蓋率，還提高了信息推薦的準(zhǔn)確度。
【專利說明】信息推薦方法和信息推薦系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信息處理【技術(shù)領(lǐng)域】，特別涉及一種信息推薦方法和一種信息推薦系 統(tǒng)。

【背景技術(shù)】
[0002] 隨著信息技術(shù)的日益發(fā)展，基于用戶的喜好、歷史關(guān)注的信息、好友以及好友關(guān)注 的信息等等進(jìn)行信息推薦已經(jīng)成為目前網(wǎng)絡(luò)技術(shù)應(yīng)用的一項重要內(nèi)容。在目前進(jìn)行信息推 薦的方案中，所采用的主流推薦方式是Item-Based的協(xié)同過濾推薦算法，基于這種信息推 薦方式，由于使用很多項目的用戶會對總體推薦產(chǎn)生很大影響，而且熱門的項目與大部分 其他項目都有比較強(qiáng)的關(guān)聯(lián)，熱門的項目很容易被推送出來，從而導(dǎo)致大部分用戶得到的 推薦列表都是非常熱門的項目，導(dǎo)致所推薦項目的覆蓋率很低，不能很好地實(shí)現(xiàn)個性化推 薦。


【發(fā)明內(nèi)容】

[0003] 基于此，針對上述現(xiàn)有技術(shù)中存在的問題，本發(fā)明的其中一個目的在于提供一種 信息推薦方法，本發(fā)明的另一目的在于提供一種信息推薦系統(tǒng)，其可以提高信息推薦的準(zhǔn) 確度和覆蓋率。
[0004] 為達(dá)到上述目的，本發(fā)明實(shí)施例采用以下技術(shù)方案：
[0005] -種信息推薦方法，包括步驟：
[0006] 獲取用戶信息與目標(biāo)對象信息之間的關(guān)聯(lián)關(guān)系；
[0007] 根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各目標(biāo)對象相關(guān)聯(lián)的用戶數(shù) 目，確定目標(biāo)對象之間的覆蓋率相似度；
[0008] 根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各用戶相關(guān)聯(lián)的目標(biāo)對象的 數(shù)目，確定各目標(biāo)對象之間的準(zhǔn)確率相似度；
[0009] 根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對象之間的最終相似度， 并根據(jù)所述最終相似度、各目標(biāo)對象相對于各用戶信息的歷史推薦度得分值，確定各目標(biāo) 對象的推薦度得分值；
[0010] 根據(jù)各目標(biāo)對象的推薦度得分值，確定待推薦列表。
[0011] -種信息推薦系統(tǒng)，包括：
[0012] 信息獲取模塊，用于獲取用戶信息與目標(biāo)對象信息之間的關(guān)聯(lián)關(guān)系；
[0013] 覆蓋率相似度確定模塊，用于根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別 與各目標(biāo)對象相關(guān)聯(lián)的用戶數(shù)目，確定目標(biāo)對象之間的覆蓋率相似度；
[0014] 準(zhǔn)確率相似度確定模塊，用于根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別 與各用戶相關(guān)聯(lián)的目標(biāo)對象的數(shù)目，確定各目標(biāo)對象之間的準(zhǔn)確率相似度；
[0015] 推薦度得分值確定模塊，用于根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各 目標(biāo)對象之間的最終相似度，并根據(jù)所述最終相似度、各目標(biāo)對象相對于各用戶信息的歷 史推薦度得分值，確定各目標(biāo)對象的推薦度得分值；
[0016] 待推薦列表確定模塊，用于根據(jù)各目標(biāo)對象的推薦度得分值，確定待推薦列表。
[0017] 根據(jù)上述本發(fā)明實(shí)施例的方案，其是在確定目標(biāo)對象之間的覆蓋率相似度、準(zhǔn)確 度相似度的基礎(chǔ)上，確定各目標(biāo)對象的推薦度得分值，并基于該推薦度得分值確定待推薦 列表來進(jìn)行推薦，從而不僅提高了進(jìn)行信息推薦的覆蓋率，還提高了信息推薦的準(zhǔn)確度。

【專利附圖】

【附圖說明】
[0018] 圖1是本發(fā)明的信息推薦方法實(shí)施例的流程示意圖；
[0019] 圖2是一個具體不例中的用戶/[目息與目標(biāo)對象間的對應(yīng)關(guān)系的不意圖；
[0020] 圖3是本發(fā)明的信息推薦系統(tǒng)一個實(shí)施例的結(jié)構(gòu)示意圖；
[0021] 圖4是本發(fā)明的信息推薦系統(tǒng)另一實(shí)施例的結(jié)構(gòu)示意圖；
[0022] 圖5是基于本發(fā)明方案提供的終端的部分結(jié)構(gòu)框圖。

【具體實(shí)施方式】
[0023] 為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本 發(fā)明進(jìn)行進(jìn)一步的詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的【具體實(shí)施方式】僅僅用以解釋本發(fā)明， 并不限定本發(fā)明的保護(hù)范圍。
[0024] 圖1中示出了本發(fā)明的信息推薦方法實(shí)施例的流程示意圖。如圖1所示，本發(fā)明 實(shí)施例的信息推薦方法包括步驟：
[0025] 步驟S101 :獲取用戶信息與目標(biāo)對象信息之間的關(guān)聯(lián)關(guān)系；
[0026] 步驟S102 :根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各目標(biāo)對象相關(guān) 聯(lián)的用戶數(shù)目，確定目標(biāo)對象之間的覆蓋率相似度；
[0027] 步驟S103 :根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各用戶相關(guān)聯(lián)的 目標(biāo)對象的數(shù)目，確定各目標(biāo)對象之間的準(zhǔn)確率相似度；
[0028] 步驟S104 :根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對象的推薦度 得分值；
[0029] 步驟S105 :根據(jù)各目標(biāo)對象的推薦度得分值，確定待推薦列表。
[0030] 根據(jù)上述本發(fā)明實(shí)施例的方案，其是在確定目標(biāo)對象之間的覆蓋率相似度、準(zhǔn)確 度相似度的基礎(chǔ)上，確定各目標(biāo)對象的推薦度得分值，并基于該推薦度得分值確定待推薦 列表來進(jìn)行推薦，從而不僅提高了進(jìn)行信息推薦的覆蓋率，還提高了信息推薦的準(zhǔn)確度。
[0031] 其中，上述步驟S104中確定推薦度得分值時，可以采用不同的方式進(jìn)行。
[0032] 在其中一種方式中，可以是基于覆蓋率相似度確定針對覆蓋率的得分值以及基于 準(zhǔn)確率相似度確定針對準(zhǔn)確率的得分值后，再最終確定各目標(biāo)對象的推薦度得分值，具體 可以是如下所述：
[0033] 根據(jù)所述覆蓋率相似度、分別與各用戶相關(guān)聯(lián)的目標(biāo)對象的數(shù)目，確定所述目標(biāo) 用戶相對于各目標(biāo)對象的覆蓋率得分值；
[0034] 根據(jù)所述準(zhǔn)確率相似度、目標(biāo)對象分別與各用戶之間的關(guān)聯(lián)關(guān)系、以及分別與各 目標(biāo)對象相關(guān)聯(lián)的用戶數(shù)目，確定所述目標(biāo)用戶相對于各目標(biāo)對象的準(zhǔn)確率得分值；
[0035] 根據(jù)所述覆蓋率得分值和準(zhǔn)確率得分值確定各目標(biāo)對象的推薦度得分值。
[0036] 在另外一種方式中，可以是在得到最終相似度之后，基于最終相似度確定各目標(biāo) 對象的推薦度得分值，具體可以是如下所述：
[0037] 根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對象的推薦度得分值的方 式包括：
[0038] 根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對象之間的最終相似度， 并根據(jù)所述最終相似度、各目標(biāo)對象相對于各用戶信息的歷史推薦度得分值，確定各目標(biāo) 對象的推薦度得分值。
[0039] 其中，在一個具體示例中，在上述計算覆蓋率相似度時，可以采用下述公式計算：
[0040]

【權(quán)利要求】
1. 一種信息推薦方法，其特征在于，包括步驟： 獲取用戶信息與目標(biāo)對象信息之間的關(guān)聯(lián)關(guān)系； 根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各目標(biāo)對象相關(guān)聯(lián)的用戶數(shù)目， 確定目標(biāo)對象之間的覆蓋率相似度； 根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各用戶相關(guān)聯(lián)的目標(biāo)對象的數(shù) 目，確定各目標(biāo)對象之間的準(zhǔn)確率相似度； 根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對象的推薦度得分值； 根據(jù)各目標(biāo)對象的推薦度得分值，確定待推薦列表。
2. 根據(jù)權(quán)利要求1所述的信息推薦方法，其特征在于，根據(jù)所述覆蓋率相似度、所述準(zhǔn) 確率相似度確定各目標(biāo)對象的推薦度得分值的方式包括： 根據(jù)所述覆蓋率相似度、分別與各用戶相關(guān)聯(lián)的目標(biāo)對象的數(shù)目，確定所述目標(biāo)用戶 相對于各目標(biāo)對象的覆蓋率得分值； 根據(jù)所述準(zhǔn)確率相似度、目標(biāo)對象分別與各用戶之間的關(guān)聯(lián)關(guān)系、以及分別與各目標(biāo) 對象相關(guān)聯(lián)的用戶數(shù)目，確定所述目標(biāo)用戶相對于各目標(biāo)對象的準(zhǔn)確率得分值； 根據(jù)所述覆蓋率得分值和準(zhǔn)確率得分值確定各目標(biāo)對象的推薦度得分值。
3. 根據(jù)權(quán)利要求1所述的信息推薦方法，其特征在于，根據(jù)所述覆蓋率相似度、所述準(zhǔn) 確率相似度確定各目標(biāo)對象的推薦度得分值的方式包括： 根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對象之間的最終相似度，并根 據(jù)所述最終相似度、各目標(biāo)對象相對于各用戶信息的歷史推薦度得分值，確定各目標(biāo)對象 的推薦度得分值。
4. 根據(jù)權(quán)利要求1所述的信息推薦方法，其特征在于，采用下述公式計算所述覆蓋率 相似度：
其中，ke表示與目標(biāo)對象β有相關(guān)聯(lián)的用戶數(shù)目，h表示與用戶j相關(guān)聯(lián)的目標(biāo)對象 的數(shù)目，ay表示用戶j與目標(biāo)對象α之間的關(guān)系，如果用戶j與目標(biāo)對象α相關(guān)聯(lián)，則 aaj值為1，否則為0, ay表示用戶j與目標(biāo)對象β的關(guān)系，如果用戶j與目標(biāo)對象β相 關(guān)聯(lián)，則aq值為1，否則為0, u表示用戶數(shù)目的總數(shù)。
5. 根據(jù)權(quán)利要求1所述的信息推薦方法，其特征在于，采用下述公式計算所述準(zhǔn)確率 相似度：
其中，ka表示與目標(biāo)對象α有相關(guān)聯(lián)的用戶數(shù)目，h表示與用戶j相關(guān)聯(lián)的目標(biāo)對象 的數(shù)目，ay表示用戶j與目標(biāo)對象a之間的關(guān)系，如果用戶j與目標(biāo)對象a相關(guān)聯(lián)，則 aaj值為1，否則為0, ay表示用戶j與目標(biāo)對象β的關(guān)系，如果用戶j與目標(biāo)對象β相 關(guān)聯(lián)，則aq值為1，否則為0, u表示用戶數(shù)目的總數(shù)。
6. 根據(jù)權(quán)利要求1所述的信息推薦方法，其特征在于，采用下述公式計算最終相似度：
其中，ka表示與目標(biāo)對象α有相關(guān)聯(lián)的用戶數(shù)目，ke表示與目標(biāo)對象β有相關(guān)聯(lián)的 用戶數(shù)目，h表示與用戶j相關(guān)聯(lián)的目標(biāo)對象的數(shù)目，aq表示用戶j與目標(biāo)對象a之間 的關(guān)系，如果用戶j與目標(biāo)對象a相關(guān)聯(lián)，則ay值為1，否則為〇, afM表示用戶j與目標(biāo) 對象β的關(guān)系，如果用戶j與目標(biāo)對象β相關(guān)聯(lián)，則aq值為1，否則為0，u表示用戶數(shù)目 的總數(shù)，λ為預(yù)設(shè)比值。
7. 根據(jù)權(quán)利要求1至6任意一項所述的信息推薦方法，其特征在于，所述目標(biāo)對象包括 與所述用戶信息相關(guān)聯(lián)的標(biāo)簽信息。
8. -種信息推薦系統(tǒng)，其特征在于，包括： 信息獲取模塊，用于獲取用戶信息與目標(biāo)對象信息之間的關(guān)聯(lián)關(guān)系； 覆蓋率相似度確定模塊，用于根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各 目標(biāo)對象相關(guān)聯(lián)的用戶數(shù)目，確定目標(biāo)對象之間的覆蓋率相似度； 準(zhǔn)確率相似度確定模塊，用于根據(jù)各用戶信息與各目標(biāo)對象間的關(guān)聯(lián)關(guān)系、分別與各 用戶相關(guān)聯(lián)的目標(biāo)對象的數(shù)目，確定各目標(biāo)對象之間的準(zhǔn)確率相似度； 推薦度得分值確定模塊，用于根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo) 對象的推薦度得分值； 待推薦列表確定模塊，用于根據(jù)各目標(biāo)對象的推薦度得分值，確定待推薦列表。
9. 根據(jù)權(quán)利要求8所述的信息推薦系統(tǒng)，其特征在于，所述推薦度得分值確定模塊包 括： 覆蓋率得分值確定模塊，用于根據(jù)所述覆蓋率相似度、分別與各用戶相關(guān)聯(lián)的目標(biāo)對 象的數(shù)目，確定所述目標(biāo)用戶相對于各目標(biāo)對象的覆蓋率得分值； 準(zhǔn)確度得分值確定模塊，用于根據(jù)所述準(zhǔn)確率相似度、目標(biāo)對象分別與各用戶之間的 關(guān)聯(lián)關(guān)系、以及分別與各目標(biāo)對象相關(guān)聯(lián)的用戶數(shù)目，確定所述目標(biāo)用戶相對于各目標(biāo)對 象的準(zhǔn)確率得分值； 分值確定模塊，用于根據(jù)所述覆蓋率得分值和準(zhǔn)確率得分值確定各目標(biāo)對象的推薦度 得分值。
10. 根據(jù)權(quán)利要求8所述的信息推薦系統(tǒng)，其特征在于，所述推薦度得分值確定模塊包 括： 最終相似度確定模塊，用于根據(jù)所述覆蓋率相似度、所述準(zhǔn)確率相似度確定各目標(biāo)對 象之間的最終相似度； 分值確定模塊，用于根據(jù)所述最終相似度、各目標(biāo)對象相對于各用戶信息的歷史推薦 度得分值，確定各目標(biāo)對象的推薦度得分值。
11. 根據(jù)權(quán)利要求8所述的信息推薦系統(tǒng)，其特征在于，所述覆蓋率相似度確定模塊采 用下述公式計算所述覆蓋率相似度：
其中，ke表示與目標(biāo)對象β有相關(guān)聯(lián)的用戶數(shù)目，h表示與用戶j相關(guān)聯(lián)的目標(biāo)對象 的數(shù)目，ay表示用戶j與目標(biāo)對象α之間的關(guān)系，如果用戶j與目標(biāo)對象α相關(guān)聯(lián)，則 aaj值為1，否則為0, ay表示用戶j與目標(biāo)對象β的關(guān)系，如果用戶j與目標(biāo)對象β相 關(guān)聯(lián)，則aq值為1，否則為0, u表示用戶數(shù)目的總數(shù)。
12. 根據(jù)權(quán)利要求8所述的信息推薦系統(tǒng)，其特征在于，所述準(zhǔn)確率相似度確定模塊采 用下述公式計算所述準(zhǔn)確率相似度：
其中，ka表示與目標(biāo)對象α有相關(guān)聯(lián)的用戶數(shù)目，h表示與用戶j相關(guān)聯(lián)的目標(biāo)對象 的數(shù)目，ay表示用戶j與目標(biāo)對象a之間的關(guān)系，如果用戶j與目標(biāo)對象a相關(guān)聯(lián)，則 aaj值為1，否則為0, ay表示用戶j與目標(biāo)對象β的關(guān)系，如果用戶j與目標(biāo)對象β相 關(guān)聯(lián)，則a q值為1，否則為〇，u表示用戶數(shù)目的總數(shù)。
13. 根據(jù)權(quán)利要求10所述的信息推薦系統(tǒng)，其特征在于，所述推薦度得分值確定模塊 采用下述公式計算最終相似度：
其中，ka表示與目標(biāo)對象α有相關(guān)聯(lián)的用戶數(shù)目，ke表示與目標(biāo)對象β有相關(guān)聯(lián)的 用戶數(shù)目，h表示與用戶j相關(guān)聯(lián)的目標(biāo)對象的數(shù)目，aq表示用戶j與目標(biāo)對象a之間 的關(guān)系，如果用戶j與目標(biāo)對象a相關(guān)聯(lián)，則ay值為1，否則為〇, afM表示用戶j與目標(biāo) 對象β的關(guān)系，如果用戶j與目標(biāo)對象β相關(guān)聯(lián)，則aq值為1，否則為0，u表示用戶數(shù)目 的總數(shù)，λ為預(yù)設(shè)比值。
14. 根據(jù)權(quán)利要求8至13任意一項所述的信息推薦系統(tǒng)，其特征在于，所述目標(biāo)對象包 括與所述用戶信息相關(guān)聯(lián)的標(biāo)簽信息。
【文檔編號】G06F17/30GK104090905SQ201410212166
【公開日】2014年10月8日 申請日期:2014年5月19日 優(yōu)先權(quán)日:2014年5月19日
【發(fā)明者】李霖 申請人:騰訊科技（深圳）有限公司