一种基于用户签到相似度的好友推荐系统的制作方法
【专利摘要】本发明公开了一种基于用户签到相似度的好友推荐系统，该系统包括兴趣推荐模块、相似度计算模块和主题提取模块。首先经主题提取模块从LBSN数据库中取得以往用户的签到记录，并采用主题提取算法获得提取用户签到记录中潜在的主题；然后利用主题提取模块提取的潜在主题，调用相似度计算模块的计算方法分别计算候选用户集中每个用户在每个主题下与请求用户的相似度；然后每个用户将每个主题下的相似度求和得到最终的相似度。最后由兴趣推荐模块根据请求用户的请求参数设置确定最终的推荐好友，并返回给请求用户。
【专利说明】一种基于用户签到相似度的好友推荐系统
【技术领域】
[0001]本发明涉及一种好友推荐系统，更特别地说，是指一种通过用户以往的签到记录进行计算用户的相似度，并根据用户的相似度进行好友推荐的系统。本发明系统属于基于位置的社交网中的好友推荐【技术领域】。
【背景技术】
[0002]社交网络服务提供商针对不同的群众，有着不同的定位。比如说最初的社交网站是用于交友，例如美国的Friendster,Linkedin。也有网站专门为商务人士交友提供服务，比如说中国的天极网，德国的0PENBC。有些为商务人士提供的社交网站同时也兼具求职招聘的功能。不过盈利前景最大的网站还是婚恋交友网站。这些网站都已经拥有上百万用户，盈利可观。另外就是面向年轻人及大学生的SNS (Social Networking Services)网站也比较受欢迎，比如说美国的Myspace就被默多克的新闻集团高价收购。针对美国大学生的社交网站facebook在美国大学生中非常流行(如今facebook的用户已更为广泛)，中国的模仿者人人网也被千橡互动公司收购，后者是中国很具人气的网站猫扑的母公司。
[0003]目前，基于位置的社交网(Location-based Social Networking Services, LBSN)越来越流行。由于快速的第四代移动通信网络的快速发展，以及对地图服务和内嵌GPS模块智能手机强大的接口支持，它很容易为移动用户识别他们的位置，并分享他们在LBSN。在一个LBSN中，用户可以发现和创建兴趣点(point of interest, P0I),可以在他们的当前位置进行签到，发表评论和意见以及添加好友等。因此，LBSN,如Foursquare、FacebookPlaces、新浪微博等，已经采取了不同的机制来吸引用户，并激励签到用户BUb分享他们的签到信息。并且，已经有一些研究开始利用这些有用户产生的带有地理标签签到信息。因为这些数据可以允许研究者可以以数据驱动的方式去分析社会层次的利益问题，并且可以根据签到信息发现用户的移动模式，预测好友关系，更好的理解城市的不同方面。
[0004]基于用户的地理位置进行好友预测或推荐的主要有以下两种方式:第一种方式是利用用户产生的GPS轨迹，通过计算GPS轨迹的相似度，表示用户的相似度，进而根据用户的相似度进行好友推荐；第二种方式是通过用户在某些兴趣点共同签到进行推荐好友。第一种方式，通过计算GPS轨迹相似度，进行好友推荐的方法在LBSN中不在适用，因为GPS轨迹是一条连续的轨迹，而LBSN中产生的签到数据是一种离散的轨迹。第二种方式，这是以兴趣点为中心进行好友推荐的，即如果用户在相同的兴趣点签到，则说明推荐用户Rl具有相同的爱好，进而推荐给请求用户Uu0这种方式，没有充分考虑用户整体的兴趣爱好或行为模式。
【发明内容】
[0005]针对以上两种好友推荐方式的不足，本发明提出了一种基于用户签到相似度的好友推荐系统，综合考虑用户在一段时间内所有的签到记录，并利用主题模型进行挖掘签到用户BUb记录中的潜在主题，然后根据提取的潜在的主题计算用户的相似度，最后，将相似度最高的候选用户CU。推荐给将请求用户uu。
[0006]本发明的一种基于用户签到相似度的好友推荐系统，该好友推荐系统包括有用户(100 )、推荐系统(200 )和LBSN数据库(300 );其中:所述的推荐系统(200 )包括有兴趣推荐模块(201)、相似度计算模块(202)和主题提取模块(203)；
[0007]用户(100)将自己的推荐请求
【权利要求】
1.一种基于用户签到相似度的好友推荐系统，该好友推荐系统包括有用户(100)、推荐系统(200 )和LBSN数据库(300 );其特征在于:所述的推荐系统(200 )包括有兴趣推荐模块(201)、相似度计算模块(202)和主题提取模块(203)； 用户(100)将自己的推荐请求I) =,disl)发送给推荐系统中的兴趣推荐模块(201);所述推荐请求0 =中的Uu表示请求用户，u表示请求用户Uu的标识号；表示好友个数；dist表示签到距离阈值； LBSN数据库(300)—方面用于为主题提取模块(203)提供签到用户BUb ;另一方面用于为相似度计算模块(202)提供签到用户兴趣?,.),； 兴趣推荐模块(201)第一方面用于接收用户(100)发送的推荐请求 兴趣推荐模块(201)第二方面将= \pit,kVti 中的相似度计算请求SQ = {I!"，dist}发送给相似度计算模块(202)； 兴趣推荐模块(201)第三方面用于接收相似度计算模块(202)发送的带有相似度的候选用户集合CR; 兴趣推荐模块(201)第四方面依据好友个数对带有相似度的候选用户集合CR进行相似度高低排序，得到所有推荐用户RUp并将前个推荐用户Rl返回给用户(100)； 主题提取模块(203)第一方面依据兴趣截取时间CPT从LBSN数据库(300)中检索与之相匹配的签到用户BUb ； 主题提取模块(203)第二方面依据预设主题数量t和兴趣点数量V，运用隐含狄利克雷分配主题模型，得到主题集合TH =XMKh.為~}； 相似度计算模块(202)第一方面用于接收兴趣推荐模块(201)输出的相似度计算请求SQ = {UUJ dist}； 相似度计算模块(202)第二方面从LBSN数据库(300)中提取出签到用户BUb的签到兴趣点信息IWm4 ,即PMmtf ={pmfu\pmT\-rspmlu,'}i 相似度计算模块(202)第三方面用于接收主题提取模块(203)输出的主题集合TH，即TH = [th1} I 相似度计算模块(202 )第四方面对所述主题集合TH进行权重处理，得到主题权重向量WTH ； 相似度计算模块(202)第五方面依据兴趣点的地理位置对主题集合TH中的每一个主题进行最短距离计算，得到主题集合TH下的主题最短距离集合DTH ；相似度计算模块(202)第六方面依据DTH计算两个签到用户之间的距离均值
2.根据权利要求1所述的一种基于用户签到相似度的好友推荐系统，其特征在于:所述的用户(100)在不同的时序处理阶段中有不同的身份，包括有请求用户Uu、签到用户BUb、推荐用户RUp或者候选用户CU。。
3.根据权利要求1所述的一种基于用户签到相似度的好友推荐系统，其特征在于:所述的LBSN数据库(300)里不但包含有SNS，至少增加了用户(100)的签到记录，以及兴趣点信息 PM = {pm” pm2,…，pmj。
4.根据权利要求1所述的一种基于用户签到相似度的好友推荐系统，其特征在于:所述基于用户签到相似度的好友推荐系统进行的推荐处理步骤为: 步骤一:请求用户发出请求信息 任意请求用户Uu将请求信息
【文档编号】G06F17/30GK103488678SQ201310336664
【公开日】2014年1月1日 申请日期:2013年8月5日 优先权日:2013年8月5日
【发明者】李巍, 蒋江涛, 李云春, 李国君 申请人:北京航空航天大学