一种基于链路预测的商品信息推送方法及装置制造方法
【专利摘要】本发明公开了一种基于链路预测的商品信息推送方法，包括：确定选取的在线社会网络具备多社团属性时，确定待推荐用户的所有关联用户；构建所述待推荐用户及所述关联用户到商品的二部分图；判断所述待推荐用户在所述二部分图中是否存在映射节点，确定存在映射节点时，基于二部分图算法确定向所述待推荐用户推送的商品信息；根据所述待推荐用户输入的选择信息，再次构建所述待推荐用户及所述关联用户到商品的二部分图，并基于更新的二部分图确定向所述待推荐用户推送的商品信息，再根据所述待推荐用户输入的选择信息重复上述处理过程。本发明还同时公开了一种基于链路预测的商品信息推送装置。
【专利说明】一种基于链路预测的商品信息推送方法及装置
【技术领域】
[0001]本发明涉及网络中的商品信息推送技术，尤其涉及一种基于链路预测的商品信息推送方法及装置。
【背景技术】
[0002]随着互联网规模及覆盖面的迅速增长，使用户尽情享受与互联网的自由交互，给越来越多的用户带来便利，但大量信息的同时呈现亦使得用户无法从海量信息中获得自己真正需要的部分，信息使用效率反而降低，而推荐系统则是解决信息超载问题非常有潜力的信息过滤手段，所谓推荐系统是利用网络向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程的智能系统。
[0003]现有的网络推荐系统根据推荐算法的不同，可以分为如下几类:协同过滤系统、基于内容的推荐系统、混合推荐系统、以及兴起较晚的基于用户产品二部图网络结构的推荐系统，上述推荐系统均是基于对用户购买行为信息的收集，对用户喜好模型的分析，经计算最终形成对用户的推荐；然而，对于在线营销，人们更青睐来自朋友的推荐而非推荐系统计算得出的结果，因此，为了实现更好的商业应用，应该根据用户的朋友关系及具体用户朋友的购买行为，形成有效的朋友推荐，建立用户到朋友推荐商品的关联。
【发明内容】
[0004]有鉴于此，本发明实施例期望提供一种基于链路预测的商品信息推送方法及装置，能够实现对用户进行个性化信息推送，提高商品信息推送的准确度和可信度。
[0005]为达到上述目的，本发明的技术方案是这样实现的:
[0006]本发明实施例提供了一种基于链路预测的商品信息推送方法，所述方法包括:
[0007]确定选取的在线社会网络具备多社团属性时，确定待推荐用户的所有关联用户；
[0008]构建所述待推荐用户及所述关联用户到商品的二部分图；
[0009]判断所述待推荐用户在所述二部分图中是否存在映射节点，确定存在映射节点时，基于二部分图算法确定向对所述待推荐用户推送的商品信息；
[0010]根据所述待推荐用户输入的选择信息，再次构建所述待推荐用户及所述关联用户到商品的二部分图，并基于更新的二部分图确定向所述待推荐用户推送的商品信息，再根据所述待推荐用户输入的选择信息重复上述处理过程。
[0011]上述方案中，所述方法还包括:确定所述在线社会网络具备单社团属性时，选取凝聚算法的基础上，依据所述待推荐用户所在的网络拓扑结构，确定待推荐用户的所有关联用户。
[0012]上述方案中，所述确定所述在线社会网络具备多社团属性时，确定待推荐用户的所有关联用户包括:确定所述在线社会网络具备多社团属性时，采用派系过滤算法，得到所述待推荐用户所属的所有派系，确定与所述待推荐用户同属一个派系的所有用户，以及与所述待推荐用户处于不同派系但有边相连的用户为待推荐用户的所有关联用户。[0013]上述方案中，所述构建所述待推荐用户及所述关联用户到商品的二部分图包括:获取所述待推荐用户及所述关联用户购买商品的历史数据，并依据所述数据建立所述待推荐用户及所述关联用户到购买商品之间的映射关系，构建所述待推荐用户及所述关联用户到商品的二部分图。
[0014]上述方案中，所述判断所述待推荐用户在所述二部分图中是否存在映射节点之后，该方法还包括:确定不存在映射节点时，采用基于内容的推荐算法确定向所述待推荐用户推送的商品信息。
[0015]上述方案中，所述基于二部分图算法确定向所述待推荐用户推送的商品信息包括:
[0016]依据
【权利要求】
1.一种基于链路预测的商品信息推送方法，其特征在于，所述方法包括: 确定选取的在线社会网络具备多社团属性时，确定待推荐用户的所有关联用户； 构建所述待推荐用户及所述关联用户到商品的二部分图； 判断所述待推荐用户在所述二部分图中是否存在映射节点，确定存在映射节点时，基于二部分图算法确定向对所述待推荐用户推送的商品信息； 根据所述待推荐用户输入的选择信息，再次构建所述待推荐用户及所述关联用户到商品的二部分图，并基于更新的二部分图确定向所述待推荐用户推送的商品信息，再根据所述待推荐用户输入的选择信息重复上述处理过程。
2.根据权利要求1所述方法，其特征在于，所述方法还包括:确定所述在线社会网络具备单社团属性时，选取凝聚算法的基础上，依据所述待推荐用户所在的网络拓扑结构，确定待推荐用户的所有关联用户。
3.根据权利要求1所述方法，其特征在于，所述确定所述在线社会网络具备多社团属性时，确定待推荐用户的所有关联用户包括:确定所述在线社会网络具备多社团属性时，采用派系过滤算法，得到所述待推荐用户所属的所有派系，确定与所述待推荐用户同属一个派系的所有用户，以及与所述待推荐用户处于不同派系但有边相连的用户为待推荐用户的所有关联用户。
4.根据权利 要求1所述方法，其特征在于，所述构建所述待推荐用户及所述关联用户到商品的二部分图包括:获取所述待推荐用户及所述关联用户购买商品的历史数据，并依据所述数据建立所述待推荐用户及所述关联用户到购买商品之间的映射关系，构建所述待推荐用户及所述关联用户到商品的二部分图。
5.根据权利要求1所述方法，其特征在于，所述判断所述待推荐用户在所述二部分图中是否存在映射节点之后，该方法还包括:确定不存在映射节点时，采用基于内容的推荐算法确定向所述待推荐用户推送的商品信息。
6.根据权利要求1所述方法，其特征在于，所述基于二部分图算法确定向所述待推荐用户推送的商品信息包括: 依据[=aj；kj ^ ?y ==Wf，得到待推荐用户的最终资源分配矢量； 其中，A表示待推荐用户的初始资源；如果用户i购买过商品j，就在i和j之间连接一条边α μ = I Q = I, 2，L, m ； j = I, 2，L, η),否则a ji = O ;k」为第k个产品的度；β为可调参数；表示产品j可分配给产品i的资源配额A1表示用户I的度；f’为待推荐用户i的最终资源分配矢量； 将待推荐用户未购买过的所有商品按照矢量f ’中对应元素的大小进行排序，并将排序靠前的t个商品的商品信息推送给待推荐用户；这里所述t e Z+。
7.一种基于链路预测的商品信息推送装置，其特征在于，所述装置包括: 确定模块，用于确定选取的在线社会网络具备多社团属性时，确定待推荐用户的所有关联用户； 构建模块，用于构建所述待推荐用户及所述关联用户到商品的二部分图；推荐模块，用于判断所述待推荐用户在所述二部分图中是否存在映射节点，确定存在映射节点时，基于二部分图算法确定向所述待推荐用户推送的商品信息； 根据所述待推荐用户输入的选择信息，再次使用构建模块构建所述待推荐用户及所述关联用户到商品的二部分图，并基于更新的二部分图确定向所述待推荐用户推送的商品信息，再根据所述待推荐用户输入的选择信息重复上述处理过程。
8.根据权利要求7所述装置，其特征在于，所述装置还包括分析模块，用于分析层叠网络中各网络的性质，并选取层叠网络中的在线社会网络； 相应的，所述确定模块，还用于确定所述在线社会网络具备单社团属性时，选取凝聚算法的基础上，依据所述待推荐用户所在的网络拓扑结构，确定待推荐用户的所有关联用户； 所述推荐模块，还用于确定不存在映射节点时，采用基于内容的推荐算法确定向所述待推荐用户推送的商品信息。
9.根据权利要求7所述装置，其特征在于，所述确定模块确定选取的在线社会网络具备多社团属性时，确定待推荐用户的所有关联用户包括:所述确定模块根据在线社会网络的类型判断所述在线社会网络属性，确定所述在线社会网络具备多社团属性时，采用派系过滤算法，得到所述待推荐用户所属的所有派系，确定与所述待推荐用户同属一个派系的所有用户，以及与所述待推荐用户处于不同派系但有边相连的用户为待推荐用户的所有关联用户。
10.根据权利要求7所述装置，其特征在于，所述推荐模炔基于二部分图算法确定向所述待推荐用户推送的商品信息包括:所述推荐模块依据
【文档编号】G06F17/30GK103995866SQ201410211574
【公开日】2014年8月20日 申请日期:2014年5月19日 优先权日:2014年5月19日
【发明者】肖佳, 李昕, 金晶, 陈山枝, 靳赫, 张宏, 李可, 韩江雪, 汪伟, 刘子鸾, 王寅庆, 李春秀, 师玉龙, 朱林, 涂小刚 申请人:北京邮电大学