一种基于综合得分的好友推荐方法
【技术领域】
[0001] 本发明涉及社交网络中的好友推荐领域，特别是在解决和优化好友推荐的有效性 方面，着重解决了在多种因素影响下，如何合理综合多种因素获取最优的推荐好友的问题。
【背景技术】
[0002] 随着大数据时代的来临以及移动智能终端的发展，社交网络在移动互联网上得到 迅猛的发展，挖掘一些隐藏的信息为用户提供更加准确的好友成为越来越多的人研究的方 向。如今普遍的研究主要是考虑单一的因素对好友的影响，通过好友的网络拓扑获取好友 的好友来推荐，通过用户资料的相似性来推荐潜在的好友，通过地理位置的推荐等都是较 为简单的对单一影响因素进行处理获取相应的好友。
[0003] 如今基于地理位置的数据研究逐渐被人们所重视，但仅通过考虑地理位置因素不 仅计算量大，而且即使进行处理减轻计算量但在推荐有效性方面又有所下降。同时随着信 息推送的社会需求不断加大，推送的信息也成为了我们不得不考虑的一个重要的因素，如 何从推送信息中获取好友的信息也成为十分必要的因素。
[0004] 专利方法，考虑个人信息的匹配程度，通过划分年龄、赋权、计算获取信息得分，在 通过个人的签到信息对签到位置和时间的处理后，减轻计算量，计算相应的地理得分，接着 考虑推送信息的影响在通过推送信息获取相应的喜好得分，最后对三个得分进行加权求和 获取最终的综合得分，通过综合得分来判断最佳的推荐好友。
【发明内容】
[0005] 本发明要解决了在多种因素影响下，如何合理综合多种因素获取最优的推荐好友 的问题，提供一种好友推荐方法，是基于个人信息、签到信息、推送信息来计算综合得分的 方法来选取最佳的推荐好友。
[0006] 本发明解决技术问题所采取的技术方案如下：
[0007] 1)根据用户填写的个人信息，确定参与推荐筛选用户的信息得分，包括如下步骤：
[0008] a)对年龄进行划分，确定需要推荐好友的用户的个人信息中的年龄所在区间，如 果需要推荐好友的用户未填写年龄，则不在继续计算信息得分的操作，并将所有参与推荐 筛选的用户的信息得分设为〇,如果填写了年龄则继续进行。
[0009] b)根据上述所得区间对不同的年龄段进行赋权重。
[0010] c)通过用户个人信息中的爱好，计算不同年龄区间内的用户i的信息权值scorei。
[0011] d)对计算出的所有参与推荐筛选的用户的信息权值^沉^进行规约化处理，获取 最终的用户i信息得分infi。
[0012] 2)根据用户的签到信息，确定参与推荐筛选的用户的地理得分，包括如下步骤：
[0013] a)获取需要推荐好友的用户一定时间内的所有签到信息，其中第i次的签到信息 主要包括签到时间Ti，签到位置Addn。
[0014] b)采用DBSCAN聚类算法，通过需要推荐好友的用户所有签到信息中的签到位置 Addr中的经、炜度信息对签到位置进行聚类，获取需要推荐好友的用户的第i签到信息中的 签到位置所属的聚类位置addri。
[0015] c)将一天的时间进行划分，确定需要推荐好友的用户的所有签到时间中每一次签 到在所有划分的时间段中的顺序，其中第i次签到所在的时间段为ti，将需要推荐好友的用 户的第i次签到信息表示为(ti，addri)。
[0016] d)对参与推荐筛选的用户的签到信息中的签到位置和签到时间进行相同的处理， 获取参与推荐筛选的用户的所有签到信息，其中第k次签到表示为(t k，addrk)。
[0017] e)通过对需要推荐好友的用户和参与推荐筛选的用户的签到信息进行比较、计算 获取参与推荐筛选的用户的地理权值。
[0018] f)对计算出的所有参与推荐筛选的用户的得分进行规约化处理，获取最终的参与 推荐筛选的用户的地理得分。
[0019] 3)根据推送信息，确定参与推荐筛选的用户的喜好得分，步骤如下：
[0020] a)对推送信息的类型的初始推送量初始化，赋予初始每一种推送信息类型的具体 的推送值。
[0021] b)记录推送给用户的信息类型，对用户接受或拒绝推送进行记录，当推送被拒绝 时，该推送信息的类型记录的推送量减半并更新记录，如果推送信息被接受则该推送信息 的类型的推送量增加1并更新记录。
[0022] c)对需要推荐好友的用户的所有推送信息类型的推送次数进行排序，获取前三种 推荐信息的类型。
[0023] d)分别计算出每一位参与推荐筛选的用户的喜好权值，获取参与推荐筛选的用户 与需要推荐好友的用户前三种对应的推送信息类型的推送量，其中第i中推送信息类型的 推送量为ΠΗ，然后将三种推荐信息类型的每一种推荐信息现有推送量除以该推送信息类型 的初始值，然后三种推送信息类型计算结果的和作为参与推荐筛选的用户的喜好权值。 [0024] e)对计算出的所有参与推荐筛选的用户的喜好权值进行规约化处理，获取最终的 参与推荐筛选的用户喜好得分。
[0025] 4)计算综合得分：
[0026]对每一位参与推荐筛选的用户的信息得分，地理得分，喜好得分进行加权求和获 取最终该用户的综合得分，通过综合得分对所有参与推荐筛选的用户进行排序获取最佳的 推荐好友。
【附图说明】
[0027]此处的附图被并入说明书中并构成本说明书的一部分，解释了本方法的原理。 [0028]图1是本发明方法的总体流程图。
[0029]图2是计算信息得分的流程图。
[0030]图3是计算地理得分的流程图。
[0031]图4是计算喜好得分的流程图。
【具体实施方式】
[0032]本发明实施的具体步骤如下：
[0033]图1列出了一种好友推荐方法的流程图，如图1所示，该好友推荐方法包括以下步 骤S101-S103:
[0034]步骤S101是计算信息得分、地理得分、喜好得分，通过计算参与推荐筛选的用户的 三种得分来为参与推荐筛选的用户的综合得分的计算提供依据。
[0035]步骤S102将S101计算得到的三种得分进行加权求和，获取每一个参与推荐筛选的 用户的综合得分。
[0036]步骤S103使用S102计算出的综合得分对所有参与推荐筛选的用户进行排序，获取 前30位，将获取的最佳好友推荐给需要推荐好友的用户
[0037] 步骤S101中的信息得分计算如图2所示，包括如下步骤A1-A6:
[0038]步骤A1是获取需要推荐用户的用户填写的个人资料，在个人资料填写中必须包括 年龄和用户爱好的选择，个人爱好可以为购物、电影、图书等。
[0039] 步骤A2对年龄进行划分，划分为13以下，14-22，23-28，28-35，36-45，46以上，获取 需要推荐好友的用户的个人信息中的年龄，如果需要推荐用户的用户年龄未填，即停止计 算信息得分，将所有参与推荐筛选的用户的信息得分统一记为〇,如果填写了年龄确定该年 龄所在的区间，继续进行余下的操作，如用户年龄为25岁，其所在区间为23-28.
[0040]步骤A3对划分的各年龄段进行赋权值，步骤A2中获取的需要推荐好友的用户的年 龄所在的区间权值最高，然后向年龄两端逐渐减少，如确定所在区间为23-28,即可将其权 重设置为6，则各个年龄段的权重依次为:4,5,6,5,4,3
[0041]步骤A4获取被推荐用户的个人信息中的爱好选择，将结果与步骤A2中获取的需要 推荐好友的用户的个人资料中的爱好进行对比，获取两者相同爱好的数目，并记录。如两者 均选择了电影、购物则两者的相同爱好的数目为2
[0042]步骤A5对步骤A4中获取的参与推荐筛选的用户的个人信息中的年龄判断该年龄 所在步骤A2所划分的区间，获取该区间的在步骤A3中确定的权值，将步骤A4中获取的相同 爱好数目与确定的权值两者相乘，获取每一个被推荐用户的个人信息权值，如被推荐用户 的年龄为36，其所在的区间为36-45，则该年龄段的权值为4，两者相同爱好为2，则计算出的 信息权值为8
[0043 ]步骤A6在A5计算出所有的参与推荐筛选的用户的个人信息权值后，通过公式一进 行权值规约，规约区间[11] = [0，10]，获取每一位参与推荐筛选的用户的信息得分
[0045] 步骤S101中的地理得分的计算如图3所示，包括如下步骤B1-B7:
[0046]步骤B1获取需要推荐用户的用户前6个月的签到信息，在每一次的签到信息中必 须包括该用户的签到时间和签到位置，位置中包含相应的经、炜度，并记录。
[0047]步骤B2中需要对B1获取的签到信息中的签到地点进行聚类，采用DBSCAN聚类算法 (一种基于密度的聚类方法，该算法将具有足够高密度的区域划分为簇，并在具有噪声的空 间数据库中发现任意形状的簇），通过给定半径和最小领域中的点数来获取类簇集合，而其 中各点之间的距离是通过经度和炜度计算得到。获取每一个类簇集合中的中心点位置，即 该集合所组成区域的中心点。将每一个签到信息中的签到位置改为其所属聚类集合的中心 点位置，并修改记录，