一种基于双向选择的推荐框架的制作方法
【技术领域】
[0001] 本发明属于信息技术中的推荐系统技术领域，具体涉及一种基于双向选择的推荐 框架。
【背景技术】
[0002] 推荐系统指的是通过满足双方共同的爱好、共同的利益，得到其他个人建议的系 统。双向选择指的是用户可W通过满足双方喜好而得到他人建议的系统。不同于传统用户 和项目选择，双向选择注重的是双方优先级，同时也注重"双向"的特殊属性。与传统的用 户-项目不一样的是，相互推荐是同时进行的，针对"交互"时个人的喜好来决定。本文提 出了一种基于双向选择的推荐框架，将用户的相关属性用一个二分图来表示，分为自身属 性和全局属性。自身属性记录的是用户的共同爱好，而全局属性管理的是整个交互网络的 质量。
[0003] 推荐框架在学术界和工业界已经得到深入的研究。其中User-Based和 Item-Based是推荐系统中最基础的两种框架。最近几年，已经出现了一些很好的推荐系 统一双向推荐，是向一个人推荐另一个人，推荐的同时需要满足双方的共同需求。例如， 在一个网络招聘系统中，求职者会查询能够适合他(她）能力的工作；招聘者会根据所需岗 位人员的需要，进行技能的要求、薪资待遇等等。还有一些双向选择的推荐例子，如在线约 会服务、教学辅导系统、交易市场等。
[0004] 而最需要推荐系统解决的问题是如何在满足一方用户需求的同时，用户还能满足 推荐用户的需求。
[0005] 本发明提出了一种基于双向选择的推荐框架-MEET(化amework化r reciprocalrecommendation)，将用户的相关属性用一个二分图来表示，分为自身属性和全 局属性。自身属性记录的是用户的共同爱好，而全局属性管理的是整个交互网络的质量。
【发明内容】
[0006] 针对现有的推荐框架的分析，本发明的目的在于提出一种如何解决在满足用户需 求的同时，还满足推荐用户需求的基于双向选择的推荐框架。
[0007] 实现本发明目的的技术方案是：一种基于双向选择的推荐框架，其由Η部分组成， 分别是；框架的建立及更新、二分图的分区和推荐推理； 所述的框架的建立及更新，双向选择网络用一个用户爱好需求的二分图来表示，自动 分析用户的特征空间，计算出不同用户组之间的相关性，根据自身的相关性原则来建立推 荐框架，将整个网络的用户用二分图的形式来表现，根据用户建立框架，然后进行精化更 新； 所述的二分图的分区，每一个用户集合用图中的一点来表示，而用户之间 的关系用边来表示，两个用户之间关联性不定向边的量化，其相关程度由阀值 i过滤，根据其相关性来进一步地划分图，根据属性将图的关系特征进一步地精确； 所述的推荐推理，其根据属性进行推荐推理，w达到所有用户都能满意的结果。
[0008] 进一步地，所述的框架的建立和更新，首先定义对自身的描述用铃，个 人喜好需求为緣，:淀挺敍，y畜漱，（恥竣是一个成功双向选择，在放宽了配对条件 之后，根据其相关性，睽满足轉，同时纖满足巧，其关联关系用两个参量表示
在得到 之后，计算出节点 之间的关联系数 U.pJ..
[0009] 进一步地，所述的二分图的分区，其构建方法为；G二巧:其中泌:按:峡新 ，将点集合r和点集合r划分为左个不相交的集合，点集合沾扭叫曜!和点集合 菊I，最佳的子集合对应着相应的分区图形，其中簇头节点之间的边有最小 的量值，记为Ci/i，
[0010] 进一步地，所述的推荐推理，其将图进行了分割，每一个二分图都表示一个专口的 双向选择模块，其中，一个二分图G'二其中包含2个点集&￥，两个边 集按若島,;尝殺柴黎，边集转中的每一条边都是无向对，权值用巧诚对表示，他,;UXV气巧， ，边集运||中的每一条边都是有序对节点!>，V]，表示从端点到端点W的活动，由端节点与初 始节点所有活动的比作为权值，Xy一巧。，给一个端点扩，投属于资護疆讓漂S第揖賴據 ，入值用據續隶示，出值用《|裝捧示：
用輔11|隶示函数空间P竣心編，为每一个端点设定錢:讀。
[0011] 事实上，两个不同的节点巧3:沸中的端点K有双向选择，送就表明节点泌投々tg可 能很相似，1???的相似关系可W用下面的公式来表示：
用相似公式，不仅仅考虑用户间的双向选择活动1?後ly;，同时强调了同 组用户之间的关联性，心,和K'、{a:,:'5。
[001引考虑到W上情况，就有了推荐成本/:
惩罚在U中数值差异较大的节点，我们通过#1逆向分析用户的可用性，函数集V上的 推理成本：
通过W上的二分图的推理成本计算：
r表示;\(/;和!之间的重要性关系。
[0013]规范化推荐，得到二分图中，标记节点的推论成本，在共〔扩}定义一个画數V ，若是辉，心有关联，则#鴻靖巧；若没有，则为0 ;然后推荐问题可W看作是一个寻找函 数f的问题，为Μ推荐新的节点，同时寻找精确的目标函数F;
Ifcl?计算函数的f的推荐成本，来决定两个竞争性的条款取舍问题，在得到蒙1$禱 之后，我们在V中找到标签为1的节点，然后将跟U相关联的用户进行排序，得到東。
[0014] 首先，根据双方共同的需求建立双边模型，但是不是只考虑双边关系，还需要考虑 推荐的特殊属性。需要考虑如下四个方面： 1.交互性：匹配成功主要依靠双方的喜好，而不是依靠接收推荐的用户。交互性是双 向推荐中的最重要的部分。
[0015] 2.有限性：在传统的推荐中，一个交互可能提供大量的用户数据，然而，在双向推 荐中，人们与他人的交互是有限制的，例如：一个男孩是不能同时与十个女孩约会。
[0016] 3.被动性。在双向推荐中，很多的用户只能有限的参与和被动的接收其他用户的 消息。送是为了保持网络环境的活力，吸引更多的新用户，必须考虑用户的被动性。
[0017] 4.稀疏性。在双向推荐中的用户可能在找到自己新的需求之时，不会向系统反映， 用户会拥有很多不同的选择记录。所W在双向推荐中的稀疏性问题需要解决。
[0018] 本发明的技术优点在于；本发明建立双边模型，包含自身属性和全局属性，考虑到 上述的交互性、有限性、被动性和稀疏性，通过用户其自身的属性和其需求喜好特征，根据 用户的活动建立二分图。本发明通过两个真实数据集（网上约会和在线招聘）的实证评价， 很好地证明了与现有的算法相比，我们提出的框架的有效性。
[001引
【附图说明】 图1是本推荐框架的结构图。
【具体实施方式】
[0020] 下面结合实施例对本发明作进一步的描述。
[0021] 如图1所示，本发明所提出的基于双向选择的推荐框架，由Η部分组成，分别是： 框架的建立及更新、二分图的分区和推荐推理。其中： 1)框架的建立和更新 双向选择网络用一个用户爱好需求的二分图来表示，自动地分析用户的特征空间，计 算出不同用户组之间的相关性。此外，对成功获取的首选信息设置权重。
[002引首先，定义对自身的描述用終，个人喜好需求为頻，'?Τ按務，贤在載，細遣一个成 功双向选择。在放宽了配对条件之后，根据其相关性，f；；满足II，同时f；f满足if。其关联 关系用两个参量表示re錢巧>補;，。在送儿，相