关性不是用户之间的相互适应性，而 是不同用户组中的两个用户如何匹配的一个定量值。Esi：杖~S藻;心雖?~34：!是根据使用相同 的一组属性值的用户对计算出来的，因此相关性是一个比值，是与使用相同属性的任何用 户对的比值。为了计算相关性，从标量特征、类别特征和自由文本中进行评估。对于前面 两种采取分段来计算，例如：对于工作年龄就通过划分(Γ3年，Γ6年等等来划分，若是用户 对于的工作年龄在某个段，其段的值设置为1，其余的段值为0。对于自由文本，则采取先 将文本翻译成。;2规范的TF文本。IDF(基于语言的向量）结合其他属性中得到的向量，根 据我们对于每个属性按照重要性所设置的权重，通过上述两个矢量的余弦相似性，计算出 邸枕:W喊:描《終'~禱。
[0023] -个问题是，为什么我们分割二分图的时候没有考虑到活动的信息。双向选择 中，不是所有的用户有足够的活动；如果我们把该活动纳入分区过程中，产生的结果可能会 隔离用户与更多的活跃用户数的活动，送可能使送些不活动的用户得到不能合理的建议。
[0024] -个二分图孩帛拔斯釀?;塞觀職，:wg，其中包含2个点集錢紙，两个边集 馬>E。eUXV，&.中的每一条边都是无向对，权值用滞霉麵蹲表示，泌、：UyV-巧、-，馬中的 每一条边都是有序对节点i與:讀，表示从S至細侦活动。由端节点与初始节点所有活动的比 作为权值。5^。:UXV ，给一个端点E，:E属于择，葦祭签^孩苗I奢誇卷f|，入值用p〔u)(化就是 收到的推荐）表示，出值(也就是被推荐）用表示：
用技诉'}表示函数空间护壤啦::棟載为每一个端点设定戀!I。
[0025] 事实上，两个不同的节点游i禪吿与V中的K有双向选择，送就表明i%泌?可能很相 似，就像两个求职者能够收到同样的一个工作建议一样。從松峰惭相似关系可W用下面的公 式来表:
用相似公式，不仅仅考虑用户间的双向选择活动燒:??誌y，同时强调了同 组用户之间的关联性後銭^#|日胃gy榮I。在上面的公式中，我们通过如对规范化相似性 得分，处罚活跃用户的影响。我们规范的方法考虑用户，例如；如果一个女孩对一个男孩有 兴趣，她将不会发送太多短信给其他男生，只会着眼于和送个男孩建设关系。送样的观察是 有利于建设一个充满活力交互的环境。
[002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。我们通过讀義I逆向分析用户的可用性。在很多女孩 子会喜欢一个英俊成功男人，送并不意味着送些女孩也有类似的喜好在男人的特点。但是， 如果两个女孩都将消息发送到一个男孩没有英俊的外表和强大的背景，很可能表达的两个 女孩有着共同的利益。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：
F表示和?,、(7)之间的重要性关系。
[0027] 规范化推荐，If績索得到二分图中，标记节点的推论成本。m6?，我们在 巧(谷''成义了一个函数}'，若是琴，有关联，则薇挣轉二3 ;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W雅荐新的节点，同时寻找精确的目标函数y。
[002引吗!辨计算函数的f的推荐成本，?*来决定两个竞争性的条款取舍问题。在得到 扉之后，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 rel(识。
[0029] 本发明未涉及部分均与现有技术相同或可采用现有技术加W实现。
【主权项】
1. 一种基于双向选择的推荐框架，其由三部分组成，分别是：框架的建立及更新、二分 图的分区和推荐推理，其特征在于： 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 t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，以达到所有用户都能满意的结果。2. 根据权利要求1所述的一种基于双向选择的推荐框架，其特征在于：所述的框架的 建立和更新，首先定义对自身的描述用，，个人喜好需求为_，w左通，·5? 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，_满足，同时§满足if，其关联 关系用两个参量表示在得到之后，计算出节点 财取之间的关联系数3. 根据权利要求1所述的一种基于双向选择的推荐框架，其特征在于：所述的二分图 的分区，其构建方法为，将点集合^和点集合f划分为々个 不相交的集合，点集合和点集合，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《/?，4. 根据权利要求1所述的一种基于双向选择的推荐框架，其特征在于：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门的双向选择模块，其中，一个二分图其中包含2个点集合1更，两个边集私边集中的 每一条边都是无向对，权值用表示，，边集民中的每一条边都是有 序对节点@__.，表示从端点努.到端点梦的活动，由端节点与初始节点所有活动的比作为权 值，给一个端点#1属于，入值用表示，出值用 <?0')表示：用h 表示函数空间餘礙f 为每一个端点设定f (0。5. 根据权利要求1所述的一种基于双向选择的推荐框架，其特征在于：所述的推荐推 理，其中，两个不同的节点·与点集合V中的端点κ有双向选择，节点的相似关系 用公式来表示：6. 根据权利要求1所述的一种基于双向选择的推荐框架，其特征在于：所述的推荐推 理，其推荐成本/·:惩罚在点集合U中数值差异较大的节点，我们通过g||逆向分析用户的可用性，点集 合V上的推理成本：通过以上的二分图的推理成本计算：κ表示;__|和_||1之间的重要性关系； 规范化推荐，得到二分图中，标记节点的推论成本，在if (?Γ；)定义一个函數y,若 是节点&妒有关联，则;若没有，则为0 ;然后推荐问题可以看作是一个寻找函 数f的问题，为节点，推荐新的节点，同时寻找精确的目标函数.v ;计算函数的f的推荐成本，μ来决定两个竞争性的条款取舍问题，在得到__：| 之后，我们在点集合V中找到标签为1的节点，然后将跟节点^/相关联的用户进行排序，得 到Κ) 〇
【专利摘要】本发明公开了一种基于双向选择的推荐框架。该框架由三部分组成，分别是：框架的建立及更新、二分图的分区和推荐推理。本发明提出了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。通过两个真实数据集（网上约会和在线招聘）的实证评价，很好的证明了与现有的算法相比，我们提出的框架的有效性。
【IPC分类】G06F17/30
【公开号】CN105279180
【申请号】CN201410317999
【发明人】李涛, 李千目, 徐阳, 戚湧, 徐建, 侯君, 倪震, 刘晓迁
【申请人】南京理工大学常熟研究院有限公司
【公开日】2016年1月27日
【申请日】2014年7月7日