一種基于鏈路預(yù)測的商品信息推送方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種基于鏈路預(yù)測的商品信息推送方法，包括：確定選取的在線社會網(wǎng)絡(luò)具備多社團屬性時，確定待推薦用戶的所有關(guān)聯(lián)用戶；構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖；判斷所述待推薦用戶在所述二部分圖中是否存在映射節(jié)點，確定存在映射節(jié)點時，基于二部分圖算法確定向所述待推薦用戶推送的商品信息；根據(jù)所述待推薦用戶輸入的選擇信息，再次構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖，并基于更新的二部分圖確定向所述待推薦用戶推送的商品信息，再根據(jù)所述待推薦用戶輸入的選擇信息重復(fù)上述處理過程。本發(fā)明還同時公開了一種基于鏈路預(yù)測的商品信息推送裝置。
【專利說明】一種基于鏈路預(yù)測的商品信息推送方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及網(wǎng)絡(luò)中的商品信息推送技術(shù)，尤其涉及一種基于鏈路預(yù)測的商品信息推送方法及裝置。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)規(guī)模及覆蓋面的迅速增長，使用戶盡情享受與互聯(lián)網(wǎng)的自由交互，給越來越多的用戶帶來便利，但大量信息的同時呈現(xiàn)亦使得用戶無法從海量信息中獲得自己真正需要的部分，信息使用效率反而降低，而推薦系統(tǒng)則是解決信息超載問題非常有潛力的信息過濾手段，所謂推薦系統(tǒng)是利用網(wǎng)絡(luò)向客戶提供商品信息和建議，幫助用戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程的智能系統(tǒng)。
[0003]現(xiàn)有的網(wǎng)絡(luò)推薦系統(tǒng)根據(jù)推薦算法的不同，可以分為如下幾類:協(xié)同過濾系統(tǒng)、基于內(nèi)容的推薦系統(tǒng)、混合推薦系統(tǒng)、以及興起較晚的基于用戶產(chǎn)品二部圖網(wǎng)絡(luò)結(jié)構(gòu)的推薦系統(tǒng)，上述推薦系統(tǒng)均是基于對用戶購買行為信息的收集，對用戶喜好模型的分析，經(jīng)計算最終形成對用戶的推薦；然而，對于在線營銷，人們更青睞來自朋友的推薦而非推薦系統(tǒng)計算得出的結(jié)果，因此，為了實現(xiàn)更好的商業(yè)應(yīng)用，應(yīng)該根據(jù)用戶的朋友關(guān)系及具體用戶朋友的購買行為，形成有效的朋友推薦，建立用戶到朋友推薦商品的關(guān)聯(lián)。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明實施例期望提供一種基于鏈路預(yù)測的商品信息推送方法及裝置，能夠?qū)崿F(xiàn)對用戶進行個性化信息推送，提高商品信息推送的準確度和可信度。
[0005]為達到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的:
[0006]本發(fā)明實施例提供了一種基于鏈路預(yù)測的商品信息推送方法，所述方法包括:
[0007]確定選取的在線社會網(wǎng)絡(luò)具備多社團屬性時，確定待推薦用戶的所有關(guān)聯(lián)用戶；
[0008]構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖；
[0009]判斷所述待推薦用戶在所述二部分圖中是否存在映射節(jié)點，確定存在映射節(jié)點時，基于二部分圖算法確定向?qū)λ龃扑]用戶推送的商品信息；
[0010]根據(jù)所述待推薦用戶輸入的選擇信息，再次構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖，并基于更新的二部分圖確定向所述待推薦用戶推送的商品信息，再根據(jù)所述待推薦用戶輸入的選擇信息重復(fù)上述處理過程。
[0011]上述方案中，所述方法還包括:確定所述在線社會網(wǎng)絡(luò)具備單社團屬性時，選取凝聚算法的基礎(chǔ)上，依據(jù)所述待推薦用戶所在的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，確定待推薦用戶的所有關(guān)聯(lián)用戶。
[0012]上述方案中，所述確定所述在線社會網(wǎng)絡(luò)具備多社團屬性時，確定待推薦用戶的所有關(guān)聯(lián)用戶包括:確定所述在線社會網(wǎng)絡(luò)具備多社團屬性時，采用派系過濾算法，得到所述待推薦用戶所屬的所有派系，確定與所述待推薦用戶同屬一個派系的所有用戶，以及與所述待推薦用戶處于不同派系但有邊相連的用戶為待推薦用戶的所有關(guān)聯(lián)用戶。[0013]上述方案中，所述構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖包括:獲取所述待推薦用戶及所述關(guān)聯(lián)用戶購買商品的歷史數(shù)據(jù)，并依據(jù)所述數(shù)據(jù)建立所述待推薦用戶及所述關(guān)聯(lián)用戶到購買商品之間的映射關(guān)系，構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖。
[0014]上述方案中，所述判斷所述待推薦用戶在所述二部分圖中是否存在映射節(jié)點之后，該方法還包括:確定不存在映射節(jié)點時，采用基于內(nèi)容的推薦算法確定向所述待推薦用戶推送的商品信息。
[0015]上述方案中，所述基于二部分圖算法確定向所述待推薦用戶推送的商品信息包括:
[0016]依據(jù)
【權(quán)利要求】
1.一種基于鏈路預(yù)測的商品信息推送方法，其特征在于，所述方法包括: 確定選取的在線社會網(wǎng)絡(luò)具備多社團屬性時，確定待推薦用戶的所有關(guān)聯(lián)用戶； 構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖； 判斷所述待推薦用戶在所述二部分圖中是否存在映射節(jié)點，確定存在映射節(jié)點時，基于二部分圖算法確定向?qū)λ龃扑]用戶推送的商品信息； 根據(jù)所述待推薦用戶輸入的選擇信息，再次構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖，并基于更新的二部分圖確定向所述待推薦用戶推送的商品信息，再根據(jù)所述待推薦用戶輸入的選擇信息重復(fù)上述處理過程。
2.根據(jù)權(quán)利要求1所述方法，其特征在于，所述方法還包括:確定所述在線社會網(wǎng)絡(luò)具備單社團屬性時，選取凝聚算法的基礎(chǔ)上，依據(jù)所述待推薦用戶所在的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，確定待推薦用戶的所有關(guān)聯(lián)用戶。
3.根據(jù)權(quán)利要求1所述方法，其特征在于，所述確定所述在線社會網(wǎng)絡(luò)具備多社團屬性時，確定待推薦用戶的所有關(guān)聯(lián)用戶包括:確定所述在線社會網(wǎng)絡(luò)具備多社團屬性時，采用派系過濾算法，得到所述待推薦用戶所屬的所有派系，確定與所述待推薦用戶同屬一個派系的所有用戶，以及與所述待推薦用戶處于不同派系但有邊相連的用戶為待推薦用戶的所有關(guān)聯(lián)用戶。
4.根據(jù)權(quán)利 要求1所述方法，其特征在于，所述構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖包括:獲取所述待推薦用戶及所述關(guān)聯(lián)用戶購買商品的歷史數(shù)據(jù)，并依據(jù)所述數(shù)據(jù)建立所述待推薦用戶及所述關(guān)聯(lián)用戶到購買商品之間的映射關(guān)系，構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖。
5.根據(jù)權(quán)利要求1所述方法，其特征在于，所述判斷所述待推薦用戶在所述二部分圖中是否存在映射節(jié)點之后，該方法還包括:確定不存在映射節(jié)點時，采用基于內(nèi)容的推薦算法確定向所述待推薦用戶推送的商品信息。
6.根據(jù)權(quán)利要求1所述方法，其特征在于，所述基于二部分圖算法確定向所述待推薦用戶推送的商品信息包括: 依據(jù)[=aj；kj ^ ?y ==Wf，得到待推薦用戶的最終資源分配矢量； 其中，A表示待推薦用戶的初始資源；如果用戶i購買過商品j，就在i和j之間連接一條邊α μ = I Q = I, 2，L, m ； j = I, 2，L, η),否則a ji = O ;k」為第k個產(chǎn)品的度；β為可調(diào)參數(shù)；表示產(chǎn)品j可分配給產(chǎn)品i的資源配額A1表示用戶I的度；f’為待推薦用戶i的最終資源分配矢量； 將待推薦用戶未購買過的所有商品按照矢量f ’中對應(yīng)元素的大小進行排序，并將排序靠前的t個商品的商品信息推送給待推薦用戶；這里所述t e Z+。
7.一種基于鏈路預(yù)測的商品信息推送裝置，其特征在于，所述裝置包括: 確定模塊，用于確定選取的在線社會網(wǎng)絡(luò)具備多社團屬性時，確定待推薦用戶的所有關(guān)聯(lián)用戶； 構(gòu)建模塊，用于構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖；推薦模塊，用于判斷所述待推薦用戶在所述二部分圖中是否存在映射節(jié)點，確定存在映射節(jié)點時，基于二部分圖算法確定向所述待推薦用戶推送的商品信息； 根據(jù)所述待推薦用戶輸入的選擇信息，再次使用構(gòu)建模塊構(gòu)建所述待推薦用戶及所述關(guān)聯(lián)用戶到商品的二部分圖，并基于更新的二部分圖確定向所述待推薦用戶推送的商品信息，再根據(jù)所述待推薦用戶輸入的選擇信息重復(fù)上述處理過程。
8.根據(jù)權(quán)利要求7所述裝置，其特征在于，所述裝置還包括分析模塊，用于分析層疊網(wǎng)絡(luò)中各網(wǎng)絡(luò)的性質(zhì)，并選取層疊網(wǎng)絡(luò)中的在線社會網(wǎng)絡(luò)； 相應(yīng)的，所述確定模塊，還用于確定所述在線社會網(wǎng)絡(luò)具備單社團屬性時，選取凝聚算法的基礎(chǔ)上，依據(jù)所述待推薦用戶所在的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，確定待推薦用戶的所有關(guān)聯(lián)用戶； 所述推薦模塊，還用于確定不存在映射節(jié)點時，采用基于內(nèi)容的推薦算法確定向所述待推薦用戶推送的商品信息。
9.根據(jù)權(quán)利要求7所述裝置，其特征在于，所述確定模塊確定選取的在線社會網(wǎng)絡(luò)具備多社團屬性時，確定待推薦用戶的所有關(guān)聯(lián)用戶包括:所述確定模塊根據(jù)在線社會網(wǎng)絡(luò)的類型判斷所述在線社會網(wǎng)絡(luò)屬性，確定所述在線社會網(wǎng)絡(luò)具備多社團屬性時，采用派系過濾算法，得到所述待推薦用戶所屬的所有派系，確定與所述待推薦用戶同屬一個派系的所有用戶，以及與所述待推薦用戶處于不同派系但有邊相連的用戶為待推薦用戶的所有關(guān)聯(lián)用戶。
10.根據(jù)權(quán)利要求7所述裝置，其特征在于，所述推薦模炔基于二部分圖算法確定向所述待推薦用戶推送的商品信息包括:所述推薦模塊依據(jù)
【文檔編號】G06F17/30GK103995866SQ201410211574
【公開日】2014年8月20日 申請日期:2014年5月19日 優(yōu)先權(quán)日:2014年5月19日
【發(fā)明者】肖佳, 李昕, 金晶, 陳山枝, 靳赫, 張宏, 李可, 韓江雪, 汪偉, 劉子鸞, 王寅慶, 李春秀, 師玉龍, 朱林, 涂小剛 申請人:北京郵電大學(xué)