一種基于雙向選擇的推薦框架的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于信息技術(shù)中的推薦系統(tǒng)技術(shù)領(lǐng)域，具體涉及一種基于雙向選擇的推薦 框架。
【背景技術(shù)】
[0002] 推薦系統(tǒng)指的是通過(guò)滿足雙方共同的愛(ài)好、共同的利益，得到其他個(gè)人建議的系 統(tǒng)。雙向選擇指的是用戶可W通過(guò)滿足雙方喜好而得到他人建議的系統(tǒng)。不同于傳統(tǒng)用戶 和項(xiàng)目選擇，雙向選擇注重的是雙方優(yōu)先級(jí)，同時(shí)也注重"雙向"的特殊屬性。與傳統(tǒng)的用 戶-項(xiàng)目不一樣的是，相互推薦是同時(shí)進(jìn)行的，針對(duì)"交互"時(shí)個(gè)人的喜好來(lái)決定。本文提 出了一種基于雙向選擇的推薦框架，將用戶的相關(guān)屬性用一個(gè)二分圖來(lái)表示，分為自身屬 性和全局屬性。自身屬性記錄的是用戶的共同愛(ài)好，而全局屬性管理的是整個(gè)交互網(wǎng)絡(luò)的 質(zhì)量。
[0003] 推薦框架在學(xué)術(shù)界和工業(yè)界已經(jīng)得到深入的研究。其中User-Based和 Item-Based是推薦系統(tǒng)中最基礎(chǔ)的兩種框架。最近幾年，已經(jīng)出現(xiàn)了一些很好的推薦系 統(tǒng)一雙向推薦，是向一個(gè)人推薦另一個(gè)人，推薦的同時(shí)需要滿足雙方的共同需求。例如， 在一個(gè)網(wǎng)絡(luò)招聘系統(tǒng)中，求職者會(huì)查詢能夠適合他(她）能力的工作；招聘者會(huì)根據(jù)所需崗 位人員的需要，進(jìn)行技能的要求、薪資待遇等等。還有一些雙向選擇的推薦例子，如在線約 會(huì)服務(wù)、教學(xué)輔導(dǎo)系統(tǒng)、交易市場(chǎng)等。
[0004] 而最需要推薦系統(tǒng)解決的問(wèn)題是如何在滿足一方用戶需求的同時(shí)，用戶還能滿足 推薦用戶的需求。
[0005] 本發(fā)明提出了一種基于雙向選擇的推薦框架-MEET(化amework化r reciprocalrecommendation)，將用戶的相關(guān)屬性用一個(gè)二分圖來(lái)表示，分為自身屬性和全 局屬性。自身屬性記錄的是用戶的共同愛(ài)好，而全局屬性管理的是整個(gè)交互網(wǎng)絡(luò)的質(zhì)量。

【發(fā)明內(nèi)容】

[0006] 針對(duì)現(xiàn)有的推薦框架的分析，本發(fā)明的目的在于提出一種如何解決在滿足用戶需 求的同時(shí)，還滿足推薦用戶需求的基于雙向選擇的推薦框架。
[0007] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是：一種基于雙向選擇的推薦框架，其由Η部分組成， 分別是；框架的建立及更新、二分圖的分區(qū)和推薦推理； 所述的框架的建立及更新，雙向選擇網(wǎng)絡(luò)用一個(gè)用戶愛(ài)好需求的二分圖來(lái)表示，自動(dòng) 分析用戶的特征空間，計(jì)算出不同用戶組之間的相關(guān)性，根據(jù)自身的相關(guān)性原則來(lái)建立推 薦框架，將整個(gè)網(wǎng)絡(luò)的用戶用二分圖的形式來(lái)表現(xiàn)，根據(jù)用戶建立框架，然后進(jìn)行精化更 新； 所述的二分圖的分區(qū)，每一個(gè)用戶集合用圖中的一點(diǎn)來(lái)表示，而用戶之間 的關(guān)系用邊來(lái)表示，兩個(gè)用戶之間關(guān)聯(lián)性不定向邊的量化，其相關(guān)程度由閥值 i過(guò)濾，根據(jù)其相關(guān)性來(lái)進(jìn)一步地劃分圖，根據(jù)屬性將圖的關(guān)系特征進(jìn)一步地精確； 所述的推薦推理，其根據(jù)屬性進(jìn)行推薦推理，w達(dá)到所有用戶都能滿意的結(jié)果。
[0008] 進(jìn)一步地，所述的框架的建立和更新，首先定義對(duì)自身的描述用鈴，個(gè) 人喜好需求為緣，:淀挺敍，y畜漱，（恥竣是一個(gè)成功雙向選擇，在放寬了配對(duì)條件 之后，根據(jù)其相關(guān)性，睽滿足轉(zhuǎn)，同時(shí)纖滿足巧，其關(guān)聯(lián)關(guān)系用兩個(gè)參量表示

在得到 之后，計(jì)算出節(jié)點(diǎn) 之間的關(guān)聯(lián)系數(shù) U.pJ..
[0009] 進(jìn)一步地，所述的二分圖的分區(qū)，其構(gòu)建方法為；G二巧:其中泌:按:峽新 ，將點(diǎn)集合r和點(diǎn)集合r劃分為左個(gè)不相交的集合，點(diǎn)集合沾扭叫曜!和點(diǎn)集合 菊I，最佳的子集合對(duì)應(yīng)著相應(yīng)的分區(qū)圖形，其中簇頭節(jié)點(diǎn)之間的邊有最小 的量值，記為Ci/i，
[0010] 進(jìn)一步地，所述的推薦推理，其將圖進(jìn)行了分割，每一個(gè)二分圖都表示一個(gè)?？诘?雙向選擇模塊，其中，一個(gè)二分圖G'二其中包含2個(gè)點(diǎn)集&￥，兩個(gè)邊 集按若島,;嘗殺柴黎，邊集轉(zhuǎn)中的每一條邊都是無(wú)向?qū)?，?quán)值用巧誠(chéng)對(duì)表示，他,;UXV氣巧， ，邊集運(yùn)||中的每一條邊都是有序?qū)?jié)點(diǎn)!>，V]，表示從端點(diǎn)到端點(diǎn)W的活動(dòng)，由端節(jié)點(diǎn)與初 始節(jié)點(diǎn)所有活動(dòng)的比作為權(quán)值，Xy一巧。，給一個(gè)端點(diǎn)擴(kuò)，投屬于資護(hù)疆讓漂S第揖賴據(jù) ，入值用據(jù)續(xù)隸示，出值用《|裝捧示：
用輔11|隸示函數(shù)空間P竣心編，為每一個(gè)端點(diǎn)設(shè)定錢:讀。
[0011] 事實(shí)上，兩個(gè)不同的節(jié)點(diǎn)巧3:沸中的端點(diǎn)K有雙向選擇，送就表明節(jié)點(diǎn)泌投々tg可 能很相似，1???的相似關(guān)系可W用下面的公式來(lái)表示：
用相似公式，不僅僅考慮用戶間的雙向選擇活動(dòng)1?後ly;，同時(shí)強(qiáng)調(diào)了同 組用戶之間的關(guān)聯(lián)性，心,和K'、{a:,:'5。
[001引考慮到W上情況，就有了推薦成本/:
懲罰在U中數(shù)值差異較大的節(jié)點(diǎn)，我們通過(guò)#1逆向分析用戶的可用性，函數(shù)集V上的 推理成本：
通過(guò)W上的二分圖的推理成本計(jì)算：
r表示;\(/;和!之間的重要性關(guān)系。
[0013]規(guī)范化推薦，得到二分圖中，標(biāo)記節(jié)點(diǎn)的推論成本，在共〔擴(kuò)}定義一個(gè)畫(huà)數(shù)V ，若是輝，心有關(guān)聯(lián)，則#鴻靖巧；若沒(méi)有，則為0 ;然后推薦問(wèn)題可W看作是一個(gè)尋找函 數(shù)f的問(wèn)題，為Μ推薦新的節(jié)點(diǎn)，同時(shí)尋找精確的目標(biāo)函數(shù)F;
Ifcl?計(jì)算函數(shù)的f的推薦成本，來(lái)決定兩個(gè)競(jìng)爭(zhēng)性的條款取舍問(wèn)題，在得到蒙1$禱 之后，我們?cè)赩中找到標(biāo)簽為1的節(jié)點(diǎn)，然后將跟U相關(guān)聯(lián)的用戶進(jìn)行排序，得到東。
[0014] 首先，根據(jù)雙方共同的需求建立雙邊模型，但是不是只考慮雙邊關(guān)系，還需要考慮 推薦的特殊屬性。需要考慮如下四個(gè)方面： 1.交互性：匹配成功主要依靠雙方的喜好，而不是依靠接收推薦的用戶。交互性是雙 向推薦中的最重要的部分。
[0015] 2.有限性：在傳統(tǒng)的推薦中，一個(gè)交互可能提供大量的用戶數(shù)據(jù)，然而，在雙向推 薦中，人們與他人的交互是有限制的，例如：一個(gè)男孩是不能同時(shí)與十個(gè)女孩約會(huì)。
[0016] 3.被動(dòng)性。在雙向推薦中，很多的用戶只能有限的參與和被動(dòng)的接收其他用戶的 消息。送是為了保持網(wǎng)絡(luò)環(huán)境的活力，吸引更多的新用戶，必須考慮用戶的被動(dòng)性。
[0017] 4.稀疏性。在雙向推薦中的用戶可能在找到自己新的需求之時(shí)，不會(huì)向系統(tǒng)反映， 用戶會(huì)擁有很多不同的選擇記錄。所W在雙向推薦中的稀疏性問(wèn)題需要解決。
[0018] 本發(fā)明的技術(shù)優(yōu)點(diǎn)在于；本發(fā)明建立雙邊模型，包含自身屬性和全局屬性，考慮到 上述的交互性、有限性、被動(dòng)性和稀疏性，通過(guò)用戶其自身的屬性和其需求喜好特征，根據(jù) 用戶的活動(dòng)建立二分圖。本發(fā)明通過(guò)兩個(gè)真實(shí)數(shù)據(jù)集（網(wǎng)上約會(huì)和在線招聘）的實(shí)證評(píng)價(jià)， 很好地證明了與現(xiàn)有的算法相比，我們提出的框架的有效性。
[001引
【附圖說(shuō)明】 圖1是本推薦框架的結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0020] 下面結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步的描述。
[0021] 如圖1所示，本發(fā)明所提出的基于雙向選擇的推薦框架，由Η部分組成，分別是： 框架的建立及更新、二分圖的分區(qū)和推薦推理。其中： 1)框架的建立和更新 雙向選擇網(wǎng)絡(luò)用一個(gè)用戶愛(ài)好需求的二分圖來(lái)表示，自動(dòng)地分析用戶的特征空間，計(jì) 算出不同用戶組之間的相關(guān)性。此外，對(duì)成功獲取的首選信息設(shè)置權(quán)重。
[002引首先，定義對(duì)自身的描述用終，個(gè)人喜好需求為頻，'?Τ按務(wù)，賢在載，細(xì)遣一個(gè)成 功雙向選擇。在放寬了配對(duì)條件之后，根據(jù)其相關(guān)性，f；；滿足II，同時(shí)f；f滿足if。其關(guān)聯(lián) 關(guān)系用兩個(gè)參量表示re錢巧>補(bǔ);，。在送兒，相