[发明专利]一种信息推荐方法和设备

说明书

技术领域

本发明涉及互联网领域的信息推荐技术，尤其涉及一种信息推荐方法和设备。

背景技术

互联网技术的高速发展，极大地改变了人们的工作生活，通过互联网浏览网页、看新闻、看电影以及听音乐等已经成为许多人工作生活中不可缺少的一部分，而为了让用户更快捷地找到自己感兴趣的新闻、电影或音乐，信息推荐技术正逐渐随着互联网的高速发展而兴起。

现有技术中，存在一种将MinHash用于用户聚类以实现新闻推荐的信息推荐技术，称为MinHash推荐技术。其中，MinHash(Minwise IndependentPermutation Hashing)是一种符合交换独立条件的哈希技术，用于估算两个集合之间的相似度。

MinHash推荐技术的原理为：

如果用V表示元素的全集，那么随机哈希函数就可以表示成f：V→R，R是实数集。如果Xa和Xb是全集中任意两个不同的元素，那么哈希函数必须满足两个条件，f(Xa)≠f(Xb)和P(f(Xa)＜f(Xb))＝0.5，其中，P(·)表示概率。这两个条件的意思是，任意两个不同的元素的哈希值不能相等，并且任意一个元素的哈希值小于另一个元素的哈希值的概率是0.5，即不同元素的哈希值的大小关系必须是随机的。

在这样的哈希函数的基础上，如果A是全集V上的子集，MinHash中子集A的哈希值被定义为：

h(f,A)=minX∈Af(X)···[1]]]>

那么对于同样的哈希函数，集合A和B的哈希值相同的概率是：

P(h(f,A)=h(f,B))=|A∩B||A∪B|···[2]]]>

式(2)右边表示集合A和集合B的相似度，即集合A和B的哈希值相同的概率等于集合A和B的相似度。

若将用户表示成一个元素集合，MinHash推荐的过程为：首先用MinHash将用户聚为若干个类，此处设用户u属于类别c，用户u与类别c的相似度表示为sim(u，c)；然后对于这个类里面的每个元素c_i，计算这个元素在类里面出现的次数COUNT(c_i)，并根据该次数和相似度来确定元素ci推荐给用户的分数：sim(u，c)*COUNT(c_i)。对于类别c的所有元素，都生成这样一个推荐分数，然后根据分数排序，将分值高且用户自身不包含的元素推荐给用户。

在一个用户可以属于多个类别的情况下，处理也是类似的，即首先对每个类别做如上所述的处理，然后把类别里面的所有元素合在一起，并对相同元素的分数累加，最终得到一个长的推荐列表，排序之后推荐给用户。