[发明专利]一种用户推荐方法及装置

权利要求书

1.一种用户推荐方法，其特征在于，包括：

当需要为第一注册用户推荐用户时，获得所述第一注册用户的行为数据和好友数据；

当所述第一注册用户的行为数据不为空时，获得候选用户的行为数据和好友数据；所述候选用户为系统中除所述第一注册用户外的所有注册用户；

根据所述第一注册用户的行为数据和各个候选用户的行为数据，计算各个候选用户与所述第一注册用户的行为相似程度，具体包括：从所述第一注册用户的行为数据中，获取所述第一注册用户的行为的类型、行为所对应的内容对象、行为发生的时刻；

针对每个所述第一注册用户的行为所对应的内容对象，从各个候选用户的行为数据中，获取各个候选用户对该内容对象发生的行为的类型和行为发生的时刻；

针对每个所述第一注册用户的行为所对应的内容对象，根据所述第一注册用户和各个候选用户相对于该内容对象的行为的类型、行为发生的时刻，计算所述第一注册用户和各个候选用户对该内容对象的喜好分数；

根据所述喜好分数的计算结果，计算各个候选用户与所述第一注册用户的行为相似程度；

根据所述第一注册用户的好友数据和各个候选用户的好友数据，计算各个候选用户与所述第一注册用户的好友相似程度；

根据各个候选用户与所述第一注册用户的行为相似程度及好友相似程度的计算结果，将满足预设条件的候选用户推荐给所述第一注册用户。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述第一注册用户的行为数据和各个候选用户的行为数据，计算各个候选用户与所述第一注册用户的行为相似程度之后，所述方法还包括：根据所述第一注册用户的行为数据和各个候选用户的行为数据，计算各个候选用户与所述第一注册用户的行为对应程度；

相应的，根据各个候选用户与所述第一注册用户的行为相似程度、所述行为对应程度及好友相似程度的计算结果，将满足预设条件的候选用户推荐给所述第一注册用户。

3.根据权利要求1所述的方法，其特征在于，所述针对每个所述第一注册用户的行为所对应的内容对象，根据所述第一注册用户和各个候选用户相对于该内容对象的行为的类型、行为发生的时刻，计算所述第一注册用户和各个候选用户对该内容对象的喜好分数，包括：

针对每个所述第一注册用户的行为所对应的内容对象，根据喜好分数的计算公式，分别计算所述第一注册用户和各个候选用户对该内容对象的喜好分数；

其中，所述喜好分数的计算公式为：

其中，S_uf为用户u对内容对象f的喜好分数；a＝1，2，...，N，分别表示不同行为的类型；w_a为a行为对应的预设权重；f_a表示用户u是否对内容对象f发生了a行为；Δt(a)为当前时刻与a行为发生的时刻的差值，为预设的与Δt(a)对应的权重因子，如果Δt(a)为正值，则α为预设的小于1、且大于0的常量，如果Δt(a)为负值，则α为预设的大于1的常量；所述用户u为所述第一注册用户和各个候选用户中的任一个用户；

相应的，所述根据所述喜好分数的计算结果，计算各个候选用户与所述第一注册用户的行为相似程度，包括：

针对所述第一注册用户的行为所对应的内容对象，根据行为相似程度的计算公式，分别计算各个候选用户与所述第一注册用户的行为相似程度；

所述行为相似程度的计算公式为：

其中，sim(m，v)表示用户m和用户v的行为相似程度；f＝1，2，...，K，分别表示不同内容对象；S_mf为用户m对内容对象f的喜好分数；S_vf为用户v对内容对象f的喜好分数；所述用户m为所述第一注册用户；所述用户v为候选用户中的任一个用户。