[发明专利]一种基于关注关系和用户行为的图推荐方法

权利要求书

1.一种基于关注关系和用户行为的图推荐方法，其特征在于，具体步骤如下：

步骤一，构建用户行为图：采集用户在网站的浏览数据，浏览数据包括对物品的浏览时间、访问次数、访问路径数、每条访问路径的访问次数和访问路径深度，将异常数据和不符合用户浏览习惯的数据进行清除，根据用户和物品之间的关系以及用户与用户之间的关系构建边，即用户与用户浏览的物品之间建立一条边，相似用户之间构建一条边，相似用户是两用户浏览相同物品的数量超过设定的数值，统计用户对某种物品的浏览次数，记为(B1,B2,…,BN)，设定用户浏览数据的比重，记为(pb1,pb2,…,pbN)，pb1+pb2+…+pbN＝1，根据用户对物品的浏览记录以及系统设定的参数计算用户与物品边之间的权值，根据系统设定的参数和用户与用户之间的相似度计算出用户与用户之间的权值，得到用户行为图；

步骤二，构建用户关注图：A用户关注了B用户，构建一条从A指向B的边，构建所有用户关注关系的图，得到用户关注图；

步骤三，计算初始关注概率：根据用户关注图计算用户对某物品的关注概率，根据用户行为图计算对某物品的关注概率；

步骤四，计算综合关注概率：将基于用户关注图得到的对某物品的关注概率和用户行为图对同一物品的关注概率进行综合计算，得到用户对某物品的关注概率；

步骤五，生成用户列表：根据每个用户对某物品的关注概率，生成每个用户的用户推荐列表和物品推荐列表。

2.根据权利要求1所述的基于关注关系和用户行为的图推荐方法，其特征在于，所述系统将用户浏览的所有物品构建成用户物品集合，并根据用户对物品的浏览频率，计算出用户对每个物品的关注程度。

3.根据权利要求1所述的基于关注关系和用户行为的图推荐方法，其特征在于，所述生成物品推荐表的方法如下：首先排除用户已关注的物品，然后将物品按照用户对物品的关注概率按照降序排列，选择关注概率超过0.5的物品生成推荐列表。

4.根据权利要求1所述的基于关注关系和用户行为的图推荐方法，其特征在于，所述生成用户推荐表的方法如下：首先排除用户已关注的用户，然后将物品按照用户对用户的关注概率按照降序排列，选择关注概率超过0.6的用户生成推荐列表。

5.根据权利要求1所述的基于关注关系和用户行为的图推荐方法，其特征在于，所述用户的浏览数据来自于PC端、WAP端、APP端以及线下数据。