[发明专利]一种活动社交网络用户参加活动推荐的多因素决策方法

权利要求书

1.一种活动社交网络用户参加活动推荐的多因素决策方法，其具体步骤如下：

A、面向活动社交网络EBSN构建活动-主办方-用户ESU图模型，计算图中活动e_i对用户u_j产生的社交影响力si(e_i,u_j)；

B、计算活动e_i和用户u_j参加过的活动内容相关性c(e_i,u_j)；

C、计算活动e_i和用户u_j参加过的活动地点相关性l(e_i,u_j)；

D、计算活动e_i和用户u_j参加过的活动时间相关性t(e_i,u_j)；

E、在上述社交影响力si(e_i,u_j)、活动内容相关性c(e_i,u_j)、活动地点相关性l(e_i,u_j)、活动时间相关性t(e_i,u_j)四个因素的基础上，使用经典J48决策树算法决定用户u_j是否会参加活动e_i；

步骤(A)中所述的面向活动社交网络EBSN构建活动-主办方-用户ESU图模型，计算图中活动e_i对用户u_j产生的社交影响力si(e_i,u_j)，其具体步骤如下：

A1、构建活动-主办方-用户ESU图模型，ESU图模型描述为一个二元组：ESU＝(Entity，Relation)，其中，Entity代表实体，包括活动集E、主办方集S和用户集U；Relation代表关系，有主办方-活动关系集SE、主办方-用户关系集SU、用户-活动关系集UE以及用户之间关系集UU；

A2、计算主办方-活动关系权重，令UN(s_j)为主办方s_j包含的用户数量，令UN(e_i)为s_j中对活动e_i感兴趣/参加的用户数量，则主办方s_j-活动e_i的关系权重为：

A3、计算主办方-用户关系权重，令SN(u_i)为用户u_i加入的主办方数量，EN(s_j)为主办方s_j曾经举办的活动数量，SEN(u_i)为用户u_i曾经参加的主办方s_j的活动数量，则主办方s_j-用户u_i的关系权重为：

A4、计算用户-活动关系权重，令E(u_j)为用户u_j参加过的活动集合，s_j为活动e_i所在的主办方，ES(u_j)为用户u_j参加过s_j举办的活动集合，则用户u_j-活动e_i的关系权重为：

A5、计算用户-用户关系权重，令E(u)为用户u参加的活动集合，E(v)为用户v参加的活动集合，S(u)为用户u加入的主办方集合，S(v)为用户v加入的主办方集合，则用户u-用户v的关系权重为：

A6、ESU图中主办方、用户和活动的影响力迭代计算分别如式(1-1)、(1-2)、(1-3)所示：

S_k＝c(W_SEE_k-1+W_SUU_k-1)+(1-c)se_j (1-1)

U_k＝c(W_SUS_k-1+W_UUU_k-1)+(1-c)ue_j (1-2)

E_k＝c(W_SES_k-1+W_UEU_k-1)+(1-c)ee_j (1-3)

式(1-1)、(1-2)、(1-3)中的se_j、ue_j和ee_j分别为第j维为1的单位向量，1-c为返回节点se_j、ue_j和ee_j的概率，W_SE、W_SU、W_UU和W_UE分别为主办方-活动、主办方-用户、用户-用户和用户-活动的关系权重。