[发明专利]用于生成推荐的方法和设备

说明书

公开了用于生成推荐的方法和设备。该方法包括：通过将多个项目链接到关联开放数据网络中的多个实体来形成图，该图包括作为节点的项目、实体和用户；确定图中任意两个节点之间的路径的集合；针对特定用户和特定项目：计算第一特征向量，该第一特征向量的每个分量与路径集合中的一个路径对应，并且表示在对应的路径中连接特定用户和特定项目的子路径的长度与在所有路径中连接特定用户和特定项目的子路径的长度之和的比率；基于第一特征向量和相关函数计算特定用户和特定项目之间的相关度；基于相关度来确定是否向特定用户推荐特定项目；以及在确定推荐的情况下，以特定用户能够感知的方式推荐特定项目。

技术领域

本发明涉及用于生成对用户的推荐的方法和设备，更具体地，涉及基于关联开放数据(Linked Open Data，LOD)生成推荐的方法和设备。

背景技术

高速发展的因特网为人们提供了极其丰富的信息资源，但是用户从海量信息中查找出自己感兴趣的信息却变得越来越难。如何从大量信息中挖掘出用户感兴趣的信息并推荐给用户，从而指导用户进行决策，成为了一个热门的研究课题。已知的推荐方法例如包括基于内容的推荐、基于协同过滤的推荐、基于网络结构的推荐和混合推荐等方法。

LOD云是一个全球分布的数据网络，用户可以使用该网络中已有的数据，也可以发布自己拥有的数据，并被其他用户发现和重用。关联数据(linked data)提供了更丰富的语义信息和更加结构化的数据，使得网络中的信息对于机器而言更加易于理解。因此，基于LOD的推荐系统有很大的应用价值。

发明内容

本发明提出了一种基于LOD的推荐方法。根据本发明的一个方面，提供了一种生成对用户的推荐的方法，包括：通过将多个项目分别链接到LOD网络中的多个实体来形成图，所述图包括作为节点的所述多个项目、所述多个实体以及多个用户；计算所述图中的路径集合，所述路径集合包括所述图中任意两个节点之间的路径；以及针对所述多个用户中的特定用户和所述多个项目中的特定项目执行以下处理：计算针对所述特定用户和所述特定项目的第一特征向量，所述第一特征向量的每个分量与所述路径集合中的一个路径相对应，并且所述第一特征向量的每个分量表示：在相对应的路径中连接所述特定用户和所述特定项目的子路径的长度与在所述路径集合的所有路径中连接所述特定用户和所述特定项目的子路径的长度之和的比率；基于所述第一特征向量和相关函数计算所述特定用户和所述特定项目之间的相关度；基于所述相关度来确定是否向所述特定用户推荐所述特定项目；在确定向所述特定用户推荐所述特定项目的情况下，以所述特定用户能够感知的方式推荐所述特定项目。

根据本发明的另一个方面，提供了一种用于生成对用户的推荐的设备，所述设备包括：存储器；以及处理器，所述处理器被配置为执行如上所述的用于生成对用户的推荐的方法。

根据本发明的又一个方面，提供了一种存储有程序的记录介质，所述程序在被计算机执行时，使得计算机实现如上所述的用于生成对用户的推荐的方法。

附图说明

图1是示出了将项目链接到LOD网络以形成图G的示意图。

图2是根据本发明的生成推荐的方法的总体流程图。

图3示出了图G中的一条路径的具体示例。

图4示出了图2中的步骤S230的处理。

图5示出了图2中的步骤S240的处理。

图6示出了图2中的步骤S250的处理的一个示例。

图7示出了图2中的步骤S250的处理的另一个示例。

图8是根据本发明的训练相关函数的方法的流程图。

图9示出了实现本发明的计算机硬件的示例性配置框图。

具体实施方式