[发明专利]一种基于相似社区的舆情个性化推荐算法

权利要求书

1.一种基于相似社区的舆情个性化推荐算法，其特征在于，通过基于图计算相似社区的发现和数据挖掘，可以对相似社区的用户进行特征的提取，分析用户对某舆情话题的历史浏览行为信息或评价，以及用户的基本属性(包括年龄、性别、兴趣爱好)，通过相应的相似度计算公式计算用户之间的相似性，形成相似用户的“邻居”集。根据该“邻居”用户进行推荐。协同过滤的算法即利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的舆情信息，个人通过合作的机制给予信息相当程度的回应(如评价)，并记录下来以达到过滤的目的进而帮助别人筛选信息，包括以下步骤：

a.数据初始化

数据初始化主要是将学生对舆情话题的评价数据进行初始化。构建学生和舆情话题的关系矩阵，即评价矩阵，同时去除冗余项目。

b.最近邻居集的形成

根据上述关系来计算用户之间的相似度。根据余弦相似性、相关相似性等方法求出相似度值，进而排序形成目标用户的最近“邻居”集。

c.预测评价及产生推荐结果

通过相似度高低可以获得目标用户的“邻居”集，然后根据其“邻居”集中的用户对舆情话题进行预测评价，将评价高的舆情话题推荐给用户。评价预测计算公式如下：

式中：Rv——分别代表用户u,v对所有舆情话题评价的平均值。