[发明专利]一种融合多因素社交活动的推荐方法

权利要求书

1.一种融合多因素社交活动的推荐方法，其特征在于，包括以下步骤：

S1、构建用户对活动兴趣度的概率模型；利用LDA文件主题模型求取用户u_i与其参加过的所有社交活动的主题分布，并用用户u_i的主题分布表征其兴趣度，在LDA中，设Ψ_s表示隐含主题s在单词集合上的多项式分布，doc_ui表示用户u_i∈U所有参加过的社交活动内容形成的文件，其中doc_ui经过LDA文件主题模型求取其中所有隐含主题的多项式分布，而用户对社交活动的兴趣度表示成文件doc_ui的主题概率分布；

S2、构建用户对召集者影响力概率模型；设用户u_i参加某活动召集者c_i组织的社交活动次数为cu_ij，cu_ij值越大说明召集者c_i组织的活动对用户u_i的影响力越大；

S3、构建用户因地理位置偏好的概率模型；将社交活动举办地与用户常住距离的概率定义为：

式中：Dis表示活动举办地与用户常住地之间的距离；

ν、为幂律分布函数的参数；

S4、将S1、S2和S3中建立概率模型采用不同权值配比综合形成最终的社交活动个性推荐模型，则用户u_i参加新建社交活动a_j的最终概率为下式：

式中：表示基于用户对新建社交活动a_j的兴趣度影响的概率，

表示基于地理位置参加新建社交活动a_j的概率，

表示基于召集者影响力参加新建社交活动a_j的概率，ɑ,β为权重因子；

在S1中，设在某社交活动内容的文件中含有N_k个隐含主题，则LDA对隐含主题的多项式分布求取过程为：

首先利用LDA分布函数Dirichlet(δ)对文件中的每个隐含主题s∈{1,2,3,...,N_k}生成隐含主题与单词的概率分布ρ_s，再利用LDA分布函数Dirichlet(γ)对文件中的每个文件生成文件与单词的概率分布利用LDA多项式分布函数对文件中的第m单词生成主题分配利用LDA多项式分布函数对文件中的第m单词生成

则用户文件的似然函数为：

式中：δ、γ为LDA分布函数的参数，

Γ分别表示文件中所有单词、单词的数量、单词的主题分配、单词对应的主题-单词概率分布；

设在LDA文件主题模型中文档间是相互独立的，则M个文件的完全似然函数如下：

式中：W,S,Φ分别表示文件中所有单词、主题的分布以及所有文件-主题词概率分布；

然后再采用吉布斯采样将隐含主题词s从联合的概率分布中采样出来：

式中：为计数，表示从文件或主题词中剔除第i项后的数量，

表示文件中第N_k个主题词的统计数量，

表示z个单词分配给主题s的次数；

经过训练集的多次训练后根据新建的社交活动a_j的文件采用吉布斯采样来估计社交活动a_j主题分布为：

同时，设用户u_i的文件为社交活动a_j的文件为两者所对应的主题分布为和为了求取用户与社交活动的主题的相似度，引入库尔贝克-莱布勒散度和延森-香农散度来计算两者之间的相似度，延森-香农散度定义为：

式中：KL(·)表示库尔贝克-莱布勒散度，其定义为：

其中，JS(u_i||a_j)会随着和两者主题分布的差别而增大，定义用户u_i对社交活动a_j的兴趣度为I_i,j，则

I_i,j＝1-JS(u_i||a_j)

然后再利用最大最小值归一化法对兴趣度I_i,j进行归一化，则得到用户u_i基于用户对活动兴趣度参加新建社交活动a_j的预测概率为

在S2中，具体过程为先构建一个用户与召集者间的影响力矩阵C，通过一个已经结束的社交活动a_i得到两个数据：一是参加此次社交活动的人数二是感兴趣的用户数同时，设社交活动本身的影响力为

式中：λ为权重因子，0≤λ≤1；

EA表示所有结束的社交活动集合，

表示召集者c_i曾经组织的社交活动集合，

将召集者c_i所有曾经组织的社交活动平均影响力来表示召集者c_i的影响力：

则影响力矩阵C条件分布满足如下：

式中：N(x|μ,σ²)表示均值μ方差σ²的高斯分布，当用户u_i参加召集者c_i组织的任何一场活动时V_i,j＝1，否则为0，

D,Q,Num_u,Num_c分别表示所有用户和所有召集者的隐式特征矩阵以及用户数量和召集者数量；

针对用户和召集者的隐式特征矩阵，利用均值μ＝0的高斯先验分布求解：

对上式进行取对数，后验分布得到：

式中：B表示隐式特征矩阵维度，Z为常量；

利用豆瓣同城数据集测试在不同的隐式特征矩阵维度B值下Precision@5和Recall@5的值的方法，确定所述隐式特征矩阵维度B的值；

在S3中，具体过程为将活动举办地与用户常住距离的概率定义：

式中：Dis表示活动举办地与用户常住地之间的距离，

ν、为幂律分布函数的参数，

然后通过取对数来估算参数ν、的值：

由于logν和为线性系数，利用最小二乘法拟合方法来估计系数logν和

设用户u_i参加过的所有社交活动的地理位置集合为对地理位置集合中的任意元素g_i，用户u_i在其位置参加社交活动的次数为给定的社交活动a_j，其地理位置为那么用户u_i参加社交活动a_j的概率为：

式中：表示地理位置g_i,间的距离，

然后得到用户u_i基于地理位置参加新建社交活动a_j的概率为：

2.根据权利要求1所述的一种融合多因素社交活动的推荐方法，其特征在于，将所述后验分布得到的公式进行最大化得到一个等价目标函数，该函数由二次正则化项平方误差和范数平方组成：

式中：表示弗罗贝尼乌斯范数的平方；

利用梯度下降法求解目标函数F，对D_i、Q_j求偏导数：

再对用户与召集者间的影响力矩阵C中的缺失值由下式进行估值：

最后得基于用户u_i对召集者c_i影响力的影响参加社交活动a_j的概率为：