[发明专利]推荐系统的多样性的量化方法

说明书

本发明公开了推荐系统的多样性的量化方法，属于推荐系统技术领域，具体涉及推荐系统的多样性的量化领域，以解决现有的推荐系统缺乏评价指数的问题，包括如下步骤：步骤1、从日志中获取URL及用户信息；步骤2、编写程序，根据类别的信息将URL进行分类并初次筛选；步骤3、将所得的三元组中的值导入MySQL数据库中，再从中筛选重复数据，得到了多个类别的三部图；步骤4、将三部图思想编入程序中并进行计算，计算各类的校准的多样性指数与其在总类别中所占的比例，得到推荐系统的多样性指数。对推荐系统类别受众多样性进行量化，在评价推荐系统时，将本申请的多样性指数纳入评价体系中，将其作为评价标准之一。

技术领域

推荐系统的多样性的量化方法，本发明属于推荐系统技术领域，具体涉及推荐系统的多样性的量化领域。

背景技术

随着互联网的飞速发展以及移动互联网时代的到来，互联网的用户飞速增长导致了数据量的指数级增长。在2019年，中国产生的数据量已经达到了9.8ZB，而且还保持着快速增长，预计在2025年的数据量将达到48.6ZB。互联网的海量信息可以方便用户的日常生活，也带来了信息过载和信息迷航的问题。如何从数据中提取到有价值的信息并更好地对用户提供服务，成为了现在企业界以及学术界研究的重点。

现在生活中常见的推荐系统主要应用于搜索引擎(例如百度，Google)以及平台的推荐机制(例如今日头条，抖音)等。搜索引擎主要依赖于用户输入的信息，所以不同的用户输入相同的信息所得到的内容是一致的，没有办法实现个性化的推荐。现在用在平台上的推荐算法更多地会根据用户访问的内容、标签以及其对应的点击、收藏、点赞、评论等行为构建模型，针对不同的用户向其推荐专为用户个人的内容。虽然这种方式让用户获取信息更加便捷，但也影响了用户获取信息的机会。如何衡量算法所做选择的质量及其对用户的影响还有如何衡量推荐系统的偶然性和多样性成了当前急需解决的问题。

推荐系统的核心是算法。推荐算法在生活中的应用取得了较好的效果。GemaBello-Orgaz等从推特上获取数据并用多种聚类方法对酒庄的推特进行分析，通过距离、客户满意度等多条信息进行模型优化，最终发现采用精准营销策略的酒庄销量更好。陈兴喆等利用Web日志挖掘技术，掌握用户的行为模式，实现了针对用户个人的精准推荐，避免了“千人一面”的问题。Yiqun Liu等构建点击行为模型，使得到的文档不总是与用户的查询相关，但是用户点击的部分最有可能满足用户的需求，从点击率的角度实现了精准推荐。由此可见，合理地使用推荐算法来对平台进行优化可以创造更大的价值。

多样性对于确保复杂系统长期生存具有重要作用，通常比较常见的多样性有生物领域，政治领域，科学领域以及经济领域等。推荐平台的广泛使用(今日头条，抖音等)让研究者对如何量化用户行为的多样性产生思考。对于如何衡量推荐算法的多样性，现在还没有一个完全统一的标准，大多数方法还是通过余弦相似度，欧氏距离以及逆皮尔逊系数来衡量。

现在的推荐系统的流程分为：建立用户、项目评价关系模型—相似性计算—预测用户喜好—推荐性能评估，在推荐性能评估这部分，主要还是准确性的评价更多，推荐系统越准确，表明推荐效果越好。但是在评价过程中忽略了用户接受信息的多样性，用户获取信息的机会被剥夺。

发明内容

本发明的目的在于：推荐系统的多样性的量化方法，以解决当今数据量庞大，但现有的推荐系统缺乏评价指数的问题。

本发明采用的技术方案如下：

推荐系统的多样性的量化方法，包括如下步骤：

步骤1、从日志中获取URL及用户信息，并根据分类词提前设定URL种类，将相关信息保存在同一文件中；

步骤2、编写程序将URL进行分类并初次筛选，将可分类且分类项明确的URL保存下来，形成类别—URL—用户的三部图；