[发明专利]基于用户社交网络和产品相似度的推荐方法

权利要求书

1.一种基于用户社交网络和产品相似度的推荐方法，其特征在于，包括：

S1：初始化用户特征向量和产品特征向量；

S2：构建用户-用户社交关系图、用户-产品交互图和产品知识图谱；

S3：将所述用户特征向量分别输入所述用户-产品交互图和所述用户-用户社交关系图中，得到第一用户特征向量和第二用户特征向量，计算所述第一用户特征向量与所述第二用户特征向量的用户相似度，根据所述用户相似度以及预设的第一相似度阈值，迭代更新用户特征向量，得到优化的用户特征向量；

S4：将所述产品特征向量分别输入所述用户-产品交互图和所述产品知识图谱中，得到第一产品特征向量和第二产品特征向量，计算所述第一产品特征向量与所述第二产品特征向量的产品相似度，根据所述产品相似度以及预设的第二相似度阈值，迭代更新产品特征向量，得到优化的产品特征向量；

S5：根据所述优化的用户特征向量和所述优化的产品特征向量，进行用户的偏好预测，得到推荐结果。

2.根据权利要求1所述的基于用户社交网络和产品相似度的推荐方法，其特征在于，所述S1包括：

将离散的节点特征向量映射为连续的向量，学习节点特征向量的低维潜在表示，其中，所述节点特征向量包括用户特征向量和产品特征向量。

3.根据权利要求1所述的基于用户社交网络和产品相似度的推荐方法，其特征在于，所述S2包括：

S21：利用用户与用户之间的社交关系，构建得到所述用户-用户社交关系图：

其中，u_o表示社交发起者，u_e表示社交参与者，y_uu表示用户与用户之间的社交关系，U表示用户集；

S22：利用用户与产品的历史交互记录，构建得到所述用户-产品交互图：

其中，I表示产品集，u表示用户集U中的任何一个用户，i表示产品集I中的任何一个产品，y_ui表示用户u和产品i之间的连接关系；

S23：利用产品的属性特征，构建得到所述产品知识图谱：

其中，h表示头实体，t表示尾实体，r表示实体之间的关系，R表示关系集。

4.根据权利要求1所述的基于用户社交网络和产品相似度的推荐方法，其特征在于，所述S3包括：

S31：将所述用户特征向量输入所述用户-产品交互图中，通过图协同过滤算法对所述用户特征向量进行传播和聚合，得到所述第一用户特征向量；

S32：将所述用户特征向量输入所述用户-用户社交关系图中，通过图协同过滤算法对所述用户特征向量进行传播和聚合，得到所述第二用户特征向量；

S33：根据下式计算得到所述第一用户特征向量与所述第二用户特征向量的用户相似度，

其中，表示第一用户特征向量，表示第二用户特征向量；

S34：根据所述用户相似度，按照下式对所述第一用户特征向量与所述第二用户特征向量进行加权级联，得到优化的用户特征向量，

S35：比较所述用户相似度与所述第一相似度阈值，若所述用户相似度小于所述第一相似度阈值，则重复步骤S31-S34，对所述用户特征向量进行迭代更新，直至所述用户相似度达到所述第一相似度阈值，停止迭代。