[发明专利]一种确定信息相似度的方法及系统

说明书

本发明提供了一种确定信息相似度的方法及系统，基于信息被消费的时间，将每个用户所消费的信息进行排序得到对应的第一信息行为序列；将所有用户对应的第一信息行为序列进行整合，得到第二信息行为序列；计算第二信息行为序列中每对具有共现关系的信息之间的第一相似度；基于第二信息行为序列，构建信息之间的拓扑图；利用图卷积算法，计算拓扑图中每对节点之间的第二相似度；基于每一对具有共现关系的信息之间的第一相似度，结合拓扑图中每一对节点之间的第二相似度，确定第二信息行为序列中每一对信息之间的最终相似度。结合两种方式计算信息之间的最终相似度，提高计算相似度的方式所覆盖的信息数量，进而提高信息推荐的准确率。

技术领域

本发明涉及数据处理技术领域，具体涉及一种确定信息相似度的方法及系统。

背景技术

在信息推荐领域，较为常用的信息推荐算法为协同过滤算法。在利用协同过滤算法进行信息推荐时，需计算信息之间的相似度。

目前协同过滤算法计算信息之间的相似度的方式为：根据信息的共现次数来计算信息之间的相似度。但在实际应用中，用户会产生大量的稀疏行为，信息之间的共现关系过少，会导致协同过滤算法所能覆盖的信息数量较少，进而导致信息推荐的准确率较低。

发明内容

有鉴于此，本发明实施例提供一种确定信息相似度的方法及系统，以解决目前计算相似度的方式所能覆盖的信息数量较少的问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种确定信息相似度的方法，所述方法包括：

基于信息被消费的时间，将每个用户所消费的信息进行排序得到对应的第一信息行为序列；

将所有用户对应的所述第一信息行为序列进行整合，得到第二信息行为序列；

计算所述第二信息行为序列中每一对具有共现关系的信息之间的第一相似度，每一对具有共现关系的信息为隶属于同一用户的两条信息；

基于所述第二信息行为序列，构建信息之间的拓扑图，所述拓扑图中的节点为所述第二信息行为序列中的信息，所述拓扑图中每条边所连接的两个节点为：所述第二信息行为序列具有共现关系的两条信息；

利用图卷积算法，计算所述拓扑图中每一对节点之间的第二相似度，所述拓扑图中每一对节点为任意两个节点；

基于所述第二信息行为序列中每一对具有共现关系的信息之间的第一相似度，结合所述拓扑图中每一对节点之间的第二相似度，确定所述第二信息行为序列中每一对信息之间的最终相似度，所述第二信息行为序列中每一对信息为任意两条信息。

优选的，所述利用图卷积算法，计算所述拓扑图中每一对节点之间的第二相似度，包括：

利用随机游走算法处理所述拓扑图，得到计算子图；

利用预设的特征矩阵对所述计算子图中的节点的属性进行处理，得到所述计算子图中每个节点的初步特征表达；

利用预设的全连接层，对所述计算子图中每个节点的初步特征表达进行处理，得到所述计算子图中每个节点的隐藏特征表达；

基于所述计算子图中每个节点的隐藏特征表达，利用合页损失函数计算相应的损失值；

若所述损失值大于等于阈值，根据梯度下降算法更新所述特征矩阵、所述计算子图中每个节点的初步特征表达和隐藏特征表达，并返回执行利用随机游走算法处理所述拓扑图这一步骤，直至所述损失值小于所述阈值，得到所述拓扑图中每个节点的最终的隐藏特征表达；

基于所述拓扑图中每个节点的最终的隐藏特征表达，计算所述拓扑图中每一对节点之间的第二相似度。

优选的，所述确定所述第二信息行为序列中每一对信息之间的最终相似度之后，还包括：