[发明专利]基于重要性得分的好友推荐方法

权利要求书

1.一种基于重要性得分的好友推荐方法，其特征在于，包括：

将目标用户、用户以及用户间的关系转换为图结构，其中，所述图结构中包括多个与所述用户对应的节点以及多条与所述用户间的关系对应的边，所述图结构G包括n个节点u，所述目标用户对应为图结构中的目标节点s；

获取与应用场景对应的目标用户的各阶邻居节点对应的重要性得分参数，其中，每个应用场景具有多种预设的推荐算法，不同预设算法对应不同参数；

根据第i阶邻居节点的重要性得分参数，计算目标节点s的一个第i阶邻居节点u的重要性得分的估计，重复上述步骤，得到目标节点s所有的第i阶邻居节点的重要性得分的估计；

根据第i+1阶邻居节点的重要性得分参数以及目标节点s的一个i阶邻居节点u的重要性得分的估计，计算所述节点u的邻居节点v作为目标节点s的第i+1阶邻居节点的重要性得分的估计，重复上述步骤，得到节点s所有的第i+1阶邻居节点的重要性得分的估计；

重复得到节点s所有的第i+1阶邻居节点的重要性得分的估计的步骤，直至得到目标节点s的前L阶邻居的重要性得分的估计，其中i为0-L的整数；

根据目标节点s的前L阶邻居的重要性得分的估计，得到图G上所有节点相对目标节点s的重要性得分的估计其中，的第u维存储的数值为图上节点u相对目标节点s的重要性得分的估计；

找到图结构G上的所有用户节点的重要性得分的估计中最高的k个节点，将这k个节点对应的用户作为结果推荐给目标用户。

2.如权利要求1所述的好友推荐方法，其特征在于，根据第i阶邻居节点的重要性得分参数，计算目标节点s的一个第i阶邻居节点u的重要性得分的估计，重复上述步骤，得到目标节点s所有的第i阶邻居节点的重要性得分的估计包括：

获取目标节点s的一个第i阶邻居节点u，其中，所述目标节点s的第i阶邻居节点属于目标节点s的前L阶的邻居节点；

对目标节点s的第i阶邻居节点u设置残余值和保留值其中，残余值为目标节点s的第i阶邻居节点u的残余值，表示目标节点s的第i阶邻居节点u可能获得但还未获得的重要性得分，保留值为目标节点s的第i阶邻居节点u的保留值，表示目标节点s的第i阶邻居节点u已获得的重要性得分；

使用公式三，根据节点u作为目标节点s的第i阶邻居的残余值得到节点u作为目标节点s的第i阶邻居的保留值其中，节点u作为目标节点s的第i阶邻居的保留值的初始值为0(i＝0,1,2,…,L)，节点u作为目标节点s的第i阶邻居的残余值的初始值为0(i＝0,1,2,…,L)，目标节点s作为目标节点s的第i阶邻居的残余值的初始值为0(i＝1,2,…,L)，目标节点s作为目标节点s的第0阶邻居的残余值的初始值为1；

所述公式三为：

获取目标节点s的下一个第i阶邻居节点u，重复上述步骤，直至得到目标节点s所有的第i阶邻居节点的重要性得分的估计。

3.如权利要求2所述的好友推荐方法，其特征在于，根据第i+1阶邻居节点的重要性得分参数以及目标节点s的一个i阶邻居节点u的重要性得分的估计，计算所述节点u的邻居节点v作为目标节点s的第i+1阶邻居节点的重要性得分的估计，重复上述步骤，得到节点s所有的第i+1阶邻居节点的重要性得分的估计包括：

获取节点u的一个邻居节点v；

根据节点u作为目标节点s的第i阶邻居节点的残余值节点u、v的度数d_u、d_v和节点u的邻居节点v以作为目标节点s的第i+1阶邻居节点的残余值得到更新后的节点v作为目标节点s的第i+1阶邻居节点的残余值重复上述步骤直至得到目标节点s的所有i+1阶邻居的残余值；

根据目标节点s的第i+1阶邻居节点更新后的残余值以及公式三，计算节点v作为目标节点s的第i+1阶邻居更新后的保留值

获取目标节点s的下一个第i+1阶邻居节点v，重复上述步骤，直至得到目标节点s所有的第i+1阶邻居节点的重要性得分的估计。