[发明专利]信息推荐方法、装置、设备和介质

说明书

本公开提供了一种信息推荐方法，属于大数据技术领域。所述方法包括：基于用户之间的信息交互记录，构建社区网络；所述社区网络中以用户为节点，在具有所述信息交互记录的用户之间形成连边；从所述社区网络中构建初始正影响支配集；以所述初始正影响支配集为第一轮的正影响支配集，基于贪心算法和模拟退火算法的思想进行循环迭代，寻找所述社区网络中的最小正影响支配集，以及向所述最小正影响支配集中的节点对应的用户推荐产品信息。本公开还提供了一种信息推荐装置、设备、存储介质和程序产品。

技术领域

本公开涉及大数据领域，更具体地涉及一种信息推荐方法、装置、设备、介质和程序产品。

背景技术

正影响支配集，是指对于处于网络中的任意一人，如果有一半或一半以上的朋友(邻居)对其有正向影响或正向干预，那么认为这个人会有极大概率受到正向影响。这些可以施加影响的人构成了网络中的正影响支配集。正影响支配集可以用于广告营销等活动中。例如，在进行产品营销推荐时，当向人群中正影响支配集中的用户定向推荐产品后，该产品的信息极有可能通过正影响支配集扩散到整个人群中，提高了产品信息的扩散效率和用户触达率。这样，产品信息推荐的问题，最终落点到了确定人群中的正影响支配集的问题上。然而，人群中的正影响支配集往往并不唯一，尤其是当人群数量较大、彼此之间的交互关系较多的情况下。这样，如果能在越短的时间内，找到人数越少的正影响支配集，产品信息推荐的效率就越高。

发明内容

本公开实施例提供了一种信息推荐方法、装置、设备、介质和程序产品，有助于高效地查找出网络中的最小正影响支配集，提高产品推荐效率。

本公开实施例的第一方面，提供了一种信息推荐方法。所述方法包括：基于用户之间的信息交互记录，构建社区网络；所述社区网络中以用户为节点，在具有所述信息交互记录的用户之间形成连边；从所述社区网络中构建初始正影响支配集；以所述初始正影响支配集作为目标正影响支配集的初始值，进行循环迭代，直到满足迭代终止条件，在所述循环迭代结束输出所述目标正影响支配集，以得到最小正影响支配集；以及向所述最小正影响支配集中的节点对应的用户推荐产品信息。其中，所述循环迭代包括重复执行破坏阶段、重建阶段和接收阶段的操作。其中，在破坏阶段，剔除所述目标正影响支配集中预设比例的节点，以得到结果集。在重建阶段，按照贪心算法每次从所述社区网络中选择覆盖度最高的节点加入到所述结果集，直到所述结果集被重建为新的正影响支配集。接收阶段，按照模拟退火算法，当所述新的正影响支配集中的节点个数小于或等于所述目标正影响支配集的节点个数时，接受所述新的正影响支配集；以及当所述新的正影响支配集中的节点个数大于所述目标正影响支配集的节点个数时，按照基于模拟退火的接受概率接受所述新的正影响支配集；其中，所述接受所述新的正影响支配集是指利用所述新的正影响支配集更新所述目标正影响支配集。

根据本公开的实施例，所述重建阶段还包括Carousel循环。其中，在Carousel循环的每一轮中，在从社区网络中选择覆盖度最高的节点加入到所述结果集之前，先剔除掉所述破坏阶段所得到的结果集中的一个节点。其中，所述Carousel循环的终止条件为遍历完所述破坏阶段所得到的结果集中的全部节点。

根据本公开的实施例，所述从所述社区网络中构建初始正影响支配集包括：利用快速贪心算法构造所述初始正影响支配集。

根据本公开的实施例，所述迭代终止条件包括：连续N轮循环中所述目标正影响支配集中的节点个数都没有减少，其中，N为预设值，且N为大于或等于2的整数。

根据本公开的实施例，所述接收阶段还包括：确定所述接受概率。其中，所述接受概率与所述新的正影响支配集中的节点个数和所述目标正影响支配集的节点个数之间的差正相关，与温度控制参数T负相关。其中，所述温度控制参数T在所述循环迭代中随着循环轮次的增加不断下降，所述温度控制参数T的初始值与所述初始正影响支配集中的节点个数成正比。