[发明专利]一种基于元路径的个性化推荐方法及系统

摘要

本发明公开了一种基于元路径的个性化推荐方法及系统。本推荐方法通过收集物品内容信息，用户之间的社会关系以及用户历史行为信息构建异构网络图；利用基于异步双向随机游走的相关度测量方法，实现基于语义的用户对物品的偏好度测量；利用机器学习，综合不同语义下的用户偏好度，预测用户对未选择物品的偏好度，以此向用户推荐其喜好的物品。本系统通过综合利用基于内容、协作过滤、社会网络关系，其它物品类型对目标物品类型的附加信息以及挖掘信息的语义特征，有效地提高了推荐效果的准确性，新颖性和多样性。

主权项

 一种基于元路径的个性化推荐方法，其特征在于，包括以下步骤：1）信息获取：获取用户对物品的历史行为信息，用户与用户之间的社会关系和物品自身的内容信息；2）构建异构网络有向图：基于获取的所有信息构建含有节点类型的异构网络有向图，其中的每一个节点拥有与实际物理类型一致的节点类型；3）构建概要图：抽象异构网络有向图，只保留节点之间的类型关系，基于异构网路有向图中的节点类型以及节点类型之间的关系构建其概要图；4）元路径获取：基于概要图，利用广度优先遍历算法，获取含有不同语义的元路径，所述元路径是一个单向路径，其源节点是用户类型，末节点是物品类型，该路径规定了节点遍历的行为和方向，从语义上，不同的元路径对应着不同的语义信息；5）相关度计算：基于元路径，利用基于异步双向随机游走的相关度计算方法，计算所述元路径下的用户与物品的相关度；6）生成推荐模型：通过机器学习所述各元路径重要性权值并结合所述元路径生成推荐模型，计算用户对物品的偏好程度；7）生成推荐项目列表：根据推荐模型预测的用户对未选择物品的偏好程度，以降序方式进行排序，将排在最靠前的一个或多个物品推荐给所述用户。