[发明专利]一种基于多关系网络的推荐算法

摘要

本发明公开了一种基于多关系网络的推荐算法，包括以下步骤：1)将用户数据集按照不同关系网络分类，将关系网络表示成矩阵；2)对每个单关系网络的用户，计算两两用户之间的综合链接距离；3)根据步骤2)得到两个用户之间在各个单关系网络的综合链接距离，计算用户之间的Jaccard系数；4)根据用户之间的Jaccard系数，进行二值化处理，构建一个综合网络，最后根据基于单关系网络的TrustWalker算法，完成最终的推荐任务。本发明结合用户的实际，充分利用其在多个社交关系网络中的信息，改善推荐算法过程中的冷启动问题，并提高最后的推荐效果。

主权项

1.一种基于多关系网络的推荐算法，其特征在于，包括以下步骤：1)将用户数据集按照不同关系网络分类，将关系网络表示成矩阵；2)对每个单关系网络的用户，计算两两用户之间的综合链接距离；所述两两用户之间的综合链接距离，由以下步骤得到：2.1)查找目标节点相邻的所有节点；2.2)计算源节点与所述相邻节点之间的路径距离，结果加1；2.3)考虑到多条路径对到达目标节点都会有贡献，所以综合考虑多条路径，可用下面公式计算综合链接距离：其中，dlast为源节点与目标节点间的综合链接距离，dn表示源节点到目标节点各个邻接节点路径距离加1；3)根据步骤2)得到两个用户之间在各个单关系网络的综合链接距离，计算用户之间的Jaccard系数；所述Jaccard系数由以下步骤得到：3.1)对于单关系网络中的用户，根据步骤2)得到所述综合链接距离，当综合链接距离大于设定的阈值时，就可以判定用户在这一关系中是相似的；否则判定为不相似；3.2)将用户之前的关系看作一种属性，对特定两个用户，根据在步骤2)中得到在所有关系网络中的距离，与设定的阈值作比较后，得到两个用户相似的属性的个数；3.3)根据所述用户相似属性个数，由下述公式可以计算得到用户的Jaccard系数：其中，N表示关系网络的个数，即用户的属性个数；M表示用户相似属性个数；Jacu,v表示节点u与节点v之间的Jaccard系数；4)根据用户之间的Jaccard系数，进行二值化处理，构建一个综合网络，最后根据基于单关系网络的TrustWalker算法，完成最终的推荐任务。