[发明专利]基于社团发现的好友推荐系统及其方法

摘要

本发明属于大数据和数据挖掘推荐系统技术领域，尤其是一种基于社团发现的好友推荐系统及其方法。本发明的系统包括：数据获取模块、数据处理模块、数据存储模块、业务逻辑模块、显示模块等五个模块。提出了一种基于社团发现的计算方法，根据用户的签到地理位置信息和共同好友数计算用户距离相似度和熟识度，再加入到LMF算法中进行社团划分，在产生的好友社团中，根据用户离散签到时间时，采用核密度估计算法计算用户24小时整体签到概率密度。再计算用户签到地点的地点相似度，建立用户时空相似度模型实现推荐。本发明解决用户兴趣多样性推荐的问题以及用户兴趣不断变化带来的推荐运算复杂度增长的问题，得到较传统的推荐技术更加灵活的推荐技术，提高了推荐质量。

主权项

1.基于社团发现的好友推荐系统，其特征在于：包括数据处理模块、数据处理模块、数据存储模块、业务逻辑模拟和显示模块：所述的数据获取模块，根据用户的在移动设备上的签到数据，获取其地理位置和好友关系等数据，并将所述的用户数据发送给用户处理模块；所述的数据处理模块，分析数据属性，将数据集中的数据根据用户关系和签到属性等信息发送给数据存储模块；所述数据存储模块，接收到数据分析模块传输来的数据信息进行归纳整理，再利用数据挖掘技术找到用户对地点签到的地点的经纬度、签到时间和好友关系，并用矩阵表示，并将所述用户签到数据库的数据发送到所述数据存储模块模块；所述的数据存储模块将获取到的用户数据分别存储在用户关系数据库和用户签到数据库，并将数据发送给业务逻辑模块；所述的业务逻辑模块先将签到数据的数据进行属性分析，根据用户签到地理位置和好友关系，计算用户的熟识度和签到地理位置的距离计算用户相似度，加入LMF算法中作为社团划分的权值，根据社团划分的结果，在社团中计算离散的用户签到时间的24小时时间槽的签到概率，再根据信息熵处理签到概率，降低概率签到概率的影响，最后采用核密度估计算法，转换为24小时的连续签到概率密度，再根据用户对签到地点的签到概率，计算用户之间的对地点的签到兴趣，计算两者的相似性，最后发送给所述显示模块。所述的显示模块将所述业务逻辑模块发送的用户时间相似度和签到偏好相似度根据一定的权值计算得到与目标用户相似性最高的用户，最后推荐给目标用户。