[发明专利]基于单源SimRank的协同过滤推荐方法

摘要

本发明公开了一种基于单源SimRank的协同过滤推荐方法，包括：将待推荐用户、用户以及用户间的关系转换为图结构，根据从源节点u出发的随机游走经过l步到达节点w并停止的概率πl(u，w)、从节点w出发的两条随机游走在行走过程中不再相遇的概率η(w)以及从节点w出发的反向游走经过l步到达节点v并停止的概率πl(v，w)来进行节点u、v之间的SimRank相似度的估计，重复执行相似度的估计，直至完成图结构中所有节点与源节点u之间的估计；根据估计结果，找到与待推荐节点相似度最高的前k个节点；获取前k个节点的行为信息，将行为信息整合推送给源节点u。本实施例提供的基于单源SimRank的协同过滤推荐方法，降低了时间复杂度，满足实时推荐、交互查询的需求。

主权项

1.一种基于单源SimRank的协同过滤推荐方法，其特征在于，包括：将待推荐用户、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，所述边包括出边以及入边，所述待推荐用户为图结构中的源节点u；根据从源节点u出发的随机游走经过l步到达节点w并停止的概率π_l(u，w)、从节点w出发的两条随机游走在行走过程中不再相遇的概率η(w)以及从节点w出发的反向游走经过l步到达节点v并停止的概率π_l(v，w)来进行节点v与所述源节点u之间的SimRank相似度的估计s(u，v)，其中，随机游走为以的概率随机走向当前节点的一个入邻居节点，以的概率停止在当前节点的游走，c为衰减系数，0≤c≤1，v为所述图结构中的任一节点；重复执行SimRank相似度的估计，直至完成图结构中所有节点与源节点u之间的SimRank相似度的估计；根据SimRank相似度的估计结果，找到与所述待推荐节点相似度最高的前k个节点；获取所述前k个节点的行为信息，将所述行为信息整合推送给所述源节点u。