一種基于多視圖哈希的圖書推薦方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及基于多視圖哈希的圖書推薦技術(shù)，尤其涉及一種基于多視圖哈希的圖 書推薦方法。
【背景技術(shù)】
[0002] 隨著信息技術(shù)的發(fā)展，內(nèi)容的創(chuàng)建和分享變得越來(lái)越容易，這可以讓人們獲得更 多的信息，滿足了人們的需求，但是用戶在面對(duì)互聯(lián)網(wǎng)上的海量信息時(shí)，無(wú)法準(zhǔn)確地從中獲 得自己需要的信息，這會(huì)使互聯(lián)網(wǎng)上信息的利用效率下降，這就是所謂的信息過(guò)載問(wèn)題。個(gè) 性化推薦系統(tǒng)的出現(xiàn)就是為了解決這個(gè)問(wèn)題的。推薦系統(tǒng)會(huì)根據(jù)用戶的信息，分析用戶的 信息需求點(diǎn)、興趣愛(ài)好點(diǎn)，將特定的一些產(chǎn)品或者信息推薦給用戶。數(shù)字圖書館的用戶在面 對(duì)大量增長(zhǎng)的在線圖書資源時(shí)，也會(huì)面臨這個(gè)問(wèn)題，即用戶不知道如何尋找自己感興趣的 書籍。
[0003] 挖掘用戶的興趣點(diǎn)通常是根據(jù)用戶歷史的行為數(shù)據(jù)，傳統(tǒng)的方法一般是利用了用 戶在某一個(gè)視圖上的數(shù)據(jù)，而沒(méi)有考慮將多個(gè)視圖的用戶行為數(shù)據(jù)整合在一起，另一方面， 傳統(tǒng)的推薦方法是基于高維的特征向量來(lái)計(jì)算的，效率不高。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供一種基于多視圖哈希的圖書推薦方 法。
[0005] 本發(fā)明的目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：一種基于多視圖哈希的圖書推薦方 法，包括以下步驟：
[0006] (1)從日志收集系統(tǒng)中篩選出用戶在兩個(gè)視圖上的行為數(shù)據(jù)，包括圖書點(diǎn)擊數(shù)據(jù) 和搜索數(shù)據(jù)；
[0007] (2)利用用戶的點(diǎn)擊數(shù)據(jù)和搜索數(shù)據(jù)，構(gòu)建用戶在點(diǎn)擊視圖和搜索視圖上的用戶 特征向量；
[0008] (3)利用用戶在兩個(gè)視圖上的用戶特征向量，通過(guò)多視圖哈希算法學(xué)習(xí)得到用戶 的哈希編碼、兩個(gè)視圖上的哈希函數(shù)以及各個(gè)視圖的權(quán)重；
[0009] (4)利用得到的用戶哈希編碼為目標(biāo)用戶尋找相似用戶；
[0010] (5)得到相似用戶的圖書集合，作為推薦圖書的候選列表，計(jì)算目標(biāo)用戶對(duì)候選列 表中的圖書的偏好程度，返回目標(biāo)用戶偏好程度最大的前N本圖書。
[0011] 進(jìn)一步地，所述的步驟2具體為：從用戶點(diǎn)擊數(shù)據(jù)中得到所有用戶的圖書點(diǎn)擊集 合B = Ib1, b2,. . .，bx}，其中X為圖書總數(shù)，再根據(jù)用戶點(diǎn)擊數(shù)據(jù)和B，構(gòu)建出每個(gè)用戶點(diǎn)擊
【主權(quán)項(xiàng)】
1. 一種基于多視圖哈希的圖書推薦方法，其特征在于，包括以下步驟： (1) 從日志收集系統(tǒng)中篩選出用戶在兩個(gè)視圖上的行為數(shù)據(jù)，包括圖書點(diǎn)擊數(shù)據(jù)和搜 索數(shù)據(jù)； (2) 利用用戶的點(diǎn)擊數(shù)據(jù)和搜索數(shù)據(jù)，構(gòu)建用戶在點(diǎn)擊視圖和搜索視圖上的用戶特征 向量； (3) 利用用戶在兩個(gè)視圖上的用戶特征向量，通過(guò)多視圖哈希算法學(xué)習(xí)得到用戶的哈 希編碼、兩個(gè)視圖上的哈希函數(shù)以及各個(gè)視圖的權(quán)重； (4) 利用得到的用戶哈希編碼為目標(biāo)用戶尋找相似用戶； (5) 得到相似用戶的圖書集合，作為推薦圖書的候選列表，計(jì)算目標(biāo)用戶對(duì)候選列表中 的圖書的偏好程度，返回目標(biāo)用戶偏好程度最大的前N本圖書。
2. 根據(jù)權(quán)利要求1所述一種基于多視圖哈希的圖書推薦方法，其特征在于，所述的 步驟2具體為：從用戶點(diǎn)擊數(shù)據(jù)中得到所有用戶的圖書點(diǎn)擊集合B = Ib1, b2,. . .，bx}，其 中X為圖書總數(shù)，再根據(jù)用戶點(diǎn)擊數(shù)據(jù)和B，構(gòu)建出每個(gè)用戶點(diǎn)擊視圖的特征向量X1, X1 = Ix]其中
i = 1，2,…X ;利用所有用戶的搜索 數(shù)據(jù)，首先將用戶所有的搜索詞分詞，得到所有用戶的搜索詞集合Q = {qp q2, . . .，qy}，y表 示分詞后所有搜索詞個(gè)數(shù)，然后利用工具w〇rd2VeC以及weka將這些詞聚類，得到a個(gè)類，a 為自然數(shù)，最后構(gòu)建出用戶在搜索視圖的特征向量X2, X2= [I i，12, ...，IJ，其中L =用戶 的搜索詞在類j中的占比，j = 1，2,…，a。
3. 根據(jù)權(quán)利要求1所述一種基于多視圖哈希的圖書推薦方法，其特征在于，所述的步 驟3包括以下子步驟： (3. 1)初始化點(diǎn)擊視圖和搜索視圖的權(quán)重α ρ，α p= 〇. 5, p = 1，2 ; (3. 2)根據(jù)XjP X 2構(gòu)建鏈接矩陣於，p = 1，2 ; (3. 3)根據(jù)滬構(gòu)建正規(guī)圖拉普拉斯矩陣p，p = 1，2 ;
(3. 5)計(jì)算矩陣Η( α )的k個(gè)對(duì)應(yīng)特征值最小的特征向量，k為最終用戶哈希編碼的位 數(shù)；根據(jù)特征向量生成用戶哈希編碼矩陣U ; (3.6) 計(jì)算得到哈希函數(shù)# = ρα; (3.7) 根據(jù)二次規(guī)劃方法更新權(quán)重α ;如果沒(méi)有收斂，重復(fù)步驟3. 4到步驟3. 7,如果 已經(jīng)收斂，則得到最終的U，步，α。
4. 根據(jù)權(quán)利要求1所述一種基于多視圖哈希的圖書推薦方法，其特征在于，所述的步 驟4具體為：目標(biāo)用戶的哈希編碼如果可在步驟3生成的U中找到，則直接計(jì)算目標(biāo)用戶 與U中的所有其他用戶的哈希編碼之間的漢明距離，否則首先得到目標(biāo)用戶兩個(gè)視圖的特 征向量，再利用步驟3中得到的哈希函數(shù)免和權(quán)重α生成哈希編碼，然后計(jì)算目標(biāo)用戶與 U中的所有用戶的哈希編碼之間的漢明距離；根據(jù)漢明距離從小到大排序，選前M個(gè)用戶作 為目標(biāo)用戶的相似用戶，得到相似用戶集合Usim，M為自然數(shù)。
5. 根據(jù)權(quán)利要求1所述一種基于多視圖哈希的圖書推薦方法，其特征在于，所述的步 驟5包括以下子步驟： (5. 1)將相似用戶集合Usim中所有用戶對(duì)應(yīng)的圖書集合進(jìn)行合并，去除目標(biāo)用戶已經(jīng) 點(diǎn)擊過(guò)的圖書，組成推薦結(jié)果的候選集合Icandidate ; (5.2)對(duì)于候選集合Icandidate中的每一本圖書，計(jì)算目標(biāo)用戶對(duì)該圖書的喜好程 度，用Score (item)來(lái)衡量，計(jì)算公式如下：
其中，dist (u)表示用戶u和目標(biāo)用戶哈希編碼之間的漢明距離，即衡量用戶u與目標(biāo) 用戶之間的相似度，指示函數(shù)I (item e Vu)表示圖書item是否位于用戶u對(duì)應(yīng)的特征向 量中，Vu表示用戶u點(diǎn)擊過(guò)的所有圖書，指示函數(shù)I (item e Vu)為：
(5. 3)根據(jù)步驟5. 2計(jì)算得到的Score (item)，將候選圖書排序，將前N本圖書推薦給 目標(biāo)用戶。
【專利摘要】本發(fā)明公開(kāi)了一種基于多視圖哈希的圖書推薦方法，包括如下步驟：1）從日志收集系統(tǒng)中篩選出用戶在兩個(gè)視圖上的行為數(shù)據(jù)，包括圖書點(diǎn)擊數(shù)據(jù)和搜索數(shù)據(jù)；2）構(gòu)建用戶在點(diǎn)擊和搜索視圖上的用戶特征向量；3）利用兩個(gè)視圖的行為數(shù)據(jù)，通過(guò)多視圖哈希算法得到用戶哈希編碼、哈希函數(shù)以及兩個(gè)視圖的權(quán)重；4）利用得到的用戶哈希編碼為目標(biāo)用戶尋找相似用戶；5）得到相似用戶點(diǎn)擊的圖書集合，作為推薦候選列表，計(jì)算目標(biāo)用戶對(duì)圖書的偏好程度，返回目標(biāo)用戶偏好程度最大的前N本圖書。本發(fā)明可以將用戶在兩個(gè)視圖的行為數(shù)據(jù)整合到哈希編碼中，提高圖書推薦準(zhǔn)確性；另一方面，哈希編碼的漢明距離計(jì)算速度很快，可以提高圖書推薦的效率。
【IPC分類】G06F17-30
【公開(kāi)號(hào)】CN104679835
【申請(qǐng)?zhí)枴緾N201510065111
【發(fā)明人】張寅 , 魏寶剛, 洪鑫
【申請(qǐng)人】浙江大學(xué)
【公開(kāi)日】2015年6月3日
【申請(qǐng)日】2015年2月9日