《获取用户相似度的方法、装置及用户推荐方法、系统的制作方法》由会员分享，可在线阅读，更多相关《获取用户相似度的方法、装置及用户推荐方法、系统的制作方法（3页珍藏版）》请在金锄头文库上搜索。
1、获取用户相似度的方法、装置及用户推荐方法、系统的制作方法专利名称：获取用户相似度的方法、装置及用户推荐方法、系统的制作方法技术领域：本发明涉及计算机领域，尤指一种获取用户相似度的方法、装置及用户推荐方法、 系统。背景技术：目前，用户与用户的相似度主要是根据用户的资料计算得出的，现有相似度的计算方法完全依赖于用户资料。但是，一方面，用户资料很难反映一个人的全部特征，而另一方面，如果用户资料填写不完整，那么，相似度的计算是不理想的，也降低了用户推荐系统中相似用户推荐的满意度。发明内容有鉴于此，本发明实施例提供一种获取用户相似度的方法及装置，能够更准确的查找相似用户。本发明还提供一种用户推荐方法及系
2、统，能够提高推荐相似用户的准确性。本发明的技术方案是这样实现的一种获取用户相似度的方法，包括分析用户的反向收听关系；根据所述反向收听关系确定用户间的相似度。所述分析用户的反向收听关系，包括采用向量&表示用户X的反向收听关系，& =( Ql, Q2Qi);其中i = i，2. ， 为所述用户所在系统中除该用户之外的用户个数，Qi为所述用户所在系统中除该用户之外的用户i ；如果Qi已经收听所述用户X，则Qi = 1，否则Qi = 0。所述根据收听关系确定用户间的相似度包括Vi-Vl按照公式Sim(i，j) = =4+算用户间的相似度，其中，Vvi. V. VvJ vji、j分别表示
3、用户i和用户j，sim(i, j)表示用户i和用户j的相似度旧表示用户i的反向收听关系，表示用户j的反向收听关系。一种获取用户相似度的装置，至少包括分析模块、获取模块以及存储模块，其中，分析模块，用于分析用户的收听关系，并将得到的收听关系中的反向收听关系输出给获取模块；获取模块，用于根据用户的反向收听关系，确定用户间的相似度，按照相似度从高到低的顺序，选出与该用户相似度较高的预设数目个相似用户，并存储在存储模块中；存储模块，用于存储用户的相似用户信息。还包括收听关系存储模块，用于存储分析模块分析出的正向收听关系和反向收听关系；此时，分析模块，还用于将分析出的收听关系中的正向收听关系和反向收听关
4、系输出给收听关系存储模块。所述存储模块，还用于为存储的各相似用户分别设置权值。一种用户推荐方法，包括获取用户的正向收听关系；确定正向收听关系中记录的该用户收听的各用户的相似用户，所述相似用户是根据反向收听关系确定的用户间的相似度确定的；从确定出的相似用户中选出推荐给该用户的推荐用户。该方法还包括获取所述相似用户的相似度的权值。所述选出推荐给该用户的推荐用户包括按照所述各相似用户的相似度从高到低的顺序，选择相似度较大的预设数量的相似用户作为推荐用户。所述选出推荐给该用户的推荐用户包括按照预先设置的策略选择预设数量的相似用户作为推荐用户。种用户推荐系统，包括请求单元、获取用户相似度的装置，以及推荐
5、单元，其中，请求单元，用于向获取用户相似度的装置发起第一请求，以请求获取用户的正向收听关系；将获得的发起请求的用户的正向收听关系发送给推荐单元；获取用户相似度的装置，用于接收来自请求单元的第一请求，向请求单元输出发起请求的用户的正向收听关系；接收来自推荐单元的第二请求，向推荐单元输出发起请求的用户收听的用户的相似用户；推荐单元，用于根据发起请求的用户的正向收听关系，获取发起请求的用户收听的用户，并向获取用户相似度的装置发起第二请求，用于请求该发起请求的用户收听的用户的相似用户；从获得的所有相似用户中选出预设数量的推荐给发起请求用户的推荐用户。所述获取用户相似度的装置，在收到第二请求时，还用于向
6、所述推荐单元输出相似用户的权值；此时，所述推荐单元，具体用于从获得的所有相似用户中，按照相似度从高到低，选出预设数量的推荐给发起请求用户的推荐用户。从上述本发明提供的技术方案可以看出，本发明根据follow关系确定用户间的相似度，保证了相似用户与请求的用户的高相似度，提高了查找相似用户的准确度。本发明用户推荐方法中推荐的用户与请求用户的相似度，是通过用户的follow关系获得的，保证了相似用户与请求用户的高相似度，因此，提高了用户推荐系统中推荐相似用户的准确性。图1为本发明获取用户相似度的方法的流程图；图2为本发明获取用户相似度的装置的组成结构示意图；图3为本发明用户推荐方法的流程图；图4为本
7、发明用户推荐系统的组成结构示意图；图5为本发明用户推荐方法的实施例的实现过程示意图。具体实施例方式图1为本发明获取用户相似度的方法的流程图，如图1所示，包括步骤100 分析用户的收听(follow)关系。follow关系包括正向follow关系和反向follow关系，对于某用户如用户X，正向follow关系记录的是用户X收听的用户如用户Al、用户A2.用户An ；反向follow关系记录的是收听用户X的用户如用户Bi、用户B2.用户Bm，也就是用户X被用户Bi、用户B2、.用户an收听。本步骤中，对用户的follow关系的分析指对反向follow关系的分析，包括假设用户所在系统共有个用户(除用
8、户X本身)，用户X的反向follow关系可以表示为向量& = (Q1, Q2Qi),其中i = l，2.n，如果Qi已经收听用户XJijQi = 1，否则Qi = O0步骤101 根据follow关系确定用户间的相似度。本步骤根据公式计算用户V -V间的相似度Sim(iJ) = 774(1)Vv. - VvJ vJ公式(1)中，i、j分别表示用户i和用户j，,表示用户i的反向follow关系，、表示用户j的反向follow关系。假设X= (0, 1, 1)，广(1，1, 1),那么，simri Vi-Vj(0x1 + 1X1 + 1X1)_Simi 1, I )-=- - -i-Vi
9、-VrVl+ + /(lxl + lxl + lxl)对于每个用户来讲，可以按照相似度从高到低的顺序，为该用户保存预设数目个相似用户，如10个。具体数目可以根据不同系统的需要设置。本发明方法，通过用户的follow关系获得用户相似度，从用户对信息的关注程度进行考虑，更好地体现了用户的相似度，得到了比较理想的用户的相似度，为后续用户推荐系统中相似用户的推荐提供了保障。针对本发明获取用户相似度的方法，还提供一种获取用户相似度的装置，如图2 所示，至少包括分析模块、获取模块以及存储模块，其中，分析模块，用于分析用户的follow关系，并将得到的follow关系中的反向follow 关系输出给获取模块
10、；获取模块，用于根据用户的反向follow关系，确定用户间的相似度，并按照相似度从高到低的顺序，选出与该用户相似度较高的预设数目个相似用户，并存储在存储模块中。存储模块，用于存储用户的相似用户信息，比如可以是用户的标识，还可以进一步存储该用户与其相似用户的相似度等。本发明获取用户相似度的装置还包括follow关系存储模块，用于存储分析模块分析出的正向follow关系和反向follow关系。此时，分析模块，还用于将分析出的follow中的正向follow关系和反向follow关系输出给follow关系存储模块。图3为本发明用户推荐方法的流程图，如图3所示，包括以下步骤步骤300 获取用户的正向f
11、ollow关系。从本发明获取用户相似度的装置中的follow关系存储模块可以获得用户的正向 follow关系，也就是获得了该用户收听的用户的信息。步骤301 确定正向follow关系中记录的该用户收听的各用户的相似用户。从本发明存储的用户的相似用户信息，可以对应获得该用户收听的用户的相似用户。所述相似用户是根据反向收听关系确定的用户间的相似度来确定的，具体如图1所示的方法，这里不再详述。进一步地，在本发明获取用户相似度的装置的存储模块存储相似用户信息时，还用于为这些相似用户设置权值，具体实现属于本领域技术人员惯用技术手段，这里不再赘述。这样，本步骤中，还同时获得该用户的相似用户的权值。步骤30
12、2 从确定出的所有相似用户中选出推荐给该用户的推荐用户。本步骤中，可以按照预先设置的策略选择预设数量的相似用户作为推荐用户，比如按照各相似用户的相似度从高到低，选择相似度较大的预设数量的相似用户作为推荐用户，比如10个。具体数目可以根据不同系统的需要设置。本发明用户推荐方法中推荐的用户与请求用户的相似度，是通过用户的follow 关系获得的，保证了相似用户与请求的用户的高相似度，因此，提高了用户推荐系统中相似用户推荐的满意度。图4为本发明用户推荐系统的组成结构示意图，如图4所示，包括请求单元、获取用户相似度的装置，以及推荐单元，其中，请求单元，用于向获取用户相似度的装置发起第一请求，以请求获取
13、用户的正向 follow关系；将获得的发起请求的用户的正向follow关系发送给推荐单元。获取用户相似度的装置，用于接收来自请求单元的第一请求，向请求单元输出发起请求的用户的正向follow关系；接收来自推荐单元的第二请求，向推荐单元输出发起请求的用户收听的用户的相似用户。推荐单元，用于根据发起请求的用户的正向follow关系，获取发起请求的用户收听的用户，并向获取用户相似度的装置发起第二请求，用于请求该发起请求的用户收听的用户的相似用户；从获得的所有相似用户中选出预设数量的推荐给发起请求用户的推荐用户。获取用户相似度的装置，在收到第二请求时，还用于向推荐单元输出相似用户的权值；此时，推荐单元
14、，具体用于从获得的所有相似用户中，按照相似度从高到低，选出预设数量的推荐给发起请求用户的推荐用户。需要说明的是，本发明获取用户相似度的装置中，存储模块，和/或follow关系存储模块也可以作为独立的数据库设置在该装置之外，这种实现形式属于本领域技术人员的惯用技术手段，并不用于限定本发明的保护范围。图5为本发明用户推荐方法的实施例的实现过程示意图，结合图3和图4，具体过程包括1、请求单元如系统前台，请求查询用户X的follow历史记录，即用户Xfollow的用户，也就是用户X的正向follow关系；2、用户follow数据库返回用户X的正向follow关系历史记录，假设用户X已经 follow的
15、用户为用户Al.用户An ；本实施例中，follow关系存储模块采用用户follow数据库来实现；3、请求单元将获得的用户列表即用户Al.用户An上报给推荐单元；4、推荐单元通过用户相似度数据库，分别查询与用户Al.用户An最相似的10 个用户；5、用户相似度数据库向推荐单元返回分别与用户Al.用户An最相似的10个用户，以及各相似用户的权值；6、推荐单元对(10*n)个用户的相似度进行合并处理，比如将与同一用户相似的相似度相加，并选相似度大的前10个用户，比如用户Bi.用户BlO返回给请求单元，这10 个用户即为推荐给用户X的推荐用户。本发明提供的方法，同样适用于基于好友关系的相似度的获取，
16、以及利用钙相似度进行的相似用户的推荐，具体实现，参考本发明提供的具体实现方法，这里不再赘述。以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。8权利要求1.一种获取用户相似度的方法，其特征在于，包括分析用户的反向收听关系；根据所述反向收听关系确定用户间的相似度。2.根据权利要求1所述的方法，其特征在于，所述分析用户的反向收听关系，包括采用向量已表示用户X的反向收听关系，& =( Ql, Q2Qi);其中i = 1，2. n，n为所述用户所在系统中除该用户之外的用户个数，Qi为所述用户所在系统中除该用户之外的用户i ；如果Qi已经收听所述用户X，则Qi = 1，否则Qi =0。3.根据权利要
