專利名稱:基于搜索者的專家推薦方法
技術(shù)領(lǐng)域:
本發(fā)明屬于社會(huì)網(wǎng)絡(luò)技術(shù)領(lǐng)域,涉及社會(huì)網(wǎng)絡(luò)信息處理,尤其涉及一種社會(huì)網(wǎng)絡(luò)中基于搜索者的專家推薦方法。
背景技術(shù):
傳統(tǒng)的社會(huì)網(wǎng)絡(luò)(Social Network)是指社會(huì)個(gè)體成員之間因互動(dòng)而形成的相對(duì)穩(wěn)定的關(guān)系體系。近年來(lái),隨著互聯(lián)網(wǎng)技術(shù)和無(wú)線技術(shù)的發(fā)展和普及,這種關(guān)系已經(jīng)延伸到虛擬社會(huì)網(wǎng)絡(luò)環(huán)境中,通過(guò)基于網(wǎng)絡(luò)的互動(dòng)服務(wù)即社交網(wǎng)絡(luò)服務(wù),(Social NetworkService, SNS ),如聊天、實(shí)時(shí)消息、文件分享、博客、微博、討論組等方式,用戶可以相互交流
和分享信息。互聯(lián)網(wǎng)所具有的跨越時(shí)空的特點(diǎn)促使這種虛擬的社會(huì)網(wǎng)絡(luò)迅猛發(fā)展,對(duì)人們的工作和生活產(chǎn)生了深遠(yuǎn)影響。社會(huì)網(wǎng)絡(luò)不僅為人們提供了交互娛樂(lè)的平臺(tái),而且逐漸成為輔助行政、商務(wù)等活動(dòng)的有力工具,成為一種新型的協(xié)同工作方式。社會(huì)網(wǎng)絡(luò)提供了大量的個(gè)體之間關(guān)系的信息,在專家推薦中可以起到很重要的作用。專家推薦的目的是在社會(huì)網(wǎng)絡(luò)中發(fā)現(xiàn)具有某一特定領(lǐng)域知識(shí)的專家。通過(guò)專家推薦,可以和專家進(jìn)行交流從而得到專業(yè)問(wèn)題的解答等。當(dāng)前已提出的專家推薦方法主要分為兩大類。第一類方法主要通過(guò)對(duì)備選專家個(gè)人信息的處理,采用傳統(tǒng)的信息檢索技術(shù),根據(jù)備選專家的個(gè)人信息搜索結(jié)果,計(jì)算備選專家與特定領(lǐng)域的關(guān)聯(lián)程度,從而得到對(duì)應(yīng)的專家推薦列表。第二類方法主要是通過(guò)不同的算法對(duì)專家個(gè)人信息以及專家間的專業(yè)關(guān)系進(jìn)行處理,得到專家在某一個(gè)特定領(lǐng)域的權(quán)威性和主要研究的領(lǐng)域,從而得到對(duì)應(yīng)的專家列表。專家推薦方法搜索的并不僅僅是針對(duì)某一問(wèn)題的解決方案,而且還要給搜索者提供解決問(wèn)題的途徑,因此具有很強(qiáng)的個(gè)性化特征。傳統(tǒng)的方式只是利用社會(huì)網(wǎng)絡(luò)中的人際關(guān)系來(lái)計(jì)算專家的權(quán)威指數(shù),得出專家推薦列表,而忽略了搜索者是否能從該專家處得到幫助,即這個(gè)專家推薦列表對(duì)搜索者是否有意義,這很大一部分取決于搜索者與備選專家直接隱性的社會(huì)關(guān)系,而這個(gè)隱性的關(guān)系指數(shù),對(duì)于搜索者能否最終得到專家的幫助,起到很重要的作用。
發(fā)明內(nèi)容
本發(fā)明的目的在于綜合考慮社會(huì)網(wǎng)絡(luò)中專家的權(quán)威性與其幫助搜索者的可能性,從而得到有效的專家推薦列表的方法,克服傳統(tǒng)專家推薦方法只注重專家權(quán)威,而不注重專家是否能真正幫助搜索者的問(wèn)題。為了達(dá)到上述目的,本發(fā)明提供了一種基于搜索者的專家推薦方法,具體包括如下步驟步驟I :構(gòu)建社會(huì)網(wǎng)絡(luò)G= (V,E),其中,G表示一個(gè)社會(huì)網(wǎng)絡(luò),V表示節(jié)點(diǎn)V的集合,E表示用戶之間邊e的集合;社會(huì)網(wǎng)絡(luò)圖中的每個(gè)節(jié)點(diǎn)代表一個(gè)用戶,每個(gè)用戶的用戶信息用來(lái)描述用戶的屬性,所述用戶的屬性包括社會(huì)屬性和學(xué)術(shù)屬性;步驟2 :根據(jù)搜索者提供的關(guān)鍵字,計(jì)算每個(gè)專家在特定領(lǐng)域的權(quán)威值分量,根據(jù)得到的權(quán)威值分量計(jì)算專家的權(quán)威值;步驟3 :根據(jù)預(yù)先設(shè)定的閾值,將權(quán)威值大于該閾值的專家組成備選專家組;步驟4 :根據(jù)備選專家組中的專家對(duì)于他人問(wèn)題求助的響應(yīng)積極性,修正備選專
家組中專家的權(quán)威值,采用的計(jì)算公式為
權(quán)利要求
1.一種基于搜索者的專家推薦方法,具體包括如下步驟 步驟I :構(gòu)建社會(huì)網(wǎng)絡(luò)G= (V,E),其中,G表示一個(gè)社會(huì)網(wǎng)絡(luò),V表示節(jié)點(diǎn)V的集合,E表示用戶之間邊e的集合;社會(huì)網(wǎng)絡(luò)圖中的每個(gè)節(jié)點(diǎn)代表一個(gè)用戶,每個(gè)用戶的用戶信息用來(lái)描述用戶的屬性,所述用戶的屬性包括社會(huì)屬性和學(xué)術(shù)屬性; 步驟2 :根據(jù)搜索者提供的關(guān)鍵字,計(jì)算每個(gè)專家在特定領(lǐng)域的權(quán)威值分量,根據(jù)得到的權(quán)威值分量計(jì)算專家的權(quán)威值; 步驟3 :根據(jù)預(yù)先設(shè)定的閾值,將權(quán)威值大于該閾值的專家組成備選專家組; 步驟4 :根據(jù)備選專家組中的專家對(duì)于他人問(wèn)題求助的響應(yīng)積極性,修正備選專家組 中專家的權(quán)威值,采用的計(jì)算公式為
2.根據(jù)權(quán)利要求I所述的專家推薦方法,其特征在于,步驟2所述的權(quán)威值分量具體為A=[Ai,A2, A3, A4, A5],其中,A1代表專家在特定領(lǐng)域發(fā)表論文的權(quán)威性,A2代表專家在特定領(lǐng)域參與的項(xiàng)目,A3代表專家在特定領(lǐng)域的獲獎(jiǎng)情況,A4代表專家在特定領(lǐng)域申請(qǐng)的專利情況,A5代表專家在特定領(lǐng)域的業(yè)界活躍度。
3.根據(jù)權(quán)利要求2所述的專家推薦方法,其特征在于,步驟2所述的計(jì)算專家的權(quán)威值具體采用的計(jì)算公式為=Fi=K ' -A, K= [K1, K2, K3, K4, K5],K1, K2, K3, K4, K5分別表示A1, A2, A3, A4, A5的分量系數(shù)
4.根據(jù)權(quán)利要求2所述的專家推薦方法,其特征在于,A1的計(jì)算公式為
5.根據(jù)權(quán)利要求2所述的專家推薦方法,其特征在于,步驟5所述的社會(huì)關(guān)系系數(shù)P,i具體計(jì)算過(guò)程如下 根據(jù)Di jkstra算法,計(jì)算搜索者與第i個(gè)備選專家的最短路徑Pi,則搜索者與第i個(gè)備選專家的社會(huì)關(guān)系系P' ^PiAV其中,P」為搜索者到所有備選專家間最短路徑的最大值。
全文摘要
本發(fā)明公開了一種基于搜索者的專家推薦的方法,本發(fā)明的方法包括三個(gè)階段,第一個(gè)階段,利用社會(huì)網(wǎng)絡(luò)中的用戶描述信息,獲取每個(gè)專家的權(quán)威值,實(shí)現(xiàn)備選專家的選擇;第二階段,利用社會(huì)網(wǎng)絡(luò)中的社會(huì)關(guān)系,計(jì)算搜索者與每個(gè)備選專家之間的社會(huì)關(guān)系系數(shù);第三階段,根據(jù)備選專家的權(quán)威值以及其與搜索者的社會(huì)關(guān)系系數(shù),擬合出專家推薦列表。本發(fā)明的方法綜合考慮了備選專家的專家值及搜索者與備選專家的專家關(guān)系系數(shù),即根據(jù)專家權(quán)威性和與搜索者之間的關(guān)系參數(shù)對(duì)備選專家進(jìn)行重新排序得到專家推薦列表,能夠得到相對(duì)搜索者本人更加實(shí)用的專家推薦,減少了找到權(quán)威專家卻得不到幫助的情況。
文檔編號(hào)G06F17/30GK102880657SQ201210316190
公開日2013年1月16日 申請(qǐng)日期2012年8月31日 優(yōu)先權(quán)日2012年8月31日
發(fā)明者于秦, 趙一甲, 蔣體剛, 毛玉明, 李定偉, 曹潔 申請(qǐng)人:電子科技大學(xué)