一種基于社交網(wǎng)絡(luò)的圖書推薦方法和系統(tǒng)的制作方法
【專利摘要】一種基于社交網(wǎng)絡(luò)的圖書推薦方法和系統(tǒng)，方法包括有：步驟1、提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，為用戶構(gòu)建若干個(gè)互動(dòng)類型好友組，然后將與用戶有成功互動(dòng)關(guān)系的其他用戶根據(jù)其互動(dòng)類型劃分到不同的互動(dòng)類型好友組中，所述成功互動(dòng)是用戶對(duì)自己與其他用戶之間的互動(dòng)關(guān)系進(jìn)行回應(yīng)；步驟2、分別計(jì)算用戶和每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)，然后從每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的前若干個(gè)好友，最后將所述若干個(gè)好友的閱讀最多的圖書向用戶推薦。本發(fā)明屬于網(wǎng)絡(luò)通信【技術(shù)領(lǐng)域】，能根據(jù)用戶在社交網(wǎng)絡(luò)中的互動(dòng)行為來(lái)進(jìn)行圖書的個(gè)性化推薦。
【專利說明】一種基于社交網(wǎng)絡(luò)的圖書推薦方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于社交網(wǎng)絡(luò)的圖書推薦方法和系統(tǒng)，屬于網(wǎng)絡(luò)通信【技術(shù)領(lǐng)域】?！颈尘凹夹g(shù)】
[0002]移動(dòng)閱讀作為一種互聯(lián)網(wǎng)時(shí)代的新興閱讀形式，逐漸為廣大互聯(lián)網(wǎng)用戶所接受，如何準(zhǔn)確把握用戶的閱讀偏好、快速將符合用戶喜好的信息以直線距離推送到用戶面前顯得尤為重要。互聯(lián)網(wǎng)用戶傾向于通過推薦、評(píng)論、加關(guān)注等互動(dòng)方式與其他用戶進(jìn)行交互、或表達(dá)自己的喜好，如何針對(duì)用戶的偏好和互動(dòng)行為進(jìn)行個(gè)性化的圖書智能推薦是一個(gè)重要的問題。
[0003]現(xiàn)有的很多移動(dòng)閱讀的用戶空間中都具有增加偶像和好友的功能，而且好友之間可以進(jìn)行圖書的贈(zèng)送、推薦和借閱等互動(dòng)行為。現(xiàn)有的很多推薦功能都是基于用戶的歷史閱讀行為或者采用協(xié)同過濾的方法進(jìn)行推薦，而根據(jù)用戶之間的相互關(guān)系和互動(dòng)行為進(jìn)行圖書推薦的推薦方法較少。
[0004]因此，如何根據(jù)用戶在社交網(wǎng)絡(luò)中的互動(dòng)行為來(lái)進(jìn)行圖書的個(gè)性化推薦，仍是一個(gè)值得深入研究的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明的目的是提供一種基于社交網(wǎng)絡(luò)的圖書推薦方法和系統(tǒng)，能根據(jù)用戶在社交網(wǎng)絡(luò)中的互動(dòng)行為來(lái)進(jìn)行圖書的個(gè)性化推薦。
[0006]為了達(dá)到上述目的，本發(fā)明提供了一種基于社交網(wǎng)絡(luò)的圖書推薦方法，包括有:
[0007]步驟1、提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，為用戶構(gòu)建若干個(gè)互動(dòng)類型好友組，然后將與用戶有成功互動(dòng)關(guān)系的其他用戶根據(jù)其互動(dòng)類型劃分到不同的互動(dòng)類型好友組中，所述成功互動(dòng)是用戶對(duì)自己與其他用戶之間的互動(dòng)關(guān)系進(jìn)行回應(yīng)；
[0008]步驟2、分別計(jì)算用戶和每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)，然后從每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的前若干個(gè)好友，最后將所述若干個(gè)好友的閱讀最多的圖書向用戶推薦。
[0009]為了達(dá)到上述目的，本發(fā)明還提供了 一種基于社交網(wǎng)絡(luò)的圖書推薦系統(tǒng)，包括有:
[0010]互動(dòng)好友組構(gòu)建裝置，用于提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，為用戶構(gòu)建若干個(gè)互動(dòng)類型好友組，然后將與用戶有成功互動(dòng)關(guān)系的其他用戶根據(jù)其互動(dòng)類型劃分到不同的互動(dòng)類型好友組中，所述成功互動(dòng)是用戶對(duì)自己與其他用戶之間的互動(dòng)關(guān)系進(jìn)行回應(yīng)；
[0011]圖書推薦裝置，用于分別計(jì)算用戶和用戶的每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)，然后從用戶的每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的前若干個(gè)好友，最后將所述若干個(gè)好友的閱讀最多的圖書向用戶推薦。
[0012]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:本發(fā)明可以充分利用用戶在社交網(wǎng)絡(luò)中的互動(dòng)數(shù)據(jù)，結(jié)合用戶的歷史閱讀行為，給用戶推薦其可能喜歡的圖書，從而提升圖書的點(diǎn)擊率和訂購(gòu)率；本發(fā)明可以通過用戶與其他用戶之間互動(dòng)連接強(qiáng)度的計(jì)算，挑選出與用戶相似性較高的其他用戶，再將這些用戶劃分到不同的互動(dòng)類型好友組中；本發(fā)明可以根據(jù)用戶和所有好友的互動(dòng)類型和成功互動(dòng)數(shù)，來(lái)計(jì)算不同互動(dòng)類型中向用戶推薦的圖書數(shù)，并根據(jù)不同互動(dòng)類型好友組中好友的閱讀偏好，從而確定向用戶推薦的圖書內(nèi)容，因而所推薦圖書更具有多樣性；本發(fā)明可以應(yīng)用在移動(dòng)網(wǎng)和互聯(lián)網(wǎng)的圖書閱讀平臺(tái)中。
【專利附圖】

【附圖說明】
[0013]圖1是本發(fā)明一種基于社交網(wǎng)絡(luò)的圖書推薦方法流程圖。
[0014]圖2是圖1步驟2的具體操作流程圖。
[0015]圖3是圖1步驟24對(duì)于第i種互動(dòng)類型的具體操作流程圖。
[0016]圖4是本發(fā)明一種基于社交網(wǎng)絡(luò)的圖書推薦系統(tǒng)的組成結(jié)構(gòu)示意圖。
[0017]圖5是圖書推薦裝置的組成結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0018]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。
[0019]如圖1所示，本發(fā)明一種基于社交網(wǎng)絡(luò)的圖書推薦方法，包括有:
[0020]步驟1、提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，為用戶構(gòu)建若干個(gè)互動(dòng)類型好友組，然后將與用戶有成功互動(dòng)關(guān)系的其他用戶根據(jù)其互動(dòng)類型劃分到不同的互動(dòng)類型好友組中；
[0021]所述互動(dòng)信息可以包括但不限于:關(guān)注信息、推薦圖書信息、贈(zèng)送圖書信息、借閱圖書信息，所述互動(dòng)類型可以包括但不限于:關(guān)注類型、推薦圖書類型、贈(zèng)送圖書類型、借閱圖書類型；
[0022]所述成功互動(dòng)是用戶對(duì)自己與其他用戶之間的互動(dòng)關(guān)系進(jìn)行回應(yīng)，例如用戶A對(duì)關(guān)注自己的用戶B加關(guān)注、用戶A閱讀用戶C推薦的圖書、用戶A閱讀用戶D贈(zèng)送的圖書、用戶A閱讀用戶E借閱的圖書，則用戶A和B、用戶A和C、用戶A和D、用戶A和E存在有成功互動(dòng)關(guān)系；
[0023]所述互動(dòng)類型好友組根據(jù)互動(dòng)類型，可以包括但不限于:關(guān)注好友組、推薦好友組、贈(zèng)送好友組、借閱好友組，例如，用戶B、C、D、E分別根據(jù)其互動(dòng)類型被劃分到用戶A的關(guān)注好友組、推薦好友組、贈(zèng)送好友組、借閱好友組中；
[0024]步驟2、分別計(jì)算用戶和每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)，然后從每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的前若干個(gè)好友，最后將所述若干個(gè)好友的閱讀最多的圖書向用戶推薦。
[0025]所述步驟I中，還可以通過用戶與其他用戶之間互動(dòng)連接強(qiáng)度的計(jì)算，挑選出與用戶相似性較高的其他用戶，再將這些用戶劃分到不同的互動(dòng)類型好友組中。所述步驟I進(jìn)一步包括有:
[0026]步驟11、為用戶構(gòu)建若干個(gè)互動(dòng)類型好友組；
[0027]步驟12、根據(jù)用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，挑選出所有與用戶有成功互動(dòng)關(guān)系的其他用戶，并根據(jù)不同用戶之間不同互動(dòng)類型的成功互動(dòng)數(shù)，逐一計(jì)算每個(gè)其他用戶和用戶之間的互動(dòng)連接強(qiáng)度，如果所述互動(dòng)連接強(qiáng)度大于強(qiáng)度閾值，則將所述其他用戶根據(jù)其與用戶的互動(dòng)類型劃分到用戶對(duì)應(yīng)的互動(dòng)類型好友組中，所述強(qiáng)度閾值根據(jù)實(shí)際業(yè)務(wù)需要而定。
[0028]所述步驟12中，其他用戶和用戶之間的互動(dòng)連接強(qiáng)度的計(jì)算公式如下:
[0029]
【權(quán)利要求】
1.一種基于社交網(wǎng)絡(luò)的圖書推薦方法，其特征在于，包括有: 步驟1、提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，為用戶構(gòu)建若干個(gè)互動(dòng)類型好友組，然后將與用戶有成功互動(dòng)關(guān)系的其他用戶根據(jù)其互動(dòng)類型劃分到不同的互動(dòng)類型好友組中，所述成功互動(dòng)是用戶對(duì)自己與其他用戶之間的互動(dòng)關(guān)系進(jìn)行回應(yīng)； 步驟2、分別計(jì)算用戶和每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)，然后從每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的前若干個(gè)好友，最后將所述若干個(gè)好友的閱讀最多的圖書向用戶推薦。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟I進(jìn)一步包括有: 根據(jù)用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，挑選出所有與用戶有成功互動(dòng)關(guān)系的其他用戶，并根據(jù)不同用戶之間不同互動(dòng)類型的成功互動(dòng)數(shù)，逐一計(jì)算每個(gè)其他用戶和用戶之間的互動(dòng)連接強(qiáng)度，如果所述互動(dòng)連接強(qiáng)度大于強(qiáng)度閾值，則將所述其他用戶根據(jù)其與用戶的互動(dòng)類型劃分到用戶對(duì)應(yīng)的互動(dòng)類型好友組中。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，其他用戶和用戶之間的互動(dòng)連接強(qiáng)度的計(jì)算公式如下:


imer—type Linkagc_sfrength (.k )= ^ strength—weight(i)x linkage—eount(i?k) y



i=l其中，Linkage_strengt`h (k)是用戶和用戶k之間的互動(dòng)連接強(qiáng)度；strength_weight (i)是第i種互動(dòng)類型的互動(dòng)連接強(qiáng)度貢獻(xiàn)權(quán)重；linkage_count (i，k)是用戶和用戶k對(duì)于第i種互動(dòng)類型的成功互動(dòng)數(shù)；inter_type是互動(dòng)類型總數(shù)。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2進(jìn)一步包括有: 步驟21、根據(jù)用戶與其他用戶的互動(dòng)信息，分別統(tǒng)計(jì)用戶和每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)； 步驟22、根據(jù)用戶和每個(gè)互動(dòng)類型好友組中的所有好友的成功互動(dòng)數(shù)，計(jì)算用戶與每個(gè)互動(dòng)類型好友組的成功互動(dòng)數(shù)； 步驟23、根據(jù)用戶和每個(gè)互動(dòng)類型好友組的成功互動(dòng)數(shù)、以及向用戶推薦的圖書總數(shù)，計(jì)算每種互動(dòng)類型中向用戶推薦的圖書數(shù)； 步驟24、按照每種互動(dòng)類型中向用戶推薦的圖書數(shù):book_count (i), book_count (i)是第i種互動(dòng)類型中向用戶推薦的圖書數(shù)，從每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的前book_count (i)個(gè)好友，并逐一提取每個(gè)好友在一段時(shí)間內(nèi)閱讀最多的一本圖書向用戶推薦。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，步驟22中，用戶與每個(gè)互動(dòng)類型好友組的




Τ(?)成功互動(dòng)數(shù)的計(jì)算公式如下:丨inkage—coum_z(i)=Ilinkage—count (i, t) }其中，




I Ilinkage_countz (i)是用戶與第i個(gè)互動(dòng)類型好友組的成功互動(dòng)數(shù)，linkage_count (i，t)是用戶與第i個(gè)互動(dòng)類型好友組中的好友t對(duì)于第i種互動(dòng)類型的成功互動(dòng)數(shù)，T(i)是第i個(gè)互動(dòng)類型好友組中的好友總數(shù)。
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，步驟23中，每種互動(dòng)類型中向用戶推薦的圖書數(shù)的計(jì)算公式如下:
7.根據(jù)權(quán)利要求4所述的方法，其特征在于，步驟24中，對(duì)于第i種互動(dòng)類型來(lái)說，進(jìn)一步包括有: 步驟241、按照用戶和第i個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)從大到小的順序，對(duì)第i個(gè)互動(dòng)類型好友組中的所有好友進(jìn)行排序； 步驟242、從第i個(gè)互動(dòng)類型好友組中順序提取排序最前的一個(gè)好友； 步驟243、根據(jù)所述提取好友的閱讀歷史數(shù)據(jù)，挑選出一本其在一段時(shí)間內(nèi)閱讀次數(shù)最多的圖書； 步驟244、判斷所述挑選的圖書是否未向所述用戶推薦、且所述用戶未閱讀過，如果是，則將所述挑選的圖書向用戶推薦，然后繼續(xù)步驟245 ;如果否，則從所述提取好友的閱讀歷史數(shù)據(jù)中刪除所述挑選的圖書，并繼續(xù)從所述提取好友的閱讀歷史數(shù)據(jù)中挑選出一本其在一段時(shí)間內(nèi)閱讀次數(shù)最多的圖書，然后轉(zhuǎn)向步驟244 ； 步驟245、調(diào)整第i種互動(dòng)類型中向用戶推薦的圖書數(shù):book_count⑴=book_count (i)-l，并判斷調(diào)整后的第i種互動(dòng)類型中向用戶推薦的圖書數(shù)是否大于0，如果是，則繼續(xù)步驟246 ;如果否，則本流程結(jié)束； 步驟246、判斷所述提取好友是否排在第i個(gè)互動(dòng)類型好友組中的最后一個(gè)，如果是，則轉(zhuǎn)向步驟242 ;如果否，則從第i個(gè)互動(dòng)類型好友組中繼續(xù)提取排在所述提取好友下一個(gè)的好友，并轉(zhuǎn)向步驟243。
8.一種基于社交網(wǎng)絡(luò)的圖書推薦系統(tǒng)，其特征在于，包括有: 互動(dòng)好友組構(gòu)建裝置，用于提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，為用戶構(gòu)建若干個(gè)互動(dòng)類型好友組，然后將與用戶有成功互動(dòng)關(guān)系的其他用戶根據(jù)其互動(dòng)類型劃分到不同的互動(dòng)類型好友組中，所述成功互動(dòng)是用戶對(duì)自己與其他用戶之間的互動(dòng)關(guān)系進(jìn)行回應(yīng)； 圖書推薦裝置，用于分別計(jì)算用戶和用戶的每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)，然后從用戶的每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的前若干個(gè)好友，最后將所述若干個(gè)好友的閱讀最多的圖書向用戶推薦。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述互動(dòng)好友組構(gòu)建裝置進(jìn)一步包括有: 互動(dòng)連接強(qiáng)度計(jì)算單元，用于根據(jù)用戶與其他用戶在社交網(wǎng)絡(luò)中的互動(dòng)信息，挑選出所有與用戶有成功互動(dòng)關(guān)系的其他用戶，并根據(jù)不同用戶之間不同互動(dòng)類型的成功互動(dòng)數(shù)，逐一計(jì)算每個(gè)其他用戶和用戶之間的互動(dòng)連接強(qiáng)度，如果所述互動(dòng)連接強(qiáng)度大于強(qiáng)度閾值，則將所述其他用戶根據(jù)其與用戶的互動(dòng)類型劃分到用戶對(duì)應(yīng)的互動(dòng)類型好友組中。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，其他用戶和用戶之間的互動(dòng)連接強(qiáng)度的計(jì)算公式如下:


inter_typeLinkage—strength (k)= ^ strength—weight(i)xlinkage—count(i,k),



i=I 其中，Linkage_strength (k)是用戶和用戶k之間的互動(dòng)連接強(qiáng)度；strength_weight (i)是第i種互動(dòng)類型的互動(dòng)連接強(qiáng)度貢獻(xiàn)權(quán)重；linkage_count (i，k)是用戶和用戶k對(duì)于第i種互動(dòng)類型的成功互動(dòng)數(shù)；inter_type是互動(dòng)類型總數(shù)。
11.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述圖書推薦裝置進(jìn)一步包含有: 成功互動(dòng)數(shù)計(jì)算單元，用于根據(jù)用戶與其他用戶的互動(dòng)信息，分別計(jì)算用戶和每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)； 互動(dòng)圖書推薦數(shù)計(jì)算單元，用于根據(jù)用戶和每個(gè)互動(dòng)類型好友組中的所有好友的成功互動(dòng)數(shù)，計(jì)算用戶與每個(gè)互動(dòng)類型好友組的成功互動(dòng)數(shù)，并根據(jù)向用戶推薦的圖書總數(shù)，計(jì)算每種互動(dòng)類型中向用戶推薦的圖書數(shù)； 推薦圖書選擇單元，用于按照每種互動(dòng)類型中向用戶推薦的圖書數(shù)，從每個(gè)互動(dòng)類型好友組中挑選出成功互動(dòng)數(shù)最大的、且與每種互動(dòng)類型中向用戶推薦的圖書數(shù)一致的好友，并逐一提取每個(gè)好友在一段時(shí)間內(nèi)閱讀最多的一本圖書向用戶推薦。
12.根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于，所述互動(dòng)圖書推薦數(shù)計(jì)算單元中，用戶與每個(gè)互動(dòng)類型好友組的成功互 動(dòng)數(shù)的計(jì)算公式如下:


T(i) linkage—cou ntz(i)= ^linkage^count


t=i 其中，linkage_countz (i)是用戶與第i個(gè)互動(dòng)類型好友組的成功互動(dòng)數(shù)，linkage—count (i, t)是用戶與第i個(gè)互動(dòng)類型好友組中的好友t對(duì)于第i種互動(dòng)類型的成功互動(dòng)數(shù)，T(i)是第i個(gè)互動(dòng)類型好友組中的好友總數(shù)。
13.根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于，所述互動(dòng)圖書推薦數(shù)計(jì)算單元中，每種互動(dòng)類型中向用戶推薦的圖書數(shù)的計(jì)算公式如下: book coimt(i)=book count*.—lmkage_countzW_
—、,—inter type

Σ linkage—coimtz(0 ’

i=l其中，book_count (i)是第i種互動(dòng)類型中向用戶推薦的圖書數(shù)，book_count是向用戶推薦的圖書總數(shù)，linkage_C0UntZ(i)是用戶與第i個(gè)互動(dòng)類型好友組的成功互動(dòng)數(shù)，


inter—typeinter_type是互動(dòng)類型總數(shù)，^ linkage countz(丨)是用戶與所有互動(dòng)類型好友組的

卜I成功互動(dòng)數(shù)之和，并對(duì)book_count (i)的數(shù)值取整。
14.根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于，所述推薦圖書選擇單元進(jìn)一步包括有: 好友選擇部件，用于按照用戶和每個(gè)互動(dòng)類型好友組中的每個(gè)好友的成功互動(dòng)數(shù)從大到小的順序，對(duì)每個(gè)互動(dòng)類型好友組中的所有好友進(jìn)行排序，然后按照每種互動(dòng)類型中向用戶推薦的圖書數(shù)，順序從互動(dòng)類型好友組中提取相應(yīng)數(shù)量的好友，如果已提取至互動(dòng)類型好友組中的最后一個(gè)、且已向用戶推薦的圖書數(shù)小于該種互動(dòng)類型中向用戶推薦的圖書數(shù)時(shí)，繼續(xù)從互動(dòng)類型好友組中提取排在最前的一個(gè)好友，直至已向用戶推薦的圖書數(shù)等于該種互動(dòng)類型`中向用戶推薦的圖書數(shù)為止。
【文檔編號(hào)】G06F17/30GK103488714SQ201310412306
【公開日】2014年1月1日 申請(qǐng)日期:2013年9月11日 優(yōu)先權(quán)日:2013年9月11日
【發(fā)明者】廖建新, 李曲, 王超蕓, 崔曉茹, 趙貝爾 申請(qǐng)人:杭州東信北郵信息技術(shù)有限公司