买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福州大学

摘要：本发明涉及一种基于社区感知和自适应随机游走的景点推荐方法及系统。所述系统包括用户旅游景点推荐网络构建模块、随机游走参数自适应计算模块、随机游走模块、节点表示向量优化模块、聚类和景点推荐模块；先根据用户行为和特征构建用户旅游景点推荐网络，再使用基于度中心性的随机游走自适应策略确定随机游走参数，接着在用户旅游景点推荐网络中进行对高度节点和低度节点分别进行基于社区隶属度的随机游走和基于重启机制的启发式随机游走，利用Skip‑Gram模型训练用户节点表示向量，结合聚类算法得到相关用户形成的社区，从而用于个性化推荐以提高景点推荐的合理性和准确性。

主权项：1.一种基于社区感知和自适应随机游走的景点推荐方法，其特征在于，包括如下步骤：步骤S1、根据用户特征和用户旅游记录及对旅游景点的评价来构建用户旅游景点推荐网络；步骤S2、基于用户旅游景点推荐网络，通过一种基于节点度中心性的随机游走参数自适应计算策略来确定后续随机游走参数值；步骤S3、基于用户旅游景点推荐网络，利用多标签传播方法生成节点社区隶属度信息，并将其转换为随机游走的转移概率矩阵；对于用户旅游景点推荐网络中的高度节点，根据随机游走的转移概率矩阵执行一种基于社区信息指导的随机游走策略；步骤S4、对于用户旅游景点推荐网络中的低度节点，执行一种基于重启机制的启发式随机游走策略；步骤S5、基于随机游走得到的节点序列，训练Skip-Gram模型得到网络中各个用户节点表示向量；步骤S6、基于Skip-Gram模型训练得到的用户节点表示向量，先使用C-means算法对用户节点表示向量进行聚类，得到内部相互联系紧密的用户集合，针对要进行景点推荐的用户，从其所在社区中选择若干个在表示向量空间中距离最近的用户，根据其对旅游景点的评价选择其旅游过的最喜爱的若干个景点作为其推荐景点；所述步骤S2具体为：步骤S21、对于步骤S1得到的用户旅游景点推荐网络，计算出每个用户节点的中心性，并且将每个节点按中心性降序排列，生成一个有序的节点中心性序列Sc；步骤S22、从节点中心性的降序序列Sc中选择前α比例的节点作为基于节点度中心性的随机游走的起始节点，构筑起始节点集合Sstart；步骤S23、以Sstart中的每个节点作为社区中心分别设计两种不同类型的固定游走策略去构筑不同的节点路径集合，估计以相应节点为社区中心的最大社区半径和最小社区半径，分别将通过第一种类型和第二种类型的游走策略得到的节点路径序列集合标识为Sp1和Sp2；步骤S24、通过步骤S23两种不同类型的固定游走策略生成两种类型游走对应的路径集合之后，计算根据第一种类型的游走策略游走路径长度的均值r1以及根据第二种类型的游走策略的游走路径长度的均值r2，进而近似计算网络中平均最大社区半径rmax和平均最小社区半径rmin如下： rmax＝maxr1，r2rmin＝minr1，r2其中，lenp为随机游走路径p的长度，n为网络中节点总数；步骤S25、基于步骤S24得到的网络中平均最大社区半径以及平均最小社区半径，结合随机游走长度walk_length、窗口长度window_size以及每个节点随机游走次数number_walks各自的含义，自适应计算如下： number_walksu＝mindu，nummax其中，du为节点u的出度，nummax为事先人为设定的游走次数上限；所述步骤S3使用图多标签传播算法BMLPA计算节点u隶属于社区ck的条件概率pu|ck，基于该条件概率，计算节点u到其邻居v的转移概率如下： 其中，C是由多标签传播算法BMLPA得到的节点u和v公共社区标签；对于用户旅游景点推荐网络中的高度节点，根据转移概率矩阵依概率选择下一跳节点进行随机游走；所述步骤S4基于重启机制的启发式随机游走策略具体为：步骤S41、选择一个低度节点u作为源节点来开始一个随机游走过程；步骤S42、当从低度节点u向前随机游走了t步之后，随机游走以目前生成的节点序列中低度节点u的下一跳节点v作为源节点重新启动；步骤S43、重复步骤S42直到所有得到序列的总长度和到达确定的随机游走长度walk_length；步骤S44、连接所有短序列得到最终完整的从低度节点u开始的随机游走路径；所述步骤S23具体为：两种不同类型的固定游走策略在节点跳转的时候有着不同的节点选择依据，设游走的当前的节点为u，第一种类型的游走策略每次在比节点u中心性小的邻居节点里选择与节点u中心性差值的绝对值最小的邻居节点作为下一跳节点，即每次都沿着中心性梯度减小最小的方向前进；与之相反，第二种类型的游走策略每次在比节点u中心性小的邻居节点里选择与节点u中心性差值的绝对值最大的邻居节点作为下一跳节点，即每次都沿着中心性梯度减小最大的方向前进；两种类型的游走都根据其策略选择固定的下一跳节点，直到中心性梯度不能再减小就停止，即节点邻居的中心性都大于等于当前节点。

全文数据：

权利要求：

百度查询： 福州大学 基于社区感知和自适应随机游走的景点推荐方法及系统