[发明专利]一种基于综合得分的好友推荐方法

权利要求书

1.一种基于综合得分的好友推荐方法，其特征在于，包括：

1)根据用户填写的个人信息，确定参与推荐筛选的用户的信息得分，包括如下步骤：

a)对年龄进行分段，确定需要推荐好友的用户的年龄所在区间。

b)根据上述所得区间对不同的年龄段进行赋权。

c)通过需要推荐好友的用户的爱好，计算不同区间内的参与推荐筛选的用户的权值。

d)对计算出的所有参与推荐筛选的用户信息权值进行规约化处理，获取每一位参与推荐筛选的用户信息得分。

2)根据用户的签到信息，确定参与推荐筛选的用户的地理得分，包括如下步骤：

a)获取需要推荐好友的用户一定时间内的签到信息，第i次的签到信息主要包括签到时间T_i，签到位置Addr_i。

b)采用聚类算法，通过Addr_i中的经、纬度信息对需要推荐好友的用户的签到位置进行聚类，获取需要推荐好友的用户签到信息中的签到地点的聚类信息，第i次签到位置所属的聚类中心点位置为addr_i。

c)将一天的时间进行划分，确定每一次签到时间所在的不同的签到时间段，其中第i次签到所在的时间段为t_i，将需要推荐好友的用户的第i次签到信息表示为(t_i，addr_i)。

d)对参与推荐筛选的用户的签到信息中的签到位置和签到时间进行相同的处理，获取参与推荐筛选的用户的所有签到信息，其中第k次签到表示为(t_k，addr_k)。

e)通过对需要推荐好友的用户和参与推荐筛选的用户的签到信息进行比较、计算获取参与推荐筛选的用户的地理权值。

f)对计算出的所有参与推荐筛选的用户的得分进行规约化处理，获取最终的参与推荐筛选的用户的地理得分。

3)根据用户点击的推送信息，确定参与推荐筛选用户的喜好得分，步骤如下：

a)对推送的信息类型的推送量初始化。

b)记录每次向用户推送的信息类型和相应的推送结果，修改相应的推送量。

c)对需要推荐好友的用户的所有信息类型的推送次数进行排序，获取前三种推荐信息的类型。

d)分别计算参与推荐筛选的用户对应的三种推荐信息类型的权值，其中第i种推荐信息类型的推送量为m_i，并计算相应的参与推送筛选的用户喜好权值。

e)对计算出的所有参与推送筛选的用户的推荐权值进行规约化处理，获取最终的参与推送筛选的用户喜好得分。

4)计算综合得分：

为保证考虑不同分数对结果的影响，对三种分数进行加权求和，获取与需要推荐好友的用户最为相近的参与推荐筛选的用户，并将这些用户推荐给需要推荐好友的用户。

2.根据权利要求1所述的基于综合得分的好友推荐方法，其特征在于：步骤(1)中对年龄段的划分采用以推荐用户所在的区间权值最高，然后向两端逐渐减少。计算时采用对比爱好计算推荐用户和被推荐用户之间相同的爱好数目，将爱好数目与相应的权值相乘获取得分。在规约化时采用如下公式：

其中[N，M]是规约的范围，x是规约的数据，x_max是规约数据中最大的数据，x_min是规约数据中最小的数据，y是x规约后的结果。

3.根据权利要求1所述的基于综合得分的好友推荐方法，其特征在于：步骤(2)中采用DBSCAN聚类算法，通过对地理位置的聚类减少计算和提高匹配度。在对时间进行划分，避免了因时间因素导致的计算量过大问题。在计算地理得分时采用如下公式：

其中d₁，d₂，d₃分别是相应的加权，N是被推荐用户k的所有签到次数，N₁是被推荐用户k的所有签到点中与推荐用户之间时间和位置均不相同的点的个数，N₂是被推荐用户k的所有签到点中与推荐用户之间时间相同，但位置不相同的点的个数，N₃是被推荐用户k所有签到点中与推荐用户之间时间和位置均相同的点的个数。