[发明专利]推荐系统中基于核搜索策略的推荐者搜索方法

权利要求书

1.推荐系统中基于核搜索策略的推荐者搜索方法，如下步骤：

A.对信任数据进行预处理；

B.计算节点度和节点介数，将得到的节点度和介数的值进行归一化处理，得到一种新的测度，使用新测度找到网络中的重要节点，形成内核，具体包括：

1)节点度，是指和该节点相关联的边的条数，又称关联度；度中心性(DC)是网络分析中节点中心性的最直接度量；在有向网络情况下，我们通常定义两个独立的度中心性测度，即入度和出度；节点的入度是指进入该节点的边的条数；节点的出度是指从该节点出发的边的条数；

2)节点介数，定义为网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例；介数反映了相应的节点或者边在整个网络中的作用和影响力，是一个重要的全局几何量，是社会网络分析中广泛使用的一种衡量标准，具有很强的现实意义；对于给定的节点v，测量那些通过v的最短路径的比率，公式如下所示：

其中，b_u，w和b_u，v，w分别表示节点u和w之间最短路径的数量和先前那些最短路径中经过节点v的路径的数量；

3)归一化处理节点度和介数，结合这两种属性，得到一个新的测度；测量结果按降序排列，根据内核的大小从上到下选择所需要的节点，即这些被选择的节点组成了内核；

节点介数的归一化，如下所示：

其中，v^bet和v^bet*是介数归一化前后的值，和分别表示介数的最大值和最小值；

节点度的归一化同上式，只要把介数改成度即可，得到节点度归一化后的值v^dee*；

新测度计算方法如下所示：

v^com*＝v^dee*+v^bet*

其中，v^com*为新测度；

C.通过信任传递从内核向外扩散，找到它们信任的用户，即推荐者。

2.根据权利要求1所述的推荐系统中基于核搜索策略的推荐者搜索方法，其特征在于，所述步骤A具体包括：

消除一些入度为零的节点，因为这些节点与其他绝大多数的节点不在同一个信任网络中。

3.根据权利要求1所述的推荐系统中基于核搜索策略的推荐者搜索方法，其特征在于，所述步骤C具体包括：

内核中的用户能根据信任的传递关系，找到它们所信任的用户，即推荐者，经过几次信任传递，网络中的绝大多数用户都会被覆盖。