[发明专利]一种基于嵌入模型的兴趣点推荐方法及装置

权利要求书

1.一种基于嵌入模型的兴趣点推荐方法，其特征在于，包括：

获取用户的当前兴趣点信息及社交关系信息；

利用所述用户的当前兴趣点信息、社交关系信息及兴趣点推荐模型，确定与所述用户对应的相似用户；所述兴趣点推荐模型为通过嵌入社交关系信息及用户偏好信息生成的嵌入模型；

根据所述相似用户在所述兴趣点推荐模型中的用户偏好信息，生成与所述用户对应的下一兴趣点推荐列表。

2.根据权利要求1所述的兴趣点推荐方法，其特征在于，根据所述相似用户在所述兴趣点推荐模型中的用户偏好信息，生成与所述用户对应的下一兴趣点推荐列表，包括：

根据所述相似用户在所述兴趣点推荐模型中的用户偏好信息，计算每个相似用户的用户偏好信息中的推荐兴趣点与所述用户的当前兴趣点的度量值；

利用每个相似用户的推荐兴趣点的度量值，选取满足预定选取规则的相似用户的推荐兴趣点，并生成与所述用户对应的下一兴趣点推荐列表。

3.根据权利要求2所述的兴趣点推荐方法，其特征在于，利用每个相似用户的推荐兴趣点的度量值，选取满足预定选取规则的相似用户的推荐兴趣点，并生成与所述用户对应的下一兴趣点推荐列表，包括：

根据每个相似用户的推荐兴趣点的度量值，将每个相似用户的推荐兴趣点从大至小进行排序，选取前N个推荐兴趣点，并根据所述前N个推荐兴趣点对应的相似用户信息，生成与所述用户对应的下一兴趣点推荐列表；其中，N为大于1的正整数。

4.根据权利要求2所述的兴趣点推荐方法，其特征在于，利用每个相似用户的推荐兴趣点的度量值，选取满足预定选取规则的相似用户的推荐兴趣点，并生成与所述用户对应的下一兴趣点推荐列表，包括：

从每个相似用户的推荐兴趣点中，选取度量值大于预定度量阈值的推荐兴趣点，并根据与所述度量值大于预定度量阈值的推荐兴趣点所对应的相似用户，生成与所述用户对应的下一兴趣点推荐列表。

5.根据权利要求1-4中任意一项所述的兴趣点推荐方法，其特征在于，根据所述相似用户在所述兴趣点推荐模型中的用户偏好信息，计算每个相似用户的用户偏好信息中的推荐兴趣点与所述用户的当前兴趣点的度量值，包括：

确定所述相似用户的社交关系度量值O_S；

确定推荐兴趣点与所述用户的当前兴趣点的用户偏好度量值O_P；

利用度量值确定规则，计算每个相似用户的推荐兴趣点与所述用户的当前兴趣点的度量值O；

所述度量值确定规则为：O＝μO_S·O_P+(1-μ)O_P；μ为社交关系信息及用户偏好信息的嵌入比例系数。

6.根据权利要求5所述的兴趣点推荐方法，其特征在于，确定所述相似用户的社交关系度量值O_S，包括：

利用社交关系度量值确定规则，以及相似用户与所述用户的一阶相似度O₁和二阶相似度O₂，计算社交关系度量值O_S；

其中，所述社交关系度量值确定规则为：O_S＝βO₁+(1-β)O₂。

7.一种基于嵌入模型的兴趣点推荐系统，其特征在于，包括：

获取模块，用于获取用户的当前兴趣点信息及社交关系信息；

相似用户确定模块，用于利用所述用户的当前兴趣点信息、社交关系信息及兴趣点推荐模型，确定与所述用户对应的相似用户；所述兴趣点推荐模型为通过嵌入社交关系信息及用户偏好信息生成的嵌入模型；

推荐列表生成模块，用于根据所述相似用户在所述兴趣点推荐模型中的用户偏好信息，生成与所述用户对应的下一兴趣点推荐列表。

8.根据权利要求7所述的兴趣点推荐系统，其特征在于，所述推荐列表生成模块包括：

度量值计算模块，用于根据所述相似用户在所述兴趣点推荐模型中的用户偏好信息，计算每个相似用户的用户偏好信息中的推荐兴趣点与所述用户的当前兴趣点的度量值；

下一兴趣点选取单元，用于利用每个相似用户的推荐兴趣点的度量值，选取满足预定选取规则的相似用户的推荐兴趣点，并生成与所述用户对应的下一兴趣点推荐列表。