[发明专利]一种基于元路径相似度的用户推荐方法、系统、服务器及存储介质

说明书

本发明涉及一种基于元路径相似度的用户推荐方法、系统、服务器及存储介质，所述方法通过构建用户与直播间的异构网络，并统计用户观看时长，计算直播间相似度贡献系数，得到用户间的相似度，本方法考虑了观看时长，得到待推荐用户的相似用户，并将相似用户观看的直播间推荐至待推荐用户，能够快速给直播间待推荐用户推荐热门直播。

技术领域

本发明涉及大数据领域，具体涉及一种基于元路径相似度的用户推荐方法、系统、服务器及存储介质。

背景技术

在直播平台上，为了给用户推荐其感兴趣的直播间，通常采用基于用户或者直播间的协同过滤方法，需要计算用户或者直播间之间的相似度，常规的方法是将用户对直播间的观看看成向量，通过计算向量之间的余弦距离计算相似度，采用SimRank基于用户-直播间关系的随机游走方法计算相似度，所述常规方法存在一些问题，直接采用观看向量只考虑了是否观看的关系，没有观看时长对相似度的影响，SimRank运用了图结构，但是在大数据的条件下算法时间复杂度非常高，上述方法并不能解决对大多数用户推荐热门直播的问题。

发明内容

鉴于现有技术存在的问题，本发明的目的是提供一种基于元路径相似度的用户推荐方法、系统、服务器及存储介质，通过构建用户与直播间的异构网络，并统计用户观看时长，计算直播间相似度贡献系数，得到用户间的相似度，根据用户间的相似度，推荐热门直播给用户。

为了实现上述目的，本发明采用的技术方案为一种基于元路径相似度的用户推荐方法，所述方法包括以下步骤：

S1、在直播平台中，建立用户与直播间观看和被观看的异构网络；

S2、基于步骤S1中异构网络，统计用户对直播间的观看时长，并对观看时长进行处理得到观看时长序号；

S3、根据用户在直播间的观看时长，计算用户相似度贡献系数，再根据所述用户相似度贡献系数，计算用户观看所述直播间的相似度贡献系数；

S4、定义异构网络的元路径，并根据元路径、观看时长序号和直播间相似度贡献系数，计算用户间的相似度；

S5、基于用户的协同过滤及用户间的相似度，得到待推荐用户的相似用户，并将相似用户观看的直播间推荐至待推荐用户。

在上述技术方案中，所述步骤S2中，观看时长统计包括以下步骤：

S21、统计时间T内用户u对直播间r的观看时长w_ur；

S22、将所有的w_ur取对数去除观看时长分布的长尾，得出lgw_ur＝ln(w_ur)；

S23、将步骤S22中得出的所有lgw_ur进行从小到大的排序，并进行等频切分，切分后，将lgw_ur转换为所在切分段数的序号sw_ur。

在上述技术方案中，所述步骤S21中时间T设为7天或30天。

在上述技术方案中，所述步骤S3还包括以下步骤：

S31、将所有的直播间相似度贡献系数初始化为1，即s_r＝1(r∈R)，其中，R为所有直播间的集合；

S32、根据用户的观看时长分配各直播间相似度贡献系数，得到每个用户的相似度贡献系数s_u为其中，u_r是用户u观看的直播间集合，r是其中的任意一个；r_u是观看了直播间r的用户集合，u是其中的任意一个；

S33、根据步骤S32得到直播间相似度贡献系数为其中，|r_u|是观看了直播间r的用户总数。

在上述技术方案中，所述步骤4中用户间相似度计算公式为：