CN116226508B 一种基于Louvain算法的内容推荐方法 （中电信数智科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116226508B(45)授权公告日2025.01.10

(21)申请号202211512162.4

(22)申请日2022.11.29

(65)同一申请的已公布的文献号申请公布号CN116226508A

(43)申请公布日2023.06.06

(73)专利权人中电信数智科技有限公司

地址100036北京市海淀区复兴路33号13

层东塔13层1308室

(72)发明人张宇

(74)专利代理机构南京钟山专利代理有限公司32252

专利代理师徐燕

(51)Int.CI.

GO6F16/9535(2019.01)

GO6F16/906(2019.01)

GO6F16/901(2019.01)

(56)对比文件

CN105117422A,2015.12.02

WO2017101818A1,2017.06.22CN114399251A,2022.04.26

审查员陈明生

权利要求书2页说明书5页附图1页

(54)发明名称

一种基于Louvain算法的内容推荐方法

(57)摘要

CN116226508B一种基于Louvain算法的内容推荐方法，包括S1:基于用户与内容交互，统计每条内容热度；S2:基于图网络，将各用户之间所访问的内容联系一起；S2.1:将每个用户表示为一个节点，若两个用户的节点访问过相同内容，则两个节点间存在有边；S2.2:遍历所有用户对内容的访问纪录，根据任意两个用户共同访问内容的热度，计算节点间边的权重；S3:基于Louvain算法对图网络中包含的节点分区；S4:对用户生成推荐列表。本申请利用分组内成员的兴趣相似性，发现用户潜在的可能感兴趣的内容；同时由于算法不涉及图和知识图谱的表示学习，简单高效，有良好的可解

CN116226508B

统计内容热度

统计内容热度

构建图网络

使用Louvain算法进行分区

生成推荐列表

CN116226508B权利要求书1/2页

2

1.一种基于Louvain算法的内容推荐方法，其特征在于，包括以下步骤：

S1:基于用户与内容的交互，统计每条内容的热度；步骤S1的具体内容如下：

每个用户对内容热度的贡献为：

Popularity;=w1*Cc1ick+w2*Cview+w3*C?ike+w4*Ccol1ect+W5*Cdownload+W6*Cshare+W7*Pcomment;

式中，Popularity;表示第i个用户对某一内容产生的热度贡献；Cclick表示用户点击内容链接的次数；Cview表示用户浏览内容的次数；C1ike表示用户点赞内容的次数；Cco?1ect表示用户收藏内容的次数；Cdownloa表示用户下载内容的次数；Cshare表示用户分享内容的次数；Pcoment表示用户评论对内容热度产生的贡献值；w1、w2、w3、w4、w5、w6、w7分别为对应的权重，且w1=w2=w3=w4=w5=w6=w7;

对应某条内容的最终热度值为：

式中，n表示总用户数；

所述Pcoment值的确定方案，即如何确定评论对相应内容热度产生的贡献值方案为：

首先确定评论的字数，并设置不同字数区间，对每个字数区间设置对应大小的贡献值系数；

然后对评论文字进行分类，即属于正面价值评论还是负面价值评论，并设定不同的贡献值系数；

计算Pcoment值：

式中，m表示所设置的字数区间数量；k?;表示第j个区间所对应设置的贡献值系数；C?表示字数处于第j个区间的评论个数；K?表示正面价值评论的贡献值系数；Cpositive表示属于正面价值评论的个数；K?表示负面价值评论的贡献值系数；Cnegative表示属于负面价值评论的

个数；表示为增强因子；

S2:构建图网络，将各用户之间所访问的内容联系在一起；

S2.1:将每个用户表示为一个节点，若两个用户的节点访问过相同内容，则两个节点间存在有边；

S2.2:遍历所有用户对内容的访问纪录，根据任意两个用户共同访问内容的热度，计算节点间边的权重，完成图网络构建；

S3:基于现有的Louvain算法，根据节点间边的权重对图网络中包含的节点进行分区；

S4:对用户生成推荐列表：

针对某一分区的所有用户，依据历史访问纪录得出内容的集合，并对内容按热度进行排序；然后对该分区内的某一用户，将该用户没访