戶集合中每一用戶的影響力值的集合。
[0200] 上述的用戶與商品的矩陣Amxn和能量傳播迭代算法可采用本步驟所述實現方法 之外的其它方法實現，在此不作限定。
[0201] 步驟S104,根據用戶的參與行為所涉及的項目獲取所述用戶集合的每一用戶與所 述目標用戶之間的相似度。
[0202] 所述用戶集合的每一用戶與所述目標用戶之間的相似度利用相似度算法計算獲 得；本實施例中，采用余弦相似度算法計算所述用戶集合的每一用戶與所述目標用戶之間 的相似度利用相似度，所述余弦相似度算法如下： LlN 丄(Jt)Liyt)Zb/ Λ "L· IJ 丄Z/丄 ?
[0203]
[0204] Buv表示所述用戶集合中用戶ν和目標用戶u之間的相似度，rul表示目標用戶u針 對于所述商品集合中商品i的活躍度，I uv表示用戶集合中用戶V和目標用戶u有過共同的 參與行為的商品集合，Iu表示目標用戶u有過參與行為的商品集合，I v表示用戶集合中用 戶V有過參與行為的商品集合。
[0205] 除此之外，還可以采用本實施例所述的余弦相似度算法以外的算法實現上述的計 算過程，比如：皮爾森（Pearson)相關系數算法以及調整余弦相似度算法等。
[0206] 表示表示步驟S105,結合所述用戶集合中每一用戶的影響力值和該用戶集合中每 一用戶與所述目標用戶之間的相似度，計算所述目標用戶對所述待推薦給目標用戶的項目 集合中每一項目的興趣度的預測值。
[0207] 1)計算所述用戶集合中每一用戶的影響力值與影響力值對應的參數的乘積以及 所述相似度與相似度對應的參數的乘積；并計算出所述二者乘積相加所得的值；
[0208] 用I表示所述用戶集合中所有用戶的影響力值的集合，Iv表示所述用戶集合中用 戶V的影響力值；α表示所述用戶集合中用戶V的影響力值對應的參數，β表示所述相似 度對應的參數，W uv表示所述用戶集合中用戶V的影響力值與影響力值對應的權重參數的乘 積以及所述相似度與相似度對應的權重參數的乘積相加所得的值，則：
[0209] wuv = a Iv+ β Buv
[0210] 其中，所述參數（！和β的值根據所述項目集合中項目對應的項目種類確定。
[0211] 2)基于所述二者乘積相加所得的值計算所述目標用戶對所述待推薦給目標用戶 的商品集合中每一商品的興趣度的預測值；所述計算目標用戶u對所述商品集合中商品i 的興趣度的預測值算法如下：
[0212]
[0213] 其中，pul代表目標用戶U對所述商品集合中商品i的興趣度的預測值A1(U)表示 針對于商品i有參與行為的用戶的集合。
[0214] 步驟S106,結合該預測值選取所述待推薦給目標用戶的項目集合中至少一個項目 向所述目標用戶推薦。
[0215] 根據上述步驟S105計算所得的所述目標用戶針對于所述待推薦給目標用戶的商 品集合中每一商品的興趣度的預測值之后，選取所述待推薦給目標用戶的商品集合當中至 少一個項目向所述目標用戶推薦。
[0216] 本實施例中，采用top N算法從所述待推薦給目標用戶的商品集合中選取商品， 艮P :選取所述待推薦給目標用戶的商品集合中預測值最高的N(N> = 1)件商品向目標用戶 推薦。
[0217] 除此之外，還可以選取所述商品集合中預測值大于設定值的商品向所述目標用戶 推薦，在此不作限定。
[0218] 所述用于參與項目的推薦裝置實施例如下：
[0219] 參照圖2,其示出了本實施例提供的用于參與項目的推薦裝置示意圖。
[0220] 由于裝置實施例基本相似于方法實施例，所以描述得比較簡單，相關的部分請參 見方法實施例的對應說明即可。下述描述的裝置實施例僅僅是示意性的。
[0221] 本實施例所述的用于參與項目的推薦裝置，包括：
[0222] 項目獲取單元201，獲取待推薦給目標用戶的項目集合；
[0223] 用戶獲取單元202,用于獲取對所述待推薦給目標用戶的項目集合中項目有過參 與行為的用戶組成的用戶集合；
[0224] 影響力值獲取單元203,用于獲取該用戶集合中的每一用戶的影響力值；
[0225] 相似度獲取單元204,用于根據用戶的參與行為所涉及的項目獲取所述用戶集合 的每一用戶與所述目標用戶之間的相似度；
[0226] 預測值計算單元205,用于結合所述用戶集合中每一用戶的影響力值和該用戶集 合中每一用戶與所述目標用戶之間的相似度，計算所述目標用戶對所述待推薦給目標用戶 的項目集合中每一項目的興趣度的預測值；
[0227] 推薦單元206,用于結合該預測值選取所述待推薦給目標用戶的項目集合中至少 一個項目向所述目標用戶推薦。
[0228] 所述用戶影響力值的計算方法實施例如下：
[0229] 參照圖3,其示出了本實施例提供的用戶影響力值的計算方法處理流程圖。
[0230] 由于本實施例提供的用戶影響力值的計算方法的實施例與上述用于用戶參與項 目的推薦方法的實施例基本相似，所以描述的比較簡單，相關的部分請參見上述用于用戶 參與項目的推薦方法的實施例對應說明即可。下述描述的實施例僅僅是示意性的。
[0231] 本實施例所述的用戶影響力值的計算方法，包括：
[0232] 步驟S301 ;獲取對項目有過參與行為的用戶組成的用戶集合，以及有過用戶參與 行為的項目組成的項目集合；
[0233] 步驟302 ;獲取所述用戶集合的每一用戶針對于所述項目集合中每一項目的活躍 度，并形成用戶與項目的矩陣；
[0234] 步驟S303 ;生成并初始化用戶向量以及項目本征向量，其中，所述用戶向量的元 素值代表所述用戶集合中用戶初始的影響力值，所述項目本征向量的元素值代表所述項目 集合中項目的屬性的初始值；
[0235] 步驟S304 ;通過能量傳播迭代算法對所述矩陣、用戶向量和項目本征向量進行迭 代計算，并將所述迭代計算后的用戶向量的元素值作為所述用戶集合中用戶的影響力值；
[0236] 其中，所述活躍度表征用戶針對于項目的參與程度，所述用戶的影響力值表征項 目活動中用戶之間的相互影響程度。
[0237] 可選的，所述獲取所述用戶集合的每一用戶針對于所述項目集合中每一項目的活 躍度包括：
[0238] 對于用戶集合中每一用戶，獲取用戶針對于所述項目集合中每一項目的所有參與 行為的集合，以及該參與行為的集合中每一種參與行為的參與次數和每一種參與行為對應 的行為權重；
[0239] 計算所述集合中每一種參與行為的參與次數與行為權重的乘積，并計算該集合中 所有參與行為的參與次數與行為權重的乘積的加權值，將該加權值作為所述用戶集合中每 一用戶針對于所述項目集合中每一項目的活躍度。
[0240] 可選的，所述通過能量傳播迭代算法對所述矩陣、用戶向量和項目本征向量進行 迭代計算包括：
[0241] 計算所述項目本征向量與所述用戶與項目的矩陣的轉置矩陣的乘積，將該乘積作 為所述用戶向量的值，并將該計算視為項目上的作用力通過用戶行為作用到用戶影響力的 一次能量傳播；
[0242] 將計算獲得的用戶向量與所述用戶與項目的矩陣的乘積作為項目向量，并將該計 算視為用戶的影響力通過有用戶參與行為的項目向其他用戶的一次能量傳播；
[0243] 根據迭代次數重復上述能量傳播運算過程；
[0244] 其中，所述迭代次數根據設定的經驗值確定或者根據被計算的向量在相鄰兩次計 算后的模的差值小于設置定的值而確定。
[0245] 所述用戶影響力值的計算裝置實施例如下：
[0246] 參照圖4,其示出了本實施例提供的用戶影響力值的計算裝置示意圖。
[0247] 由于裝置實施例基本相似于方法實施例，所以描述得比較簡單，相關的部分請參 見方法實施例的對應說明即可。下述描述的裝置實施例僅僅是示意性的。
[0248] 本實施例所述的用戶影響力值的計算裝置，包括：
[0249] 數據獲取單元401，用于獲取對項目有過參與行為的用戶組成的用戶集合，以及有 過用戶參與行為的項目組成的項目集合；
[0250] 活躍度生成單元402,用于獲取所述用戶集合的每一用戶針對于所述項目集合中 每一項目的活躍度，并形成用戶與項目的矩陣，其中，所述活躍度表征用戶針對于項目的參 與程度；
[0251] 向量初始化單元403,用于生成并初始化用戶向量以及項目本征向量，其中，所述 用戶向量的元素值代表所述用戶集合中用戶初始的影響力值，所述項目本征向量的元素值 代表所述項目集合中項目的初始值；
[0252] 影響力值計算單元404,用于通過能量傳播迭代算法對所述矩陣、用戶向量和項目 本征向量進行迭代計算，并將所述迭代計算后的用戶向量的元素值作為所述用戶集合中用 戶的影響力值，其中，所述用戶的影響力值表征項目活動中用戶之間的相互影響程度。
[0253] 所述用于用戶參與項目的推薦方法實施例如下：
[0254] 參照圖5,其示出了本實施例提供的用于用戶參與項目的推薦方法處理流程圖。
[0255] 由于本實施例與上述用于用戶參與項目的推薦方法的實施例基本相似，所以描述 的比較簡單，相關的部分請參見上述用于用戶參與項目的推薦方法的實施例對應說明即 可。下述描述的實施例僅僅是示意性的。
[0256] 本實施例所述的用于用戶參與項目的推薦方法，包括：
[0257] 步驟S501 ;獲取對目標用戶的參與行為涉及的項目集合中項目有過參與行為的 用戶組成的用戶集合；
[0258] 步驟S502 ;獲取該用戶集合中的每一用戶的影響力值；
[0259] 步驟S503;根據用戶的參與行為所涉及的項目獲取所述用戶集合的每一用戶與 所述目標用戶之間的相似度；
[0260] 步驟S504;結合所述用戶集合中每一用戶的影響力值和所述用戶集合中每一用 戶與目標用戶之間的相似度，計算目標用戶與所述用戶集合中每一用戶之間的影響力相似 度；
[0261] 步驟S505 ;獲取所述用戶集合中影響力相似度最高的至少一名用戶的參與行為 涉及的項目集合，并將該項目集合作為待推薦給目標用戶的項目集合；
[0262] 步驟S506 ;計算目標用戶對所述待推薦給目標用戶的項目集合中每一項目的興 趣度的預測值，并結合該預測值選取所述待推薦給目標用戶的項目集合中至少一個項目向 目標用戶推薦；
[0263] 其中，所述用戶的影響力值表征用戶在項目活動中對他人的影響程度；所述影響 力相似度表征在用戶的影響力值的參與下用戶之間的相似度。
[0264] 可選的，所述獲取該用