第11卷第3期 智能系统学报 Vol.11 No.3 2016年6月 CAAI Transactions on Intelligent Systems Jun.2016 D0I:10.11992/is.201603042 网络出版地址：http://www.enki..net/kcms/detail/23.1538.TP.20160513.0920.016.html 基于影响力控制的热传导算法 雷震，文益民2，王志强，缪裕青2 (1.桂林电子科技大学计算机与信息安全学院，广西桂林541004；2.桂林电子科技大学广西可信软件重点实验室， 广西桂林541004) 摘要：因特网上信息严重过载，使得用户不容易从纷繁的信息中找到适合自己的内容。如何准确地向用户推荐他 们想要的信息成为急待解决的问题。热传导算法(HC)被广泛地应用于个性化推荐领域，但是它的热量传播机制不 利于经历丰富的用户喜欢的流行物品得到更多的热量。因此，本文提出了基于影响力控制的热传导算法(THC)。 THC引入两个参数控制度数大的用户喜欢的度数大的物品对目标用户推荐的影响。另外，本文提出利用用户对景 点的各项评分及评论的情感极性来判断用户是否喜欢一个景点，还提出了一个新的指标bui以度量度数大的用户 喜欢的度数大的物品出现在推荐列表中的比例。实验结果表明：适度增大的度数大的用户喜欢的度数大的物品的 影响，有助于推荐出目标用户喜欢的物品，从而有助于提升推荐效果。 关键词：热传导：个性化推荐：用户偏好：情感极性：二部网络：信息过载：物品流行度；用户影响力 中图分类号：TP391文献标志码：A文章编号：1673-4785(2016)03-0328-08 中文引用格式：雷震，文益民，王志强，等.基于影响力控制的热传导算法[J].智能系统学报，2016,11(3)：328335. 英文引用格式：LEI Zhen,WEN Yimin,WANG Zhiqiang,etal.Heat conduction controlled by the influence of users and items[J]. CAAI transactions on intelligent systems,2016,11(3):328-335. Heat conduction controlled by the influence of users and items LEI Zhen',WEN Yimin'2,WANG Zhiqiang',MIAO Yuqing'.2 (1.School of Computer Science and Information Security,Guilin 541004,China;2.Guangxi Key Laboratory of Trusted Software,Guil- in University of Electronic Technology,Guilin 541004,China) Abstract:The overload of information on the Internet can lead to users feeling hopeless about finding the informa- tion they are seeking.Making accurate recommendations to users about the information they truly need is an urgent problem that must be addressed.The heat conduction (HC)algorithm has recently been applied in personalized recommendation technology,but its mechanism weakens the heat generated from the larger-degree itemsliked by the larger-degree users.To solve this problem,we propose an improved HC algorithm that is based on user influence control (THC).THC introduces two tunable parameters to better control the influence of larger-degree users'pref- erences for larger-degree items on target users.We also consider a user's comment scores and the sentiment polarity of a comment in a given scenario to accurately judge whether the user truly likes the given scenario.We also pro- pose a new index,called a buir,which measures the ratio of the larger-degree items that are liked by larger-degree users on the recommendation list.Experimental results show that appropriately promoting the influence of larger-de- gree items that are liked by larger-degree users helps in making recommendations to target users regarding items in which they are truly interested,thereby improving the performance of the recommendation. Keywords:heat conduction;personalized recommendation;user's preference;sentiment polarity;bipartite net- work;information overload;item popularity;user's influence 收稿日期：2016-03-19.网络出版日期：2016-05-13. 随着互联网的迅速发展，用户越来越喜欢到相 基金项目：国家自然科学基金项目(61363029)：广西省科学研究与技术开发 关网站上寻找自己想要的信息。以旅游领域为例， 项目（桂科攻14124005-2-1）：湖南省博土后科研专项计划项目 (2011RS4073):广西信息科学中心项目(YB408). 有机构预计2016年中国在线旅游市场规模将达到 通信作者：文益民.E-mail:ymwen2004@aliyun.com第 １１ 卷第 ３ 期 智 能 系 统 学 报 Ｖｏｌ．１１ №．３ ２０１６ 年 ６ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｊｕｎ． ２０１６ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１６０３０４２ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１６０５１３．０９２０．０１６．ｈｔｍｌ 基于影响力控制的热传导算法 雷震１ ，文益民１，２ ，王志强１ ，缪裕青１，２ （１．桂林电子科技大学 计算机与信息安全学院，广西 桂林 ５４１００４； ２． 桂林电子科技大学 广西可信软件重点实验室， 广西 桂林 ５４１００４） 摘 要：因特网上信息严重过载，使得用户不容易从纷繁的信息中找到适合自己的内容。 如何准确地向用户推荐他 们想要的信息成为急待解决的问题。 热传导算法（ＨＣ）被广泛地应用于个性化推荐领域，但是它的热量传播机制不 利于经历丰富的用户喜欢的流行物品得到更多的热量。 因此，本文提出了基于影响力控制的热传导算法（ＴＨＣ）。 ＴＨＣ 引入两个参数控制度数大的用户喜欢的度数大的物品对目标用户推荐的影响。 另外，本文提出利用用户对景 点的各项评分及评论的情感极性来判断用户是否喜欢一个景点，还提出了一个新的指标 ｂｕｉｒ 以度量度数大的用户 喜欢的度数大的物品出现在推荐列表中的比例。 实验结果表明：适度增大的度数大的用户喜欢的度数大的物品的 影响，有助于推荐出目标用户喜欢的物品，从而有助于提升推荐效果。 关键词：热传导；个性化推荐；用户偏好；情感极性；二部网络；信息过载；物品流行度；用户影响力 中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１６）０３⁃０３２８⁃０８ 中文引用格式：雷震，文益民，王志强，等．基于影响力控制的热传导算法［Ｊ］． 智能系统学报， ２０１６， １１（３）： ３２８⁃３３５． 英文引用格式：ＬＥＩ Ｚｈｅｎ， ＷＥＮ Ｙｉｍｉｎ， ＷＡＮＧ Ｚｈｉｑｉａｎｇ， ｅｔ ａｌ． Ｈｅａｔ ｃｏｎｄｕｃｔｉｏｎ ｃｏｎｔｒｏｌｌｅｄ ｂｙ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｕｓｅｒｓ ａｎｄ ｉｔｅｍｓ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ， ２０１６，１１（３）： ３２８⁃３３５． Ｈｅａｔ ｃｏｎｄｕｃｔｉｏｎ ｃｏｎｔｒｏｌｌｅｄ ｂｙ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｕｓｅｒｓ ａｎｄ ｉｔｅｍｓ ＬＥＩ Ｚｈｅｎ １ ， ＷＥＮ Ｙｉｍｉｎ １，２ ， ＷＡＮＧ Ｚｈｉｑｉａｎｇ １ ， ＭＩＡＯ Ｙｕｑｉｎｇ １，２ （ １．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅｃｕｒｉｔｙ， Ｇｕｉｌｉｎ ５４１００４， Ｃｈｉｎａ； ２． Ｇｕａｎｇｘｉ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｔｒｕｓｔｅｄ Ｓｏｆｔｗａｒｅ， Ｇｕｉｌ⁃ ｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｔｅｃｈｎｏｌｏｇｙ， Ｇｕｉｌｉｎ ５４１００４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｏｖｅｒｌｏａｄ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｏｎ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｃａｎ ｌｅａｄ ｔｏ ｕｓｅｒｓ ｆｅｅｌｉｎｇ ｈｏｐｅｌｅｓｓ ａｂｏｕｔ ｆｉｎｄｉｎｇ ｔｈｅ ｉｎｆｏｒｍａ⁃ ｔｉｏｎ ｔｈｅｙ ａｒｅ ｓｅｅｋｉｎｇ． Ｍａｋｉｎｇ ａｃｃｕｒａｔｅ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｔｏ ｕｓｅｒｓ ａｂｏｕｔ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｔｈｅｙ ｔｒｕｌｙ ｎｅｅｄ ｉｓ ａｎ ｕｒｇｅｎｔ ｐｒｏｂｌｅｍ ｔｈａｔ ｍｕｓｔ ｂｅ ａｄｄｒｅｓｓｅｄ． Ｔｈｅ ｈｅａｔ ｃｏｎｄｕｃｔｉｏｎ （ＨＣ） ａｌｇｏｒｉｔｈｍ ｈａｓ ｒｅｃｅｎｔｌｙ ｂｅｅｎ ａｐｐｌｉｅｄ ｉｎ ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ， ｂｕｔ ｉｔｓ ｍｅｃｈａｎｉｓｍ ｗｅａｋｅｎｓ ｔｈｅ ｈｅａｔ ｇｅｎｅｒａｔｅｄ ｆｒｏｍ ｔｈｅ ｌａｒｇｅｒ⁃ｄｅｇｒｅｅ ｉｔｅｍｓｌｉｋｅｄ ｂｙ ｔｈｅ ｌａｒｇｅｒ⁃ｄｅｇｒｅｅ ｕｓｅｒｓ． Ｔｏ ｓｏｌｖｅ ｔｈｉｓ ｐｒｏｂｌｅｍ， ｗｅ ｐｒｏｐｏｓｅ ａｎ ｉｍｐｒｏｖｅｄ ＨＣ ａｌｇｏｒｉｔｈｍ ｔｈａｔ ｉｓ ｂａｓｅｄ ｏｎ ｕｓｅｒ ｉｎｆｌｕｅｎｃｅ ｃｏｎｔｒｏｌ （ＴＨＣ）． ＴＨＣ ｉｎｔｒｏｄｕｃｅｓ ｔｗｏ ｔｕｎａｂｌｅ ｐａｒａｍｅｔｅｒｓ ｔｏ ｂｅｔｔｅｒ ｃｏｎｔｒｏｌ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｌａｒｇｅｒ⁃ｄｅｇｒｅｅ ｕｓｅｒｓ′ ｐｒｅｆ⁃ ｅｒｅｎｃｅｓ ｆｏｒ ｌａｒｇｅｒ⁃ｄｅｇｒｅｅ ｉｔｅｍｓ ｏｎ ｔａｒｇｅｔ ｕｓｅｒｓ． Ｗｅ ａｌｓｏ ｃｏｎｓｉｄｅｒ ａ ｕｓｅｒ′ｓ ｃｏｍｍｅｎｔ ｓｃｏｒｅｓ ａｎｄ ｔｈｅ ｓｅｎｔｉｍｅｎｔ ｐｏｌａｒｉｔｙ ｏｆ ａ ｃｏｍｍｅｎｔ ｉｎ ａ ｇｉｖｅｎ ｓｃｅｎａｒｉｏ ｔｏ ａｃｃｕｒａｔｅｌｙ ｊｕｄｇｅ ｗｈｅｔｈｅｒ ｔｈｅ ｕｓｅｒ ｔｒｕｌｙ ｌｉｋｅｓ ｔｈｅ ｇｉｖｅｎ ｓｃｅｎａｒｉｏ． Ｗｅ ａｌｓｏ ｐｒｏ⁃ ｐｏｓｅ ａ ｎｅｗ ｉｎｄｅｘ， ｃａｌｌｅｄ ａ ｂｕｉｒ， ｗｈｉｃｈ ｍｅａｓｕｒｅｓ ｔｈｅ ｒａｔｉｏ ｏｆ ｔｈｅ ｌａｒｇｅｒ⁃ｄｅｇｒｅｅ ｉｔｅｍｓ ｔｈａｔ ａｒｅ ｌｉｋｅｄ ｂｙ ｌａｒｇｅｒ⁃ｄｅｇｒｅｅ ｕｓｅｒｓ ｏｎ ｔｈｅ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｌｉｓｔ． Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ａｐｐｒｏｐｒｉａｔｅｌｙ ｐｒｏｍｏｔｉｎｇ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｌａｒｇｅｒ⁃ｄｅ⁃ ｇｒｅｅ ｉｔｅｍｓ ｔｈａｔ ａｒｅ ｌｉｋｅｄ ｂｙ ｌａｒｇｅｒ⁃ｄｅｇｒｅｅ ｕｓｅｒｓ ｈｅｌｐｓ ｉｎ ｍａｋｉｎｇ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｔｏ ｔａｒｇｅｔ ｕｓｅｒｓ ｒｅｇａｒｄｉｎｇ ｉｔｅｍｓ ｉｎ ｗｈｉｃｈ ｔｈｅｙ ａｒｅ ｔｒｕｌｙ ｉｎｔｅｒｅｓｔｅｄ， ｔｈｅｒｅｂｙ ｉｍｐｒｏｖｉｎｇ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｈｅａｔ ｃｏｎｄｕｃｔｉｏｎ； ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ； ｕｓｅｒ′ｓ ｐｒｅｆｅｒｅｎｃｅ； ｓｅｎｔｉｍｅｎｔ ｐｏｌａｒｉｔｙ； ｂｉｐａｒｔｉｔｅ ｎｅｔ⁃ ｗｏｒｋ； ｉｎｆｏｒｍａｔｉｏｎ ｏｖｅｒｌｏａｄ； ｉｔｅｍ ｐｏｐｕｌａｒｉｔｙ； ｕｓｅｒ＇ｓ ｉｎｆｌｕｅｎｃｅ 收稿日期：２０１６⁃０３⁃１９． 网络出版日期：２０１６⁃０５⁃１３． 基金项目：国家自然科学基金项目（６１３６３０２９）；广西省科学研究与技术开发 项目（桂科攻 １４１２４００５－２－１）；湖南省博士后科研专项计划项目 （２０１１ＲＳ４０７３）；广西信息科学中心项目（ＹＢ４０８）． 通信作者：文益民．Ｅ⁃ｍａｉｌ： ｙｍｗｅｎ２００４＠ ａｌｉｙｕｎ．ｃｏｍ． 随着互联网的迅速发展，用户越来越喜欢到相 关网站上寻找自己想要的信息。 以旅游领域为例， 有机构预计 ２０１６ 年中国在线旅游市场规模将达到