專利名稱：一種個(gè)性化服務(wù)推薦系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別是涉及一種個(gè)性化服務(wù)推薦系統(tǒng)和 方法。
背景技術(shù)：
個(gè)性化推薦系統(tǒng)被用來幫助用戶在大量的信息中尋找感興趣的內(nèi)容，它體 現(xiàn)的"個(gè)性化"服務(wù)目前越來越為商務(wù)網(wǎng)站、電子圖書館等眾多領(lǐng)域所接受， 成為了它們的一個(gè)重要的功能。個(gè)性化服務(wù)技術(shù)為不同的用戶提供不同的服 務(wù)，以滿足不同的需求。個(gè)性化服務(wù)通過收集和分析用戶信息來學(xué)習(xí)用戶的興 趣和行為，從而實(shí)現(xiàn)主動(dòng)推薦的目的。目前存在許多個(gè)性化服務(wù)系統(tǒng)，它們提 出了各種思路以實(shí)現(xiàn)個(gè)性化服務(wù)。根據(jù)其所采用的推薦技術(shù)可以分為兩種基 于規(guī)則的系統(tǒng)和信息過濾系統(tǒng)。信息過濾系統(tǒng)又可分為基于內(nèi)容過濾的系統(tǒng)和 協(xié)作過濾系統(tǒng)。為了實(shí)現(xiàn)個(gè)性化服務(wù)，首先需要跟蹤和學(xué)習(xí)用戶的興趣和行為，并設(shè)計(jì)一 種合適的表達(dá)方式。為了把資源推薦給用戶，必須組織好資源，選取資源的特 征，并采用合適的推薦方式。此外，還必須考慮系統(tǒng)的體系結(jié)構(gòu)，考慮在服務(wù) 器端、客戶端和代理端實(shí)現(xiàn)的利弊。一般的，個(gè)性化推薦系統(tǒng)需要經(jīng)過用戶建模、項(xiàng)目匹配和推薦輸出三個(gè)階 段來實(shí)現(xiàn)個(gè)性化推薦。用戶建模是獲取和維護(hù)與用戶興趣、需求或者習(xí)慣相關(guān) 的知識的過程，其結(jié)果將產(chǎn)生一個(gè)表示用戶特有背景知識或興趣、需求的用戶 模型。項(xiàng)目匹配階段將以這一模型為依據(jù)，運(yùn)用各種推薦技術(shù)尋找出與其相匹配的項(xiàng)目，然后在推薦輸出階段將這些項(xiàng)目以預(yù)測值、Top-N推薦或者其他形式呈現(xiàn)給用戶。不同個(gè)性化服務(wù)系統(tǒng)的用戶描述文件各有其特點(diǎn)，用戶描述文件從內(nèi)容上 可以劃分為基于興趣的和基于行為的兩種類型?；谂d趣的用戶描述文件可以 表示為加權(quán)矢量模型、類型層次結(jié)構(gòu)模型、加權(quán)語義網(wǎng)模型、書簽和目錄結(jié)構(gòu)等?；谛袨榈挠脩裘枋鑫募梢员硎緸橛脩魹g覽模式或訪問模式。用戶描述 文件可以用文件來組織，也可以用關(guān)系數(shù)據(jù)庫或其他數(shù)據(jù)庫來組織。在用戶第1次使用個(gè)性化服務(wù)系統(tǒng)的時(shí)候，系統(tǒng)可以要求用戶注冊自己的 基本信息和感興趣的內(nèi)容，系統(tǒng)也可以隱式地收集用戶信息。在定制好一個(gè)用 戶描述文件之后，系統(tǒng)可以讓用戶自主修改，也可以由系統(tǒng)自適應(yīng)地修改。系 統(tǒng)要自適應(yīng)的修改用戶信息，必須根據(jù)學(xué)習(xí)的信息源分析當(dāng)前用戶的行為，從 而調(diào)整用戶興趣的權(quán)重或調(diào)整用戶興趣層次結(jié)構(gòu)。根據(jù)學(xué)習(xí)的信息源，用戶跟 蹤的方法可分為兩種顯式跟蹤和隱式跟蹤。顯式跟蹤是指系統(tǒng)要求用戶對推 薦的資源進(jìn)行反饋和評價(jià)，從而達(dá)到學(xué)習(xí)的目的。隱式跟蹤不要求用戶提供什 么信息，所有的跟蹤都由系統(tǒng)自動(dòng)完成，隱式跟蹤又可分為行為跟蹤和日志挖 掘。資源的描述與用戶的描述密切相關(guān)， 一般的做法是用同樣的機(jī)制來表達(dá)用 戶和資源，可以用基于內(nèi)容的方法和基于分類的方法來表示?；趦?nèi)容的方法 是從資源本身抽取信息來表示資源，例如加權(quán)關(guān)鍵詞矢量?；诜诸惖姆椒ㄊ?利用類別來表示資源，對文檔資源進(jìn)行分類有利于將文檔推薦給對該文檔感興 趣的用戶。文本分類的方法有多種，例如樸素貝葉斯，k最近鄰方法和支持向 量機(jī)。個(gè)性化推薦可以采用基于規(guī)則的技術(shù)、基于內(nèi)容過濾的技術(shù)和協(xié)作過濾技術(shù)。基于Web的個(gè)性化服務(wù)體系結(jié)構(gòu)和用戶的描述文件分布的位置有很大關(guān) 系。現(xiàn)有的個(gè)性化服務(wù)推薦系統(tǒng)和方法，對于涉及用戶隱私信息的用戶描述文 件可以存放在服務(wù)器端、客戶端、代理端。大部分個(gè)性化服務(wù)系統(tǒng)的用戶描述文件都存放在服務(wù)器端。優(yōu)點(diǎn)是可以避 免用戶描述文件的傳輸，除了支持基于內(nèi)容的過濾，還可以支持協(xié)作過濾。缺 點(diǎn)是用戶描述文件不能在不同的Web應(yīng)用之間共享。用戶描述文件存儲在代理上的優(yōu)點(diǎn)是不僅可以支持基于內(nèi)容的過濾和協(xié) 作過濾，還支持用戶描述文件在不同Web應(yīng)用之間的共享，缺點(diǎn)是可能需要傳 輸用戶描述文件。用戶描述文件存儲在客戶端的優(yōu)點(diǎn)是用戶描述文件可以在不同的應(yīng)用之 間共享，缺點(diǎn)是只能進(jìn)行基于內(nèi)容的過濾，限制了推薦能力。發(fā)明內(nèi)容本發(fā)明的目的在于提供一種個(gè)性化服務(wù)推薦系統(tǒng)和方法，其能夠在有效地 保護(hù)終端用戶的隱私信息的前提下，保持與現(xiàn)有推薦系統(tǒng)相當(dāng)?shù)耐扑]能力，并 擴(kuò)展了服務(wù)推薦的范圍。本發(fā)明提供一種個(gè)性化服務(wù)推薦系統(tǒng)，包括至少一個(gè)終端，所述終端包括: 用戶信息收集器、用戶信息數(shù)據(jù)庫、用戶行為分析器、資源信息數(shù)據(jù)庫、推薦 策略數(shù)據(jù)庫、上下文感知處理器、以及個(gè)性化推薦處理器，其中所述用戶信息收集器，用于監(jiān)控用戶在終端上發(fā)生的各種行為，以收集終 端的原始用戶數(shù)據(jù)，將該原始用戶數(shù)據(jù)進(jìn)行預(yù)處理后得到用戶信息，將所述用 戶信息存入用戶信息數(shù)據(jù)庫，并根據(jù)情況向用戶行為分析器發(fā)送觸發(fā)消息；所述用戶信息數(shù)據(jù)庫，用于存放由所述用戶信息收集器輸出的用戶信息條 目，供用戶行為分析器進(jìn)行用戶行為分析；所述用戶行為分析器，用于在收到所述觸發(fā)消息后，掃描所述用戶信息數(shù) 據(jù)庫，從中提取新的資源信息，記入資源信息數(shù)據(jù)庫，計(jì)算新的推薦策略，記 入推薦策略數(shù)據(jù)庫；所述資源信息數(shù)據(jù)庫，用于存放由所述用戶行為分析器分析產(chǎn)生的資源信息；所述推薦策略數(shù)據(jù)庫，用于存放由所述用戶行為分析器生成的推薦策略， 并將該推薦策略用于個(gè)性化推薦處理器生成推薦服務(wù)；所述上下文感知處理器，用于感知用戶的當(dāng)前的上下文，定時(shí)掃描用戶信 息數(shù)據(jù)庫，從中査詢兩類特殊用戶的最新更新的記錄條目和新增的記錄條目， 并根據(jù)情況向個(gè)性化推薦處理器發(fā)送觸發(fā)消息；所述個(gè)性化推薦處理器，用于接收來自上下文感知處理器的觸發(fā)消息后， 獲得當(dāng)前的上下文的信息，通過檢索推薦策略數(shù)據(jù)庫，獲得匹配的最優(yōu)推薦策 略，并按照最優(yōu)推薦策略通過檢索資源信息數(shù)據(jù)庫，匹配合適的資源，實(shí)時(shí)生 成個(gè)性化推薦服務(wù)。所述個(gè)性化服務(wù)推薦系統(tǒng)，還包括共享信息服務(wù)器和用戶控制接口 ，其中所述共享信息服務(wù)器，用于對于基于共享信息服務(wù)器的方式的信息共享 時(shí)，存放終端用戶允許并上傳的資源信息和推薦策略，供其他終端用戶檢索并下載使用；所述用戶控制接口，用于調(diào)整推薦策略以及對信息共享管理器進(jìn)行配置和 管理，以及控制信息共享管理器。所述信息共享管理器的信息共享通過以下兩種方式實(shí)現(xiàn) 一種是P2P方 式，可以在用戶終端之間點(diǎn)對點(diǎn)的共享；另一種是基于共享信息服務(wù)器的方式， 用戶將共享信息存儲到共享信息服務(wù)器上，供其他用戶查詢使用。所述個(gè)性化推薦處理器，能夠同時(shí)支持個(gè)性化服務(wù)推薦中的基于規(guī)則的過 濾、基于內(nèi)容的過濾和協(xié)作過濾。所述用戶信息收集器和上下文感知處理器是作為獨(dú)立的程序或者程序模 塊同時(shí)運(yùn)行。本發(fā)明還提供一種個(gè)性化服務(wù)推薦方法，包括步驟-步驟A.用戶信息收集器監(jiān)控在終端上進(jìn)行的各種操作信息，以收集終端 的原始用戶數(shù)據(jù)，將所述原始用戶數(shù)據(jù)進(jìn)行預(yù)處理后得到用戶信息，將所述用 戶信息存入用戶信息數(shù)據(jù)庫，若用戶信息數(shù)據(jù)庫發(fā)生更新，則啟動(dòng)用戶行為分 析器進(jìn)行分析；步驟B，用戶行為分析器掃描用戶信息數(shù)據(jù)庫，從中提取新的用戶信息并 記入資源信息數(shù)據(jù)庫，計(jì)算新的推薦策略并記入推薦策略數(shù)據(jù)庫；步驟C，上下文感知處理器感知用戶的當(dāng)前的上下文，從用戶信息數(shù)據(jù)庫 實(shí)時(shí)地提取信息，分析上下文的變化，輸出當(dāng)前的上下文描述信息，啟動(dòng)個(gè)性 化推薦處理器；步驟D，個(gè)性化推薦處理器，用于接收來自上下文感知處理器的當(dāng)前的上 下文描述信息后，獲得當(dāng)前的上下文的信息，通過本地或者信息共享管理器檢 索推薦策略數(shù)據(jù)庫，獲得匹配的最優(yōu)推薦策略，并按照推薦策略通過本地或者 信息共享管理器檢索資源信息數(shù)據(jù)庫，匹配合適的資源，實(shí)時(shí)生成個(gè)性化推薦 服務(wù)。所述步驟D包括步驟步驟Dl，個(gè)性化推薦處理器以當(dāng)前的上下文描述信息作為輸入，并檢索 本地終端的第一推薦策略數(shù)據(jù)庫，如果找到匹配的推薦策略，則按照策略，檢 索本地終端的第一資源信息數(shù)據(jù)庫，找到匹配的資源信息；步驟D2，若匹配失敗，個(gè)性化推薦處理器向信息共享管理器發(fā)送查詢請求，等待響應(yīng)；步驟D3,信息共享管理器向可連接的第二終端或者共享信息服務(wù)器發(fā)送 査詢請求，并等待響應(yīng)；步驟D4，可連接的第二終端或者共享信息服務(wù)器的信息共享管理器接受 査詢請求，以當(dāng)前的上下文描述信息作為輸入，檢索并匹配推薦策略和資源信 息；步驟D5，本地的信息共享管理器接收到響應(yīng)消息，更新資源信息數(shù)據(jù)庫 和推薦策略數(shù)據(jù)庫，并向個(gè)性化推薦處理器發(fā)送一個(gè)觸發(fā)消息，啟動(dòng)個(gè)性化推 薦處理器運(yùn)行，實(shí)時(shí)生成個(gè)性化推薦服務(wù)。所述個(gè)性化服務(wù)推薦方法，還包括步驟步驟E，本地終端用戶根據(jù)推薦效果，通過用戶控制接口，優(yōu)化推薦策略， 提升推薦效果；步驟F，終端用戶根據(jù)使用效果，配置信息共享策略和共享信息的獲取策 略，提升推薦效果。本發(fā)明的有益效果是本發(fā)明的個(gè)性化服務(wù)推薦系統(tǒng)和方法，其既能對用 戶隱私信息進(jìn)行有效保護(hù)，又能同時(shí)支持個(gè)性化服務(wù)推薦中的基于規(guī)則的過 濾、基于內(nèi)容的過濾和協(xié)作過濾；其可推薦的服務(wù)范圍不僅限于Web資源，還 包括終端的本地資源和終端的周圍資源；進(jìn)一步地，用戶在使用本發(fā)明所提供 的推薦服務(wù)的同時(shí)，能夠不受任何限制地使用現(xiàn)有的各種個(gè)性化推薦服務(wù)。


圖1是本發(fā)明個(gè)性化服務(wù)推薦系統(tǒng)實(shí)施例的結(jié)構(gòu)圖； 圖2是本發(fā)明個(gè)性化服務(wù)推薦方法實(shí)施例的流程圖； 圖3是本發(fā)明個(gè)性化服務(wù)推薦方法實(shí)施例中數(shù)據(jù)的傳輸圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí) 施例，對本發(fā)明的一種個(gè)性化服務(wù)推薦系統(tǒng)和方法進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng) 理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明所要解決的問題在于提供一種基于終端的個(gè)性化服務(wù)推薦系統(tǒng)和方法。能夠在有效的保護(hù)終端用戶的隱私信息的前提下，保持與現(xiàn)有推薦系統(tǒng) 相當(dāng)?shù)耐扑]能力，并擴(kuò)展了服務(wù)推薦的范圍。圖l是本發(fā)明個(gè)性化服務(wù)推薦系統(tǒng)實(shí)施例的結(jié)構(gòu)圖，參照圖l，本發(fā)明一 種個(gè)性化服務(wù)推薦系統(tǒng)，包括至少一個(gè)終端。所述終端可以是任意形式的終端，包括但不限于pc、移動(dòng)電話、嵌入式 手持設(shè)備等，但不限于這些終端形式，只要具有一定的計(jì)算能力即可。本發(fā)明的個(gè)性化服務(wù)推薦系統(tǒng)由多個(gè)獨(dú)立的模塊和數(shù)據(jù)存儲組成，通過共 享信息交換和消息實(shí)現(xiàn)各獨(dú)立模塊之間的聯(lián)系和協(xié)作。其中用戶信息收集器和上下文感知處理器并行運(yùn)行，其他模塊通過消息觸 發(fā)運(yùn)行。如圖1所示，本發(fā)明的所述終端包括用戶信息收集器、用戶信息數(shù)據(jù)庫、 用戶行為分析器、資源信息數(shù)據(jù)庫、推薦策略數(shù)據(jù)庫、上下文感知處理器、個(gè) 性化推薦處理器、信息共享管理器、用戶控制接口，其中所述用戶信息收集器，用于監(jiān)控用戶在終端上發(fā)生的各種行為，以收集終 端的原始用戶數(shù)據(jù)，將該原始用戶數(shù)據(jù)進(jìn)行預(yù)處理后得到用戶信息，將用戶信 息存入用戶信息數(shù)據(jù)庫，并根據(jù)情況向用戶行為分析器發(fā)送觸發(fā)消息；如果用戶信息數(shù)據(jù)庫發(fā)生更新，用戶信息收集器通過消息觸發(fā)，啟動(dòng)用戶 行為分析器進(jìn)行分析。所述用戶信息收集器的數(shù)據(jù)來源主要包括操作系統(tǒng)級日志、web瀏覽器 訪問記錄、用戶操作行為記錄。操作系統(tǒng)級日志和Web瀏覽器訪問記錄的存儲 位置是公開和固定的，用戶信息收集器可以通過定期讀取這些數(shù)據(jù)存儲文件獲 得原始數(shù)據(jù)。用戶操作行為記錄和上述兩種原始數(shù)據(jù)不同，沒有可以直接使用的數(shù)據(jù)來 源，而且不同的操作系統(tǒng)需要采用不同的方法獲取。針對類Unix系統(tǒng)，有一 組系統(tǒng)命令可以獲取用戶操作的相關(guān)信息，例如，w命令査詢utmp文件并顯示 當(dāng)前系統(tǒng)中每個(gè)用戶和它所運(yùn)行的進(jìn)程信息。用戶信息收集器可以通過exec 系統(tǒng)調(diào)用執(zhí)行這些命令，并通過管道或者socket通信得到執(zhí)行結(jié)果，從而獲 取用戶操作行為記錄。更簡單的方法直接讀取這些命令所操作的記錄文件，但 是需要預(yù)先了解其存儲位置。針對Windows系統(tǒng)，方法之一是采用微軟提供的 MSM (Microsoft Active Accessibility)技術(shù)。這項(xiàng)技術(shù)是用來提供交互式在線幫助的，能夠?qū)崟r(shí)捕獲用戶的各項(xiàng)操作，只要按照規(guī)范實(shí)現(xiàn)其客戶端程序 就可以實(shí)現(xiàn)實(shí)時(shí)的獲取用戶操作行為記錄。所述原始用戶數(shù)據(jù)包括但不限于如下內(nèi)容:用戶標(biāo)識信息、用戶操作信息、 用戶操作開始時(shí)間、用戶操作使用的資源。所述用戶數(shù)據(jù)收集器進(jìn)行的數(shù)據(jù)預(yù)處理，是指將收集到的原始數(shù)據(jù)整理成 具有如下語意的信息條目"可用戶在何時(shí)間使用何應(yīng)用程序進(jìn)行了何操作需要 何資源取得何結(jié)果，并將此條目存入用戶信息數(shù)據(jù)庫。所述用戶信息數(shù)據(jù)庫，用于存放由用戶信息收集器輸出的用戶信息條目， 此用戶信息用于用戶行為分析。所述用戶信息數(shù)據(jù)庫可以是一個(gè)邏輯存儲器，并不限定具體實(shí)現(xiàn)類型，可 以是關(guān)系型數(shù)據(jù)庫，也可以是文件。其主要字段為序號用于標(biāo)識每條記錄，主鍵；用戶標(biāo)識用于標(biāo)識每個(gè)用戶，采用用戶的系統(tǒng)登陸名；最近一次發(fā)生時(shí)間記錄本條記錄所描述的信息的最近一次出現(xiàn)的時(shí)間；應(yīng)用程序名稱記錄用戶使用的應(yīng)用程序名稱；操作名稱記錄用戶此時(shí)的操作名稱；操作的結(jié)果操作引發(fā)的反映，例如新進(jìn)程的啟動(dòng)；累計(jì)次數(shù)此條記錄所述信息的重復(fù)次數(shù)；更新標(biāo)志此條記錄相對于前一次是否發(fā)生了更新；關(guān)聯(lián)資源主要包括文檔資源、設(shè)備資源和網(wǎng)絡(luò)資源，此字段是一個(gè)復(fù)合 字段，包含的子表結(jié)構(gòu)為資源名稱記錄資源的名稱； 資源的訪問地址記錄資源的可訪問地址； 資源的訪問權(quán)限記錄資源的訪問權(quán)限；所述用戶行為分析器，收到觸發(fā)消息后，掃描用戶信息數(shù)據(jù)庫，從中提取 新的資源信息，記入資源信息數(shù)據(jù)庫，計(jì)算新的推薦策略，記入推薦策略數(shù)據(jù) 庫。所述推薦策略包括但不限于關(guān)聯(lián)規(guī)則。所述用戶行為分析器，首先對用戶信息數(shù)據(jù)庫進(jìn)行全局掃描，選出更新過 的記錄和新增加的記錄。得到這些記錄以后，提取所述用戶信息數(shù)據(jù)庫中主要字段的關(guān)聯(lián)資源字段，得到資源信息，資源信息包括但不限于設(shè)備類資源、文 檔類資源、程序類資源等。對資源信息進(jìn)行分類之后存入資源信息數(shù)據(jù)庫。主 要的分類包括但不限于設(shè)備類資源、文檔類資源、程序類資源等。上述類別 還可劃分多層次的子類。完成資源信息提取之后，用戶行為分析器對用戶信息 數(shù)據(jù)庫進(jìn)行關(guān)聯(lián)規(guī)則挖掘，此處可以使用目前主流的關(guān)聯(lián)規(guī)則挖掘算法，不作具體限定。生成的關(guān)聯(lián)規(guī)則存入推薦策略數(shù)據(jù)庫。關(guān)聯(lián)規(guī)則采用IF-THAN結(jié)構(gòu) 表達(dá)。例如IF (Open a file with MSWORD) THEN (Using a printer)。所述資源信息數(shù)據(jù)庫，用于存放由用戶行為分析器分析產(chǎn)生的資源信息。 其字段主要包括序號主鍵；資源類別代碼標(biāo)識資源類別； 資源名稱資源的名稱；資源的訪問地址記錄資源的可訪問地址； 資源的訪問權(quán)限記錄資源的訪問權(quán)限；所述數(shù)據(jù)庫是一個(gè)邏輯存儲器，并不限定具體實(shí)現(xiàn)類型，可以是關(guān)系型數(shù) 據(jù)庫，也可以是文件。所述推薦策略數(shù)據(jù)庫，用于存放由用戶行為分析器生成的推薦策略，并將該推薦策略用于個(gè)性化推薦處理器生成推薦服務(wù)，其主要字段包括 序號主鍵； 前件策略的前提條件； 后件策略的推薦內(nèi)容；權(quán)值統(tǒng)計(jì)權(quán)值，代表此條策略的可信程度；所述上下文感知處理器，用于感知用戶的當(dāng)前的上下文。上下文感知處理 器定時(shí)掃描用戶信息數(shù)據(jù)庫，從中查詢兩類特殊用戶的最新更新的記錄條目和 新增的記錄條目，來感知用戶的當(dāng)前的上下文，并根據(jù)情況向個(gè)性化推薦處理 器發(fā)送觸發(fā)消息。所述上下文是指終端自身軟硬件狀態(tài)的實(shí)時(shí)特征描述信息和終端周圍環(huán) 境狀態(tài)的實(shí)時(shí)特征描述信息。兩類特殊用戶包括虛擬系統(tǒng)代表用戶和虛擬環(huán)境代表用戶。這兩類特殊用 戶的用戶信息由用戶信息收集器收集，方法和普通用戶完全一樣。但是信息的語意上有不同。虛擬系統(tǒng)代表用戶代表的是終端軟硬件環(huán)境，虛擬環(huán)境代表用 戶代表的是終端的周圍環(huán)境。其每條用戶信息記錄代表的是終端上下文的變 化。例如下面兩條記錄("虛擬系統(tǒng)代表用戶"，"200801011224"，"設(shè)備加載刪除"，"斷 開無線網(wǎng)絡(luò)"，"成功斷開"，"1"，"更新"，"")；("虛擬環(huán)境代表用戶"，"200801011224"，"位置感知"，"切換環(huán) 境"，"切換完成"，"1"，"更新"，"")；上下文感知處理器由如上兩條用戶信息數(shù)據(jù)庫的記錄可以得到當(dāng)前的上 下文的一個(gè)高層語意環(huán)境切換，無線網(wǎng)絡(luò)失效。得到此上下文的信息以后， 將其加入觸發(fā)消息，發(fā)送給個(gè)性化推薦處理器。所述個(gè)性化推薦處理器，用于接收來自上下文感知處理器的消息后，獲得 當(dāng)前的上下文的信息，通過檢索推薦策略數(shù)據(jù)庫，獲得匹配的最優(yōu)推薦策略， 并按照最優(yōu)推薦策略通過檢索資源信息數(shù)據(jù)庫，匹配合適的資源，實(shí)時(shí)生成個(gè) 性化推薦服務(wù)。所述個(gè)性化推薦處理器的輸入來自資源信息數(shù)據(jù)庫、推薦策略數(shù)據(jù)庫和上 下文感知處理器輸出的上下文的信息，其輸出為推薦服務(wù)列表和執(zhí)行計(jì)劃；本發(fā)明中個(gè)性化推薦處理器能夠同時(shí)支持現(xiàn)有的個(gè)性化服務(wù)推薦中的基 于規(guī)則的過濾、基于內(nèi)容的過濾和協(xié)作過濾。首先使用基于內(nèi)容的過濾算法選擇可用的推薦策略。如果失敗，則通過獲 得其他終端或者共享信息服務(wù)器的推薦策略的方法，進(jìn)行協(xié)同過濾算法。得到 推薦策略以后，進(jìn)行基于規(guī)則的過濾，完成推薦過程。所述輸出的推薦服務(wù)列表和執(zhí)行計(jì)劃，可以是以預(yù)測值、T叩-N推薦或者 其他形式呈現(xiàn)給用戶。所述用戶控制接口，用于調(diào)整推薦策略以及對信息共享管理器進(jìn)行配置和 管理，以及控制信息共享管理器。用戶控制接口是終端用戶干涉終端工作活動(dòng)的通道，即本發(fā)明所述系統(tǒng)的 界面。終端用戶通過用戶控制接口調(diào)整推薦策略以及對信息共享管理器進(jìn)行配 置和管理，以及控制信息共享管理器。主要包含如下操作指定可以共享的推 薦策略、開關(guān)P2P共享方式、開關(guān)基于中心服務(wù)器的共享方式、共享本地信息。較佳地，信息共享的配置和管理完全由用戶控制接口控制，更佳地，所述信息共享經(jīng)過用戶控制接口的顯式允許，才能共享信息，而且提示用戶可能帶 來的風(fēng)險(xiǎn)。所述信息共享管理器，用于使不同終端之間共享資源信息和推薦策略，以 及獲取共享的資源信息和推薦策略。其既被動(dòng)的被各個(gè)有需要的終端通過授權(quán) 的方式訪問，又主動(dòng)的將自身允許被共享的資源發(fā)布給個(gè)終端。所述信息共享管理器的信息共享通過以下兩種方式實(shí)現(xiàn) 一種是P2P方 式，可以在用戶終端之間點(diǎn)對點(diǎn)的共享；另一種是基于共享信息服務(wù)器的方式， 用戶將共享信息存儲到共享信息服務(wù)器上，供其他用戶查詢使用。作為一種可實(shí)施方式，在信息共享的時(shí)候，如果是基于共享信息服務(wù)器的 方式，則本發(fā)明的個(gè)性化服務(wù)推薦系統(tǒng)，還包括共享信息服務(wù)器，用于存放終 端用戶允許并上傳的資源信息和推薦策略，供其他終端用戶檢索并下載使用。用戶信息收集器可以作為獨(dú)立的程序模塊或者獨(dú)立的軟件模塊運(yùn)行于用 戶終端之上。用戶信息收集器監(jiān)控用戶在終端上進(jìn)行的各種操作，用戶操作信 息的來源包括操作系統(tǒng)日志、應(yīng)用程序日志和其他操作系統(tǒng)的應(yīng)用程序提供的 可能的用于獲取用戶操作信息的接口或者數(shù)據(jù)緩沖區(qū)。該用戶信息收集器根據(jù) 終端的操作系統(tǒng)和主要的應(yīng)用程序環(huán)境自身進(jìn)行調(diào)整。較佳地，該用戶信息收集器收集到用戶操作的原始信息以后，為了不使數(shù) 據(jù)庫無限增長，如果有相同的操作，則只更新時(shí)間，并將累計(jì)次數(shù)增l。用戶信息收集器生成的用戶信息包括但不限于時(shí)間、操作類型、操作資源 類型、資源訪問地址、資源訪問方式、資源訪問權(quán)限、資源使用開始時(shí)間、資 源使用結(jié)束時(shí)間、累計(jì)次數(shù)等。該生成的用戶信息由用戶信息收集器存入用戶信息數(shù)據(jù)庫。用戶信息收集器在每次更新用戶信息數(shù)據(jù)庫之后，向用戶行為分析器發(fā)送 一個(gè)消息，啟動(dòng)用戶行為分析器進(jìn)行分析；用戶行為分析器掃描用戶信息數(shù)據(jù) 庫，從中提取新的資源信息存入資源信息數(shù)據(jù)庫，同時(shí)計(jì)算新的推薦策略，如 果有新的推薦策略生成，則更新推薦策略數(shù)據(jù)庫。上下文感知處理器作為獨(dú)立的程序模塊或者軟件模塊運(yùn)行，從用戶信息數(shù) 據(jù)庫實(shí)時(shí)地提取信息，分析上下文的變化；如果上下文發(fā)生了變化，則更新上 下文的信息，并且發(fā)送一個(gè)消息啟動(dòng)個(gè)性化推薦處理器。個(gè)性化推薦處理器接收到來自上下文感知處理器的消息以后，首先獲得當(dāng)前的上下文的信息；然后根據(jù)上下文的信息檢索推薦策略數(shù)據(jù)庫，獲得匹配的 最優(yōu)推薦策略；得到推薦策略以后，個(gè)性化推薦處理器按照推薦策略檢索資源 信息數(shù)據(jù)庫，匹配合適的資源，并按照上下文的信息進(jìn)行合適的資源推薦，例 如預(yù)先啟動(dòng)一個(gè)下一步要使用的本地資源，或者提供一個(gè)可能要使用的資源連 接列表。信息共享管理器作為單獨(dú)的程序模塊或者單獨(dú)的軟件模塊運(yùn)行，通過用戶 控制接口接受用戶的直接控制。信息共享管理器具有兩種功能1、共享本地 信息；2、獲取其他終端的共享信息。針對這兩種功能有兩種方式實(shí)現(xiàn)1、 P2P 方式；2、基于中心服務(wù)器方式。圖2是本發(fā)明個(gè)性化服務(wù)推薦方法實(shí)施例的流程圖，圖3是本發(fā)明個(gè)性化 服務(wù)推薦方法實(shí)施例中數(shù)據(jù)的傳輸圖，參照圖2、圖3，本發(fā)明一種個(gè)性化服 務(wù)推薦方法，包括下列步驟步驟A，用戶信息收集器監(jiān)控在終端上進(jìn)行的各種操作信息，以收集終端 的原始用戶數(shù)據(jù)，將該原始用戶數(shù)據(jù)進(jìn)行預(yù)處理后得到用戶信息，將所述用戶 信息存入用戶信息數(shù)據(jù)庫，并判斷用戶信息數(shù)據(jù)庫是否發(fā)生更新，若是，則啟 動(dòng)用戶行為分析器進(jìn)行分析；用戶信息收集器實(shí)時(shí)地收集終端用戶的各類信息，執(zhí)行操作l，將處理后 的信息存入用戶信息數(shù)據(jù)庫；如果用戶信息數(shù)據(jù)庫發(fā)生更新，則產(chǎn)生一個(gè)觸發(fā) 消息，執(zhí)行操作2，啟動(dòng)用戶行為分析器；所述用戶信息數(shù)據(jù)庫發(fā)生更新，又分為兩種情況 一種是新增數(shù)據(jù)，另一種是用戶在終端上重復(fù)進(jìn)行的某一個(gè)操作信息的次數(shù)到達(dá)一定閾值，這兩種情 況下，都認(rèn)為用戶信息數(shù)據(jù)庫發(fā)生了更新。對于前者，用戶信息數(shù)據(jù)庫直接進(jìn)行更新，并將對應(yīng)該新增的用戶信息的累積次數(shù)增一，并產(chǎn)生一個(gè)觸發(fā)消息，啟動(dòng)用戶行為分析器；對于后者，當(dāng)用戶在終端上重復(fù)進(jìn)行的某一個(gè)操作信息的次數(shù)未到達(dá)一定 閾值時(shí)，用戶信息數(shù)據(jù)庫更新原先用戶信息對應(yīng)的時(shí)間，并將對應(yīng)該原先用戶 信息的累積次數(shù)增一，而并不啟動(dòng)用戶行為分析器；而只有當(dāng)用戶在終端上重 復(fù)進(jìn)行的某一個(gè)操作信息的次數(shù)，即對應(yīng)該原先用戶信息的累積次數(shù)，到達(dá)一 定閾值時(shí)，此時(shí)說明該操作信息被經(jīng)常使用，需要用戶行為分析器進(jìn)行分析， 以便于推薦，那么用戶信息數(shù)據(jù)庫才產(chǎn)生一個(gè)觸發(fā)消息，啟動(dòng)用戶行為分析器。所述閾值，是根據(jù)具體操作信息而設(shè)定的。不同操作信息對應(yīng)的閾值不同。 步驟B，用戶行為分析器掃描用戶信息數(shù)據(jù)庫，從中提取新的用戶信息并記入資源信息數(shù)據(jù)庫，計(jì)算新的推薦策略并記入推薦策略數(shù)據(jù)庫；執(zhí)行操作3，用戶行為分析器掃描用戶信息數(shù)據(jù)庫，用戶行為分析器根據(jù)用戶信息數(shù)據(jù)庫，重新計(jì)算用戶行為，執(zhí)行操作4，將提取的新資源記入資源信息數(shù)據(jù)庫，同時(shí)執(zhí)行操作5，將提取的新推薦策略記入推薦策略數(shù)據(jù)庫；步驟C，上下文感知處理器感知用戶的當(dāng)前的上下文，從用戶信息數(shù)據(jù)庫實(shí)時(shí)地提取用戶信息，分析上下文的變化，輸出當(dāng)前的上下文描述信息，啟動(dòng)個(gè)性化推薦處理器；執(zhí)行操作7，上下文感知處理器感知用戶的當(dāng)前的上下文，執(zhí)行操作6，上下文感知處理器實(shí)時(shí)的分析用戶信息數(shù)據(jù)庫，如果發(fā)現(xiàn)上下文發(fā)生變化，更新當(dāng)前的上下文描述信息，并產(chǎn)生一個(gè)觸發(fā)消息，執(zhí)行操作8，啟動(dòng)個(gè)性化推薦處理器。步驟D，個(gè)性化推薦處理器，用于接收來自上下文感知處理器的當(dāng)前的上 下文描述信息后，獲得當(dāng)前的上下文的信息，通過本地或者信息共享管理器檢 索推薦策略數(shù)據(jù)庫，獲得匹配的最優(yōu)推薦策略，并按照推薦策略通過本地或者 信息共享管理器檢索資源信息數(shù)據(jù)庫，匹配合適的資源信息，實(shí)時(shí)生成個(gè)性化 推薦服務(wù)。所述檢索推薦策略數(shù)據(jù)庫，既可以只檢索本地的推薦策略數(shù)據(jù)庫，又可以 通過信息共享管理器檢索遠(yuǎn)程共享的推薦策略數(shù)據(jù)庫。個(gè)性化推薦處理器，用于接收來自上下文感知處理器的消息后，執(zhí)行操作 ll，獲得上下文的信息，執(zhí)行操作14、 16，通過本地或者信息共享管理器檢索 推薦策略數(shù)據(jù)庫，執(zhí)行操作10，獲得匹配的最優(yōu)推薦策略；然后執(zhí)行操作15、 16,按照推薦策略通過本地或者信息共享管理器檢索資源信息數(shù)據(jù)庫，執(zhí)行操 作9，匹配合適銜資源，實(shí)時(shí)生成個(gè)性化推薦服務(wù)。具體進(jìn)一步地，所述步驟D包括下列步驟步驟Dl，個(gè)性化推薦處理器以當(dāng)前的上下文描述信息作為輸入，并檢索 本地終端的第一推薦策略數(shù)據(jù)庫，如果找到匹配的推薦策略，則按照策略，檢 索本地終端的第一資源信息數(shù)據(jù)庫，找到匹配的資源；步驟D2，如果匹配失敗，個(gè)性化推薦處理器向信息共享管理器發(fā)送查詢請求，等待響應(yīng)；步驟D3，信息共享管理器向可連接的第二終端或者共享信息服務(wù)器發(fā)送 査詢請求，并等待響應(yīng)；步驟D4，可連接的第二終端或者共享信息服務(wù)器的信息共享管理器接受 查詢請求，以當(dāng)前的上下文描述信息作為輸入，檢索并匹配推薦策略和資源信 息；步驟D5，本地的信息共享管理器接收到響應(yīng)消息，更新資源信息數(shù)據(jù)庫 和推薦策略數(shù)據(jù)庫，并向個(gè)性化推薦處理器發(fā)送一個(gè)觸發(fā)消息，啟動(dòng)個(gè)性化推 薦處理器運(yùn)行，實(shí)時(shí)生成個(gè)性化推薦服務(wù)。所述步驟D4中，信息共享管理器進(jìn)行檢索匹配，包括兩種方式1、 P2P 方式；2、基于共享信息服務(wù)器方式。下面按照這兩種實(shí)現(xiàn)方式分別描述步驟D4的實(shí)現(xiàn)過程1、 P2P方式在P2P方式下，信息共享管理器執(zhí)行操作17，與其他可連接用戶終端的 信息共享管理器(即外部信息共享管理器)進(jìn)行直接通信，交換資源信息和推 薦策略，實(shí)現(xiàn)協(xié)作過濾。檢索的具體過程如下第二終端的信息共享管理器接收到查詢請求以后，如果存在第二終端允許 共享的推薦策略，則檢索第二終端的第二推薦策略數(shù)據(jù)庫，如果找到匹配的推薦策略，則按照策略，檢索第二終端的第二資源信息數(shù)據(jù)庫，找到匹配的資源，將推薦策略和匹配的資源結(jié)果返回給査詢的發(fā)起終端；2、 基于共享信息服務(wù)器方式在基于共享信息服務(wù)器方式下，本地終端的信息共享管理器執(zhí)行操作18， 與中心共享信息服務(wù)器的信息共享管理器直接連接，上傳或檢索共享信息，上 傳的共享信息由用戶通過控制接口指定，并由用戶控制完成上傳。檢索的具體 過程如下共享信息服務(wù)器的信息共享管理器接收到査詢請求以后，如果存在共享信 息服務(wù)器允許共享的推薦策略，則檢索該共享信息服務(wù)器的第二推薦策略數(shù)據(jù) 庫，如果找到匹配的推薦策略，則按照策略，檢索共享信息服務(wù)器的第二資源信息數(shù)據(jù)庫，找到匹配的資源，將推薦策略和匹配的資源結(jié)果返回給查詢的發(fā)起終端。較佳地，本發(fā)明的個(gè)性化服務(wù)推薦方法，還包括下列步驟步驟E，本地終端用戶根據(jù)推薦效果，通過用戶控制接口，優(yōu)化推薦策略，提升推薦效果；本地終端用戶根據(jù)推薦效果，執(zhí)行操作12，通過用戶控制接口，優(yōu)化推 薦策略，提升推薦效果。步驟F，終端用戶根據(jù)使用效果，配置信息共享策略和共享信息的獲取策 略，提升推薦效果。終端用戶根據(jù)使用效果，執(zhí)行操作13，通過用戶控制接口，配置信息共 享策略和共享信息的獲取策略，提升推薦效果。本發(fā)明的個(gè)性化服務(wù)推薦系統(tǒng)和方法，與現(xiàn)有的個(gè)性化服務(wù)推薦系統(tǒng)和方 法相比，主要具有如下優(yōu)點(diǎn)1. 現(xiàn)有的個(gè)性化服務(wù)推薦系統(tǒng)和方法，對于涉及用戶隱私信息的用戶描述 文件有三種存放位置客戶端、服務(wù)器和代理。將用戶描述文件存放在客戶端，能夠有效的保護(hù)用戶隱私信息，并且用戶描述文件可以在不同的應(yīng)用之間共 享，但只能進(jìn)行基于內(nèi)容的過濾，限制了推薦能力。其他兩種方法，都需要將 用戶描述文件存放在用戶終端以外的位置，對用戶的隱私信息構(gòu)成了潛在的威 脅。本發(fā)明所述系統(tǒng)和方法能夠解決上述問題。 一方面，用戶信息、資源信息 和推薦策略只存儲在用戶終端，可以避免用戶隱私信息的外泄。另一方面，用戶之間可以通過顯式控制，以P2P或者服務(wù)器的方式共享推薦策略和資源信息，從而同時(shí)實(shí)現(xiàn)基于內(nèi)容的過濾和協(xié)作過濾。2. 現(xiàn)有的個(gè)性化服務(wù)推薦系統(tǒng)和方法，都是針對Web應(yīng)用的， 一般基于 B/S計(jì)算模式，只能對Web服務(wù)進(jìn)行個(gè)性化推薦。本發(fā)明的基于終端的個(gè)性化 服務(wù)推薦系統(tǒng)和方法，針對終端應(yīng)用，基于本地計(jì)算模式，不僅能夠?qū)eb 服務(wù)納入推薦范圍，而且能夠?qū)⒈镜胤?wù)和周圍服務(wù)都納入推薦范圍，擴(kuò)展了 推薦范圍。3. 現(xiàn)有的個(gè)性化服務(wù)推薦系統(tǒng)和方法，能夠不受任何限制的應(yīng)用于本發(fā)明 的系統(tǒng)中，因?yàn)楸镜貫g覽器作為一種本地資源納入本發(fā)明系統(tǒng)的推薦范圍。例 如，當(dāng)偵測到用戶將進(jìn)行網(wǎng)絡(luò)搜索時(shí)，將啟動(dòng)瀏覽器，并自動(dòng)連接用戶經(jīng)常使 用的搜索引擎，例如Google，從而用戶可以使用其提供的個(gè)性化推薦服務(wù)。以上對本發(fā)明的具體實(shí)施例進(jìn)行了描述和說明，這些實(shí)施例應(yīng)被認(rèn)為其只 是示例性的，并不用于對本發(fā)明進(jìn)行限制，本發(fā)明應(yīng)根據(jù)所附的權(quán)利要求進(jìn)行 解釋。
權(quán)利要求
1、一種個(gè)性化服務(wù)推薦系統(tǒng)，包括至少一個(gè)終端，其特征在于，所述終端包括用戶信息收集器、用戶信息數(shù)據(jù)庫、用戶行為分析器、資源信息數(shù)據(jù)庫、推薦策略數(shù)據(jù)庫、上下文感知處理器、以及個(gè)性化推薦處理器，其中所述用戶信息收集器，用于監(jiān)控用戶在終端上發(fā)生的各種行為，以收集終端的原始用戶數(shù)據(jù)，將該原始用戶數(shù)據(jù)進(jìn)行預(yù)處理后得到用戶信息，將所述用戶信息存入用戶信息數(shù)據(jù)庫，并根據(jù)情況向用戶行為分析器發(fā)送觸發(fā)消息；所述用戶信息數(shù)據(jù)庫，用于存放由所述用戶信息收集器輸出的用戶信息，供用戶行為分析器進(jìn)行用戶行為分析；所述用戶行為分析器，用于在收到所述觸發(fā)消息后，掃描所述用戶信息數(shù)據(jù)庫，從中提取新的資源信息，記入資源信息數(shù)據(jù)庫，計(jì)算新的推薦策略，記入推薦策略數(shù)據(jù)庫；所述資源信息數(shù)據(jù)庫，用于存放由所述用戶行為分析器分析產(chǎn)生的資源信息；所述推薦策略數(shù)據(jù)庫，用于存放由所述用戶行為分析器生成的推薦策略，并將該推薦策略用于個(gè)性化推薦處理器生成推薦服務(wù)；所述上下文感知處理器，用于感知用戶的當(dāng)前的上下文，定時(shí)掃描用戶信息數(shù)據(jù)庫，從中查詢兩類特殊用戶的最新更新的記錄條目和新增的記錄條目，并根據(jù)情況向個(gè)性化推薦處理器發(fā)送觸發(fā)消息；所述個(gè)性化推薦處理器，用于接收來自上下文感知處理器的觸發(fā)消息后，獲得當(dāng)前的上下文的信息，通過檢索推薦策略數(shù)據(jù)庫，獲得匹配的最優(yōu)推薦策略，并按照最優(yōu)推薦策略通過檢索資源信息數(shù)據(jù)庫，匹配合適的資源，實(shí)時(shí)生成個(gè)性化推薦服務(wù)。
2、 根據(jù)權(quán)利要求1所述的個(gè)性化服務(wù)推薦系統(tǒng)，其特征在于，還包括共 享信息服務(wù)器和用戶控制接口，其中所述共享信息服務(wù)器，用于對于基于共享信息服務(wù)器的方式的信息共享 時(shí)，存放終端用戶允許并上傳的資源信息和推薦策略，供其他終端用戶檢索并 下載使用；所述用戶控制接口 ，用于調(diào)整推薦策略以及對信息共享管理器進(jìn)行配置和管理，以及控制信息共享管理器。
3、 根據(jù)權(quán)利要求2所述的個(gè)性化服務(wù)推薦系統(tǒng)，其特征在于，所述信息 共享管理器的信息共享通過以下兩種方式實(shí)現(xiàn) 一種是P2P方式，在用戶終端 之間點(diǎn)對點(diǎn)的共享；另一種是基于共享信息服務(wù)器的方式，用戶將共享信息存儲到共享信息服務(wù)器上，供其他用戶査詢使用。
4、 根據(jù)權(quán)利要求1所述的個(gè)性化服務(wù)推薦系統(tǒng)，其特征在于，所述個(gè)性化推薦處理器，能夠同時(shí)支持個(gè)性化服務(wù)推薦中的基于規(guī)則的過濾、基于內(nèi)容 的過濾和協(xié)作過濾。
5、 根據(jù)權(quán)利要求1所述的個(gè)性化服務(wù)推薦系統(tǒng)，其特征在于，所述用戶信息收集器和上下文感知處理器是作為獨(dú)立的程序或者程序模塊同時(shí)運(yùn)行。
6、 一種個(gè)性化服務(wù)推薦方法，其特征在于，包括步驟步驟A、用戶信息收集器監(jiān)控在終端上進(jìn)行的各種操作信息，以收集終端的原始用戶數(shù)據(jù)，將所述原始用戶數(shù)據(jù)進(jìn)行預(yù)處理后得到用戶信息，將所述用 戶信息存入用戶信息數(shù)據(jù)庫，若用戶信息數(shù)據(jù)庫發(fā)生更新，則啟動(dòng)用戶行為分析器進(jìn)行分析；步驟B、用戶行為分析器掃描用戶信息數(shù)據(jù)庫，從中提取新的用戶信息并 記入資源信息數(shù)據(jù)庫，計(jì)算新的推薦策略并記入推薦策略數(shù)據(jù)庫；步驟C、上下文感知處理器感知用戶的當(dāng)前的上下文，從用戶信息數(shù)據(jù)庫 實(shí)時(shí)地提取用戶信息，分析上下文的變化，輸出當(dāng)前的上下文描述信息，啟動(dòng) 個(gè)性化推薦處理器；步驟D、個(gè)性化推薦處理器，用于接收來自上下文感知處理器的當(dāng)前的上 下文描述信息后，獲得當(dāng)前的上下文的信息，通過本地或者信息共享管理器檢 索推薦策略數(shù)據(jù)庫，獲得匹配的最優(yōu)推薦策略，并按照推薦策略通過本地或者 信息共享管理器檢索資源信息數(shù)據(jù)庫，匹配合適的資源信息，實(shí)時(shí)生成個(gè)性化 推薦服務(wù)。
7、 根據(jù)權(quán)利要求6所述的個(gè)性化服務(wù)推薦系統(tǒng)，其特征在于，所述步驟 D包括步驟步驟Dl、個(gè)性化推薦處理器以當(dāng)前的上下文描述信息作為輸入，并檢索 本地終端的第一推薦策略數(shù)據(jù)庫，如果找到匹配的推薦策略，則按照策略，檢 索本地終端的第一資源信息數(shù)據(jù)庫，找到匹配的資源信息；步驟D2、若匹配失敗，個(gè)性化推薦處理器向信息共享管理器發(fā)送査詢請求，等待響應(yīng)；步驟D3、信息共享管理器向可連接的第二終端或者共享信息服務(wù)器發(fā)送 查詢請求，并等待響應(yīng)；步驟D4、可連接的第二終端或者共享信息服務(wù)器的信息共享管理器接受 査詢請求，以當(dāng)前的上下文描述信息作為輸入，檢索并匹配推薦策略和資源信 息；步驟D5、本地的信息共享管理器接收到響應(yīng)消息，更新資源信息數(shù)據(jù)庫 和推薦策略數(shù)據(jù)庫，并向個(gè)性化推薦處理器發(fā)送一個(gè)觸發(fā)消息，啟動(dòng)個(gè)性化推 薦處理器運(yùn)行，實(shí)時(shí)生成個(gè)性化推薦服務(wù)。
8、根據(jù)權(quán)利要求6所述的個(gè)性化服務(wù)推薦系統(tǒng)，其特征在于，還包括步驟步驟E、本地終端用戶根據(jù)推薦效果，通過用戶控制接口，優(yōu)化推薦策略， 提升推薦效果；步驟F、終端用戶根據(jù)使用效果，配置信息共享策略和共享信息的獲取策 略，提升推薦效果。
全文摘要
本發(fā)明公開了一種個(gè)性化服務(wù)推薦系統(tǒng)和方法。該方法包括用戶信息收集器監(jiān)控在終端上進(jìn)行的各種操作信息，并進(jìn)行預(yù)處理后，存入用戶信息數(shù)據(jù)庫，若用戶信息數(shù)據(jù)庫發(fā)生更新，則啟動(dòng)用戶行為分析器進(jìn)行分析；用戶行為分析器掃描用戶信息數(shù)據(jù)庫，提取新的用戶信息并記入資源信息數(shù)據(jù)庫，計(jì)算新的推薦策略并記入推薦策略數(shù)據(jù)庫；上下文感知處理器感知用戶的當(dāng)前的上下文，輸出當(dāng)前的上下文描述信息，啟動(dòng)個(gè)性化推薦處理器；個(gè)性化推薦處理器，接收來自上下文感知處理器的消息后，獲得當(dāng)前的上下文的信息，通過檢索推薦策略數(shù)據(jù)庫，獲得匹配的最優(yōu)推薦策略，并按照最優(yōu)推薦策略通過檢索資源信息數(shù)據(jù)庫，匹配合適的資源信息，實(shí)時(shí)生成個(gè)性化推薦服務(wù)。
文檔編號G06F17/30GK101334792SQ20081011647
公開日2008年12月31日 申請日期2008年7月10日 優(yōu)先權(quán)日2008年7月10日
發(fā)明者史紅周, 劍 葉, 朱珍民, 顧曉光 申請人:中國科學(xué)院計(jì)算技術(shù)研究所