一種基于用戶行為的信息推薦方法
【專利摘要】本發(fā)明涉及一種基于用戶行為的信息推薦方法，方法步驟為：步驟（1）數(shù)據(jù)來源；通過網(wǎng)絡(luò)爬蟲爬取了網(wǎng)絡(luò)上的網(wǎng)頁信息，并使用最大塊密度算法抽取了網(wǎng)頁中的正文，使用IKAnalyzer進(jìn)行分詞，使用聚類算法將詞進(jìn)行聚類，最終通過多個(gè)類形成了一個(gè)索引網(wǎng)；步驟（2）用戶行為處理：系統(tǒng)會(huì)自動(dòng)為用戶分配一個(gè)唯一的用戶號(hào)；會(huì)自動(dòng)記錄用戶的搜索內(nèi)容和與搜索結(jié)果的交互情況下來并存入；步驟（3）進(jìn)行推薦：以現(xiàn)有數(shù)據(jù)為基礎(chǔ)，用基于內(nèi)容推薦的算法為用戶推薦。本發(fā)明添加相應(yīng)的推薦算法，為用戶推薦感興趣的信息供用戶進(jìn)行選擇，并在一定程度上影響搜索結(jié)果的排名，使得排名更符合不同用戶的興趣。
【專利說明】一種基于用戶行為的信息推薦方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及為使用搜索引擎的用戶進(jìn)行相關(guān)內(nèi)容的推薦，具體涉及推薦用戶感興趣的內(nèi)容并在一定程度上通過用戶的上網(wǎng)行為影響搜索結(jié)果的排序。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的快速發(fā)展，人們正處于一個(gè)信息爆炸的時(shí)代。相對(duì)于過去的信息匱乏，面對(duì)現(xiàn)階段海量的信息數(shù)據(jù)，對(duì)信息的篩選和過濾成為了衡量一個(gè)系統(tǒng)好壞的重要指標(biāo)。同時(shí)，一個(gè)具有良好用戶體驗(yàn)的系統(tǒng)，會(huì)將海量信息進(jìn)行篩選和過濾，并將用戶最感興趣的信息展現(xiàn)在用戶面前。在一定程度上，這大大增加了系統(tǒng)工作的效率，另一方面也節(jié)省了用戶篩選信息的時(shí)間。搜索引擎的出現(xiàn)在一定程度上解決了信息篩選問題，但僅僅是搜索引擎是不夠的。雖然搜索引擎可以幫助用戶在輸入關(guān)鍵詞之后對(duì)海量信息進(jìn)行篩選，從而在搜索結(jié)果中找尋所需的內(nèi)容。以Google、Baidu為代表的搜索引擎已為人們熟知，它們都具有基于關(guān)鍵字、通用性較強(qiáng)等特點(diǎn)。但當(dāng)用戶無法準(zhǔn)確描述自己的需求時(shí)，搜索引擎的搜索效果將受到很大影響，而用戶將自己的需求和意圖轉(zhuǎn)化成關(guān)鍵詞的過程本身就是一個(gè)并不輕松的過程。因此，推薦系統(tǒng)在一定程度上具有良好的引導(dǎo)和幫助用戶找到所需內(nèi)容的作用，使得用戶在使用搜索系統(tǒng)的過程中具有良好的體驗(yàn)。
[0003]同時(shí)，記錄不同用戶的搜索行為，并根據(jù)不同用戶的行為進(jìn)行推薦將在一定程度上使得推薦內(nèi)容更能滿足不同用戶的需求。不同的用戶行為不僅僅影響了推薦內(nèi)容，也會(huì)影響搜索結(jié)果的排名。例如兩個(gè)不同的用戶都輸入“旅游”一詞進(jìn)行搜索，但一位是想搜索探險(xiǎn)類的旅游，而另一位是想搜索休閑類的旅游，根據(jù)這兩位不同的用戶搜索引擎會(huì)根據(jù)用戶的行為進(jìn)行不同的推薦，否則會(huì)返回相同的結(jié)果讓用戶自行選擇需要的內(nèi)容，在一定程度上使得用戶的體驗(yàn)感下降。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對(duì)以上存在的問題，在已有的搜索引擎中添加相應(yīng)的推薦算法，為用戶推薦感興趣的信息供用戶進(jìn)行選擇，并在一定程度上影響搜索結(jié)果的排名，使得排名更符合不同用戶的興趣。
[0005]本發(fā)明給出的技術(shù)技術(shù)方案:
一種基于用戶行為的信息推薦方法，其特征在于，方法步驟為:
步驟(I)數(shù)據(jù)來源，具體為:
通過網(wǎng)絡(luò)爬蟲爬取了網(wǎng)絡(luò)上的網(wǎng)頁信息，并使用最大塊密度算法抽取了網(wǎng)頁中的正文，使用IKAnalyzer進(jìn)行分詞，使用聚類算法將詞進(jìn)行聚類，最終通過形成了多個(gè)類，同時(shí)在每個(gè)類中都有一個(gè)中心詞用于較好地刻畫這個(gè)類，如此網(wǎng)絡(luò)中的海量詞語就形成了一個(gè)索引網(wǎng)。
[0006]步驟(2)用戶行為處理,具體為:
當(dāng)用戶使用搜索引擎進(jìn)行搜索時(shí)，系統(tǒng)會(huì)自動(dòng)為該用戶分配一個(gè)唯一的用戶號(hào)。當(dāng)用戶登錄后，系統(tǒng)會(huì)自動(dòng)把用戶的搜索內(nèi)容和與搜索結(jié)果的交互情況記錄下來，并存入數(shù)據(jù)庫中。所述數(shù)據(jù)庫使用了一維向量來刻畫用戶的搜索行為。當(dāng)用戶登錄系統(tǒng)之后，輸入關(guān)鍵字進(jìn)行搜索，那么就使用向量〈ID, word, num, class〉(ID表示用戶ID, word表示關(guān)鍵詞，num表示搜索該關(guān)鍵詞的次數(shù)，class表示該關(guān)鍵詞所屬的類)來記錄用戶的搜索行為。當(dāng)呈現(xiàn)了搜索結(jié)果之后，如果用戶點(diǎn)擊了相應(yīng)的搜索內(nèi)容，則同樣記錄用戶點(diǎn)擊行為，即使用向量〈ID, class, count〉(ID表示用戶ID, class表示點(diǎn)擊內(nèi)容所屬的類，count表示點(diǎn)擊該類的次數(shù))來表示。
[0007]步驟(3)進(jìn)行推薦，具體為:
推薦算法是以現(xiàn)有數(shù)據(jù)為基礎(chǔ)，采用基于內(nèi)容推薦的算法為用戶進(jìn)行推薦。在每個(gè)搜索結(jié)果的呈現(xiàn)中都會(huì)展示這個(gè)結(jié)果屬于哪個(gè)類，那么就可以在此基礎(chǔ)上推薦這個(gè)類中的相應(yīng)內(nèi)容和與這個(gè)類有關(guān)的類。在已構(gòu)建的詞關(guān)聯(lián)網(wǎng)上，根據(jù)用戶行為建立的數(shù)據(jù)表，按照某個(gè)類中num (用戶點(diǎn)擊次數(shù))的大小選取前K個(gè)進(jìn)行推薦。而類之間的推薦則根據(jù)count (這個(gè)類被某個(gè)用戶所選擇的次數(shù))的大小取前M個(gè)進(jìn)行推薦。
[0008]與現(xiàn)有的搜索引擎相比，添加了推薦算法在很大程度上滿足了不同用戶的不同搜索需求，同時(shí)也為用戶呈現(xiàn)了更多的適應(yīng)于用戶興趣的信息供用戶選擇，為用戶的不確定搜索和搜索更多所需內(nèi)容提供了方便。本發(fā)明技術(shù)方案創(chuàng)新點(diǎn)體現(xiàn)在:
I)記錄用戶的行為將相應(yīng)的數(shù)據(jù)存入數(shù)據(jù)庫中，并將用戶行為與推薦內(nèi)容進(jìn)行結(jié)合，根據(jù)用戶行為提供給用戶偏愛的某一類的相關(guān)推薦詞。
[0009]2)根據(jù)用戶行為和已記錄的數(shù)據(jù)，影響搜索結(jié)果的排序，將用戶偏愛的結(jié)果排在搜索結(jié)果的前面，在一定程度上為用戶使用搜索引擎帶來便利也根據(jù)個(gè)性化。
【專利附圖】

【附圖說明】
[0010]圖1詞關(guān)聯(lián)網(wǎng)；
圖2推薦系統(tǒng)流程圖。
【具體實(shí)施方式】
[0011]數(shù)據(jù)來源:通過網(wǎng)絡(luò)爬蟲爬取了網(wǎng)絡(luò)上的網(wǎng)頁信息，并使用最大塊密度算法抽取了網(wǎng)頁中的正文，使用IKAnalyzer進(jìn)行分詞，使用聚類算法將詞進(jìn)行聚類，最終通過形成了多個(gè)類，同時(shí)在每個(gè)類中都有一個(gè)中心詞用于較好地刻畫這個(gè)類。這樣網(wǎng)絡(luò)中的海量詞語就形成了一個(gè)索引網(wǎng)，從而詞與詞、類與類之間就存在一定的關(guān)系(如圖1所示)。在圖1中，黑點(diǎn)表示詞，多個(gè)詞通過聚類算法形成了一個(gè)個(gè)類，例如圖1中的ABCD就是形成的類。而類與類之間的關(guān)系通過連線進(jìn)行表示，當(dāng)類與類之間的連線距離越短則表示兩個(gè)類之間的關(guān)系越緊密。
[0012]通過圖2所示可以看到用戶在整個(gè)搜索過程中的具體行為，以及對(duì)于推薦系統(tǒng)的影響。在用戶進(jìn)行搜索之前，所有的數(shù)據(jù)通過網(wǎng)絡(luò)爬蟲爬取了網(wǎng)絡(luò)上的網(wǎng)頁信息，并使用最大塊密度算法抽取了網(wǎng)頁中的正文，使用IKAnalyzer進(jìn)行分詞，使用聚類算法將詞進(jìn)行聚類，最終通過形成了多個(gè)類，同時(shí)在每個(gè)類中都有一個(gè)中心詞用于較好地刻畫這個(gè)類。當(dāng)用戶與搜索引擎進(jìn)行交互之后就形成了用戶行為，當(dāng)達(dá)到一定的使用次數(shù)之后就會(huì)對(duì)搜索引擎的推薦形成影響，下面就具體的步驟進(jìn)行闡述: I獲取用戶行為信息:獲取的用戶行為的信息主要來自于用戶登錄系統(tǒng)之后與系統(tǒng)的一系列交互的過程，通過交互過程中的用戶行為將相應(yīng)的內(nèi)容存入數(shù)據(jù)庫中用于之后的推薦。當(dāng)每次用戶打開搜索引擎開始搜索時(shí)，通過每個(gè)用戶的不同的ID號(hào)記錄用戶的搜索內(nèi)容，即搜索詞和查看網(wǎng)頁的類，以方便之后的使用。
[0013]2將用戶信息存入數(shù)據(jù)庫:當(dāng)用戶登錄后，系統(tǒng)會(huì)自動(dòng)把用戶的搜索內(nèi)容和與搜索結(jié)果的交互情況記錄下來，并存入數(shù)據(jù)庫中。在這里使用了一維向量來刻畫用戶的搜索行為。當(dāng)用戶登錄系統(tǒng)之后，輸入關(guān)鍵字進(jìn)行搜索，那么就使用向量〈ID, word, num, class〉(ID表示用戶ID, word表示關(guān)鍵詞，num表示搜索該關(guān)鍵詞的次數(shù)，class表示該關(guān)鍵詞所屬的類)來記錄用戶的搜索行為。同時(shí)，當(dāng)某個(gè)class被使用之后，相對(duì)應(yīng)的另一個(gè)記錄class的表中的一維向量〈ID, class, count〉中的count值也有所增加。當(dāng)呈現(xiàn)了搜索結(jié)果之后，如果用戶點(diǎn)擊了相應(yīng)的搜索內(nèi)容，則同樣記錄用戶點(diǎn)擊行為，即改變記錄某個(gè)類的信息的表，使用向量〈ID, class, count〉(ID表示用戶ID, class表示點(diǎn)擊內(nèi)容所屬的類，count表示點(diǎn)擊該類的次數(shù))來表示。
[0014]3形成推薦:推薦算法是以現(xiàn)有數(shù)據(jù)為基礎(chǔ)，在已有的詞關(guān)聯(lián)網(wǎng)絡(luò)的基礎(chǔ)之上，采用基于內(nèi)容推薦的算法為用戶進(jìn)行推薦。也就是說在這里不是基于用戶間的信息進(jìn)行推薦，而是只是基于單個(gè)用戶進(jìn)行的特定推薦，根據(jù)每個(gè)用戶的搜索行為進(jìn)行相應(yīng)的推薦，使得推薦更加個(gè)性化。根據(jù)某個(gè)用戶在開啟搜索引擎之后的用戶行為，將以保存的用戶行為中的常用搜索詞和常用搜索類進(jìn)行排序，并將這些內(nèi)容排在所有搜索結(jié)果的最前面或者是作為主要推薦內(nèi)容呈現(xiàn)。
[0015]4產(chǎn)生結(jié)果:在每個(gè)搜索結(jié)果的呈現(xiàn)中都會(huì)展示這個(gè)結(jié)果屬于哪個(gè)類，那么就可以在此基礎(chǔ)上推薦這個(gè)類中的相應(yīng)詞和與這個(gè)類有關(guān)的類。在已構(gòu)建的關(guān)聯(lián)詞網(wǎng)的基礎(chǔ)上，根據(jù)用戶行為建立的數(shù)據(jù)表，即用于記錄搜索詞的表格(〈ID, word,num, class〉)和用于記錄類的表格(〈ID, class, count〉),進(jìn)行推薦。簡(jiǎn)單的說,就是推薦詞的推薦按照某個(gè)類中num的大小選取前K個(gè)進(jìn)行推薦。而類之間的推薦則根據(jù)count的大小取前M個(gè)進(jìn)行推薦(K，M的大小根據(jù)實(shí)際情況具體限定)。
【權(quán)利要求】
1.一種基于用戶行為的信息推薦方法，其特征在于，方法步驟為: 步驟(I)數(shù)據(jù)來源，具體為: 通過網(wǎng)絡(luò)爬蟲爬取了網(wǎng)絡(luò)上的網(wǎng)頁信息，并使用最大塊密度算法抽取了網(wǎng)頁中的正文，使用IKAnalyzer進(jìn)行分詞，使用聚類算法將詞進(jìn)行聚類，最終通過形成了多個(gè)類，同時(shí)在每個(gè)類中都有一個(gè)中心詞用于較好地刻畫這個(gè)類，如此網(wǎng)絡(luò)中的海量詞語就形成了一個(gè)索引網(wǎng)； 步驟(2)用戶行為處理，具體為: 當(dāng)用戶使用搜索引擎進(jìn)行搜索時(shí)，系統(tǒng)會(huì)自動(dòng)為該用戶分配一個(gè)唯一的用戶號(hào)；當(dāng)用戶登錄后，系統(tǒng)會(huì)自動(dòng)把用戶的搜索內(nèi)容和與搜索結(jié)果的交互情況記錄下來，并存入數(shù)據(jù)庫中；所述數(shù)據(jù)庫使用了一維向量來刻畫用戶的搜索行為；當(dāng)用戶登錄系統(tǒng)之后，輸入關(guān)鍵字進(jìn)行搜索，那么就使用向量<ID,word,num, class〉(ID表示用戶ID,word表示關(guān)鍵詞，num表示搜索該關(guān)鍵詞的次數(shù)，class表示該關(guān)鍵詞所屬的類)來記錄用戶的搜索行為；當(dāng)呈現(xiàn)了搜索結(jié)果之后，如果用戶點(diǎn)擊了相應(yīng)的搜索內(nèi)容，則同樣記錄用戶點(diǎn)擊行為，即使用向量〈ID, class, count〉(ID表示用戶ID, class表示點(diǎn)擊內(nèi)容所屬的類，count表示點(diǎn)擊該類的次數(shù))來表示； 步驟(3)進(jìn)行推薦，具體為: 推薦算法是以現(xiàn)有數(shù)據(jù)為基礎(chǔ)，采用基于內(nèi)容推薦的算法為用戶進(jìn)行推薦。
2.在每個(gè)搜索結(jié)果的呈現(xiàn)中都會(huì)展示這個(gè)結(jié)果屬于哪個(gè)類，那么就可以在此基礎(chǔ)上推薦這個(gè)類中的相應(yīng)內(nèi)容和與這個(gè)類有關(guān)的類；在已構(gòu)建的詞關(guān)聯(lián)網(wǎng)上，根據(jù)用戶行為建立的數(shù)據(jù)表，按照某個(gè)類中num(用戶點(diǎn)擊次數(shù))的大小選取前K個(gè)進(jìn)行推薦；而類之間的推薦則根據(jù)count (這個(gè)類被某個(gè)用戶所選擇的次數(shù))的大小取前M個(gè)進(jìn)行推薦。
【文檔編號(hào)】G06F17/30GK103678710SQ201310747338
【公開日】2014年3月26日 申請(qǐng)日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】蔣昌俊, 陳閎中, 閆春鋼, 丁志軍, 王鵬偉, 何源, 陳雨忱 申請(qǐng)人:同濟(jì)大學(xué)