[发明专利]一种个性化信息推荐的方法

说明书

技术领域

本发明涉及无线互联网技术领域，尤其涉及一种个性化信息推荐的方法。

背景技术

随着互联网技术的快速发展，使得海量的信息涌现在大家面前，我们已然进入了一个信息爆炸的时代。在此背景下，一方面用户越来越不容易从中发现自己感兴趣的内容，另一方面也使得大量的信息无人问津，无法被普通用户所获取。同样，在通过手机终端访问的无线互联网，已经实现了和互联网的互通，自然也面临着相同的问题。

搜索引擎技术是目前解决信息过剩的常用方法，搜索引擎技术通过网络爬虫遍历收录互联网上的海量数据，建立索引并进行序列化存储，然后利用前端搜索页面，对用户输入的关键词进行中英文分词处理和匹配检索，而后将符合条件的信息内容按照一定的排序算法进行展现。

该技术方案存在以下缺点：

1、需要用户主动输入搜索关键词，普通用户不会使用复杂的检索条件；

2、很多情况下检索出来的信息内容依然是大量的，需要用户进行二次或多次的重复检索；

3、无法定位和分析用户的历史行为，也不能分析用户的使用偏好；

4、同样的搜索关键词只能呈现给所有用户一样的排序结果，无法针对不同用户的兴趣爱好提供相应的服务。

发明内容

本发明的目的在于提出一种个性化信息推荐的方法，能够自动记录分析用户行为，挖掘用户属性及偏好，实现了用户属性和信息内容的匹配，并主动推荐给用户。

为达此目的，本发明采用以下技术方案：

一种个性化信息推荐的方法，适用于无线互联网，包括以下步骤：

A、手机上的行为记录模块记录用户访问无线互联网的行为，并发送给服务器；

B、对用户访问的页面的内容进行分析，得到用户感兴趣的页面集；

C、对用户访问页面的行为进行分析，得到用户对页面的兴趣度；

D、将所述感兴趣的页面集与页面的兴趣度进行结合，建立用户兴趣模型；

E、对用户项矩阵进行维数简化，并计算项集相似性，产生推荐的个性化信息。

步骤B进一步包括以下步骤：

根据用户的浏览日志记录，得到用户的浏览历史页面的地址；

从服务器中获取地址对应的页面，作为浏览内容兴趣描述的数据源；

从页面内容抽取元数据，对页面文档进行文本特征表示，建立用户兴趣矩阵。

建立文档集合D＝{d₁，d₂，…，d_n}，其中文档d_i采用向量空间模型表示为：d_i＝{(T₁，W₁)，(T₂，W₂)，…，(T_n，W_n)}，n为文档d_i特征向量的个数，T_i为文档d_i的第i个特征向量，W_i为文档d_i中T_i的权值。

还包括以下步骤：

将文本分词，由特征词作为向量的维数来表示文本，相对词频采用以下公式：