[发明专利]一种基于网络连接速度的个性化网络资源推荐方法

权利要求书

1.一种基于网络连接速度的个性化网络资源推荐方法，其特征在于包括以下步骤：

1)利用自定义浏览器，记录用户与浏览过的所有网站间的连接速度；

2)利用获得的网站间的连接速度，训练出可预测用户与任何网站间连接速度的人工神经网络；

3)对用户欲访问的网络资源，运用相关搜索引擎找出互联网上所有拥有该网络资源的网站；

4)使用人工神经网络预测用户与步骤3)找出的网站间的连接速度；

5)按照用户与步骤3)找出的所有网站之间的连接速度从小到大排序，作为网络资源推荐的结果；

所述的利用自定义浏览器，记录用户与其浏览过的所有网站间的连接速度步骤：

(a)对用户访问过的每个网站，记录每次用户向网站发出访问请求到用户获得网站回应的时间间隔，记为网站的用户连接时间；

(b)对用户访问过的每个网站，记录每次用户从网站下载数据时的下载速度，记为网站的用户带宽；

(c)若用户多次访问该网站，则以最近一周中或最近10次的用户连接时间的平均值作为该网站的用户连接时间，以最近一周中或最近10次的用户带宽的平均值作为该网站的用户带宽；

所述的利用获得的网站间的连接速度，训练出可预测用户与任何网站间连接速度的人工神经网络步骤：

(d)建立一个人工神经网络，其输入为一个网站的特征数据：包括一个表示为32位整数的网络IP地址和1个取值在0～23之间的整数用于表示当前时间的小时数；其输出为一个实数，表示用户与网站间的连接时间估计值；

(e)另建立一个人工神经网络，其输入为一个网络站点的特征数据：包括一个表示为32位整数的网络IP地址和1个取值在0～23之间的整数用于表示当前时间的小时数；其输出为一个实数，表示用户与网站间的带宽估计值；

(f)分别将步骤(a)和(c)获得的用户连接时间历史数据作为训练集，使用反向传播算法训练步骤(d)所建立的神经网络，保存训练后的神经网络；

(g)分别将步骤(b)和(c)获得的用户带宽历史数据作为训练集，使用反向传播算法训练步骤(e)所建立的神经网络，保存训练后的神经网络。

2.根据权利要求1所述的一种基于网络连接速度的个性化网络资源推荐方法，其特征在于所述的对用户欲访问的网络资源，运用相关搜索引擎找出互联网上所有拥有该网络资源的网站步骤，包括：

(h)使用搜索引擎，对用户给定的关键字进行网络资源搜索，得到前30～100项搜索结果网站；

(i)若用户需要的网络资源为文本，则对搜索结果中的每两项，计算它们之间的文本相似度；若其相似度大于95％，则标记这两项为相同内容；

(j)若用户需要的网络资源为其他形式，则对搜索结果中的每两项，随机选取10个偏移量位置，在这两项的数据文件中的每个偏移量位置上比较1K字节长度的数据；若这两项的数据文件在所有10个位置处的数据完全相同，则将它们标记为具有相同内容；

(k)调整步骤(h)中获得的搜索结果网站列表：将所有具有相同内容的网站都归并到最前出现该内容的搜索结果项当中，合为一个搜索结果项。

3.根据权利要求2所述的一种基于网络连接速度的个性化网络资源推荐方法，其特征在于所述的使用人工神经网络预测用户与步骤3)找出的网站间的连接速度步骤：

(l)对步骤(k)所得搜索结果列表中每个包含了两个或以上网站的搜索结果项，使用步骤(f)所得神经网络估计用户与其中每个网站之间的连接速度；使用步骤(g)所得神经网络估计用户与其中每个网站之间的带宽。

4.根据权利要求2所述的一种基于网络连接速度的个性化网络资源推荐方法，其特征在于所述的按照用户与步骤3)找出的所有网站之间的连接速度从小到大排序，作为网络资源推荐的结果步骤：

(m)若用户需要的网络资源数据尺寸小于100K，对步骤(k)所得搜索结果列表中每个包含了两个或以上网站的搜索结果项，将其中的网站按照步骤(l)估计得到的用户连接时间从小到大重新排序；

(n)若用户需要的网络资源数据尺寸大于100K，对步骤(k)所得到搜索结果列表中每个包含了两个或以上网站的搜索结果项，将其中的网站按照步骤(l)估计得到的用户带宽从大到小重新排序；

(o)将调整后的搜索结果列表，作为该用户的资源推荐结果。