[发明专利]面向综合集成研讨环境的信息推荐方法

说明书

技术领域

本发明涉及综合集成研讨环境中根据研讨内容对用户进行信息推 荐的方法，具体的说涉及研讨话题的实时提取、跟踪及协作过滤方法及 其实现。

背景技术

综合集成研讨环境[1]是一种多个用户基于某一具体领域，进行文字 形式讨论的在线讨论环境。参与研讨的用户针对一个事先拟定的主题进 行发言讨论，最终将讨论结果用于解决一系列复杂问题。

随着信息技术的发展，网络上的资源呈爆炸式的增长，使得 Internet成为信息传播的主要媒介之一。而Internet上的大量信息， 尤其是关于某一问题的权威网页，对于启发、激活用户的思维具有重要 意义。在综合集成研讨环境中，频繁的信息检索以及随之而来的信息过 滤使得用户很难直接从网络上获取信息。因此，需要一种“主动化”的 信息推荐的方法来解决这一问题。

目前，国内外对于信息推荐的研究主要基于网络用户，根据用户的 访问历史、当前浏览动作，或通过和用户具有类似行为模式的其他用户 等来挖掘用户兴趣，进而将某用户可能感兴趣的信息推荐给该用户。

在综合集成研讨环境中，无法获得参与研讨用户的浏览历史和行为 模式等信息，因此通过以上信息建模来挖掘用户兴趣的数据需求不可 行；同时，在综合集成研讨环境中多个用户作为一个群体协同开展工作， 存在着一定时间压力，而直接从Internet上搜索来的信息数目众多且 与话题的关联程度也无法确定，需要根据当前研讨的内容及通过多个用 户之间的协作推荐来筛选和研讨话题更加相关的信息进而推荐给用户。 因此，现有的基于网络用户的信息推荐系统无法满足综合集成研讨环境 的需求。

[1]戴汝为，李耀东，基于综合集成的研讨厅体系与系统复杂性， 复杂系统与复杂性科学，2004 Vol.1 No.

发明内容

本发明的目的在于提供一种面向信息持续流动、变化条件下，多用 户协作综合集成研讨环境的信息推荐的方法。

为达到上述目的，本发明提供的基于综合集成研讨环境的主动信息 获取方法，该方法的步骤如下：

步骤1：在研讨开始前利用多个用户给定的相关背景资料生成此次 研讨领域词汇表，用于分析发言；

步骤2：参与研讨的用户依次进行发言讨论，当发言累计一定字数 后，读取发言文本；

步骤3：对从研讨环境中得到的文本形式的发言进行向量化处理， 在文本向量化的过程中，使用研讨领域的领域词汇表，在计算发言文本 特征项的权重时，对包含在领域词汇表中的词的权重进行加权处理，以 增强领域知识的作用，体现研讨内容的领域相关性；

步骤4：对于向量化后的文本，由话题提取器从文本中抽取当前研 讨话题；

步骤5：由话题判别器判断当前研讨话题是否发生变化，如果当前 研讨话题发生变化转入步骤6，如果当前研讨话题没有发生变化，则回 到步骤2继续读取发言文本；

步骤6：从步骤4得到的当前研讨话题中提取合适元素，生成检索 词；

步骤7：将检索词送入搜索引擎，下载检索结果网页并解析其中的 网页链接信息，并将链接信息发送给用户；

步骤8：对系统发送的链接信息，用户可选择其中感兴趣的信息点 击进行阅读，并对阅读过的链接信息进行打分；

步骤9：根据步骤8中用户对阅读过的链接的打分情况及用户的权 威度重新计算各链接的权重，得到一个重要链接列表，再将重要链接列 表推荐给未阅读过这些重要链接列表信息的用户；

步骤10：查看此时是否还有新的发言产生，如果没有则本次研讨结 束，退出推荐系统，否则返回步骤2继续读取发言文本并分析。

其中，所述计算发言文本特征项的权重的步骤如下，对于所有特征 项首先计算其词频逆文档频率值，然后对包含在领域词表中的特征项的 词频文档频率值乘以一个加权系数，以增强领域知识对研讨的作用。

其中，所述重要链接列表是对当前研讨话题分析后，通过用户之间 的协作关系计算得到的，具体的说是将利用当前话题搜索返回的每条链 接，根据阅读过该链接的用户对链接的打分和相应用户的权威度乘积的 加和得到链接与研讨相关性的权值，再根据此权值对链接重新排序，得 到重要链接列表并推荐给未访问过这些重要链接信息的用户，最终以可 视化的方式在综合集成研讨厅中展现对用户的推荐结果。