[发明专利]一种获取用户个性化特征的方法和系统

权利要求书

1.一种获取用户个性化特征的方法，其特征在于，

在互联网上获取多个用户，存储由所述多个用户组成的用户集U＝{1，2，...，M}；设置多个特征，存储由所述多个特征组成的特征集K＝{1，2，...，L}；其中M为用户个数、L为特征个数；

为所述用户集U中的多个用户设置参数向量初始值；

多次执行如下步骤：

接收任意一个用户i(i∈U)访问任意一个用户j(j∈U)的信号；

读取所述用户i的参数向量Ku(i)＝(uwi1，uwi2，...，uwik，...，uwiL)，所述uwik表示所述用户i与特征k(k∈K)的相关度；

读取所述用户j的参数向量Ku(j)＝(uwj1，uwj2，...，uwjk，...，uwjL)，所述uwjk表示所述用户j与特征k(k∈K)的相关度；

用如下参数向量更新算法，更新所述用户i和所述用户j的参数向量，即

Ku*(i)＝function1[Ku(i)，Ku(j)]；

Ku*(j)＝function2[Ku(i)，Ku(j)]；

其中，所述Ku(i)和所述Ku*(i)分别表示更新前和更新后所述用户i的参数向量，所述Ku(j)和所述Ku*(j)分别表示更新前和更新后所述用户j的参数向量；

所述参数向量更新算法通过如下的具体应用实例，来更新所述用户i和所述用户j的参数向量：

uwik*＝uwik+λ1(j，i，T)·f1[Ku(j)](对于每个k∈UKjK)

uwjk*＝uwjk+λ2(i，j，T)·f2[Ku(i)](对于每个k∈UKiK)

其中，所述uwik和所述uwik*分别表示更新前和更新后所述用户i的参数向量的第k个分量，所述uwjk和所述uwjk*分别表示更新前和更新后所述用户j的参数向量的第k个分量；所述UKi是由所述用户i的参数向量Ku(i)＝(uwi1，uwi2，...，uwik，...，uwiL)中数值最大的Pi个分量所对应的特征组成的集合，所述UKj是由所述用户j的参数向量Ku(j)＝(uwj1，uwj2，...，uwjk，...，uwjL)中数值最大的Pj个分量所对应的特征组成的集合，Pi和Pj为设定参数，且Pi≤L，Pj≤L；所述λ1(j，i，T)和所述λ2(i，j，T)分别是所述用户i的参数向量和所述用户j的参数向量之间的相似度的函数；所述f1[Ku(j)]是所述uwjk的增函数，是∑(k∈K)uwjk的减函数；所述f2[Ku(i)]是所述uwik的增函数，是∑(k∈K)uwik的减函数。

2.根据权利要求1所述的方法，其特征在于，设所述Ku*(i)＝(uwi1*，uwi2*，...，uwik*，...，uwiL*)，所述Ku*(j)＝(uwj1*，uwj2*，...，uwjk*，...，uwjL*)，则对于每一个k∈K，所述uwik*是所述uwjk的增函数，是∑(k∈K)uwjk的减函数；对于每一个k∈K，所述uwjk*是所述uwik的增函数，是∑(k∈K)uwik的减函数；执行所述参数向量更新算法达到设定次数后，对于每个特征k∈K，对第k个用户列向量(uw1k，uw2k，...，uwMk)进行归一化处理。

3.根据权利要求1所述的方法，其特征在于，所述方法包括根据查询用户设定的查询向量，来查找一组具有特定特征的用户的应用实例，包括在服务器中执行如下步骤：

A11.接收查询用户e(e∈U)设置的查询向量；

A12.所述查询用户e在所述用户集U中选取一组用户Q(Q∈U);

A13.根据所述查询向量和所述一组用户Q中的每个用户的参数向量，计算所述一组用户Q中的每个用户m(m∈Q)的个性化排序值UR(e，m)；所述UR(e，m)表示基于所述用户e的查询向量的所述用户m的个性化排序值；

A14.在所述一组用户Q中，将所述个性化排序值最大的一些用户的标识发送给所述查询用户e。

4.根据权利要求1所述的方法，其特征在于，获取多个用户群，组成用户群集G＝{1，2，...，E}；用户群i(i∈G)的参数向量设为(gwi1，gwi2，...，gwik，...，gwiL)，其中所述gwik表示所述用户群i与特征k(k∈K)的相关度；因此，查询具有特定特征用户群的方法如下：

A21.计算所述用户群集G中每个用户群的参数向量；一个用户群的参数向量由该用户群包含的每个用户的参数向量计算得出；

A22.接收任一查询用户e(e∈U)设置的查询向量；

A23.根据所述查询向量和所述用户群集G中的每个用户群的参数向量，计算所述用户群集G中的每个用户群i(i∈G)的个性化排序值GR(e，i)；所述GR(e，i)表示基于所述用户e的查询向量的所述用户群i的个性化排序值；

A24.在所述用户群集G中，将所述个性化排序值最大的一些用户群的标识发送给所述查询用户e。