[发明专利]一种获取网页和用户个性化特征的方法

说明书

技术领域

本发明涉及互联网领域，具体来说涉及一种获取网页和用户个性化特征的方法。

背景技术

搜索引擎的工作原理是从互联网提取各个网站的信息，建立起数据库，并检索与用户查询条件相匹配的记录，按一定的排列顺序返回搜索结果。虽然现代搜索引擎已经取得了巨大的成功，但是，它们也存在如下的缺点。

第一是搜索结果的单一性问题。现有搜索引擎假设不同的用户对同一个网页重要程度的评价是相同的，因此，不同的用户在同一个搜索引擎中输入相同的搜索关键词，他们所得到的搜索结果相同。而实际上不同领域内的用户对同一个网页的重要程度的评价通常是不同的，而现有搜索引擎没有考虑到用户的个体化差异。第二是现有搜索引擎的信息服务方式是被动的。搜索引擎只有当用户提交了搜索查询后，才能提供信息服务，而不能根据用户的个性化特征，主动推送与用户个性化特征相关的网页信息。第三是现有搜索引擎的信息匹配模式过于简单，导致搜索结果中含有大量的相关度低或者根本不相关的网页。

解决上述问题的一个有效方法是实现个性化搜索，而个性化搜索的关键是获取网页和用户的个性化特征。通过网页和用户的个性化特征，就能够对现有搜索引擎提供的搜索结果进行二次过滤和筛选，进而提高搜索结果的相关性和准确性。

发明内容

鉴于上述现有技术存在的问题，本发明的目的在于提供一种获取网页和用户个性化特征的方法，并且根据所述个性化特征来帮助用户过滤和筛选其在互联网上获得的信息。

根据以上所述的目的，本发明提出了一种获取网页和用户个性化特征的方法，其特征在于，所述方法包括在接入互联网的服务器中执行如下步骤：

S1.获取并存储由用户标识组成的用户集U，由网页标识组成的网页集D，由词序列标识组成的词序列集Q，以及由特征标识组成的特征集K；

S2.为所述网页集D中的多个网页设置参数向量初始值，以及为所述词序列集Q中的多个词序列设置参数向量初始值，参数向量初始值缺省为零向量；

S3.接收任意用户m(m∈U)提交的搜索查询，并在所述搜索查询中提取关键词，以及根据所述关键词合成词序列s(s∈Q)；

S4.根据所述搜索查询，获取一组网页H，并将其发送给所述用户m；

S5.接收所述用户m点击所述一组网页H中的网页n的信号；

S6.读取所述网页n的参数向量(dw_n1，dw_n2，...，dw_nk，...，dw_nL)，其中所述dw_nk表示所述网页n与特征k(k∈K)的相关度；

S7.读取所述词序列s的参数向量(qw_s1，qw_s2，...，qw_sk，...，qw_sL)，其中所述qw_sk表示所述词序列s与特征k(k∈K)的相关度；

S8.应用如下特征传播算法，更新所述网页n和所述词序列s的参数向量：设更新后所述网页n的参数向量为(dw_n1^*，dw_n2^*，...，dw_nk^*，...，dw_nL^*)，更新后所述词序列s的参数向量为(qw_s1^*，qw_s2^*，...，qw_sk^*，...，qw_sL^*)，则所述算法包括：

dw_nk^*＝f₁[dw_nk，qw_sk，λ₁(s，n，k)]    (对于每个)

qw_sk^*＝f₂[qw_sk，dw_nk，λ₂(n，s，k)]    (对于每个)

返回所述步骤S3；