[发明专利]针对用户进行个性化推荐的方法、用户建模设备及系统

说明书

技术领域

本发明涉及通信领域，更为具体而言，涉及一种针对用户进行个性化推荐的方法、用户建模设备及系统，所述系统包括针对用户进行个性化推荐的服务器系统和包括该服务器系统的网络系统。

背景技术

随着互联网技术的强势发展以及网络信息的大范围覆盖，用户在浏览信息时通常需要从海量信息中选择自己感兴趣的内容，这不仅浪费了用户时间，并且存在严重的信息浪费。例如，在电子商务系统中，商品个数、种类等快速增长，用户需要花费大量时间才能找到自己想要的商品信息，这无疑会影响用户体验。因此，根据用户可能的兴趣点向用户推荐信息（例如：商品、经济、体育方面的信息）的个性化信息推荐方法应运而生。

根据现有的信息推荐技术，需要读取用户的行为日志，通过对用户的历史行为进行分析确定最终推荐哪些信息。但是，一方面，用户行为属于隐式的用户反馈，基于用户行为确定最终推荐哪些信息并不能准确地匹配用户兴趣（例如，根据用户对新闻的点击行为很难确定用户是因为该新闻热门还是因为感兴趣而进行点击）；另一方面，对于没有历史行为的用户根本无法采用现有技术进行准确的信息推荐，即无法解决业界所谓的冷启动问题。

发明内容

为了准确地向用户推荐信息，本发明实施方式提供了一种针对用户进行个性化推荐的方法、用户建模设备及系统。

一方面，本发明实施方式提供了一种针对用户进行个性化推荐的方法，包括：

从信息模型数据库中提取用户所关注的名人的信息模型，其中，所述名人为社交网络中满足预定条件的人，所述信息模型数据库中存储有基于第一建模策略为所述名人建立的信息模型；

根据所述用户所关注的名人的信息模型和第二建模策略为所述用户建立用户模型；

获取根据所述用户模型提取的适合所述用户的信息，并向所述用户推荐该信息。

在本发明的一种实施方式中，基于第一建模策略为所述名人建立的信息模型包括表示所述名人的个体属性和/或群体属性的组件。

由此，所述信息模型可以准确地表征所述名人，为后续建立可准确表征用户的用户模型提供了基础。

在本发明的另一种实施方式中，所述方法还包括：根据所述第一建模策略为所述名人建立信息模型，并将所述名人的信息模型存储至所述信息模型数据库。

由此，进行信息推荐的服务商（例如，信息推荐服务商）可以建立所述信息模型数据库。

在本发明的另一种实施方式中，根据所述第一建模策略为所述名人建立信息模型包括：

从第三方信息平台获取所述名人的信息；

根据所述名人的信息建立所述名人的信息模型。

由此，能方便地获取建立所述名人的信息模型所需要的信息。

在本发明的另一种实施方式中，所述第三方信息平台包括网络百科全书，并且，从第三方信息平台获取所述名人的信息包括：

通过所述网络百科全书搜索所述名人，并从搜索结果中抓取关于所述名人的百科词条。

由此，能方便且准确地获取建立所述名人的信息模型所需要的信息。

在本发明的另一种实施方式中，所述根据所述名人的信息建立所述名人的信息模型包括：

解析所述百科词条的文本，对所述百科词条进行分词；

进行词频-逆向文件频率计算获得所述百科词条中的关键词和关键词权重，其中，所述关键词和关键词权重表示所述名人的个体属性；

通过利用支持向量机建立的分类模型确定所述名人的分类，其中，所述名人的分类表示所述名人的群体属性；

将所述关键词和关键词权重作为第一组件，并且将所述名人的分类作为第二组件，建立所述名人的信息模型。

由此，根据所述关键词和权重以及所述名人的分类建立的信息模型，能够更加准确地表征所述名人，使得后续根据所述名人的信息模型建立的用户模型能更加准确地表征所述用户。

在本发明的另一种实施方式中，根据所述用户所关注的名人的信息模型和第二建模策略为所述用户建立用户模型包括：

根据所述用户所关注的名人的信息模型，对所述名人的个体属性和/或群体属性进行聚类，确定所述用户所关注的个体属性和/或群体属性；

根据所述用户所关注的个体属性和/或群体属性建立所述用户模型。

由此，能够建立准确表征所述用户（例如，表征所述用户的兴趣点，包括兴趣词和兴趣分类）的用户模型。

相应的，本发明实施方式提供了一种针对用户进行个性化推荐的服务器系统，包括：