[发明专利]一种获取用户个性化特征的方法和系统

摘要

本发明提出了一种获取用户个性化特征的方法和系统。所述方法通过用户访问用户的信号以及用户访问文档的信号，来自动地更新用户的个性化特征。用户的个性化特征，既可以依据所述用户访问过的其他用户的个性化特征进行更新，也可以依据用户访问过的文档的个性化特征进行更新。根据查询用户提交的查询条件和一组用户中的每个用户的个性化特征，计算所述一组用户中每个用户的个性化排序值，以及按照所述个性化排序值的大小，将所述一组用户中的至少一个用户的标识发送给查询用户。本专利还提出了一种获取用户个性化特征的系统。本专利方法可用于在社交网络中查找具有特定特征的用户或者用户群。

主权项

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。