[发明专利]一种获取网页和用户个性化特征的方法

摘要

本发明提出了一种获取网页和用户个性化特征的方法。该方法首先在用户提交的搜索查询中提取关键词，并由关键词组成词序列，然后根据用户在搜索结果上点击网页的信号，应用特征传播算法更新被点击网页和词序列的特征。由于预先设置了部分网页和词序列的个性化特征，因此特征传播算法能将特征在网页和词序列之间进行扩散传播。该方法解决了网页和用户个性化特征的大范围自动获取和实时更新问题。该方法能够根据用户的个性化特征来计算网页的个性化特征，进而实现了个性化的网页检索和排序。该方法提高了搜索结果的相关性和准确性，解决了在现有搜索引擎中存在的搜索结果单一性问题。

主权项

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；其中，函数f₁和f₂都是增函数，所述λ₁(s，n，k)为在所述特征k下所述词序列s对所述网页n的影响系数，所述λ₂(n，s，k)为在所述特征k下所述网页n对所述词序列s的影响系数，且dw_nk^*≥dw_nk，qw_sk^*≥qw_sk，所述QK_s是由所述词序列s的参数向量(qw_s1，qw_s2，...，qw_sk，...，qw_sL)中数值最大的Q_s个分量所对应的特征组成的集合，所述DK_n是由所述网页n的参数向量(dw_n1，dw_n2...，dw_nk，...，dw_nL)中数值最大的D_n个分量所对应的特征组成的集合，且所述Q_s和D_n为预设参数。