[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

摘要

本发明公开了一种针对用户进行个性化推荐的方法、用户建模设备及相应系统，其中，所述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。根据用户所关注的名人的信息模型建立的用户模型能准确表征用户的兴趣，根据用户模型为用户推荐的信息能够准确匹配用户兴趣，因此，信息推荐的准确率高，并且解决了因用户缺少或没有历史行为而引起的冷启动问题。

主权项

一种针对用户进行个性化推荐的方法，其特征在于，所述方法包括：根据第一建模策略为名人建立信息模型，并将所述名人的信息模型存储至信息模型数据库，其中，所述名人为社交网络中满足预定条件的人；从所述信息模型数据库中提取用户所关注的名人的信息模型；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；其中，所述根据第一建模策略为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；其中，所述第三方信息平台包括网络百科全书，所述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；其中，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。