[發(fā)明專利]一種基于用戶興趣模型的個(gè)性化摘要系統(tǒng)

無效

• 申請?zhí)枺?/td>: 200810224285.1
• 申請日: 2008-10-16
• 公開（公告）號(hào): CN101373486A
• 公開（公告）日: 2009-02-25
• 發(fā)明（設(shè)計(jì)）人: 劉永利;歐陽元新;袁滿;熊璋
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京永創(chuàng)新實(shí)專利事務(wù)所
• 代理人: 趙文利

1.一種基于用戶興趣模型的個(gè)性化摘要系統(tǒng)，該個(gè)性化摘要系統(tǒng)由Web信息檢索單元、用戶興趣單元和個(gè)性化摘要單元組成；其特征在于：

所述Web信息檢索單元根據(jù)查詢請求負(fù)責(zé)完成對(duì)Web頁面的索引和檢索任務(wù)，并將檢索結(jié)果W_R輸出給個(gè)性化摘要單元、將檢索日志W(wǎng)_LOG輸出給用戶興趣單元；

所述用戶興趣單元根據(jù)Web信息檢索單元提供的檢索日志W(wǎng)_LOG，利用概念聚類法建立以層次概念結(jié)構(gòu)描述的用戶興趣模型IC，所述用戶興趣模型IC為用戶在通過Web信息檢索單元進(jìn)行檢索時(shí)，所訪問的Web頁面對(duì)象的并集；表達(dá)形式為IC＝{p₁，p₂，p₃，......，p_M}，其中，p表示W(wǎng)eb頁面對(duì)象，M表示W(wǎng)eb頁面的數(shù)量；

所述個(gè)性化摘要單元(A)根據(jù)用戶興趣單元提供的用戶興趣模型IC與Web信息檢索單元輸出的檢索結(jié)果W_R進(jìn)行用戶興趣與檢索結(jié)果中句子相似度的解析，獲得相似度I(s)，I(s)＝max(I(c₁，s)，I(c₂，s)，……，I(c_n，s))輸出給個(gè)性化句子評(píng)分處理；

I(s)＝max(I(c₁，s)，I(c₂，s)，……，I(c_n，s))中，c表示概念，s表示一個(gè)句子，n表示用戶興趣的概念個(gè)數(shù)；

(B)利用檢索結(jié)果W_R計(jì)算出句子中的查詢關(guān)鍵詞的逆文本頻率IDF，然后依據(jù)逆文本頻率IDF計(jì)算每一個(gè)句子s的分值S_idf(s)，并將分值S_idf(s)輸出給個(gè)性化句子評(píng)分處理；

(C)利用檢索結(jié)果W_R計(jì)算出每一個(gè)句子s中的信息量S_ic(s)，并將信息量S_ic(s)輸出給個(gè)性化句子評(píng)分處理；

(D)個(gè)性化句子評(píng)分處理依據(jù)最終評(píng)分對(duì)每一個(gè)句子s進(jìn)行重要性排序，并將排序結(jié)果中前K項(xiàng)組成一個(gè)個(gè)性化摘要輸出給用戶，從而完成在用戶模型下的個(gè)性化摘要的訂制；

其中，最終評(píng)分中的α表示分值S_idf(s)的系數(shù)，β表示信息量S_ic(s)的系數(shù)，γ表示相似度I(s)的系數(shù)。

2.根據(jù)權(quán)利要求1所述的基于用戶興趣模型的個(gè)性化摘要系統(tǒng)，其特征在于：用戶興趣模型中的每個(gè)概念c用一組關(guān)鍵詞及其權(quán)重的二元組表示為c＝{(t₁，W₁)，(t₂，W₂)……，(tm，Wm)}，t表示關(guān)鍵詞，W表示關(guān)鍵詞的權(quán)重，m表示概念c所包含的關(guān)鍵詞個(gè)數(shù)。

3.根據(jù)權(quán)利要求1所述的基于用戶興趣模型的個(gè)性化摘要系統(tǒng)，其特征在于：在個(gè)性化摘要單元中，所述分值中IDF_t表示出現(xiàn)在句子s中的查詢關(guān)鍵詞t的倒排詞頻，tq表示查詢q中的關(guān)鍵詞組成的集合，S_idf(s)反映了句子包含查詢關(guān)鍵詞的多少。

4.根據(jù)權(quán)利要求1所述的基于用戶興趣模型的個(gè)性化摘要系統(tǒng)，其特征在于：在個(gè)性化摘要單元中，所述信息量中Weight_t表示TF*IDF算法計(jì)算

得到的關(guān)鍵詞t的權(quán)重，ts表示句子s中的關(guān)鍵詞組成的集合，f表示一個(gè)句子長度調(diào)節(jié)系數(shù)；S_ic(s)反映了句子所包含信息的多少，在生成摘要的過程中作為S_idf(s)的輔助因素。

5.根據(jù)權(quán)利要求1所述的基于用戶興趣模型的個(gè)性化摘要系統(tǒng)，其特征在于：排序結(jié)果中前K項(xiàng)中K的取值為排序結(jié)果中的前2～5句句子。