[發明專利]一種基于用戶興趣模型的個性化摘要系統

無效

• 申請號: 200810224285.1
• 申請日: 2008-10-16
• 公開（公告）號: CN101373486A
• 公開（公告）日: 2009-02-25
• 發明（設計）人: 劉永利;歐陽元新;袁滿;熊璋
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京永創新實專利事務所
• 代理人: 趙文利

技術領域

本發明涉及Internet中的信息檢索方法，更特別地說，是指一種通過分析用戶檢索日志，利用概念聚類方法建立和/或更新以層次概念結構描述的用戶興趣模型的個性化摘要系統。

背景技術

搜索引擎是目前人們在使用互聯網資源時的重要工具，用戶根據自己的檢索意圖提交查詢，然后得到大量的檢索結果。用戶不可能閱讀每個結果的所有內容，因此檢索結果往往以摘要的形式給出以供用戶選擇自己感興趣的內容。

傳統方式的摘要采用偏重摘要(query-biased?summary)的形式。偏重摘要是根據用戶的查詢需求而生成的存在側重點的摘要。由于偏重摘要通常僅根據查詢條件生成，而查詢條件往往不能準確表達用戶的查詢意圖；另一方面，偏重摘要內容不考慮用戶的興趣差異，只要查詢內容相同，摘要內容就相同，難以滿足不同用戶的需求。因此在Web信息檢索系統中用偏重摘要表達文檔內容的方式亟待改善。

發明內容

本發明的目的是提供一種基于用戶興趣模型的個性化摘要系統，該系統通過分析用戶檢索日志，利用概念聚類方法建立和/或更新以層次概念結構描述的用戶興趣模型；然后依據該用戶興趣模型與檢索結果進行用戶興趣與檢索結果中句子相似度的解析，從而得到滿足用戶的個性化摘要。該系統的個性化摘要在偏重摘要的基礎上，充分考慮了用戶的興趣特點。

本發明是一種基于用戶興趣模型的個性化摘要系統，該個性化摘要系統由Web信息檢索單元、用戶興趣單元和個性化摘要單元組成；

所述Web信息檢索單元根據查詢請求負責完成對Web頁面的索引和檢索任務，并將檢索結果W_R輸出給個性化摘要單元、檢索日志W_LOG輸出給用戶興趣單元；

所述用戶興趣單元根據Web信息檢索單元提供的檢索日志W_LOG，利用概念聚類法建立以層次概念結構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信息檢索單元進行檢索時，所訪問的Web頁面對象的并集；表達形式為IC＝{p₁，p₂，p₃，……，p_M}；

所述個性化摘要單元(A)根據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果W_R進行用戶興趣與檢索結果中句子相似度的解析，獲得相似度I(s)＝max(I(c₁，s)，I(c₂，s)，……，I(c_n，s))輸出給個性化句子評分處理；

在此步驟中，用戶興趣與檢索結果中句子相似度的解析采用向量空間模型中的cosine公式計算得到

(B)利用檢索結果W_R計算出句子中的查詢關鍵詞的逆文本頻率IDF，然后依據逆文本頻率IDF計算每一個句子s的分值S_idf(s)，并將分值S_idf(s)輸出給個性化句子評分處理；

在此步驟中，分值中IDF_t表示出現在句子s中的查詢關鍵詞t的倒排詞頻，tq表示查詢q中的關鍵詞組成的集合。S_idf(s)反映了句子包含查詢關鍵詞的多少，能表達與查詢之間的緊密關系。

(C)利用檢索結果W_R計算出每一個句子s中的信息量S_ic(s)，并將信息量S_ic(s)輸出給個性化句子評分處理；

在此步驟中，信息量中Weight_t表示TF*IDF算法計算得到的關鍵詞t的權重，ts表示句子s中的關鍵詞組成的集合，f表示一個句子長度調節系數；S_ic(s)反映了句子所包含信息的多少，更貼近句子的主題，在生成摘要的過程中作為S_idf(s)的輔助因素。

(D)個性化句子評分處理依據最終評分對每一個句子s進行重要性排序，并將排序結果中前K項組成一個個性化摘要輸出給用戶，從而完成在用戶模型下的個性化摘要的訂制。

所述的基于用戶興趣模型的個性化摘要系統，其用戶興趣模型中的每個概念c用一組關鍵詞及其權重的二元組表示為c＝{(t₁，W₁)，(t₂，W₂)……，(t_m，W_m)}，t表示關鍵詞，W表示關鍵詞的權重，m表示概念c所包含的關鍵詞個數。

附圖說明