[發(fā)明專利]一種在互聯(lián)網(wǎng)上確定用戶特征的方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201110205164.4
• 申請(qǐng)日: 2011-07-15
• 公開（公告）號(hào): CN102880622A
• 公開（公告）日: 2013-01-16
• 發(fā)明（設(shè)計(jì)）人: 祁勇
• 申請(qǐng)（專利權(quán)）人: 祁勇
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)領(lǐng)域，具體來說涉及一種在互聯(lián)網(wǎng)中確定用戶特征的方法和系統(tǒng)。?

背景技術(shù)

在互聯(lián)網(wǎng)上，搜索引擎和社交網(wǎng)絡(luò)是使用較多的獲取網(wǎng)絡(luò)信息的工具。但是這兩種工具都存在各自的問題。?

對(duì)搜索引擎而言，當(dāng)用戶輸入關(guān)鍵字進(jìn)行網(wǎng)頁搜索時(shí)，搜索引擎返回的網(wǎng)頁鏈接數(shù)量經(jīng)常達(dá)到幾萬甚至幾千萬，這給用戶搜索目標(biāo)網(wǎng)頁帶來很大困擾。有統(tǒng)計(jì)分析表明用戶平均查看的搜索結(jié)果不超過兩頁，因此搜索引擎得到的絕大多數(shù)的搜索結(jié)果用戶是沒有看到的。即使是看到的部分，用戶也經(jīng)常感到搜索結(jié)果中包含很多關(guān)聯(lián)度較低或者根本不相關(guān)的網(wǎng)頁。?

對(duì)社交網(wǎng)絡(luò)而言，社交網(wǎng)絡(luò)每天發(fā)布的信息已達(dá)數(shù)億條。雖然在社交網(wǎng)絡(luò)中用戶可以通過個(gè)人關(guān)系網(wǎng)絡(luò)來過濾和篩選信息，例如通過“關(guān)注(follow)”他人而獲得信息或者獲得朋友點(diǎn)擊了“喜歡(like)”按鈕的信息等等，但是目前在微博和臉書(Facebook)等社交網(wǎng)絡(luò)中已經(jīng)出現(xiàn)了信息過載現(xiàn)象。由于擔(dān)心有重要或者有趣信息遺漏，用戶通常會(huì)在社交網(wǎng)絡(luò)中加入過多的關(guān)系網(wǎng)絡(luò)，例如關(guān)注更多的人或者加入更多的好友等等。這就使得社交網(wǎng)絡(luò)逐漸成為一種對(duì)用戶進(jìn)行“信息轟炸”的服務(wù)。美國(guó)圣何塞州立大學(xué)的研究表明，信息過載的結(jié)果是加大了用戶掃描和略讀的比重，82％的受訪者表示更多是在瀏覽和掃瞄，85％的讀者表示更多地進(jìn)行“非線性閱讀”。?

上述問題的一個(gè)共同點(diǎn)是沒有考慮到用戶的個(gè)性化特征在信息過濾和篩選中所起到的作用。例如，在搜索引擎中不同的用戶使用相同的關(guān)鍵字進(jìn)行網(wǎng)頁搜索時(shí)得到的搜索結(jié)果是相同的，與提交搜索查詢的用戶的個(gè)性化特征無關(guān)。而在社交網(wǎng)絡(luò)中，每個(gè)用戶獲得的信息只與其關(guān)系網(wǎng)絡(luò)有關(guān)，而與用戶的個(gè)性化特征無關(guān)。用戶得到的信息是來自其關(guān)系網(wǎng)絡(luò)中的每個(gè)用戶發(fā)布的所有信息，而用戶?不能有選擇地接收這些信息。例如，你只要關(guān)注一個(gè)人，你將會(huì)獲得來自這個(gè)人的全部信息，無論你是否對(duì)這些信息感興趣。?

因此，解決上述問題的一個(gè)思路是充分利用用戶的個(gè)性化特征來對(duì)獲取的網(wǎng)絡(luò)信息進(jìn)行有效地過濾和篩選，減少用戶對(duì)無效信息的掃描和瀏覽。但是在獲取用戶個(gè)性化特征的過程中存在以下幾個(gè)問題：?

第一是個(gè)性化信息的準(zhǔn)確性問題。用戶通常不愿意在互聯(lián)網(wǎng)上提供準(zhǔn)確的個(gè)性化信息。雖然部分用戶在臉書(Facebook)等社交網(wǎng)絡(luò)中提供了用戶年齡、教育程度、畢業(yè)學(xué)校、地理位置、專業(yè)領(lǐng)域和偏好等個(gè)人信息，但是相當(dāng)多的用戶對(duì)提供個(gè)人信息心存疑慮，很多用戶在社交網(wǎng)絡(luò)上使用假的個(gè)人信息，使得系統(tǒng)獲得的個(gè)人信息不夠準(zhǔn)確。第二是個(gè)性化信息的全面性問題。用戶通常是難以全面地表達(dá)其個(gè)性化特征的，例如在臉書(Facebook)等社交網(wǎng)絡(luò)中，用戶愛好一欄通常的描述是喜歡莫扎特、打棒球或看書等，而這些往往只代表用戶的部分特征，而要求每個(gè)用戶全面地填寫其個(gè)性化特征是困難的。第三是個(gè)性化信息的結(jié)構(gòu)化表達(dá)問題。文字表述不同但語義相同的特征，在互聯(lián)網(wǎng)上難以將他們進(jìn)行結(jié)構(gòu)化分類，比如有的用戶填寫喜歡莫扎特、有的填寫喜歡古典音樂，可能兩個(gè)用戶的愛好是相同的，但是由于文字表達(dá)的不同，因此難以把他們進(jìn)行有效歸類。第四是個(gè)性化信息的更新問題。隨著時(shí)間的推移，用戶的個(gè)人信息以及興趣愛好可能會(huì)發(fā)生改變，但是要求所有用戶動(dòng)態(tài)地更新這些信息是困難的。?

獲得用戶個(gè)性化特征有許多有益的應(yīng)用。例如，可以實(shí)現(xiàn)用戶的聚類分析以確定具有特定特征的用戶群，包括在互聯(lián)網(wǎng)上尋找具有相同興趣愛好的個(gè)人和群組、尋找具有某項(xiàng)才能的專家、尋找經(jīng)銷某種產(chǎn)品的商家以及商家尋找具有特定特征的用戶群以便定向投放廣告等。另外，利用用戶的個(gè)性化特征可以對(duì)搜索到的網(wǎng)頁進(jìn)行過濾和篩選。?

綜上所述，如何獲得用戶的個(gè)性化特征，并根據(jù)這些個(gè)性化特征在海量的“噪聲”中過濾出有用的信息，以及根據(jù)用戶的個(gè)性化特征將合適的信息在合?適的時(shí)間發(fā)送給合適的人，是當(dāng)前互聯(lián)網(wǎng)亟待解決的一個(gè)問題。?

發(fā)明內(nèi)容

鑒于上述現(xiàn)有技術(shù)存在的問題，本發(fā)明的目的在于提供一種在互聯(lián)網(wǎng)中確定用戶特征的方法和系統(tǒng)來自動(dòng)確定用戶的個(gè)性化特征，并根據(jù)用戶個(gè)性化特征對(duì)在搜索引擎和社交網(wǎng)絡(luò)中獲得的信息內(nèi)容進(jìn)行有效地過濾和篩選。?

本發(fā)明的另一個(gè)目的在于提供一種在互聯(lián)網(wǎng)中確定用戶特征的方法和系統(tǒng)來自動(dòng)確定用戶的個(gè)性化特征，以及根據(jù)用戶個(gè)性化特征在社交網(wǎng)絡(luò)中尋找具有給定特征的用戶群。?