[發明專利]一種用戶興趣模型的建立方法及系統

有效

• 申請號: 201110206861.1
• 申請日: 2011-07-22
• 公開（公告）號: CN102890689A
• 公開（公告）日: 2013-01-23
• 發明（設計）人: 李楠
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 何青瓦;李慶波

1.一種用戶興趣模型的建立方法，其特征在于，該方法包括：

A、根據用戶歷史行為建立用戶的用戶興趣模型，所述用戶興趣模型至少包括：用戶興趣詞Term以及各Term的權值；

B、根據具體應用的用戶歷史行為，建立所述應用對應的Term知識集合，所述Term知識集合包括所述應用對應的Term；

C、用所述應用對應的Term知識集合對所述用戶興趣模型進行特征調整，得到所述用戶在所述應用對應的用戶興趣模型。

2.根據權利要求1所述的方法，其特征在于，步驟A具體包括：

A1、獲取用戶歷史行為的文本信息；

A2、對用戶歷史行為的文本信息進行分詞；

A3、從分詞結果中提取表達用戶興趣的Term及Term之間的共現關系，并為Term賦予權值以及為Term之間的共現關系賦予權值，形成所述用戶的用戶興趣模型。

3.根據權利要求2所述的方法，其特征在于，根據Term的詞頻或者Term的詞頻-倒文檔率為Term賦予權值，并根據Term之間共同出現的次數為Term之間的共現關系賦予權值。

4.根據權利要求1或2或3所述的方法，其特征在于，根據所述用戶的興趣時效性變化，對所述Term的權值進行動態調整；

所述動態調整采取以下策略中的至少一種：

為用戶短時或短期網絡行為對應的Term的權值設置上限值；

將用戶爆發性網絡行為對應的Term的權值按照時間進行衰減。

5.根據權利要求4所述的方法，其特征在于，所述為用戶短時或短期網絡行為對應的Term的權值設置上限值具體是：

當短時或短期內用戶的網絡行為出現重復，且使得這段時間內重復行為對應的各個Term的權值總和超過預設的上限值時，則將預設的上限值作為所述各個Term的權值總和，按分配前所述各個Term的權值大小為比例，分配到所述各個Term的權值中。

6.根據權利要求4所述的方法，其特征在于，將用戶爆發性網絡行為對應的Term的權值按照時間進行衰減具體為：

將在設定時間段內出現次數相比較在其他時間段內的出現次數高于預設程度的Term的權值按照預設的衰減策略進行衰減，所述預設的衰減策略為：線性衰減或者指數衰減。

7.根據權利要求2或3所述的方法，其特征在于，根據所述用戶的興趣時效性變化，對所述Term的權值進行動態調整，所述動態調整的策略是：增加用戶重復性網絡行為對應的Term的權值。

8.根據權利要求7所述的方法，其特征在于，所述用戶重復性網絡行為的識別條件包括：

用戶興趣模型中Term之間的共現關系重復出現，且重復出現的Term之間的共現關系的出現時間間隔超過預設的保護時間間隔。

9.根據權利要求3所述的方法，其特征在于，所述Term知識集合還包括：所述應用對應的Term的權值；

如果在所述用戶興趣模型中基于Term的詞頻為Term賦予權值，則在所述Term知識集合中基于Term的詞頻-倒文檔率為Term賦予權值；或者，

如果在所述用戶興趣模型中基于詞頻-倒文檔率為Term賦予權值，則在所述Term知識集合中基于Term的詞頻為Term賦予權值。

10.根據權利要求1所述的方法，其特征在于，所述Term知識集合還包括：所述應用對應的Term的權值；

所述步驟C具體包括：

將所述Term知識集合中不包含的Term從所述用戶興趣模型中過濾掉，且將所述Term知識集合中Term的權值與所述用戶興趣模型中同一Term的權值相乘，得到所述用戶在所述應用對應的用戶興趣模型。

11.根據權利要求10所述的方法，其特征在于，所述步驟C還包括：

從所述用戶在所述應用對應的用戶興趣模型中按照Term的權值提取滿足預設條件的Term并保留提取的Term存在的共現關系，得到所述用戶在所述應用對應的最終用戶興趣模型；

所述預設條件包括：權值排在前N個，N為預設的正整數，或者，權值大于預設的權值閾值。