[發(fā)明專利]一種用戶偏好檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310041726.5
• 申請(qǐng)日: 2013-02-01
• 公開（公告）號(hào): CN103106268B
• 公開（公告）日: 2016-10-26
• 發(fā)明（設(shè)計(jì)）人: 王紅兵;王玉文;陳鑫;吳琴
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)領(lǐng)域，涉及用戶偏好檢索方法。

背景技術(shù)

在日趨激烈的競(jìng)爭(zhēng)環(huán)境下，用戶偏好檢索引擎能有效的將用戶轉(zhuǎn)變?yōu)橹覍?shí)的訪問者，提高Web服務(wù)能力。成功的推薦系統(tǒng)會(huì)帶來巨大的效益，不僅具有廣闊的商業(yè)前景，而且將給計(jì)算機(jī)科學(xué)諸多領(lǐng)域的發(fā)展帶來深遠(yuǎn)的影響。隨著知識(shí)經(jīng)濟(jì)的發(fā)展，Web服務(wù)偏好最終將成為一種向用戶提供個(gè)性化服務(wù)的有效手段，必將在人們的經(jīng)濟(jì)生活中有著更廣泛的應(yīng)用，扮演著更重要的角色，因此對(duì)Web服務(wù)偏好推薦技術(shù)的研究具有重要意義。

CP-net（用戶偏好模型）的性質(zhì)在學(xué)術(shù)界已經(jīng)得到廣泛研究，但針對(duì)CP-net的檢索方法還很少提出。以最具代表性的Top-k檢索為例，其實(shí)現(xiàn)的直觀方法是，通過兩兩比較排序所有的數(shù)據(jù)項(xiàng)，然后選取最好的若干個(gè)（k個(gè)）。這樣的方法需要至少一個(gè)順序掃描全部的數(shù)據(jù)集，這對(duì)于大數(shù)據(jù)來說代價(jià)是非常高的。另一方面，直接將兩個(gè)數(shù)據(jù)項(xiàng)按照用戶的條件偏好進(jìn)行比較，判斷哪一個(gè)更優(yōu)是一個(gè)復(fù)雜度非常高的問題。top-k檢索技術(shù)是一種支持用戶偏好的檢索引擎，能夠找到最滿足用戶需求的k個(gè)服務(wù)。

值得注意的是，本發(fā)明所涉的是用戶偏好和數(shù)據(jù)庫相結(jié)合的技術(shù)。以往的研究主要集中于如何在數(shù)據(jù)庫的查詢中表達(dá)用戶的偏好和如何基于用戶的偏好有效地檢索數(shù)據(jù)。最具代表性的以偏好為中心的數(shù)據(jù)檢索方法是Top-k和Skyline。但是，絕大部分的Top-k和Skyline方法都沒有考慮用戶偏好中各個(gè)屬性間的依賴關(guān)系。因此，很難應(yīng)用這些方法來處理由CP-net表示的用戶偏好。然而相關(guān)的數(shù)據(jù)檢索算法仍然采用定量的方法來衡量用戶對(duì)數(shù)據(jù)庫中數(shù)據(jù)項(xiàng)的感興趣程度。這些定量的方法不能準(zhǔn)確地獲得CP-net表達(dá)的定性偏好的語義。該技術(shù)主要目的是找出對(duì)CP-net數(shù)據(jù)的有效的indexing方法并根據(jù)CP-net表達(dá)的用戶偏好在數(shù)據(jù)庫中有效地檢索k個(gè)最優(yōu)的數(shù)據(jù)項(xiàng)的索引方法，使得檢索過程不必掃描整個(gè)數(shù)據(jù)庫，并構(gòu)建一個(gè)滿足不同情況的top-k檢索引擎，提供高效的檢索服務(wù)。

Hilbert（希爾伯特曲線）描述了一種多維空間與1維空間一一映射的方法，在圖像處理、多維數(shù)據(jù)索引等領(lǐng)域有著重要的地位。關(guān)于Hilbert曲線編碼生成，有兩種實(shí)現(xiàn)方法:一個(gè)是表驅(qū)動(dòng)方法，另一個(gè)是計(jì)算的方法。表驅(qū)動(dòng)方法通過掃描代碼掃描列表來實(shí)現(xiàn)曲線生成。Fish給出了一個(gè)迭代的表驅(qū)動(dòng)版本使得1維到2維的映射得以執(zhí)行。Cole給出了由2維向1維轉(zhuǎn)化的逆向的映射表驅(qū)動(dòng)版本。J?in和Melbr-Crummey提出了一個(gè)空間填充曲線產(chǎn)生的框架來有效地生成空間填充曲線。表驅(qū)動(dòng)的一個(gè)最大缺點(diǎn)就是它的空間復(fù)雜度很高。計(jì)算的方法通過一對(duì)一的計(jì)算來實(shí)現(xiàn)映射。Butz的算法計(jì)算與曲線上任意一個(gè)點(diǎn)對(duì)應(yīng)的坐標(biāo)。Faloutsos和Roseman給出了一個(gè)非迭代的方法，通過分析Z-order與Hilbert的關(guān)系來實(shí)現(xiàn)這個(gè)映射。

PCA（主值分析法）主要用于數(shù)據(jù)降維，對(duì)于一系列例子的特征組成的多維向量，多維向量里的某些元素本身沒有區(qū)分性，比如某個(gè)元素在所有的例子中都為1，或者與1差距不大，那么這個(gè)元素本身就沒有區(qū)分性，用它做特征來區(qū)分，貢獻(xiàn)會(huì)非常小。所以我們的目的是找那些變化大的元素，即方差大的那些維，而去除掉那些變化不大的維，從而使特征留下的都是“精品”，而且計(jì)算量也變小了。對(duì)于一個(gè)k維的特征來說，相當(dāng)于它的每一維特征與其他維都是正交的（相當(dāng)于在多維坐標(biāo)系中，坐標(biāo)軸都是垂直的），那么我們可以變化這些維的坐標(biāo)系，從而使這個(gè)特征在某些維上方差大，而在某些維上方差很小。我們的做法就是求得一個(gè)k維特征的投影矩陣，這個(gè)投影矩陣可以將特征從高維降到低維。投影矩陣也可以叫做變換矩陣。新的低維特征必須每個(gè)維都正交，特征向量都是正交的。通過求樣本矩陣的協(xié)方差矩陣，然后求出協(xié)方差矩陣的特征向量，這些特征向量就可以構(gòu)成這個(gè)投影矩陣了。特征向量的選擇取決于協(xié)方差矩陣的特征值的大小。

發(fā)明內(nèi)容

技術(shù)問題：本發(fā)明提供了一種可提供高效的檢索服務(wù)的用戶偏好檢索方法。

技術(shù)方案：本發(fā)明的用戶偏好檢索方法，包括以下步驟：

首先判斷多維的用戶偏好模型中，注冊(cè)中心數(shù)據(jù)的各維之間的相關(guān)性是否確定，如確定，則進(jìn)行多維降到一維的數(shù)據(jù)處理，否則進(jìn)行多維到低維的多維數(shù)據(jù)處理；

多維到一維的數(shù)據(jù)處理的步驟為：

a1）把多維的用戶偏好模型中的注冊(cè)中心數(shù)據(jù)用希爾伯特曲線降維方法降成一維注冊(cè)中心數(shù)據(jù)；

a2）對(duì)所降成的一維數(shù)據(jù)建立位圖索引或B+樹索引；