[發(fā)明專利]針對用戶進行個性化推薦的方法、用戶建模設備及系統

有效

• 申請?zhí)枺?/td>: 201410040954.5
• 申請日: 2014-01-28
• 公開（公告）號: CN103870538B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設計）人: 李本陽;秦鋒劍;宋奇
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27;H04L29/06
• 代理公司: 廣州三環(huán)專利代理有限公司44202
• 代理人: 溫旭,郝傳鑫

1.一種針對用戶進行個性化推薦的方法，其特征在于，所述方法包括：

從信息模型數據庫中提取用戶所關注的名人的信息模型，其中，所述名人為社交網絡中滿足預定條件的人，所述信息模型數據庫中存儲有基于第一建模策略為所述名人建立的信息模型；

根據所述用戶所關注的名人的信息模型和第二建模策略為所述用戶建立用戶模型；

獲取根據所述用戶模型提取的適合所述用戶的信息，并向所述用戶推薦該信息。

2.如權利要求1所述的方法，其特征在于，基于第一建模策略為所述名人建立的信息模型包括表示所述名人的個體屬性和/或群體屬性的組件。

3.如權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述第一建模策略為所述名人建立信息模型，并將所述名人的信息模型存儲至所述信息模型數據庫。

4.如權利要求3所述的方法，其特征在于，根據所述第一建模策略為所述名人建立信息模型包括：

從第三方信息平臺獲取所述名人的信息；

根據所述名人的信息建立所述名人的信息模型。

5.如權利要求4所述的方法，其特征在于，

所述第三方信息平臺包括網絡百科全書；

所述從第三方信息平臺獲取所述名人的信息包括：

通過所述網絡百科全書搜索所述名人，并從搜索結果中抓取關于所述名人的百科詞條。

6.如權利要求5所述的方法，其特征在于，所述根據所述名人的信息建立所述名人的信息模型包括：

解析所述百科詞條的文本，對所述百科詞條進行分詞；

進行詞頻-逆向文件頻率計算獲得所述百科詞條中的關鍵詞和關鍵詞權重，其中，所述關鍵詞和關鍵詞權重表示所述名人的個體屬性；

通過利用支持向量機建立的分類模型確定所述名人的分類，其中，所述名人的分類表示所述名人的群體屬性；

將所述關鍵詞和關鍵詞權重作為第一組件，并且將所述名人的分類作為第二組件，建立所述名人的信息模型。

7.如權利要求2或6所述的方法，其特征在于，根據所述用戶所關注的名人的信息模型和第二建模策略為所述用戶建立用戶模型包括：

根據所述用戶所關注的名人的信息模型，對所述用戶所關注的名人的個體屬性和/或群體屬性進行聚類，確定所述用戶所關注的個體屬性和/或群體屬性；

根據所述用戶所關注的個體屬性和/或群體屬性建立所述用戶模型。

8.一種針對用戶進行個性化推薦的服務器系統，其特征在于，所述服務器系統包括：

信息模型提取模塊，用于從信息模型數據庫中提取用戶所關注的名人的信息模型，所述信息模型數據庫存儲有基于第一建模策略為社交網絡中滿足預定條件的名人建立的信息模型；

用戶模型處理模塊，用于根據所述用戶所關注的名人的信息模型和第二建模策略為所述用戶建立用戶模型；

信息推薦服務器，用于根據所述用戶模型提取適合所述用戶的信息，并向所述用戶推薦該信息。

9.如權利要求8所述的服務器系統，其特征在于，基于第一建模策略為所述名人建立的信息模型包括表示所述名人的個體屬性和/或群體屬性的組件。

10.如權利要求8所述的服務器系統，其特征在于，還包括：

所述信息模型數據庫，和/或

信息模型處理模塊，用于根據所述第一建模策略為所述名人建立信息模型，并將所述名人的信息模型存儲至所述信息模型數據庫。

11.如權利要求10所述的服務器系統，其特征在于，所述信息模型處理模塊包括：

網絡信息收集子模塊，用于從第三方信息平臺獲取所述名人的信息；

信息模型建立子模塊，用于根據所述名人的信息建立所述名人的信息模型。

12.如權利要求11所述的服務器系統，其特征在于，

所述第三方信息平臺包括網絡百科全書；

所述網絡信息收集子模塊包括：

搜索單元，用于通過所述網絡百科全書搜索所述名人，

信息抓取單元，用于從搜索結果中抓取關于所述名人的百科詞條以由信息模型處理模塊進行處理。