[發明專利]一種融入本體情境的用戶興趣挖掘方法

有效

• 申請號: 201410269562.6
• 申請日: 2014-06-17
• 公開（公告）號: CN104008203B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 陳庭貴;周廣瀾;許翀寰;封毅
• 申請（專利權）人: 浙江工商大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 杭州斯可睿專利事務所有限公司33241
• 代理人: 王利強

技術領域

本發明涉及數據挖掘與本體技術領域，尤其是一種用戶興趣挖掘方法，特別適用于用戶個性化信息服務的問題。

背景技術

網絡應用越來越復雜，數據量也越來越大，一些如電子商務、web站點設計等工作變得更加復雜與繁重，這需要在用戶現有信息的基礎上，從用戶訪問興趣、訪問時間、訪問頻度等行為方面動態調整網頁結構，有針對性的開展電子商務來滿足用戶需求，提供個性化服務。Internet的個性化信息服務就是根據用戶不同的特點，以及用戶興趣愛好進行自動的信息組織與調整的服務，以一種快速，高效，準確的信息獲取方式來解決用戶信息迷向等問題?；诖?，如何從迅速膨脹的信息中準確理解用戶的信息需求，構建表征網絡用戶特征、興趣、目標和行為偏好的用戶模型并據此來預測用戶行為、更好地為用戶提供個性化服務已成為一個難題。同時如何及時并且準確地發現用戶興趣漂移，構建動態更新的用戶興趣模型，以滿足不同用戶的個性化信息需求服務，已經成為個性化信息服務的關鍵問題。

發明內容

為了克服現有的數據挖掘方式的無法滿足用戶需求的興趣模型以提供個性化推薦服的不足，本發明構建能夠滿足用戶需求的興趣模型以提供個性化推薦服務，提高用戶滿意度的有效手段，提供了一種融入本體情境的用戶興趣挖掘方法。

本發明解決其技術問題所采用的技術方案是：

一種融入本體情境的用戶興趣挖掘方法，所述用戶興趣挖掘方法包括以下步驟：

1)建立基于二階隱馬爾可夫模型的用戶興趣特征提取模型：

首先需要收集得到那些能夠反映用戶興趣的數據，過程如下：從客戶端、服務器端、代理服務器端獲得用戶源數據，這些源數據獲取之后，將它們進行預處理并以設定的格式進行保存，供以后用戶興趣的挖掘。

其次，采用二階隱馬爾可夫模型對用戶興趣特征提取，包括訓練部分與提取部分；

訓練部分包括將用戶興趣的特征信息先后順序進行預處理，形成文本文檔，然后對文本經過掃描后，利用分隔符、空格、換行、冒號排版將已標記文本序列轉換為標記的文本分塊序列，最后用二階HMM模型對其計算以下模型參數，其參數的確定算法如公式所示：

①初始概率分布矢量

其中，Init(i)指已標記的整個訓練樣本中，以狀態S_i為開始狀態序列的個數，則指以所有狀態為開始狀態序列的個數總和；

②初始狀態轉移概率

其中，C_ij和C_ijk分別表示從狀態S_i到S_j的轉移次數，以及t-1時刻的狀態S_i，t時刻狀態S_j，轉移到t+1時刻狀態為S_k的次數。和分別表示從狀態S_i到所有狀態的轉移次數之和，以及t-1時刻的狀態S_i，t時刻狀態S_j，轉移到所有狀態的次數之和；

③觀察值釋放概率

其中，E_j(O_k)和E_ij(O_k)分別表示狀態S_j時釋放觀察值O_k的次數，以及t-1時刻的狀態S_i，t時刻狀態S_j，釋放觀察值O_k的次數。和分別表示狀態S_j時釋放所有觀察值的次數之和，以及t-1時刻的狀態S_i，t時刻狀態S_j，釋放所有觀察值的次數之和；

提取部分包括兩個步驟，即：(a)對待提取特征的文本進行預處理，對文本經過掃描后，利用分隔符、空格、換行、冒號排版將已標記文本序列轉換為標記的文本分塊序列；(b)結合訓練部分輸出的二階HMM模型，利用Viterbi算法進行計算，應用已建立好的HMM模型進行用戶興趣特征提取，將處理得到后的狀態輸出觀察值O＝O₁O₂...O_T作為模型輸入，從中找出狀態標簽序列中概率最大的，用戶特征提取的內容就是被標記為目標狀態標簽的觀察文本；

2)分析反映用戶興趣的情境信息：通過對用戶的搜索、瀏覽行為與購買記錄信息的分析，推導出一段時間內用戶的真實興趣；