一種用戶興趣模型的建立方法及系統技術方案

本發明專利技術提供了一種用戶興趣模型的建立方法及系統，其用戶興趣模型的建立方法，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。相較于現有技術，本發明專利技術所建立的用戶興趣模型更加準確，可減小服務器和客戶端的負擔和資源浪費。

【技術實現步驟摘要】
一種用戶興趣模型的建立方法及系統
本專利技術涉及互聯網應用
，尤其涉及一種用戶興趣模型的建立方法及系統。
技術介紹
隨著計算機和網絡技術的發展，互聯網中所提供的服務種類也在不斷完善。為了向用戶提供個性化的服務，互聯網服務者通常需要通過挖掘用戶歷史網絡行為信息，得到關于各用戶興趣傾向的模型，從而為用戶提供有針對性的服務。對于基于文本或與文本相關的互聯網服務中，比如網頁搜索、博客、網絡百科等，通常是采用基于詞項(Term)的方式，表述用戶的興趣模型。所謂Term就是自然語言中，具有基本語意特征的文字片段。用戶輸入的文字、網頁的標題、文章的內容、歌曲名稱等等都可以認為是由Term組成的。采用Term表述用戶的興趣是因為，每一種語言中的Term是相對穩定的集合，其數量比Query、語句等等要小得多，可節約存儲空間；同時Term比更小的語言元素(單個漢字或英語中的字母)具有更豐富的表意性。現有的基于Term的用戶興趣模型通常是采用“Term向量”，即向量空間模型(VectorSpaceModel)的方式進行描述，通過統計用戶歷史行為，得到表達這個用戶興趣的Term集合，并依據統計信息為每個Term賦予權值。然而用戶興趣通常是多種多樣的，具有不同的粒度、清晰度，且具有不可枚舉性。為應對用戶幾乎無數種可能的潛在興趣，備選的Term通常達到十萬或更多。如果把每個Term看作是一個空間的維度，則用戶的歷史行為就表達成了在這個極高維空間中的一個矢量。現有用戶行為模型所采用的“Term向量”中，并沒有針對不同的應用場景進行區分，這就會在針對具體應用場景使用用戶興趣模型時，造成用戶興趣識別的不準確，例如針對一個提供娛樂類服務的網絡應用，“Term向量”中與工業、制造、學術等專業相關的Term就會影響娛樂類服務的應用，同時對服務器和客戶端都會造成負擔和資源的浪費。
技術實現思路
為了解決上述問題，本專利技術提供了一種用戶興趣模型的建立方法及系統，針對不同的應用場景輸出相應的用戶興趣模型，使得用戶興趣模型更加準確，減小服務器和客戶端的負擔和資源浪費。具體技術方案如下：相應地，本專利技術實施例提供的一種用戶興趣模型的建立方法，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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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：設置短時權值貢獻的上限值或短期權值貢獻的上限值；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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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。根據本專利技術之一優選實施例，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。相應地，本專利技術實施例提供的一種用戶興趣模型的建立系統，包括：用戶興趣模型建立模塊，用于根據用戶歷史行為建立各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；知識集合建立模塊，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；模型調整模塊，用于通過所述應用對應的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。根據本專利技術之一優選實施例，所述用戶興趣模型建立模塊具體包括：文本信息獲取模塊，用于獲取用戶歷史行為的文本信息；分詞模塊，用于對用戶歷史行為的文本信息進行分詞；賦值模塊，用于從分詞模塊的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。根據本專利技術之一優選實施例，所述賦值模塊根據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。根據本專利技術之一優選實施例，該系統還包括第一權值調整模塊；所述第一權值調整模塊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。根據本專利技術本文檔來自技高網...

【技術保護點】
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。

【技術特征摘要】
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，建立與所述具體應用對應的Term知識集合，所述Term知識集合包括所述具體應用對應的Term；C、用與所述具體應用對應的Term知識集合對所述用戶興趣模型進行特征調整，得到所述用戶與所述具體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:與所述具體應用對應的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:與所述具體應用對應的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，得到所述用戶與所述具體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：從所述用戶在與所述具體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，得到所述用戶與所述具體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。12.一種用戶興趣模型的建立系統，其特征在于，該系統包括：用戶興趣模型建立模塊，用于根據用戶歷史行為建立各用戶的用戶興趣模型，所述用戶興趣模型至少包括：用戶...

【專利技術屬性】
技術研發人員：李楠，
申請(專利權)人：北京百度網訊科技有限公司，
類型：發明
國別省市：