一种基于svdd算法的用户兴趣识别方法
【专利摘要】本发明公开了一种基于SVDD算法的用户兴趣识别方法，通过SVDD算法判断用户的行为是否属于正常行为，当为非正常行为时，则判断行为的紧张程度，识别出用户具体行为，从而为用户提供相应的信息服务。
【专利说明】—种基于SVDD算法的用户兴趣识别方法
【技术领域】
[0001]本发明涉及用户兴趣识别，特别是一种基于SVDD算法的用户兴趣识别方法。
【背景技术】
[0002]用户兴趣模型是进行网络营销、电子商务推荐和个性化信息检索等个性化信息服务的关键，它反映了用户的个人特征和兴趣偏好，是进行个性化信息服务的重要依据。用户兴趣程序是一类驻留于用户手机中的用户兴趣预测与处理进程，它根据用户的历史习惯推测用户当前的兴趣与计划，并为即将到来兴趣或计划进行的信息准备。
[0003]当前的用户兴趣模型的研究主要集中在两方面:(1)用户兴趣静态模型的用户兴趣结构的研究；(2)用户兴趣动态模型的用户兴趣形成与漂移的研究。而在移动商务环境中，即时性用户兴趣的识别将为用户即时提供满足其需求的产品和服务，这类兴趣直接影响到产品和服务的交易，因此，其研究具有重要的意义，将会成为用户兴趣研究的重要内容。
[0004]由于用户的即时兴趣受到生活习惯、时间、地点、天气、工作计划及其他周围环境因素的影响，其预测工作也变得非常复杂。并且，导致预测工作更为困难的是，针对某一用户的即时兴趣是完全个性化的，无法以其他个体的交易数据作为经验历史数据来借鉴。
【发明内容】
[0005]为解决上述问题，本发明的目的在于提供一种基于SVDD算法的用户兴趣识别方法，准确判断用户当前的兴趣是否为当前计划，从而为用户提供相关的信息。
[0006]本发明解决其问题所采用的技术方案是:
一种基于SVDD算法的用户兴趣识别方法，包括:
通过SVDD算法识别用户行为是否偏离当前计划，若用户行为没有偏离当前计划，说明用户行为为正常行为，则为用户提供与当前行为相匹配的信息，相反，若则说明用户行为偏离当前计划，为非正常行为；以及
对于非正常行为，判断用户的紧张程度，根据用户不同的紧张程序，为用户提供相匹配的信息。
[0007]所述SVDD算法通过以下步骤识别用户行为是否偏离当前计划:
对于用户正常行为集合
【权利要求】
1.一种基于SVDD算法的用户兴趣识别方法，其特征在于，包括: 通过SVDD算法识别用户行为是否偏离当前计划，若用户行为没有偏离当前计划，说明用户行为为正常行为，则为用户提供与当前行为相匹配的信息，相反，若则说明用户行为偏离当前计划，为非正常行为；以及 对于非正常行为，判断用户的紧张程度，根据用户不同的紧张程序，为用户提供相匹配的信息。
2.根据权利要求1所述的方法，其特征在于，所述SVDD算法通过以下步骤识别用户行为是否偏离当前计划: 对于用户正常行为集合
3.根据权利要求1所述的方法，其特征在于，所述判断用户的紧张程度通过终端设备实现，所述用户的紧张程度分为高度紧张、一般紧张与休闲状态三种行为。
【文档编号】G06Q30/02GK103544633SQ201310468429
【公开日】2014年1月29日 申请日期:2013年10月9日 优先权日:2013年10月9日
【发明者】彭敏晶, 肖健华, 李勃, 骆达荣 申请人:五邑大学