一种用户兴趣获取与传播方法及其系统的制作方法
【专利摘要】本发明涉及一种用户兴趣获取与传播方法及其系统，方法包括步骤S1：客户端初始化通用用户兴趣模型；步骤S2：生成初始兴趣集；步骤S3：用户访问电子商务平台；步骤S4：提出传播兴趣请求，个性化推荐模块通过兴趣模型转换接口接收客户端的兴趣集并更新；步骤S5：判断个性化推荐模块中对应用户的兴趣集是否与客户端内兴趣集相同，若否，执行步骤S6，若是，兴趣传播完成，执行步骤S7；步骤S6：个性化推荐模块提取新兴趣集，经转换接口发送给客户端，更新客户端兴趣集；步骤S7：用户访问其他电子商务平台，跳转步骤S4。与现有技术相比，本发明能够快速地捕捉用户的兴趣，通过不断更新使得用户兴趣逐步完善，利于兴趣获取与传播。
【专利说明】一种用户兴趣获取与传播方法及其系统
【技术领域】
[0001] 本发明涉及电子商务个性化推荐领域，尤其是涉及一种用户兴趣获取与传播方法 及其系统。
【背景技术】
[0002] 个性化推荐系统是一种根据用户的行为特征和兴趣特点，向用户推荐其可能感兴 趣的商品或资源的软件系统，在电子商务领域中有着极其重要和广泛的应用。个性化推荐 建立在海量的用户历史数据之上，通过数据挖掘和推荐算法，帮助电子商务平台（后面简 称平台）向用户提供一套个性化决策支持的解决方案。推荐算法一般分为三种：基于内容 的推荐算法，协同过滤算法和混合推荐算法。基于内容的推荐是资源与资源间的匹配，同时 结合用户兴趣进行推荐。协同过滤推荐是用户与用户问的匹配，即利用用户对商品的评分 来进行推荐。混合推荐则是把上述两种推荐方式结合起来。
[0003] 无论推荐系统采用上述哪一种推荐算法，其共同点是都必须依赖于各自平台中用 户浏览的历史记录，从而利用历史记录计算出用户兴趣模型或用户相关的信息。这就导致 了以下两个缺陷。
[0004] 1)平台依赖性：每个平台都使用自己的一套用户兴趣挖掘算法，并且独立地维护 和更新一组兴趣相关数据。这些数据是该平台所特有的，一旦离开这个平台，这些数据就失 去了意义，因为其他平台根本无法识别。
[0005] 2)数据的局部性和稀疏性：用户的兴趣相关数据只存在于特定的平台中，而且也 只有在该平台中才有意义。如果用户切换到一个他从未访问过的平台，那么在该新平台中 他的历史数据和兴趣相关数据为空。该平台根本无法针对他的兴趣做出推荐。哪怕是该平 台与前面他访问过的平台非常类似（例如都是网上书店）。
[0006] 目前，针对上述两个问题的处理方式都是基于单个平台进行的，而本发明则以多 平台的总体为出发点，提出一套全新的用户兴趣获取和传播机制，从而在很大程度上克服 了现有推荐系统中存在的上述两个缺陷。
【发明内容】
[0007] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用户兴趣获取 与传播方法及其系统，能够快速捕捉用户的兴趣，通过不断更新使得用户兴趣逐步完善，从 而利于兴趣获取与传播。
[0008] 本发明的目的可以通过以下技术方案来实现：
[0009] -种用户兴趣获取与传播方法，包括以下步骤：
[0010] 步骤S1 :客户端建立存放通用用户兴趣模型的存储空间，并将通用用户兴趣模型 中的兴趣集初始化为空集；
[0011] 步骤S2 :基于通用用户兴趣模型，客户端根据反馈的用户兴趣调查结果或电子商 务平台的历史兴趣集，生成通用用户兴趣模型中初始兴趣集；
[0012] 步骤S3 :用户访问电子商务平台；
[0013] 步骤S4 :客户端向当前电子商务平台的个性化推荐模块提出传播用户兴趣请求， 当前个性化推荐模块通过兴趣模型转换接口接收客户端内通用用户兴趣模型，根据通用用 户兴趣模型中的兴趣集更新当前个性化推荐模块中对应用户的兴趣集；
[0014] 步骤S5 :判断当前个性化推荐模块中对应用户的兴趣集是否与客户端内通用用 户兴趣模型中的兴趣集相同，若否，则执行步骤S6，若是，兴趣传播完成，执行步骤S7 ;
[0015] 步骤S6 :从当前个性化推荐模块中提取对应用户的新兴趣集，经过兴趣模型转换 接口发送给客户端，更新客户端内通用用户兴趣模型中的兴趣集，兴趣更新完成；
[0016] 步骤S7 :用户继续访问其他电子商务平台，客户端与电子商务平台的个性化推荐 模块进行通信，跳转步骤S4。
[0017] 所述的通用用户兴趣模型的建立方法包括：
[0018] 101 :建立描述用户兴趣特点的基本结构，即元兴趣，每个元兴趣由若干个键值对 组成，表示为元兴趣in = U < ki,Vi > (i = 1,2,3,…），ki,Vi为键值，将所有元兴趣组成 集合为元兴趣全集，记为INall= {ini，in2，…，inN}，其中N为元兴趣全集的长度，再将若干 个元兴趣组成集合为元兴趣集，记为IN，且，
【权利要求】
1. 一种用户兴趣获取与传播方法，其特征在于，包括以下步骤： 步骤Sl:客户端建立存放通用用户兴趣模型的存储空间，并将通用用户兴趣模型中的 兴趣集初始化为空集； 步骤S2:基于通用用户兴趣模型，客户端根据反馈的用户兴趣调查结果或电子商务平 台的历史兴趣集，生成通用用户兴趣模型中初始兴趣集； 步骤S3 :用户访问电子商务平台； 步骤S4:客户端向当前电子商务平台的个性化推荐模块提出传播用户兴趣请求，当前 个性化推荐模块通过兴趣模型转换接口接收客户端内通用用户兴趣模型，根据通用用户兴 趣模型中的兴趣集更新当前个性化推荐模块中对应用户的兴趣集； 步骤S5:判断当前个性化推荐模块中对应用户的兴趣集是否与客户端内通用用户兴 趣模型中的兴趣集相同，若否，则执行步骤S6,若是，兴趣传播完成，执行步骤S7 ; 步骤S6 :从当前个性化推荐模块中提取对应用户的新兴趣集，经过兴趣模型转换接口 发送给客户端，更新客户端内通用用户兴趣模型中的兴趣集，兴趣更新完成； 步骤S7 :用户继续访问其他电子商务平台，客户端与电子商务平台的个性化推荐模块 进行通信，跳转步骤S4。
2. 根据权利要求1所述的一种用户兴趣获取与传播方法，其特征在于，所述的通用用 户兴趣模型的建立方法包括： 101 :建立描述用户兴趣特点的基本结构，即元兴趣，每个元兴趣由若干个键值对组成， 表示为元兴趣in=U<ki，Vi >(i= 1，2,3，…），kpVi为键值，将所有元兴趣组成集合 为元兴趣全集，记为INall=Ur^in2，…，inN}，其中N为元兴趣全集的长度，再将若干个元 兴趣组成集合为元兴趣集，记为IN，且JJV￡ /W沾； 102 :建立描述元兴趣间相互关系的结构，即兴趣关系，每个兴趣关系用一个三元组表 示，表示为兴趣关系:Tij =<inpin」，P>Qni,in」GIN)，其中P表示元兴趣!Lni和in』 之间的关系函数，且1^_和不同； 103 :由步骤101、102,对于元兴趣集IN，存在一组兴趣关系，记为：R = U rij=U <ini，inj，p> (ini，injGIN)，元兴趣集IN和其对应的兴趣关系R统称为用户兴趣集， 记为S= (IN，R)，则对于用户u，其通用用户兴趣模型表示为一个兴趣集或若干个兴趣集的 并集，记为：/u =U& =r(I' = 1,2,3,…）。
3. 根据权利要求1所述的一种用户兴趣获取与传播方法，其特征在于，所述的步骤S2 具体为： 201 :客户端判断是否收到反馈的用户兴趣问卷调查，若是，则执行步骤205,若否，则 用户访问电子商务平台，执行步骤202 ; 202 :客户端与电子商务平台的个性化推荐模块之间建立通信； 203 :判断当前个性化推荐模块中是否包含当前用户的历史兴趣集，若是，则执行204， 若否，则用户访问其他电子商务平台，跳转202 ; 204 :客户端从当前个性化推荐模块中获取历史兴趣集，生成通用用户兴趣模型中初始 的兴趣集； 205:客户端根据用户兴趣问卷调查结果生成通用用户兴趣模型的初始兴趣集。
4. 一种采用如权利要求1所述的方法实现的用户兴趣获取与传播系统，包括电子商务 平台的个性化推荐模块，其特征在于，还包括客户端和兴趣模型转换接口，所述的客户端包 括存储模块和兴趣模型管理模块，所述的存储模块连接兴趣模型管理模块，所述的兴趣模 型管理模块连接兴趣模型转换接口，所述的兴趣模型转换接口设于电子商务平台内，连接 个性化推荐模块。
5. 根据权利要求4所述的一种用户兴趣获取与传播系统，其特征在于，所述的兴趣模 型转换接口将客户端内通用用户兴趣模型中的兴趣集格式与个性化推荐模块中的兴趣集 格式进行相互转换。
6. 根据权利要求4所述的一种用户兴趣获取与传播系统，其特征在于，所述的兴趣模 型管理模块对用户u的通用用户兴趣模型Iu进行基本运算，对于给定运算函数f?和n维通 用用户兴趣模型向量:/= &,G/nh将f作用于_fl的运算记为/仍，其中，L，…，L 为用户U1, U2，…，Un的通用用户兴趣模型； 所述的基本运算具体包括： 1) 用户兴趣查询：从通用用户兴趣模型Iu中查询用户u的兴趣集，记为read(Iu); 2) 用户兴趣添加：向用户u的通用用户兴趣模型Iu中添加新的兴趣集Sa，记为 insert(Iu,Sa)； 3) 用户兴趣更新：将用户u的通用用户兴趣模型Iu中的兴趣集Sa更新为S' a，记为 update(Iu，Sci，S' a)； 4) 用户兴趣删除：删除用户u的通用用户兴趣模型Iu中的兴趣集Sa，记为delete(Iu， Sa); 5) 用户兴趣匹配：给定用户u的通用用户兴趣模型Iu和用户v的通用用户兴趣模型 Iv，计算两者之间的相似度，记为similarity(Iu,Iv)。
【文档编号】G06Q30/00GK104268760SQ201410494809
【公开日】2015年1月7日 申请日期:2014年9月24日 优先权日:2014年9月24日
【发明者】张晨曦, 先毅昆, 李江峰 申请人:同济大学