專利名稱：一種基于多維度屬性關注度的興趣資源推薦方法
技術領域：
本發(fā)明涉及網(wǎng)絡應用技術領域，特別涉及一種基于多維屬性關注度的興趣資源推薦方法。
背景技術：
現(xiàn)在許多資源網(wǎng)站采取的基本的資源推薦方式是根據(jù)資源的訪問量的多少，對資源進行排序，排在前面的優(yōu)先推薦給用戶，或者是后臺管理員根據(jù)需要來確定某些資源的排序。這種資源推薦方式具有的優(yōu)點是簡單易實現(xiàn)，系統(tǒng)開銷小。但是根據(jù)瀏覽量來推薦資源，資源區(qū)分度低，所推薦的資源并不一定是符合用戶特定興趣的資源，并且對于整個網(wǎng)站的資源來說，訪問量低的資源在這種模式下，有可能一直無法被訪問。對于用戶層面來說，用戶類型分類不夠細致，針對不同類型的用戶采用相同的推薦方法，這就導致了所推薦的資源并不是用戶所感興趣的資源。發(fā)明內(nèi)容
本發(fā)明提供一種基于多維屬性關注度的興趣資源推薦方法，通過設置同帶有資源的網(wǎng)絡系統(tǒng)通信連接的資源推薦終端，資源推薦終端帶有可視化裝置、統(tǒng)計模塊、用戶類型劃分模塊、屬性關注度導出模塊、資源評分模塊、topN選擇模塊以及屬性相關度導出模塊， 該推薦方法不僅能夠根據(jù)不同的用戶計算出相應的屬性關注度，推薦出最大化接近用戶興趣的資源。而且還可以在用戶沒有瀏覽資源時推薦優(yōu)質(zhì)興趣資源，在用戶瀏覽資源時推薦和該資源相關的近似預測興趣資源。
為實現(xiàn)上述目的，本發(fā)明的技術方案為一種基于多維屬性關注度的興趣資源推薦方法，步驟如下步驟I:先設置同帶有資源的網(wǎng)絡系統(tǒng)通信連接的資源推薦終端，資源推薦終端帶有可視化裝置、統(tǒng)計模塊、用戶類型劃分模塊、屬性關注度導出模塊、資源評分模塊、topN選擇模塊以及屬性相關度導出模塊，該網(wǎng)絡系統(tǒng)和用戶終端共同構成了興趣資源推薦系統(tǒng)，資源推薦終端通過網(wǎng)絡通信線路以交互通信的方式對網(wǎng)絡系統(tǒng)中所有的資源映射上各自對應的規(guī)范屬性，該規(guī)范屬性為對應資源的通用屬性，即主屬性，資源推薦終端根據(jù)可視化裝置的界面提示經(jīng)過其輸入設備錄入每個能被有效訪問的資源的規(guī)范屬性，并且資源推薦終端通過驅動電路使能統(tǒng)計模塊對能被有效訪問的資源的規(guī)范屬性進行統(tǒng)計后存儲到對應的存儲設備中；步驟2:當用戶沒有瀏覽網(wǎng)絡系統(tǒng)的資源時，資源推薦終端通過驅動電路使能用戶類型劃分模塊首先按照預設的規(guī)則確定用戶類型，資源推薦終端再通過驅動電路激活屬性關注度導出模塊根據(jù)用戶的瀏覽記錄和其用戶類型導出針對對應用戶的屬性關注度，然后資源推薦終端通過驅動電路讀取存儲設備中資源的規(guī)范屬性以及相應用戶的屬性關注度，并通過網(wǎng)絡通信線路遍歷網(wǎng)絡系統(tǒng)中的所有資源，資源推薦終端通過驅動電路使能資源評分模塊為網(wǎng)絡系統(tǒng)中的每個資源評分，如果資源評分中有評分相同的資源，則根據(jù)同分資源`4排序算法對分值相同資源再次排序，根據(jù)評分分值得出網(wǎng)絡系統(tǒng)中的資源的排序序列，資源推薦終端通過驅動電路使能topN選擇模塊，把按照排序序列的資源中按預設數(shù)量的前幾個資源選定給用戶作為興趣資源，并且資源推薦終端再通過驅動電路激活屬性關注度導出模塊根據(jù)用戶此時的瀏覽記錄動態(tài)的更新屬性關注度；當用戶通過網(wǎng)絡通信線路瀏覽網(wǎng)絡系統(tǒng)的資源時，資源推薦終端的中央處理器根據(jù)用戶當前瀏覽的資源的規(guī)范屬性，通過網(wǎng)絡通信線路遍歷網(wǎng)絡系統(tǒng)的資源，并依次經(jīng)過驅動電路使能屬性相關度導出模塊導出每個對應的資源屬性之間相關度的值，如果有屬性相關度值相同的資源，則根據(jù)該資源被瀏覽次數(shù)從大到小的順序對屬性相關度的值相同的資源進行排序，資源推薦終端通過驅動電路使能topN選擇模塊，把按照排序序列的資源中按預設數(shù)量的前幾個資源選定給用戶作為興趣資源。
通過設置同帶有資源的網(wǎng)絡系統(tǒng)通信連接的資源推薦終端，資源推薦終端帶有可視化裝置、統(tǒng)計模塊、用戶類型劃分模塊、屬性關注度導出模塊、資源評分模塊、topN選擇模塊以及屬性相關度導出模塊，該方法的優(yōu)點如下I.多個規(guī)范屬性描述資源，使資源描述更具體，更能準確的表述出資源特性，從而有利于推薦出符合用戶興趣的資源。
2.基于資源的各個規(guī)范屬性，針對不同類型用戶的瀏覽歷史，采用不同的推薦方法，能夠最大化的接近用戶興趣。
3.不僅能夠在用戶沒有瀏覽資源時推薦優(yōu)質(zhì)興趣資源，而且能夠在用戶瀏覽資源時推薦出預測興趣資源。
4.根據(jù)不同類型的用戶實時的瀏覽記錄，動態(tài)的更新推薦表。
具體實施方式
下面通過具體實施例對本發(fā)明做進一步說明當用戶登錄網(wǎng)絡系統(tǒng)并且瀏覽資源時，網(wǎng)絡系統(tǒng)會實時記錄用戶ID、用戶當前IP以及當前訪問資源的ID，根據(jù)網(wǎng)絡系統(tǒng)中的資源ID系統(tǒng)可以得出用戶的本次訪問所瀏覽資源的各個規(guī)范屬性，若用戶使用賬號登錄資源網(wǎng)站，只會針對其賬號進行統(tǒng)計瀏覽記錄，而不會再根據(jù)IP地址進行統(tǒng)計。
本發(fā)明的基于多維屬性關注度的興趣資源推薦方法，步驟如下步驟I:先設置同帶有資源的網(wǎng)絡系統(tǒng)通信連接的資源推薦終端，資源推薦終端帶有可視化裝置、統(tǒng)計模塊、用戶類型劃分模塊、屬性關注度導出模塊、資源評分模塊、topN選擇模塊以及屬性相關度導出模塊，該網(wǎng)絡系統(tǒng)和用戶終端共同構成了興趣資源推薦系統(tǒng)，資源推薦終端通過網(wǎng)絡通信線路以交互通信的方式對網(wǎng)絡系統(tǒng)中所有的資源映射上各自對應的規(guī)范屬性，該規(guī)范屬性為對應資源的通用屬性，即主屬性，資源推薦終端根據(jù)可視化裝置的界面提示經(jīng)過其輸入設備錄入每個能被有效訪問的資源的規(guī)范屬性，并且資源推薦終端通過驅動電路使能統(tǒng)計模塊對能被有效訪問的資源的規(guī)范屬性進行統(tǒng)計后存儲到對應的存儲設備中；步驟2 :當用戶還沒有瀏覽網(wǎng)絡系統(tǒng)的資源時，資源推薦終端通過驅動電路使能用戶類型劃分模塊首先按照預設的規(guī)則確定用戶類型，所述的按照預設的規(guī)則確定用戶類型為三類，登錄用戶、未登錄有IP記錄的用戶以及未登錄無IP記錄的用戶，登錄用戶為在網(wǎng)絡系統(tǒng)中使用賬號進行登錄的用戶；未登錄有IP記錄的用戶為在網(wǎng)絡系統(tǒng)中未使用賬號進行登錄，其登錄方式為用戶當前IP在未使用賬號登錄狀態(tài)下登錄過該網(wǎng)絡系統(tǒng)進行瀏覽資源操作；未登錄無IP記錄的用戶為未使用賬號進行登錄，用戶當前IP在網(wǎng)絡系統(tǒng)無瀏覽記錄。資源推薦終端再通過驅動電路激活屬性關注度導出模塊根據(jù)用戶的瀏覽記錄或者訪問記錄結合其用戶類型導出針對對應用戶的屬性關注度，屬性關注度為用戶對資源各個規(guī)范屬性的關注程度，屬性關注度的值用比值來表達，所述的屬性關注度導出模塊根據(jù)用戶的瀏覽記錄和其用戶類型導出針對對應用戶的屬性關注度的方法為該用戶類型如果是登錄用戶，調(diào)用用戶的瀏覽記錄，該用戶如果是未登錄有IP記錄的用戶，調(diào)用用戶的訪問記錄，而該用戶如果是未登錄無IP記錄的用戶，調(diào)用所有用戶的瀏覽記錄和訪問記錄，如果此時用戶開始瀏覽網(wǎng)絡系統(tǒng)的資源，則根據(jù)被瀏覽資源的規(guī)范屬性，先增加該規(guī)范屬性被訪問次數(shù)，接著統(tǒng)計瀏覽記錄或訪問記錄中的各規(guī)范屬性次數(shù)，并根據(jù)用戶類型的瀏覽記錄或訪問記錄，計算出各個規(guī)范屬性被訪問次數(shù)的總和，然后用各個規(guī)范屬性的被訪問次數(shù)除此總和，即為此規(guī)范屬性相對于當前用戶的屬性關注度的值。然后資源推薦終端通過驅動電路讀取存儲設備中資源的規(guī)范屬性以及相應用戶的屬性關注度，并通過網(wǎng)絡通信線路遍歷網(wǎng)絡系統(tǒng)中的所有資源，資源推薦終端通過驅動電路使能資源評分模塊為網(wǎng)絡系統(tǒng)中的每個資源評分，所述的資源評分模塊為網(wǎng)絡系統(tǒng)中的每個資源評分的方法為先設定用戶共瀏覽了 η種規(guī)范屬性，分別指定第一規(guī)范屬性為A1、第二規(guī)范屬性為A2、第三規(guī)范屬性為A3.。。。。第η規(guī)范屬性為An，其中η為大于O的整數(shù)值，所有的資源規(guī)范屬性被訪問次數(shù)分別為第一規(guī)范屬性被訪問次數(shù)為吟第二規(guī)范屬性被訪問次數(shù)為a2 、第三規(guī)范屬性被訪問次數(shù)為巧….第η規(guī)范屬性被訪問次數(shù)為^，由此計算而得訪問次數(shù)總和sum為屮+a2+a3+...+as ,則Ar At相對于用戶的屬性關注度分別為A…i，對于網(wǎng)絡系統(tǒng)的任意資源，設定其規(guī)范屬性為 A . ., sum sum sum sum. .Jim其中4在4,到為中，i為大于0且小于等于n的整數(shù)值，4 不在為到為中，m為大于n的整數(shù)值，即用戶訪問過的資源中，均不包含規(guī)范屬性4 ，也即是4相對于當前用戶來說，其屬性關注度為0，則對應的資源基于用戶屬性關注度的評分為i+1 + l + o。如sum sum sum果資源評分中有評分相同的資源，則根據(jù)同分資源排序算法對分值相同資源再次排序，根據(jù)評分分值得出網(wǎng)絡系統(tǒng)中的資源的排序序列，所述的根據(jù)同分資源排序算法對分值相同資源再次排序的方法為先錄入分值相同資源，再根據(jù)同分資源被瀏覽次數(shù)排序，即根據(jù)網(wǎng)絡系統(tǒng)記錄的資源被瀏覽次數(shù)，對同分資源進行排序，再根據(jù)網(wǎng)絡系統(tǒng)中的所有資源的屬性關注度，計算資源評分并排序，如果同分資源的被瀏覽次數(shù)也相等，則計算此網(wǎng)絡系統(tǒng)上全部資源的屬性關注度，為同分資源重新評分排序。資源推薦終端通過驅動電路使能topN 選擇模塊，把按照排序序列的資源中按預設數(shù)量的前幾個資源選定給用戶作為興趣資源， 并且資源推薦終端再通過驅動電路激活屬性關注度導出模塊根據(jù)用戶此時的瀏覽記錄動態(tài)的更新屬性關注度；當用戶已經(jīng)通過網(wǎng)絡通信線路瀏覽網(wǎng)絡系統(tǒng)的資源時，網(wǎng)絡系統(tǒng)記錄下用戶ID、用戶當前IP以及訪問資源的ID，并實時更新瀏覽記錄數(shù)據(jù)庫或者訪問記錄數(shù)據(jù)庫，資源推薦終端的中央處理器根據(jù)用戶當前瀏覽的資源的規(guī)范屬性，通過網(wǎng)絡通信線路遍歷網(wǎng)絡系統(tǒng)的資源，并依次經(jīng)過驅動電路使能屬性相關度導出模塊導出每個對應的資源屬性之間相關度的值，屬性相關度是指兩個資源之間規(guī)范屬性的相同程度，屬性關注度的值用比值來表達，屬性相關度具體定義如下網(wǎng)絡系統(tǒng)的任意類型的兩個資源，不失一般性分別稱為第一資源和第二資源，其中第一資源有i個規(guī)范屬性，而第二資源有j個規(guī)范屬性，分別為第一資源的第一規(guī)范屬性％、第一資源的第二規(guī)范屬性a2、第一資源的第三規(guī)范屬性％…第一資源的第i規(guī)范屬性巧與第二資源的第一規(guī)范屬性、第二資源的第二規(guī)范屬性、第二資源的第三規(guī)范屬性I 第二資源的第j規(guī)范屬性4 ,另外第一資源與第二資源共有的規(guī)范屬性有k個，分別為第一共有規(guī)范屬性q、第二共有規(guī)范屬性C2、第三共有規(guī)范屬性 ··第k共有規(guī)范屬性Q，則第一資源相對于第二資源的屬性關注度為m， 第二資源相對于第一資源的屬性關注度為J , i、j和k都為大于O的整數(shù)值。如果有屬性相關度值相同的資源，則根據(jù)該資源被瀏覽次數(shù)從大到小的順序對屬性相關度的值相同的資源進行排序，資源推薦終端通過驅動電路使能topN選擇模塊，把按照排序序列的資源中按預設數(shù)量的前幾個資源選定給用戶作為興趣資源。
權利要求
1.一種基于多維屬性關注度的興趣資源推薦方法，其特征在于，步驟如下 步驟I:先設置同帶有資源的網(wǎng)絡系統(tǒng)通信連接的資源推薦終端，資源推薦終端帶有可視化裝置、統(tǒng)計模塊、用戶類型劃分模塊、屬性關注度導出模塊、資源評分模塊、topN選擇模塊以及屬性相關度導出模塊，該網(wǎng)絡系統(tǒng)和用戶終端共同構成了興趣資源推薦系統(tǒng)，資源推薦終端通過網(wǎng)絡通信線路以交互通信的方式對網(wǎng)絡系統(tǒng)中所有的資源映射上各自對應的規(guī)范屬性，該規(guī)范屬性為對應資源的通用屬性，即主屬性，資源推薦終端根據(jù)可視化裝置的界面提示經(jīng)過其輸入設備錄入每個能被有效訪問的資源的規(guī)范屬性，并且資源推薦終端通過驅動電路使能統(tǒng)計模塊對能被有效訪問的資源的規(guī)范屬性進行統(tǒng)計后存儲到對應的存儲設備中； 步驟2 :當用戶沒有瀏覽網(wǎng)絡系統(tǒng)的資源時，資源推薦終端通過驅動電路使能用戶類型劃分模塊首先按照預設的規(guī)則確定用戶類型，資源推薦終端再通過驅動電路激活屬性關注度導出模塊根據(jù)用戶的瀏覽記錄和其用戶類型導出針對對應用戶的屬性關注度，然后資源推薦終端通過驅動電路讀取存儲設備中資源的規(guī)范屬性以及相應用戶的屬性關注度，并通過網(wǎng)絡通信線路遍歷網(wǎng)絡系統(tǒng)中的所有資源，資源推薦終端通過驅動電路使能資源評分模塊為網(wǎng)絡系統(tǒng)中的每個資源評分，如果資源評分中有評分相同的資源，則根據(jù)同分資源排序算法對分值相同資源再次排序，根據(jù)評分分值得出網(wǎng)絡系統(tǒng)中的資源的排序序列，資源推薦終端通過驅動電路使能topN選擇模塊，把按照排序序列的資源中按預設數(shù)量的前幾個資源選定給用戶作為興趣資源，并且資源推薦終端再通過驅動電路激活屬性關注度導出模塊根據(jù)用戶此時的瀏覽記錄動態(tài)的更新屬性關注度；當用戶通過網(wǎng)絡通信線路瀏覽網(wǎng)絡系統(tǒng)的資源時，資源推薦終端的中央處理器根據(jù)用戶當前瀏覽的資源的規(guī)范屬性，通過網(wǎng)絡通信線路遍歷網(wǎng)絡系統(tǒng)的資源，并依次經(jīng)過驅動電路使能屬性相關度導出模塊導出每個對應的資源屬性之間相關度的值，如果有屬性相關度值相同的資源，則根據(jù)該資源被瀏覽次數(shù)從大到小的順序對屬性相關度的值相同的資源進行排序，資源推薦終端通過驅動電路使能topN選擇模塊，把按照排序序列的資源中按預設數(shù)量的前幾個資源選定給用戶作為興趣資源。
2.根據(jù)權利要求I所述的基于多維屬性關注度的興趣資源推薦方法，其特征在于，所述的按照預設的規(guī)則確定用戶類型為三類，登錄用戶、未登錄有IP記錄的用戶以及未登錄無IP記錄的用戶，登錄用戶為在網(wǎng)絡系統(tǒng)中使用賬號進行登錄的用戶；未登錄有IP記錄的用戶為在網(wǎng)絡系統(tǒng)中未使用賬號進行登錄，其登錄方式為用戶當前IP在未使用賬號登錄狀態(tài)下登錄過該網(wǎng)絡系統(tǒng)進行瀏覽資源操作；未登錄無IP記錄的用戶為未使用賬號進行登錄，用戶當前IP在網(wǎng)絡系統(tǒng)無瀏覽記錄。
3.根據(jù)權利要求2所述的基于多維屬性關注度的興趣資源推薦方法，其特征在于，所述的屬性關注度導出模塊根據(jù)用戶的瀏覽記錄和其用戶類型導出針對對應用戶的屬性關注度的方法為該用戶類型如果是登錄用戶，調(diào)用用戶的瀏覽記錄，該用戶如果是未登錄有IP記錄的用戶，調(diào)用用戶的訪問記錄，而該用戶如果是未登錄無IP記錄的用戶，調(diào)用所有用戶的瀏覽記錄和訪問記錄，如果此時用戶開始瀏覽網(wǎng)絡系統(tǒng)的資源了，則根據(jù)被瀏覽資源的規(guī)范屬性，先增加該規(guī)范屬性被訪問次數(shù)，接著統(tǒng)計瀏覽記錄或訪問記錄中的各規(guī)范屬性次數(shù)，并根據(jù)用戶類型的瀏覽記錄或訪問記錄，計算出各個規(guī)范屬性被訪問次數(shù)的總和，然后用各個規(guī)范屬性的被訪問次數(shù)除此總和，即為此規(guī)范屬性相對于當前用戶的屬性關注度的值。
4.根據(jù)權利要求3所述的基于多維屬性關注度的興趣資源推薦方法，其特征在于，所述的資源評分模塊為網(wǎng)絡系統(tǒng)中的每個資源評分的方法為先設定用戶共瀏覽了η種規(guī)范屬性，分別指定第一規(guī)范屬性為A1、第二規(guī)范屬性為A2、第三規(guī)范屬性為A3直到第η規(guī)范屬性為An，其中η為大于O的整數(shù)值，所有的資源規(guī)范屬性被訪問次數(shù)分別為第一規(guī)范屬性被訪問次數(shù)為％第二規(guī)范屬性被訪問次數(shù)為 I三規(guī)范屬性被訪問次數(shù)為a3….第η規(guī)范屬性被訪問次數(shù)為3^，由此計算而得訪問次數(shù)總和sum為
5.根據(jù)權利要求4所述的基于多維屬性關注度的興趣資源推薦方法，其特征在于，所述的根據(jù)同分資源排序算法對分值相同資源再次排序的方法為先錄入分值相同資源，再根據(jù)同分資源被瀏覽次數(shù)排序，即根據(jù)網(wǎng)絡系統(tǒng)記錄的被瀏覽次數(shù)，對同分資源進行排序，再根據(jù)網(wǎng)絡系統(tǒng)中的所有資源的屬性關注度，計算資源評分并排序，如果同分資源的被瀏覽次數(shù)也相等，則計算此網(wǎng)絡系統(tǒng)上全部資源的屬性關注度，為同分資源重新評分排序。
全文摘要
一種基于多維屬性關注度的興趣資源推薦方法，通過設置同帶有資源的網(wǎng)絡系統(tǒng)通信連接的資源推薦終端，資源推薦終端帶有可視化裝置、統(tǒng)計模塊、用戶類型劃分模塊、屬性關注度導出模塊、資源評分模塊、topN選擇模塊以及屬性相關度導出模塊，該推薦方法不僅能夠根據(jù)不同的用戶計算出相應的屬性關注度，推薦出最大化接近用戶興趣的資源。而且還可以在用戶沒有瀏覽資源時推薦優(yōu)質(zhì)興趣資源，在用戶瀏覽資源時推薦和該資源相關的近似預測興趣資源。
文檔編號G06F17/30GK102930052SQ20121046616
公開日2013年2月13日 申請日期2012年11月19日 優(yōu)先權日2012年11月19日
發(fā)明者高全力, 高嶺, 楊建鋒, 朱海陽, 楊九龍, 王海, 蘇杰峰, 張洋 申請人:西北大學