[发明专利]基于网络行为的个性化推荐方法和系统

说明书

技术领域

本发明涉及一种在分析用户网络行为的基础上为其提供个性化推荐服务的方法和系统。具体而言，本发明涉及一种通过对各个用户的网络行为如搜索的关键词和下载的文件进行分析，抽取用户之间的相似性，据此向用户进行两个方面的个性化推荐如向用户推荐与其具有共同兴趣的好友和其可能感兴趣的各种文件的方法和系统。

背景技术

伴随计算机网络技术的飞速发展，互联网已经成为人们获取、交流信息的重要平台。在这种背景下，如何使用户能够在互连网的信息海洋中快速、准确找到自己需要的、感兴趣的内容，已成为互联网进一步发展亟待解决的难题。搜索引擎技术就是解决这一难题的重要工具，它根据用户提供的关键字，把满足匹配规则的相关内容返回给用户，极大地提高了信息检索的效率。但是，由于搜索引擎技术具有通用性，不能很好地满足不同背景的用户、不同查询目的和不同时期的搜索需求。表现在一方面，使用搜索引擎，用户必须首先根据自己的需求提取关键字，显然，所提出的关键字是否能够准确概括用户的需求严重影响到搜索引擎的返回结果的可用性，这就对用户提取关键字的能力提出了较高的要求；另一方面，即使用户提取的关键词是准确的，搜索引擎也仅仅是简单地把满足匹配的结果都返回给用户，而结果中往往有相当一大部分内容是用户不需要的，导致用户不得不在大量返回的结果中提取自己所需要的内容。

为了弥补通用搜索引擎的不足，人们提出了个性化推荐技术。个性化推荐技术是指通过收集和分析用户信息来学习用户的兴趣和行为，据此实现主动推荐的目的。

目前，个性化推荐技术主要是在Web页面访问领域展开的，根据其所采用的技术可以分为两大类：一类是基于规则的个性化推荐系统；一类是信息过滤系统。其中，信息过滤系统又可以细分为基于内容的过滤系统和协作过滤系统。基于规则的个性化推荐系统首先根据当前用户阅读过的感兴趣的内容，按照规则推算出用户还没有阅读过的感兴趣的内容，然后根据规则的支持度(或重要程度)，对这些内容排序并展现给用户。规则的提取通常是通过用户定制或通过挖掘技术自动发现。规则越多，推荐的准确度越高，但系统的维护也变得越困难，性能也会急剧的降低。基于内容的过滤系统是通过计算用户行为特征和资源特征的相似度来实现向用户推荐资源，该方法的缺点是：难以区分资源的品质和风格，而且不能为用户发现新的感兴趣资源。协作过滤系统与基于内容过滤的系统相似，不过比较的是不同用户之间的相似度，找出若干个最相似的邻居用户，并通过邻居用户来预测用户的兴趣，从而向用户推荐资源，该方法的缺点是：初期系统稀疏而且可扩展性差。

随着P2P技术的成熟，P2P(Peer to Peer的简称)应用越来越受到用户的青睐，在P2P网络中，没有中心节点专门提供服务，所有节点之间的地位是平等的，每个节点既是服务的请求方，也是服务的提供方。P2P改变了以往的基于C/S架构的信息共享方式，用户从被动的信息受体转变为主动的信息源，用户通过P2P系统方便地把本地的资源贡献出来。系统随着用户的增加，资源急剧的膨胀，如何在P2P系统中迅速找到自己感兴趣的资源或者用户，是P2P系统亟待解决的难题。目前，基于P2P系统的个性化服务还处于起步阶段，相对基于Web的个性化服务来说，面向P2P系统的个性化服务具有以下几个特征：

1、用户识别文件内容的主要途径是文件(夹)的名称。一般，文件(夹)的名称简短，没有上下文的辅助识别。而且，同一文件在不同的用户节点可能表现为不同的文件名。

2、推荐的内容不仅包括文件资源，还包括推荐好友。P2P系统提供了一种通过感兴趣的用户找到感兴趣的内容的途径。

3、P2P系统中的节点是不稳定的。当用户退出系统(比如关闭程序、关机、或者网络中断等等)，用户的资源对系统的其他用户就变为不可访问。而Web站点则相对来说比较稳定，一般是7×24小时运行。

发明内容

在综合分析了基于Web的各种个性化服务系统的利弊以及P2P系统应用中面临的新问题，本发明的目的是提供一种面向P2P系统的基于网络行为的个性化推荐方法和系统，该系统可以基于用户的网络行为为用户推荐与其具有共同兴趣的好友和用户感兴趣的各种文件，为用户提供个性化服务。

为实现上述目的，本发明采用以下技术方案：一种基于网络行为的个性化推荐方法，该方法包括以下步骤：

第一步：根据用户向服务器发出的搜索请求和下载文件结束的报告生成相应的该用户网络行为日志，记录用户搜索的关键词、下载的文件；