[发明专利]通过对信息新颖性和动态学的分析来个性化新闻馈送的原理和方法

权利要求书

1.一种创建个性化信息的方法，其特征在于，它包括：

自动分析来自不同信息源的文档；

自动确定所述文档的新颖性；以及

基于所述文档的新颖性创建个性化信息馈送。

2.如权利要求12所述的方法，其特征在于还包括通过为每个文档组建立一模型以推断文档组之间的差异，且随后用相似性度量来比较所述模型。

3.如权利要求2所述的方法，其特征在于，所述模型采用在字词特征上的修匀几率分布或在同一特征空间内的权重矢量。

4.如权利要求2所述的方法，其特征在于，相似性度量还包括KL发散、JS发散、矢量计算的余弦、特征权重矢量的余弦和对先前未见过的命名实体的密度衡量中的至少一种。

5.如权利要求4所述的方法，还包括提供一新颖性排序算法，该算法被迭代式地应用以产生一个读者可能会感兴趣的稿件小集。

6.如权利要求5所述的方法，还包括以下至少之一：提供一希望递增分析和将实际可用的更新与用户已阅的种子报道进行比较，选择与种子报道最不相似的稿件。

7.如权利要求6所述的方法，还包括下列算法：

算法R_ANKN_EWSB_YN_OVELTY(dist，seed，D，n)

R←seed//initialization

for i＝1 to min(n，|D|)do

d←argmaxdi∈D{dist(di,R)}]]>

R←R∪{d}；D←D/{d}

其中dist是距离度量，seed是种子报道，D是一组相关更新，n是所期望选择的更新数量，R是根据新颖性排序的稿件集。

8.如权利要求6所述的方法，还包括提供用户快报的效益对于成本的一般分析以基于用户的上下文考虑而用中断用户的代价平衡特定稿件或稿件组的信息价值。

9.如权利要求6所述的方法，还包括将在一个时期中收到稿件与定期收到的稿件集合进行比较。

10.如权利要求9所述的方法，还包括确定考虑了与主题相关的先前稿件但按时间减损其度量权重的距离度量。

11.如权利要求6所述的方法，还包括下列算法：

算法P_ICKD_AILYU_PDATE(dist，Bg，D，thresh)

d←argmaxdi∈D{dist(di,Bg)}]]>

If dist(d，Bg)＞thresh then display(d)

Bg ←D

其中dist是距离度量，Bg是背景参考集，包括在前一天收到的有关稿件的集合，D是在今天收到的一组新稿件，thresh是用户定义的敏感性阈值。

12.如权利要求6所述的方法，还包括确定新颖性的猝发。