[发明专利]一种个性化信息推荐的方法

权利要求书

1.一种个性化信息推荐的方法，适用于无线互联网，其特征在于，包括以下步骤：

A、手机上的行为记录模块记录用户访问无线互联网的行为，并发送给服务器；

B、对用户访问的页面的内容进行分析，得到用户感兴趣的页面集；

C、对用户访问页面的行为进行分析，得到用户对页面的兴趣度；

D、将所述感兴趣的页面集与页面的兴趣度进行结合，建立用户兴趣模型；

E、对用户项矩阵进行维数简化，并计算项集相似性，产生推荐的个性化信息。

2.根据权利要求1所述的一种个性化信息推荐的方法，其特征在于，步骤B进一步包括以下步骤：

根据用户的浏览日志记录，得到用户的浏览历史页面的地址；

从服务器中获取地址对应的页面，作为浏览内容兴趣描述的数据源；

从页面内容抽取元数据，对页面文档进行文本特征表示，建立用户兴趣矩阵。

3.根据权利要求2所述的一种个性化信息推荐的方法，其特征在于，建立文档集合D＝{d₁，d₂，…，d_n}，其中文档d_i采用向量空间模型表示为：d_i＝{(T₁，W₁)，(T₂，W₂)，…，(T_n，W_n)}，n为文档d_i特征向量的个数，T_i为文档d_i的第i个特征向量，W_i为文档d_i中T_i的权值。

4.根据权利要求3所述的一种个性化信息推荐的方法，其特征在于，还包括以下步骤：

将文本分词，由特征词作为向量的维数来表示文本，相对词频采用以下公式：

W(t→,d→)=tf(t→,d→)×log(N/ni+0.01)Σ[tf(t→,d→)×log(N/ni+0.01)].]]>