[发明专利]面向综合集成研讨环境的信息推荐方法

权利要求书

1.一种基于综合集成研讨环境的主动信息获取方法，其特征在于， 该方法的步骤如下：

步骤A：研讨话题的实时提取，在研讨开始前利用多个用户给定的 相关背景资料生成此次研讨领域词汇表，用于分析发言；在研讨进行过 程中，从研讨环境中接收文本形式的发言，送入话题提取器，话题提取 器快速从发言文本中提取当前研讨话题；具体过程为：

步骤A1：对从研讨环境中得到的文本形式的发言采用向量空间模型 进行表示，t时刻的特征空间FeatureSpace_t表示方法如下：

FeatureSpace_t＝{term₁，term₂，...term_n}         (公式1)

其中n为特征空间的维数，term_i为第i个特征项，特征项是向量空 间模型中的最小语言单元，这里是经过分词软件切分后的词或词组；

每当有新的发言文本到来时，新发言文本都会引入一些原有特征空 间中没有的特征，此时需要将这些特征加入原有特征空间，生成新的特 征空间；特征空间按公式2进行更新，即t时刻所有文本的特征空间由 t时刻读入的新发言文本的特征集合Feature_New及t-1时刻的特征空间 FeatureSpace_t-1的并集组成：

FeatureSpace_t＝FeatureSpace_t-1∪Feature_New        (公式2)

FeatureSpace_t-1＝{a，b，c，d，e，f}，Feature_New＝{a，b，c，x，y}，那么：

FeatureSpace_t＝{a，b，c，d，e，f，x，y}

其中：a、b、c、d、e、f、x、y为公式1中的term_i，即发言文本中 经过分词软件切分后的词或词组；

当特征空间更新完毕后，将所有发言文本表示成当前特征空间 FeatureSpace_t上的向量；即t时刻读入的发言文本d_t表示为：

d_t→{weight(d，term₁)，weight(d，term₂)，...，weight(d，term_n)}    (公式3)

weight(d，term_i)表示文本d_t中特征项term_i的权重，其计算采用词频逆 文档频率TF-IDF公式进行计算即：

weight(d，term_i)＝TF-IDF(d，term_i)        (公式4)；

步骤A2：对于文本向量所有特征项首先计算其词频逆文档频率值， 使用研讨领域的领域词汇表，对包含在领域词表中的特征项的词频文档 频率值乘以一个加权系数，以增强领域知识对研讨的作用，即采用公式 5取代公式4计算特征项的权重为：

weight(d，term_i)＝TF-IDF(d，term_i)(1+β)          (公式5)

其中β领域词汇加权系数，β越大，说明给予领域知识的权重越大， β的具体取值需要通过实验得到；

步骤A3：从文本向量中抽取权重较高的若干词作为当前研讨话题； 对于向量化的发言文本，对其所有元素依据相应的权重进行排序，取前 十个权重较高的项作为话题词，则当前研讨的话题topic用话题词及其权 重表示如下：

topic＝{(topicword_k，weight_k)}，k＝1，...，10    (公式6)

即topicword_k为发言文本向量中权重第k高的项；

步骤B：研讨话题的跟踪：由话题判别器判断提取出的当前研讨话 题是否发生变化，如果当前研讨话题发生变化，则根据研讨话题提取元 素生成检索词，送入搜索引擎进行检索，再将搜索结果呈现给用户，如 果当前研讨话题没有发生变化，则回到步骤A继续读取发言文本；

对t时刻的发言文本d_t，由公式7采用余弦距离来计算其和此前所 有发言文本d_j的相似度sim(d_t，d_j)：

sim(dt,dj)=cos(dt,dj)=Σk=1nwkwk′Σk=1n(wk)2Σk=1n(wk′)2]]>(公式7)

其中j＝1，2，...，t-1，w_k和分别表示d_t及d_j第k个特征项的权重，n 为特征空间的维数；

此时，如果公式8中的条件满足，则认为有新话题产生，创建一个 包含t时刻的发言文本的话题类别，并从其话题topic中提取权重较高的 前5个话题词作为检索词，送入搜索引擎进行检索；

maxjsim(dt,dj)<topicThreshold]]>(公式8)

其中topicThreshold为预先设定的阈值；

否则没有新话题产生，将dt加入和其相似度最大的发言文本所属话 题类别中；

步骤C：协作过滤：协作过滤器将接收到的搜索结果发送给用户， 进行与用户的第一次交互，并根据本轮的交互情况，筛选出其中的关键 信息，推荐给用户；

步骤C1：对推荐系统发送的链接信息，用户选择其中感兴趣的信息 点击进行阅读，并对阅读过的链接信息进行打分；

步骤C2：将搜索引擎返回的搜索结果的链接发送给每位用户，用户 对链接阅读并打分，然后根据公式9所示的方法计算各个链接的权重x_i， 对链接重新进行排序，得到如公式10表示的重要链接列表l₁，l₂，...，l_m，再 将每位用户未阅读过的重要链接再次推荐给该用户，最终以可视化的方 式在综合集成研讨厅中展现对用户的推荐结果；

第i个链接的权重为：

xi=Σj=1Kejαj,i=1,2,...,L]]>(公式9)

其中L为总链接数目，K为参与研讨的用户数目，e_j代表第j个用 户对第i个链接的打分，α_j代表第j个用户的权威度；

第i个重要链接为：

li=argmaxj{xj},j=1,2,...,L]]>(公式10)

步骤C3：查看此时是否还有新的发言产生，如果没有则本次研讨结 束，退出推荐系统，否则返回步骤A继续读取发言文本并分析。