[发明专利]移动社交网络中基于时空行为模式的用户兴趣模型构建方法

说明书

一种移动社交网络中基于时空行为模式的用户兴趣模型构建方法，其特征在于，研究基于用户时空行为模式构建表征用户兴趣偏好的兴趣模型，通过现有的用户在移动社交网络数据去构建用户兴趣模型，同时挖掘填充模型中的空缺项，挖掘用户在不同行为模式下对不同主题的兴趣度，从而帮助用户过滤不感兴趣的信息，提高个性化服务质量，改善信息过载问题，增强用户体验。

背景技术

一般地，个性化推荐技术包括用户兴趣建模、项目匹配、推荐等几个阶段。其中用户兴趣模型是个性化服务的基础和核心，为了提供个性化服务，必须研究用户的个性化需求，获取、分析用户的信息，建立合适的用户兴趣模型来表示用户的兴趣偏好。准确、合适的用户兴趣模型是个性化推荐的基础和前提，是提供个性化服务质量的保证。简单的讲，用户兴趣建模是发现和管理用户兴趣、需求或习惯等相关知识的过程，最后产生一个存储或者描述用户兴趣偏好的模型，称之为用户兴趣模型。用户兴趣模型是推荐系统得到个性化推荐结果的主要知识依据，其描述的用户兴趣偏好很大程度上决定推荐什么，所以说用户兴趣模型也是个性化推荐的基础。Y.Zhang和J.Koren等人在总结他们的实验结论时也提到，影响个性化服务质量的首要因素在于信息及其相关模型的表示，其次是算法复杂性的影响。所以个性化服务中，关键技术之一就是用户兴趣模型的构造。学者应晓敏阐述了用户兴趣建模在面向Internet个性化服务中的重要性，认为个性化服务系统主要包括用户信息收集模块、用户建模模块和个性化服务模块，同时围绕用户建模总结了用户模型的表示方法，分析了用户建模的信息来源，并对用户建模技术进行了归纳和分类，用户建模时需要考虑模型的易用性、灵活性、可更新性和可修改性，同时也能跟踪用户兴趣的变化。

作为个性化服务的基础和核心，用户兴趣模型直接关系到个性化服务的质量。只有当用户的兴偏好以及用户信息可以很好地被系统“理解”的时候，换言之系统能得到准确有效的用户兴趣模型之后，才可能提供理想的个性化服务。所以从用户信息中发现用户兴趣，构建用户兴趣模型，即用户兴趣建模，也就成为了个性化服务的核心和关键技术。用户兴趣模型是推荐系统产生个性化推荐的主要知识依据，其发现用户真实兴趣偏好的能力在很大程度上决定了推荐的质量。对用户建模的研究不仅对推荐系统本身至关重要，而且对促进电子商务的发展也具有重要意义。

对于用户兴趣模型的概念，不同的学者有不同的看法：

学者张丙奇在他的研究中认为，用户兴趣模型在个性化服务系统中表现为用户的描述文件或用户模型。

学者刘伟成等人使用用户模型来用来表示用户对特定主题信息的相对稳定的兴趣需求，即用户的信息需求自提交到注销这段时间内，用户信息需求的一体化描述，包括动态更新以精确反映用户的特定兴趣，用户兴趣模型的定义为：用户兴趣模型是用来捕捉用户需求及其兴趣点，并记录、管理用户兴趣，描述用户潜在的兴趣及需求的模型。在图书推荐领域，马海兵等人采用的用户兴趣建模方法中，用户兴趣模型被形式化描述为一个由状态集、反馈信息集和学习函数组成的三元组，提出一种通用的方法，将各种反馈信息融合统一，开发了一个科技文献推荐系统，使用户在尽可能少的参与下，完成用户兴趣模型的建立、学习和更新。蒋萍和崔志明在研究智能搜索引擎中用户兴趣模型时，将用户模型定义为用于存储用户的兴趣、存储和管理用户的行为历史、存储学习用户行为的知识和进行相关推导的知识的功能集合。近似地，在文献中用户兴趣模型被定义为：用户兴趣模型是指记录、存储用户的兴趣需求，并随着需求调整进行动态更新的面向算法的，具有特定数据结构的、形式化的用户描述。

发明内容

本发明旨在针对现有用户兴趣模型的不足，结合移动社交网络的特点，研究基于用户时空行为模式构建表征用户兴趣偏好的兴趣模型，通过现有的用户在移动社交网络数据去构建用户兴趣模型，同时挖掘填充模型中的空缺项，挖掘用户在不同行为模式下对不同主题的兴趣度，从而帮助用户过滤不感兴趣的信息，提高个性化服务质量，改善信息过载问题，增强用户体验。

技术方案为：

一种移动社交网络中基于时空行为模式的用户兴趣模型构建方法，其特征在于，包括如下步骤：