[发明专利]一种结合时序化动态建模和情感语义的个性化搜索方法

说明书

本发明公开了一种结合时序化动态建模和情感语义的个性化搜索方法，具体为：采用归一化标签范式和时序关系建立用户兴趣模型和资源模型；采用情感词典，将用户兴趣模型、资源模型转换至带有情感语义维度模型；采用基于用户的协同过滤算法，根据当前用户以及发起查询，生成当前用户的邻域集。计算当前用户的查询与备选资源的相似度和邻域集中用户与备选资源的相似度；结合上述相似度计算结果，依次计算每一个备选资源与目标用户和当前查询的相关性，并按降序排列输出。本发明方法建立用户动态的兴趣模型，并结合社会化标注的情感分析，提高了搜索精度。

技术领域

本发明涉及互联网信息检索，具体涉及一种结合时序化动态建模和情感语义的个性化搜索方法，属于社会化搜索技术领域。

背景技术

当今是一个信息爆炸的时代，信息已经不是稀缺资源，各种信息层出不穷的情况下，用户的注意力反而变得稀缺了。搜索引擎技术的进一步发展，给予用户很大便利。根据中国互联网络信息中心CNNIC最新发布的《第39次中国互联网络发展状况统计报告》数据，截至2016年12月，中国搜索引擎用户规模达6.02亿，使用率为82.4％，用户规模较2015年底增加3615万，增长率为6.4％。在技术创新方面，搜索产品与多种前沿技术协同发展、深入融合的趋势日益突出。用户对本地化、个性化搜索的需求日益旺盛，用户需要更加个性化、场景化的精准信息搜索服务。在大数据、云计算时代，社会化搜索的作用日渐突出，并引起国内外相关学者的密切关注，成为最近十几年以来信息检索领域的研究热点。

目前，国内外一些搜索引擎公司在社会化搜索服务方面进行了有益的尝试，除了产业界对社会化搜索理念与技术的不断推动，学术界的很多学者开展了基于社会化标注的搜索算法的研究。现根据已有方案中应用的主要技术概括目前研究和水平现状如下：

(1)基于标签次数的排序算法

主要思想是依据资源被标注的次数进行排序(参见“Cheng L H,Po H Y,Cheng WL,et al.Utilizing User Tag-Based Interests in Recommender Systems For SocialResource Sharing Websites.Knowledge-Based Systems,vol 56,2014:86-96”)。如果一个标签出现的同时牵动另一个标签页出现，则说明两个标签存在一定内在联系，用无向图将同现的标签之间以边的形式连接，并通过共现的次数描述边的权重，最后权重最高的n条边所对应的标签用来对资源进行标注(参见“Wei Z,Zi Y G,Zheng L.Ranking onHeterogeneous Manifolds for Tag Recommendation in Social TaggingServices.Neurocomputing,vol 148,2015:521-534”)。

(2)基于社会化标注的PageRank改进算法

在社会化标注系统中，资源、用户、标签三者之间是互增强关系，被高素质用户用高质量的标签标注的资源具有更高价值，而用高质量的标签标注高价值资源的用户也具有更高的素质，被高素质的用户用来标注高价值资源的标签通常具有更高的质量。因此，这种互增强关系被用来改进传统的PageRank算法(参见“Vivek K,Dima L S.PageRank Modelof Opinion Formation on Social Networks.Physica A,vol 391,2012:5779-5793”)，该算法利用资源、用户、标注三者之间的互增强关系进行迭代收敛，得到最终的资源、用户、标注评分向量。

(3)基于社会化标注的HITS改进算法