[发明专利]基于3G网络的个性化手机智能搜索系统

摘要

本发明涉及一种基于3G网络的个性化手机智能搜索系统，该系统基于用户行为分析模型、网页特征分析模型、动态变量分析模型等模型的基础上，自主开发了“改进型pagerank搜索算法”，提供以用户为中心的个性化手机搜索服务，显著提高了手机搜索结果满意率。本发明有益的效果是：1，更符合用户需求 通过对用户行为模型的分析，考虑用户“移动”的特性，提供更符合用户习惯和需求的搜索结果。2，成长性 “用户行为分析模型”需要长期记录、分析用户的行为习惯，随着时间的增加，“用户行为分析模型”将更有权威性，更接近真实。3，兼容性 改进手机搜索实在传统pc搜索的基础上发展而来，与传统搜索兼容。

主权项

一种基于3G网络的个性化手机智能搜索系统，其特征在于，该方法包括如下步骤：基于用户行为分析模型、网页特征分析模型、动态变量分析模型等模型的基础上，自主开发了“改进型pagerank搜索算法”，提供以用户为中心的个性化手机搜索服务，显著提高了手机搜索结果满意率。包括如下步骤。(1)基于传统搜索引擎技术建立数据源库，就是首先以客观、公正的网页重要性对网页进数据分析处理；(2)引入“网页特征分析模型”“网页特征分析模型”是通过对网页大量分析后，用一组具有特征描述的关键词组成多维阵列，如“所属行业”可以作为一个网页一级特征，而“旅游”、“汽车”都可以看作这一特征下的子级描述，网页特征的判断和各级特征之间的逻辑关系都符合固定规则和算法。(3)引入“用户行为分析模型”每个用户都有自己的行为特征，反映在网络上就是他们会有不同的操作习惯和网页访问习惯。我们通过对用户较长时间操作行为进行记录，通过数据挖掘中“神经网络聚类分析方法”对用户的行为进行分析，建立“用户行为分析模型”。这个模型反映了一个用户较长时期的行为习惯，且这种行为习惯具有连续性和惯性。(4)引入“动态因素分析模型”“动态因素”主要是采集分析某时间段内的变量，如最近十分钟内用户的搜索关键词、武汉的手机号码目前出现在杭州等。动态因素发生是在短期内的，是变化的，但是“动态因素分析模型”则是根据对众多“动态因素”分析，运用数据挖掘中“神经网络聚”中的分类(Classification)、估值(Estimation)、预言(Prediction)等算法推演出“动态因素”导致的变化趋势。对用户某一个“动态因素”，可以通过“动态因素分析模型”分析其行为的最大可能性。