[发明专利]一种获取用户和文档个性化特征的方法和系统

摘要

本发明提出了一种获取用户和文档个性化特征的方法和系统。所述方法通过用户访问文档的信号，来自动地更新用户和文档的个性化特征。用户的个性化特征，依据所述用户访问过的文档的个性化特征进行更新；文档的个性化特征，依据访问过该文档的用户的个性化特征进行更新。根据获取的用户和文档的个性化特征，可在搜索引擎中实现个性化的文档排序；根据用户和文档的个性化特征，可在社交网络中实现个性化的信息过滤和筛选。本发明还提出了一种获取用户和文档个性化特征的系统。本发明方法能够提高搜索引擎的查准率和社交网络检索信息的效率。另外本发明方法能够提高网页排名算法的反作弊能力。

主权项

1.一种获取用户和文档个性化特征的方法，其特征在于，在接入互联网的服务器中，存储由多个用户标识组成的用户集U和由多个文档标识组成的文档集D；存储由多个特征标识组成的特征集K；在所述服务器中，至少为所述用户集U中的一个用户或者所述文档集D中的一个文档设置参数向量初始值；在所述服务器中，多次执行如下步骤：接收任意一个用户m(m∈U)访问任意一个文档n(n∈D)的信号；根据所述信号，读取所述用户m的参数向量U(m)＝(uwm1，uwm2，...，uwmk，...，uwmL)，其中所述uwmk表示所述用户m与特征k(k∈K)的相关度；根据所述信号，读取所述文档n的参数向量D(n)＝(dwn1，dwn2，...，dwnk，...，dwnL)，其中所述dwnk表示所述文档n与特征k(k∈K)的相关度；应用参数向量更新算法，更新所述用户m和所述文档n的参数向量；设更新后所述用户m的参数向量为U*(m)＝(uwm1*，uwm2*，...，uwmk*，...，uwmL*)，更新后所述文档n的参数向量为D*(n)＝(dwn1*，dwn2*，...，dwnk*，...，dwnL*)，则所述参数向量更新算法包括：U*(m)＝F1[U(m)，D(n)]；D*(m)＝F2[U(m)，D(n)]；其中所述F1(·)和所述F2(·)分别是以所述U(m)和所述D(n)为自变量的函数；对于每个特征k∈K，所述uwmk*和dwnk*分别是所述用户m访问所述文档集D的频次的减函数；在所述参数向量更新算法的一个应用实例中，所述uwmk*和所述dwnk*的具体更新方法如下：uwmk*＝β1·uwmk+λ1(n，m，T)·f1(dwnk)(对于每个k∈K)dwnk*＝β2·dwnk+λ2(m，n，T)·f2(uwmk)(对于每个k∈K)其中，所述λ1(n，m，T)为在所述信号的类型T下所述文档n对所述用户m的影响系数，所述λ2(m，n，T)为在所述信号的类型T下所述用户m对所述文档n的影响系数；β1和β2为设定正常数；所述f1(dwnk)是所述dwnk的增函数，所述f2(uwmk)是所述uwmk的增函数；对于每一个k∈K，所述uwmk*是∑(k∈K)dwnk的减函数，所述dwnk*是∑(k∈K)uwmk的减函数；所述λ1(n，m，T)和所述λ2(m，n，T)分别是所述用户m访问所述文档集D的频次的减函数。