[发明专利]基于用户情境本体的网络社区用户推送服务的方法

摘要

本发明公开了一种基于用户情境本体的网络社区用户推送服务的方法，建立本体化用户情境模型，并对用户综合情境信息进行更新与合成，根据当前用户综合情境的匹配程度向用户进行服务推送；其具体步骤包括：步骤1，本体化用户情境模型的建立；步骤2，用户综合情境信息的更新与合成；步骤3，情境相似性匹配；步骤4，应用服务推送。本发明通过建立本体化用户综合情境模型，对用户活动有关的特征信息加以描述，可以更好地了解网络社区用户的兴趣，以此为基础，通过用户综合情境的更新与合成，并对情境本体树的相似性进行匹配，实现了将用户应用服务推送给相关用户，能够很好地应用与当前网络社区个性化信息服务中。

主权项

基于用户情境本体的网络社区用户推送服务的方法，其特征在于，建立本体化用户情境模型，并对用户综合情境信息进行更新与合成，根据当前用户综合情境的匹配程度向用户进行服务推送；其具体步骤如下：步骤1，本体化用户情境模型的建立；用户情境模型用本体概念树表示，本体概念树中的每一个节点表示了用户情境项的某一个元素；用户情境模型形式化的表示为：uc(t_i)＝(Dim₁(Attr₁₁,Attr₁₂,Attr₁₃),Dim₂,...)，其中，uc(t_i)表示用户某时刻t_i的情境，Dim_i表示情境的第i个维度，Attr_ij表示情境维度i的第j个属性，若干个情境信息项和其属性是每个情境维度的构成要素；步骤2，用户综合情境信息的更新与合成；步骤3，情境相似性匹配；将源情境本体树和目标本体树在子属性树切分之后，依次对子属性树进行匹配计算，求得源情境本体树根结点与目标情境本体树根结点的相似度；源情境本体树和目标本体树在子属性树的切分过程中会形成叶子属性节点树和非叶子属性节点树，叶子属性节点树是由一个节点构成的树，非叶子属性节点树是由多个节点构成的链表树；所述叶子属性节点树的相似度是求对应的相同的属性的取值的相似度，即源情境的任一属性节点v和目标情境v′对应属性节点的相似度S(v,v′)，根据情境的属性取值类型的不同分为标量属性叶子节点的相似度、数量属性叶子节点的相似度和范围属性叶子节点的相似度；所述非叶子属性节点树的相似度包括名称相似度、属性相似度、实例相似度和结构相似度；所述标量属性叶子节点的相似度的计算公式为：$Sim(v,v^{\′})=\{\begin{array}{cc}1,& (N_v=N_{v^{\′}})\\ 0,& (N_v\≠N_{v^{\′}})\end{array},$所述数量属性叶子节点的相似度的计算公式为：$Sim(v,v^{\′})=1-\frac{|N_v-N_{v^{\′}}|}{N_{v^{\′}}},$所述范围属性叶子节点的相似度在计算之前，首先对用户的区间[r^l,rⁿ]进行规范化得到所述范围属性叶子节点的相似度的计算公式为：$Sim(v,v^{\′})=1-\sqrt{{(p^l-p^{l^{\′}})}^2+{(p^n-p^{n^{\′}})}^2};$所述名称相似度的公式为：其中，Sim_名称(X,Y)指概念X和Y的名称相似度，x和y分别表示X和Y具有的同义词集合，|x∩y|指同义词集合x和y的交集的节点个数，|x‑y|指属于集合x但不属于集合y的个数，|y‑x|指属于集合y但不属于集合x的元素个数，α为比例因子，指集合x和y不相交的元素个数的比例；所述属性相似度的公式为：Sim_属性(x_i,y_j)＝w₁s₁(x_i,y_j)+w₂s₂(x_i,y_j)+w₃s₃(x_i,y_j)，其中，x_i和y_j分别指概念X和Y的属性，Sim_属性(x_i,y_j)指两个属性间的相似度；w₁，w₂，w₃分别指对应于s₁，s₂，s₃即属性名称、数据类型和实例的权重，且所述实例相似度的公式为：其中，Sim_实例(X,Y)指X，Y两个概念的实例相似度，p(X,Y)指任意一个实例属于X也属于Y的概率，指属于X但不属于Y的概率，指属于Y但不属于X的概率；所述结构相似度的公式：Sim_结构(X,Y)＝Sim_祖先节点(X,Y)×Sim_子孙节点(X,Y)，其中，Sim_结构(X,Y)指X，Y两个概念的结构相似度，Sim_祖先节点(X,Y)指X，Y两个概念的祖先节点的相似度，Ancestor(x)指概念节点x的祖先节点的集合，Ancestor(y)指概念节点y的祖先节点的集合；Sim_子孙节点(X,Y)指X，Y两个概念的子孙节点的相似度，Child(x)指概念x的子孙节点集合，Child(y)指概念y的子孙节点集合；所述源情境本体树根结点与目标情境本体树根结点的相似度的计算由名称、属性、实例及结构四种相似度的综合计算得到，计算公式为：Sim(X,Y)＝αSim_名称(X,Y)+βSim_属性(X,Y)+γSim_实例(X,Y)+θSim_结构(X,Y)其中，α，β，γ，θ分别表示从本体概念名称、属性、实例及结构方面的相似度对综合结果产生的影响系数；步骤4，应用服务推送；将所有源情境与目标情境的相似度按照从高到低进行排序，将Top‑N用户应用的服务推荐给当前用户。