[发明专利]基于上下文的内容个性化提供方法

摘要

本发明提供了一种基于上下文的内容个性化提供方法，该方法包括：通过交互界面收集用户的行为记录，获取用户交互的上下文，采用深度信念网络计算用户兴趣，基于所述用户兴趣为目标用户生成推送结果。本发明提出了一种基于上下文的内容个性化提供方法，通过分析用户兴趣获得用户的需求，提高用户获取所需信息和信息推送的效率。

主权项

1.一种基于上下文的内容个性化提供方法，其特征在于，包括：通过交互界面收集用户的行为记录，获取用户交互的上下文，采用深度信念网络计算用户兴趣，基于所述用户兴趣为目标用户生成推送结果；所述采用深度信念网络计算用户兴趣之前，还包括：针对上下文、用户和项目资源之间的关系建立用户兴趣的深度信念网络模型，具体包括：步骤1：将用户上下文和环境上下文插入深度信念网络作为两个不同的上下文根节点，分别将对应的用户上下文和环境上下文的本体结构依次插入深度信念网络树中；步骤2：根据上下文实体中的关系属性，连接步骤1中的节点，使得上述节点之间存在依赖关系；步骤3：将用户兴趣数据作为深度信念网络中的叶子节点加入到深度信念网络底层中，并将这些代表用户对项目属性兴趣的叶子节点与项目实体中的项目属性类相关联；根据上述网络建立过程的描述，将该上下文用户兴趣深度信念网络表示为；其中，Nu为变量集合，Eu为有向边集合，PN为节点变量上的条件概率集合；将上下文用户兴趣深度信念网络模型分为用户兴趣深度信念网络和基于属性的项目实体两部分构成；在顶层用户兴趣深度信念网络结构中，由上下文要素Ck、具体上下文实例Ckq，以及用户兴趣pu三部分相应的构成网络的输入、状态和输出结构，即根节点为环境上下文和用户上下文实体中的相应父概念，上下文实体中的各种上下文要素Ck及相应的各种上下文实例分别按照实体中的层次结构相应的构成了该模型中的父节点，将实体中的用户兴趣作为该网络结构中的叶子节点；在底层项目实体描述项目的属性关系概念及其实例，且通过实体的语义映射刻画用户兴趣与项目之间的联系；将上下文实例作为深度信任网络中的证据节点，用户对项目属性的兴趣则作为计算结果表示为叶子节点，则节点之间的有向弧Eu表示各种上下文之间，以及上下文和用户兴趣之间的概率依赖关系。