[发明专利]基于用户兴趣的Web信息推送服务系统

说明书

技术领域

本发明涉及Web信息推送服务系统，具体涉及到基于用户兴趣的Web信息推送服务系统。

背景技术

互联网“信息爆炸”时代的到来，一方面说明Web信息的产生和更新速度之快，另一方面说明人们需要从庞大而复杂的信息中找到自己所想要的内容。目前，传统的信息服务模式是基于PULL技术的服务模式，也就是用户自己主动寻求信息，例如：1、频道转换技术将网页定义为浏览器中的频道，利用频道定义格式CDF（Channel Definition Format）建立文件，指定由哪些web页面构成频道和怎样组织页面。当下载了CDF文件，就成为了一个频道的用户。然后，用户浏览器就会利用这个CDF文件自动下载相应的页面，从而向用户推送相关内容。但这个技术的不足之处在于，①难以满足用户个性化的要求。频道转换技术是按照用户是否下载相关的CDF文件作为信息推送的依据，没有分析用户需求，推送的信息不能很好地切合用户的兴趣，②网络带宽浪费问题。用户浏览器根据CDF文件大量下载相关页面，不仅造成带宽资源的浪费，还形成许多无用的推送信息。

2、智能代理技术，智能代理是指收集信息或提供其他相关服务的程序，它不需要人的即时干预。以Agent为模式的智能代理理念，结合人工智能，代表用户工作，根据用户的需求采取行动，引导、代替用户访问资源，成为用户获取资源的中介。这个技术的不足之处在于：缺乏对用户兴趣的详细分析，推送的信息针对性较差，没有把用户最感兴趣的类别挖掘出来。

以上的现有技术特点是：用户在服务网站的搜索框中输入关键词，后台搜索引擎根据关键词在数据库中抓取相关信息，并把搜索结果提供给用户。但是，这种用户自己寻求信息的模式存在许多不足：1、效率低下，Web搜索返回的结果十分庞大，可是大部分内容与用户的需求信息相差甚远，检索的查全率和查准率低下；2、时效性差，当服务器端有即时更新的信息时，用户不能在第一时间获取；3、要求用户具有专业的信息检索技术，用户想要得到准确的相关信息，必须能够准确地表征自己的信息需求，这样制约了用户获取信息的能力。

发明内容

本发明所要解决的技术问题：基于用户兴趣的个性化信息推送服务有了很大的发展空间，它的核心理念是信息服务提供方不需要信息服务需求方的实时请求，而是主动地将用户感兴趣的信息推送给目标用户。从而实现“信息找人”的目标。

发明内容：基于用户兴趣的Web信息推送服务系统，包括多个物联终端，多个移动终端、云服务器及信息发布端，物联网终端作用为用户兴趣的获取，多个移动终端用于将获取的用户信息及物联网终端地理位置信息传给云服务器，云服务器将传回的用户信息进行分析兴趣特征及将推送内容相关度反馈内容进行评价，信息发布端将进行分析后个性化信息进行推送。

用户兴趣获取，通过两种途径获取，一是用户的Web信息搜索请求；二是用户通过被设计好的表单向推送系统提交自己的兴趣爱好和关注的信息领域，这些信息在物联网终端形成。

用户兴趣特征分析：利用支持向量机分析用户浏览行为，从而获取用户的兴趣特征，所记录的浏览行为包括访问页面的次数、逗留时间、鼠标点击次数、拉动滚动条次数和书签次数，将这些数据作为支持向量机的输入，经过支持向量机的建模分析，可以得到用户某一兴趣点的喜爱程度，共分为四类：非常感兴趣、感兴趣、可能感兴趣和不感兴趣，将这些数据作为支持向量机的输入，经过支持向量机的建模分析，形成用户兴趣记录表，

用户兴趣特征分析过程（1）用户兴趣记录表的建立：刚开始时，表格中记录的兴趣分类是用户主动提交的兴趣表单中的选项。随着用户发出的Web信息搜索请求的增多，要根据服务器端的请求日志更新表格选项。在更新的过程中，由于存在Web信息搜索请求的选项和记录表中已有的选项是同一事物的情况，所以要对选项之间进行语义相关的判断，假如两个选项之间的语义是等价的或是直接相关的，那么该Web信息搜索请求选项不添加在用户兴趣记录表中，如果不是则将该选项添加进去，（2）用户兴趣特征分析：用户兴趣特征分析采用机器学习的方法，对用户的行为特征进行建模，根据页面访问次数、逗留时间、鼠标点击次数、拉动滚动条次数和书签次数等输入条件，用支持向量机建立用户兴趣分析模型，得出用户对某一兴趣点的喜爱程度，分为非常感兴趣、感兴趣、有点感兴趣和不感兴趣四个等级，将不感兴趣的选项在下一次记录表更新时删除，将用户感兴趣的选项作为后台资源库推送信息的依据，并把用户的兴趣等级作为推送信息的优先顺序，