[发明专利]利用多维数据预测用户兴趣的方法

权利要求书

1.一种利用多维数据预测用户兴趣的方法，其特征在于，包括：

接收用户所输入的检索词和用户特征信息，根据所述用户特征信息对检索词进行优化 调整，将优化调整后的检索词作为参数形成检索结果列表，返回给用户端。

2.根据权利要求1所述的方法，其特征在于，所述接收用户所输入的检索词和用户特征 信息，进一步包括：

对用户在界面输入的内容进行检索词分析提取，通过分词器对用户检索内容进行分词 处理；每个词对应一个Term，最后得到一个检索向量V(q)＝(term₁，term₂，term₃…term_n)其 中n>1，其中检索向量的每个维度都带有一个数值，表示检索词对应的权值，用来标识检索 词的重要程度；

根据用户注视行为判别兴趣对象，再通过兴趣对象进行分析构建兴趣模型；具体估计 公式为：

Ip＝α×T_b+β×U_o

其中：

Tb=12πδexp(-(Δt-t)22δ2)]]>

U_o＝a×C_copy+b×S_save+G×R_reply

其中Ip表示检索结果兴趣度分值，α和β是调整系数，即检索结果注视时间和检索结果 交互操作在公式中占的比重，其中α+β＝1；T_b是用户在检索结果停留的时间维度，通过正态 分布来计算，反映用户的注视检索结果时间；注视时间△t与参考时间t的接近程度反映兴 趣度，t是根据文档长度决定的参考时间，t和检索结果长度成正比关系；U₀是用户在检索结 果上的交互操作，C_copy表示用户是否在检索结果进行复制操作，是则值为1，否值为0；S_save表 示用户是否进行检索结果保存操作，是则值为1，否值为0；R_reply表示对于检索结果是否进行 反馈相关操作，是则值为1，否值为0；a、b和c是U₀的调整系数，根据不同的操作对是否是兴 趣对象评判的重要程度，分别对系数设置不同的值。

3.根据权利要求2所述的方法，其特征在于，所述所述用户特征信息对检索词进行优化 调整，进一步包括：

基于ODP分类构建兴趣树结构，树结构的每个节点对应一个兴趣检索词，具有兴趣节点 类型标识符，根据兴趣节点在兴趣树结构中的不同层次具有不同的权值；在兴趣确定过程 中设定阈值，只有达到该阈值的特征词才能被判别为兴趣，并在之后的兴趣更新阶段进行 权值增加，或者权值减少；在检索结果特征词的提取上进行过滤，检索结果进行分词并取消 停用词之后，采用低频阈值来筛选检索结果特征词；在原检索结果特征词提取规则上设置 高频上限，即词条频率超过了高频阈值的词条不能被判别为检索结果特征词，在特征词确 定的同时记录该词的词频和出现的位置信息，用于确定为兴趣特征词之后的权值计算。