[发明专利]利用多维数据预测用户兴趣的方法

说明书

技术领域

本发明涉及大数据，特别涉及一种利用多维数据预测用户兴趣的方法。

背景技术

随着移动互联网的发展，网络内容给用户提供了丰富的信息资源和服务然而网络 上信息质量却是参差不齐，大量的信息被复制、转载，各种推广信息广告检索结果，已经影 响了用户体验；如果对于所有用户相同的检索词输入返回一样的检索结果恐怕已经不是用 户希望的。只采用检索词匹配的方式，而忽略独立用户的真正需求，也就是不结合用户行为 (包括用户兴趣、用户偏好、用户查询记录)和检索词而对用户本次查询意图做出准确的判 断，将无法给出符合用户需求的结果。现有的技术方案是通过用户的注视历史或个人描述 信息为用户建立兴趣特征向量，再利用该向量对检索返回的检索结果进行相似度的计算， 这往往将一些用户真正需要的却没有在向量内的信息排除在外。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种利用多维数据预测用户兴 趣的方法，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。

优选地，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。