[发明专利]结合记忆遗忘和记忆增强的用户兴趣分析方法及系统

说明书

本发明提供一种结合记忆遗忘和记忆增强的用户兴趣分析方法及系统，包括：通过遗忘系数和增强系数结合收视行为指标构建兴趣模型；采集用户的收视数据，获得用户在设定时间段的单位时间的收视行为指标，所述单位时间为一个时刻；通过用户收视行为指标在设定时间段内的衰减规律获得遗忘系数；通过用户收视行为指标在设定时间段内的重复获得增强系数；将上述用户在设定时间段的收视行为指标、遗忘系数和增强系数输入兴趣模型，获得用户的兴趣值。上述方法及系统将记忆遗忘和记忆增强过程相融合，能够更加精准地获得用户兴趣。

技术领域

本发明涉及用户兴趣分析技术领域，更具体地，涉及一种结合记忆遗忘和记忆增强的用户兴趣分析方法及系统。

背景技术

随着互联网和新媒体的快速发展，媒体资源日益丰富，观众的选择也越来越多，用户的行为背后隐藏着用户的收视习惯，基于此的用户兴趣研究对于深入了解用户并继而为用户提供个性化的媒体服务有着重要价值，其中基于用户行为分析的兴趣模型构建是该领域最主要的研究方法。

兴趣模型建模的研究最早始于信息检索领域，通过对用户在某个时间周期内相对稳定的信息需求进行形式化描述以表征用户兴趣。根据这一时间周期的长短，用户兴趣分析可分为短期兴趣建模和长期兴趣建模两类。其中前者主要集中于对时间窗口的研究，如固定时间窗口的兴趣漂移和自适应时间窗口算法等，由于短期兴趣的研究受到时间因素的限制无法描述长时间内用户的兴趣变化，因此后来大量的科研精力都被投入到长期兴趣建模中，这个过程中记忆理论受到了学者的大量关注。德国心理学家艾宾浩斯通过实验提出的遗忘曲线反映了人类记忆随时间推移先快后慢衰减的规律，这一规律常常被应用于对用户的兴趣研究中，通过拟合不同形式的遗忘函数，这一理论在教育、交通、生物医学、推荐系统等各个领域都取得了良好的应用效果。然而人类记忆也会随着重复行为产生兴趣增强，针对这一领域目前少有学者研究，因此如何提炼记忆增强规律，并将之与记忆遗忘规律结合以实现基于用户行为的更合理的用户兴趣描述研究是十分有必要的。

发明内容

鉴于上述问题，本发明提供一种通过分步累积增强的方式将记忆遗忘和记忆增强过程相融合，以更精准地获得用户兴趣的结合记忆遗忘和记忆增强的用户兴趣分析方法及系统。

根据本发明的一个方面，提供一种结合记忆遗忘和记忆增强的用户兴趣分析方法，包括：

通过遗忘系数和增强系数结合收视行为指标通过下式构建兴趣模型

其中，为时刻的用户兴趣值，，是遗忘系数，，是增强系数，，是时刻的用户的收视行为指标；

采集用户的收视数据，获得用户在设定时间段的单位时间的收视行为指标，所述单位时间为一个时刻；

通过用户收视行为在设定时间段内的衰减规律获得遗忘系数；

通过用户收视行为在设定时间段内的重复行为获得增强系数；

将上述用户在设定时间段的收视行为指标、遗忘系数和增强系数输入兴趣模型，获得用户的兴趣值。

优选地，所述通过用户收视行为在设定时间段内的衰减规律获得遗忘系数的步骤包括：通过记忆遗忘曲线获得遗忘系数。

进一步，优选地，所述通过记忆遗忘曲线获得遗忘系数的步骤包括：

通过下式获得遗忘系数

其中，和为遗忘参数。

此外，优选地，所述通过记忆遗忘曲线获得遗忘系数的步骤包括：

通过下式获得遗忘系数

其中，和为遗忘参数。