[发明专利]一种移动场景下的搜索结果过滤方法

摘要

本发明公开了一种移动场景下的搜索结果过滤方法，根据用户历史位置信息特征将用户细分成不同的群体；再根据用户的历史查询记录对用户进行特征建模；分析用户历史通话记录，构建用户社交关系网络，计算出用户之间的关系重要程度；搜索时先利用建立的用户特征模型对搜索结果进行基于内容的过滤，再采用细分得到的用户群体信息和挖掘的用户社交网络信息对搜索结果进行协同过滤，最终返回给用户。本发明通过挖掘用户特征和信息过滤的方法，能较好地对搜索结果进行个性化的过滤，去掉大量不相关的搜索结果，精简结果集，实现移动场景下的个性化的精准搜索。

主权项

1.一种移动场景下的搜索结果过滤方法，该方法包括下述步骤：第1步对用户U_i，i＝1，2，...，N的待过滤初始结果集R₁，R₂，...，R_Z，利用d维向量空间对待过滤结果建立特征向量，R_r的特征向量表示为f_Rr＝{q₁，v₁)，(q₂，v₂)，...，(q_d，v_d)}，v_a代表各个维上的权值；利用词频/逆文档频率TF/IDF模型计算f_Rr，在每一维上的权值v_a，对q₁，q₂，...q_d中的每一个词q_a，如果其没有出现在R_r，中，则其权值为0，否则为其TF/IDF值，TF为其在R_r中出现的次数，IDF即逆文档频率，统计那些包含该词的结果个数z；其中，IDF值即log(Z/z)，Z是待过滤初始结果的个数，TF/IDF值为TF与IDF的乘积，r＝1，2，...，Z，a＝1，2，...，d；第2步寻找当前用户U_i，的相似用户，从下述两个用户集合中选取，一是用户所属的群体G_g，g为用户所属的群体的序号，其取值范围为1至m，二是用户社交网络里的用户的集合，将这两个集合进行合并得到集合S，记该集合中的用户为U_is，利用式I所示的向量余弦夹角公式计算用户U_i与集合S中的每一个用户U_is之间的相似度，如式II所示，向量夹角越小，余弦值越大，相似度越大，反之亦然；i表示用户的序号，N表示用户的数量，i＝1，2，...，N，f_Ui和f_Uis分别代表U_i和U_is的特征向量，ψ(U_i，U_is)代表U_i与U_is之间的关系程度，若U_is在U_i的社交网络中，则ψ(U_i，U_is)取相应的值，否则取零值；按相似度从高到低选取前η个用户U_i1，U_i2，...，U_iη，若不足η个，则选取S中的所有用户；η为预先设定值；sim(Ui,Uis)=(1+ψ(Ui,Uis))·cos(fUi,fUis)]]>式Icos(fUi,fUis)=fUi·fUis||fUis||·||fUis||]]>式II第3步基于内容过滤：对每一条待过滤初始结果R_r，采用式III依次计算其与用户U_i之间的相似度，f_Ui和f_Rr分别代表U_i和R_r的特征向量；根据相似度按预先设定的阈值ζ过滤，将相似度小于阈值ζ的初始结果过滤掉，得到中间结果集R_r，r＝1，2，...，Z_ζ，过滤得到的中间结果按原有的先后顺序排列；sim(Ui,Rr)=cos(fUi,fRr)]]>式III其中，cos(fUi,fRr)=fUi·fRr||fUi||·||fRr||]]>第2步对中间结果集R_r，r＝1，2，...，Z_ζ进行协同过滤，利用用户U_i的η个最相似用户U_i1，U_i2，...，U_iη，对中间结果R_r，，按式IV计算相似度sim′(U_i，R_r)进行协同过滤，式中，和分别代表U_is与U_i，U_is与R_r之间的相似度；sim′(Ui,Rr)=Σs=1η(cos(fUis,fUi)·cos(fUis,fRr))]]>式IVRank_r＝θ·r+(1-θ)·sim′(U_i，R_r)                      式V根据sim′(U_i，R_r)按预先设定的阈值ε进行协同过滤，将相似度小于ε的中间结果过滤掉，得到临时结果集R_r，r＝1，2，...，Z_ε，r代表其在临时结果集中的先后顺序排序，依次为1，2，...，Z_ε，对临时R_r，，以预先设定的加权系数θ利用式V计算其顺序r和sim′(U_i，R_r)的加权和，作为最终结果排名Rank_r，以此排名对临时结果集R_r，重新排序，得到最终结果，返回给用户，过滤过程结束。