[发明专利]一种获取用户个性化特征的方法和系统

摘要

本发明提出了一种获取用户个性化特征的方法和系统。所述方法通过在社交网路中用户访问用户的信号来更新用户的个性化特征。访问用户的个性化特征依据被访问用户的个性化特征进行更新；被访问用户的个性化特征依据访问用户的个性化特征进行更新。根据获取的用户个性化特征，可在整个社交网络范围内寻找具有特定特征的用户或者用户群。本发明还提出了一种获取用户个性化特征的系统。本发明方法解决了用户个性化特征的自动获取和实时更新等问题，为用户在社交网络上大范围搜索其感兴趣的人或群组提供了一个新的途径。

主权项

1.一种获取用户个性化特征的方法，其特征在于，所述方法包括在接入互联网的服务器中执行如下步骤：S11.获取并存储由多个用户标识组成的用户集U，以及由多个特征标识组成的特征集K；S12.为所述用户集U中的至少一个用户设置参数向量初始值；S13.接收任意一个用户m(m∈U)访问任意一个用户n(n∈U)的信号；S14.根据所述信号，读取所述用户m的参数向量(uw_m1，uw_m2，...，uw_mk，...，uw_mL)，其中所述uw_mk表示所述用户m与特征k(k∈K)的相关度；S15.根据所述信号，读取所述用户n的参数向量(uw_n1，uw_n2，...，uw_nk，...，uw_nL)，其中所述uw_nk表示所述用户n与特征k(k∈K)的相关度；S16.应用参数向量更新算法，更新所述用户m和所述用户n的参数向量，设更新后所述用户m的参数向量为(uw_m1^*，uw_m2^*，...，uw_mk^*，...，uw_mL^*)，更新后所述用户n的参数向量为(uw_n1^*，uw_n2^*，...，uw_nk^*，...，uw_nL^*)，则所述算法为：uw_mk^*＝f₁(uw_mk)+λ₁(n，m，k，T)·f₂(uw_nk)(对于每个)uw_nk^*＝f₁(uw_nk)+λ₂(m，n，k，T)·f₂(uw_mk)(对于每个)返回所述步骤S13；其中，所述λ₁(n，m，k，T)为在所述信号的类型T和所述特征k下所述用户n对所述用户m的影响系数，λ₁(n，m，k，T)≥0，所述λ₂(m，n，k，T)为在所述信号的类型T和所述特征k下所述用户m对所述用户n的影响系数，λ₂(m，n，k，T)≥0，f₁(x)和f₂(x)都是非负增函数，且f₁(x)≥x，所述UK_m是由所述用户m的参数向量(uw_m1，uw_m2，...，uw_mk，...，uw_mL)中数值最大的P_m个分量所对应的特征组成的集合，所述UK_n是由所述用户n的参数向量(uw_n1，uw_n2，...，uw_nk，...，uw_nL)中数值最大的P_n个分量所对应的特征组成的集合，所述P_m和所述P_n为预设常数，若则默认uw_mk^*＝uw_mk，若则默认uw_nk^*uw_nk。