[发明专利]一种行为感知偏好获取系统及其获取方法

摘要

一种行为感知偏好获取系统及其获取方法，通过建立一个融合上下文信息的行为感知偏好获取算法模型，在传统偏好获取算法的基础上，充分考虑用户历史数据所体现出的行为特性及行为规律，并将其与上下文环境信息相结合，通过用户行为感知计算子系统构建用户标准偏好空间、计算行为波动阈值、判断偏好是否可预知，并据此对用户行为进行聚类分析。然后针对不同的用户行为类，设计了羁束偏好获取算法、可控偏离偏好获取算法、不可控偏好获取算法，然后通过相应的自适应修正策略逐步精确的提取用户偏好，从而实现提高偏好获取精确度、偏好算法适用性的目的。

主权项

一种行为感知偏好获取系统，其特征在于，所述偏好获取系统包括用户行为数据获取子系统(11)、数据存储与管理子系统(12)、用户行为感知计算子系统(13)、用户偏好获取子系统(14)，其中：用户行为数据获取子系统(11)，用以完成获取用户的历史行为数据，并据此生成融入上下文信息的用户行为数据；数据存储与管理子系统(12)，用以完成用户历史行为数据、上下文信息、用户行为类集、偏好算法集、用户偏好数据信息的存储与管理；用户行为感知计算子系统(13)，用以完成依据用户行为数据的分类预处理，通过构建标准偏好空间、计算行为波动阈值、判断偏好是否可预知为用户行为进行分类；用户偏好获取子系统(14)，用以依据用户行为感知分类结果及用户行为数据提取用户偏好信息，并根据用户反馈、具体应用环境对获取的用户偏好进行自适应修正；所述用户行为数据获取子系统(11)包括：用户历史行为生成模块(111)、上下文信息生成模块(112)；所述用户历史行为生成模块(111)，用以根据用户历史行为记录生成符合偏好获取算法需求的数据源；所述用户上下文信息生成模块(112)，用以实现与用户历史行为对应的上下文信息的生成，包括地理上下文、情绪上下文、环境上下文；所述用户行为感知计算子系统(13)包括：标准偏好空间构建模块(131)、行为波动阈值计算模块(132)、可预知偏好判定模块(133)、行为分类模块(134)；其中，所述标准偏好空间构建模块(131)，针对当前用户群组，采用k‑中心点方法对用户偏好行为进行聚类，得出的k个用户行为簇的并集即表示标准偏好空间，用以分离用户行为孤点及判断用户偏好是否可预测；所述行为波动阈值计算模块(132)，用以针对当前用户群组，采用量化的偏好均值来表示用户偏好的变化，即用户行为波动，并根据其量化值分布特征计算波动阈值以分离用户行为孤点；所述可预知偏好判定模块(133)，依据标准偏好空间分离出的行为孤点，以判断相应用户偏好行为是否具有可预测性；所述行为分类模块(134)，用以依据标准偏好空间及行为波动阈值将用户行为分类，输出用户与不同行为类的对应关系；所述用户偏好获取子系统(14)包括：偏好计算模块(141)、偏好自适应修正模块(142)，其中：所述偏好计算模块(141)，根据用户行为感知计算子系统(13)所获取的用户行为分类数据，修正基础偏好获取算法，获取用户偏好并输出结果至数据存储与管理子系统(12)；所述偏好自适应修正模块(142)，用以依据用户反馈、客观应用环境对用户偏好进行惩罚性/增强性修正，并输出结果至数据存储与管理子系统(12)。