本發明專利技術公開了一種基于用戶情境本體的網絡社區用戶推送服務的方法，建立本體化用戶情境模型，并對用戶綜合情境信息進行更新與合成，根據當前用戶綜合情境的匹配程度向用戶進行服務推送；其具體步驟包括：步驟1，本體化用戶情境模型的建立；步驟2，用戶綜合情境信息的更新與合成；步驟3，情境相似性匹配；步驟4，應用服務推送。本發明專利技術通過建立本體化用戶綜合情境模型，對用戶活動有關的特征信息加以描述，可以更好地了解網絡社區用戶的興趣，以此為基礎，通過用戶綜合情境的更新與合成，并對情境本體樹的相似性進行匹配，實現了將用戶應用服務推送給相關用戶，能夠很好地應用與當前網絡社區個性化信息服務中。
【技術實現步驟摘要】
本專利技術屬于互聯網社區個性化服務
，具體涉及一種。
技術介紹
隨著互聯網社區網站的飛速發展，通過收集和分析用戶的信息來學習用戶的興趣和行為，建立對用戶興趣的描述，研究不同用戶的興趣，主動為用戶推薦最需要的資源，從而實現個性化推薦服務是目前互聯網社區發展的一個重要方面。目前個性化推薦服務分主要為基于內容推薦、協同過濾推薦、基于知識推薦、基于效用推薦、基于關聯規則推薦、混合推薦系統幾種方式。其中基于內容的推薦根據項目相關屬性特征的定義，實現基于項目屬性及其項目之間關聯關系和用戶的個人喜好的個性化推薦。基于協同過濾推薦根據和自己有著相似愛好的鄰居用戶所喜歡的項目，自己也同意喜歡的原理來進行推薦，能為用戶發現新的感興趣的項目。基于知識推薦是在統一的語義互聯環境中獲得用戶知識和項目知識，通過功能知識的推理或語義匹配項用戶推薦。基于效用推薦是建立在對用戶使用項目的效用基礎上的，其核心問題是怎么為用戶創建一個效用函數，然后代入用戶和項目等參數根據效用值排序向用戶推薦排名靠前的項目。基于關聯規則的推薦技術是以關聯規則為基礎，把已應用項目作為規則頭，推薦項目作為規則體，挖掘數據集中項和項的之間可能存在的相關性，從而將有相關性的項目推薦給用戶。由于用戶的需求受當時用戶所處的環境、瀏覽網頁信息、天氣變化以及用戶情緒的影響，上述幾種方法都不能根據網絡社區用戶興趣的用戶情境，為用戶推薦用戶所需要的資源，不能很好的應用于當前網絡社區個性化信息服務中。
技術實現思路
本專利技術的目的是提供一種，解決了現有方法不能根據網絡社區用戶興趣的用戶情境，為用戶推薦用戶所需要的資源的問題。本專利技術所采用的技術方案是，建立本體化用戶情境模型，并對用戶綜合情境信息進行更新與合成，根據當前用戶綜合情境的匹配程度向用戶進行服務推送；其具體步驟如下步驟1，本體化用戶情境模型的建立；步驟2，用戶綜合情境信息的更新與合成；步驟3，情境相似性匹配；將源情境本體樹和目標本體樹在子屬性樹切分之后,依次對子屬性樹進行匹配計算，求得源情境本體樹根結點與目標情境本體樹根結點的相似度；步驟4，應用服務推送；將所有源情境與目標情境的相似度按照從高到低進行排序，將Top-N用戶應用的服務推薦給當前用戶。其中，步驟I中用戶情境模型用本體概念樹表示，本體概念樹中的每一個節點表示了用戶情境項的某一個元素；用戶情境模型形式化的表達為-.UCi= (Dim1 (Attr11, Attr12, Attr13)，Dim2,...),其中UC表示用戶的情境，Dimi表示情境的第i個維度，Attrij表示情境維度i的第j個屬性，若干個情境信息項和其屬性是每個情境維度的構成要素。其中，步驟2中用戶綜合情境信息表示為《c = ；￡/(/0x c㈨，其中f⑴給每一個用戶情境賦予一個權重，表示用戶興趣變化的逐步遺忘，用來更新用戶的情境信息；其中，f(t)為非線性逐步遺忘函數，表示為權利要求1.，其特征在于，建立本體化用戶情境模型，并對用戶綜合情境信息進行更新與合成，根據當前用戶綜合情境的匹配程度向用戶進行服務推送；其具體步驟如下 步驟1，本體化用戶情境模型的建立； 步驟2，用戶綜合情境信息的更新與合成； 步驟3，情境相似性匹配；將源情境本體樹和目標本體樹在子屬性樹切分之后,依次對子屬性樹進行匹配計算，求得源情境本體樹根結點與目標情境本體樹根結點的相似度；步驟4，應用服務推送；將所有源情境與目標情境的相似度按照從高到低進行排序，將Top-N用戶應用的服務推薦給當前用戶。2.根據權利要求1所述的，其特征在于，步驟I中用戶情境模型用本體概念樹表示，本體概念樹中的每ー個節點表示了用戶情境項的某ー個元素； 用戶情境模型形式化的表示為UCi = (Dim1 (Attr11, Attr12, Attr13), Dim2,…)， 其中，UC表示用戶的情境，Dimi表示情境的第i個維度，Attrij表示情境維度i的第j個屬性，若干個情境信息項和其屬性是每個情境維度的構成要素。3.根據權利要求1或2所述的，其特征在于，步驟2中用戶綜合情境信息表示為4.根據權利要求3所述的，其特征在于，步驟2中，用戶綜合情境信息的合成需要考慮到用戶的情境屬性，情境屬性包括標量屬性和數量屬性；所述標量屬性需計算每ー個屬性對應的綜合情境，合成公式為5.根據權利要求4所述的，其特征在于，步驟3中對子屬性樹進行匹配計算步驟如下 (1)取目標情境和源情境的任一子屬性樹，其中源情境子屬性本體樹用Q表示，目標情境子屬性本體樹用T表示； (2)獲取T中的某一概念Ti，如果其存在轉向(3)，否則結束； (3)在Q中查找與Ti對應的概念Qi，如果其存在則轉向(4)，否則轉向(2)； (4)計算概念Ti和Qi所包含的屬性相似度Pi； (5)給(4)計算的每個屬性相似度Pi賦予不同的權重Wi； (6)算所有的屬性相似度的加權和得到綜合相似度Sim(Q，T)= Σ Wi*Pi ； (7)計算庫中所有源情境子屬性本體樹與目標情境子屬性本體樹的綜合相似度Sim(Q，T)； (8)找到該子屬性本體樹的父節點概念，再重復(I) (7)步驟，直至求得最后的源情境本體樹根結點與目標情境本體樹根結點的相似度。6.根據權利要求5所述的，其特征在于，步驟3中源情境本體樹和目標本體樹在子屬性書的切分過程中會形成葉子屬性節點樹和非葉子屬性節點樹，葉子屬性節點樹是由ー個節點構成的樹，非葉子屬性節點樹是由多個節點構成的鏈表樹； 所述葉子屬性節點樹的相似度是求對應的相同的屬性的取值的相似度，即源情境的任一屬性節點V和目標情境V'對應屬性節點的相似度S(V，V')，根據情境的屬性取值類型的不同分為標量屬性葉子節點的相似度、數量屬性葉子節點的相似度和范圍屬性葉子節點的相似度； 所述非葉子屬性節點樹的相似度包括名稱相似度、屬性相似度、實例相似度和結構相似度。7.根據權利要求6所述的，其特征在于所述標量屬性葉子節點的相似度的計算公式為 所述數量屬性葉子節點的相似度的計算公式為8.根據權利要求6所述的，其特征在于所述名稱相似度的公式為9.根據權利要求5所述的，其特征在于所述源情境本體樹根結點與目標情境本體樹根結點的相似度的計算由名稱、屬性、實例及結構四種相似度的綜合計算得到，計算公式為Sim (X, Y) = a Sim名稱(X，Y) +β Sim屬性(X，Y)+ Y Sim實例(X，Y)+Θ Sim結構(X，Y)其中，α，β，Y，Θ分別表不從本體概念名稱、 屬性、實例及結構方面的相似度對綜合結果產生的影響系數。全文摘要本專利技術公開了一種，建立本體化用戶情境模型，并對用戶綜合情境信息進行更新與合成，根據當前用戶綜合情境的匹配程度向用戶進行服務推送；其具體步驟包括步驟1，本體化用戶情境模型的建立；步驟2，用戶綜合情境信息的更新與合成；步驟3，情境相似性匹配；步驟4，應用服務推送。本專利技術通過建立本體化用戶綜合情境模型，對用戶活動有關的特征信息加以描述，可以更好地了解網絡社區用戶的興趣，以此為基礎，通過用戶綜合情境的更新與合成，并對情境本體樹的相似性進行匹配，實現了將用戶應用服務推送給相關用戶，能夠很好地應用與當前網絡社區個性化信息服務中。文檔編號G06F17/30G本文檔來自技高網...
【技術保護點】
基于用戶情境本體的網絡社區用戶推送服務的方法，其特征在于，建立本體化用戶情境模型，并對用戶綜合情境信息進行更新與合成，根據當前用戶綜合情境的匹配程度向用戶進行服務推送；其具體步驟如下：步驟1，本體化用戶情境模型的建立；步驟2，用戶綜合情境信息的更新與合成；步驟3，情境相似性匹配；將源情境本體樹和目標本體樹在子屬性樹切分之后，依次對子屬性樹進行匹配計算，求得源情境本體樹根結點與目標情境本體樹根結點的相似度；步驟4，應用服務推送；將所有源情境與目標情境的相似度按照從高到低進行排序，將Top?N用戶應用的服務推薦給當前用戶。
【技術特征摘要】
【專利技術屬性】
技術研發人員：張曉濱，
申請(專利權)人：西安工程大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。