技術(shù)領(lǐng)域

本發(fā)明涉及一種改進(jìn)的GuTao法，用于構(gòu)建用戶模型，屬于個(gè)性化信息服務(wù)領(lǐng)域。

背景技術(shù)

個(gè)性化信息服務(wù)包括用戶建模、項(xiàng)目匹配和個(gè)性化推薦輸出三個(gè)部分。構(gòu)建用戶模型是個(gè)性化信息服務(wù)的基礎(chǔ)。在個(gè)性化信息服務(wù)研究早期，用戶建模技術(shù)并未得到重視。研究工作重點(diǎn)在于個(gè)性化信息服務(wù)的具體技術(shù)上，如用戶聚類技術(shù)、推薦技術(shù)、信息檢索技術(shù)等，用戶建模技術(shù)只是這些研究中的附屬。隨著研究的深入，研究者逐漸意識(shí)到：個(gè)性化信息服務(wù)的質(zhì)量不僅取決于具體的實(shí)現(xiàn)技術(shù)，還取決于用戶興趣和偏好的可計(jì)算描述，即構(gòu)建用戶模型的質(zhì)量。

傳統(tǒng)的用戶模型構(gòu)建方法主要是基于統(tǒng)計(jì)學(xué)的，采用主題詞或加權(quán)的關(guān)鍵詞向量等表示用戶模型。通過對(duì)用戶瀏覽記錄、訪問歷史進(jìn)行概率分析，獲得用戶的興趣模型。這種方法理論成熟，使用相對(duì)簡(jiǎn)單，但存在缺乏語(yǔ)義、興趣度粒度大的缺點(diǎn)。

隨著語(yǔ)義技術(shù)地發(fā)展，本體作為概念化的模型，具有強(qiáng)大的語(yǔ)義擴(kuò)展和推理能力。利用本體語(yǔ)義上的優(yōu)勢(shì)，將用戶建模技術(shù)和本體結(jié)合起來構(gòu)建基于本體的用戶模型是用戶建模技術(shù)的主要發(fā)展趨勢(shì)。

發(fā)明內(nèi)容

本發(fā)明基于本體構(gòu)建用戶模型，在具體的構(gòu)建方法上提出了改進(jìn)的GuTao法。GuTao法能夠半自動(dòng)的構(gòu)建領(lǐng)域本體，自動(dòng)生成形式背景并消除概念間的冗余，但存在著不能處理多值屬性的缺陷。本發(fā)明提出了以興趣度為權(quán)值，作為多種屬性向單值屬性轉(zhuǎn)換的依據(jù)，解決了GuTao法不能處理多值屬性的問題，實(shí)現(xiàn)了對(duì)GuTao法的改進(jìn)。

本發(fā)明提出了將興趣度作為多值屬性向單值屬性的轉(zhuǎn)換依據(jù)，在基本興趣度公式的基礎(chǔ)上推導(dǎo)出復(fù)合的興趣度公式。下面將介紹興趣度的基本公式以及根據(jù)需要的推導(dǎo)的公式。

1.興趣度的概念

興趣度(Interestingness)是用來衡量用戶對(duì)本體中的某概念的感興趣程度的一個(gè)度量指標(biāo)。它主要是面向用戶模型的使用者的，用戶的興趣描述越具體，越有實(shí)際價(jià)值。

2.基本的興趣度公式

興趣度計(jì)算公式主要有以下三種：

(1)I(C_i)：表示對(duì)于概念C_i感興趣程度，形如公式1。

I(Ci)=logtimelogloglength.r(d.Ci)]]>公式1

其中，time表示一個(gè)用戶用于瀏覽一個(gè)給定網(wǎng)頁(yè)的時(shí)間。length指網(wǎng)頁(yè)的長(zhǎng)度(如字節(jié)數(shù)等)。以r(d，C_i)表示網(wǎng)頁(yè)與概念的匹配強(qiáng)度，該值是一個(gè)頁(yè)面特征化過程的一個(gè)結(jié)果。

(2)Frequency(C_i)：通過用戶檢索過程中與概念C_i相關(guān)的檢索數(shù)Q(C_i)與檢索總次數(shù)Q的比值來反映用戶對(duì)概念的感興趣程度。

Frequency(Ci)=Q(Ci)Q]]>公式2

其中Frequency(C_i)反映用戶對(duì)本體中某個(gè)概念C_i的感興趣程度。Q(C_i)是用戶對(duì)概念C_i檢索的次數(shù)，Q表示用戶檢索的總次數(shù)。

(3)Clarity(C_i)：通過清晰度反映了用戶提出的檢索反映其自身興趣的準(zhǔn)確性，通常當(dāng)用戶對(duì)于自己要查詢的事物越是不了解，他就越傾向于使用較為抽象的概念。具體公式為：