專利名稱：一種推薦系統(tǒng)及推薦方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息檢索技術(shù)領(lǐng)域，特別是一種推薦系統(tǒng)及推薦方法。
背景技術(shù)：
推薦搜索所應(yīng)用的信息一般為用戶的歷史信息，隨著時(shí)間的推移，歷史數(shù) 據(jù)會(huì)越來越大。
現(xiàn)有技術(shù)的推薦搜索方法在計(jì)算的時(shí)候僅使用歷史數(shù)據(jù)庫中的部分?jǐn)?shù)據(jù) 進(jìn)行推薦搜索，雖然其能夠降低計(jì)算復(fù)雜度，但由于其用于推薦搜索的數(shù)據(jù)僅 僅只是原始數(shù)據(jù)的 一部分，因此其推薦搜索的輸出結(jié)果不可避免的具有不完全 的缺點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種推薦系統(tǒng)及推薦方法，基于全部的歷史信息進(jìn)行 推薦，而計(jì)算成本不高。
為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供了一種推薦方法，包括 步驟A,保存由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集； 步驟B，從由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集中選擇部分源歷史數(shù)據(jù)作為 樣本歷史數(shù)據(jù)；
步驟C，保存由所述樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；
步驟D，建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)樣本歷史數(shù)據(jù)與所述源歷史
數(shù)據(jù)集中的每一個(gè)源歷史數(shù)據(jù)之間的鏈接，每一個(gè)樣本歷史數(shù)據(jù)與每一個(gè)源歷
史數(shù)據(jù)之間的鏈接具有各自的第一權(quán)值；
步驟E，基于用戶當(dāng)前輸入的查詢信息，從所述樣本歷史數(shù)據(jù)集中選擇至
少一個(gè)樣本歷史數(shù)據(jù)組成第一推薦結(jié)果，所述第一推薦結(jié)果中的每個(gè)樣本歷史
數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值；步驟F,根據(jù)所述第 一權(quán)值和第二權(quán)值從源歷史數(shù)據(jù)中選擇至少 一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果。
上述的方法，其中，所述步驟A具體為
步驟Al,將所述源歷史數(shù)據(jù)組織成基于用戶查詢數(shù)據(jù)結(jié)構(gòu)的記錄，每條所述記錄包括一次查詢以及用戶查詢后的操作歷史；步驟A2，保存組織得到的所述記錄。
上述的方法，其中，每條所述記錄包括主數(shù)據(jù)信息和與所述主數(shù)據(jù)信息對(duì)應(yīng)的從數(shù)據(jù)信息；
所述步驟D中建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)記錄與所述源歷史數(shù)據(jù)集中的每一個(gè)記錄之間的鏈接，每個(gè)鏈接的第一權(quán)值為根據(jù)對(duì)應(yīng)的兩個(gè)記錄的主數(shù)據(jù)信息計(jì)算得到的權(quán)值。
上述的方法，其中，所述主數(shù)據(jù)信息為查詢信息時(shí)，所述鏈接的權(quán)值Z(仏，如下
H 4e《,ri(^ ^e力
其中，仏為樣本歷史數(shù)據(jù)集中一條紀(jì)錄的查詢信息，》為所述源歷史數(shù)據(jù)集中的一條記錄的查詢信息，xWs表示詞組w,的權(quán)值。
上述的方法，其中，所述主數(shù)據(jù)信息為查詢信息時(shí)，所述鏈接的權(quán)值義(仏，如下
其中，仏為樣本歷史數(shù)據(jù)集中一條紀(jì)錄的查詢信息，^/為所述源歷史數(shù)據(jù)集中的一條記錄的查詢信息，似/7iT(仏)表示用仏從數(shù)據(jù)庫檢索得到的前K篇文檔，h表示取模，其計(jì)算結(jié)果為文檔數(shù)目。
上述的方法，其中，所述主數(shù)據(jù)信息為查詢信息時(shí)，所述鏈接的權(quán)值Z",，
如下
《3(《/ 《乂)= v/sctocs (qr,) n v&rfocs/ visrfoc^ (《,)uv/ /ocy (《乂)
其中，《,.為樣本歷史數(shù)據(jù)集中一條紀(jì)錄的查詢信息，^;為所述源歷史數(shù)據(jù)
集中的一條記錄的查詢信息，visdocs(qi)表示用《,從數(shù)據(jù)庫檢索得到的文檔中
用戶訪問的文檔，而h表示取模，其計(jì)算結(jié)果為文檔數(shù)目。
7上述的方法，其中，所述步驟B具體包括步驟B1，計(jì)算保存的每條所述記錄的得分；
步驟B2,利用每條記錄的得分從以記錄方式保存的源歷史數(shù)據(jù)中選擇部分記錄作為樣本歷史數(shù)據(jù)。
上述的方法，其中，每條記錄的得分為
其中
<formula>formula see original document page 8</formula>
其中，or、盡產(chǎn)& e、《、7/、 0均為預(yù)先設(shè)置的參數(shù)，A為當(dāng)前記錄的查詢信息下用戶訪問的文檔的數(shù)目，B為當(dāng)前記錄的查詢信息的"l丸行時(shí)間到當(dāng)前時(shí)間的時(shí)間差，C表示與當(dāng)前記錄的查詢信息相似的查詢信息的數(shù)目，D表示用戶的活躍程度，即用戶單位時(shí)間內(nèi)平均查詢數(shù)量。
上述的方法，其中，所述步驟F具體包括步驟F1，從所述第一推薦結(jié)果中選擇一條推薦記錄；步驟F2,獲取源歷史數(shù)據(jù)集中每個(gè)歷史記錄相對(duì)于該推薦記錄的得分，所述歷史記錄的得分為兩個(gè)權(quán)值的乘積，其中一個(gè)權(quán)值為所述推薦記錄在所述第 一推薦結(jié)果中的第二權(quán)值，另外一個(gè)權(quán)值為所述推薦記錄與所述歷史記錄的鏈接的第一權(quán)值；
步驟F3，根據(jù)計(jì)算得到的源歷史數(shù)據(jù)集中每個(gè)歷史記錄相對(duì)于該推薦記錄的得分，從所述源歷史數(shù)據(jù)中選擇至少一個(gè)記錄組成所述第二推薦結(jié)果。為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例還提供了一種推薦系統(tǒng)，包括第 一保存模塊，用于保存由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集； 數(shù)據(jù)選擇模塊，用于從所述源歷史數(shù)據(jù)集中選擇部分源歷史數(shù)據(jù)作為樣本 歷史數(shù)據(jù)；
第二保存模塊，用于保存由所述樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；
鏈接建立模塊，用于建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)樣本歷史數(shù)據(jù)與 所述源歷史數(shù)據(jù)集中的每一個(gè)源歷史數(shù)據(jù)之間的鏈接，每一個(gè)樣本歷史數(shù)據(jù)與 每一個(gè)源歷史數(shù)據(jù)之間的鏈接具有各自的第一權(quán)值；
第一推薦模塊，用于基于用戶當(dāng)前輸入的查詢信息，從所述樣本歷史數(shù)據(jù) 集中選擇至少一個(gè)樣本歷史數(shù)據(jù)組成第一推薦結(jié)果，所述第一推薦結(jié)果中的每 個(gè)樣本歷史數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值；
第二推薦模塊，用于根據(jù)所述第 一權(quán)值和第二權(quán)值從所述第 一源歷史數(shù)據(jù) 中選擇至少一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果，所述第一源歷史數(shù)據(jù)為與所述 第 一推薦結(jié)果中樣本歷史數(shù)據(jù)具有鏈接的源歷史數(shù)據(jù)。
上述的推薦系統(tǒng)，其中，所述第一保存模塊具體包括
組織單元，用于將所述源歷史數(shù)據(jù)組織成基于用戶查詢數(shù)據(jù)結(jié)構(gòu)的記錄， 每條所述記錄包括一次查詢以及用戶查詢后的操作歷史；
第一保存單元，用于保存組織得到的所述記錄。
上述的推薦系統(tǒng)，其中，
每條所述記錄包括主數(shù)據(jù)信息和與所述主數(shù)據(jù)信息對(duì)應(yīng)的從數(shù)據(jù)信息； 所述鏈接建立;f莫塊具體用于建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)記錄與
所述源歷史數(shù)據(jù)集中的每一個(gè)記錄之間的鏈接，每個(gè)鏈接的第一權(quán)值為根據(jù)對(duì)
應(yīng)的兩個(gè)記錄的主數(shù)據(jù)信息計(jì)算得到的權(quán)值。
上述的推薦系統(tǒng)，其中，所述數(shù)據(jù)選擇模塊具體包括
計(jì)算單元，用于計(jì)算所述第一保存單元中的每條記錄的得分；
選擇單元，用于利用每個(gè)記錄的得分從所述第一保存單元中以記錄方式保
存的源歷史數(shù)據(jù)中選擇部分源歷史數(shù)據(jù)作為樣本歷史數(shù)據(jù)。 本發(fā)明實(shí)施例具有以下的有益效果
本發(fā)明實(shí)施例的方法和系統(tǒng)在部分源歷史數(shù)據(jù)的基礎(chǔ)上得到一初始推薦 結(jié)果，進(jìn)而利用該部分源歷史數(shù)據(jù)和所有源歷史數(shù)據(jù)之間的鏈接來豐富該初始推薦結(jié)果，所以本發(fā)明實(shí)施例的方法和系統(tǒng)得到的推薦結(jié)果是基于所有的源歷
史數(shù)據(jù)得到，避免了現(xiàn)有技術(shù)中的推薦結(jié)果不完全的缺點(diǎn)；
本發(fā)明實(shí)施例的方法和系統(tǒng)中，需要利用該部分源歷史數(shù)據(jù)和所有源歷史 數(shù)據(jù)之間的鏈接來豐富該初始推薦結(jié)果，然而，由于該部分源歷史數(shù)據(jù)和所有 源歷史數(shù)據(jù)之間的鏈接可以預(yù)先計(jì)算得到，所以在實(shí)際的推薦查詢過程中，并 不會(huì)顯著增加推薦過程的計(jì)算量。


圖1為本發(fā)明實(shí)施例的推薦系統(tǒng)的結(jié)構(gòu)示意圖； 圖2為本發(fā)明實(shí)施例的推薦方法的流程示意圖。
具體實(shí)施例方式
本發(fā)明實(shí)施例的推薦系統(tǒng)及推薦方法中，首先基于從源歷史數(shù)據(jù)中選擇一 部分歷史數(shù)據(jù)作為樣本歷史數(shù)據(jù)，并在新搜索開始時(shí)，基于樣本歷史數(shù)據(jù)進(jìn)行 推薦，輸出一第一推薦結(jié)果，然而根據(jù)樣本歷史數(shù)據(jù)和源歷史數(shù)據(jù)之間的關(guān)系， 豐富第一推薦結(jié)果。
本發(fā)明實(shí)施例的推薦系統(tǒng)如圖1所示，包括
第 一保存模塊，用于保存由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集；
數(shù)據(jù)選擇模塊，用于從所述源歷史數(shù)據(jù)集中選擇部分源歷史數(shù)據(jù)作為樣本
歷史數(shù)據(jù)；
第二保存模塊，用于保存由所述樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；
鏈接建立模塊，用于建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)樣本歷史數(shù)據(jù)與 所述源歷史數(shù)據(jù)集中的每一個(gè)源歷史數(shù)據(jù)之間的鏈接，每一個(gè)樣本歷史數(shù)據(jù)與 每一個(gè)源歷史數(shù)據(jù)之間的鏈接具有各自的第一權(quán)值；
第一推薦模塊，用于基于用戶當(dāng)前輸入的查詢信息，從所述樣本歷史數(shù)據(jù) 集中選擇至少一個(gè)樣本歷史數(shù)據(jù)組成第一推薦結(jié)果，所述第一推薦結(jié)果中的每 個(gè)樣本歷史數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值；
第二推薦模塊，用于根據(jù)所述第一權(quán)值和第二權(quán)值從所述第一源歷史數(shù)據(jù) 中選擇至少 一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果；
10所述第 一源歷史數(shù)據(jù)為與所述第 一推薦結(jié)果中樣本歷史數(shù)據(jù)具有鏈接的 源歷史數(shù)據(jù)。
本發(fā)明實(shí)施例的推薦方法如圖2所示，包括
步驟21,從由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集中選擇部分源歷史數(shù)據(jù)作 為樣本歷史數(shù)據(jù)；
步驟22,保存由所述樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；
步驟23,建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)樣本歷史數(shù)據(jù)與所述源歷 史數(shù)據(jù)集中的每一個(gè)源歷史數(shù)據(jù)之間的鏈接，每一個(gè)樣本歷史數(shù)據(jù)與每一個(gè)源 歷史數(shù)據(jù)之間的鏈接具有各自的第 一權(quán)值；
步驟24，基于用戶當(dāng)前輸入的查詢信息，從所述樣本歷史數(shù)據(jù)集中選擇 至少一個(gè)樣本歷史數(shù)據(jù)，組成第一推薦結(jié)果，所述第一推薦結(jié)果中的每個(gè)樣本 歷史數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值；
步驟25,根據(jù)所述第一權(quán)值和第二權(quán)值從所述第一源歷史數(shù)據(jù)中選擇至 少一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果后輸出，所述第 一源歷史數(shù)據(jù)為與所述第 一推薦結(jié)果中樣本歷史數(shù)據(jù)具有鏈接的源歷史數(shù)據(jù)。
下面對(duì)本發(fā)明實(shí)施例的方法和系統(tǒng)進(jìn)行進(jìn)一步的詳細(xì)說明。
一般來說，源歷史數(shù)據(jù)中包括很多數(shù)據(jù)信息，如用戶信息、查詢信息、 用戶訪問文檔信息、用戶查看文檔的時(shí)間信息和用戶鼠標(biāo)軌跡信息等，在本發(fā) 明的具體實(shí)施例中，為了后續(xù)步驟的實(shí)現(xiàn)更加簡單，首先將這些信息進(jìn)行組織， 以一定的結(jié)構(gòu)進(jìn)行保存。
在本發(fā)明的具體實(shí)施例中，第一保存模塊具體包括
組織單元，用于將所述源歷史數(shù)據(jù)集中的源歷史數(shù)據(jù)組織成基于用戶查詢 數(shù)據(jù)結(jié)構(gòu)的記錄，每條所述記錄包括一次查詢以及用戶查詢后的操作歷史；
第一保存單元，用于保存所述記錄。
所謂基于用戶查詢的數(shù)據(jù)結(jié)構(gòu)，就是一次查詢以及用戶查詢后的操作歷史 作為一個(gè)數(shù)據(jù)單位，詳細(xì)如下所述。
為方便說明，以源歷史數(shù)據(jù)中的數(shù)據(jù)信息包括用戶信息、查詢信息和用戶 訪問文檔信息為例說明該基于用戶查詢的數(shù)據(jù)結(jié)構(gòu)。
首先從歷史數(shù)據(jù)的數(shù)據(jù)信息中選擇其中一個(gè)數(shù)據(jù)信息作為主數(shù)據(jù)信息，其
ii他信息作為從數(shù)據(jù)信息；如選擇用戶信息作為主數(shù)據(jù)信息時(shí)，則查詢信息和用 戶訪問文檔信息為從數(shù)據(jù)信息，而選擇查詢信息作為主數(shù)據(jù)信息時(shí)，則用戶信 息和用戶訪問文檔信息為從數(shù)據(jù)信息；
對(duì)每個(gè)主數(shù)據(jù)信息執(zhí)行如下操作獲取與這個(gè)主數(shù)據(jù)信息相應(yīng)的所有從數(shù) 據(jù)信息，并對(duì)應(yīng)保存主數(shù)據(jù)信息和從數(shù)據(jù)信息，舉例說明如下
如選擇查詢信息作為主數(shù)據(jù)信息時(shí)，首先選擇一個(gè)查詢信息；然后對(duì)于該 查詢信息，獲取該查詢信息相應(yīng)的用戶信息，同時(shí)獲取該查詢信息對(duì)應(yīng)的用戶 訪問文檔信息，最后將該查詢信息、該查詢信息相應(yīng)的用戶信息和該查詢信息 對(duì)應(yīng)的用戶訪問文檔信息作為 一條記錄保存。
在完成上述的操作后，就需要從基于用戶查詢的數(shù)據(jù)結(jié)構(gòu)保存的源歷史數(shù) 據(jù)中選擇出樣本歷史數(shù)據(jù)。
本發(fā)明實(shí)施例的系統(tǒng)和方法，首先需要從源歷史數(shù)據(jù)集中選擇部分源歷史 數(shù)據(jù)作為樣本歷史數(shù)據(jù)，樣本歷史數(shù)據(jù)的選擇是實(shí)現(xiàn)本發(fā)明實(shí)施例的方法和系 統(tǒng)的基礎(chǔ)，同時(shí)，選擇出來的樣本歷史數(shù)據(jù)也會(huì)對(duì)本發(fā)明實(shí)施例的系統(tǒng)和方法 的性能產(chǎn)生較大的影響，下面對(duì)如何選擇樣本歷史數(shù)據(jù)進(jìn)行詳細(xì)說明。
下面以主數(shù)據(jù)信息為查詢信息(Query )，而從數(shù)據(jù)信息為用戶信息(User )、 用戶訪問文檔信息(Visit)和用戶查看文檔的時(shí)間信息(Time)為例來詳細(xì)說 明本發(fā)明實(shí)施例如何選擇樣本歷史數(shù)據(jù)，其包括如下步驟
首先，根據(jù)如下公式計(jì)算每條記錄的得分Score:
<formula>formula see original document page 12</formula>
其中^= f / c
Query
—{ A/77 A<7/ ^visit = l 1 A2t;
其中，a、 A ,、 & s、《、77、 0均為預(yù)先設(shè)置的參數(shù)，而A、 B、 C和
D的意義如下所述
A表示該查詢信息下用戶訪問的文檔的數(shù)目；
B表示該查詢信息執(zhí)行時(shí)間到當(dāng)前時(shí)間的時(shí)間差；
C表示所有記錄中與該條記錄的查詢信息相似的查詢信息的數(shù)目；
D表示用戶的活躍程度，即用戶單位時(shí)間內(nèi)平均查詢數(shù)量。
利用上述的公式計(jì)算得到每條記錄的得分后，即可利用該得分從第一保存
模塊以記錄方式保存的源歷史數(shù)據(jù)中選擇部分源歷史數(shù)據(jù)作為樣本歷史數(shù)據(jù)，
其中該步驟中可以利用經(jīng)典賭盤選擇算法從源歷史數(shù)據(jù)中選擇部分源歷史數(shù)
據(jù)作為樣本歷史數(shù)據(jù)。
當(dāng)然，在本發(fā)明的具體實(shí)施例中，從源歷史數(shù)據(jù)中選擇部分源歷史數(shù)據(jù)作
為樣本歷史數(shù)據(jù)還可以采用其他的算法，如
隨機(jī)選取，從源歷史數(shù)據(jù)中隨機(jī)抽取預(yù)定數(shù)目的數(shù)據(jù)；
按時(shí)間選取，從源歷史數(shù)據(jù)中按生成時(shí)間抽取預(yù)定數(shù)目的數(shù)據(jù)，如抽取某
一個(gè)時(shí)間段的數(shù)據(jù)，每間隔預(yù)定時(shí)間段抽取數(shù)據(jù)；
等間隔過濾選取等，從源歷史數(shù)據(jù)中每間隔一定數(shù)目的源歷史數(shù)據(jù)抽取一
個(gè)或多個(gè)。
在上述的具體實(shí)施例中，是以主數(shù)據(jù)信息為查詢信息進(jìn)行的說明，但該主 數(shù)據(jù)信息也可以是用戶信息、查詢信息、用戶訪問文檔信息、用戶查看文檔的 時(shí)間信息或用戶鼠標(biāo)軌跡信息等數(shù)據(jù)信息，其具體實(shí)現(xiàn)方式與主數(shù)據(jù)信息為查 詢信息時(shí)的實(shí)現(xiàn)方式基本相同，在此不再贅述。
13當(dāng)然，也可以先使用主數(shù)據(jù)信息為查詢信息進(jìn)行一次選擇，然后對(duì)選擇得 到的數(shù)據(jù)利用其他數(shù)據(jù)信息作為主數(shù)據(jù)信息進(jìn)行二次選擇，然后得到最終的樣 本歷史數(shù)據(jù)，該二次選擇可以是一次或多次。
通過上述的處理流程，已經(jīng)得到了樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集， 需要基于該樣本歷史數(shù)據(jù)集進(jìn)行第一次推薦處理，其基于用戶當(dāng)前輸入的查詢 信息，從所述樣本歷史數(shù)據(jù)集中選擇至少一個(gè)樣本歷史數(shù)據(jù)(以基于用戶查詢 的數(shù)據(jù)結(jié)構(gòu)保存時(shí)，為至少一條紀(jì)錄)，組成第一推薦結(jié)果，所述第一推薦結(jié)
果中的每個(gè)樣本歷史數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值； 這些推薦算法有
協(xié)同過濾推薦算法(如周軍鋒湯顯郭景峰.一種優(yōu)化的協(xié)同過濾推薦算 法.計(jì)算機(jī)研究與發(fā)展2004年41巻10期)
帶回溯的隨機(jī)游走推薦算法(如Hanghang Tong， Christos Faloutsos， Jia漏Yu Pan. Fast Random Walk with Restart and Its Applications.)
基于關(guān)聯(lián)規(guī)則的推薦算法(如蔡淑琴，林森，梁凱.An Algorithm for Knowledge Recommendation Based on Association Rules.武漢3里工大學(xué)學(xué)氺艮(4言 息與管理工程版)2007年O3期)
上述僅僅是舉例說明可以應(yīng)用的推薦算法，但本發(fā)明實(shí)施例不局限于上述 的推薦算法。
通過上述的處理，已經(jīng)得到了樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集，也得 到了一個(gè)初步的推薦結(jié)果，但該推薦結(jié)果僅僅只是基于樣本歷史數(shù)據(jù)集的推薦 結(jié)果，而該樣本歷史數(shù)據(jù)集的數(shù)據(jù)僅僅是源歷史數(shù)據(jù)集中的數(shù)據(jù)的一部分，所 以粗推薦結(jié)果同樣具有信息的損失，推薦結(jié)果不準(zhǔn)確。
因此，本發(fā)明的具體實(shí)施例需要對(duì)該粗推薦結(jié)果進(jìn)行豐富，使之更加準(zhǔn)確。
在本發(fā)明的具體實(shí)施例中，通過建立樣本歷史數(shù)據(jù)集的樣本歷史數(shù)據(jù)與源歷史
數(shù)據(jù)集中的源歷史數(shù)據(jù)之間的鏈接，并確定權(quán)值，然后在基于該得到的權(quán)值進(jìn)
行豐富，下面對(duì)其進(jìn)行詳細(xì)說明。
在上面已經(jīng)描述了 ，在第一保存模塊和第二保存模塊中的源歷史數(shù)據(jù)和樣
本歷史數(shù)據(jù)都是以基于用戶查詢的數(shù)據(jù)結(jié)構(gòu)保存的，也就是歷史數(shù)據(jù)中的每一 條記錄都已經(jīng)包括了主數(shù)據(jù)信息和其它信息之間的鏈接，因此，在本發(fā)明的具體實(shí)施例中只需要建立樣本歷史數(shù)據(jù)的每一條記錄的主數(shù)據(jù)信息與所述源歷 史數(shù)據(jù)集中的每一條記錄的主數(shù)據(jù)信息的鏈接，并確定權(quán)值即可，建立了主數(shù) 據(jù)信息之間的鏈接，就隱式建立了其他數(shù)據(jù)信息之間的鏈接。 下面以主數(shù)據(jù)信息為查詢信息為例進(jìn)行詳細(xì)說明。
樣本歷史數(shù)據(jù)的查詢信息仏與所述源歷史數(shù)據(jù)集中的一條記錄的查詢信
息的鏈接的鏈接權(quán)值I (仏，&)如下所示
其中，舉例說明如下，假設(shè)仏.包括A、 B和C三個(gè)詞組，而&.包括A、 B 和D三個(gè)詞組，則仏和&.的交集為詞組A和B。
A^,表示利用類似于QTF.IDF (查詢?cè)~詞頻與方向文檔頻率)算法的權(quán)重計(jì)
算算法測量得到的詞組w,的權(quán)值。
根據(jù)上述的算法即完成了建立樣本歷史數(shù)據(jù)集中的每一個(gè)樣本歷史數(shù)據(jù) 與所述源歷史數(shù)據(jù)集中的每一個(gè)源歷史數(shù)據(jù)之間的鏈^^妄，并確定權(quán)值。
上述描述了 一種建立樣本歷史數(shù)據(jù)與所述源歷史數(shù)據(jù)集中的每一個(gè)源歷 史數(shù)據(jù)之間的鏈接，并確定權(quán)值的方法，但本發(fā)明實(shí)施例的方法也可以采用其 它的方式建立鏈接，如下所示的客觀反饋算法并確定鏈接的鏈接權(quán)值，如下所 示。
X2(《,，^.) = l鄉(xiāng)X (《, )n卿《(《》|/|,<V^T (《,.)u (力)|
其中，to/^(仏)表示用《,.從數(shù)據(jù)庫檢索得到的前K篇文檔，而卜l表示取模， 其計(jì)算結(jié)果為文檔數(shù)目，舉例說明如下。
假設(shè)用g,從某一數(shù)據(jù)庫檢索得到的與仏相關(guān)的文檔為3篇，分別為Al、 Bl和Cl,而用^從某一數(shù)據(jù)庫檢索得到的與^相關(guān)的文檔為3篇，分別為 Al、 Cl和Dl，則to/ /r(^)nto/^T(力)為Al，而to/7兀(仏)u/印;r(力)為Al、 Bl、
Cl和Dl,則鏈接的權(quán)值為1/4。
本發(fā)明實(shí)施例的方法還可以采用下述的方式建立鏈接，并利用主觀反饋算 法確定鏈接的鏈接權(quán)值，如下所示。
其中，v&rfocs(仏)表示用《,從數(shù)據(jù)庫檢索得到的文檔中用戶訪問的文檔，
15而卜l表示取模，其計(jì)算結(jié)果為文檔數(shù)目，舉例說明如下。
假設(shè)用仏從某一數(shù)據(jù)庫檢索得到的與《,相關(guān)的文檔為3篇，分別為A2、 B2和C2，而用戶訪問過A2和B2，而用^從某一數(shù)據(jù)庫檢索得到的與&.相 關(guān)的文檔為3篇，分別為A2、 C2和D2,而用戶訪問過A2和C2，則 v/油cs(《》。W油cs(&)為A2， 而v油cy(仏)uW油cs(幻)為A2、 B2和C2,貝'J鏈接 的權(quán)值為1/3。
當(dāng)然，還可以綜合采用多種方式來計(jì)算鏈接權(quán)值，如下 14^,力)="《(仏,力)+ "《(仏,力)+ (1-"->^)^(《,,力)
其中，a和p可才艮據(jù)需要預(yù)先設(shè)置。
在建立上述的鏈接和鏈接的權(quán)值后，第二推薦模塊根據(jù)所述第一權(quán)值和第 二權(quán)值從所述第 一源歷史數(shù)據(jù)中選擇至少 一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果， 所述第 一源歷史數(shù)據(jù)為與所述第 一推薦結(jié)果中樣本歷史數(shù)據(jù)具有鏈接的源歷 史數(shù)據(jù)，上述步驟的具體處理中，對(duì)于第一推薦結(jié)果中的每個(gè)記錄執(zhí)行如下流 程
從所述第 一推薦結(jié)果中選擇一條推薦記錄；
獲取源歷史數(shù)據(jù)集中每個(gè)歷史記錄相對(duì)于該推薦記錄的得分，所述歷史記 錄的得分為兩個(gè)權(quán)值的乘積，其中一個(gè)權(quán)值為所述推薦記錄在所述第一推薦結(jié) 果中的第二權(quán)值，另外一個(gè)權(quán)值為所述推薦記錄與所述歷史記錄的鏈接的第一 權(quán)值；
根據(jù)計(jì)算得到的源歷史數(shù)據(jù)集中每個(gè)歷史記錄相對(duì)于該推薦記錄的得分， 利用選擇算法從與所述第 一推薦結(jié)果中樣本歷史數(shù)據(jù)具有鏈接的源歷史數(shù)據(jù) 中選擇一定數(shù)量的數(shù)據(jù)進(jìn)行推薦。
在本發(fā)明的具體實(shí)施例中，該選擇算法可以為經(jīng)典賭盤選擇算法，或者根 據(jù)推薦得分選取較大的得分的一定數(shù)量數(shù)據(jù)等，但不限于上述舉例的算法。
在上述的描述中，是以主數(shù)據(jù)信息為查詢信息為例進(jìn)行詳細(xì)說明，但應(yīng)當(dāng) 了解的是，上述的方法同樣適用于主數(shù)據(jù)信息為用戶信息、用戶訪問文檔信息、 用戶查看文檔的時(shí)間信息或用戶鼠標(biāo)軌跡信息等數(shù)據(jù)信息的情況，其差別僅在 于計(jì)算權(quán)值的處理對(duì)象的差別，在此不再詳細(xì)說明。
以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本^^支術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以作出若干改進(jìn)和潤飾， 這些改進(jìn)和潤飾也應(yīng)^L為本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種推薦方法，其特征在于，包括步驟A，保存由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集；步驟B，從由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集中選擇部分源歷史數(shù)據(jù)作為樣本歷史數(shù)據(jù)；步驟C，保存由所述樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；步驟D，建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)樣本歷史數(shù)據(jù)與所述源歷史數(shù)據(jù)集中的每一個(gè)源歷史數(shù)據(jù)之間的鏈接，每一個(gè)樣本歷史數(shù)據(jù)與每一個(gè)源歷史數(shù)據(jù)之間的鏈接具有各自的第一權(quán)值；步驟E，基于用戶當(dāng)前輸入的查詢信息，從所述樣本歷史數(shù)據(jù)集中選擇至少一個(gè)樣本歷史數(shù)據(jù)組成第一推薦結(jié)果，所述第一推薦結(jié)果中的每個(gè)樣本歷史數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值；步驟F，根據(jù)所述第一權(quán)值和第二權(quán)值從源歷史數(shù)據(jù)中選擇至少一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟A具體為步驟Al,將所述源歷史數(shù)據(jù)組織成基于用戶查詢數(shù)據(jù)結(jié)構(gòu)的記錄，每條 所述記錄包括一次查詢以及用戶查詢后的操作歷史； 步驟A2，保存組織得到的所述記錄。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，每條所述記錄包括主數(shù)據(jù) 信息和與所述主數(shù)據(jù)信息對(duì)應(yīng)的從數(shù)據(jù)信息；所述步驟D中建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)記錄與所述源歷史數(shù) 據(jù)集中的每一個(gè)記錄之間的鏈接，每個(gè)鏈接的第一權(quán)值為根據(jù)對(duì)應(yīng)的兩個(gè)記錄 的主數(shù)據(jù)信息計(jì)算得到的權(quán)值。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述主數(shù)據(jù)信息為查詢信 息時(shí)，所述鏈接的權(quán)值義U,.， 如下<formula>formula see original document page 2</formula>其中，仏為樣本歷史數(shù)據(jù)集中一條紀(jì)錄的查詢信息，^;為所述源歷史數(shù)據(jù)集中的一條記錄的查詢信息，；^,表示詞組w,的權(quán)值。
5. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述主數(shù)據(jù)信息為查詢信息時(shí)，所述鏈接的權(quán)值義(仏.，如下<formula>formula see original document page 3</formula>其中，仏為樣本歷史數(shù)據(jù)集中一條紀(jì)錄的查詢信息，^為所述源歷史數(shù)據(jù) 集中的一條記錄的查詢信息，to/^r(《,)表示用《,從數(shù)據(jù)庫檢索得到的前K篇文 檔，卜l表示取模，其計(jì)算結(jié)果為文檔數(shù)目。
6. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述主數(shù)據(jù)信息為查詢信 息時(shí)，所述鏈接的權(quán)值X",， 如下<formula>formula see original document page 3</formula>其中，《,為樣本歷史數(shù)據(jù)集中一條紀(jì)錄的查詢信息，^為所述源歷史數(shù)據(jù) 集中的一條記錄的查詢信息，visdocs(qi)表示用《,從數(shù)據(jù)庫檢索得到的文檔中 用戶訪問的文檔，而卜I表示取J漠，其計(jì)算結(jié)果為文檔數(shù)目。
7. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟B具體包括 步驟B1，計(jì)算保存的每條所述記錄的得分；分記錄作為樣本歷史數(shù)據(jù)。
8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，每條記錄的得分為<formula>formula see original document page 3</formula>其中<formula>formula see original document page 3</formula>其中，a、 -、廠《、e、 ^、 ；/、 e均為預(yù)先設(shè)置的參數(shù)，A為當(dāng)前記錄的 查詢信息下用戶訪問的文檔的數(shù)目，B為當(dāng)前記錄的查詢信息的執(zhí)行時(shí)間到當(dāng) 前時(shí)間的時(shí)間差，C表示與當(dāng)前記錄的查詢信息相似的查詢信息的數(shù)目，D表 示用戶的活躍程度，即用戶單位時(shí)間內(nèi)平均查詢數(shù)量。
9. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟F具體包括 步驟Fl,從所述第一推薦結(jié)果中選擇一條推薦記錄；步驟F2，獲取源歷史數(shù)據(jù)集中每個(gè)歷史記錄相對(duì)于該推薦記錄的得分，所述歷史記錄的得分為兩個(gè)權(quán)值的乘積，其中一個(gè)權(quán)值為所述推薦記錄在所述第一推薦結(jié)果中的第二權(quán)值，另外一個(gè)權(quán)值為所述推薦記錄與所述歷史記錄的鏈接的第一權(quán)值；步驟F3，根據(jù)計(jì)算得到的源歷史數(shù)據(jù)集中每個(gè)歷史記錄相對(duì)于該推薦記 錄的得分，從所述源歷史數(shù)據(jù)中選擇至少一個(gè)記錄組成所述第二推薦結(jié)果。
10. —種推薦系統(tǒng)，其特征在于，包括第 一保存模塊，用于保存由源歷史數(shù)據(jù)組成的源歷史數(shù)據(jù)集； 數(shù)據(jù)選擇模塊，用于從所述源歷史數(shù)據(jù)集中選擇部分源歷史數(shù)據(jù)作為樣本 歷史數(shù)據(jù)；第二保存模塊，用于保存由所述樣本歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；鏈接建立模塊，用于建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)樣本歷史數(shù)據(jù)與 所述源歷史數(shù)據(jù)集中的每一個(gè)源歷史數(shù)據(jù)之間的鏈接，每一個(gè)樣本歷史數(shù)據(jù)與 每一個(gè)源歷史數(shù)據(jù)之間的鏈接具有各自的第一權(quán)值；第一推薦模塊，用于基于用戶當(dāng)前輸入的查詢信息，從所述樣本歷史數(shù)據(jù) 集中選擇至少一個(gè)樣本歷史數(shù)據(jù)組成第 一推薦結(jié)果，所述第 一推薦結(jié)果中的每 個(gè)樣本歷史數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值；第二推薦模塊，用于根據(jù)所述第 一權(quán)值和第二權(quán)值從所述第 一源歷史數(shù)據(jù)中選擇至少一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果，所述第一源歷史數(shù)據(jù)為與所述 第一推薦結(jié)果中樣本歷史數(shù)據(jù)具有鏈接的源歷史數(shù)據(jù)。
11. 根據(jù)權(quán)利要求10所述的推薦系統(tǒng)，其特征在于，所述第一保存模塊具體包括組織單元，用于將所述源歷史數(shù)據(jù)組織成基于用戶查詢數(shù)據(jù)結(jié)構(gòu)的記錄，每條所述記錄包括一次查詢以及用戶查詢后的操作歷史； 第一保存單元，用于保存組織得到的所述記錄。
12. 根據(jù)權(quán)利要求11所述的推薦系統(tǒng)，其特征在于 每條所述記錄包括主數(shù)據(jù)信息和與所述主數(shù)據(jù)信息對(duì)應(yīng)的從數(shù)據(jù)信息； 所述鏈接建立模塊具體用于建立所述樣本歷史數(shù)據(jù)集中的每一個(gè)記錄與所述源歷史數(shù)據(jù)集中的每一個(gè)記錄之間的鏈接，每個(gè)鏈接的第一權(quán)值為根據(jù)對(duì) 應(yīng)的兩個(gè)記錄的主數(shù)據(jù)信息計(jì)算得到的權(quán)值。
13. 根據(jù)權(quán)利要求11所述的推薦系統(tǒng)，其特征在于，所述數(shù)據(jù)選擇模塊 具體包括計(jì)算單元，用于計(jì)算所述第一保存單元中的每條記錄的得分；選擇單元，用于利用每個(gè)記錄的得分從所述第一保存單元中以記錄方式保存的源歷史數(shù)據(jù)中選擇部分源歷史數(shù)據(jù)作為樣本歷史數(shù)據(jù)。
全文摘要
本發(fā)明公開了一種推薦系統(tǒng)及推薦方法，該推薦方法包括保存從源歷史數(shù)據(jù)集中選擇的部分源歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；建立樣本歷史數(shù)據(jù)集中的樣本歷史數(shù)據(jù)與源歷史數(shù)據(jù)集中的源歷史數(shù)據(jù)之間的鏈接，每一個(gè)樣本歷史數(shù)據(jù)與每一個(gè)源歷史數(shù)據(jù)之間的鏈接具有各自的第一權(quán)值；基于用戶當(dāng)前輸入的查詢信息，從樣本歷史數(shù)據(jù)集中選擇至少一個(gè)樣本歷史數(shù)據(jù)組成第一推薦結(jié)果，第一推薦結(jié)果中的每個(gè)樣本歷史數(shù)據(jù)對(duì)于用戶當(dāng)前輸入的查詢信息具有各自的第二權(quán)值；根據(jù)第一權(quán)值和第二權(quán)值從源歷史數(shù)據(jù)中選擇至少一個(gè)源歷史數(shù)據(jù)組成第二推薦結(jié)果。本發(fā)明在不顯著增加計(jì)算成本的情況下，基于全部的歷史信息進(jìn)行推薦，推薦結(jié)果完整。
文檔編號(hào)G06F17/30GK101661483SQ20081021268
公開日2010年3月3日 申請(qǐng)日期2008年8月29日 優(yōu)先權(quán)日2008年8月29日
發(fā)明者史達(dá)飛, 尹悅燕, 剛 李, 燕 李, 魯耀杰 申請(qǐng)人:株式會(huì)社理光