发明名称 一种相关反馈间关系网络的构建与应用方法
摘要 本发明提供一种相关反馈间关系网络的构建与应用方法,包括以下步骤。S1、根据用户的查询点击行为,分析用户在认知理解过程中信息的个性化逻辑序列关系,即用户逻辑关系。S2、度量用户点击脉络的方向一致性,利用基于语言模型的向量聚类法将具有同一方向的脉络聚为一类,形成黑洞形态的用户逻辑群。S3、根据所述黑洞,进行用户检索系统中的用户查询推荐以及检索结果排序推荐。
申请公布号 CN103942302B 申请公布日期 2017.04.19
申请号 CN201410153662.2 申请日期 2014.04.16
申请人 苏州大学 发明人 洪宇;康杨杨;朱巧明;王剑
分类号 G06F17/30(2006.01)I 主分类号 G06F17/30(2006.01)I
代理机构 北京集佳知识产权代理有限公司 11227 代理人 常亮
主权项 一种相关反馈间关系网络的构建与应用方法,其特征在于,包括以下步骤:S1、根据用户的查询点击行为,分析用户在认知理解过程中信息的个性化逻辑序列关系,即用户逻辑关系;S2、度量用户点击脉络的方向一致性,利用基于语言模型的向量聚类法将具有同一方向的脉络聚为一类,形成黑洞形态的用户逻辑群;S3、根据所述黑洞,进行用户检索系统中的用户查询推荐以及检索结果排序推荐,所述检索结果排序推荐包括全路径推荐和局部路径推荐,所述局部路径推荐又包括集中式局部推荐和散点式局部推荐;步骤S2中黑洞形态的用户逻辑群中,所述黑洞为:若任一查询均存在一个终极目标和多个起点,每个起点至终极目标的过程存在至少一次点击,则黑洞的中心为终极目标,黑洞的半径为终极目标与距离所述终极目标最远的起点之间的距离,且每个起点和黑洞中心之间的系列点击称为一个吸引路径;在步骤S2中,所述黑洞形态的用户逻辑群的形成过程为:将每个点击脉络作为一个聚类,并将其描述为点击方向的序列向量,即点击向量;借助语言模型计算每一对聚类的相似度,采用自底向上的凝聚式划分方法,将近似度最高的一对聚类合并为一类,并度量新类中每个点击向量中每个方向的生成概率,辅助后续聚类时的相似度计算;持续向上聚类,直到所有聚类汇聚于一点,或所有聚类的相似度都低于某一阈值。
地址 215123 江苏省苏州市工业园区仁爱路199号