一种个性化信息推荐的方法

摘要

本发明公开了一种个性化信息推荐的方法，适用于无线互联网，手机上的行为记录模块记录用户访问无线互联网的行为，并发送给服务器；对用户访问的页面的内容进行分析，得到用户感兴趣的页面集；对用户访问页面的行为进行分析，得到用户对页面的兴趣度；将所述感兴趣的页面集与页面的兴趣度进行结合，建立用户兴趣模型；对用户项矩阵进行维数简化，并计算项集相似性，产生推荐的个性化信息。采用了本发明的技术方案，能够自动记录分析用户行为，挖掘用户属性及偏好，实现了用户属性和信息内容的匹配，并主动推荐给用户。

主权项

一种个性化信息推荐的方法，适用于无线互联网，其特征在于，包括以下步骤：A、手机上的行为记录模块记录用户访问无线互联网的行为，并发送给服务器；B、对用户访问的页面的内容进行分析，得到用户感兴趣的页面集，具体包括以下步骤：根据用户的浏览日志记录，得到用户的浏览历史页面的地址，从服务器中获取地址对应的页面，作为浏览内容兴趣描述的数据源，从页面内容抽取元数据，对页面文档进行文本特征表示，建立用户兴趣矩阵，即文档集合D＝{d1，d2，…，dn}，其中文档di采用向量空间模型表示为：di＝{(T1，W1)，(T2，W2)，…，(Tn，Wn)}，n为文档di特征向量的个数，Ti为文档di的第i个特征向量，Wi为文档di中Ti的权值；C、对用户访问页面的行为进行分析，得到用户对页面的兴趣度，所述用户访问页面的行为是用户对页面的浏览时间和翻页/拉动滚动条的次数；D、将所述感兴趣的页面集与页面的兴趣度进行结合，建立用户兴趣模型；E、对用户项矩阵进行维数简化，并计算项集相似性，产生推荐的个性化信息。