| 主权项 |
一种基于网络连接速度的个性化网络资源推荐方法，其特征在于包括以下步骤：1)利用自定义浏览器，记录用户与浏览过的所有网站间的连接速度；2)利用获得的网站间的连接速度，训练出可预测用户与任何网站间连接速度的人工神经网络；3)对用户欲访问的网络资源，运用相关搜索引擎找出互联网上所有拥有该网络资源的网站；4)使用人工神经网络预测用户与步骤3)找出的网站间的连接速度；5)按照用户与步骤3)找出的所有网站之间的连接速度从小到大排序，作为网络资源推荐的结果；所述的利用自定义浏览器，记录用户与其浏览过的所有网站间的连接速度步骤：(a)对用户访问过的每个网站，记录每次用户向网站发出访问请求到用户获得网站回应的时间间隔，记为网站的用户连接时间；(b)对用户访问过的每个网站，记录每次用户从网站下载数据时的下载速度，记为网站的用户带宽；(c)若用户多次访问该网站，则以最近一周中或最近10次的用户连接时间的平均值作为该网站的用户连接时间，以最近一周中或最近10次的用户带宽的平均值作为该网站的用户带宽；所述的利用获得的网站间的连接速度，训练出可预测用户与任何网站间连接速度的人工神经网络步骤：(d)建立一个人工神经网络，其输入为一个网站的特征数据：包括一个表示为32位整数的网络IP地址和1个取值在0～23之间的整数用于表示当前时间的小时数；其输出为一个实数，表示用户与网站间的连接时间估计值；(e)另建立一个人工神经网络，其输入为一个网络站点的特征数据：包括一个表示为32位整数的网络IP地址和1个取值在0～23之间的整数用于表示当前时间的小时数；其输出为一个实数，表示用户与网站间的带宽估计值；(f)分别将步骤(a)和(c)获得的用户连接时间历史数据作为训练集，使用反向传播算法训练步骤(d)所建立的神经网络，保存训练后的神经网络；(g)分别将步骤(b)和(c)获得的用户带宽历史数据作为训练集，使用反向传播算法训练步骤(e)所建立的神经网络，保存训练后的神经网络。 |
