[发明专利]采用元推荐引擎的门户个性化推荐服务方法和系统

摘要

本发明公开了一种采用元推荐引擎的门户个性化推荐服务方法和系统，提出了门户用户兴趣模型的构建，包括门户用户兴趣模型的初始创建和后续更新；提出采用元推荐引擎的独立于门户平台的个性化推荐服务体系架构，元推荐引擎能够分析用户及用户群的关联及个性化兴趣变化，将信息资源和推荐算法统一组织并合理选择控制，优化推送产生更全面多样的个性化推荐结果；在资源展现方面，实现门户个性化推荐服务的系统能够将预测推荐的多种Web资源内容对象封装为门户组件，向门户用户进行生动直观的个性化显示，提供一种更高层的个性化控制。综合利用门户平台已有的个性化资源和技术手段，提供独立灵活的服务中间件或服务代理，以完成个性化推荐服务。

主权项

1、一种采用元推荐引擎的门户个性化推荐服务系统，其特征在于，该系统至少包括：数据管理单元，用于辅助管理训练分类单元、或相似性计算单元与数据存储单元的数据通信和调用；数据存储单元，用于存储门户用户和/或门户用户群的兴趣模型库，该兴趣模型库包括门户用户和/或门户用户群的兴趣度模型库和访问事务集，数据存储单元中进一步存储有推荐算法集；兴趣挖掘单元，位于门户平台中，用于获取门户用户的个性化描述文件，隐式跟踪并捕获登录门户用户的兴趣内容和访问行为模式，并将获取到的信息提供给兴趣模型构建单元；兴趣模型构建单元，用于对获取的兴趣数据进行规范化处理，根据处理后的信息构建门户用户的兴趣模型，并将构建的门户用户兴趣模型提供给训练分类单元和相似性计算单元；训练分类单元，用于通过数据管理单元调用数据存储单元中存储的兴趣模型，将来自兴趣模型构建单元的兴趣模型与来自数据存储单元的兴趣模型进行近邻聚类的反馈学习，然后将反馈学习结果通过数据管理单元更新数据存储单元中存储的门户用户兴趣模型并提供给相似性计算单元；相似性计算单元，用于通过数据管理单元调用数据存储单元中存储的兴趣模型，根据来自兴趣模型构建单元的兴趣模型、来自训练分类单元的反馈学习更新结果及其他来自数据存储单元的兴趣模型进行更精确的相似性计算，然后将相似性计算结果提供给元推荐引擎；元推荐引擎，用于通过数据管理单元调用数据存储单元中存储的兴趣模型，根据来自数据存储单元的兴趣模型和来自相似性计算单元的相似性计算结果，确定推荐控制策略及推荐算法的选择和组合，然后根据来自相似性计算单元的相似性计算结果进行预测过滤分析，并根据预测分析结果和推荐控制策略及推荐算法，执行计算确定推荐结果，根据确定的推荐结果调用万维网WWW资源索引存储单元中存储的WWW资源索引，将WWW资源封装为含Web页面内容的门户组件，并推送给门户用户；WWW资源索引存储单元，用于存储WWW资源索引。