一种问题推送方法及系统

1.一种问题推送方法，其特征在于，基于预先建立的用户模型，其中所述用户模型包括以下所列中的至少两个：通过对用户提问的问题和回答进行挖掘建立的兴趣模型、基于用户属性建立的属性模型、通过对用户行为进行统计建立的行为模型以及基于不同用户之间关系建立的关系模型；该方法包括：
A、对待回答问题进行文本分析提取问题特征；
B、利用提取的问题特征匹配用户模型，根据问题特征在各用户模型中与用户的匹配程度以及预设的各用户模型的排序权重，对用户进行排序；
C、将所述待回答问题推送给排序在前M个的用户，其中M为预设的正整数。
2.根据权利要求1所述的方法，其特征在于，所述兴趣模型的建立包括：
S1、抓取各用户的问答历史数据；
S2、对所述各用户的问答历史数据进行文本分析，抽取各用户的兴趣词；
S3、利用抽取的兴趣词建立或更新各用户的兴趣模型，其中兴趣模型中包含：用户的兴趣词以及兴趣词在对应用户的兴趣模型中的权重FeatW。
3.根据权利要求2所述的方法，其特征在于，步骤S2具体包括：分别针对每一用户分别执行步骤S21至步骤S23；
S21、对该用户回答的问题、提出的问题、浏览的问题或查询的问题进行基于语义的分词处理；
S22、基于对分词处理后得到的各词语的倒文档率以及表意能力，确定所述各词语的表意权重值TermW；
S23、将表意权重值TermW大于预设的兴趣选取权重值的词语确定为该用户的兴趣词。
4.根据权利要求1所述的方法，其特征在于，所述步骤A具体包括：
A1、对所述待回答问题进行基于语义的分词处理；
A2、基于对分词处理后得到的各词语的倒文档率以及表意能力，确定所述各词语的表意权重值TermW；
A3、将表意权重值TermW大于预设的特征提取权重值的词语确定为所述待回答问题的特征词。
5.根据权利要求3或4所述的方法，其特征在于，所述各词语的表意权重值TermW为：
TermW＝TermW＝a*idf+b*ind，其中，倒文档率 c为预设的大于或
等于1的参数，df为词语在所有待回答问题中出现的次数，N为待回答问题的数量，ind标识词语的表意能力，a和b为预设的权重系数。
6.根据权利要求3所述的方法，其特征在于，在所述步骤S22之前，还包括：
将分词处理后得到的各词语中，df不在预设范围内的词语进行过滤，其中df为词语在所有待回答问题中出现的次数；
所述步骤S22中，仅针对df在预设范围内的词语计算表意权重值。
7.根据权利要求3所述的方法，其特征在于，所述兴趣词在对应用户的兴趣模型中的权重FeatW为：
FeatW＝a1*TermW+b1*ΔTr，其中，ΔTr为当前时间段抓取的用户问答历史数据中该兴趣词出现的频次相对于上一时间段抓取的用户问答历史数据中该兴趣词出现的频次的变化值或变化率，a1和b1为预设的权重系数。
8.根据权利要求2所述的方法，其特征在于，
按照 更新用户的兴趣模型，其中，Q′表示更新后
的兴趣模型，Q表示更新前的兴趣模型，Dr表示正例样本集合，包括在该用户的问答历史数据中出现频次呈上升趋势的兴趣词及其在兴趣模型中的权重值，Nr表示正例样本数量，Dn表示反例样本集合，包括在该用户的问答历史数据中出现频次呈下降趋势的兴趣词及其在兴趣模型中的权重值，Nn表示反例样本数量，α、β和γ是预先设定的调整系数。
9.根据权利要求2所述的方法，其特征在于，该方法还包括：对用户的兴趣模型中的兴趣词进行扩展；
其中，针对用户u的兴趣模型中兴趣词Ti进行的扩展包括：
D1、确定所述兴趣词Ti的扩展词Tj；
D2、计算用户u对所述扩展词Tj的感兴趣程度Wj，
所述 其中，T′为用户u的兴趣模型中与Tj的相关度超过预设
相关度值的兴趣词集合，s(Tn，Tj)为兴趣词Tn与该兴趣词的扩展词Tj之间的相关度，α1和β1为预设的调整系数，jnum为扩展词Tj在所有用户的兴趣模型中出现的次数，Wavg为兴趣词Ti在所有用户兴趣模型中的权重平均值， 为兴趣词Ti在用户u的兴趣模型中的权重值；
D3、如果Wj的值超过预设的兴趣选取权重值，则将所述扩展词Tj作为兴趣词添加到所述用户u的兴趣模型中。
10.根据权利要求9所述的方法，其特征在于，所述步骤D1具体包括：
从具有所述兴趣词Ti的其他用户的兴趣模型中，选择其他用户的兴趣模型中与所述兴趣词Ti属于同一兴趣分类中的其他兴趣词；
根据选择的所述其他兴趣词与所述兴趣词Ti的相关度，选择相关度排在前P个的兴趣词作为兴趣词Ti的扩展词，其中P为预设的正整数。
11.根据权利要求1所述的方法，其特征在于，所述属性模型包括：用户属性及用户属性在属性模型中的权重值；
其中，所述用户属性包括以下所列中的一种或任意组合：地理位置、性别、年龄以及行业；
将用户具有的用户属性在属性模型中的权重值设置为一个固定值，将用户不具有的用户属性在属性模型中的权重值设置为0；或者，将用户的兴趣模型中权重值最高的具有地理位置属性的兴趣词作为该用户的地理位置属性添加到该用户的属性模型中，且该地理位置属性在属性模型中的权重值与兴趣词在该用户的兴趣模型中的权重值相同。
12.根据权利要求1所述的方法，其特征在于，所述不同用户之间关系包括以下所列的一种或任意组合：问答关系、同团关系、相似兴趣关系；
其中，所述同团关系包括：出现在同一个社区、同一个栏目、同一个交流群或者回复同一个帖子。
13.根据权利要求11所述的方法，其特征在于，如果关系模型中不同用户之间关系仅包括问答关系或同团关系，则用户u1和用户u2之间的关系权重Rela Rank1(u1，u2)为：
Rela Rank1(u1，u2)＝log(relaCnt+α2)/logβ2；其中，α2和β2为预设的平滑系数，relaCnt为用户u1和u2在设定时间段内问答关系或同团关系出现的次数；
如果关系模型中不同用户之间关系仅包括相似兴趣关系，则用户u1和用户u2之间的关系权重Rela Rank2(u1，u2)为： 其中， 为用户u1
的兴趣词矩阵向量， 为用户u2的兴趣词矩阵向量；
如果关系模型中不同用户之间关系除了包括相似兴趣关系之外，还包括问答关系或同团关系，则用户u1和用户u2之间的关系权重Rela Rank(u1，u2)为：Rela Rank(u1，u2)＝Rela Rank1(u1，u2)*α3+Rela Rank2(u1，u2)*β3，其中α3和β3为预设的权重系数。
14.根据权利要求1所述的方法，其特征在于，所述行为模型包括用户的活跃度等级；
其中用户u的活跃度等级Active(u)为：
Active(u)＝[log(Sanswer+α4)*w1+log(Slogin+α4)*w2+log(Sbrowse+α4)*w3]/logβ4，w1、w2和w3是预设的权重系数，α4和β4为预设的平滑系数，
Sanswer、Slogin和Sbrowse分别为用户u在设定时间段内回答问题的次数、登陆问答系统的次数、和浏览问答系统页面的次数，或者分别为用户u在设定时间段内回答问题的频率、登陆问答系统的频率、浏览问答系统页面的频率。
15.根据权利要求1所述的方法，其特征在于，所述步骤B具体包括：
B1、利用提取的问题特征匹配兴趣模型、属性模型和关系模型中的一种或任意组合，确定与所述提取的问题特征匹配的用户；
B2、利用兴趣模型、属性模型、关系模型和行为模型中的一种或任意组合，确定步骤B1确定出的用户与所述待回答问题的匹配程度，根据匹配程度对所述步骤B1确定出的用户进行排序；
其中，所述步骤B1利用的用户模型与步骤B2利用的用户模型不完全相同。
16.根据权利要求15所述的方法，其特征在于，如果所述步骤B1中利用的用户模型为两个以上，则将分别利用各用户模型确定出的与所述提取的问题特征匹配的用户取并集。
17.根据权利要求15或16所述的方法，其特征在于，如果所述步骤B1中利用了兴趣模型，则所述提取的问题特征包括所述待回答问题的特征词；
利用兴趣模型确定与所述提取的问题特征匹配的用户包括：
将所述特征词与各用户的兴趣模型进行匹配，将所述特征词所命中兴趣词对应的用户确定为与所述提取的问题特征匹配的用户；
或者，将所述特征词与各用户的兴趣模型进行匹配，确定所述特征词所命中兴趣词对应的用户以及所命中兴趣词在兴趣模型中的权重值，将所命中兴趣词在兴趣模型中权重值大于预设匹配权重值的用户确定为匹配的用户。
18.根据权利要求17所述的方法，其特征在于，该方法还包括：确定所述待回答问题所属的兴趣分类，将该兴趣分类的权重值小于预设的兴趣过滤权重值的用户从所述匹配的用户中过滤掉。
19.根据权利要求15或16所述的方法，其特征在于，如果所述步骤B1中利用了属性模型，则所述提取的问题特征包括所述待回答问题的特征词；
利用属性模型确定与所述提取的问题特征匹配的用户包括：
将所述特征词与各用户的属性模型进行匹配，将与所述特征词之间的相关度达到预设相关度要求的用户属性所对应的用户确定为与所述提取的问题特征匹配的用户。
20.根据权利要求15或16所述的方法，其特征在于，如果所述步骤B1中利用了关系模型，则所述提取的问题特征包括所述待回答问题的提问用户信息；
利用关系模型确定与所述提取的问题特征匹配的用户包括：
将所述提问用户信息与关系模型进行匹配，将与所述提问用户之间的关系权重值达到预设匹配权重值的用户确定为与所述提取的问题特征匹配的用户。
21.根据权利要求15所述的方法，其特征在于，用户U与所述待回答问题的匹配程度Rank(U)为：Rank(U)＝Rank(interest)*W1+Rank(Profile)*W2+Rank(rela)*W3+Rank(behavior)*W4；
其中，W1、W2、W3和W4为预设的权重系数， TN为从
所述待回答问题中提取的特征词集合，TermWi为第i个特征词的表意权重值，FeatWi为第i个特征词在用户U的兴趣模型中的权重值， FeaVeci
为第i个特征词在用户U的属性模型中的权重值，Rank(rela)为在所述关系模型中查找的所述待回答问题的提问用户与所述用户U之间的关系权重值，Rank(behavior)由在所述用户U的行为模型中查找的所述用户U的活跃等级Active(U)确定。
22.根据权利要求1所述的方法，其特征在于，所述步骤C包括：
根据所述步骤B的排序结果，将所述待回答问题推送给排在前M个的用户中处于在线状态的用户。
23.根据权利要求14所述的方法，其特征在于，所述步骤C包括：
根据所述步骤B的排序结果，将所述待回答问题推送给排在前M个的用户中活跃度等级超过预设的推送活跃度的用户。
24.一种问题推送系统，其特征在于，该系统基于预先建立的用户模型，其中所述用户模型包括以下所列中的至少两个：通过对用户提问的问题和回答进行挖掘建立的兴趣模型、基于用户属性建立的属性模型、通过对用户行为进行统计建立的行为模型以及基于不同用户之间关系建立的关系模型；该系统包括：特征提取单元、用户排序单元和问题推送单元；
所述特征提取单元，用于对待回答问题进行文本分析提取问题特征；
所述用户排序单元，用于利用所述特征提取单元提取的问题特征匹配用户模型，根据问题特征在各用户模型中与用户的匹配程度以及预设的各用户模型的排序权重，对用户进行排序；
所述问题推送单元，用于根据所述用户排序单元的排序结果，将所述待回答问题推送给排序在前M个的用户，其中M为预设的正整数。
25.根据权利要求24所述的系统，其特征在于，该系统还包括兴趣模型维护单元；
所述兴趣模型维护单元具体包括：数据抓取子单元、文本分析子单元和模型维护子单元；
所述数据抓取子单元，用于抓取各用户的问答历史数据；
所述文本分析子单元，用于对所述各用户的问答历史数据进行文本分析，抽取各用户的兴趣词；
所述模型维护子单元，用于利用所述文本分析子单元抽取的兴趣词建立或更新各用户的兴趣模型，其中兴趣模型中包含：用户的兴趣词以及兴趣词在对应用户的兴趣模型中的权重FeatW。
26.根据权利要求25所述的系统，其特征在于，所述文本分析子单元具体包括：分词处理模块、权重确定模块和兴趣词确定模块；
所述分词处理模块，用于对用户回答的问题、提出的问题、浏览的问题或查询的问题进行基于语义的分词处理；
所述权重确定模块，用于基于所述分词处理模块分词处理后得到的各词语的倒文档率以及表意能力，确定所述各词语的表意权重值TermW；
所述兴趣词确定模块，用于将表意权重值TermW大于预设的兴趣选取权重值的词语确定为该用户的兴趣词。
27.根据权利要求24所述的系统，其特征在于，所述特征提取单元具体包括：分词处理子单元、权重确定子单元和兴趣词确定子单元；
所述分词处理子单元，用于对所述待回答问题进行基于语义的分词处理；
所述权重确定子单元，用于基于对所述分词处理子单元分词处理后得到的各词语的倒文档率以及表意能力，确定所述各词语的表意权重值TermW；
所述兴趣词确定子单元，用于将表意权重值TermW大于预设的特征提取权重值的词语确定为所述待回答问题的特征词。
28.根据权利要求26或27所述的系统，其特征在于，所述各词语的表意权重值TermW为：
TermW＝TermW＝a*idf+b*ind，其中，倒文档率 c为预设的大于或
等于1的参数，df为词语在所有待回答问题中出现的次数，N为待回答问题的数量，ind标识词语的表意能力，a和b为预设的权重系数。
29.根据权利要求26所述的系统，其特征在于，所述文本分析子单元还包括：过滤处理模块，用于将所述分词处理模块分词处理后得到的各词语中，df不在预设范围内的词语进行过滤，其中df为词语在所有待回答问题中出现的次数；
所述权重确定模块仅针对所述过滤处理模块过滤后得到的词语计算表意权重值。
30.根据权利要求26所述的系统，其特征在于，所述兴趣词在对应用户的兴趣模型中的权重FeatW为：
FeatW＝a1*TermW+b1*ΔTr，其中，ΔTr为当前时间段抓取的用户问答历史数据中该兴趣词出现的频次相对于上一时间段抓取的用户问答历史数据中该兴趣词出现的频次的变化值或变化率，a1和b1为预设的权重系数。
31.根据权利要求25所述的系统，其特征在于，所述模型维护子单元按照更新用户的兴趣模型，其中，Q′表示更新后的兴趣模
型，Q表示更新前的兴趣模型，Dr表示正例样本集合，包括在该用户的问答历史数据中出现频次呈上升趋势的兴趣词及其在兴趣模型中的权重值，Nr表示正例样本数量，Dn表示反例样本集合，包括在该用户的问答历史数据中出现频次呈下降趋势的兴趣词及其在兴趣模型中的权重值，Nn表示反例样本数量，α、β和γ是预先设定的调整系数。
32.根据权利要求25所述的系统，其特征在于，兴趣模型维护单元还包括：兴趣词扩展子单元，用于对用户的兴趣模型中的兴趣词进行扩展；
所述兴趣词扩展子单元具体包括：扩展词确定模块、兴趣度计算模块和兴趣词扩展模块；
所述扩展词确定模块，用于确定兴趣词Ti的扩展词Tj；
所述兴趣度计算模块，用于计算用户u对所述扩展词Tj的感兴趣程度Wj，其中，所述 其中，T′为用户u的兴趣
模型中与Tj的相关度超过预设相关度值的兴趣词集合，s(Tn，Tj)为兴趣词Tn与该兴趣词的扩展词Tj之间的相关度，α1和β1为预设的调整系数，jnum为扩展词Tj在所有用户的兴趣模型中出现的次数，Wavg为兴趣词Ti在所有用户兴趣模型中的权重平均值， 为兴趣词Ti在用户u的兴趣模型中的权重值；
所述兴趣词扩展模块，用于判断Wj的值是否超过预设的兴趣选取权重值，如果是，则将所述扩展词Tj作为兴趣词添加到所述用户u的兴趣模型中。
33.根据权利要求32所述的系统，其特征在于，所述扩展词确定模块具体从具有所述兴趣词Ti的其他用户的兴趣模型中，选择其他用户的兴趣模型中与所述兴趣词Ti属于同一兴趣分类中的其他兴趣词，根据选择的所述其他兴趣词与所述兴趣词Ti的相关度，选择相关度排在前P个的兴趣词作为兴趣词Ti的扩展词，其中P为预设的正整数。
34.根据权利要求24所述的系统，其特征在于，该系统还包括：属性模型维护单元，用于基于用户属性建立和更新用户的属性模型；
所述属性模型包括：用户属性及用户属性在属性模型中的权重值；
其中，所述用户属性包括以下所列中的一种或任意组合：地理位置、性别、年龄以及行业；
所述属性模型维护单元将用户具有的用户属性在属性模型中的权重值设置为一个固定值，将用户不具有的用户属性在属性模型中的权重值设置为0；或者，将用户的兴趣模型中权重值最高的具有地理位置属性的兴趣词作为该用户的地理位置属性添加到该用户的属性模型中，且该地理位置属性在属性模型中的权重值与兴趣词在该用户的兴趣模型中的权重值相同。
35.根据权利要求24所述的系统，其特征在于，该系统还包括：关系模型维护单元，用于基于不同用户之间关系，建立和更新关系模型；
所述不同用户之间关系包括以下所列的一种或任意组合：问答关系、同团关系以及相似兴趣关系；
其中，所述同团关系包括：出现在同一个社区、同一个栏目、同一个交流群或者回复同一个帖子。
36.根据权利要求35所述的系统，其特征在于，如果关系模型中不同用户之间关系仅包括问答关系或同团关系，则用户u1和用户u2之间的关系权重Rela Rank1(u1，u2)为：
Rela Rank1(u1，u2)＝log(relaCnt+α2)/logβ2；其中，α2和β2为预设的平滑系数，relaCnt为用户u1和u2在设定时间段内问答关系或同团关系出现的次数；
如果关系模型中不同用户之间关系仅包括相似兴趣关系，则用户u1和用户u2之间的关系权重Rela Rank2(u1，u2)为： 其中， 为用户u1
的兴趣词矩阵向量， 为用户u2的兴趣词矩阵向量；
如果关系模型中不同用户之间关系除了包括相似兴趣关系之外，还包括问答关系或同团关系，则用户u1和用户u2之间的关系权重Rela Rank(u1，u2)为：Rela Rank(u1，u2)＝Rela Rank1(u1，u2)*α3+Rela Rank2(u1，u2)*β3，其中α3和β3为预设的权重系数。
37.根据权利要求24所述的系统，其特征在于，该系统还包括：行为模型维护单元，用于对用户行为进行统计，建立和更新用户的行为模型；
其中，所述行为模型包括用户的活跃度等级；其中用户u的活跃度等级Active(u)为：
Active(u)＝[log(Sanswer+α4)*w1+log(Slogin+α4)*w2+log(Sbrowse+α4)*w3]/logβ4，w1、w2和w3是预设的权重系数，α4和β4为预设的平滑系数，
Sanswer、Slogin和Sbrowse分别为用户u在设定时间段内回答问题的次数、登陆问答系统的次数、和浏览问答系统页面的次数，或者分别为用户u在设定时间段内回答问题的频率、登陆问答系统的频率、浏览问答系统页面的频率。
38.根据权利要求24所述的系统，其特征在于，所述用户排序单元具体包括：用户匹配子单元和用户排序子单元；
所述用户匹配子单元，用于利用所述特征提取单元提取的问题特征匹配兴趣模型、属性模型和关系模型中的一种或任意组合，确定与所述提取的问题特征匹配的用户；
所述用户排序子单元，用于利用兴趣模型、属性模型、关系模型和行为模型中的一种或任意组合，确定所述用户匹配子单元确定出的用户与所述待回答问题的匹配程度，根据匹配程度对所述用户匹配子单元确定出的用户进行排序；
其中，所述用户匹配子单元利用的用户模型与所述用户排序子单元利用的用户模型不完全相同。
39.根据权利要求38所述的系统，其特征在于，所述用户匹配子单元如果利用的用户模型为两个以上，则还用于将利用各用户模型确定出的与所述提取的问题特征匹配的用户取并集。
40.根据权利要求38或39所述的系统，其特征在于，如果所述用户匹配子单元利用了兴趣模型，则所述提取的问题特征包括所述待回答问题的特征词；
所述用户匹配子单元将所述特征词与各用户的兴趣模型进行匹配，将所述特征词所命中兴趣词对应的用户确定为与所述提取的问题特征匹配的用户；或者，将所述特征词与各用户的兴趣模型进行匹配，确定所述特征词所命中兴趣词对应的用户以及所命中兴趣词在兴趣模型中的权重值，将所命中兴趣词在兴趣模型中权重值大于预设匹配权重值的用户确定为匹配的用户。
41.根据权利要求40所述的系统，其特征在于，所述用户排序单元还包括：用户过滤子单元，用于确定所述待回答问题所属的兴趣分类，将该兴趣分类的权重值小于预设的兴趣过滤权重值的用户从所述用户匹配子单元确定出的用户中过滤掉。
42.根据权利要求38或39所述的系统，其特征在于，如果所述用户匹配子单元利用了属性模型，则所述提取的问题特征包括所述待回答问题的特征词；
所述用户匹配子单元将所述特征词与各用户的属性模型进行匹配，将与所述特征词之间的相关度达到预设相关度要求的用户属性所对应的用户确定为与所述提取的问题特征匹配的用户。
43.根据权利要求38或39所述的系统，其特征在于，如果所述用户匹配子单元利用了关系模型，则所述提取的问题特征包括所述待回答问题的提问用户信息；
所述用户匹配子单元将所述提问用户信息与关系模型进行匹配，将与所述提问用户之间的关系权重值达到预设匹配权重值的用户确定为与所述提取的问题特征匹配的用户。
44.根据权利要求38所述的系统，其特征在于，所述用户排序子单元采用如下公式确定用户U与所述待回答问题的匹配程度Rank(U)：Rank(U)＝Rank(interest)*W1+Rank(Profile)*W2+Rank(rela)*W3+Rank(behavior)*W4；
其中，W1、W2、W3和W4为预设的权重系数， TN为从
所述待回答问题中提取的特征词集合，TermWi为第i个特征词的表意权重值，FeatWi为第i个特征词在用户U的兴趣模型中的权重值， FeaVeci
为第i个特征词在用户U的属性模型中的权重值，Rank(rela)为在所述关系模型中查找的所述待回答问题的提问用户与所述用户U之间的关系权重值，Rank(behavior)由在所述用户U的行为模型中查找的所述用户U的活跃等级Active(U)确定。
45.根据权利要求24所述的系统，其特征在于，所述问题推送单元具体包括：状态确定子单元和第一推送子单元；
所述状态确定子单元，用于根据所述用户排序单元的排序结果，确定排在前M个的用户是否处于在线状态；
所述第一推送子单元，用于将所述待回答问题推送给排在前M个的用户中处于在线状态的用户。
46.根据权利要求37所述的系统，其特征在于，所述问题推送单元具体包括：活跃度确定子单元和第二推送子单元；
所述活跃度确定子单元，用于根据所述用户排序单元的排序结果，从行为模型中查找排在前M个用户的活跃度等级；
所述第二推送子单元，用于将所述待回答问题推送给排在前M个的用户中活跃度等级超过预设的推送活跃度的用户。

暂无