引入兴趣模型反馈更新机制的门户个性化推荐服务系统

1、一种引入兴趣模型反馈更新机制的门户个性化推荐服务系统，其特征在于：(A) 是在隐私保护单元(102)的A输出端添加兴趣模型反馈更新模块；(B)是在隐 私保护单元(102)的C输出端建立与推荐选择器(107)的信息连接；(C)是 在数据存储单元(108)中添加反馈更新算法集(114)，该反馈更新算法集(114) 用于进行兴趣模型更新算法的保存；所述兴趣模型反馈更新模块由兴趣漂移检测 单元(112)和兴趣模型更新单元(113)组成；
兴趣漂移检测单元(112)，用于检测用户关注的信息是否发生变化，并将反馈/ 判断信息f00传递至兴趣模型更新单元(113)；所述的反馈/判断信息f00是指兴趣漂 移检测单元(112)检测获得的检测结果和门户用户的个性化推荐反馈信息；所述检 测结果可能为下述四种结果之一，即未发生兴趣漂移、待确认兴趣漂移、检测到噪声 数据、已确认兴趣漂移；
兴趣模型更新单元(113)包括信息计算判断子单元(113a)、长期兴趣模型更 新子单元(113b)、短期兴趣模型更新子单元(113c)、兴趣模型选择子单元(113d)； 长期兴趣模型更新子单元(113b)、短期兴趣模型更新子单元(113c)和兴趣模型 选择子单元(113d)构成兴趣模型更新选择单元；兴趣模型更新单元(113)用于 (A)通过数据管理单元(105)调用数据存储单元(108)中的兴趣度模型库(115)、 反馈更新算法集(114)；(B)依据反馈/判断信息f00与反馈更新算法集(114)中 某一特定更新算法对兴趣度模型库(115)中的某一兴趣模型进行更新，并将更新后 的兴趣模型数据f1分别输出给训练分类单元(104)、数据管理单元(105)；
兴趣度模型库(115)中至少包括有长期兴趣模型库、短期兴趣模型库、临时兴 趣模型库；
反馈更新算法集(114)中至少包括有长期兴趣模型更新算法、长期兴趣模型修 正算法、短期兴趣模型构造/更新算法。
2、根据权利要求1所述的引入兴趣模型反馈更新机制的门户个性化推荐服务系统， 其特征在于：长期兴趣模型更新子单元(113b)根据接收的信息计算判断子单元 (113a)的输出信息进行的处理有三种模式：模式113b-A依据长期兴趣模型修 正规则LMR对长期兴趣模型进行更新，并将更新后的长期兴趣模型一方面输出给 兴趣模型选择子单元(113d)；另一方面输出给数据存储单元(108)中的兴趣 度模型库(115)中进行保留；或者模式113b-B依据长期兴趣模型更新规则LUR 对长期兴趣模型进行更新，并将更新后的长期兴趣模型一方面输出给兴趣模型选 择子单元(113d)；另一方面输出给数据存储单元(108)中的兴趣度模型库(115) 中进行保留；或者模式113b-C不进行任何操作；在兴趣漂移检测单元的检测结 果为未发生兴趣漂移的条件下，长期兴趣模型更新子单元(113b)执行模式 113b-A；在兴趣漂移检测单元的检测结果为待确认兴趣漂移的条件下，长期兴趣 模型更新子单元(113b)执行模式113b-C；在兴趣漂移检测单元的检测结果为 检测到噪声数据的条件下，长期兴趣模型更新子单元(113b)执行模式113b-C； 在兴趣漂移检测单元的检测结果为已确认兴趣漂移的条件下，如果同时(113a) 比较结果为长期兴趣模型推荐成功率不小于短期兴趣模型推荐成功率，那么长期 兴趣模型更新子单元(113b)执行模式113b-A；在兴趣漂移检测单元的检测结 果为已确认兴趣漂移的条件下，如果同时(113a)比较结果为长期兴趣模型推荐 成功率小于短期兴趣模型推荐成功率，那么长期兴趣模型更新子单元(113b)执 行模式113b-B。
3、根据权利要求1所述的引入兴趣模型反馈更新机制的门户个性化推荐服务系统， 其特征在于：短期兴趣模型更新子单元(113c)根据接收的信息计算判断子单元 (113a)的输出信息进行的处理模式有：模式113c-A依据短期兴趣模型构造/ 更新规则SUR对短期兴趣模型进行构造，并将构造后的短期兴趣模型一方面输出 给兴趣模型选择子单元(113d)；另一方面输出给数据存储单元(108)中的兴 趣度模型库(115)中进行保留；或者模式113c-B依据短期兴趣模型构造/更新 规则SUR对短期兴趣模型进行更新，并将更新后的短期兴趣模型一方面输出给兴 趣模型选择子单元(113d)；另一方面输出给数据存储单元(108)中的兴趣度 模型库(115)中进行保留；或者模式113c-C不执行任何任何操作；在兴趣漂 移检测单元的检测结果为未发生兴趣漂移的条件下，短期兴趣模型更新子单元 (113c)执行模式113c-C；在兴趣漂移检测单元的检测结果为待确认兴趣漂移 的条件下，短期兴趣模型更新子单元(113c)执行模式113c-A；在兴趣漂移检 测单元的检测结果为检测到噪声数据的条件下，短期兴趣模型更新子单元(113c) 执行模式113c-C；在兴趣漂移检测单元的检测结果为已确认兴趣漂移的条件下， 如果同时(113a)比较结果为长期兴趣模型推荐成功率不小于短期兴趣模型推荐 成功率，那么短期兴趣模型更新子单元(113c)执行模式113c-C；在兴趣漂移 检测单元的检测结果为已确认兴趣漂移的条件下，如果同时(113a)比较结果为 长期兴趣模型推荐成功率小于短期兴趣模型推荐成功率，那么短期兴趣模型更新 子单元(113c)执行模式113c-B。
4、根据权利要求1所述的引入兴趣模型反馈更新机制的门户个性化推荐服务系统， 其特征在于：兴趣模型选择子单元(113d)根据长期兴趣模型更新子单元(113b) 输出的更新后长期兴趣模型和短期兴趣模型更新子单元(113c)输出的构造/更 新后的短期兴趣模型，采用加权逻辑或的方式选择/形成一个新的兴趣模型(即临 时兴趣模型)，并将此临时兴趣模型一方面输出给训练分类单元(104)中，另一 方面输出给数据存储单元(108)中的兴趣度模型库(115)进行保留，以供推 荐选择器(107)调用。
5、根据权利要求1、4所述的引入兴趣模型反馈更新机制的门户个性化推荐服务系 统，其特征在于：所述采用加权逻辑或选择/形成临时兴趣模型的过程为依据兴趣 漂移检测单元的检测结果进行构造：在兴趣漂移检测单元的检测结果为未发生兴 趣漂移的条件下，兴趣模型选择子单元(113d)仅选择更新后的长期兴趣模型作 为临时兴趣模型；在兴趣漂移检测单元的检测结果为待确认兴趣漂移的条件下， 兴趣模型选择子单元(113d)选择更新后的长期兴趣模型、构造/更新后的短期 兴趣模型以或关系形成临时兴趣模型；在兴趣漂移检测单元的检测结果为检测到 噪声数据条件下，兴趣模型选择子单元(113d)仅选用长期兴趣模型构造临时兴 趣模型；在兴趣漂移检测单元的检测结果为已确认兴趣漂移的条件下，如果同时 长期兴趣模型推荐成功率不小于短期兴趣模型推荐成功率，那么兴趣模型选择子 单元(113d)仅选择更新后的长期兴趣模型作为临时兴趣模型；在兴趣漂移检测 单元的检测结果为已确认兴趣漂移的条件下，如果同时长期兴趣模型推荐成功率 小于短期兴趣模型推荐成功率，那么兴趣模型选择子单元(113d)选择更新后的 长期兴趣模型、构造/更新后的短期兴趣模型以或关系形成临时兴趣模型。
6、根据权利要求1所述的引入兴趣模型反馈更新机制的门户个性化推荐服务系统， 其特征在于：所述的待确认兴趣漂移是指检测到推荐成功率低于根据历史数据所 得的期望推荐成功率时，认为可能发生了兴趣漂移，为排除噪声数据造成的影响， 需要等待下次个性化推荐的反馈信息进一步判断是否确实发生了兴趣漂移。
7、根据权利要求1所述的引入兴趣模型反馈更新机制的门户个性化推荐服务系统， 其特征在于：所述的检测到噪声数据是指在检测结果为待确认兴趣漂移后，再次 根据个性化推荐反馈信息进行检查，判定推荐成功率下降是由于用户的误操作或 探索性操作造成的，而不是用户兴趣变化造成的，即认为是噪声数据。
8、根据权利要求1所述的引入兴趣模型反馈更新机制的门户个性化推荐服务系统， 其特征在于：所述的已确认兴趣漂移是指检测结果为待确认兴趣漂移后，再次根 据个性化推荐反馈信息进行检查，判定推荐成功率下降确是由于用户的兴趣变化 造成的。

暂无