基于用户兴趣的本地商业服务推荐方法

暂无

基于用户兴趣的本地商业服务推荐方法\n技术领域\n[0001] 本发明涉及图像数据挖掘技术领域，特别是涉及一种基于内容的图像检索技术领域、图像的语义内容理解领域、LBS内容推荐方法。\n背景技术\n[0002] 随着移动互联网的不断发展，尤其是智能移动终端和移动网民的快速增长，移动互联所蕴含的巨大商业价值正逐渐显现出来。各大互联网企业如谷歌、微软、腾讯、百度、阿里巴巴等争相抢占移动互联网的制高点，不断推陈出新各种移动互联服务。其中LBS(Location Based Services)，即基于位置的服务，正逐渐受到各大互联网企业的重视。LBS是通过电信移动运营商的无线电信网络(如GSM网、CDMA网、WCDMA网、CDMA2000网、TD-SCDMA网)或外部定位方式(如GPS、北斗定位系统、GLONASS定位系统)获取移动终端用户的位置信息(如地理坐标)，在GIS(Geographic Information System，地理信息系统)平台的支持下，为用户提供相应服务的一种增值业务。在众多的LBS服务中，根据用户的位置信息推荐其所在地周围的商业信息，是常见的一种营销模式，典型的应用如百度地图。这种商业营销方式因比较符合其现代人特别是年轻人的使用习惯，已经取得了巨大的市场成功。传统的本地商业服务推荐先获取用户的地理信息(如GPS)，再将周围一定距离(如两公里)内的商业服务信息以推送或者用户主动选择的方式告知用户。如用于定向广告的基于位置的服务(LBS)系统和方法[1]，这个发明利用GPS得到用户的位置信息，结合其所建立的广告系统，将用户周围的广告信息推荐给用户。但是这种方式只是简单的将周围的商业信息推荐给用户，没有考虑用户对这种推荐的接受程度，因此这种简单的推荐服务的效果并不理想。为解决此缺陷，本发明提出了一种基于用户兴趣的本地商业服务推荐系统。\n[0003] 先前发明文献信息参考如下：\n[0004] [1]用于定向广告的基于位置的服务(LBS)系统和方法(高通股份有限公司)[0005] 专利号：200580036708.1\n发明内容\n[0006] 基于现有技术中存在的问题，本发明提出基于用户兴趣的本地商业服务推荐方法，结合用户的位置信息和用户的兴趣分布进行商业服务的推荐评分，根据自动评分结果进行排序显示，完成基于用户兴趣的本地商业服务推荐。\n[0007] 本发明提出了一种基于用户兴趣的本地商业服务推荐方法，预先建立图片数据库，数据库中的每张图片都设置有表示其相关兴趣的标注信息，该方法包括以下步骤：\n[0008] 步骤一、在带有标注信息的图片数据库中，对用户在社交网站中上传的蕴含兴趣信息的图片进行检索，返回与该图片语义相似的图片标注作为兴趣信息，该兴趣信息自动输入到兴趣树中，得到对这张图片所包含的用户兴趣分布的估计，把有关该用户上传的图片依次处理，然后对处理结果进行统计，按照兴趣信息出现的频率进行排序，得到用户兴趣的估计，进而生成兴趣分布；\n[0009] 步骤二、由移动客户端的移动设备得到用户的位置信息；\n[0010] 步骤三、根据上述步骤一和步骤二获得的用户的地理位置和兴趣分布，进行服务推荐评分与评分排序，当用户打开移动客户端并连接网络的时候，客户端会将用户的位置信息发送到服务器，并每隔设定时间更新用户位置，服务器会记录用户的位置信息，获得用户周围一定范围的商业服务信息；根据商业服务与用户距离的大小打分，距离越远的给予较小的分数；然后根据用户的兴趣分布将与用户兴趣相关的商业服务信息给予较高的分数，与用户兴趣联系较低的给予较低的分数，将两次所给予的分数按照兴趣作为关键字合并，并按照得分的高低给予排序；\n[0011] 步骤四、根据评分和排序推荐用户周围的商业信息，在移动客户端显示。\n[0012] 所述步骤一的用户的兴趣分布还通过以下步骤获得：\n[0013] 步骤一的另一种获取兴趣分布的途径是：从用户的浏览记录中提取用户的兴趣，将社交网站的各个分组或公共主页作为用户的兴趣点，调取用户在一定时间内浏览各分组或兴趣站点的信息，将其按出现的次数做统计，并按照浏览的频率进行排序，得出用户基于浏览的兴趣信息，结合由用户的图片得出的数据和浏览记录统计出的信息，将其中相同或者相似的部分归为同一兴趣，重新给出用户的兴趣分布。\n[0014] 所述步骤三的评分过程中综合考虑用户兴趣和与用户的距离两个因素，并将用户的兴趣因素给予相比用户的距离更大的比例，这样得出的推荐信息更符合用户的兴趣。\n[0015] 与传统只将用户附近一定范围内的商业服务信息推荐给用户的方法相比，本发明更有针对性，且推荐的信息量比较少，更容易得到用户的接受，因此效果比传统的信息推荐更好。且随着移动互联网的发展和智能手机的普及，基于移动的服务会越来越普及，本发明中所提出的方法将会有着很大的应用前景。\n附图说明\n[0016] 图1为本发明的基于内容的图像检索流程图；\n[0017] 图2为本发明的基于用户图片的用户兴趣提取方法的整体流程示意图；\n[0018] 图3为本发明具体实施例所获取的用户位置信息示意图；\n[0019] 图4～图8为本发明具体实施例的服务推荐显示界面示意图；\n[0020] 图9为本发明具体实施例的基于用户兴趣的本地商业服务推荐系统的系统结构示意图。\n具体实施方式\n[0021] 在本发明中，先根据用户在社交网站如QQ空间、微信、人人中所上传的图片、用户的浏览记录等信息，对其兴趣分布进行建模，得到每位用户的兴趣分布。当用户打开移动客户端的时候，客户端会请求打开外部定位装置，如果用户同意打开外部定位装置(如GPS)，则据此得到用户的准确位置。否则就根据电信移动运营商的无线网络，利用基于GSM网或CDMA网的COO(Cell of Origin)定位、七号信令定位、TOA/TDOA定位等定位方式得到用户位置信息。之后结合GIS，对其所在地周围的商业服务信息按其兴趣分布进行推荐。这样就避免了传统本地商业服务的盲目推荐，减少了推荐的信息的数量，由于是有针对性的进行推荐，其效果明显高于传统的方式。\n[0022] 下面结合附图，进一步详细说明本发明的具体实现方式。\n[0023] 步骤一、用户兴趣的获得\n[0024] 通过用户的图片得到用户的兴趣分布，如表1所示。为此我们建立了带有兴趣信息的图像数据库，每一张图像都有表示其兴趣信息的标注。将用户的图片作为图片检索方法的输中，返回与该图片语义相似的图片的标注，即兴趣信息。据此，这些兴趣自动输入到兴趣树中，得到对这张图片所包含的用户兴趣分布的估计。把用户的图片按照此方法依次处理，然后对结果进行统计，按照出现的频率进行排序，得到用户兴趣的估计。\n[0025] 步骤一的另一种获取兴趣分布的途径是从用户的浏览记录中提取用户的兴趣：即采用一种基于网页浏览的用户兴趣建模方法[2]，将社交网站的各个分组或公共主页作为用户的兴趣点，调取用户在一定时间内浏览各分组或兴趣站点的信息，将其按出现的次数做统计，并按照浏览的频率进行排序，得出用户基于浏览的兴趣模型。\n[0026] 通过结合由用户的图片得出的数据和浏览记录统计出的信息，将其中相同或者相似的部分归为同一兴趣，重新给出用户的兴趣分布，这样，就得到了用户的兴趣分布模型。\n[0027] 步骤二、根据用户的移动设备得到用户的位置信息\n[0028] 如果用户打开了移动设备的外部定位装置(如GPS)，我们就可以直接得到用户的经纬度坐标。若用户没有打开定位装置，则可以使用基站定位来获取用户的位置信息。若用户使用的是WiFi链接，可以选择WiFi定位。此外，为了更精确的得到用户的位置信息，我们可以将以上几种定位方式结合在一起，以得到用户精确的位置。这样，不管用户的手机的配置情况和外部定位装置是否开启，我们都可以得到准确的用户位置信息。\n[0029] 步骤三、根据上述步骤获得的用户的地理位置和兴趣分布，推荐用户周围的商业信息\n[0030] 当用户打开移动客户端并连接网络的时候，客户端会将用户的位置信息发送到服务器，并每隔一定时间更新用户位置。这样，即使用户是不断移动的，系统得到的也是用户实时的位置信息。服务器此时会记录用户的位置信息，获得用户周围一定范围的商业服务信息。我们将缺省范围选定为两公里，如果范围太大，即使推荐的信息非常准确，大部分的用户也会因为距离太远的缘故而放弃，范围太小的话，用户可以直接看见，就没有了推荐的必要。然后将商业服务信息按照用户的兴趣分布重新排序，在此过程中我们综合考虑用户兴趣和与用户的距离两个因素。并将用户的兴趣因素给予较大的比例，这样得出的推荐信息更符合用户的兴趣。\n[0031] 本发明的具体实施方式通过举例具体说明如下：\n[0032] 首先对用户的图片进行处理，与预先建立的带有兴趣信息的图片数据库进行比较，找到与用户图片语义相似的图片，进而找到用户图片所表示的兴趣信息，并据此推测用户的兴趣分布。另外根据社交网站中用户浏览的记录，将用户的浏览记录转换为用户的基于浏览记录的兴趣分布，将两者结合在一块就得到了用户的兴趣分布。当用户在打开移动客户端的时候，根据电信移动运营商的无线网络或者移动端自己带有的外部定位方式(如GPS)，确定用户的位置。并把周围一定范围内的商业服务信息按照用户的兴趣分布向用户推荐。\n[0033] 本例中用户的兴趣分布，统计结果如表1所示：\n[0034]\n[0035] 表1\n[0036] 注：表1中的数据显示的是根据一张图片猜测的用户兴趣分布的百分比[0037] 根据以上的统计结果，User的兴趣分布主要集中在足球和篮球上，因此，关于足球和篮球的商业信息会更容易得到User认可。\n[0038] 其次，根据用户的位置和兴趣分布做定向的商业服务信息推荐，当用户打开移动客户端的时候，客户端定位用户的位置，然后将位置信息发送到服务器。此时，服务器根据客户端发送来的位置信息，将用户所附近的商业信息先根据离用户距离的大小打分，距离越远的给予较小的分数。然后根据用户的兴趣分布将与用户兴趣相关的商业服务信息给予较高的分数，与用户兴趣联系较低的给予较低的分数。将两次所给予的分数按照兴趣作为关键字合并，并按照得分的高低给予排序。在客户端有范围选择功能，用户可以手动选择所需要的服务信息的范围。若用户没有选择，则将两公里作为默认配置。我们将用户附近两公里的商业信息进行处理，并将此信息推荐给用户。\n[0039] 另外，本发明会设置一个用户对该地商业服务的评分模块，用户接受服务后通过评分模块对该地的服务水平做一次打分和评论，并将用户的打分和评论置于推荐信息的下方，以供用户在选择时作为参考。\n[0040] 以图2所示图片为例，用户图片的兴趣分布就是足球和篮球，所以推荐包含关键词足球、篮球、体育场、体育馆、体育等一些相关的信息，根据日常生活的经验，首先将检索包含关键词足球和体育的信息找出，然后再检索包含篮球和体育的信息。并将检索出的信息按照兴趣的得分的高低依次排序，再推荐给用户。\n[0041] 如图3所示为获取的用户所处位置，此时，用户已经打开了GPS定位，所得到的用户的位置是精确的。\n[0042] 如图4至图所示的操作界面，该界面上显示了对用户的推荐信息，以下便是用户点击“周边推荐”按键后，系统给用户的推荐信息按照排序的翻页显示结果。\n[0043] 如图9所示，该系统包括服务器和移动客户端，其中服务器包括位置信息收集模块、用户兴趣统计模块，这两个模块作为服务推荐评分模块所依据，实现服务推荐的评分；\n移动客户端包括位置信息获取模块、用户信息上传模块以及服务推荐的显示模块。\n[0044] [2]Systems and Methods for Imaging a Volume-of-Interest(LANDMARK GRAPHICS CORP AHALLI[US])文献号US2009027385公开号：US2009027385A1公开日2009-\n01-29。