智能個性化服務網站構造方法技術

智能個性化服務網站構造方法，是一個簡單、易用、高效、通用的網站個性化服務方法。本方法封裝了復雜的知識表達和知識獲取過程，不直接參與“個性化服務”，以“中間件”方式，給網站應用程序提供每個客戶的“個性”。將每個客戶的“個性”抽象為“內容喜好”、“預測喜好”和“訪問習慣”３個集合，利用數據挖掘技術，通過建立動態學習集辦法，持續不斷地更新知識庫，跟蹤分析每個客戶“個性”，以ＡＰＩ方式，給網站應用程序提供客戶的“個性”。網站應用程序可根據所提供的客戶“內容喜好”和、“預測喜好”，安排網頁內容；根據客戶的“訪問習慣”，安排客戶可以下一步訪問網站的索引鏈接，來達到個性化服務目的。

【技術實現步驟摘要】

本專利技術涉及智能化網站構造技術，應用對象是互聯網的網站。任何網站都 可以利用本專利技術技術，實現針對不同的訪問用戶，安排網頁內容和布局，為每 個訪問者提供個性化服務。
技術介紹
現在的網站內容安排大多數都是靜態的，網頁上的內容和布局是事先設計 好的，對所有訪問者都是固定不變的，不能根據每個訪問者的個性來提供個性 化服務。很多學者提出了下一代互聯網Web 3.0的概念，雖然Web3.0并沒有 準確的定義，但其核心思路是更加智能化的互聯網。如何讓互聯網更加智能化，網站服務的智能化是其發展的重要組成部分。 數據挖掘技術起源于上個世紀90年代，其核心思想是從大量的、不完 全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們 事先不知道的、但又是潛在有用的信息和知識的過程。現在有很多人研究數據 挖掘技術，并將其運用到網站個性化服務，取得了很多成果。有些成果已經得 到實際應用，并獲得了較滿意的成效。但也有很多成果在理論上很好，由于計 算量大、算法過于復雜，離實際應用還存在相當的距離，在實用上存在諸多的 不便。即便是已經應用的成果，也存在個性化知識的描述和提取方法的方面的 缺陷，個性化刻畫不夠全面、準確以及通用性不強等問題。目前大多數實現網站個性化服務的方法，都存在兩個問題-第一、.個性不強觀在很多方法和已經實現的系統，不是針對每個客戶的個性化服務， 而是針對類的個性化服務。很多個性化服務都是通過數據挖掘中的 聚類辦法，將客戶劃分成若干個類，當問客訪問網站時，先將用戶影射 到所事先劃分好的類中，再根據類的個性進行個性化服務。嚴格上 講，這并不是針對每個用戶的個性化服務，而是針對類的個性化服務。 第二、只強調客戶對內容的興趣，忽略了訪問習慣一個客戶訪問網站，就如同進入一個商場，不僅僅可以通過其購買的 商品反映客戶的個性，'還可以通過其逛商場的習慣行進路徑，如先逛什 么地方、再看什么商品等來反映客戶的個性。 一個人訪問網站的也是一樣， 不僅僅是通過其瀏覽了哪些內容可以反映一個人的個性，還可以通過其習 慣性的訪問路徑先看什么內容、后看什么內容來反映一個人的個性。現在所有實現網站個性化服務的方法，都忽略了客戶的訪問習慣路 徑，只是單純地從用戶訪問網站的內容來抽取個性。顯然，只針對用尸訪問內容而不考慮訪問行為習慣的個性化服務還是不完備的。 專利技術.內容為了解決上述存在的問題，本專利技術不將用戶劃分成類，而是完全針對每 個用戶進行真正的個性化服務。將每個用戶訪問網站的個性進行了更加詳細 的數字化分析，將個性抽象為三個集合內容喜好集合、預測喜好集合和 訪問習慣集合。內容喜好集合反映一個人對網站各個欄目內容的喜好程度。 預測喜好集合對于沒有包含在內容喜好中網站欄目喜好的預測，是通過對于與該用戶有相似內容喜好用戶的欄目進行關聯分析所得到的。訪問習慣集合是每個用戶每次訪問網站最頻繁出現的欄目訪問行為軌跡。本專利技術不直接參與最終的個性化服務，而是以中間件的形式提供給網站 應用程序，由網站應用程序根據中間件提供的用戶個性知識，來安排網頁內容、 頁面架構和布局，提供下一步操作的鏈接索引，從而達到網站智能個性化服務。 本專利技術目的是通過下述技術方案實現的 ，步驟如下(1 )數據監測與清洗程序每天定時讀取訪問記錄，并對訪問記錄進行分析、 清洗、過濾，.形成符合客戶個性學習記錄，存入用戶個性學習集內；(2) 用戶內容喜好分析程序對用戶個性學習集中記錄進行統計分析，得 到用戶訪問網站各個欄目分別占總欄目訪問數的百分比集合，即內容喜好集 合，并保存到個性知識庫中，同時形成每個用戶的內容喜好集合記錄；(3) 預測喜好程序分析程序，以每個用戶的內容喜好中的欄目為基本集合，選擇所有其他用戶內容喜好中包含該用戶內容喜好欄目的記錄，得 到每個用戶的相似喜好記錄；在這些記錄中，以用戶的內容喜好欄目為基本條件/分別對不包含在內容喜好的欄目分別逐個進行關聯分析，并按出現頻率和支持度進行排序，得到每個用戶的預測喜好，保存到個性知識庫中；(4) 訪問習慣分析程序，對用戶個性學習集中記錄進行統計分析，抽取 客戶最經常出現的訪問欄目訪問行為軌跡，作為訪問習慣個性保存到個性 知識庫。(5)通過系統接口程序與網站應用程序進行交互，應用程序將用戶ID交 給系統，系統判斷如客戶ID在知識庫中，系統將用戶的個性內容喜好、預 測喜好和訪問習慣返回給應用程序。用戶個性學習集，為每個用戶保存規定數量的學習記錄，當某個用戶學 習記錄大規定數量時，刪除舊的記錄，補充最新的記錄，以保證用戶個性學習 集是最近的記錄。數據監測與清洗程序步驟如下(1) 每天定時讀取訪問記錄，將沒有訪問會話標識Session ID的訪問記錄 轉換為有會話標識Session ID的訪問記錄；(2) URL欄目轉換模塊讀取訪問會話Session記錄，查找URL欄目對照表， 判斷URL所屬欄目，將訪問會話Session記錄的URL轉換為欄目，保存到用戶 欄目訪問記錄；(3) 欄目歸并當一個訪問步驟中包含多個相同欄目時，用l個欄目來代 替，對欄目訪問記錄進行歸并；內容喜好分析程序的步驟如下(1) 讀取用戶個性學習集的記錄，統計用戶欄目訪問數；(2) 匯總用戶欄目總訪問數；(3) 分別計算客戶訪問每個欄目數占總欄目訪問數的百分比，得出客戶對 網站的內容喜好；(4) 將客戶對網站的內容喜好保存到個性知識庫中，同時臨保存到客戶 對網站內容喜好中，供分析預測喜好使用。預測喜好分析程序步驟如下(1) 讀取內容喜好集合的記錄，找出包含該內容喜好的其他用戶 內容喜好記錄，為相似喜好記錄；(2) 分別統計相似喜好記錄中，不包含在內容喜好中出現欄目的 出現次數，再被相似喜好記錄總數除，得到這些欄目的出現頻率；(3) 對上面出現頻率進行排序，以排序結果的先后次序，組成預測喜好隹a.呆口 ；(4) 將每個用戶的預測喜好保存到個性知識庫中。 訪問習慣分析程序步驟如下(1) 讀取用戶個性學習集的記錄，統計每個用戶欄目訪問序列出現次數；(2) 對訪問系列出現次數進行排序，得到最頻繁出現的欄目訪問序列；(3) 將最頻繁出現的欄目訪問序列作為訪問習慣，保存到個性知識庫中。系統接口程序步驟如下(1) 當.某個用戶訪問網站時，應用程序將用戶識別ID傳送給應用接口程序，應用.接口程序判斷用戶識別ID是否在個性知識庫中存在？(2) 如果存在，提取內容喜好、預測喜好和訪問習慣，以擴展 標記語言XML格式返回給網站應用程序；(3) 如果不存在，應用接口程序返回沒有個性信息。 本專利技術的有益效果本專利技術將訪問網站用戶的個'哮，數字化地定義和描述為內容喜好、預 測喜好和訪問習慣。內容喜好刻畫用戶對網站內容的基本內容喜好；預測 喜好通過比較與該用戶相似的其他用戶的內容喜好，得到不在該用戶內容喜好內的擴展預測喜好；訪問.習慣描述用戶經常出現的訪問行為路徑，用 這3個數字化分析和刻畫，構成對每個用戶個性全面數字化描述的個性知識 庫。系統為訪問網站的每個用戶動態地建立知識庫，通過連續地學習過程，不斷地自動更新知識庫，跟蹤用戶個性變化，網站應用程序可以根據提供的API接口，獲得每個訪問者的個性，然后，根據每個用戶的內容喜好和預測喜好，自動產生網頁內容；根據各自的訪問習本文檔來自技高網...

【技術保護點】
智能個性化服務網站構造方法，其特征在于：步驟如下：（１）數據監測與清洗程序每天定時讀取訪問記錄，并對訪問記錄進行分析、清洗、過濾，形成符合客戶個性學習記錄，存入“用戶個性學習集”內；（２）用戶內容喜好分析程序對“用戶個性學習集”中記錄進行統計分析，得到用戶訪問網站各個欄目分別占總欄目訪問數的百分比集合，即“內容喜好”集合，并保存到“個性知識庫”中，同時形成每個用戶的“內容喜好”集合記錄；（３）預測喜好程序分析程序，以每個用戶的“內容喜好”中的欄目為基本集合，選擇所有其他用戶“內容喜好”中包含該用戶“內容喜好”欄目的記錄，得到每個用戶的“相似喜好”記錄；在這些記錄中，以用戶的“內容喜好”欄目為基本條件，分別對不包含在“內容喜好”的欄目分別逐個進行關聯分析，并按出現頻率和支持度進行排序，得到每個用戶的“預測喜好”，保存到“個性知識庫”中；（４）訪問習慣分析程序，對“用戶個性學習集”中記錄進行統計分析，抽取客戶最經常出現的訪問欄目訪問行為軌跡，作為“訪問習慣”個性保存到“個性知識庫”；（５）通過系統接口程序與網站應用程序進行交互，應用程序將用戶ＩＤ交給系統，系統判斷如客戶ＩＤ在知識庫中，系統將用戶的個性：“內容喜好”、“預測喜好”和“訪問習慣”返回給應用程序。...

【技術特征摘要】
1、智能個性化服務網站構造方法，其特征在于步驟如下(1)數據監測與清洗程序每天定時讀取訪問記錄，并對訪問記錄進行分析、清洗、過濾，形成符合客戶個性學習記錄，存入“用戶個性學習集”內；(2)用戶內容喜好分析程序對“用戶個性學習集”中記錄進行統計分析，得到用戶訪問網站各個欄目分別占總欄目訪問數的百分比集合，即“內容喜好”集合，并保存到“個性知識庫”中，同時形成每個用戶的“內容喜好”集合記錄；(3)預測喜好程序分析程序，以每個用戶的“內容喜好”中的欄目為基本集合，選擇所有其他用戶“內容喜好”中包含該用戶“內容喜好”欄目的記錄，得到每個用產的“相似喜好”記錄；在這些記錄中，以用戶的“內容喜好”欄目為基本條件，分別對不包含在“內容喜好”的欄目分別逐個進行關聯分析，并按出現頻率和支持度進行排序，得到每個用戶的“預測喜好”，保存到“個性知識庫”中；(4)訪問習慣分析程序，對“用戶個性學習集”中記錄進行統計分析，抽取客戶最經常出現的訪問欄目訪問行為軌跡，作為“訪問習慣”個性保存到“個性知識庫”；(5)通過系統接口程序與網站應用程序進行交互，應用程序將用戶ID交給系統，系統判斷如客戶ID在知識庫中，系統將用戶的個性“內容喜好”、“預測喜好”和“訪問習慣”返回給應用程序。2、根據權利要求1所述的根據權利要求1所述的智能個性化服務網站構造 方法，其特征在于所述的用戶個性學習集，為每個用戶保存規定數量的學習記錄，當某個用戶學習記錄大規定數量時，刪除舊的記錄，補充最新的記錄， 以保證用戶個性學習集是最近的記錄。3、 根據權利要求1所述的智能個性化服務網站構造方法，其特征在于所 述的數據監測與清洗程序步驟如下(1) 每天定時讀取訪問記錄，將沒有訪問會話標識Session ID的訪問記錄 轉換為有會話標識Session ID的訪問記錄；(2) URL欄目轉換模塊讀取訪問會話Session記錄，查找URL欄目對照表， 判斷URL所屬欄，，將...

【專利技術屬性】
技術研發人員：劉峰，孫宏，
申請(專利權)人：劉峰，孫宏，
類型：發明
國別省市：89[中國|沈陽]