The invention provides a data association method based on user behavior, the method includes: obtaining the user basic information, user behavior history data set and the associated data set to construct the graph structure; according to the user basic information the user and the user behavior history data according to the set; the relationship between the structure of users to measure the user in different subject under the authority of the authority; and the associated data fusion for data association results. The data association method provided by the invention can be adapted to new users and new data items, and can discover the potential information needs of users.
【技术实现步骤摘要】
本专利技术涉及计算机领域,尤其涉及一种数据关联方法,具体来说就是一种基于用户行为的数据关联方法。
技术介绍
随着电子购物平台及其相关信息技术的飞速发展,电子网络购物已成为人们生活中不可或缺的组成部分。然而网络中信息资源的数量大大超出了人们的处理能力,“网络信息过载”问题日趋严重。因此,新兴电子购物网络在便利人们日常生活的同时,也对现有信息检索、个性化推荐服务、精准营销等数据关联问题带来了巨大的机遇和挑战。因此,为满足用户越来越高的信息服务要求,向用户精准推送感兴趣数据项目的数据关联技术应运而生,并引起了国内外学者和用户的广泛关注。然而,现有数据关联方法存在数据稀疏、数据关联冷启动、精准度不高等缺陷。现有技术中,可将数据关联方法归纳成三个主要类别:基于内容的数据关联方法、协同过滤数据关联方法和混合数据关联方法。其中,基于内容的数据关联方法从内容角度挖掘用户信息需求与数据对象的关联,通过度量用户模型与数据项模型的相似性来实现对备选数据项的关联预测;但由于其没有充分利用用户群体知识,导致其关联的数据项目与用户模型耦合度过于紧密,无法发现用户的潜在信息需求,很难实现具有一定联想功能的数据关联服务。协同过滤数据关联方法的应用前景则更加广泛,其基于群体知识进行数据关联,即兴趣和偏好相似的用户之间可以共享各自的信息体验,通过发现与用户兴趣相似的邻居用户,并将邻居用户感兴趣的数据项与目标用户进行关联;但实际应用中,协同过滤数据关联方法也存在着一些其难以克服的问题或缺陷,例如:当用户无任何数据关联历史,该模型则无法对该新用户的兴趣偏爱进行建模;与此相对应的就是新数据项问题 ...
【技术保护点】
一种基于用户行为的数据关联方法,其特征在于,该方法包括:获取网站上的用户基本信息、用户历史行为数据集合和待关联数据集合;根据所述用户基本信息和所述用户历史行为数据集合构建用户间关系结构图;根据所述用户间关系结构图度量用户在不同主题下的权威度;以及将所述权威度与所述待关联数据集合进行融合处理获得数据关联结果。
【技术特征摘要】
1.一种基于用户行为的数据关联方法,其特征在于,该方法包括:获取网站上的用户基本信息、用户历史行为数据集合和待关联数据集合;根据所述用户基本信息和所述用户历史行为数据集合构建用户间关系结构图;根据所述用户间关系结构图度量用户在不同主题下的权威度;以及将所述权威度与所述待关联数据集合进行融合处理获得数据关联结果。2.如权利要求1所述的基于用户行为的数据关联方法,其特征在于,根据所述用户基本信息和所述用户历史行为数据集合构建用户间关系结构图的步骤之前,该方法还包括:根据所述用户基本信息和所述用户历史行为数据集合进行用户兴趣画像。3.如权利要求2所述的基于用户行为的数据关联方法,其特征在于,根据所述用户基本信息和所述用户历史行为数据集合进行用户兴趣画像的步骤,具体包括:根据所述用户基本信息中的具体用户uk确定该具体用户uk对应的历史行为数据集合V;计算所述待关联数据集合中的待关联数据项vh与历史行为数据集合V之间的相似度;根据所述相似度获得具体用户uk对待关联数据项vh的兴趣度I(vh,uk);以及根据所述兴趣度I(vh,uk)进行用户兴趣画像。4.如权利要求3所述的基于用户行为的数据关联方法,其特征在于,所述兴趣度I(vh,uk)的具体计算公式为:I(vh,uk)=Σt=1TwtΣo=1Hμt(vo,uk)St(vh,vo)]]>其中,t为相似度计算维度;T为相似度计算维度总数;wt为维度权重因子;vo为用户历史行为数据项;μt(vo,uk)为具体用户uk对其历史行为数据项vo的兴趣偏好;St(vh,vo)为待关联数据项vh与用户历史行为数据项vo在相似度计算维度t下的相似性。5.如权利要求1所述的基于用户行为的数据关联方法,其特征在于,根据所述用户基本信息和所述用户历史行为数据集合构建用户间关系结构图的步骤,具体包括:根据所述用户基本信息获取具体用户ui和具体用户uj之间的基本信息相似度S(ij);根据所述基本信息相似度S(ij)获取具体用户ui和具体用户uj在特定主题维度Al下的关联度Tl(ij);获取具体用户ui的历史行为数据集合和具体用户uj的历史行为数据集合在特定主题维度Al下的关联紧密程度以及根据所述关联度Tl(ij)和所述关联紧密程度构建用户间关系结构图。6.如权利要求5所述的基于用户行为的数据关联方法,其特征在于,基本信息相似度S(ij)的表达式为:S(ij)=(s1(ij),s2(ij),...,sP(ij))]]>其中,为对应基...
【专利技术属性】
技术研发人员:赵小建,胥克良,胡凯乐,刘意,
申请(专利权)人:中国工商银行股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。