一种个性化信息推荐系统.pdf

本发明公开了一种个性化信息推荐系统。所述系统是根据用户的信息需求、兴趣等将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐系统，并在推荐过程中保护用户的个人隐私信息。与搜索引擎相比，推荐系统通过研究用户的兴趣偏好进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求。

权利要求书
1.  一种个性化信息推荐系统，其特征在于所述系统：用户建模模块和推荐对象建模模块、推荐算法模块和信息保护模块。

2.  如权利要求1所述个性化信息推荐系统，其特征在于所述用户建模模块采用用户主动提供的显式方式获取用户信息。

3.  如权利要求3所述个性化信息推荐系统，其特征在于所述用户建模模块采用跟踪用户行为的隐式方式获取用户信息。

4.  如权利要求2或3所述的个性化信息推荐系统，其特征在于所述建模系统根据获得的用户信息建立用户模型。

5.  如权利要求1所述个性化信息推荐系统，其特征在于所述对象建模模块通过主动获取的显示方式获取推荐对象信息。

6.  如权利要求1所述个性化信息系统，其特征在于所述推荐算法模块通过数据分析、数据合并、数据传输和身份确认方法计算相推荐信息似性。

7.  如权利要求1—6任一项所述的个性化信息推荐系统，其特征在于所述信息保护模块采用匿名方式对用户信息进行保护。

8.  如权利要求7所述个性化信息推荐系统，其特征在于所述用户可以通过多个身份进入系统。

说明书一种个性化信息推荐系统
技术领域
本发明涉及一种个性化信息推荐系统，适用于针对用户喜好进行信息推送的计算机信息领域。
背景技术
互联网的出现和普及给用户带来了大量的信息，满足了用户在信息时代对信息的需求，但随着网络的迅速发展，网上信息量大幅增长，从而引发了两个问题，即信息超载和资源迷向。这两个问题使得用户不知道如何确切表达自己的信息需求和无法确切知道自己真正需要的信息是什么。尽管Ｇｏｏｇｌｅ、百度等搜索引擎的出现在一定程度上解决了上述问题，但它们在用户使用同一个关键字搜索信息时，得到的结果是相同的，无法满足用户个性化和多元化的需求。
发明内容
本发明是针对上述用户个性化和多元化的信息需求，提供了一种个性化信息推荐系统，从而满足用户在互联网时代用户的信息搜集需求。
一种个性化信息推荐系统，包括：用户建模模块和推荐对象建模模块、推荐算法模块和信息保护模块。
所述用户建模模块采用用户主动提供的显式方式获取用户信息。
所述用户建模模块采用跟踪用户行为的隐式方式获取用户信息。
所述建模系统根据获得的用户信息建立用户模型。
所述对象建模模块通过主动获取的显示方式获取推荐对象信息。
所述推荐算法模块通过数据分析、数据合并、数据传输和身份确认方法计算相推荐信息似性。
所述信息保护模块采用匿名方式对用户信息进行保护。
所述用户可以通过多个身份进入系统。
由上述技术方案看出，本发明提供了一种通过研究用户的兴趣偏好进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求并提供相应信息，同时实现用户个性化数据的隐私保护。
附图说明
图1为本发明图像个性化信息推荐系统流程示意图。
具体实施方式
用户的建模阶段要获取用户的个性化信息偏好和需求，建立用户模型。获取个性化偏好和需求的方法有用户主动提供的显式方式，如注册时用户名等基本属性、用户输入查询关键词、用户给出的喜好反馈等；还有通过跟踪用户行为之后推理得到隐式方式，如跟踪用户浏览网页的行为（如点击次数、浏览时间、标记书签等）。获取个性化信息后得到用户模型。之后，还要采用合适的数据结构来表示用户的个性化信息需求，以方便系统处理和使用，再使用该模型进行匹配计算；然后还要根据用户的个性化需求变化更新用户模型。
推荐对象建模阶段通过数据接近、数据收集、数据监控、分析、合并、传输、存储和身份验证进行建模，并通过相似性计算获得推荐结果。
数据经过信息保护模块时，数据中每个元组都存在一定数量（至少为ｋ个）的、在准标志属性上取值相同的元组。这样，即使攻击者通过与其他数据进行链接也无法唯一地标志出各元组所有者的身份，仅能以不超过１／ｋ的概率标志元组所属个体的身份，从而降低了隐私泄露的风险。ｋ匿名模型中可以通过调整参数ｋ的大小达到对隐私不同程度的保护，ｋ越大，隐私保护越强。