《网络信息推荐方法及系统.pdf》由会员分享，可在线阅读，更多相关《网络信息推荐方法及系统.pdf（12页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102184199 A (43)申请公布日 2011.09.14 CN 102184199 A *CN102184199A* (21)申请号 201110102583.5 (22)申请日 2011.04.22 G06F 17/30(2006.01) (71)申请人 北京志腾新诺科技有限公司 地址 100083 北京市海淀区学院路 30 号方 兴大厦 413 室 (72)发明人 计拓 (74)专利代理机构 北京集佳知识产权代理有限 公司 11227 代理人 逯长明 王宝筠 (54) 发明名称 网络信息推荐方法及系统 (57) 摘要 本发明公开了网络信息推荐方法及系统， 。
2、其 中一种方法包括 ： 当需要向当前用户进行信息推 荐时， 获取该当前用户及网络中其他用户的浏览 历史记录 ； 根据该当前用户与所述其他用户的浏 览历史记录， 获取该当前用户以及各个其他用户 分别感兴趣的网络信息集合 ； 将所述当前用户与 所述其他用户感兴趣的网络信息集合进行相似度 比较， 根据比较结果， 获取所述当前用户的相关用 户集 ； 将所述相关用户集中的各用户感兴趣的网 络信息推荐给所述当前用户。 通过本发明， 能够提 高网络信息的利用率。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 7 页 附图 2 页 CN 102。
3、184203 A1/2 页 2 1. 一种网络信息推荐方法， 其特征在于， 包括 ： 当需要向当前用户进行信息推荐时， 获取该当前用户及网络中其他用户的浏览历史记 录 ； 根据该当前用户与所述其他用户的浏览历史记录， 获取该当前用户以及各个其他用户 分别感兴趣的网络信息集合 ； 将所述当前用户与所述其他用户感兴趣的网络信息集合进行相似度比较， 根据比较结 果， 获取所述当前用户的相关用户集 ； 将所述相关用户集中的各用户感兴趣的网络信息推荐给所述当前用户。 2. 根据权利要求 1 所述的方法， 其特征在于， 所述根据比较结果， 获取所述当前用户的 相关用户集包括 ： 如果某用户与所述当前用户的。
4、感兴趣的网络信息集合存在交集， 并且交集中的网络信 息达到预置数目， 则将该用户加入到所述相关用户集。 3. 一种网络信息推荐方法， 其特征在于， 包括 ： 在当前用户浏览某当前网络信息时， 根据网络中各个用户的浏览历史记录， 获取浏览 过该当前网络信息的其他用户 ； 将所述其他用户的浏览历史记录进行相似度比较， 根据比较结果， 获取所述当前网络 信息的相关用户集 ； 将所述相关用户集中的各用户浏览过的其他网络信息推荐给所述当前用户。 4. 根据权利要求 3 所述的方法， 其特征在于， 所述根据比较结果， 获取所述当前网络信 息的相关用户集包括 ： 将浏览历史记录中存在交集， 并且交集中网络信。
5、息的数目达到预置阈值的用户组成所 述相关用户集。 5. 一种网络信息推荐方法， 其特征在于， 包括 ： 在当前用户浏览某当前网络信息时， 根据网络中各个用户的浏览历史记录 ； 根据所述用户的浏览历史记录获取各个用户感兴趣的网络信息集合 ； 将感兴趣的网络信息集合中包含所述当前网络信息的用户， 确定为所述当前网络信息 的相关用户集 ； 将所述相关用户集中的各用户浏览过的其他网络信息推荐给所述当前用户。 6. 一种网络信息推荐系统， 其特征在于， 包括 ： 第一记录获取单元， 用于当需要向当前用户进行信息推荐时， 获取该当前用户及网络 中其他用户的浏览历史记录 ； 第一兴趣获取单元， 用于根据该当。
6、前用户与所述其他用户的浏览历史记录， 获取该当 前用户以及各个其他用户分别感兴趣的网络信息集合 ； 第一相关用户集建立单元， 用于将所述当前用户与所述其他用户感兴趣的网络信息集 合进行相似度比较， 根据比较结果， 建立所述当前用户的相关用户集 ； 第一推荐单元， 用于将所述相关用户集中的各用户感兴趣的网络信息推荐给所述当前 用户。 7. 根据权利要求 6 所述的系统， 其特征在于， 所述第一相关用户集建立单元具体用于 ： 如果某用户与所述当前用户的感兴趣的网络信息集合存在交集， 并且交集中的网络信息达 权 利 要 求 书 CN 102184199 A CN 102184203 A2/2 页 3。
7、 到预置数目， 则将该用户加入到所述相关用户集。 8. 一种网络信息推荐系统， 其特征在于， 包括 ： 第二记录获取单元， 用于在当前用户浏览某当前网络信息时， 根据网络中各个用户的 浏览历史记录， 获取浏览过该当前网络信息的其他用户 ； 第二相关用户集建立单元， 用于将所述其他用户的浏览历史记录进行相似度比较， 根 据比较结果， 建立所述当前网络信息的相关用户集 ； 第二推荐单元， 用于将所述相关用户集中的各用户浏览过的其他网络信息推荐给所述 当前用户。 9. 根据权利要求 8 所述的系统， 其特征在于， 所述第二相关用户集建立单元具体用于 ： 将浏览历史记录中存在交集， 并且交集中网络信息。
8、的数目达到预置阈值的用户组成所述相 关用户集。 10. 一种网络信息推荐系统， 其特征在于， 包括 ： 第三记录获取单元， 用于在当前用户浏览某当前网络信息时， 获取网络中各个用户的 浏览历史记录 ； 第二兴趣获取单元， 用于根据所述用户的浏览历史记录获取各个用户感兴趣的网络信 息集合 ； 第三相关用户集建立单元， 用于将感兴趣的网络信息集合中包含所述当前网络信息的 用户， 确定为所述当前网络信息的相关用户集 ； 第三推荐单元， 用于将所述相关用户集中的各用户浏览过的其他网络信息推荐给所述 当前用户。 权 利 要 求 书 CN 102184199 A CN 102184203 A1/7 页 4。
9、 网络信息推荐方法及系统 技术领域 0001 本发明涉及互联网技术领域， 特别是涉及网络信息推荐方法及系统。 背景技术 0002 随着互联网及计算机的普及， 互联网上的信息资源呈指数增长， 从而带来了 “信息 过载” 和 “信息迷向” 的问题， 用户经常迷失在大量的信息中， 无法顺利找到自己需要的信 息。于是， 集成了信息检索、 信息过滤、 协同过滤等技术的推荐系统便应运而生了。推荐系 统可以分析用户的历史行为， 得出用户考虑其他未知单位的可能性， 这些行为可能也受到 其他用户选择的影响， 并最终将与用户兴趣相似的信息单位(电影、 音乐、 网页、 商品等)推 荐给用户。例如， 在用户发生购买行。
10、为或有潜在购买行为时， 为用户推荐相关的商品， 在用 户阅读一篇文章时， 推荐用户可能感兴趣的其他文章， 等等。 0003 现有技术中在进行网络信息的推荐时， 通常考虑网络信息之间的相似性。 例如， 在 用户正在浏览的网络信息中抽取有代表性的关键词， 用该关键词到指定的数据集中搜索相 关的网络信息推荐给用户。但是， 在这种推荐方式下， 对于不包含检索词的网络信息， 就无 法推荐给用户， 使得用户获得网络信息的范围比较狭窄， 既限制了信息的利用率， 也增加了 用户获得有用信息的难度。 发明内容 0004 本发明提供网络信息推荐方法及系统， 能够提高网络信息的利用率。 0005 本发明提供了如下方。
11、案 ： 0006 一种网络信息推荐方法， 包括 ： 0007 当需要向当前用户进行信息推荐时， 获取该当前用户及网络中其他用户的浏览历 史记录 ； 0008 根据该当前用户与所述其他用户的浏览历史记录， 获取该当前用户以及各个其他 用户分别感兴趣的网络信息集合 ； 0009 将所述当前用户与所述其他用户感兴趣的网络信息集合进行相似度比较， 根据比 较结果， 获取所述当前用户的相关用户集 ； 0010 将所述相关用户集中的各用户感兴趣的网络信息推荐给所述当前用户。 0011 优选的， 所述根据比较结果， 获取所述当前用户的相关用户集包括 ： 0012 如果某用户与所述当前用户的感兴趣的网络信息集。
12、合存在交集， 并且交集中的网 络信息达到预置数目， 则将该用户加入到所述相关用户集。 0013 一种网络信息推荐方法， 包括 ： 0014 在当前用户浏览某当前网络信息时， 根据网络中各个用户的浏览历史记录， 获取 浏览过该当前网络信息的其他用户 ； 0015 将所述其他用户的浏览历史记录进行相似度比较， 根据比较结果， 获取所述当前 网络信息的相关用户集 ； 说 明 书 CN 102184199 A CN 102184203 A2/7 页 5 0016 将所述相关用户集中的各用户浏览过的其他网络信息推荐给所述当前用户。 0017 优选的， 所述根据比较结果， 获取所述当前网络信息的相关用户集。
13、包括 ： 0018 将浏览历史记录中存在交集， 并且交集中网络信息的数目达到预置阈值的用户组 成所述相关用户集。 0019 一种网络信息推荐方法， 包括 ： 0020 在当前用户浏览某当前网络信息时， 根据网络中各个用户的浏览历史记录 ； 0021 根据所述用户的浏览历史记录获取各个用户感兴趣的网络信息集合 ； 0022 将感兴趣的网络信息集合中包含所述当前网络信息的用户， 确定为所述当前网络 信息的相关用户集 ； 0023 将所述相关用户集中的各用户浏览过的其他网络信息推荐给所述当前用户。 0024 一种网络信息推荐系统， 包括 ： 0025 第一记录获取单元， 用于当需要向当前用户进行信息。
14、推荐时， 获取该当前用户及 网络中其他用户的浏览历史记录 ； 0026 第一兴趣获取单元， 用于根据该当前用户与所述其他用户的浏览历史记录， 获取 该当前用户以及各个其他用户分别感兴趣的网络信息集合 ； 0027 第一相关用户集建立单元， 用于将所述当前用户与所述其他用户感兴趣的网络信 息集合进行相似度比较， 根据比较结果， 建立所述当前用户的相关用户集 ； 0028 第一推荐单元， 用于将所述相关用户集中的各用户感兴趣的网络信息推荐给所述 当前用户。 0029 优选的， 所述第一相关用户集建立单元具体用于 ： 如果某用户与所述当前用户的 感兴趣的网络信息集合存在交集， 并且交集中的网络信息达。
15、到预置数目， 则将该用户加入 到所述相关用户集。 0030 一种网络信息推荐系统， 包括 ： 0031 第二记录获取单元， 用于在当前用户浏览某当前网络信息时， 根据网络中各个用 户的浏览历史记录， 获取浏览过该当前网络信息的其他用户 ； 0032 第二相关用户集建立单元， 用于将所述其他用户的浏览历史记录进行相似度比 较， 根据比较结果， 建立所述当前网络信息的相关用户集 ； 0033 第二推荐单元， 用于将所述相关用户集中的各用户浏览过的其他网络信息推荐给 所述当前用户。 0034 优选的， 所述第二相关用户集建立单元具体用于 ： 将浏览历史记录中存在交集， 并 且交集中网络信息的数目达到。
16、预置阈值的用户组成所述相关用户集。 0035 一种网络信息推荐系统， 包括 ： 0036 第三记录获取单元， 用于在当前用户浏览某当前网络信息时， 获取网络中各个用 户的浏览历史记录 ； 0037 第二兴趣获取单元， 用于根据所述用户的浏览历史记录获取各个用户感兴趣的网 络信息集合 ； 0038 第三相关用户集建立单元， 用于将感兴趣的网络信息集合中包含所述当前网络信 息的用户， 确定为所述当前网络信息的相关用户集 ； 0039 第三推荐单元， 用于将所述相关用户集中的各用户浏览过的其他网络信息推荐给 说 明 书 CN 102184199 A CN 102184203 A3/7 页 6 所述当。
17、前用户。 0040 根据本发明提供的具体实施例， 本发明公开了以下技术效果 ： 0041 本发明在进行网络信息推荐的过程中， 能够依据网络中各个用户的浏览历史， 建 立当前用户的相关用户集， 或者当前用户浏览的当前网络信息的相关用户集， 然后将相关 用户集中的各个用户浏览过的网络信息推荐给当前用户。 这样， 相关于在推荐的过程中， 将 用户浏览历史中包含的信息提取出来， 并将其应用到信息推荐过程。 并且， 在利用用户浏览 历史记录时， 并不是简单地将浏览过某当前网络信息的所有用户的浏览历史记录都进行推 荐， 而是首先将这些用户的浏览历史记录进行相似度比较， 从中找出与当前网络信息相关 的用户集。
18、， 只有该用户集中的各个用户的浏览历史记录才能用于推荐。 另外， 即使当前用户 还没有浏览某特定的网络信息， 本发明实施例仍然能够根据该用户以及网络中其他用户的 浏览历史， 找到该用户与其他用户感兴趣的网络信息集合， 再根据感兴趣的网络信息集合 的相似度对比， 可以找到该用户的相关用户集， 并根据该用户集中的各个用户感兴趣的网 络信息向该用户进行网络信息的推荐。 总之， 通过本发明， 可以使得用户获得网络信息的范 围得到有效地扩大， 而不会受到关键词的限制， 因此， 有利于提高网络信息的利用率， 进而 降低用户获得有用信息的难度。 附图说明 0042 为了更清楚地说明本发明实施例或现有技术中的。
19、技术方案， 下面将对实施例中所 需要使用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是本发明的一些实施 例， 对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下， 还可以根据这些附图获 得其他的附图。 0043 图 1 是本发明实施例提供的第一方法的流程图 ； 0044 图 2 是本发明实施例提供的第二方法的流程图 ； 0045 图 3 是本发明实施例提供的第三方法的流程图 ； 0046 图 4 是本发明实施例提供的第一系统的示意图 ； 0047 图 5 是本发明实施例提供的第二系统的示意图 ； 0048 图 6 是本发明实施例提供的第三系统的示意图。 具体实施方式 0049。
20、 下面将结合本发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完 整地描述， 显然， 所描述的实施例仅仅是本发明一部分实施例， 而不是全部的实施例。基于 本发明中的实施例， 本领域普通技术人员所获得的所有其他实施例， 都属于本发明保护的 范围。 0050 参见图 1， 本发明实施例提供的第一种网络信息推荐方法包括以下步骤 ： 0051 S101 ： 当需要向当前用户进行信息推荐时， 获取该当前用户及网络中其他用户的 浏览历史记录 ； 0052 在用户在网络中进行各种浏览行为时， 可以记录用户的浏览历史， 包括浏览过哪 些网络信息， 每个网络信息的浏览次数， 在浏览每个网络信息时的停。
21、留时间等等， 并将这些 浏览历史记录与各个用户的身份信息进行绑定之后， 保存在数据库中。如果发现某用户登 说 明 书 CN 102184199 A CN 102184203 A4/7 页 7 录了系统， 还没有选定某个网络信息作为浏览对象时， 就可以根据用户的登录信息获取该 用户的身份信息， 并从数据库中取出该身份信息对应的浏览历史记录。 同时， 还可以从数据 库中取出其他用户的浏览历史记录， 以便为后续的推荐做好准备。 0053 S102 ： 根据该当前用户与所述其他用户的浏览历史记录， 获取该当前用户以及各 个其他用户分别感兴趣的网络信息集合 ； 0054 可以根据浏览历史记录中， 用户浏。
22、览过的网络信息以及对各个网络信息的浏览次 数等信息， 分别建立各个用户感兴趣的网络信息集合。例如， 某用户的浏览历史记录中， 浏 览过的网络信息包括 “甲” 、“乙” 、“丙” 、“丁” ， 其中， 浏览过网络信息 “甲” 100 次，“乙” 为 90 次，“丙” 为 110 次，“丁” 为 5 次 ； 这样， 根据浏览次数， 可以将 “甲” 、“乙” 、“丙” 作为该用户 感兴趣的网络信息集合。也就是说， 由于该用户浏览网络信息 “丁” 的次数比较少， 因此， 其 对于评价用户兴趣的作用不大， 因此， 在进行信息推荐的过程中， 可以不必考虑。 0055 当然， 在建立用户感兴趣的网络信息集合。
23、的过程中， 除了考虑用户对各个网络信 息的浏览次数， 还可以考虑其他信息， 包括用户在浏览各网络信息时的停留时间， 等等。例 如， 对于前述例子中的网络信息 “丁” ， 虽然目前浏览的次数并不多， 但是发现用户每次在该 网络信息上停留的时间都很长， 则证明该用户可能对该网络信息很感兴趣， 因此， 也可以将 其加入到该用户的感兴趣网络信息集合中。 相反的， 对于网络信息 “乙” ， 虽然用户浏览次数 比较多， 但是每次都是刚刚打开相应的页面就马上关闭了， 则证明用户可能并不是对该网 络信息感兴趣， 只是由于操作失误等原因点击的次数比较多而已， 因此， 也可以不必将 “乙” 加入到用户的感兴趣网络。
24、信息集合中。 0056 总之， 无论是当前用户还是网络中的其他用户， 都可以通过上述方法获取到各自 感兴趣的网络信息集合。 0057 S103 ： 将所述当前用户与所述其他用户感兴趣的网络信息集合进行相似度比较， 根据比较结果， 建立所述当前用户的相关用户集。 0058 在获取到当前用户和其他用户感兴趣的网络信息集合之后， 就可以将当前用户与 其他各个用户感兴趣的网络信息集合进行相似度比较， 然后根据比较结果， 来建立当前用 户的相关用户集。具体根据比较结果建立当前用户的相关用户集的方法可以有多种， 其中 一种方法可以是如果某用户与所述当前用户的感兴趣的网络信息集合存在交集， 并且交集 中的网。
25、络信息达到预置数目， 则将该用户加入到所述相关用户集。 0059 例如， 假设某用户 A 当前登录了系统， 网络中的其他用户有 B、 C、 D 等等 ； 通过步骤 S103， 获取到用户 A 感兴趣的网络信息集合为 甲、 乙、 丙 ， 用户 B 感兴趣的网络信息集合 为 甲、 乙、 丙、 丁、 戊 ， 用户 C 感兴趣的网络信息集合为 甲、 乙、 丙、 戊 ， 用户 D 感兴趣的 网络信息集合为 x、 y、 z。可以发现， 用户 A、 B、 C 感兴趣的网络信息集合中都包括甲、 乙、 丙， 而用户D感兴趣的网络信息集合中的网络信息， 与用户A感兴趣的网络信息集合没有交 集， 因此， 可以将用户。
26、 B、 C 加入到当前用户 A 的相关用户集中， 而用户 D 则不会加入到该当 前用户 A 的相关用户集中。 0060 S104 ： 将所述相关用户集中的各用户感兴趣的网络信息推荐给所述当前用户。 0061 在找到当前用户的相关用户集之后， 就可以将相关用户集中的各个用户感兴趣的 网络信息推荐给该当前用户。例如， 在前述例子中， 就可以将用户 B、 C 感兴趣的网络信息 “丁” 、“戊” 推荐给用户 A。当然， 由于网络信息 “戊” 同时出现在了用户 B 及用户 C 感兴趣 说 明 书 CN 102184199 A CN 102184203 A5/7 页 8 的网络信息集合中， 因此， 还可以。
27、将其优先推荐给用户 A。 0062 也就是说， 如果找到了与当前用户具有共同兴趣爱好的其他用户， 则这些其他用 户感兴趣的网络信息， 可能也会引起该当前用户的兴趣， 因此， 可以将其向该当前用户进行 推荐， 这样， 被推荐的网络信息被该当前用户看作有用信息的可能性会比较高。 0063 前文所述是在用户当前没有浏览任何网络信息的情况下， 就可以向用户进行网络 信息的推荐。而在本发明的其他实施例中， 用户当前可能正在浏览某网络信息， 此时， 也可 以根据该当前网络信息向该用户推荐其他的网络信息。参见图 2， 针对这种情况， 本发明实 施例还提供了另一种网络信息推荐方法， 包括以下步骤 ： 0064。
28、 S201 ： 在当前用户浏览某当前网络信息时， 根据网络中各个用户的浏览历史记录， 获取浏览过该当前网络信息的其他用户 ； 0065 同样的， 系统中可以记录各个用户的浏览历史， 当某用户当前正在浏览某网络信 息时， 就可以获取到浏览过该网络信息的其他用户。 0066 S202 ： 将所述其他用户的浏览历史记录进行相似度比较， 根据比较结果， 建立所述 当前网络信息的相关用户集 ； 0067 在找到浏览过当前网络信息的其他用户之后， 可以将这些用户的浏览历史记录提 取出来， 然后将这些用户的浏览历史记录进行相似度比较， 并根据比较结果， 获取当前网络 信息的相关用户集。 0068 其中， 具。
29、体的根据比较结果获取当前网络信息的相关用户集的方法可以有多种， 其中一种可以是将浏览历史记录中存在交集， 并且交集中网络信息的数目达到预置阈值的 用户组成所述相关用户集。 0069 例如， 用户E浏览的当前网络信息是 “甲” ， 通过步骤S201发现， 浏览过该网络信息 “甲” 的用户还有用户 A、 B、 C、 D。在各个用户的浏览历史记录中发现， 用户 A 还浏览过网络 信息 “乙” 、“丙” ， 用户 B 还浏览过网络信息 “乙” 、“丙” 、“丁” 、“戊” ， 用户 C 还浏览过网络信 息 “乙” 、“丙” 、“戊” ， 用户 D 还浏览过网络信息 “x” 、“y” 、“z” 。可见，。
30、 用户 A、 B、 C 的浏览历 史记录中都包含 “乙” 、“丙” ， 也即三者的浏览历史记录之间有交集， 因此， 可以将用户 A、 B、 C 作为网络信息甲的相关用户集。而用户 D 的浏览历史记录中与其他用户没有交集， 因此， 被排除在信息甲的相关用户集之外。 0070 S203 ： 将所述相关用户集中的各用户浏览过的其他网络信息推荐给所述当前用 户。 0071 在获取到当前网络信息的相关用户集之后， 就可以将相关用户集中的各用户浏览 过的其他信息推荐给当前用户。例如， 在前述例子中， 就可以将网络信息 “乙” 、“丙” 、“丁” 、 “戊” 推荐给当前用户 E。当然， 由于网络信息 “乙”。
31、 、“丙” 在三个相关用户的浏览历史记录 中都出现过， 因此， 其可信度比较高， 可以优先进行推荐。 0072 当然， 由于当前用户 E 正在浏览网络信息 “甲” ， 因此， 也可以将该用户 E 加入到网 络信息 “甲” 的相关用户集中， 以便为网络中的其他用户进行相关信息的推荐。 0073 另外， 在该实施例中， 在获取所述当前网络信息的相关用户集时， 也可以首先采用 前文所述的方法， 获取各个用户感兴趣的网络信息集合， 如果当前用户浏览的当前网络信 息出现在某用户感兴趣的网络信息集合中， 则可以将该用户加入到该当前网络信息的相关 用户集中， 之后， 再将所述相关用户集中的各用户浏览过的其他。
32、网络信息推荐给所述当前 说 明 书 CN 102184199 A CN 102184203 A6/7 页 9 用户。 0074 也就是说， 参见图 3， 本发明实施例还提供了另一种网络信息推荐方法， 该方法包 括 ： 0075 S301 ： 在当前用户浏览某当前网络信息时， 根据网络中各个用户的浏览历史记 录 ； 0076 S302 ： 根据所述用户的浏览历史记录获取各个用户感兴趣的网络信息集合 ； 0077 S303 ： 将感兴趣的网络信息集合中包含所述当前网络信息的用户， 确定为所述当 前网络信息的相关用户集 ； 0078 S304 ： 将所述相关用户集中的各用户浏览过的其他网络信息推荐给。
33、所述当前用 户。 0079 综上所述， 本发明实施例在进行网络信息推荐的过程中， 能够依据网络中各个用 户的浏览历史， 建立当前用户的相关用户集， 或者当前用户浏览的当前网络信息的相关用 户集， 然后将相关用户集中的各个用户浏览过的网络信息推荐给当前用户。这样， 相关于 在推荐的过程中， 将用户浏览历史中包含的信息提取出来， 并将其应用到信息推荐过程。 并 且， 在利用用户浏览历史记录时， 并不是简单地将浏览过某当前网络信息的所有用户的浏 览历史记录都进行推荐， 而是首先将这些用户的浏览历史记录进行相似度比较， 从中找出 与当前网络信息相关的用户集， 只有该用户集中的各个用户的浏览历史记录才能。
34、用于推 荐。 另外， 即使当前用户还没有浏览某特定的网络信息， 本发明实施例仍然能够根据该用户 以及网络中其他用户的浏览历史， 找到该用户与其他用户感兴趣的网络信息集合， 再根据 感兴趣的网络信息集合的相似度对比， 可以找到该用户的相关用户集， 并根据该用户集中 的各个用户感兴趣的网络信息向该用户进行网络信息的推荐。 总之， 通过本发明实施例， 可 以使得用户获得网络信息的范围得到有效地扩大， 而不会受到关键词的限制， 因此， 有利于 提高网络信息的利用率， 进而降低用户获得有用信息的难度。 0080 与本发明实施例提供的第一种网络信息推荐方法相对应， 本发明实施例还提供了 一种网络信息推荐系。
35、统， 参见图 4， 该系统包括 ： 0081 第一记录获取单元 401， 用于当需要向当前用户进行信息推荐时， 获取该当前用户 及网络中其他用户的浏览历史记录 ； 0082 第一兴趣获取单元 402， 用于根据该当前用户与所述其他用户的浏览历史记录， 获 取该当前用户以及各个其他用户分别感兴趣的网络信息集合 ； 0083 第一相关用户集建立单元 403， 用于将所述当前用户与所述其他用户感兴趣的网 络信息集合进行相似度比较， 根据比较结果， 建立所述当前用户的相关用户集 ； 0084 第一推荐单元 404， 用于将所述相关用户集中的各用户感兴趣的网络信息推荐给 所述当前用户。 0085 其中，。
36、 第一相关用户集建立单元 403 具体可以用于 ： 如果某用户与所述当前用户 的感兴趣的网络信息集合存在交集， 并且交集中的网络信息达到预置数目， 则将该用户加 入到所述相关用户集。 0086 与本发明实施例提供的第二种网络信息推荐方法相对应， 本发明实施例还提供了 另一种网络信息推荐系统， 参见图 5， 该系统包括 ： 0087 第二记录获取单元 501， 用于在当前用户浏览某当前网络信息时， 根据网络中各个 说 明 书 CN 102184199 A CN 102184203 A7/7 页 10 用户的浏览历史记录， 获取浏览过该当前网络信息的其他用户 ； 0088 第二相关用户集建立单元 。
37、502， 用于将所述其他用户的浏览历史记录进行相似度 比较， 根据比较结果， 建立所述当前网络信息的相关用户集 ； 0089 第二推荐单元 503， 用于将所述相关用户集中的各用户浏览过的其他网络信息推 荐给所述当前用户。 0090 其中， 第二相关用户集建立单元 502 具体可以用于 ： 将浏览历史记录中存在交集， 并且交集中网络信息的数目达到预置阈值的用户组成所述相关用户集。 0091 在一种优选方式下， 该系统还可以包括 ： 0092 加入单元， 用于将所述当前用户加入到所述当前网络信息的相关用户集中。 0093 与本发明实施例提供的第三种网络信息推荐方法相对应， 本发明实施例还提供了 。
38、另一种网络信息推荐系统， 参见图 6， 该系统包括 ： 0094 第三记录获取单元 601， 用于在当前用户浏览某当前网络信息时， 获取网络中各个 用户的浏览历史记录 ； 0095 第二兴趣获取单元 602， 用于根据所述用户的浏览历史记录获取各个用户感兴趣 的网络信息集合 ； 0096 第三相关用户集建立单元 603， 用于将感兴趣的网络信息集合中包含所述当前网 络信息的用户， 确定为所述当前网络信息的相关用户集 ； 0097 第三推荐单元 604， 用于将所述相关用户集中的各用户浏览过的其他网络信息推 荐给所述当前用户。 0098 综上， 本发明实施例提供的网络信息推荐系统在进行网络信息推。
39、荐的过程中， 能 够依据网络中各个用户的浏览历史， 建立当前用户的相关用户集， 或者当前用户浏览的当 前网络信息的相关用户集， 然后将相关用户集中的各个用户浏览过的网络信息推荐给当前 用户。这样， 相关于在推荐的过程中， 将用户浏览历史中包含的信息提取出来， 并将其应用 到信息推荐过程。 并且， 在利用用户浏览历史记录时， 并不是简单地将浏览过某当前网络信 息的所有用户的浏览历史记录都进行推荐， 而是首先将这些用户的浏览历史记录进行相似 度比较， 从中找出与当前网络信息相关的用户集， 只有该用户集中的各个用户的浏览历史 记录才能用于推荐。 另外， 即使当前用户还没有浏览某特定的网络信息， 本发。
40、明实施例仍然 能够根据该用户以及网络中其他用户的浏览历史， 找到该用户与其他用户感兴趣的网络信 息集合， 再根据感兴趣的网络信息集合的相似度对比， 可以找到该用户的相关用户集， 并根 据该用户集中的各个用户感兴趣的网络信息向该用户进行网络信息的推荐。总之， 通过本 发明实施例， 可以使得用户获得网络信息的范围得到有效地扩大， 而不会受到关键词的限 制， 因此， 有利于提高网络信息的利用率， 进而降低用户获得有用信息的难度。 0099 以上对本发明所提供的网络信息推荐方法及系统， 进行了详细介绍， 本文中应用 了具体个例对本发明的原理及实施方式进行了阐述， 以上实施例的说明只是用于帮助理解 本发明的方法及其核心思想 ； 同时， 对于本领域的一般技术人员， 依据本发明的思想， 在具 体实施方式及应用范围上均会有改变之处。综上所述， 本说明书内容不应理解为对本发明 的限制。 说 明 书 CN 102184199 A CN 102184203 A1/2 页 11 图 1 图 2 说 明 书 附 图 CN 102184199 A CN 102184203 A2/2 页 12 图 3 图 4 图 5 图 6 说 明 书 附 图 CN 102184199 A 。