CN103312817A - 一种wap环境下主动式信息供给方法 - Google Patents
一种wap环境下主动式信息供给方法 Download PDFInfo
- Publication number
- CN103312817A CN103312817A CN2013102760029A CN201310276002A CN103312817A CN 103312817 A CN103312817 A CN 103312817A CN 2013102760029 A CN2013102760029 A CN 2013102760029A CN 201310276002 A CN201310276002 A CN 201310276002A CN 103312817 A CN103312817 A CN 103312817A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- data
- terminal
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000003044 adaptive effect Effects 0.000 claims description 17
- 230000006978 adaptation Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012512 characterization method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000004321 preservation Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000000205 computational method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种WAP环境下主动式信息供给方法,以主动式服务为思想,以用户信息要求为驱动,包括用户兴趣的计算与变更、用户数据多终端的自适应处理及主动式信息推送,能够针对不同用户,主动、及时地提供精准信息,解决了信息密集型领域所面临的信息超载,信息使用效率低的问题;同时根据用户反馈及时调整相关参数,为个性化信息供给提供支持,提高信息服务的准确度和效率。
Description
技术领域
本发明涉及一种WAP环境下主动式信息供给方法,可以用于信息密集型领域的个性化信息服务,提高信息服务的准确度和效率。
背景技术
当前,互联网的规模和覆盖面的迅速增长带来了信息超载的问题,大量信息同时出现让用户很难从中获取对自己有用的部分,信息使用效率反而降低;同时,随着无线技术的发展和无线通讯设备的普及,人们不再满足于传统的信息访问与获取方式。在现有技术发展的基础上,用户对信息的需求提出以下三方面的要求:要能准确地得到信息;要能及时地得到信息;要能方便地获取信息。因此,针对不同用户,主动、及时地提供精准信息,是目前信息密集型领域面临和亟待解决的首要问题。
发明内容
本发明针对用户对信息需求的要求和特点,提出了一种WAP环境下主动式信息供给方法,能够针对不同用户,主动、及时地提供精准信息,解决了信息密集型领域所面临的信息超载,信息使用效率低的问题;同时根据用户反馈及时调整相关参数,为个性化信息供给提供支持,提高信息服务的准确度和效率。
本发明解决其技术问题所采用的技术方案是:一种WAP环境下主动式信息供给方法,以主动式服务为思想,以用户信息要求为驱动,包括用户兴趣的计算与变更、用户数据多终端的自适应处理及主动式信息推送,具体步骤为:
用户兴趣的计算与变更,是对用户信息访问的历史数据进行建模与计算得出用户的兴趣度,作为为用户提供个性化服务的基础;同时考虑渐进遗忘和兴趣漂移对用户兴趣的影响,对用户兴趣度进行更新和调整;
用户数据多终端的自适应处理,包括多终端的识别与多终端数据自适应两个部分,结合数据终端的适应能力和网络特点,对用户个性化数据进行与终端能力和网络特征相匹配的自适应处理,使生成的终端数据包,能够很好地适合终端的特点,在终端上能有良好的展示效果;
主动式信息推送,是对用户的时间、事件、用户环境、任务状态、业务等信息进行多维度监测;对相关监测数据进行分析和建模,确保及时、准确地获取用户信息需求,并准确提取出用户的个性化信息;根据用户的在线状态,生成终端数据,主动地提交给用户;通过用户的实时反馈与实时交互信息,来判断个性化信息的准确程度,并及时在线调整用户实时兴趣度及改进终端数据自适应参数,增强信息推送效果与推荐准确率。
用户兴趣的计算与变更包括用户访问模式分析,用户的兴趣的调整与更新以及时间意识的用户兴趣权重计算。
对用户访问模式分析需要考虑的内容包括:在一定时间间隔内,相同的页面用户阅读次数越多,说明用户对该信息的兴趣度越高,则信息页面相对权重越高;
相同大小的页面,用户阅读时间越长,说明信息越重要,则该信息页面权重越高;
相同大小的页面,用户对页面的回滚次数越多,则对信息的熟知程度越高、信息页面的权重也越高;
同一主题的模块,用户访问的页面越多,则模块权重越高,用户对该主题的兴趣也越高;
如果用户执行了保存或者复制操作,则认为该信息具有保存价值,需要一直学习。
时间意识的用户兴趣权重计算包括:用户兴趣度计算及相关主题的用户兴趣度计算。
多终端的识别主要依赖于终端识别器,终端识别器可以看作是终端与主动式服务之间的接口,它通过在线列表获得用户在线终端;同时可以通过与终端设备之间的交互获得终端设备的型号和设备能力等信息;根据这些信息终端数据自适应系统可以生成适合终端访问的数据;通过这种方式,系统可以实现各种不同设备之间的信息共享,为主动式个性化服务打下了基础。
多终端数据自适应包括形式上的自适应和内容上的自适应,形式上的自适应主要是为不同的终端生成合适的信息,而内容上的自适应主要是由主动式服务以及个性化信息处理器产生的用户个性化数据。
用户数据多终端的自适应处理的具体步骤包括:环境参数采集,环境参数获取的正确与否是决定数据自适应成败的关键因素,主要通过终端设备能力知识库及请求分析方法来获取终端能力,通过自动检测方法来获取网络特征;
生成决策规则,决策引擎接收环境参数采集模块提交的用户需求信息、终端环境参数等信息,并以此为依据生成决策规则;
数据自适应处理,为了使文本,图片,音频,视频等常见数据以及GPS数据、GIS数据等其他复杂数据能够在多终端共享,对这些数据进行自适应处理。
生成决策规则时需要遵守如下原则:数据的调整必需严格依据终端能力,包括:编码,大小长宽等,如果没有发现用户终端信息,则按用户最近一次访问的终端特点进行调整;
数据的调整必须按照一定优先级进行:文本优先级最高,图像第二,音频第三,视频优先级最低,在满足文本和图像调整后,如果还有余地,则可以进行音频和视频的调整,调整时可以采用替换或删除等策略;
数据的调整结果必须满足网络服务质量(Qos),通过网络分级数组,对网络特征进行分级,以网络分级为指导,对数据进行调整处理;
设定调整次数上限,对数据进行反复调整,如果达到调整次数上限仍不能满足网络Qos,则按照数据类型优先权倒序序列,对数据进行丢弃:视频(包括视频特征帧的截图),音频,图片等。
主动式信息推送,包括:
确定信息选取规则,用户信息选取是信息推送的一个基本环节,信息选取的正确程度取决于对用户信息需求分析的正确程度;
选择合适的推送策略,在获取用户在线状态和相关信息之后,通过规则的匹配,确定最佳的数据推送策略,将信息推送到用户终端。
本发明主要采用主动式推送策略。
本发明的有益效果是:1).从实践意义上来分析,本方法首先分析用户信息的访问模式和访问行为,计算用户兴趣度,通过渐进遗忘和兴趣漂移算法对用户兴趣进行更新与调整,使用户最新的兴趣爱好可以被跟踪;其次,根据用户各种状态来计算用户实时信息需求,主动为用户提供信息;第三,结合WAP环境下的数据接收终端的特点,对用户数据进行自适应处理,保证终端收到的数据可以正确显示,而且用户有良好的体验效果。作为新一代个性化推荐技术,在应用上不仅仅局限于电子商务领域,对于E-Learning平台、信息密集型企业、信息站点等都有广泛的应用前景。
2).从经济效益上来分析,通过本发明,信息发布方很容易通过各种途径以各种方式将信息传递给用户;信息接收方可以通过多种终端获取个性化信息。无论信息接收方还是发送方,都容易把握信息的先机,就等于把握了主动权,容易获得巨大的经济效益。
附图说明
图1为 一种WAP环境下主动式信息供给流程图。
图2为用户-信息页面-时间访问矩阵(UPTV)图。
图3为用户页面(UPV)兴趣矩阵图。
图4为用户主题(UTV)兴趣度矩阵图。
图5 为多终端自适应结构图。
图6 为主动式信息推送结构图。
图7 为终端能力列表图。
图8 为终端能力属性值图。
图9为以图像处理为例的决策规则执行流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
结合附图1可以看出,一种WAP环境下主动式信息供给方法,以主动式服务为思想,以用户信息要求为驱动,包括用户兴趣的计算与变更、用户数据多终端的自适应处理及主动式信息推送,具体步骤为:
用户兴趣的计算与变更,是对用户信息访问的历史数据进行建模与计算得出用户的兴趣度,作为为用户提供个性化服务的基础;同时考虑渐进遗忘和兴趣漂移对用户兴趣的影响,对用户兴趣度进行更新和调整;
用户数据多终端的自适应处理,包括多终端的识别与多终端数据自适应两个部分,结合数据终端的适应能力和网络特点,对用户个性化数据进行与终端能力和网络特征相匹配的自适应处理,使生成的终端数据包,能够很好地适合终端的特点,在终端上能有良好的展示效果;
主动式信息推送,是对用户的时间、事件、用户环境、任务状态、业务等信息进行多维度监测;对相关监测数据进行分析和建模,确保及时、准确地获取用户信息需求,并准确提取出用户的个性化信息;根据用户的在线状态,生成终端数据,主动地提交给用户;通过用户的实时反馈与实时交互信息,来判断个性化信息的准确程度,并及时在线调整用户实时兴趣度及改进终端数据自适应参数,增强信息推送效果与推荐准确率。
一、用户兴趣计算与兴趣变更,包括用户访问模式分析,用户的兴趣的调整与更新以及时间意识的用户兴趣权重计算。
下面结合附图2~附图4对用户兴趣计算与兴趣变更作详细说明。
1.用户的访问模式分析:
定义1. 用户-信息页面-时间访问矩阵: ,这是一个三维矩阵(如图2所示),用来表示n个用户在j个时间帧(段)中对i个不同页面的访问信息。矩阵中每一个值表示用户在特定时间访问特定页面的事务集合,其中表示用户信息;表示页面信息,其中表示用户参考阅读次数,表示用户参考阅读时长,表示用户参考回滚次数;表示根据需要设置的时间帧;,表示用户访问信息,其内容是用户访问事务集合;定义表示阅读频次; 表示用户访问信息,其中表示用户阅读次数, 表示用户阅读时长,表示用户回滚次数, 表示是否进行复制或保存操作。
在访问相关信息页面时,用户对其信息内容的喜好和需要程度,直接体现在用户对相关页面所做的操作,因此对用户访问模式分析时要考虑下面的内容:
1).在一定时间间隔内,相同的页面用户阅读次数越多,说明用户对该信息的兴趣度越高,则信息页面相对权重越高;
2).相同大小的页面,用户阅读时间越长,说明信息越重要,则该信息页面权重越高;
3).相同大小的页面,用户对页面的回滚次数越多,则对信息的熟知程度越高、信息页面的权重也越高;
4).同一主题的模块,用户访问的页面越多,则模块权重越高,用户对该主题的兴趣也越高。
5).如果用户执行了保存或者复制操作,则认为该信息具有保存价值,需要一直学习。
用户兴趣计算公式如1所示:
2.用户的兴趣的调整与更新:
在访问Web页面过程中,用户的兴趣是随着时间和用户信息掌握程度而不断变化的,所以在计算用户兴趣度,进行用户聚类过程中也要考虑这一因素。通过时间意识的用户兴趣度计算方法得到用户的兴趣、爱好以及用户对信息的需求程度,需要采用一定的算法对用户的兴趣进行遗忘和更新,从而增强算法在用户兴趣度计算方面的准确性。
目前,已经有很多学者对用户兴趣爱好的遗忘与更新进行了研究,提出了一些解决用户漂移问题的策略。目前流行的计算方法包括:时间窗方法、遗忘函数方法、混合用户模型方法等,在分析这些算法特点的基础上,本案采用渐进遗忘算法对用户兴趣度进行更新和调整。在实际应用中,兴趣对用户的重要性及兴趣的权重,可以用遗忘函数计算,由于人对事物的遗忘是一个渐进的过程,因此,遗忘函数应该是一个非线性连续递减的函数。
其中表示访问相关页面的最早时间;表示访问相关页面的最近时间,其中。表示对其中任一次信息访问的信息保留程度,表示遗忘系数,即遗忘的快慢,,当m=0时,没有发生遗忘,当m=1时进行的是完全非线性遗忘;遗忘函数值。根据著名的心理学家埃斯宾浩遗忘原理,每个人的遗忘系数是不一样的。对于这一点,在本案中是通过遗忘参数m来实现的。
3.时间意识的用户兴趣权重计算:
(5)
二、用户数据多终端的自适应处理,包括多终端的识别与多终端数据自适应两个部分。
多终端的识别主要依赖于终端识别器,终端识别器可以看作是终端与主动式服务之间的接口,它通过在线列表获得用户在线终端;同时可以通过与终端设备之间的交互获得终端设备的型号和设备能力等信息;根据这些信息终端数据自适应系统可以生成适合终端访问的数据;通过这种方式,系统可以实现各种不同设备之间的信息共享,为主动式个性化服务打下了基础。
多终端数据自适应包括形式上的自适应和内容上的自适应,形式上的自适应主要是为不同的终端生成合适的信息,而内容上的自适应主要是由主动式服务以及个性化信息处理器产生的用户个性化数据。
下面结合附图5对用户数据多终端的自适应处理作详细说明。
1. 环境参数采集:
环境参数获取的正确与否是决定数据自适应成败的关键因素,主要通过终端设备能力知识库及请求分析法来获取终端能力,通过自动检测方法来获取网络特征。
1).终端能力发现:在终端设备进行HTTP请求时,会在请求包的头部包含客户端设备的信息,这些信息被称为User Agent简称UA,有些可能是UA-pixels。UA一般会把终端类型、设备型号以及相关浏览器等信息发到服务器,服务器可以直接从这些字符串中推断出有用的信息,例如:如果UA的字段内容是“Mozilla/1.22 (compatible; browser 1.0; palmOS 2.0),”,可以推断出带宽瓶颈是20kps,因为这是目前掌上接收设备的最大吞吐量。同理,如果UA字段的内容是“Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; .NET CLR 2.0.50727)”,则可以推断这是在终端上通过微软IE7.0来进行Web访问的,同时该机器上的操作系统版本为Windows NT 5.1。
微软公司开发的Microsoft Mobile .Net框架中,包含了大量的类库,方便开发者开发识别终端能力的程序,以便选择不同的策略生成适合终端访问的数据。表1表示终端能力获取的简单代码,通过System.Web.Mobile.MobileCapabilities类,可以很好地解析用户UA信息,生成终端能力列表。
表 1 终端能力发现示例代码
通过表1的代码构建终端能力发现页面,在终端发生信息请求时,会生成终端能力列表返回给服务端。图7是在Pocket PC 2003 SE模拟程序上展示的终端能力列表,图8显示的是该终端能力属性ScreenBitDepth数值为24。
2).网络特征获取:网络特征获取一般是通过自动检测方法来完成的。通过在服务器端执行发现关于系统负载和网络带宽信息的测量来完成网络特征的获取。为了准确地描述计算机网络特点,需要对网络流量作分级处理。首先定义数组:float NetRate[11]{0.5,1,5,10,25,50,80,100,150,250,500,800},表示将网络流量分成11个等级,单位为kbps,其中NetRate[i]表示第i个等级的网络最低流量。服务器在获取网络流量后,即可知道对应网络级别,可以指导终端数据自适应地生成。
2.生成决策规则:
决策引擎接收环境参数采集模块提交的用户需求信息、终端环境参数等信息,并以此为依据生成决策规则,在生成决策规则时需要遵守如下原则:
1).数据的调整必需严格依据终端能力,包括:编码,大小长宽等,如果没有发现用户终端信息,则按用户最近一次访问的终端特点进行调整;
2).数据的调整必须按照一定优先级进行:文本优先级最高,图像第二,音频第三,视频优先级最低;在满足文本和图像调整后,如果还有余地,则可以进行音频和视频的调整,调整时可以采用替换或删除等策略;
3).数据的调整结果必须满足网络服务质量(Qos),通过网络分级数组,对网络特征进行分级,以网络分级为指导,对数据进行调整处理;美国HP实验室的Bouch等人对用户感知的网络服务质量及其影响进行了研究,发现普通Web用户通常不会忍受超过的等待时间;对于无线终端,用户往往考虑到资费问题,这时候等待的时间会更短一些。在本章中,Web网络Qos取值为:,Wap网络Qos取值为:。数据包最后调整大小应该为:
4).设定调整次数上限,对数据进行反复调整,如果达到调整次数上限仍不能满足网络Qos,则按照数据类型优先权倒序序列,对数据进行丢弃:视频(包括视频特征帧的截图),音频,图片等。
如图9所示,以图片处理为例,决策规则的执行流程为:决策引擎接收环境参数采集模块提交的用户需求信息、终端环境参数等信息,从而判断图片“格式大小等是否被支持”,如果支持则执行下一步骤“确定图像缩放色位数调整值”,如果不支持则“确定格式调整值”,对图片进行调整,使其满足终端能力,然后再执行“确定图像缩放色位数调整值”的操作;判断图片信息的调整结果是否“满足网络状态”的需求,网络状态包括网络级别、网络流量等,如果“是”则“生成目标文件发送到终端”,如果“否”,则“更新图像格式或压缩比调整值”然后看是否“满足网络状态”;如果“是”则“生成目标文件发送到终端”,如果“否”,则“更新图像大小或色位数调整值”,然后再执行以下步骤,判断是否“满足网络状态”,若干次操作之后仍不满足则丢弃该图片数据。
3 .数据自适应处理:
当前,互联网数据高速发展,也带来了信息的多种多样变化,常见的数据类型包括:文本,图片,音频,视频等,另外还包括GPS数据、GIS数据等其他复杂数据,这些数据对于无线终端来说往往兼容性不好。为了使数据能够在多终端共享,必须进行自适应处理。表2中列出了主流元素的自适应处理策略。
表2数据自适应方法的分类
从上表中可以看出,由于Web终端处理能力比较强,所以对Web的处理比较少,除了考虑网络特征外,一般不用作太多的处理。Wap终端由于编码方式、处理能力的不同,需要对数据进行大量处理,如手机消息(MM)分为短消息(SMS)和多媒体消息(MMS),对这两种情况需要作不同的处理,对于短消息,只能发送文本,因此,只需要对文本进行处理即可,为了方便用户阅读通常采用长消息技术对数据进行打包;。对于多媒体消息,采用SMIL对信息所涉及的内容进行打包,生成MMS消息,同时对其中相关多媒体文件进行相关处理。
三、主动式信息推送,包括确定信息选取规则及选择合适的推送策略,用户信息选取是信息推送的一个基本环节,信息选取的正确程度取决于对用户信息需求分析的正确程度;选择合适的推送策略,在获取用户在线状态和相关信息之后,通过规则的匹配,确定最佳的数据推送策略,将信息推送到用户终端。
下面结合附图6对主动式信息推送作详细说明。
1. 信息选取规则:为了准确描述信息选取的决策过程,本案进行如下定义:
定义4:用户事件:
本案选取用户事件、用户日程/时间、用户订阅信息等三个维度对用户信息需求进行分析,同时监测用户兴趣变更,及时发现用户新兴趣,以便获取用户最需要的信息。表3描述是用户相关信息选取规则。
表3 信息选取规则
从上面的表中可以看出,按照时间片和优先次序,优先加载用户事件,分析事件集合中的每一个事件,根据其状态、紧急程度,是否提醒以及是否需要相关帮助等信息的设置情况,来为用户主动为用户提供相关服务;其次加载用户日程/时间,根据用户日程信息对用户进行提醒;再次,加载用户订阅信息,监测用户对哪些信息需求比较迫切;还需要监测用户兴趣变更情况,及时主动地为用户提供相关信息。
2 .信息推送策略
由于信息的复杂性和网络的不确定性,在进行主动式信息推送时需要采取一定的策略,以期达到最佳效果。各种数据终端都有其自身的优势和不足,如:Web终端包含数据信息量大,网络环境较好,但是用户在线时间具有随机性和不确定性,另外推送技术相对比较复杂;Wap终端虽然实时在线,但是包含信息量小,并且由于终端设备的自身原因对一些数据的支持性不好,同时还需要运行商的支持;MM终端具有快速、及时、高效等特点,但是数据量相对较小,适用资源有限,因此选择合适的推送策略是非常重要的。表4描述的是主动式信息推送策略。
表4 主动式信息推送策略
从上面的表格中可以看到,为了保证信息能在正确时间通过正确的方式告知用户,在不同的时刻、不同用户状态下选择的推送策略也是不一样的。在获取用户在线状态和相关信息之后,通过规则的匹配,确定最佳的数据推送策略,将信息推送到用户终端。
Claims (10)
1.一种WAP环境下主动式信息供给方法,其特征是:以主动式服务为思想,以用户信息要求为驱动,包括用户兴趣的计算与变更、用户数据多终端的自适应处理及主动式信息推送,具体步骤为:
用户兴趣的计算与变更,是对用户信息访问的历史数据进行建模与计算得出用户的兴趣度,作为为用户提供个性化服务的基础;同时考虑渐进遗忘和兴趣漂移对用户兴趣的影响,对用户兴趣度进行更新和调整;
用户数据多终端的自适应处理,包括多终端的识别与多终端数据自适应两个部分,结合数据终端的适应能力和网络特点,对用户个性化数据进行与终端能力和网络特征相匹配的自适应处理,使生成的终端数据包,能够很好地适合终端的特点,在终端上能有良好的展示效果;
主动式信息推送,是对用户的时间、事件、用户环境、任务状态、业务等信息进行多维度监测;对相关监测数据进行分析和建模,确保及时、准确地获取用户信息需求,并准确提取出用户的个性化信息;根据用户的在线状态,生成终端数据,主动地提交给用户;通过用户的实时反馈与实时交互信息,来判断个性化信息的准确程度,并及时在线调整用户实时兴趣度及改进终端数据自适应参数,增强信息推送效果与推荐准确率。
2.根据权利要求1所述一种WAP环境下主动式信息供给方法,其特征是:用户兴趣的计算与变更包括用户访问模式分析,用户的兴趣的调整与更新以及时间意识的用户兴趣权重计算。
3.根据权利要求2所述一种WAP环境下主动式信息供给方法,其特征是:对用户访问模式分析需要考虑的因素包括:
在一定时间间隔内,相同的页面用户阅读次数越多,说明用户对该信息的兴趣度越高,则信息页面相对权重越高;
相同大小的页面,用户阅读时间越长,说明信息越重要,则该信息页面权重越高;
相同大小的页面,用户对页面的回滚次数越多,则对信息的熟知程度越高、信息页面的权重也越高;
同一主题的模块,用户访问的页面越多,则模块权重越高,用户对该主题的兴趣也越高;
如果用户执行了保存或者复制操作,则认为该信息具有保存价值,需要一直学习。
4.根据权利要求2所述一种WAP环境下主动式信息供给方法,其特征是:时间意识的用户兴趣权重计算包括用户兴趣度计算及相关主题的用户兴趣度计算。
5.根据权利要求1所述一种WAP环境下主动式信息供给方法,其特征是:多终端的识别主要依赖于终端识别器,终端识别器可以看作是终端与主动式服务之间的接口,它通过在线列表获得用户在线终端;同时可以通过与终端设备之间的交互获得终端设备的型号和设备能力等信息,根据这些信息终端数据自适应系统可以生成适合终端访问的数据;通过这种方式,系统可以实现各种不同设备之间的信息共享,为主动式个性化服务打下了基础。
6.根据权利要求1所述一种WAP环境下主动式信息供给方法,其特征是:多终端数据自适应包括形式上的自适应和内容上的自适应,形式上的自适应主要是为不同的终端生成合适的信息,而内容上的自适应主要是由主动式服务以及个性化信息处理器产生的用户个性化数据。
7.根据权利要求1所述一种WAP环境下主动式信息供给方法,其特征是:用户数据多终端的自适应处理的具体步骤包括:
环境参数采集,环境参数获取的正确与否是决定数据自适应成败的关键因素,主要通过终端设备能力知识库及请求分析方法来获取终端能力,通过自动检测方法来获取网络特征;
生成决策规则,决策引擎接收环境参数采集模块提交的用户需求信息、终端环境参数等信息,并以此为依据生成决策规则;
数据自适应处理,为了使文本,图片,音频,视频等常见数据以及GPS数据、GIS数据等其他复杂数据能够在多终端共享,对这些数据进行处适应处理。
8.根据权利要求7所述一种WAP环境下主动式信息供给方法,其特征是:生成决策规则时需要遵守如下原则:
数据的调整必需严格依据终端能力,包括:编码,大小长宽等,如果没有发现用户终端信息,则按用户最近一次访问的终端特点进行调整;
数据的调整必须按照一定优先级进行:文本优先级最高,图像第二,音频第三,视频优先级最低,在满足文本和图像调整后,如果还有余地,则可以进行音频和视频的调整,调整时可以采用替换或删除等策略;
数据的调整结果必须满足网络服务质量(Qos),通过网络分级数组,对网络特征进行分级,以网络分级为指导,对数据进行调整处理;
设定调整次数上限,对数据进行反复调整,如果达到调整次数上限仍不能满足网络Qos,则按照数据类型优先权倒序序列,对数据进行丢弃:视频(包括视频特征帧的截图),音频,图片等。
9.根据权利要求1所述一种WAP环境下主动式信息供给方法,其特征是:主动式信息推送,包括:
确定信息选取规则,用户信息选取是信息推送的一个基本环节,信息选取的正确程度取决于对用户信息需求分析的正确程度;
选择合适的推送策略,在获取用户在线状态和相关信息之后,通过规则的匹配,确定最佳的数据推送策略,将信息推送到用户终端。
10.根据权利要求9所述一种WAP环境下主动式信息供给方法,其特征是:本发明主要采用主动式推送策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310276002.9A CN103312817B (zh) | 2013-07-03 | 2013-07-03 | 一种wap环境下主动式信息供给方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310276002.9A CN103312817B (zh) | 2013-07-03 | 2013-07-03 | 一种wap环境下主动式信息供给方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103312817A true CN103312817A (zh) | 2013-09-18 |
CN103312817B CN103312817B (zh) | 2016-09-07 |
Family
ID=49137595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310276002.9A Expired - Fee Related CN103312817B (zh) | 2013-07-03 | 2013-07-03 | 一种wap环境下主动式信息供给方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103312817B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103607757A (zh) * | 2013-11-18 | 2014-02-26 | 中国联合网络通信集团有限公司 | 车载终端实现接入网络选择的方法、系统及车载终端 |
CN103631954A (zh) * | 2013-12-13 | 2014-03-12 | 百度在线网络技术(北京)有限公司 | 个性化推荐方法及装置 |
CN103780685A (zh) * | 2014-01-10 | 2014-05-07 | 清华大学 | 多样化智能设备间自适应数据共享的方法 |
CN105100245A (zh) * | 2015-07-28 | 2015-11-25 | 北京京东尚科信息技术有限公司 | 网络文件智能分发方法及系统 |
CN107483564A (zh) * | 2017-07-31 | 2017-12-15 | 广东欧珀移动通信有限公司 | 信息推送方法、装置和终端设备 |
CN108369597A (zh) * | 2016-03-31 | 2018-08-03 | 谷歌有限责任公司 | 用于基于场境来指示视频的观众群的方法、系统和介质 |
CN108600325A (zh) * | 2018-03-27 | 2018-09-28 | 努比亚技术有限公司 | 一种推送内容的确定方法、服务器和计算机可读存储介质 |
CN109952586A (zh) * | 2016-11-06 | 2019-06-28 | 微软技术许可有限责任公司 | 任务管理应用中的效率提高 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101277310A (zh) * | 2007-03-28 | 2008-10-01 | 中兴通讯股份有限公司 | 一种基于wap网关的push方法和系统 |
EP2222024B1 (en) * | 2007-12-28 | 2013-05-08 | Huawei Technologies Co., Ltd. | A terminal, a server, a method for managing the terminal and a method for reporting the terminal ability information |
CN103096270A (zh) * | 2013-02-06 | 2013-05-08 | 福建伊时代信息科技股份有限公司 | 主动式移动信息推送系统及推送方法 |
-
2013
- 2013-07-03 CN CN201310276002.9A patent/CN103312817B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101277310A (zh) * | 2007-03-28 | 2008-10-01 | 中兴通讯股份有限公司 | 一种基于wap网关的push方法和系统 |
EP2222024B1 (en) * | 2007-12-28 | 2013-05-08 | Huawei Technologies Co., Ltd. | A terminal, a server, a method for managing the terminal and a method for reporting the terminal ability information |
CN103096270A (zh) * | 2013-02-06 | 2013-05-08 | 福建伊时代信息科技股份有限公司 | 主动式移动信息推送系统及推送方法 |
Non-Patent Citations (4)
Title |
---|
TOMMY WALL: "service development for WAP Push delivery to mobile devices", 《MASTER OF SCIENCE PROGRAMME》, 31 December 2002 (2002-12-31) * |
YUAN GUAN等: "Multi-Terminal based Proactive Information Supply System", 《SECOND INTERNATIONAL SYMPOSIUM ON INTELLIGENT INFORMATION TECHNOLOGY APPLICATION》, 31 December 2008 (2008-12-31) * |
袁 冠等: "《基于兴趣度的 Web 用户聚类方法》", 《微 电 子 学 与 计 算 机》, vol. 25, no. 9, 30 September 2008 (2008-09-30) * |
许剑勇: "WAP PUSH技术及其应用", 《现代电信科技》, 31 December 2003 (2003-12-31) * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103607757A (zh) * | 2013-11-18 | 2014-02-26 | 中国联合网络通信集团有限公司 | 车载终端实现接入网络选择的方法、系统及车载终端 |
CN103631954A (zh) * | 2013-12-13 | 2014-03-12 | 百度在线网络技术(北京)有限公司 | 个性化推荐方法及装置 |
CN103631954B (zh) * | 2013-12-13 | 2016-08-31 | 百度在线网络技术(北京)有限公司 | 个性化推荐方法及装置 |
CN103780685A (zh) * | 2014-01-10 | 2014-05-07 | 清华大学 | 多样化智能设备间自适应数据共享的方法 |
CN105100245A (zh) * | 2015-07-28 | 2015-11-25 | 北京京东尚科信息技术有限公司 | 网络文件智能分发方法及系统 |
CN108369597A (zh) * | 2016-03-31 | 2018-08-03 | 谷歌有限责任公司 | 用于基于场境来指示视频的观众群的方法、系统和介质 |
US10555016B2 (en) | 2016-03-31 | 2020-02-04 | Google Llc | Methods, systems, and media for indicating viewership of a video based on context |
CN109952586A (zh) * | 2016-11-06 | 2019-06-28 | 微软技术许可有限责任公司 | 任务管理应用中的效率提高 |
CN107483564A (zh) * | 2017-07-31 | 2017-12-15 | 广东欧珀移动通信有限公司 | 信息推送方法、装置和终端设备 |
CN108600325A (zh) * | 2018-03-27 | 2018-09-28 | 努比亚技术有限公司 | 一种推送内容的确定方法、服务器和计算机可读存储介质 |
CN108600325B (zh) * | 2018-03-27 | 2021-08-10 | 努比亚技术有限公司 | 一种推送内容的确定方法、服务器和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103312817B (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103312817A (zh) | 一种wap环境下主动式信息供给方法 | |
US11538064B2 (en) | System and method of providing a platform for managing data content campaign on social networks | |
CN111026971B (zh) | 内容的推送方法及装置、计算机存储介质 | |
Lu et al. | The emergence of opinion leaders in a networked online community: A dyadic model with time dynamics and a heuristic for fast estimation | |
JP6383170B2 (ja) | 一般化された状況判断知能プラットフォーム | |
Johansson et al. | Fusion of meteorological and air quality data extracted from the web for personalized environmental information services | |
CN110268717A (zh) | 使用播放统计信息对多表示编码的比特率优化 | |
CN109964488A (zh) | 利用聚合网络统计来提高来自移动设备的直播视频流传输的质量和用户体验 | |
CN106407425A (zh) | 基于人工智能的推送信息的方法和装置 | |
Zhao et al. | Personalized adaptive content system for context-aware mobile learning | |
JP5848199B2 (ja) | 影響力予測装置、影響力予測方法、及びプログラム | |
CN103544212A (zh) | 一种内容推荐方法及系统 | |
CN106776928A (zh) | 基于内存计算框架、融合社交环境及时空数据的位置推荐方法 | |
CN111931056A (zh) | 一种推送内容推荐方法及装置 | |
CN109768888A (zh) | 一种网络服务质量评价方法、装置、设备及可读存储介质 | |
Zhao et al. | Non-Markovian character in human mobility: Online and offline | |
CN102684997A (zh) | 一种通信报文的分类、训练方法和装置 | |
CN105447148B (zh) | 一种Cookie标识关联方法及装置 | |
De Masi et al. | Towards accurate models for predicting smartphone applications’ QoE with data from a living lab study | |
JP2021033602A (ja) | 情報処理装置、ベクトル生成方法及びプログラム | |
US20230325944A1 (en) | Adaptive wellness collaborative media system | |
Künzler | Context-aware notification management systems for just-in-time adaptive interventions | |
US20220067078A1 (en) | Aggregation system, Response Summary Process, and Method of Use | |
Li et al. | Travel time variations over time and routes: endogenous congestion with degradable capacities | |
CN113792211A (zh) | 一种资源推送处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160907 |