CN104111941A - 信息展示的方法及设备 - Google Patents

Abstract

本申请提供一种信息展示的方法及设备，所述方法包括：根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系；基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合；以及按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。通过采用本申请，可以有效利用用户自身的行为信息提取用户喜好词项，并且，基于语义对用户喜好词项进行扩展，使得每个用户都有充足的可能感兴趣的词项，解决用户喜好内容项稀疏带来的推荐精准度低的问题。

Description

信息展示的方法及设备

技术领域

本申请涉及计算机信息技术领域，尤其涉及一种信息展示的方法及设备。

背景技术

当今计算机互联网快速发展，海量的互联网推送信息，造成用户无法快速准确地定位到自己所需要的信息。于是，个性化展示推荐系统受到了各大互联网信息提供者的青睐，它根据用户的喜好及点击行为等向用户展示其可能感兴趣的信息，进而大大提升了信息的点击率（CTR）。因此，信息展示推荐系统和方法的优化帮助互联网站主提升其网站资源的利用效率显得尤为重要，并且已成为目前各大网站的关注问题。

目前，展示信息的推荐的主流实现方法是采用协同过滤技术，主要有基于用户(user-based)协同过滤及基于内容项(item-based)协同过滤的两种方法。

基于用户的协同过滤方法的步骤主要包括：（1）寻找与目标用户最相似的若干个用户组成相近用户集合；（2）将相近集合中的用户喜好的内容或资源推荐给目标用户。

基于内容项的协同过滤方法的步骤主要包括：（1）确定目标用户喜好的内容项；（2）分别寻找与其喜好内容项最相似的其他内容项，组成候选内容项集合；（3）将候选内容项集合及目标用户本身喜好的内容项有效融合后，推荐给目标用户。

上述两种基于协同过滤技术的信息展示方法，已被众多大型网站采用，为不同用户进行个性化的推荐，而且收到了不错的效果，但是都存在一些不足。例如，只关注与用户对推荐的内容项（item）的喜好程度，而没有利用内容项本身的内容属性，如标题、标签或关键词等重要信息。或者是，没有有效地利用用户的历史行为数据。因为，用户对内容项的喜好，往往通过用户对内容项的点击、打标签、评价等行为来衡定，而如用户搜索信息（Query）这种强烈显示用户意图的信息却没能利用起来。此外，针对拥有大量用户搜索行为、少量用户点击行为的网站来说，由于用户与对内容项的点击行为较少，会造成推荐的精度大幅度下降，出现“稀疏性”问题。因此，这两种协同过滤信息展示方法就显得不适用了。

发明内容

本申请的主要目的在于提供一种信息展示的方法及设备，以解决现有技术存在的由于用户对网站推荐的内容项的点击行为少，而造成推荐精度较低的问题，其中：本申请提供的一种信息展示的方法，包括：根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系；基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合；以及按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。

根据本申请的实施例，在该方法中，还包括：通过所述目标用户的cookie记录来标识所述目标用户。

根据本申请的实施例，在该方法中，根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系包括：获得所述目标用户的历史行为信息；对所述目标用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个喜好词项与内容项的对应关系表。

根据本申请的实施例，在该方法中，根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系包括：获得所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息；对所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个词项与内容项的对应关系表。

根据本申请的实施例，在该方法中，所述历史行为信息包括如下信息中的一项或多项：用户点击的内容项的标题或内容描述、用户搜索使用的关键词信息、用户浏览的网页标签、用户收藏的内容项的标题或内容描述。

根据本申请的实施例，在该方法中，基于词项的语义对所述目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项包括：将除所述目标用户外的其他用户的喜好词项作为所述目标用户的备选词项；获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类；计算在每个潜在语义类下，所述目标用户与其每个备选词项的相关程度，从而得到所述目标用户与其每个备选词项的相关性；根据得到的所述目标用户与其每个备选词项的相关性，对所述目标用户的备选词项进行排序；以及根据对所述备选词项进行排序的结果选取预定数量的备选词项作为所述目标用户的扩展词项。

根据本申请的实施例，在该方法中，按预定规则从所述关联词项集合中选取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项包括：对所述关联词项集合中的词项进行排序；根据所述排序的结果选取预定数量的词项作为所述目标用户的推荐词项；以及向所述目标用户展示与所述用户的推荐词项对应的内容项。

根据本申请的实施例，在该方法中，对所述关联词项集合中的词项进行排序包括：获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类；计算在每个潜在语义类下所述目标用户与其关联词项集合中每个词项的相关程度，从而得到所述目标用户与其每个词项的相关性；以及根据得到的所述目标用户与其每个词项的相关性，对所述目标用户的关联词项集合中的词项进行排序。

根据本申请的实施例，在该方法中，对所述关联词项集合中的词项进行排序还包括：对所述目标用户的喜好词项按照每个喜好词项在所述目标用户的行为中发生的权重进行排序；对所述目标用户的扩展词项按照所述目标用户与其每个扩展词项的相关性进行排序；以及按照对所述喜好词项进行排序的结果及对所述扩展词项进行排序的结果，将所有喜好词项排至所有扩展词项之前。

根据本申请的实施例，在该方法中，对所述目标用户的喜好词项进行排序包括：根据所述每个喜好词项在所述目标用户行为中产生的次数及产生的时间来确定所述每个喜好词项在所述目标用户的行为中发生的权重；按所述每个喜好词项在所述目标用户的行为中发生的权重对所述目标用户的喜好词项进行排序。

根据本申请的另一方面，提供一种信息展示的设备，包括：集合建立模块，用于根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系；词项扩展模块，用于基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合；以及展示模块，用于按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。

与现有技术相比，根据本申请的技术方案，通过在用户层和内容项层之间建立一个词项层，将用户历史行为信息分割成若干用户的喜好的词项，并且将各个词项与其最相关的若干个内容项绑定到一起，有效地利用了用户自身的行为信息及用户喜好的内容项的标题及内容属性信息。并且，本申请基于语义对用户的喜好词项进行扩展，从而使得每个用户都有充足的可能感兴趣的词项，解决了用户喜好词项稀疏带来的推荐精准度较低的问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例涉及的信息展示的方法的流程图；

图2是本申请实施例的图1中的步骤S101的具体流程图；

图3是本申请实施例的图1中的步骤S101的另一实施方式的具体流程图；

图4是本申请实施例的图1中的步骤S102的具体流程图；

图5是本申请实施例通过引入潜在语义类建立用户与词项的关联的示意图；

图6是本申请实施例的图1中的步骤S103的具体流程图；

图7是本申请实施例的图6中的步骤S601的具体流程图；

图8是本申请实施例的图6中的步骤S601的另一实施方式的具体流程图；

图9是本申请实施例的图8中的步骤S801的具体流程图；以及

图10是本申请实施例涉及的信息展示的设备1000的框图。

具体实施方式

本申请的主要思想在于，提供一种信息展示的方法及设备，通过在用户层和内容项层之间建立一个词项层，将用户历史行为信息分割成若干用户的喜好的词项，并与其最相关的若干个内容项绑定到一起。并且，基于语义对用户的喜好词项进行扩展，从而使得每个用户都有充足的可能感兴趣的词项，进而提高展示的内容项的点击率，解决用户喜好词项稀疏带来的推荐精准度较低的问题。

为使本申请的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本申请作进一步地详细说明。

根据本申请的实施例，提供了一种信息展示的方法。

参考图1，图1是本申请实施例涉及的信息展示方法的流程图。如图1所示，在步骤S101中，根据历史日志，建立所用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系。所谓词项（term）就是自然语言中，具有基本语意特征的文字片段。用户输入的文字、网页的标题、文章的内容、歌曲名称等等都可以认为是由词项组成的。每一种语言中的词项是相对稳定的集合，单个词项包含的文字数量比用户搜索使用的关键词信息（Query）、语句等包含的文字数量一般要小，可节约存储空间，同时词项比更小的语言元素(单个汉字或英语中的字母)具有更丰富的表意性，因此，采用词项表述用户的兴趣或偏好。为有效利用用户本身的行为及用户喜好的内容项（商品页面、广告信息、音视频节目、新闻、文档或其他类型的信息）的自身内容属性，如用户搜索的信息，用户点击的页面信息等内容项的标题、描述等，在用户与内容项（item）之间引入词项层，即建立目标用户的喜好词项的集合。

图2为图1中的步骤S101的一种具体流程图，如图2所示，包括步骤S201-S203。

在步骤S201中，获取所述目标用户的历史行为信息。所述用户的历史行为信息包括用户历史行为中的行为对象（即用户行为所作用的对象）的描述信息，可以为如下信息中的一项或多项：用户点击的内容项的标题或内容描述、用户搜索使用的关键词信息、用户浏览的网页标签、用户收藏的内容项的标题或内容描述。

本申请中，通过所述目标用户的cookie记录来标识所述目标用户。通过识别Cookie信息，可以识别用户的唯一身份，还可以从cookie信息中获取目标用户的行为信息。

在步骤S202中，对所述目标用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合。上述用户点击、收藏的内容项或标签、搜索使用的关键词信息等都可能为用户感兴趣的内容，将这些内容的标题、标签或文字描述等通过分词处理从而分割成多个词项，并从中提取出若干核心的词项，所提取出的词项可以为表示实际意义的所有词项或部分出现频率较高的词项（即出现频率高于设定阈值的词项），将这些词项组成目标用户喜好的词项的集合。

在步骤S203中，通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个词项与内容项的对应关系表。

可以通过词项与内容项的描述信息的匹配建立词项与内容项的关联关系。比如，某一词项出现在内容项的标题中，可以视为词项与内容项的标题相匹配，也就是说，词项与内容项有较高相关性，可建立目标内容项与词项之间的绑定关系，建立每个词项与内容项的对应关系表。其中，根据词项与内容项的匹配，可以为一个词项对应多个相关的内容项，还可以为多个词项对应一个相关的内容项，也可以为这两种关系的融合，即多对多的关系，也就是说，每个词项对应多个不同的相关的内容项，而每个内容项也都对应多个不同的词项。而建立的词项与内容的对应关系表，可以采用倒排索引的方式，以用户喜好词项作为索引，内容项作为索引的目标，即建立词项与内容项的倒排表。如此一来，当向目标用户进行展示时，就可以展示与目标用户喜好的词项对应的内容项。

可选地，步骤S101还可以采用聚类的方法提取用户喜好词项，也就是说，将与目标用户行为相似的用户的历史行为信息也提取出来，与目标用户的历史行为信息一起作为所述目标用户的历史行为信息。该步骤对于行为较少的用户而言效果更佳。具体实施流程图可以参考图3。

如图3所示，在步骤S301中，获得所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息。

在步骤S302中，对所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合。

在步骤S303中，通过词项与内容项的匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个词项与内容项的对应关系表。

在步骤S102中，基于词项的语义对所述目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合。如果用户行为过少，会导致从用户的行为中提取出用户的喜好词项不足，因此，可以采用基于语义的主题模型方法来对用户喜好词项集合进行扩展，例如，可以采用概率潜在语义分析模型PLSA（Probabilistic Latent Semantic Analysis）、隐含狄利克雷分配模型LDA（LatentDirichlet Allocation）等。参考图4，图4为图1中的步骤S102的一种具体流程图，包括步骤S401-S405。

如图4所示，在步骤S401中，将除所述目标用户外的其他用户的喜好词项作为所述目标用户的备选词项。具体的，可以是将与目标用户具有相同的特定特征的其他用户的喜好词项作为所述目标用户的备选词项。例如，对于某网站的某一目标用户，来源于该网站的其他用户的喜好词项作为该用户的备选词项，这里，其他用户与所述目标用户具有的相同的特定特征即为两者来源于同一网站。

在步骤S402中，获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类。语义集合，即为类别或属性相同或者意义相近的一些词项组成的集合，例如，“牛仔裤”、“休闲裤”、“哈伦裤”、“铅笔裤”等都属于裤子类，因此它们可以组成一个语义集合“裤子”“直筒牛仔裤”、“微喇牛仔裤”、“小脚牛仔裤”等都属于牛仔裤，因此它们可以组成一个语义集合“牛仔裤”，“牛仔裙”、“衬衫”、“羊绒衫”、“连衣裙”等都属于衣服，因此它们可以组成一个语义集合“衣服”。在用户与词项之间引入潜在语义层，也就是说，在用户A与任意词项之间的联系中，引入一个或多个如上所述的语义集合，这些语义集合可以为与目标用户A的喜好词项语义相关的语义集合，例如，某一用户的喜好词项有“休闲裤”，则可以引入与“休闲裤”类似的“牛仔裤”集合，或者由于“牛仔裤”类与“牛仔裙”类都属于牛仔服饰类，因此，也可以引入“牛仔裙”集合。每个语义集合可以作为一个潜在语义类，这样就引入了一个或多个潜在语义类。

图5为通过引入潜在语义类建立用户与词项的关联的示意图，如图5所示，通过引入潜在语义类1、潜在语义类2、潜在语义类3、…、潜在语义类K，建立用户1、用户2、用户3、…、用户n-1、用户n与词项1、词项2、词项3、…、词项m-1、词项m的关联，通过这些潜在语义类，使得用户不仅与自身行为中包含的词项有联系，且与其他用户的喜好词项同样具有联系。

在步骤S403中，计算在每个潜在语义类下，所述目标用户与其每个备选词项的相关程度，从而得到所述目标用户与其每个备选词项的相关性。在引入了若干个潜在语义类后，通过引入的潜在语义类，可以建立目标用户与其他用户喜好词项的联系，即目标用户与其备选词项的联系，进而在每个潜在语义类下，计算目标用户与其备选词项的相关程度，从而综合在每个潜在语义类下目标用户与备选词项的相关程度，得到目标用户与其任意备选词项的相关性。

例如，采用PLSA主题模型时，用户A与任意备选词项term B的相关性，即用户A对备选词项term B的喜好程度，可由公式(1)来定义，即设潜在语义层一共有K个潜在语义类，则可将用户A与备选词项term B之间的喜好程度，抽象到如下公式(1):

$\mathrm{Prefer}(A,B)={\mathrm{\Σ}}_{n=1}^K\mathrm{Prefer}(A,t_n)\×\mathrm{Prefer}(t_n,B)---\left(1\right)$

其中，Prefer（A,B）表示用户A与备选词项termB的相关性，也就是用户A对备选词项termB的喜好程度，t_n表示第n个潜在语义类，K表示潜在语义类数目，总共有K个潜在语义类，Prefer(A,t_n)表示用户A与第n个潜在语义类的相关程度，Prefer(t_n,B)表示第n个潜在语义类与备选词项term B的相关程度，即，先根据用户A与第n个潜在语义类的相关程度以及备选词项term B与第n个潜在语义类的相关程度，计算每个潜在语义类下的目标用户A与其备选词项term B的相关程度，再用各个潜在语义类下的用户A与termB的相关程度同备选词项term B与第n个潜在语义类的相关程度的乘积进行求和，从而得到目标用户A与备选词项term B的相关性。

从而，抽象公式(1)可以具体形式定义化为公式(2)：

$\mathrm{Prefer}(A,B)=P(A,B)={\mathrm{\Σ}}_{n=1}^{K}P\left(t_n\right)\×P\left(B\right|t_n)\×P\left(A\right|t_n)---\left(2\right)$

其中，P(A,B)表示用户A与term B的相关性或用户A对term B的喜好程度，即用户A进行某种行为，这种行为涉及的相关信息中包含term B的概率，比如，用户在进行页面访问点击时，点击的页面的标题包含term B的概率。P(t_n)表示潜在语义类t_n出现的概率，即，任意用户进行的任意行为，该种行为涉及的相关信息中包含有属于某个潜在语义类t_n的词项的概率，而P(A|t_n)表示在潜在语义类t_n下，用户A出现的概率，也就是用户A的行为涉及的相关信息包含有属于潜在语义类t_n的任一词项的概率，P(B|t_n)表示在潜在语义类t_n下，备选词项term B出现的概率，即，当任意用户进行了某种行为，这种行为涉及的相关信息中已经确认包含了属于潜在语义类t_n的某个特定词项，P(B|t_n)表示该特定词项是term B的概率。而在每个潜在语义类下，每个用户及每个词项出现的概率都可能不同，因此，需要综合用户A在各潜在语义类下发生行为的概率及词项term B属于各潜在语义类的概率来得到用户A与term B相关性。故可用P(A,B)定义为用户A与备选词项term B的相关性，即P(A,B)等于公式(1)中Prefer(A,B)。

在计算上述的各种概率时，可以采用期望最大化算法，即EM(expectationmaximization)迭代法，交替执行E步与M步来评估公式（2）中的P(t_n)，P(B|t_n)与P(A|t_n),直到似然函数值的变化小于某个预设的阈值或者迭代次数达到预设的次数为止。然后，再根据公式（2）进行用户A与termB相关性的计算。

在E步中：估计未知参数的期望值，在本申请中即是估计P(t_n)、P(B|t_n)与P(A|t_n)的期望值，并利用P(t_n)、P(B|t_n)与P(A|t_n)的期望值或上一次迭代所得的值计算P(t_n|A,B)的期望值。并且计算最大似然函数∑_A∑_Br(A,B)logp(A,B)。其中，P(t_n|A,B)表示在潜在语义类t_n下term B属于用户A的偏好的概率：

$P\left(t_n\right|A,B)=\frac{p\left(t_n\right)p\left(A\right|t_n)p\left(B\right|t_n)}{{\mathrm{\Σ}}_{k}P\left(t_n\right)P\left(A\right|t_n)P\left(B\right|t_n)}---\left(3\right)$

在M步中：利用上一步得到的P(t_n|A,B)期望值来最大化当前的参数估计。也就是根据E步中得到的P(t_n|A,B)，计算潜在语义类t_n下term B出现的概率P(B|t_n)，用户A实施的行为涉及的相关信息中包含了属于潜在语义类t_n的任一词项的概率P(A|t_n)，以及各个潜在语义类t_n出现的概率P(t_n)，其中，

$P\left(B\right|t_n)=\frac{{\mathrm{\Σ}}_{A}r(A,B)p\left(t_n\right|A,B)}{{\mathrm{\Σ}}_{A,B}r(A,B)p\left(t_n\right|A,B)}---\left(4\right)$

$P\left(A\right|t_n)=\frac{{\mathrm{\Σ}}_{B}r(A,B)p\left(t_n\right|A,B)}{{\mathrm{\Σ}}_{A,B}r(A,B)p\left(t_n\right|A,B)}---\left(5\right)$

$P\left(t_n\right)=\frac{{\mathrm{\Σ}}_{A,B}r(A,B)p\left(t_n\right|A,B)}{{\mathrm{\Σ}}_{A,B}r(A,B)}---\left(6\right)$

A表示某个用户A，B表示某个词项term B；r(A,B)表示term B在用户A的行为中的权重，即当term B出现在用户A的行为涉及的相关信息中，则r(A,B)不为0，termB在用户A的行为中有一个权重，该权重表示term B对于用户A的重要程度，当term B未出现在用户A自身的行为中时，r(A,B)=0。由于当前产生的行为一般比前段时间的行为来得更重要，故在统计和计算时进行时间衰减，而产生某个行为的次数越多，该行为也更重要，因此，可融合上述两个因素，得到r(A,B)的计算方式如公式(7)所示。

$r(A,B)={\mathrm{\Σ}}_{h=1}^t\exp (h-t)\mathrm{cnt}(A,B)---\left(7\right)$

其中，t表示当前的时间，而h表示历史统计的用户发生行为的时间，cnt(A,B)表示用户A发生的行为涉及的相关信息中包含term B的次数。

交替执行E步与M步，直到似然函数值∑_A∑_Br(A,B)logp(A,B)的变化小于某个预设的阈值或者迭代次数达到预设的次数为止，得到P(t_n)，P(B|t_n)与P(A|t_n)的值，从而计算出P(A,B)的值，得到用户A与term B的相关性。

其中，似然函数

∑_A∑_Br(A,B)logP(A,B)=∑_A∑_Br(A,B)log∑_nP(t_n)P(A|t_n)P(B|t_n)（8）

下面通过举例，具体说明如何得到任意用户与任意词项的相关程度。例如，有6个用户分别为a、b、c、d、e、f，他们的喜好词项分别为连衣裙、长裙、半身裙、mp3、mp4、录音笔，假设引入潜在语义类t₁、t₂，即公式(2)中的K为2，则对于用户a，其他用户b、c、d、e、f的喜好词项长裙、半身裙、mp3、mp4、录音笔为用户a的备选词项。如果计算用户a与用户c的喜好词项“半身裙”的相关程度，其过程为：首先，估计潜在语义类t₁、t₂出现的概率P(t₁)、P(t₂)，也就是公式（2）中的P(t_n)，以及各个潜在语义类下P(半身裙|t₁)、P(半身裙|t₂)和P(a|t₁)与P(a|t₂)的期望值，即，公式（2）中的P(B|t_n)与P(A|t_n)，再根据公式（3）以及上述估计的期望值，计算出P(t₁|a,半身裙)和P(t₂|a,半身裙)的期望值。然后，根据期望值P(t₁|a,半身裙)和P(t₂|a,半身裙)，按照公式（6）可分别计算出各潜在语义类出现的概率P(t₁)和P(t₂),按照公式（5）可计算出潜在语义类t₁、t₂下用户a出现的概率分别是P(a|t₁)和P(a|t₂)，以及按照公式（4）可计算出词项“半身裙”在潜在语义类t₁、t₂下的出现概率分别为P(半身裙|t₁)和P(半身裙|t₂)，再根据计算得到的P(t₁)、P(t₂)、P(半身裙|t₁)、P(半身裙|t₂)、P(a|t₁)以及P(a|t₂)，分别重新计算P(t₁|a,半身裙)和P(t₂|a,半身裙)，接着，反复执行上述两步，直到似然函数∑_a∑_cr(a,c)logP(a,c)的变化小于某个预设阈值或者迭代次数达到预设迭代次数为止，其中，预设阈值或者预设迭代次数可以根据具体情况设定。最后，再通过公式(2)，对潜在语义类t₁和t₂下由P(t₁)、P(半身裙|t₁)与P(a|t₁)乘积及P(t₂)、P(半身裙|t₂)与P(a|t₂)的乘积分别得到的潜在语义类t₁、t₂下的用户a与词项“半身裙”的相关程度进行求和，即可得到用户a与其备选词项“半身裙”的相关性。

由步骤S403中得到了目标用户与其每个备选词项的相关性，在步骤S404中，根据得到的所述目标用户与其每个备选词项的相关性，对所述目标用户的备选词项进行排序。即，按照目标用户与备选词项的相关性大小对备选词项进行排序。

在步骤S405中，根据所述备选词项的排序的结果选取预定数量的备选词项作为所述目标用户的扩展词项。其中，预定数量，即为选取的备选词项作为扩展词项的数量，可以根据具体情况进行选取，例如，按照目标用户与备选词项的相关性从大到小的顺序对备选词项排序时，可以选取预定数量的排序在前的备选词项作为扩展词项。并且，在对用户喜好词项进行扩展得到扩展词项后，将所述喜好词项和扩展词项作为所述目标用户的关联词项集合。

在步骤S103中，按预定规则从所述关联词项集合中选取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户进行推荐展示与所述推荐词项对应的内容项。具体操作可如图6所示，图6为步骤S103的具体流程图，包括步骤S601-S603。

如图6所示，在步骤S601中，对所述关联词项集合中的词项进行排序。

步骤S601具体流程可如图7所示，包括步骤S701-S703。

在步骤S701中，获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类。在目标用户与任意词项之间，引入一个或多个语义集合，这些语义集合可以为与目标用户的喜好词项语义相关的语义集合，每个语义集合可以作为一个潜在语义类，这样就引入了一个或多个潜在语义类。

在步骤S702中，计算在每个潜在语义类下所述目标用户与其关联词项集合中每个词项的相关程度，从而得到所述目标用户与其每个词项的相关性。通过引入的若干个潜在语义类，可将目标用户与其每个词项（包括喜好词项和扩展词项）的关联程度以统一的标准用数值表示出来，例如，基于PLSA主题模型下，引入若干个潜在语义类，根据某用户与某个潜在语义类的相关程度以及任意词项与该潜在语义类的相关程度，进而在每个潜在语义类下，都可以计算目标用户与其喜好词项及扩展词项的相关程度，从而综合在每个潜在语义类下目标用户与其每个词项的相关程度，得到目标用户与其任意词项的相关性。

进而，在步骤S703中，根据得到的所述目标用户与其每个词项的相关性，对所述目标用户的关联词项集合中的词项进行排序。

步骤S601还可以采用另一实施方式，其具体流程可如图8所示：

在步骤S801中，对所述目标用户的喜好词项按照每个喜好词项在所述目标用户的行为中发生的权重进行排序。步骤S801例如可以如图9所示，可以包括步骤S901，根据所述每个喜好词项在所述目标用户行为中产生的次数及产生的时间来确定所述每个喜好词项在所述目标用户的行为中发生的权重。即，通过上述公式（7），计算用户喜好词项在该用户行为中发生的权重。以及步骤S902，按所述每个喜好词项在所述目标用户的行为中发生的权重对所述目标用户的喜好词项进行排序。

返回到图8，在步骤S802中，对所述目标用户的扩展词项按照所述目标用户与其每个扩展词项的相关性进行排序。对用户的扩展词项进行排序，也可以利用引入潜在语义类，进行相关性计算的方式进行排序，此处不再赘述。

在步骤S803中，按照对所述喜好词项进行排序的结果及对所述扩展词项进行排序的结果，将所有喜好词项排至所有扩展词项之前。由于用户的喜好词项是根据用户的行为信息提取出来的，因此，相对于扩展词项，喜好词项可能更加贴近用户的喜好，因此将用户喜好词项排在其扩展词项之前。

返回到图6，在对关联词项集合中的词项进行排序后，在步骤S602中，根据所述排序的结果选取预定数量的词项作为所述目标用户的推荐词项。根据上述进行的排序的结果，可以选取预定数量的词项作为目标用户的推荐词项，其中，预定数量可以根据网站预留的展示位置的数量来设定。根据目标用户与其关联词项集合中的词项的相关性排序结果按预定数量提取相关性最高的词项，作为目标用户的推荐词项。

在步骤S603中，向所述目标用户展示与所述用户的推荐词项对应的内容项。即根据目标用户的推荐词项对应的内容项，向用户进行展示。此过程可以为一个查表过程，例如，在前面的步骤S203中，建立了用户词项的与内容项的倒排索引，因此，只要在建立的倒排表中进行查找，即可得到推荐词项对应的内容项，进而向目标用户展示。

图10为本申请的信息展示的设备1000的框图，如图10所示，设备1000可以包括：集合建立模块1001、词项扩展模块1002、以及展示模块1003。

集合建立模块1001，可以用于根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系。

词项扩展模块1002，可以用于基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合。

展示模块1003，可以用于按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。

所述设备还可以包括：标识模块1004，可以用于通过所述目标用户的cookie记录来标识所述目标用户。

集合建立模块1001可以包括：信息获得模块1005、喜好词项提取模块1006以及关联模块1007。

信息获得模块1005，可以用于获得所述目标用户的历史行为信息。

喜好词项提取模块1006，可以用于对所述目标用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合。

关联模块1007，可以用于通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个喜好词项与内容项的对应关系表。

可选地，所述信息获得模块1005，还可以用于获得所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息；所述词项提取模块1006，可以进一步用于对所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及所述关联模块1007，可以进一步用于通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个词项与内容项的对应关系表。

其中，所述信息获得模块1005获得的所述历史行为信息包括如下信息中的一项或多项：用户点击的内容项的标题或内容描述、用户搜索使用的关键词信息、用户浏览的网页标签、用户收藏的内容项的标题或内容描述。

词项扩展模块1002可以包括：备选词项获得模块1008，潜在语义类获取模块1009、相关性计算模块1010、备选词项排序模块1011、扩展词项选取模块1012。

备选词项获得模块1008，可以用于将除所述目标用户外的其他用户的喜好词项作为所述目标用户的备选词项。

潜在语义类获取模块1009，可以用于获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类。

相关性计算模块1010，可以用于计算在每个潜在语义类下，所述目标用户与其每个备选词项的相关程度，从而得到所述目标用户与其每个备选的词项的相关性。

备选词项排序模块1011，可以用于根据得到的所述目标用户与其每个备选词项的相关性，对所述目标用户的备选词项进行排序。

扩展词项选取模块1012，可以用于根据所述排序的结果选取预定数量的所述备选词项作为所述目标用户的扩展词项。

展示模块1003可以包括：词项排序模块1013、推荐词项选取模块1014以及内容项展示模块1015。

词项排序模块1013，可以用于对所述关联词项集合中的词项进行排序。

推荐词项选取模块1014，可以用于根据所述排序的结果选取预定数量的词项作为所述目标用户的推荐词项。

内容项展示模块1015，可以用于向所述目标用户展示与所述用户的推荐词项对应的内容项。

其中，词项排序模块1013可以包括：获取模块1016、计算模块1017、以及第一排序模块1018。

获取模块1016，可以用于获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类。

计算模块1017，可以用于计算在每个潜在语义类下所述目标用户与其关联词项集合中每个词项的相关程度，从而得到所述目标用户与其每个词项的相关性。

第一排序模块1018，可以用于根据得到的所述目标用户与其每个词项的相关性，对所述目标用户的关联词项集合中的词项进行排序。

词项排序模块1013还可以包括：喜好词项排序模块1019，扩展词项排序模块1020以及第二排序模块1021。

喜好词项排序模块1019，可以用于对所述目标用户的喜好词项按照每个喜好词项在所述目标用户的行为中发生的权重进行排序。

扩展词项排序模块1020，可以用于对所述目标用户的扩展词项按照所述目标用户与其每个扩展词项的相关性进行排序。

第二排序模块1021，可以用于按照所述喜好词项及扩展词项各自的排序结果，将所有喜好词项排至所有扩展词项之前。

其中，喜好词项排序模块1019可以包括：权重确定子模块1022和排序子模块1023。

权重确定子模块1022，可以用于根据所述每个喜好词项在所述目标用户行为中产生的次数及产生的时间来确定所述每个喜好词项在所述目标用户的行为中发生的权重。

排序子模块1023，可以用于按所述每个喜好词项在所述目标用户的行为中发生的权重对所述目标用户的喜好词项进行排序。

本申请的方法的具体实施与设备1000所包括的各个模块的具体实施是相对应的，可以相互参照，为了不模糊本申请，在此省略对设备1000的具体细节进行描述。

应当注意，尽管在上文描述中提及了设备的若干模块或子模块，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。

此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。

本领域内的技术人员应明白，本申请的实施例可提供为方法、设备、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (20)

1.一种信息展示的方法，其特征在于，包括：

根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系；

基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合；以及

按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。

2.根据权利要求1所述的方法，其特征在于，还包括：通过所述目标用户的cookie记录来标识所述目标用户。

3.根据权利要求1所述的方法，其特征在于，根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系包括：

获得所述目标用户的历史行为信息；

对所述目标用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及

通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个喜好词项与内容项的对应关系表。

4.根据权利要求1所述的方法，其特征在于，根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系包括：

获得所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息；

对所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及

通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个词项与内容项的对应关系表。

5.根据权利要求3或4所述的方法，其特征在于，所述历史行为信息包括如下信息中的一项或多项：用户点击的内容项的标题或内容描述、用户搜索使用的关键词信息、用户浏览的网页标签、用户收藏的内容项的标题或内容描述。

6.根据权利要求1所述的方法，其特征在于，基于词项的语义对所述目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项包括：

将除所述目标用户外的其他用户的喜好词项作为所述目标用户的备选词项；

获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类；

计算在每个潜在语义类下，所述目标用户与其每个备选词项的相关程度，从而得到所述目标用户与其每个备选词项的相关性；

根据得到的所述目标用户与其每个备选词项的相关性，对所述目标用户的备选词项进行排序；以及

根据对所述备选词项进行排序的结果选取预定数量的备选词项作为所述目标用户的扩展词项。

7.根据权利要求1所述的方法，其特征在于，按预定规则从所述关联词项集合中选取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项包括：

对所述关联词项集合中的词项进行排序；

根据所述排序的结果选取预定数量的词项作为所述目标用户的推荐词项；以及

向所述目标用户展示与所述用户的推荐词项对应的内容项。

8.根据权利要求7所述的方法，其特征在于，对所述关联词项集合中的词项进行排序包括：

获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类；

计算在每个潜在语义类下所述目标用户与其关联词项集合中每个词项的相关程度，从而得到所述目标用户与其每个词项的相关性；以及

根据得到的所述目标用户与其每个词项的相关性，对所述目标用户的关联词项集合中的词项进行排序。

9.根据权利要求7所述的方法，其特征在于，对所述关联词项集合中的词项进行排序还包括：

对所述目标用户的喜好词项按照每个喜好词项在所述目标用户的行为中发生的权重进行排序；

对所述目标用户的扩展词项按照所述目标用户与其每个扩展词项的相关性进行排序；以及

按照对所述喜好词项进行排序的结果及对所述扩展词项进行排序的结果，将所有喜好词项排至所有扩展词项之前。

10.根据权利要求9所述的方法，其中，对所述目标用户的喜好词项进行排序包括：

根据所述每个喜好词项在所述目标用户行为中产生的次数及产生的时间来确定所述每个喜好词项在所述目标用户的行为中发生的权重；

按所述每个喜好词项在所述目标用户的行为中发生的权重对所述目标用户的喜好词项进行排序。

11.一种信息展示的设备，其特征在于，包括：

集合建立模块，用于根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系；

词项扩展模块，用于基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合；以及

展示模块，用于按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。

12.根据权利要求11所述的设备，其特征在于，所述设备还包括：标识模块，用于通过所述目标用户的cookie记录来标识所述目标用户。

13.根据权利要求11所述的设备，其特征在于，所述集合建立模块包括：

信息获得模块，用于获得所述目标用户的历史行为信息；

喜好词项提取模块，用于对所述目标用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及

关联模块，用于通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个喜好词项与内容项的对应关系表。

14.根据权利要求11所述的设备，其特征在于，所述集合建立模块包括：

信息获得模块，用于获得所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息；

词项提取模块，用于对所述目标用户的历史行为信息和与所述目标用户行为相似的其他用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及

关联模块，用于通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个词项与内容项的对应关系表。

15.根据权利要求13或14所述的设备，其特征在于，所述信息获得模块获得的所述历史行为信息包括如下信息中的一项或多项：用户点击的内容项的标题或内容描述、用户搜索使用的关键词信息、用户浏览的网页标签、用户收藏的内容项的标题或内容描述。

16.根据权利要求11所述的设备，其特征在于，所述词项扩展模块还包括：

备选词项获得模块，用于将除所述目标用户外的其他用户的喜好词项作为所述目标用户的备选词项；

潜在语义类获取模块，用于获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类；

相关性计算模块，用于计算在每个潜在语义类下，所述目标用户与其每个备选词项的相关程度，从而得到所述目标用户与其每个备选的词项的相关性；

备选词项排序模块，用于根据得到的所述目标用户与其每个备选词项的相关性，对所述目标用户的备选词项进行排序；以及

扩展词项选取模块，用于根据对所述备选词项进行排序的结果选取预定数量的备选词项作为所述目标用户的扩展词项。

17.根据权利要求11所述的设备，其特征在于，所述展示模块包括：

词项排序模块，用于对所述关联词项集合中的词项进行排序；

推荐词项选取模块，用于根据所述排序的结果选取预定数量的词项作为所述目标用户的推荐词项；以及

内容项展示模块，用于向所述目标用户展示与所述用户的推荐词项对应的内容项。

18.根据权利要求17所述的设备，其特征在于，所述词项排序模块包括：

获取模块，用于获取与所述目标用户的喜好词项语义相关的一个或多个语义集合，将获取的每个语义集合作为一个潜在语义类；

计算模块，用于计算在每个潜在语义类下所述目标用户与其关联词项集合中每个词项的相关程度，从而得到所述目标用户与其每个词项的相关性；以及

第一排序模块，用于根据得到的所述目标用户与其每个词项的相关性，对所述目标用户的关联词项集合中的词项进行排序。

19.根据权利要求17所述的设备，其中，所述词项排序模块还包括：

喜好词项排序模块，用于对所述目标用户的喜好词项按照每个喜好词项在所述目标用户的行为中发生的权重进行排序；

扩展词项排序模块，用于对所述目标用户的扩展词项按照所述目标用户与其每个扩展词项的相关性进行排序；以及

第二排序模块，用于按照所述喜好词项及扩展词项各自的排序结果，将所有喜好词项排至所有扩展词项之前。

20.根据权利要求19所述的设备，其中，喜好词项排序模块包括：

权重确定子模块，用于根据所述每个喜好词项在所述目标用户行为中产生的次数及产生的时间来确定所述每个喜好词项在所述目标用户的行为中发生的权重；

排序子模块，用于按所述每个喜好词项在所述目标用户的行为中发生的权重对所述目标用户的喜好词项进行排序。