TW200820019A - Systems and methods for measuring behavior characteristics, and machine readable medium thereof - Google Patents

Systems and methods for measuring behavior characteristics, and machine readable medium thereof Download PDF

Info

Publication number
TW200820019A
TW200820019A TW095140026A TW95140026A TW200820019A TW 200820019 A TW200820019 A TW 200820019A TW 095140026 A TW095140026 A TW 095140026A TW 95140026 A TW95140026 A TW 95140026A TW 200820019 A TW200820019 A TW 200820019A
Authority
TW
Taiwan
Prior art keywords
score
user
specific
interaction
concept
Prior art date
Application number
TW095140026A
Other languages
English (en)
Other versions
TWI337712B (en
Inventor
Tse-Ming Tsai
Chia-Chun Shih
Original Assignee
Inst Information Industry
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inst Information Industry filed Critical Inst Information Industry
Priority to TW095140026A priority Critical patent/TWI337712B/zh
Priority to US11/641,705 priority patent/US8055663B2/en
Publication of TW200820019A publication Critical patent/TW200820019A/zh
Application granted granted Critical
Publication of TWI337712B publication Critical patent/TWI337712B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

200820019 九、發明說明： 【發明所屬之技術領域】 本發明係有關於-種行為特徵評估系統盘 徵之系統與方法 【先前技術】 別有關於-種可以依據語意與互動模式評倾^ ’且特 徵之系統與方法。 史用者行為特 隨著網際網路的發展，網路經營去 樣的網路應用給使用者使用。舉例來說^使用開發各式各 電子佈告攔系統(BBS)來㈣文章與發表評論。過 以透過特定網站或是自行架設網頁來發表文章。此可 際網路上正盛行的是部落格(Blog)的應‘。二二用: 可以架設自己的部落格，在自己在部^格中發表文章。此 外，使用者也可以在別人的部落格發表對於特^文^的評 論。如此的行為產生了不同使用者與/或文章之間的互動行 為，間接隱含使用者的行為特徵。
因此，為了強化使用者的使用意願與增加各種多樣的 附加服務，平台的服務提供者努力想要從網路内容中評估 使用者的行為特徵。美國公開號US 2005/0108281 A1中利 用自然語言處理(NLP)的技術依據語意線索分析企業中的 電子郵件内容，以辨認出各領域的專家。美國公開號us 2006/0053156 A1在企業的文件資料庫中，單純根據使用者 對特定文件之發表及評論紀錄，利用演算法找出有興趣的 專家與可信賴的專家。在前述習知技術中，由於僅能依據 電子郵件内容的語意或推薦系統中的使用者行為記錄進行
Client’s Docket No.:IDEAS95010 TT5s Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 6 200820019 分析’對於開放的網路互動環境生 行為之部落格環境令係難以應用的。另：在，量互動 技滅能找出相關之專家，對於服務提供者2前述習知 法從網路内容中發掘使用 '，仍然無 ，’以發展相關之加值應用:=二個人興趣與 【發明内容】 從用考。 本發4㈣提供行為特徵評㈣統與方法。 本^月只施例之行為特徵評估系統， = 一處理模組。資料庫儲# 貝料庫與 ::罔路内谷包括複數關鍵詞彙 = 複數互動行為。處理模組對於至少-特定使用二二 1包括 應特定使用者對於關鍵詞囊的使用頻率與 =據相 關鍵，的總使用頻率計算特定使用者對 = 至少兩個使用者與每一互動行為所相應 至少一特定關鍵詞棄之—第一關聯矩陣，並依鼻 ::: 吏:一演算法計算特定使用者於特定關鍵詞彙下 乂弟互動分數。處理模組依據第一關切 動分數計算特定使用者對於特定關鍵詞彙之—第it—互 數。 币特徵分 本發明實施例之行為特徵評估方法。首先，提次 料庫。資料庫儲存相應複數使用者之複數網路内容 網路内容包括複數關鍵詞彙，且網路内容間 /、 行為。對於至少-特定使用者，依據相應特定使
Client’s Docket No. :IDEAS95010 TT^s Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 200820019 關鍵詞彙的使用斗 頻率計算特錢用者44 數。依據每一互動:母一闕鏠詞袭之二總使用 動行為所相應之；=應之至少兩個使4:關切分 定使用者2亚依據第-關聯矩陣使用關鍵詞彙之-疋使用者於特定_ 用〜演算 第-關切分數與第—互動分數計:二互動分數。= 鍵詞囊之—第1徵分數。定使用者對於特= 本發明上述方法可以透又關 二::r被機器載入且執行時:機:變收=體媒體 、 项用从實行本 明之上述目的、特徵和優哥〜 下文特舉實施例，並配合所附圖示，更明顯易僅， 【實施方式】 5〒細說明如下。 弟1圖顯錢據本發明實齡 依據本發明實施例之行為特徵評估估系統： 料庫110、一領域架構120、一詞彙相人、、，〇包括—貧 -處理模組140。值得、、主立0”果概各關聯矩陣130、； 一 于主思的疋，系統中可以設定相應不 同互動行為的種類權重15〇與計算特徵分數時相應互動行 為的參與權重160。種類權重15〇與參與權重16〇之設定 與運用將於後說明。 Λ 貢料庫110儲存相應使用者之網路内容，如網路互動 環垅中，尤其疋在部落格環境中之網路文章。網路内容玎 以透過一資料收集單元（未顯示）來由網際網路抓取資料’
Client’s Docket N〇.:IDEAS95010 TT5s Docket N〇：〇213-A40969-TW/Draft-FmayYianhW2〇〇6/〇9/〇^ 200820019 或透過部落格服務提供者建立之資料存取介面獲得資料。 其中’網路内容中可以包括關鍵詞彙，且網路内容間包括 互動行為。關鍵詞彙(Key Terms)可以是標籤(Tag)及/或所屬 分類（Category)，用以揭示文章的基本語意屬性。另外，網 路内容間的互動行為可以包括評論（c〇mment)、引用 (Trackback)、連結（Link)、訂閱（Subscription)、推薦 (Recommend)、與交換連結(Blogroll)等。第2圖為一示意 圖，用以顯示網路内容間的互動行為例子。如圖所示，網 路内容中包括部落格B1與B2。在部落格B1中，使用者 U1發表文章Al(201)，在部落格B2中，使用者U2發表文 章A2(202)。其中，文章A1引用了文章A2(203)，且連結 到文章A2(204)。此外，文章A1也連結到使用者U2(205)。 另外，使用者U1對於文章A2發表評論(206)，且給予推薦 (207)。再者，使用者U2在其部落格中交換連結了使用者 U1的部落格(208)，且訂閱了使用者U1之部落格的文章 (209)。本案可以事先將網路内容中的關鍵詞彙，以及網路 内容之間的互動行為及其所相關之文章與/或關鍵詞彙進 行擷取’以提供後續使用。 領域架構120包括複數概念與概念間之關聯。其中， 概念可以是來自一知識本體（Ontology)，如：DMOZ、 Wordnet，或是概念階層架構(Concept Hierarchy)中所定義 的詞彙。詞彙概念關聯矩陣130中定義每一關鍵詞彙對於 每一概念的關聯程度。假設有m個關鍵詞彙與w個已定義 概念，因此，便會建立一個之詞彙概念關聯矩陣M。其
Client’s Docket No. :IDEAS95010 TT，s Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 9 200820019 "V曰不弟1個關鍵詞彙與第〕·個已定義概念之間的關 外王又％ 1 〇值得注意的是’詞彙概念關聯矩陣J 3 0 任何方式來建立。舉例來說，可以將網路内容中 的“戴與分類項目作為待處理的關鍵: 本體之重複詞囊：蝴聯架構圖與知識 (〇—gy Merge)的相：：再運用知識本體合併 ^ erge)的相關技術，計算詞彙盥舾八々 程度，從而得到詞彙相W Γ 間的關聯 用以進杆太安少 陣130。處理模組140係 第3 Η顯為特徵評估方法，其細節於後說明。 發明實施例之行為特徵評估方法。 使用者對於關鍵詞彙的用依據相應特定 彙的細使用料率、所有使用者對於關鍵詞 者^;^ 彙概念_矩卩切計算特定使用 對於每 以單-特定❹者 ⑽，錢糾清楚與簡化， 仃為特徵評估進行說明。 在此步驟t，先對特 鍵詞彙使用頻率向哥f ;者建構一個長度為爪的關 用者在其個人所發表的/力表不特定使 章語意的頻率，換〜 ^關鍵詞囊來標示文 鍵詞彙的使用頻率、定使用者對㈣/個關 使用頻率向量、卜’建構叫固長度“的關鍵詞彙 其個人所發表的1章1中^以笛心丨’其中，6表示所有使用者在 的頻率，換言之表 z個關鍵巧彙來標示文章語意
Client’s Docket No.:IDEAS9501〇 一—21— ，表不所有使用者對於第Η固關鍵詞彙的
Clienfs Dnrlrpf Μη ΤΓίΏ λ ^ 200820019 使用頻率。之後，對於 體的關鍵詞彙使用特徵’計算其個人相對於整 示，從而得到特定使用㈣：^此特徵轉以_層級來表 ^關切分數向量％的域)之關切分數向量
χΜ fu / 當丨/d = 0時，為一 〇向 萬|/ί/卜〇時’ 量 其中，％={G1，G2，〜，GW}， 概念之關切分數。 °/表示特定使用者對於第7.個 一 ^ ^ S320依據每_互動行為所相應之使用者、每 于”相應之種類權重、以及互動行為中所使用到 的關鍵岡茱與概念之關聯寇声 磁，土 、， 度叶异至少一特定概念之一關 耳外矩陣。類似地，在此步驟φ 士 /驟中，本發明可以對於每一概念 分別計算其關聯矩陣，麸 干“、、而為使說明清楚與簡化，以一 特疋概念之關聯矩陣計算進行說明。 如福述’不同互動行材以分収義其相應的種類 * 15G。第4圖顯不—互動行為種類權重表彻。在此例 :中」行為賴可以包括興趣、參與、專f、與歡迎程度 :、特说，且母-互動行為對於不同的行為特徵具有不同的 種類權重。其巾’引㈣於興趣、參與、轉與歡迎程度 特徵的種類權重分別為0.9、G.6、Q 9與Q 6，·交換連結對 於”趣參與、專業與歡迎程度特徵的種類權重分別為 0.4 0.7 0.4與0.7，連結對於興趣、參與、專業與歡迎 程度特徵的種類權重分別為G,7;訂_
Client’s Docket No.:IDEAS95010 TT5s Docket No:0213-A40969.TW/Draft-Final/Yianh〇u/20〇6/〇9/〇6 11 200820019 於興趣、參與、專業與歡迎程度特徵的種類權重分別為 〇·8、0·5、0.8與〇·5 ;以及評論對於興趣、參與、專業與 歡迎程度特徵的種類權重分別為0.4、〇·6、〇·4與〇·6。值 付庄思的疋，上述互動行為種類權重表4〇〇僅為一例子。 依據不同的行為特徵可以疋義母一互動行為相對應之種類 權重。 ^ 、 在本實施例中，每一互動行為表示為（⑹，，&/c)， 其中，似與ra表示一互動行為中相應之兩使用者，似 表示叙動互動行為的使用者，且表示接受互動行為的 使用者。S表示互動行為相應之種類權重。表示互動行 為所牽涉的語意概念。以’⑽必)表示—個語意概念， CN表示概念名稱，jo表示互動行為中使用到之關鍵詞彙 與概念之關聯程度。注意的是，一個互動行為中可以牽涉 到多個語意概念。對於一特定概念所相應之關聯矩陣的計 算方式如下： UA=i % =5>x仙，其中心.表示關聯矩陣中第ζ·個使用者對於 第7個使用者在此特定概念下之互動關聯強度。 如步驟S330，依據關聯矩陣使用一演算法，如超鏈結 引導標題搜哥(HITS)演算法計算特定使用者於此特定概念 下之至少一互動分數。在此實施例中，透過HITS可以得 到一興趣(Hub)分數與一專業（Authority)分數。在HITS演 异法中’輸入為一圖形（Graph)之關聯矩陣，經處理後給予 每一節點一個興趣值與一個專業值，興趣值表示一個節點 對外連接之強度’專業值表示一個節點接受連結之強度。
Client’s Docket No.:IDEAS95010 TT^ Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 200820019 HITS演算法為本領域具有通常知識者所習知之技藝，其細 節在此省略。依據特定概念所相應之關聯矩陣，可以使用 HITS演算法計算出特定使用者於特定概念下之互動分數。 如步驟S340，依據下列公式計算特定使用者對於特定 概念之一特徵分數： 如=% ’其中’ 表不特徵分數’ G"表不關切 分數，/%表示互動分數，且々為互動行為之參與權重。類 似地，依據不同的行為特徵可以定義不同的參與權重。 以興趣特徵而言，依據下述公式計算相應之興趣特徵 分數· b = + a ’其中’ /y表不興趣特徵分數’ 表不 關切分數，表示互動分數中之興趣分數，且α為興趣特 徵中整體互動行為之參與權重。以專業特徵而言，依據下 述公式計算相應之興趣特徵分數：，其中，％ 表示專業特徵分數，％表示關切分數，％表示互動分數中 之專業分數，且Θ為專業興趣特徵中整體互動行為之參與 權重。值得注意的是，在此實施例中，係針對關鍵詞彙所 相應之概念層次計算使用者對於特定概念之特徵分數。然 而，在一些不具有領域架構與詞彙概念關聯矩陣的實施例 中，本發明可以直接在關鍵詞彙的層次計算使用者對於特 定關鍵詞彙之特徵分數。 接下來，舉一實例進行說明。第5圖顯示一行為特徵 評估例子。如圖所示，使用者A發表一篇文章510。文章 510具有π旅遊”、”台灣”與”文化”等關鍵詞彙，且具有一 鏈結，用以連結至使用者D所發表的文章520(501)。文章
Clients Docket N〇.:IDEAS95010 TT^ Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 13 200820019 520具有"台灣丨丨盘& 表-篇文章530、，用以^入鍵^菜。另外，使用者^發 用以砰输使用者A所發表的立立 510(502)。使用者C發表-篇文章540,其中引用t吏 所發表的文章510(503)。值得注意的是 者 設關鍵詞彙即為領域架構中已定義的概念。 假 相安在此例子中’每一個使用者對於個別關鍵詞彙的使用 使用者人分別使用”旅遊”、 口广，、文化一次；使用者D分別使用”台灣"盥"文 ："；S；b ^ Ι/,,-ν. ； Ν=ν,; 广:-(U，2)’ I〜卜3。因此’套用關切分數向量％的公式盥 g.=(o,06,〇；； 且 = Gc =(〇,〇,〇) 〇 ， 另一方面，第5圖例子中的互動行為可以整理，如第 7圖所示。因此’依據第7圖中整理出之互動行為，可以 得，對應||旅遊、"台灣"與"文化"概念之關聯矩陣， 如第8Α、8Β與8C圖所示。之後，分別依據第8Α、犯盘 ^圖之，使用HITS演算法可輯算出每一關聯 矩陣分別相應的互動分數向量。其中，相應第Μ圖之關 如矩陣的4業分數向量為㈣卿”興趣分數向量為 叫0，1，2.25,0);相應帛δΒ圖之關聯矩陣的專業分數向量為 Mmo’o) ’興趣分數向量為㈣山说。）；且相應帛8c圖之關 聯矩陣的專業分數向量為h_，。)，興趣分數向量為 " = (〇，_。注意的是，互動分數向量的表示方式為不同使用 者對於-特&概念的互動分數。最後，依據關切分數與互
Chenfs Docket No.：IDEAS95010 s D〇cket N〇:0213德969_TW/Dmft_Finai/Yianh___6 14 200820019 紗數可以_不同使用麵不同概念下㈣徵 弟9圖所示。注意的是，在此例子 …_、 特徵之互動行為的參與權重皆為〇5。又°又％不同仃為 互動過本發明可^網路互動環境中依據語意與 估使用者的行為特徵。服務提供者便可依據使 用者之對於不同概念之特徵分數 行提供。 i展相關之加值應用並進 本發明之方法，或特定型態或苴 的型態包含於實體媒體，如軟碟、* = σ以以私式碼 何其他機器可讀取(如電腦可讀取；、硬碟、或是任 取）儲存媒體，直中，各孩 式碼被機器，如電腦載入且執行 /、中田紅 本發明之裝置。本發明之方法與機器變成用以參與 透過-些傳送媒體，如電線或電纜：以以，式碼型態 型態進行傳送，其中’當程式，皮機器、’:如==傳: 入且執，時，此機器變成用以參與本發明之裝置。者在一 般用途處理器實作時’程式石馬結合處 : 於應用特定邏輯電路之獨特I置。4供i作類似 雖然本發明已以較佳實施例揭露如上，缺其 限定本發明’任何熟悉此項技藝者，在不脫離树明之精 神和範_，當可做些許更動與_，因此本㈣之保護 範圍當視後附之申請專利範圍所界定者為準。 【圖式簡單說明】 第1圖為一示意圖係顯示依據本發明實施例之行為特 徵評估系統。
Client’s Docket N〇.:IDEAS95010 TT5s Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 15 200820019 第2圖為一示意圖係顯示網路内容間的互動行為例 子。 第3圖為一流程圖係顯示依據本發明實施例之行為特 徵評估方法。 第4圖顯示一互動行為種類權重表。 第5圖顯示一行為特徵評估例子。 第6圖顯示使用者對於關鍵詞彙的使用頻率。 第7圖顯示第5圖之例子中的互動行為。 第8A、8B與8C圖分別顯示對應不同概念之關聯矩陣。 第9圖顯示不同使用者在不同概念下的特徵分數。 【主要元件符號說明】 100〜行為特徵評估糸統， 110〜資料庫； 120〜領域架構； 130〜詞彙概念關聯矩陣； 140〜處理模組； 150〜互動行為種類權重； 160〜互動行為參與權重； m、U2、A、B、C、D〜使用者；
Bl、B2〜部落格； A卜 A2、510、520、530、540〜文章； 201、202〜發表； 203、204、205、206、207、208、209、501、502、503〜 互動行為；
Clienfs Docket No.:IDEAS95010 TTs Docket No:0213-A40969-TW/Draft-Fmal/Yianhou/2006/09/06 16 200820019 S310、S320、…、S340〜步驟； 400〜互動行為種類權重表。
Client’s Docket N〇.:IDEAS95010 TT5s Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06

Claims (1)

  1. 200820019 十、申請專利範圍·· 種行為特徵評估系統，包括·· 中” 儲存相應複數使用者之複數網路内容，並 中遠寻、罔路内谷包括複數 八 括複數互動行為；以及 j果且。亥專網路内容間包 處理模組，對於該等使用去 ^依據相應該特定使用者對於該等關鍵詞 與所有該等使用者對於兮堃心… 』杲的便用頻率 特定使用者對於每一該等關 文用須羊计#5亥 魏一 ^ 賴心之―第—關切分數，依 4互動行為所相應之該等使用者中之至少兩者、 =:!亥等互動行為所相應之-種類權重計算該等關鍵 :果 〃一特定關鍵詞彙之一第一關聯矩陣，依據該 弟^聯矩陣使用一演算法計算該特定使用者於該特定關 鍵詞彙下之至少-第-互動分數，依據該第一關切分數盘 該第-互動分數計算該特定使用者對於該特定關鍵詞彙之 一第一特徵分數。 2·如申叫專利|&圍第1項所述之行為特徵評估系統， 其中該等網路内容包括複數網路文章。 3·如申叫專利|&圍第2項所述之行為特徵評估系統， 其中该等關鍵詞彙包括每一該等網路文章之至少一標籤或 分類。 4·如申請專利範圍第2項所述之行為特徵評估系統， 其中該互動行為包括評論(Comment)、引用（Trackback)、連 結（Link)、訂閱（Subscription)、推薦（Rec〇mmend)、或交換 Client’s Docket N〇.:IDEAS95010 TT5s Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 18 200820019 連結（Bl〇gr〇ii)等。 5·如申請專利範圍第 更包括： 、斤述之行為特徵評估系統， 領域架構’包括複數概念細等概念間 之關聯；以 -詞彙概念關聯矩陣，用以 於每一該等概念之-關聯程度， 5亥專關鍵詞囊對 其中該處理模組更依據該特 鍵詞彙之該第-關切分數料對於母—該等關 定使用者對於每一該等概念矩陣計算該特 一關聯矩陣與該互動行為中刀刀文，依據該第 者。该概芯之關聯程度計算該等概 小一 概念之一第二關聯矩陣， ^ 夕一特定 :冲异該特定使用者於該特定概念吏用：异 數，且依據該第二關切分數愈 弟—互動分 使用者對於該特定概^-第二讀分Γ 該特定 6·如申請專利範圍第5馆％、+、 ^ 其中該處理模組依照下述公式為:蝴古系統， fu/ '汁# 5亥弟一關切分數： 及 Gu F ALL \FALL I -xM 並中，Γ -/ :吏用者:於第，個關_心 A表不所有該等使用者斟 · 2，·.·，^}， 、；^ Z•個關鍵詞彙的使用頻率，且 ^enrs Docket No.：IDEAS95010 —朗 3-M_—TW/Draf 19 200820019 M表示該詞彙概念關聯矩陣。 UB=j --J^SxAD ^如中請專利範圍第5項所述之行為特徵評估 ”中该气，依照下述公式計算該第二關:、、、先， UB=i 其中，％表示該第二關聯矩陣中第 個使用者找蚊概念下之互動 其中，…表 兩使用者’…該互動行為相應之該= 念之關聯程度。_使用到之㈣鍵㈣彙與該特定概 8·如申請專利範圍第5項所述之行為特 其中該演算法包括—超鏈結引導標題搜尋(HIT邮曾、、去’ 9. 如申請專利範圍第8項所述之行 =去。 其中該處理模組依照下述公式計算該第二特徵錄系統， Bjj = Gjj +kxIAjj 5 其中’ ％表示該第二特徵分數，％表 數，叫表示該第二互動分數，且以 ^弟7關切分 與權重。 η x寻互動仃為之一參 10. 如申請專利範圍帛9項所述之 其中該互動分數包括—興趣 5、糸統， 分數。 4(Hubb 數或-專業(Authority) U. 一種行為特徵評估方法，包括下列步驟. 内容者之複數網路内容，其中該等網路 匕括稷數_·，且該等網路内容間包 Client s Docket No.：IDEAS95010 良 HW] 爪加如载·咖德齡τ__η___6/_6 20 200820019 行為； 對於該等使用者中之至少一特定 :定使用她該等關鍵詞囊的使用頻率 每彙的總使用頻率計算該特定使用者對於 。亥寺關鍵同茱之一第一關切分數； 依據每-該等互動行為所相應之該等使用者中之至小 兩者、以及每-該等互動行為所相應之— ς 寻關鍵詞彙中之至少—特定關鍵詞彙之-第-關聯矩= 依據該第-關聯矩陣使用一演算法計算該特定使 於該特定關鍵詞彙下之至少—第—互動分數；以及 依據該第一關切分數與該第一互動分數計算該特定使 用者對於該特定關鍵詞彙之一第一特徵分數。 12. 如申請專利範圍第u項所述之行為特徵評估方 法’其中該等網路内容包括複數網路文章。 13. 如申請專利範圍第12項所述之行為特徵評估方 法，其中該等關鍵詞彙包括每一該等網路文章之至少一標 籤或分類。 14. 如申请專利範圍第12項所述之行為特徵評估方 法 其中5亥互動行為包括評論（Comment)、引用 (Trackback)、連結（Link)、訂閱（Subscription)、推薦 (Recommend)、或交換連結（Bi〇gr〇ii)等。 15·如申請專利範圍第u項所述之行為特徵評估方 法，更包括： Client’s Docket N〇.:IDEAS95010 TT^ Docket No：0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 21 200820019 提供一領域架構，立φ兮 等概念間之關聯；項域架構包括複數概念與該 提供一詞彙概念關聯矩束 記錄每-該等關鍵詞囊對4 =該:菜概念關聯矩陣 依據該特定使用者對於關聯程度； 切分數與該詞彙概莱之該第一關 該等概念之-第二關切=陣计异该特定使用者對於每一 鍵詞關 之至少-特定概念程度計算該等概念， 依據σ亥第—關聯矩陣使用一、、 於該特定概念下之至少_第二互動；^十=特疋使用者 用者切分數與該第二互動分數計算該特定使 用者對於该特定概念之一第二特徵分數。 号疋使 16.如申請專利範圍第15項所述之行為特 法’更包括依照下述公式許|該第二關切分數： 方 fu Gu fall \fu\ -xM \pal / I nL,L· j /、中，％={G1，G2”，.，GJ，…表示該特定使用者封於笛. 個概念之該第1切分數KM 7幻 使用者對於第囊的使用頻率 5示所有該等使用者對於第，個關鍵詞囊的使用^ 从表示該詞彙概念關聯矩陣。 、旱且 17·如申請專利範圍第15項所述之行為特徵評估方 Clients Docket N〇.：IDEAS9S01 η TT^s Docket N〇：02l3-A40969.TW/Draft^^ 22 200820019 UB=j --J^SxAD 法’更包tf照下述公式計算該第二關聯矩陣： Ri 其中’〜表示該第二關聯矩陣中第z•個使用 個使用者在該狀概念下之互動襲強度， / 表示為⑽，_肩，其中，⑹與叫、示—互 中相應之兩使用者1表示該 =丁為 重’表不敍動行為中使關之該關鍵 、 念之關聯程度。 果"忒特疋概 〜法包括—超鏈結引導標題搜尋(HITS)演算 評估方 法 19.如申請專利範圍第18項所述之行為特徵 更包括依照下述公式計算該第二特徵分數： % = Gu +kxIAa ί 其中，％表示該第二特徵分數， 數，/%表示該第二互動分數 不"弟—關切分 與權重。 動刀數…為該等互動行為之—參 20·如申請專利範圍第19 法，其中該互動分數包括一 (Authority)分數。 項所述之行為特徵評估方 興趣（Hub)分數或—專業 月匈程式用以執行時 該方法包括下列步 21·—種機器可讀取媒體，儲存一電 致使一裝置執行一行為特徵評估方法， 驟： 提供相應複數使用者之複數網路内容，μ Client’s Docket No.:IDEAS95010 了、、塔 TTWNo:咖·________ 23 200820019 内容包括複數關鍵詞彙，且該等網路内容間包括複數互動 行為， 對於該等使用者中之至少一特定使用者，依據相應該 特定使用者對於該等關鍵詞彙的使用頻率與所有該等使用 者對於該等關鍵詞彙的總使用頻率計算該特定使用者對於 每一該等關鍵詞彙之一第一關切分數； 依據每一該等互動行為所相應之該等使用者中之至少 兩者、以及每一該等互動行為所相應之一種類權重計算該 等關鍵詞彙中之至少一特定關鍵詞彙之一第一關聯矩陣； 依據該第一關聯矩陣使用一演算法計算該特定使用者 於該特定關鍵詞彙下之至少一第一互動分數；以及 依據該第一關切分數與該第一互動分數計算該特定使 用者對於該特定關鍵詞彙之一第一特徵分數。
    Client’s Docket No.:IDEAS95010 TT^ Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06
TW095140026A 2006-10-30 2006-10-30 Systems and methods for measuring behavior characteristics, and machine readable medium thereof TWI337712B (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW095140026A TWI337712B (en) 2006-10-30 2006-10-30 Systems and methods for measuring behavior characteristics, and machine readable medium thereof
US11/641,705 US8055663B2 (en) 2006-10-30 2006-12-20 Systems and methods for measuring behavior characteristics

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW095140026A TWI337712B (en) 2006-10-30 2006-10-30 Systems and methods for measuring behavior characteristics, and machine readable medium thereof

Publications (2)

Publication Number Publication Date
TW200820019A true TW200820019A (en) 2008-05-01
TWI337712B TWI337712B (en) 2011-02-21

Family

ID=39331344

Family Applications (1)

Application Number Title Priority Date Filing Date
TW095140026A TWI337712B (en) 2006-10-30 2006-10-30 Systems and methods for measuring behavior characteristics, and machine readable medium thereof

Country Status (2)

Country Link
US (1) US8055663B2 (zh)
TW (1) TWI337712B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI582614B (zh) * 2011-09-12 2017-05-11 英特爾公司 使用探索以了解使用者行為、興趣及偏好之技術
TWI602133B (zh) * 2016-11-18 2017-10-11 財團法人商業發展研究院 目標強度評估方法
TWI684875B (zh) * 2016-05-12 2020-02-11 香港商阿里巴巴集團服務有限公司 確定用戶行為偏好的方法、推薦資訊的展示方法和裝置

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10636315B1 (en) 2006-11-08 2020-04-28 Cricket Media, Inc. Method and system for developing process, project or problem-based learning systems within a semantic collaborative social network
WO2009137806A1 (en) * 2008-05-08 2009-11-12 Epals, Inc. Object-based system and language for dynamic data or network interaction including learning management
US8358805B2 (en) * 2008-05-21 2013-01-22 Honeywell International Inc. System having a layered architecture for constructing a dynamic social network from image data
US8244517B2 (en) 2008-11-07 2012-08-14 Yahoo! Inc. Enhanced matching through explore/exploit schemes
US8301624B2 (en) 2009-03-31 2012-10-30 Yahoo! Inc. Determining user preference of items based on user ratings and user features
US8612435B2 (en) * 2009-07-16 2013-12-17 Yahoo! Inc. Activity based users' interests modeling for determining content relevance
CN101996215B (zh) * 2009-08-27 2013-07-24 阿里巴巴集团控股有限公司 一种应用于电子商务网站的信息匹配方法和系统
US20110231387A1 (en) * 2010-03-22 2011-09-22 Yahoo! Inc. Engaging content provision
US8600979B2 (en) 2010-06-28 2013-12-03 Yahoo! Inc. Infinite browse
US9311650B2 (en) 2012-02-22 2016-04-12 Alibaba Group Holding Limited Determining search result rankings based on trust level values associated with sellers
US9734141B2 (en) 2015-09-22 2017-08-15 Yang Chang Word mapping
US11222347B2 (en) * 2017-06-20 2022-01-11 Catalina Marketing Corporation Machine learning for marketing of branded consumer products
US11126795B2 (en) * 2017-11-01 2021-09-21 monogoto, Inc. Systems and methods for analyzing human thought

Family Cites Families (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5243520A (en) * 1990-08-21 1993-09-07 General Electric Company Sense discrimination system and method
US6006221A (en) * 1995-08-16 1999-12-21 Syracuse University Multilingual document retrieval system and method using semantic vector matching
US5675707A (en) * 1995-09-15 1997-10-07 At&T Automated call router system and method
US6285999B1 (en) * 1997-01-10 2001-09-04 The Board Of Trustees Of The Leland Stanford Junior University Method for node ranking in a linked database
US6112202A (en) * 1997-03-07 2000-08-29 International Business Machines Corporation Method and system for identifying authoritative information resources in an environment with content-based links between information resources
US5991710A (en) * 1997-05-20 1999-11-23 International Business Machines Corporation Statistical translation system with features based on phrases or groups of words
US6658623B1 (en) * 1997-09-15 2003-12-02 Fuji Xerox Co., Ltd. Displaying in a first document a selectable link to a second document based on a passive query
US6167397A (en) * 1997-09-23 2000-12-26 At&T Corporation Method of clustering electronic documents in response to a search query
US6738678B1 (en) * 1998-01-15 2004-05-18 Krishna Asur Bharat Method for ranking hyperlinked pages using content and connectivity analysis
US6457028B1 (en) * 1998-03-18 2002-09-24 Xerox Corporation Method and apparatus for finding related collections of linked documents using co-citation analysis
US6112203A (en) * 1998-04-09 2000-08-29 Altavista Company Method for ranking documents in a hyperlinked environment using connectivity and selective content analysis
US6122647A (en) * 1998-05-19 2000-09-19 Perspecta, Inc. Dynamic generation of contextual links in hypertext documents
US6356899B1 (en) * 1998-08-29 2002-03-12 International Business Machines Corporation Method for interactively creating an information database including preferred information elements, such as preferred-authority, world wide web pages
US6321220B1 (en) * 1998-12-07 2001-11-20 Altavista Company Method and apparatus for preventing topic drift in queries in hyperlinked environments
CA2272739C (en) * 1999-05-25 2003-10-07 Suhayya Abu-Hakima Apparatus and method for interpreting and intelligently managing electronic messages
US7165069B1 (en) * 1999-06-28 2007-01-16 Alexa Internet Analysis of search activities of users to identify related network sites
US6353825B1 (en) * 1999-07-30 2002-03-05 Verizon Laboratories Inc. Method and device for classification using iterative information retrieval techniques
AU2001255781A1 (en) * 2000-04-28 2001-11-12 Inceptor, Inc. Method of and system for enhanced web page delivery
WO2002003256A1 (en) * 2000-07-05 2002-01-10 Camo, Inc. Method and system for the dynamic analysis of data
US7185065B1 (en) * 2000-10-11 2007-02-27 Buzzmetrics Ltd System and method for scoring electronic messages
US7197470B1 (en) * 2000-10-11 2007-03-27 Buzzmetrics, Ltd. System and method for collection analysis of electronic discussion methods
US6925432B2 (en) * 2000-10-11 2005-08-02 Lucent Technologies Inc. Method and apparatus using discriminative training in natural language call routing and document retrieval
US6560600B1 (en) * 2000-10-25 2003-05-06 Alta Vista Company Method and apparatus for ranking Web page search results
US20020103920A1 (en) * 2000-11-21 2002-08-01 Berkun Ken Alan Interpretive stream metadata extraction
US7356530B2 (en) * 2001-01-10 2008-04-08 Looksmart, Ltd. Systems and methods of retrieving relevant information
US6766316B2 (en) * 2001-01-18 2004-07-20 Science Applications International Corporation Method and system of ranking and clustering for document indexing and retrieval
US7299270B2 (en) * 2001-07-10 2007-11-20 Lycos, Inc. Inferring relations between internet objects that are not connected directly
US7028024B1 (en) * 2001-07-20 2006-04-11 Vignette Corporation Information retrieval from a collection of information objects tagged with hierarchical keywords
US7010527B2 (en) * 2001-08-13 2006-03-07 Oracle International Corp. Linguistically aware link analysis method and system
WO2003057648A2 (fr) * 2002-01-11 2003-07-17 Enrico Maim Procedes et systemes de recherche et d'association de ressources d'information telles que des pages web
US7231395B2 (en) * 2002-05-24 2007-06-12 Overture Services, Inc. Method and apparatus for categorizing and presenting documents of a distributed database
US7249321B2 (en) * 2002-10-03 2007-07-24 At&T Knowlege Ventures, L.P. System and method for selection of a voice user interface dialogue
US20070088609A1 (en) * 2002-10-25 2007-04-19 Medio Systems, Inc. Optimizer For Selecting Supplemental Content Based on Content Productivity of a Document
JP3997412B2 (ja) * 2002-11-13 2007-10-24 ソニー株式会社 情報処理装置および方法、記録媒体、並びにプログラム
US7792827B2 (en) * 2002-12-31 2010-09-07 International Business Machines Corporation Temporal link analysis of linked entities
US20040158544A1 (en) * 2003-02-06 2004-08-12 Taekman Jeffrey M. Weighted decision making systems, methods and computer program products
US20040243270A1 (en) * 2003-05-30 2004-12-02 Abb Inc. Partial least squares based paper curl and twist modeling, prediction and control
US20050074738A1 (en) * 2003-10-06 2005-04-07 Tomlinson John Garrett Documentation-based teacher qualification rating system and method
US7281005B2 (en) * 2003-10-20 2007-10-09 Telenor Asa Backward and forward non-normalized link weight analysis method, system, and computer program product
GB2411014A (en) * 2004-02-11 2005-08-17 Autonomy Corp Ltd Automatic searching for relevant information
US7433876B2 (en) * 2004-02-23 2008-10-07 Radar Networks, Inc. Semantic web portal and platform
US7725414B2 (en) * 2004-03-16 2010-05-25 Buzzmetrics, Ltd An Israel Corporation Method for developing a classifier for classifying communications
US7281022B2 (en) * 2004-05-15 2007-10-09 International Business Machines Corporation System, method, and service for segmenting a topic into chatter and subtopics
US7783639B1 (en) * 2004-06-30 2010-08-24 Google Inc. Determining quality of linked documents
US7886024B2 (en) * 2004-07-01 2011-02-08 Microsoft Corporation Sharing media objects in a network
US7958115B2 (en) * 2004-07-29 2011-06-07 Yahoo! Inc. Search systems and methods using in-line contextual queries
US7698640B2 (en) * 2004-08-04 2010-04-13 Leapfrog Enterprises, Inc. User interactive journal
US7493320B2 (en) * 2004-08-16 2009-02-17 Telenor Asa Method, system, and computer program product for ranking of documents using link analysis, with remedies for sinks
US7386542B2 (en) * 2004-08-30 2008-06-10 The Mitre Corporation Personalized broadcast news navigator
CA2579691A1 (en) * 2004-09-16 2006-03-30 Telenor Asa A method, system, and computer program product for searching for, navigating among, and ranking of documents in a personal web
US7523085B2 (en) * 2004-09-30 2009-04-21 Buzzmetrics, Ltd An Israel Corporation Topical sentiments in electronically stored communications
US7831545B1 (en) * 2005-05-31 2010-11-09 Google Inc. Identifying the unifying subject of a set of facts
US8832055B1 (en) * 2005-06-16 2014-09-09 Gere Dev. Applications, LLC Auto-refinement of search results based on monitored search activities of users
US20070100779A1 (en) * 2005-08-05 2007-05-03 Ori Levy Method and system for extracting web data
US7831582B1 (en) * 2005-08-23 2010-11-09 Amazon Technologies, Inc. Method and system for associating keywords with online content sources
US7716226B2 (en) * 2005-09-27 2010-05-11 Patentratings, Llc Method and system for probabilistically quantifying and visualizing relevance between two or more citationally or contextually related data objects
US20070136248A1 (en) * 2005-11-30 2007-06-14 Ashantipic Limited Keyword driven search for questions in search targets
US8862573B2 (en) * 2006-04-04 2014-10-14 Textdigger, Inc. Search system and method with text function tagging
US7660783B2 (en) * 2006-09-27 2010-02-09 Buzzmetrics, Inc. System and method of ad-hoc analysis of data
WO2008052068A2 (en) * 2006-10-24 2008-05-02 Careflash, Llc A system and method for secure, anonymous, and pertinent reposting of private blog posting, etc.
US20080114755A1 (en) * 2006-11-15 2008-05-15 Collective Intellect, Inc. Identifying sources of media content having a high likelihood of producing on-topic content
US7885913B2 (en) * 2007-03-28 2011-02-08 Yahoo! Inc. Distributed collaborative knowledge generation system wherein students perform queries using a dynamic knowledge database and retrieved subsets of data are shared with multiple users on the web
US7966291B1 (en) * 2007-06-26 2011-06-21 Google Inc. Fact-based object merging
US7970766B1 (en) * 2007-07-23 2011-06-28 Google Inc. Entity type assignment
TWI352934B (en) * 2007-11-27 2011-11-21 Inst Information Industry Advertisement selection systems and methods for in
US9489495B2 (en) * 2008-02-25 2016-11-08 Georgetown University System and method for detecting, collecting, analyzing, and communicating event-related information

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI582614B (zh) * 2011-09-12 2017-05-11 英特爾公司 使用探索以了解使用者行為、興趣及偏好之技術
US9652457B2 (en) 2011-09-12 2017-05-16 Intel Corporation Use of discovery to understand user behavior, interests and preferences
TWI684875B (zh) * 2016-05-12 2020-02-11 香港商阿里巴巴集團服務有限公司 確定用戶行為偏好的方法、推薦資訊的展示方法和裝置
US11086882B2 (en) 2016-05-12 2021-08-10 Advanced New Technologies Co., Ltd. Method for determining user behavior preference, and method and device for presenting recommendation information
US11281675B2 (en) 2016-05-12 2022-03-22 Advanced New Technologies Co., Ltd. Method for determining user behavior preference, and method and device for presenting recommendation information
TWI602133B (zh) * 2016-11-18 2017-10-11 財團法人商業發展研究院 目標強度評估方法

Also Published As

Publication number Publication date
TWI337712B (en) 2011-02-21
US8055663B2 (en) 2011-11-08
US20080103721A1 (en) 2008-05-01

Similar Documents

Publication Publication Date Title
TW200820019A (en) Systems and methods for measuring behavior characteristics, and machine readable medium thereof
Cheng et al. A^ 3NCF: An Adaptive Aspect Attention Model for Rating Prediction.
Ullah et al. From valence to emotions: Exploring the distribution of emotions in online product reviews
Kim et al. Mobile application service networks: Apple’s App Store
Sun et al. A survey of models and algorithms for social influence analysis
Mui et al. Notions of reputation in multi-agents systems: a review
Liu et al. " I loan because..." understanding motivations for pro-social lending
Yoo et al. Effects of celebrity credibility on country’s reputation: A comparison of an Olympic star and a political leader
Shen Understanding user’s acceptance of social shopping websites: effects of social comparison and trust
Mozafari et al. An enriched social behavioural information diffusion model in social networks
Li et al. Profit earning and monetary loss bidding in online entertainment shopping: the impacts of bidding patterns and characteristics
CA3235473A1 (en) A decentralized social news network website application (dapplication) on a blockchain including a newsfeed, nft marketplace, and a content moderation process for vetted content providers
Van der Roest Consumerism in sport organizations: Conceptualizing and constructing a research scale
JPWO2002082339A1 (ja) 情報処理システム及びその方法
Wei et al. Using network flows to identify users sharing extremist content on social media
Barbier et al. Understanding online groups through social media
Shirkhodaie et al. Instagram Marketing: Choosing an Influencer for the Food Industry based on the Full Consistency Method (FUCOM)
Kumar et al. Using social media for word-of-mouth marketing
Chen et al. Data Acquisition: A New Frontier in Data-centric AI
Mulahuwaish et al. Topic modeling based on two-step flow theory: Application to Tweets about bitcoin
Mai et al. The role of social media in the apparel retail sector in Vietnam: A study of Facebook fan pages
Badica et al. Application of meaningful text analytics to online product reviews
Zhang et al. CRank: a credit assessment model in C2C e-Commerce
Liu Systematic Measurement of Centralized online reputation systems
Kumari et al. An Analysis of Social Media as a Tool to Understand Customer Preferences in Bangalore