TWI337712B - 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
TWI337712B
TWI337712B TW095140026A TW95140026A TWI337712B TW I337712 B TWI337712 B TW I337712B TW 095140026 A TW095140026 A TW 095140026A TW 95140026 A TW95140026 A TW 95140026A TW I337712 B TWI337712 B TW I337712B
Authority
TW
Taiwan
Prior art keywords
score
user
keyword
interaction
specific
Prior art date
Application number
TW095140026A
Other languages
English (en)
Other versions
TW200820019A (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

Description

1337712 九、發明說明： 【發明所屬之技術領域] 使用者行為特 徵之系統與方法。 【先前技術】 本發明係有關於一種行為特徵評估系統愈方法’且特 別有關於一種可以依據語意與互動模式評估 特
隨者網際網路的發展，網路經營者積極 樣的網路應麟使用者使用。舉例來說，使用奸以= 電子佈告欄系統(BBS)來難文章與發表評論。使用者 以透過特定網站或是自行架設網頁來發表文章。目前余 際網路上正盛行的是部落格(Blog)的應用。二一個=用: 可以架設自己的部落格，在自己在部落格中發表文章。此 外，使用者也可以在別人的部落格發表對於二 論。如此的行為產生了不同使用者與/或文章之間的互動^ 為’間接隱含使用者的行為特徵。 于 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 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 電子郵件内谷的s吾意或推薦系統中的使用者行為記錄進行
Client's Docket N〇.:IDEAS95010 TT's Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 1337712 分析，對於開放的網路互動環境，尤其是在充滿大量互動 行為之部落格環境中係難以應用的。另外，由於前述習知 技術僅能找出相關之專家，對於服務提供者而言，仍然無 法從網路内容中發掘使用者之的行為特徵，如個人興趣與 專長，以發展相關之加值應用並提供給使用者。 【發明内容】 有鑑於此，本發明提供行為特徵評估系統與方法。 本發明實施例之行為特徵評估系統，包括一資料庫與 一處理模組。資料庫儲存相應複數使用者之複數網路内 容，其中網路内容包括複數關鍵詞彙，且網路内容間包括 複數互動行為。處理模組對於至少一特定使用者，依據相 應特定使用者對於關鍵詞彙的使用頻率與所有使用者對於 關鍵詞彙的總使用頻率計算特定使用者對於每一關鍵詞彙 之一第一關切分數。處理模組依據每一互動行為所相應之 至少兩個使用者與每一互動行為所相應之一種類權重計算 至少一特定關鍵詞彙之一第一關聯矩陣，並依據第一關聯 矩陣使用一演算法計算特定使用者於特定關鍵詞彙下之至 少一第一互動分數。處理模組依據第一關切分數與第一互 動分數計算特定使用者對於特定關鍵詞彙之一第一特徵分 數。 本發明實施例之行為特徵評估方法。首先，提供一資 料庫。資料庫儲存相應複數使用者之複數網路内容，其中 網路内容包括複數關鍵詞彙，且網路内容間包括複數互動 行為。對於至少一特定使用者，依據相應特定使用者對於
Client's Docket N〇.:IDHAS95010 TTs Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 1337712 =5讀的使㈣率與所有❹者對於雜 率計算特定使用者對於每―關鍵詞彙之—第—關= 。依據母—互動行為所相應之至少兩個使用者盘每一互 ，所相應之一種類權重計算至少一特定關鍵詞彙之— —關聯輯’並依鮮—關翻陣使帛_演算法計算特 =用者婦定_詞彙下之至少―第—互動分數。依據
，切分數與第-㈣分輯算彳权❹者對於特 鍵祠菜之一第一特徵分數。 本發明上述方法可以透過#呈式碼方式收錄於實體媒體 中。當程式碍被機器載人且執行時，機器變成用以實行 發明之裝置。 為使本發明之上述目的、特徵和優點能更明顯易僅， 下文特舉實施例，並配合所附圖示，詳細說明如下。 【實施方式】 第1圖顯示依據本發明實施例之行為特徵評估系統。 # A據本發明實施例之行為特徵評估系統1〇〇包括一資 料庫110、一領域架構120、一詞彙概念關聯矩陣130、盘 -處理模組140。值得注意的是，系統中可以設定相應二 同互動行為的種類權重150與計算特徵分數時相應互動行 為的參與權重⑽。種類權重15〇與參與權重16〇之設定 與運用將於後說明。 “資料庫110儲存相應使用者之網路内容，如網路互動 %W ’尤其是在部落格環境令之網路文章。網路内容可 以透過-資料收集單元(未顯示)來由網際網路抓取資料，
Client's Docket No.：IDEAS950J0 TTsDocketNo：02I3-A40969-TW/Draf,-Final/Yianhou/2006/09/06 8 1337712 >· 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（Bl〇gr〇11)等。第2圖為一示意 鲁 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引用了文章八2(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對於文章入2發表評論(2〇6)，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ui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（Ont〇l〇gy)，如：DMOZ、 Wordnet’或是概念階層架構(c〇ncept 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w個關鍵詞彙與/2個已定義 概念’因此’便會建立一個mx«之詞彙概念關聯矩陣M。其
Client's Docket N〇.：IDEAS95010 TT's Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 9 :程=!；個？詞囊W義概念之間的關 可以依據任何方式來建立。;Μ概念關聯矩陣130 的;ρ籤盥八_ 牛例來說，可以將網路内容中 二:==r由τγ— 本趙之重複詞彙作為連上由=:=: 程度，從而得到气』概人二:计鼻詞彙與概念之間的關聯 用以進行本=；：為===:處理模組140係 方法，其細節於後說明。 明實施例之行為特徵評估方法。 使用至少-特定使用者，依據相應特定 以及詞囊概念關聯矩陣料算特定使用 對於每-使用者進行評估，妙H忍的疋’本發明可以 以單-特定使用者之行為特徵評估清楚與簡化’ 向:長度為— 章語意的頻率，換言之’二=鍵者= ==率;另外’建構-個長度為”_彙 便用頻羊向里尸似=的，化，d苴 CJient*s Dockei No.;IDEAS95〇]〇 TT-s Docket N〇：0213-A40969-TW/Draft-Final/Y1anhou/2006/09/06 其個人所發表的文章中以第，個關鍵詞二二者: 的頻率，換言之，⑽有使用者對於第M;:二 1337712 使用頻率。之後，對於v斗士 ^ ^ ^ A ;特定使用者，計算其個人相對於整 體的關鍵詞彙使用特糌 ^ ^ -β 试並將此特徵轉以概念層級來表 (；Π’1特丈使用者對於概念(領域)之關切分數向量 "。關切分數向量巧計算方式如下： 當 |Λ/ 卜 〇 時，G" ：= 、 fall/ x从’菖 |/"| = 〇 時 ’ ％ 為一 0 向 /Ψλιι\ 量。 其中’ ％=iGl，G2”.，Gd，G)表示特定使用者對於第y·個 概念之關切分數。 如步驟S32G ’依據每—互動行為所相應之使用者、每 一互動行⑽相應之種類權重、以及互動行為_所使用到 :關鍵詞彙熱念之關㈣度計算至少—肢㈣之一關 私矩陣#類似地’在此步驟中，本發明可以對於每一概念 分，計算其關聯矩陣，然而，為使說明清楚與簡化，以一 特又概念之關聯矩陣計算進行說明。 *如前所述’不同互動行為可以分別定義其相應的種類 振重15G°第4圖顯示—互動行為種類權重表_。在此例 f中’行為特徵可以包括興趣、參與、專業、與歡迎程度 等特徵’且每-互動行為對於不同的行為特徵具有不同的 種類權重。其中，引用對於興趣、參與、專業與歡迎程度 特徵的種類權重分別為0.9、0.6、〇9與〇6;交換連社對 於興趣、參與、專業與歡迎程度特徵的種類權重分別為 0.4、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.5、Q 7、Q 5與Q 7 ;訂_
Client's Docket N〇.:IDEAS95010 TT's Docket N〇；0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 1337712 於興趣、參與.、專業與歡迎程度特徵的種類權重分別為 0.8、0.5、0.8與Ό.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、0.6、0.4與0.6。值 得注意的是，上述互動行為種類權重表400僅為一例子。 依據不同的行為特徵可以定義每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（似，/C)， $ 其中，與表示一互動行為中相應之兩使用者， 表示發動互動行為的使用者，且ί/万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。/C表示互動行 為所牵涉的語意概念。其中，（CA^4D)表示一個語意概念， CN表示概念名稱，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 • ，其中％表示關聯矩陣中第z•個使用者對於 第_/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 引導標題搜尋(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 算法中，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's Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 12 1337712 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： % ，其中，而表示特徵分數，Gy表示關切 分數，叫表示互動分數，且A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：，其中，表示興趣特徵分數，表示 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，如表示互動分數中 之專業分數，且A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"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
Client’s Docket N〇.:IDEAS95010 TT's Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 520具有"台灣/丨盘丨，文4卜” 矣一#七立/、文化荨關鍵詞彙。另外，使用者B發 5 W5^。I 530 ’用以評論使用者A所發表的文章 所#i用者C發表一篇文章540,其中引用使用者A 所U敎早51G⑽）。值得 設關鍵詞囊即為領域架構中已定義的概念。又 在此料+，每—個使帛者料㈣龍詞彙的使用
不於第6圖中。其中，使用者a分別使用"旅遊"、 一°4與文化一次；使用者D分別使用”台灣”與"文化" 一次。因此’可以得知，Wu桃丨4 ，丨; 〜=(ι’2,2)，丨〜|=3。因此，套用關切分數向量g"的公式盥 ^^^^，Ι^(,3,87,87), σΰ=(〇,〇6)ΐ；6)； 且(^ =： =(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8A、8B與8C圖所示。之後，分別依據第8A、8B盥 8C圖之關聯矩陣’使用HITS演算法可以計算出每一關聯 矩陣分別相應的互動分數向量。其中，相應第8A圖之關 聯矩陣的專業分數向量為4 = (1，〇 〇 〇)，興趣分數向量為 " = (〇’U.25,〇);相應第8B圖之關聯矩陣的專業分數向量為 (I’o’o’o)，興趣分數向量為(〇1，2 25,〇);且相應第8C圖之關 知矩陣的專業分數向量為j=(l，〇,〇,〇)，興趣分數向量為 "(O’O’I’O)。注意的是，互動分數向量的表示方式為不同使用 者對於一特定概念的互動分數。最後，依據關切分數與互
Clienrs Docket N〇.:IDEAS95010 〇cketNo.0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 14 可以得到不同使用者在不同概念下的特徵分數，如 枝外— 〜、的疋’在此例子中’假設相應不同行為 特徵之互動行為的參與權重皆為0.5。 過本發明可以在網路互動環境中依據語意與 用砰估使用者的行為特徵。服務提供者便可依據使 念之特徵分數發展相關之加值應用並進 订提供。 ㈣tV:之方法’或特定型態或其部份，可以以程式碼 的歪態包含於實體媒體， 何其他機ϋ可讀則如^ —片、㈣、或是任 式碼被機器， 本發明之裳置。本發明之^ 此機器變成用以參與 透過-些傳送媒體，如電線或電續二:以以私式碼型悲 型態進行傳送，其t，當程式碼、:如傳: 般用途“器實作時，程式碼結合處理器提供一操=似 於應用特定邏輯電路之獨特裝置。 、 雖然本發明已以較佳實施例揭露如上，秋 限定本發明，任何熟悉此項技藝者_^非用以 .L ^ ^ I不脱離本發明之精 神和範圍内，當可做些許更動與潤傅，因此本發明之保護 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-示意圖係顯示依據本發明實施例之行 徵評估系統。
Client’s Docket N〇.:IDEAS95010 TT^ Docket No:0213-A40969-TW/Draft-FinaI/Yianhou/2006/09/06 15 1337712 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〜行為特徵評估系統； 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；
Ul、U2、A、B、C、D~使用者；
Bl、B2〜部落格；
Al、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；
Client's Docket N〇.:IDEAS95010 TT's Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 16 1337712 S310、S320、...、S340〜步驟； 400〜互動行為種類權重表。
Client's Docket N〇.:IDEAS95010 TT's Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06

Claims (1)

  1. 十、申請專利範圍： 1.種行為特徵評估系統，包括： 中今庫儲存相應魏使用者之紐網路内容，其 括《互動::包::數關鍵詞囊’且該等網路内容間包 者，==組，對於該等使用者中之至少—特定使用 特定使用者對於該等_詞彙的使用頻率 :等使用者對於該等關鍵詞彙的總使射貞率計算兮 =使用者對於每—該等關鍵詞彙之—第—關切分數^ 據母-_互動行為所相應之該等使用者中之至少兩者、 =每-該等互動行為所相應之—種類權重計算該等關鍵 ^菜中之至少—特定關鍵詞彙之—第—關聯矩陣，依據該 第^聯矩卩車❹―演算法計㈣特定❹者於該特定關 鍵詞彙下之至少-第—互動分數，依據該第—關切分數與 4第互動/刀數计异該特定使用者對於該特定關鍵詞彙之 一第一特徵分數。 2. 如申凊專利範圍第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. 如申請專利範圍第2項所述之行為特徵評估系統， 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。 4.如申請專利範圍第2項所述之行為特徵評估系統， 其中忒互動行為包括評論(Comment)、引用（Trackback)、連 結（Link)、訂閱（Subscription)、推薦（Rec〇minend)、或交換 Client’s Docket No.:IDEAS95010 TT’s Docket No:0213-A40969-TW/Draft-Final/Yianhou/2006/09/06 18 1337712 連結(Blogroll)等。 統 更包=中請專利範圍帛1項所述之行為特徵評估系 及 領域架構，包括複數概念與該等概念 間之關聯；以 -詞彙Μ關聯矩陣，用以記錄每—該等關鍵詞 於母一該等概念之一關聯程度， ^中該處理模組更依據該特定❹者對於每一該 鍵_之該第-關切分數與該詞彙概念關聯矩陣計算 Si者:於每一該等概念之一第二關切分數，依據該第 «矩陣與敍動行為中使關之該鍵詞彙中之 >、-者與該概念之關聯程度計算料概Μ之至少 概念之-第二關聯矩陣，依據該第二關聯矩 J 法計算該特定㈣者於該特定概念下之至少—第二互= ，’且依據該第二_分數與該第二互動分數計算該 使用者對於該特定概念之―第二特徵分數。 心ΐ請專5項所述之行為特徵評估系統， \fu\ ，、销=、組依照下述公式計算該第二關切分數： Af..\ -xM fall ’、中Gt/=妳，G2，‘，.，cd，Gy表示該特定使用者對於第, ΓΓί之該第二關切分數，—，…，a，#示該特定 ?者對於，個關鍵詞囊的使用頻率，“，心 ,不所有4等使用者對於第，個關鍵詞彙較用頰率，且 Client's Docket No.：IDEAS95010 爪〇〇罐罐13—A嘛TW細細YmnW2Q嶋娜 Dlipnf*c χτ^ ττ-ν^___ 19 你表示該詞彙概念關聯矩陣。 統 二 υυρ 式叶斤该第二關聯矩陣·· r—Zs:Jad ，，其中，_:表;== 相應之兩使用者1表示該互動 權 示—到之該關鍵詞; 念之關聯程度。 j茱興这特疋概 其中第5項所述之行為特徵評估系統， q/二。Γ超鏈結引導標題搜尋(HITS)演算法。 ’ σ W專她15第8項所述之行為特徵評估系统， /、中該處理模組依照下述公式計算該第二特徵分數:、、 ~ Gy +kx!Ay > 數，以-^不^亥第一特徵分數，G"表示該第二關切分 表4第：互動分數，且以該等互動行為之—參 盆中請專利範㈣9項所述之行為特徵評估系統， ^亥互動力數包括—興趣_)分數或—專業（A秦卿） 为数。 11.種行為特徵評估方法，包括下列步驟. —提供相應複數❹者之複數網路心，其巾該等網路 内谷包括獲數關鍵詞棄’且該等網路内容間包括複數互動 Client’s Docket N〇.:1DEAS95010 TT's Docket N〇：〇2.3-A40969-TW/Draft-Final/Yianhou/2006/09/06 20 1337712 行為； *對於該等使用者中之至少一特定使用者，依據相應該 特疋使用者對於該等關鍵詞彙的使用頻率與所有該等使用 ^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—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。 如申請專利範圍第n項所述之行為特徵評估方 法’其中S亥專網路内容包括複數網路文章。 • u·如申請專利範圍第12項所述之行為特徵評估方 法，其中该等關鍵詞彙包括每一該等網路文章之至少— 籤或分類。 τ 14. 如申請專利範圍第12項所述之行為特徵評估方 法，其中該互動行為包括評論（c〇mment)、弓丨用 (Trackback)、連結（Link)、訂閱（Subscripti〇n)、推 (Recommend)、或交換連結（Blogroll)等。 •’ 15. 如申請專利範圍第】1項所述之行為特徵坪估太 法，更包括： 17 万 Client's Docket No.:IDEAS950I0 TT'sDocketNo:0213-A40969-TW/Draft-Final/Y,anhou/2006/09/06 21
    等二^該領域架構包括複數概念與該 記錄彙概念關聯矩陣 對於该4概念之—關聯程度； 切八Γ 使用者對於每一該等關鍵詞彙之該第一關 /與相㈣念關聯_計算該特枝用者對於每 该專概分數； 於母- 鍵詞關:=:r動行為中使用到之該等關 之至少-特定概念程度幽等一 於使用者 2據該第二關切分數與該第二互動分 用者對於該特定概念之―第二特徵分數。4疋使 16.如申請專㈣圍第15項所狀行騎 更包%照下述公式計算該第二關切分數··方 % F ALL, 'XM 9 4LL\ 個概=該=:分:=特枝用者對於第7 ”者對於第/個關鍵詞囊二率該特定 =示所有該等❹者對於第⑽關鍵詞彙 ^^ ’从表示該詞彙概念關聯矩陣。 肖頻率，且 Π.如申請專利範圍帛15項所述之行為特徵 評估方 na[/Yianhou/2〇〇6/〇9/〇6 22 法 更包t照下述公式計算該第二關聯矩陣 UB=j . Rij = Y^SxAD > 其中、表補第二__巾第，·個制者對於 ^吏^者在該特定概念下之互動關聯強度 =為(W肩，其中，⑹請表示= 中相應之兩使用去，ς<主- > 勒仃為 便用者$表不該互動行為相應之該種
    ’必、不邊互動行為中使用到之該關鍵 念之關聯程度。 、18·如申請專利範㈣15項所述之行為特徵評 ^ ’其中该演算&包括一超鍵結引導標題搜尋(扣丁 S)演算
    法 數 與權重 19.如申請專利範圍第18項所述之行為特徵評估方 更包括依照下述公式計算該第二特徵分數： BU ~ Gy +kxIAy ^ 其中’如表不該第二特徵分數，％表示該第二關切分 ^表不該第二互動分數，且*為該等互動行為之—參 2〇.如申請專利範圍帛19項所述之行為特徵評估方 法，其中該互動分數包括一興趣（Hub)分數或一 (Authority)分數。 ” 21.—種機器可讀取媒體，儲存一電腦程式用以執行時 致使一裝置執行一行為特徵評估方法，該方法包括下牛 驟： V 提供相應複數使用者之複數網路内容，其中該等網路 Client's Docket N〇.:IDEAS95010 IT's Docket N〇：0213-A40969-TW/Draft-FinBl/Ylanh〇u/2006/09/06 23 1337712 2包括複數_詞彙1該等網路内容間包括複數互動 彳丁 ， 特4Γ:等使用者中之至少—特定使时，依據相應該 Ϊ 對於該等關鍵詞棄的使用頻率與所有該等使用 每彙的總使用解計算該特錢用者對於 母έ亥荨關鍵詞某之一第一關切分數； 依據每—該等互動行為所相應之該等㈣者中之 兩者、以及每—該等互動行為所相應之—種 等關鍵詞彙中之至少—特定關鍵詞彙之 ―、β Μ 依據該第一關聯矩陣使用一演算 ，矩ρ ， 於該特定關鍵詞棄下之至少一第::動==使用者 依據該第一關切分數與該第一互動分 用者對於該特定_詞彙之―第—特^分數I該特定使
    Client's Docket N〇.：IDEAS95010 TT's Docket No:0213-A40969-TW/Draft-Final/Yianhouy2006/09/06 24
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 TW200820019A (en) 2008-05-01
TWI337712B true 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)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080176194A1 (en) 2006-11-08 2008-07-24 Nina Zolt System for developing literacy skills using loosely coupled tools in a self-directed learning process within a collaborative social network
EP2300926A4 (en) * 2008-05-08 2013-07-31 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
EP2756416A4 (en) * 2011-09-12 2015-06-03 Intel Corp USE OF DISCOVERY TO UNDERSTAND USER BEHAVIOR, INTERESTS AND PREFERENCES
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
CN107368488A (zh) 2016-05-12 2017-11-21 阿里巴巴集团控股有限公司 一种确定用户行为偏好的方法、推荐信息的展示方法和装置
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
WO2018237051A1 (en) 2017-06-20 2018-12-27 Catalina Marketing Corporation AUTOMATIC LEARNING FOR THE MARKETING OF BRANDED CONSUMPTION 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
US7260774B2 (en) * 2000-04-28 2007-08-21 Inceptor, Inc. Method & system for enhanced web page delivery
US6636862B2 (en) * 2000-07-05 2003-10-21 Camo, Inc. Method and system for the dynamic analysis of data
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
US7185065B1 (en) * 2000-10-11 2007-02-27 Buzzmetrics Ltd System and method for scoring electronic messages
US6560600B1 (en) * 2000-10-25 2003-05-06 Alta Vista Company Method and apparatus for ranking Web page search results
US7925967B2 (en) * 2000-11-21 2011-04-12 Aol Inc. Metadata quality improvement
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
EP1470501B1 (fr) * 2002-01-11 2015-03-11 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
WO2006039566A2 (en) * 2004-09-30 2006-04-13 Intelliseek, Inc. 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
US8812473B1 (en) * 2005-06-16 2014-08-19 Gere Dev. Applications, LLC Analysis and reporting of collected search activity data over multiple search engines
US20070100779A1 (en) * 2005-08-05 2007-05-03 Ori Levy Method and system for extracting web data
US7774335B1 (en) * 2005-08-23 2010-08-10 Amazon Technologies, Inc. Method and system for determining interest levels of online content navigation paths
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
WO2007114932A2 (en) * 2006-04-04 2007-10-11 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

Also Published As

Publication number Publication date
TW200820019A (en) 2008-05-01
US20080103721A1 (en) 2008-05-01
US8055663B2 (en) 2011-11-08

Similar Documents

Publication Publication Date Title
TWI337712B (en) Systems and methods for measuring behavior characteristics, and machine readable medium thereof
JP5902274B2 (ja) 計算された評判又は影響度スコアに基づくランキング及び選択エンティティ
Phan et al. A hidden topic-based framework toward building applications with short web documents
US10268641B1 (en) Search result ranking based on trust
Rubin et al. Assessing Credibility of Weblogs.
TW201104617A (en) Activity based users' interests modeling for determining content relevance
US9760831B2 (en) Content personalization system
US9607324B1 (en) Topical trust network
TW201944266A (zh) 對話機器人檢索系統、對話機器人檢索方法、及程式
Beel Towards effective research-paper recommender systems and user modeling based on mind maps
JP2009510637A (ja) 表示のための高品質レビューの選択
Jannach et al. An introduction to recommender systems
Çelik et al. A broker-based semantic agent for discovering Semantic Web services through process similarity matching and equivalence considering quality of service
Van Gysel et al. Reply with: Proactive recommendation of email attachments
JP2007264718A (ja) ユーザ興味分析装置、方法、プログラム
JPWO2002082339A1 (ja) 情報処理システム及びその方法
Upadhyaya et al. Quality of experience: What end-users say about web services?
Hwang et al. Coauthorship network-based literature recommendation with topic model
Tang et al. Consumer decision support systems for novice buyers–a design science approach
Sahijwani et al. Would You Like to Hear the News? Investigating Voice-Based Suggestions for Conversational News Recommendation
Fethallah et al. Automated discovery of web services: an interface matching approach based on similarity measure
Lahlou et al. Context aware recommender system algorithms: state of the art and focus on factorization based methods
Meloni et al. Aida-bot: A conversational agent to explore scholarly knowledge graphs
Koidl et al. Towards cross site personalisation
Dinh et al. A framework to discover potential ideas of new product development from crowdsourcing application