中兴通讯股份有限公司 (中国广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦, Guangdong 7, 518057, CN)
| 权 利 要 求 书 1. 一种网页呈现方法， 包括： 对网页中的各条链接按照兴趣关联规则计算兴趣度； 标示兴趣度高于指定值的链接得到新网页； 呈现所述新网页； 其中， 通过对用户的历史访问记录进行数据挖掘确定所述兴趣关联 规则。 2. 根据权利要求 1所述的方法， 其中， 通过对用户的历史访问进行数据挖 掘确定所述兴趣关联规则包括： 浏览器打开后， 读取所述浏览器緩存中的历史网页数据； 对所述历史网页数据进行数据挖掘， 得到所述兴趣关联规则。 3. 根据权利要求 1所述的方法， 其中， 所述兴趣关联规则存储在指定存储 区， 并每隔指定时长或打开网页的设定次数对所述指定存储区的兴趣关 联规则进行更新； 对网页中的各条链接按照兴趣关联规则计算兴趣度包括： 从所述指定存储区读取用户的兴趣关联规则； 对网页中的各条链接按照所述兴趣关联规则计算兴趣度。 4. 根据权利要求 1所述的方法， 其中， 标示兴趣度高于指定值的链接得到 新网页包括： 按照所述兴趣度对所述各条链接进行排序； 从链接的排序结果中提取出兴趣度高于所述指定值的网页链接， 用 指定颜色标示提取出的网页链接得到新网页。 5. 才艮据权利要求 1至 4任一项所述的方法， 其中， 所述网页呈现方法应用 于移动终端。 6. —种网页呈现装置， 包括： 兴趣度计算模块， 用于对网页中的各条链接按照兴趣关联规则计算 兴趣度； 网页标示模块， 用于标示兴趣度高于指定值的链接得到新网页； 呈现模块， 用于呈现所述新网页； 其中， 通过对用户的历史访问记录进行数据挖掘确定所述兴趣关联 规则。 7. 根据权利要求 6所述的装置， 其中， 所述装置还包括： 规则获取模块， 用于浏览器打开后， 读取所述浏览器緩存中的历史 网页数据； 对所述历史网页数据进行数据挖掘， 得到所述兴趣关联规则。 8. 根据权利要求 6所述的装置， 其中， 所述兴趣关联规则存储在所述装置 的指定存储区， 所述装置还包括： 更新模块， 用于每隔指定时长或打开网页的设定次数对所述指定存 储区的兴趣关联规则进行更新； 所述兴趣度计算模块包括： 获取单元， 用于从所述指定存储区读取 用户的兴趣关联规则； 计算单元， 用于对网页中的各条链接按照所述兴 趣关联规则计算兴趣度。 9. 根据权利要求 6所述的装置， 其中， 所述网页标示模块包括： 排序单元， 用于按照所述兴趣度对所述各条链接进行排序； 新网页获取单元， 用于从链接的排序结果中提取出兴趣度高于所述 指定值的网页链接， 用指定颜色标示提取出的网页链接得到新网页。 10. 居权利要求 6至 9任一项所述的装置， 其中， 所述装置为移动终端。 |
( 1 ) 将兴趣词条定义为节点， 节点以二元组 （t, weight ) 表示， 简记 为 Node ( t ), 其中， weight为词条 t的权重； weight=新鲜度 X频度 （ f；)。 新鲜度反映兴趣词条存在时间的长短， 最近访问页面中的兴趣词条的新 鲜度相对较高， 在预测过程中， 越是最近访问的页面中的兴趣词条对预测起 的作用越大。 新鲜度可以等于保存该词条的时间， 也可以与保存时间具有一 定的线性关系。 fl为词条在页面中出现的频度， 例如， 某个词条在一个页面中出现了 8 次， 该页面中总的词条数为 100 (包括重复）， 则 ¾=8/100。 其中， 兴趣词条可以是娱乐、 体育、 新闻、 天气、 咨询和财经等。
( 2 )定义节点之间的联系为兴趣关联规则，用三 组 [ Node( ¾ ), support, Node ( tj ) ]表示， 简 ΐ己为 Rule [ Node ( t ; ), Node ( tj ) ], 其中， support称为 关联支持度， 表示由节点 Node ) 转到节点 Node ( t } ) 的可能性；
( 3 ) 数据预处理， 对页面集合 C 中的各页面抽取词千， 并进行词千切 分， 对应地得到页面 Y k 的词条集合 K ( Y k ) ={ ( ti' , weight ) I ti' T (汉 语词汇；)， i ( 自然数） };
K ( Y k ) 表示在 Y k 页面中出现的所有的兴趣词条的集合， t 为其中一 个词条。 緩存 （ Cache ) 中的历史网页数据通常釆用 WWW数据模型表示， 根据 具体实现还可能对 WWW数据模型的历史网页数据进行数据格式转换 ，转换 为所需要的数据格式。 词千的抽取和切分可以参考 IEEE (美国电气和电子工程师协会 )的数据 ¾；掘在网页预耳又中的应用 （ application of data mining in Web pre-fetching )。
( 4 )从页面集合 C中的各页面 Y k 中提取该页面的链接点， 得到页面的 链接点集合 L ( Y k ) ={l k , i I l k , i为页面 Y k 中的链接点 }; 链接集合表示 Y k 页面中所有的可以链接进入的链接点的集 合，通过点击
Y k 页面里的链接就可以进入下一个页面。
( 5 ) 提取页面的链接点的同时， 获取链接点的链接词千， 对链接词千 进行切分， 得到页面中链接点 l k , ,的链接词条集合 Q ( lk, .. stnng ) I tj" 在 l k , i- string中， j N} ; Q ( l k , L stnng ) 表示对 Y k 中的某个链接 l k , ,对其链接词千进行切分后得到 的词条的集合。 通过以上的数据处理得到了四种集合， 分别为： 页面集合、 页面的词条 集合、 页面的链接点集合以及页面中链接点的链接词 条集合。 得到四种集合 是为了下面计算兴趣关联规则 [ Node ( ti ), support, Node ( tj ) ], 即从一个 词条转移到另一个词条的可能性， 进而在计算出从一个页面转移到其中某个 链接的可能性。
( 6 ) 生成兴趣关联规则， 兴趣关联规则的集合构成兴趣关联知识库; 生成兴趣关联规则的具体过程可以包括下述方 法: 遍历页面集合 C, 对于页面 Y k 遍历该页面中的链接集合 L ( Y k ), 逐一 判断其中的链接点的源页面 （链接点所在的页面） Υ」是否属于页面集合 C, 如果属于， 则遍历页面 Y k 和 Υ」的词条集合， 将 Y k 与 Υ」中的词条进行组合， 计算词条组合中从一个词条转移到另一个词条 的转移支持率， 该转移支持率 等于两个词条权重之和， 当词条在多个页面中重复出现时， 则在支持率中累 加词条的权重； 如果链接点的源页面 Yj不属于页面集合 C , 则遍历页面 Y k 和链接点的 链接词条集合，将 Y k 与链接点的链接词条集合中的词条进行组 合， 计算词条 组合中从一个词条转移到另一个词条的转移支 持率， 该转移支持率等于页面 Y k 中词条的权重， 当链接词条在多个链接点的链接词条集合中出 现时， 则转 移支持率累加页面 Y k 中词条的权重。 生成兴趣关联规则的伪代码如下： for保存的页面集合 C 中的每个页面
Y k { for链接集合 L ( Y k ) 中的每个链接 l k , r
{设1]^ r 的目标页面为 Yj ; if Yj e C then { for 页面 Y k 中的词条集 K ( Y k ) 中的每个词条 ( , weightp )
{ for 页面 Yj中的词条集 K ( Yj ) 中的每个词条 ( t q '， weight q ) {
Rule [Node ( t p ' )， Node ( t q ' ) ]的支持度 +=g ( weightp, weightq ) ； ( t p '， weightp ) ≡K ( Y k ), ( t q '， weightq ) ≡K ( Yj )
} }
} else
{ for 页面 Y k 中的词条集合 K (Y k ) 中的每个词条 ( , weightp )
{ for Q (1 k， r- string ) 中的每个词条 t q '
{
Rule [ Node ( t p ' ), Node ( t q ' ) ] 的支持度 +=weight p ; ( t p ', weightp ) e Yi, t q 'eQ ( l k , r . string )
}
}
}
} } 其中， g ( weightp, weightq ) 为函数， 令其为 ( weight p +weight q ), 表示 緩存中的页面的链接点及链接点所指向的页面 对兴趣关联知识库中的兴趣关 联规则的影响。 使用上面的关联规则挖掘算法计算 Rule [Node (¾), Node (tj) ]的支持度， 反映了当前浏览器用户访问网页兴趣和习惯， 作为下一步 计算链接兴趣度的依据。 计算链接兴趣度的方法可以为： 在兴趣关联规则数据库中查找当前访问 页面中的词条与链接词条的兴趣关联规则， 计算兴趣度， 该兴趣度等于当前 访问页面中词条的权重乘以该查找到的兴趣关 联规则中的支持度， 完成兴趣 度的计算后， 对得到的全部链接按照兴趣度进行排序。 步骤 S208 , 通过数据挖掘给出的结果和当前用户访问的网 页， 对计算出 兴趣度高的链接进行标示， 得到新网页。 步骤 S210, 按照标示的链接浏览新网页。 本实施例根据用户当前访问的网页和上述兴趣 关联规则进行计算得到当 前网页链接集合中各个链接的兴趣度后，可以 对各个链接的兴趣度进行排序， 并提取出兴趣度较高的网页链接， 使用突出的颜色进行标示； 并在网页滚动 浏览的时候按照已经标示的链接来滚动浏览和 聚焦。 本实施例通过获取浏览器緩存中保存的历史网 页数据， 这些数据中隐含 着用户的兴趣爱好和访问习惯， 使用兴趣关联规则挖掘， 挖掘出反映用户兴 趣和习惯的兴趣关联规则。 根据兴趣关联规则和用户当前所浏览的网页， 对 当前网页中用户兴趣度高的链接进行标示。 并且在网页滚动浏览的时候， 用 户可以选择按照已经标示网页链接来浏览网页 。 如果用户下一个要浏览的网 页链接 （已经被标示出来的） 的位置在手机当前屏幕内， 则用户下一个要浏 览的网页链接就是屏幕内标示出的网页链接。 用户下一个要浏览的网页链接 位置不在手机当前屏幕内， 在手机的下一个刷新页面， 则浏览器会进行先翻 页， 然后滚动浏览到翻页后标示出的网页链接。 本实施例在呈现网页时， 根据用户访问的历史记录确定各个链接的兴趣 度， 对兴趣度高的链接进行标示， 使用户能够快速浏览到感兴趣的内容， 提 高了手机浏览器在浏览一个大网页时的速度， 进而提升使用浏览器的用户体 验。 实施例 3 参见图 3 , 本实施例提供了一种网页呈现装置， 该装置包括： 兴趣度计算模块 32 , 用于对网页中的各条链接按照兴趣关联规则计 算兴 趣度， 其中， 通过对用户的历史访问记录进行数据挖掘确定 兴趣关联规则； 网页标示模块 34 , 连接至兴趣度计算模块 32 , 用于标示兴趣度高于指 定值的链接得到新网页； 呈现模块 36 , 连接至网页标示模块 34 , 用于呈现上述新网页。 其中， 兴趣度计算模块 32 的具体实现可以参考实施例 2 中的算法， 这 里不再详述。 上述兴趣关联规则可以在每次用户打开浏览器 时进行确定， 基于此， 该 装置还包括： 规则获取模块， 用于浏览器打开后， 读取浏览器緩存中的历史 网页数据； 对该历史网页数据进行数据挖掘， 得到兴趣关联规则。 得到上述兴趣关联规则后， 可以将该兴趣关联规则存储到指定存储区， 用于后续呈现网页时使用。 因此在用户打开浏览器时， 可以到该指定存储区 读取该兴趣关联规则， 该指定存储区中兴趣关联规则可以按照一定的 时间进 行更新， 也可以统计用户打开网页的次数， 当打开网页的次数达到设定次数 时进行更新。 基于此， 该装置还包括： 更新模块， 用于每隔指定时长或打开 网页的设定次数对该指定存储区的兴趣关联规 则进行更新； 相应地， 兴趣度 计算模块 32包括： 获取单元， 用于从指定存储区读取用户的兴趣关联规则； 计算单元， 用于对网页中的各条链接按照兴趣关联规则计 算兴趣度。 参见图 4 , 为本实施例提供的网页呈现装置的具体结构框 图， 该装置包 括： 兴趣度计算模块 32、 网页标示模块 34和呈现模块 36 , 其中， 网页标示 模块 34包括： 排序单元 342 , 用于按照兴趣度对各条链接进行排序； 新网页获取单元 344 , 用于从链接的排序结果中提取出兴趣度高于指 定 值的网页链接， 用指定颜色标示提取出的网页链接得到新网页 。 本实施例提供的装置可以是移动终端， 也可以是其它设备。 本实施例的装置在呈现网页时， 才艮据用户访问的历史记录确定各个链接 的兴趣度， 对兴趣度高的链接进行标示， 使用户能够快速浏览到感兴趣的内 容， 提高了浏览器在浏览一个大网页时的速度， 进而提升使用浏览器的用户 体验。 从以上的描述中可以看出， 本发明实现了如下技术效果： 以上实施例通过基于数据挖掘的方法对网页进 行处理， 得到带有链接标 示的新网页， 呈现该新网页。 可以加快浏览器对于大网页的浏览速度， 并提 高用户体 -险。 显然， 本领域的技术人员应该明白， 上述的本发明的各模块或各步骤可 以用通用的计算装置来实现， 它们可以集中在单个的计算装置上， 或者分布 在多个计算装置所组成的网络上， 可选地， 它们可以用计算装置可执行的程 序代码来实现， 从而， 可以将它们存储在存储装置中由计算装置来执 行， 并 且在某些情况下， 可以以不同于此处的顺序执行所示出或描述的 步骤， 或者 将它们分别制作成各个集成电路模块， 或者将它们中的多个模块或步骤制作 成单个集成电路模块来实现。 这样， 本发明不限制于任何特定的硬件和软件 结合。 以上所述仅为本发明的优选实施例而已， 并不用于限制本发明， 对于本 领域的技术人员来说， 本发明可以有各种更改和变化。 凡在本发明的 ^"神和 原则之内， 所作的任何修改、 等同替换、 改进等， 均应包含在本发明的保护 范围之内。
Next Patent: MAIL SENDING METHOD FOR MOBILE TERMINALS, AND MAIL SYSTEM