網(wǎng)絡(luò)信息推薦、建立網(wǎng)絡(luò)資源索引的方法及系統(tǒng)

1.一種網(wǎng)絡(luò)信息推薦的方法，其特征在于，包括：　
獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；　
將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；　
對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源訪問對，獲得網(wǎng)絡(luò)資源二維關(guān)系，所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁，所述網(wǎng)絡(luò)資源二維關(guān)系為網(wǎng)絡(luò)資源兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的網(wǎng)絡(luò)資源之間的相關(guān)性的強弱；　
當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度為用戶推薦相關(guān)的網(wǎng)絡(luò)資源?！?br/>2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度為用戶推薦相關(guān)的網(wǎng)絡(luò)資源包括：　
根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度為用戶推薦與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源。　
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度為用戶推薦相關(guān)的網(wǎng)絡(luò)資源包括：　
根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度獲得相關(guān)的網(wǎng)絡(luò)資源集合，根據(jù)所述網(wǎng)絡(luò)資源集合向用戶推薦網(wǎng)絡(luò)資源。　
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，還包括：獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；在所述根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度獲得相關(guān)的網(wǎng)絡(luò)資源集合之后還包括：　
根據(jù)各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度，對所述集合中的網(wǎng)絡(luò)資源進行排序。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，通過以下方式獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度：　
將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　
和／或，　
根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的訪問間隔時間，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　
和／或，　
通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。　
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括，通過以下方式對所述相關(guān)度進行修正：　
將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，對所述相關(guān)度進行修正；
和／或，　
根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的訪問間隔時間，對所述相關(guān)度進行修正；　和／或，　
通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；　
和／或，　
通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。　
7.根據(jù)權(quán)利要求3或4所述的方法，其特征在于，所述網(wǎng)絡(luò)資源二維關(guān)系為核心索引，還包括：　
根據(jù)輔助索引對所述集合中的網(wǎng)絡(luò)資源進行排序，所述輔助索引包括網(wǎng)絡(luò)資源的特征向量或用戶的興趣向量，其中，網(wǎng)絡(luò)資源的特征向量通過如下方式獲得：通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述所述網(wǎng)絡(luò)資源屬于各類別的置信度；所述用戶的興趣向量通過如下方式獲得：根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量?！?br/>8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述根據(jù)輔助索引對所述集合中的網(wǎng)絡(luò)資源進行排序包括：　
通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與用戶當(dāng)前訪問的網(wǎng)絡(luò)資源的特征向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序；　
或者，　
通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；所述興趣向量用于描述用戶對各類別的感興趣程度；分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與該用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序?！?br/>9.根據(jù)權(quán)利要求1至6、8任一項所述的方法，其特征在于，所述資源訪問記錄為資源訪問序列?！?br/>10.一種網(wǎng)絡(luò)信息推薦的系統(tǒng)，其特征在于，包括：　
資源訪問記錄獲得單元，用于獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；　網(wǎng)絡(luò)資源拆分單元，用于將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；　
網(wǎng)絡(luò)資源對匯集單元，用于對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源訪問對，獲得網(wǎng)絡(luò)資源二維關(guān)系，所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁，所述網(wǎng)絡(luò)資源二維關(guān)系為網(wǎng)絡(luò)資源兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的網(wǎng)絡(luò)資源之間的相關(guān)性的強弱；　
網(wǎng)絡(luò)資源推薦單元，用于當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度為用戶推薦相關(guān)的網(wǎng)絡(luò)資源?！?br/>11.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)資源推薦單元包括：　第一網(wǎng)絡(luò)資源推薦子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度為用戶推薦與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源?！?br/>12.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)資源推薦單元包括：　網(wǎng)絡(luò)資源集合獲得子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合；　
第二網(wǎng)絡(luò)資源推薦子單元，用于根據(jù)所述集合向用戶推薦網(wǎng)絡(luò)資源?！?br/>13.根據(jù)權(quán)利要求12所述的系統(tǒng)，其特征在于，還包括：　
網(wǎng)絡(luò)資源相關(guān)度獲得單元，用于獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　所述網(wǎng)絡(luò)資源推薦單元還包括：　
第一排序子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性或相關(guān)度獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合之后，根據(jù)各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度，對所述集合中的網(wǎng)絡(luò)資源進行排序?！?br/>14.根據(jù)權(quán)利要求13所述的系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)資源相關(guān)度獲得單元包括：　第一網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　
和／或，　
第二網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的訪問間隔時間，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　和／或，　
第三網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；
所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度?！?br/>15.根據(jù)權(quán)利要求12或13所述的系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)資源二維關(guān)系為核心索引，所述網(wǎng)絡(luò)資源推薦單元還包括：　
第二排序子單元，用于根據(jù)輔助索引對所述集合中的網(wǎng)絡(luò)資源進行排序，所述輔助索引包括網(wǎng)絡(luò)資源的特征向量或用戶的興趣向量，其中，網(wǎng)絡(luò)資源的特征向量通過如下方式獲得：通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述所述網(wǎng)絡(luò)資源屬于各類別的置信度；所述用戶的興趣向量通過如下方式獲得：根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量。　
16.根據(jù)權(quán)利要求15所述的系統(tǒng)，其特征在于：　
所述第二排序子單元包括：　
特征向量生成子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；第一計算子單元，用于分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與用戶當(dāng)前訪問的網(wǎng)絡(luò)資源的特征向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序；　
或者，　
所述第二排序子單元包括：　
興趣向量生成子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；所述興趣向量用于描述用戶對各類別的感興趣程度；第二計算子單元，用于分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與該用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序?！?br/>17.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，還包括：　
過濾單元，用于過濾掉無效的網(wǎng)絡(luò)資源對，所述無效的網(wǎng)絡(luò)資源對包括：內(nèi)容不相關(guān)的網(wǎng)絡(luò)資源對、訪問時間間隔超過預(yù)置閾值的網(wǎng)絡(luò)資源對或者包含有廣告導(dǎo)航頁的網(wǎng)絡(luò)資源對?！?br/>18.一種建立網(wǎng)絡(luò)資源索引的方法，其特征在于，包括：　
獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；　
將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；　
對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源訪問對，獲得網(wǎng)絡(luò)資源二維關(guān)系，建立起網(wǎng)絡(luò)資源索引；所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁，所述網(wǎng)絡(luò)資源二維關(guān)系為網(wǎng)絡(luò)資源兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的網(wǎng)絡(luò)資源之間的相關(guān)性的強弱?！?br/>19.根據(jù)權(quán)利要求18所述的方法，其特征在于，還包括：獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度，以便根據(jù)所述相關(guān)度對所述網(wǎng)絡(luò)資源進行排序。　
20.根據(jù)權(quán)利要求19所述的方法，其特征在于，通過以下方式獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度：　
將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　
和／或，　
根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的訪問間隔時間，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　
和／或，　
通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度?！?br/>21.一種建立網(wǎng)絡(luò)資源索引的系統(tǒng)，其特征在于，包括：　
資源訪問記錄獲得單元，用于獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；　網(wǎng)絡(luò)資源拆分單元，用于將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；　
網(wǎng)絡(luò)資源對匯集單元，用于對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系，建立起網(wǎng)絡(luò)資源索引，所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁，所述網(wǎng)絡(luò)資源二維關(guān)系為網(wǎng)絡(luò)資源兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的網(wǎng)絡(luò)資源之間的相關(guān)性的強弱?！?br/>22.根據(jù)權(quán)利要求21所述的系統(tǒng)，其特征在于，還包括：　
網(wǎng)絡(luò)資源相關(guān)度獲得單元，用于獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度，以便根據(jù)所述相關(guān)度對所述網(wǎng)絡(luò)資源進行排序?！?br/>23.根據(jù)權(quán)利要求22所述的系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)資源相關(guān)度獲得單元包括：　第一網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　
和／或，　
第二網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的訪問間隔時間，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；　
和／或，　
第三網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度；
所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度?！?br/>24.根據(jù)權(quán)利要求22所述的系統(tǒng)，其特征在于，還包括：　
第一網(wǎng)絡(luò)資源相關(guān)度修正單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，對所述相關(guān)度進行修正；　
和／或，　
第二網(wǎng)絡(luò)資源相關(guān)度修正單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的訪問間隔時間，對所述相關(guān)度進行修正；　
和／或，　
第三網(wǎng)絡(luò)資源相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；　
和／或，　
第四網(wǎng)絡(luò)資源相關(guān)度修正單元，通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。　
25.一種網(wǎng)絡(luò)信息推薦的方法，其特征在于，包括：　
獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；　
將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；所述拆分的方式為：將所述各用戶信息兩兩組成用戶對；　對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，建立用戶二維關(guān)系，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶，用戶二維關(guān)系為用戶兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的用戶之間的相關(guān)性的強弱；　
當(dāng)需要為用戶進行推薦時，根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度推薦相關(guān)的用戶信息?！?br/>26.根據(jù)權(quán)利要求25所述的方法，其特征在于，所述根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度推薦相關(guān)的用戶信息包括：　
根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度推薦與當(dāng)前訪問的用戶相關(guān)的用戶信息?！?br/>27.根據(jù)權(quán)利要求25所述的方法，其特征在于，所述根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度推薦相關(guān)的用戶信息包括：根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度獲得相關(guān)的用戶集合，根據(jù)所述集合向用戶推薦相關(guān)的用戶信息；　所述方法還包括：獲得各用戶對中兩用戶之間的相關(guān)度，在所述根據(jù)所述用戶二維關(guān)系獲得相關(guān)的用戶集合之后還包括：根據(jù)各用戶對中兩用戶之間的相關(guān)度，對所述集合中的用戶進行排序?！?br/>28.根據(jù)權(quán)利要求27所述的方法，其特征在于，所述用戶二維關(guān)系為核心索引，還包括：　
根據(jù)輔助索引對所述集合中的用戶進行排序，所述輔助索引包括網(wǎng)絡(luò)資源的特征向量或用戶的興趣向量，其中，網(wǎng)絡(luò)資源的特征向量通過如下方式獲得：通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述所述網(wǎng)絡(luò)資源屬于各類別的置信度；所述用戶的興趣向量通過如下方式獲得：根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量。　
29.一種網(wǎng)絡(luò)信息推薦的系統(tǒng)，其特征在于，包括：　
用戶記錄獲得單元，用于獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；　
用戶拆分單元，用于將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；所述拆分的方式為：將所述各用戶信息兩兩組成用戶對；　
用戶對匯集單元，用于對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶，用戶二維關(guān)系為用戶兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的用戶之間的相關(guān)性的強弱；　
用戶信息推薦單元，用于當(dāng)需要為用戶進行推薦時，根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度推薦相關(guān)的用戶信息?！?br/>30.根據(jù)權(quán)利要求29所述的系統(tǒng)，其特征在于，所述用戶信息推薦單元包括：　第一用戶信息推薦子單元，用于根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度推薦與當(dāng)前訪問的用戶相關(guān)的用戶信息。　
31.根據(jù)權(quán)利要求29所述的系統(tǒng)，其特征在于，所述用戶信息推薦單元包括：用戶信息集合生成子單元，用于根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性或相關(guān)度獲得相關(guān)的用戶集合；第二用戶信息推薦子單元，用于根據(jù)所述集合向用戶推薦相關(guān)的用戶信息；　或者，　
所述系統(tǒng)還包括：用戶相關(guān)度獲得單元，用于獲得各用戶對中兩用戶之間的相關(guān)度；
所述用戶信息推薦單元還包括：第一用戶排序子單元，用于根據(jù)各用戶對中兩用戶之間的相關(guān)度，對所述集合中的用戶進行排序?！?br/>32.根據(jù)權(quán)利要求31所述的系統(tǒng)，其特征在于，所述用戶二維關(guān)系為核心索引，所述用戶信息推薦單元還包括：　
第二用戶排序子單元，用于根據(jù)輔助索引對所述集合中的用戶進行排序，所述輔助索引包括網(wǎng)絡(luò)資源的特征向量或用戶的興趣向量，其中，網(wǎng)絡(luò)資源的特征向量通過如下方式獲得：通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述所述網(wǎng)絡(luò)資源屬于各類別的置信度；所述用戶的興趣向量通過如下方式獲得：根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量?！?br/>33.一種建立用戶索引的方法，其特征在于，包括：　
獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；　
將所述用戶記錄中的各用戶拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶；所述拆分的方式為：將所述各用戶兩兩組成用戶對；　
對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，建立起用戶索引，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶，用戶二維關(guān)系為用戶兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的用戶之間的相關(guān)性的強弱?！?br/>34.根據(jù)權(quán)利要求33所述的方法，其特征在于，還包括：　
獲得各用戶對中兩用戶之間的相關(guān)度?！?br/>35.根據(jù)權(quán)利要求34所述的方法，其特征在于，通過以下方式獲得各用戶對中兩用戶之間的相關(guān)度：　
將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，為各個用戶對進行評分，得到各用戶對中兩用戶之間的相關(guān)度；　
和／或，　
通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量獲得各用戶對中兩用戶之間的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度。　
36.一種建立用戶索引的系統(tǒng)，其特征在于，包括：　
用戶記錄獲得單元，用于獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；　
用戶拆分單元，用于將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；所述拆分的方式為：將所述各用戶信息兩兩組成用戶對；　
用戶對匯集單元，用于對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，建立起用戶索引，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶，用戶二維關(guān)系為用戶兩兩之間的相關(guān)性或相關(guān)度，所述相關(guān)性是非有即無的關(guān)系，所述相關(guān)度為不同的用戶之間的相關(guān)性的強弱?！?br/>37.根據(jù)權(quán)利要求36所述的系統(tǒng)，其特征在于，還包括：　
用戶相關(guān)度獲得單元，用于獲得各用戶對中兩用戶之間的相關(guān)度，以便根據(jù)所述相關(guān)度對用戶進行排序。　
38.根據(jù)權(quán)利要求37所述的系統(tǒng)，其特征在于，所述用戶相關(guān)度獲得單元包括：　第一用戶相關(guān)度獲得子單元，用于將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，為各個用戶對進行評分，得到各用戶對中兩用戶之間的相關(guān)度；　
和／或，　
第二用戶相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量獲得各用戶對中兩用戶之間的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度。　

網(wǎng)絡(luò)信息推薦、建立網(wǎng)絡(luò)資源索引的方法及系統(tǒng)\n技術(shù)領(lǐng)域\n[0001] 本發(fā)明涉及瀏覽器技術(shù)領(lǐng)域，特別是涉及網(wǎng)絡(luò)信息推薦、建立網(wǎng)絡(luò)資源索引的方法及系統(tǒng)。\n背景技術(shù)\n[0002] 現(xiàn)在網(wǎng)絡(luò)技術(shù)飛速發(fā)展，互聯(lián)網(wǎng)上的信息量非常大，因此如何讓用戶快速找到自己想要或者適合自己的網(wǎng)絡(luò)信息則成為技術(shù)人員迫切需要解決的技術(shù)問題。\n[0003] 為了解決上述技術(shù)問題，出現(xiàn)了一種網(wǎng)絡(luò)信息推薦系統(tǒng)(Recommender system)，該系統(tǒng)是信息過濾系統(tǒng)的一種。以網(wǎng)頁推薦為例，通常需要預(yù)先建立網(wǎng)頁索引，在需要給用戶進行推薦時，在網(wǎng)頁索引中檢索出可以推薦的網(wǎng)頁?，F(xiàn)有技術(shù)中的網(wǎng)頁索引通常是基于關(guān)鍵詞建立的，例如，可以預(yù)先提取各個網(wǎng)頁中具有代表性的關(guān)鍵詞，然后按照關(guān)鍵詞建立網(wǎng)頁索引；當(dāng)需要進行網(wǎng)頁推薦時，提取當(dāng)前網(wǎng)頁中具有代表性的關(guān)鍵詞作為檢索詞，然后在預(yù)先建立的索引中檢索具有該檢索詞的網(wǎng)頁，然后將檢索到的網(wǎng)頁推薦給相關(guān)用戶。\n[0004] 但是在基于這種索引方式的網(wǎng)絡(luò)信息推薦系統(tǒng)下，對于不包含檢索詞的網(wǎng)頁，就無法推薦給用戶，使得用戶獲得信息的范圍比較狹窄，既限制了信息的利用率，也增加了用戶獲得有用信息的難度。\n發(fā)明內(nèi)容\n[0005] 本發(fā)明提供了網(wǎng)絡(luò)信息推薦、建立網(wǎng)絡(luò)資源索引的方法及系統(tǒng)，能夠提高網(wǎng)絡(luò)信息的利用率。\n[0006] 本發(fā)明提供了如下方案：\n[0007] 一種網(wǎng)絡(luò)信息推薦的方法，包括：\n[0008] 獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0009] 將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；\n[0010] 對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源訪問對，獲得網(wǎng)絡(luò)資源二維關(guān)系，所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁；\n[0011] 當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性為用戶推薦相關(guān)的網(wǎng)絡(luò)資源。\n[0012] 優(yōu)選的，所述根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦相關(guān)的網(wǎng)絡(luò)資源包括：根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源。\n[0013] 優(yōu)選的，所述根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦相關(guān)的網(wǎng)絡(luò)資源包括：\n[0014] 根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得相關(guān)的網(wǎng)絡(luò)資源集合，根據(jù)所述網(wǎng)絡(luò)資源集合向用戶推薦網(wǎng)絡(luò)資源。\n[0015] 優(yōu)選的：獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；在所述根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得相關(guān)的網(wǎng)絡(luò)資源集合之后還包括：\n[0016] 根據(jù)各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，對所述集合中的網(wǎng)絡(luò)資源進行排序。\n[0017] 優(yōu)選的，通過以下方式獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度：\n[0018] 將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0019] 和/或，\n[0020] 根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0021] 和/或，\n[0022] 通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0023] 優(yōu)選的，通過以下方式對所述相關(guān)度進行修正：\n[0024] 將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，對所述相關(guān)度進行修正；\n[0025] 和/或，\n[0026] 根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，對所述相關(guān)度進行修正；\n[0027] 和/或，\n[0028] 通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；\n[0029] 和/或，\n[0030] 通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0031] 優(yōu)選的，所述網(wǎng)絡(luò)資源二維關(guān)系為核心索引，還包括：\n[0032] 根據(jù)輔助索引對所述集合中的網(wǎng)絡(luò)資源進行排序。\n[0033] 優(yōu)選的，所述根據(jù)輔助索引對所述集合中的網(wǎng)絡(luò)資源進行排序包括：\n[0034] 通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與用戶當(dāng)前訪問的網(wǎng)絡(luò)資源的特征向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序；\n[0035] 或者，\n[0036] 通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；所述興趣向量用于描述用戶對各類別的感興趣程度；分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與該用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序。\n[0037] 優(yōu)選的，所述資源訪問記錄為資源訪問序列。\n[0038] 一種網(wǎng)絡(luò)信息推薦的系統(tǒng)，包括：\n[0039] 資源訪問記錄獲得單元，用于獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0040] 網(wǎng)絡(luò)資源拆分單元，用于將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；\n[0041] 網(wǎng)絡(luò)資源對匯集單元，用于對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源訪問對，獲得網(wǎng)絡(luò)資源二維關(guān)系，所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁；\n[0042] 網(wǎng)絡(luò)資源推薦單元，用于當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系所體現(xiàn)的網(wǎng)絡(luò)資源相關(guān)性為用戶推薦相關(guān)的網(wǎng)絡(luò)資源。\n[0043] 優(yōu)選的，所述網(wǎng)絡(luò)資源推薦單元包括：\n[0044] 第一網(wǎng)絡(luò)資源推薦子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源。\n[0045] 優(yōu)選的，所述網(wǎng)絡(luò)資源推薦單元包括：\n[0046] 網(wǎng)絡(luò)資源集合獲得子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合；\n[0047] 第二網(wǎng)絡(luò)資源推薦子單元，用于根據(jù)所述集合向用戶推薦網(wǎng)絡(luò)資源。\n[0048] 優(yōu)選的，還包括：\n[0049] 網(wǎng)絡(luò)資源相關(guān)度獲得單元，用于獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0050] 所述網(wǎng)絡(luò)資源推薦單元還包括：\n[0051] 第一排序子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合之后，根據(jù)各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，對所述集合中的網(wǎng)絡(luò)資源進行排序。\n[0052] 優(yōu)選的，所述網(wǎng)絡(luò)資源相關(guān)度獲得單元包括：\n[0053] 第一網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0054] 和/或，\n[0055] 第二網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0056] 和/或，\n[0057] 第三網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0058] 優(yōu)選的，所述網(wǎng)絡(luò)資源二維關(guān)系為核心索引，所述網(wǎng)絡(luò)資源推薦單元還包括：\n[0059] 第二排序子單元，用于根據(jù)輔助索引對所述集合中的網(wǎng)絡(luò)資源進行排序。\n[0060] 優(yōu)選的:\n[0061] 所述第二排序子單元包括：\n[0062] 特征向量生成子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；第一計算子單元，用于分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與用戶當(dāng)前訪問的網(wǎng)絡(luò)資源的特征向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序;\n[0063] 或者，\n[0064] 所述第二排序子單元包括：\n[0065] 興趣向量生成子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；所述興趣向量用于描述用戶對各類別的感興趣程度；第二計算子單元，用于分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與該用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序。\n[0066] 優(yōu)選的，還包括：\n[0067] 過濾單元，用于過濾掉無效的網(wǎng)絡(luò)資源對，所述無效的網(wǎng)絡(luò)資源對包括：內(nèi)容不相關(guān)的網(wǎng)絡(luò)資源對、訪問時間間隔超過預(yù)置閾值的網(wǎng)絡(luò)資源對或者包含有廣告導(dǎo)航頁的網(wǎng)絡(luò)資源對。\n[0068] 一種建立網(wǎng)絡(luò)資源索引的方法，包括：\n[0069] 獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0070] 將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；\n[0071] 對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源訪問對，獲得網(wǎng)絡(luò)資源二維關(guān)系，建立起網(wǎng)絡(luò)資源索引；所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁。\n[0072] 優(yōu)選的，還包括：獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，以便根據(jù)所述相關(guān)度對所述網(wǎng)絡(luò)資源進行排序。\n[0073] 優(yōu)選的，通過以下方式獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度：\n[0074] 將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0075] 和/或，\n[0076] 根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0077] 和/或，\n[0078] 通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0079] 一種建立網(wǎng)絡(luò)資源索引的系統(tǒng)，包括：\n[0080] 資源訪問記錄獲得單元，用于獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0081] 網(wǎng)絡(luò)資源拆分單元，用于將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，所述拆分的方式為：將所述網(wǎng)絡(luò)資源集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源訪問對；\n[0082] 網(wǎng)絡(luò)資源對匯集單元，用于對各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源訪問對進行聚類以匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系，建立起網(wǎng)絡(luò)資源索引，所述網(wǎng)絡(luò)資源二維關(guān)系表示網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁。\n[0083] 優(yōu)選的，還包括：\n[0084] 網(wǎng)絡(luò)資源相關(guān)度獲得單元，用于獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，以便根據(jù)所述相關(guān)度對所述網(wǎng)絡(luò)資源進行排序。\n[0085] 優(yōu)選的，所述網(wǎng)絡(luò)資源相關(guān)度獲得單元包括：\n[0086] 第一網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0087] 和/或，\n[0088] 第二網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0089] 和/或，\n[0090] 第三網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0091] 優(yōu)選的，還包括：\n[0092] 第一網(wǎng)絡(luò)資源相關(guān)度修正單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，對所述相關(guān)度進行修正；\n[0093] 和/或，\n[0094] 第二網(wǎng)絡(luò)資源相關(guān)度修正單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，對所述相關(guān)度進行修正；\n[0095] 和/或，\n[0096] 第三網(wǎng)絡(luò)資源相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；\n[0097] 和/或，\n[0098] 第四網(wǎng)絡(luò)資源相關(guān)度修正單元，通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0099] 一種網(wǎng)絡(luò)信息推薦的方法，包括：\n[0100] 獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0101] 將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；所述拆分的方式為：將所述各用戶信息兩兩組成用戶對；\n[0102] 對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，建立用戶二維關(guān)系，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶；\n[0103] 當(dāng)需要為用戶進行推薦時，根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性推薦相關(guān)的用戶信息。\n[0104] 優(yōu)選的，所述根據(jù)所述用戶二維關(guān)系推薦相關(guān)的用戶信息包括：\n[0105] 根據(jù)所述用戶二維關(guān)系推薦與當(dāng)前訪問的用戶相關(guān)的用戶信息。\n[0106] 優(yōu)選的，所述根據(jù)所述用戶二維關(guān)系推薦相關(guān)的用戶信息包括：根據(jù)所述用戶二維關(guān)系獲得相關(guān)的用戶集合，根據(jù)所述集合向用戶推薦相關(guān)的用戶信息；\n[0107] 所述方法還包括：獲得各用戶對中兩用戶的相關(guān)度，在所述根據(jù)所述用戶二維關(guān)系獲得相關(guān)的用戶集合之后還包括：根據(jù)各用戶對中兩用戶的相關(guān)度，對所述集合中的用戶進行排序。\n[0108] 優(yōu)選的，所述用戶二維關(guān)系為核心索引，還包括：\n[0109] 根據(jù)輔助索引對所述集合中的用戶進行排序。\n[0110] 一種網(wǎng)絡(luò)信息推薦的系統(tǒng)，包括：\n[0111] 用戶記錄獲得單元，用于獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0112] 用戶拆分單元，用于將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；所述拆分的方式為：將所述各用戶信息兩兩組成用戶對；\n[0113] 用戶對匯集單元，用于對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶；\n[0114] 用戶信息推薦單元，用于當(dāng)需要為用戶進行推薦時，根據(jù)所述用戶二維關(guān)系所體現(xiàn)的用戶相關(guān)性推薦相關(guān)的用戶信息。\n[0115] 優(yōu)選的，所述用戶信息推薦單元包括：\n[0116] 第一用戶信息推薦子單元，用于根據(jù)所述用戶二維關(guān)系推薦與當(dāng)前訪問的用戶相關(guān)的用戶信息。\n[0117] 優(yōu)選的，所述用戶信息推薦單元包括：用戶信息集合生成子單元，用于根據(jù)所述用戶二維關(guān)系獲得相關(guān)的用戶集合；第二用戶信息推薦子單元，用于根據(jù)所述集合向用戶推薦相關(guān)的用戶信息；\n[0118] 或者，\n[0119] 所述系統(tǒng)還包括：用戶相關(guān)度獲得單元，用于獲得各用戶對中兩用戶的相關(guān)度；\n所述用戶信息推薦單元還包括：第一用戶排序子單元，用于根據(jù)各用戶對中兩用戶的相關(guān)度，對所述集合中的用戶進行排序。\n[0120] 優(yōu)選的，所述用戶二維關(guān)系為核心索引，所述用戶信息推薦單元還包括：\n[0121] 第二用戶排序子單元，用于根據(jù)輔助索引對所述集合中的用戶進行排序。\n[0122] 一種建立用戶索引的方法，包括：\n[0123] 獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0124] 將所述用戶記錄中的各用戶拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶；所述拆分的方式為：將所述各用戶兩兩組成用戶對；\n[0125] 對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，建立起用戶索引，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶。\n[0126] 優(yōu)選的，還包括：\n[0127] 獲得各用戶對中兩用戶的相關(guān)度。\n[0128] 優(yōu)選的，通過以下方式獲得各用戶對中兩用戶的相關(guān)度：\n[0129] 將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，為各個用戶對進行評分，得到各用戶對的相關(guān)度；\n[0130] 和/或，\n[0131] 通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量獲得各用戶對中兩用戶的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0132] 一種建立用戶索引的系統(tǒng)，包括：\n[0133] 用戶記錄獲得單元，用于獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0134] 用戶拆分單元，用于將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；所述拆分的方式為：將所述各用戶信息兩兩組成用戶對；\n[0135] 用戶對匯集單元，用于對所述用戶對進行聚類以匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，建立起用戶索引，所述用戶二維關(guān)系表示用戶兩兩之間的關(guān)系，所述二維中的一維是用戶，另一維也是用戶。\n[0136] 優(yōu)選的，還包括：\n[0137] 用戶相關(guān)度獲得單元，用于獲得各用戶對中兩用戶的相關(guān)度，以便根據(jù)所述相關(guān)度對用戶進行排序。\n[0138] 優(yōu)選的，所述用戶相關(guān)度獲得單元包括：\n[0139] 第一用戶相關(guān)度獲得子單元，用于將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，為各個用戶對進行評分，得到各用戶對的相關(guān)度；\n[0140] 和/或，\n[0141] 第二用戶相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量獲得各用戶對中兩用戶的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0142] 根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術(shù)效果：\n[0143] 本發(fā)明將用戶的訪問序列拆分為網(wǎng)絡(luò)資源對；獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系；當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦相關(guān)的網(wǎng)絡(luò)資源。由于可以基于所有用戶的訪問序列建立網(wǎng)絡(luò)資源二維關(guān)系，而眾多用戶的訪問行為通?？梢员榧叭W(wǎng)，因此，不會局限在特定數(shù)據(jù)集中，而是可以在全網(wǎng)范圍內(nèi)建立二維的網(wǎng)絡(luò)資源索引，因此，可以便于在全網(wǎng)范圍內(nèi)進行相關(guān)檢索。如果推薦系統(tǒng)中應(yīng)用本發(fā)明實施例所建立的二維索引結(jié)構(gòu)，則進行信息推薦時，可以在全網(wǎng)范圍內(nèi)向用戶進行推薦，因此，能夠擴大用戶獲得信息的范圍，提高信息的利用率，降低了用戶獲得有用信息的難度。\n[0144] 另外，還可以通過生成網(wǎng)絡(luò)資源的特征向量及用戶的興趣向量，來建立輔助索引，以便于優(yōu)化檢索結(jié)果，還可以對二維網(wǎng)絡(luò)資源索引進行修正。\n附圖說明\n[0145] 圖1是本發(fā)明實施例提供的建立網(wǎng)絡(luò)信息索引方法的流程圖；\n[0146] 圖2是本發(fā)明實施例提供的網(wǎng)絡(luò)信息推薦方法的流程圖；\n[0147] 圖3是本發(fā)明實施例提供的建立用戶索引方法的流程圖；\n[0148] 圖4是本發(fā)明實施例提供的另一網(wǎng)絡(luò)信息推薦方法的流程圖；\n[0149] 圖5是本發(fā)明實施例提供的網(wǎng)絡(luò)信息推薦系統(tǒng)的示意圖；\n[0150] 圖6是本發(fā)明實施例提供的另一網(wǎng)絡(luò)信息推薦系統(tǒng)的示意圖；\n[0151] 圖7是本發(fā)明實施例提供的建立網(wǎng)絡(luò)信息索引系統(tǒng)的示意圖；\n[0152] 圖8是本發(fā)明實施例提供的建立用戶索引系統(tǒng)的示意圖。\n具體實施方式\n[0153] 為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。\n[0154] 實施例一、為了擴大用戶獲得信息的范圍，提高信息的利用率，在該實施例中，首先提供了一種建立網(wǎng)絡(luò)資源索引的方法，參見圖1，本發(fā)明實施例提供的建立網(wǎng)絡(luò)資源索引的方法包括以下步驟：\n[0155] S101：獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0156] 其中，本發(fā)明實施例中提到的網(wǎng)絡(luò)資源可以一個網(wǎng)頁，也可以是網(wǎng)絡(luò)中的一個視頻、音頻或圖片等等，只要是互聯(lián)網(wǎng)上能夠展現(xiàn)給用戶的信息，都屬于本發(fā)明限定的網(wǎng)絡(luò)資源范疇。所述網(wǎng)頁就是通常在網(wǎng)頁瀏覽器（IE等）中打開的網(wǎng)頁，其內(nèi)容可能包括視頻、音頻、圖片、文字、flash等多種元素；同時，所述網(wǎng)絡(luò)資源也可以是不依附于網(wǎng)頁而獨立存在的視頻、音頻、圖片、文字、flash等。\n[0157] 首先需要說明的是，本發(fā)明實施例可以由瀏覽器的服務(wù)器來完成建立網(wǎng)絡(luò)資源索引的過程。由于，用戶通常是通過瀏覽器訪問網(wǎng)絡(luò)資源，因此，瀏覽器能夠記錄大多數(shù)用戶的訪問日志，包括用戶通過瀏覽器瀏覽所有網(wǎng)絡(luò)資源的URL、訪問時間、停留時間等等。\n[0158] S102：將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；\n[0159] 所述資源訪問記錄中記錄了用戶訪問過的網(wǎng)絡(luò)資源集合，將該集合中的網(wǎng)絡(luò)資源兩兩組成網(wǎng)絡(luò)資源對即可。\n[0160] 由于用戶在訪問網(wǎng)絡(luò)資源時，會有一定的時序關(guān)系，瀏覽器能夠記錄這種時序關(guān)系（根據(jù)訪問時間），因此可以產(chǎn)生訪問序列，該訪問序列中的各網(wǎng)絡(luò)資源不一定具有鏈接關(guān)系，但都體現(xiàn)著用戶的興趣，彼此之間通過用戶的興趣產(chǎn)生聯(lián)系，因此，在本發(fā)明實施例中，所述資源訪問記錄可以是資源訪問序列，拆分網(wǎng)絡(luò)資源對時，可以依據(jù)資源訪問序列進行拆分。例如，用戶A依次訪問了網(wǎng)絡(luò)資源1、網(wǎng)絡(luò)資源2、網(wǎng)絡(luò)資源3、網(wǎng)絡(luò)資源4，則可以將該用戶的訪問序列拆分為<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>、<網(wǎng)絡(luò)資源2，網(wǎng)絡(luò)資源3>、<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源3>、<網(wǎng)絡(luò)資源2，網(wǎng)絡(luò)資源4>等等。當(dāng)然，在根據(jù)資源訪問序列進行拆分時，不一定是序列中的每兩個網(wǎng)絡(luò)資源都拆分成網(wǎng)絡(luò)資源對，例如，如果兩個網(wǎng)絡(luò)資源之間的時間間隔很長，則可以認為其不具有明顯的相關(guān)性，因此可以把這種網(wǎng)絡(luò)資源對過濾掉。\n[0161] 需要說明的是，資源訪問記錄中的各網(wǎng)絡(luò)資源不一定具有鏈接關(guān)系是指，用戶不一定是在訪問網(wǎng)絡(luò)資源1（比如是網(wǎng)頁A）時，通過在網(wǎng)頁A中點擊某鏈接的方式來訪問網(wǎng)絡(luò)資源2，而是可以各種訪問方式都可以。例如，用戶可以首先訪問網(wǎng)絡(luò)資源1，然后在地址欄中輸入網(wǎng)絡(luò)資源2的URL，來訪問網(wǎng)絡(luò)資源2；或者，首先訪問網(wǎng)絡(luò)資源1，然后新建標(biāo)簽頁來訪問網(wǎng)絡(luò)資源2等等。也就是說，在本發(fā)明實施例中，用戶所有的訪問行為都會被記錄下來，用于建立索引結(jié)構(gòu)。\n[0162] 當(dāng)然，也可以根據(jù)實際情況需要，將用于建立網(wǎng)絡(luò)資源索引的訪問序列限定為內(nèi)部各網(wǎng)絡(luò)資源具有鏈接關(guān)系的訪問序列。換而言之，就是只收集那些內(nèi)部各網(wǎng)絡(luò)資源之間具有鏈接關(guān)系的訪問序列，利用這些訪問序列建立網(wǎng)絡(luò)資源索引。\n[0163] S103：匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系，建立起網(wǎng)絡(luò)資源索引。\n[0164] 可以按照用戶的ID將各用戶拆分后產(chǎn)生的網(wǎng)絡(luò)資源對進行聚類，聚類的目的就是將所有用戶的網(wǎng)絡(luò)資源對匯集在一起，可選的，還將相同的網(wǎng)絡(luò)資源對進行合并。例如，用戶A和用戶B的訪問序列拆分后都包括<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>，則可以合并，這樣，不會出現(xiàn)重復(fù)的網(wǎng)絡(luò)資源對。\n[0165] 其中，所述網(wǎng)絡(luò)資源二維關(guān)系就是指網(wǎng)絡(luò)資源兩兩之間的關(guān)系，所述二維中的一維是網(wǎng)頁，另一維也是網(wǎng)頁，因此，相當(dāng)于建立了網(wǎng)絡(luò)資源相關(guān)矩陣，通過該矩陣來記錄網(wǎng)絡(luò)資源的相關(guān)性。同時，通過該網(wǎng)絡(luò)資源二維關(guān)系就可以建立起網(wǎng)絡(luò)資源索引。\n[0166] 按照實施例一的方法建立網(wǎng)絡(luò)資源二維關(guān)系時，兩個網(wǎng)絡(luò)資源之間的相關(guān)性是非有即無的關(guān)系，因此，在矩陣中，可以用“1”表示兩個網(wǎng)絡(luò)資源之間具有相關(guān)性，用“0”表示兩個網(wǎng)絡(luò)資源之間不相關(guān)。如果在推薦系統(tǒng)中使用該網(wǎng)絡(luò)資源二維關(guān)系，則推薦的各網(wǎng)絡(luò)資源之間將是無差別的。\n[0167] 但實際上不同的網(wǎng)絡(luò)資源之間的相關(guān)性有強弱之分，因此，還可以對網(wǎng)絡(luò)資源二維關(guān)系中的各網(wǎng)絡(luò)資源對進行評分，獲得網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度，這樣，在推薦系統(tǒng)中應(yīng)用該二維關(guān)系時，就可以根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度進行排序，將分數(shù)高的進行優(yōu)先推薦。\n[0168] 具體在獲得網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度時，可以有多種方法，下面分別進行介紹：\n[0169] 方法1：以網(wǎng)絡(luò)資源對的合并次數(shù)為依據(jù)獲得網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度。即可以將相同的網(wǎng)絡(luò)資源對進行合并，然后根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度。具體而言，可以網(wǎng)絡(luò)資源對進行匯集的過程中，將相同的網(wǎng)絡(luò)資源對進行合并，記錄合并網(wǎng)絡(luò)資源對的次數(shù)，發(fā)生合并的次數(shù)越多，則證明該網(wǎng)絡(luò)資源對之間的相關(guān)性就越大。\n[0170] 例如，在網(wǎng)絡(luò)資源二維關(guān)系中，網(wǎng)絡(luò)資源1分別與網(wǎng)絡(luò)資源2和網(wǎng)絡(luò)資源3相關(guān)，有100個用戶的訪問序列中拆分出了<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>，有10個用戶的訪問序列中拆分出了<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源3>，則<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>的分數(shù)將比<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源3>的分數(shù)高，當(dāng)某用戶正在訪問網(wǎng)絡(luò)資源1時，如果需要向用戶推薦其他的網(wǎng)絡(luò)資源，則可以優(yōu)先推薦網(wǎng)絡(luò)資源2，或者將網(wǎng)絡(luò)資源2排在網(wǎng)絡(luò)資源3之前推薦給用戶。\n[0171] 方法2：可以根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度。由于訪問日志中能夠記錄訪問時間信息，因此，同一用戶的訪問記錄中的各網(wǎng)絡(luò)資源兩兩之間的間隔時間是可以獲知的，由此也可以獲知網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間。如果多個用戶的資源訪問記錄中都拆分出了同樣的網(wǎng)絡(luò)資源對，則可以取時間間隔的平均值，然后據(jù)此確定各網(wǎng)絡(luò)資源對的相關(guān)度。\n[0172] 方法3：通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。該方法主要從網(wǎng)頁的內(nèi)容角度，建立網(wǎng)絡(luò)資源之間的相關(guān)度。關(guān)于網(wǎng)絡(luò)資源特征向量，后文中會有更加詳細的描述。\n[0173] 當(dāng)然，也可以將上述各種方法相結(jié)合，考慮多方面因素來獲得網(wǎng)絡(luò)資源之間的相關(guān)度，這樣便于提高相關(guān)度的有效性及準(zhǔn)確性。\n[0174] 此外，在獲得到網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的相關(guān)度之后，還可以對該相關(guān)度進行修正。具體進行修正時，可以采用以下方法：\n[0175] 方法4：將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，對所述相關(guān)度進行修正；\n[0176] 方法5：根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，對所述相關(guān)度進行修正；\n[0177] 方法6：通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；\n[0178] 方法7：通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0179] 上述獲得相關(guān)度的方法可以與修正方法配合使用，保證獲得相關(guān)度與修正相關(guān)度使用的參數(shù)不同即可，例如，如果使用方法1獲得相關(guān)度，則可以利用方法5和/或方法6對相關(guān)度進行修正；如果使用方法2獲得相關(guān)度，則可以利用方法4和/或方法6對相關(guān)度進行修正；如果使用方法1和方法2獲得相關(guān)度，則可以使用方法6對相關(guān)度進行修正，等等。關(guān)于使用網(wǎng)絡(luò)資源特征向量進行修正的具體方法，后文會有詳細地介紹。\n[0180] 此外，在對相關(guān)度進行修正時，還可以考慮用戶的因素。具體的，可以根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。使用上述任意種方法獲得相關(guān)度時，都可以使用用戶的興趣向量對相關(guān)度進行修正。關(guān)于用戶的興趣向量及其修正方法，后文中會有更加詳細的描述。\n[0181] 實施例二、當(dāng)需要檢索與某網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源時，利用實施例一建立的網(wǎng)絡(luò)資源二維關(guān)系中進行查找即可。例如，在推薦系統(tǒng)中，本發(fā)明實施例二還提供了一種網(wǎng)絡(luò)信息推薦的方法，參見圖2，該方法包括：\n[0182] S201：獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0183] S202：將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；\n[0184] S203：匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系；\n[0185] S204：當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦相關(guān)的網(wǎng)絡(luò)資源。\n[0186] 例如，假設(shè)當(dāng)前用戶正在訪問網(wǎng)絡(luò)資源1，此時，就可以在網(wǎng)絡(luò)資源二維關(guān)系中查找，假設(shè)發(fā)現(xiàn)網(wǎng)絡(luò)資源1分別與網(wǎng)絡(luò)資源2和網(wǎng)絡(luò)資源3相關(guān)，則可以將網(wǎng)絡(luò)資源2和網(wǎng)絡(luò)資源3推薦給該用戶。\n[0187] 其中，所述相關(guān)的網(wǎng)絡(luò)資源可以是：與用戶當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源。\n具體在根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系推薦與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源時，可以首先根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合，根據(jù)所述集合向用戶推薦相關(guān)的網(wǎng)絡(luò)資源。\n[0188] 如果建立的網(wǎng)絡(luò)資源二維關(guān)系中，包括各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度信息，則在在所述根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得相關(guān)的網(wǎng)絡(luò)資源集合之后，還可以根據(jù)各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，對所述集合中的網(wǎng)絡(luò)資源進行排序。具體獲取所述相關(guān)度的方法可以參見實施例一中的具體描述。\n[0189] 可見，在本發(fā)明實施例中，假設(shè)了訪問序列中網(wǎng)絡(luò)資源之間的傳遞性，如果兩個網(wǎng)絡(luò)資源出現(xiàn)在同一用戶的訪問序列中，則意味著這兩個網(wǎng)絡(luò)資源具有某種程度上的相關(guān)性，由此，建立起網(wǎng)絡(luò)資源二維關(guān)系，用于對網(wǎng)絡(luò)資源進行檢索。由于可以基于所有用戶的訪問序列建立網(wǎng)絡(luò)資源二維關(guān)系，而眾多用戶的訪問行為通常可以遍及全網(wǎng)，因此，不會局限在特定數(shù)據(jù)集中，而是可以在全網(wǎng)范圍內(nèi)建立二維的網(wǎng)絡(luò)資源索引，因此，可以便于在全網(wǎng)范圍內(nèi)進行相關(guān)檢索，有利于擴大用戶獲得信息的范圍，提高信息的利用率。\n[0190] 需要說明的是，由于隨著用戶訪問行為的發(fā)生，用戶的訪問歷史是實時更新的，因此，上述建立網(wǎng)絡(luò)資源索引的過程可以實時進行的，當(dāng)然也可以是定期更新。\n[0191] 另外需要說明的是，用戶可能會由于誤操作等原因訪問了廣告導(dǎo)航頁，但是在用戶的訪問日志中，仍然會記載該廣告導(dǎo)航頁，而本發(fā)明實施例是根據(jù)用戶的訪問日志獲得網(wǎng)絡(luò)資源對的，因此，該廣告導(dǎo)航頁頁會出現(xiàn)在網(wǎng)絡(luò)資源對中，進行推薦時，可能會將該廣告導(dǎo)航頁推薦給用戶，但是實際上這種網(wǎng)絡(luò)資源通常是不應(yīng)該向用戶推薦的。因此，為了避免這種情況的出現(xiàn)，在本發(fā)明實施例中，還可以對網(wǎng)絡(luò)資源對進行過濾，過濾掉無效的網(wǎng)絡(luò)資源對，這些無效的網(wǎng)絡(luò)資源對包括包含有廣告導(dǎo)航頁的網(wǎng)絡(luò)資源對。\n[0192] 此外，所述無效的網(wǎng)絡(luò)資源對還可以包括內(nèi)容不相關(guān)的網(wǎng)絡(luò)資源對，以及訪問時間間隔超過預(yù)置閾值的網(wǎng)絡(luò)資源對，等等。\n[0193] 其中，為了便于進行網(wǎng)絡(luò)資源對的過濾，可以根據(jù)在拆分訪問序列獲得網(wǎng)絡(luò)資源對時，將網(wǎng)絡(luò)資源的一些信息作為網(wǎng)絡(luò)資源對的屬性進行保存。這些信息包括訪問時間、停留時間等等。這樣，由于如果用戶不小心打開了廣告導(dǎo)航頁，則通常在該網(wǎng)頁上的停留時間會非常短，因此，根據(jù)停留時間可以判斷是否為廣告導(dǎo)航頁，當(dāng)然還可以根據(jù)經(jīng)驗建立廣告導(dǎo)航頁的黑名單，根據(jù)黑名單對廣告導(dǎo)航頁進行過濾。同時，還可以根據(jù)各網(wǎng)絡(luò)資源的訪問時間，來計算網(wǎng)絡(luò)資源之間的訪問時間間隔。\n[0194] 由于矩陣通過使用二維數(shù)組表示，二維數(shù)組的大小與使用的存儲器空間成正比，如果多數(shù)的元素沒有數(shù)據(jù)，則會造成存儲器空間的浪費，為此，可以設(shè)計稀疏矩陣的陣列儲存方式，利用較少的存儲器空間儲存完整的矩陣數(shù)據(jù)。即，假設(shè)二維數(shù)組Amn中有N個非零元素，若N<，則某網(wǎng)絡(luò)資源的特征向量可以為<0.85，0.1，0.05......>，這就代表該網(wǎng)絡(luò)資源屬于新聞類的置信度為0.85，屬于體育類的置信度為0.1，屬于財經(jīng)類的置信度為0.05，等等。\n[0201] 實際應(yīng)用中，對網(wǎng)絡(luò)知識的分類可能會很細，例如，可能并不會籠統(tǒng)地分為體育類、新聞類等，而是分為NBA、足球、體彩等等，這就使得特征向量的維度非常大，如果對于每一個網(wǎng)絡(luò)資源，都分別計算屬于各個類別的置信度，則工作量會非常大，對于系統(tǒng)的計算及存儲性能都有較高的要求。\n[0202] 因此，為了便于生成網(wǎng)絡(luò)資源的特征向量，在本發(fā)明實施例中，可以首先將網(wǎng)絡(luò)知識分成一定數(shù)目（例如40個）的大類，再將每個大類進行細分，稱為一定數(shù)目（例如400個）的小類，這樣，就相當(dāng)于將網(wǎng)絡(luò)知識分成了40個一級分類，400個二級分類，在生成網(wǎng)絡(luò)資源特征向量時，可以首先計算網(wǎng)絡(luò)資源屬于各一級分類的置信度，如果在某一級分類下的置信度較高，則分別計算屬于該一級分類下各二級分類的置信度；否則，如果在某一級分類下的置信度非常低甚至為0，則不再計算屬于該一級分類下各二級分類的置信度，這樣可以大大降低計算的工作量。\n[0203] 需要說明的是，本領(lǐng)域技術(shù)人員可以采用現(xiàn)有貝葉斯的方法計算網(wǎng)絡(luò)資源在某類別下的置信度，這里不再贅述。\n[0204] 生成網(wǎng)絡(luò)資源的特征向量之后，可以有助于進行優(yōu)化檢索結(jié)果。例如，當(dāng)推薦網(wǎng)頁時，可以首先使用所述二維索引結(jié)構(gòu)檢索出與當(dāng)前網(wǎng)頁相關(guān)的所有網(wǎng)頁，然后再利用網(wǎng)頁的特征向量對網(wǎng)頁進行排序，這樣就可以相關(guān)度更高的網(wǎng)頁排在更加靠前的位置推薦給用戶。具體的，可以首先從數(shù)據(jù)庫中取出用戶當(dāng)前瀏覽的網(wǎng)頁的特征向量，以及與該網(wǎng)頁相關(guān)的各網(wǎng)頁的特征向量，然后用所述與該網(wǎng)頁相關(guān)的各網(wǎng)頁的特征向量分別于當(dāng)前瀏覽的網(wǎng)頁的特征向量做內(nèi)積，所得的值越大，則證明網(wǎng)頁的相關(guān)度越高。\n[0205] 當(dāng)然，在獲得到網(wǎng)絡(luò)資源相關(guān)度的情況下，也可以首先使用所述二維索引結(jié)構(gòu)檢索出與當(dāng)前網(wǎng)頁相關(guān)的所有網(wǎng)頁，利用網(wǎng)頁對中兩網(wǎng)頁的相關(guān)度進行排序，然后再利用網(wǎng)頁的特征向量對網(wǎng)頁進行重新排序。\n[0206] 此外，生成的網(wǎng)絡(luò)資源的特征向量也可以用于修正已經(jīng)建立的二維索引結(jié)構(gòu)，即可以結(jié)合各網(wǎng)絡(luò)資源的特征向量及網(wǎng)絡(luò)資源對的合并次數(shù)，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對的相關(guān)度。因為網(wǎng)絡(luò)資源對之間的相關(guān)度不僅與同時被用戶訪問的次數(shù)有關(guān)，還與網(wǎng)絡(luò)資源自身的特征有關(guān)。因此，可以在根據(jù)同時被用戶訪問的次數(shù)計算網(wǎng)絡(luò)資源對置信度時，用兩個網(wǎng)絡(luò)資源的特征向量做內(nèi)積，用所得結(jié)果作為置信度的權(quán)重，如果所得結(jié)果非常低或者為0，則可以將該網(wǎng)絡(luò)資源對視為無效而過濾掉。\n[0207] 下面對特征向量的內(nèi)積進行簡單的介紹。假設(shè)有特征向量和，則這兩個特征向量內(nèi)積為a1*b1+a2*b2+a3*b3，所得結(jié)果為一個標(biāo)量，該標(biāo)量值越大，則證明兩個特征向量的相關(guān)度越高；體現(xiàn)在實際應(yīng)用中，如果兩個網(wǎng)絡(luò)資源的特征向量做內(nèi)積的值很大，則如果用戶對其中一個網(wǎng)絡(luò)資源感興趣，則對另一個網(wǎng)絡(luò)資源也敢興趣的概率較高。\n[0208] （二）可以將用戶的因素考慮進來，統(tǒng)計用戶的行為特征，生成用戶的興趣向量，將用戶的興趣向量也作為一種輔助索引，以便于實現(xiàn)個性化檢索，從符合用戶個性化需求角度優(yōu)化檢索結(jié)果。\n[0209] 具體而言，可以在生成了所述網(wǎng)絡(luò)資源特征向量的基礎(chǔ)上，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；所述興趣向量用于描述用戶對各類別的感興趣程度；分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與該用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序。\n[0210] 在生成用戶的興趣向量時，可以利用（一）中計算得到的網(wǎng)絡(luò)資源的特征向量。具體的，可以統(tǒng)計用戶的訪問歷史，利用貝葉斯方法計算用戶最可能訪問的網(wǎng)絡(luò)資源，然后將這些網(wǎng)絡(luò)資源的特征向量合并，即可將合并后的結(jié)果作為該用戶的興趣向量。\n[0211] 例如，假設(shè)計算出用戶最可能訪問的網(wǎng)絡(luò)資源包括網(wǎng)絡(luò)資源1和網(wǎng)絡(luò)資源2，其中網(wǎng)絡(luò)資源1的特征向量為，網(wǎng)絡(luò)資源2的特征向量為，則將特征向量和合并，就可以得到該用戶的興趣向量。其中，具體在合并時，可以直接采用向量相加的方式，或者根據(jù)用戶的感興趣程度為各網(wǎng)絡(luò)資源賦予權(quán)重，然后根據(jù)權(quán)重將特征向量相加，得到用戶的興趣向量。\n[0212] 需要說明的是，由于用戶的興趣向量是由網(wǎng)絡(luò)資源的特征向量合并而成的，因此，用戶的興趣向量與網(wǎng)絡(luò)資源的特征向量具有相同的向量空間，因此，可以方便所述興趣向量與特征向量之間進行內(nèi)積運算。\n[0213] 生成用戶的興趣向量之后，可以有助于進行優(yōu)化檢索結(jié)果。例如，當(dāng)推薦網(wǎng)頁時，可以首先使用所述二維索引結(jié)構(gòu)檢索出與當(dāng)前網(wǎng)頁相關(guān)的所有網(wǎng)頁，此時，對所有用戶推薦的結(jié)果都是相同的。例如，用戶A和用戶B都在瀏覽網(wǎng)頁1，則向用戶A和用戶B推薦的都是與網(wǎng)頁1相關(guān)的網(wǎng)絡(luò)資源，展現(xiàn)給用戶的推薦結(jié)果是相同的。此時就可以使用用戶的興趣向量，針對不同的用戶對推薦結(jié)果進行重新排序，實現(xiàn)對不同用戶的個性化推薦。\n[0214] 具體的，當(dāng)向用戶進行網(wǎng)頁推薦時，還需要與網(wǎng)頁的特征向量相結(jié)合，可以包括以下步驟：\n[0215] 步驟1：從二維索引結(jié)構(gòu)中找出與當(dāng)前網(wǎng)頁相關(guān)的相關(guān)網(wǎng)頁集；\n[0216] 步驟2：獲得相關(guān)網(wǎng)頁集中各網(wǎng)頁的特征向量以及用戶的興趣向量；具體在獲得網(wǎng)頁的特征向量及用戶的興趣向量時，可以是從預(yù)先生成的數(shù)據(jù)庫中查詢得到，也可以在線計算得到；\n[0217] 步驟3：將相關(guān)網(wǎng)頁集中各網(wǎng)頁的特征向量分別與用戶的興趣向量進行內(nèi)積計算，所得結(jié)果越高，則證明網(wǎng)頁與用戶興趣的相關(guān)度越高；\n[0218] 步驟4：利用所得結(jié)果，對相關(guān)網(wǎng)頁集中的各網(wǎng)頁進行排序，生成展現(xiàn)結(jié)果。\n[0219] 當(dāng)然，在獲得到網(wǎng)絡(luò)資源相關(guān)度的情況下，也可以首先使用所述二維索引結(jié)構(gòu)檢索出與當(dāng)前網(wǎng)頁相關(guān)的所有網(wǎng)頁，利用網(wǎng)頁對中兩網(wǎng)頁的相關(guān)度進行排序，然后再利用用戶的興趣向量對網(wǎng)頁進行重新排序。\n[0220] 這樣，利用用戶的興趣向量及網(wǎng)絡(luò)資源的特征向量，就可以實現(xiàn)針對不同用戶的個性化推薦。例如，三個用戶都在瀏覽某條關(guān)于巴西足球的消息，分別為足球教練、球迷及商家，則這三個用戶對這條消息的關(guān)注點可能是不同的，因此向這三個用戶推薦的網(wǎng)絡(luò)資源也應(yīng)有所不同。這樣，利用用戶的興趣向量，推薦的結(jié)果就會具有個性化的特征。例如，向教練推薦時，某對該賽事進行分析的網(wǎng)頁鏈接會排在靠前的位置；向球迷推薦時，會更多地推薦其他賽事的鏈接；而對于商家，可能會將關(guān)于商機的網(wǎng)絡(luò)資源推薦給該用戶。\n[0221] 需要說明的是，由于二維索引結(jié)構(gòu)中的網(wǎng)絡(luò)資源對是從用戶的訪問序列中拆分出來的，以此作為網(wǎng)絡(luò)資源對中的兩個網(wǎng)絡(luò)資源具有一定的相關(guān)性的依據(jù)，但是從不同用戶的訪問序列中拆分出來的網(wǎng)頁資源對，對網(wǎng)絡(luò)資源相關(guān)性的貢獻可能是不同的。因此，用戶的因素也可能會影響到二維索引結(jié)構(gòu)的建立。例如，用戶A的訪問序列中拆分出了<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>，并且用戶對該網(wǎng)絡(luò)資源1及網(wǎng)絡(luò)資源2都感興趣；而用戶B的訪問序列中也拆分出了<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>，但是其中的網(wǎng)絡(luò)資源1與用戶興趣的相關(guān)度非常低；此時，用戶A和用戶B的訪問序列中都拆分出了<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>，但是用戶A的置信度可能高于用戶2的置信度。\n[0222] 為此，與網(wǎng)絡(luò)資源的特征向量類似，用戶的興趣向量也可以用于修正二維索引結(jié)構(gòu)，即，可以結(jié)合各用戶的興趣向量及網(wǎng)絡(luò)資源對的合并次數(shù)，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對的相關(guān)度。\n[0223] 具體在利用用戶的興趣向量對相關(guān)度進行修正時，可以首先將網(wǎng)絡(luò)資源對中的兩個網(wǎng)絡(luò)資源的特征向量相加，然后再將相加后得到的特征向量與用戶的興趣向量做內(nèi)積，再根據(jù)內(nèi)積所得的結(jié)果為各用戶賦予相應(yīng)的權(quán)重，根據(jù)用戶在該網(wǎng)絡(luò)資源對下的權(quán)重進行合并。這樣，相當(dāng)于使得各用戶對網(wǎng)絡(luò)資源相關(guān)性的貢獻是不同的。通俗地講，用戶A的訪問序列中如果拆分出了<網(wǎng)絡(luò)資源1，網(wǎng)絡(luò)資源2>，則相當(dāng)于用戶A為該網(wǎng)絡(luò)資源對投了票；在不利用用戶的興趣向量進行修正的情況下，則直接記錄為用戶A為該網(wǎng)絡(luò)資源對投票一次，其他用戶也是同樣，每拆分出一次，都相當(dāng)于投票一次。而如果利用用戶的興趣向量進行修正，則用戶拆分出一次該網(wǎng)絡(luò)資源對時，則不一定會被記為一票，可能是多于或少于一票。\n[0224] 也可以直接利用用戶的興趣向量來獲得網(wǎng)絡(luò)資源之間的相關(guān)度，具體的，同樣可以首先將網(wǎng)絡(luò)資源對中的兩個網(wǎng)絡(luò)資源的特征向量相加，再將相加后得到的特征向量與用戶的興趣向量做內(nèi)積，然后可以直接將該內(nèi)積的結(jié)果作為所述相關(guān)度。\n[0225] 此外，生成二維索引結(jié)構(gòu)時，還可以首先將用戶的興趣向量與訪問序列中各網(wǎng)絡(luò)資源的特征向量進行內(nèi)積，將所得結(jié)果非常低的網(wǎng)絡(luò)資源賦予較低的權(quán)重，計算網(wǎng)絡(luò)資源對的相關(guān)度時將該權(quán)重作為一個因素進行計算；另外，還可以直接將結(jié)果為0的網(wǎng)絡(luò)資源其從訪問序列中刪除。\n[0226] 上述各實施例介紹了如何建立網(wǎng)絡(luò)資源的索引結(jié)構(gòu)，在實際應(yīng)用中，由于需要在全網(wǎng)范圍內(nèi)進行計算，因此存儲量及運算量都非常大。為了解決該問題，本發(fā)明實施例可以采用集群的方法來實現(xiàn)。\n[0227] 具體的，可以將系統(tǒng)分為以下幾個集群：\n[0228] 索引集群：負責(zé)存儲索引信息，計算檢索結(jié)果，定期的網(wǎng)絡(luò)資源對生成計算；\n[0229] Cache集群：負責(zé)結(jié)果收集計算，再排序計算，網(wǎng)絡(luò)資源顯示計算及緩存；\n[0230] 增量加載集群：用于實時處理用戶的訪問請求，對新增的訪問序列進行網(wǎng)絡(luò)資源對生成計算，插入索引集群；\n[0231] 網(wǎng)頁存儲集群：用于存儲doc信息。\n[0232] 本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，包括如下步驟：獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系；當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦相關(guān)的網(wǎng)絡(luò)資源。所述的存儲介質(zhì)，如：ROM/RAM、磁碟、光盤等。\n[0233] 實施例三、前文所述建立了網(wǎng)絡(luò)資源的二維索引結(jié)構(gòu)，因此，可以利用該二維索引結(jié)構(gòu)向用戶推薦網(wǎng)絡(luò)資源。在本發(fā)明的實施例三中，還可以建立用戶之間的二維索引結(jié)構(gòu)，并利用該索引結(jié)構(gòu)向用戶推薦其他的相關(guān)用戶，這樣，可以方便用戶交友、擴展圈子等。\n[0234] 參見圖3，本發(fā)明實施例提供的建立用戶索引的方法包括以下步驟：\n[0235] S301：獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0236] S302：將所述用戶記錄中的各用戶拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶；\n[0237] S303：匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，建立起用戶索引。\n[0238] 相應(yīng)的，本發(fā)明實施例還提供了另一種網(wǎng)絡(luò)信息推薦的方法，參見圖4，該方法包括以下步驟：\n[0239] S401：獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0240] S402：將所述用戶記錄中的各用戶拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶；\n[0241] S403：匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系。\n[0242] S404：當(dāng)需要為用戶進行推薦時，根據(jù)所述用戶二維關(guān)系推薦相關(guān)的用戶信息。\n[0243] 例如，假設(shè)用戶A正在瀏覽用戶B發(fā)表在博客上的文章，則證明用戶A可能對于用戶B相關(guān)的其他用戶感興趣，此時就可以根據(jù)用戶二維關(guān)系，向用戶A推薦與用戶B相關(guān)的其他用戶。\n[0244] 其中，所述相關(guān)的用戶信息可以是與當(dāng)前用戶相關(guān)的用戶信息，或者與當(dāng)前被訪問的用戶相關(guān)的用戶信息。具體在根據(jù)所述用戶二維關(guān)系推薦與當(dāng)前訪問的用戶相關(guān)的用戶信息時，可以首先根據(jù)所述用戶二維關(guān)系獲得與當(dāng)前訪問的用戶相關(guān)的用戶集合，然后根據(jù)所述集合向用戶推薦相關(guān)的用戶信息。\n[0245] 與實施例一相似，該實施例中，也可以獲得各用戶對中兩用戶的相關(guān)度，所述根據(jù)所述用戶二維關(guān)系獲得與當(dāng)前訪問的用戶相關(guān)的用戶集合之后，還可以根據(jù)各用戶對中兩用戶的相關(guān)度，對所述集合中的用戶進行排序。\n[0246] 具體的獲得用戶對中兩用戶的相關(guān)度的方法可以包括：\n[0247] 將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，為各個用戶對進行評分，得到各用戶對的相關(guān)度；\n[0248] 或者，通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量獲得各用戶對中兩用戶的相關(guān)度；\n所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0249] 當(dāng)然，也可以將上述方法向結(jié)合，綜合考慮多方面因素，獲得用戶對中兩用戶的相關(guān)度。\n[0250] 在獲得到所述相關(guān)度之后，還可以對相關(guān)度進行修正。具體的修正方法可以是將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，對所述相關(guān)度進行修正；或者，利用用戶的興趣向量進行修正。獲得相關(guān)度的方法與修正的方法可以任意組合，但是要保證獲得相關(guān)度與修正相關(guān)度的方法使用的參數(shù)不同。例如，可以先利用合并次數(shù)獲得相關(guān)度，再用用戶的興趣向量對相關(guān)度進行修正，等等。\n[0251] 此外，還可以利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正。該修正方法可以與前述任意種獲得相關(guān)度的方法配合使用。\n[0252] 另外，同樣可以將用戶二維關(guān)系作為核心索引，然后利用輔助索引對推薦結(jié)果進行排序、篩選等。例如，可以所述根據(jù)各用戶對中兩用戶的相關(guān)度，對所述集合中的用戶進行排序之后，根據(jù)輔助索引對所述集合中的用戶進行重新排序。也可以在獲得到所述集合之后，直接利用輔助索引對集合中的用戶進行排序。\n[0253] 具體的，可以分別將各所述相關(guān)用戶的興趣向量與當(dāng)前用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各用戶進行排序或重新排序。\n[0254] 該實施例的細節(jié)部分可以參見實施例一、二，由于篇幅限制，這里不再贅述。\n[0255] 本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，包括如下步驟：獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；匯集各個網(wǎng)絡(luò)資源的用戶對，建立用戶二維關(guān)系；當(dāng)需要為用戶進行推薦時，根據(jù)所述用戶二維關(guān)系推薦相關(guān)的用戶信息。所述的存儲介質(zhì)，如：ROM/RAM、磁碟、光盤等。\n[0256] 與本發(fā)明實施例提供的第一種網(wǎng)絡(luò)信息推薦的方法相對應(yīng)，本發(fā)明實施例還提供了一種網(wǎng)絡(luò)信息推薦的系統(tǒng)，參見圖5，該系統(tǒng)包括：\n[0257] 資源訪問記錄獲得單元U501，用于獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0258] 網(wǎng)絡(luò)資源拆分單元U502，用于將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；\n[0259] 網(wǎng)絡(luò)資源對匯集單元U503，用于匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系；\n[0260] 網(wǎng)絡(luò)資源推薦單元U504，用于當(dāng)需要為用戶進行推薦時，根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦相關(guān)的網(wǎng)絡(luò)資源。\n[0261] 其中，網(wǎng)絡(luò)資源推薦單元U504包括：\n[0262] 第一網(wǎng)絡(luò)資源推薦子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系為用戶推薦與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源。\n[0263] 具體的，網(wǎng)絡(luò)資源推薦單元U504包括：\n[0264] 網(wǎng)絡(luò)資源集合獲得子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合；\n[0265] 第二網(wǎng)絡(luò)資源推薦子單元，用于根據(jù)所述集合向用戶推薦網(wǎng)絡(luò)資源。\n[0266] 為了對推薦結(jié)果進行排序，該系統(tǒng)還可以包括：\n[0267] 網(wǎng)絡(luò)資源相關(guān)度獲得單元，用于獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0268] 此時，網(wǎng)絡(luò)資源推薦單元U504還包括：\n[0269] 第一排序子單元，用于根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合之后，根據(jù)各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，對所述集合中的網(wǎng)絡(luò)資源進行排序。\n[0270] 其中，所述網(wǎng)絡(luò)資源相關(guān)度獲得單元包括：\n[0271] 第一網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0272] 和/或，\n[0273] 第二網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0274] 和/或，\n[0275] 第三網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0276] 獲得到相關(guān)度之后，還可以對相關(guān)度進行修正，此時，該系統(tǒng)還包括：\n[0277] 第一網(wǎng)絡(luò)資源相關(guān)度修正單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，對所述相關(guān)度進行修正；\n[0278] 和/或，\n[0279] 第二網(wǎng)絡(luò)資源相關(guān)度修正單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，對所述相關(guān)度進行修正；\n[0280] 和/或，\n[0281] 第三網(wǎng)絡(luò)資源相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；\n[0282] 和/或，\n[0283] 第四網(wǎng)絡(luò)資源相關(guān)度修正單元，通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0284] 具體在進行推薦時，還可以將所述網(wǎng)絡(luò)資源二維關(guān)系為核心索引，此時，網(wǎng)絡(luò)資源推薦單元U504還包括：\n[0285] 第二排序子單元，用于根據(jù)輔助索引對所述集合中的網(wǎng)絡(luò)資源進行排序。第二排序子單元可以在根據(jù)所述網(wǎng)絡(luò)資源二維關(guān)系獲得與當(dāng)前訪問的網(wǎng)絡(luò)資源相關(guān)的網(wǎng)絡(luò)資源集合之后進行排序，也可以在根據(jù)各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，對所述集合中的網(wǎng)絡(luò)資源進行排序之后，進行重新排序。\n[0286] 其中，所述第二排序子單元包括：\n[0287] 特征向量生成子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；\n[0288] 第一計算子單元，用于分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與用戶當(dāng)前訪問的網(wǎng)絡(luò)資源的特征向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序。\n[0289] 或者，所述第二排序子單元也可以包括：\n[0290] 興趣向量生成子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；所述興趣向量用于描述用戶對各類別的感興趣程度；\n[0291] 第二計算子單元，用于分別將各所述相關(guān)網(wǎng)絡(luò)資源的特征向量與該用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各網(wǎng)絡(luò)資源進行排序。\n[0292] 此外，該系統(tǒng)還可以包括：\n[0293] 過濾單元，用于過濾掉無效的網(wǎng)絡(luò)資源對，所述無效的網(wǎng)絡(luò)資源對包括：內(nèi)容不相關(guān)的網(wǎng)絡(luò)資源對、訪問時間間隔超過預(yù)置閾值的網(wǎng)絡(luò)資源對或者包含有廣告導(dǎo)航頁的網(wǎng)絡(luò)資源對。\n[0294] 與本發(fā)明實施例提供的第二種網(wǎng)絡(luò)信息推薦的方法相對應(yīng)，本發(fā)明實施例還提供了另一種網(wǎng)絡(luò)信息推薦的系統(tǒng)，參見圖6，該系統(tǒng)包括：\n[0295] 用戶記錄獲得單元U601，用于獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0296] 用戶拆分單元U602，用于將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；\n[0297] 用戶對匯集單元U603，用于匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系；\n[0298] 用戶信息推薦單元U604，用于當(dāng)需要為用戶進行推薦時，根據(jù)所述用戶二維關(guān)系推薦相關(guān)的用戶信息。\n[0299] 其中，用戶信息推薦單元U604包括：\n[0300] 第一用戶信息推薦子單元，用于根據(jù)所述用戶二維關(guān)系推薦與當(dāng)前訪問的用戶相關(guān)的用戶信息。\n[0301] 具體的，所述用戶信息推薦單元U604包括：\n[0302] 用戶信息集合生成子單元，用于根據(jù)所述用戶二維關(guān)系獲得相關(guān)的用戶集合；\n[0303] 第二用戶信息推薦子單元，用于根據(jù)所述集合向用戶推薦相關(guān)的用戶信息。\n[0304] 為了在推薦時能夠?qū)τ脩粜畔⑦M行排序，該系統(tǒng)還可以包括：\n[0305] 用戶相關(guān)度獲得單元，用于獲得各用戶對中兩用戶的相關(guān)度；\n[0306] 所述用戶信息推薦單元還包括：\n[0307] 第一用戶排序子單元，用于根據(jù)各用戶對中兩用戶的相關(guān)度，對所述集合中的用戶進行排序。\n[0308] 其中，所述用戶相關(guān)度獲得單元包括：\n[0309] 第一用戶相關(guān)度獲得子單元，用于將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，為各個用戶對進行評分，得到各用戶對的相關(guān)度；\n[0310] 和/或，\n[0311] 第二用戶相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量獲得各用戶對中兩用戶的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0312] 獲得到相關(guān)度之后還可以對相關(guān)度進行修正，該系統(tǒng)還包括：\n[0313] 第一用戶相關(guān)度修正單元，用于將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，對所述相關(guān)度進行修正；\n[0314] 和/或，\n[0315] 第二用戶相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度；\n[0316] 和/或，\n[0317] 第三用戶相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0318] 此外，還可以講所述用戶二維關(guān)系為核心索引，此時，用戶信息推薦U604單元還包括：\n[0319] 第二用戶排序子單元，用于根據(jù)輔助索引對所述集合中的用戶進行排序。\n[0320] 其中，所述第二用戶排序子單元包括：\n[0321] 興趣向量生成子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；所述興趣向量用于描述用戶對各類別的感興趣程度；\n[0322] 內(nèi)積計算子單元，用于分別將各所述相關(guān)用戶的興趣向量與當(dāng)前用戶的興趣向量進行內(nèi)積計算，并根據(jù)內(nèi)積計算的結(jié)果對各用戶進行排序。\n[0323] 與本發(fā)明實施例提供的建立網(wǎng)絡(luò)資源索引的方法相對應(yīng)，本發(fā)明實施例還提供了一種建立網(wǎng)絡(luò)資源索引的系統(tǒng)，參見圖7，該系統(tǒng)包括：\n[0324] 資源訪問記錄獲得單元U701，用于獲得用戶訪問網(wǎng)絡(luò)資源的資源訪問記錄；\n[0325] 網(wǎng)絡(luò)資源拆分單元U702，用于將所述用戶的資源訪問記錄中的網(wǎng)絡(luò)資源拆分為網(wǎng)絡(luò)資源訪問對，每一網(wǎng)絡(luò)資源訪問對包含所述資源訪問記錄中的兩個網(wǎng)絡(luò)資源信息；\n[0326] 網(wǎng)絡(luò)資源對匯集單元U703，用于匯集各用戶的網(wǎng)絡(luò)資源對，獲得網(wǎng)絡(luò)資源二維關(guān)系，建立起網(wǎng)絡(luò)資源索引。\n[0327] 其中，該系統(tǒng)還可以包括：\n[0328] 網(wǎng)絡(luò)資源相關(guān)度獲得單元，用于獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度，以便根據(jù)所述相關(guān)度對所述網(wǎng)絡(luò)資源進行排序。\n[0329] 具體的，所述網(wǎng)絡(luò)資源相關(guān)度獲得單元包括：\n[0330] 第一網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0331] 和/或，\n[0332] 第二網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，為各個網(wǎng)絡(luò)資源對進行評分，得到各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n[0333] 和/或，\n[0334] 第三網(wǎng)絡(luò)資源相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量獲得各網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源的相關(guān)度；\n所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0335] 獲得到相關(guān)度之后還可以進行修正，此時，該系統(tǒng)還包括：\n[0336] 第一網(wǎng)絡(luò)資源相關(guān)度修正單元，用于將相同的網(wǎng)絡(luò)資源對進行合并；根據(jù)網(wǎng)絡(luò)資源對的合并次數(shù)，對所述相關(guān)度進行修正；\n[0337] 和/或，\n[0338] 第二網(wǎng)絡(luò)資源相關(guān)度修正單元，用于根據(jù)網(wǎng)絡(luò)資源對中兩網(wǎng)絡(luò)資源之間的間隔時間，對所述相關(guān)度進行修正；\n[0339] 和/或，\n[0340] 第三網(wǎng)絡(luò)資源相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；\n[0341] 和/或，\n[0342] 第四網(wǎng)絡(luò)資源相關(guān)度修正單元，通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；利用各用戶的興趣向量對所述相關(guān)度進行修正；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0343] 與本發(fā)明實施例提供的建立用戶索引的方法相對應(yīng)，本發(fā)明實施例還提供了一種建立用戶索引的系統(tǒng)，參見圖8，該系統(tǒng)包括：\n[0344] 用戶記錄獲得單元U801，用于獲得訪問同一網(wǎng)絡(luò)資源的用戶記錄；\n[0345] 用戶拆分單元U802，用于將所述用戶記錄中的各用戶信息拆分為用戶對，每一用戶對包含所述用戶記錄中的兩個用戶信息；\n[0346] 用戶對匯集單元U803，用于匯集各個網(wǎng)絡(luò)資源的用戶對，獲得用戶二維關(guān)系，建立起用戶索引。\n[0347] 該系統(tǒng)還包括：\n[0348] 用戶相關(guān)度獲得單元，用于獲得各用戶對中兩用戶的相關(guān)度，以便根據(jù)所述相關(guān)度對用戶進行排序。\n[0349] 具體的，所述用戶相關(guān)度獲得單元包括：\n[0350] 第一用戶相關(guān)度獲得子單元，用于將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，為各個用戶對進行評分，得到各用戶對的相關(guān)度；\n[0351] 和/或，\n[0352] 第二用戶相關(guān)度獲得子單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量獲得各用戶對中兩用戶的相關(guān)度；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度。\n[0353] 獲得到相關(guān)度之后還可以進行修正，此時，該系統(tǒng)還包括：\n[0354] 第一用戶相關(guān)度修正單元，用于將相同的用戶對進行合并；根據(jù)用戶對的合并次數(shù)，對所述相關(guān)度進行修正；\n[0355] 和/或，\n[0356] 第二用戶相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，根據(jù)用戶的訪問歷史獲知用戶最可能訪問的網(wǎng)絡(luò)資源；將所述用戶最可能訪問的網(wǎng)絡(luò)資源的特征向量合并，得到各用戶的興趣向量；根據(jù)所述用戶的興趣向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度；所述興趣向量用于描述用戶對各類別的感興趣程度；\n[0357] 和/或，\n[0358] 第三用戶相關(guān)度修正單元，用于通過預(yù)置的分類信息為各網(wǎng)絡(luò)資源生成網(wǎng)絡(luò)資源特征向量，利用各網(wǎng)絡(luò)資源的特征向量對所述相關(guān)度進行修正；所述網(wǎng)絡(luò)資源特征向量用于描述網(wǎng)絡(luò)資源屬于各類別的置信度。\n[0359] 本發(fā)明中所描述的系統(tǒng)、裝置和方法適用于各種網(wǎng)絡(luò)或客戶端環(huán)境中，其例如可以實現(xiàn)在諸如個人計算機設(shè)備之類的計算機設(shè)備中，或者可以實現(xiàn)在諸如移動電話、移動通信設(shè)備、個人數(shù)字助理（PDA）等其他電子設(shè)備中。\n[0360] 以上對本發(fā)明所提供的網(wǎng)絡(luò)信息推薦、建立網(wǎng)絡(luò)資源索引方法及系統(tǒng)，進行了詳細介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處。綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。