用于推荐快捷方式以便使导航拓扑内的导航容易和加快的方法

摘要

本发明涉及网络计算领域，具体来说，涉及用于设计网络门户的方法和系统，所述网络门户包括门户页面和用于访问可以通过该门户访问的网络内容的小门户的分级结构。为了提供改善的网络应用导航，提议执行下列步骤：a)在用户在所述网络门户的拓扑中的导航过程中，自动地感测(520，525)有关构成所述导航的每一个页面的所述用户的导航行为的信息，b)从所述感测的信息推导(530)页面击中和页面目标击中，其中，页面击中是为被点击用于到达另一个页面的页面而定义的，而页面目标击中是为用户点击以便执行页面特定的任务或接收某些页面特定的信息的页面而定义的，c)使用基于所述感测的信息的预定义的度量标准，用于产生构成用户导航的网络页面的实用性等级，d)在所述用户的导航过程中跟踪(620)当前导航位置，e)为所述当前位置和多个目标页面计算导航到所述目标页面的相应的一个页面的概率度量，其中，所述目标页面是通过所述实用性等级获得的，f)基于所述目标页面实用性以及所述当前页面和所述目标页面之间的导航距离，计算(670)每一个目标页面的预期的节省因数，g)定义(675)至少一个快捷方式，其包括到具有高预期节省因数的目标页面中的至少一个页面的相应的直接链接，h)向所述用户显示(680)作为可点击的链接的所述快捷方式。

说明书

技术领域

本发明涉及网络计算领域，具体来说，涉及用于设计网络门户或企业门户(所述网络门户或企业门户包括门户页面和用于访问可以通过该门户访问的网络内容或企业内容的小门户(portlet)的分级结构)的方法和系统。

背景技术

图1给出了关于实现这样的现有技术网络门户的门户服务器的示意系统视图。

例如，以上面的IBM WebSphere Portal或Jetspeed2Enterprise Portal(www.Portals.apache.org/jetspeed-2/Portal-design.html)为代表的现有技术的门户，是通过在网络服务器(例如，网络服务器100)上实现的复杂的功能构建的，它们的最重要的元件是逻辑组件，用于进行用户身份验证105、状态处理110、片段聚合115、多个小门户120(接下来对其进行进一步描述，所述小门户120在相应的页面125中提供，并具有到相应的小门户容器软件135的相应的多个应用程序接130，用于将所述小门户设置成为共同网络页面上下文)，以及一些门户存储资源140。逻辑组件是可操作地连接的，以便能够根据需要在单个组件之间交换数据。这在图1中进行了大致的描述。

具体来说，图1中的网络服务器的门户引擎基于基础的门户模型150和诸如安全设置、用户角色、自定义设置，以及设备功能之类的门户信息，实现小门户120的聚合。在再现的页面内，门户基于门户模型，自动地产生适当的导航要素的集合。在聚合过程中，门户引擎根据需要调用小门户，并在需要时，使用高速缓存来减少向小门户作出的请求的数量。现有技术的IBM WebSphere Portal使用诸如Java Portlet API(应用程序编程接口)之类的开放的标准。它还支持通过WSRP标准使用远程小门户。

小门户容器135是用于所有小门户120的单一控制组件，其可以控制驻留在这些小门户的每一个小门户中的代码的执行。尤其是，它提供了小门户的运行时环境，并便于用于进行事件处理，小门户之间进行消息传递，以及对小门户实例和配置数据进行访问的功能等等。门户资源140具体来说是小门户120本身，和在其上面它们以片段的聚合的形式聚合的页面125。门户数据库128存储了小门户描述，这是详细的小门户描述，特别描述了某些属性，如小门户名称、小门户描述、小门户标题、小门户简明标题以及关键字；小门户交互界面描述，所述小门户描速常常以WSDL文档的形式存储。门户数据库还存储了门户内容结构，即，门户页面的分级结构-其可以再次包含嵌套的页面和小门户。此数据以基于现有技术的适当的表示(如关系表)存储在数据库128中。

如前所述的聚合逻辑115包括组合页面所需的所有步骤。通常，这些步骤是从存储器加载内容结构，遍历该内容结构，并且调用在该结构中引用的实例，以便获取它们的输出，再将这些输出组合为单一的页面。

可以由管理员通过，例如，Portlet Customization，来定义内容结构。

现在具体来看本发明，当由网络用户访问网络应用程序时，通常给用户显示出导航菜单，提供一些访问基础内容的手段。导航菜单通常采用树形拓扑结构，而用户不得不遍历整个树，以便到达匹配用户感兴趣的内容的节点。具体来说，网络门户配备这样的导航菜单，这些导航菜单必须用于通过网络门户提供的所有内容进行导航。

事实上，不是每一个用户都对相同内容的感兴趣，因此，在给定门户上提供的结构可能满足某一用户组的需求，但是对于许多单个用户，给定拓扑不满足他们的需求。现有技术允许排除拓扑的某些节点，即，排除一个页面或一个页面的一部分，基本上是一些小门户。然而，这是更好地遍历导航树的非常不灵活的手段。

发明内容

因而，本发明的目的是提供能够提供改善的网络门户导航的方法和系统。

本发明的此目的是通过所附的独立的权利要求中所陈述的特征实现的。在相应的从属权利要求中阐述了本发明的进一步的有益的方案和实施例。现在应该参考所附的权利要求。

简言之，本发明的方法跟踪用户通过导航拓扑路由的路径，以便了解用户在干什么。graph terminology在未来会话过程中，当在同一个网络门户的同一节点导航时，它会基于系统在实现本发明的方法时了解到的内容进行混合推荐，允许用户经快捷方式快速到达他可能感兴趣的最后的目的地页面，或者以图形术语表示，到达目标节点。

在优选实施例中，功能组件跟踪用户行为，另一个组件对用户行为进行分析，而第三组件在网络浏览器用户界面中显示推荐，并提供与每一个推荐相关联的重定向功能(快捷方式)。

本发明的方法为导航结构中的每一个页面提供一组有用的快捷方式，这些快捷方式试图减少在现有技术中众所周知的通过通常的路径导航所需的时间和努力。快捷方式的组是在用户导航过程中动态地产生的，其中，快捷方式是取决于当前节点专门产生的，优选情况下，也取决于过去访问的节点。然后，一个快捷方式或快捷方式列表显示在显著的位置，优选情况下，显示在门户主题中。

为此，本发明的方法构建提供有关用户访问的导航结构中的每一个链接的次数的信息的模型。此信息用于计算用户导航到特定页面P的概率，条件是，他当前位于另一个页面Q的事实。然后，它预测哪一个可能是用户的当前导航中的最可能的最终目的地。以这种方式，本发明的推荐方法跟踪哪些是每一个用户的最频繁访问的路径，并根据用户当前导航的位置，提供推荐以便减少通过最常用的导航路径导航所需的点击的数量。

在本发明的方法有用性和推荐的快捷方式的数量之间有折衷。由本发明的方法所提供的推荐，专门用于特别地关注目标页面的预测，所述目标页面在导航距离中相当远，但是仍具有成为最后目的地的比较高的概率。因此，基本上，本发明的方法试图实现穿过树形导航树的点击的数量的最高的可预期的节省。当由本发明的方法所提供的推荐是混入当前使用的网络页面的主题中的快捷方式列表时，用户能够非常轻松地到达快捷方式。然后，只需简单地点击一下快捷方式，就会将用户导航到其所期望的最后目的地页面，或此页面上的小门户。

根据其最广泛的方面，本发明公开了一种网络门户环境中的方法和系统，用于在给定分级导航拓扑中的导航过程中协助用户，所述给定分级导航拓扑包括节点和连接在所述节点之间的边，在该拓扑中，网络门户页面对应于预定的拓扑级别并显示一个或多个小门户，所述方法包括下列步骤：

a)在用户的导航过程中，对于构成网络门户的拓扑的导航的每一个页面，自动地感测有关用户的导航行为的信息，

b)从感测的信息推导页面击中和页面目标击中，其中，页面击中是为被点击用于到达另一个页面的页面而定义的，而页面目标击中是为用户点击以便执行页面特定的任务或接收某些页面特定的信息的页面而定义的，

c)使用基于感测的信息的预定义的度量标准，用于产生构成用户导航的网络页面的实用性等级，其中，页面的实用性等级计算包括对新使用的页面进行与时间相关的加权优先级排序，

d)在用户的导航过程中跟踪当前导航位置，

e)为当前位置和多个目标页面计算导航到目标页面的相应的其中一个页面的概率度量，其中，目标页面是通过实用性等级获得的，

f)基于目标页面实用性和当前页面和目标页面之间的导航距离，计算每一个目标页面的预期的节省因数，

g)定义至少一个快捷方式，包括到具有高预期节省因数的目标页面中的至少一个页面的相应的直接链接，

h)向用户显示作为可点击的链接的快捷方式。

感测信息是指包括使用到“感测器”的所有特定界面，并读取由它们所提供的信息。因而，从系统时钟感测时间信息，从网络服务器系统的任何日期来源感测日期信息，从前面的登录过程感测用户ID，等等。

使用中的度量标准的示例有：

用户与一个页面的元素进行交互的时间量(即，频度)，或

用户查看页面的时间量(即，频度)，或

对页面的访问的频率，或

用户的当前位置，或

击中时间，月和星期几，等等。

术语“实用性”是指表示一个网络页面对于用户的重要性。此重要性试图通过上面的度量标准来捕获。当然，更进一步，也可以使用独立于上面的度量标准的重要性参数，如果对讨论中的任何使用情况有用的话。

与时间相关的加权反映了使用变化，这些使用变化对用户行为有轻微的影响，但是，通常是稳定的影响。

当前导航位置可以被定义为页面URL，或小门户URL。

概率度量可以用数学方法定义为特定页面击中和总体页面击中之间的关系。进一步地，还可以以不同的方式定义它，包括对此方法的一些扩展。它跟随反映网络页面的重要性的基本思想。

预期的节省因数反映了用户的到达所需的目标页面或目标小门户所花的工作，以及与用户的相关性，只要这可以通过计算机程序确定即可。某些方面可能相对于其他方面被强调，例如，在时间关键的情况下用户可能选择的那些小门户。

附图说明

通过示例说明本发明，本发明不受附图中的图形的形状限制，其中：

图1是显示了包括交互的线路的现有技术的门户服务器的结构性的组件的示意图；

图2是根据本发明的具体实施例的门户服务器的示意方框图表示，显示了其中实现的结构性的组件；

图3是显示了图2的方框175的放大示意图，

图4是显示了由用户(操作员)执行的操作的序列的示意交互图形，以及如图3所示的本发明的方法实现的组件，

图5是显示了当在网络门户拓扑上导航时在对用户行为的观察过程中，本发明的方法的优选实施例的控制流程的示意图。

图6是显示了当产生快捷方式并在导航过程中动态地向用户显示快捷方式时，在本发明的方法的优选实施例中执行的基本步骤的示意控制流程图，以及

图7A到7H是描述了根据本发明的预期的节省的计算的优选实现方式的公式。

具体实施方式

总体参考附图，现在具体参考图2，下面将比较详细地描述本发明的优选实施例。

图2显示了通过相应的编程接口嵌入到现有技术的门户服务器中并紧密地与聚合组件170协作的额外的发明组件175。

具体参考图3，上述聚合组件170控制方框172、174、176，177和178中所描述的进一步的功能。它进一步向门户用户显示了门户的给定拓扑。

网络使用挖掘组件176具有到网络服务器的收件箱的读取接口，该收件箱接收由于用户在当前使用的网络页面上可见的链接上某处点击而产生的用户请求。此外，组件176还具有到网络服务器的时钟的接口，以便存储用户请求的到达时间。通过这些接口，当在某些门户拓扑中导航时，在由用户执行的每一个用户交互时，通知网络使用挖掘组件。当用户与网络门户进行交互时，组件176计算前面所提及的与给定网络页面相关联的并与给定上下文相关联的击中值和目标击中值，并调用数据库存储组件174，以便执行完整的划分(set-off)感测信息。

根据此实施例，提供了上下文观察器组件177，以便确定用于定义当前使用的上下文的上下文属性。为此，组件177具有相应的功能接口，以便不能请求准确时间信息、日期信息，以识别由网络门户访问者当前使用的设备类型，以及可能通过任何其他的感测器设备(例如，GPS感测器元件)推导或输入的更进一步的信息。组件177将任何上下文信息馈送到网络使用挖掘组件176，以便使组件176不能存储具有相应的正确的上下文的当前感测信息。

根据此优选实现方式，为每一个用户提供数据库存储组件174，该组件存储用户特定的拓扑和原始拓扑(基本上也以物理方式存储在网络服务器上)之间的差异。优选情况下，为此任务还提供了现有技术的门户数据库的额外的数据库表。此表被表示为178，其中数据库被表示为图1和2中的128。每当用户成功地登录时，都读取存储在此特定数据库表178中的用户特定的数据，并由动态组合转换组件172进行评估，以便重建用户特定的导航拓扑。

现在进一步参考图4，下面将比较详细地描述门户访问者(用户或操作员410)和之前所提及的组件170到177之间的交互：

用户410与网络门户网络页面进行交互。此交互包括多个反复的操作，例如，点击链接，点击门户，点击能够在网络页面上点击的任何资源。为了说明多个交互，相应的箭头420被表示为循环符号。对于每一次交互，将执行下列过程：

当前交互被通知给网络使用挖掘组件176。这样的通知包括用户ID，这是在当前用户登录之后可获得的，它包括哪一个页面的哪一个节点被点击的信息以及这何时发生的信息。如此，相应的数据集包括用户ID、节点ID、页面ID以及时间和日期信息。可选地，当然，它还可以包括设备类型信息，根据此信息，可以推导用户分别使用的是PDA还是笔记本或台式计算机。这在步骤430中执行。

所有数据都被发送到上下文观察器组件177，参见步骤440，以便确定实际使用的上下文，参见步骤440和上面的步骤430。当数据收集完成时，在步骤450中，数据通过数据库存储组件174存储在数据库178内。

然后，在下一步骤中，假设同一个用户再次登录，参见步骤460。在此情况下，聚合组件170调用评估用户ID(如果可用的话)，当前使用的设备ID，及其他上下文信息(参见上文)的机制。

然后，聚合组件170请求将推荐(根据本发明产生的)嵌入到当前网络页面的主题中，参见步骤465。

在步骤470中，转换组件172然后将请求当前使用的上下文的当前确定。它将相应的请求定向到上下文观察器组件177，该组件从最后一个请求标头以及从其他输入源，读取当前上下文数据，如系统时间，以便提供时间戳等等。它在后续的步骤475中接收此上下文。

然后，推荐组件172从数据库中读取存储的和过滤的交互序列，参见步骤480，485，并产生推荐。下面进一步详细地描述如何产生这些推荐的详细信息。

然后，推荐组件将那些推荐返回到聚合组件170，该组件将它显示在当前网络页面主题中。

接下来，请参看图5，描述用户行为观察的详细信息：

在步骤510的序列的步骤中，用户导航到导航拓扑的节点部分。此节点部分可以是页面上的任何可点击的项目。然后，进行检查520，以测试用户是否对某一选定的节点进行了交互操作，例如，测试他是否点击一个小门户。在否的情况下，基于与在步骤520中执行的点击相关联的时间，和与用户请求相关联的并在网络服务器的收件箱中接收到的下一个后续的点击的时间，计算与该特定选定的节点相关联的所谓的保留时间。如果保留时间(通常是两个时间的差值)高于预先计算出的中值保留时间，则方法转到步骤530。如果不是，则方法转回步骤510。同样，在判断520为是的情况下，进入步骤530。在步骤530中，通过使用网络使用挖掘组件176，计算选定的节点的目标击中值。

然后，是下一个步骤535中，使用上下文观察器组件177，确定当前上下文属性。最后，在步骤540中，使用数据库存储组件174，将新的目标击中值存储在适当的上下文分区中。然后，方法回到步骤510，以便观察下一用户交互。

图6是显示了当产生给定导航节点的快捷方式列表时本发明方法的最基本的步骤的控制流程图。请参看图6，将比较详细地描述当创建到目标页面的快捷方式时的控制流程：

假设聚合组件170遍历给定门户导航拓扑。这与执行的用户操作关系密切地执行的，并由本发明的方法发送，参见步骤610。

对于每一个页面，执行下列操作：

在步骤620中，测试循环条件，以便对于用户导航到的所有网络页面，执行下列循环体：

在步骤630中，聚合组件170调用推荐组件172。

然后，在下一步骤640中，检测并评估当前登录的用户的用户ID，在步骤650中，通过使用上下文观察器组件177，确定相应的当前上下文属性(使用客户端设备的日期、时间)。

然后，在下一步骤660中，读取并评估当前用户和当前上下文分区的所有节点的存储的目标击中值。

在步骤670中，调用函数计算“预期节省”。此函数的输出是拓扑的目标节点的列表。在进一步的步骤675中，此目标节点列表被转换成到相应的目标节点的可点击的链接，因此，可以提供特定链接信息。如此，产生相应的快捷方式列表，其中，每一个链接都对应于相应的快捷方式。然后，在步骤680中，优选情况下，在当前网络页面的主题中显示那些快捷方式。

接下来，请参看图7A到7H，给出了详细信息，描述了如上文所提及的预期的节省的计算的优选实现方式。

首先，建议通过门户将用户的导航看为马尔可夫链。利用此模型，我们假设用户将来将要访问的页面是通过当前页面和最近的访问历史确定的。

如此，n阶马尔可夫模型考虑当前页面和最后n-1访问的页面来确定接下来要被查看的每一个页面的概率。

此模型通过计数在遍历了确定的路径pi-1，…pi-n之后页面pi被访问了多少次来训练。然后，如图7A所描述的，计算访问链接pi-1到pi的概率。

显然，此模型的复杂性，并且因此，它进行所需的计算需要花费的资源量随着模型的阶数而增大。这说明使用一阶马尔可夫模型提供良好的结果，如果考虑模型的复杂性的增大，那么使用较高阶的好处甚至是不值得的。因而，在此实施例中，使用了一阶马尔可夫模型。

直到此时，解释用于模型化用户的机制相对于时间是静态的。这意味着，给定了日志文件，它们从可用的数据产生用户的模型，这在当记录了这些日志的情况下才有效。随着用户的行为随时间而变化，这些模型会过时，意味着需要利用日志文件的现在版本进行某些类型的重新计算。对于模型变得过时的另一种可能性是由管理员重建内容。在该情况下，每当改变内容结构，需要重新计算模型。

为增加时间灵敏度，设计了带有下列参数的时间加权机制：

T-relevancy：这是我们认为日志文件中的数据有效的时间。因此，比该时间久的数据没有在模型中考虑。

N-slot是其中分割相关性时间的时隙的数量。然后，使用这些时隙对日志文件中的数据进行加权。因而，为在最近的时隙中记录的数据赋予比较旧的时隙中的数据更大的权重。

然后，此机制尝试对于每个页面和链接进行击中率估计，而不是仅仅计数击中的绝对数量。通过对每一个时隙的击中率估计进行线性加权求和，来计算击中率。因此，可以如图7B中所描述的那样，能够计算元素e在时隙i中的击中率，其中

T-slot}＝T-relevancy/N-slots是一个时隙的时长，其中，e是我们尝试计算其击中率的元素(页面或链接)，hits(e，i)是此元素在时隙i中接收到的击中的数量。从现在开始，我们假设时隙0是最近的时隙，时隙N-1是最旧的时隙。

对于每一个时隙执行了击中率计算之后，我们可以通过对它们进行线性加权求和，获得全局击中率计算，如图7C所示：

由于加权因数随着i降低，为最近的击中率计算赋予比较旧的击中率计算更大的权重。恒定的商乘以总和，只作为归一化因数。

通过将图7B的公式代入图7C的公式，我们最后获得根据图7D的公式。

随着时间的流逝，时隙被移动。旧的时隙被消除，然后为新的时隙留出空间。每次添加新的时隙时，都重新计算击中率估计，然后模型始终被更新到真实情况。

然后，使用此击中率估计代替每个页面/链接的击中次数的绝对值，执行以前的静态模型中的概率计算。

在无条件的模型的情况下，根据图7E产生公式。

在一阶马尔可夫模型的情况下，根据图7F产生公式。

如果我们看一下图7D、7E、7F的公式，我们可以看出，当执行概率计算时，图7D中恒定商乘以的总和变为不相关。因此，此参数能够被忽略，以获得该机制的优化版本，只需如图7G计算页面或链接击中的时间加权的版本。

一个时隙的时长，对于一个元素的击中率的估计，是一个非常重要的因数。通过选择非常短的时间间隔，可以得到真实的快速的适应，因为每个T-slot模型都更新，但是，模型的变化增大。那就意味着，估计的质量降低，因为用户行为的快速变化对模型具有巨大的影响。在常规情况下，时隙应该具有大约一天的时长。

显然，相关性的时间也是这里的关键因数。其不仅可以确定在此期间用户执行的操作还被视为有效的时间段，而且还可以确定时隙的数量N-slots＝T-relevancy/T-slot，为此，计算击中率，以便获得全局击中率的估计。因此，时隙的数量越大，模型的变化越小。

T-relevancy参数的值的选择取决于门户的类型。如此，其中内容或服务快速地过时并替换为新的内容或服务的动态性非常强的门户应该具有比较短的相关性时间，而带有静态性非常强的结构的门户应该具有比较长的相关性时间。

现在参考当前用户导航的节点和目标节点之间的只需一些点击的点击距离d，不包括鼠标指针移动，通过本发明的方法，生成到该目标节点的快捷方式，应该考虑到，潜在的目标节点与前面页面越远，就越难以到达该目标节点。为了将此方面整合到预期的节省的计算中，图7H提供了计算预期的节省的公式，其中，

通过快捷方式节省的链接数等于：距离-1，其中，p是用户从当前页面导航到目标节点的概率。

在此公式中，距离在概率面前是“有区别的”，到达结构中的更深一个级别的节点的概率按指数规律降低，而此节点和当前节点之间的距离在指数n＝1的情况下只线性地增大。以这种方式，与当前页面靠近的节点比远离当前页面的其他节点被推荐的可能性更大。

另一方面，通过取n＞1，我们开始给予通过快捷方式节省的链接的数量更大的重要性。这会具有这样的后果，系统会作出更具有积极的推荐，即，更远离当前页面的节点的快捷方式。

本领域读者将理解，显示了某些过程和提议的步骤的序列的上述的实施例主要是为了通过示例演示本发明的方法。因此，应该理解，那些示例可以在各个方面变化，例如，步骤的顺序、步骤之间的平行度、单个步骤的实现方式详细信息、存储数据的形式、如何实现小门户的组合的方式，等等，并可以获得相应的进一步的实施例。

本发明可以以硬件、软件或硬件和软件的组合实现。根据本发明的小门户方案工具能够在一个计算机系统中以集中方式，或者以不同的元件跨多个互连的计算机系统分布的分布式方式来实现。任何类型的计算机系统或适于执行这里描述的方法的其他设备都适合。典型的硬件和软件的组合可以是具有这样的计算机程序的通用计算机系统，当加载该计算机程序并执行时，该计算机程序控制计算机系统以便它执行这里描述的方法。

本发明还能够嵌入在包括实现这里所描述的方法的所有特征的计算机程序产品中，这种计算机程序产品在加载到计算机系统中时，能够执行这些方法。

本上下文中的计算机程序装置或者计算机程序是指以任何语言、代码或注释表达的一组指令的任何表达式，用于使具有信息处理能力的系统直接或者在下列操作中的任何一种或两种操作都执行之后执行特定的功能

a)转换到另一种语言、代码或注释；

b)以不同的材料形式再现。