[发明专利]用户数据的处理方法和装置

权利要求书

1.一种用户数据的处理方法，其特征在于，包括：

根据用户在某种产品中的行为数据，计算出所述用户在所述产品上的有偏向的兴趣类别分布信息；

计算出所述有偏向的兴趣类别分布信息与所述产品的用户兴趣背景分布信息之间的差异值，根据所述差异值得到所述用户在所述产品上的无偏向的兴趣类别分布信息；

将所述用户在多种产品上的无偏向的兴趣类别分布信息进行综合，获取所述用户的综合的兴趣类别分布信息。

2.根据权利要求1所述的用户数据的处理方法，其特征在于，所述的根据用户在某种产品中的行为数据，计算出所述用户在所述产品上的有偏向的兴趣类别分布信息，包括：

预先设定包括多种兴趣类别的兴趣类别体系；

获取用户在某种产品中的行为数据，通过设定的映射方法得到所述行为数据所对应的所述兴趣类别体系中的多种兴趣类别和每种兴趣类别的权重值；

根据所述多种兴趣类别和每种兴趣类别的权重值，构造出所述用户在所述产品中的有偏向的兴趣类别分布信息。

3.根据权利要求1所述的用户数据的处理方法，其特征在于，所述的方法还包括：

根据某种产品上设定数量的用户的行为数据对应的有偏向的兴趣类别分布信息，以及该产品包含的用户兴趣影响特性，确定该产品的用户兴趣背景分布信息。

4.根据权利要求2所述的用户数据的处理方法，其特征在于，所述的计算出所述有偏向的兴趣类别分布信息与所述产品的用户兴趣背景分布信息之间的差异值，根据所述差异值得到所述用户在所述产品上的无偏向的兴趣类别分布信息，包括：

通过相对熵散度衡量方法计算出用户在某种产品上的行为数据所对应的有偏向的兴趣类别分布信息与上述某种产品的用户兴趣背景分布信息之间的差异值，将所述差异值作为所述用户在所述产品上的无偏向的兴趣类别分布信息；

分别计算出用户在多种产品上的无偏向的兴趣类别分布信息。

5.根据权利要求1或2或3或4所述的用户数据的处理方法，其特征在于，所述的将所述用户在多种产品上的无偏向的兴趣类别分布信息进行综合，获取所述用户的综合的兴趣类别分布信息，包括：

根据经验值设定用户在每种产品上的无偏向的兴趣类别分布信息对应的线性组合参数；或者，基于支持向量机方法学习得到用户在每种产品上的无偏向的兴趣类别分布信息对应的线性组合参数；

根据每种兴趣类别分布信息对应的线性组合参数，使用线性组合方式将用户在每种产品上的兴趣类别分布信息叠加在一起，得到所述用户的综合的兴趣类别分布信息。

6.一种用户数据的处理装置，其特征在于，包括：

有偏向兴趣类别分布信息获取模块，用于根据用户在某种产品中的行为数据，计算出所述用户在所述产品上的有偏向的兴趣类别分布信息；

无偏向兴趣类别分布信息获取模块，用于计算出所述有偏向兴趣类别分布信息获取模块所获取的有偏向的兴趣类别分布信息与所述产品的用户兴趣背景分布信息之间的差异值，根据所述差异值得到所述用户在所述产品上的无偏向的兴趣类别分布信息；

兴趣类别分布信息综合模块，用于将所述用户在多种产品上的无偏向的兴趣类别分布信息进行综合，获取所述用户的综合的兴趣类别分布信息。

7.根据权利要求6所述的用户数据的处理装置，其特征在于，所述的装置还包括：

用户兴趣背景分布信息确定模块，用于根据某种产品中设定数量的用户的行为数据对应的有偏向的兴趣类别分布信息，以及该产品包含的用户兴趣影响特性，确定该产品的用户兴趣背景分布信息。

8.根据权利要求6所述的用户数据的处理装置，其特征在于，所述的有偏向兴趣类别分布信息获取模块包括：

映射处理模块，用于预先设定包括多种兴趣类别的兴趣类别体系，通过设定的映射方法得到所述用户在某种产品中的行为数据所对应的所述兴趣类别体系中的多种兴趣类别和每种兴趣类别的权重值；

兴趣类别分布信息构造模块，用于根据所述映射处理模块所得到的多种兴趣类别和每种兴趣类别的权重值，构造出所述用户在所述产品上的有偏向的兴趣类别分布信息。