[发明专利]推荐信息的方法和装置

权利要求书

1.一种推荐信息的方法，其特征在于，所述方法包括：

获取指定用户在论坛中的搜索行为数据、浏览行为数据和对推荐内容的点击行为数据；

分别对所述搜索行为数据、所述浏览行为数据和对推荐内容的点击行为数据进行预处理得到第一推荐结果、第二推荐结果和第三推荐结果；

对所述第一推荐结果、所述第二推荐结果和所述第三推荐结果根据权重进行分配整合，得到推荐给所述指定用户的推荐内容；

对所述搜索行为数据进行预处理得到第一推荐结果，包括：

过滤掉所述搜索行为数据中的噪音数据，得到去噪数据，其中，所述去噪数据包括所述指定用户在所述论坛中输入的查询字符串；

统计所述每个查询字符串Q_i引发的点击帖子T_i的次数；

根据所述每个查询字符串Q_i引发的点击所述帖子T_i的次数，计算所述帖子T_i被所述每个查询字符串引发的点击概率w_i；

根据所述帖子T_i被所述每个查询字符串引发的点击概率w_i，建立引发点击所述帖子Ti查询向量，其中所述查询向量为<w₁,w₂,…,w_i,…,w_n>；

根据所述建立的每个帖子的查询向量计算任意两个帖子间的相关度，得到第一推荐结果。

2.根据权利要求1所述的方法，其特征在于，对所述浏览行为数据进行预处理得到第二推荐结果，包括：

对所述浏览行为数据进行分析，获取所述论坛中被所述指定用户浏览过的帖子；

根据所述被浏览的帖子所属的版面，将所述指定用户的浏览行为划分成至少一个父主题段；

计算每个父主题段中的帖子标题的文本相似度，获得所述每个父主题段下子主题段间的分界线；

根据所述子主题段间的分界线将相应的父主题段进行划分，得到至少一个子主题段；

根据每个子主题段建立所述指定用户的浏览行为矩阵，所述浏览行为矩阵中包括：子主题和所述论坛中的帖子在所述子主题中出现的次数；

对所述浏览行为矩阵进行相关度计算，得到第二推荐结果。

3.根据权利要求1所述的方法，其特征在于，对所述点击行为数据进行预处理得到第三推荐结果，包括：

对所述点击行为数据进行分析，获得所述论坛中每篇帖子的相关贴和所述每篇相关帖被点击的次数；

根据所述每篇相关帖被点击的次数和所述相关帖被点击的时间与当前时间的关系，对所述论坛中的相关贴进行重排序，使得被点击次数多的且被点击时间与所述当前时间的差值在预设范围之内的相关帖排在队列的前端，得到第三推荐结果。

4.根据权利要求1所述的方法，其特征在于，所述对所述第一推荐结果、所述第二推荐结果和所述第三推荐结果根据权重进行分配整合，得到推荐给所述指定用户的推荐内容，包括：

分别计算所述论坛中的每一篇帖子的相关贴在所述第一推荐结果、所述第二推荐结果和所述第三推荐结果中出现的第一平均概率、第二平均概率和第三平均概率；

根据所述第一平均概率、第二平均概率和第三平均概率分别确定所述第一推荐结果的权重、所述第二推荐结果的权重和所述第三推荐结果的权重；

基于所述第一推荐结果的权重、所述第二推荐结果的权重和所述第三推荐结果的权重对所述第一推荐结果、所述第二推荐结果和所述第三推荐结果进行分配整合，得到推荐给所述指定用户的推荐内容；或，

根据预先设定的所述第一推荐结果的第一权重、所述第二推荐结果的第二权重和所述第三推荐结果的第三权重，对所述第一推荐结果、所述第二推荐结果和所述第三推荐结果进行分配整合，得到推荐给所述指定用户的推荐内容。