[发明专利]基于用户行为数据的兴趣推荐方法及装置

说明书

技术领域

本发明涉及计算机网络技术领域，特别涉及一种基于用户行为数据的兴趣推荐方法及装置。

背景技术

随着计算机技术及网络技术的飞速发展，网络信息成爆炸性增长，一方面满足了用户对信息量的需求，另一方面也产生了一些问题，比如资源分散，检索集中，对于所有用户提供的信息都是相同的。对于普通用户来说，“信息迷航”和“信息过载”已经成为日益严重的问题。解决这些问题的关键在于将网络从被动接受用户的请求转化为主动感知用户的信息需求，实现对用户的个性化主动信息服务。

为了实现个性化主动信息服务，首先需要了解用户的兴趣，刻画用户的兴趣特征与用户之间的关系。现有的技术，一部分是通过要求用户主动标注自己的兴趣来作为用户的兴趣特征，另一部分则是简单的将用户对兴趣特征的浏览次数进行叠加后得到用户的兴趣特征权重值。但是，用户主动标注的方式往往需要用户进行额外的操作，用户认可度不高，能够获得的数据也很少；简单通过浏览次数计算用户兴趣权重值的方法，没有考虑到用户浏览次数所反应出的用户兴趣随时间的衰减性，因此所得到的用户兴趣特征不够准确。

发明内容

本发明的目的在于，提供一种更准确的基于用户行为数据的兴趣推荐方法及装置。

本发明实施方式提供一种基于用户行为数据的兴趣推荐方法，包括：

预先设定包括多种兴趣类别的兴趣类别集合，以及与k个连续的单位时间段中的每个单位时间段分别对应的时间衰减因子，其中，k为自然数；根据指定用户在k个连续的单位时间段内的行为数据获得该指定用户在每个单位时间段内对各兴趣类别的第一兴趣权重值；将该指定用户在每个单位时间段内对各兴趣类别的第一兴趣权重值按照其对应的时间衰减因子进行衰减，获得该指定用户在该k个连续的单位时间段内对各兴趣类别的兴趣特征权重值；以及根据各兴趣类别的兴趣特征权重值，向该指定用户进行兴趣推荐。

一种基于用户行为数据的兴趣推荐装置，包括：兴趣类别及时间衰减因子设定模块，用于预先设定包括多种兴趣类别的兴趣类别集合，以及与k个连续的单位时间段中的每个单位时间段分别对应的时间衰减因子，其中，k为自然数；第一兴趣权重值计算模块，用于根据指定用户在k个连续的单位时间段内的行为数据获得该指定用户在每个单位时间段内对各兴趣类别的第一兴趣权重值；兴趣特征权重值计算模块，用于将该指定用户在每个单位时间段内对各兴趣类别的第一兴趣权重值按照其对应的时间衰减因子进行衰减，获得该指定用户在该k个连续的单位时间段内对各兴趣类别的兴趣特征权重值；以及推荐模块，用于根据各兴趣类别的兴趣特征权重值，向该指定用户进行兴趣推荐。

与现有技术相比，本发明实施例通过预先设定不同时间段对应的时间衰减因子，将根据用户的行为数据得到的不同时间段的用户兴趣权重值根据其对应的时间衰减因子进行衰减，再累加不同时间段的计算结果作为该指定用户对不同兴趣类别的兴趣特征权重值，综合考虑了用户行为数据所反映出的用户兴趣特征以及用户兴趣特征随时间的衰减性，所得到的用户兴趣特征权重值更加符合实际情况、更加准确。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。

图1是本发明第一实施例提供的一种基于用户行为数据的兴趣推荐方法的流程图。

图2是本发明第二实施例提供的一种基于用户行为数据的兴趣推荐方法的流程图。

图3是本发明第三实施例提供的一种基于用户行为数据的兴趣推荐方法的流程图。

图4是本发明第四实施例提供的一种基于用户行为数据的兴趣推荐装置的结构图。

图5是本发明第五实施例提供的一种基于用户行为数据的兴趣推荐装置的结构图。

图6是本发明第六实施例提供的一种基于用户行为数据的兴趣推荐装置的结构图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的基于用户行为数据的兴趣推荐方法及装置其具体实施方式、方法、步骤、结构、特征及其功效，详细说明如下。

有关本发明的前述及其他技术内容、特点及功效，在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明，当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用，并非用来对本发明加以限制。第一实施例