[发明专利]互联网实时信息推荐预测系统

说明书

技术领域

本发明涉及的是一种互联网技术领域的系统，具体是一种互联网实时信息推荐预测系统。

背景技术

随着网络的高速发展，网络作为最大的信息载体和交流平台，已成为当前进行信息宣传的重要途径。常规的信息（如新闻、广告、商品等）是制定媒介策略，透过媒体定位覆盖目标受众，为实现精准，也不过在投放后再以数据去验证、调整，很难实现考虑受众是否感兴趣和接受。而对于互联网实时信息推送（如个性新闻发布，实时广告竞价，个性商品展示等），在投放前就已寻找到合适的受众，真正实现互联网化广告的精准投放、个性营销。

一般来讲，信息发布客户会通过拟发布信息的属性分析来与其他信息发布客户进行对比最终取得来自媒体的信息发布空间。例如，对于实时竞价广告系统来讲，需求方平台根据点通率、关键字、金额、广告和宣传活动，等指标来与其他用户进行竞价来最终获得来自媒体的广告空间。

但在这个信息发布过程中信息发布客户所能获得信息，只能通过自身为用户投放互联网信息的历史信息进行预测。不能有效的利自其他信息发布客户的信息，导致信息的盲目发布。

目前国内外对互联网信息推荐综合性分析的研究还不多，在现有信息推荐中，存在利用互联网信息进行推荐及预测的技术，如中国专利文献号CN101923545B，授权日2012-10-10，公开了一种个性化信息推荐的方法，适无线互联网，手机上的行为记录模块记录，对用户访问的页面的内容进行分析，得到用户感兴趣的页面集及用户对页面的兴趣度；将所述感兴趣的页面集与页面的兴趣度进行结合，建立用户兴趣模型，产生推荐的个性化信息。该技术能够自动记录分析用户行为，挖掘用户属性及偏好，实现了用户属性和信息内容的匹配，并主动推荐给用户。但该技术与本发明相比的不足之处在于：该技术虽然可以对用户的行为进行分析，但仅是针对用户自身的行为记录进行分析，并不能对与其存在关联关系的其他用户进行同时分析，并进而反向对该用户做出推荐与预测。

在现有信息推荐中，还存在利用互联网用户关系进行推荐及预测的技术，如中国专利文献号CN101540739B，授权日2011.10.05，公开了一种用户推荐方法，根据好友关系网络预测候选好友；将候选好友返回用户端。上述用户推荐方法依据用户之间的好友关系进行预测，不依赖于用户的个人信息，并且能够通过好友关系扩展交际面。但该技术与本发明相比的不足之处在于：该技术虽然可以利用好友关系对用户的行为进行分析，但仅是指已存在的好友关系网络，并不能利用互联信息发布过程中大量存在的未知用户关系，并对该用户做出推荐与预测。

综上所述，需要有一种方法可以综合考虑互联网浏览用户行为，用户行为来实现综合实时互联网信息的推荐预测从而指导信息发布用户进行有效的信息发布。

发明内容

本发明针对现有技术存在的上述不足，提出一种互联网实时信息推荐预测系统，能够实现分析并获取其他用户在投放互联网信息中的信息，利用获取的这些信息可以指导用户在实时信息发布过程中的采取相应策略，这些策略包括但不限于指导用户进行指导为用户进行互联网信息发布，指导用户提供各类报告分析等。

本发明是通过以下技术方案实现的，本发明包括：数据处理服务器以及实时应用服务器，其中：数据处理服务器训练来自各用户及浏览用户的数据信息，实时应用服务器浏览用户在实时浏览网站时的互联网信息特征数据或向用户输出相关分析结果。

所述的实时应用服务器包括：互联网用户识别单元、实时信息发布处理单元以及信息发布预测推荐结果输出单元，其中：互联网用户识别单元定向以往登录的用户，实时信息发布处理单元根据互联网用户识别单元识别出的用户从数据处理服务器的训练结果中提取相应的预测推荐结果并进行相应的处理。预测推荐结果输出单元则将最终的预测推荐结果进行输出。

所述的数据处理服务器包括：输入单元、存储单元、中央处理单元和输出单元，其中：输入单元的输出端与中央处理单元连接并传输采集到的网络用户行为信息，中央处理单元根据网络用户行为信息生成决策树和训练集，并通过输出单元以声光方式输出用户行为分析预测结果、通过存储单元保存用户对应的决策树和训练集。

所述的网络用户行为信息包括：自网站的互联网发布信息数据、互联网信息内容数据、互联网信息特征历史数据、用户信息、浏览用户信息数据。

所述的输入单元采用通过爬虫不断读取网络日志、从其他数据库直接输入、从键盘进行文字输入、通过麦克风进行声音输入或者通过扫描仪进行图像输入。