[发明专利]业务内容产品关联分析方法及装置

权利要求书

1.一种业务内容产品关联分析方法，其特征在于，包括：

建立互联网内容知识库和增值产品内容库，其中，所述互联网内容知识库包含用户访问互联网行为数据，所述增值产品内容库包含运营商提供的增值产品内容；

将所述互联网内容知识库与所述增值产品内容库建立映射；

根据用户访问互联网行为数据获取所述用户对每个互联网内容的偏好信息；

计算所述用户对每个所述增值产品内容偏好信息；

根据所述用户对每个互联网内容的偏好信息和所述用户对每个所述增值产品内容偏好信息确定所述增值产品内容库中用户未使用的增值产品内容的预测偏好值；

向所述用户使用的用户设备发送所述预测偏好值最高的前N个所述增值产品内容，所述N为大于零的整数；

所述根据用户访问互联网行为数据获取所述用户对每个互联网内容的偏好信息，包括：

根据每个所述互联网内容的访问次数和/或每个所述互联网内容的关键字搜索次数计算所述用户对每个互联网内容的偏好值。

2.根据权利要求1所述的方法，其特征在于，所述计算所述用户对每个所述增值产品内容偏好信息，包括：

获取所述用户对每个所述增值产品的行为数据，根据每个所述增值产品的行为数据计算所述用户对每个所述增值产品内容偏好值；

获取所述增值产品内容库中不同所述增值产品之间的内容相似度，根据不同所述增值产品之间的内容相似度获取所述用户的相似特征预测值。

3.根据权利要求2所述的方法，其特征在于，所述获取所述用户对每个所述增值产品的行为数据，根据每个所述增值产品的行为数据计算所述用户对每个所述增值产品内容偏好值，包括：

根据所述每个所述增值产品的行为数据获取协同过滤相似度，根据所述协同过滤相似度计算系统过滤预测值；

根据所述每个所述增值产品的行为数据获取关联规则置信度，根据所关联规则置信度计算关联规则预测值。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述用户对每个所述互联网内容的偏好值通过如下公式获得：

其中，所述V_i，j为第i个用户对第j个所述互联网内容的偏好值，所述Max_Threshold为所述互联网内容最大访问次数，所述Min_Threshold为所述互联网内容最小访问次数。

5.根据权利要求4所述的方法，其特征在于，通过如下公式计算获得每个所述用户偏好预测偏好值：

其中，所述S为所述互联网内容的所述用户偏好预测偏好值，所述V_h为所述互联网内容的偏好值、所述增值产品内容偏好值、所述增值产品之间的协同过滤预测值、关联规则预测值或相似特征预测值，所述W_h为与所述V_h对应的权重值，所述M为大于零的整数。

6.一种业务内容产品关联分析装置，其特征在于，包括：

建立模块，用于建立互联网内容知识库和增值产品内容库，其中，所述互联网内容知识库包含用户访问互联网行为数据，所述增值产品内容库包含运营商提供的增值产品内容；

映射模块，用于将所述互联网内容知识库与所述增值产品内容库建立映射；

处理模块，用于根据用户访问互联网行为数据获取所述用户对每个互联网内容的偏好信息；还用于计算所述用户对每个所述增值产品内容偏好信息；还用于根据所述用户对每个互联网内容的偏好信息和所述用户对每个所述增值产品内容偏好信息确定所述增值产品内容库中用户未使用的增值产品内容的预测偏好值；

推送模块，用于向所述用户使用的用户设备发送所述预测偏好值最高的前N个所述增值产品内容，所述N为大于零的整数；

所述处理模块，具体用于根据每个所述互联网内容的访问次数和/或每个所述互联网内容的关键字搜索次数计算所述用户对每个互联网内容的偏好值。