[发明专利]网络服务推荐方法和装置有效
| 申请号: | 201410213553.5 | 申请日: | 2014-05-20 |
| 公开(公告)号: | CN105100165B | 公开(公告)日: | 2017-11-14 |
| 发明(设计)人: | 陈蓉;韦邕;赖晓平 | 申请(专利权)人: | 深圳市腾讯计算机系统有限公司 |
| 主分类号: | H04L29/08 | 分类号: | H04L29/08;G06F17/30 |
| 代理公司: | 北京三高永信知识产权代理有限责任公司11138 | 代理人: | 江崇玉 |
| 地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 网络服务 推荐 方法 装置 | ||
1.一种网络服务推荐方法,其特征在于,所述方法包括:
根据用户在使用网络服务时的历史浏览记录,提取所述用户所使用的每个网络服务所对应的标签;
在标签-主题对应关系中查询每个标签对应的主题,所述标签-主题对应关系中包括:各个标签与各个主题之间的对应关系,以及每个标签属于对应主题的概率;
对于查询到的每个主题,将属于所述主题的标签所对应的概率进行累加,得到所述主题的概率值;
按照所述概率值由高到低的顺序对各个主题进行排序,得到所述用户对应的前n个主题,n为正整数;
根据主题-网络服务对应关系,获取所述前n个主题各自对应的推荐网络服务列表,每个主题的所述推荐网络服务列表包括至少一个网络服务;
根据所述前n个主题各自对应的所述推荐网络服务列表为所述用户推荐所述网络服务。
2.根据权利要求1所述的方法,其特征在于,所述根据用户在使用网络服务时的历史浏览记录,提取所述用户所使用的每个网络服务所对应的标签之前,还包括:
预先提取各个网络服务的标签序列,每个网络服务的标签序列包括与所述网络服务对应的至少一个标签;
将各个网络服务的标签序列输入主题生成模型中,得到所述标签-主题对应关系和所述主题-网络服务对应关系。
3.根据权利要求2所述的方法,其特征在于,所述将各个网络服务的标签序列输入主题生成模型中,得到所述标签-主题对应关系和所述主题-网络服务对应关系,包括:
将各个网络服务的标签序列输入潜在狄利克雷分配模型LDA中,得到标签-主题概率矩阵和主题-网络服务概率矩阵,所述标签-主题概率矩阵包括至少一个主题、与每个主题所对应的标签和每个标签属于对应主题的概率;所述主题-网络服务概率矩阵包括至少一个主题、与每个主题所对应的网络服务和每个网络服务属于对应主题的概率;
根据所述标签-主题概率矩阵生成所述标签-主题对应关系;
根据所述主题-网络服务概率矩阵生成所述主题-网络服务对应关系。
4.根据权利要求3所述的方法,其特征在于,所述根据所述标签-主题概率矩阵得到所述标签-主题对应关系,包括:
若一个标签在所述标签-主题概率矩阵中属于两个或者两个以上主题,根据所述标签属于各个主题的概率由高到低进行排序,保留前S个主题为所述标签属于的主题,S为正整数;根据所述标签和所述前S个主题生成所述标签-主题对应关系;
或,
若一个标签在所述标签-主题概率矩阵中属于两个或者两个以上主题,根据所述标签属于各个主题的概率由高到低进行排序,保留所述概率大于预设阈值的主题为所述标签属于的主题;根据所述标签和所述概率大于预设阈值的主题生成所述标签-主题对应关系。
5.根据权利要求3所述的方法,其特征在于,所述根据所述主题-网络服务概率矩阵生成所述主题-网络服务对应关系,包括:
若一个网络服务在所述主题-网络服务概率矩阵中属于两个或者两个以上主题,根据所述网络服务属于各个主题的概率由高到低进行排序,保留前M个主题为所述网络服务属于的主题,M为正整数;根据所述网络服务和所述网络服务属于的所述前M个主题生成所述主题-网络服务对应关系;
或,
若一个网络服务在所述主题-网络服务概率矩阵中属于两个或者两个以上主题,根据所述网络服务属于各个主题的概率由高到低进行排序,保留所述概率大于预设阈值的主题为所述网络服务属于的主题;根据所述网络服务和所述网络服务属于的所述概率大于预设阈值的主题生成所述主题-网络服务对应关系。
6.根据权利要求1至5任一所述的方法,其特征在于,所述根据用户在使用网络服务时的历史浏览记录,提取所述用户所使用的每个网络服务所对应的标签,包括:
确定所述历史浏览记录中符合有效浏览条件的网络服务,所述有效浏览条件包括:浏览时长超过预定时长,和/或,浏览次数超过预定次数;
提取所述符合有效浏览条件的网络服务所对应的标签。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司,未经深圳市腾讯计算机系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410213553.5/1.html,转载请声明来源钻瓜专利网。





