[发明专利]一种对用户和内容进行分类的方法、装置及计算设备

权利要求书

1.一种对用户和内容进行分类的装置，驻留在计算设备中，适于将用户集合中的各用户聚类为第一预定数目个用户类型，将内容集合中的各内容聚类为第二预定数目个内容类型，所述装置包括：

初始化模块，适于为所述第一预定数目个用户类型中的每个用户类型指定用户集合中的一个或多个用户，为所述第二预定数目个内容类型中的每个内容类型指定内容集合中的一个或多个内容；

访问量计算模块，适于根据用户对内容的访问量，计算各用户类型对各内容的第一访问量、各用户对各内容类型的第二访问量和各用户类型对各内容类型的第三访问量；

相似度计算模块，适于根据所述第二访问量和第三访问量，计算各用户与各用户类型之间的相似度，根据所述第一访问量和第三访问量，计算各内容与各内容类型之间的相似度；以及

分类模块，适于对于每个用户，选择与其相似度最高的用户类型作为该用户的用户类型，对于每个内容，选择与其相似度最高的内容类型作为该内容的内容类型，并触发访问量计算模块重新进行访问量计算和相似度计算模块重新进行相似度计算后，重新进行所述选择，直到预定条件满足时，不再进行所述触发。

2.如权利要求1所述的装置，其中，所述初始化模块进一步适于：根据已有的用户与用户类型之间的映射关系，为已有一个或多个用户的用户类型指定该一个或多个用户，并为没有用户的用户类型随机指定一个没有用户类型的用户；根据已有的内容与内容类型之间的映射关系，为已有一个或多个内容的内容类型指定该一个或多个内容，并为没有内容的内容类型随机指定一个没有内容类型的内容。

3.如权利要求2所述的装置，其中，对于已有的用户与用户类型之间的映射关系，所述相似度计算模块不计算该用户与各用户类型之间的相似度，且所述分类模块不改变该用户的用户类型；

对于已有的内容与内容类型之间的映射关系，所述相似度计算模块不计算该内容与各内容类型之间的相似度，且所述分类模块不改变该内容的内容类型。

4.如权利要求2所述的装置，其中，所述访问量计算模块按照如下方式计算某个用户类型对某个内容的访问量：获取该用户类型包括的所有用户；获取其中每个用户对该内容的访问量；对所有访问量求和，得到该用户类型对该内容的访问量；

所述访问量计算模块按照如下方式计算某个用户对某个内容类型的访问量：获取该内容类型包括的所有内容；获取该用户对其中每个内容的访问量；对所有访问量求和，得到该用户对该内容类型的访问量；

所述访问量计算模块按照如下方式计算某个用户类型对某个内容类型的访问量：获取该用户类型包括的所有用户以及该内容类型包括的所有内容；获取其中每个用户对其中每个内容的访问量；对所有访问量求和，得到该用户类型对该内容类型的访问量。

5.如权利要求4所述的装置，其中，所述相似度为基于最小值的相似系数、巴氏相似系数或者余弦相似系数。

6.如权利要求5所述的装置，其中，所述相似度计算模块按照如下方式计算某个用户与某个用户类型之间的相似度：对于用户集合中的某个用户，分别获取该用户对内容类型集合中各内容类型的访问量，得到一个访问量向量；对于用户类型集合中的某个用户类型，分别获取该用户类型对内容类型集合中各内容类型的访问量，得到另一个访问量向量；计算这两个访问量向量的相似度，并将计算所得到的相似度作为该用户与该用户类型的相似度；

所述相似度计算模块按照如下方式计算某个内容与某个内容类型之间的相似度：对于内容集合中的某个内容，分别获取用户类型集合中各用户类型对该内容的访问量，得到一个访问量向量；对于内容类型集合中的某个内容类型，分别获取用户类型集合中各用户类型对该内容类型的访问量，得到另一个访问量向量；计算这两个访问量向量的相似度，并将计算所得到的相似度作为该内容与该内容类型的相似度；

其中，所述用户类型集合为所述第一预定数目个用户类型构成的集合，所述内容类型集合为所述第二预定数目个内容类型构成的集合；

其中，所述相似度计算模块在计算两个向量的相似度前，先对这两个向量的定义域取交集或并集后，再计算这两个向量的相似度。

7.如权利要求1所述的装置，其中，所述预定条件为：触发所述访问量计算模块和相似度计算模块的次数达到预设的次数；或者，本次的分类结果与上次的分类结果相比，用户类型发生变化的用户比例小于预设的第一门限且内容类型发生变化的内容比例小于预设的第二门限。