[发明专利]内容关联推荐方法及装置

权利要求书

1.一种内容关联推荐方法，其特征在于，所述方法包括步骤：

采集用户对非文本内容的访问数据；

根据所述访问数据构建行为矩阵；

将所述行为矩阵进行矩阵分解得到用户兴趣向量和内容类别向量；

根据所述用户兴趣向量和所述内容类别向量计算所述用户对所述非文本内容的偏好度；

根据所述偏好度进行关联推荐。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括步骤：

在采集所述访问数据后，根据所述访问数据获得用户与非文本内容的行为关联信息集合；其中所述行为关联信息按所述用户对所述非文本内容的访问行为打分并正规化。

3.根据权利要求1所述的方法，其特征在于，通过奇异值分解进行所述矩阵分解。

4.根据权利要求3所述的方法，其特征在于，使用协同过滤算法进行所述奇异值分解。

5.根据权利要求1所述的方法，其特征在于，通过计算所述用户兴趣向量与所述内容类别向量的内积来计算用户对非文本内容的偏好度。

6.一种内容关联推荐装置，其特征在于，所述装置包括：

数据采集模块，用于采集用户对非文本内容的访问数据；

矩阵构建模块，用于根据所述访问数据构建行为矩阵；

矩阵分解模块，用于将所述行为矩阵进行矩阵分解得到用户兴趣向量和内容类别向量；

计算模块，用于根据所述用户兴趣向量和所述内容类别向量计算所述用户对所述非文本内容的偏好度；

关联推荐模块，用于根据所述偏好度进行关联推荐。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

数据处理模块，用于在采集所述访问数据后，根据所述访问数据获得用户与非文本内容的行为关联信息集合；其中所述行为关联信息按所述用户对所述非文本内容的访问行为打分并正规化。

8.根据权利要求6所述的装置，其特征在于，所述矩阵分解模块通过奇异值分解进行所述矩阵分解。

9.根据权利要求8所述的装置，其特征在于，所述矩阵分解模块包括：

协同过滤模块，用于使用协同过滤算法进行所述奇异值分解。

10.根据权利要求6所述的装置，其特征在于，所述计算模块包括：

偏好度计算模块，用于通过计算所述用户兴趣向量与所述内容类别向量的内积来计算用户对非文本内容的偏好度。