[发明专利]向用户推荐数字内容的方法及装置

说明书

技术领域

本发明涉及内容推荐领域，尤其涉及向用户推荐数字内容的方法及装置。

背景技术

数字内容是指在网络中发布的文章、图片、声音、影像等资讯内容。随着互联网技术的迅速发展，数字内容的种类越来越繁多，如何将待推荐数字内容推荐给感兴趣的用户已经成为多媒体领域中的一个重要问题。传统的数字内容推荐方式一般是根据人工输入的用户标签的属性向用户进行数字内容推荐，在推荐时不会考虑数字内容的适应用户，存在推荐精确度不高的问题。

发明内容

本发明实施例提出了向用户推荐数字内容的方法及装置，用以解决现有数字内容推荐方法推荐精确度不高的问题。

在一个方面，本发明实施例提供了一种向用户推荐数字内容的方法，包括：

根据用户偏好量化获得用户偏好向量；

根据数字内容的用户特征量化得到内容适配向量；

根据用户偏好向量和内容适配向量之间的相关程度向用户推荐数字内容。

在另一个方面，本发明实施例提供了一种向用户推荐数字内容的装置，包括：

用户偏好向量确定模块，用于用户偏好量化获得用户偏好向量；

内容适配向量确定模块，用于根据数字内容的用户特征量化得到内容适配向量；

内容推荐模块，用于根据用户偏好向量和内容适配向量之间的相关程度向用户推荐数字内容。

当前数字内容推荐方法存在着推荐不够准确，精确度不高的问题，本发明实施例一方面根据用户的访问行为来获得用户偏好向量，另一方面可以根据数字内容的用户特征反过来量化内容适配向量，当用户再次使用时，可根据内容适配向量和用户偏好向量之间的匹配程度向用户推荐所需的数字内容，大大提高了数字内容推荐的精确性。

附图说明

下面将参照附图描述本发明的具体实施例，其中：

图1示出了本发明实施例中向用户推荐数字内容的方法的流程示意图；

图2示出了本实施例中对UPV和CAV进行修正的示意图；

图3A及图3B示出了本发明实施例中采用的艾宾霍斯遗忘曲线和遗忘因子；

图4示出了本发明实施例中向用户推荐数字内容的装置的结构示意图。

具体实施方式

为了使本发明的技术方案及优点更加清楚明白，以下结合附图对本发明的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本发明的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。

发明人在发明过程中注意到：随着互联网技术的迅速发展，数字内容的种类越来越繁多，如何将待推荐数字内容推荐给感兴趣的用户已经成为多媒体领域中的一个重要问题。传统的数字内容推荐方式一般是根据人工输入的用户标签的属性向用户进行数字内容推荐，在推荐时不会考虑数字内容的适应用户，存在推荐精确度不高的问题。

针对上述不足，本发明实施例提出了一种向用户推荐数字内容的方法，下面进行说明。

本发明的实施建立在以下基础之上：

(1)大部分用户都能真实提供自身偏好信息。

(2)用户的内容选择偏好与多维度有关(年龄，性别，职业，学历，爱好等)

(3)用户网络访问行为是基于用户偏好的一种客观行动。

(4)在样本足够多的情况下，内容也能表现出偏向性，偏向性反映了内容适合哪类用户。

图1示出了本发明实施例中向用户推荐数字内容的方法的流程示意图，如图所示，包括：

步骤101，根据用户偏好量化获得用户偏好向量(UPV，User Preference Vectors)；

步骤102，根据数字内容的用户特征量化得到内容适配向量(CAV，Content Adaptation Vectors)；

步骤103，根据UPV和CAV之间的相关程度向用户推荐数字内容。

本实施例一方面根据用户的访问行为(如：看电影、下载游戏)来获得UPV，另一方面可以根据数字内容的用户特征反过来量化CAV，当用户再次使用时，可根据CAV和UPV之间的匹配程度向用户推荐所需的数字内容，大大提高了数字内容推荐的精确性。

具体实施时，在步骤101中，用户在首次登录时，需填写用户偏好，存入用户偏好数据库，填写的用户偏好包括以下维度中的至少一种：

(1)年龄(20岁以下，20-30岁，30-40岁，40-50岁，50-60岁，60岁以上)；

(2)性别(男，女)；