[发明专利]一种基于推荐系统的兴趣探索方法及装置有效
| 申请号: | 201611253179.7 | 申请日: | 2016-12-30 |
| 公开(公告)号: | CN107229666B | 公开(公告)日: | 2019-02-26 |
| 发明(设计)人: | 卢子豪;曹欢欢 | 申请(专利权)人: | 北京字节跳动科技有限公司 |
| 主分类号: | G06F16/9535 | 分类号: | G06F16/9535 |
| 代理公司: | 北京金言诚信知识产权代理有限公司 11229 | 代理人: | 余先同 |
| 地址: | 100098 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 推荐 系统 兴趣 探索 方法 装置 | ||
1.一种基于推荐系统的兴趣探索方法,其特征在于,包括:
基于推荐页面展示预先构建的兴趣词,所述兴趣词是指各分类下的搜索频率最高的检索词;
根据对所述兴趣词的操作行为获取所述兴趣词对应的相关数据信息;
根据对所述相关数据信息的操作行为更新推荐模型,并通过更新后的所述推荐模型提供推荐数据;
在所述推荐系统的搜索日志中查找各分类下的搜索频率最高的检索词,形成检索词集合;
针对每一用户对所述检索词集合内的所述检索词进行筛选;
将筛选后的所述检索词作为兴趣词存储在所述用户的兴趣词数据中;
所述将筛选后的所述检索词作为兴趣词存储在所述用户的兴趣词数据中包括:
对所述筛选后的所述检索词进行排序;
所述对所述筛选后的所述检索词进行排序,包括:
计算所述检索词对应各个用户的检索分值;
按照所述检索分值对所述各个用户的所述检索词进行降序排列;
所述计算所述检索词对应各个用户的检索分值采用如下公式获得:
score(u,v)=w1×hot(v)+w2×relevance(u,v)+w3×fresh(u,v)
其中,所述u表示用户;所述v表示检索词;w1,w2和w3代表函数权重;hot(v)表示计算v热度的函数;relevance(u,v)表示u和v的相关度;fresh(u,v)表示v对于u的新鲜度。
2.根据权利要求1所述的基于推荐系统的兴趣探索方法,其特征在于,所述检索词集合包括:所述检索词和所述检索词对应的分类标签。
3.根据权利要求2所述的基于推荐系统的兴趣探索方法,其特征在于,所述对所述检索词集合内的所述检索词进行筛选包括:
将所述检索词集合中的所述检索词所对应的分类标签分别与每一用户的兴趣标签进行匹配,若匹配,则选取所述分类标签对应的所述检索词,并进入所述将筛选后的所述检索词作为兴趣词存储在所述用户的兴趣词数据中的步骤,若不匹配,则删除所述检索词。
4.根据权利要求1所述的基于推荐系统的兴趣探索方法,其特征在于,所述对所述筛选后的所述检索词进行排序包括:
记录各个用户对所述检索词的操作行为的次数;
将所述次数与预先建立的排序模型中的数据进行匹配,获得所述检索词操作行为的概率值;
根据所述概率值对所述检索词进行降序排列。
5.根据权利要求1所述的基于推荐系统的兴趣探索方法,其特征在于,所述对所述筛选后的所述检索词进行排序,将排序后的所述检索词作为所述兴趣词存储在用户兴趣词数据库中,包括:
对所述排序后的所述检索词进行过滤。
6.根据权利要求1所述的基于推荐系统的兴趣探索方法,其特征在于,所述基于推荐页面展示预先构建的兴趣词包括:
将所述兴趣词组成兴趣词集合的形式,显示在所述推荐页面的推荐栏中。
7.根据权利要求1所述的基于推荐系统的兴趣探索方法,其特征在于,所述基于推荐页面展示预先构建的兴趣词包括:
根据预先设定的轮播规则,将所述兴趣词在所述推荐页面的搜索框中进行单独轮播。
8.根据权利要求1所述的基于推荐系统的兴趣探索方法,其特征在于,所述根据对所述相关数据信息的操作行为更新推荐模型,并通过更新后的所述推荐模型提供推荐数据包括:
根据对所述相关数据信息的操作行为生成相应的样本数据,并将所述样本数据加入至推荐模型的训练数据中;
所述推荐模型根据所述操作行为产生的所述相关数据信息,在所述推荐模型中添加所述操作行为的特征权重。
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北京字节跳动科技有限公司,未经北京字节跳动科技有限公司许可,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/201611253179.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:数据包传输系统及方法
- 下一篇:一种中药饮片制作的混料装置及其使用方法





