[发明专利]一种信息推荐方法及网络设备

说明书

本发明实施例公开了一种信息推荐的方法及网络设备，该方法包括：利用预设的主题模型获取待推荐项目的主题分布，并将所述待推荐项目的主题分布作为所述待推荐项目的特征向量；获取用户的实时兴趣向量；所述用户的实时兴趣向量包括预设时间内用户对各个主题的喜好程度；利用预设的相似度算法获取所述用户的实时兴趣向量与所述待推荐项目的特征向量之间的相似度；当所述用户的实时兴趣向量与所述待推荐项目的特征向量之间的相似度大于或等于预设的阈值时，推荐所述待推荐项目。该方法能够精准地且实时地为用户推荐符合用户当前需求的信息。

技术领域

本发明涉及互联网技术领域，尤其涉及一种信息推荐方法及网络设备。

背景技术

面对互联网上的海量信息，越来越多的用户希望找到其感兴趣的信息，并期望获得愉悦的浏览体验。例如，用户通过互联网浏览关注的新闻、观看感兴趣的视频、购买需求的商品等。为了方便用户获取个人感兴趣的信息和内容，近年来，对于个性化推荐技术的研究获得了越来越多的关注，成为了一个热门的研究领域。

在传统的推荐系统中，需要对每个待推荐项目进行关键词提取，并将提取的关键词生成待推荐项目的特征向量；另外，还需要利用用户之前浏览的项目的关键词来建立用户兴趣模型，当对目标用户进行信息推荐时，系统需要计算该用户兴趣模型与每个待推荐项目的特征向量的相似度，然后再通过相似度比较来进行信息推荐。虽然该推荐系统达到了信息推荐的目的，但是，由于用户兴趣模型以及待推荐项目的特征向量的生成都是基于提取项目中的关键词实现的，如此，带来了如下问题：(1)传统的推荐系统难以按照用户对信息的喜好程度为用户推荐信息，即推荐相关项目；(2)由于用户兴趣模型的建立需要大量的关键词，所以用户兴趣模型的计算量较大，复杂度较高，从而难以实时完成信息的推荐；(3)系统无法识别词与词之间的相近关系，因此难以从用户实时的行为数据中提取出能够准确反映用户特征的关键词，进一步地，也无法精准地为用户推荐符合用户当前需求的信息。

发明内容

本发明的主要目的在于提出一种信息推荐方法及网络设备，旨在能够快速识别用户的喜好，及时地为用户推荐当前较为感兴趣的信息。

为达到上述目的，本发明的技术方案是这样实现的：

第一方面，本发明实施例提供了一种信息推荐的方法，所述方法包括：

利用预设的主题模型获取待推荐项目的主题分布，并将所述待推荐项目的主题分布作为所述待推荐项目的特征向量；

获取用户的实时兴趣向量；所述用户的实时兴趣向量包括预设时间内用户对各个主题的喜好程度；

利用预设的相似度算法获取所述用户的实时兴趣向量与所述待推荐项目的特征向量之间的相似度；

当所述用户的实时兴趣向量与所述待推荐项目的特征向量之间的相似度大于或等于预设的阈值时，推荐所述待推荐项目。

在上述方案中，所述获取用户的实时兴趣向量，具体包括：

获取预设时间内用户对已操作项目的兴趣度；

利用所述主题模型获取所述已操作项目的主题分布，并将所述已操作项目的主题分布作为所述已操作项目的特征向量；

根据所述用户对已操作项目的兴趣度和所述已操作项目的特征向量获取用户的实时兴趣向量。

在上述方案中，所述获取预设时间内用户对已操作项目的兴趣度，具体包括：

根据预设时间内用户对已操作项目I_i的操作类型获取所述用户对已操作项目I_i的偏好值H(I_i)；其中，i＝1,2,…,N，N表示所述预设时间内已操作项目的数目；