[发明专利]一种用户偏好分析方法及系统在审
申请号: | 201710319067.5 | 申请日: | 2017-05-08 |
公开(公告)号: | CN107169825A | 公开(公告)日: | 2017-09-15 |
发明(设计)人: | 魏伟;尤育晓;潘钦苗 | 申请(专利权)人: | 浙江敢尚网络科技有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06F17/30 |
代理公司: | 北京国坤专利代理事务所(普通合伙)11491 | 代理人: | 黄耀钧 |
地址: | 325800 浙江省苍*** | 国省代码: | 浙江;33 |
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 用户 偏好 分析 方法 系统 | ||
技术领域
本发明涉及计算机网络数据技术领域,特别是一种用户偏好分析方法及系统。
背景技术
随着技术的不断发展,网络社交逐渐成为了一种新的社交方式,网络社交从最初的电子邮件发展到现在的各种社交网站(SNS,SocialNetwork Sites),如购物、交友网站。通常情况下,社交网站需要用户在相应的网站上进行申请注册,并填写相关的个人信息,从而获取个人账号。当用户登录社交网站时,个人账号及相关信息便成为网站或者他人识别用户身份的主要标识。
在某些社交网站中,为了更好的推广网站信息,例如购物类网站的卖家对商品进行推广,通常会在某一卖家的商品页面内对其他商品进行推荐展示。而此类推荐展示信息通常结合用户所感兴趣的内容推荐,则能大大提高用户的使用体验。因此亟需设计一种用户偏好分析方法及系统。
发明内容
针对现有技术存在的上述问题,本发明的目的在于提供一种用户偏好分析方法及系统。
本发明提供了一种用户偏好分析方法,包括以下步骤:
基于用户的访问行为获取所述用户访问的初始信息;
对所述初始信息中所述用户所涉及的网络内容进行分类处理,得到内容信息;
对初始信息中所述用户所涉及的用户浏览频次进行整理,得到频次信息;
根据所述内容信息和频次信息对所述用户的偏好进行评分,得出所述用户的偏好信息。
优选地,所述基于用户的访问行为获取所述用户访问的初始信息包括:
根据所述用户的访问行为从服务器中得到所述用户访问的基础数据;
根据所述基础数据获取所述用户访问的业务内容,并根据所述基础数据的增加,对所述业务内容进行扩展,生成所述初始信息。
优选地,所述对所述初始信息中用户所涉及的网络内容进行分类处理包括:
基于用户的访问行为获取所述用户访问的初始信息;
判断所述初始信息中每一业务内容是否具有预设的第一分类规则,并得一判断结果;
对所述判断结果为具有所述第一分类规则的业务内容,按照所述第一分类规则对所述业务内容进行分类;
对所述判断结果为不具有所述第一分类规则的业务内容,按照第二分类规则对所述业务内容进行分类;
根据所述内容信息和频次信息对所述用户的偏好进行评分,得出所述用户的偏好信息。
优选地,所述第二分类规则为临时构建的分类规则,且所述构建的方法参照所述第一分类规则的构建方法。
优选地,所述第一分类规则的构建方法采用URL匹配法或文本匹配法,并且对所述业务内容分类后所产生的网络内容的分类粒度控制在预定级别以内。
本发明还提供了一种用户偏好分析系统,包括:
初始信息获取模块,用于基于用户的访问行为获取所述用户访问的初始信息;
内容信息分类模块,用于对所述初始信息中所述用户所涉及的网络内容进行分类处理,得到内容信息;
频次信息排序模块,用于对初始信息中所述用户所涉及的用户浏览频次进行整理,得到频次信息;
评分模块,用于根据所述内容信息和频次信息对所述用户的偏好进行评分,得出所述用户的偏好信息。
优选地,初始信息获取模块包括:
基础数据获取单元,用于根据所述用户的访问行为从服务器中得到所述用户访问的基础数据;
扩展单元,用于根据所述基础数据获取所述用户访问的业务内容,并根据所述基础数据的增加,对所述业务内容进行扩展,生成所述初始信息。
优选地,所述内容信息分类模块包括:
包括判断单元,用于判断所述初始信息中每一业务内容是否具有预设的第一分类规则,并得一判断结果;
分类单元,用于对所述判断结果为具有所述第一分类规则的业务内容,按照所述第一分类规则对所述业务内容进行分类;
对所述判断结果为不具有所述第一分类规则的业务内容,按照第二分类规则对所述业务内容进行分类。
优选地,所述分类单元所构建的第二分类规则为临时构建的分类规则,且所述构建的方法参照所述第一分类规则的构建方法。
优选地,所述分类单元所构建的第一分类规则的构建方法采用URL匹配法或文本匹配法,并且对所述业务内容分类后所产生的网络内容的分类粒度控制在预定级别以内。
综上所述,本发明具有以下优点:
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浙江敢尚网络科技有限公司,未经浙江敢尚网络科技有限公司许可,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/201710319067.5/2.html,转载请声明来源钻瓜专利网。