[发明专利]基于大数据的活动推荐方法、装置、电子设备及存储介质

权利要求书

1.一种活动推荐方法，其特征在于，包括：

获取目标用户群体中每个用户参与过的活动的活动信息、每个所述用户的历史行为信息以及每个所述用户的用户基本信息；

基于所述用户基本信息确定各个所述活动对应的用户特征；

基于所述历史行为信息，从所述活动中确定出所述用户偏好的目标活动；

将所述目标活动对应的用户特征，与所述用户的用户基本信息进行匹配，并基于匹配结果向所述目标用户群体中的每个所述用户推荐目标活动。

2.根据权利要求1所述的活动推荐方法，其特征在于，基于所述历史行为信息，从所述活动中确定出所述用户偏好的目标活动，包括：

基于所述活动信息对所述活动进行聚类处理获得多个类簇；

统计各个用户在每个类簇中各个活动下的历史行为信息，所述历史行为信息包括登录次数、点击次数、累计访问时长、评论次数以及优惠券使用次数；

对各个用户在每个类簇下的所述历史行为信息中的各数据项进行加权运算确定各个用户在每个类簇下的用户活跃度；

基于所述用户活跃度确定各个用户偏好的目标类簇。

3.根据权利要求2所述的活动推荐方法，其特征在于，将所述目标活动对应的用户特征，与所述用户的用户基本信息进行匹配，并基于匹配结果向所述目标用户群体中的每个所述用户推荐目标活动，包括：

基于所述用户基本信息确定所述用户偏好的目标类簇中各个活动对应的用户特征；

将所述用户偏好的目标类簇中各个活动对应的用户特征与所述用户的基本信息进行匹配；

基于匹配的结果向所述用户推荐各个目标类簇中的活动。

4.根据权利要求2所述的活动推荐方法，其特征在于，基于所述活动信息对所述活动进行聚类处理获得多个类簇，包括：

对所述活动的活动信息进行分词处理，得到各个活动的活动内容的词向量；

计算各个活动的活动内容的词向量之间的距离；

基于所述词向量之间的距离对各个活动进行聚类处理获得多个类簇。

5.根据权利要求1至4中任一项所述的活动推荐方法，其特征在于，基于所述用户基本信息确定各个所述活动对应的用户特征，包括：

从每个活动的参与用户的用户基本信息中提取用户信息项；

统计各个用户信息项下的用户数量，并将用户数量大于预定阈值的用户信息项确定为所述活动的用户特征。

6.根据权利要求5所述的活动推荐方法，其特征在于，基于匹配结果向所述目标用户群体中的每个所述用户推荐目标活动，包括：

基于匹配得到的待推荐活动的成本信息以及上线时间对所述待推荐活动进行排序；

基于排序的结果向所述目标用户群体中的每个所述用户展示目标活动。

7.根据权利要求6所述的活动推荐方法，其特征在于，基于匹配得到的待推荐活动的成本信息以及上线时间对所述待推荐活动进行排序，包括：

基于匹配得到的待推荐活动的成本信息对所述待推荐活动进行降序排列；

基于所述待推荐活动的上线时间确定各个待推荐活动的时间权重；

将所述待推荐活动的所述时间权重与所述待推荐活动的成本信息相乘，基于相乘的结果对所述降序排列的排序进行调整。

8.一种活动推荐装置，其特征在于，包括：

信息获取单元，用于获取目标用户群体中每个用户参与过的活动的活动信息、每个所述用户的历史行为信息以及每个所述用户的用户基本信息；

用户特征确定单元，用于基于所述用户基本信息确定各个所述活动对应的用户特征；

用户偏好确定单元，用于基于所述历史行为信息，从所述活动中确定出所述用户偏好的目标活动；

推荐单元，用于将所述目标活动对应的用户特征，与所述用户的用户基本信息进行匹配，并基于匹配结果向所述目标用户群体中的每个所述用户推荐目标活动。