[发明专利]知识条目推荐方法、装置、计算机设备和存储介质在审
| 申请号: | 201811031486.X | 申请日: | 2018-09-05 | 
| 公开(公告)号: | CN110879841A | 公开(公告)日: | 2020-03-13 | 
| 发明(设计)人: | 方建生 | 申请(专利权)人: | 广州视源电子科技股份有限公司 | 
| 主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/332 | 
| 代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 黄晓庆 | 
| 地址: | 510530 广*** | 国省代码: | 广东;44 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 知识 条目 推荐 方法 装置 计算机 设备 存储 介质 | ||
1.一种知识条目推荐方法,所述方法包括:
获取目标对象对知识条目的评分值,所述评分值根据目标对象对知识条目的历史行为数据计算得到,用于量化目标对象对知识条目的行为;
根据所述目标对象对知识条目的评分值和预设的参考对象对知识条目的评分值进行协同过滤,从所述参考对象中提取与所述目标对象的相似度满足预设条件的对象,得到相似对象;
根据所述相似对象对知识条目的评分值得到推荐条目并推送至目标对象。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象对知识条目的评分值和预设的参考对象对知识条目的评分值进行协同过滤,从所述参考对象中提取与所述目标对象的相似度满足预设条件的对象,得到相似对象,包括:
根据所述目标对象对知识条目的评分值和预设的参考对象对知识条目的评分值,通过余弦公式计算所述目标对象与各所述参考对象的相似度;
从所述参考对象中提取与所述目标对象的相似度满足预设条件的对象,得到相似对象。
3.根据权利要求2所述的方法,其特征在于,所述从所述参考对象中提取与所述目标对象的相似度满足预设条件的对象,得到相似对象,包括:
根据与所述目标对象的相似度从高到低的顺序对所述参考对象排序,提取前预设个数的参考对象作为相似对象;或
获取与所述目标对象的相似度大于预设相似度阈值的参考对象作为相似对象。
4.根据权利要求1所述的方法,其特征在于,所述获取目标对象对知识条目的评分值,包括:
获取所述目标对象对知识条目的历史行为数据;
根据所述历史行为数据和预设权重计算得到对应知识条目的评分值。
5.根据权利要求4所述的方法,其特征在于,所述根据所述相似对象对知识条目的评分值得到推荐条目并推送至目标对象,包括:
根据所述相似对象对知识条目的评分值,计算对应知识条目的推荐值;
根据各知识条目的推荐值得到推荐条目并推送至目标对象。
6.根据权利要求5所述的方法,其特征在于,所述根据各知识条目的推荐值得到推荐条目并推送至目标对象,包括:
根据各知识条目的推荐值进行初步筛选,得到初始推荐条目;
根据目标对象对知识条目的历史行为数据对所述初始推荐条目进行过滤,得到推荐条目并推送至目标对象。
7.根据权利要求6所述的方法,其特征在于,所述根据目标对象对知识条目的历史行为数据对所述初始推荐条目进行过滤,得到推荐条目,包括:
根据目标对象对知识条目的历史行为数据,检测是否存在所述目标对象对所述初始推荐条目的历史行为;
若不存在所述目标对象对所述初始推荐条目的历史行为,则将所述初始推荐条目作为推荐条目;
若存在所述目标对象对所述初始推荐条目的历史行为,则根据所述目标对象对知识条目的历史行为数据,获取所述目标对象对所述初始推荐条目的阅读频率和阅读时长;
当所述目标对象对所述初始推荐条目的阅读频率大于初始推荐条目的平均阅读频率时,则将所述初始推荐条目作为推荐条目;
当所述目标对象对所述初始推荐条目的阅读频率小于或等于所述初始推荐条目的平均阅读频率,且所述目标对象对所述初始推荐条目的阅读时长大于所述初始推荐条目的平均阅读时,则将所述初始推荐条目作为推荐条目。
8.一种知识条目推荐装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标对象对知识条目的评分值,所述评分值根据目标对象对知识条目的历史行为数据计算得到,用于量化目标对象对知识条目的行为;
协同过滤模块,用于根据所述目标对象对知识条目的评分值和预设的参考对象对知识条目的评分值进行协同过滤,从所述参考对象中提取与所述目标对象的相似度满足预设条件的对象,得到相似对象;
条目推荐模块,用于根据所述相似对象对知识条目的评分值得到推荐条目并推送至目标对象。
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广州视源电子科技股份有限公司,未经广州视源电子科技股份有限公司许可,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/201811031486.X/1.html,转载请声明来源钻瓜专利网。





