[发明专利]一种内容推荐方法、装置和计算设备

权利要求书

1.一种内容推荐方法，适于在计算设备中执行，所述方法包括步骤：

基于用户行为日志生成网站用户的用户特征，所述用户特征包括属性特征、价值特征和需求特征；

分析线索用户在不同浏览阶段的浏览行为和浏览内容，得到不同浏览阶段的关键影响内容，所述线索用户指在网站中留下意向线索的用户；

对所述不同浏览阶段的浏览行为和浏览内容进行机器学习，得到行为预测模型，并根据所述行为预测模型预测所述网站用户的当前浏览阶段；以及

结合所述网站用户的用户特征、当前浏览阶段、以及所述不同浏览阶段的关键影响内容，向所述网站用户推荐与其匹配程度高的内容。

2.如权利要求1所述的方法，其中，所述属性特征包括城市级别和年龄代际，所述价值特征包括家庭收入，所述需求特征包括产品属性偏好和产品价位偏好。

3.如权利要求2所述的方法，其中，所述价值特征还包括价值观，所述需求特征还包括产品特点偏好、产品国别偏好、产品系列偏好、栏目偏好、竞品偏好、内容偏好中的一种或多种。

4.如权利要求1-3中任一项所述的方法，所述生成网站用户的用户特征的步骤包括：

综合所述网站用户对具有不同需求特征的内容的浏览时长和浏览行为，计算所述网站用户对不同需求特征的偏好度，并将该偏好度与对应的需求特征关联存储。

5.如权利要求1-3中任一项所述的方法，在分析线索用户在不同浏览阶段的浏览行为和浏览内容之前，还包括步骤：

生成线索用户宽表，所述线索用户宽表包括所述线索用户的标识、联系方式、以及留下意向线索时的时间、产品和厂家；以及

根据线索用户的标识查找线索用户的行为日志，得到线索用户在不同浏览阶段的浏览行为和浏览内容。

6.如权利要求1-3中任一项所述的方法，其中，

所述浏览阶段包括关注期、粗选期、兴趣期、偏好期和意向期中的一种或多种；

所述浏览行为包括点赞、收藏、主动搜索和对某产品留下联系方式中的一种或多种；以及

所述关键影响内容包括行业入门性内容、产品介绍性内容、竞品比较性内容、价格计算性内容中的一种或多种。

7.如权利要求1所述的方法，还包括步骤：

将具有相同或相似用户特征的网站用户聚合为一个族群，并根据该族群的主要用户特征标记该族群的人群特征；以及

根据该族群的人群特征向该族群中的网站用户推荐与该族群匹配程度高的内容。

8.如权利要求1-3中任一项所述的方法，每种特征按照预定规则划分为多个级别，所述方法还包括步骤：

生成所述网站用户的三维可视模型，所述三维可视模型的三个坐标轴分别为所述属性特征、价值特征和需求特征，且每个坐标轴的单位刻度和最大刻度分别为对应特征的单个级别和最大级别。

9.如权利要求8所述的方法，其中，所述三维可视模型由多个单元立方体组成，每个单元立方体中包括用户特征定位在该单元立方体中的网站用户的用户标识、用户特征和当前浏览阶段。

10.如权利要求9所述的方法，还包括步骤：

统计用户特征定位在每个单元立方体的用户数量；

将所有单元立方体按照用户数量进行降序排序，并为每个单元立方体生成一个与排序相对应的索引号；以及

将具有最大用户数量的单元立方体的透明度设置为1，并将其他单元立方体的透明度设置为其用户数量与最大用户数量的比值。

11.如权利要求10所述的方法，还包括步骤：

计算每个单元立方体所包括的用户数量在所有立方体所包括的用户数量的比例，作为对应单元立方体的占比；以及

对所有单元立方体按照预定梯度值进行梯度聚类处理，分别得到核心人群占比在前n％(0≤n≤100)的立方体群体。