[发明专利]一种基于多元协同的内容智能推荐与分发方法及其系统

权利要求书

1.一种基于多元协同的内容智能推荐与分发方法，其特征在于：包括如下步骤：

S1、获取外部源系统全量内容；

S2、人工设置或系统自动设置过滤条件；

S3、对全量内容中存在缺陷或问题的内容进行过滤；

S4、汇聚过滤后内容并入库；

S5、构建算法协同单元：根据入库内容绘制内容画像和用户画像，建立多种算法模型，设置内容质量影响因子定义内容评分公式，计算内容得分并最优排序，制定推荐规则并智能推荐；

S6、构建人工协同单元：对入库内容进行人工排序和人工发布；

S7、构建社交协同单元：用户分享入库内容。

2.如权利要求1所述一种基于多元协同的内容智能推荐与分发方法，其特征在于：所述步骤S5进一步包括：

S5.1、绘制内容画像：获取和记录内容属性字段绘制内容画像，内容属性字段包括内容体裁、内容所属领域标签、内容作者和内容质量；

S5.2、绘制用户画像：获取和记录用户属性字段绘制用户画像，用户属性字段包括用户位置信息、用户所用移动终端型号、用户性别、年龄、学历和行为数据；

S5.3、建立多种算法模型；

S5.4、设置内容质量影响因子：从内容、互动和自媒体多重角度衡量和设置内容质量影响因子；

S5.5、定义内容评分公式：选择评分最高的内容画像TopN推荐给当前用户画像，TopN的计算方法是基于算法模型为内容质量影响因子赋予不同的权重，计算方法：

内容得分公式＝内容质量影响因子A1*权重B1+内容质量影响因子A2*权重B2+……+内容质量影响因子An*权重Bn(An代表内容质量影响因子数值，Bn代表权重数值，An＞0，B1+B2+……+Bn＝100％)；

S5.6、计算内容得分；

S5.7、内容最优排序；

S5.8、制定推荐规则：匹配用户画像和内容画像，制定多种推荐规则；

S5.9、智能推荐。

3.如权利要求1或2所述一种基于多元协同的内容智能推荐与分发方法，其特征在于：所述全量内容包括爬虫爬取、UGC(用户生产内容)和PGC(专业生产内容)，所述缺陷或问题包括低质量、包含敏感词、乱码和内容缺失，所述内容质量根据阅读量、点赞量、转发量、评论数、时效性和一次打开率等因子来计算，所述内容体裁包括文字、图片、视频、音频、直播和问答，所述行为数据包括用户对内容的点赞、评论、收藏和转发。

4.如权利要求2所述一种基于多元协同的内容智能推荐与分发方法，其特征在于：所述算法模型包括基于用户画像相似推荐算法模型，所述S5.3进一步包括：

S5.3.1、记录当前用户画像喜好的全量内容画像，找出与当前用户画像相似喜好的其他用户画像，计算方法：

sim(i，j)为用户i和用户j之间的相似度，I_ij为用户i和用户j共同浏览过的内容，R_i，x为用户i对内容x的评分，为用户i所有评分的平均分；

S5.3.2、记录未推荐的内容画像，利用与当前用户画像相似喜好的其他用户画像，预测未推荐的内容画像的评分。

5.如权利要求2或4所述一种基于多元协同的内容智能推荐与分发方法，其特征在于：所述算法模型包括基于内容画像相似推荐算法模型，所述S5.3进一步包括：

S5.3.3、记录用户浏览过的内容画像，找出与该内容画像相似的其他内容画像，计算方法：

sim(i，j)为内容i和内容j之间的相似度，U_ij为共同浏览过内容i和内容j的用户，r_i，x为用户x对内容i的评分，为内容i所有评分的平均分；

S5.3.4、记录未推荐的内容画像，利用与当前内容画像相似的其他内容画像，预测未推荐的内容画像的评分。