[发明专利]一种互联网内容推荐方法及系统

说明书

本发明涉及一种互联网内容推荐方法及系统，所述方法包括：从n个已知用户中选取k个作为候选引导者，初始化各所述候选引导者涉及项目类型的权重；对各所述候选引导者涉及项目类型的权重进行训练，以更新各所述候选引导者涉及项目类型的权重，选取更新后的各所述项目类型对应的权重最高的所述候选引导者作为引导者；新用户进行面试时，通过所述新用户选择的项目类型对应的所述引导者对所述新用户进行内容推荐。本发明通过上述方案在不需要新用户的元数据的基础上解决了推荐系统冷启动的问题。

技术领域

本发明涉及互联网信息领域，特别是涉及一种互联网内容推荐方法及系统。

背景技术

随着大数据时代的到来，互联网上积累了海量的各种多媒体内容，如文本、图片、音视频等。随着社交网络(如国外的Facebook、Twitter、国内的新浪微博、微信朋友圈等)和支持无线数据接入的设备(智能手机和平板电脑)的快速普及，人们可以随时随地地自由创建、上传和共享各种类型的多媒体内容。

这使得已经承载了海量数据的互联网又迎来了数据量的爆发增长；一方面，极度丰富的互联网内容可以满足每位用户的个性化需求；另一方面，海量的互联网数据也使得用户很难快速准确地找到自己感兴趣的信息；作为互联网内容的投放者，也很难让自己的内容从海量数据中脱颖而出，准确投放到目标用户群；这种被称作“信息过载”的问题在当今的互联网时代变得尤为严重。

解决信息过载问题的一个非常有潜力的办法是推荐系统；推荐系统是一种帮助用户快速发现有用信息的工具，和搜索引擎不同的是，推荐系统不需要用户提供明确的需求，它是根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐系统；和搜索引擎相比推荐系统通过研究用户的兴趣偏好，进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求；一个好的推荐系统不仅能为用户提供个性化的服务，还能和用户之间建立密切关系，让用户对推荐产生依赖；推荐系统现已广泛应用于很多领域，其中最典型并具有良好的发展和应用前景的领域就是电子商务领域；同时学术界对推荐系统的研究热度一直很高，逐步形成了一门独立的学科。

然而，推荐系统面临诸多挑战，如新用户冷启动问题；新用户冷启动问题是指对于一个推荐系统而言，由于缺乏甚至没有该用户的历史交互数据导致系统不了解新用户的兴趣偏好无法推荐符合他兴趣偏好的项目；如果新用户在初次进入系统时得不到好的体验，那么会产生排斥心理以后可能会拒绝再次使用，因此，新用户冷启动问题急待解决。

目前国内外许多学者在针对冷启动问题上的研究思路是利用额外的信息源通过计算相似度的方式使新用户或者新项目嵌入到已有的模型中来，取得了一定程度的效果；然而，额外的信息源并不容易获得尤其是用户的信息涉及用户隐私，不仅难于获取且元数据受法律保护。

发明内容

本发明的目的是提供一种互联网内容推荐方法及系统，以解决上述问题。

为实现上述目的，本发明提供了如下方案：

一种互联网内容推荐方法，包括：

从n个已知用户中选取k个作为候选引导者，初始化各所述候选引导者涉及项目类型的权重；k和n均为大于1的正整数且k≤n；

对各所述候选引导者涉及项目类型的权重进行训练，以更新各所述候选引导者涉及项目类型的权重，选取更新后的各所述项目类型对应的权重最高的所述候选引导者作为引导者；

新用户进行面试时，通过所述新用户选择的项目类型对应的所述引导者对所述新用户进行内容推荐。

优选地，所述从n个已知用户中选取k个作为候选引导者，初始化各所述候选引导者涉及项目类型的权重，包括：

根据n个所述已知用户的历史交互数据建立评级训练模型，如下式: