[发明专利]基于项目计划内容和用户行为的知识推荐方法

权利要求书

1.一种基于项目计划内容和用户行为的知识推荐方法，其特征在于：包括以下步骤：

步骤1：抽取项目计划内容中的项目名称和计划名称，分别计算项目名称和计划名称与知识库中的知识名称的匹配度；

项目名称、计划名称和知识名称视为字符串，则匹配度定义为两个字符串的最长公共子序列，所述最长公共子序列是指由原字符串在不改变相对顺序的情况下删除某些字符，或不删除任何字符后组成的新字符串，

计算匹配度的具体步骤为：

步骤1.1：比较字符串a和字符串b的字符串长度，当ab时，创建一个空数组A、匹配成功字符数记为F，将字符串a中的第一个字符放入数组A，遍历字符串b中的每一个字符，当数组A与字符串b中的第m个字符匹配成功后，F记为1；

步骤1.2：数组A中存入的字符改为字符串a中的第二个字符，从字符串b中的第m+1个字符开始遍历，若数组A与字符串b中的第h个字符匹配成功，h＞m，F记为2，若匹配不成功，则F仍为1；

步骤1.3：数组A中存入的字符改为字符串a中的第三个字符，从字符串b中的第h+1个字符开始遍历，以此类推，直至数组A中的字符串a中的第t个字符遍历至字符串b的最后一个字符，第一次遍历匹配数记为F₁；

步骤1.4：当字符串b遍历完成后，字符串a仍未完成匹配，则开始第二次遍历，将字符串a中的第t+1个字符放入数组A，遍历字符串b中的每一个字符，当数组A与字符串b中的第m个字符匹配成功后，F记为1；

步骤1.5：数组A中存入的字符改为字符串a中的第t+2个字符，从字符串b中的第m+1个字符开始遍历，若数组A与字符串b中的第h个字符匹配成功，h＞m，F记为2，若匹配不成功，则F仍为1；

步骤1.6：数组A中存入的字符改为字符串a中的第t+3个字符，以此类推，直至遍历至字符串b的最后一个字符，第二次遍历匹配数记为F₂；

步骤1.7：当字符串b遍历j次后，字符串a完成匹配，则字符串a和字符串b的匹配数F的计算公式为：F=max(F₁，F₂，…，F_j)，匹配度f的计算公式为：f=(F/A+F/B)/2；

步骤2：对项目名称和计划名称进行赋权，得到项目名称和计划名称与知识名称的匹配度的比重值；

步骤3：抽取项目计划内容中的项目分类和计划类型形成项目分类标签和计划类型标签，并记录知识库中的各条知识标签，分别计算项目分类标签和计划类型标签与知识标签的匹配度，匹配度计算按照步骤1中的方法进行；

各知识的标签数量为i，知识的每个标签与项目分类、计划类型计算出的标签匹配度为(F/A+F/B)/2，则目标项目分类、计划类型与知识库中每条知识的标签匹配度为：f=max[(F_k/A_k+F_k/B_k)/2] ，1≤k≤i；

步骤4：对项目分类标签和计划类型标签进行赋权，得到项目分类标签和计划类型标签与知识标签的匹配度的比重值；

步骤5：计算项目计划内容中的项目名称、计划名称、项目分类标签、计划类型标签与知识的名称和标签的加权平均匹配度，并根据加权平均匹配度对项目和计划对应的知识进行排序；

选取的用户行为包括：下载、提问、收藏、分享和评论，将知识的下载、提问、收藏、分享和评论次数分别记为w₁、w₂、w₃、w₄和w₅，给标准行为分配权重，并分别记为μ₁、μ₂、μ₃、μ₄和μ₅，则与目标计划加权平均匹配度相等的知识的知识热度为；

步骤6：当项目计划内容中的项目名称、计划名称、项目分类标签、计划类型标签与多个知识的名称和标签的加权平均匹配度相等时，获取针对知识的用户行为并分配权重，计算知识热度，并根据知识热度进行二次排序；

步骤7：根据得到的加权平均匹配度及知识热度，综合得出基于项目计划内容和用户行为的知识推荐；

所述步骤2和步骤4中进行赋权，设定项目名称、计划名称、项目分类标签和计划类型标签的权重分别为λ₁、λ₂、λ₃和λ₄，

对知识库中的n条知识的知识名称按照ASCII码进行排序，则项目名称与知识库中的各知识的匹配度分别为 ，计划名称与知识库中的各知识的匹配度分别为，项目分类标签与知识库中的各知识标签的匹配度分别为，计划类型标签与知识库中的各知识标签的匹配度分别为，

则加权平均匹配度。