[發明專利]狀態推薦方法及系統

有效

• 申請號: 201210349848.6
• 申請日: 2012-09-19
• 公開（公告）號: CN103679496B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 王永庚
• 申請（專利權）人: 盛趣信息技術（上海）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 上海金盛協力知識產權代理有限公司 31242
• 代理人: 鄭鳴捷

本發明涉及一種狀態推薦方法及系統，所述方法包括：根據用戶的歷史行為統計以一預設的開始狀態為出發點且步長小于等于N的每個結束狀態的發生次數或發生概率，其中N為正整數；獲取發生次數或發生概率最高的結束狀態并推薦給用戶。本發明能夠精確統計出用戶在當前的開始狀態下，在小于等于N個步長內用戶最有可能到達的結束狀態，然后將這種最有可能到達的結束狀態推薦給用戶，提高推薦狀態的命中率。

技術領域

本發明涉及一種狀態推薦方法及系統。

背景技術

隨著近幾年游戲行業的快速發展，游戲物品交易市場也越來越繁榮，但與之不匹配的是目前大多數平臺的游戲物品推薦方法還是基于銷售量或直接指定白名單的方式進行的，相對于現實商品的推薦技術發展，游戲物品的推薦技術落后了很多。

當前大多數游戲中商品（游戲物品）推薦方法大致有兩種：

第一種方法，對于熱售物品的推薦，按物品的銷售數量（或金額）排行榜，將熱售物品推薦給用戶，這種方法能夠將最活躍的物品推薦給用戶，但其缺點在于，熱售的商品是部分用戶需要的商品，但不一定是當前用戶需要的物品。

第二種方法，根據商品之間的關聯關系作規則推薦。例如用戶購買了某套裝中的一個物品，則可推薦套裝中的其他物品給用戶。這是一種更深入細化的推薦方法，推薦命中率會高一些。

然而，上述第二種方法具有以下缺點：

1）需要不斷的學習和認識新的規則；

2）隨著規則的增多，需要手動維護規則的任務也越來越多；

3）規則的完善度直接關系到推薦的命中率。

因此，如何降低學習和維護規則帶來的成本，如何保證向用戶推薦的狀態如商品能夠命中絕大多數用戶行為是目前亟待解決的問題。

發明內容

本發明的目的在于提供一種狀態推薦方法及系統，能夠精確統計出用戶在當前的開始狀態下，在小于等于N個步長內用戶最有可能到達的結束狀態，然后將這種最有可能到達的結束狀態推薦給用戶，提高推薦狀態的命中率。

為解決上述問題，本發明提供一種狀態推薦方法，包括：

根據用戶的歷史行為統計以一預設的開始狀態為出發點且步長小于等于N的每個結束狀態的發生次數或發生概率，其中N為正整數；

獲取發生次數或發生概率最高的結束狀態并推薦給用戶。

進一步的，在上述方法中，根據下述公式統計以一預設的開始狀態為出發點且步長小于等于N的每個結束狀態的發生概率：

其中，K表示步長，S表示開始狀態，Si表示從所述開始狀態所能到達的某一結束狀態，i為正整數。

進一步的，在上述方法中，根據下述公式獲取發生概率最高的結束狀態：

其中，Y₁表示發生概率的最高值，K表示步長，S表示開始狀態，Si表示從所述開始狀態所能到達的某一結束狀態，i為正整數。

進一步的，在上述方法中，根據用戶的歷史行為統計以一預設的開始狀態為出發點且步長小于等于N的每個結束狀態的發生次數：

其中，K表示步長，S表示開始狀態，Si表示從所述開始狀態所能到達的某一結束狀態，i為正整數，#S_i表示步長為K時結束狀態Si的發生次數。

進一步的，在上述方法中，根據下述公式獲取發生次數最高的結束狀態：