[發明專利]一種信息推薦方法及系統

有效

• 申請號: 201310469257.7
• 申請日: 2013-10-10
• 公開（公告）號: CN103559206B
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 鄭巧玲;楊劼;岳麓
• 申請（專利權）人: TCL集團股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙)44268
• 代理人: 王永文,劉文求

技術領域

本發明涉及信息推薦領域，尤其涉及一種信息推薦方法及系統。

背景技術

隨著信息技術的飛速發展，各種各樣的網絡信息充斥著人們的生活，面對這樣龐大數量的信息，人們也漸漸變得無從下手，必須依靠搜索引擎等其它輔助的工具才能找到自己需要的內容。在智能時代，這種冗余繁瑣的操作已經無法適應人們的生活，人們更希望智能電子產品能夠更加聰明、智能一點，能夠更懂用戶所想，準確學習用戶習慣、喜好，并給用戶推薦所需要的信息。在這種背景下，推薦系統應運而生，推薦系統通過智能分析用戶的歷史行為給用戶的行為建模，從而主動給用戶推薦能夠滿足他們興趣和需求的信息。

目前智能電視等智能終端中推薦應用普遍存在，以視頻推薦應用為例，這種推薦應用普遍都是根據用戶觀看的視頻給用戶推薦觀看該視頻的其它用戶也觀看的視頻，但用戶在觀看一個視頻時，可能對視頻相關的人、事、物等信息感興趣（如這個視頻的導演、演員，視頻講述的事件，視頻出現的物品等感興趣），用戶希望了解與視頻相關的其他信息。而現有的推薦方式都還無法滿足用戶的更多需求，所以，現有的推薦方式有待于改進和發展。

發明內容

鑒于上述現有技術的不足，本發明的目的在于提供一種信息推薦方法及系統，旨在解決現有的推薦方法無法向用戶推薦正在播放的節目相關的更多信息的問題。

本發明的技術方案如下：

一種信息推薦方法，其中，包括步驟：

A、獲取與正在播放的節目相關的網絡來源推薦信息，并對獲取到的各網絡來源推薦信息按照正在播放的節目的要素特征類別進行分類，統計分類后的各類別推薦信息的信息條數及信息發布時間；

B、綜合信息條數及信息發布時間計算出正在播放的節目的要素特征權重；

C、從獲取的推薦信息中提取出信息特征及信息特征權重，根據正在播放的節目的要素特征及要素特征權重與推薦信息的信息特征及信息特征權重計算出推薦信息與正在播放的節目的相似度，并按照基于相似度的排序策略對各網絡來源推薦信息進行排序；

D、根據正在播放的節目的要素特征權重計算各類別推薦信息的數量，并按照各類別推薦信息的數量及各要素特征類別對應各網絡來源所占比例，從各網絡來源推薦信息中提取出相應數量的推薦信息，并向用戶推薦提取出的推薦信息。

所述的信息推薦方法，其中，所述步驟A具體包括：

A1、獲取正在播放的節目的簡介信息，對正在播放的節目的簡介信息進行數據預處理，提取出正在播放的節目的要素特征；

A2、獲取與正在播放的節目相關的網絡來源推薦信息；

A3、按照正在播放的節目的要素特征類別對獲取到的各網絡來源推薦信息進行分類；

A4、統計分類后的各類別推薦信息的信息條數及信息發布時間。

所述的信息推薦方法，其中，所述步驟B中，要素特征權重的計算公式為：

，，；

其中，為正在播放的節目第i類的要素特征的權重值，、為0~1之間的參數，為正在播放的節目第i類的推薦信息的信息條數，為數量衰減參數，為時間衰減參數，是推薦信息的信息發布時間，是當前時間。

所述的信息推薦方法，其中，所述步驟C具體包括：

C1、從獲取的推薦信息中提取出各推薦信息的信息特征，然后計算出各信息特征權重；

C2、按照相似度算法計算出各條推薦信息與正在播放的節目的相似度，然后按照基于相似度的排序策略對各網絡來源推薦信息進行排序；

C3、判斷各網絡來源推薦信息的信息條數是否超過一預定閥值，當是時，將排列在后的推薦信息剔除得到各網絡來源推薦信息的推薦列表，使各推薦列表的信息條數保持在預定閥值范圍內。

所述的信息推薦方法，其中，所述步驟C2中，所述相似度算法公式如下：

，；

其中，是第i個正在播放的節目的特征，是第j個推薦信息的特征，是特征的第k個要素特征的權重，是特征的第k個信息特征的權重，k為1到n之間的整數，n為特征、的特征數量， 是第i個正在播放的節目的信息發布時間，是第j個推薦信息的信息發布時間，是熱門度衰減因子，是推薦信息的點擊數，是間隔衰減因子。

所述的信息推薦方法，其中，所述步驟D具體包括步驟：

D1、計算每個要素特征類別的推薦信息中不同網絡來源所占的比例；

D2、按照要素特征權重及預設的總推薦列表長度計算各要素特征類別的推薦數量；