[發明專利]問題推薦方法、裝置及系統

有效

• 申請號: 201310503499.3
• 申請日: 2013-10-23
• 公開（公告）號: CN104572734B
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 馮揚;李京生;孫拔群
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/2457;G06N5/02;G06N20/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 賈允;肖丁

本發明涉及一種問題推薦方法、裝置及系統，方法包括：服務器根據用戶的短期興趣、長期興趣以及人群興趣構建用戶的興趣向量，用戶的興趣向量中包括多個興趣項；根據多個興趣項由待解決問題集合中獲取候選推薦問題；根據點擊率模型預估所述用戶回答候選推薦問題的概率，并根據預估的概率選取待推薦問題；向客戶端推薦所述待推薦問題。本發明可以解決現有技術中推薦興趣滯后的問題，以及推薦結果不全面、結果單一的現象，也可以提高互動問答平臺的問題回答率。

技術領域

本發明涉及計算機互聯網技術領域，特別是涉及一種問題推薦方法、裝置及系統。

背景技術

現在越來越多的互動問答社區為廣大用戶提供了問答互動平臺。其特點是：一些用戶作為提問者在社區中提出問題，另一些有能力作答的用戶以回答者的身份發現并回答這些問題，解決提問者的疑問；而問題和答案會在平臺中沉淀下來，形成知識庫，可以為后來具有相同問題的“提問者”直接提供解答。在互動問答社區中，每天會有數以十萬級的問題被提出，為了能夠讓這些問題得到快速有效的回答，就需要一種途徑讓回答者們能及時地發現符合自己興趣和能力的問題。問題推薦系統的目的就是向有能力的用戶推薦符合其興趣和能力的問題。

現有的問題推薦方法主要有兩類：一類是基于用戶興趣匹配的問題推薦方法，另一類是基于點擊（CTR，Click Through Rate）預估的問題推薦方法。

如圖1所示，基于用戶興趣匹配的問題推薦，利用離線挖掘，通過用戶已有的回答來挖掘用戶的興趣；通過興趣匹配，為用戶推薦匹配其興趣的待解決問題。如圖2所示，基于點擊預估的問題推薦，通過歷史的曝光日志(記錄了哪些問題展示給了哪些用戶)與回答日志(記錄了哪些問題被哪些用戶回答過)，離線訓練出點擊預測模型；在推薦中，利用該模型預測一個待解決問題展示給一個特定用戶后被其回答的概率，根據回答概率度對所有待解決問題排序，取TopN作為推薦結果進行展示。

但是，離線挖掘用戶興趣滯后于用戶的興趣變化，推薦結果中無法體現用戶的近期行為所反應出來的興趣遷移。通過離線計算，從用戶的歷史回答記錄中挖掘出來的興趣是用戶的長期興趣，這種長期興趣相對穩定，隨時間變化慢，反映用戶在較長一段時間內的行為所體現出的興趣點的累積。但是用戶的興趣是會隨著時間遷移（發生變化）的，并且越近的行為對于體現用戶興趣變化的作用越大。傳統的離線計算的方式往往是通過定時計算來更新用戶興趣模型，無法做到實時捕捉用戶興趣變化，無法挖掘到用戶的近期行為而產生的短期興趣，從而也就無法在推薦結果中迅速體現。

在基于點擊預估的問題推薦系統中，由于待解決問題的數量比較多，不可能針對所有的問題進行計算，因此也會采用用戶興趣匹配的方法，首先對待解決問題進行初步的篩選，僅提取出與用戶興趣相匹配的若干問題作為候選，然后再進行回答概率的預估計算。用戶興趣是依靠對其行為數據的挖掘得到的，無論是基于用戶興趣匹配還是基于點擊預估的問題推薦，都需要依靠用戶興趣進行問題和用戶興趣的匹配計算。

但是對于一些不活躍用戶而言，由于其行為數據非常少（有些甚至沒有），那么這部分用戶就無法通過挖掘的手段來獲取其用戶興趣，也就無法匹配到興趣相關的問題；此外，有很大一部分的用戶即使能夠提取到興趣，也會產生興趣稀疏的現象，這些用戶的興趣點過于集中，或者興趣點很偏僻，很少有相關問題切中該興趣點，也會造成推薦結果不全面、結果單一的現象。

發明內容

本發明的目的在于，提供一種問題推薦方法、裝置及系統，可以解決現有技術中的問題。

本發明實施例提供一種問題推薦方法，包括：服務器根據用戶的短期興趣、長期興趣以及人群興趣構建所述用戶的興趣向量，所述用戶的興趣向量中包括多個興趣項；根據所述多個興趣項由待解決問題集合中獲取候選推薦問題；根據所述點擊率模型預估所述用戶回答所述候選推薦問題的概率，并根據預估的概率選取待推薦問題；以及向所述客戶端推薦所述待推薦問題。