[發明專利]用戶行為相似性計算方法及裝置

有效

• 申請號: 201510618301.5
• 申請日: 2015-09-24
• 公開（公告）號: CN105260414B
• 公開（公告）日: 2018-10-19
• 發明（設計）人: 李倚
• 申請（專利權）人: 精碩科技（北京）股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 宋揚;黃健

本發明實施例提供一種用戶行為相似性計算方法及裝置。該方法包括：采集第一類用戶和第二類用戶的多個行為特征中每個行為特征對應的行為特征值；對多個行為特征進行篩選獲得目標行為特征集合；依據所述目標行為特征集合建立第一廣義線性模型，利用最優化方法計算所述第一廣義線性模型的第一極大似然估計值，并獲得所述第一極大似然估計值對應的估計參數；利用所述估計參數和待測用戶對應的所述目標行為特征集合中每個行為特征對應的行為特征值計算所述待測用戶與所述第一類用戶的行為相似度。本發明實施例通過充分利用大量用戶的行為特征分析不同用戶行為的相似性，提高了對采集到的大量用戶的行為特征的利用率。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種用戶行為相似性計算方法及裝置。

背景技術

隨著計算機技術的發展，用戶通過個人PC或移動終端連接互聯網并瀏覽網絡信息。

用戶瀏覽網絡信息時通常會點擊其感興趣的信息，例如，用戶通過個人PC瀏覽網頁，該網頁包括很多條信息，用戶在瀏覽過程中，先看到每條信息的標題，若其對該標題感興趣，將點擊該標題，詳細瀏覽該標題對應的內容。現有技術可以采集到大量用戶的行為特征，例如瀏覽網頁操作、點擊網頁操作、瀏覽或點擊的網頁信息、點擊的內容信息、點擊網頁信息的次數、點擊的時間等。

但是，現有技術中缺乏利用大量用戶的行為特征分析不同用戶行為的相似性的方法，導致對采集到的大量用戶的行為特征的利用率較低。

發明內容

本發明實施例提供一種用戶行為相似性計算方法及裝置，以提高對采集到的大量用戶的行為特征的利用率。

本發明實施例的一個方面是提供一種用戶行為相似性計算方法，包括：

采集第一類用戶的多個行為特征中每個行為特征對應的行為特征值，以及第二類用戶的所述多個行為特征中每個行為特征對應的行為特征值；

依據所述第一類用戶對應的多個行為特征值和所述第二類用戶對應的多個行為特征值對所述多個行為特征進行篩選獲得目標行為特征集合；

依據所述目標行為特征集合建立第一廣義線性模型，利用最優化方法計算所述第一廣義線性模型的第一極大似然估計值，并獲得所述第一極大似然估計值對應的估計參數；

利用所述估計參數和待測用戶對應的所述目標行為特征集合中每個行為特征對應的行為特征值計算所述待測用戶與所述第一類用戶的行為相似度。

本發明實施例的另一個方面是提供一種用戶行為相似性計算裝置，包括：

采集模塊，用于采集第一類用戶的多個行為特征中每個行為特征對應的行為特征值，以及第二類用戶的所述多個行為特征中每個行為特征對應的行為特征值；

篩選模塊，用于依據所述第一類用戶對應的多個行為特征值和所述第二類用戶對應的多個行為特征值對所述多個行為特征進行篩選獲得目標行為特征集合；

建模模塊，用于依據所述目標行為特征集合建立第一廣義線性模型，利用最優化方法計算所述第一廣義線性模型的第一極大似然估計值，并獲得所述第一極大似然估計值對應的估計參數；

計算模塊，用于利用所述估計參數和待測用戶對應的所述目標行為特征集合中每個行為特征對應的行為特征值計算所述待測用戶與所述第一類用戶的行為相似度。

本發明實施例提供的用戶行為相似性計算方法及裝置，通過不同類型用戶分別對應的多個行為特征中每個行為特征對應的行為特征值對多個行為特征進行篩選獲得目標行為特征集合，依據該目標行為特征集合建立廣義線性模型，利用最優化方法計算廣義線性模型的極大似然估計值，并獲得該極大似然估計值對應的估計參數，通過該估計參數和待測用戶的行為特征值計算待測用戶與特定類型用戶的行為相似度，充分利用大量用戶的行為特征分析不同用戶行為的相似性，提高了對采集到的大量用戶的行為特征的利用率。