[發明專利]一種信息的推送方法及裝置

有效

• 申請號: 201610989869.2
• 申請日: 2016-11-10
• 公開（公告）號: CN106599047B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 王永琴;王友玲;黃慧瀅
• 申請（專利權）人: 咪咕動漫有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q30/02
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 張振偉;姚開麗

本發明公開了一種信息的推送方法，所述方法包括：根據每個用戶的行為獲取行為對象的行為信息；根據所述行為信息確定所述行為對象的每個行為的權重值；對所述每個行為的權重值進行排序，生成第一排序結果；確定所述第一排序結果與預設排序結果相同時，根據所述行為對象的每個行為的行為信息及每個行為的權重值確定所述行為對象的推薦優先值和協同過濾推薦優先值；根據所述推薦優先值和所述協同過濾推薦優先值之和對所有行為對象進行排序，生成第二排序結果；根據用戶行為的行為信息在所述第二排序結果中獲取與所述用戶行為匹配的行為對象，將所述匹配的行為對象作為待推薦信息向所述用戶輸出。本發明還同時公開了一種信息的推送裝置。

技術領域

本發明涉及信息推送技術，具體涉及一種信息的推送方法及裝置。

背景技術

由于目前被廣泛使用的信息推送系統通常采用的是基于內容的推薦算法和協同過濾推薦算法；其中，基于內容的推薦算法是指，通過用戶購買過的產品的特征，為用戶推薦與其購買過的產品相似的產品，基于內容的推薦算法可以對冷啟動問題和新加入的產品問題進行處理，因為它不依賴于用戶對產品的評分，所以不會受到打分稀疏性的問題。協同過濾算法則是利用用戶對產品評分的矩陣，計算用戶或產品之間的相似度，利用相似度較高的鄰居用戶對其他產品進行評分預測，并根據預測評分的高低為目標用戶進行推薦。

但是，基于內容的推薦算法存在的缺陷是，無法處理像圖形、視頻和音樂這種難以分析提取內容特征的商品。而采用協同過濾算法存在的缺陷是，由于每一個用戶購買的產品數量通常不到產品總數的1％，容易造成用戶對產品的評分矩陣非常稀疏，從而使得推薦結果不佳。

發明內容

為解決現有存在的技術問題，本發明實施例期望提供一種信息的推送方法及裝置，能夠提高信息推薦的準確性。

本發明實施例的技術方案是這樣實現的：

根據本發明實施例的一方面，提供一種信息的推送方法，所述方法包括：

根據每個用戶的行為獲取行為對象的行為信息；

根據所述行為信息確定所述行為對象的每個行為的權重值；

對所述每個行為的權重值進行排序，生成第一排序結果；確定所述第一排序結果與預設排序結果相同時，根據所述行為對象的每個行為的行為信息及每個行為的權重值確定所述行為對象的推薦優先值和協同過濾推薦優先值；

根據所述推薦優先值和所述協同過濾推薦優先值之和對所有行為對象進行排序，生成第二排序結果；根據用戶行為的行為信息在所述第二排序結果中獲取與所述用戶行為匹配的行為對象，將所述匹配的行為對象作為待推薦信息向所述用戶輸出。

上述方案中，在所述將所述匹配的行為對象作為待推薦信息向所述用戶輸出之前，所述方法還包括：

對所述匹配的行為對象進行類型過濾，得到相同類型的行為對象；

將所述相同類型的行為對象作為待推薦信息向所述用戶輸出。

上述方案中，在所述將所匹配的行為對象作為待推薦信息向所述用戶輸出之前，所述方法還包括：

對所匹配的行為對象進行歷史行為過濾，得到所述用戶未知的行為對象；

將所述用戶未知的行為對象作為待推薦信息向所述用戶輸出。

上述方案中，在所述將所匹配的行為對象作為待推薦信息向所述用戶輸出之前，所述方法還包括：

對所匹配的行為對象進行黑名單過濾，得到屬于所述用戶白名單的行為對象；

將屬于所述用戶白名單的行為對象作為待推薦信息向所述用戶輸出。

上述方案中，在所述將所匹配的行為對象作為待推薦信息向所述用戶輸出之前，所述方法還包括：