[發(fā)明專利]一種內(nèi)容推薦方法及內(nèi)容推薦系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201611177415.1
• 申請(qǐng)日: 2016-12-19
• 公開(kāi)（公告）號(hào): CN106599226B
• 公開(kāi)（公告）日: 2020-08-28
• 發(fā)明（設(shè)計(jì)）人: 王娜;王文君;高睿;汪景福;陳昭南
• 申請(qǐng)（專利權(quán)）人: 深圳大學(xué)
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536
• 代理公司: 深圳市恒申知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44312
• 代理人: 王利彬

1.一種內(nèi)容推薦方法，其特征在于，包括如下步驟：

步驟A：獲取所有用戶的內(nèi)容查看歷史數(shù)據(jù)，每個(gè)用戶的內(nèi)容查看歷史數(shù)據(jù)包括該用戶查看過(guò)的所有內(nèi)容以及各內(nèi)容的查看時(shí)間；

步驟B：按照查看時(shí)間先后順序分別對(duì)每個(gè)用戶查看過(guò)的所有內(nèi)容進(jìn)行排序，得到每個(gè)用戶的歷史查看內(nèi)容序列；

步驟C：對(duì)每個(gè)用戶的歷史查看內(nèi)容序列進(jìn)行連續(xù)詞袋模型訓(xùn)練，得到連續(xù)詞袋模型，從而得到每個(gè)內(nèi)容的內(nèi)容向量；

步驟D：獲取目標(biāo)用戶在預(yù)設(shè)時(shí)間窗口內(nèi)查看過(guò)的內(nèi)容的集合；

步驟E：從所有用戶查看過(guò)的所有內(nèi)容中分別提取內(nèi)容向量與所述集合中的每個(gè)內(nèi)容最相似的第一預(yù)設(shè)數(shù)量個(gè)內(nèi)容；

步驟F：計(jì)算目標(biāo)用戶對(duì)提取出的所有內(nèi)容中的每個(gè)內(nèi)容的興趣度；設(shè)目標(biāo)用戶為u，所述集合為M，提取的內(nèi)容為j，內(nèi)容向量與內(nèi)容j最相似的第二預(yù)設(shè)數(shù)量個(gè)內(nèi)容的集合為N，則目標(biāo)用戶u對(duì)內(nèi)容j的興趣度P_uj的計(jì)算方法為：

其中，W_ij表示內(nèi)容i與內(nèi)容j的內(nèi)容向量相似度，P_ui表示目標(biāo)用戶u對(duì)內(nèi)容i的興趣度；

步驟G：根據(jù)目標(biāo)用戶對(duì)內(nèi)容的興趣度高低從提取出的所有內(nèi)容中提取出目標(biāo)用戶興趣度最高的第三預(yù)設(shè)數(shù)量個(gè)內(nèi)容推薦給目標(biāo)用戶；

其中，所述步驟C包括如下步驟：

步驟C1：建立連續(xù)詞袋模型的輸入矩陣V和輸出矩陣U，并對(duì)所述輸入矩陣V和輸出矩陣U進(jìn)行隨機(jī)初始化；其中，V∈R^n×|V|，U∈R^|V|×n，n表示向量維度；

步驟C2：從所述每個(gè)用戶的歷史查看內(nèi)容序列中選取一個(gè)內(nèi)容x^c作為中心內(nèi)容，并讀取中心內(nèi)容的前后的各m個(gè)內(nèi)容，并對(duì)讀取出的2m個(gè)內(nèi)容進(jìn)行獨(dú)熱碼編碼，得到這2m個(gè)內(nèi)容的獨(dú)熱碼；該2m個(gè)內(nèi)容的獨(dú)熱碼分別表示如下：

x^(c-m),...,x^(c-1),x^(c+1),...,x^(c+m)；

步驟C3：將這2m個(gè)內(nèi)容的獨(dú)熱碼分別乘以所述輸入矩陣，得到這2m個(gè)內(nèi)容的輸入內(nèi)容向量；該2m個(gè)內(nèi)容的輸入內(nèi)容向量分別表示如下：

v_c-m＝Vx^(c-m),...v_c-1＝Vx^(c-1),v_c+1＝Vx^(c+1),...,v_c+m＝Vx^(c+m)；v_i表示內(nèi)容w_i的輸入內(nèi)容向量；

步驟C4：對(duì)所述2m個(gè)內(nèi)容的輸入內(nèi)容向量求平均值

步驟C5：根據(jù)所述平均值計(jì)算得分向量z：

步驟C6：將所述得分向量轉(zhuǎn)換為概率分布

步驟C7：利用交叉熵作為目標(biāo)函數(shù)計(jì)算中心內(nèi)容在輸出矩陣U中的內(nèi)容向量與所述概率分布之間的誤差：其中，為步驟C6中得到的概率分布，y為中心內(nèi)容在輸出矩陣U中的內(nèi)容向量；

步驟C8：根據(jù)所述誤差得到最終的優(yōu)化目標(biāo)函數(shù)：

u_i表示內(nèi)容w_i的輸出內(nèi)容向量；

步驟C9：采用梯度下降法對(duì)輸出矩陣中的中心內(nèi)容的內(nèi)容向量和輸入矩陣中的2m個(gè)內(nèi)容對(duì)應(yīng)的內(nèi)容向量進(jìn)行更新，得到最終的輸入矩陣V和輸出矩陣U，從而得到所述連續(xù)詞袋模型。

2.如權(quán)利要求1所述的內(nèi)容推薦方法，其特征在于，所述內(nèi)容為網(wǎng)絡(luò)上的視頻、音樂(lè)、新聞或商品，所述查看為點(diǎn)擊所述內(nèi)容的鏈接。