[發明專利]一種基于推薦系統的興趣探索方法及裝置

有效

• 申請號: 201611253179.7
• 申請日: 2016-12-30
• 公開（公告）號: CN107229666B
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 盧子豪;曹歡歡
• 申請（專利權）人: 北京字節跳動科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京金言誠信知識產權代理有限公司 11229
• 代理人: 余先同

1.一種基于推薦系統的興趣探索方法，其特征在于，包括：

基于推薦頁面展示預先構建的興趣詞，所述興趣詞是指各分類下的搜索頻率最高的檢索詞；

根據對所述興趣詞的操作行為獲取所述興趣詞對應的相關數據信息；

根據對所述相關數據信息的操作行為更新推薦模型，并通過更新后的所述推薦模型提供推薦數據；

在所述推薦系統的搜索日志中查找各分類下的搜索頻率最高的檢索詞，形成檢索詞集合；

針對每一用戶對所述檢索詞集合內的所述檢索詞進行篩選；

將篩選后的所述檢索詞作為興趣詞存儲在所述用戶的興趣詞數據中；

所述將篩選后的所述檢索詞作為興趣詞存儲在所述用戶的興趣詞數據中包括：

對所述篩選后的所述檢索詞進行排序；

所述對所述篩選后的所述檢索詞進行排序，包括：

計算所述檢索詞對應各個用戶的檢索分值；

按照所述檢索分值對所述各個用戶的所述檢索詞進行降序排列；

所述計算所述檢索詞對應各個用戶的檢索分值采用如下公式獲得：

score(u，v)＝w1×hot(v)+w2×relevance(u，v)+w3×fresh(u，v)

其中，所述u表示用戶；所述v表示檢索詞；w1，w2和w3代表函數權重；hot(v)表示計算v熱度的函數；relevance(u，v)表示u和v的相關度；fresh(u，v)表示v對于u的新鮮度。

2.根據權利要求1所述的基于推薦系統的興趣探索方法，其特征在于，所述檢索詞集合包括：所述檢索詞和所述檢索詞對應的分類標簽。

3.根據權利要求2所述的基于推薦系統的興趣探索方法，其特征在于，所述對所述檢索詞集合內的所述檢索詞進行篩選包括：

將所述檢索詞集合中的所述檢索詞所對應的分類標簽分別與每一用戶的興趣標簽進行匹配，若匹配，則選取所述分類標簽對應的所述檢索詞，并進入所述將篩選后的所述檢索詞作為興趣詞存儲在所述用戶的興趣詞數據中的步驟，若不匹配，則刪除所述檢索詞。

4.根據權利要求1所述的基于推薦系統的興趣探索方法，其特征在于，所述對所述篩選后的所述檢索詞進行排序包括：

記錄各個用戶對所述檢索詞的操作行為的次數；

將所述次數與預先建立的排序模型中的數據進行匹配，獲得所述檢索詞操作行為的概率值；

根據所述概率值對所述檢索詞進行降序排列。

5.根據權利要求1所述的基于推薦系統的興趣探索方法，其特征在于，所述對所述篩選后的所述檢索詞進行排序，將排序后的所述檢索詞作為所述興趣詞存儲在用戶興趣詞數據庫中，包括：

對所述排序后的所述檢索詞進行過濾。

6.根據權利要求1所述的基于推薦系統的興趣探索方法，其特征在于，所述基于推薦頁面展示預先構建的興趣詞包括：

將所述興趣詞組成興趣詞集合的形式，顯示在所述推薦頁面的推薦欄中。

7.根據權利要求1所述的基于推薦系統的興趣探索方法，其特征在于，所述基于推薦頁面展示預先構建的興趣詞包括：

根據預先設定的輪播規則，將所述興趣詞在所述推薦頁面的搜索框中進行單獨輪播。

8.根據權利要求1所述的基于推薦系統的興趣探索方法，其特征在于，所述根據對所述相關數據信息的操作行為更新推薦模型，并通過更新后的所述推薦模型提供推薦數據包括：

根據對所述相關數據信息的操作行為生成相應的樣本數據，并將所述樣本數據加入至推薦模型的訓練數據中；

所述推薦模型根據所述操作行為產生的所述相關數據信息，在所述推薦模型中添加所述操作行為的特征權重。