[發明專利]基于用戶行為的信息推薦方法及裝置

有效

• 申請號: 201710248924.7
• 申請日: 2017-04-17
• 公開（公告）號: CN107103065B
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 李鵬
• 申請（專利權）人: 北京五八信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/955;G06Q10/10
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 陳文香;劉芳

1.一種基于用戶行為的信息推薦方法，其特征在于，包括：

從網站的流量日志中獲取預設時間內的瀏覽日志信息，并從所述瀏覽日志信息中提取出瀏覽職位信息，所述瀏覽職位信息包括用戶標識和用戶所瀏覽的職位的職位標識和瀏覽時間；

根據所述瀏覽時間從所述瀏覽職位信息中確定每一用戶標識對應的職位標識集合，所述職位標識集合中的職位標識按照時間先后順序連續；

根據關聯分析算法得到每一職位標識對應的初始關聯職位標識集合、合并同一職位標識對應的初始關聯職位標識集合，以及根據合并后的集合生成推薦信息，所述推薦信息包括每一職位標識對應的關聯職位標識集合。

2.根據權利要求1所述的方法，其特征在于，所述根據所述瀏覽時間從所述瀏覽職位信息中確定每一用戶標識對應的職位標識集合之前，還包括：

將所述瀏覽職位信息中日平均職位標識數量小于預設值的用戶數據刪除，所述用戶數據包括用戶標識、職位標識和瀏覽時間。

3.根據權利要求1所述的方法，其特征在于，所述關聯分析算法為FP-growth算法，所述根據關聯分析算法得到每一職位標識對應的初始關聯職位標識集合、合并同一職位標識對應的初始關聯職位標識集合，包括：

將所有用戶標識對應的職位標識集合轉換為FP-growth算法所需格式的數據；

將轉換格式后的數據輸入到FP-growth算法中，通過FP-growth算法生成每一職位標識對應的初始關聯職位標識集合；

所述根據合并后的集合生成推薦信息，包括：

對合并后的集合按照職位標識重復出現次數從大到小進行排序，生成最終的關聯職位標識集合。

4.根據權利要求1～3任一項所述的方法，其特征在于，還包括：

接收用戶的職位訪問請求；

根據所述職位訪問請求攜帶的職位標識從所述推薦信息中確定所述職位標識對應的關聯職位標識集合，展示所獲取的關聯職位標識集合。

5.一種基于用戶行為的信息推薦裝置，其特征在于，包括：

信息獲取模塊，用于從網站的流量日志中獲取預設時間內的瀏覽日志信息，并從所述瀏覽日志信息中提取出瀏覽職位信息，所述瀏覽職位信息包括用戶標識和用戶所瀏覽的職位的職位標識和瀏覽時間；

確定模塊，用于根據所述瀏覽時間從所述瀏覽職位信息中確定每一用戶標識對應的職位標識集合，所述職位標識集合中的職位標識按照時間先后順序連續；

處理模塊，用于根據關聯分析算法得到每一職位標識對應的初始關聯職位標識集合、合并同一職位標識對應的初始關聯職位標識集合，以及根據合并后的集合生成推薦信息，所述推薦信息包括每一職位標識對應的關聯職位標識集合。

6.根據權利要求5所述的裝置，其特征在于，還包括：

刪除模塊，用于在所述確定模塊根據所述瀏覽時間從所述瀏覽職位信息中確定每一用戶標識對應的職位標識集合之前，將所述瀏覽職位信息中日平均職位標識數量小于預設值的用戶數據刪除，所述用戶數據包括用戶標識、職位標識和瀏覽時間。

7.根據權利要求5所述的裝置，其特征在于，所述關聯分析算法為FP-growth算法，所述處理模塊具體用于：

將所有用戶標識對應的職位標識集合轉換為FP-growth算法所需格式的數據；

將轉換格式后的數據輸入到FP-growth算法中，通過FP-growth算法生成每一職位標識對應的初始關聯職位標識集合；

所述處理模塊還用于：對合并后的集合按照職位標識重復出現次數從大到小進行排序，生成最終的關聯職位標識集合。

8.根據權利要求5～7任一項所述的裝置，其特征在于，還包括：

接收模塊，用于接收用戶的職位訪問請求；

展示模塊，用于根據所述職位訪問請求攜帶的職位標識從所述推薦信息中確定所述職位標識對應的關聯職位標識集合，展示所獲取的關聯職位標識集合。