[發明專利]基于滑動式交互操作的推薦系統及方法

有效

• 申請號: 201710315487.6
• 申請日: 2017-05-08
• 公開（公告）號: CN107193456B
• 公開（公告）日: 2018-05-08
• 發明（設計）人: 俞嘉地;盧立
• 申請（專利權）人: 上海交通大學
• 主分類號: G06F3/0484
• 分類號: G06F3/0484
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理;王錫麟

一種基于滑動式交互操作的推薦系統及方法，包括以下步驟：1)監測用戶本次瀏覽過程中的滑動信息，從中提取瀏覽速度穩定度stabtest和瀏覽速度序列；2)將瀏覽速度穩定度stabtest分別與正穩定性邊界Bp和負穩定性邊界Bn比較，如stabtest>Bp則推薦與本次瀏覽同類的內容，如stabtest<Bn則屏蔽與本次瀏覽同類的內容，如果Bn≤stabtest≤Bp，則進行下一步驟；3)對瀏覽速度序列進行切分降維，利用評分分類器預測用戶興趣，根據用戶興趣向用戶推薦內容，本發明對用戶瀏覽速度的隱藏特征進一步提取，有效的提高推薦的準確性，能夠有效判斷用戶在瀏覽過程中的興趣變化，從而更加準確及時地判斷用戶最終對內容的興趣程度。

技術領域

本發明涉及的是一種智能交互領域的技術，具體是一種基于滑動式交互操作的推薦系統及方法。

背景技術

基于智能終端上人機交互操作的推薦方法主要作用是可以從各類人機交互操作中提取隱式的用戶對內容的喜好程度，從而彌補大多數用戶在瀏覽過程結束后不評分帶來的數據稀疏問題，其中較為廣泛被應用的就是訪問頻率和閱讀停留時間。訪問頻率是利用用戶對內容的訪問次數來進行推薦的，即越多的訪問次數就表示用戶對內容的興趣越大。閱讀停留時間則是利用了用戶在瀏覽過程中的平均速度，即越低的瀏覽平均速度表示用戶對內容的興趣大。

發明內容

本發明針對現有技術多通過頁面停留時間或點擊次數作為隱式反饋，其推薦準確性較低等缺陷，提出一種基于滑動式交互操作的推薦系統及方法。

本發明是通過以下技術方案實現的：

本發明涉及一種基于滑動式交互操作的推薦系統，包括：特征提取模塊、模型訓練模塊、評分預測模塊和推薦模塊，其中：模型訓練模塊根據已有的數據確定正穩定性邊界Bp和負穩定性邊界Bn，并訓練評分分類器，特征提取模塊從用戶本次瀏覽過程中的滑動信息提取瀏覽速度穩定度和瀏覽速度序列，評分預測模塊接收本次瀏覽的瀏覽速度穩定度和瀏覽速度序列并根據從模型訓練模塊接收的正穩定性邊界Bp、負穩定性邊界Bn和評分分類器以獲得用戶興趣，推薦模塊接收用戶興趣并生成推薦列表。

本發明涉及上述系統的實現方法，包括以下步驟：

1)監測用戶本次瀏覽過程中的滑動信息，從中提取瀏覽速度穩定度stabtest和瀏覽速度序列；

2)將瀏覽速度穩定度stabtest分別與正穩定性邊界Bp和負穩定性邊界Bn比較，如stabtest&gt;Bp則推薦與本次瀏覽同類的內容，如stabtest&lt;Bn則屏蔽與本次瀏覽同類的內容，如果Bn≤stabtest≤Bp，則進行下一步驟；

3)對瀏覽速度序列進行切分降維，利用評分分類器預測用戶興趣，根據用戶興趣向用戶推薦內容。