[發(fā)明專利]一種基于標簽的圖書推薦方法

有效

• 申請?zhí)枺?/td>: 201710651464.2
• 申請日: 2017-08-02
• 公開（公告）號: CN107437215B
• 公開（公告）日: 2020-07-24
• 發(fā)明（設計）人: 彭剛;王超蕓;曹穎杰;李曲;應文佳;符俊濤
• 申請（專利權）人: 杭州東信北郵信息技術有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種基于標簽的圖書推薦方法，包括有：步驟一、根據用戶的歷史閱讀圖書記錄，計算用戶對已閱讀圖書所包含的每個通用標簽的偏好值，并從中挑選出多個偏好值最大的通用標簽作為用戶的偏好標簽；步驟二、從用戶的每本未閱讀圖書的通用標簽中挑選出用戶的偏好標簽，并根據用戶對通用標簽的偏好值，計算用戶對未閱讀圖書的偏好值，以據此向用戶推薦圖書。本發(fā)明屬于數據業(yè)務領域，能充分利用圖書所包含的通用標簽來為用戶挑選符合其偏好的推薦圖書。

技術領域

本發(fā)明涉及一種基于標簽的圖書推薦方法，屬于數據業(yè)務領域。

背景技術

為了便于用戶從圖書平臺上的海量圖書中快速了解、并挑選自己偏好的圖書，通常采用標簽來描述每本圖書的主題內容。

專利申請CN 201310135875.8(申請名稱：一種圖書推薦方法和裝置，申請日：2013-04-18，申請人：中國移動通信集團浙江有限公司)提供了一種圖書推薦方法和裝置，其中，所述方法包括：獲取包括多本圖書信息的圖書信息庫；確定所述多本圖書中的每本圖書的圖書標簽集，形成圖書標簽庫；計算所述圖書標簽庫中的每個圖書標簽的區(qū)分度值，形成圖書標簽的區(qū)分度值表；根據所述圖書信息庫中存儲的第一用戶的閱讀行為數據和所述圖書標簽的區(qū)分度值表，計算所述第一用戶的第一用戶度量值表；將所述多本圖書中的每本圖書的圖書標簽集與所述第一用戶度量值表進行關聯(lián)，確定每本圖書各自的圖書推薦值；根據所述圖書推薦值，在所述多本圖書中選擇至少一本目標圖書，作為推薦圖書。該技術方案完全依靠現有圖書標簽集合中的標簽進行圖書推薦，但對于標簽稀少或者缺失的圖書卻無法進行推薦。

因此，如何充分利用圖書所包含的通用標簽來為用戶挑選符合其偏好的推薦圖書，已成為技術人員急需解決的技術問題，目前還未發(fā)現有效的技術解決方案。

發(fā)明內容

有鑒于此，本發(fā)明的目的是提供一種基于標簽的圖書推薦方法，能充分利用圖書所包含的通用標簽來為用戶挑選符合其偏好的推薦圖書。

為了達到上述目的，本發(fā)明提供了一種基于標簽的圖書推薦方法，包括有：

步驟一、根據用戶的歷史閱讀圖書記錄，計算用戶對已閱讀圖書所包含的每個通用標簽的偏好值，并從中挑選出多個偏好值最大的通用標簽作為用戶的偏好標簽，所述通用標簽是圖書編輯人工為圖書所添加的標簽屬性；

步驟二、從用戶的每本未閱讀圖書的通用標簽中挑選出用戶的偏好標簽，并根據用戶對通用標簽的偏好值，計算用戶對未閱讀圖書的偏好值，以據此向用戶推薦圖書，

還包括有：

步驟A1、挑選一定數量的用戶作為樣本用戶，并提取每個樣本用戶的歷史閱讀圖書記錄，然后計算每個樣本用戶對已閱讀圖書所包含的每個通用標簽的偏好值，再從中挑選出多個偏好值最大的通用標簽作為每個樣本用戶的偏好標簽，并構成每個樣本用戶的偏好標簽集，所有樣本用戶的偏好標簽集構成用戶偏好標簽集群；

步驟A2、提取未添加標簽圖書的所有閱讀用戶，然后從用戶偏好標簽集群中尋找所有閱讀用戶對應的偏好標簽集，最后從所有閱讀用戶的偏好標簽集中挑選多個標簽作為所述未添加標簽圖書的標簽屬性，

步驟A2進一步包括有：

步驟A21、獲取未添加標簽圖書的所有閱讀用戶，為所述未添加標簽圖書新建一個圖書標簽集，然后從所有閱讀用戶的偏好標簽集中逐一提取每個偏好標簽；

步驟A22，計算所提取的偏好標簽的出現頻率：其中，freq(L_p)是標簽L_p的出現頻率，num(L_p)是偏好標簽集包含標簽L_p的閱讀用戶總數，num_L是所有閱讀用戶的偏好標簽集中的標簽總數；

步驟A23、判斷所提取的偏好標簽的出現頻率是否大于預設值，如果是，則將所提取的偏好標簽寫入圖書標簽集中，然后繼續(xù)下一步；如果否，則轉向步驟A25；