[發(fā)明專利]一種基于用戶行為場景的個性化推薦方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710744085.8
• 申請日: 2017-08-25
• 公開（公告）號: CN107590209A
• 公開（公告）日: 2018-01-16
• 發(fā)明（設計）人: 郝小漢;胡加明;陳磊;張力超
• 申請（專利權）人: 北京點易通科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發(fā)明涉及學習行為場景個性化推薦方法，具體地說，是一種基于用戶行為場景的個性化推薦方法及系統(tǒng)。

背景技術

在大數(shù)據(jù)背景下，如何構建合適的用戶行為模型并基于海量的行為日志數(shù)據(jù)提供個性化服務，是當前大數(shù)據(jù)應用落地迫切需要解決的問題。分析用戶行為模型構建的研究現(xiàn)狀及存在的困境，緊密結合大數(shù)據(jù)背景下個性化服務的特征，針對性提出基于用戶行為模型的構建策略和構建方法，并設計一種利用用戶日志庫提取用戶顯性興趣和隱性需求本體的個性化服務方案，最后給出基于流行的大數(shù)據(jù)分析平臺和計算框架的個性化服務的具體應用。基于本體構建的用戶行為模型，技術上可與大數(shù)據(jù)分析平臺實現(xiàn)無縫對接，從而提供實時而精準的服務，能有效應對當前大數(shù)據(jù)環(huán)境下個性化服務面臨的“知識迷航”“信息過載”和“情感缺失”的挑戰(zhàn)。

本發(fā)明專利，結合當前國內教育現(xiàn)代化現(xiàn)狀，用戶行為場景的個性化推薦，三要素，內容，場景、推薦。用戶和內容是相當穩(wěn)定的；更好的滿足用戶個性化需求，清晰、真實、實時的用戶場景。

發(fā)明內容

本發(fā)明的目的是提供一種基于用戶行為場景的個性化推薦方法及系統(tǒng)。本發(fā)明的目的是通過以下技術方案來實現(xiàn)：

一種基于用戶行為場景的個性化推薦方法及系統(tǒng)，其特征在于：包括三大核心裝置：用戶裝置，內容裝置，場景裝置；所述用戶裝置和內容裝置的關系，內容裝置處理特征及關系數(shù)據(jù)，通過數(shù)據(jù)驗證并確定用戶豐富的特征；所述內容裝置和場景裝置的關系，基于場景與內容的推薦過程是推薦內容的特征和待推薦對象的特征相匹配的過程，從而得到待推薦的物品集合；匹配算法采用相似性算法與反饋算法相結合；以含有相同標簽、同類別的其它內容等形式出現(xiàn)；保證推薦內容的相關性，并且根據(jù)內容特征可以完成個性化推薦。

進一步地，其特征在于：挖掘用戶特征，發(fā)現(xiàn)用戶偏好；采用用戶標簽、用戶偏好、基礎資料標準化定位用戶需求。

進一步地，其特征在于：能力和影響力標簽，實現(xiàn)群體和個性化識別，帶來巨大的場景化價值。能力標簽，通過用戶間關系、用戶參與的內容、用戶的行為挖掘出用戶的能力及其權重，還引入個性化作為能力權重的因子參與計算，通過多個維度的定向挖掘，形成能力標簽體系；影響力標簽，是用戶在某個特定的影響力，影響力計算的邊界是標簽對應的興趣用戶群體滿足用戶行為場景化服務。

進一步地，其特征在于：偏好具有內在的一致性和有序性，發(fā)掘用戶偏好應遵循與個人特征一致；采用多元化用戶特征分析用戶需求，用戶偏好發(fā)揮了重要作用。

進一步地，其特征在于：內容特征不等同于文本內容的概念，覆蓋性更加豐富；可以提取盡可能多的資源的特征：包括知識點、內容、分類、主題等等，實現(xiàn)內容到能力，能力到用戶標簽的映射，同步內容特征，更好的滿足的用戶場景要求。

進一步地，其特征在于：推薦是一個適應和學習過程，用戶需求和內容同向而行，不斷完善；三個方面貫穿始終；實現(xiàn)用戶、內容、場景的數(shù)據(jù)互傳和迭代更新。

進一步地，其特征在于：觀察三個方面：黏性，活躍，產出；深入理解用戶行為，構建完整的用戶行為數(shù)據(jù)體系，滿足產品化規(guī)律，采取多種策略分析并調整策略，使之達到用戶行為的要求。

本發(fā)明專利重點是個性化的三要素：用戶、內容、場景。用戶和內容是相對穩(wěn)定的，場景是不一樣，更好的滿足用戶個性化需求，清晰、真實、實時的用戶場景是關鍵。本發(fā)明專利涉及的三大裝置，用戶裝置，內容裝置，場景裝置，突出場景的特殊作用。

本發(fā)明專利，對海量的用戶行為數(shù)據(jù)進行深入的分析和挖掘，從多個維度來描述用戶的特征，歸納出用戶的基礎屬性、標簽及興趣點等可以代表用戶行為的用戶畫像，清晰、準確、實時的勾勒出用戶的輪廓概貌。

基于場景與內容的推薦主要過程是將推薦內容的特征和待推薦對象的特征相匹配的過程，從而得到待推薦的物品集合。匹配算法采用相似性算法與反饋算法相結合。主要是以含有相同標簽、同類別的其它內容等形式出現(xiàn)。保證推薦內容的相關性，并且根據(jù)內容特征可以完成個性化推薦。

本發(fā)明涉及系統(tǒng)的結構如下：

(001)用戶裝置。核心在挖掘用戶特征，歸納用戶群體特征，并及時發(fā)現(xiàn)用戶偏好。方便、快速和精確地對接內容裝置。標準化定位用戶需求。用戶裝置具體表現(xiàn)為：用戶標簽、用戶偏好、基礎資料三個單元。