[發明專利]用于信息推廣的方法及裝置

有效

• 申請號: 201710817091.1
• 申請日: 2017-09-12
• 公開（公告）號: CN110020109B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 邵佳帥;陳海勇
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/335;G06Q30/02;G06Q30/06
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 闞梓瑄;王衛忠

1.一種用于信息推廣的方法，其特征在于，包括：

提取基礎數據中含有預定標記的庫存量單位數據；

對預定時間內的所述庫存量單位數據進行分詞處理，獲取分詞數據；

逆向統計所述分詞數據以獲取加工數據；

通過詞頻對所述加工數據進行排序，生成第一排序數據；

通過逆文檔頻率對所述加工數據進行排序，生成第二排序數據；

通過所述第一排序數據與所述第二排序數據對所述加工數據進行處理，獲取興趣標簽數據，所述興趣標簽數據包括多個分類數據，每個所述分類數據包括多個子分類數據；

將所述興趣標簽數據通過稀疏向量生成群向量數據；

根據用戶的歷史數據與所述群向量數據生成用戶向量數據；

計算所述用戶向量數據與所述群向量數據的相似度，生成相似度數據；以及

根據所述相似度數據，對所述用戶進行信息推廣。

2.如權利要求1所述的方法，其特征在于，所述將所述興趣標簽數據通過稀疏向量生成群向量數據，包括：

對所述興趣標簽數據中的每一個所述分類數據中的所述子分類數據進行編號，生成編號數據；

通過所述稀疏向量與所述編號數據對所述分類數據進行向量表示，生成所述群向量數據。

3.如權利要求2所述的方法，其特征在于，所述對所述興趣標簽數據中的每一個所述分類數據中的所述子分類數據進行編號，生成編號數據，還包括：

通過word2vec算法對所述興趣標簽數據中的每一個所述分類數據中的所述子分類數據進行編號，生成所述編號數據。

4.如權利要求2所述的方法，其特征在于，所述根據用戶的歷史數據與所述群向量生成用戶向量數據，包括：

將用戶的所述歷史數據進行分詞處理；以及

通過所述編號數據與進行分詞處理后的歷史數據生成所述用戶向量數據。

5.如權利要求1所述的方法，其特征在于，所述計算獲得所述用戶向量數據與所述群向量數據的相似度數據，包括：

通過cos夾角算法計算所述用戶向量數據與所述群向量數據的相似度，生成所述相似度數據。

6.如權利要求1所述的方法，其特征在于，所述根據所述相似度數據，對所述用戶進行信息推廣，包括：

將所述相似度數據按序排列；以及

通過所述相似度排序，對預定個所述用戶進行信息推廣。

7.如權利要求1所述的方法，其特征在于，所述根據所述相似度數據，對所述用戶進行信息推廣，還包括：

將所述相似度數據按照分類數據中的分類進行按序排列；以及

通過所述相似度排序，按照分類對預定個所述用戶進行信息推廣。

8.一種用于信息推廣的裝置，其特征在于，包括：

基礎數據模塊，用于提取基礎數據中含有預定標記的庫存量單位數據；對預定時間內的所述庫存量單位數據進行分詞處理，獲取分詞數據逆向統計所述分詞數據以獲取加工數據；通過詞頻對所述加工數據進行排序，生成第一排序數據；通過逆文檔頻率對所述加工數據進行排序，生成第二排序數據；通過所述第一排序數據與所述第二排序數據對所述加工數據進行處理，獲取興趣標簽數據，所述興趣標簽數據包括多個分類數據，每個所述分類數據包括多個子分類數據；將所述興趣標簽數據通過稀疏向量生成群向量數據；

向量數據模塊，用于根據用戶的歷史數據與所述群向量數據生成用戶向量數據；

相似度模塊，用于計算所述用戶向量數據與所述群向量數據的相似度，生成相似度數據；以及

推廣模塊，用于根據所述相似度數據，對所述用戶進行信息推廣。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的方法。

10.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-7中任一所述的方法。