[發明專利]一種信息推送方法及系統

有效

• 申請號: 201810387677.3
• 申請日: 2018-04-26
• 公開（公告）號: CN110427545B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 黃亮亮;黃永寶
• 申請（專利權）人: 中移（蘇州）軟件技術有限公司;中國移動通信集團有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 郭潤湘

本發明公開了一種信息推送方法及系統，用以解決現有技術中存在的云平臺不能快速、準確的向用戶推送符合其真實需求的產品信息的技術問題。包括：首先，收集用戶在云平臺中的操作記錄；然后，計算任一用戶對每個產品的興趣度：從所有產品中，確定與每個產品相似度達到預設閾值的產品；基于各操作記錄及各相似產品，計算每個產品與每個相似產品之間的操作相似度；基于所有的相似產品及操作相似度和修正因子，按照預設算法計算任一用戶對每個產品的興趣度；最后，按預設的規則，對所有的興趣度進行排序，根據排序結果獲得預設數量的產品信息并將預設數量的產品信息推送給任一用戶。

技術領域

本發明涉及云計算領域，尤其是涉及一種信息推送方法及系統。

背景技術

隨著云計算技術的發展，越來越多的客戶選擇在公有云上托管業務。然而，隨著公有云的普及，其在給用戶提供便利性的同時，也正在給公有云平臺帶來挑戰。

公有云平臺為了幫助用戶更合理地使用其產品，需要幫助用戶發現自身對產品的需求，這就需要公有云平臺能夠利用推薦系統分析用戶潛在的需求，并將合適的產品信息推送給用戶。

在目前的推薦系統中，按照推薦算法可簡單分為基于內容的推薦、基于關聯規則推薦、基于效用推薦、基于知識推薦、基于協同過濾算法(Collaborative Filtering，CF)的推薦等。其中，以協同過濾算法的應用較為廣泛。

協同過濾算法的基本思想，是根據用戶之前的喜好以及其他興趣相近的用戶的選擇來給用戶推薦物品。常見的協同過濾算法分為基于用戶的協同過濾(User-based CF)以及基于物品的協同過濾(Item-based CF)。其中，基于用戶的協同過濾算法可以是：如果用戶A和用戶B喜好相似，那么推薦用戶B喜歡的東西給用戶A。而基于物品的協同過濾，則是基于另外一種思想：如果用戶A喜歡物品B，而物品B和物品C相似，那么推薦物品C給用戶A。

然而，如果采用傳統的User-based CF算法，將公有云平臺上的產品推薦給用戶，則需要維護用戶和用戶對應的計算矩陣，其計算量會隨著用戶數量的增加而飛快增加。由于公有云平臺的特點是用戶數量增長非常迅速，但產品的數量不會像電商一樣快速增長。因此，在公有云平臺上，傳統的User-based CF算法會帶來數據矩陣的稀疏性問題，致使運算速度較慢、進而導致推薦結果不夠準確、快速的問題。

而如果采用傳統的Item-based CF算法，將公有云平臺上的產品推薦給用戶，由于這種算法的關鍵是計算兩個物品間的相似度。盡管該算法適用于公有云平臺，但由于公有云平臺的物品數量相對于用戶數目太少，因此如果使用此算法，將會導致物品和物品的相似邊界會很模糊，進而使推薦給用戶的產品不夠準確、不能反映用戶的真實需求。

因此，如何快速、準確的向用戶推送符合其真實需求的產品信息，成為一個亟待解決的技術問題。

發明內容

本發明提供一種信息推送方法及系統，用以解決現有技術中存在的云平臺不能快速、準確的向用戶推薦符合其真實需求的產品的技術問題。

第一方面，為解決上述技術問題，本發明實施例提供的一種信息推送方法的技術方案如下：

收集用戶在所述云平臺中的操作記錄，獲得操作記錄集合；

計算任一用戶對每個產品的興趣度：

從所有產品中，確定與所述每個產品相似度達到預設閾值的產品，獲得相似產品集；

基于所述操作記錄集合及所述相似產品集，計算所述每個產品與所述相似產品集中的每個相似產品之間的操作相似度，獲得操作相似度集；其中，所述操作相似度是指用戶對所述每個產品與所述每個相似產品之間進行操作的相似程度；