[發明專利]一種內容推薦方法、裝置和計算設備

有效

• 申請號: 201910560383.0
• 申請日: 2019-06-26
• 公開（公告）號: CN110287415B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 王奕雯;范辰杰;陳述;田德山;黃文珂;韓曙;何倩;楊朦
• 申請（專利權）人: 海南車智易通信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

1.一種內容推薦方法，適于在計算設備中執行，所述方法包括步驟：

基于用戶行為日志生成網站用戶的用戶特征，所述用戶特征包括屬性特征、價值特征和需求特征；

分析線索用戶在不同瀏覽階段的瀏覽行為和瀏覽內容，得到不同瀏覽階段的關鍵影響內容，所述線索用戶指在網站中留下意向線索的用戶；

對所述不同瀏覽階段的瀏覽行為和瀏覽內容進行機器學習，得到行為預測模型，并根據所述行為預測模型預測所述網站用戶的當前瀏覽階段；以及

結合所述網站用戶的用戶特征、當前瀏覽階段、以及所述不同瀏覽階段的關鍵影響內容，向所述網站用戶推薦與其匹配程度高的內容。

2.如權利要求1所述的方法，其中，所述屬性特征包括城市級別和年齡代際，所述價值特征包括家庭收入，所述需求特征包括產品屬性偏好和產品價位偏好。

3.如權利要求2所述的方法，其中，所述價值特征還包括價值觀，所述需求特征還包括產品特點偏好、產品國別偏好、產品系列偏好、欄目偏好、競品偏好、內容偏好中的一種或多種。

4.如權利要求1-3中任一項所述的方法，所述生成網站用戶的用戶特征的步驟包括：

綜合所述網站用戶對具有不同需求特征的內容的瀏覽時長和瀏覽行為，計算所述網站用戶對不同需求特征的偏好度，并將該偏好度與對應的需求特征關聯存儲。

5.如權利要求1-3中任一項所述的方法，在分析線索用戶在不同瀏覽階段的瀏覽行為和瀏覽內容之前，還包括步驟：

生成線索用戶寬表，所述線索用戶寬表包括所述線索用戶的標識、聯系方式、以及留下意向線索時的時間、產品和廠家；以及

根據線索用戶的標識查找線索用戶的行為日志，得到線索用戶在不同瀏覽階段的瀏覽行為和瀏覽內容。

6.如權利要求1-3中任一項所述的方法，其中，

所述瀏覽階段包括關注期、粗選期、興趣期、偏好期和意向期中的一種或多種；

所述瀏覽行為包括點贊、收藏、主動搜索和對某產品留下聯系方式中的一種或多種；以及

所述關鍵影響內容包括行業入門性內容、產品介紹性內容、競品比較性內容、價格計算性內容中的一種或多種。

7.如權利要求1所述的方法，還包括步驟：

將具有相同或相似用戶特征的網站用戶聚合為一個族群，并根據該族群的主要用戶特征標記該族群的人群特征；以及

根據該族群的人群特征向該族群中的網站用戶推薦與該族群匹配程度高的內容。

8.如權利要求1-3中任一項所述的方法，每種特征按照預定規則劃分為多個級別，所述方法還包括步驟：

生成所述網站用戶的三維可視模型，所述三維可視模型的三個坐標軸分別為所述屬性特征、價值特征和需求特征，且每個坐標軸的單位刻度和最大刻度分別為對應特征的單個級別和最大級別。

9.如權利要求8所述的方法，其中，所述三維可視模型由多個單元立方體組成，每個單元立方體中包括用戶特征定位在該單元立方體中的網站用戶的用戶標識、用戶特征和當前瀏覽階段。

10.如權利要求9所述的方法，還包括步驟：

統計用戶特征定位在每個單元立方體的用戶數量；

將所有單元立方體按照用戶數量進行降序排序，并為每個單元立方體生成一個與排序相對應的索引號；以及

將具有最大用戶數量的單元立方體的透明度設置為1，并將其他單元立方體的透明度設置為其用戶數量與最大用戶數量的比值。

11.如權利要求10所述的方法，還包括步驟：

計算每個單元立方體所包括的用戶數量在所有立方體所包括的用戶數量的比例，作為對應單元立方體的占比；以及

對所有單元立方體按照預定梯度值進行梯度聚類處理，分別得到核心人群占比在前n％(0≤n≤100)的立方體群體。