[發明專利]基于心理和行為特征的推薦方法及裝置

在審

• 申請號: 202010079377.6
• 申請日: 2020-02-03
• 公開（公告）號: CN111310035A
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 徐濤
• 申請（專利權）人: 浙江連信科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/906;G06Q30/06
• 代理公司: 北京卓唐知識產權代理有限公司 11541
• 代理人: 卜榮麗

本申請公開了一種基于心理和行為特征的推薦方法及裝置。該申請的方法包括獲取用戶的基本特征以及行為數據，并基于預設的用戶特征模型將用戶的基本特征以及行為數據進行結構化得到用戶特征標簽，行為數據為用戶在網絡平臺上的操作行為；通過人機交互的方式獲取用戶心理數據，并基于預設的用戶心理化特征模型將用戶心理數據進行結構化得到用戶心理化特征標簽；根據用戶特征標簽以及用戶心理化特征標簽生成用戶畫像；基于用戶畫像進行物品推薦。本申請解決現有的只依據行為數據進行推薦的方式準確性較低的問題。

技術領域

本申請涉及智能機器人技術領域，具體而言，涉及一種基于心理和行為特征的推薦方法及裝置。

背景技術

隨著大數據時代的來臨，網絡中的信息量呈現指數式增長，推薦系統應用而生，推薦系統是主動地從大量信息中找到用戶可能感興趣的信息進行推送。目前推薦系統大都應用于電商類的購物網站及網絡信息平臺，在推薦商品或者信息的推薦機制主要是收集用戶偏好、找到與用戶喜好相關聯的商品或者信息、計算并進行個性化推薦。

用戶畫像是一種勾畫目標用戶、聯系用戶訴求與設計方向的有效工具，在大數據時代背景下，用戶信息充斥在網絡中，將用戶的每個具體信息抽象成標簽，利用這些標簽將用戶形象具體化，從而為用戶提供有針對性的服務。

由于推薦系統的個性化需求，用戶畫像廣泛地應用在電商類的購物網站及網絡信息平臺。目前基于用戶畫像的個性化推薦方式主要是基于用戶的瀏覽數據、點擊數據、搜索數據、購買數據等行為數據確定用戶畫像，然后根據用戶畫像向用戶推薦商品或信息。本申請人在應用上述推薦方式的過程中發現：用戶畫像的生成都是基于用戶的上網行為生成的，所以推薦的商品或者信息都是基于用戶的行為數據得到的，這種推薦方式依據的數據比較單一，如果行為數據不準確(用戶誤點擊不感興趣的物品、幫助別的用戶搜索物品等等)，則影響物品推薦的準確性。

發明內容

本申請的主要目的在于提供一種基于心理和行為特征的推薦方法及裝置，以解決只依據行為數據進行推薦的方式準確性較低的問題。

為了實現上述目的，根據本申請的第一方面，提供了一種基于心理和行為特征的推薦方法。

根據本申請的基于心理和行為特征的推薦方法包括：

獲取用戶的基本特征以及行為數據，并基于預設的用戶特征模型將用戶的基本特征以及行為數據進行結構化得到用戶特征標簽，所述行為數據為用戶在網絡平臺上的操作行為；

通過人機交互的方式獲取用戶心理數據，并基于預設的用戶心理化特征模型將用戶心理數據進行結構化得到用戶心理化特征標簽；

根據用戶特征標簽以及用戶心理化特征標簽生成用戶畫像；

基于所述用戶畫像進行物品推薦。

進一步的，所述方法還包括：

根據用戶的消費記錄基于預設的消費傾向模型生成消費傾向標簽；

根據消費傾向標簽調整用戶畫像。

進一步的，所述通過人機交互的方式獲取用戶心理數據，并基于預設的用戶心理化特征模型將用戶心理數據進行結構化得到用戶心理化特征標簽包括：

獲取用戶輸入的語料信息，所述語料信息為輸出的人格特征詢問的相關問題的答復信息；

基于預設人格評估模型對所述語料信息進行分析確定用戶心理化特征標簽。

進一步的，所述方法還包括：

獲取物品特征，并基于預設物品特征模型將物品特征進行結構化確定物品標簽。

進一步的，所述基于所述用戶畫像進行物品推薦包括：

根據用戶畫像中的用戶特征標簽與物品標簽之間的關聯關系篩選出初始推薦物品；