[發明專利]筆記推薦方法、裝置及系統

在審

• 申請號: 202010493852.4
• 申請日: 2020-06-03
• 公開（公告）號: CN111639263A
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 徐彬
• 申請（專利權）人: 小紅書科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/958;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 薛嬌

本申請提供了一種筆記推薦方法、裝置及系統，其中方法包括：獲取A個用戶終端一一對應的A個特征向量；對所述A個用戶終端一一對應的A個特征向量執行預設次數的列采樣及聚類操作，分別獲得A個用戶終端一一對應的、由所述預設次數的聚類操作獲得的中心點組成的A個中心點集；基于所述A個用戶終端一一對應的A個中心點集執行歸類操作獲得K個聚類，分別確定A個用戶終端一一對應的A個聚類組；其中，所述每個聚類組包括用戶終端所歸屬的一個或多個聚類；對每個用戶終端而言，向用戶終端推薦該用戶終端對應聚類組中用戶終端的歷史瀏覽筆記。本申請可以降低筆記推薦過程試錯率。

技術領域

本申請涉及互聯網技術領域，尤其涉及筆記推薦方法、裝置及系統。

背景技術

目前一些筆記推薦軟件，可以依據用戶終端瀏覽筆記過程確定用戶終端的喜好屬性，從而推薦至用戶終端與喜好屬性對應的筆記，以供用戶終端顯示筆記。

但是，上述筆記推薦方法僅僅只能依據用戶終端已瀏覽筆記來推薦筆記，所以只能推薦給用戶終端與已瀏覽筆記類似的筆記。

在需要向用戶終端推薦其它類型筆記的情況下，會隨機推薦其它類型筆記，但是，隨機推薦其它類型的筆記其隨機較大，通常不適合用戶終端，所以現有技術中筆記推薦過程具有一定限制性且試錯率較高。

發明內容

鑒于此，本申請提供筆記推薦方法、裝置及系統，可以降低筆記推薦過程試錯率。

為了實現上述目的，本申請提供了下述技術特征：

一種筆記推薦方法，包括：

獲取A個用戶終端一一對應的A個特征向量；

對所述A個用戶終端一一對應的A個特征向量執行預設次數的列采樣及聚類操作，分別獲得A個用戶終端一一對應的、由所述預設次數的聚類操作獲得的中心點組成的A個中心點集；

基于所述A個用戶終端一一對應的A個中心點集執行歸類操作獲得K個聚類，分別確定A個用戶終端一一對應的A個聚類組；其中，所述每個聚類組包括用戶終端所歸屬的一個或多個聚類；

對每個用戶終端而言，向用戶終端推薦該用戶終端對應聚類組中用戶終端的歷史瀏覽筆記。

可選的，對所述A個用戶終端一一對應的A個特征向量執行預設次數的列采樣及聚類操作，分別獲得A個用戶終端一一對應的、由所述預設次數的聚類操作獲得的中心點組成的A個中心點集，包括：

對所述A個用戶終端一一對應的A個特征向量執行列采樣及聚類操作，獲得A個用戶終端對應的中心點；

若列采樣及聚類操作的次數未達到預設次數，則繼續執行所述對所述A個用戶終端一一對應的A個特征向量執行列采樣及聚類操作，獲得A個用戶終端對應的中心點的步驟，直到列采樣及聚類操作的次數達到預設次數；

對于每個用戶終端而言：利用預設次數個中心點組成該用戶終端的中心點集。

可選的，每個特征向量包括B個列向量，B個列向量分別一一對應B個用戶終端屬性；

則所述對所述A個用戶終端一一對應的A個特征向量執行列采樣及聚類操作，獲得A個用戶終端對應的中心點，包括：

隨機從B個屬性中篩選出C個屬性；其中，B大于C；

分別從A個特征向量中采樣所述C個屬性對應的C個列向量，每個特征向量的所述C個列向量組成一個子特征向量，獲得A個子特征向量；

對于每個用戶終端的子特征向量：計算子特征向量與預設K個中心點之間的距離，將最小距離對應的中心點確定為該用戶終端對應的中心點。

可選的，所述利用預設次數個中心點組成該用戶終端的中心點集，包括：