[發(fā)明專(zhuān)利]信息推薦方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010567968.8
• 申請(qǐng)日: 2020-06-19
• 公開(kāi)（公告）號(hào): CN111859117A
• 公開(kāi)（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 趙琳琳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類(lèi)號(hào): G06F16/9535
• 分類(lèi)號(hào): G06F16/9535;G06F16/2458;G06K9/62;G06N20/00
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張?bào)銓?/td>

1.一種信息推薦方法，其特征在于，包括：

分別獲取多個(gè)用戶的終端使用記錄；所述終端使用記錄包括每一用戶對(duì)于用戶終端的多個(gè)應(yīng)用程序的使用時(shí)間和對(duì)應(yīng)使用的應(yīng)用程序的類(lèi)型；

基于多個(gè)用戶的終端使用記錄，確定多個(gè)用戶之間的模糊關(guān)系；

基于所述模糊關(guān)系對(duì)多個(gè)用戶進(jìn)行分類(lèi)，得到分類(lèi)結(jié)果；

基于所述分類(lèi)結(jié)果，向多個(gè)用戶的用戶終端發(fā)送推薦信息。

2.根據(jù)權(quán)利要求1所述的信息推薦方法，其特征在于，所述基于多個(gè)用戶的終端使用記錄，確定多個(gè)用戶之間的模糊關(guān)系，包括：

針對(duì)任一用戶，基于該用戶的終端使用記錄，確定預(yù)設(shè)周期內(nèi)該用戶的活躍次數(shù)分布數(shù)據(jù)；

基于多個(gè)用戶的活躍次數(shù)分布數(shù)據(jù)，確定多個(gè)用戶之間的模糊關(guān)系。

3.根據(jù)權(quán)利要求2所述的信息推薦方法，其特征在于，所述活躍次數(shù)分布數(shù)據(jù)包括所述用戶終端在所述預(yù)設(shè)周期內(nèi)的每一預(yù)設(shè)時(shí)間段的累計(jì)活躍次數(shù)；

所述針對(duì)任一用戶，基于該用戶的終端使用記錄，確定預(yù)設(shè)周期內(nèi)該用戶的活躍次數(shù)分布數(shù)據(jù)，包括：

針對(duì)任一用戶，基于該用戶的終端使用記錄，確定該用戶在所述預(yù)設(shè)周期內(nèi)的每一子周期的每一預(yù)設(shè)時(shí)間段的活躍次數(shù)；

基于該用戶在所述預(yù)設(shè)周期內(nèi)的每一子周期的每一預(yù)設(shè)時(shí)間段的活躍次數(shù)，確定該用戶在所述預(yù)設(shè)周期內(nèi)的每一預(yù)設(shè)時(shí)間段的累計(jì)活躍次數(shù)。

4.根據(jù)權(quán)利要求2所述的信息推薦方法，其特征在于，所述針對(duì)任一用戶，基于該用戶的終端使用記錄，確定預(yù)設(shè)周期內(nèi)該用戶的活躍次數(shù)分布數(shù)據(jù)，包括：

針對(duì)任一用戶，基于該用戶的終端使用記錄，確定預(yù)設(shè)周期內(nèi)該用戶的初始活躍次數(shù)分布數(shù)據(jù)；

對(duì)該用戶的初始活躍次數(shù)分布數(shù)據(jù)進(jìn)行信號(hào)去噪，得到該用戶的活躍次數(shù)分布數(shù)據(jù)。

5.根據(jù)權(quán)利要求4所述的信息推薦方法，其特征在于，所述對(duì)該用戶的初始活躍次數(shù)分布數(shù)據(jù)進(jìn)行信號(hào)去噪，得到該用戶的活躍次數(shù)分布數(shù)據(jù)，包括：

針對(duì)該用戶的初始活躍次數(shù)分布數(shù)據(jù)中的任一活躍次數(shù)值，確定該活躍次數(shù)值的預(yù)設(shè)鄰域內(nèi)各個(gè)活躍次數(shù)值的中值；

將該活躍次數(shù)值替換為所確定的中值；

基于各個(gè)替換后的活躍次數(shù)值獲取所述活躍次數(shù)分布數(shù)據(jù)。

6.根據(jù)權(quán)利要求2所述的信息推薦方法，其特征在于，所述模糊關(guān)系包括相似度模糊關(guān)系矩陣；

所述基于多個(gè)用戶的活躍次數(shù)分布數(shù)據(jù)，確定多個(gè)用戶之間的模糊關(guān)系，包括：

基于多個(gè)用戶終端的活躍次數(shù)分布數(shù)據(jù)，生成活躍度模糊集；

基于預(yù)定義的任意兩個(gè)活躍次數(shù)分布數(shù)據(jù)之間的模糊相似度關(guān)系，以及所述活躍度模糊集，確定所述相似度模糊關(guān)系矩陣。

7.根據(jù)權(quán)利要求6所述的信息推薦方法，其特征在于，所述基于所述模糊關(guān)系對(duì)多個(gè)用戶進(jìn)行分類(lèi)，得到分類(lèi)結(jié)果，包括：

獲取所述相似度模糊關(guān)系矩陣的截矩陣；

基于所述截矩陣確定所述多個(gè)用戶的所述分類(lèi)結(jié)果。

8.根據(jù)權(quán)利要求7所述的信息推薦方法，其特征在于，所述獲取所述相似度模糊關(guān)系矩陣的截矩陣，包括：

確定與分類(lèi)結(jié)果對(duì)應(yīng)的類(lèi)別數(shù)量的范圍；

基于所述類(lèi)別數(shù)量的范圍確定所述截矩陣的閾值；

獲取與所述閾值對(duì)應(yīng)的所述相似度模糊關(guān)系矩陣的截矩陣。

9.根據(jù)權(quán)利要求7所述的信息推薦方法，其特征在于，所述基于所述截矩陣確定所述多個(gè)用戶的所述分類(lèi)結(jié)果，包括：

若所述截矩陣為等價(jià)矩陣，則基于所述截矩陣確定所述分類(lèi)結(jié)果；

若所述截矩陣不是等價(jià)矩陣，則對(duì)所述截矩陣進(jìn)行調(diào)整，直至調(diào)整后的截矩陣為等價(jià)矩陣，基于調(diào)整后的截矩陣確定所述分類(lèi)結(jié)果。