[發明專利]一種基于互聯網用戶行為的服務推薦方法

有效

• 申請號: 202010588883.8
• 申請日: 2020-06-24
• 公開（公告）號: CN111753151B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 曾偉英;陳昌明;霍智杰
• 申請（專利權）人: 廣東科杰通信息科技有限公司
• 主分類號: G06F16/9032
• 分類號: G06F16/9032;G06F16/906;G06F16/951;G06F16/9535;G06F40/247;G06F40/284;H04L67/55
• 代理公司: 佛山市禾才知識產權代理有限公司 44379
• 代理人: 劉羽波;梁永健

1.一種基于互聯網用戶行為的服務推薦方法，其特征在于：具體步驟如下：

步驟A：建立網絡爬蟲爬取IP瀏覽文章的歷史數據，并對全量的文章提取關鍵字標簽，將所有標簽作為元素進入Apriori模型生成關聯事務；

在步驟A中，具體包括：

步驟A1：根據埋點數據，獲取不同IP地址點擊過的文章標題；

步驟A2：利用請求接口對根據文章標題構建成的url進行請求，返回jsonp格式數據體；

步驟A3：對jsonp格式數據體進行解析，獲取其中的標題對應的文章內容；

步驟A4：對IP的閱讀歷史進行聚合，同時對所有文章內容進行關鍵詞提取，使關鍵詞聚合到IP上，形成每個IP的標簽；

步驟A5：將IP及其標簽放到Apriori模型中進行擬合，獲取所有關鍵詞的關聯事務；

步驟B：制作數據隊列，對新用戶的搜素關鍵詞和點擊瀏覽文章進行采集存儲；

步驟C：對爬取的全量文章詞匯進行word2vec提取，從用戶的行為軌跡文本中匹配近似近義詞匯，作為新用戶的文本標簽；

在步驟C中，具體包括：

步驟C1：對文本進行分詞處理；

步驟C2：去除文本中的停用詞；

步驟C3：以文章作為向量形成文本矩陣，進行word2vec處理；

步驟C4：對所有經過word2vec處理訓練的文章內的詞匯進行向量嵌入之后，通過求解詞向量的余弦相似度，從步驟A中關聯起來的關鍵詞中匹配近義詞；

步驟D：將新用戶的文本標簽通過步驟A中生成的關聯事務關聯起來，形成新的用戶文本標簽，根據新的用戶文本標簽進行文章推薦；

在步驟D中，具體包括：

步驟D1：提取當前用戶的文本標簽，對文本隊列進行文本處理，去除停用詞和進行分詞處理；

步驟D2：計算詞頻權重，通過結合歷史閱讀的文章文本，計算文本隊列中詞匯的tfidf權重；

步驟D3：對整個文本隊列進行時效性修正，包括將所有隊列中的文本乘以修正值，所述修正值的取值范圍為（0,1），文本隊列中越靠前的詞匯的修正值越??；

步驟D4：將經過步驟D2和D3加權之后取權重最大的若干詞匯，來更新用戶的文本標簽；

步驟D5：將步驟D4中更新的用戶的文本標簽，執行步驟C求取近義詞，再通過步驟A生成關聯事務進行關聯，返回的新的文本標簽及其近義詞為新的用戶文本標簽；

步驟D6：以步驟D5中新的用戶文本標簽作為推薦文章的關鍵詞進行推薦。

2.根據權利要求1所述一種基于互聯網用戶行為的服務推薦方法，其特征在于：

在步驟B中，具體包括：

步驟B1：通過埋點采集IP對應搜索引擎的關鍵字；

步驟B2：將采集的關鍵字形成文本隊列。