[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 |
| 地址： | 528000 廣東省*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 互聯網 用戶 行為 服務 推薦 方法 | ||
一種基于互聯網用戶行為的服務推薦方法，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；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；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。
技術領域
本發明涉及智能推薦技術領域，尤其涉及一種基于互聯網用戶行為的服務推薦方法。
背景技術
目前的文章推薦方法主要有兩種，一種是根據人工規則篩選出文章并進行推薦，例如：將熱點新聞或者整體點擊率更高的非個性化的文章推薦給用戶，但是根據人工規則向用戶推薦的文章不具備個性化，導致文章點擊率下跌，故存在第二種方法，根據用戶歷史行為推薦文章，但是該方法，雖然優于第一種，但是卻只能向用戶推薦與歷史行為中存在的偏好相關的文章，難以向用戶推薦與歷史行為中不存在的偏好相關的文章，導致無法推薦用戶潛在興趣但不熟悉的文章，因此無法挖掘用戶的潛在興趣從而降低推薦效率。
發明內容
本發明的目的在于針對背景技術中的缺陷，提出一種基于互聯網用戶行為的服務推薦方法，通過對用戶關注信息的主題的關聯關系進行建立，同時提升對于用戶搜索文本的辨識能力，利用爬蟲對特定IP歷史瀏覽的文章文本數據進行爬取，建立接口獲取用戶的搜索痕跡，并使其具有時效性，實現文章推薦的效果。
為達此目的，本發明采用以下技術方案：
一種基于互聯網用戶行為的服務推薦方法，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；
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；
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。
優選的，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。
優選的，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。
優選的，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；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廣東科杰通信息科技有限公司，未經廣東科杰通信息科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010588883.8/2.html，轉載請聲明來源鉆瓜專利網。
