[發(fā)明專利]一種混合推薦方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210467104.8
• 申請(qǐng)日: 2022-04-29
• 公開（公告）號(hào): CN114756758B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 袁夢(mèng)偉
• 申請(qǐng)（專利權(quán)）人: 杭州核新軟件技術(shù)有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/9536
• 代理公司: 成都七星天知識(shí)產(chǎn)權(quán)代理有限公司 51253
• 代理人: 楊永梅

1.一種混合推薦方法，其特征在于，包括：

獲取目標(biāo)用戶的目標(biāo)用戶特征以及所述目標(biāo)用戶所屬的目標(biāo)群；

基于所述目標(biāo)用戶特征和所述目標(biāo)群，與參考群對(duì)應(yīng)的參考推薦方案進(jìn)行匹配，從所述參考推薦方案中確定候選推薦方案，包括：

基于所述目標(biāo)用戶特征和目標(biāo)群特征，從與所述參考群對(duì)應(yīng)的所述參考推薦方案中確定所述候選推薦方案，具體為：

基于所述目標(biāo)群特征確定與所述目標(biāo)群特征相匹配的候選參考群；

根據(jù)所述目標(biāo)用戶特征，從所述候選參考群中篩選與所述目標(biāo)用戶特征相匹配的歷史用戶特征；

根據(jù)所述歷史用戶特征確定所述參考推薦方案，并將與所述歷史用戶特征對(duì)應(yīng)的所述參考推薦方案作為所述候選推薦方案；

其中，

所述參考群是在相同和相似的歷史用戶特征下，歷史第一用戶和歷史第二用戶的歷史行為特征滿足第三預(yù)設(shè)條件的歷史用戶群體；

所述參考推薦方案包括參考用戶特征和參考內(nèi)容之間的對(duì)應(yīng)關(guān)系以及所述對(duì)應(yīng)關(guān)系的置信度；

所述參考推薦方案基于所述參考群中的多個(gè)歷史第一用戶的所述歷史用戶特征和所述歷史行為特征確定，所述歷史行為特征包括對(duì)歷史內(nèi)容的點(diǎn)擊和/或?yàn)g覽行為；

基于所述候選推薦方案，確定目標(biāo)推薦內(nèi)容；

其中，確定所述參考群，包括：

基于多個(gè)歷史用戶的所述歷史用戶特征確定候選群；

基于所述候選群中多個(gè)候選歷史用戶的歷史行為特征，確定所述候選群中的所述歷史第一用戶和所述歷史第二用戶；

基于所述候選群中的所述歷史第一用戶的歷史用戶特征和所述歷史第二用戶的歷史用戶特征，確定所述候選群中歷史第一用戶和歷史第二用戶的用戶行為差異是否滿足所述第三預(yù)設(shè)條件；

響應(yīng)于滿足，則將所述候選群確定為參考群。

2.如權(quán)利要求1所述的混合推薦方法，其特征在于，所述參考推薦方案基于所述參考群中的多個(gè)歷史第一用戶的歷史用戶特征和歷史行為特征確定，包括：

基于所述參考群中所述歷史第一用戶的所述歷史用戶特征和所述歷史行為特征，確定所述參考群中所述歷史用戶特征與所述歷史內(nèi)容之間的歷史對(duì)應(yīng)關(guān)系；

基于所述參考群中所述歷史用戶特征與所述歷史內(nèi)容之間的所述歷史對(duì)應(yīng)關(guān)系，確定所述參考群對(duì)應(yīng)的所述參考推薦方案。

3.如權(quán)利要求2所述的混合推薦方法，其特征在于，所述基于所述參考群中所述歷史用戶特征與所述歷史內(nèi)容之間的所述歷史對(duì)應(yīng)關(guān)系，確定所述參考群對(duì)應(yīng)的所述參考推薦方案，包括：

基于所述參考群的中所述歷史對(duì)應(yīng)關(guān)系，確定所述參考群中至少一個(gè)候選對(duì)應(yīng)關(guān)系及其置信度，每個(gè)候選對(duì)應(yīng)關(guān)系為候選參考用戶特征與候選參考內(nèi)容之間的關(guān)系；

基于所述候選對(duì)應(yīng)關(guān)系的所述置信度，確定所述參考群對(duì)應(yīng)的所述參考推薦方案。

4.如權(quán)利要求3所述的混合推薦方法，其特征在于，所述基于所述參考群的中所述歷史對(duì)應(yīng)關(guān)系，確定所述參考群中至少一個(gè)候選對(duì)應(yīng)關(guān)系及其置信度，包括：

基于所述參考群中的所述歷史對(duì)應(yīng)關(guān)系，確定所述至少一個(gè)候選對(duì)應(yīng)關(guān)系，其中，每個(gè)候選對(duì)應(yīng)關(guān)系出現(xiàn)的次數(shù)滿足第一預(yù)設(shè)條件；

基于所述參考群中的所述歷史用戶特征，確定所述候選參考用戶特征出現(xiàn)的次數(shù)；

基于所述每個(gè)候選對(duì)應(yīng)關(guān)系出現(xiàn)的次數(shù)和所述候選參考用戶特征出現(xiàn)的次數(shù)，確定每個(gè)候選對(duì)應(yīng)關(guān)系的置信度。

5.如權(quán)利要求4所述的混合推薦方法，其特征在于，所述基于所述參考群中的所述歷史對(duì)應(yīng)關(guān)系，確定所述至少一個(gè)候選對(duì)應(yīng)關(guān)系，包括：

基于FPtree算法對(duì)所述參考群中的所述歷史對(duì)應(yīng)關(guān)系進(jìn)行處理，確定所述至少一個(gè)候選對(duì)應(yīng)關(guān)系。

6.如權(quán)利要求1所述的混合推薦方法，其特征在于，所述基于所述候選推薦方案，確定目標(biāo)推薦內(nèi)容，包括：

獲取所述候選推薦方案中候選內(nèi)容的初始推薦分?jǐn)?shù)；

基于所述候選推薦方案中的所述置信度對(duì)所述初始推薦分?jǐn)?shù)進(jìn)行修正，確定目標(biāo)推薦分?jǐn)?shù)；

基于所述目標(biāo)推薦分?jǐn)?shù)確定目標(biāo)推薦方案，將所述目標(biāo)推薦方案中的內(nèi)容作為目標(biāo)推薦內(nèi)容。