【技术实现步骤摘要】
内容推荐方法和系统
本申请涉及通信领域,尤其涉及一种内容推荐方法和系统。
技术介绍
随着诸如,手机、平板电脑之类的终端设备的普及以及移动互联网技术的发展,终端设备正逐渐成为人们获取信息的重要平台。例如,人们可以通过终端设备进行新闻浏览、书籍阅读、视频收看、音乐聆听、以及社会交流等活动。但是,由于终端设备的信息处理能力非常有限,网络服务和信息内容的不断膨胀将在终端设备中引发“信息过载”,这会严重影响终端设备的用户体验和移动互联网的资源利用率。内容推荐系统通过机器学习技术分析和理解用户的需求,并基于用户的需求对信息进行筛选和过滤,从而将符合用户的需求的内容推荐给用户。内容推荐系统成为解决信息过载问题的重要手段之一,在互联网和终端领域得到了广泛关注和应用。通常,在现有的内容推荐系统中,终端设备收集用户数据,然后将用户数据上传到服务器;服务器基于用户数据进行分析建模和推荐计算,以挖掘用户与项目之间的二元关系(user-item),进而从大量内容数据中发现用户需求相关的项目,例如,新闻、视频、在线商品等,再将推荐结果发送到终端设备,以满足终端设备的用户的个性化需求。由于终端设备通常需要收集包含有用户的位置、状态、行为等信息的用户数据并上传至服务器,而这些用户数据可能涉及用户的隐私信息,例如,用户的位置信息里包含的用户的行动轨迹、浏览记录等,因此很可能造成用户隐私泄漏。另一方面,从终端设备制造商的角度,需要尽可能把用户信息保存在用户自己的终端设备中,从而充分保护用户隐私。如果某款终端设备不能保护隐私,则用户会选择其他厂商的终端设备,这对终端设备制造商的影响会非常巨大。 ...
【技术保护点】
1.一种内容推荐方法,包括:在第一时段内采集终端设备的第一用户数据,所述第一用户数据包括在所述第一时段内使用所述终端设备的用户的个人数据、行为信息、以及实时情境相关信息中的至少一种;基于所述第一用户数据,从所述终端设备保存的内容推荐模型中提取至少一项内容特征,所述至少一项内容特征为表征针对所述用户的推荐内容的内容特征,其中,所述内容推荐模型是所述终端设备根据历史用户数据构建的;以及将所述至少一项内容特征发送给服务器,并从所述服务器接收针对所述用户的推荐内容,其中,针对所述用户的推荐内容是所述服务器根据所述至少一项内容特征查询得到的。
【技术特征摘要】
1.一种内容推荐方法,包括:在第一时段内采集终端设备的第一用户数据,所述第一用户数据包括在所述第一时段内使用所述终端设备的用户的个人数据、行为信息、以及实时情境相关信息中的至少一种;基于所述第一用户数据,从所述终端设备保存的内容推荐模型中提取至少一项内容特征,所述至少一项内容特征为表征针对所述用户的推荐内容的内容特征,其中,所述内容推荐模型是所述终端设备根据历史用户数据构建的;以及将所述至少一项内容特征发送给服务器,并从所述服务器接收针对所述用户的推荐内容,其中,针对所述用户的推荐内容是所述服务器根据所述至少一项内容特征查询得到的。2.根据权利要求1所述的内容推荐方法,其特征在于,还包括:在第二时段内采集所述终端设备的第二用户数据,所述第二时段早于所述第一时段,所述第二用户数据为所述历史用户数据;以及基于所述历史用户数据、以及所述历史用户数据所对应的多项内容特征,构建所述内容推荐模型。3.根据权利要求2所述的内容推荐方法,其特征在于,还包括:在第三时段内采集所述终端设备的第三用户数据,所述第三时段晚于所述第二时段;以及基于所述第三用户数据、以及所述第三用户数据所对应的多项内容特征,更新所述内容推荐模型。4.根据权利要求2或3所述的内容推荐方法,其特征在于,所述历史用户数据包括多个历史用户数据样本,所述多个历史用户数据样本中的每个历史用户数据样本包括多个样本特征值,所述内容推荐模型包括所述多个历史用户数据样本所归属的各个样本类别与内容特征之间的对应关系,基于所述历史用户数据、以及所述历史用户数据所对应的多项内容特征,构建所述内容推荐模型包括:对于所述多个历史用户数据样本中的每个历史用户数据样本,利用所述历史用户数据样本所对应的特征权值向量和所述历史用户数据样本中包括的多个样本特征值,获取所述历史用户数据样本的加权值,其中,所述历史用户数据样本所对应的特征权值向量包括分别与所述历史用户数据样本中包括的多个样本特征值相对应的多个权重值;基于所述多个历史用户数据样本的加权值,将所述多个历史用户数据样本划分为多个样本类别;以及对于所述多个样本类别中的每个样本类别,将归属于所述样本类别的各个历史用户数据样本所对应的内容特征与所述样本类别相关联。5.根据权利要求4所述的内容推荐方法,其特征在于,将所述多个历史用户数据样本划分为多个样本类别包括:通过聚类算法将所述多个历史用户数据样本划分为所述多个样本类别,所述内容推荐模型还包括所述多个样本类别中的每个样本类别的聚类中心点、归属于所述样本类别的用户数据样本的数目、以及与所述样本类别相关联的各项内容特征在所述样本类别中出现的概率。6.根据权利要求3至5任一项所述的内容推荐方法,其特征在于,所述第三用户数据包括多个第三用户数据样本,所述多个第三用户数据样本中的每个第三用户数据样本包括多个样本特征值,基于所述多个第三用户数据样本中的任意一个第三用户...
【专利技术属性】
技术研发人员:胡仲义,王义寅,王细勇,
申请(专利权)人:华为技术有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。