一种为移动用户提供个性化图书推荐的方法，方法包括有：步骤一、从用户的阅读数据中提取用户正在阅读的图书，并构成一个图书列表；步骤二、根据图书的图书类型、总章节数、以及用户对图书的阅读章节数，计算图书列表中每本图书的用户评分，并据此从图书列表中选择至少一本图书，向用户进行推荐。本发明专利技术属于网络通信技术领域，能基于图书特点和用户阅读图书的客观行为来计算用户对图书的评分，从而从用户正在阅读的大量图书中挑选评分最高的图书向用户进行智能推荐。
【技术实现步骤摘要】
本专利技术涉及，属于网络通信技术领 域。
技术介绍
在移动阅读日益发展并为广大用户逐渐接受的当下，网络出版和实体出版图书的 分类越来越模糊。传统的用户对图书进行显式评分的方式越来越不适应移动阅读的需求和 实际。移动阅读时代，海量的用户在长期的过程中对大量的图书进行访问，但是绝大部分的 用户不愿意对图书进行显式的评分。某些网站进行的五分制评分中大量的图书被少部分用 户的评分刷榜，存在评分不客观的情况，对用户选购图书出现误导，同时也对平台运营商的 图书质量评估和后期的图书智能推荐带来困难。另外，网络出版的形式很多是采用连载图 书的形式先发布，待连载完成后再以全本图书的形式进行打包发行，这种创新的出版方式 给内容提供商和用户都带来了更多的便捷和更大的效益，但是对移动阅读平台而言，为图 书的评分和品质评估带来了很大的困难。 因此，如何基于图书特点和用户阅读图书的客观行为来计算用户对图书的评分， 从而从用户正在阅读的大量图书中挑选评分最高的图书向用户进行智能推荐，仍是一个未 解决的技术问题。
技术实现思路
有鉴于此，本专利技术的目的是提供，能 基于图书特点和用户阅读图书的客观行为来计算用户对图书的评分，从而从用户正在阅读 的大量图书中挑选评分最高的图书向用户进行智能推荐。 为了达到上述目的，本专利技术提供了， 包括有： 步骤一、从用户的阅读数据中提取用户正在阅读的图书，并构成一个图书列表； 步骤二、根据图书的图书类型、总章节数，以及用户对图书的阅读章节数，计算图 书列表中每本图书的用户评分，并据此从图书列表中选择至少一本图书，向用户进行推荐。 与现有技术相比，本专利技术的有益效果是：由于移动阅读平台能随时掌握到用户的 阅读情况，因此用户真实的阅读深度才是用户是否真正偏好该图书的主要因素，本专利技术能 根据图书类型、用户阅读图书的客观行为、以及图书在用户整体阅读图书中的相对特征来 计算用户对图书的评分，从而从用户正在阅读的大量图书中挑选评分最高的图书向用户进 行智能推荐；本专利技术还可以基于泰尔指数，通过组内附加分和组间附加分来分别衡量用户 在某本图书上的阅读与其在相同图书类型上所有图书的阅读之间的差距、以及与用户所有 图书的阅读之间的差距，对每本图书的用户评分进行精准调整，从而充分反映用户的个体 特性。【附图说明】 图1是本专利技术的流程图。 图2是图1步骤二的具体操作流程图。 图3是将图书的每种订购类型再进一步划分成其订购类型下的3类图书类型时， 图2步骤22的具体操作流程图。【具体实施方式】 为使本专利技术的目的、技术方案和优点更加清楚，下面结合附图对本专利技术作进一步 的详细描述。 如图1所示，本专利技术，包括有： 步骤一、从用户的阅读数据中提取用户正在阅读的图书，并构成一个图书列表； 步骤二、根据图书的图书类型、总章节数、以及用户对图书的阅读章节数，计算图 书列表中每本图书的用户评分，并据此从图书列表中选择至少一本图书，向用户进行推荐。 如图2所示，图1步骤二还可以进一步包括有： 步骤21、采集图书的总章节数chpt_total、及用户对图书的阅读章节数chpt_ read； 步骤22、根据图书的订购类型和总章节数，判断其图书类型； 步骤23、根据图书的图书类型、总章节数chpt_total、以及用户对图书的阅读章 节数chpt_read，计算图书的用户评分score; 步骤24、判断图书总章节数是否大于图书章节数阈值？如果是，则继续下一步； 如果否，则本流程结束； 当图书总章节数大于某个预先设定的图书章节数阈值时，本专利技术可进一步结合泰 尔指数来计算图书的用户评分附加分，从而对图书的用户评分进行调整，以更精准的预测 出符合用户喜好的图书； 步骤25、计算用户对图书的阅读章节数和用户对相同图书类型的所有图书的阅 读章节总数之间的比值，并根据所述比值、以及用户对相同图书类型的图书阅读数来计算 图书的用户评分组内附加分inner_score_add，从而对图书的用户评分进行调整：score= score+inner-score-add; 步骤26、计算用户对图书的阅读章节数和用户对所有图书的阅读章节总数之间的 比值，并根据所述比值、以及用户对所有图书的阅读数来计算图书的用户评分组间附加分 inter_score_add，从而对图书的用户评分进行调整:score=score+inter-score-add; 步骤27、判断图书的用户评分是否大于评分阈值？如果是，则将图书的用户评分 调整为评分阈值，本流程结束；如果否，则本流程结束。所述评分阈值可以是一个自然数，其 值根据实际情况而设定，例如评分阈值=5,这样，用户评分能控制在一定数值区间范围内。 进一步的说，图2步骤22中，图书类型既可以根据现有图书出版的基本特点，采用 图书的订购类型，所述订购类型包括有：按章订购、按本订购和免费订购；还可以根据订购 类型的特点，将图书的每种订购类型再进一步划分成其订购类型下的3类图书类型：第1图 书类型、第2图书类型和第3图书类型，从而可以针对每种订购类型下的各种图书类型，对 用户的阅读行为进行更精准的模拟。这样，如图3所示，步骤22还可以进一步包括有： 步骤221、为每种订购类型设置其对应的类型最小阈值和类型最大阈值； 步骤222、获取图书的订购类型，并判断图书的总章节数是否小于其订购类型对应 的类型最小阈值，如果是，则所述图书的图书类型为其订购类型下的第1图书类型，本流程 结束；如果否，则继续下一步； 步骤223、判断图书的总章节数是否大于其订购类型对应的类型最大阈值？如果 是，则所述图书的图书类型为其订购类型下的第3图书类型；如果否，则当前第1页1 2 本文档来自技高网...
【技术保护点】
一种为移动用户提供个性化图书推荐的方法，其特征在于，包括有：步骤一、从用户的阅读数据中提取用户正在阅读的图书，并构成一个图书列表；步骤二、根据图书的图书类型、总章节数、以及用户对图书的阅读章节数，计算图书列表中每本图书的用户评分，并据此从图书列表中选择至少一本图书，向用户进行推荐。
【技术特征摘要】
【专利技术属性】
技术研发人员：廖建新，应文佳，李曲，王超芸，刘蒙，彭刚，
申请(专利权)人：杭州东信北邮信息技术有限公司，
类型：发明
国别省市：北京;11
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。