一种基于推荐的兴趣社区用户引导方法技术

技术编号:13798934 阅读:57 留言:0更新日期:2016-10-07 00:18
一种基于推荐的兴趣社区用户引导方法,包括如下步骤:S100、创建兴趣社区,通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜在用户,通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区;S200、推荐兴趣社区,把相关的兴趣社区推荐给合适的用户,并引导用户进入该兴趣社区。本发明专利技术适合于移动互联网推荐产品快速建立自己的兴趣社区,并保证新用户的持续导入,用户无需搜索即可获得自己感兴趣的兴趣社区的推荐,同时方便了用户对相关兴趣社区的关注,提高了用户浏览上网的效率,满足了用户的多方面需求。

【技术实现步骤摘要】

本专利技术涉及一种网络兴趣社区用户引导方法,特别是一种基于推荐的兴趣社区用户引导方法
技术介绍
兴趣社区是一类常见的互联网产品,古老的BBS属于最早的兴趣社区类型,每一个版面定义了一个讨论的主题,拥有共同兴趣的用户通过在同一个版面下发帖回贴进行互动。但是BBS时代的一个很大问题是在浩瀚的互联网世界,用户找到符合自己兴趣的BBS版面并不容易。一些大的BBS社区(比如天涯,水木)因为维护成本的考虑不可能无限制开设版面,导致很多小众的兴趣无法拥有独立的版面。而一些专为小众兴趣成立的BBS,由于缺乏知名度和流量,不容易被潜在用户了解。在搜索引擎时代,百度做出了一款兴趣社区创新产品-----百度贴吧。用户在搜索的时候,相关的贴吧直接显示在搜索页面。如果没有相关的贴吧,百度会提醒用户可以建立一个相关的贴吧。这样,拥有共同小众兴趣的用户可以低成本地建立自己的社区,而这个社区也可以通过展示给搜索相关词条的用户(潜在的有共同兴趣用户)而获得稳定的新用户增长,保证该社区的活力和讨论氛围。百度贴吧的新用户引入方式可以抽象为基于搜索的兴趣社区用户引导方法。这种方法对于市场占有率高的主流搜索引擎非常有效,但是对于以推荐为主的新一代移动互联网产品并不适用。近年来,随着大数据,人工智能技术的爆发和移动互联网的高速发展,个性化推荐技术获得了巨大的成功。以世界领先的新闻推荐产品“今日头条”为例,到2014年已经拥有2.2亿用户,每天人均阅读超过10篇文章,而且用户量还在持续快速增长。这类推荐类产品的用户已经习惯了大数据算法的推荐,主动搜索意愿不强,基于搜索的兴趣社区用户引导方法对于这类产品的用户效果并不好。另一方面,兴趣社区可以极大增强用户粘性,对于互联网产品有着重大意义。百度在2012年一度遭到360 搜索引擎的有力挑战,但是以百度贴吧为首的产品线帮助百度牢牢守住了国内搜索市场的领导地位。领先的推荐类产品如果想巩固市场地位,运营自己的兴趣社区产品是必要的举措,这样势必导致对于非搜索类兴趣社区用户引导方法的需求。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的上述缺陷,提供一种基于推荐的兴趣社区用户引导方法。为了实现上述目的,本专利技术提供了一种基于推荐的兴趣社区用户引导方法,其中,包括如下步骤:S100、创建兴趣社区,通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜在用户,通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区;S200、推荐兴趣社区,把相关的兴趣社区推荐给合适的用户,并引导用户进入该兴趣社区。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S100进一步包括:S101、挖掘候选兴趣社区,根据推荐系统的推荐内容的兴趣标签,统计所有可推荐内容的兴趣标签集合,作为创建兴趣社区的候选兴趣集合;S102、挖掘该兴趣社区的潜在用户,根据用户的兴趣标签向量,统计所述候选兴趣集合中每一候选兴趣的影响度;S103、确定可创建的兴趣社区,根据所述影响度确定并创建的兴趣社区。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S101进一步包括:S1011、对推荐内容标注兴趣标签;S1012、统计所有推荐系统内部的推荐内容;S1013、根据所有推荐内容统计对应的所有兴趣标签并作为兴趣标签集合;S1014、将该兴趣标签集合作为创建兴趣社区的候选兴趣集合。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S102进一步包括:S1021、将每个用户动作对应的推荐内容定义为一个兴趣标签向量;S1022、针对每种用户动作设定一个权重w;S1023、给定一个用户动作序列[a1,a2,…,a3],用户的兴趣标签向量计算如下: V = Σ i T i · w i ]]>其中Ti代表第i个用户动作的兴趣标签向量,wi代表第i个用户动作的权重。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S200进一步包括:S201、直接推荐,在用户发起推荐请求时直接推荐相关的兴趣社区,并引导用户进入;或者S202、通过推荐内容的相关内容区域推荐,选择用户点击推荐内容的相关内容的兴趣社区推荐,并引导用户进入;或者S203、在用户发表评论时推荐,在用户发表评论时推荐被评论内容相关的兴趣社区,并引导用户进入。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S201进一步包括:S2011、用户发起推荐请求;S2012、推荐系统检查是否有合适的兴趣社区值得推荐,若有,则进入步骤S2013,若无,则进入步骤S2015;S2013、推荐系统检查是否是合适的推荐时机,通过待推荐兴趣社区的内容热度判断是否应该在当前推荐,若是,则进入步骤S2014,若否,则进入步骤S2015;S2014、推荐时机合适的兴趣社区;S2015、放弃推荐兴趣社区。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S2013中判断内容热度包括兴趣社区中针对该内容的点击率或评论数。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S2012进一步包括:获取用户兴趣标签向量,按照权重大小顺序检查是否有匹配的兴趣社区。上述的基于推荐的兴趣社区用户引导方法,其中,所述步骤S203进一步 包括:S2031、用户对内容发表评论;S2032、推荐系统检查该内容有无相关的兴趣社区;S2033、若有,推荐系统在该用户撰写评论的系统界面上展示该兴趣社区,并提示该评论会转发到该兴趣社区;S2034、在系统界面上提醒该用户其评论已经转发到该兴趣社区,并引导用户进入该兴趣社区。本专利技术的有益功效在于:本专利技术适合于移动互联网推荐产品快速建立自己的兴趣社区,并保证新用户的持续导入,用户无需搜索即可获得自己感兴趣的兴趣社区的推荐,避免了搜索引擎公司在兴趣社区产品上的壁垒,同时方便了用户对相关兴趣社区的关注,提高了用户浏览上网的效率,满足了用户的多方面需求。以下结合附图和具体实施例对本专利技术进行详细描述,但不作为对本专利技术的限定。附图说明图1为本专利技术一实施例的方法流程图;图2为本专利技术一实施例挖掘候选兴趣社区的方法流程图;图3为本专利技术一实施例直接推荐方法流程图;图4为本专利技术一实施例的直接推荐效果示意图;图5为本专利技术另一实施例的推荐效果示意图;图6为本专利技术又一实施例的推荐效果示意图。其中,附图标记S100-S200、S201-S203、S1011-S1014、S2011-S2015步骤具体实施方式下面结合附图对本专利技术的结构原理和工作原理作具体的描述:参见图1,图1为本专利技术一实施例的方法流程图。本专利技术的基于推荐的兴趣社区用户引导方法,包括如下步骤:步骤S100、创建兴趣社区,通过分析推荐系统用户的兴趣模型挖掘所有 兴趣的潜在用户,通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区;步骤S200、推荐兴趣社区,把相关的兴趣社区推荐给合适的用户,并引导用户进入该兴趣社区。其中,所述步骤S100进一步包括: 步骤S101、挖掘候选兴趣社区,根据推荐系统的推荐内容的兴趣标签,统计所有可推荐内容的兴趣标签集合,作为创建兴趣社区的候选兴趣集合;步骤S102、挖掘该兴趣社区的本文档来自技高网
...

【技术保护点】
一种基于推荐的兴趣社区用户引导方法,其特征在于,包括如下步骤:S100、创建兴趣社区,通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜在用户,通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区;S200、推荐兴趣社区,把相关的兴趣社区推荐给合适的用户,并引导用户进入该兴趣社区。

【技术特征摘要】
2015.02.09 CN 20151006738961.一种基于推荐的兴趣社区用户引导方法,其特征在于,包括如下步骤:S100、创建兴趣社区,通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜在用户,通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区;S200、推荐兴趣社区,把相关的兴趣社区推荐给合适的用户,并引导用户进入该兴趣社区。2.如权利要求1所述的基于推荐的兴趣社区用户引导方法,其特征在于,所述步骤S100进一步包括:S101、挖掘候选兴趣社区,根据推荐系统的推荐内容的兴趣标签,统计所有可推荐内容的兴趣标签集合,作为创建兴趣社区的候选兴趣集合;S102、挖掘该兴趣社区的潜在用户,根据用户的兴趣标签向量,统计所述候选兴趣集合中每一候选兴趣的影响度;S103、确定可创建的兴趣社区,根据所述影响度确定并创建的兴趣社区。3.如权利要求2所述的基于推荐的兴趣社区用户引导方法,其特征在于,所述步骤S101进一步包括:S1011、对推荐内容标注兴趣标签;S1012、统计所有推荐系统内部的推荐内容;S1013、根据所有推荐内容统计对应的所有兴趣标签并作为兴趣标签集合;S1014、将该兴趣标签集合作为创建兴趣社区的候选兴趣集合。4.如权利要求2或3所述的基于推荐的兴趣社区用户引导方法,其特征在于,所述步骤S102进一步包括:S1021、将每个用户动作对应的推荐内容定义为一个兴趣标签向量;S1022、针对每种用户动作设定一个权重w;S1023、给定一个用户动作序列[a1,a2,…,a3],用户的兴趣标签向量计算如下:其中Ti代表第i个用户动作的兴趣标签向量,wi代表第i个用户动作的权重。5.如权利要求1、2或3所述的基于推荐的兴趣社区用户引导方法,其特征在于,所述步骤S200进一步包括:S201、直接推荐,在用户发起推荐请求时直接推荐相关的兴趣社区,并引导用户进入;或者S202、通过推荐内容的相关...

【专利技术属性】
技术研发人员:曹欢欢罗立新张一鸣
申请(专利权)人:北京字节跳动科技有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1