一种推荐信息的方法及设备技术

本发明专利技术涉及信息服务领域，公开了一种推荐信息的方法及设备。所述方法包括以下步骤：获取第一用户的信息档案，从该用户的信息档案解析出N个基本信息数据和M个特征信息数据，组成该用户的信息特征向量；计算所述第一用户的信息特征向量与其他用户的信息特征向量之间的相似度；确定与所述用户的信息特征向量之间具有最高相似度的信息特征向量所对应的用户；以及获取该用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户。所述设备利用上述方法实现推荐信息的功能。通过上述方法和设备可实现向用户快速、准确地提供日常生活中的各种综合信息的目的，进行提高客户满意度。

【技术实现步骤摘要】

本专利技术涉及信息服务领域，具体地，涉及一种推荐信息的方法及设备。
技术介绍
随着信息时代的发展，信息服务行业正在改变人类的生活方式，在日常生活中，从衣食住行到投资管理、旅游娱乐、健康管理等都逐渐依赖信息服务，信息服务可以从庞杂的信息中为用户推荐最适合自己的信息策略，不仅为用户节约了选择的时间，而且能为用户提供更专业的建议。信息服务企业为用户推荐的信息与用户的匹配度越高，越能提升用户满意度。因此，在激烈的行业竞争环境下，如果高效地向用户推荐信息成为信息服务企业提升竞争力的关键课题。申请公布号为CN105740470A的专利技术专利公布了一种信息推荐方法及终端，该方法和终端根据预存的节日与约会策略的对应关系查找目标节日所对应的约会策略，所述约会策略包括约会时间信息和约会地点信息中至少一项；所述终端输出所述目标节日对应的约会策略。但是该方法和终端实行的前提是，根据预存的节日与约会策略的对应关系，然后遇到特定节日时，通过查找的方式为用户推荐约会策略，由此不难看出，该方法能得以实施的基础是，所述节日是固定的，而且在特定的节日，人们有惯有的行为模式，信息量相对比较单一，可以实现先通过预存再进行查找匹配。但是，日常生活中的信息量是综合又复杂的，人们的购物、投资、出行、健康管理等行为难以用一个固定的行为模式来概括，因此，上述专利文献公开的信息推荐方法及终端不适用推荐更加综合化的信息。为解决向用户快速、准确地提供日常生活中的各种综合信息的问题，本专利技术提供了一种推荐信息的方法及设备，能提升用户满意度，从而提高信息服务企业的竞争力。
技术实现思路
本专利技术的目的是提供一种方法和设备，该设备和方法可实现快速准确地为用户推荐用户需要的信息。为了实现上述目的，本专利技术提供一种推荐信息的方法，其特征在于，该方法包括以下步骤：获取第一用户的信息档案，从该用户的信息档案解析出N个基本信息数据(u1,u2,...uN)和M个特征信息数据(v1,v2,...vM)，组成该用户的信息特征向量其中表示该第一用户的信息特征向量，0＜i≤K，且i为自然数，K、N和M均是正整数；计算所述第一用户的信息特征向量与其他用户的信息特征向量之间的相似度；确定与所述用户的信息特征向量之间具有最高相似度的信息特征向量所对应的用户；以及获取该用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户。优选地，根据以下公式计算所述用户的信息特征向量与其他用户的信息特征向量之间的相似度：di,j=c→i·c→j||c→i||×||c→j||]]>其中，和分别表示第i个和第j个用户的信息特征向量，“·”表示两向量求内积的算子，表示计算某个向量的二范数；所求得的di,j表示第i个与第j个两个用户的信息特征向量和之间的相似度，其取值范围为0≤di,j≤1。优选地，所述确定与所述用户的信息特征向量之间具有最高相似度的信息特征向量所对应的用户，获取该用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户包括：确定与所述用户的信息特征向量之间相似度为前L的信息特征向量所对应的L个用户，获取所述L个用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户，其中L为大于1的整数。优选地，获取所述L个用户所选购过的信息产品和/或服务并将该信息产品和/或服务推荐给所述第一用户包括：确定所述第一用户已购买过的信息产品和/或服务；以及从所述L个用户所选购过的信息产品和/或服务内剔除所述第一用户已购买过的信息产品和/或服务，并将保留的信息产品和/或服务推荐给所述第一用户。优选地，该方法还包括：针对所有K个用户，获取该K个用户的信息特征向量其中表示第i个用户的信息特征向量；以及构建K×K维用户信息特征相似度矩阵D，其中所述用户信息相似度矩阵D的第i行第j列的元素di,j表示第i个与第j个的两用户的信息特征向量和之间的相似度，0＜i≤K，0＜j≤K。根据本专利技术实施例的另一方面，提供一种推荐信息的设备，其特征在于，该设备包括：特征向量生成装置，用于获取第一用户的信息档案，从该用户的信息档案解析出N个基本信息数据(u1,u2,...uN)和M个特征信息数据(v1,v2,...vM)，组成该用户的信息特征向量其中表示该第一用户的信息特征向量，0＜i≤K，且i为自然数，K、N和M均是正整数；相似度计算装置，用于计算所述用户的信息特征向量与其他用户的信息特征向量之间的相似度；用户确定装置，用于确定与所述用户的信息特征向量之间具有最高相似度的信息特征向量所对应的用户；以及信息推荐装置，用于获取该用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户。优选地，所述推荐信息的设备根据以下公式计算所述用户的信息特征向量与其他用户的信息特征向量之间的相似度：di,j=c→i·c→j||c→i||×||c→j||]]>其中，和分别表示第i个和第j个用户的信息特征向量，“·”表示两向量求内积的算子，表示计算某个向量的二范数；所求得的di,j表示第i个与第j个两个用户的信息特征向量和之间的相似度，其取值范围为0≤di,j≤1。优选地，所述用户确定装置用于确定与所述用户的信息特征向量之间相似度为前L的信息特征向量所对应的L个用户，获取该L个用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户，其中L为大于1的整数。优选地，所述信息推荐装置包括：已购买信息确定装置，用于确定所述第一用户已购买过的信息产品和/或服务；以及剔除装置，用于从所述L个用户所选购过的信息产品和/或服务内剔除所述第一用户已购买过的信息产品和/或服务，并将保留的信息产品和/或服务推荐给所述第一用户。优选地，该设备还包括相似度矩阵构建装置，用于：针对所有K个用户，获取该K个用户的信息特征向量其中表示第i个用户的信息特征向量；以及构建K×K维用户信息特征相似度矩阵D，其中所述用户信息相似度矩阵D的第i行第j列的元素表示第i个与第j个的两用户的信息特征向量和之间的相似度，0＜i≤K，0＜j≤K。通过上述技术方案，可实现向用户快速、准确地提供日常生活中的各种综合信息，能提升用户满意度，从而提高信息服务企业的竞争力。本专利技术的其它特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1是根据本专利技术实施例一的推荐信息的方法的流程图；图2是根据本专利技术实施例二的推荐信息的方法流程图；图3是根据本专利技术实施例一的推荐信息的方法中将选定信息推荐给第一用户的优选方案的流程图；图4是根据本专利技术实施例一的确定向所述第一用户推荐的信息的流程图；图5是根据本专利技术实施例三的推荐信息的设备的结构图；图6是根据本专利技术实施例四的推荐信息的设备的结构图。具体实施方式以下结合附图对本文档来自技高网...

【技术保护点】
一种推荐信息的方法，其特征在于，该方法包括以下步骤：获取第一用户的信息档案，从该用户的信息档案解析出N个基本信息数据(u1,u2,...uN)和M个特征信息数据(v1,v2,...vM)，组成该用户的信息特征向量其中表示该第一用户的信息特征向量，0＜i≤K，且i为自然数，K、N和M均是正整数；计算所述第一用户的信息特征向量与其他用户的信息特征向量之间的相似度；确定与所述第一用户的信息特征向量之间具有最高相似度的信息特征向量所对应的用户；以及获取所述对应的用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户。

【技术特征摘要】
1.一种推荐信息的方法，其特征在于，该方法包括以下步骤：获取第一用户的信息档案，从该用户的信息档案解析出N个基本信息数据(u1,u2,...uN)和M个特征信息数据(v1,v2,...vM)，组成该用户的信息特征向量其中表示该第一用户的信息特征向量，0＜i≤K，且i为自然数，K、N和M均是正整数；计算所述第一用户的信息特征向量与其他用户的信息特征向量之间的相似度；确定与所述第一用户的信息特征向量之间具有最高相似度的信息特征向量所对应的用户；以及获取所述对应的用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户。2.根据权利要求1所述的方法，其特征在于，根据以下公式计算所述用户的信息特征向量与其他用户的信息特征向量之间的相似度：di,j=c→i·c→j||c→i||×||c→j||]]>其中，和分别表示第i个和第j个用户的信息特征向量，“·”表示两向量求内积的算子，表示计算某个向量的二范数；所求得的di,j表示第i个与第j个两个用户的信息特征向量和之间的相似度，其取值范围为0≤di,j≤1。3.根据权利要求1所述的方法，其特征在于，其中，所述确定与所述第一用户的信息特征向量之间具有最高相似度的信息特征向量所对应的用户，获取该用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户包括：确定与所述第一用户的信息特征向量之间相似度为前L的信息特征向量所对应的L个用户，获取所述L个用户所选购过的信息产品和/或服务，并将该信息产品和/或服务推荐给所述第一用户，其中L为大于1的整数。4.根据权利要求1-3任一项权利要求所述的方法，其特征在于，获取该用户所选购过的信息产品和/或服务并将该信息产品和/或服务推荐给所述第一用户包括：确定所述第一用户已购买过的信息产品和/或服务；以及从所述所选购过的信息产品和/或服务内剔除所述第一用户已购买过的信息产品和/或服务，并将保留的信息产品和/或服务推荐给所述第一用户。5.根据权利要求1所述的方法，其特征在于，该方法还包括：针对所有K个用户，获取该K个用户的信息特征向量其中表示第i个用户的信息特征向量；以及构建K×K维用户信息特征相似度矩阵D，其中所述用户信息相似度矩阵D的第i行第j列的元素di,j表示第i个与第j个的两用...

【专利技术属性】
技术研发人员：黄亦谦，
申请(专利权)人：北京千安哲信息技术有限公司，
类型：发明
国别省市：北京;11