信息推荐的方法和装置制造方法及图纸

本发明专利技术涉及一种信息推荐的方法，包括：获取用户的用户兴趣标签及各个用户兴趣标签的活跃度；解析待推荐信息，得到所述待推荐信息对应的信息标签及各个信息标签的活跃度；根据所述信息标签与所述用户兴趣标签的匹配度、所述用户兴趣标签的活跃度、信息标签的活跃度计算所述待推荐信息与所述用户的匹配分数；根据所述匹配分数推荐所述待推荐信息，能提高信息推荐的有效性，此外，还提供了一种信息推荐的装置。

Method and apparatus for information recommendation

The invention relates to a method for information recommendation includes: user interest and user interest each label label to obtain user activity; for parsing the recommended information, get the information tag recommendation information corresponding to each label information and activity; according to the matching scores of user interest label matching, the information the label and the label of the user interest activity, the activity of the label information to calculate the waiting information with the user; according to the matching score recommended the recommended information, can improve the effectiveness of the recommended information, in addition, also provides a device for information recommendation.

【技术实现步骤摘要】
信息推荐的方法和装置
本专利技术涉及计算机
，特别是涉及一种信息推荐的方法和装置。
技术介绍
随着计算机技术的发展，人们越来越多的通过网络应用进行交流和获取各种信息，如通过微博浏览新闻、通过社交应用获取朋友信息等。为了便于用户的查看，网络应用可以主动地向用户推荐信息，如向用户推荐其他用户或运营方等发布、分享的信息，包括但不限于新闻、段子、文章、视频链接地址等。现有的信息推荐的方法往往通过信息的发布时间或随机推荐信息，导致推荐的信息往往不是用户关注的，推荐的有效性很低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种信息推荐的方法和装置，能提高信息推荐的有效性。一种信息推荐的方法，所述方法包括：获取用户的用户兴趣标签及各个用户兴趣标签的活跃度；解析待推荐信息，得到所述待推荐信息对应的信息标签及各个信息标签的活跃度；根据所述信息标签与所述用户兴趣标签的匹配度、所述用户兴趣标签的活跃度、信息标签的活跃度计算所述待推荐信息与所述用户的匹配分数；根据所述匹配分数推荐所述待推荐信息。一种信息推荐的装置，所述装置包括：用户兴趣标签获取模块，用于获取用户的用户兴趣标签及各个用户兴趣标签的活跃度；待推荐信息解析模块，用于解析待推荐信息，得到所述待推荐信息对应的信息标签及各个信息标签的活跃度；匹配分数计算模块，用于根据所述信息标签与所述用户兴趣标签的匹配度、所述用户兴趣标签的活跃度、信息标签的活跃度计算所述待推荐信息与所述用户的匹配分数；推荐模块，用于根据所述匹配分数推荐所述待推荐信息。上述信息推荐的方法和装置，通过获取用户的用户兴趣标签及各个用户兴趣标签的活跃度，解析待推荐信息，得到待推荐信息对应的信息标签及各个信息标签的活跃度，根据信息标签与用户兴趣标签的匹配度、用户兴趣标签的活跃度、信息标签的活跃度计算待推荐信息与所述用户的匹配分数，根据匹配分数推荐待推荐信息，匹配分数的计算综合考虑了信息标签与用户兴趣标签的匹配度、用户兴趣标签的活跃度、信息标签的活跃度使得信息的推荐更符合用户的兴趣，推荐的更精准，提高了信息推荐的有效性。附图说明图1为一个实施例中信息推荐的方法的应用环境图；图2为一个实施例中图1中服务器的内部结构图；图3为一个实施例中信息推荐的方法的流程图；图4为一个实施例中解析行为文本的流程图；图5为一个实施例中得到用户兴趣标签及活跃度的流程图；图6为一个实施例中得到信息标签及活跃度的流程图；图7为一个实施例中计算匹配分数的流程图；图8为一个实施例中推荐信息的流程图；图9为一个实施例中信息推荐的装置的结构框图；图10为另一个实施例中信息推荐的装置的结构框图；图11为一个实施例中用户的行为文本解析模块的结构框图；图12为一个实施例中待推荐信息解析模块的结构框图；图13为一个实施例中匹配分数计算模块的结构框图；图14为一个实施例中推荐模块的结构框图。具体实施方式图1为一个实施例中信息推荐的方法运行的应用环境图。如图1所示，该应用环境包括终端110、服务器120，其中终端110和服务器120通过网络进行通信。终端110可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。终端110通过网络向服务器120发送信息发布请求和信息查看请求，服务器120可以响应终端110发送的请求，服务器120可以主动向终端110推荐信息。在一个实施例中，图1中的服务器120的内部结构如图2所示，该服务器120包括通过系统总线连接的处理器、存储介质、内存和网络接口。其中，该服务器120的存储介质存储有操作系统、数据库和信息推荐的装置，数据库用于存储数据，如用户的行为文本，信息推荐的装置用于实现一种适用于服务器120的信息推荐的方法。该服务器120的处理器用于提供计算和控制能力，支撑整个服务器120的运行。该服务器120的内存为存储介质中的信息推荐的装置的运行提供环境。该服务器120的网络接口用于与外部的终端110通过网络连接通信，比如向终端110推荐信息等。如图3所示，在一个实施例中，提供了一种信息推荐的方法，以应用于上述应用环境中的服务器来举例说明，包括如下步骤：步骤S210，获取用户的用户兴趣标签及各个用户兴趣标签的活跃度。具体的，用户兴趣标签反映了用户感兴趣的内容，是通过解析用户的行为数据挖掘得到的，用户的行为数据包括：用户分享及阅读的行为数据，包括文字信息、图片信息、视频信息等，如用户发布的分享信息、用户转发的分享信息、用户点击阅读的分享信息。用户兴趣标签可由用户自行设置，可提供预设的候选兴趣标签供用户选择，预设的候选兴趣标签可根据网络应用的类别和待推荐信息的内容自行设置，如网络应用的类别为社交类，待推荐信息为用户资料，则可提供社交类候选兴趣标签，如性别、爱好、地区等，通过预设的候选兴趣标签能提高兴趣标签的针对性和有效性。用户兴趣标签也可由用户的行为数据产生的行为文本中提取得到，如统计用户分享的文本中出现率高的词语作为用户兴趣标签，如将行为文本与预设类别匹配度最高的类别作为信息标签。用户兴趣标签的活跃度反映了用户兴趣的大小，对于从用户行为数据中提取的用户兴趣标签，可根据提取的用户兴趣标签在用户行为数据对应的行为文本中出现的频率大小计算。对于用户自定义的兴趣标签，可通过用户的行为数据与自定义的兴趣标签的匹配度，增加或减少自定义的兴趣标签的活跃度，如设定用户自定义的兴趣标签初始活跃度相同，随着时间的推移，如果用户分享的文档与其中一个用户兴趣标签匹配，则将此用户兴趣标签的活跃度加1。用户兴趣标签的数量可以为1个或多个。步骤S220，解析待推荐信息，得到待推荐信息对应的信息标签及各个信息标签的活跃度。具体的，待推荐信息是指在由用户或运营方等发布、分享的数据，包括文字信息、图片信息、视频信息等，如新闻、段子、文章、感想等。待推荐信息对应的信息标签可由运营方自行设定，设定的信息标签可与供用户选择设定的候选用户兴趣标签一致，从而便于后续的标签匹配。待推荐信息对应的信息标签可由待推荐信息对应的信息文本中提取得到，如统计待推荐信息对应的信息文本中出现率高的词语作为信息标签，如将待推荐信息与预设类别匹配度最高的类别作为信息标签。信息标签的活跃度反映了信息内容与信息标签的匹配程度，活跃度越大，说明此信息标签越能代表信息的内容。对于从待推荐信息对应的信息文本中提取的信息标签，可根据提取的信息标签在信息文本中出现的频率大小计算。对于运营方自定义的信息标签，可通过用户的反馈行为，增加或减少自定义的信息标签的活跃度，如自定义的信息标签初始活跃度相同，将给用户推荐的信息的各个信息标签展示给用户以接收用户对各个信息标签的反馈行为信息，包括正反馈和负反馈，如果是正反馈，则将此信息标签的活跃度加1，如果是负反馈，则将此信息标签的活跃度减1。待推荐信息对应的信息标签的数量可以为一个或多个。步骤S230，根据信息标签与用户兴趣标签的匹配度、用户兴趣标签的活跃度、信息标签的活跃度计算待推荐信息与所述用户的匹配分数。具体的，信息标签与用户兴趣标签的匹配度，可根据需要自定义，如信息标签与用户兴趣标签完全相同，则匹配度为1，信息标签与用户兴趣标签不相同，但是它们同属于同一主题，则匹配度为小于1的第一预设值，信息标签与用户兴趣标签不相同本文档来自技高网...

【技术保护点】
一种信息推荐的方法，所述方法包括：获取用户的用户兴趣标签及各个用户兴趣标签的活跃度；解析待推荐信息，得到所述待推荐信息对应的信息标签及各个信息标签的活跃度；根据所述信息标签与所述用户兴趣标签的匹配度、所述用户兴趣标签的活跃度、信息标签的活跃度计算所述待推荐信息与所述用户的匹配分数；根据所述匹配分数推荐所述待推荐信息。

【技术特征摘要】
1.一种信息推荐的方法，所述方法包括：获取用户的用户兴趣标签及各个用户兴趣标签的活跃度；解析待推荐信息，得到所述待推荐信息对应的信息标签及各个信息标签的活跃度；根据所述信息标签与所述用户兴趣标签的匹配度、所述用户兴趣标签的活跃度、信息标签的活跃度计算所述待推荐信息与所述用户的匹配分数；根据所述匹配分数推荐所述待推荐信息。2.根据权利要求1所述的方法，其特征在于，所述获取用户的用户兴趣标签及各个用户兴趣标签的活跃度的步骤之前，还包括：获取用户的行为数据对应的行为文本；解析所述行为文本，得到用户的用户兴趣标签及各个用户兴趣标签的活跃度。3.根据权利要求2所述的方法，其特征在于，所述解析所述行为文本，得到用户的用户兴趣标签及各个用户兴趣标签的活跃度的步骤包括：对所述行为文本进行分词；根据各个分词出现的频率计算各个分词的活跃度；根据各个分词的活跃度筛选得到作为用户的用户兴趣标签的分词及其对应的活跃度。4.根据权利要求1所述的方法，其特征在于，所述解析待推荐信息，得到所述待推荐信息对应的信息标签及各个信息标签的活跃度的步骤包括：获取待推荐信息，对所述待推荐信息对应的信息文本进行分词；根据各个分词出现的频率计算各个分词的活跃度；根据各个分词的活跃度筛选得到作为信息标签的分词及其对应的活跃度。5.根据权利要求1所述的方法，其特征在于，所述根据所述信息标签与所述用户兴趣标签的匹配度、所述用户兴趣标签的活跃度、信息标签的活跃度计算所述待推荐信息与所述用户的匹配分数的步骤包括：判断所述信息标签与用户兴趣标签是否相同，如果相同，则为匹配；筛选出匹配的有效信息标签与有效用户兴趣标签；根据所述匹配的有效信息标签的活跃度与有效用户兴趣标签的活跃度计算得到待推荐信息与所述用户的匹配分数。6.根据权利要求1所述的方法，其特征在于，所述根据所述匹配分数推荐所述待推荐信息的步骤包括：获取所述待推荐信息的发布时间和当前推荐时间；根据所述发布时间、当前推荐时间和匹配分数得到推荐分数；根据所述推荐分数推荐所述待推荐信息。7.一...

【专利技术属性】
技术研发人员：程刚，任鹏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44