一种基于推荐系统的兴趣探索方法及装置制造方法及图纸
【技术实现步骤摘要】
一种基于推荐系统的兴趣探索方法及装置
本专利技术涉及智能控制领域，具体涉及一种基于推荐系统的兴趣探索方法及装置。
技术介绍
近年来，随着移动互联网和大数据技术的爆发性发展，智能推荐技术在越来越多的互联网产品上得到广泛应用，比如，新闻推荐(典型产品如今日头条)，电影&书籍推荐(豆瓣)，视频推荐(优酷，爱奇艺等)，商品推荐(淘宝，口袋购物)。推荐技术面临的一个主要难点就是如何尽量全面的挖掘用户的兴趣和需求。具体来说，给定一个用户，基于一些数据挖掘手段(比如挖掘用户点击历史，网页浏览历史，社交网络信息)，我们可以获取部分用户兴趣，从而解决推荐的冷启动(所谓冷启动是指：如何在没有大量用户数据的情况下设计个性化推荐系统并让用户对推荐结果满意从而愿意使用推荐系统，就是冷启动问题)问题。但是，一味满足已知的用户兴趣容易导致推荐范围变窄和用户满意度下降。目前主流的推荐系统一般采用下列几种方式：1、推荐的内容中插入一些兴趣扩展的内容：比如，假定推荐模型知道用户对于EXO和鹿晗感兴趣，可以在推荐相关新闻时插入其它韩国明星的新闻。如果用户也点击了这些内容，系统就会把“韩国明星”...
【技术保护点】
一种基于推荐系统的兴趣探索方法，其特征在于，包括：基于推荐页面展示预先构建的兴趣词；根据对所述兴趣词的操作行为获取所述兴趣词对应的相关数据信息；根据对所述相关数据信息的操作行为更新推荐模型，并通过更新后的所述推荐模型提供推荐数据。
【技术特征摘要】
1.一种基于推荐系统的兴趣探索方法，其特征在于，包括：基于推荐页面展示预先构建的兴趣词；根据对所述兴趣词的操作行为获取所述兴趣词对应的相关数据信息；根据对所述相关数据信息的操作行为更新推荐模型，并通过更新后的所述推荐模型提供推荐数据。2.根据权利要求1所述基于推荐系统的兴趣探索方法，其特征在于，所述预先构建的兴趣词包括：在所述推荐系统的搜索日志中查找各分类下的搜索频率最高的检索词，形成检索词集合；针对每一用户对所述检索词集合内的所述检索词进行筛选；将筛选后的所述检索词作为兴趣词存储在所述用户的兴趣词数据中。3.根据权利要求2所述的基于推荐系统的兴趣探索方法，其特征在于，所述检索词集合包括：所述检索词和所述检索词对应的分类标签。4.根据权利要求3所述的基于推荐系统的兴趣探索方法，其特征在于，所述对所述检索词集合内的所述检索词进行筛选包括：将所述检索词集合中的所述检索词所对应的分类标签分别与每一用户的兴趣标签进行匹配，若匹配，则选取所述分类标签对应的所述检索词，并进入所述将筛选后的所述检索词作为兴趣词存储在所述用户的兴趣词数据中的步骤，若不匹配，则删除所述检索词。5.根据权利要求2所述的基于推荐系统的兴趣探索方法，其特征在于，所述将筛选后的所述检索词作为兴趣词存储在所述用户的兴趣词数据中包括：对所述筛选后的所述检索词进行排序。6.根据权利要求5所述基于推荐系统的兴趣探索方法，其特征在于，所述对所述筛选后的所述检索词进行排序，包括：计算所述检索词对应各个用户的检索分值；按照所述检索分值对所述各个用户的所述检索词进行降序排列。7.根据权利要求6所述的基于推荐系统的兴趣探索方法，其特征在于，所述计算所述检索词对应各个用户的检索分值采用如下公式获得：score(u，v)＝w1×hot(v)+w2×relevance(u，v)+w3×fresh(u，v)其中，所述u表示用户；所述v表示检索词；w1，w2和w3代表函数权重；hot(v)表示计算v热度的函数；relevance(u，v)表示u和v的相关度；fresh(u，v)表示v对于u的新鲜度。8.根据权利要求5所述的基于推荐系统的兴趣探索方法，其特征在于，所述对所述筛选后的所述检索词进行排序包括：记录各个用户对所述检索词的操作行为的次数；将所述次数与预先建立的排序模型中的数据进行匹配，获得所述检索词操作行为的概率值；根据所述概率值对所述检索词进行降序排列。9.根据权利要求5所述的基于推荐系统的兴趣探索方法，其特征在于，所述对所述筛选后的所述检索词进行排序，将排序后的所述检索词作为所述兴趣词存储在用户兴趣词数据库中，包括：对所述排序后的所述检索词进行过滤。10.根据权利要求1所述的基于推荐系统的兴趣探索方法，其特征在于，所述基于推荐页面展示预先构建的兴趣词包括：将所述兴趣词组成兴趣词集合的形式，显示在所述推荐页面的推荐栏中。11.根据权利要求1所述的基于推荐系统的兴趣探索方法，其特征在于，所述基于推荐页面展示预先构建的兴趣词包括：根据预先设定的轮播规则，将所述兴趣词在...
【专利技术属性】
技术研发人员：卢子豪，曹欢欢，
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
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。