一种图集个性化推荐的方法、装置、服务器和存储介质制造方法及图纸
【技术实现步骤摘要】
一种图集个性化推荐的方法、装置、服务器和存储介质
本专利技术实施例涉及通信
，尤其涉及一种图集个性化推荐的方法、装置、服务器和存储介质。
技术介绍
随着网络技术的发展，个性化推荐在互联网中的应用越来越广泛，准确的推荐可以帮助用户更快找到所需的内容，节约用户的时间。目前个性化推荐的方案主要基于文本标签体系进行的，参见图1，首先挖掘可推荐资源的文本标签，并基于文本标签构建用户的兴趣模型，进而进行个性化推荐。然而这种完全基于文本进行的个性化推荐方式，在图集资源的推荐时，存在一定的局限性。
技术实现思路
本专利技术实施例提供一种图集个性化推荐的方法、装置、服务器和存储介质，可以提高个性化推荐的准确率。第一方面，本专利技术实施例提供了一种图集个性化推荐的方法，包括：确定用户的视觉兴趣点；将所述用户的视觉兴趣点与预先构建的图集资源与视觉兴趣点之间的关联关系进行匹配，得到候选图集资源；对所述候选图集资源进行排序；依据排序结果为用户推荐图集资源。第二方面，本专利技术实施例还提供了一种图集个性化推荐的装置，该装置包括：视觉兴趣点模块，用于确定用户的视觉兴趣点；候选图集资源模块，用...
【技术保护点】
一种图集个性化推荐的方法，其特征在于，包括：确定用户的视觉兴趣点；将所述用户的视觉兴趣点与预先构建的图集资源与视觉兴趣点之间的关联关系进行匹配，得到候选图集资源；对所述候选图集资源进行排序；依据排序结果为用户推荐图集资源。
【技术特征摘要】
1.一种图集个性化推荐的方法，其特征在于，包括：确定用户的视觉兴趣点；将所述用户的视觉兴趣点与预先构建的图集资源与视觉兴趣点之间的关联关系进行匹配，得到候选图集资源；对所述候选图集资源进行排序；依据排序结果为用户推荐图集资源。2.根据权利要求1所述的方法，其特征在于，所述确定用户的视觉兴趣点，包括：从用户视觉兴趣模型所包含的视觉兴趣点中筛选得到所述用户的视觉兴趣点，其中所述用户视觉兴趣模型是预先依据用户对图集资源的历史行为构建的。3.根据权利要求2所述的方法，其特征在于，所述从用户视觉兴趣模型所包含的视觉兴趣点中筛选得到所述用户的视觉兴趣点，包括：依据所述用户视觉兴趣模型中包含的视觉兴趣点的点击率，依据用户对视觉兴趣点的展现次数确定的长期兴趣因子，以及依据用户对视觉兴趣点的点击时间确定的短期兴趣因子，确定所述用户视觉兴趣模型所包含的视觉兴趣点的感兴趣程度；依据所述感兴趣程度从所述用户视觉兴趣模型所包含的视觉兴趣点中筛选得到用户的视觉兴趣点。4.根据权利要求2所述的方法，其特征在于，所述用户视觉兴趣模型是预先依据用户对图集资源的历史行为构建的，包括：若检测到用户对任一图集资源有展现和/或点击行为，则确定所述用户视觉兴趣模型中是否包含该图集资源的视觉兴趣点，并依据用户对该图集资讯的浏览行为，确定该图集资源的视觉兴趣点的兴趣权重值；若不包含，且所述兴趣权重值大于权重阈值，则将该图集资源的视觉兴趣点添加到所述用户视觉兴趣模型中；若包含，且所述兴趣权重值大于权重阈值，则在所述用户视觉兴趣模型中更新该图集资源的视觉兴趣点的兴趣权重值。5.根据权利要求4所述的方法，其特征在于，所述将该图集资源的视觉兴趣点添加到用户视觉兴趣模型中之后，还包括：若所述用户视觉兴趣模型中包含的视觉兴趣点的数量大于数量阈值，则依据视觉兴趣点的兴趣权重值进行视觉兴趣点清理。6.根据权利要求1所述的方法，其特征在于，对所述候选图集资源进行排序，包括：依据用户和所述候选图集资源的视觉相关性和文本相关性对所述候选图集资源进行排序。7.根据权利要求6所述的方法，其特征在于，依据用户和所述候选图集资源的视觉相关性和文本相关性对所述候选图集资源进行排序，包括：依据所述候选图集资源的点击率，用户和所述候选图集资源的视觉相关性和文本相关性，以及所述候选图集资源的时间衰减因子对所述候选图集资源进行排序。8.根据权利要求6所述的方法，其特征在于，确定所述用户和所述候选图集资源的视觉相关性，包括：依据所述候选图集资源中包含的属于所述用户视觉兴趣模型中的视觉兴趣点的数量，以及视觉兴趣点的兴趣权重，确定用户和所述候选图集资源的视觉相关性。9.根据权利要求1-8任一项所述的方法，其特征在于，所述依据所述...
【专利技术属性】
技术研发人员：章巍巍，潘平，石瑾，
申请(专利权)人：百度在线网络技术北京有限公司，
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。