The invention provides a mining method and device for user intention, a computer device and a readable medium. The method includes: mining several intention information of each user according to the historical behavior data of each user among multiple users; expanding the intention information of each user according to several intention information of each user to make advertisement recommendation. The technical scheme of the invention can make up for the shortcomings of the existing technology, effectively and comprehensively mine the user's intention information, so as to make effective advertising recommendation according to the user's intention information, thereby effectively improving the efficiency of advertising recommendation.
【技术实现步骤摘要】
用户意图的挖掘方法及装置、计算机设备及可读介质
本专利技术涉及计算机应用
，尤其涉及一种用户意图的挖掘方法及装置、计算机设备及可读介质。
技术介绍
随着移动时代的推进，内容生态蓬勃发展，越来越多展示类场景流量出现在人们日常生活中，广告主有意愿获取更多展示类商业流量。现有技术中，在信息流场景下，用户主要出于浏览的目的，没有明确的检索行为，广告主无法直接获取用户的意图。通常仅仅根据用户的一些特征信息如年龄、职业身份、兴趣爱好等特征，来向用户进行广告推荐。但是这种场景下，由于无法获取用户的真正意图，导致推荐的广告并不一定是用户在浏览时真正想要点击查看的广告，从而导致广告推荐效率较低。基于上述问题，本专利技术亟需提供一种信息流场景下的用户意图的挖掘方案，以便于根据用户意图进行广告推荐，从而进一步提高广告推荐效率。
技术实现思路
本专利技术提供了一种用户意图的挖掘方法及装置、计算机设备及可读介质，用于弥补现有技术的不足，提供一种有效地用户意图的挖掘方案。本专利技术提供一种用户意图的挖掘方法，所述方法包括：根据多个用户中每个所述用户的历史行为数据，挖掘各所述用户...
【技术保护点】
1.一种用户意图的挖掘方法，其特征在于，所述方法包括：根据多个用户中每个所述用户的历史行为数据，挖掘各所述用户的数个意图信息；根据各所述用户的数个意图信息，扩展各所述用户的意图信息，以进行广告推荐。
【技术特征摘要】
1.一种用户意图的挖掘方法，其特征在于，所述方法包括：根据多个用户中每个所述用户的历史行为数据，挖掘各所述用户的数个意图信息；根据各所述用户的数个意图信息，扩展各所述用户的意图信息，以进行广告推荐。2.根据权利要求1所述的方法，其特征在于，根据各所述用户的数个意图信息，扩展各所述用户的意图信息之后，所述方法还包括：从扩展后的各所述用户的多个意图信息中获取N个意图信息，以基于所述N个意图信息进行广告推荐。3.根据权利要求2所述的方法，其特征在于，所述根据各所述用户的数个意图信息，扩展各所述用户的意图信息，具体包括：根据各所述用户的数个意图信息，从好友维度扩展各所述用户的意图信息，得到各所述用户的第一意图信息列表；和/或根据各所述用户的数个意图信息，从意图信息维度扩展各所述用户的意图信息，得到各所述用户的第二意图信息列表。4.根据权利要求3所述的方法，其特征在于，根据各所述用户的数个意图信息，从好友维度扩展各所述用户的意图信息，得到各所述用户的第一意图信息列表，具体包括：根据各所述用户的数个意图信息，获取各所述意图信息对应的用户列表；根据各所述意图信息对应的用户列表，获取任意两个所述用户的好友相似度；根据任意两个所述用户的好友相似度，获取与各所述用户的好友相似度高于预设好友相似度阈值的好友用户的标识；根据各所述用户的好友用户的标识，将对应的所述好友用户的数个意图信息扩展为对应的所述用户的意图信息，得到各所述用户的第一意图信息列表。5.根据权利要求4所述的方法，其特征在于，从扩展后的各所述用户的多个意图信息中获取N个意图信息，具体包括：对各所述用户的所述第一意图信息列表中的意图信息进行排序；按照排序后的顺序，从排序后的所述第一意图信息列表中取前N个意图信息。6.根据权利要求5所述的方法，其特征在于，对各所述用户的所述第一意图信息列表的意图信息进行排序，具体包括：根据各所述用户以及对应的所述好友用户的历史行为数据，采集各所述用户以及对应的所述好友用户的意图信息对应的广告展示次数和广告点击次数；根据各所述用户以及对应的所述好友用户的意图信息对应的广告展示次数和广告点击次数、以及各所述用户与对应的所述好友用户的好友相似度，获取对应的所述用户的所述第一意图信息列表中的各意图信息的排序指数；在各所述用户的所述第一意图信息列表中，按照各所述意图信息的排序指数由大到小的顺序，对各意图信息进行排序。7.根据权利要求6所述的方法，其特征在于，根据各所述用户以及对应的所述好友用户的意图信息对应的广告展示次数和广告点击次数、以及各所述用户与对应的所述好友用户的相似度，获取对应的所述用户的所述第一意图信息列表中的各意图信息的排序指数，具体采用如下公式来实现：R(i，j)＝Q(i)*sqrt(D(j))*C(j)；其中所述R(i，j)表示第i个所述用户的所述第一意图信息列表中的第j个所述意图信息的排序指数；所述Q(i)表示第i个所述用户对应的好友相似度，其中：若第j个所述意图信息本身就是第i个所述用户的原始意图信息时，所述Q(i)为第i个所述用户与自身的相似度，取值为1；所述D(j)为第i个所述用户的历史行为数据中第j个所述意图信息对应的广告展示次数，所述C(j)为第i个所述用户在历史行为数据中对第j个所述意图信息对应的广告的点击次数；若第j个所述意图信息本身为第i个所述用户的好友用户的意图信息时，所述好友相似度为第i个所述用户与所述好友用户的相似度；所述Q(i)为第i个所述用户与所述好友用户的相似度；所述D(j)为所述好友用户的历史行为数据中第j个所述意图信息对应的广告展示次数，所述C(j)为所述好友用户在历史行为数据中对第j个所述意图信息对应的广告的点击次数。8.根据权利要求3所述的方法，其特征在于，根据各所述用户的数个意图信息，从意图信息维度扩展各所述用户的意图信息，得到各所述用户的第二意图信息列表，具体包括：根据各所述用户的数个意图信息，获取任意两个所述意图信息的意图相似度；根据任意两个所述意图信息的意图相似度，获取与各所述意图信息相似度高于预设意图相似度阈值的相似意图信息；根据各所述用户的数个意图信息以及各所述意图信息对应的相似意图信息，将所述用户的意图信息对应的所述相似意图信息扩展为所述用户的意图信息，得到各所述用户的第二意图信息列表。9.根据权利要求8所述的方法，其特征在于，从扩展后的各所述用户的多个意图信息中获取N个意图信息，具体包括：对各所述用户的所述第二意图信息列表中的意图信息进行排序；按照排序后的顺序，从排序后的所述第二意图信息列表中取前N个意图信息。10.根据权利要求9所述的方法，其特征在于，对各所述用户的所述第二意图信息列表中的意图信息进行排序，具体包括：根据各所述用户的历史行为数据，采集各所述用户的所述第二意图信息列表中的各所述意图信息对应的每个所述用户的广告展示次数和广告点击次数；根据各所述意图信息对应的每个所述用户的广告展示次数和广告点击次数，获取各所述用户的所述第二意图信息列表中的各所述意图信息的排序指数；在各所述用户的所述第二意图信息列表中，按照各所述意图信息的排序指数由大到小的顺序，对各意图信息进行排序。11.根据权利要求10所述的方法，其特征在于，根据各所述意图信息对应的每个所述用户的广告展示次数和广告点击次数，获取各所述用户的所述第二意图信息列表中的各所述意图信息的排序指数，具体采用如下方式来实现：根据各所述意图信息对应的每个所述用户的广告展示次数和广告点击次数，获取各所述意图信息对应的平均广告展示次数和平均广告点击次数；采用如下公式计算各所述用户的所述第二意图信息列表中的各所述意图信息的排序指数：R’(i，j)＝Q’(j)*sqrt(aveD(j))*(aveC(j))；其中所述R’(i，j)表示第i个所述用户的所述第二意图信息列表中的第j个所述意图信息的排序指数；所述Q’(j)表示第j个所述意图信息对应的意图相似度，其中：若第j个所述意图信息本身就是第i个所述用户的原始意图信息时，所述Q’(j)表示对应的第j个所述意图信息与自身的相似度，取值为1；若第j个所述意图信息为第i个所述用户的原始意图信息的相似意图信息时，所述Q’(j)表示对应的所述原始意图信息与所述相似意图信息的相似...
【专利技术属性】
技术研发人员：曹德强，黄浩，苏冬冬，刘言明，陈四通，周浩，
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。