基于用户行为数据的数据推荐方法、装置以及计算机设备制造方法及图纸

本发明专利技术公开了一种基于用户行为数据的数据推荐方法，该方法包括：通过埋点方式采集预设周期内用户在应用页面的链接的点击信息；根据预设的用户类别‑偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率；选择相似度最高的第一用户类别作为所述用户的用户类别；根据所述用户类别‑偏好数据的知识图谱获取所述第一用户类别关联值最高的推广数据，并将所述推广数据显示到所述用户的应用页面的预设位置。本发明专利技术还提供一种基于用户行为数据的数据推荐装置、计算机设备以及计算机可读存储介质。本发明专利技术能够更加精确地分析出用户的类别，并根据用户的用户类别进行推广数据的推荐，从而能够高效地将用户偏好数据推荐给用户。

Data recommendation methods, devices and computer equipment based on user behavior data

【技术实现步骤摘要】
基于用户行为数据的数据推荐方法、装置以及计算机设备
本专利技术涉及数据处理
，尤其涉及一种基于用户行为数据的数据推荐方法、装置、计算机设备及计算机可读存储介质。
技术介绍
现有的用户访问浏览器网页的行为分析方法，是根据用户访问网页时对不同的链接数据的点击信息进行记录，然后根据该记录中的点击最多次数或者点击时间最近的链接数据，从而将所述链接数据判断为所述用户的喜好数据。然后将与该喜好数据对应的推广数据显示到所述用户的浏览页面中，以达到推广数据的精确投放的效果。然而，由于用户可能在页面点击的链接数据多种多样，因此，以这种方式进行用户行为数据分析并不准确，因此后续的推广数据推荐方式也往往效率低下。
技术实现思路
有鉴于此，本专利技术提出一种用户基于用户行为数据的数据推荐方法、装置、计算机设备及计算机可读存储介质，能够通过埋点方式采集预设周期内用户在应用页面的链接的点击信息，接着根据预设的用户类别-偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率；然后选择相似度最高的第一用户类别作为所述用户的用户类别；最后再根据所述用户类别-偏好数据的知识图谱获取所述第一用户类别关联值最高的推广数据，并将所述推广数据显示到所述用户的应用页面的预设位置。因此，可以更加精确地分析出用户的类别，并根据用户的用户类别进行推广数据的推荐，从而能够高效地将用户偏好数据推荐给用户。首先，为实现上述目的，本专利技术提供一种基于用户行为数据的数据推荐方法，所述方法包括：通过埋点方式采集预设周期内用户在应用页面的链接的点击信息；根据预设的用户类别-偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率，其中，所述偏好数据包括新闻数据类别和推广数据类别；选择相似率最高的第一用户类别作为所述用户的用户类别；根据所述用户类别-偏好数据的知识图谱获取所述第一用户类别关联值最高的推广数据，然后将所述推广数据显示到所述用户的应用页面的预设位置，其中，所述推广数据包括图片、音乐和文字中的至少一种。可选地，所述“通过埋点方式采集用户在应用页面的链接的点击信息”的步骤包括：将所述应用页面上的所有链接进行分类，分为新闻数据类别和推广数据类别；对不同数据类别的链接进行埋点并标记为对应类别的埋点；获取并记录用户对于不同的埋点类别的点击次数。可选地，所述用户类别-偏好数据的知识图谱包括：用户类别通过第一关联值与新闻数据类别的关联关系，以及用户类别通过第二关联值与推广数据类别的关联关系，其中，所述关联关系是通过统计数据分析获得的偏好概率。可选地，所述“根据预设的用户类别-偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率”的步骤包括：根据所述点击信息获取所述用户对于不同埋点类别的点击概率；根据所述用户类别-偏好数据的知识图谱中每个用户类别对于不同类别的偏好数据的关联值以及所述用户对于不同埋点类别的点击概率计算所述用户与不同的用户类别的偏好数据喜好偏差率，进而计算出所述用户与不同用户类别的相似率。此外，为实现上述目的，本专利技术还提供一种基于用户行为数据的数据推荐装置，所述装置包括：采集模块，用于通过埋点方式采集预设周期内用户在应用页面的链接的点击信息；计算模块，用于根据预设的用户类别-偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率，其中，所述偏好数据包括新闻数据类别和推广数据类别；判断模块，用于选择相似率最高的第一用户类别作为所述用户的用户类别；显示模块，用于根据所述用户类别-偏好数据的知识图谱获取所述第一用户类别关联值最高的推广数据，然后将所述推广数据显示到所述用户的应用页面的预设位置，其中，所述推广数据包括图片、音乐和文字中的至少一种。可选地，所述采集模块还用于：将所述应用页面上的所有链接进行分类，分为新闻数据类别和推广数据类别；对不同数据类别的链接进行埋点并标记为对应类别的埋点；获取并记录用户对于不同的埋点类别的点击次数。可选地，所述用户类别-偏好数据的知识图谱包括：用户类别通过第一关联值与新闻数据类别的关联关系，以及用户类别通过第二关联值与推广数据类别的关联关系，其中，所述关联关系是通过统计数据分析获得的偏好概率。可选地，所述计算模块还用于：根据所述点击信息获取所述用户对于不同埋点类别的点击概率；根据所述用户类别-偏好数据的知识图谱中每个用户类别对于不同类别的偏好数据的关联值以及所述用户对于不同埋点类别的点击概率计算所述用户与不同的用户类别的偏好数据喜好偏差率，进而计算出所述用户与不同用户类别的相似率。进一步地，本专利技术还提出一种计算机设备，所述计算机设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的基于用户行为数据的数据推荐方法的步骤。进一步地，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于用户行为数据的数据推荐方法的步骤。相较于现有技术，本专利技术所提出的基于用户行为数据的数据推荐方法、装置、计算机设备及计算机可读存储介质，能够通过埋点方式采集预设周期内用户在应用页面的链接的点击信息，接着根据预设的用户类别-偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率；然后选择相似度最高的第一用户类别作为所述用户的用户类别；最后再根据所述用户类别-偏好数据的知识图谱获取所述第一用户类别关联值最高的推广数据，并将所述推广数据显示到所述用户的应用页面的预设位置。因此，可以更加精确地分析出用户的类别，并根据用户的用户类别进行推广数据的推荐，从而能够高效地将用户偏好数据推荐给用户。附图说明图1是本专利技术计算机设备一可选的硬件架构的示意图；图2是本专利技术基于用户行为数据的数据推荐装置一实施例的程序模块示意图；图3是本专利技术基于用户行为数据的数据推荐方法一实施例的流程示意图。附图标记：本专利技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在本专利技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。参阅图1所示，是本专利技术计算机设备1一可选的硬件架构的示意图。本实施例中，所述计算机设备1可包括，但不仅限于，可通过系统总线相互通信连接存储器11、处理器12、网络接口13。所述计算机设备1通过网络接口13连接网络(图1未标出)，通过网络连接到其他终端设备如移动终端(MobileT本文档来自技高网...

【技术保护点】
1.一种基于用户行为数据的数据推荐方法，其特征在于，所述方法包括步骤：通过埋点方式采集预设周期内用户在应用页面的链接的点击信息；根据预设的用户类别‑偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率，其中，所述偏好数据包括新闻数据类别和推广数据类别；选择相似率最高的第一用户类别作为所述用户的用户类别；根据所述用户类别‑偏好数据的知识图谱获取所述第一用户类别关联值最高的推广数据，然后将所述推广数据显示到所述用户的应用页面的预设位置，其中，所述推广数据包括图片、音乐和文字中的至少一种。

【技术特征摘要】
1.一种基于用户行为数据的数据推荐方法，其特征在于，所述方法包括步骤：通过埋点方式采集预设周期内用户在应用页面的链接的点击信息；根据预设的用户类别-偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率，其中，所述偏好数据包括新闻数据类别和推广数据类别；选择相似率最高的第一用户类别作为所述用户的用户类别；根据所述用户类别-偏好数据的知识图谱获取所述第一用户类别关联值最高的推广数据，然后将所述推广数据显示到所述用户的应用页面的预设位置，其中，所述推广数据包括图片、音乐和文字中的至少一种。2.如权利要求1所述的基于用户行为数据的数据推荐方法，其特征在于，所述“通过埋点方式采集用户在应用页面的链接的点击信息”的步骤包括：将所述应用页面上的所有链接进行分类，分为新闻数据类别和推广数据类别；对不同数据类别的链接进行埋点并标记为对应类别的埋点；获取并记录用户对于不同的埋点类别的点击次数。3.如权利要求1所述的基于用户行为数据的数据推荐方法，其特征在于，所述用户类别-偏好数据的知识图谱包括：用户类别通过第一关联值与新闻数据类别的关联关系，以及用户类别通过第二关联值与推广数据类别的关联关系，其中，所述关联关系是通过统计数据分析获得的偏好概率。4.如权利要求1-3任一项所述的基于用户行为数据的数据推荐方法，其特征在于，所述“根据预设的用户类别-偏好数据的知识图谱以及所述点击信息计算所述用户与每个用户类别的相似率”的步骤包括：根据所述点击信息获取所述用户对于不同埋点类别的点击概率；根据所述用户类别-偏好数据的知识图谱中每个用户类别对于不同类别的偏好数据的关联值以及所述用户对于不同埋点类别的点击概率计算所述用户与不同的用户类别的偏好数据喜好偏差率，进而计算出所述用户与不同用户类别的相似率。5.一种基于用户行为数据的数据推荐装置，其特征在于，所述基于用户行为数据的数据推荐装置包括：采集模块，用于通过埋点方式采集预设周期内用户在应用页面的链接的点击信息；计算模块，用于根据预设的...

【专利技术属性】
技术研发人员：刘翔，卢逢伟，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44