【技术实现步骤摘要】
一种电子资源推荐方法、装置和可读介质
本专利技术涉及网络数据分析与处理
，尤其涉及一种电子资源推荐方法、装置和可读介质。
技术介绍
随着互联网技术的发展，网络信息呈指数增长趋势，一改之前的信息匮乏，而是出现了信息爆炸和信息过载的现象。然而每个用户感兴趣的信息也是不一样的，因此，如何在大量的信息中推荐出满足各个用户实际需求的信息是提高用户体验必须要解决的问题之一。协同过滤(CollaborativeFiltering，CF)算法是推荐领域应用非常广泛的一种方法。以基于项目(Item)的协同过滤方法(ItemCollaborativeFiltering，ItemCF)应用到新闻推荐场景下为例进行说明，这里的Item即为新闻。现有的ItemCF推荐方法主要根据两篇新闻共同的点击次数，以及各自被点击的次数，来计算两篇新闻之间的相似度。但该方法存在两个问题：1)没有考虑Item的曝光信息，比如某篇新闻被用户1点击但没有被用户2点击，造成这一情况的原因可能是该新闻根本没有对用户2曝光，而不是因为用户2对该新闻不感兴趣；2)没有考虑...
【技术保护点】
1.一种电子资源推荐方法，其特征在于，包括：/n获取电子资源推荐请求，所述电子资源推荐请求用于请求为待推荐用户推荐电子资源；/n从数据库中提取所述待推荐用户的电子资源召回结果，其中，所述电子资源召回结果为利用基于用户行为的协同过滤ACF算法确定出的，所述ACF算法为基于电子资源的被点击信息和电子资源的曝光信息确定的；/n根据所述电子资源召回结果，向所述待推荐用户推荐电子资源。/n
【技术特征摘要】
1.一种电子资源推荐方法，其特征在于，包括：
获取电子资源推荐请求，所述电子资源推荐请求用于请求为待推荐用户推荐电子资源；
从数据库中提取所述待推荐用户的电子资源召回结果，其中，所述电子资源召回结果为利用基于用户行为的协同过滤ACF算法确定出的，所述ACF算法为基于电子资源的被点击信息和电子资源的曝光信息确定的；
根据所述电子资源召回结果，向所述待推荐用户推荐电子资源。
2.如权利要求1所述的方法，其特征在于，所述基于用户行为的协同过滤ACF算法包括基于电子资源Item的ACF算法，以及利用基于用户行为的协同过滤ACF算法确定电子资源召回结果，具体包括：
确定所述待推荐用户历史点击的已点击电子资源；
针对各个已点击电子资源，利用基于Item的ACF算法从电子资源库中确定各个已点击电子资源的候选推荐电子资源；
将基于各个已点击电子资源确定出的候选推荐电子资源确定为电子资源召回结果。
3.如权利要求1所述的方法，其特征在于，所述基于用户行为的协同过滤ACF算法还包括基于用户User的ACF算法，以及利用基于用户行为的协同过滤算法确定电子资源召回结果，具体包括：
利用基于User的ACF算法，确定所述待推荐用户的候选推荐用户；
确定每一候选推荐用户历史点击的已点击电子资源；
将基于各个候选推荐用户确定出的已点击电子资源确定为所述待推荐用户的电子资源召回结果。
4.如权利要求1所述的方法，其特征在于，所述基于用户行为的协同过滤ACF算法包括基于电子资源Item的ACF算法和基于用户User的ACF算法；以及利用基于用户行为的协同过滤ACF算法确定电子资源召回结果，具体包括：
将基于Item的ACF算法为所述待推荐用户确定出的电子资源召回子结果和基于User的ACF算法为所述待推荐用户确定出的电子资源召回子结果共同确定为所述待推荐用户的电子资源召回结果。
5.如权利要求2或4所述的方法，其特征在于，所述电子资源的被点击信息和曝光信息为根据待推荐用户访问电子资源的日志信息和其他用户访问电子资源的日志信息确定出的；以及
针对各个已点击电子资源，分别利用基于Item的ACF算法从电子资源库中确定各个已点击电子资源的候选推荐电子资源，具体包括：
根据待推荐用户访问电子资源的日志信息和其他访问用户访问电子资源的日志信息，确定该已点击电子资源与所述电子资源库中除该已点击电子资源以外的任一发布电子资源之间的共点击用户数量，以及确定该发布电子资源的曝光用户中点击了该已点击电子资源的用户的第一数量；
基于每一发布电子资源确定出的共点击用户数量和第一数量，确定该已点击电子资源与每一发布电子资源之间的推荐概率，其中，所述推荐概率与共点击用户数量呈正相关，与所述第一数量呈负相关；
基于各个发布电子资源确定出的推荐概率，确定该已点击电子资源的候选推荐电子资源。
6.如权利要求2或4所述的方法，其特征在于，所述被点击信息包括点击电子资源的用户的标识信息，所述曝光信息包括电子资源的曝...
【专利技术属性】
技术研发人员：冯晓强，李冰锋，李彪，范欣，
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
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。