一种标签推荐方法及系统技术方案

本发明专利技术公开了一种标签推荐方法及系统，方法包括：通过对用户与应用的交互行为的统计与计算，为每个用户打上若干个标签，基于为每个用户打上的若干个标签计算出标签共现性，基于为每个用户打上的若干个标签计算用户兴趣一致性，基于标签共现性和用户兴趣一致性，得出推荐标签。本发明专利技术能够通过综合考虑标签共现性以及用户兴趣一致性两个方面来进行推荐，相对于现有技术，能够提供更加优质的标签推荐，并且能够解决用户量过大的问题，提升了用户体验。

【技术实现步骤摘要】
一种标签推荐方法及系统
本专利技术涉及信息
，尤其涉及一种标签推荐方法及系统。
技术介绍
随着社会和技术的飞速发展，越来越多的人习惯在手机端处理自己的生活，工作，学习和娱乐，APP上呈现给用户内容的优劣将直接影响到用户的体验，进而影响到用户在APP上的驻留时间。因此，一个好的推荐系统能够在捕捉到用户与APP的交互之后，立即为用户推荐出用户可能感兴趣的新鲜内容，进而增加用户与APP的互动，从而让这种互动转变为用户的一种习惯或者喜好，最后使得用户成为APP的忠实用户。在众多推荐方法中，协同过滤模型是最常用并且高效的推荐算法。协同过滤算法可以简单的分为基于用户的协同过滤算法和基于物品的协同过滤算法。基于用户的协同过滤算法即根据相似用户的喜好进行推荐，它的机理在于相似的人大概率有相似的爱好。该方法的优势在于，它能够将新的事物推荐给用户，从而发现用户新的兴趣点；但该方法的劣势在于，1)无法解决冷启动问题；2)交互很少的用户很难做到精准推荐；3)当用户数量较大时，与所有用户计算相似度代价非常大。基于物品的协同过滤算法即根据物品本文档来自技高网...

【技术保护点】
1.一种标签推荐方法，其特征在于，包括：/n通过对用户与应用的交互行为的统计与计算，为每个用户打上若干个标签；/n基于为每个用户打上的若干个标签计算出标签共现性；/n基于为每个用户打上的若干个标签计算用户兴趣一致性；/n基于所述标签共现性和用户兴趣一致性，得出推荐标签。/n

【技术特征摘要】
1.一种标签推荐方法，其特征在于，包括：
通过对用户与应用的交互行为的统计与计算，为每个用户打上若干个标签；
基于为每个用户打上的若干个标签计算出标签共现性；
基于为每个用户打上的若干个标签计算用户兴趣一致性；
基于所述标签共现性和用户兴趣一致性，得出推荐标签。


2.根据权利要求1所述的方法，其特征在于，所述基于为每个用户打上的若干个标签计算出标签共现性包括：
基于为每个用户打上的若干个标签，根据标签聚合该标签排名前N的用户；
计算两个标签之间的共现性，得到每个标签排名前N的共现标签。


3.根据权利要求2所述的方法，其特征在于，所述基于为每个用户打上的若干个标签计算用户兴趣一致性包括：
基于为每个用户打上的若干个标签，聚合所有用户的排名前N的兴趣点；
根据排名前N的兴趣点得到每个兴趣点的感兴趣用户组；
根据得到每个兴趣点的感兴趣用户组，结合用户的兴趣点，为每个用户聚合一个与其相似的用户群组；
在得到的用户群组上计算用户之间的余弦相似度，得到用户的相似度排名；
基于相似度排名，对相似用户的标签进行加权，得到目标用户没有的且分数排名前N的标签。


4.根据权利要求3所述的方法，其特征在于，所述基于所述标签共现性和用户兴趣一致性，得出推荐标签包括：
对所述标签共现性和用户兴趣一致性进行系数加权，得出推荐标签。


5.根据权利要求4所述的方法，其特征在于，还包括：
将所述推荐标签返回给用户。

【专利技术属性】
技术研发人员：张鹏宇，
申请(专利权)人：小红书科技有限公司，
类型：发明
国别省市：上海;31