一种朗读作品针对用户的推荐算法规则制造技术

本发明专利技术公开了一种朗读作品针对用户的推荐算法规则，涉及互联网推荐算法技术领域，具体为一种朗读作品针对用户的推荐算法规则，包括以下步骤：作品推荐系统以及角色的建立；用户即：内容消费者，标签获取；朗读者即：内容生产者，提供作品标签；作品曝光池与备选池建立；用户个性标签与曝光池作品匹配推荐。该朗读作品针对用户的推荐算法规则，采用爱好标签相似度匹配与质量热度随机曝光规则结合，使热度高、质量高的内容应得到高曝光，用户即：内容消费者，能不断获取感兴趣的朗读作品，为朗读音视频信息流场景提供更高效的个性化内容分发服务，提升业务转化效果，同时可为内容社区提供个性化推荐服务，提升内容社区用户活跃度。提升内容社区用户活跃度。提升内容社区用户活跃度。

【技术实现步骤摘要】
一种朗读作品针对用户的推荐算法规则


[0001]本专利技术涉及互联网推荐算法
，具体为一种朗读作品针对用户的推荐算法规则。

技术介绍

[0002]推荐算法是计算机专业中的一种算法，通过一些数学算法，推测出用户可能喜欢的东西，目前应用推荐算法比较好的地方主要是网络。所谓推荐算法就是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。
[0003]随着数字多媒体技术的不断发展与应用，朗读作品受到了大众的欣赏和喜爱，人们可以通过在线试听、在线下载等多种方式方便地获取朗读作品资源，但随着朗读作品库变得越来越大，朗读作品资源越来越丰富，如何让用户在浩瀚如海的作品库里高效地获取自己感兴趣的作品便成了一个难题，目前，常用的朗读作品的方法主要有基于内容推荐、协同过滤推荐、基于关联规则推荐以及混合推荐等。而应用最广泛的是协同过滤推荐，其包括基于邻居和基于模型两种方法。基于邻居的朗读作品推荐方法通常用于研究用户或朗读作品之间的相似度计算问题，即通过计算用户和邻居的兴趣相似性，向用户推荐邻居听过的朗读作品，或通过分析用户的试听行为记录的朗读作品，根据用户行为计算不同朗读作品之间的相似度。而基于模型的朗读作品推荐方法则试图将用户
‑
朗读作品的关系评估数据转化为不同的模型，并使用这些模型在未知场景中向用户推荐朗读作品。虽然现有的朗读作品推荐系统种类繁多，但推荐效果良莠不齐，或多或少都存在一些典型的问题，为此我们提出一种朗读作品针对用户的推荐算法规则以解决上述提出的问题。
[0004](一)解决的技术问题
[0005]本专利技术提供了一种朗读作品针对用户的推荐算法规则，采用爱好标签相似度匹配与质量热度随机曝光规则结合，具备可提供更高效的个性化内容分发服务、提升业务转化效果等优点，解决了上述提出的问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：一种朗读作品针对用户的推荐算法规则，包括以下步骤：作品推荐系统以及角色的建立；用户即：内容消费者，标签获取；朗读者即：内容生产者，提供作品标签；作品曝光池与备选池建立；用户个性标签与曝光池作品匹配推荐；作品好感度权重降低机制；关注用户与互相关注用户推荐机制。
[0008]优选的，所述作品推荐系统以及角色的建立具体为：
[0009]用户即：内容消费者：用户浏览平台的推荐页面，平台根据用户初始设定的感兴趣的标签，呈现给用户相应的内容，从内容形式的角度看，分为视频与音频；
[0010]朗读者即：内容生产者：朗读者在平台上传、录制作品，并且提供作品内容的标题，话题等标签；
[0011]平台运营端：平台端接收各种上传、制作的内容，并且对内容的标签进行统计，分类，汇总等一系列操作，形成内容标签池，同时也对用户初始设定以及消费行为中产生的标
签进行统计，分类，汇总等一系列操作，形成用户标签池。
[0012]优选的，所述用户即：内容消费者，标签获取具体为：每个用户即：内容消费者，建立兴趣标签池，所述标签池分为静态标签、动态标签；
[0013]所述静态标签具体为：用户首次登录优谷朗读，选择初始兴趣标签；用户昵称、用户简介；
[0014]所述动态标签具体为：搜索：通过搜索功能，平台可以搜集到关键词标签与历史关键词标签；观看行为：点赞、评论、分享、收藏；作品录制行为：经常录制的作品素材类型；关注：关注朗读者行为。
[0015]优选的，所述朗读者即：内容生产者，提供作品标签具体为：每个作品建立兴趣标签池，所述标签池为显性标签、隐形标签；
[0016]所述显性标签具体为：投稿作品：标题、描述、话题、作品素材类型；
[0017]所述隐性标签具体为：作品审核：作品通过人工审核，通过人工标签形式，赋予作品额外标签类型。
[0018]优选的，所述作品曝光池与备选池建立具体为：作品按热度值排序；数据过滤(作品备选池与曝光池)；刷新机制。
[0019]优选的，所述用户个性标签与曝光池作品匹配推荐具体为：用户与作品；用户与相似用户的喜欢；
[0020]优选的，所述作品好感度权重降低机制具体为：权重最低为0，取消该用户对应的兴趣标签；交互动作(针对作品)权重；选择不感兴趣
‑
1；举报
‑
0.1；播放8分之一时长划掉
‑
0.05。
[0021]优选的，所述关注用户与互相关注用户推荐机制具体为：关注用户：关注用户7天内新作品加入曝光池，随机顺序推荐给关注该用户的人(不经过用户作品标签相似度规则)；相互关注：相互关注用户7天内新作品加入曝光池，并最优先推荐给用户。
[0022](三)有益效果
[0023]本专利技术具备以下有益效果：
[0024]1、该朗读作品针对用户的推荐算法规则，采用爱好标签相似度匹配与质量热度随机曝光规则结合，使热度高、质量高的内容应得到高曝光，用户即：内容消费者，能不断获取感兴趣的朗读作品，为朗读音视频信息流场景提供更高效的个性化内容分发服务，提升业务转化效果，同时可为内容社区提供个性化推荐服务，提升内容社区用户活跃度，助力相关朗读音视频相关产品业务实现核心业务指标增长效果。
附图说明
[0025]图1为本专利技术算法流程的结构示意图。
具体实施方式
[0026]下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。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。
[0027]本专利技术提供一种技术方案：一种朗读作品针对用户的推荐算法规则，包括以下步骤：作品推荐系统以及角色的建立；用户即：内容消费者，标签获取；朗读者即：内容生产者，提供作品标签；作品曝光池与备选池建立；用户个性标签与曝光池作品匹配推荐；作品好感度权重降低机制；关注用户与互相关注用户推荐机制。
[0028]所述作品推荐系统以及角色的建立具体为：
[0029]用户即：内容消费者：用户浏览平台的推荐页面，平台根据用户初始设定的感兴趣的标签，呈现给用户相应的内容，从内容形式的角度看，分为视频与音频，用户在播放视频、音频的同时，可以对作品进行点赞、评论、转发、收藏(小程序)；
[0030]朗读者即：内容生产者：朗读者在平台上传、录制作品，并且提供作品内容的标题，话题等标签，通过这些标签，朗读者可以简单介绍作品的内容或者吸引用户来消费内容；
[0031]平台运营端：平台端接收各种上传、制作的内容，并且对内容的标签进行统计，分类，汇总等一系列操作，形成内容标签池，同时也对用户初始设定以及消费行为中产生的标签进行统计，分类，汇总等一系列操作，形成用户标签池，再根据用户标签从内容标签池中筛选出合适的内容推荐给相应的用户；
[0032]三个角色并不是简单的先后关系，用户在消费内容的过程中对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种朗读作品针对用户的推荐算法规则，其特征在于，包括以下步骤：作品推荐系统以及角色的建立；用户即：内容消费者，标签获取；朗读者即：内容生产者，提供作品标签；作品曝光池与备选池建立；用户个性标签与曝光池作品匹配推荐；作品好感度权重降低机制；关注用户与互相关注用户推荐机制。2.根据权利要求1所述的一种朗读作品针对用户的推荐算法规则，其特征在于：所述作品推荐系统以及角色的建立具体为：用户即：内容消费者：用户浏览平台的推荐页面，平台根据用户初始设定的感兴趣的标签，呈现给用户相应的内容，从内容形式的角度看，分为视频与音频；朗读者即：内容生产者：朗读者在平台上传、录制作品，并且提供作品内容的标题，话题等标签；平台运营端：平台端接收各种上传、制作的内容，并且对内容的标签进行统计，分类，汇总等一系列操作，形成内容标签池，同时也对用户初始设定以及消费行为中产生的标签进行统计，分类，汇总等一系列操作，形成用户标签池。3.根据权利要求1所述的一种朗读作品针对用户的推荐算法规则，其特征在于：所述用户即：内容消费者，标签获取具体为：每个用户即：内容消费者，建立兴趣标签池，所述标签池分为静态标签、动态标签；所述静态标签具体为：用户首次登录优谷朗读，选择初始兴趣标签；用户昵称、用户简介；所述动态标签具体为：搜索：通过搜索功能，平台可以搜集到关键词标签与历史关键词标签；观看行为：点赞、评论、分享、收藏；作品录制行为：经常录制的作品素材类型；关注：关...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：广州优谷信息技术有限公司，
类型：发明
国别省市：