偏好挖掘方法、装置、存储介质及电子设备制造方法及图纸

本公开提供一种偏好挖掘方法、装置、存储介质及电子设备。该偏好挖掘方法包括：获取距今指定时间段内的用户行为形成的用户行为日志；在所述用户行为日志中提取出目标用户针对指定维度的枚举对象所发起的操作事件；至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前时间在所述指定维度所偏好的枚举对象。本公开通过针对操作事件的类型和时间进行偏好挖掘，能够更加聚焦于用户的近期偏好信息，提高偏好挖掘的准确度。准确度。准确度。

【技术实现步骤摘要】
偏好挖掘方法、装置、存储介质及电子设备


[0001]本公开涉及数据处理
，尤其涉及一种偏好挖掘方法、装置、存储介质及电子设备。

技术介绍

[0002]在智能推荐系统中，一个核心的问题就是对用户的偏好建模，精准地把握住用户的偏好信息便可以提高个性化推荐的成功率。所谓的用户偏好就是指用户对物品或服务等内容的喜好程度。如何利用已有的用户行为和信息，准确地对用户偏好进行预测是一个很重要的问题。

技术实现思路

[0003]鉴于以上现有技术的缺点，本专利技术的目的在于提出一种偏好挖掘方法、装置、存储介质及电子设备，用于高效准确地挖掘出用户的当前偏好。
[0004]第一方面，本公开提供一种偏好挖掘方法，包括：
[0005]获取距今指定时间段内的用户行为形成的用户行为日志；
[0006]在所述用户行为日志中提取出目标用户针对指定维度的枚举对象所发起的操作事件；
[0007]至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前时间在所述指定维度所偏好的枚举对象。
[0008]可选的，所述在所述用户行为日志中提取出目标用户针对指定维度的枚举对象所发起的操作事件，包括：
[0009]在所述用户行为日志中提取出目标用户针对行业维度中的各个行业所发起的操作事件，或者，
[0010]在所述用户行为日志中提取出目标用户针对地域维度中的各个地域所发起的操作事件。
[0011]可选的，所述至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前在所述指定维度所偏好的枚举对象，包括：
[0012]确定所述目标用户对一枚举对象发起的各个操作事件，至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户对所述枚举对象的当前偏好度；
[0013]根据所述目标用户对各个枚举对象的当前偏好度进行排序，依据排序结果确定所述目标用户当前在所述指定维度所偏好的枚举对象。
[0014]可选的，所述确定所述目标用户对一枚举对象发起的各个操作事件，至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户对所述枚举对象的当前偏好度，包括：
[0015]针对所述目标用户对一枚举对象发起的各个操作事件，基于各个所述操作事件的
类型确定各个所述操作事件所表征的初始兴趣度；
[0016]基于各个所述操作事件的发生时间与当前时间的间隔时长对所述初始兴趣度进行衰减处理，并确定各个所述操作事件所表征的衰减后兴趣度；
[0017]基于所述各个所述操作事件所表征的衰减后兴趣度，确定所述用户对所述枚举对象的当前偏好度。
[0018]可选的，所述操作事件的类型至少包括监控事件、搜索事件和浏览事件。
[0019]可选的，所述至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前在所述指定维度所偏好的枚举对象，包括：使用如下公式，计算所述目标用户当前在所述指定维度对一枚举对象的偏好度：
[0020][0021]其中，SCORE
枚举对象
用于表示用户对所述枚举对象的偏好度，i用于表示事件的发生时间与当前时间的间隔天数，N用于表示所述指定时间段中与当前时间间隔最多的天数，b用于表示衰减系数，C
监控
、C
浏览
、C
搜索
分别用于表示所述监控事件、所述搜索事件和所述浏览事件在发生当天的发生次数，m、n和k分别用于表示所述监控事件、所述搜索事件和所述浏览事件的权重。
[0022]可选的，所述衰减系数的计算方式如下：
[0023]S＝1*e
‑
b*T
[0024]其中，S为预设参数，用于表示经过T时间后剩余兴趣度占初始兴趣度的百分比。
[0025]第二方面，基于本公开第一方面所述的偏好挖掘方法，本公开的实施例还提供一种偏好挖掘装置，包括：
[0026]日志获取模块，用于获取距今指定时间段内的用户行为形成的用户行为日志；
[0027]事件提取模块，用于在所述用户行为日志中提取出目标用户针对指定维度的枚举对象所发起的操作事件；
[0028]偏好确定模块，用于至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前时间在所述指定维度所偏好的枚举对象。
[0029]可选的，所述事件提取模块，在所述用户行为日志中提取出目标用户针对指定维度的枚举对象所发起的操作事件时，用于：
[0030]在所述用户行为日志中提取出目标用户针对行业维度中的各个行业所发起的操作事件，或者，
[0031]在所述用户行为日志中提取出目标用户针对地域维度中的各个地域所发起的操作事件。
[0032]可选的，所述偏好确定模块，在所述至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前在所述指定维度所偏好的枚举对象时，用于：
[0033]确定所述目标用户对一枚举对象发起的各个操作事件，至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户对所述枚举对象的当前偏好度；
[0034]根据所述目标用户对各个枚举对象的当前偏好度进行排序，依据排序结果确定所述目标用户当前在所述指定维度所偏好的枚举对象。
[0035]可选的，所述偏好确定模块，在确定所述目标用户对一枚举对象发起的各个操作事件，至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户对所述枚举对象的当前偏好度时，用于：
[0036]针对所述目标用户对一枚举对象发起的各个操作事件，基于各个所述操作事件的类型确定各个所述操作事件所表征的初始兴趣度；
[0037]基于各个所述操作事件的发生时间与当前时间的间隔时长对所述初始兴趣度进行衰减处理，并确定各个所述操作事件所表征的衰减后兴趣度；
[0038]基于所述各个所述操作事件所表征的衰减后兴趣度，确定所述用户对所述枚举对象的当前偏好度。
[0039]可选的，所述操作事件的类型至少包括监控事件、搜索事件和浏览事件。
[0040]可选的，所述偏好确定模块，在至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前在所述指定维度所偏好的枚举对象时，用于：使用如下公式，计算所述目标用户当前在所述指定维度对一枚举对象的偏好度：
[0041][0042]其中，SCORE
枚举对象
用于表示用户对所述枚举对象的偏好度，i用于表示事件的发生时间与当前时间的间隔天数，N用于表示所述指定时间段中与当前时间间隔最多的天数，b用于表示衰减系数，C
监控
、C
浏览
、C
搜索
分别用于表示所述监控事件、所述搜索事件和所述浏览事件在发生当天的发生次数，m、n和k分别用于表示所述监控事件、所述搜索事件和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户偏好挖掘方法，其特征在于，包括：获取距今指定时间段内的用户行为形成的用户行为日志；在所述用户行为日志中提取出目标用户针对指定维度的枚举对象所发起的操作事件；至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前时间在所述指定维度所偏好的枚举对象。2.根据权利要求1所述的用户偏好挖掘方法，其特征在于，所述在所述用户行为日志中提取出目标用户针对指定维度的枚举对象所发起的操作事件，包括：在所述用户行为日志中提取出目标用户针对行业维度中的各个行业所发起的操作事件，或者，在所述用户行为日志中提取出目标用户针对地域维度中的各个地域所发起的操作事件。3.根据权利要求1所述的用户偏好挖掘方法，其特征在于，所述至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户当前在所述指定维度所偏好的枚举对象，包括：确定所述目标用户对一枚举对象发起的各个操作事件，至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户对所述枚举对象的当前偏好度；根据所述目标用户对各个枚举对象的当前偏好度进行排序，依据排序结果确定所述目标用户当前在所述指定维度所偏好的枚举对象。4.根据权利要求3所述的用户偏好挖掘方法，其特征在于，所述确定所述目标用户对一枚举对象发起的各个操作事件，至少基于各个所述操作事件的类型、以及各个所述操作事件的发生时间确定所述目标用户对所述枚举对象的当前偏好度，包括：针对所述目标用户对一枚举对象发起的各个操作事件，基于各个所述操作事件的类型确定各个所述操作事件所表征的初始兴趣度；基于各个所述操作事件的发生时间与当前时间的间隔时长对所述初始兴趣度进行衰减处理，并确定各个所述操作事件所表征的衰减后兴趣度；基于所述各个所述操作事件所表征的衰减后兴趣度，确定所述用户对所述枚举对象的当前偏好度。5.根据权利要求1所述的用户偏好挖掘方法，其特征在于，所述操作事件的类型至少包括监控事件、搜索事件和浏览事...

【专利技术属性】
技术研发人员：黄浩，
申请(专利权)人：北京金堤科技有限公司，
类型：发明
国别省市：