【技术实现步骤摘要】
一种内容推荐方法
[0001]本专利技术涉及计算机
，具体涉及一种内容推荐方法。
技术介绍
[0002]个性化、定制化、精准化的内容推荐能带来更好的用户体验，帮助互联网平台提升用户粘性、带来营收增长，以低运算成本高推荐准确度为目标的内容推荐方法成为各互联网平台的核心竞争力之一。近些年，游戏市场不断增长，面向游戏应用的内容推荐也成为互联网应用平台、尤其是游戏应用平台促进业务增长的主要手段之一。
[0003]考虑到游戏应用不同于文字视频内容，用户尝试新游戏应用付出的时间成本更高，导致一旦推荐无效，用户对游戏应用平台的评价将受到较大消极影响，带来用户流失风险。然而，当前面向游戏应用的内容推荐往往受限于用户在平台上的行为数据缺乏、游戏内容玩法多样等因素限制，面向游戏应用的内容推荐方法往往达不到较好的效果。不仅如此，由于游戏画面体验对用户有很大影响，在实际场景中，即便传统内容推荐方法推荐到玩法、类型符合用户喜好的游戏应用，用户也会因为游戏画面与喜好不符而放弃推荐内容，导致推荐无效。
技术实现思路
[000...
【技术保护点】
【技术特征摘要】
1.一种内容推荐方法，其特征在于，所述方法包括以下步骤：步骤1、对服务器收集到的目标用户的游戏画面数据进行图像预处理，对预处理后的图像进行特征值提取，并将提取到的画面特征值数据存储至用户数据库中；步骤2、从用户数据库中提取预设时间范围内的画面特征值数据，得到画面特征集合；步骤3、将所述画面特征集合输入预先训练的聚类模型中得到画面分类结果及聚类指标，并组合得到目标用户画面偏好特征；步骤4、根据目标用户画面偏好特征从游戏数据库中筛选具有相似特征的游戏id作为第一内容推荐结果；步骤5、根据目标用户画像数据在用户数据库中匹配相似用户群，获取相似用户群的历史游戏id，剔除目标用户的历史游戏id后作为第二内容推荐结果；步骤6、根据第一内容推荐结果与第二内容推荐结果获得第三内容推荐结果，作为最终的内容推荐结果。2.根据权利要求1所述的方法，其特征在于，所述用户数据库包括用户基本信息列表、用户游戏记录表、用户游戏画面记录表、用户画像列表；所述用户基本信息列表用于存储用户基本信息，包括用户id、用户名、年龄、地区；所述用户游戏记录表用于存储用户所注册游戏应用的相关操作数据，包括用户id、游戏id、游戏时长、游戏消费记录；所述用户游戏画面记录表用于存储用户的游戏画面数据，包括用户id、游戏id、画面id、画面特征值；所述用户画像列表用于存储用户画像数据，包括用户id、年龄、地域、职业、游戏类型偏好标签、时间偏好标签、消费偏好标签；所述游戏数据库包括游戏基本信息列表、游戏画面特征列表、游戏用户列表；所述游戏基本信息列表用于存储游戏基本信息，包括游戏id、名称、发行商、上市日期、类型标签；所述游戏画面特征列表用于存储游戏画面特征数据，包括游戏id、画面类型id、画面特征值；所述游戏用户列表用于存储游戏的所有用户信息。3.根据权利要求1所述的方法，其特征在于，所述画面分类结果包括类别数量、各类别包含的元素数量、各类别的图像元素；所述目标用户画面偏好特征包括画面分类结果、各分类对应的聚类指标数值、各分类对应的图像元素的画面特征值；所述聚类指标采用轮廓系数、Calinski
‑
Harabasz指数、Davies
‑
Bouldin指数、邓恩指数、簇内误差平方和中的一种或多种的组合。4.根据权利要求1所述的方法，其特征在于，所述聚类模型通过以下方式得到：从所述用户数据库种提取原始游戏画面图像集并拆分为聚类模型训练集和聚类模型测试集；采用机器学习算法依靠聚类模型训练集训练聚类模型，并利用聚类模型测试集对聚类模型进行评估；进行参数优化，直到召回率和准确率满足预设阈值，并输出聚类模型；所述机器学习算法包括K
‑
means算法、K
‑
means++算法、Bi
‑
Kmeans算法、DBSCAN算法、OPTICS算法、层次聚类算法中的一种或多种的组合。5.根据权利要求1所述的方法，其特征在于，
步骤4包括：步骤41、提取所述目标用户画面偏好特征中各类别的图像元素作为参考数据集I；其中I=[P1,P2,
……
,P
n
]， P
i
(i=1,2,
……
,n)为第i个分类下的所有图像元素的画面特征值所组成的集合；步骤42、从游戏数据库中提取各游戏的游戏画面特征数据，...
【专利技术属性】
技术研发人员：黄新通，
申请(专利权)人：深圳尚米网络技术有限公司，
类型：发明
国别省市：
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。