安全生产知识个性化推荐方法及系统技术方案

本发明专利技术提供一种安全生产知识个性化推荐方法及系统，方法包括：基于用户数据信息，确定用户兴趣模型；其中，用户数据信息包括：用户历史行为数据和用户基础信息；将用户兴趣模型标签化，确定用户标签模型；基于用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容。能够准确地向用户个性化推荐感兴趣的安全生产知识内容，避免用户浏览无用信息。息。息。

【技术实现步骤摘要】
安全生产知识个性化推荐方法及系统


[0001]本专利技术涉及智能推荐
，尤其涉及一种安全生产知识个性化推荐方法及系统。

技术介绍

[0002]随着互联网的高速发展和普及应用，个性化推荐系统(Personal Recommender System)作为一种泛信息检索已成为一个重要研究领域。个性化推荐系统可以从用户积累的历史数据中挖掘出一定规律，为用户自动过滤掉一些不必要的信息，并根据用户的喜好来主动推送最为合适的信息。
[0003]个性化推荐算法是推荐系统中最核心的技术，在很大程度上决定了推荐系统性能的优劣，决定着是否能够推荐用户真正感兴趣的信息，面对用户的不断提升的需求，推荐系统不仅需要正确的推荐，还要实时地根据用户的行为进行分析并推荐最新的结果，实现对用户精准化智能推荐。
[0004]但目前互联网上每天都在产生海量的信息，依靠现有的推荐算法，想要在海量信息中迅速和准确地找到用户感兴趣的内容越来越困难，推荐准确度不佳。如果用户的目标明确，可以使用搜索功能主动检索确定感兴趣的内容。但很多时候用户是没有明确目标的，此时难以高效匹配用户感兴趣的内容，无法为用户不断地、准确地推送个性化的服务，导致用户需浏览大量冗余的无用信息，浪费浏览时间。
[0005]因此，如何提供一种安全生产知识个性化推荐方法及系统，准确地向用户个性化推荐感兴趣的安全生产知识内容，避免用户浏览无用信息，成为亟待解决的问题。

技术实现思路

[0006]针对现有技术中的缺陷，本专利技术实施例提供一种安全生产知识个性化推荐方法及系统。
[0007]本专利技术提供一种安全生产知识个性化推荐方法，包括：
[0008]基于用户数据信息，确定用户兴趣模型；其中，用户数据信息包括：用户历史行为数据和用户基础信息；
[0009]将用户兴趣模型标签化，确定用户标签模型；
[0010]基于用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容。
[0011]根据本专利技术提供的安全生产知识个性化推荐方法，在基于用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容的步骤之前，还包括：
[0012]基于安全生产知识库中内容信息主题以及信息关键词，确定内容标签；
[0013]基于内容标签，将安全生产知识库中内容信息与内容标签映射绑定，确定标签化安全生产知识库。
[0014]根据本专利技术提供的安全生产知识个性化推荐方法，基于用户数据信息，确定用户
兴趣模型，具体包括：
[0015]根据预设分析方向，对用户数据信息进行分析，确定用户属性；其中，预设分析方向包括：RFM分析、用户行为分析、用户偏好分析和用户基本属性分析；用户属性包括：用户自然属性，用户粘度属性，用户偏好属性，用户收藏属性，用户搜索属性和活动策略属性；
[0016]基于用户属性，确定用户兴趣模型。
[0017]根据本专利技术提供的安全生产知识个性化推荐方法，将用户兴趣模型标签化，确定用户标签模型，具体包括：
[0018]根据预设标签规则，将用户兴趣模型标签化，确定用户标签模型；其中，用户标签模型包括用户感兴趣的内容信息标签和用户和各标签关联频次。
[0019]根据本专利技术提供的安全生产知识个性化推荐方法，基于用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容，还包括：
[0020]基于用户标签模型，在标签化安全生产知识库中，确定用户感兴趣内容列表；
[0021]基于用户感兴趣内容列表，根据预设内容推荐规则，确定目标安全生产知识推荐内容。
[0022]根据本专利技术提供的安全生产知识个性化推荐方法，基于用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容，具体包括：
[0023]基于内容信息标签的属性，根据混合推荐算法，在标签化安全生产知识库中，确定用户感兴趣内容；其中，混合推荐算法包括协同过滤推荐算法和基于内容的推荐算法；
[0024]根据用户和各标签关联频次，对用户感兴趣内容进行排序，确定用户感兴趣内容列表。
[0025]根据本专利技术提供的安全生产知识个性化推荐方法，基于用户感兴趣内容列表，根据预设内容推荐规则，确定目标安全生产知识推荐内容，具体包括：
[0026]根据用户感兴趣内容列表，根据预设内容推荐规则，计算用户感兴趣内容的权重；
[0027]根据感兴趣内容的权重，确定推荐候选列表；
[0028]根据推荐候选列表，确定目标安全生产知识推荐内容。
[0029]本专利技术还提供一种安全生产知识个性化推荐系统，包括：兴趣模型确定单元、标签模型确定单元和推荐内容确定单元；
[0030]兴趣模型确定单元，用于基于用户数据信息，确定用户兴趣模型；其中，用户数据信息包括：用户历史行为数据和用户基础信息；
[0031]标签模型确定单元，用于将用户兴趣模型标签化，确定用户标签模型；
[0032]推荐内容确定单元，用于基于用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容。
[0033]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一种安全生产知识个性化推荐方法的步骤。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种安全生产知识个性化推荐方法的步骤。
[0035]本专利技术提供的安全生产知识个性化推荐方法及系统，通过用户历史行为数据和用户基础信息，确定用户兴趣模型，并对模型进行标签化确定用户标签模型。根据用户标签模
型，在标签化的安全生产知识库中，确定目标安全生产知识推荐内容。通过对用户兴趣的分析和标签化，准确地向用户个性化推荐感兴趣的安全生产知识内容，避免用户浏览无用信息，有效提高用户体验感，增强用户粘性。
附图说明
[0036]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1为本专利技术提供的安全生产知识个性化推荐方法流程图；
[0038]图2为本专利技术提供的安全生产知识个性化推荐方法流程示意图；
[0039]图3为本专利技术提供的推荐方法流程示意图；
[0040]图4为本专利技术提供的协同过滤算法原理示意图；
[0041]图5为本专利技术提供的智能推荐系统架构示意图；
[0042]图6为本专利技术提供的安全生产知识个性化推荐系统结构示意图；
[0043]图7为本专利技术提供的电子设备的实体结构示意图。
具体实施方式
[0044]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种安全生产知识个性化推荐方法，其特征在于，包括：基于用户数据信息，确定用户兴趣模型；其中，所述用户数据信息包括：用户历史行为数据和用户基础信息；将所述用户兴趣模型标签化，确定用户标签模型；基于所述用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容。2.根据权利要求1所述的安全生产知识个性化推荐方法，其特征在于，在所述基于所述用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容的步骤之前，还包括：基于安全生产知识库中内容信息主题以及信息关键词，确定内容标签；基于所述内容标签，将所述安全生产知识库中内容信息与内容标签映射绑定，确定标签化安全生产知识库。3.根据权利要求1所述的安全生产知识个性化推荐方法，其特征在于，所述基于用户数据信息，确定用户兴趣模型，具体包括：根据预设分析方向，对所述用户数据信息进行分析，确定用户属性；其中，所述预设分析方向包括：RFM分析、用户行为分析、用户偏好分析和用户基本属性分析；所述用户属性包括：用户自然属性，用户粘度属性，用户偏好属性，用户收藏属性，用户搜索属性和活动策略属性；基于所述用户属性，确定用户兴趣模型。4.根据权利要求1
‑
3任一项所述的安全生产知识个性化推荐方法，其特征在于，所述将所述用户兴趣模型标签化，确定用户标签模型，具体包括：根据预设标签规则，将所述用户兴趣模型标签化，确定用户标签模型；其中，所述用户标签模型包括用户感兴趣的内容信息标签和用户和各标签关联频次。5.根据权利要求4所述的安全生产知识个性化推荐方法，其特征在于，所述基于所述用户标签模型，在标签化安全生产知识库中，确定目标安全生产知识推荐内容，还包括：基于所述用户标签模型，在所述标签化安全生产知识库中，确定用户感兴趣内容列表；基于所述用户感兴趣内容列表，根据预设内容推荐规则，确定目标安全生产知识推荐内容。6.根据权利要求5所述的...

【专利技术属性】
技术研发人员：贺小明，贺蕊，张明，任明能，
申请(专利权)人：武汉博晟安全技术股份有限公司，
类型：发明
国别省市：