基于大数据的个性化信息服务系统技术方案

本发明专利技术公开了基于大数据的个性化信息服务系统，涉及信息服务领域，用于解决平台推荐内容特化，长时间未登录用户的推荐内容不准确的问题；包括数据采集模块、数据存储模块、推荐感应模块、特化对比模块、策略分析模块以及推送调控模块；本发明专利技术通过先综合分析推荐类型信息、在线浏览信息，联立生成特化评估指数，对达到特化标准的推送内容进行新类型内容的推送更新，再对生成的新个性化推荐列表进行分析，生成偏好评估系数，根据偏好评估系数生成偏好排序表，将最大的偏好评估系数的个性化推荐列表，作为长时间未登录老用户的个性化推荐列表，提高了长时间未登录用户的推荐内容准确性，提高了个性化信息服务的品质。提高了个性化信息服务的品质。提高了个性化信息服务的品质。

【技术实现步骤摘要】
基于大数据的个性化信息服务系统


[0001]本专利技术涉及信息服务
，更具体地说，本专利技术涉及基于大数据的个性化信息服务系统。

技术介绍

[0002]大数据的个性化信息是指利用大数据技术和算法对海量用户数据进行深度分析，从中挖掘出用户个体特征、兴趣偏好以及行为模式等信息，以实现对每个用户的个性化定制和精准推荐，这样的个性化服务能够提供更符合用户需求的产品、内容、广告等，从而提高用户体验和满意度，从而提高了企业的竞争力和盈利能力。
[0003]现有技术存在的不足：
[0004]现有的个性化信息服务系统在进行个性化推荐时，会根据用户的历史行为记录和偏好进行推荐，如果用户在过去主要选择了某种类型的信息或商品，服务系统可能会在未来继续偏向该类型的推荐，忽略了用户其他潜在的兴趣领域，服务系统往往倾向于优先推荐用户已经熟悉或感兴趣的内容，导致推荐结果类型过于集中，内容缺乏新颖性和多样性，产生“回音室”效应，使得推送内容产生过度特化，而对于长时间未登录的用户不能根据以往相似用户情况进行分析，难以进行高质量内容的推荐，不能及时对推荐的内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的个性化信息服务系统，其特征在于：包括数据采集模块、数据存储模块、推荐感应模块、特化对比模块、策略分析模块以及推送调控模块，模块之间通过信号连接；数据采集模块用于采集推荐类型信息、在线浏览信息、在线变化信息、响应互动信息，并发送采集的数据至数据存储模块、推送调控模块；数据存储模块，接收数据采集模块发送的数据进行存储，并存储有系统产生的各种数据；推荐感应模块，数据存储模块中数据，将推荐类型信息、在线浏览信息联立生成特化评估指数，传递数据至特化对比模块；特化对比模块接收推荐感应模块发送的数据，根据特化评估指数对推送内容进行分析，并发送分析结果至策略分析模块；策略分析模块接收特化对比模块发送的数据后，根据接收的数据生成新个性化推荐列表，对用户进行推送内容的更新，传递数据到推送调控模块；推送调控模块接收传递的数据，将在线变化信息、响应互动信息生成偏好评估系数，根据偏好评估系数建立偏好排序表，依据排序表对长时间未登录老用户进行个性化内容推送。2.根据权利要求1所述的基于大数据的个性化信息服务系统，其特征在于：推荐类型信息包括推荐基尼系数并标定为TJJN、在线浏览信息包括类型观看时长偏差值、反馈间隔系数并分别标定为LXGK、FKJG、在线变化信息包括在线浏览时长变化值并标定为ZXL、响应互动信息包括互动频率浮动值并标定为HDP。3.根据权利要求2所述的基于大数据的个性化信息服务系统，其特征在于：推荐基尼系数的获取逻辑如下：获取推送内容的推荐类型集合T＝{TJi}＝{TJ1、TJ2、
…
、TJx},x为正整数，获取用户个性化推送内容列表中出现的推荐类型次数集合为C＝{Cj}＝{C1、C2、
…
、Cy}，y为正整数，将推荐类型次数超过一次的进行记录，记录进行汇总得到推荐类型总数z，计算得到基尼系数为将基尼系数进行占比计算得到推荐基尼系数，计算表达式为：TJJN＝JN*(x/z)。4.根据权利要求3所述的基于大数据的个性化信息服务系统，其特征在于：类型观看时长偏差值、反馈间隔系数的获取逻辑分别如下：获取用户最新时间内的观看同一类型内容总时长作为最新时长，获取用户上个相邻单位时间内观看同一类型内容总时长作为相邻时长，将观看同一类型内容最新时长与相邻时长的差值作为类型时长偏差值，将各类型内容的类型时长偏差值进行求和得到类型观看时长偏差值LXGK；获取用户在单位时间t内观看的推送内容次数n，进行反馈的时间点集合为SJ＝{SJi}＝{SJ1、SJ2、
…
、SJn}，相邻观看时间的差值作为反馈间隔，反馈间隔的集合为FK＝{FKc}＝{FK 1、FK2、
…...

【专利技术属性】
技术研发人员：刘贺，
申请(专利权)人：广州浒圳网络科技有限公司，
类型：发明
国别省市：