[发明专利]一种信息推荐方法和设备

权利要求书

1.一种信息推荐方法，应用于互联网应用系统，其特征在于，所述应用系统中设置有多个精确度不同的聚类模型，该方法包括：

所述应用系统按照聚类模型精确度递减的顺序，依次使用相应聚类模型对用户所对应的用户元素集合进行聚类处理，直到聚类召回率满足设定要求时停止聚类处理；

所述应用系统根据聚类结果对所述用户元素集合对应的用户进行信息推荐。

2.如权利要求1所述的方法，其特征在于，所述根据聚类结果对所述用户元素集合对应的用户进行信息推荐，具体为：

根据所述用户元素集合，对所述用户元素集合所属类别中的元素进行推荐排序，并根据推荐排序结果，选择不属于该用户元素集合的元素推荐给所述用户元素集合对应的用户。

3.如权利要求1所述的方法，其特征在于，所述按照聚类模型精确度递减的顺序，依次使用相应聚类模型对用户所对应的用户元素集合进行聚类处理，直到聚类召回率满足设定要求时停止聚类处理，具体为：

使用精度最高的聚类模型对所有用户的用户元素集合进行聚类处理，若有用户元素集合未被聚类，则使用精度次之的聚类模型对未被聚类的用户元素集合进行聚类处理，以此类推，直到聚类召回率满足设定要求时停止聚类处理。

4.如权利要求1所述的方法，其特征在于，所述按照聚类模型精确度递减的顺序，依次使用相应聚类模型对用户所对应的用户元素集合进行聚类处理，直到聚类召回率满足设定要求时停止聚类处理，具体为：

使用精度最高的聚类模型对所有用户的用户元素集合进行聚类处理，若有用户元素集合未被聚类，则使用精度次之的聚类模型对所有用户的用户元素集合进行聚类处理，以此类推，直到聚类召回率满足设定要求时停止聚类处理。

5.如权利要求4所述的方法，其特征在于，所述根据聚类结果对所述用户元素集合对应的用户进行信息推荐，具体为：

根据所述用户元素集合，分别在不同聚类模型下的聚类结果中，对所述用户元素集合所属类别中的元素按推荐分数从高到低的顺序进行推荐排序；

根据聚类模型的精确度从高到低的顺序，优先将精确度高的聚类模型下的推荐结果推荐给所述用户元素集合对应的用户；其中，同一聚类模型下的推荐结果按推荐分数从高到低的顺序依次推荐，不同聚类模型下的相同推荐结果以精确度高的聚类模型下的推荐排序结果进行推荐，推荐给用户的元素中不包括属于该用户元素集合的元素。

6.如权利要求4所述的方法，其特征在于，所述根据聚类结果对所述用户元素集合对应的用户进行信息推荐，具体为：

根据所述用户元素集合，对各聚类模型下所述用户元素集合所属类别中的元素的推荐分数进行加权，并将加权后的推荐分数按从高到低的顺序进行推荐排序，其中，精确度高的聚类模型下所述用户元素集合所属类别中的元素的推荐分数加权权重高于精确度低的聚类模型下所述用户元素集合所属类别中的元素的推荐分数的加权权重；

根据推荐排序结果，将各聚类模型下所述用户元素集合所属类别中的元素推荐给所述用户元素集合所对应的用户，其中，推荐给用户的元素中不包括属于该用户元素集合的元素。

7.如权利要求1至6任一项所述的方法，其特征在于，所述多个精确度不同的聚类模型为多个具有相同哈希函数组数量、但每个哈希函数组中的哈希函数数量不同的MinHash聚类模型，所述多个MinHash聚类模型的精度，按照哈希函数组中的哈希函数数量递减的顺序递减；或者

所述多个精确度不同的聚类模型为多个具有不同哈希函数组数量、但每个哈希函数组中的哈希函数数量相同的MinHash聚类模型，所述多个MinHash聚类模型的精度，按照哈希函数组数量递增的顺序递减。

8.一种信息推荐设备，应用于互联网应用系统，其特征在于，包括：

存储模块，用于存储多个精确度不同的聚类模型；

聚类模块，用于按照存储模块中存储的聚类模型精确度递减的顺序，依次使用相应聚类模型对用户所对应的用户元素集合进行聚类处理，以确定用户元素集合所属的类别，直到聚类召回率满足设定要求时停止聚类处理；

推荐模块，用于根据聚类结果对所述用户元素集合对应的用户进行信息推荐。