[发明专利]用于向用户推荐内容的方法和系统在审

专利信息
申请号: 201280071532.3 申请日: 2012-03-17
公开(公告)号: CN104254851A 公开(公告)日: 2014-12-31
发明(设计)人: 郑朝晖;李欣;陆荣清;杨双红 申请(专利权)人: 海智网聚网络技术(北京)有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06Q30/02
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 陆建萍;郑霞
地址: 100083 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 用户 推荐 内容 方法 系统
【权利要求书】:

1.一种在至少一种机器上实现的方法,每一机器具有至少一个处理器、存储和连接到网络以向当前用户推荐内容的通信平台,所述方法包括以下步骤:

获取与一个或多个先前用户相关的第一信息;

基于与所述一个或多个先前用户相关的所述第一信息,建立从用户映射到感兴趣的话题的模型;

获取与所述当前用户相关的第二信息;

基于所述模型标识所述当前用户的一个或多个感兴趣的话题;

根据所述当前用户的所述一个或多个感兴趣的话题,向所述当前用户推荐内容;以及

通过将与所述当前用户相关联的信息和基于与所述一个或多个先前用户相关的所述第一信息建立的所述模型集成起来,以生成经更新的模型,其中,

与所述当前用户相关联的信息包括与所述当前用户相关的所述第二信息。

2.如权利要求1所述的方法,其特征在于,与所述一个或多个先前用户相关的所述第一信息包括以下中的至少一种:

反映所述一个或多个先前用户的简档的信息;

关于所述一个或多个先前用户的在线活动的信息;

基于反映所述简档的信息或关于所述一个或多个先前用户的所述在线活动的信息导出的信息;以及

从反映所述简档的信息或关于所述一个或多个先前用户的所述在线活动的信息传播的信息。

3.如权利要求1所述的方法,其特征在于,所述第一信息对应于基于所收集的初始信息表征的特征。

4.如权利要求1所述的方法,其特征在于,所述第二信息包括以下中的至少一种:

反映所述当前用户的简档的信息;

基于反映所述当前用户的所述简档的信息导出的信息;以及

从反映所述当前用户的所述简档的信息传播的信息。

5.如权利要求1所述的方法,其特征在于,基于表示相对于所述一个或多个先前用户的用户特征的第一矩阵和表示相对于所述一个或多个先前用户的内容特征的第二矩阵建立所述模型。

6.如权利要求5所述的方法,其特征在于,建立模型的所述步骤包括以下步骤:

确定表示相对于所述一个或多个先前用户与每一感兴趣的话题的同源关系的所述用户特征的第三矩阵和表示相对于所述一个或多个先前用户与每一感兴趣的话题的所述同源关系的所述内容特征的第四矩阵;

基于所述第三矩阵以及与所述当前用户相关的所述第二信息,提取所述当前用户与每一感兴趣的话题的同源关系;以及

基于所述当前用户与每一感兴趣的话题的所述已提取的同源关系和所述第四矩阵,标识所述当前用户的一个或多个感兴趣的话题。

7.如权利要求5所述的方法,其特征在于,建立模型的所述步骤包括以下步骤:

计算表示从所述用户特征到所述一个或多个先前用户的所述内容特征的变换的第五矩阵;以及

基于所述第五矩阵以及与所述当前用户相关的所述第二信息,标识所述当前用户的一个或多个感兴趣的话题。

8.如权利要求5所述的方法,其特征在于,建立模型的所述步骤包括以下步骤:

基于所述一个或多个先前用户的简档的相似性,标识所述一个或多个先前用户的多个子群;

将多个质心向量与所述先前用户的所述多个子群相关联;

基于与所述当前用户相关的所述第二信息,确定所述当前用户的所述多个质心向量中的一个;以及

基于所述已确定的所述当前用户的质心向量,标识所述当前用户的一个或多个感兴趣的话题。

9.如权利要求1所述的方法,其特征在于,建立模型的所述步骤包括以下步骤:

确定多个预先确定的感兴趣的话题;

基于每一先前用户的所述第一信息,提取在每一预先确定的感兴趣的话题下的多个候选关键词;以及

从每一先前用户的所述多个候选关键词确定至少一个指示性的关键词。

10.如权利要求1所述的方法,其特征在于,建立模型的所述步骤包括以下步骤:

将决策树分类器应用于与所述一个或多个先前用户相关的所述第一信息;以及

根据所述决策树分类器中的每一属性的截止值从所述第一信息获取多个特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海智网聚网络技术(北京)有限公司,未经海智网聚网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201280071532.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top