[发明专利]信息展示的方法及设备

说明书

本申请提供一种信息展示的方法及设备，所述方法包括：根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系；基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合；以及按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。通过采用本申请，可以有效利用用户自身的行为信息提取用户喜好词项，并且，基于语义对用户喜好词项进行扩展，使得每个用户都有充足的可能感兴趣的词项，解决用户喜好内容项稀疏带来的推荐精准度低的问题。

技术领域

本申请涉及计算机信息技术领域，尤其涉及一种信息展示的方法及设备。

背景技术

当今计算机互联网快速发展，海量的互联网推送信息，造成用户无法快速准确地定位到自己所需要的信息。于是，个性化展示推荐系统受到了各大互联网信息提供者的青睐，它根据用户的喜好及点击行为等向用户展示其可能感兴趣的信息，进而大大提升了信息的点击率（CTR）。因此，信息展示推荐系统和方法的优化帮助互联网站主提升其网站资源的利用效率显得尤为重要，并且已成为目前各大网站的关注问题。

目前，展示信息的推荐的主流实现方法是采用协同过滤技术，主要有基于用户(user-based)协同过滤及基于内容项(item-based)协同过滤的两种方法。

基于用户的协同过滤方法的步骤主要包括：（1）寻找与目标用户最相似的若干个用户组成相近用户集合；（2）将相近集合中的用户喜好的内容或资源推荐给目标用户。

基于内容项的协同过滤方法的步骤主要包括：（1）确定目标用户喜好的内容项；（2）分别寻找与其喜好内容项最相似的其他内容项，组成候选内容项集合；（3）将候选内容项集合及目标用户本身喜好的内容项有效融合后，推荐给目标用户。

上述两种基于协同过滤技术的信息展示方法，已被众多大型网站采用，为不同用户进行个性化的推荐，而且收到了不错的效果，但是都存在一些不足。例如，只关注与用户对推荐的内容项（item）的喜好程度，而没有利用内容项本身的内容属性，如标题、标签或关键词等重要信息。或者是，没有有效地利用用户的历史行为数据。因为，用户对内容项的喜好，往往通过用户对内容项的点击、打标签、评价等行为来衡定，而如用户搜索信息（Query）这种强烈显示用户意图的信息却没能利用起来。此外，针对拥有大量用户搜索行为、少量用户点击行为的网站来说，由于用户与对内容项的点击行为较少，会造成推荐的精度大幅度下降，出现“稀疏性”问题。因此，这两种协同过滤信息展示方法就显得不适用了。

发明内容

本申请的主要目的在于提供一种信息展示的方法及设备，以解决现有技术存在的由于用户对网站推荐的内容项的点击行为少，而造成推荐精度较低的问题，其中：本申请提供的一种信息展示的方法，包括：根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系；基于词项的语义对当前的目标用户的喜好词项进行扩展，得到所述目标用户的扩展词项，将所述喜好词项和扩展词项作为所述目标用户对应的关联词项集合；以及按预定规则从所述关联词项集合中提取预定数量的词项作为所述目标用户的推荐词项，并向所述目标用户展示与所述推荐词项对应的内容项。

根据本申请的实施例，在该方法中，还包括：通过所述目标用户的cookie记录来标识所述目标用户。

根据本申请的实施例，在该方法中，根据历史日志，建立用户的喜好词项集合，并建立每个喜好词项与内容项的对应关系包括：获得所述目标用户的历史行为信息；对所述目标用户的历史行为信息进行分词处理以提取出一个或多个词项作为所述目标用户的喜好词项，并形成所述目标用户的喜好词项集合；以及通过将词项与内容项进行匹配，将所述目标用户的喜好词项集合中的每个词项与相关的内容项进行关联，并建立每个喜好词项与内容项的对应关系表。