[发明专利]关键字推荐方法及服务器

说明书

技术领域

本发明涉及互联网领域，具体涉及到一种关键字推荐方法及服务器。

背景技术

在一些大型的网络平台中，通常存在有提供目标对象的互联网用户，如商户、广告主等，本申请中称此类用户为一类用户；以及浏览、选择目标对象的互联网用户，本申请中称此类用户为二类用户。一类用户通过在互联网平台上投放目标对象信息，使得二类用户能够在对应的互联网平台上以浏览、选择目标对象。一类用户可以通过输入其提供的目标对象或者是目标对象的展示子平台（如商铺）来获得互联网系统推荐的关键词，通过关键词定向技术，将一类用户提供的商品或子平台与系统推荐的关键字进行匹配。

关键字推荐系统就是利用统计和知识发现技术来解决与目标客户交互时提供关键字推荐问题的系统。通常的推荐算法，基于社会网络及其中的部分参数进行分析推荐，其推荐效果较传统的推荐算法有一定改善，但很多情况下却无法避免由于推荐者的信任度因素对推荐结果的影响。当大众用户的推荐信任度不高，或者即使是某一领域的专家但未在最擅长领域发挥作用时，导致很多情况下导致推荐结果的满意度降低，影响关键字推荐的精确度。

发明内容

本发明的目的是提供一种关键字推荐方法，以提高对用户进行关键字推荐的精确度。

为实现上述目的，本发明一方面提供了一种关键字推荐方法，所述方法包括：

步骤一、根据数据库中的N个用户对所述数据库中M个目标对象的历史评分，确定第一类用户组，所述第一类用户组中包含K个第一用户，K为大于1的自然数；

步骤二、在所述第一用户组中，根据所述K个第一用户与选定用户对所述数据库中同一目标对象的评分相似度，确定第二类用户组，所述第二类用户组中包含Y个第二用户，Y为不大于K的自然数；

步骤三、根据所述第二类用户组中对所述数据库中的第一备选对象的有效评分数据，确定第三类用户组，所述第三类用户组中包含Z个第三用户，Z为不大于Y的自然数;

步骤四、根据所述选定用户与所述第三类用户组中的全部第三用户的评分相似度，获取所述数据库中的Q个备选对象的评分预测值；

步骤五、根据所述Q个备选对象的评分预测值，将第一数量个备选对象对应的关键字推荐给所述选定用户。

依照本发明较佳实施例所述的方法，所述步骤一进一步包括：

步骤1.1，根据数据库中的N个用户对所述数据库中M个目标对象的历史评分，确定所述N个用户对所述M个目标对象的信任度；

步骤1.2，在所述N个对象中，选择所述信任度高于第一设定阈值的K个第一用户，作为所述第一类用户组。

依照本发明较佳实施例所述的方法，所述步骤1.1中具体为：

EMmax(u)=1Mmax*Σi=1M{1-|rui-Rargi|rmaxi}]]>

其中，表示数据库中的N个用户中，一个用户u对目标对象i的实际评分，是目标对象i获得的最大评分，为目标对象i的平均分，M_max为N个用户中评分最多的用户的评分数量。

依照本发明较佳实施例所述的方法，所述步骤二中所述K个第一用户与选定用户对所述数据库中同一目标对象的评分相似度，具体通过如下方式获得：