[发明专利]一种基于用户浏览行为的个性化推荐方法和装置

说明书

技术领域

本发明涉及一种基于用户浏览行为的个性化推荐方法和装置，实现信息的推荐，属于电子信息领域。

背景技术

随着互联网上信息资源的爆炸性增长，用户从互联网上获取自己感兴趣资源的难度也相应增加。如何让用户高效的找到自己感兴趣的信息成了当下的一个热点，从而个性化推荐系统应运而生。

目前主流的推荐算法主要分为两类，一类是外在相关算法的推荐，另一是基于内容的推荐，前者基于用户之间的兴趣相似性通过建模实现，如协同推荐，其原理是通过某种算法查找与目标用户最为相似的多个邻居，利用这多个邻居对目标用户做出推荐，但是这种推荐方式只能基于用户的评价实现，如果某一内容没有被任何用户评价过或者系统中根本就没有评价系统，那么这个项目就不可能被推荐，所以此类方法有较大的局限性不能应用在没有评价功能的在信息系统中。其他此类算法也存在效率低，占用系统资源较大，推荐信息量大，准确率低的问题，后者通过分析项目的内在结构和语义信息，找出目标用户可能感兴趣的某些项目，从而做出推荐，然而目前大多数已知的内容推荐方法所采用的方式都是用户预先定义的关键字的方式，没有太过复杂的算法，占用系统资源相对较少，准确率有所提升，但是实际状态下，用户的需求会根据空间和时间发生改变，在这个前提下，如果还想精确的为用户推荐信息，只能通过人工更改预定关键字，这样就会导致设置比较繁琐的问题，而且如果预定义关键字描述不准确，就会导致推荐信息不正确，进而失去推荐的意义，并且以上两种现行的方式，都是采用的即时推荐方式把推荐信息的结果直接展现在用户浏览的界面上，这种方式是不尊重用户的行为，不仅仅影响了用户体验，更影响了用户的隐私。

发明内容

针对以上不足，本发明公开了一种基于用户浏览行为的个性化推荐内容的方法和装置。解决了以上提到的暂用系统资源较大、推荐内容滞后的情况以及推荐内容影响用户隐私的情况。

为了实现以上目的，本装置提出了一种基于用户浏览行为的个性化推荐内容的方法，包括以下步骤：

100，用户；

101，浏览行为历史记录管理模块；

102，用户浏览行为历史存储单元；

103，关键字计数单元；

104，推荐内容生成单元；

105，推荐内容存储单元；

106，推荐信息推送模块。

优选的，所述的用户是浏览系统的用户，可以是已经登录系统用户也可以是没有登录系统的用户。

优选的，所述的浏览行为历史记录管理模块，是用来处理历史浏览行为的模块；本模块通过有效行为公式（，其中K为有效时间的下确界，T_E为浏览页面结束时间戳，T_S为浏览页面开始时间戳，T_A为用户平均浏览时间）来计算有效的浏览行为，如果大于K则视为有效行为，此行为将被计入用户浏览行为历史存储单元，否则视为无效行为，不会被记录。

优选的，所述关键字计数单元包含关键字计数器方法、关键字自检测方法以及关键字计数器结果存储单元；所述关键字计数器通过用户的浏览行为实现关键字计数器的运算，关键字计数器计算方法包含以下步骤：

301，获取浏览行为历史记录表；

302，判断浏览记录是否有效；

303，获取记录中的关键字（行业，类别，标题）；

304，是否存在相应关键字；

305，相应关键字计数器增加1；

306，创建新的关键字计数器。

优选的，所述关键字自检测方法是通过用户行为期望值公式（，其中，F：用户行为的期望值，J：每一个计数器的值，W：每一个计数器权重），实现不活跃关键字计数器的删除，准确定位用户最新的兴趣和偏好，关键字自检测方法包含以下步骤：

401，关键字计数器；

402，是否大于阀值；

403，删除关键字计数器；

404，是否存在此关键字推荐内容；

405，删除推荐内容。

优选的，通过以上计数器的计算方法和自检测方法，实现用户浏览行为和关键字的动态更新，保证用户获取到的信息都是用户感兴趣的信息。

优选的，所述关键字计数器结果存储单元，存入XML格式文件中。

优选的，所述推荐内容生成单元包含以下步骤：

501，获取用户对每个关键字的计数器；

502，通过关键字计数器匹配项目信息；

503，创建推荐列表；

504，给用户提供推荐列表。