[发明专利]基于用户点击行为来向用户推荐图书的方法和系统

说明书

一种基于用户点击行为来向用户推荐图书的方法和系统，方法包括：选取若干位用户构成样本用户集，并为样本用户集中每位用户选取多本其点击和未点击过的推荐图书；抽取样本用户集中每位用户和其点击、未点击过的推荐图书之间的关联特征值，然后根据用户和推荐图书之间的关联特征值训练生成logistic分类模型；逐一将目标用户和新推荐图书之间的关联特征值输入logistic分类模型从而得到目标用户点击新推荐图书的概率，并根据所述概率向目标用户选择新推荐图书。本发明属于数据业务领域，能基于用户对图书的点击行为来对用户的个性化图书偏好进行预测，从而提高推荐点击率和提升推荐效果。

技术领域

本发明涉及一种基于用户点击行为来向用户推荐图书的方法和系统，属于数据业务领域。

背景技术

在移动阅读日益发展并为广大用户逐渐接受的当下，准确把握移动终端用户的阅读偏好、快速将符合用户喜好的信息以直线距离推送到用户面前显得尤为重要。而在图书推荐领域中，用户通常会从大量的推荐图书中选择点击符合其偏好的图书来浏览和阅读，因此，通过对用户的图书点击行为进行分析，可以有效预测出用户对图书的个性化偏好，从而向用户推荐符合其偏好的图书。

专利申请CN 201210436266.1(申请名称：推荐网络信息的方法和系统，申请日：2012-11-05，申请人：腾讯科技(深圳)有限公司)提供了一种推荐网络信息的方法和系统。所述方法包括：根据网络信息的点击次数对网络平台中的网络信息进行划分得到信息集合和对应的评级；对信息集合中的网络信息进行特征抽取得到浏览行为特征，并根据所述浏览行为特征训练得到所述信息集合对应的分类模型；将更新的网络信息输入分类模型得到所属的信息集合；根据所述更新的网络信息所属的信息集合对应的评级进行所述更新的网络信息的推荐。该技术方案主要根据网络信息的点击次数和浏览行为来向用户推荐网络信息，并不涉及到基于用户点击行为来实现用户对图书的个性化偏好预测。

因此，如何基于用户对图书的点击行为来对用户的个性化图书偏好进行预测，从而提高推荐点击率和提升推荐效果，仍是一个未解决的技术问题。

发明内容

有鉴于此，本发明的目的是提供一种基于用户点击行为来向用户推荐图书的方法和系统，能基于用户对图书的点击行为来对用户的个性化图书偏好进行预测，从而提高推荐点击率和提升推荐效果。

为了达到上述目的，本发明提供了一种基于用户点击行为来向用户推荐图书的方法，包括有：

步骤一、选取若干位用户构成样本用户集，并为样本用户集中每位用户选取多本其点击和未点击过的推荐图书；

步骤二、抽取样本用户集中每位用户和其点击、未点击过的推荐图书之间的关联特征值，然后根据用户和推荐图书之间的关联特征值训练生成logistic分类模型，所述logistic分类模型训练所使用的输入数据是样本用户集中每位用户和其点击、未点击过的推荐图书之间的关联特征值，输出数据是用户点击推荐图书的概率；

步骤三、逐一将目标用户和新推荐图书之间的关联特征值输入logistic分类模型从而得到目标用户点击新推荐图书的概率，并根据所述概率向目标用户选择新推荐图书，

当用户和推荐图书之间的关联特征值包括有推荐图书的用户相似图书历史行为、用户相似图书和推荐图书的相似度时，还包括有：

步骤A1、提取推荐图书的所有关键字，将推荐图书的所有关键字的个数记为n；

步骤A2、构建推荐图书的用户相似图书集，所述用户相似图书集初始化为空，然后从用户的阅读历史记录中提取一本用户阅读过的历史图书；

步骤A3、统计提取的历史图书所包含的推荐图书的关键字或与关键字相似的词语个数k，并计算所述历史图书和推荐图书的相似度：然后判断所述相似度是否大于相似度阈值，如果是，则将所述历史图书作为相似图书保存到推荐图书的用户相似图书集中，然后继续下一步；如果否，则继续下一步；