[发明专利]基于用户偏好的内容定制推送方法

说明书

技术领域

本发明涉及大数据，特别涉及一种基于用户偏好的内容定制推送方法。

背景技术

随着信息技术和网络技术的高速发展，互联网己经表现为了去中心化，开 放，共享的特点，这些特点影响并改变着人们的生活方式。互联网已经不再只 是用户发布消息和获取消息的媒介，更多的是人与人之间的交流互动平台。随 着社交网络的出现与发展，社交网络开始拥有庞大的用户群体，并且用户在社 交网络上可以表达自己的观点，频繁地更新微博，将自己感兴趣的信息分享给 好友，不断添加自己感兴趣的用户扩展自己的爱好群等。如此海量的数据让用 户很容易迷失在信息的海洋中，要想更快、更准确地寻找到用户自己需要的数 据变得更加的困难。基于传统的搜索获取信息的推送方式己经不适合。价值高、 可靠性强的信息无法展示在它感兴趣的用户面前。目前没有有效方法对这些数 据进行深度分析并挖掘深层次的有用信息，为用户提供个性化的推送服务。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种基于用户偏好的内 容定制推送方法，包括：

抓取并预处理历史会话文本，提取用户主题分布，根据用户偏好特征计算 会话发起用户的影响力值，然后根据所述影响力值将会话发起用户推送给会话 参与用户。

优选地，所述抓取并预处理历史会话文本，进一步包括：

按照预定的时间间隔触发客户端抓取数据，将抓取的内容保存到分布式数 据库中，并且用于实现重复控制，接收每台抓取客户端申请的事务，将信息抓 取后存入分布式数据库后再向事务服务器申请；通过数据清洗将无用数据清除， 采用条件随机场算法进行中文分词，通过数据预处理和分词将会话的内容信息 转化为结构向量；收集缩写词和全称的映射表，对会话的内容进行替换处理； 将无意义字符进行过滤处理；从用户会话中提取代表会话的主题以及目标用户 信息；在分词系统中输入会话的内容，将输出的会话数据转换为词条序列；

所述提取用户主题分布进一步包括：得到每个用户的每条会话的主题分 布，根据每个用户会话集合中的每段会话，发现每个用户每条会话占最大比重 的主题，统计用户所有会话的主题；

根据每个会话发起用户的社交关系和所发起会话的主题比值，估计每个主 题下的高影响力值用户；若主题T下的会话发起用户u_t在该主题下会话发起用 户总数为N_u，该用户发的会话总数W_u，包含主题T的会话数N_w，则会话发起 用户的影响力值计算为：

imp(u_t)＝(u_t/N_u)*(W_u/N_w)

根据会话发起用户的推送列表，统计会话发起用户比值最多的主题，然后 推送该主题下的会话发起用户；

获取每个主题下会话发起用户对关联主题的影响力值，若主题a的关联主 题是b，则主题a中关注主题b的会话发起用户集合U中，对每个会话发起用户 u属于U，对主题a的影响力值imp(u→a)如下式计算：

impa(u→a)＝imp(u)*∏_i∈Uimp(i)

将每个主题下影响力值impa最大的会话发起用户推送给会话参与用户。

本发明相比现有技术，具有以下优点：

本发明提出了一种基于用户偏好的内容定制推送方法，从多角度分析用户 的兴趣需求，准确刻画用户的兴趣爱好的前提下增加用户潜在兴趣的发掘，提 高推送结果的多样性和准确性。

附图说明

图1是根据本发明实施例的基于用户偏好的内容定制推送方法的流程图。

具体实施方式

下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详 细描述。结合这样的实施例描述本发明，但是本发明不限于任何实施例。本发 明的范围仅由权利要求书限定，并且本发明涵盖诸多替代、修改和等同物。在 下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的 而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利 要求书实现本发明。

本发明的一方面提供了一种基于用户偏好的内容定制推送方法。图1是根 据本发明实施例的基于用户偏好的内容定制推送方法流程图。