[发明专利]一种内容推送方法及装置

说明书

技术领域

本发明属于数据分析与处理技术领域，尤其涉及一种内容推送方法及装置。

背景技术

随着逐渐步入信息时代，当今世界正处于信息大爆炸的环境下，同时面临着严峻的信息过载问题。仅在2011年，全球数据量就达到了1.8ZB，相当于全世界每人每年能产生200GB以上的数据，并且这个数字还在逐年增长，据保守预计，接下来几年中，数据产生量将始终保持每年50％的增长速度。现如今，在各大电商、视频播放平台、音频播放平台上，用户每天都产生海量的数据，因此如何有效地利用用户产生的数据是当今互联网企业亟需解决的问题。此时，个性化的推荐系统作为数据挖掘的手段便应运而生了。推荐系统是指互联网网站向用户提供物品信息或建议，让用户发现自己潜在的兴趣和需求并帮助用户选择物品。

基于物品的协同过滤(item-based collaborative filtering)算法是目前业界应用最多的推荐算法。无论是亚马逊网，还是Netflix、Hulu、YouTube等，其推荐算法的基础都是该算法。其优点有：1.计算简单；2.可以根据用户历史行为归纳推荐理由；3.用户行为历史越多推荐效率越高。其缺点主要有1.物品数量远大于用户时，计算物品共现矩阵代价太大；2.冷启动问题严重；3.选取种子物品进行计算推荐列表时，没有考虑时间信息。

发明内容

本发明实施例所要解决的技术问题在于提供一种内容推送方法及装置，旨在解决现有技术中用户兴趣度计算不精确的问题。

本发明实施例第一方面提供了一种内容推送方法，所述方法包括：

获取全部用户的内容查看历史数据，所述用户的内容查看历史数据包括用户的全部历史内容及各所述历史内容的查看时间点，所述历史内容为用户查看过的内容；

将与目标用户的历史内容相关联的内容确定为目标内容，计算所述目标内容与关联的所述目标用户的历史内容的相似度，获取所述目标用户对与所述目标内容关联的所述目标用户的历史内容的用户评分，根据各所述历史内容的查看时间点，计算所述目标用户查看与所述目标内容关联的所述目标用户的历史内容的行为时间权重；

根据所述相似度、所述用户评分及所述行为时间权重，计算所述目标用户对所述目标内容的兴趣度；

选取所述目标用户兴趣度最高的预置数量个所述目标内容，推送给所述目标用户。

本发明实施例第二方面提供了一种内容推送装置，所述装置包括：

获取模块，用于获取全部用户的内容查看历史数据，所述用户的内容查看历史数据包括用户的全部历史内容及各所述历史内容的查看时间点，所述历史内容为用户查看过的内容；

处理模块，用于将与目标用户的历史内容相关联的内容确定为目标内容，计算所述目标内容与关联的所述目标用户的历史内容的相似度，获取所述目标用户对与所述目标内容关联的所述目标用户的历史内容的用户评分，根据各所述历史内容的查看时间点，计算所述目标用户查看与所述目标内容关联的所述目标用户的历史内容的行为时间权重；

计算模块，用于根据所述相似度、所述用户评分及所述行为时间权重，计算所述目标用户对所述目标内容的兴趣度；

推送模块，用于选取所述目标用户兴趣度最高的预置数量个所述目标内容，推送给所述目标用户。

从上述本发明实施例可知，本发明通过获取全部用户的内容查看历史数据，将与目标用户的历史内容相关联的内容确定为目标内容，计算目标内容与关联的目标用户的历史内容的相似度，获取目标用户对与目标内容关联的目标用户的历史内容的用户评分，根据各历史内容的查看时间点，计算目标用户查看与目标内容关联的目标用户的历史内容的行为时间权重，根据相似度、用户评分及行为时间权重，计算目标用户对目标内容的兴趣度，选取目标用户兴趣度最高的预置数量个目标内容，推送给目标用户，相较于现有技术，本方案在获取用户推送内容过程中，在计算用户的兴趣度时，引入了用户历史内容的行为时间权重这一参数，使用户兴趣度的统计更为准确，进而使获取的用户推送内容更为精确。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

附图1是本发明第一实施例提供的内容推送方法的实现流程示意图；

附图2是本发明第二实施例提供的内容推送方法的实现流程示意图；