[发明专利]基于大数据的用户偏好分析方法与装置

权利要求书

1.一种基于大数据的用户偏好分析方法，其特征在于，包括：

获取用户与内容的交互行为数据，所述内容具有至少一个标签；

对所述交互行为数据进行预处理并生成特征数据集，将所述特征数据集作为gcForest模型的输入特征值；

将所述gcForest模型中每一层级联森林输出的交互组合特征和叶子节点的偏好概率特征与所述特征数据集的特征作为下一层级联森林的输入特征；

根据所述gcForest模型最后一层级联森林输出的类概率向量获取用户对所述标签的偏好概率；

获取用户的实物品类偏好数据，根据所述实物品类偏好数据修正所述用户对所述标签的偏好概率。

2.根据权利要求1所述的用户偏好分析方法，其特征在于，所述交互行为数据包括用户在预设时间段内对所述内容的操作的数据，所述数据包括浏览数、点赞数、分享数、评论数、查看详情次数、下单数。

3.根据权利要求1所述的用户偏好分析方法，其特征在于，对所述交互行为数据进行预处理包括：

判断所述交互行为数据中是否存在缺失数据，如果存在则补充缺失数据；

删除所述交互行为数据中预设范围的极大值与极小值；

对所述交互行为数据做特征归一化处理。

4.根据权利要求1所述的用户偏好分析方法，其特征在于，对所述交互行为数据进行预处理还包括：

根据所述交互行为数据以及当前时间的前一天用户对所述内容的操作增加一列特征值。

5.根据权利要求1所述的用户偏好分析方法，其特征在于，还包括：

根据所述偏好概率选择推荐内容；

获取用户对所述推荐内容的点击数据，根据所述点击数据修正所述偏好概率。

6.一种基于大数据的用户偏好分析装置，其特征在于，包括：

数据获取模块，用于获取用户与内容的交互行为数据，所述内容具有至少一个标签；

特征预处理模块，用于对所述交互行为数据进行预处理并生成特征数据集，将所述特征数据集即作为gcForest模型的输入特征值；

级联森林模块，用于将所述gcForest模型中每一层级联森林输出的交互组合特征和叶子节点的偏好概率特征与所述特征数据集的特征作为下一层级联森林的输入特征；

偏好计算模块，用于根据所述gcForest模型最后一层级联森林输出的类概率向量获取用户对所述标签的偏好概率；

实物偏好修正模块，用于获取用户的实物品类偏好数据，并根据所述实物品类偏好数据修正所述用户对所述标签的偏好概率。

7.根据权利要求6所述的用户偏好分析装置，其特征在于，所述交互行为数据包括用户在预设时间段内对所述内容的操作的数据，所述数据包括浏览数、点赞数、分享数、评论数、查看详情次数、下单数。

8.根据权利要求6所述的用户偏好分析装置，其特征在于，所述特征预处理模块包括：

缺失值处理单元，用于判断所述交互行为数据中是否存在缺失数据，如果存在则补充缺失数据；

异常值处理单元，用于删除所述交互行为数据中预设范围的极大值与极小值；

归一化处理单元，用于对所述交互行为数据做特征归一化处理。

9.根据权利要求6所述的用户偏好分析装置，其特征在于，所述特征预处理模块还包括：

特征增加单元，用于根据所述交互行为数据以及当前时间的前一天用户对所述内容的操作增加一列特征值。

10.根据权利要求6所述的用户偏好分析装置，其特征在于，还包括：

点击率修正模块，用于根据所述偏好概率选择推荐内容，并获取用户对所述推荐内容的点击数据，根据所述点击数据修正所述偏好概率。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5任一项所述的方法步骤。