[发明专利]品类推荐方法、存储设备和终端有效

专利信息
申请号: 201711176705.9 申请日: 2017-11-22
公开(公告)号: CN107943932B 公开(公告)日: 2020-06-09
发明(设计)人: 陶胜 申请(专利权)人: 广州虎牙信息科技有限公司
主分类号: G06F16/9536 分类号: G06F16/9536
代理公司: 北京市立方律师事务所 11330 代理人: 刘延喜
地址: 511442 广东省广州市番禺区南村镇万博二*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 品类 推荐 方法 存储 设备 终端
【权利要求书】:

1.一种品类推荐方法,其特征在于,包括步骤:

获取目标用户在预设时间段内的品类观看记录,其中,所述品类观看记录包括观看的若干个品类以及对应的观看时长;

根据若干个品类对应的观看时长,获得所述目标用户对各个品类的偏好程度;

根据由若干个品类组成的源品类集合,生成第一幂集元素;

根据所述第一幂集元素包含的品类的偏好程度,生成第一标识列表;

根据所述第一幂集元素和所述第一标识列表,从预设的数据集中确定目标候选集,其中,所述数据集用于描述与各个幂集元素及其标识列表对应的候选集,所述候选集包括待推荐的品类;所述候选集是根据从所述目标用户的源品类集合中删除所述第一幂集元素包含的品类,获得所述第一幂集元素的补集,根据所述目标用户及补集,以及其邻域内的分组的用户及补集所得到;

从所述目标候选集中选取品类并推荐给所述目标用户。

2.根据权利要求1所述的品类推荐方法,其特征在于,所述从预设的数据集中确定目标候选集,包括:

获取所述目标用户对应的分组,其中,所述分组用于表征幂集元素及其标识列表;

将所述分组对应的候选集确定为目标候选集。

3.根据权利要求2所述的品类推荐方法,其特征在于,所述获取所述目标用户对应的分组之前,还包括:

获取各个用户在预设时间段内的品类观看记录;

根据若干个品类对应的观看时长,获得各个用户对各个品类的偏好程度;

根据由若干个品类组成的源品类集合,获得各个用户的幂集元素;

根据各个用户的幂集元素各自包含的品类的偏好程度,生成各个幂集元素的标识列表;

从各个用户的源品类集合中删除幂集元素包含的品类,获得各个幂集元素的补集;

按照幂集元素和标识列表进行分组,并确定各个分组邻域内的分组;

根据各个分组的用户及补集,以及各自邻域内的分组的用户及补集,获得各个分组对应的候选集。

4.根据权利要求3所述的品类推荐方法,其特征在于,所述确定各个分组邻域内的分组,包括:

从由各个分组组成的集合中选取一个分组作为当前分组;

获取集合中幂集元素与所述当前分组的幂集元素相同的分组;

对获取的分组的标识列表中各个标识与所述当前分组的标识列表中对应位置的标识的差值的绝对值求和,若和小于等于预设阈值,确定该分组位于所述当前分组的邻域内;

返回执行从由各个分组组成的集合中选取一个分组作为当前分组的步骤,直至确定出所有分组邻域内的分组。

5.根据权利要求3所述的品类推荐方法,其特征在于,各个分组对应的候选集还包括与待推荐的品类对应的用户数,其中,待推荐的品类包括本分组补集中的品类及其邻域内的分组补集中的品类,所述用户数为本分组内观看该待推荐的品类的人数及其邻域内的分组内观看该推荐的品类的人数之和。

6.根据权利要求5所述的品类推荐方法,其特征在于,所述从目标候选集中选取品类并推荐给所述目标用户,包括:

从目标候选集中删除所述目标用户的源品类集合所包含的品类,获得待定候选集;

根据待定候选集对应的第一幂集元素的总偏好程度的高低,以及待定候选集中品类对应的用户数的高低,获得待定候选集中品类的推荐顺序,其中,所述总偏好程度为幂集元素中品类的偏好程度之和;

按照待定候选集中品类的推荐顺序,从待定候选集中选取品类并推荐给所述目标用户。

7.根据权利要求6所述的品类推荐方法,其特征在于,所述获得待定候选集中品类的推荐顺序,包括:

按照第一幂集元素的总偏好程度的从高到底的顺序,对待定候选集进行排序;

按照用户数从高到底的顺序,对待定候选集中的品类进行排序;

根据排序后的品类所在的位置,获得待定候选集中品类的推荐顺序,其中,所述推荐顺序用于指示越靠近前面位置的品类优先级越高。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州虎牙信息科技有限公司,未经广州虎牙信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711176705.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top