[发明专利]一种推荐方法、服务器及计算机可读存储介质

权利要求书

1.一种推荐方法，其特征在于，所述推荐方法包括：

基于协同过滤算法针对目标用户集计算出相似用户集；

根据预设用户筛选规则对所述相似用户集进行用户筛选得到由正常用户组成的推荐用户集，所述正常用户为所述相似用户集中除恶意用户以外的用户；

获取所述推荐用户集中正常用户的资源使用信息，并根据所述资源使用信息对所述推荐用户集中的正常用户进行资源推荐。

2.如权利要求1所述的推荐方法，其特征在于，所述根据预设用户筛选规则对所述相似用户集进行用户筛选得到由正常用户组成的推荐用户集包括：

对所述相似用户集中的各用户进行离群检测，计算所述相似用户集中各所述用户的第一离群因子；

根据所述第一离群因子对所述相似用户集进行用户筛选得到由正常用户组成的推荐用户集。

3.如权利要求2所述的推荐方法，其特征在于，所述对所述相似用户集中的各用户进行离群检测，计算所述相似用户集中各所述用户的第一离群因子包括：

统计所述相似用户集中各用户使用的资源的属性信息，所述相似用户集中各用户使用的资源的属性信息包括资源下载种类、资源搜索种类、资源打开种类、资源下载量、资源打开次数、资源下载频率、资源打开频率、资源搜索频率、资源评论数、资源评论频率以及资源评分中的至少一种；

根据所述相似用户集中的各所述用户的使用的资源的第一属性信息以及基于密度的离群点算法计算各所述用户的第一离群因子。

4.如权利要求2所述的推荐方法，其特征在于，所述根据所述第一离群因子对所述相似用户集进行用户筛选得到由正常用户组成的推荐用户集包括：

从所述相似用户集中筛选出第一离群因子小于等于预设第一离群因子阈值的用户，并将该用户作为正常用户组合成推荐用户集；

或，

从所述相似用户集中按第一离群因子由小到大的顺序筛选出预设第一数量的用户，并将筛选出来的用户作为正常用户组合成推荐用户集。

5.如权利要求1-4任一项所述的推荐方法，其特征在于，在所述基于协同过滤算法针对目标用户集计算出相似用户集之前还包括：

基于预设目标资源获取与所述预设目标资源相关联的关联用户集；

对所述关联用户集中的各用户进行离群检测，计算所述关联用户集中各所述用户的第二离群因子；

根据所述第二离群因子对所述关联用户集进行筛选得到所述目标用户集。

6.如权利要求5所述的推荐方法，其特征在于，所述目标资源为目标应用对应的资源或目标应用上目标搜索对象对应的资源；

所述获取所述推荐用户集中正常用户的资源使用信息，并根据所述资源使用信息对所述推荐用户集中的正常用户进行资源推荐包括：

在所述目标资源为目标应用对应的资源时，获取所述推荐用户集中正常用户的应用资源使用信息，并根据所述应用资源使用信息对所述推荐用户集中的正常用户进行应用推荐；

或，

在所述目标资源为目标应用上目标搜索对象对应的资源时，获取所述推荐用户集中正常用户基于该目标应用的搜索对象资源使用信息，根据所述搜索对象资源使用信息并基于该目标应用对所述推荐用户集中的正常用户进行搜索对象推荐。

7.如权利要求5所述的推荐方法，其特征在于，所述对所述关联用户集中的各用户进行离群检测，计算所述关联用户集中各所述用户的第二离群因子包括：

统计所述关联用户集中各用户使用的资源的属性信息，所述关联用户集中各用户使用的资源的属性信息包括资源下载种类、资源搜索种类、以及资源打开种类中的至少一种；

根据所述关联用户集中各所述用户使用的资源的属性信息以及基于密度的离群点算法计算各所述用户的第二离群因子。