[发明专利]兴趣探索方法、存储介质、电子设备及系统有效
申请号: | 201810012144.7 | 申请日: | 2018-01-05 |
公开(公告)号: | CN108595461B | 公开(公告)日: | 2021-03-16 |
发明(设计)人: | 李龙华;陈少杰;张文明 | 申请(专利权)人: | 武汉斗鱼网络科技有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/955 |
代理公司: | 武汉智权专利代理事务所(特殊普通合伙) 42225 | 代理人: | 彭程程 |
地址: | 430000 湖北省武汉市东湖开*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 兴趣 探索 方法 存储 介质 电子设备 系统 | ||
1.一种兴趣探索方法,其特征在于,该方法包括以下步骤:
根据用户的历史行为信息,计算对每个用户进行兴趣探索的探索概率;
当用户的所述探索概率超过设定的阈值时,获取该用户对最近的推荐访问内容的反馈信息,所述推荐访问内容属于多个内容分类;
根据所述反馈信息从多个所述内容分类中筛选出继续推送的内容分类;
其中,确定所述推荐访问内容的内容分类的方法包括:
对每个用户未访问过的所有N0个内容分类按照权重从大到小进行排序,并选取排在前面的N1个内容分类作为所述推荐访问内容的内容分类,其中,1<N1≤N0,所述内容分类的权重通过对所有用户访问过的所有内容分类进行统计得到。
2.如权利要求1所述的兴趣探索方法,其特征在于:用户包括注册用户,注册用户的所述探索概率pm的计算方法为:
其中,a为固定概率,0<a<1,m为该注册用户访问过的内容分类总数。
3.如权利要求1所述的兴趣探索方法,其特征在于:用户包括非注册用户,非注册用户的所述探索概率ρk的计算方法为:
其中,λ为期望进行兴趣探索的次数,k为对该非注册用户已经进行的兴趣探索的次数。
4.如权利要求1所述的兴趣探索方法,其特征在于:从内存数据库中提取用户的反馈信息,所述反馈信息是从客户端获取后存入内存数据库的;
其中,所述反馈信息包括在每个所述内容分类中,所述推荐访问内容的曝光次数以及该用户的点击次数。
5.如权利要求1所述的兴趣探索方法,其特征在于,根据反馈信息从多个所述内容分类中筛选出继续推送的内容分类的具体流程包括:
计算多个所述内容分类的得分,将得分最高的所述内容分类作为继续推送的内容分类。
6.如权利要求5所述的兴趣探索方法,其特征在于,根据置信区间上界算法计算所有所述内容分类的得分,其计算方法为:
其中,Ij为第j个所述内容分类的得分,为第j个所述内容分类的平均分,Tj(n)为对第j个所述内容分类累计兴趣探索次数,n为对所有所述内容分类累计兴趣探索的次数,β为第j个所述内容分类的权重,c为用户对第j个所述内容分类的点击次数,v为第j个所述内容分类的曝光次数。
7.一种存储介质,该存储介质上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
8.一种电子设备,包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,其特征在于:处理器执行计算机程序时实现权利要求1至6任一项所述方法的步骤。
9.一种兴趣探索系统,其特征在于:该系统包括探索概率计算模块、反馈信息获取模块和筛选模块;
所述探索概率计算模块用于:根据用户的历史行为信息,计算对每个用户进行兴趣探索的探索概率;
所述反馈信息获取模块用于:当用户的所述探索概率超过设定的阈值时,获取该用户对最近的推荐访问内容的反馈信息,所述推荐访问内容属于多个内容分类;
其中,确定所述推荐访问内容的内容分类的方法包括:
对每个用户未访问过的所有N0个内容分类按照权重从大到小进行排序,并选取排在前面的N1个内容分类作为所述推荐访问内容的内容分类,其中,1<N1≤N0,所述内容分类的权重通过对所有用户访问过的所有内容分类进行统计得到;
所述筛选模块用于:根据所述反馈信息从多个所述内容分类中筛选出继续推送的内容分类。
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武汉斗鱼网络科技有限公司,未经武汉斗鱼网络科技有限公司许可,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/201810012144.7/1.html,转载请声明来源钻瓜专利网。