[发明专利]基于行为语义知识网络的内容推荐方法有效
申请号: | 201810555990.3 | 申请日: | 2018-06-01 |
公开(公告)号: | CN108804633B | 公开(公告)日: | 2021-10-08 |
发明(设计)人: | 陈磊;胡澜涛;张博;林乐宇;冯喆;饶君;刘书凯;刘毅;丘志杰;孙振龙;王良栋 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F40/30 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 何平;邓云鹏 |
地址: | 518000 广东省深圳*** | 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: | 基于 行为 语义 知识 网络 内容 推荐 方法 | ||
一种基于行为语义知识网络的内容推荐方法、计算机设备及存储介质,该基于行为语义知识网络的内容推荐方法包括:获取各用户标识关联的项目行为数据以及各项目行为数据对应项目的属性特征数据;基于各项目行为数据以及属性特征数据,确定行为语义知识网络;获取目标推荐用户标识关联的特征数据;基于特征数据以及行为语义知识网络中各网络节点,确定行为语义知识网络中对应于特征数据的节点;将行为语义知识网络中,与对应于特征数据的节点相似的网络节点对应标示的内容,确定为目标推荐用户标识对应的待推荐内容;向目标推荐用户标识推荐待推荐内容。基于本方法可提高推荐准确性。
技术领域
本申请涉及数据处理技术领域,特别涉及一种基于行为语义知识网络的内容推荐方法、计算机设备及存储介质。
背景技术
随着互联网技术的发展,涌现了大量的应用程序,为用户提供了便利。例如,社交应用,为用户之间的交流提供了便利,视频应用,为用户观看视频提供了便利。
目前,应用程序一般会有推荐功能,即为用户推荐其可能感兴趣的内容。常用的推荐方法有基于协同过滤算法的推荐方法,然而,该推荐方法主要将单一数据作为推荐依据,进行相似计算从而实现推荐,其相似结果中可能出现一些与目标推荐用户标识不相关的推荐结果,即导致推荐不准确。
发明内容
基于此,有必要针对现有推荐不准确的问题,提出一种基于行为语义知识网络的内容推荐方法、计算机设备及存储介质。
一种行为语义知识网络确定方法,包括步骤:
获取各用户标识关联的项目行为数据以及各项目行为数据对应项目的属性特征数据;
基于各项目行为数据以及对应的属性特征数据,确定行为语义知识网络,行为语义知识网络包括各网络节点以及网络节点关联关系;各网络节点分别标示对应的项目行为数据对应项目以及与该项目对应的属性特征数据,或各网路节点包括标示对应的项目行为数据对应项目的各项目节点以及标示对应的属性特征数据的各属性节点;
获取目标推荐用户标识关联的特征数据;
基于特征数据以及行为语义知识网络中各网络节点,确定行为语义知识网络中对应于特征数据的节点;
将行为语义知识网络中,与对应于特征数据的节点相似的网络节点对应标示的内容,确定为目标推荐用户标识对应的待推荐内容;
将待推荐内容推荐给目标推荐用户标识。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
上述基于行为语义知识网络的内容推荐方法、计算机设备及存储介质,基于各项目行为数据以及各项目行为数据对应项目的属性特征数据,建立各网络节点以及网络节点关联关系,确定行为语义知识网络。其中,项目行为数据可准确反映用户对项目的行为,属性特征数据可准确反应该项目的特点,行为语义知识网络中的网络节点考虑了各项目行为数据以及项目的属性特征数据,各网络节点分别标示对应的项目行为数据对应项目以及与该项目对应的属性特征数据,或各网路节点包括标示对应的项目行为数据对应项目的各项目节点以及标示对应的属性特征数据的各属性节点。网络关联关系基于项目行为数据对应项目与其对应的属性特征数据建立,可使行为语义知识网络能准确表征各项目之间以及各项目与其属性特征数据之间的关系,使行为语义知识网络能准确反映各用户的行为情况、行为数据中项目的属性特征以及两者之间的关系。基于对应于目标推荐用户标识关联的特征数据的节点以及行为语义知识网络,可准确确定与对应于特征数据的节点相似的网络节点对应标示的内容,从而可准确确定目标推荐用户标识对应的待推荐内容并推荐给目标推荐用户标识对应的用户,可提高推荐准确性。
附图说明
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201810555990.3/2.html,转载请声明来源钻瓜专利网。