[发明专利]基于用户个性化需求的推送方法有效
申请号: | 201810562061.5 | 申请日: | 2018-06-04 |
公开(公告)号: | CN108846062B | 公开(公告)日: | 2019-08-13 |
发明(设计)人: | 付晨;夏天;夏寒;张诚;道理;刘星航;毛丹;蔡任之;耿亦兵;林维晓 | 申请(专利权)人: | 上海市疾病预防控制中心;上海半坡网络技术有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;H04L29/08 |
代理公司: | 上海智信专利代理有限公司 31002 | 代理人: | 王洁;郑暄 |
地址: | 200336 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 推送 用户兴趣模型 个性化需求 用户标识 用户兴趣 服务端 特征集 客户端 构建 个性化 返回 创建 应用 | ||
1.一种基于用户个性化需求的推送方法,其特征在于,所述的方法包括以下步骤:
(1)在服务端中构建用户兴趣模型;
(2)根据所述的用户兴趣模型,向客户端返回对应的推送结果;
所述的用户兴趣模型为根据当前用户兴趣特征集在所述的服务端中创建,且所述的用户兴趣模型还包括用户标识,所述的用户标识与所述的当前用户兴趣特征集相对应;
所述的当前用户兴趣特征集是由用户个性化手动归类的特征词子集以及前期用户兴趣模型学习后的特征词子集构成的集合;
所述的用户个性化手动归类的特征词子集具备用户个性化类目中父子关系的等级体系;
所述的用户个性化手动归类的特征词子集为由用户个性化手动归类的特征词和所述用户个性化手动归类的特征词的权重构成的二元组集,所述的前期用户兴趣模型学习后的特征词子集为由前期用户兴趣模型学习后的特征词和前期用户兴趣模型学习后的特征词的权重构成的二元组集;
所述的用户个性化手动归类的特征词子集所对应的父类特征词的权重由以下公式计算得到:
其中,f(t)为所述的用户个性化手动归类的特征词子集所对应的父类特征词的权重,c为默认为1的经验值,l为特征词在分类体系结构中相差的层数,l的取值为0、1或2。
2.根据权利要求1所述的基于用户个性化需求的推送方法,其特征在于,所述的用户兴趣特征集在初始化时,特征词子集为一个空集。
3.根据权利要求1所述的基于用户个性化需求的推送方法,其特征在于,所述用户个性化手动归类的特征词的权重以及前期用户兴趣模型学习后的特征词的默认权重均为1。
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上海市疾病预防控制中心;上海半坡网络技术有限公司,未经上海市疾病预防控制中心;上海半坡网络技术有限公司许可,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/201810562061.5/1.html,转载请声明来源钻瓜专利网。