[发明专利]一种基于语音的信息推荐方法及系统

说明书

本发明的技术方案包括一种基于语音的信息推荐方法及系统，用于实现：通过用户收听行为数据的收集、挖掘，给每条语音打分，系统包括采集单元、语音评估单元、语音推送单元以及模型构建单元，采集单元用于采集用户收听语音行为数据；语音评估单元用于根据采集单元采集的数据按照评估策略评估语音信息并生成可推荐列表；模型构建单元用于定时解析语音评估单元的数据不断优化推荐模型；语音推送单元用于根据模型构建单元建立的推送模型和可推荐列表，向用户推送优化后的推送内容。本发明的有益效果为：将高质量的内容推荐给用户，实现方式简单，人力成本低，不需要庞大的用户规模作为提取样本，待评估的数据只需语音信息即可，不需要海量的内容数据。

技术领域

本发明涉及一种基于语音的信息推荐方法及系统，属于信息处理领域。

背景技术

随着数字广播技术以及通信技术的发展，语音成为了日常生活中必不可少的信息传递媒介，语音消息、电台以及音乐等等，都是平常生活中常见的语音消息，然而，正是由于日常生活中充斥着各类的语音消息，使得用户面对数量、种类繁多的语音消息难以选择，其次，繁杂的语音消息并不适合所有用户，部分用户非常抗拒接收某类语音消息，以音乐推送为例，音乐推荐包括基于音乐内容的推荐，基于音乐关联性的推荐，基于知识的推荐，协同过滤推荐等多种方式，目前采用的技术主要有：1、当接收到至少一个终端的音乐推荐请求时，获取至少一个终端的音乐偏好，一个终端对应至少一个音乐偏好；根据各个终端的音乐偏好，生成至少一个终端的共同音乐偏好；根据共同音乐偏好，向至少一个终端进行音乐推荐。2、在将歌曲建模为若干隐含主题概率分布的基础上将用户的收听行为建模为多维时间序列，进而通过多维时间序列分析的方法挖掘用户的行为习惯，并最终从候选歌曲数据库中为用户推荐合适的歌曲。3、在将歌曲建模为若干隐含主题概率分布的基础上将用户的收听行为建模为多维时间序列，进而通过多维时间序列分析的方法挖掘用户的行为习惯，并最终从候选歌曲数据库中为用户推荐合适的歌曲。

现有技术主要集中在一些拥有海量数据的公司使用，他们基于用户的行为数据，还有其海量的内容数据库做精准内容推荐。这种推荐方式效果很好，但缺点主要有几点：

1、实现方式极其复杂且时间人力成本高；

2、需要庞大的用户规模；

3、需要海量的内容数据；

4、不适用于公司起步阶段；

如何解决上述问题，成为了本领域技术人员较为关注的焦点。

发明内容

为解决上述问题，本发明的目的在于提供一种基于语音的信息推荐方法及系统，通过用户收听行为数据的收集、挖掘，给每条语音打分，系统包括采集单元、语音评估单元、语音推送单元以及模型构建单元，采集单元用于采集用户收听语音行为数据；语音评估单元用于根据采集单元采集的数据按照评估策略评估语音信息并生成可推荐列表；模型构建单元用于定时解析语音评估单元的数据不断优化推荐模型；语音推送单元用于根据模型构建单元建立的推送模型和可推荐列表，向用户推送优化后的推送内容。

本发明解决其问题所采用的技术方案一方面是：一种基于语音的信息推荐方法，其特征在于，该方法包括以下步骤：向用户推送一批语音信息，其中推送模型包括编辑推荐、精选推荐以及新帖随机；采集用户的收听行为数据；以收听时长为评分标准对每一条语音的收听情况进行评估统计；定时根据评估统计后的结果进行评级，根据评估结果对语音信息进行升降级处理并向用户推送优化后的推送内容。

进一步的，所述新帖随机包括当日发布的语音信息并将语音信息平均分发给用户。

进一步的，所述新帖随机为未进行评估统计的语音信息。