[发明专利]一种基于内容标签的知识库推荐系统

权利要求书

1.一种基于内容标签的知识库推荐系统，将推荐内容推荐给用户，其特征在于，所述推荐系统包括服务端；以及

客户端装置，通过网络与所述服务端建立通信链路；

所述服务端包括：

数据获取装置，获取一个或多个用户的行为属性数据，其中，所述行为属性数据包括用户基础信息集，用户兴趣信息集以及用户反馈信息集；

数据分析装置，接收所述行为属性数据，并对所述属性数据进行分析后添加相应的内容标签，将与所述内容标签对应的行为属性数据发送至知识库内容存储装置；

知识库内容存储装置，包括多个知识库内容存储数据库以及知识池，所述知识库内容存储装置接收到所述行为属性数据后，根据所述内容标签在所述知识池中提取或者存储相应的行为属性数据；

服务端推荐装置，将需要推送的内容推送至用户；

其中，

所述数据分析装置，接收所述行为属性数据，并对所述属性数据进行分析后添加相应的内容标签，将与所述内容标签对应的行为属性数据发送至知识库内容存储装置，通过如下过程实现：(1-1)接收到所述行为属性数据后，判断所述行为属性数据属于何种类型，如果是用户基础信息集或者用户兴趣信息集，进入步骤(1-2)，如果为用户反馈信息集，则在该用户反馈信息集中添加反馈内容标签并进入步骤(1-4)；

(1-2)获取到的是用户基础信息集或者用户兴趣信息集后，提取出用户基础信息集或者用户兴趣信息集中的用户属性信息；

(1-3)所述数据获取装置分析所述用户属性信息，并调取知识库内容存储库中的个人信用评估数据，判断所获取的一个或多个用户的个人信用数据是否在合理的范围内，如果在合理的范围内，则不添加个人信用预警内容标签，否则在所述用户行为属性数据中添加该用户的个人信用数据标签；

(1-4)将由带有相应内容标签的用户基础信息集、用户兴趣信息集或者用户反馈信息集中的一种或多种组成的行为属性数据发送到知识库存储装置。

2.根据权利要求1所述的基于内容标签的知识库推荐系统，其特征在于，所述数据获取装置，获取一个或多个用户的行为属性数据，其中，所述行为属性数据包括用户基础信息集，用户兴趣信息集以及用户反馈信息集，具体包括，所述数据获取装置通过网络爬虫技术主动获取用户浏览网页、浏览app客户端或者朋友圈的行为数据来获取一个或多个用户的行为属性数据，或者，用户主动向所述知识库推荐系统发送基于该用户的行为属性数据的内容推荐请求，其中，所述内容推荐请求包括所请求内容的类别、格式、大小信息。

3.根据权利要求2所述的基于内容标签的知识库推荐系统，其特征在于，所述知识库内容存储装置，包括多个由三个相应内容标签标识的知识库内容存储数据库，其中，用户基础信息集内容标签对应的用户基础内容存储数据库、用户兴趣信息集内容标签对应的用户兴趣内容存储数据库以及用户反馈信息集内容标签对应的用户反馈信息内容存储数据库。

4.根据权利要求3所述的基于内容标签的知识库推荐系统，其特征在于，所述用户基础信息集内容标签对应的用户基础内容存储数据库，用于存储用户初始内容，所述用户基础信息为用户在随机浏览网页、app客户端或者朋友圈时，随机产生的基础信息集，通过随机选出的关键词，在所述知识池中获取相应的内容，将该部分内容通过所述服务端推荐装置推荐给客户；

所述用户兴趣信息集内容标签对应的用户兴趣信息内容存储数据库，存储的是基于用户兴趣的内容数据，该用户数据是基于用户在浏览网页、APP客户端或者朋友圈时，根据在预设时间内网页信息的关注度、APP客户端中关注度较高的内容或者朋友圈中浏览信息时停留的关注时间来提取用户的兴趣信息集，从而在知识池中获取相应的内容后通过所述服务端推荐装置推荐给客户；

所述用户反馈信息集内容标签对应的用户反馈信息内容存储数据库，存储的是基于用户反馈后的基于推荐信息的评分数据或者期望获取的数据关注度数据，该部分数据为用户对随机推送的数据的关注度的反馈数据，或者，该部分数据为用户主动请求的推荐数据的反馈数据，根据所述用户反馈信息集内的数据获取所述知识池中相应的内容后通过所述服务端推荐装置推荐给客户。