[发明专利]一种互联网应用中用户的内容推荐方法

说明书

本发明公开了一种互联网应用中用户的内容推荐方法，涉及互联网资源推荐技术领域，包括以下步骤：根据资源属性和资源标签，计算各资源的初始评分；根据各个用户针对某一资源所做的动作，分别计算出各资源的用户行为分；根据资源发布后的时间长短，分别计算出各资源的计算出时间影响系数分；根据资源的初始评分、用户的行为分和时间影响系数分别计算出各资源的推荐分；统计所有资源的推荐分，按推荐分从大到小对各资源排序，向推荐用户排名前N的资源，本发明能够提高整体的计算效率和资源利用率。

技术领域

本发明涉及互联网资源推荐技术领域，具体涉及一种互联网应用中用户的内容推荐方法。

背景技术

为满足教师在数百万的内容资源中提取到感兴趣的内容，现有单独的基础推荐算法往往不能满足一个合理的推荐系统，从而利用混合推荐的方法来完成对内容资源的推荐，通过多个推荐算法的结合，得到一个更好的推荐算法。如通过建立多个推荐算法的模型，最后用投票法决定最终的推荐结果。混合推荐虽然理论上不会比单一任何一种推荐算法差，但是在实际应用中使用，由于使用了混合推荐，使得整体的算法复杂度就提高了，从而导致整体的计算效率和资源利用率降低了。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种互联网应用中用户的内容推荐方法，能够提高整体的计算效率和资源利用率。

为达到以上目的，本发明采取的技术方案是：

提供一种互联网应用中用户的内容推荐方法，其特征在于，包括以下步骤：

根据资源属性和资源标签，计算各资源的初始评分；

根据各个用户针对某一资源所做的动作，分别计算出各资源的用户行为分；

根据资源发布后的时间长短，分别计算出各资源的计算出时间影响系数分；

根据资源的初始评分、用户的行为分和时间影响系数分别计算出各资源的推荐分；

统计所有资源的推荐分，按推荐分从大到小对各资源排序，向推荐用户排名前N的资源。

在上述技术方案的基础上，根据资源属性和资源标签，计算各资源的初始评分，具体包括以下步骤：

将资源按其资源类型分为文章和视频，并设定不同资源属性的系数，将资源标签分为精品、专题和其他，并设定不同资源标签的系数；

获取资源的资源属性和资源标签，并设定所有资源相同的基础分，根据资源属性和资源标签对应的系数，以及所有资源相同的基础分得到资源的初始评分。

在上述技术方案的基础上，资源的初始评分O的计算公式为：

O＝S*T*L；

式中，T为资源对应资源类型的系数，L为资源对应资源标签的系数，S为所有资源相同的基础分。

在上述技术方案的基础上，根据各个用户针对某一资源所做的动作，分别计算出各资源的用户行为分，具体包括以下步骤：

将用户针对资源所做的动作分为浏览、点赞、评论和收藏，并设定不同动作的系数，将用户针对资源所做的星级评价分为资源质量星级和原创度星级，并设定不同星级评价对应的资源质量分和原创度评分；

统计所有用户针对同一资源所做各动作的次数，根据不同动作的系数和其对应动作的次数计算出动作分，获取资源的资源质量星级和原创度星级，计算出资源的资源质量分和原创度评分，并根据动作分、资源质量分和原创度评分计算出用户的行为分。

在上述技术方案的基础上，所述用户的行为分U的计算公式为：