[发明专利]一种推荐对象的方法和系统

权利要求书

1.一种推荐对象的方法，所述方法包括：

对多个用户中的每个用户构建用户画像，基于所述用户画像的每个标签获得对象-标签数据，其中，所述对象-标签数据是指基于标签统计的所述多个用户中具有所述标签的用户与对象之间的关联信息；

针对所述多个用户中的目标用户构建候选集，其中，构建所述候选集的步骤包括：针对所述目标用户的用户画像中的每个标签在对应的对象-标签数据中选取排名最高的第一数量个对象，对基于所述目标用户的所述用户画像选择的对象进行合并和去重来构建与所述目标用户对应的所述候选集；

对所述候选集进行筛选以构建推荐集；以及

向所述目标用户展示所述推荐集中的对象。

2.根据权利要求1所述的方法，其中，所述对多个用户中的每个用户构建用户画像的步骤采用聚类的方式来实现。

3.根据权利要求2所述的方法，其中，所述聚类的方式采用K平均算法来实现。

4.根据权利要求1所述的方法，其中，所述对多个用户中的每个用户构建用户画像的步骤采用专家规则的方式来实现。

5.根据权利要求1所述的方法，其中，所述针对所述多个用户中的目标用户构建候选集的步骤还包括：

从全局数据中选取排名最高的第二数量个对象，其中，所述全局数据是指所述多个用户与对象之间的关联信息；

从用户历史数据中选取排名最高的第三数量个对象，其中，所述用户历史数据是指所述目标用户与对象之间的关联信息；并且

将所述第二数量个对象和所述第三数量个对象以及基于所述目标用户的所述用户画像选择的所述对象进行合并和去重来构建与所述目标用户对应的所述候选集。

6.根据权利要求1所述的方法，所述方法还包括：对全部对象进行聚类以构建对象类别。

7.根据权利要求6所述的方法，其中，所述对全部对象进行聚类以构建对象类别的方法采用K平均算法来实现。

8.一种推荐对象的系统，所述系统包括：

用户画像构建单元，用于对多个用户中的每个用户构建用户画像，基于所述用户画像的每个标签获得对象-标签数据，其中，所述对象-标签数据是指基于标签统计的所述多个用户中具有所述标签的用户与对象之间的关联信息；

候选集构建单元，针对所述多个用户中的目标用户构建候选集，其中，候选集构建单元包括第一选取单元和合并单元，所述第一选取单元针对所述目标用户的用户画像中的每个标签在对应的对象-标签数据中选取排名最高的第一数量个对象，所述合并单元对第一选取单元选取的对象进行合并和去重来构建与所述目标用户对应的所述候选集；

推荐集构建单元，对所述候选集进行筛选以构建推荐集；以及

展示单元，向所述目标用户展示所述推荐集中的对象。

9.一种存储指令的计算机可读存储介质，其中，当所述指令被至少一个计算装置运行时，促使所述至少一个计算装置执行如权利要求1至7中的任一权利要求所述的方法。

10.一种包括至少一个计算装置和至少一个存储指令的存储装置的系统，其中，所述指令在被所述至少一个计算装置运行时，促使所述至少一个计算装置执行如权利要求1至7中的任一权利要求所述的方法。