[发明专利]一种基于用户偏好的搜索推荐方法、系统及存储介质

说明书

本发明公开了一种基于用户偏好的搜索推荐方法、系统及存储介质，包括：获取用户行为数据信息，根据用户需求筛选所述用户行为数据信息中符合用户偏好的项目，并根据所述用户行为数据信息获取搜索空间中符合用户偏好的项目，生成用户偏好项目集合；基于多源异构数据构建用户偏好模型，运用所述用户偏好模型生成用户偏好特征；基于用户偏好特征建立随机采样模型，通过所述随机采样模型搜索符合用户偏好的项目，生成待推荐项目集合；根据预设选择策略对所述待推荐项目集合进行优选，生成项目推荐列表。本发明通过提取用户偏好特征，对用户的偏好进行跟踪分析，为用户在搜索过程中提供精准有效的个性化推荐，使推荐更加智能化、专属化。

技术领域

本发明涉及大数据推荐领域，更具体的，涉及一种基于用户偏好的搜索推荐方法、系统和存储介质。

背景技术

互联网已经成为人们获取信息资源的重要渠道,面对浩如烟海的互联网信息,个性化的信息推荐是未来信息服务的发展方向。近年来,为了更好地满足用户的信息获取需求,搜索引擎从最初只能被动地根据查询返回相关网页,逐步改进到能够主动地根据查询提供相关信息推荐。为了更加快捷地从搜索引擎找到相关信息,用户需要提交准确的查询。然而,由于认知水平以及个人习惯等诸多因素影响,用户提交的查询通常较短且不规则,使得搜索引擎很难准确地理解用户真正的搜索意图。

为了实现在搜索过程中对用户进行精准推荐，需要开发一款系统进行匹配，该系统通过获取用户行为数据信息，根据用户行为数据信息筛选符合用户偏好的项目，生成用户偏好项目集合；构建用户偏好模型生成用户偏好特征；基于用户偏好特征建立随机采样模型，通过所述随机采样模型生成待推荐项目集合；根据预设选择策略对所述待推荐项目集合进行优选，生成项目推荐列表。在系统的实现过程中如何构建用户偏好模型生成用户偏好特征，以及如何通过随机采样模型生成待推荐项目集合都是亟不可待需要解决的问题。

发明内容

为了解决上述至少一个技术问题，本发明提出了一种基于用户偏好的搜索推荐方法、系统及存储介质。

本发明第一方面提供了一种基于用户偏好的搜索推荐方法，包括：

获取用户行为数据信息，根据用户需求筛选所述用户行为数据信息中符合用户偏好的项目，并根据所述用户行为数据信息获取搜索空间中符合用户偏好的项目，生成用户偏好项目集合；

将所述用户偏好项目集合进行特征提取构成训练数据集，根据所述训练数据集基于多源异构数据构建用户偏好模型，运用所述用户偏好模型生成用户偏好特征；

基于用户偏好特征建立随机采样模型，通过所述随机采样模型搜索符合用户偏好的项目，生成待推荐项目集合；

根据预设选择策略对所述待推荐项目集合进行优选，生成项目推荐列表。

本发明中，所述的获取用户行为数据信息，根据用户需求筛选所述用户行为数据信息中符合用户偏好的项目，并根据所述用户行为数据信息获取搜索空间中符合用户偏好的项目，生成用户偏好项目集合，具体为：

获取用户行为数据信息，根据用户需求对所述用户行为数据信息中符合用户偏好的项目进行筛选，构建用户偏好项目集合；

根据用户行为数据信息获取用户与项目的交互浏览次数及时长；

若用户与项目的交互浏览次数及时长大于预设阈值，则将该项目归入所述用户偏好项目集合；

提取搜索空间中项目的属性信息，将所述属性信息进行二进制编码，其中属性信息取值1或0,1表示项目具有与用户偏好项目相同的属性，0表示表示项目没有与用户偏好项目相同的属性；

若搜索空间中项目的任一属性信息取值为1，则表示用户对包含该属性的项目感兴趣，将该项目归入所述用户偏好项目集合。