[发明专利]一种破除信息茧房问题的冷启动个性化推荐方法及装置

权利要求书

1.一种破除信息茧房问题的冷启动个性化推荐方法，其特征在于，包括：

在目标账号的使用阶段处于冷启动阶段的情况下，确定与所述目标账号的用户行为相似度达到第一阈值的对照账号；

利用所述对照账号的对照兴趣矩阵确定所述目标账号的目标兴趣矩阵；

利用所述目标兴趣矩阵在预设内容池中确定候选推荐集，其中，所述候选推荐集包括候选推荐数据以及所述候选推荐数据与所述目标兴趣矩阵的特征相关度；

利用量化因子对所述候选推荐集中的所述特征相关度进行权重调整，得到各个所述候选推荐数据的推荐指数；

将所述推荐指数达到第二阈值的所述候选推荐数据确定为目标推荐数据，并将所述目标推荐数据推送给所述目标账号。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述目标账号的用户行为相似度达到第一阈值的对照账号包括：

获取所述目标账号的第一兴趣数据，并从用户数据库中获取多个用户账号以及所述用户账号的第二兴趣数据，其中，所述用户数据库用于存储当前不处于所述冷启动阶段的所述用户账号在所述冷启动阶段时的兴趣数据；

利用所述第一兴趣数据生成第一兴趣矩阵，以及利用所述第二兴趣数据生成第二兴趣矩阵；

确定所述第一兴趣矩阵与各个所述第二兴趣矩阵的矩阵相似度，以获得所述目标账号与各个所述用户账号的所述用户行为相似度；

将所述用户行为相似度达到所述第一阈值的所述用户账号确定为所述对照账号。

3.根据权利要求2所述的方法，其特征在于，所述利用所述对照账号的对照兴趣矩阵确定所述目标账号的目标兴趣矩阵包括：

获取所述对照账号的当前兴趣数据，并利用所述当前兴趣数据生成所述对照兴趣矩阵；

利用所述目标账号的所述第一兴趣矩阵对所述对照兴趣矩阵进行矩阵扩充，生成所述目标兴趣矩阵。

4.根据权利要求1所述的方法，其特征在于，所述利用所述目标兴趣矩阵在预设内容池中确定候选推荐集包括：

获取所述预设内容池，其中，所述预设内容池包括系统内容池和正能量内容池；

利用所述目标兴趣矩阵分别从所述系统内容池和所述正能量内容池中提取系统候选集和正能量候选集；

将所述系统候选集和所述正能量候选集确定为所述候选推荐集。

5.根据权利要求4所述的方法，其特征在于，所述利用所述目标兴趣矩阵分别从所述系统内容池和所述正能量内容池中提取系统候选集和所述正能量候选集包括：

利用所述目标兴趣矩阵从所述系统内容池召回第一内容池，以及利用所述目标兴趣矩阵从所述正能量内容池召回第二内容池；

确定所述第一内容池中的数据与所述目标兴趣矩阵的第一相关度，并确定所述第二内容池中的数据与所述目标兴趣矩阵的第二相关度；

提取所述第一内容池中的所述第一相关度达到第三阈值的数据，得到所述系统候选集，以及提取所述第二内容池中的所述第二相关度达到第四阈值的数据，得到所述正能量候选集。

6.根据权利要求5所述的方法，其特征在于，所述利用量化因子对所述候选推荐集中的所述特征相关度进行权重调整，得到各个所述候选推荐数据的推荐指数包括：

利用所述目标账号的目标浏览数据和所述目标账号所在平台的全部账号的总浏览数据确定账号量化因子，其中，所述账号量化因子用于表征所述目标账号的所述目标浏览数据在所述总浏览数据中的占比，所述量化因子包括所述账号量化因子和系统量化因子，所述账号量化因子与所述系统量化因子之和为固定值；

将所述账号量化因子与所述系统候选集的所述第一相关度相乘，得到第一推荐指数，以及将所述系统量化因子与所述正能量候选集的所述第二相关度相乘，得到第二推荐指数，其中，所述特征相关度包括所述第一相关度和所述第二相关度，所述推荐指数包括所述第一推荐指数和所述第二推荐指数。