[发明专利]一种基于用户行为的特征提取、个性化推荐的方法和系统

摘要

本申请实施例提供了一种基于用户行为的特征提取方法，包括：收集用户的原始行为信息，依据所述用户的原始行为信息生成用户行为数据点；所述用户行为数据点包括用户标识、维度标识及对应的维度分值；按照所述维度标识采用维度分值对所述用户行为数据点进行聚类，形成多个聚类空间；分别针对所述多个聚类空间中用户行为数据点的维度分值进行二值化；依据二值化的结果提取满足预设要求的一个或多个维度标识作为聚类空间的特征维度。本申请实施例采用了分布式计算，总体运算时间大幅减少。针对海量数据输入的条目超多和条目维度超多的问题，采用对数据分块计算的方法，对中间结果分块表达，解决了I/O过大问题。

主权项

1.一种基于用户行为的特征提取方法，其特征在于，包括：收集用户的原始行为信息，依据所述用户的原始行为信息生成用户行为数据点；所述用户行为数据点是多维空间的向量点，包括用户标识、维度标识及对应的维度分值三个向量元素；按照所述维度标识采用维度分值对所述用户行为数据点进行聚类，形成多个聚类空间；分别针对所述多个聚类空间中用户行为数据点的维度分值进行二值化；依据二值化的结果提取满足预设要求的一个或多个维度标识作为聚类空间的特征维度；其中，所述按照维度标识采用维度分值对所述用户行为数据点进行聚类，形成多个聚类空间的步骤应用于分布式计算，包括：将所述用户行为数据点分配至K个簇中，并按照维度标识分别计算K个簇中对应的初始的K个中心点，并依据所述K个中心点及对应的用户行为数据点，形成初始的K个聚类空间；其中，所述K为正整数；按照维度标识分别计算各用户行为数据点与K个中心点的距离；依据所述用户行为数据点与K个中心点的距离，重新确定所述用户行为数据点归属的聚类空间；判断当前K个聚类空间是否满足预设条件；若是，则获得最终的K个聚类空间；若否，则在执行按照维度标识分别计算当前K个聚类空间的新的中心点的子步骤后，返回所述按照维度标识分别计算各用户行为数据点与K个中心点的距离的子步骤。