[发明专利]基于用户点击行为来向用户推荐图书的方法和系统

摘要

一种基于用户点击行为来向用户推荐图书的方法和系统，方法包括：选取若干位用户构成样本用户集，并为样本用户集中每位用户选取多本其点击和未点击过的推荐图书；抽取样本用户集中每位用户和其点击、未点击过的推荐图书之间的关联特征值，然后根据用户和推荐图书之间的关联特征值训练生成logistic分类模型；逐一将目标用户和新推荐图书之间的关联特征值输入logistic分类模型从而得到目标用户点击新推荐图书的概率，并根据所述概率向目标用户选择新推荐图书。本发明属于数据业务领域，能基于用户对图书的点击行为来对用户的个性化图书偏好进行预测，从而提高推荐点击率和提升推荐效果。

主权项

1.一种基于用户点击行为来向用户推荐图书的方法，其特征在于，包括有：步骤一、选取若干位用户构成样本用户集，并为样本用户集中每位用户选取多本其点击和未点击过的推荐图书；步骤二、抽取样本用户集中每位用户和其点击、未点击过的推荐图书之间的关联特征值，然后根据用户和推荐图书之间的关联特征值训练生成logistic分类模型，所述logistic分类模型训练所使用的输入数据是样本用户集中每位用户和其点击、未点击过的推荐图书之间的关联特征值，输出数据是用户点击推荐图书的概率；步骤三、逐一将目标用户和新推荐图书之间的关联特征值输入logistic分类模型从而得到目标用户点击新推荐图书的概率，并根据所述概率向目标用户选择新推荐图书，当用户和推荐图书之间的关联特征值包括有推荐图书的用户相似图书历史行为、用户相似图书和推荐图书的相似度时，还包括有：步骤A1、提取推荐图书的所有关键字，将推荐图书的所有关键字的个数记为n；步骤A2、构建推荐图书的用户相似图书集，所述用户相似图书集初始化为空，然后从用户的阅读历史记录中提取一本用户阅读过的历史图书；步骤A3、统计提取的历史图书所包含的推荐图书的关键字或与关键字相似的词语个数k，并计算所述历史图书和推荐图书的相似度：然后判断所述相似度是否大于相似度阈值，如果是，则将所述历史图书作为相似图书保存到推荐图书的用户相似图书集中，然后继续下一步；如果否，则继续下一步；步骤A4、判断是否已从用户的阅读历史记录中提取完所有用户阅读过的历史图书，如果是，则继续下一步；如果否，则继续从用户的阅读历史记录中提取下一本用户阅读过的历史图书，然后转向步骤A3；步骤A5、从用户的阅读历史记录中读取用户相似图书集中所有相似图书对应的用户历史行为和阅读时间，并按照阅读时间、和用户历史行为的优先级对所有相似图书进行排序，最后从用户相似图书集中挑选出一本阅读时间最近、且用户历史行为的优先级最高的相似图书，所挑选出的相似图书对应的用户历史行为即是推荐图书的用户相似图书历史行为，所挑选出的相似图书和推荐图书的相似度即是用户相似图书和推荐图书的相似度。