[发明专利]一种基于大数据技术的用户动态兴趣模型建立方法

摘要

本发明属于大数据及互联网信息个性化服务技术领域，具体涉及一种基于大数据技术的用户动态兴趣模型建立方法。本发明在进行用户数据采集时，除采集用户属性与行为数据外，还采集用户行为上下文数据，以及用户行为交互对象信息等用户大数据。通过用户大数据采集，为用户兴趣模型建立提供了全面的用户数据；为了提高用户数据分析的计算性能与结果质量，在数据预处理阶段，采用水平数据筛选和垂直数据筛选方法，过滤了与用户兴趣无关的数据，使得参与分析计算的用户数据相关性更强；对用户每一个兴趣点的聚类簇内数据进行机器学习，从中获取用户的兴趣值预测函数，度量用户在各个兴趣点上的兴趣值，从而实现用户兴趣的精准预测。

主权项

1.一种基于大数据技术的用户动态兴趣模型建立方法，其特征在于，包括以下步骤：S1、数据采集：利用个性化服务平台的系统日志和系统数据库，采集用户属性数据、行为数据、用户行为交互对象数据；利用个性化服务平台对外提供的数据接口，采集用户行为背景数据，至少包括用户行为的环境信息、用户行为交互对象信息；S2、预处理：对步骤S1采集的数据进行筛选，以过滤与用户兴趣无关的数据；S3、聚类分析：通过计算用户数据之间的相似度，将相似的用户数据聚类到一个类中，经过聚类处理后同一类中的用户数据蕴含相似的兴趣点；S4、用户动态兴趣模型建立：利用机器学习的加权线性回归集成学习方法，对兴趣点所在聚类簇数据进行学习，分析不同特征属性数据对用户兴趣点的具体作用，从而获得用户在不同兴趣点上的兴趣值预测函数，然后结合用户的当前数据，计算用户在不同兴趣点的兴趣值，利用空间向量模型表示用户兴趣组成，从而完成用户动态兴趣模型建立。