[发明专利]一种基于用户性格标签的推荐方法

摘要

本发明公开了一种基于用户性格标签的推荐方法，实现了用户行为指标列表的开发、用户性格‑推荐模式匹配规则的建模、推荐模式列表的开发、用户性格标签的开发、用户线上行为指标的建模等；本发明以心理学的性格理论为基础，利用大数据技术全面分析用户对产品的使用行为、评论等数据，对用户的性格进行挖掘，构建用户行为模型，开发一套用户性格标签及对应的推荐模式，可以根据具体的应用场景向用户进行相关推荐，适用于电子商务、社交网络等平台的推荐系统。由于用户性格的内部稳定性好，可解释性、可迁移性强，利用性格标签进行推荐能有效解决系统数据稀疏、不可迁移、新用户推荐效果不佳等冷启动问题。

主权项

1.一种基于用户性格标签的推荐方法，其特征在于，该方法包括以下步骤：/n(1)建立线下性格与推荐模式的映射模型/n(1.1)构建用户行为指标库和推荐模式库：根据一般用户对终端设备和终端设备上应用的行为习惯，开展小样本的线下用户抽样调研，收集用户行为指标和推荐模式，构建用户行为指标库和推荐模式库；/n(1.2)生成用户行为指标列表、推荐模式列表和性格－推荐模式匹配规则：/n根据用户行为指标和推荐模式，编制用户在具体应用场景的状态描述，即用户行为问卷；/n让受试者分别做用户行为问卷和通用性格问卷，处理问卷数据生成用户行为指标列表、推荐模式列表和性格－推荐模式匹配规则；/n所述用户行为指标列表，包括从用户行为指标库里筛选出来的，与推荐模式列表中的推荐模式对应的用户行为指标；/n所述推荐模式列表，包括从推荐模式库里筛选出来的，对受试者有区分度或与性格维度得分显著相关的推荐模式；/n所述性格-推荐模式匹配规则，包括性格维度，以及性格维度得分与推荐模式的对应关系。/n(2)建立线上性格与行为真值拟合模型/n(2.1)让线上受试者做通用性格问卷，生成某一性格维度的真值，同时采集同一受试者的互联网使用行为；/n(2.2)根据用户行为指标列表，对用户的线上互联网使用行为进行指标转译，得到用户线上行为向量；/n(2.3)将某用户线上行为向量与该用户相对应的性格维度真值进行训练，得到分类规则，完成线上性格与行为真值拟合模型的构建。/n(3)根据用户的线上行为向量，确定用户推荐模式及内容/n(3.1)将某用户的线上行为向量输入线上性格与行为真值拟合模型，通过计算指标相似性来获得该用户的性格标签；/n(3.2)将用户性格标签，与性格-推荐模式匹配规则、推荐模式列表进行匹配，确定用户推荐模式；/n(3.3)根据具体应用场景和用户推荐模式，确定推荐内容。/n