[发明专利]数据推荐方法及系统

权利要求书

1.一种数据推荐方法，其特征在于，包括：

将所有用户的特征和第一待推荐数据的编号作为特征因子训练所有用户的权重因子；

从第一待推荐数据中获取第二待推荐数据，并根据所述权重因子、请求推荐的用户的特征和第二待推荐数据的编号获取所述第二待推荐数据相对于请求推荐的用户的预测点击率；

对所述预测点击率从大到小排序，获取预测点击率最大的前K个第二待推荐数据推荐至所述请求推荐的用户，其中K为正整数。

2.如权利要求1所述的数据推荐方法，其特征在于，根据下述公式训练所有用户的权重因子：

Z=W0+ΣM×N(WM×N×FM×N)]]>

其中，Z代表用户对某一第一待推荐数据的点击情况，点击时Z为1，未点击时Z为0，W₀和W_M×N代表所述权重因子，F_M×N代表特征因子即某一用户的特征下某一第一待推荐数据的展示情况，展示时F_M×N为1，未展示时F_M×N为0，M为用户的特征的数量，N为第一待推荐数据的数量。

3.如权利要求2所述的数据推荐方法，其特征在于，根据下述公式获取第二待推荐数据相对于请求推荐的用户的预测点击率：

P=11+e-(W0+ΣM×N(WM×N×FM×N)]]>

其中，P为预测点击率，e=2.71828，W₀和W_M×N代表所述权重因子，F_M×N代表某一用户的特征下某一第一待推荐数据的展示情况，展示时F_M×N为1，未展示时F_M×N为0，M为用户的特征的数量，N为第一待推荐数据的数量。

4.如权利要求1所述的数据推荐方法，其特征在于，所述权重因子的数量=1+所有用户的特征的数量×待推荐数据的数量。

5.如权利要求1所述的数据推荐方法，其特征在于，用户的特征包括浏览器类型、显示器分辩率、网络设备类型、访问网站时间、所在地区、用户网站来路和用户着陆页中的一种或任意组合。

6.如权利要求1所述的数据推荐方法，其特征在于，所述第一待推荐数据为定期获取的优质数据。