[发明专利]一种数据推荐方法和装置

说明书

本发明公开了一种数据推荐方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：生成与各待推荐数据的主题词对应的预设属性信息；根据所述预设属性信息，滤除所述主题词具有特定属性的待推荐数据；将除被滤除的待推荐数据以外剩余的待推荐数据推荐给用户。该实施方式能够避免推荐一些带有特定属性(例如负面情感属性)的数据。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据推荐方法和装置。

背景技术

现在电商领域商品推荐已经越来越重要，不仅是要通过用户偏好、最近使用的热度来推荐，而且衍生出各种推荐方式，现有的推荐方式都是基于user-based(基于用户)或者item-based(基于商品)的方式。

user-based推荐方式更多的考虑相同爱好的用户兴趣，推荐这些用户喜欢/访问过的item(一件商品)，推荐结果与用户当前的行为关系不大，更多的是用户的这些朋友访问过什么，属于圈子的社会化行为，推荐的item是相同爱好用户最喜欢的item，因此具备热点效应，即推荐某一圈子中用户访问最多的商品。同时，这一推荐方式也可以将圈子中用户刚刚访问的item推荐出来，具备很强的实时性，尤其是新引入的热点，可以很快的扩散，也能解决new-item(新增商品)的冷启动问题。

item-based主要考虑用户历史兴趣，推荐与用户历史喜欢的item相似的item，推荐结果与用户的当前行为有很大的关系，推荐的item与用户当前click(点击)的相似性，用户是可以理解的，即可解释性很强，推荐的item也不是热门的，很有可能是冷门(长尾)，但是推荐结果与用户的兴趣相关，这一推荐方式要求用户在该网站上的兴趣是长久和固定的，推荐的意义在于帮助用户找到与其兴趣相关的item。推荐item与用户关系不大，因此可以比较好地解决新加入用户的推荐问题。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有的技术很大程度上是根据用户的习惯和行为来推荐数据，而没有考虑所推荐数据的情感因素。

发明内容

有鉴于此，本发明实施例提供一种数据推荐方法和装置，能够避免推荐一些带有特定属性(例如负面情感属性)的数据。

为实现上述目的，根据本发明实施例的一个方面，提供了一种数据推荐方法。

一种数据推荐方法，包括：生成与各待推荐数据的主题词对应的预设属性信息；根据所述预设属性信息，滤除所述主题词具有特定属性的待推荐数据；将除被滤除的待推荐数据以外剩余的待推荐数据推荐给用户。

可选地，生成与各待推荐数据的主题词对应的预设属性信息的步骤，包括：从预设文档库中分别获取各待推荐数据的主题词对应的文档集，一主题词对应的文档集为包括该主题词的所有文档的集合；从所述文档集中提取预设属性词汇，以得到与各主题词相关的预设属性词汇，每一预设属性词汇对应一类别；对与每个主题词相关的各类别预设属性词汇评分，以得到与每个主题词相关的各类别预设属性分数；分别计算与每个主题词相关的各类别预设属性词汇的出现概率；根据与每个主题词相关的预设属性词汇的类别、所述各类别预设属性分数、所述各类别预设属性词汇的出现概率，生成与各待推荐数据的主题词对应的预设属性信息。

可选地，从所述文档集中提取预设属性词汇的步骤，包括：从所述文档集的各文档分别截取包括对应的主题词的第一预设长度文本，并提取所述第一预设长度文本中的预设属性词汇，以得到与所述对应的主题词相关的预设属性词汇。