[发明专利]智能商业资讯的推荐方法和系统

说明书

本申请公开了一种智能商业资讯的推荐方法和系统。该方法包括：分别选取第一用户的用户特征和待推荐的信息的内容特征；分别对所述用户特征和所述内容特征进行数据标准化处理；对标准化处理后的所述用户特征和所述内容特征进行过滤；分别提取过滤后的所述用户特征和所述内容特征的标签；和基于所述标签生成词向量，计算所述用户特征的词向量和所述内容特征的词向量之间的相似度，根据所述相似度对信息排序并将所述信息推荐给所述第一用户。通过该方法，能够根据用户特征和信息内容之间的相似度进行信息的推荐，这样的方式更能符合用户的身份或者偏好，推荐的信息更加能够满足用户的需求，从而节省了用户的浏览和阅读时间。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种智能商业资讯推荐系统和方法。

背景技术

随着信息网络技术的发展，人们的工作节奏日益加快，时间变得更加宝贵、紧张和碎片化。由于用户接收到资讯信息的渠道越来越广，互联网内容信息量大且杂乱无序，导致用户需要花费过多时间来浏览或者阅读没有任何价值的资讯信息。从用户的角度来说，要从杂乱的信息中标识出有用的或者感兴趣的信息是非常困难的。目前，许多资讯网站使用基于用户在该平台内点击浏览的信息，将备选的或者补充的信息推荐给用户的功能。在大多数情况下，推荐的内容是基于用户在网站累积的行为数据，结合某些算法确定的。但是对于一些有特定偏好的人群，例如，企业家等，他们关注的信息可能更加聚焦，并没有那么多的平台内的行为数据，他们可能只关注某种行业或政策的颁布与实施，也可能在平台内只关注了一些想结识的人或者已经和平台内的用户成为了好友关系，因此采用现有的技术并不能对他们的行为进行准确的预测，推荐的效果也会受到非常大的影响。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种信息推荐方法，该方法包括：

特征选择步骤：分别选取第一用户的用户特征和待推荐的信息的内容特征；

标准化处理步骤：分别对所述用户特征和所述内容特征进行数据标准化处理；

数据分词步骤：对标准化处理后的所述用户特征和所述内容特征进行过滤；

特征提取步骤：分别提取过滤后的所述用户特征和所述内容特征的标签；和

相似度计算步骤：基于所述标签生成词向量，计算所述用户特征的词向量和所述内容特征的词向量之间的相似度，根据所述相似度对信息排序并将所述信息推荐给所述第一用户。

通过该方法，能够根据用户特征和信息内容之间的相似度进行信息的推荐，这样的方式更能符合用户的身份或者偏好，推荐的信息更加能够满足用户的需求，从而节省了用户的浏览和阅读时间。

可选地，在所述相似度计算步骤后，该方法还包括策略优化步骤：根据所述第一用户对推荐的信息的反馈，调整排序结果和推荐策略。

可选地，在所述特征选择步骤之前，该方法还包括待推荐信息选择步骤：挖掘与第一用户相关联的第二用户，基于所述第二用户的行为数据得到待推荐的信息。

可选地，在所述待推荐信息选择步骤中，所述与第一用户相关联的第二用户包括：存在于第一用户的通讯录中并且在社交平台上注册的用户以及该用户的好友关系链中的用户。

可选地，所述第二用户的行为数据包括以下数据中的一个或多个：社交行为数据、人脉关注数据、搜索内容、浏览的信息、阅读的信息和关注的信息。

根据本申请的一个方面，还提供了一种信息推荐系统，包括：

特征选择模块，其配置成用于分别选取第一用户的用户特征和待推荐的信息的内容特征；

标准化处理模块，其配置成用于分别对所述用户特征和所述内容特征进行数据标准化处理；