[发明专利]一种内容推荐方法、装置和计算设备

说明书

本发明公开了一种内容推荐方法，适于在计算设备中执行，该方法包括步骤：基于用户行为日志生成网站用户的用户特征，该用户特征包括属性特征、价值特征和需求特征；分析线索用户在不同浏览阶段的浏览行为和浏览内容，得到不同浏览阶段的关键影响内容，所述线索用户指在网站中留下意向线索的用户；对线索用户在不同浏览阶段的浏览行为和浏览内容进行机器学习，得到行为预测模型，并根据该行为预测模型预测网站用户的当前浏览阶段；以及结合网站用户的用户特征、当前浏览阶段、以及不同浏览阶段的关键影响内容，向网站用户推荐与其匹配程度高的内容。本发明还一并公开了相应的内容推荐装置和计算设备。

技术领域

本发明涉及计算机及互联网技术领域，尤其涉及一种内容推荐方法、装置和计算设备。

背景技术

随着互联网技术的快速发展和电子商务的日渐普及，网络信息资源的数量急剧增长，内容提供商总是希望能够为用户推荐更多感兴趣或者需要的商品资源。传统的内容提供推荐方法是根据用户的浏览兴趣生成推广投放内容，来进行千人千面投放，但这种方法对浏览推广内容后到线索转化的过程缺少反馈，不能有效提高内容打开到线索生成的转化效率。

因此，需要提供一种能够有效促进用户生成线索转化的内容推荐方案。

发明内容

为此，本发明提供一种内容推荐方法、装置和计算设备，以力图解决或至少缓解上面存在的问题。

根据本发明的一个方面，提供一种内容推荐方法，适于在计算设备中执行，该方法包括步骤：基于用户行为日志生成网站用户的用户特征，该用户特征包括属性特征、价值特征和需求特征；分析线索用户在不同浏览阶段的浏览行为和浏览内容，得到不同浏览阶段的关键影响内容，其中线索用户指在网站中留下意向线索的用户；对线索用户在不同浏览阶段的浏览行为和浏览内容进行机器学习，得到行为预测模型，并根据该行为预测模型预测网站用户的当前浏览阶段；以及结合网站用户的用户特征、当前浏览阶段、以及不同浏览阶段的关键影响内容，向网站用户推荐与其匹配程度高的内容

可选地，在根据本发明的内容推荐方法中，属性特征包括城市级别和年龄代际，价值特征包括家庭收入，需求特征包括产品属性偏好和产品价位偏好。

可选地，在根据本发明的内容推荐方法中，价值特征还包括价值观，需求特征还包括产品特点偏好、产品国别偏好、产品系列偏好、栏目偏好、竞品偏好、内容偏好中的一种或多种。

可选地，在根据本发明的内容推荐方法中，生成网站用户的用户特征的步骤包括：综合网站用户对具有不同需求特征的内容的浏览时长和浏览行为，计算网站用户对不同需求特征的偏好度，并将该偏好度与对应的需求特征关联存储。

可选地，在根据本发明的内容推荐方法中，在分析线索用户在不同浏览阶段的浏览行为和浏览内容之前，还包括步骤：生成线索用户宽表，该线索用户宽表包括线索用户的标识、联系方式、以及留下意向线索时的时间、产品和厂家；以及根据线索用户的标识查找线索用户的行为日志，得到线索用户在不同浏览阶段的浏览行为和浏览内容。

可选地，在根据本发明的内容推荐方法中，浏览阶段包括关注期、粗选期、兴趣期、偏好期和意向期中的一种或多种；浏览行为包括点赞、收藏、主动搜索和对某产品留下联系方式中的一种或多种；以及关键影响内容包括行业入门性内容、产品介绍性内容、竞品比较性内容、价格计算性内容中的一种或多种。

可选地，在根据本发明的内容推荐方法中，还包括步骤：将具有相同或相似用户特征的网站用户聚合为一个族群，并根据该族群中的主要用户特征标记该族群的人群特征；以及根据该族群的人群特征向该族群中的网站用户推荐与该族群匹配程度高的内容。

可选地，在根据本发明的内容推荐方法中，每种特征按照预定规则划分为多个级别，该方法还包括步骤：生成网站用户的三维可视模型，该三维可视模型的三个坐标轴分别为属性特征、价值特征和需求特征，且每个坐标轴的单位刻度和最大刻度分别为对应特征的单个级别和最大级别。