[发明专利]一种推荐信息推送方法及其装置

说明书

本发明提供一种推荐信息推送方法及其装置，属于计算机信息技术领域。本发明提供的一种推荐信息推送方法包括数据建立阶段和题目分配阶段，在数据建立阶段，根据各个用户的操作记录将用户分类为多个用户群组，并筛选出用户的个人推荐标签和用户群组的群组推荐标签。在信息推送阶段，根据用户的个人推荐标签和群组推荐标签筛选出相匹配的推荐信息，再结合用户的位置和时间进一步筛选出推荐信息进行推送，从而能够更准确地选取用户感兴趣的推荐信息进行推送，提高用户的浏览体验。

技术领域

本发明属于计算机信息技术领域，具体涉及一种推荐信息推送方法及其装置。

背景技术

网络购物和网络社区越来越广泛地进入人们的生活，在用户浏览网络社区的信息，或者浏览购物网站的商品时，网站经常会自动给用户推送一些信息或者商品。但现有技术中，只能基于用户的个人浏览数据进行信息或商品的推送，由于参考的因素过于单一，因此用户对网站所推送的信息或商品的兴趣度较低，从而影响用户的浏览体验。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种推荐信息推送方法，其通过结合多种因素筛选推荐信息，从而能够更准确地选取用户感兴趣的推荐信息进行推送，提高用户的浏览体验。

解决本发明技术问题所采用的技术方案是一种推荐信息推送方法，包括以下步骤：

数据建立阶段：

建立推荐信息数据库，每个所述推荐信息包括至少一个标签；

获取各个用户的操作记录，并根据各个用户的所述操作记录，按照预设的第一算法分别生成每个用户的关联数据；其中，所述关联数据为用户进行过操作的各个所述推荐信息所包括的标签与所述操作记录的关系；

根据各个用户的所述关联数据和预先训练得到的分类器，将各个用户分类为多个用户群组；

根据各个用户的所述关联数据，按照预设的第二算法分别筛选出各个用户群组的群组推荐标签，以及每个用户群组中各个用户的个人推荐标签；

信息推送阶段：

获取用户所属的所述用户群组，根据用户所属的所述用户群组的所述群组推荐标签，以及用户的所述个人推荐标签，在所述推荐信息数据库中筛选标签相匹配的所述推荐信息；

获取用户的位置信息，确定推送所述推荐信息的时间，结合所述位置信息和所述时间，按照预设的第三算法计算筛选出的所述推荐信息的推荐分值，将所述推荐信息按照推荐分值从高到低的顺序进行排列，选取前K个所述推荐信息推送给用户。

本发明提供的上述方法，由于根据用户个人的操作记录，和用户所属的用户群组中每个用户的操作记录筛选出推荐信息，再结合用户的地理位置和时间等因素进一步筛选出推荐信息推送给用户，从而能够更准确地选取用户感兴趣的推荐信息进行推送，提高用户的浏览体验。

优选的是，在本发明提供的上述方法中，所述推荐信息包括商品和内容；所述操作记录包括对所述商品的购买记录，对所述内容的点赞记录、评论记录和转发记录；对于所述关联数据中的每个标签，所述预设的第一算法满足：

A1×lg(B1)+A2×lg(B2)+A3×lg(B3)+A4×lg(C1)

其中，B1为每个用户点赞过的内容包含该标签的数量；A1为对内容进行点赞的权重；

B2为每个用户评论过的内容包含该标签的数量；A2为对内容进行评论的权重；

B3为每个用户转发过的内容包含该标签的数量；A3为对内容进行转发的权重；

C1为每个用户购买过的商品包含该标签的数量；A4为对商品进行购买的权重。

优选的是，在本发明提供的上述方法中，所述预先训练得到的分类器采用聚类算法将各个用户分类为多个用户群组。