[发明专利]一种实时高效分析的互联网广告平台的推荐引擎方法

权利要求书

1.一种实时高效分析的互联网广告平台的推荐引擎方法，其特征在于，包括以下步骤：

步骤S1，获取用户行为信息；

步骤S2，根据用户行为信息生成推荐信息，所述推荐信息包括源内容、与源内容相关的用户评价信息、同类度信息、级别信息；

同类度信息是对于用户的评价的下一级评价的数量；

或是对于用户的评价的更低级的评价的数量；

或是对于用户的评价的下一级评价中肯定该用户的评价的数量；

或是对于用户的评价的更低级的评价中肯定该用户的评价的数量；

级别信息表示的是评价的级别；

步骤S3，根据推荐信息生成推荐关键词，并根据所述推荐关键词向用户推荐与所述推荐关键词相关的广告内容；

根据推荐信息生成推荐关键词包括：

步骤S311，选取源内容项下的用户的评价中出现的次数超过次数阈值或频率超过频率阈值的一个以上的词语的作为新关键词赋予到源内容上；

步骤S312，选择一个以上的与源内容初始时具有的旧关键词相同的新关键词作为待取关键词；

步骤S313，根据待取关键词第一次出现的用户的评论的级别、待取关键词的同类度以及待取关键词在源内容项下的评价中出现的次数计算待取关键词与源内容的关联度；

其中待取关键词的同类度是对待取关键词指向为肯定的源内容项下的用户的评价的数量；

步骤S314，选取与源内容的关联度超过阈值的待取关键词作为该源内容的推荐关键词。

2.根据权利要求1所述的一种实时高效分析的互联网广告平台的推荐引擎方法，其特征在于，所述用户行为信息是用户对于源内容的评价和针对用户的评价的评价，针对用户的评价的评价划分级别，用户对源内容的评价为一级评价，对于一级评价的评价为二级评价，对于二级评价的评价为三级评价。

3.根据权利要求1所述的一种实时高效分析的互联网广告平台的推荐引擎方法，其特征在于，所述源内容均具有对应的一个以上的关键词。

4.根据权利要求1所述的一种实时高效分析的互联网广告平台的推荐引擎方法，其特征在于，计算待取关键词与源内容的关联度的计算公式如下：

关联度Z=W₁*A+W₂*B+W₃*C，其中A表示待取关键词第一次出现的用户的评论的级别、B表示待取关键词的同类度、C表示待取关键词在源内容项下的评价中出现的次数、W₁表示第一权重、W₂表示第二权重、W₃表示第三权重。

5.根据权利要求1所述的一种实时高效分析的互联网广告平台的推荐引擎方法，其特征在于，所述根据推荐关键词向用户推荐与推荐关键词相关的内容包括：

选取待推荐的用户的评论中出现最多的词语相同的推荐关键词关联的源内容推荐给该用户。

6.根据权利要求1~5任一所述的一种实时高效分析的互联网广告平台的推荐引擎方法的平台，其特征在于，包括：

内容平台，内容平台通过网络连接用户终端，内容平台配置在大数据云平台上或独立于大数据云平台之外，独立于大数据云平台之外时通过网络连接大数据云平台；

内容平台可操作于从大数据云平台获取与用户相关的数据，提取推荐信息，根据推荐信息给用户推荐广告内容；

内容平台包括：

数据获取单元，其被连接来接收大数据云平台的与用户相关的数据，可操作于将与用户相关的数据发送给推荐信息生成单元；

推荐信息生成单元，其可操作于生成推荐信息，推荐信息包括源内容、与源内容相关的用户评价信息、同类度信息、级别信息；

推荐引擎单元，其可操作于根据推荐信息生成推荐关键词，并根据推荐关键词向用户推荐与推荐关键词相关的内容。

7.根据权利要求6所述的一种实时高效分析的互联网广告平台的推荐引擎方法的平台，其特征在于，所述推荐引擎单元包括：

提词单元，其可操作于选取源内容项下的用户的评价中出现的次数超过次数阈值或频率超过频率阈值的一个以上的词语的作为新关键词赋予到源内容上；

待取关键词生成单元，其可操作于选择一个以上的与源内容初始时具有的旧关键词相同的新关键词作为待取关键词；

关联度计算单元，其可操作于计算待取关键词与源内容的关联度；

推荐关键词生成单元，其可操作于选取与源内容的关联度超过阈值待取关键词作为该源内容的推荐关键词；

内容推荐单元，其可操作于选取待推荐的用户的评论中出现最多的词语相同的推荐关键词关联的源内容推荐给该用户。