[发明专利]一种基于用户行为的推荐方法及系统、设备及介质

说明书

本发明实施例公开一种基于用户行为的推荐方法及系统、设备及介质，所述推荐方法的步骤包括：获取用户使用行为表以及待推荐资源的资源详情表并存放与分布式文件系统中；若待推荐用户为新用户，则根据用户的性别和年龄进行群体划分，基于协同过滤算法和所述用户使用行为表计算得出不同群体的资源推荐表；根据新用户的所属群体对应的资源推荐表得出推荐结果集合；反之，则利用至少一种资源推荐方法获取与每一个推荐方式分别对应的推荐结果表，所述资源推荐方法至少包括资源相似度算法、协同过滤算法和关联规则算法中的至少一种；基于所述推荐结果集合以及各集合对应的优先级进行资源排序；基于所述资源排序的结果向用户展示预设数目的推荐结果。

技术领域

本发明涉及计算机互联网技术领域，具体而言，涉及一种基于用户行为的推荐方法及系统、设备及介质。

背景技术

随着互联网技术的发展，互联网上的信息呈现指数倍增长，如何从广浩的数据银河中提取出用户需要且感兴趣的信息，在这个背景驱动下，推荐系统应运而生。个性化推荐系统是解决上述矛盾的最有效的方法和工具之一。

目前，传统推荐系统的推荐主要是以用户阅读资源类型偏好相同为原则。但这种模式很依赖资源类型的颗粒度，在分类不够细的情况下，可能会出现育儿与考试因同属于教育类型而相互推荐的尴尬；并且，传统推荐推荐都局限于运营推荐书单中同类别的书籍，没有结合用户、资源之间的相互关系进行推荐，不利于长尾资源的发掘；

传统推荐系统虽然是基于综合权重，但仍然脱离不开用户现有偏好，无法发掘新的兴趣；

且推荐的刷新周期基于数据统计周期，用户任何操作需要到下一个统计周期推荐系统才可能有反馈，无法及时感知用户的需求。

发明内容

本发明的目的在于提供一种基于用户行为的推荐方法及系统、设备及介质，解决现有技术的缺陷中的至少之一。

为此，本发明一方面提供一种基于用户行为的推荐方法，包括：

获取用户使用行为表以及待推荐资源的资源详情表并存放与分布式文件系统中；

若用户为新用户，则根据用户的性别和年龄进行群体划分，基于协同过滤算法和所述用户使用行为表计算得出不同群体的资源推荐表；根据新用户的所属群体对应的资源推荐表得出推荐结果集合；

反之，则利用至少一种资源推荐方法获取与每一个推荐方式分别对应的推荐结果表，所述资源推荐方法至少包括资源相似度算法、协同过滤算法和关联规则算法中的至少一种；

基于所述推荐结果集合以及各集合对应的优先级进行资源排序；

基于所述资源排序的结果向用户展示预设数目的推荐结果。

进一步地，所述利用至少一种资源推荐方法获取与每一个推荐方式分别对应的推荐结果集合包括：

利用所述相似度算法计算不同资源之间的相似度，得到资源相似结果表；

利用关联规则算法挖掘用户已阅读清单中资源之间的相关性，找出潜在规律和用户的阅读行为，得到隐性偏好资源表；

根据用户使用行为表和熵权法为用户的不同行为分配权重，得到用户对已阅读资源的评分，采用基于模型的协同过滤算法计算用户对未阅读资源的评分，基于交替最小二乘法学习用户和资源之间的隐性因子，并基于所述用户对未阅读资源的评分的排序得到用户资源推荐表。

进一步地，若所述推荐结果集合的总资源数目未达到预定数目，则根据运营推荐书单中与已推荐内容同类别的资源进行补充推荐，并将系统离线生成各新增分类上架时间的结果作为候选集进行补充推荐。

进一步地，所述资源详情表包括资源的分类、作者、出版社、连载状态、简介和热词。

进一步地，所述用户使用行为表包括用户的阅读深度、用户付费和用户交互，