[发明专利]信息推荐方法及系统

权利要求书

1.一种信息推荐方法，其特征在于，包括：

按照预设时间间隔切割读入的多个采样数据流以得到多个采样数据切片；

定义一个或多个用户行为场景，每个用户行为场景包括至少一个和/或至少一类用户行为事件；

分别从每个所述采样数据切片的数据中甄选出符合所述用户行为场景的部分以组成场景快照；

将所述场景快照作为场景模拟模型的输入，从而得到所述场景模拟模型输出的场景画像；

将所述场景画像与预设推荐结果进行匹配，若匹配成功，则将所述预设推荐结果确定为推荐信息。

2.根据权利要求1所述的信息推荐方法，其特征在于，当定义了一个或多个用户行为场景时，所述一个或多个用户行为场景构成行为模式，所述行为模式中的某个用户行为场景的场景画像是由所述某个用户行为场景的场景快照和前一个用户行为场景的场景画像共同作为所述场景模拟模型的输入，并经所述场景模拟模型的输出得到的，所述方法还包括：将最终得到的场景画像与所述预设推荐结果进行匹配，若匹配成功，则将所述预设推荐结果确定为推荐信息。

3.根据权利要求1所述的信息推荐方法，其特征在于，所述场景模拟模型包括多个，每个用于针对一种特征信息进行场景模拟。

4.根据权利要求1所述的信息推荐方法，其特征在于，所述场景模拟模型包括：有监督学习模型、和/或无监督学习模型。

5.根据权利要求4所述的信息推荐方法，其特征在于，所述无监督学习模型包括：深度学习模型。

6.根据权利要求5所述的信息推荐方法，其特征在于，所述深度学习模型是根据反向传播算法建立的。

7.根据权利要求1所述的信息推荐方法，其特征在于，每个所述采样数据流包括一类用户行为事件数据，所述多个采样数据切片包括与所述多个采样数据流分别一一对应的多个所述用户行为事件的部分数据。

8.根据权利要求7所述的信息推荐方法，其特征在于，每类所述用户行为事件数据包括多个所述用户行为事件数据，每个所述用户行为事件数据包括：时间戳、用于标识产生相应的行为事件的对象的用户标识、及相应的行为事件的采样数据。

9.根据权利要求8所述的信息推荐方法，其特征在于，在将所述场景快照输入所述场景模拟模型之前，还包括：将所述场景快照包含的各个用户行为事件数据按照时间顺序排序，并依序输入所述场景模拟模型。

10.根据权利要求1所述的信息推荐方法，其特征在于，所述预设推荐结果包括多个，所述匹配包括：分别计算所述场景画像与每个所述预设推荐结果的相关度，将所述相关度最大的预设推荐结果确定为推荐信息。

11.一种信息推荐系统，其特征在于，包括：

数据切片模块，用于按照预设时间间隔切割读入的多个采样数据流以得到多个采样数据切片；

场景定义模块，用于定义一个或多个用户行为场景，每个用户行为场景包括至少一个和/或至少一类用户行为事件；

快照甄选模块，用于分别从每个所述采样数据切片的数据中甄选出符合所述用户行为场景的部分以组成场景快照；

场景模拟模块，用于将所述场景快照作为场景模拟模型的输入，从而得到所述场景模拟模型输出的场景画像；

匹配模块，用于将所述场景画像与预设推荐结果进行匹配，若匹配成功，则将所述预设推荐结果确定为推荐信息。

12.根据权利要求11所述的信息推荐系统，其特征在于，当定义了一个或多个用户行为场景时，所述一个或多个用户行为场景构成行为模式，所述行为模式中的某个用户行为场景的场景画像是由所述某个用户行为场景的场景快照和前一个用户行为场景的场景画像共同作为所述场景模拟模型的输入，并经所述场景模拟模型的输出得到的，所述匹配模块还用于：将最终得到的场景画像与所述预设推荐结果进行匹配，若匹配成功，则将所述预设推荐结果确定为推荐信息。

13.根据权利要求11所述的信息推荐系统，其特征在于，所述场景模拟模型包括多个，每个用于针对一种特征信息进行场景模拟。

14.根据权利要求11所述的信息推荐系统，其特征在于，所述场景模拟模型包括：有监督学习模型、和/或无监督学习模型。