[发明专利]一种内容推荐方法及内容推荐系统

摘要

本发明涉及数据分析与处理技术领域，尤其涉及一种用于向目标用户推荐感兴趣内容的内容推荐方法及内容推荐系统。本发明基于自然语言处理中的连续词袋模型对各用户的历史查看内容序列进行学习训练得到连续词袋模型，从而得到每个内容的内容向量，再根据每个内容的内容向量获取目标用户查看过的内容的相似内容，然后计算目标用户对各相似内容的兴趣度，最后提取出目标用户兴趣度最高的预设数量个内容推荐给目标用户。本发明不利用内容和用户的描述信息、属性或标签，不会因内容和用户的信息的缺失导致算法的鲁棒性变差。同时，本发明计算速度远超协同过滤和基于内容的推荐算法。再者，本发明将内容表示成等长的向量，可迎合各种现成的相似度算法。

主权项

一种内容推荐方法，其特征在于，包括如下步骤：步骤A：获取所有用户的内容查看历史数据，每个用户的内容查看历史数据包括该用户查看过的所有内容以及各内容的查看时间；步骤B：按照查看时间先后顺序分别对每个用户查看过的所有内容进行排序，得到每个用户的历史查看内容序列；步骤C：对每个用户的历史查看内容序列进行连续词袋模型训练，得到连续词袋模型，从而得到每个内容的内容向量；步骤D：获取目标用户在预设时间窗口内查看过的内容的集合；步骤E：从所有用户查看过的所有内容中分别提取内容向量与所述集合中的每个内容最相似的第一预设数量个内容；步骤F：计算目标用户对提取出的所有内容中的每个内容的兴趣度；设目标用户为u，所述集合为M，提取的内容为j，内容向量与内容j最相似的第二预设数量个内容的集合为N，则目标用户u对内容j的兴趣度Puj的计算方法为：Puj=Σi∈M∩NWijPui;]]>其中，Wij表示内容i与内容j的内容向量相似度，Pui表示目标用户u对内容i的兴趣度；步骤G：根据目标用户对内容的兴趣度高低从提取出的所有内容中提取出目标用户兴趣度最高的第三预设数量个内容推荐给目标用户。