[发明专利]基于用户画像行为分析的应用推荐方法及系统，储存介质及计算机设备

摘要

本发明提供一种基于用户画像行为分析的游戏推荐方法及系统。通过构建特征采集器，对用户画像数据、应用列表数据、客户端上报的数据进行处理，获得规范化且符合数学建模要求的特征向量。利用多个基础推荐模型进行预测，生成初步的用户应用推荐列表及相应下载概率；结合下载概率及实际标签训练融合模型，生成最终的应用推荐列表。通过对用户历史行为日志的多维度分析，进行特征提取构建用户画像数据仓库。对于基础推荐模型，创新性地引入长短期记忆网络学习用户行为的时序关系，更好地刻画用户对物品的喜好程度，所推荐游戏应用与用户的需求匹配度高。加入集成学习进行模型融合，整合各个模型的学习结果，提高推荐算法的稳定性和泛化能力。

主权项

一种基于用户画像行为分析的应用推荐方法，其特征在于：包括如下步骤：获取客户端上报的用户行为日志，并存储在服务器基础数据库中；通过构建特征采集器，对用户画像数据、原始应用列表数据以及所述用户行为日志数据进行数据采集、清洗、标准化处理以及特征组合和提取，获得统一规范且符合数学建模要求的特征向量；调用多个预设的基础推荐模型分别对所述特征向量进行运算，获得各个基础推荐模型下相应用户的初步应用推荐列表，以及相应用户对所述初步应用推荐列表中各种应用的下载概率；将各个所述基础推荐模型得到的下载概率作为新的特征向量输入，并以实际下载所述应用与否作为融合推荐模型的标签，训练预先设置的融合推荐模型；调用所述融合推荐模型对用户的新增特征向量进行处理，获得对用户的最终应用推荐列表。