The embodiment of the application provides a method and a device for information recommendation, according to the historical behavior of user information, different recommendation algorithms, a number of recommended information were determined according to the weights corresponding to each group to determine the recommended list of recommended information, when the recommendation list meets the preset conditions recommended, recommended weight information the group recommended a list of the corresponding adjustments, and obtain a list of recommended adjusted, recommended list until the satisfied conditions of the recommended default, will recommend the recommendation list information to users. The above information recommendation method without artificial setting weights of the recommended information group, the weight of each group recommended information can be adjusted automatically according to the history of user behavior data, meet the recommended list of user needs, so it can effectively improve the accuracy of the recommendation list, so that users do not have to spend a lot of time to search for information, but also save cyber source, reduce the pressure of the server.
【技术实现步骤摘要】
一种信息推荐方法及装置
本申请涉及信息
,尤其涉及一种混合推荐方法及装置。
技术介绍
随着信息化社会的发展,人们越来越习惯于使用是网络来进行社会活动,如,进行网上购物、通过网上银行缴费、网络即时通讯等。为了提高人们浏览网站时的体验,使用户可以快速找到想浏览的内容,通常提供网上服务的服务供应商,都会根据用户的行为数据在网站主页面上显示一些推荐信息。如,音乐网站向用户推荐歌曲、社交网站向用户推荐好友等。推荐信息的推荐列表通常通过一些推荐算法计算得来,通常有两类推荐算法:基于信息内容的推荐和基于用户行为的推荐。前者由于不需要用户行为数据即可直接计算出推荐列表,但是推荐列表中的推荐结果不能针对用户喜好,准确率较低,后者虽然可以计算出较为准确的推荐列表,但是其准确度取决于用户的行为数据的多少,具有局限性。为了解决这两种推荐算法的弊端,现有技术中通常混合多种推荐算法的结果,计算得出混合推荐列表,其中,加权混合推荐方法由于其混合方式简单、易于融合推荐算法结果、使用灵活度高等优点成为人们常用的混合推荐方法。而加权混合推荐方法得到的推荐列表是否能符合用户的喜好,即推荐列表中的推荐结果是否是用户需要的,其核心就取决于加权混合时各权重的配比。但是现有技术中,在对加权混合推荐方法中各权重进行设置时,通常是通过人工观察或者经验来设置、调整的。这种通过人工观察或经验来进行权重的设置、调整方法,不仅需要耗费大量的人力和时间成本,而且得到的推荐列表的准确度也较差,另外,由于用户的喜好并非固定不变的,而现有方法靠人工经验设置的权重在较长时间内均是固定的,所以当用户喜好改变时,现有方法 ...
【技术保护点】
一种信息推荐方法,其特征在于,包括:确定用户的历史行为信息;根据所述历史行为信息,分别确定若干个推荐信息组;根据针对各推荐信息组预设的权重,确定推荐列表;判断所述推荐列表是否满足预设的推荐条件;若满足,则将所述推荐列表中包含的信息推荐给所述用户;若不满足,则调整各推荐信息组的权重,并根据调整后的权重重新确定推荐列表,直到确定的推荐列表满足所述推荐条件,并将推荐列表中包含的信息推荐给所述用户为止。
【技术特征摘要】
1.一种信息推荐方法,其特征在于,包括:确定用户的历史行为信息;根据所述历史行为信息,分别确定若干个推荐信息组;根据针对各推荐信息组预设的权重,确定推荐列表;判断所述推荐列表是否满足预设的推荐条件;若满足,则将所述推荐列表中包含的信息推荐给所述用户;若不满足,则调整各推荐信息组的权重,并根据调整后的权重重新确定推荐列表,直到确定的推荐列表满足所述推荐条件,并将推荐列表中包含的信息推荐给所述用户为止。2.如权利要求1所述的方法,其特征在于,根据所述历史行为信息,分别确定若干个推荐信息组之前,所述方法还包括:将所述用户的历史行为信息划分为测试信息和参照信息;根据所述历史行为信息,分别确定若干个推荐信息组,具体包括:根据所述测试信息,采用不同的推荐算法确定若干个推荐信息组。3.如权利要求1所属的方法,其特征在于,根据针对各推荐信息组预设的权重,确定推荐列表,具体包括:针对每个推荐信息组,根据该推荐信息组的权重,以及该推荐信息组中包含的每个信息相对于该推荐信息组的推荐权重,确定每个信息相对于该推荐信息组的子权重;针对每个信息,确定该信息相对于每个推荐信息组的子权重之和,作为该信息的总权重;根据每个信息的总权重,确定推荐列表。4.如权利要求2所述的方法,其特征在于,判断所述推荐列表是否满足预设的推荐条件,具体包括:根据所述参照信息,确定所述推荐列表的准确度;判断所述准确度是否满足大于预设阈值;若是,则判定所述推荐列表满足预设的推荐条件;否则,判定所述推荐列表不满足预设的推荐条件。5.如权利要求4所述的方法,其特征在于,调整各推荐信息组的权重,具体包括:根据下述迭代信息中的至少一种,确定调整各推荐信息组的权重的调整量;根据确定的调整量,调整各推荐信息组的权重;所述迭代信息包括:上一次调整各推荐信息组的权重的调整量、上一次确定的推荐列表的准确度、每次得到的各推荐列表的准确度中的最高准确度。6.如权利要求4所述的方法,其特征在于,所述方法还包括:当调整各推荐信息组的权重的次数达到预设次数时,确定每次得到的各推荐列表中准确度最高的推荐列表;将准确度最高的推荐列表中包含的信息推荐给所述用户。7.一种信息推荐装...
【专利技术属性】
技术研发人员:谢东,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。