资源推荐方法及装置制造方法及图纸

本发明专利技术提供了一种资源推荐方法及装置，其中的方法包括：当接收到用户针对目标资源集的推荐请求时，实时获取预先为所述目标资源集建立的资源主题网络；根据所述资源主题网络，确定所述用户在所述资源主题网络各个节点的推荐概率，其中，所述推荐概率是基于各节点的随机游走概率和所述用户在资源主题网络的置信区间得到的；根据所述各个节点的推荐概率，从所述资源主题网络中确定出推荐主题。本发明专利技术实施例可提高资源推荐的扩展性。

Resource recommendation method and device

The invention provides a resource recommendation method and an apparatus, wherein the method includes: when receiving a user's recommendation request for a target resource set, acquiring in real time a resource subject network established in advance for the target resource set; and determining each section of the resource subject network of the user according to the resource subject network; Point recommendation probability, wherein the recommendation probability is based on the random walk probability of each node and the confidence interval of the user in the resource subject network, and the recommendation topic is determined from the resource subject network according to the recommendation probability of each node. The embodiment of the invention can improve the scalability of resource recommendation.

【技术实现步骤摘要】
资源推荐方法及装置
本专利技术涉及互联网
，特别是涉及一种资源推荐方法及装置。
技术介绍
随着人工智能(AI)技术的发展，越来越多的领域使用AI技术为用户提供服务。一种常见的网络资源(例如视频资源)的个性化推荐框架是：通过用户行为构建用户画像，提取特征，利用算法模型提供给用户一组排序好的推荐列表。这种人工智能的方式相较于传统的人工运营方法具有更强的个性化、更好的多样性和更好的数据效果；然而，对于兴趣越集中的用户，这种方法计算出的推荐列表也相对集中，用户看到的也更多是自己原本感兴趣的内容。如此循环，会导致用户兴趣越来越集中，而更多非兴趣范围内的东西用户将很难看到，也就是存在“马太效应”。
技术实现思路
为了实现对资源进行扩展性推荐，本专利技术实施例提供一种资源推荐方法及装置。本专利技术实施例提供一种资源推荐方法，包括：当接收到用户针对目标资源集的推荐请求时，实时获取预先为所述目标资源集建立的资源主题网络；根据所述资源主题网络，确定所述用户在所述资源主题网络各个节点的推荐概率，其中，所述推荐概率是基于各节点的随机游走概率和所述用户在资源主题网络的置信区间得到的；根据所述各个节点的推荐概率，从所述资源主题网络中确定出推荐主题。在一种可选方式中，还包括：通过如下步骤建立资源主题网络：收集样本用户的兴趣特征候选集；计算每两个兴趣特征之间的相似度，从而得到兴趣特征之间的相似矩阵；根据所述相似矩阵中各个节点的随机游走概率，选取出多个节点；根据选取出的各个节点，构建所述资源主题网络。在一种可选方式中，还包括：确定所述用户在资源主题网络的置信区间；所述用户在资源主题网络的置信区间包括：计算每个样本用户对于资源主题网络所有节点的探索置信区间；根据用户反馈行为实时确定用户兴趣主题，实时更新所述探索置信区间，得到所述用户在资源主题网络的置信区间。在一种可选方式中，所述根据所述资源主题网络，确定所述用户在所述资源主题网络各个节点的推荐概率，包括：根据所述资源主题网络，确定所述用户对于每个主题的初始推荐概率；按照所述初始推荐概率，随机确定初始推荐主题；遍历所述初始推荐主题下所有节点，根据所述用户在每个节点的随机游走概率和所述用户在资源主题网络的置信区间，计算得到所述用户在每个节点的探索概率；根据当前节点探索概率与所有节点探索概率之和，计算出当前节点的推荐概率。在一种可选方式中，所述根据所述各个节点的推荐概率，从所述资源主题网络中确定出推荐主题，包括：根据所述各个节点的推荐概率，确定推荐概率最高的节点为推荐主题节点；将所述推荐主题节点对应的主题，确定为所述推荐主题。在一种可选方式中，所述目标资源集包括多个主题资源子集；在所述确定推荐主题之后，所述方法还包括：基于所述推荐主题对应的主题资源子集，从所述主题资源子集中随机选取资源向用户进行推荐，或者，按照所述主题资源子集中各资源的优先级顺序向用户进行推荐。本专利技术实施例提供一种资源推荐装置，包括：资源主题网络获取单元，用于当接收到用户针对目标资源集的推荐请求时，实时获取预先为所述目标资源集建立的资源主题网络；推荐概率确定单元，用于根据所述资源主题网络，确定所述用户在所述资源主题网络各个节点的推荐概率，其中，所述推荐概率是基于各节点的随机游走概率和所述用户在资源主题网络的置信区间得到的；推荐主题确定单元，用于根据所述各个节点的推荐概率，从所述资源主题网络中确定出推荐主题。在一种可选方式中，还包括：资源主题网络建立单元；所述资源主题网络建立单元包括：特征收集子单元，用于收集样本用户的兴趣特征候选集；相似矩阵子单元，用于计算每两个兴趣特征之间的相似度，从而得到兴趣特征之间的相似矩阵；节点选取子单元，用于根据所述相似矩阵中各个节点的随机游走概率，选取出多个节点；网络构建子单元用，于根据选取出的各个节点，构建所述资源主题网络。在一种可选方式中，还包括：置信区间计算单元，用于计算每个样本用户对于资源主题网络所有节点的探索置信区间；根据用户反馈行为实时确定用户兴趣主题，实时更新所述探索置信区间，得到针对资源主题网络各节点的置信区间。在一种可选方式中，所述推荐概率确定单元具体用于：根据所述资源主题网络，确定所述用户对于每个主题的初始推荐概率；按照所述初始推荐概率，随机确定初始推荐主题；遍历所述初始推荐主题下所有节点，根据所述用户在每个节点的随机游走概率和所述用户在资源主题网络的置信区间，计算得到所述用户在每个节点的探索概率；根据当前节点探索概率与所有节点探索概率之和，计算出当前节点的推荐概率。在一种可选方式中，所述推荐主题确定单元具体用于：根据所述各个节点的推荐概率，确定推荐概率最高的节点为推荐主题节点；将所述推荐主题节点对应的主题，确定为所述推荐主题。在一种可选方式中，所述目标资源集包括多个主题资源子集；所述装置还包括：推荐执行单元，用于基于所述推荐主题对应的主题资源子集，从所述主题资源子集中随机选取资源向用户进行推荐，或者，按照所述主题资源子集中各资源的优先级顺序向用户进行推荐。可见，本专利技术实施例从用户现有兴趣出发，通过样本用户确定的资源主题网络，使用随机游走的方式，能够以一定的概率发现用户的新兴趣，实现资源推荐的扩展；使用置信区间的方式又能够结合线上的用户反馈，在探索的过程中实时的控制探索的方向。本专利技术实施例可为用户探索一些现有兴趣外的内容，以期达到减少“马太效应”、提高多样性和惊喜度的效果。附图说明图1是本专利技术一个实施例提供的一种资源推荐方法流程图；图2是本专利技术一个实施例提供的一种资源推荐方法中构建资源主题网络流程图；图3是本专利技术另一个实施例提供的一种资源推荐装置结构示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。参见图1，为本专利技术实施例提供的一种资源推荐方法流程图，该方法包括：S101：当接收到用户针对目标资源集的推荐请求时，实时获取预先为所述目标资源集建立的资源主题网络。目标资源集是指包括多个目标资源的集合。例如，针对视频播放网站，目标资源集可以是数目众多的视频资源。如何在海量的视频资源中向用户进行个性化基础上的扩展推荐，本专利技术实施例提出根据预先建立的资源主题网络进行资源推荐。例如，资源主题网络可基于随机游走(RandomWalk)构建。。随机游走(randomwalk)也称随机漫步，其思路是指任何无规则行走者所带的守恒量都各自对应着一个扩散运输定律，接近于布朗运动，是布朗运动理想的数学状态。根据随机游走构建的资源主题网络，可以在主题之间实现游走，扩展出相近似的周边主题。S102：根据资源主题网络，确定用户在资源主题网络各个节点的推荐概率，其中，推荐概率是基于各节点的随机游走概率和用户在资源主题网络的置信区间得到的。随机游走概率是代表资源主题网络中从原主题游走到当前主题的概率。置信区间是指由样本统计量所构造的总体参数的估计区间，置信区间体现的是这个参数的真实值有一定概率落在测量结果的周围的程度，置信区间给出的是被测量参数的测量值的可信程度，即“一个概率”。本专利技术实施例中，资源主题网络上某个节点的随机游走概率是代表该节点被游走到的概率；用户在资源主题网络的置信区间代表用户落入该资源主题网络的概率。在一种可选方式中，本文档来自技高网...

【技术保护点】
1.一种资源推荐方法，其特征在于，包括：当接收到用户针对目标资源集的推荐请求时，实时获取预先为所述目标资源集建立的资源主题网络；根据所述资源主题网络，确定所述用户在所述资源主题网络各个节点的推荐概率，其中，所述推荐概率是基于各节点的随机游走概率和所述用户在资源主题网络的置信区间得到的；根据所述各个节点的推荐概率，从所述资源主题网络中确定出推荐主题。

【技术特征摘要】
1.一种资源推荐方法，其特征在于，包括：当接收到用户针对目标资源集的推荐请求时，实时获取预先为所述目标资源集建立的资源主题网络；根据所述资源主题网络，确定所述用户在所述资源主题网络各个节点的推荐概率，其中，所述推荐概率是基于各节点的随机游走概率和所述用户在资源主题网络的置信区间得到的；根据所述各个节点的推荐概率，从所述资源主题网络中确定出推荐主题。2.根据权利要求1所述的方法，其特征在于，还包括：通过如下步骤建立资源主题网络：收集样本用户的兴趣特征候选集；计算每两个兴趣特征之间的相似度，从而得到兴趣特征之间的相似矩阵；根据所述相似矩阵中各个节点的随机游走概率，选取出多个节点；根据选取出的各个节点，构建所述资源主题网络。3.根据权利要求2所述的方法，其特征在于，还包括：确定所述用户在资源主题网络的置信区间；所述用户在资源主题网络的置信区间包括：计算每个样本用户对于资源主题网络所有节点的探索置信区间；根据用户反馈行为实时确定用户兴趣主题，并实时更新所述探索置信区间，以得到所述用户在资源主题网络的置信区间。4.根据权利要求3所述的方法，其特征在于，所述根据所述资源主题网络，确定所述用户在所述资源主题网络各个节点的推荐概率，包括：根据所述资源主题网络，确定所述用户对于每个主题的初始推荐概率；按照所述初始推荐概率，随机确定初始推荐主题；遍历所述初始推荐主题下所有节点，根据所述用户在每个节点的随机游走概率和所述用户在资源主题网络的置信区间，计算得到所述用户在每个节点的探索概率；根据当前节点探索概率与所有节点探索概率之和，计算出当前节点的推荐概率。5.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述各个节点的推荐概率，从所述资源主题网络中确定出推荐主题，包括：根据所述各个节点的推荐概率，确定推荐概率最高的节点为推荐主题节点；将所述推荐主题节点对应的主题，确定为所述推荐主题。6.根据权利要求5所述的方法，其特征在于，所述目标资源集包括多个主题资源子集；在所述确定推荐主题之后，所述方法还包括：基于所述推荐主题对应的主题资源子集，从所述主题资源子集中随机选取资源向用户进行推荐，或者，按照所述主题资源子集中各资源的优先级顺序向用户进行推荐。7.一种资...

【专利技术属性】
技术研发人员：查强，宋华，李雪，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：北京,11