\u672c\u53d1\u660e\u516c\u5f00\u4e86\u4e00\u79cd\u57fa\u4e8e\u7528\u6237\u56fe\u8c31\u7684\u6570\u636e\u63a8\u8350\u65b9\u6cd5\uff0c\u5c5e\u4e8e\u5927\u6570\u636e\u5206\u6790\u53ca\u63a8\u8350\u65b9\u6cd5\u9886\u57df\uff1b\u5176\u5305\u62ec\u6b65\u9aa41\uff1a\u6839\u636e\u7528\u6237\u884c\u4e3a\u5bf9\u5e94\u7684\u6807\u7b7e\u548c\u6807\u7b7e\u5bf9\u5e94\u7684\u5185\u5bb9\u6784\u5efa\u7528\u6237\u56fe\u8c31\uff0c\u5c06\u7528\u6237\u56fe\u8c31\u5b58\u50a8\u81f3\u63a8\u8350\u6570\u636e\u5e93\uff1b\u6b65\u9aa42\uff1a\u6839\u636e\u7528\u6237\u56fe\u8c31\u6784\u5efa\u3001\u8bad\u7ec3\u81f3\u5c11\u4e24\u4e2a\u63a8\u8350\u6a21\u578b\uff0c\u5c06\u5df2\u8bad\u7ec3\u7684\u63a8\u8350\u6a21\u578b Step 3: When the user acts again, a recommendation model is selected from the recommendation database to update according to the environment characteristics and user atlas, and content recommendation is made according to the updated recommendation model. The invention solves the problem that the existing recommendation method can not update the recommendation content in real time and the matching degree of the recommendation content is not good with the user characteristics, and achieves rapid matching. Effectiveness of matching recommendation content, real-time updating recommendation content and improving matching degree of recommendation content.
【技术实现步骤摘要】
一种基于用户图谱的数据推荐方法
本专利技术属于大数据分析及推荐方法领域,尤其是一种基于用户图谱的数据推荐方法。
技术介绍
随着互联网技术的发展,海量信息时代已经来临,各类信息充斥于互联网,然而每个人感兴趣的信息只是其中很少的一部分,寻找感兴趣的资讯变得越来越困难。目前的推荐技术主要分为两大类:基于内容的推荐技术和基于协同过滤的推荐技术;基于内容的推荐技术是查询与用户喜欢或关注过的文章的内容相似的文章,根据兴趣进行信息推荐;基于协同过滤的推荐技术是查询与用户具有相似兴趣的其他用户,把这些其他用户喜欢或关注过的信息推荐给该用户。虽然,现有技术通过推荐,用户可以避免从海量信息中寻找自己感兴趣的信息耗时长的缺点,但是用户兴趣更改时,需要重新进行推荐时,需要重新进行用户兴趣捕获,重新从海量信息库中进行推荐,耗时长;现有信息种类繁多,采用现有方式进行推荐,推荐内容定位不准,导致推荐效果不佳;因此,需要一种推荐方法可以实现根据用户的环境特征等实时更新推荐内容和提高推荐内容的匹配度。
技术实现思路
本专利技术的目的在于:本专利技术提供了一种基于用户图谱的数据推荐方法,解决了现有推荐方法无法随用户特征改变实时更新推荐内容和推荐内容匹配度不佳的问题。本专利技术采用的技术方案如下:一种基于用户图谱的数据推荐方法,包括如下步骤:步骤1:根据用户行为对应的标签和标签对应的内容构建用户图谱,将用户图谱存储至推荐数据库;步骤2:根据用户图谱构建、训练至少两个推荐模型,将已训练的推荐模型存储至推荐数据库;步骤3:用户再次行为时根据环境特征和用户图谱从推荐数据库中选择一个推荐模型进行更新,根据 ...
【技术保护点】
1.一种基于用户图谱的数据推荐方法,其特征在于:包括如下步骤:步骤1:根据用户行为对应的标签和标签对应的内容构建用户图谱,将用户图谱存储至推荐数据库;步骤2:根据用户图谱构建、训练至少两个推荐模型,将已训练的推荐模型存储至推荐数据库;步骤3:用户再次行为时根据环境特征和用户图谱从推荐数据库中选择一个推荐模型进行更新,根据更新后的推荐模型进行内容推荐。
【技术特征摘要】
2018.11.30 CN 201811459119X1.一种基于用户图谱的数据推荐方法,其特征在于:包括如下步骤:步骤1:根据用户行为对应的标签和标签对应的内容构建用户图谱,将用户图谱存储至推荐数据库;步骤2:根据用户图谱构建、训练至少两个推荐模型,将已训练的推荐模型存储至推荐数据库;步骤3:用户再次行为时根据环境特征和用户图谱从推荐数据库中选择一个推荐模型进行更新,根据更新后的推荐模型进行内容推荐。2.根据权利要求1所述的一种基于用户图谱的数据推荐方法,其特征在于:所述步骤1包括如下步骤:步骤1.1:根据用户行为提取行为特征,根据行为特征记录用户标签和用户标签对应的内容;步骤1.2:将用户作为用户图谱的主节点,用户标签作为用户图谱的第一级从节点,将用户标签对应内容作为第一级从节点的子节点,完成构建用户图谱;步骤1.3:将用户图谱存储至推荐数据库。3.根据权利要求1或者2所述的一种基于用户图谱的数据推荐方法,其特征在于:所述步骤2包括如下步骤:步骤2.1:建立至少两个推荐模型;步骤2.2:将用户图谱的主节点和第一级从节点作为测试数据输入推荐模型,将用户图谱...
【专利技术属性】
技术研发人员:张斌,
申请(专利权)人:内江亿橙网络科技有限公司,
类型:发明
国别省市:四川,51
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。