一种基于数据分析的用户个性化推荐方法和系统技术方案

本申请公开了一种基于数据分析的用户个性化推荐方法及系统，包括步骤：收集注册用户的基本信息；对所述基本信息进行分类处理；根据分类处理后的所述基本信息构建多维基础大数据库；根据所述多维基础大数据库为所述注册用户推荐可能感兴趣内容，获取浏览量数据；根据所述浏览量数据对所述注册用户的所述可能感兴趣内容进行评判；根据所述可能感兴趣内容的评判结果，为注册用户进行个性化推荐。本申请基于用户的基本信息构建多维基础大数据库，可以有效提高用户找到自己兴趣内容的效率并且可以减少为新用户构建个性化标签的时间。且可以减少为新用户构建个性化标签的时间。且可以减少为新用户构建个性化标签的时间。

【技术实现步骤摘要】
一种基于数据分析的用户个性化推荐方法和系统


[0001]本申请涉及大数据分析处理领域，具体涉及一种基于数据分析的用户个性化推荐方法和系统。

技术介绍

[0002]近年来，随着智能手机和其他智能设备的兴起，全球网络中的在线人数急剧增加。我们的生活被数字信息包围，而这些所谓的数字信息就是我们通常所说的“数据”，我们可以称之为大数据浪潮。而随着时代的发展，生活节奏加快，对于用户而言，希望更快、更便捷地找到自己感兴趣的内容，对于门户网站运营商或平台而言，希望根据用户特点更有针对性的为用户提供相应资讯或广告，以提高用户粘性和推广目标达成度，而这一切都离不开对用户的个性进行分析。
[0003]目前针对用户个性化推荐方法多数仅以标签与个人浏览历史为主要参考的推送形式，对于新注册用户而言，这种推送形式存在推送效率低、精准度低的技术缺陷。

技术实现思路

[0004]本申请提出了一种基于数据分析的用户个性化推荐方法，通过建立多维大数据库对信息进行交叉处理，多方面覆盖用户可能感兴趣内容。根据浏览情况进行过滤、筛选，最终达到对用户进行个性化推荐的目的。
[0005]为实现上述目的，本申请提供了一种基于数据分析的用户个性化推荐方法，包括以下步骤：
[0006]收集注册用户的基本信息；
[0007]对所述基本信息进行分类处理；
[0008]根据分类处理后的所述基本信息构建多维基础大数据库；
[0009]根据所述多维基础大数据库为所述注册用户推荐可能感兴趣内容，获取浏览量数据；/>[0010]根据所述浏览量数据对所述注册用户的所述可能感兴趣内容进行评判，得到评判结果；
[0011]根据所述评判结果，为注册用户进行个性化推荐。
[0012]可选的，所述注册用户的基本信息包括性别、年龄、职业和兴趣爱好。
[0013]优选的，构建所述多维基础大数据库的方法包括：将新注册用户的信息从性别角度、年龄角度、职业角度和兴趣爱好角度进行分类数据收集并建立多个小数据库；根据所述小数据库建立多维基础大数据库。
[0014]可选的，所述浏览量数据包括:各性别用户最多浏览信息种类，各年龄段用户最多浏览信息种类，各职业用户浏览信息种类和各兴趣爱好用户最多浏览信息种类。
[0015]可选的，筛选出用户的所述感兴趣内容的方法包括：
[0016]根据所述多维基础大数据库对用户进行初步内容推荐；
[0017]根据用户对推荐的所述初步内容的浏览情况进行分析，判断用户是否对推荐的所述初步内容感兴趣，过滤所述初步内容中浏览情况较差的内容并根据所述多维基础大数据库继续推荐新内容，最终筛选出所述用户感兴趣内容。
[0018]可选的，用户所述可能感兴趣内容的评判指标包括：同标签内容停留时间、同标签内容点击频率和同标签内容搜索频率。
[0019]本申请还提供了一种基于数据分析的用户个性化推荐系统，其特征如下，包括：基础数据收集模块、数据分析模块、多维基础大数据库模块、浏览量数据处理模块和推送模块；
[0020]所述基础数据收集模块用于收集注册用户的基本信息；
[0021]所述数据分析模块用于对所述基本信息进行分类处理；
[0022]所述多维基础大数据库模块用于根据分类处理后的所述基本信息构建多维基础大数据库；
[0023]所述浏览量数据处理模块用于根据所述多维基础大数据库为所述注册用户推荐可能感兴趣内容，获取浏览量数据；
[0024]所述浏览量数据处理模块还用于对所述可能感兴趣内容进行评判，得到评判结果；
[0025]所述推送模块用于根据所述评判结果，为所述注册用户进行个性化推荐。
[0026]优选的，所述多维大数据库模块包括：性别数据库、年龄段数据库、职业数据库和兴趣爱好数据库。
[0027]与现有技术相比，本申请的有益效果如下：
[0028]本申请基于多个数据库信息的交叉进行内容推送。根据性别、年龄、职业和兴趣爱好多种信息进行内容网覆盖，过滤筛选出用户可能感兴趣内容。与现在多数仅以标签与个人浏览历史为主要参考的推送形式相比，可以更快、更精准地推送用户感兴趣内容。
附图说明
[0029]为了更清楚地说明本申请的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本实施例一方法流程示意图；
[0031]图2为本实施例二系统结构示意图。
具体实施方式
[0032]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0033]为使本申请的上述目的、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申请作进一步详细的说明。
[0034]实施例一
[0035]图1所示为本申请实施例一的一种基于数据分析的用户个性化推荐方法中的方法流程图，包括以下步骤：
[0036]先将所有注册用户信息进行收集，包括：该用户的性别、年龄、职业和兴趣爱好，其中兴趣爱好可以在注册时以问卷形式取得。根据用户的注册信息进行内容初步推荐，例如：某用户性别为男，年龄25岁，职业教师，兴趣爱好体育和军事。那么就可以为其推荐18
‑
40岁兴趣爱好为体育和军事的男性教师可能感兴趣的内容。
[0037]同时将收集到的实施例一中用户的信息数据进行分类，归纳进多维基础大数据库中，多维基础大数据库为多个数据库的信息进行交叉组成的信息网。其中包括：性别数据库、年龄段数据库、职业数据库和兴趣爱好数据库。
[0038]根据实施例一中用户对初步推荐的内容的浏览情况保留感兴趣内容，过滤不感兴趣内容，再从多维基础大数据库中寻找与其信息条件相似的用户，例如：性别为男，年龄25岁，职业司机，爱好为体育和军事。通过不断缩小限定范围最终筛选出用户感兴趣内容以达到个性化推荐的目的。
[0039]初步推送内容的方法包括：以实施例一中用户为例，先分别从男性数据库、18
‑
40岁年龄段数据库、教师数据库、体育内容数据库和军事内容数据库为实施例一中用户推送可能感兴趣的内容；然后对实施例一中用户对初步推荐的内容的浏览情况进行评价。
[0040]对初步推荐的内容的浏览情况进行评价的方法包括：对实施例一中用户在同标签内容停留时间、同标签内容点击频率和同标签内容搜索频率三个方面进行评判。首先当实施例一中用户在某一标签停留超过一定时间或者对某一标签的点击超过一定频率，那么可以认为实施例一中用户对这些标签内容感兴趣并进行推送；同时，当实施例一中用户对推送内容进行搜索的频率大幅减小时，那本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的用户个性化推荐方法，其特征如下，包括以下步骤：收集注册用户的基本信息；对所述基本信息进行分类处理；根据分类处理后的所述基本信息构建多维基础大数据库；根据所述多维基础大数据库为所述注册用户推荐可能感兴趣内容，获取浏览量数据；根据所述浏览量数据对所述注册用户的所述可能感兴趣内容进行评判，得到评判结果；根据所述评判结果，为注册用户进行个性化推荐。2.根据权利要求1所述的基于数据分析的用户个性化推荐方法，其特征如下，所述注册用户的基本信息包括性别、年龄、职业和兴趣爱好。3.根据权利要求1所述的基于数据分析的用户个性化推荐方法，其特征如下，构建所述多维基础大数据库的方法包括：将新注册用户的信息从性别角度、年龄角度、职业角度和兴趣爱好角度进行分类数据收集并建立多个小数据库；根据所述小数据库建立多维基础大数据库。4.根据权利要求1所述的基于数据分析的用户个性化推荐方法，其特征如下，所述浏览量数据包括:各性别用户最多浏览信息种类，各年龄段用户最多浏览信息种类，各职业用户浏览信息种类和各兴趣爱好用户最多浏览信息种类。5.根据权利要求1所述的基于数据分析的用户个性化推荐方法，其特征如下，筛选出用户的所述感兴趣内容的方法包括：根据所述多维基础大数据库对用户进行初步内容推...

【专利技术属性】
技术研发人员：林永兴，陈汉平，蓝庆青，胡萍，
申请(专利权)人：浙江理工大学科技与艺术学院，
类型：发明
国别省市：