一种推荐的方法及装置制造方法及图纸

本发明专利技术公开一种推荐的方法及装置，涉及互联网技术领域，可以智能地学习推荐规则，并根据学习到的推荐规则为用户推荐事物，提高推荐的准确率。本发明专利技术实施例提供的方案，通过根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组；根据至少一个所述用户分组以及每个用户的历史使用习惯，确定并保存至少一个所述用户分组的推荐规则；根据至少一个所述用户分组的推荐规则，以及待推荐的用户的注册属性，对所述待推荐的用户进行推荐。本发明专利技术实施例适于对用户进行推荐时采用。

【技术实现步骤摘要】

本专利技术涉及互联网
，尤其涉及一种推荐的方法及装置。
技术介绍
互联网时代随着数据地海量增长，推荐引擎逐渐成为用户寻找兴趣事物方面的主要工具。在推荐引擎中定义规则进行推荐是一种常用的方式，现有的推荐引擎技术通过根据预先定义好的规则进行推荐，即由管理员分析用户访问事物的情况得出一系列规则，再手工预先输入得出的一系列规则，推荐系统在条件满足的情况下触发预先定义好的规则为用户推荐事物。专利技术人发现现有技术中至少存在如下问题管理员需要花费大量的人力物力分析用户的使用情况以得出规则，然后花费大量时间人工输入规则，并且推荐的准确率较低。
技术实现思路
本专利技术的实施例提供一种推荐的方法及装置，可以智能地学习推荐规则，并根据学习到的推荐规则为用户推荐事物，提高推荐的准确率。—方面，本专利技术的实施例提供一种推荐的方法，包括根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组；根据至少一个所述用户分组以及每个用户的历史使用习惯，确定并保存至少一个所述用户分组的推荐规则；根据至少一个所述用户分组的推荐规则，以及待推荐的用户的注册属性，对所述待推荐的用户进行推荐。在本专利技术另一实施例中，所述根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组包括根据用户的注册属性，按照人口统计学特征的形式，确定至少一个属性分组，所述属性分组中包括至少一个用户的注册属性；对所述用户的注册属性进行阈值区间划分，并确定所述阈值区间的常量值；根据每个用户的注册属性确定各个所述属性分组的常量值；根据各个所述属性分组，将所述属性分组中相同的常量组合划分为一组，获得至少一个用户分组。在本专利技术另一实施例中，每个用户的注册属性为至少一个注册属性，每个用户属于至少一个所述用户分组。在本专利技术另一实施例中，所述根据至少一个所述用户分组以及每个用户的历史使用习惯，确定并保存至少一个所述用户分组的推荐规则包括统计每个用户的历史使用习惯；将所述每个用户的历史使用习惯按照所述用户分组进行分类，确定至少一个所述用户分组对应的历史使用习惯为至少一个所述用户分组的推荐规则；保存至少一个所述用户分组的推荐规则。在本专利技术另一实施例中，所述保存至少一个所述用户分组的推荐规则包括以至少一个所述用户分组的常量组合为主键，将所述至少一个所述用户分组的推荐规则保存到数据库中。在本专利技术另一实施例中，所述根据至少一个所述用户分组的推荐规则，以及待推荐的用户的注册属性，对所述待推荐的用户进行推荐包括 根据待推荐的用户的注册属性，确定所述待推荐的用户在至少一个所述用户分组中的至少一个常量组合；根据保存的至少一个所述常量组合，获取至少一个所述常量组合对应的推荐规则；根据所述至少一个所述常量组合对应的推荐规则为所述待推荐的用户进行推荐。另一方面，本专利技术实施例提供一种推荐的装置，其特征在于，包括用户分组模块，用于根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组；规则分析与存储模块，用于根据至少一个所述用户分组以及每个用户的历史使用习惯，确定并保存至少一个所述用户分组的推荐规则；规则应用模块，用于根据至少一个所述用户分组的推荐规则，以及待推荐的用户的注册属性，对所述待推荐的用户进行推荐。在本专利技术另一实施例中，所述用户分组模块包括属性分组子模块，用于根据用户的注册属性，按照人口统计学特征的形式，确定至少一个属性分组，所述属性分组中包括至少一个用户的注册属性；阈值区间划分子模块，用于对所述用户的注册属性进行阈值区间划分，并确定所述阈值区间的常量值；应用子模块，用于根据每个用户的注册属性确定各个所述属性分组的常量值；用户分组子模块，用于根据各个所述属性分组，将所述属性分组中相同的常量组合划分为一组，获得至少一个用户分组。在本专利技术另一实施例中，每个用户的注册属性为至少一个注册属性，每个用户属于至少一个所述用户分组。在本专利技术另一实施例中，所述规则分析与存储模块包括统计子模块，用于统计每个用户的历史使用习惯；规则分析子模块，用于将所述每个用户的历史使用习惯按照所述用户分组进行分类，确定至少一个所述用户分组对应的历史使用习惯为至少一个所述用户分组的推荐规则；存储模块子模块，用于保存至少一个所述用户分组的推荐规则。在本专利技术另一实施例中，所述存储模块子模块用于以至少一个所述用户分组的常量组合为主键，将所述至少一个所述用户分组的推荐规则保存到数据库中。在本专利技术另一实施例中，所述规则应用模块包括确定子模块，用于根据待推荐的用户的注册属性，确定所述待推荐的用户在至少一个所述用户分组中的至少一个常量组合；获取子模块，用于根据保存的至少一个所述常量组合，获取至少一个所述常量组合对应的推荐规则；推荐子模块，用于根据所述至少一个所述常量组合对应的推荐规则为所述待推荐的用户进行推荐。本专利技术实施例提供一种推荐的方法及装置，通过根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组；根据至少一个所述用户分组以及每个用户的历史使用习惯，确定并保存至少一个所述用户分组的推荐规则；根据至少一个所述用户分组的推荐规则，以及待推荐的用户的注册属性，对所述待推荐的用户进行推荐。与现有技术中为用户进行推荐时，管理员需要花费大量的人力物力分析用户的使用情况以得出规则，然后花费大量时间人工输入规则，并且推荐的准确率较低相比，本专利技术实施例通过采用人口统 计学特征对用户的注册属性进行用户分组，从而根据用户的历史使用系统确定推荐规则，使得可以智能地学习推荐规则，并根据学习到的推荐规则为用户推荐事物，提高推荐的准确率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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仅是本专利技术的一些实施例，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。图I为本专利技术实施例I提供的一种推荐的方法的流程图；图2为本专利技术实施例I提供的另一种推荐的方法的流程图；图3为本专利技术实施例I提供的确定推荐规则的方法的流程图；图4为本专利技术实施例I提供的对待推荐的用户进行推荐的方法的流程图；图5为本专利技术实施例2提供的一种推荐的装置的框图；图6为本专利技术实施例2提供的另一种推荐的装置的框图。具体实施例方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例I本专利技术实施例提供一种推荐的方法，该方法的执行主体为终端，该终端可以为手机、平板电脑、笔记本电脑，智能电视等，如图I所示，该方法包括步骤101，根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组；在本步骤中，用户的注册属性包括年龄、性别、婚姻状况、家庭人数、家庭收人、职业、受教育情况、宗教信仰、种族、国籍等属性。其中，用户的注册属性可以为应用程序的注册用户或者人口的具体信息，即人口统计学特征。进一步的，在本步骤中，根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组可以包括根据用户的注册属性，按照人口统计学特征的形式，确定至少一个属性分本文档来自技高网...

【技术保护点】
一种推荐的方法，其特征在于，包括：根据用户的注册属性对至少一个用户进行分组，获得至少一个用户分组；根据至少一个所述用户分组以及每个用户的历史使用习惯，确定并保存至少一个所述用户分组的推荐规则；根据至少一个所述用户分组的推荐规则，以及待推荐的用户的注册属性，对所述待推荐的用户进行推荐。

【技术特征摘要】

【专利技术属性】
技术研发人员：王佳，
申请(专利权)人：盘古文化传播有限公司，
类型：发明
国别省市：