预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107977383A(43)申请公布日2018.05.01(21)申请号201610940103.5(22)申请日2016.10.25(71)申请人咪咕互动娱乐有限公司地址210041江苏省南京市建邺区雨润大街88-1号(72)发明人叶志辉赵慧慧邹剑波杨静姚璇(74)专利代理机构北京新知远方知识产权代理事务所(普通合伙)11397代理人申楠(51)Int.Cl.G06F17/30(2006.01)权利要求书2页说明书5页附图2页(54)发明名称向用户推荐数字内容的方法及装置(57)摘要本发明提供了一种向用户推荐数字内容的方法及装置,本发明一方面根据用户的访问行为来获得用户偏好向量,另一方面可以根据数字内容的用户特征反过来量化内容适配向量,当用户再次使用时,可根据内容适配向量和用户偏好向量之间的匹配程度向用户推荐所需的数字内容,大大提高了数字内容推荐的精确性。CN107977383ACN107977383A权利要求书1/2页1.一种向用户推荐数字内容的方法,其特征在于,包括:根据用户偏好量化获得用户偏好向量;根据数字内容的用户特征量化得到内容适配向量;根据用户偏好向量和内容适配向量之间的相关程度向用户推荐数字内容。2.如权利要求1所述的方法,其特征在于,所述用户偏好向量的维度包括年龄、性别、职业、学历、爱好中的至少一种;所述内容适配向量的维度包括年龄、性别、职业、学历、爱好中的至少一种。3.如权利要求2所述的方法,其特征在于,所述根据用户偏好向量和内容适配向量之间的相关程度向用户推荐数字内容包括:通过相关系数匹配算法计算内容适配向量和用户偏好向量之间对应维度的相关系数,得到各数字内容适配用户的相关系数向量;确定所述各数字内容适配用户的相关系数向量各分量的积分和的排序,向用户进行数字内容推荐。4.如权利要求1或2所述的方法,其特征在于,还包括根据用户的历史访问内容的内容适配向量,对所述用户偏好向量进行定期修正的步骤。5.如权利要求4所述的方法,其特征在于,根据用户的历史访问内容的内容适配向量对所述用户偏好向量进行修正的过程为:根据用户的历史访问内容计算内容适配向量,将内容适配向量的每个分量乘以遗忘因子修正后取算术平均值,所述遗忘因子为根据艾宾霍斯遗忘曲线得到的;将内容适配向量各分量的算术平均值组合并进行归一化处理,利用归一化处理后的内容适配向量对所述用户偏好向量进行修正。6.如权利要求1或2所述的方法,其特征在于,还包括根据用户的历史访问内容确定出的用户偏好向量,对所述内容适配向量进行定期修正的步骤。7.如权利要求6所述的方法,其特征在于,根据用户的历史访问内容确定出的用户偏好向量,对所述内容适配向量进行修正的过程为:根据用户的历史访问内容计算用户偏好向量,将用户偏好向量的每个分量取算术平均值;将用户偏好向量各分量的算术平均值组合并进行归一化处理,利用归一化处理后的用户偏好向量向量对所述内容适配向量进行修正。8.一种向用户推荐数字内容的装置,其特征在于,包括:用户偏好向量确定模块,用于用户偏好量化获得用户偏好向量;内容适配向量确定模块,用于根据数字内容的用户特征量化得到内容适配向量;内容推荐模块,用于根据用户偏好向量和内容适配向量之间的相关程度向用户推荐数字内容。9.如权利要求8所述的装置,其特征在于,所述用户偏好向量的维度包括年龄、性别、职业、学历、爱好中的至少一种;所述内容适配向量的维度包括年龄、性别、职业、学历、爱好中的至少一种。10.如权利要求8所述的装置,其特征在于,所述内容推荐模块通过相关系数匹配算法计算内容适配向量和用户偏好向量之间对应维度的相关系数,得到各数字内容适配用户的2CN107977383A权利要求书2/2页相关系数向量,根据所述各数字内容适配用户的相关系数向量各分量的积分和的排序,向用户进行数字内容推荐。11.如权利要求8所述的装置,其特征在于,所述用户偏好向量确定模块还用于根据用户的历史访问内容的内容适配向量,对所述用户偏好向量进行定期修正;所述内容适配向量确定模块还用于根据用户的历史访问内容确定出的用户偏好向量,对所述内容适配向量进行定期修正。3CN107977383A说明书1/5页向用户推荐数字内容的方法及装置技术领域[0001]本发明涉及内容推荐领域,尤其涉及向用户推荐数字内容的方法及装置。背景技术[0002]数字内容是指在网络中发布的文章、图片、声音、影像等资讯内容。随着互联网技术的迅速发展,数字内容的种类越来越繁多,如何将待推荐数字内容推荐给感兴趣的用户已经成为多媒体领域中的一个重要问题。传统的数字内容推荐方式一般是根据人工输入的用户标签的属性向用户进行数字内容推荐,在推荐时不会考虑数字内容的适应用户,存在推荐精确度