CN105224529A - 一种基于用户浏览行为的个性化推荐方法和装置 - Google Patents

Abstract

本发明公开了一种基于用户浏览行为的个性化推荐内容的方法和装置，推荐方法的内容包括：获取用户浏览的历史信息；根据用户的浏览行为历史信息中的每个关键字分析用户的兴趣和需求，并且通过关键字计数器的自检测功能实现用户兴趣和需求的动态更新；创建基于用户浏览行为的推荐内容的列表，并且把推荐内容通过邮箱无打扰的推送给用户。因此，能够根据用户浏览行为来推荐个性化内容。

Description

一种基于用户浏览行为的个性化推荐方法和装置

技术领域

本发明涉及一种基于用户浏览行为的个性化推荐方法和装置，实现信息的推荐，属于电子信息领域。

背景技术

随着互联网上信息资源的***性增长，用户从互联网上获取自己感兴趣资源的难度也相应增加。如何让用户高效的找到自己感兴趣的信息成了当下的一个热点，从而个性化推荐***应运而生。

目前主流的推荐算法主要分为两类，一类是外在相关算法的推荐，另一是基于内容的推荐，前者基于用户之间的兴趣相似性通过建模实现，如协同推荐，其原理是通过某种算法查找与目标用户最为相似的多个邻居，利用这多个邻居对目标用户做出推荐，但是这种推荐方式只能基于用户的评价实现，如果某一内容没有被任何用户评价过或者***中根本就没有评价***，那么这个项目就不可能被推荐，所以此类方法有较大的局限性不能应用在没有评价功能的在信息***中。其他此类算法也存在效率低，占用***资源较大，推荐信息量大，准确率低的问题，后者通过分析项目的内在结构和语义信息，找出目标用户可能感兴趣的某些项目，从而做出推荐，然而目前大多数已知的内容推荐方法所采用的方式都是用户预先定义的关键字的方式，没有太过复杂的算法，占用***资源相对较少，准确率有所提升，但是实际状态下，用户的需求会根据空间和时间发生改变，在这个前提下，如果还想精确的为用户推荐信息，只能通过人工更改预定关键字，这样就会导致设置比较繁琐的问题，而且如果预定义关键字描述不准确，就会导致推荐信息不正确，进而失去推荐的意义，并且以上两种现行的方式，都是采用的即时推荐方式把推荐信息的结果直接展现在用户浏览的界面上，这种方式是不尊重用户的行为，不仅仅影响了用户体验，更影响了用户的隐私。

发明内容

针对以上不足，本发明公开了一种基于用户浏览行为的个性化推荐内容的方法和装置。解决了以上提到的暂用***资源较大、推荐内容滞后的情况以及推荐内容影响用户隐私的情况。

为了实现以上目的，本装置提出了一种基于用户浏览行为的个性化推荐内容的方法，包括以下步骤：

100，用户；

101，浏览行为历史记录管理模块；

102，用户浏览行为历史存储单元；

103，关键字计数单元；

104，推荐内容生成单元；

105，推荐内容存储单元；

106，推荐信息推送模块。

优选的，所述的用户是浏览***的用户，可以是已经登录***用户也可以是没有登录***的用户。

优选的，所述的浏览行为历史记录管理模块，是用来处理历史浏览行为的模块；本模块通过有效行为公式（，其中K为有效时间的下确界，T_E为浏览页面结束时间戳，T_S为浏览页面开始时间戳，T_A为用户平均浏览时间）来计算有效的浏览行为，如果大于K则视为有效行为，此行为将被计入用户浏览行为历史存储单元，否则视为无效行为，不会被记录。

优选的，所述关键字计数单元包含关键字计数器方法、关键字自检测方法以及关键字计数器结果存储单元；所述关键字计数器通过用户的浏览行为实现关键字计数器的运算，关键字计数器计算方法包含以下步骤：

301，获取浏览行为历史记录表；

302，判断浏览记录是否有效；

303，获取记录中的关键字（行业，类别，标题）；

304，是否存在相应关键字；

305，相应关键字计数器增加1；

306，创建新的关键字计数器。

优选的，所述关键字自检测方法是通过用户行为期望值公式（，其中，F：用户行为的期望值，J：每一个计数器的值，W：每一个计数器权重），实现不活跃关键字计数器的删除，准确定位用户最新的兴趣和偏好，关键字自检测方法包含以下步骤：

401，关键字计数器；

402，是否大于阀值；

403，删除关键字计数器；

404，是否存在此关键字推荐内容；

405，删除推荐内容。

优选的，通过以上计数器的计算方法和自检测方法，实现用户浏览行为和关键字的动态更新，保证用户获取到的信息都是用户感兴趣的信息。

优选的，所述关键字计数器结果存储单元，存入XML格式文件中。

优选的，所述推荐内容生成单元包含以下步骤：

501，获取用户对每个关键字的计数器；

502，通过关键字计数器匹配项目信息；

503，创建推荐列表；

504，给用户提供推荐列表。

优选的，通过以上步骤，实现推荐列表的生成，并且通过推荐模块把推荐信息推送给用户，其中，推荐方式采用的是无打扰的定时邮件推送的方式，其中推送时间是通过用户的浏览***的次数和时间间隔自动计算得出的，根据用户的迫切程度动态的把握推送时间和频率。

优选的，由于此种推荐方法，通过动态改变用户关键字的方式，实时的把用户的兴趣反映到***中，这样就可以消除传统内容推荐方法中，必须由用户手工更新个人喜好的繁琐性和滞后性，而且由于这种个性化推荐方法动态的更新了用户兴趣方向（关键字计数器），可以准确定位用户分类，为用户提供个性化的优质服务；***方面，推荐模块可以设置在单独的定时器中，大大降低了***资源的使用率，进而保证***的高效运行；通过这种方法，使用户可以很轻松的在海量的数据中找到自己的信息，极大的提高用户使用***的效率，而且***通过本装置可以在实现准确推送信息的同时为用户提供良好的用户体验。

附图说明

下面结合附图对本发明的具体实施方式做进一步详细的说明，其中：

图1是本装置示意图，展示了基于用户浏览行为个性化推荐内容的装置；

图2是本装置的流程图，展示了本装置的整个流程；

图3通过关键字计数器工作原理；

图4是关键字计数器自检测原理；

图5是推荐内容单元工作原理；

图6是用户浏览行为历史的关键字计数器的标准格式。

具体实施方式

在图1本装置示意图中，用户(100)访问***后，本装置会通过浏览历史管理模块记录浏览历史，另外，通过本装置设置的动态阀值更新用户浏览行为历史表，最后通过本装置的计数器单元和推荐单元完成为用户进行个性化内容推荐的目的。

其中，本实施方式包含以下步骤：

步骤100、用户；

步骤101、浏览行为历史记录管理模块；

步骤102、用户浏览行为历史存储单元；

步骤103、关键字计数单元；

步骤104、推荐内容生成单元；

步骤105、推荐内容存储单元；

步骤106、推荐信息推送模块。

当执行步骤100的时候，其所产生的浏览行为会传入步骤101，并被步骤101所接收，从而记录用户的浏览行为历史；在步骤101中对浏览行为进行分析处理，如果浏览行为是有效的则通过步骤102把浏览行为存入用户浏览行为历史存储单元中，否则视为无效行为，不执行步骤102，其中用到有效行为计算公式（，其中K为有效时间的下确界，T_E为浏览页面结束时间戳，T_S为浏览页面开始时间戳，T_A为用户平均浏览时间），本装置通过记录用户的时间来确定用户浏览行为的有效性，当用户浏览页面时间大于平均时间时，则本装置认为用户的浏览行为是有效的，然后，通过步骤103对关键字进行逻辑处理，把可以用来作为推荐的关键字传给步骤104，通过推荐逻辑生成推荐内容，然后把生成的推荐内容传入步骤105，最后执行步骤106。如此往复实现本装置的目的：基于用户浏览行为内容推荐。

图2展示的是本装置的整体流程图，其中包含以下步骤：

步骤201、获取模块：用于获取用户浏览行为；

步骤202、计算模块：用于管理用户关键字计数器；

步骤203、生成模块：用于生成推荐信息列表；

步骤204、存储模块；用于存储用户浏览行为、用户关键字计数器的结果以及已经形成的推荐信息；

步骤205、推送模块：用于把生成的信息推送给用户。

图3展现的是关键字计数器原理。其中包含以下步骤：

步骤301、获取浏览行为历史记录表；

步骤302、判断浏览记录是否有效；

步骤303、获取记录中的关键字（行业，类别，标题）；

步骤304、是否存在相应关键字；

步骤305、相应关键字计数器增加1；

步骤306、创建新的关键字计数器。

首先通过步骤301获取浏览行为历史记录，通过步骤302得到步骤303，然后通过图2中步骤202和本图中步骤304对比操作，如果存在相应的关键字计数器则执行步骤305，否则执行步骤306。

图4是所展示是本装置中计数器自检测原理，通过计数器的自检测功能实现计数器的动态更新，准确定位用户需求。其中包含以下步骤：

步骤401、关键字计数器；

步骤402、是否大于阀值；

步骤403、删除关键字计数器；

步骤404、是否存在此关键字推荐内容；

步骤405、删除推荐内容；

步骤401发起一个计数器自检测动作，获取每个计数器的值，和通过用户行为期望值公式（，其中，F：用户行为的期望值，J：每一个计数器的值，W：每一个计数器权重）生成的动态值做比较，然后执行步骤402，如果大于等于阀值则认为此关键字计数器依然有效，如果不大于阀值则认为此关键字计数器不再有效，本装置会执行步骤403，同时执行步骤404，如果不存在基于此关键字推荐的内容，那么就结束此关键字计数器的自检测程序，否则执行步骤405，最终实现关键字和推荐内容的更新。

图5是生成推荐列表的工作原理，包含以下步骤：

步骤501、获取用户对每个关键字的计数器；

步骤502、通过关键字计数器匹配项目信息；

步骤503、创建推荐列表；

步骤504、给用户提供推荐列表。

执行步骤501得到用户对每个关键字的偏好程度，然后执行步骤502通过此偏好程度和***中的有关信息比较得到用户偏好每个项目的程度，然后执行步骤503，最后执行步骤504。

***采用的推荐方式是无打扰的定时通过邮件推送的方式，其中推送的时间通过推送时间和频率是通过用户的浏览***的次数和时间间隔自动计算得出的。

以上是本发明的实施方法，上述说明示出并描述了本申请的优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动，而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。

Claims (10)

1.一种基于用户浏览行为的个性化推荐的方法，用于给用户推荐用户感兴趣的信息，其特是，包含以下步骤：

100，用户；

101，浏览行为历史记录管理模块；

102，用户浏览行为历史存储单元；

103，关键字计数单元；

104，推荐内容生成单元；

105，推荐内容存储单元；

106，推荐信息推送模块。

2.根据权利1所述的一种基于用户浏览行为的个性化推荐的方法，其特征在于，所述的用户是浏览***的用户，可以是已经登录***用户也可以是没有登录***的用户。

3.根据权利1所述的一种基于用户浏览行为的个性化推荐的方法，其特征在于，所述浏览行为历史记录管理模块是用来记录用户有效浏览行为的数据表，有效的浏览行为是通过有效

行为公式（，其中k为有效时间的下确界，T_E为浏览页面结束时间戳，T_S为浏览页面开始时间戳，T_A为用户平均浏览时间）计算获得，如果大于k则视为有效行为，否则视为无效行为，不会被记录。

4.根据权利1所述一种基于用户浏览行为的个性化推荐的方法，其特征在于，所述关键字计数单元包含关键字计数器方法、关键字自检测方法以及关键字计数器结果存储单元，所述关键字计数器通过用户的浏览行为实现关键字计数器的运算，关键字计数器方法包含以下步骤：

301，获取浏览行为历史记录表；

302，判断浏览记录是否有效；

303，获取记录中的关键字（行业，类别，标题）；

304，是否存在相应关键字；

305，相应关键字计数器增加1；

306，创建新的关键字计数器；

所述关键字自检测方法是通过用户行为期望值公式（，其中，F：用户行为的期望值，J：每一个计数器的值，W：每一个计数器权重），实现不活跃关键字用户计数器的删除，关键字自检测方法包含以下步骤：

401，关键字计数器；

402，是否大于阀值；

403，删除关键字计数器；

404，是否存在此关键字推荐内容；

405，删除推荐内容；

所述关键字计数器结果存储单元，存入XML格式文件中。

5.根据权利1所述的一种基于用户浏览行为的个性化推荐的方法，其特征在于，所述推荐内容生成单元包含以下步骤：

501，获取用户对每个关键字的计数器；

502，通过关键字计数器匹配项目信息；

503，创建推荐列表；

504，给用户提供推荐列表。

6.一种基于用户浏览行为的个性化推荐的装置，其特征在于，所述装置包括：

获取模块，用于获取用户浏览行为；

计算模块，用于管理用户关键字计数器；

生成模块，用于生成推荐信息列表；

存储模块，用于存储用户浏览行为、用户关键字计数器的结果以及已经形成的推荐信息；

推送模块，用于把生成的信息推送给用户。

7.根据权利6所述的一种基于用户浏览行为的个性化推荐的装置，其特征在于，所述获取模块是通过用户浏览***时候，通过***信息本身的关键字界定用户的浏览行为，并且通过有效行为计算公式获取行为，并且存入存储模块。

8.根据权利6所述的一种基于用户浏览行为的个性化推荐的装置，其特征在于，所述计算模块用于关键字计数器计算和管理，通过有效浏览行为来对关键字计数器进行计算，并且定期通过用户行为期望值公式筛选有效用户关键字计数器。

9.根据权利6所述的一种基于用户浏览行为的个性化推荐的装置，其特征在于，所述生成模块为***推荐列表生成的逻辑单元，通过关键字计数器和***信息结合，生成推荐列表存入存储模块。

10.根据权利6所述的一种基于用户浏览行为的个性化推荐的装置，其特征在于，所述推送模块的推荐方式采用的是无打扰的定时邮件推送的方式，其中推送时间是通过用户浏览***的次数和时间间隔自动计算得出的，根据用户的迫切程度动态的把握推送时间和频率。