CN107492025A - 一种图书推荐的方法和*** - Google Patents
一种图书推荐的方法和*** Download PDFInfo
- Publication number
- CN107492025A CN107492025A CN201710824290.5A CN201710824290A CN107492025A CN 107492025 A CN107492025 A CN 107492025A CN 201710824290 A CN201710824290 A CN 201710824290A CN 107492025 A CN107492025 A CN 107492025A
- Authority
- CN
- China
- Prior art keywords
- books
- feature
- read
- user interest
- interest profile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种图书推荐的方法,包括:获取多个已阅图书特征;根据已阅图书特征获取用户兴趣特征;获取多个目标图书特征;对比所述目标图书特征和所述用户兴趣特征,确定相似度值,根据相似度值输出推荐图书信息。本发明还公开了一种图书推荐的***,包括:第一数据获取模块,用于获取图书特征;第二数据获取模块,用于获取用户兴趣特征;数据分析模块,用于分析计算用户兴趣特征与图书特征的相似度值;信息推荐模块,用于根据用户兴趣特征与图书特征的相似度值输出结果至用户端。本发明提供的一种图书推荐的方法和***,提升了推荐图书信息的准确率。
Description
技术领域
本发明涉及数据分析技术领域,具体地说,涉及一种基于兴趣匹配的个性化图书推荐方法及***。
背景技术
随着互联网技术的飞速发展,网络信息资源越来越多,人们通过传统的搜索引擎很难获取自己感兴趣的资源。
目前,图书推荐的方法主要有两种,以下进行简单说明:
第一种方法是将全网范围内阅读次数或图书销量排名靠前的图书推荐给用户,该方法的不足之处在于,只能照顾到主流群体的兴趣,无法精细化和个性化推荐,且推荐准确率较低;
第二种方法是根据***用户的基本信息(如用户的年龄、性别和职业等)确定用户之间的相似程度,然后将相似用户选择的物品推荐给当前用户,该方法的缺点在于,涉及到一些比较敏感的个人信息,比如用户的年龄等,这些用户信息准确获取难度较大,影响最终推荐效果。
发明内容
本发明的目的在于提供一种图书推荐的方法和***,提升推荐图书信息的准确率。
本发明公开的图书推荐的方法和***所采用的技术方案是:一种图书推荐的方法,至少包括以下步骤:获取多个已阅图书特征;根据已阅图书特征获取用户兴趣特征;获取多个目标图书特征;对比所述目标图书特征和所述用户兴趣特征,确定相似度值,根据相似度值输出推荐图书信息。
作为优选方案,所述根据已阅图书特征获取用户兴趣特征包括:分别统计每个所述已阅图书特征出现的次数,对在不同已阅图书内的同一已阅图书特征所出现的次数进行累加获取累加值,同一已阅图书特征次数累加值与已阅图书特征组成用户兴趣特征。
作为优选方案,所述已阅图书特征是以当前时间为起始值向前设定的一数据采集段,超过该数据采集段的数据不在采集范围内。
作为优选方案,所述对比所述目标图书特征和所述用户兴趣特征相似度值包括:统计所述目标图书特征和所述用户兴趣特征之间的共有特征;将用户兴趣特征中每个共有特征的出现次数进行累加,得到所述目标图书特征和所述用户兴趣特征的相似度值。
作为优选方案,所述根据相似度值输出推荐图书信息包括:筛选出相似度值不低于第一预设阀值的图书信息,按筛选出的图书信息相似度值进行排序,按相似度值由高到低向用户推荐。
作为优选方案,所述目标图书特征包括小说、散文、人文、历史、音乐、漫画、经济;所述已阅图书特征包括小说、散文、人文、历史、音乐、漫画、经济。
一种图书推荐的***,包括,第一数据获取模块,用于获取已阅图书特征;第一数据分析模块,用于根据已阅图书特征分析计算用户兴趣特征;第二数据获取模块,用于获取目标图书特征;第二数据分析模块,用于对比所述目标图书特征和所述用户兴趣特征,确定相似度值;信息推荐模块,用于根据相似度值输出图书信息至用户端。
作为优选方案,所述第一数据分析模块包括:第一统计子模块,用于分别统计所述已阅图书特征,第一数据分析子模块,用于对不同已阅图书的相同特征出现次数进行累加,次数累加结果与图书特征共同作为用户兴趣特征。
作为优选方案,所述第二数据分析模块包括:第二统计子模块,统计所述目标图书特征和所述用户兴趣特征之间的相同特征;第二数据分析子模块,对用户兴趣特征中相同特征的次数累加结果再次累加,得到所述目标图书特征和所述用户兴趣特征的相似度值。
一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行上述图书推荐的方法。
本发明公开的图书推荐的方法和***的有益效果是:本发明根据用户的兴趣特征与图书特征进行相似度值对比,能够根据用户的兴趣特征,推荐对应的兴趣特征的图书,有效提升推荐图书的准确率和用户接受度。
附图说明
图1是本发明图书推荐方法的流程示意图;
图2是本发明图书推荐***的功能结构示意图;
图3是本发明图书推荐***的具体实施结构示意图。
具体实施方式
下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:请参考图1,一种图书推荐的方法,该方法包含以下步骤:步骤一,获取多个已阅图书特征。所述已阅图书特征包括小说、散文、人文、历史、音乐、漫画、经济等特征;
步骤二,根据已阅图书特征获取用户兴趣特征。包括:分别统计每本已阅图书的每个特征出现的次数,对在不同已阅图书内的同一特征所出现的次数进行累加,同一特征次数累加值与已阅图书特征共同作为用户兴趣特征。例如:已阅图书为两本,其中一本图书特征为历史、漫画,另一本图书特征为历史、小说,则其用户兴趣特征累加为历史*2、小说*1、漫画*1。
所述用户阅读图书记录,是以当前时间为起始值向前设定的一数据采集段,超过该时间段的数据不采集,由于客户的阅读兴趣不是固定的,是随着时间推移而变化的,本发明选取近期一定时间的客户阅读图书纪录,能够根据客户的阅读兴趣的变化,推荐相应的图书给用户,是一个动态的推荐过程。
步骤三,获取多个目标图书特征。所述目标图书特征与已阅图书特征相同,包括小说、散文、人文、历史、音乐、漫画、经济等特征。
步骤四,对比所述目标图书特征和所述用户兴趣特征,确定相似度值,根据相似度值输出推荐图书信息。包括:统计所述目标图书特征和所述用户兴趣特征之间的共有特征;将用户兴趣特征中每个共有特征的出现次数进行累加,得到所述目标图书特征和所述用户兴趣特征的相似度值,筛选出相似度值不低于第一预设阀值的图书信息,按筛选出的图书信息相似度值进行排序,按相似度值由高到低向用户推荐。例如:用户兴趣特征为历史*3、小说*2、漫画*1,该目标图书的目标图书特征为历史、小说、绘本,则该目标图书特征与用户兴趣特征的相似度值为3+2=5。
请参考图2,本发明具体实施过程如下:根据用户已阅图书特征1、已阅图书特征2至已阅图书特征n,确定用户兴趣特征。由计算机识别结合人工编辑确定目标图书特征。***接收到书籍推荐请求后,将该用户兴趣特征与***中各目标图书特征进行对比,并确认二者相似度值,其相似度值大于或者等于第一预设阀值的图书信息按照相似度值从大到小的顺序推荐给该用户。
本发明通过用户以往的阅读记录确定用户兴趣特征,将用户的兴趣特征与目标图书特征进行对比,根据对比结果确认二者相似度值,有效提升推荐图书的准确率和用户接受度,同时,由于本发明只选取用户最近一定时间段的阅读记录,能够动态的根据客户阅读兴趣的变化而调整推荐的图书信息,进一步提高推荐的准确率。
请参考图3,本发明还提供了一种图书推荐的***,包括:第一数据获取模块110,用于获取已阅图书特征,所述已阅图书特征由计算器结合人工编辑而成。
第一数据分析模块120,用于根据已阅图书特征分析计算用户兴趣特征。
第二数据获取模块130,用于获取目标图书特征,所述目标图书特征由计算机集合人工编辑而成。
第二数据分析模块140,用于对比所述目标图书特征和所述用户兴趣特征,确定相似度值。
信息推荐模块150,用于根据相似度值输出图书信息至用户端。
其中,所述第一数据分析模块120包括:第一获取数据子模块,用于分别统计所述已阅图书特征,第一数据分析子模块,用于对不同已阅图书的相同特征出现次数进行累加得到累加值,该累加值与图书特征共同作为用户兴趣特征。
所述第二数据分析模块140包括:第二统计子模块,统计所述目标图书特征和所述用户兴趣特征之间的相同特征,第二数据分析子模块,对用户兴趣特征中相同特征的次数累加结果再次累加,得到所述目标图书特征和所述用户兴趣特征的相似度。
本发明还提供了一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行以下方法:获取多个已阅图书特征。
分别统计每个所述已阅图书特征出现的次数,对在不同已阅图书内的同一已阅图书特征所出现的次数进行累加,同一已阅图书特征次数累加值与已阅图书特征组成用户兴趣特征。
获取多个目标图书特征。
统计所述目标图书特征和所述用户兴趣特征之间的共有特征,将用户兴趣特征中每个共有特征的出现次数进行累加,得到所述目标图书特征和所述用户兴趣特征的相似度值,筛选出相似度值不低于第一预设阀值的图书信息,按筛选出的图书信息相似度值进行排序,按相似度值由高到低向用户推荐。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种图书推荐的方法,其特征在于,包括:获取多个已阅图书特征;根据已阅图书特征获取用户兴趣特征;获取多个目标图书特征;对比所述目标图书特征和所述用户兴趣特征,确定相似度值,根据相似度值输出推荐图书信息。
2.如权利要求1所述的图书推荐的方法,其特征在于,所述根据已阅图书特征获取用户兴趣特征包括:分别统计每个所述已阅图书特征出现的次数,对在不同已阅图书内的同一已阅图书特征所出现的次数进行累加得到累加值,该累加值与已阅图书特征组成用户兴趣特征。
3.如权利要求1或2所述的图书推荐的方法,其特征在于,所述已阅图书特征是以当前时间为起始值向前设定的一数据采集段,超过该数据采集段的数据不在采集范围内。
4.如权利要求1所述的图书推荐的方法,其特征在于,所述对比所述目标图书特征和所述用户兴趣特征,确定相似度值包括:统计所述目标图书特征和所述用户兴趣特征之间的共有特征;将用户兴趣特征中每个共有特征的对应次数进行累加,得到所述目标图书特征和所述用户兴趣特征的相似度值。
5.如权利要求1所述的图书推荐的方法,其特征在于,所述根据相似度值输出推荐图书信息包括:筛选出相似度值不低于第一预设阀值的图书信息,按筛选出的图书信息相似度值进行排序,按相似度值由高到低向用户推荐。
6.如权利要求1、2、4、5任意一项所述的图书推荐的方法,其特征在于,所述目标图书特征包括小说、散文、人文、历史、音乐、漫画、经济;所述已阅图书特征包括小说、散文、人文、历史、音乐、漫画、经济。
7.一种图书推荐的***,其特征在于,包括,第一数据获取模块,用于获取已阅图书特征;第一数据分析模块,用于根据已阅图书特征分析计算用户兴趣特征;第二数据获取模块,用于获取目标图书特征;第二数据分析模块,用于对比所述目标图书特征和所述用户兴趣特征,确定相似度值;信息推荐模块,用于根据相似度值输出图书信息至用户端。
8.如权利要求7所述的图书推荐的***,其特征在于,所述第一数据分析模块包括:第一统计子模块,用于分别统计所述已阅图书特征,第一数据分析子模块,用于对不同已阅图书的相同特征出现次数进行累加,次数累加结果与图书特征共同作为用户兴趣特征。
9.如权利要求7所述的图书推荐的***,其特征在于,所述第二数据分析模块包括:第二统计子模块,统计所述目标图书特征和所述用户兴趣特征之间的相同特征;第二数据分析子模块,对用户兴趣特征中相同特征的次数累加结果再次累加,得到所述目标图书特征和所述用户兴趣特征的相似度值。
10.一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行如权利要求1、2、4、5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710824290.5A CN107492025A (zh) | 2017-09-13 | 2017-09-13 | 一种图书推荐的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710824290.5A CN107492025A (zh) | 2017-09-13 | 2017-09-13 | 一种图书推荐的方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107492025A true CN107492025A (zh) | 2017-12-19 |
Family
ID=60652526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710824290.5A Pending CN107492025A (zh) | 2017-09-13 | 2017-09-13 | 一种图书推荐的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107492025A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846005A (zh) * | 2018-04-23 | 2018-11-20 | 北京奇艺世纪科技有限公司 | 漫画资源推荐方法及装置 |
CN109635193A (zh) * | 2018-12-07 | 2019-04-16 | 孙悦桐 | 一种书籍阅读共享平台 |
CN110704602A (zh) * | 2019-10-12 | 2020-01-17 | 苏州思必驰信息科技有限公司 | 人机对话***优化方法及人机对话*** |
CN110990670A (zh) * | 2019-10-30 | 2020-04-10 | 华东师范大学 | 一种成长激励型图书推荐方法及推荐*** |
CN114218490A (zh) * | 2021-12-17 | 2022-03-22 | 海信集团控股股份有限公司 | 图书推荐方法及电子设备 |
CN116628456A (zh) * | 2023-07-26 | 2023-08-22 | 北京点聚信息技术有限公司 | 基于数据分析的版式轻阅读推荐方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793419A (zh) * | 2012-10-31 | 2014-05-14 | 深圳市世纪光速信息技术有限公司 | 信息推送的方法和装置 |
CN103886067A (zh) * | 2014-03-20 | 2014-06-25 | 浙江大学 | 使用标签隐含主题进行图书推荐的方法 |
CN104111939A (zh) * | 2013-04-18 | 2014-10-22 | ***通信集团浙江有限公司 | 一种图书推荐方法和装置 |
CN106407204A (zh) * | 2015-07-29 | 2017-02-15 | 小米科技有限责任公司 | 图书推荐方法及装置 |
-
2017
- 2017-09-13 CN CN201710824290.5A patent/CN107492025A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793419A (zh) * | 2012-10-31 | 2014-05-14 | 深圳市世纪光速信息技术有限公司 | 信息推送的方法和装置 |
CN104111939A (zh) * | 2013-04-18 | 2014-10-22 | ***通信集团浙江有限公司 | 一种图书推荐方法和装置 |
CN103886067A (zh) * | 2014-03-20 | 2014-06-25 | 浙江大学 | 使用标签隐含主题进行图书推荐的方法 |
CN106407204A (zh) * | 2015-07-29 | 2017-02-15 | 小米科技有限责任公司 | 图书推荐方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846005A (zh) * | 2018-04-23 | 2018-11-20 | 北京奇艺世纪科技有限公司 | 漫画资源推荐方法及装置 |
CN109635193A (zh) * | 2018-12-07 | 2019-04-16 | 孙悦桐 | 一种书籍阅读共享平台 |
CN110704602A (zh) * | 2019-10-12 | 2020-01-17 | 苏州思必驰信息科技有限公司 | 人机对话***优化方法及人机对话*** |
CN110990670A (zh) * | 2019-10-30 | 2020-04-10 | 华东师范大学 | 一种成长激励型图书推荐方法及推荐*** |
CN110990670B (zh) * | 2019-10-30 | 2023-11-10 | 华东师范大学 | 一种成长激励型图书推荐方法及推荐*** |
CN114218490A (zh) * | 2021-12-17 | 2022-03-22 | 海信集团控股股份有限公司 | 图书推荐方法及电子设备 |
CN116628456A (zh) * | 2023-07-26 | 2023-08-22 | 北京点聚信息技术有限公司 | 基于数据分析的版式轻阅读推荐方法及*** |
CN116628456B (zh) * | 2023-07-26 | 2023-10-20 | 北京点聚信息技术有限公司 | 基于数据分析的版式轻阅读推荐方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107492025A (zh) | 一种图书推荐的方法和*** | |
CN106548255A (zh) | 一种基于海量用户行为的商品推荐方法 | |
CN105005589B (zh) | 一种文本分类的方法和装置 | |
CN105183731B (zh) | 推荐信息生成方法、装置及*** | |
TW201734840A (zh) | 自動多閾值特徵過濾方法及裝置 | |
WO2013138961A1 (zh) | 一种基于多触点归因模型的网络广告效果衡量方法和*** | |
US9128988B2 (en) | Search result ranking by department | |
CN107301247B (zh) | 建立点击率预估模型的方法及装置、终端、存储介质 | |
CN109685092B (zh) | 基于大数据的聚类方法、设备、存储介质及装置 | |
CN109460519B (zh) | 浏览对象推荐方法及装置、存储介质、服务器 | |
CN107194430A (zh) | 一种样本筛选方法及装置,电子设备 | |
CN106021329A (zh) | 基于用户相似度的稀疏数据协同过滤推荐方法 | |
CN107402961B (zh) | 一种推荐方法及装置,电子设备 | |
CN110197404A (zh) | 可降低流行度偏差的个性化长尾商品推荐方法和*** | |
CN110222790B (zh) | 用户身份识别方法、装置及服务器 | |
CN106372956B (zh) | 一种基于用户搜索日志进行意图实体识别的方法和*** | |
CN106874943A (zh) | 业务对象分类方法和*** | |
CN106021298A (zh) | 一种基于非对称加权相似度的协同过滤推荐方法及*** | |
CN109977299A (zh) | 一种融合项目热度和专家系数的推荐算法 | |
CN106919699A (zh) | 一种面向大规模用户的个性化信息推荐方法 | |
CN109815987A (zh) | 一种人群分类方法和分类*** | |
CN104933595A (zh) | 一种基于马尔科夫预测模型的协同过滤推荐方法 | |
CN116596570A (zh) | 一种基于大数据分析算法的同产品在不同电商平台中的信息对比*** | |
JP2022126678A (ja) | 画像を検索するための方法、装置、システム、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN110324352B (zh) | 识别批量注册账号群的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171219 |