CN103544212A - 一种内容推荐方法及系统 - Google Patents

Abstract

本发明公开一种内容推荐方法及系统，其中，方法包括步骤：通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；通过模拟人类生命活跃度获得用户行为的时间系数；根据用户行为的时间系数以及用户量化行为数据，对用户对该被关注内容的喜爱程度进行评分，获取评分情况；将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

Description

一种内容推荐方法及系统

技术领域

本发明涉及信息推荐领域，尤其涉及一种基于模拟人类生命活跃度的时间系数与隐性用户行为评分的内容推荐方法及系统。

背景技术

随着互联网的发展，在目前信息过载的时代，用户面对海量的信息，需要花费大量时间筛选出感兴趣的内容。推荐系统被认为是解决上述问题的最有效果的方法。推荐系统针对用户，为其提供个性化服务，即根据用户的需要或者偏好，为其推荐可能感兴趣的商品、视频、音乐、新闻等各种内容，为提高用户体验，提升用户忠诚度起到重要作用。以视频为例，目前几乎所有的大型的视频网站，如Hulu、Netflix 都在以不同形式提供个性化推荐系统。

基于用户的协同过滤算法是推荐系统中常用的一种算法，它通过用户对被关注内容打分的历史行为进行分析，挖掘出相似用户，并推荐相互感兴趣的内容。基于用户的协同过滤算法是建立在用户对被关注内容打分行为的基础之上的，然而在实际推荐系统中往往没有用户打分模块，并不能收集到用户对被关注内容的评价情况；而且即使有用户评分模块，大多数用户不愿过多花费时间给被关注内容评分，或者会给被关注内容一个不准确的评分。由此会造成难于收集到用户对被关注内容的评分，以及收集到不准确的评分。同时，用户的评分具有时效性，比如用户前段时间的喜好和最近的喜好不一样，若将用户不同时段对被关注内容的评分视为同等价值，将会造成计算的误差，降低了推荐结果准确性。另外，被关注内容受欢迎程度与其发布的时间、更新的频率、自身所属类别也是息息相关的，而现有技术中的推荐系统并未综合考虑上述因素，推荐结果不够准确。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种内容推荐方法及系统，旨在解决现有的推荐系统依赖用户评分、以及推荐结果不准确的问题。

本发明的技术方案如下：

一种内容推荐方法，其中，包括步骤：

A、通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；

B、通过模拟人类生命活跃度获得用户行为的时间系数；

C、根据用户行为的时间系数以及用户量化行为数据，对用户对被关注内容的喜爱程度进行评分，获取评分情况；

D、将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

所述的内容推荐方法，其中，所述步骤B具体包括：

B1、获取用户量化行为数据中的与被关注内容的指标相关的状态影响因子Factor1，0＜Factor1＜1；

B2、获取被关注内容的各项指标的时间影响因子Factor2，0＜Factor2＜1；

B3、计算出每一项指标的时间系数Coefficient，其中，Coefficient=Factor1*Factor2。

所述的内容推荐方法，其中，所述步骤B1中，所述步骤B1中，Factor1 是一个影响相应指标大小的各向因素的模型，表示用户量化指标的准确性；所述步骤B2中，Factor2=Xⁿ，X为自定义参数，n为用于表示用户最后一次行为距离当前时间的时间距离。

所述的内容推荐方法，其中，所述状态影响因子Factor1包括：点击因子Factor1 _clickNum、收藏因子Factor1_collect、完整度因子Factor1_complete。

所述的内容推荐方法，其中，所述：点击因子Factor1 _clickNum=（E_clickNum, W_clickNum）；

收藏因子Factor1_collect=f（T_collect，F_collect）；

完整度因子Factor1_complete =f（F_complete，T_complete）。

所述的内容推荐方法，其中，所述步骤C具体包括：

C1、对用户量化行为数据中被关注内容的每一项指标乘以时间系数得到用户时间行为数据；

C2、对用户时间行为数据进行归一化处理得到用户归一化行为数据，使得用户归一化行为数据统一到一个参考系下；

C3、对用户归一化行为数据中的被关注内容的各项指标分配一权重值，获取用户对被关注内容的评分情况。

所述的内容推荐方法，其中，所述步骤C2中，归一化处理的公式为：y=(x-MinValue)/(MaxValue-MinValue)，其中，y为归一化后的用户归一行为数据，x为用户时间行为数据，MinValue为用户时间行为数据的最小值，MinValue为用户时间行为数据的最大值。

一种内容推荐系统，其中，包括：

收集统计模块，用于通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；

时间系数获取模块，用于通过模拟人类生命活跃度获得用户行为的时间系数；

评分模块，用于根据用户行为的时间系数以及用户量化行为数据，对用户对被关注内容的喜爱程度进行评分，获取评分情况；

推荐模块，用于将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

所述的内容推荐系统，其中，所述时间系数获取模块包括：

状态影响因子获取单元，用于获取用户量化行为数据中的与被关注内容的指标相关的状态影响因子Factor1，0＜Factor1＜1；

时间影响因子获取单元，用于获取被关注内容的各项指标的时间影响因子Factor2，0＜Factor2＜1；

时间系数计算单元，用于计算出每一项指标的时间系数Coefficient，其中，Coefficient=Factor1*Factor2。

所述的内容推荐系统，其中，所述评分模块包括：

时间系数处理单元，用于对用户量化行为数据中被关注内容的每一项指标乘以时间系数得到用户时间行为数据；

归一化处理单元，用于对用户时间行为数据进行归一化处理得到用户归一化行为数据，使得用户归一化行为数据统一到一个参考系下；

评分单元，用于对用户归一化行为数据中的被关注内容的各项指标分配一权重值，获取用户对被关注内容的评分情况。

有益效果：本发明先统计用户行为数据，然后通过模拟人类生命活跃度获取时间系数以及对隐性的用户行为进行分析，从而获得用户对被关注内容的评分情况，再将评分情况输入到协同过滤算法中得到推荐结果并推送给用户。本发明解决了现有技术中由于用户不愿评分或者给出不准确评分导致无法推荐或推荐结果不准确的问题，并且利用时间系数使得评分情况更加准确，提高了数据的利用价值和推荐效果。

附图说明

图1为本发明内容推荐方法较佳实施例的流程图。

图2为图1所示方法中步骤S102的具体流程图。

图3为图1所示方法中步骤S103的具体流程图。

图4为本发明内容推荐系统较佳实施例的结构框图。

图5为图4所示系统中时间系数获取模块的具体结构框图。

图6为图4所示系统中评分模块的具体结构框图。

具体实施方式

本发明提供一种内容推荐方法及系统，为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，图1为本发明内容推荐方法较佳实施例的流程图，如图所示，其包括步骤：

S101、通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；

S102、通过模拟人类生命活跃度获得用户行为的时间系数；

S103、根据用户行为的时间系数以及用户量化行为数据，对用户对被关注内容的喜爱程度进行评分，获取评分情况；

S104、将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

在步骤S101中，通过交互程序脚本收集用户行为数据，具体来说，可通过在JS代码中埋点用来收集用户在页面上的行为数据，本实施例优选采用统一标准的JS接口来收集用户行为数据，以保证用户行为数据采集的规范化，避免后台日志的分布式解析工作。

在收集完用户行为数据时，对用户行为数据进行统计得到量化的用户行为数据，以被关注内容为视频为例，用户在视频页面上的行为多种多样，包括：用户点击视频、收藏视频、浏览视频时长、以及进行每个动作的时长。对用户行为数据进行统计可得到被关注内容（视频）的各项指标：用户对每个视频（目标视频，下同）的点击次数clickNum (clickNum∈N)，是否收藏collect(collect∈(0, 1))，浏览视频的完整度complete (complete=观看视频时长/视频总长度*100%)，从而获得了量化的用户行为数据。

在步骤S102中，通过时间的指数衰减函数模拟人类生命活跃度来计算出用户行为的时间系数。人类的生命活跃度与其当时状态和日常行为息息相关，例如生活习惯、自身状态、周边环境等等，年龄、饮食习惯、运动频率、体检频率、周边环境污染程度的不同都会影响人类的生命活跃度。本实例通过时间的指数衰减函数模拟人类行为价值来获得指标数据的时间系数，对于视频来说，其也受到各种因素的影响，以某个视频在某个时间点被用户观看的完整度complete这个指标为例：指标作为一个衡量标准，其准确度会随着时间变化、同时也会受到周围环境的影响。就如同人的活跃度会随着时间、周围环境、自身状态变化。因此，完整度complete这个指标在某个时间点的准确度会受到所有用户在单位时间内浏览所有视频的频率F_complete，例如一个视频网站中所有的用户，在十分钟内浏览了所有视频数目的平均值（视为周围环境）、该视频发布时长（即视频节目总长度）T_complete（视为自身状态）的影响。因此，在这里定义这种影响指标准确度的因素：环境变化和视频自身状态，为状态影响因子的完整度因子Factor1_complete。

值得说明的是，这里由于每个用户单位时间内浏览的视频频率不一样，得到的是对所有用户的浏览频率的一个平均值。比如：user1一个小时内浏览了4个视频；user2一小时内浏览了5个视频；user3一个小时内浏览了6个视频，则单位时间（一小时内）内浏览视频的平均频率为：(4+5+6)/3 =5。

具体地，在该Factor1_complete =f（F_complete，T_complete）下，可通过数据建模来获取状态影响因子Factor1_complete与用户浏览视频平均频率F、视频发布时长T的模型，计算出状态影响因子Factor1_complete，其中，0＜Factor1 _complete＜1。由于Factor1_complete是没有历史数据的，因此我们采用非监督式学习（unsupervised learning）来训练模型，并根据该训练模型表述的函数关系获取Factor1_complete。具体算法有常用的数据聚类算法、自我组织映射（SOM）算法和适应性共振理论（ART）算法等，这里不详述。

值得说明的是，这里Factor1_complete可能还受到其他因子的影响，比如可以还受到“其他用户对各个视频的浏览时长”等因子影响，因为可能影响Factor1_complete的因素很多，这里不一一列举。

同理可得到其他指标的状态影响因子例如点击因子Factor1 _clickNum、收藏因子Factor1_collect 。其中点击因子Factor1 _clickNum定义为影响点击数准确度的因素，其会受到目标视频曝光数E_clickNum（即目标视频被展现在页面的次数）和目标视频曝光位置权重W_clickNum（目标视频展现在用户经常浏览的位置则权重W_clickNum高，反之W_clickNum低）的影响。收藏因子Factor1_collect定义为影响收藏数准确度的因素，其会受到目标视频被收藏的时间T_collect和所有用户在单位时间内收藏所有视频的频率F_collect的影响。如同Factor1_complete，我们同样可以通过数据建模得到Factor1 _clickNum=（E_clickNum, W_clickNum），与Factor1_collect=f（T_collect，F_collect）。

上述指标仅仅为方便说明而举例，类似的，对于视频、商品、新闻、音乐等等被关注内容均会有各种不同类型的指标，只需按照本发明的原理来计算出各指标的状态影响因子即可，然后配合下述的时间影响因子共同计算出时间系数，从而实现对用户对被关注内容的喜好程度进行准确评分，以提高推荐效果。

此外，人类行为的价值也是与其行动的时间相关，越近的行为越具有影响力也越有价值，反之很久以前的行为不具备太多意义。对于被关注内容来说，其在用户心中的喜好程度也是如此，用户越是最近浏览的视频，给用户的印象越深，喜爱程度越高。本实例通过引入时间影响因子Factor2（0＜Factor2＜1）来进行模拟，Factor2=Xⁿ，X为自定义参数，n为用于表示用户最后一次行为距离当前时间的时间距离，当然，此处不仅可以是距离当前时间的时间距离，还可以是用户最后一次行为距离自定义时间点的时间距离。

例如Factor2为0.9¹、0.9²、0.9³、或者0.9⁴，0.9即表示自定义参数，1、2、3、4分别表示用户最后一次行为距离当前时间的时间段，例如1天、2天、3天、及4天，对于过长时间段的数据其意义不大，可舍弃掉相应数据。值得说明的是，Factor2为指数函数，根据实际情况还可以采用其他衰减函数进行模拟人类生命活跃度来计算出用户行为的时间系数。

最后，通过上述状态影响因子Factor1_complete以及时间影响因子Factor2计算出时间系数Coefficient，Coefficient_complete=Factor1_complete*Factor2。

综上，如图2所示，所述步骤S102包括如下步骤：

S201、获取用户量化行为数据中的与被关注内容的指标相关的状态影响因子Factor1，其包括Factor1_complete， Factor1_clickNum，Factor1_collect，且0<Factor1_complete<1， 0<Factor1_clickNum<1，0<Factor1_collect<1；

S202、获取被关注内容的各项指标的时间影响因子Factor2，0＜Factor2＜1；

S203、计算出每一项指标的时间系数Coefficient，其中，Coefficient=Factor1*Factor2。例如complete指标的时间系数为：Coefficient_complete=Factor1_complete*Factor2

在步骤S103中，根据用户行为的时间系数对用户量化行为数据进行处理，然后对用户对该被关注内容的喜爱程度进行评分，获取评分情况；如图3所示，其具体包括如下步骤：

S301、对用户量化行为数据中被关注内容的每一项指标乘以时间系数得到用户时间行为数据；

时间系数的使用如下：

User_ID（用户ID） Program（被关注内容）  action（指标）

  1                     A       （complete）*Coefficient_complete

即通过时间系数对用户量化行为数据进行处理，使用户量化行为数据体现出与被关注内容相关的状态影响和时间影响，更准确的体现用户行为的时效性，以及用户行为与被关注内容的自身状态的关联度。

S302、对用户时间行为数据进行归一化处理得到用户归一化行为数据，使得用户归一化行为数据统一到一个数据大小范围内下；

此步骤为对用户行为进行归一化处理，归一化处理的目的是使不同来源的数据能够统一到同一个参考坐标系下，使各数据比较起来更有意义。

其中，归一化处理的公式为：y=(x-MinValue)/(MaxValue-MinValue)，其中，y为归一化后的用户归一化行为数据，x为用户时间行为数据，MinValue为用户时间行为数据的最小值，MinValue为用户时间行为数据的最大值。这样的归一化处理能使数据分布在0到1之间。

S303、对用户归一化行为数据中的被关注内容的各项指标分配一权重值，获取用户对被关注内容的评分情况。

例如对于clickNum分配一权重值weight_clickNum，对于collet分配一权重值weight_collet，对于complete分配一权重值weight_complete，得到A=[weight_clickNum，weight_collet，weight_complete]，A表示各项指标的权重值，各项权重值在0~1之间，权重值越大，表示该项指标越有意义。

评分情况为socre=A*R’，R’为用户归一化行为数据，score为评分矩阵。例如：

在这里，clickNumA1，collectA1，completeA1分别表示用户1对于被关注内容A 的评分，同理，clickNumA2，collectA2，completeA2分别表示用户1对于被关注内容A 的评分…依次类推。Socre获得的是所有用户对被关注内容A的评分

在步骤S104中，将评分情况作为协同过滤算法的输入数据，挖掘出相似用户，并相互推荐感兴趣的内容，本发明所推荐的内容可以是视频、商品、歌曲、新闻等各种内容。

本实施例的推荐方法，不需要强迫用户对被关注内容进行评分，也不需要用户做其他显性的动作，只在后台统计用户的隐性行为，充分运用用户行为数据，通过模拟人类生命活跃度计算得到时间系数，综合考虑各个维度对评分的影响，进一步准确的预测出用户对被关注内容的喜好，挖掘相似用户，相互推荐感兴趣的内容。

基于上述方法，本发明还提供一种内容推荐系统较佳实施例，如图4所示，其包括：

收集统计模块100，用于通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；

时间系数获取模块200，用于通过模拟人类生命活跃度获得用户行为的时间系数；

评分模块300，用于根据用户行为的时间系数以及用户量化行为数据，对用户对被关注内容的喜爱程度进行评分，获取评分情况；

推荐模块400，用于将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

进一步，如图5所示，所述时间系数获取模块200包括：

状态影响因子获取单元210，用于获取用户量化行为数据中的与被关注内容的指标相关的状态影响因子Factor1，0＜Factor1＜1；

时间影响因子获取单元220，用于获取被关注内容的各项指标的时间影响因子Factor2，0＜Factor2＜1；

时间系数计算单元230，用于计算出每一项指标的时间系数Coefficient，其中，Coefficient=Factor1*Factor2。

进一步，如图6所示，所述评分模块300包括：

时间系数处理单元310，用于对用户量化行为数据中被关注内容的每一项指标乘以时间系数得到用户时间行为数据；

归一化处理单元320，用于对用户时间行为数据进行归一化处理得到用户归一化行为数据，使得用户归一化行为数据统一到一个参考系下；

评分单元330，用于对用户归一化行为数据中的被关注内容的各项指标分配一权重值，获取用户对被关注内容的评分情况。获取与存储海量用户的评分，进而，可对用户评分情况进行统计分析，从而对用户进行被关注内容推荐。

综上所述，本发明先统计用户行为数据，然后通过模拟人类生命活跃度获取时间系数以及对隐性的用户行为进行分析，从而获得用户对被关注内容的评分情况，再将评分情况输入到协同过滤算法中得到推荐结果并推送给用户。本发明解决了现有技术中由于用户不愿评分或者给出不准确评分导致无法推荐或推荐结果不准确的问题，并且利用时间系数使得评分情况更加准确，提高了数据的利用价值和推荐效果。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种内容推荐方法，其特征在于，包括步骤：

A、通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；

B、通过模拟人类生命活跃度获得用户行为的时间系数；

C、根据用户行为的时间系数以及用户量化行为数据，对用户对被关注内容的喜爱程度进行评分，获取评分情况；

D、将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

2.根据权利要求1所述的内容推荐方法，其特征在于，所述步骤B具体包括：

B1、获取用户量化行为数据中的与被关注内容的指标相关的状态影响因子Factor1，0＜Factor1＜1；

B2、获取被关注内容的各项指标的时间影响因子Factor2，0＜Factor2＜1；

B3、计算出每一项指标的时间系数Coefficient，其中，Coefficient=Factor1*Factor2。

3.根据权利要求2所述的内容推荐方法，其特征在于，所述步骤B1中，Factor1 是一个影响相应指标大小的各向因素的模型，表示用户量化指标的准确性；所述步骤B2中，Factor2=Xⁿ，X为自定义参数，n为用于表示用户最后一次行为距离当前时间的时间距离。

4.根据权利要求2所述的内容推荐方法，其特征在于，所述状态影响因子Factor1包括：点击因子Factor1 _clickNum、收藏因子Factor1_collect、完整度因子Factor1_complete。

5.根据权利要求4所述的内容推荐方法，其特征在于，

其中，所述：点击因子Factor1 _clickNum=（E_clickNum, W_clickNum）；

收藏因子Factor1_collect=f（T_collect，F_collect）；

完整度因子Factor1_complete =f（F_complete，T_complete）。

6.根据权利要求2所述的内容推荐方法，其特征在于，所述步骤C具体包括：

C1、对用户量化行为数据中被关注内容的每一项指标乘以时间系数得到用户时间行为数据；

C2、对用户时间行为数据进行归一化处理得到用户归一化行为数据，使得用户归一化行为数据统一到一个参考系下；

C3、对用户归一化行为数据中的被关注内容的各项指标分配一权重值，获取用户对被关注内容的评分情况。

7.根据权利要求6所述的内容推荐方法，其特征在于，所述步骤C2中，归一化处理的公式为：y=(x-MinValue)/(MaxValue-MinValue)，其中，y为归一化后的用户归一化行为数据，x为用户时间行为数据，MinValue为用户时间行为数据的最小值，MinValue为用户时间行为数据的最大值。

8.一种内容推荐系统，其特征在于，包括：

收集统计模块，用于通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；

时间系数获取模块，用于通过模拟人类生命活跃度获得用户行为的时间系数；

评分模块，用于根据用户行为的时间系数以及用户量化行为数据，对用户对被关注内容的喜爱程度进行评分，获取评分情况；

推荐模块，用于将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

9.根据权利要求8所述的内容推荐系统，其特征在于，所述时间系数获取模块包括：

状态影响因子获取单元，用于获取用户量化行为数据中的与被关注内容的指标相关的状态影响因子Factor1，0＜Factor1＜1；

时间影响因子获取单元，用于获取被关注内容的各项指标的时间影响因子Factor2，0＜Factor2＜1；

时间系数计算单元，用于计算出每一项指标的时间系数Coefficient，其中，Coefficient=Factor1*Factor2。

10.根据权利要求8所述的内容推荐系统，其特征在于，所述评分模块包括：

时间系数处理单元，用于对用户量化行为数据中被关注内容的每一项指标乘以时间系数得到用户时间行为数据；

归一化处理单元，用于对用户时间行为数据进行归一化处理得到用户归一化行为数据，使得用户归一化行为数据统一到一个参考系下；

评分单元，用于对用户归一化行为数据中的被关注内容的各项指标分配一权重值，获取用户对被关注内容的评分情况。

Images