CN105975522B - 一种多领域内容推荐方法及服务器 - Google Patents

Abstract

本发明公开了一种多领域内容推荐方法及服务器，包括如下步骤：服务器获取每个用户在每个情境下对于不同的领域的偏好程度，并选择偏好程度大于偏好程度阈值的领域作为偏好领域；服务器获取每个用户对于所有领域的所有内容的偏好程度，并按照偏好程度由高到低进行排序，得到偏好内容列表；服务器在偏好内容列表中依次选择属于偏好领域中的内容，得到推荐内容列表。本发明将情境信息融入推荐系统，迎合移动设备上推荐的情境敏感性；基于多领域推荐，减轻冷启动问题，也能挖掘用户其他领域潜在的兴趣点；离线计算，预先生成计算好的偏好领域表和推荐物品列表，只需根据情境信息转化查表找出偏好的领域，再查表找出该领域的推荐物品列表，速度快。

Description

一种多领域内容推荐方法及服务器

【技术领域】

本发明涉及一种多领域内容推荐方法及服务器。

【背景技术】

移动设备、社交网络的快速发展对推荐系统的变革产生了极大的影响。传统的推荐方法推荐效果比较差，容易对用户造成打扰，严重影响了用户体验。

专利文献CN102208086 A公开了面向领域的个性化智能推荐系统及实现方法，其中，先把所有领域的物品整合为单一领域，产生推荐之后，用情境信息选择领域再过滤出该领域的推荐物品。如，有电影，音乐和餐饮三个领域的数据，将三个领域的评分矩阵扩充为一个大的评分矩阵，用协同过滤等推荐方法产生初始推荐列表，然后用情境信息选出的领域过滤并且只保留该选出领域的推荐物品。

专利文献CN104469430 A公开了基于上下文和群组组合的视频推荐方法及系统，其中，先把所有领域的物品整合为单一领域，产生推荐之后，用情境信息选择领域再过滤出该领域的推荐物品。

专利文献CN103106259 A公开了一种基于情境的移动网页内容推荐方法，其中，先把所有领域的物品整合为单一领域，产生推荐之后，用情境信息选择领域再过滤出该领域的推荐物品。

【发明内容】

由于社交网络和移动设备能获取到更多的情境信息(如，时间，位置，社交关系等)，若按照传统的推荐方法(如，内容推荐，协同过滤)进行推荐，由于没有利用用户的这些情境信息，推荐效果比较差。而事实上，在很多情况下移动设备对情境信息是高度敏感的。因而，在移动设备上的推荐需要融入情境信息来改善推荐性能。

同时，随着社交媒体企业的横向发展和用户信息共享，用户在多个领域的信息能够整合在一起，面向多个领域的内容推荐成为可能。对用户进行基于多领域的内容推荐，能大幅缓解单领域用户信息量不足造成的冷启动问题，同时挖掘用户潜在的兴趣(如，可以推荐用户未涉足的领域的物品)，提升推荐的性能。

传统的推荐方法不能适应移动设备下的内容推荐，主要体现在以下几个方面：(1)传统的推荐方法在产生推荐的时候未纳入情境信息，只根据用户信息，物品信息，购买信息，浏览信息等来产生推荐，这种方式忽略了移动用户对情境信息的敏感性，很可能得到不满足当前情境的推荐。(2)对于多个领域，传统的推荐方法认为不同的领域是独立的，因此只利用当前领域的信息推荐当前领域的物品。如果当前领域用户的信息量很少，得到的推荐效果会很差，冷启动问题很严峻。(3)用户的兴趣是多方面的，孤立每个领域进行推荐不能挖掘用户潜在的其他领域的兴趣爱好。

为了克服现有技术的不足，本发明提供了一种多领域内容推荐方法及服务器，以提高推荐效果。

一种多领域内容推荐方法，包括如下步骤：

获取用于偏好领域步骤，服务器计算每个用户在每个情境下对于不同的领域的偏好程度，并选择偏好程度大于设定的偏好程度阈值的领域作为偏好领域；

获取偏好内容列表步骤，所述服务器获取每个用户对于所有领域的所有内容的偏好程度，并按照偏好程度由高到低进行排序，得到偏好内容列表；

获取推荐列表步骤，所述服务器在所述偏好内容列表中依次选择属于偏好领域中的内容，得到推荐内容列表。

优选地，

还包括如下步骤：

发送推荐列表步骤，所述服务器接收客户端发送的当前情境信息，在所述推荐列表中查找对应所述当前情境信息的推荐内容列表，并将对应的推荐内容列表发送给客户端。

优选地，

所述情境信息采用层次结构表示。

优选地，

所述情境信息包括时间和/或位置。

优选地，

服务器根据用户浏览不同领域的内容的记录，定期执行获取偏好领域步骤、获取偏好内容列表步骤和获取推荐列表步骤。

本发明还提供了一种多领域内容推荐服务器，包括：

获取用户偏好领域单元，用于获取每个用户在每个情境下对于不同的领域的偏好程度，并选择偏好程度大于设定的偏好程度阈值的领域作为偏好领域；

获取偏好内容列表单元，用于获取每个用户对于所有领域的所有内容的偏好程度，并按照偏好程度由高到低进行排序，得到偏好内容列表；

获取推荐列表单元，用于在所述偏好内容列表中依次选择属于偏好领域中的内容，得到推荐内容列表。

优选地，

还包括：

发送推荐列表单元，用于接收客户端发送的当前情境信息，在所述推荐列表中查找对应所述当前情境信息的推荐内容列表，并将对应的推荐内容列表发送给客户端。

优选地，

所述情境信息采用层次结构表示。

优选地，

根据用户浏览不同领域的内容的记录，每隔一段时间触发获取用户偏好领域单元、获取偏好内容列表单元和获取推荐列表单元工作。

优选地，

所述情境信息包括且不限于时间和/或位置。

本发明的有益效果是：

本发明将情境信息融入推荐系统，迎合移动设备上推荐的情境敏感性；基于多领域推荐，减轻冷启动问题，也能挖掘用户其他领域潜在的兴趣点；离线计算，预先生成计算好的偏好领域表和推荐内容列表(每隔一段时间更新一次)，推荐时只需将客户端获取到的每个用户当前所处于的情境转化并查偏好领域表找出偏好的领域，再查表找出该领域的推荐内容列表，速度快。

【附图说明】

图1是本发明一种实施例的多领域内容推荐方法流程图

图2是本发明一种实施例的多领域内容推荐方法示意图

图3是本发明一种实施例的情境结构示意图

图4是本发明一种实施例的情境结构示意图

【具体实施方式】

以下对发明的较佳实施例作进一步详细说明。

如图1所示，一种实施例的多领域内容推荐方法，包括如下步骤：

S1、服务器计算每个用户在每个情境下对于不同的领域的偏好程度，并选择偏好程度大于设定的偏好程度阈值的领域作为偏好领域，满足条件的领域可能有一个或者若干个。

每个用户通过客户端浏览不同领域的内容，服务器可以获得每个用户的浏览记录。例如，用户通过其账号登陆了某个团购平台，用户在团购平台上浏览了电影、美食、旅游、酒店、休闲等领域，而在电影领域中，用户又浏览了电影1、电影2…电影n，在美食领域中，用户浏览了食物1、食物2…食物n，因此，服务器可以获取用户浏览的所有领域的所有内容的记录。

情境，指在一定时间内各种情况的相对的或结合的境况。情境可以是时间、位置等，也可以是时间和位置等的综合。例如，情境为时间的情况下，某个用户在上午时段可能更多浏览电影领域的内容，而在傍晚时段更多浏览美食领域的内容，而情境为位置的情况下，某个用户在地点1可能更多浏览美食领域的内容，而在地点2可能更多浏览休闲领域的内容等等。因此，用户在不同情境下对不同领域的偏好程度可能是不同的。

服务器计算每个用户在每个情境下对应不同的领域的偏好程度，具体可以按照如下方式：例如，给定每个情境，分别统计这个情境下浏览的不同领域的内容的次数，然后分别计算每个领域浏览次数占总浏览次数的比例，从而确定在这个情境下对每个领域的偏好程度。

设定一个偏好程度阈值，选择偏好程度大于设定的偏好程度阈值的领域作为偏好领域，从而可以确定用户在这个情境下比较喜欢浏览的领域。

S2、获取偏好内容列表步骤，所述服务器获取每个用户对于所有领域的所有内容的偏好程度，并按照偏好程度由高到低进行排序，得到偏好内容列表。

服务器获取每个用户在所有领域的所有内容的浏览记录，例如，电影领域的电影1、电影2…电影n，美食领域的食物1、食物2…食物n，并将这些具体内容混合在一个列表中，然后计算用户对这些具体内容的偏好程度。此处的偏好程度可以采用跟前文的偏好程度相似的算法，或者现有的算法，例如内容推荐+协同过滤混合。这样，即可以获得一个不区分领域的具体内容的列表，也就是偏好内容列表，其反应了用户对具体内容的偏好程度。例如，偏好内容列表可能如下：

食物1

电影3

休闲2

食物2

…

旅游n

S3、获取推荐列表步骤，所述服务器在所述偏好内容列表中依次选择属于偏好领域中的内容，得到推荐内容列表，从而可以获得每个用户在每个情境下的推荐内容列表。

S4、发送推荐列表步骤，所述服务器接收客户端发送的当前情境信息，在所述推荐列表中查找对应所述当前情境信息的推荐内容列表，并将对应的推荐内容列表发送给客户端。

用户只需要发送少量的情境信息，服务器就可以推送推荐内容列表，既节省了客户端的流量，服务器基于查找的方法而不是实时计算推荐内容列表的方法也降低了推荐的耗时，同时，减少对用户的打扰，提高推荐效果。

服务器根据用户浏览不同领域的内容的记录，每隔一段时间执行获取偏好领域步骤、获取偏好内容列表步骤和获取推荐列表步骤，从而定期更新推荐内容列表。

如图3和4所示，所述情境信息可以采用层次结构表示，这样，可以方便根据需要对情境作出相应层次的统计，例如当情境为室内时，其统计的范围即为家里、公司和商场的总和，而情境为家里时，则只需要统计家里的浏览领域内容即可。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。

Claims (6)

1.一种多领域内容推荐方法，其特征是，包括如下步骤：

获取用户偏好领域步骤，服务器计算每个用户在每个情境下对于不同的领域的偏好程度，并选择偏好程度大于设定的偏好程度阈值的领域作为偏好领域；满足条件的领域可能有一个或者若干个；

获取偏好内容列表步骤，所述服务器获取每个用户对于所有领域的所有内容的偏好程度，并按照偏好程度由高到低进行排序，得到一个不区分领域的具体内容的列表，也就是偏好内容列表；

获取推荐列表步骤，所述服务器在所述偏好内容列表中依次选择属于偏好领域中的内容，获得每个用户在每个情境下的推荐内容列表；

发送推荐列表步骤，所述服务器接收客户端发送的当前情境信息，在所述推荐列表中查找对应所述当前情境信息的推荐内容列表，并将对应的推荐内容列表发送给客户端；

所述情境信息包括时段和位置的综合。

2.如权利要求1所述的多领域内容推荐方法，其特征是，

所述情境信息采用层次结构表示。

3.如权利要求1所述的多领域内容推荐方法，其特征是，

服务器根据用户浏览不同领域的内容的记录，每隔一段时间执行获取偏好领域步骤、获取偏好内容列表步骤和获取推荐列表步骤。

4.一种多领域内容推荐服务器，其特征是，包括：

获取用户偏好领域单元，用于计算每个用户在每个情境下对于不同的领域的偏好程度，并选择偏好程度大于设定的偏好程度阈值的领域作为偏好领域；满足条件的领域可能有一个或者若干；

获取偏好内容列表单元，用于获取每个用户对于所有领域的所有内容的偏好程度，并按照偏好程度由高到低进行排序，得到一个不区分领域的具体内容的列表，也就是偏好内容列表；

获取推荐列表单元，用于在所述偏好内容列表中依次选择属于偏好领域中的内容，获得每个用户在每个情境下的推荐内容列表；

发送推荐列表单元，所述服务器接收客户端发送的当前情境信息，在所述推荐列表中查找对应所述当前情境信息的推荐内容列表，并将对应的推荐内容列表发送给客户端。

5.如权利要求4所述的多领域内容推荐服务器，其特征是，

所述情境信息采用层次结构表示。

6.如权利要求4所述的多领域内容推荐服务器，其特征是，

根据用户浏览不同领域的内容的记录，每隔一段时间触发获取用户偏好领域单元、获取偏好内容列表单元和获取推荐列表单元工作。