CN107103065A - 基于用户行为的信息推荐方法及装置 - Google Patents

基于用户行为的信息推荐方法及装置 Download PDF

Info

Publication number
CN107103065A
CN107103065A CN201710248924.7A CN201710248924A CN107103065A CN 107103065 A CN107103065 A CN 107103065A CN 201710248924 A CN201710248924 A CN 201710248924A CN 107103065 A CN107103065 A CN 107103065A
Authority
CN
China
Prior art keywords
user
logo collection
information
identified
job
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.)
Granted
Application number
CN201710248924.7A
Other languages
English (en)
Other versions
CN107103065B (zh
Inventor
李鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing 58 Information Technology Co Ltd
Original Assignee
Beijing 58 Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing 58 Information Technology Co Ltd filed Critical Beijing 58 Information Technology Co Ltd
Priority to CN201710248924.7A priority Critical patent/CN107103065B/zh
Publication of CN107103065A publication Critical patent/CN107103065A/zh
Application granted granted Critical
Publication of CN107103065B publication Critical patent/CN107103065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G06Q10/1053—Employment or hiring

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种基于用户行为的信息推荐方法及装置。该方法包括：从网站的流量日志中获取预设时间内的浏览日志信息，并从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间，根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合，职位标识集合中的职位标识按照时间先后顺序连续，根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，推荐信息包括每一职位标识对应的关联职位标识集合。从而，可实现为用户推荐与用户当前浏览职位存在关联关系的其他职位信息，帮助用户快速找寻找相关职位，从而根本上提高职位的曝光几率，增加网站的职位投递率。

Description

基于用户行为的信息推荐方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种基于用户行为的信息推荐方法及装置。
背景技术
个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生。
现有的一些信息网站如招聘网站提供的信息数据量大，用户从信息网站提供的大量数据中，找到自己需要和喜好的数据或内容，逐渐变得越来越难，以招聘网站为例，如何在用户进入某个职位详情页面后，可以为其推荐与当前职位可能存在关联关系的其他职位信息，是一个亟需解决的问题。
发明内容
本发明提供一种基于用户行为的信息推荐方法及装置，以解决如何为用户推荐与用户当前浏览职位存在关联关系的其他职位信息的问题。
第一方面，本发明提供一种基于用户行为的信息推荐方法，包括：
从网站的流量日志中获取预设时间内的浏览日志信息，并从所述浏览日志信息中提取出浏览职位信息，所述浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间；
根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合，所述职位标识集合中的职位标识按照时间先后顺序连续；
根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，所述推荐信息包括每一职位标识对应的关联职位标识集合。
进一步地，所述根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合之前，还包括：
将所述浏览职位信息中日平均职位标识数量小于预设值的用户数据删除，所述用户数据包括用户标识、职位标识和浏览时间。
可选的，所述关联分析算法为FP-growth算法，所述根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，包括：
将所有用户标识对应的职位标识集合转换为FP-growth算法所需格式的数据；
将转换格式后的数据输入到FP-growth算法中，通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合；
将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。
可选的，还包括：
接收用户的职位访问请求；
根据所述职位访问请求携带的职位标识从所述推荐信息中确定所述职位标识对应的关联职位标识集合，展示所获取的关联职位标识集合。
第二方面，本发明提供一种基于用户行为的信息推荐装置，包括：
信息获取模块，用于从网站的流量日志中获取预设时间内的浏览日志信息，并从所述浏览日志信息中提取出浏览职位信息，所述浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间；
确定模块，用于根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合，所述职位标识集合中的职位标识按照时间先后顺序连续；
处理模块，用于根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，所述推荐信息包括每一职位标识对应的关联职位标识集合。
进一步地，还包括：
删除模块，用于在所述确定模块根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合之前，将所述浏览职位信息中日平均职位标识数量小于预设值的用户数据删除，所述用户数据包括用户标识、职位标识和浏览时间。
可选的，所述关联分析算法为FP-growth算法，所述处理模块具体用于：
将所有用户标识对应的职位标识集合转换为FP-growth算法所需格式的数据；
将转换格式后的数据输入到FP-growth算法中，通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合；
将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。
可选的，还包括：
接收模块，用于接收用户的职位访问请求；
展示模块，用于根据所述职位访问请求携带的职位标识从所述推荐信息中确定所述职位标识对应的关联职位标识集合，展示所获取的关联职位标识集合。
本发明提供的基于用户行为的信息推荐方法及装置，通过从网站的流量日志中获取预设时间内的浏览日志信息，并从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间，根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合，职位标识集合中的职位标识按照时间先后顺序连续，最后根据关联分析算法和所有用户标识对应的职位标识集合生成每一职位标识对应的关联职位标识集合，从而，可实现为用户推荐与用户当前浏览职位存在关联关系的其他职位信息，使用户能够快速的找到点了某一职位的人还点击过哪些其他的职位，帮助用户快速找寻找相关职位，从而根本上提高职位的曝光几率，增加网站的职位投递率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于用户行为的信息推荐方法实施例一的流程图；
图2为本发明基于用户行为的信息推荐方法实施例二的流程图；
图3为本发明基于用户行为的信息推荐装置实施例一的结构示意图；
图4为本发明基于用户行为的信息推荐装置实施例二的结构示意图；
图5为本发明基于用户行为的信息推荐装置实施例三的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明基于用户行为的信息推荐方法实施例一的流程图，本实施例中的执行主体可以为客户端，如图1所示，本实施例的方法可以包括：
S101、从网站的流量日志中获取预设时间内的浏览日志信息，并从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间。
具体来说，一般从网站的流量日志中可以获取所有用户的招聘业务线的职位详情页点击行为，即就是浏览日志信息，但是用户的点击浏览行为是按照时间顺序累计的，从业务角度出发，考虑到用户一般会在一个周期内连续的进行相关职位的查看，且职位有效期一般最多为半年，所以在选取浏览日志信息时，只选取预设时间内的，例如选取1个月内的浏览日志信息，时间周期为当日起一个月。从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间，例如有两个用户A和B，用户A和用户B在不同日期浏览的职位的职位标识如下表一所示。
表一 浏览职位信息
S102、根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合，职位标识集合中的职位标识按照时间先后顺序连续。
具体地，以表一所示为例，根据浏览时间先后顺序确定出用户A的职位标识集合为[1，2，3，4，6，9，10，11，2，7，4，7，8，9，10，19，22，32]，据浏览时间先后顺序确定出用户B的职位标识集合为[1，3，5，6，5]。
可选的，在根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合之前，还可以包括：将浏览职位信息中日平均职位标识数量小于预设值的用户数据删除，用户数据包括用户标识、职位标识和浏览时间，预设值例如为5。通过数据分析可以得出，大多进行投递简历的用户，每天平均的正常浏览职位会在5个以上，因此，可以从浏览职位信息中，进行二次清洗，将平均日浏览量低于5的用户数据删除掉，可进一步提高推荐信息的准确度。例如，进行了该删除处理后，用户B的平均日浏览量低于5，用户B的数据被删除掉。
S103、根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，推荐信息包括每一职位标识对应的关联职位标识集合。
具体来说，在一个连续的浏览周期内，用户点击的所有职位之间都具有相互的关联性，因此可选择一关联分析算法，根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，推荐信息包括每一职位标识对应的关联职位标识集合，在其他用户(或者该用户再次)点击推荐信息中的任一职位标识对应的职位时，可从推荐信息中确定职位标识对应的关联职位标识集合，展示给用户。
进一步地，在S103之后还包括：
接收用户的职位访问请求，根据职位访问请求携带的职位标识从推荐信息中确定职位标识对应的关联职位标识集合，展示所获取的关联职位标识集合。例如，用户进入某个职位详情页时，可对用户展示名为“看了此职位的人还看了哪些职位”的推荐位，其中推荐位中的数据应用最终生成的关联职位标识集合中的数据即可。从而使用户能够快速的找到点了某一职位的人还点击过哪些其他的职位，帮助用户快速找寻找相关职位，从而根本上提高职位的曝光几率，增加网站的职位投递率。
可选的，关联分析算法可选择FP-growth算法，FP-Growth算法是一种关联分析算法，它采取如下分治策略：将提供频繁项集的数据库压缩到一棵频繁模式树(FP-tree)，但仍保留项集关联信息。在算法中使用了一种称为频繁模式树(Frequent Pattern Tree)的数据结构。FP-tree是一种特殊的前缀树，由频繁项头表和项前缀树构成。FP-Growth算法基于以上的结构加快整个挖掘过程，相应地，S103具体可以包括：
S1031、将所有用户标识对应的职位标识集合转换为FP-growth算法所需格式的数据。
例如，转换格式后的数据如下表二所示：
表二
职位标识集合
1，2，3，4，6，9，10，11，2，7，4，7，8，9，10，19，22，32
1，2，3，5，7，9，78，3，13，34，124
S1032、将转换格式后的数据输入到FP-growth算法中，通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合。
本实施例中，可以使用SPARK MLLIB作为算法模型的运行平台，在将转换格式后的数据输入到FP-growth算法中之前，需要对算法计算模型进行参数设置，需要设置最小支持度(MinSupport)和最小置信度(MinConfidence)，最终的数据结果需要完全符合支持度和置信度要求。置信度是指在出现了物品集A的事务T中，物品集B也同时出现的概率有多大，置信度的取值为0～1区间的任意数值，支持度反映了“物品集A的出现”对物品集B的出现概率发生了多大的变化。通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合例如如下表三所示，其中的置信度都为1。
表三
S1033、将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。
以表三所示的为例，职位1的初始关联集合为[2，3，4]，职位2的初始关联集合为[1，3，4]，职位3的初始关联集合为[1，2，4]，这种情况会降低职位的曝光，且过多的推荐位会出现雷同的职位信息，为了优化这种问题，将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。以表三所示职位标识为“1”为例，职位标识为“1”的职位对应有3个初始关联职位标识集合，将这3个初始关联职位标识集合合并，合并后的集合按照职位标识重复出现次数从大到小进行排序，合并后的结合如表四所示
表四
职位标识 关联职位标识集合及出现次数
1 7：2，2：1，3：1，4：1，6：1
其中职位标识“7”出现2次，职位标识“2”、“3”、“4”、“6”均出现1次，生成最终的关联职位标识集合为[7，2，3，4，6]。
本实施例提供的基于用户行为的信息推荐方法，通过从网站的流量日志中获取预设时间内的浏览日志信息，并从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间，根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合，职位标识集合中的职位标识按照时间先后顺序连续，最后根据关联分析算法和所有用户标识对应的职位标识集合生成每一职位标识对应的关联职位标识集合，从而，可实现为用户推荐与用户当前浏览职位存在关联关系的其他职位信息，使用户能够快速的找到点了某一职位的人还点击过哪些其他的职位，帮助用户快速找寻找相关职位，从而根本上提高职位的曝光几率，增加网站的职位投递率。
下面采用一个具体的实施例，对图1所示方法实施例的技术方案进行详细说明。
图2为本发明基于用户行为的信息推荐方法实施例二的流程图，如图2所示，本实施例的方法可以包括：
S201、从网站的流量日志中获取预设时间内的浏览日志信息，并从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间。
S202、将浏览职位信息中日平均职位标识数量小于预设值的用户数据删除，用户数据包括用户标识、职位标识和浏览时间。
S203、根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合，职位标识集合中的职位标识按照时间先后顺序连续。
S204、将所有用户标识对应的职位标识集合转换为FP-growth算法所需格式的数据。
S205、将转换格式后的数据输入到FP-growth算法中，通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合。
S206、将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。
图3为本发明基于用户行为的信息推荐装置实施例一的结构示意图，如图3所示，本实施例的装置可以包括：
信息获取模块11，用于从网站的流量日志中获取预设时间内的浏览日志信息，并从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间。
确定模块12，用于根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合，职位标识集合中的职位标识按照时间先后顺序连续。
处理模块13，用于根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，推荐信息包括每一职位标识对应的关联职位标识集合。
本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理类似，此处不再赘述。
本实施例提供的基于用户行为的信息推荐装置，通过从网站的流量日志中获取预设时间内的浏览日志信息，并从浏览日志信息中提取出浏览职位信息，浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间，根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合，职位标识集合中的职位标识按照时间先后顺序连续，最后根据关联分析算法和所有用户标识对应的职位标识集合生成每一职位标识对应的关联职位标识集合，从而，可实现为用户推荐与用户当前浏览职位存在关联关系的其他职位信息，使用户能够快速的找到点了某一职位的人还点击过哪些其他的职位，帮助用户快速找寻找相关职位，从而根本上提高职位的曝光几率，增加网站的职位投递率。
图4为本发明基于用户行为的信息推荐装置实施例二的结构示意图，如图4所示，本实施例的装置在图3所示的装置的基础上，进一步地，还可以包括：删除模块14，该删除模块14用于在确定模块12根据浏览时间从浏览职位信息中确定每一用户标识对应的职位标识集合之前，将浏览职位信息中日平均职位标识数量小于预设值的用户数据删除，用户数据包括用户标识、职位标识和浏览时间。
在上述实施例中，可选的，关联分析算法为FP-growth算法，处理模块13具体用于：将所有用户标识对应的职位标识集合转换为FP-growth算法所需格式的数据，将转换格式后的数据输入到FP-growth算法中，通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合，将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。
本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理类似，此处不再赘述。
图5为本发明基于用户行为的信息推荐装置实施例三的结构示意图，如图5所示，本实施例的装置在图4所示的装置的基础上，进一步地，还可以包括：接收模块15和展示模块16，其中，接收模块15用于接收用户的职位访问请求。展示模块16用于根据职位访问请求携带的职位标识从推荐信息中确定职位标识对应的关联职位标识集合，展示所获取的关联职位标识集合。
本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理类似，此处不再赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种基于用户行为的信息推荐方法，其特征在于，包括：
从网站的流量日志中获取预设时间内的浏览日志信息，并从所述浏览日志信息中提取出浏览职位信息，所述浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间；
根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合，所述职位标识集合中的职位标识按照时间先后顺序连续；
根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，所述推荐信息包括每一职位标识对应的关联职位标识集合。
2.根据权利要求1所述的方法，其特征在于，所述根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合之前，还包括：
将所述浏览职位信息中日平均职位标识数量小于预设值的用户数据删除，所述用户数据包括用户标识、职位标识和浏览时间。
3.根据权利要求1所述的方法，其特征在于，所述关联分析算法为FP-growth算法，所述根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，包括：
将所有用户标识对应的职位标识集合转换为FP-growth算法所需格式的数据；
将转换格式后的数据输入到FP-growth算法中，通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合；
将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。
4.根据权利要求1～3任一项所述的方法，其特征在于，还包括：
接收用户的职位访问请求；
根据所述职位访问请求携带的职位标识从所述推荐信息中确定所述职位标识对应的关联职位标识集合，展示所获取的关联职位标识集合。
5.一种基于用户行为的信息推荐装置，其特征在于，包括：
信息获取模块，用于从网站的流量日志中获取预设时间内的浏览日志信息，并从所述浏览日志信息中提取出浏览职位信息，所述浏览职位信息包括用户标识和用户所浏览的职位的职位标识和浏览时间；
确定模块，用于根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合，所述职位标识集合中的职位标识按照时间先后顺序连续；
处理模块，用于根据关联分析算法和所有用户标识对应的职位标识集合生成推荐信息，所述推荐信息包括每一职位标识对应的关联职位标识集合。
6.根据权利要求5所述的装置，其特征在于，还包括：
删除模块，用于在所述确定模块根据所述浏览时间从所述浏览职位信息中确定每一用户标识对应的职位标识集合之前，将所述浏览职位信息中日平均职位标识数量小于预设值的用户数据删除，所述用户数据包括用户标识、职位标识和浏览时间。
7.根据权利要求5所述的装置，其特征在于，所述关联分析算法为FP-growth算法，所述处理模块具体用于：
将所有用户标识对应的职位标识集合转换为FP-growth算法所需格式的数据；
将转换格式后的数据输入到FP-growth算法中，通过FP-growth算法生成每一职位标识对应的初始关联职位标识集合；
将同一职位标识对应的初始关联职位标识集合合并，对合并后的每一集合按照职位标识重复出现次数从大到小进行排序，生成最终的关联职位标识集合。
8.根据权利要求5～7任一项所述的装置，其特征在于，还包括：
接收模块，用于接收用户的职位访问请求；
展示模块，用于根据所述职位访问请求携带的职位标识从所述推荐信息中确定所述职位标识对应的关联职位标识集合，展示所获取的关联职位标识集合。
CN201710248924.7A 2017-04-17 2017-04-17 基于用户行为的信息推荐方法及装置 Active CN107103065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710248924.7A CN107103065B (zh) 2017-04-17 2017-04-17 基于用户行为的信息推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710248924.7A CN107103065B (zh) 2017-04-17 2017-04-17 基于用户行为的信息推荐方法及装置

Publications (2)

Publication Number Publication Date
CN107103065A true CN107103065A (zh) 2017-08-29
CN107103065B CN107103065B (zh) 2021-07-02

Family

ID=59675035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710248924.7A Active CN107103065B (zh) 2017-04-17 2017-04-17 基于用户行为的信息推荐方法及装置

Country Status (1)

Country Link
CN (1) CN107103065B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798072A (zh) * 2017-09-27 2018-03-13 广州大学 基于用户使用情况的精品资源图谱构建方法及装置
CN108009897A (zh) * 2017-12-25 2018-05-08 北京中关村科金技术有限公司 一种商品的实时推荐方法、系统及可读存储介质
CN111159545A (zh) * 2019-12-24 2020-05-15 贝壳技术有限公司 推荐房源确定方法及装置、房源推荐方法及装置
CN111698129A (zh) * 2020-06-09 2020-09-22 湖南大众传媒职业技术学院 一种用户流量和行为分析系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080059448A1 (en) * 2006-09-06 2008-03-06 Walter Chang System and Method of Determining and Recommending a Document Control Policy for a Document
CN102136092A (zh) * 2010-01-26 2011-07-27 上海美你德软件有限公司 跟踪提供用户文件和活动信息的方法及系统
CN104933239A (zh) * 2015-06-09 2015-09-23 江苏大学 一种基于混合模型的个性化职位信息推荐系统及实现方法
CN105488662A (zh) * 2016-01-07 2016-04-13 北京歌利沃夫企业管理有限公司 一种基于双向推荐的在线招聘系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080059448A1 (en) * 2006-09-06 2008-03-06 Walter Chang System and Method of Determining and Recommending a Document Control Policy for a Document
CN102136092A (zh) * 2010-01-26 2011-07-27 上海美你德软件有限公司 跟踪提供用户文件和活动信息的方法及系统
CN104933239A (zh) * 2015-06-09 2015-09-23 江苏大学 一种基于混合模型的个性化职位信息推荐系统及实现方法
CN105488662A (zh) * 2016-01-07 2016-04-13 北京歌利沃夫企业管理有限公司 一种基于双向推荐的在线招聘系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798072A (zh) * 2017-09-27 2018-03-13 广州大学 基于用户使用情况的精品资源图谱构建方法及装置
CN107798072B (zh) * 2017-09-27 2021-05-14 广州大学 基于用户使用情况的精品资源图谱构建方法及装置
CN108009897A (zh) * 2017-12-25 2018-05-08 北京中关村科金技术有限公司 一种商品的实时推荐方法、系统及可读存储介质
CN111159545A (zh) * 2019-12-24 2020-05-15 贝壳技术有限公司 推荐房源确定方法及装置、房源推荐方法及装置
CN111698129A (zh) * 2020-06-09 2020-09-22 湖南大众传媒职业技术学院 一种用户流量和行为分析系统

Also Published As

Publication number Publication date
CN107103065B (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN107016001B (zh) 一种数据查询方法及装置
CN102880687B (zh) 基于标签技术的个人交互数据检索方法及其系统
CN111797210A (zh) 基于用户画像的信息推荐方法、装置、设备及存储介质
CN107103065A (zh) 基于用户行为的信息推荐方法及装置
CN102279851A (zh) 一种智能导航方法、装置和系统
CN103473230A (zh) 服务范围确定方法、物流服务提供方推荐方法及相应装置
CN113342976B (zh) 一种自动采集处理数据的方法、装置、存储介质及设备
CN105426514A (zh) 个性化的移动应用app推荐方法
CN108959580A (zh) 一种标签数据的优化方法及系统
CN104077407A (zh) 一种智能数据搜索系统及方法
CN114936301B (zh) 智能家居建材数据的管理方法、装置、设备及存储介质
CN103020128A (zh) 与终端设备交互数据的方法与装置
CN109615172A (zh) 一种处理考核数据的方法及终端
CN112631889A (zh) 针对应用系统的画像方法、装置、设备及可读存储介质
CN111428503A (zh) 同名人物的识别处理方法及处理装置
CN111723210A (zh) 存储数据表的方法、装置、计算机设备及可读存储介质
CN111444368B (zh) 构建用户画像的方法、装置、计算机设备及存储介质
CN110796505B (zh) 一种业务对象推荐方法以及装置
CN116414953A (zh) 搜索推荐词生成方法、装置、计算机设备和存储介质
CN107315807A (zh) 人才推荐方法和装置
CN109165238B (zh) 一种用于生成周期指标数据的数据处理方法及装置
US11886485B1 (en) Computer-implemented visual query matching methods, and systems for implementing thereof
CN117529717B (zh) 由计算机实现的可视化查询匹配方法及其实现系统
Algur et al. Extraction of flat and nested data records from web pages
KR102594204B1 (ko) 주식투자 정보 그래프 서비스를 위한 서비스 서버 및 그 방법

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
GR01 Patent grant
GR01 Patent grant