CN111310028A - 基于心理化特征的推荐方法及装置 - Google Patents
基于心理化特征的推荐方法及装置 Download PDFInfo
- Publication number
- CN111310028A CN111310028A CN202010063099.5A CN202010063099A CN111310028A CN 111310028 A CN111310028 A CN 111310028A CN 202010063099 A CN202010063099 A CN 202010063099A CN 111310028 A CN111310028 A CN 111310028A
- Authority
- CN
- China
- Prior art keywords
- psychological
- label
- user
- article
- person
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000015654 memory Effects 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 10
- 230000006399 behavior Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/167—Personality evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Surgery (AREA)
- Social Psychology (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Development Economics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
Abstract
本申请公开了一种基于心理化特征的推荐方法及装置。该申请的方法包括获取用户选择的展示标签，所述展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。本申请解决现有的推荐系统解决新用户场景下的“冷启动”问题的方案无法实现个性化的推荐的问题。
Description
技术领域
本申请涉及智能机器人技术领域，具体而言，涉及一种基于心理化特征的推荐方法及装置。
背景技术
随着大数据时代的来临，网络中的信息量呈现指数式增长，推荐系统应用而生，推荐系统是主动地从大量信息中找到用户可能感兴趣的信息进行推送。目前推荐系统大都应用于电商类的购物网站及网络信息平台，在推荐商品或者信息的推荐机制主要是收集用户偏好、找到与用户喜好相关联的物品、计算并推荐。但是该推荐机制对历史数据具有一定依赖性，存在新用户场景下的“冷启动”的问题。新用户主要是指用户处于新登录状态，未对任务物品进行过评分，无法确定用户偏好及需求，因此无法为用户推荐符合用户偏好的物品或商品。
针对上述新用户场景下的“冷启动”的问题，目前推荐系统解决的方案为：将热门或者用户操作行为比较多的物品作为冷启动的推荐商品，那么这样就会导致热门的商品越来越热门，所有新用户看到的都是同质类的商品，不能达到个性化推荐的目的。
发明内容
本申请的主要目的在于提供一种基于心理化特征的推荐方法及装置，以解决现有的推荐系统解决新用户场景下的“冷启动”问题的方案无法实现个性化的推荐。
为了实现上述目的，根据本申请的第一方面，提供了一种基于心理化特征的推荐方法。
根据本申请的基于心理化特征的推荐方法包括：
获取用户选择的展示标签，所述展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；
基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；
根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。
进一步的，所述方法还包括：
通过人机会谈的方式获取用户输入的语料信息；
基于预设人格评估模型对语料信息进行分析，得到用户对应的第二心理化标签；
所述基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像包括：
基于预设的心理化模型根据第一心理化标签、第二心理化标签、用户基本信息生成与用户对应的人物心理画像。
进一步的，所述根据人物心理画像与物品之间的关联关系推荐与用户对应的物品包括：
获取物品对应的物品标签；
根据人物心理画像中包含的标签与物品标签之间的关联关系确定与人物心理画像关联的物品。
进一步的，所述方法还包括：
基于大数据分析建立人物心理画像中包含的标签与物品标签之间的关联关系。
进一步的，所述根据人物心理画像与物品之间的关联关系推荐与用户对应的物品还包括：
计算人物心理画像与物品之间的关联程度；
按照关联程度的大小顺序推荐与用户对应的物品。
为了实现上述目的，根据本申请的第二方面，提供了一种基于心理化特征的推荐装置。
根据本申请的基于心理化特征的推荐装置包括：
第一获取单元，用于获取用户选择的展示标签，所述展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；
生成单元，用于基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；
推荐单元，用于根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。
进一步的，所述装置还包括：
第二获取单元，用于通过人机会谈的方式获取用户输入的语料信息；
语料分析单元，用于基于预设人格评估模型对语料信息进行分析，得到用户对应的第二心理化标签；
所述生成单元用于：
基于预设的心理化模型根据第一心理化标签、第二心理化标签、用户基本信息生成与用户对应的人物心理画像。
进一步的，所述推荐单元包括：
获取模块，用于获取物品对应的物品标签；
确定模块，用于根据人物心理画像中包含的标签与物品标签之间的关联关系确定与人物心理画像关联的物品。
进一步的，所述装置还包括：
建立单元，用于基于大数据分析建立人物心理画像中包含的标签与物品标签之间的关联关系。
进一步的，所述推荐单元还包括：
计算模块，用于计算人物心理画像与物品之间的关联程度；
推荐模块，用于按照关联程度的大小顺序推荐与用户对应的物品。
为了实现上述目的，根据本申请的第三方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述第一方面中任一项所述的基于心理化特征的推荐方法。
为了实现上述目的，根据本申请的第四方面，提供了一种基于心理化特征的推荐的设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行上述第一方面中任一项所述的基于心理化特征的推荐方法。
在本申请实施例中，基于心理化特征的推荐方法及装置中，首先获取用户选择的展示标签，展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。可以看到，本申请中进行物品推荐时不需要依据用户的浏览或购买物品的行为信息，也没有参考其他用户的浏览或购买行为，而是根据用户的心理化特征进行物品的推荐，因此一定是符合用户的个性化的推荐。将本申请中的推荐方法应用到购物网站或网络信息平台中，可以有效的避免新用户场景下的“冷启动”的问题，而且还可以达到个性化的推荐效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的一种基于心理化特征的推荐方法流程图；
图2是根据本申请实施例提供的另一种基于心理化特征的推荐方法流程图；
图3是根据本申请实施例提供的一种基于心理化特征的推荐装置的组成框图；
图4是根据本申请实施例提供的另一种基于心理化特征的推荐装置的组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请实施例，提供了一种基于心理化特征的推荐方法，如图1所示，该方法包括如下的步骤：
S101.获取用户选择的展示标签。
其中，展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签。具体的给出具体的示例进行说明：比如展示标签可以为对某一事件的态度标签，不同的态度标签可以反映出不同的人格、心理；展示标签也可以为人格类型标签；等等。展示标签的形式、类型、数量等不限制，只要是能够反映用户心理人格特征的即可。
S102.基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像。
本实施例中人物心理画像是用户画像的一种，用户画像是一种勾画目标用户、联系用户诉求与设计方向的有效工具，它是将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化。用户的基本信息包括性别、年龄、地区、职业、婚否、兴趣爱好等等。用户的基本信息可以是用户在注册的时候自己提供的信息，也可以是通过第三方的合作商提供的基础信息。本步骤是基于预设的心理化模型将用户的基本信息以及第一心理化标签抽象成结构化标签，得到包含用户心理的人物心理画像。另外需要说明的是，在将基本信息抽象成结构化标签的过程是根据用户的基本信息对用户进行分类的过程，不同的类对应不同的标签，根据用户的基本信息可以将用户分到多个类中，即一个用户对应多个标签。比如用户基本信息为女性、35岁、上海、运动员，则得到的结构化标签可能为女性、30-40中年、大城市、运动型。对于将第一心理化标签化标签抽象为结构化标签的过程中，不同的第一心理化标签得到结构化标签的方式可能是不同的。具体的方式包括：直接将第一心理化标签作为结构化标签；将与第一心理化标签关联的不同层级(上级或者下级)的标签作为结构化标签。预设的心理化模型的输入为用户基本信息和第一心理化标签，输出为构成人物心理画像的结构化标签。
S103.根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。
根据人物心理画像中包含的结构化标签，为用户推荐与结构化标签对应的物品。不同的结构化标签与物品之前的对应关系是预先设定的或者是可以根据预定的匹配规则或逻辑可以根据结构化标签匹配到对应的物品。需要说明的是，匹配出的物品可以以单个物品的形式推荐，也可以以一类物品的形式推荐，具体的可以根据物品的数量等实际需求进行调整。另外，匹配到对应的物品后，还可以根据物品与物品之间的关联关系，推荐与匹配到的对应的物品相关联的其他物品。
由于不同类型人格的用户对于物品的需求是不同的。不同的人格类型表现不同的心理特征，不同的心理特征对于购买行为有很大的影响，因此以心理特征进行切入能够更准确的把握用户的购买兴趣和需求，实现更精准的物品推荐。
从以上的描述中，可以看出，本申请实施例的基于心理化特征的推荐方法中，首先获取用户选择的展示标签，展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。可以看到，本申请中进行物品推荐时不需要依据用户的浏览或购买物品的行为信息，也没有参考其他用户的浏览或购买行为，而是根据用户的心理化特征进行物品的推荐，因此一定是符合用户的个性化的推荐。将本申请中的推荐方法应用到购物网站或网络信息平台中，可以有效的避免新用户场景下的“冷启动”的问题，而且还可以达到个性化的推荐效果。
作为上述实施例的进一步的补充和细化，根据本申请实施例，提供了另一种基于心理化特征的推荐方法，如图2所示，该方法包括如下的步骤：
S201.获取用户选择的展示标签。
即获取第一心理化标签，第一心理化标签的定义参见图1步骤S101中的说明。
S202.通过人机会谈的方式获取用户输入的语料信息。
通过问答的方式与用户进行交互会谈，在会谈的过程中，会输出一些预设问题，使用户根据问题进行语料信息的输入。输出的问题和输入的语料信息会进行对应的存储。输出预设问题形式可以为语音输出、文本展示、语音输出+文本展示等等。用户输入语料信息的形式可以为录音输入、按键输入、视频输入等等。另外，需要说明的是，预设问题主要是指能够获取与用户人格相关信息的问题。
S203.基于预设人格评估模型对语料信息进行分析，得到用户对应的第二心理化标签。
将上述步骤中获取到的语料信息输入到预设人格评估模型，得到与语料信息对应的第二心理化标签。第二心理化标签也是反映用户人格特征的标签，比如事业型、顾家型、完美型、艺术型、自我型、理智型等等。第二心理化标签的数量和种类不做限制。另外，需要说明的是预设人格评估模型对语料信息进行分析得到对应的第二心理化标签的原理为：对语料信息进行分词处理；基于词库对分词结果进行筛选或者提取得到与人格相关的特征词；将提取的特征词根据人工智能算法进行计算和匹配最终得到与特征词对应的第二心理化标签。人工智能算法比如神经网络、深度学习等等。根据人工智能算法进行计算和匹配之前需要根据大量的训练样本得到算法模型，然后根据算法模型进行计算和匹配。本实施例中训练样本包括人格相关的特征词、第二心理化标签、特征词与第二心理化标签之间的对应关系，对训练样本进行训练得到的算法模型即判断特征词与第二心理化标签之间的对应关系的模型。
S204.基于预设的心理化模型根据第一心理化标签、第二心理化标签、用户基本信息生成与用户对应的人物心理画像。
与图1步骤S102中不同的是，本实施例中增加了根据人机交互会谈得到的第二心理化标签，即考虑了三方面的因素生成人物心理画像。由于生成人物心理画像的因素不同，因此本实施例中的预设的心理化模型与图1步骤S102中的预设的心理化模型是不同的，该本步骤中的心理化模型的输入为第一心理化标签、第二心理化标签、用户基本信息，输出为结构化标签，即在基于预设的心理化模型得到结构化标签的过程中，增加了将第二心理化标签转化为结构化标签的过程。将第二心理化标签转化为构成人物心理画像的结构化标签的方式与将第一心理化标签得到结构化标签的方式是相同的。
S205.根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。
具体的“根据人物心理画像与物品之间的关联关系推荐与用户对应的物品”的实现过程包括以下步骤：
1)获取物品对应的物品标签；
物品标签是根据物品的基本属性、价格属性等抽象成的结构化的标签。
2)根据人物心理画像中包含的标签与物品标签之间的关联关系确定与人物心理画像关联的物品。
人物心理画像中包含的标签与物品标签之间的关联关系是提前建立的，具体的本实施例中给出一种建立关联关系的原理：基于大数据分析原理，根据大量的训练样本(心理画像中包含的标签与物品标签关联关系是已知的样本数据)训练得到人物心理画像中包含的标签与物品标签之间的关联关系。另外，需要说明的是，在初期用户数据较少的情况下，关联关系主要是参考其他系统平台的用户历史数据作为样本数据进行训练确定或者也可以通过人为设定一些关联关系，当后续随着用户数据的增多，会不断的根据该系统平台的用户的数据再进行训练调整关联关系。
另外，对于匹配出的千千万万的推荐物品里，为了让返回的内容更加符合用户的期望，需要对匹配出的物品进行排序，根据排序结果确定哪些物品优先推荐给用户。具体的，本实施例中对应的实现方式为：计算人物心理画像与物品之间的关联程度；按照关联程度的大小顺序推荐与用户对应的物品，即优先推荐关联程度大的物品。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本申请实施例，还提供了一种用于实施上述图1至图2所述方法的基于心理化特征的推荐装置，如图3所示，该装置包括：
第一获取单元31，用于获取用户选择的展示标签，所述展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；
生成单元32，用于基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；
推荐单元33，用于根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。
从以上的描述中，可以看出，本申请实施例的基于心理化特征的推荐装置中，首先获取用户选择的展示标签，展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。可以看到，本申请中进行物品推荐时不需要依据用户的浏览或购买物品的行为信息，也没有参考其他用户的浏览或购买行为，而是根据用户的心理化特征进行物品的推荐，因此一定是符合用户的个性化的推荐。将本申请中的推荐方法应用到购物网站或网络信息平台中，可以有效的避免新用户场景下的“冷启动”的问题，而且还可以达到个性化的推荐效果。
进一步，如图4所示，所述装置还包括：
第二获取单元34，用于通过人机会谈的方式获取用户输入的语料信息；
语料分析单元35，用于基于预设人格评估模型对语料信息进行分析，得到用户对应的第二心理化标签；
所述生成单元32用于：
基于预设的心理化模型根据第一心理化标签、第二心理化标签、用户基本信息生成与用户对应的人物心理画像。
进一步的，如图4所示，所述推荐单元33包括：
获取模块331，用于获取物品对应的物品标签；
确定模块332，用于根据人物心理画像中包含的标签与物品标签之间的关联关系确定与人物心理画像关联的物品。
进一步的，如图4所示，所述装置还包括：
建立单元36，用于基于大数据分析建立人物心理画像中包含的标签与物品标签之间的关联关系。
进一步的，如图4所示，所述推荐单元33还包括：
计算模块333，用于计算人物心理画像与物品之间的关联程度；
推荐模块334，用于按照关联程度的大小顺序推荐与用户对应的物品。
具体的，本申请实施例的装置中各单元、模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
根据本申请实施例，还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行图1至图2中任一所述的基于心理化特征的推荐方法。
本发明实施例提供了一种基于心理化特征的推荐设备，该设备具体可以为心理咨询机器人，该设备包括一个或多个处理器以及存储器，以一个处理器为例。
该控制器还可以包括：输入装置和输出装置。
处理器、存储器、输入装置和输出装置可以通过总线或者其他方式连接。
处理器可以为中央处理器(CentralProcessingUnit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本申请实施例中的控制方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的基于心理化特征的推荐方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据服务器操作的处理装置的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至网络连接装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置可接收输入的数字或字符信息，以及产生与服务器的处理装置的用户设置以及功能控制有关的键信号输入。输出装置可包括显示屏等显示设备。
一个或者多个模块存储在存储器中，当被一个或者多个处理器执行时，执行如图1或2所示的方法。
显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于心理化特征的推荐方法，其特征在于，所述方法包括：
获取用户选择的展示标签，所述展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；
基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；
根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。
2.根据权利要求1所述的基于心理化特征的推荐方法，其特征在于，所述方法还包括：
通过人机会谈的方式获取用户输入的语料信息；
基于预设人格评估模型对语料信息进行分析，得到用户对应的第二心理化标签；
所述基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像包括：
基于预设的心理化模型根据第一心理化标签、第二心理化标签、用户基本信息生成与用户对应的人物心理画像。
3.根据权利要求1所述的基于心理化特征的推荐方法，其特征在于，所述根据人物心理画像与物品之间的关联关系推荐与用户对应的物品包括：
获取物品对应的物品标签；
根据人物心理画像中包含的标签与物品标签之间的关联关系确定与人物心理画像关联的物品。
4.根据权利要求3所述的基于心理化特征的推荐方法，其特征在于，所述方法还包括：
基于大数据分析建立人物心理画像中包含的标签与物品标签之间的关联关系。
5.根据权利要求4所述的基于心理化特征的推荐方法，其特征在于，所述根据人物心理画像与物品之间的关联关系推荐与用户对应的物品还包括：
计算人物心理画像与物品之间的关联程度；
按照关联程度的大小顺序推荐与用户对应的物品。
6.一种基于心理化特征的推荐装置，其特征在于，所述装置包括：
第一获取单元，用于获取用户选择的展示标签，所述展示标签为预先设置的展示在页面中用于反映用户人格特征的第一心理化标签；
生成单元，用于基于预设的心理化模型根据第一心理化标签以及用户基本信息生成与用户对应的人物心理画像；
推荐单元，用于根据人物心理画像与物品之间的关联关系推荐与用户对应的物品。
7.根据权利要求6所述的基于心理化特征的推荐装置，其特征在于，所述装置还包括：
第二获取单元，用于通过人机会谈的方式获取用户输入的语料信息；
语料分析单元，用于基于预设人格评估模型对语料信息进行分析，得到用户对应的第二心理化标签；
所述生成单元用于：
基于预设的心理化模型根据第一心理化标签、第二心理化标签、用户基本信息生成与用户对应的人物心理画像。
8.根据权利要求6所述的基于心理化特征的推荐装置，其特征在于，所述推荐单元包括：
获取模块，用于获取物品对应的物品标签；
确定模块，用于根据人物心理画像中包含的标签与物品标签之间的关联关系确定与人物心理画像关联的物品。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-5任意一项所述的基于心理化特征的推荐方法。
10.一种基于心理化特征的推荐的设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-5任意一项所述的基于心理化特征的推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010063099.5A CN111310028A (zh) | 2020-01-19 | 2020-01-19 | 基于心理化特征的推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010063099.5A CN111310028A (zh) | 2020-01-19 | 2020-01-19 | 基于心理化特征的推荐方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111310028A true CN111310028A (zh) | 2020-06-19 |
Family
ID=71160377
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010063099.5A Pending CN111310028A (zh) | 2020-01-19 | 2020-01-19 | 基于心理化特征的推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111310028A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113065932A (zh) * | 2021-05-06 | 2021-07-02 | 北京京东振世信息技术有限公司 | 一种物品推荐方法和装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107798107A (zh) * | 2017-10-31 | 2018-03-13 | 维沃移动通信有限公司 | 歌曲推荐的方法和移动设备 |
| CN108109058A (zh) * | 2018-01-11 | 2018-06-01 | 合肥工业大学 | 一种融合人格特质和物品标签的单分类协同过滤方法 |
| CN108920546A (zh) * | 2018-06-13 | 2018-11-30 | 杭州数理大数据技术有限公司 | 一种基于用户需求的稳态标签开发方法及系统 |
| CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
| CN110020162A (zh) * | 2017-12-14 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 用户识别方法和装置 |
| CN110309414A (zh) * | 2018-03-16 | 2019-10-08 | 优酷网络技术（北京）有限公司 | 内容推荐方法、内容推荐装置和电子设备 |
| CN110413880A (zh) * | 2019-07-10 | 2019-11-05 | 合肥工业大学 | 基于用户人格分层结构的单分类协同过滤方法 |
| CN110555107A (zh) * | 2018-03-29 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 确定业务对象主题、业务对象推荐的方法及装置 |
| CN110647678A (zh) * | 2019-09-02 | 2020-01-03 | 杭州数理大数据技术有限公司 | 一种基于用户性格标签的推荐方法 |
-
2020
- 2020-01-19 CN CN202010063099.5A patent/CN111310028A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107798107A (zh) * | 2017-10-31 | 2018-03-13 | 维沃移动通信有限公司 | 歌曲推荐的方法和移动设备 |
| CN110020162A (zh) * | 2017-12-14 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 用户识别方法和装置 |
| CN108109058A (zh) * | 2018-01-11 | 2018-06-01 | 合肥工业大学 | 一种融合人格特质和物品标签的单分类协同过滤方法 |
| CN110309414A (zh) * | 2018-03-16 | 2019-10-08 | 优酷网络技术（北京）有限公司 | 内容推荐方法、内容推荐装置和电子设备 |
| CN110555107A (zh) * | 2018-03-29 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 确定业务对象主题、业务对象推荐的方法及装置 |
| CN108920546A (zh) * | 2018-06-13 | 2018-11-30 | 杭州数理大数据技术有限公司 | 一种基于用户需求的稳态标签开发方法及系统 |
| CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
| CN110413880A (zh) * | 2019-07-10 | 2019-11-05 | 合肥工业大学 | 基于用户人格分层结构的单分类协同过滤方法 |
| CN110647678A (zh) * | 2019-09-02 | 2020-01-03 | 杭州数理大数据技术有限公司 | 一种基于用户性格标签的推荐方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113065932A (zh) * | 2021-05-06 | 2021-07-02 | 北京京东振世信息技术有限公司 | 一种物品推荐方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112632385B (zh) | 课程推荐方法、装置、计算机设备及介质 | |
| CN111444428B (zh) | 基于人工智能的信息推荐方法、装置、电子设备及存储介质 | |
| CN111784455B (zh) | 一种物品推荐方法及推荐设备 | |
| CN108874992B (zh) | 舆情分析方法、系统、计算机设备和存储介质 | |
| US11645517B2 (en) | Information processing method and terminal, and computer storage medium | |
| CN109934619A (zh) | 用户画像标签建模方法、装置、电子设备及可读存储介质 | |
| CN110325986B (zh) | 文章处理方法、装置、服务器及存储介质 | |
| CN108388608B (zh) | 基于文本感知的情感反馈方法、装置、计算机设备和存储介质 | |
| CN107807968B (zh) | 基于贝叶斯网络的问答装置、方法及存储介质 | |
| CN111241842B (zh) | 文本的分析方法、装置和系统 | |
| CN108959323B (zh) | 视频分类方法和装置 | |
| CN111859149A (zh) | 资讯信息推荐方法、装置、电子设备及存储介质 | |
| CN111310035A (zh) | 基于心理和行为特征的推荐方法及装置 | |
| CN112784039A (zh) | 一种分配在线客服的方法、装置和存储介质 | |
| JP2019028793A (ja) | 情報処理装置、方法及びプログラム | |
| KR102410715B1 (ko) | 머신 러닝 기반의 텍스트 데이터의 감성 분석 장치 및 방법 | |
| CN115659008A (zh) | 大数据信息反馈的信息推送系统、方法、电子设备及介质 | |
| CN111523315B (zh) | 数据处理方法、文本识别方法、装置及计算机设备 | |
| CN110717094A (zh) | 信息推荐方法、装置、计算机设备和存储介质 | |
| CN116541517A (zh) | 文本信息处理方法、装置、设备、软件程序以及存储介质 | |
| CN111310028A (zh) | 基于心理化特征的推荐方法及装置 | |
| CN109829033A (zh) | 数据展示方法和终端设备 | |
| CN116703515A (zh) | 基于人工智能的推荐方法、装置、计算机设备及存储介质 | |
| CN116204709A (zh) | 一种数据处理方法及相关装置 | |
| CN112906399B (zh) | 确定情绪状态的方法、装置、设备和存储介质 |
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 |
Application publication date: 20200619 |
|
| RJ01 | Rejection of invention patent application after publication |