CN112860991A - 基于用户习惯的书籍优选方法及装置 - Google Patents

Abstract

本发明实施例中，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单；获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数；根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度；根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍。可见，本发明能够基于用户的生物特征信息来筛选初始的书籍清单，并根据用户的书籍评价习惯来准确确定用来筛选书籍的书籍评价参数，从而可以有效提高书籍优选的效率和准确度，并进一步提高用户的使用体验。

Description

基于用户习惯的书籍优选方法及装置

技术领域

本发明涉及大数据处理技术领域，尤其涉及一种基于用户习惯的书籍优选方法及装置。

背景技术

现有的用户阅读软件或项目，一般需要在研发时考虑为用户优选可能感兴趣的书籍的需求，从而提高用户的使用体验，但现有的书籍优选方法，一般均采用用户对书籍的评分等数据作为分析基础，来确定用户可能感兴趣的书籍，这一做法的弊端在于，没有考虑到用户的生物特征信息和书籍评价习惯来准确获取用来筛选书籍的筛选参数，从而导致了书籍优选的效率较低，准确度不高，且用户满意度不高。

发明内容

本发明所要解决的技术问题在于，提供一种基于用户习惯的书籍优选方法及装置，能够基于用户的生物特征信息来筛选初始的书籍清单，并根据用户的书籍评价习惯来准确确定用来筛选书籍的书籍评价参数，从而可以有效提高书籍优选的效率和准确度，并进一步提高用户的使用体验。

为了解决上述技术问题，本发明第一方面公开了一种基于用户习惯的书籍优选方法，所述方法包括：

获取目标用户的生物特征信息，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单；

获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数；所述书籍评价参数为评分分值参数、阅读次数参数、点赞次数参数或收藏次数参数；

根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度；所述用户兴趣度用于表示所述目标用户对所述目标数据的感兴趣程度；

根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍。

作为一种可选的实施方式，在本发明第一方面中，所述获取目标用户的生物特征信息，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单，包括：

获取目标用户的生物特征信息；

获取书籍数据库包括的所有书籍中每一书籍所对应的阅读用户群体，并确定所述每一书籍所对应的阅读用户群体中所有阅读用户的生物特征信息；

计算所述每一书籍所对应的阅读用户群体中所有阅读用户中每一阅读用户的生物特征信息与所述目标用户的生物特征信息的相似度；

筛选出所述书籍数据库包括的所有书籍中所述相似度高于预设阈值的多个书籍，将筛选出的所述多个书籍确定为目标书籍清单。

作为一种可选的实施方式，在本发明第一方面中，所述生物特征信息包括用户性别、用户年龄、用户健康状况、用户职业、用户文化水平和用户收入中的一种或多种。

作为一种可选的实施方式，在本发明第一方面中，所述获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数，包括：

获取所述目标用户在历史时间段的书籍使用记录；

确定所述目标用户在历史时间段的书籍使用记录中的总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数；

比较所述总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数，将其中次数值最高的所对应的书籍评价方式确定为所述目标用户对应的书籍评价参数。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，包括：

根据所述目标用户的书籍评价参数，采用以下公式确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度：

其中，interest_u，b为目标用户u对目标书籍b的用户兴趣度，目标书籍a为所述目标书籍清单中属于集合C(u)的目标书籍；所述集合C(u)为喜欢书籍集合与相似书籍集合的交集；所述喜欢书籍集合为所述目标书籍清单中所有目标用户u喜欢的目标书籍的集合；所述相似书籍的集合为所述目标书籍清单中与目标书籍b的相似度最高的M个目标书籍的集合；s_a，b为目标书籍a与目标书籍b之间的相似度；I_u，a为目标用户u对目标书籍a的用户注意度，在目标书籍a对应的目标用户u的所述书籍评价参数为0时，I_u，a为0，在目标书籍a对应的目标用户u的所述书籍评价参数不为0时，I_u，a为1；

其中，判断用户是否喜欢所述目标书籍的方式为：

确定每一所述目标书籍所对应的用户的所述书籍评价参数；

当任一所述目标书籍所对应的所述书籍评价参数高于预设的参数阈值时，将所述目标书籍确定为所述用户喜欢的目标书籍。

作为一种可选的实施方式，在本发明第一方面中，所述目标书籍a与目标书籍b之间的相似度s_a，b的计算公式为：

其中，C_a为喜欢目标书籍a的用户的集合，C_b为喜欢目标书籍b的用户的集合，|C_a|为喜欢目标书籍a的用户数，|C_b|为喜欢目标书籍b的用户数，E(u)为所述目标用户u对所有所述目标书籍的书籍评价参数的和；e_u，a为目标用户u对目标书籍a的所述书籍评价参数；e_u，b为目标用户u对目标书籍b的所述书籍评价参数。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍，包括：

按照对应的所述用户兴趣度从大到小，对所述目标书籍清单中包括的所有目标书籍进行排序得到用户兴趣度书籍序列；

将所述用户兴趣度书籍序列中前预设数量的目标书籍确定为欲推荐给所述目标用户的书籍。

本发明第二方面公开了一种基于用户习惯的书籍优选装置，所述装置包括：

筛选模块，用于获取目标用户的生物特征信息，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单；

第一确定模块，用于获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数；所述书籍评价参数为评分分值参数、阅读次数参数、点赞次数参数或收藏次数参数；

第二确定模块，用于根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度；所述用户兴趣度用于表示所述目标用户对所述目标数据的感兴趣程度；

第三确定模块，用于根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍。

作为一种可选的实施方式，在本发明第二方面中，所述筛选模块获取目标用户的生物特征信息，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单的具体方式，包括：

获取目标用户的生物特征信息；

获取书籍数据库包括的所有书籍中每一书籍所对应的阅读用户群体，并确定所述每一书籍所对应的阅读用户群体中所有阅读用户的生物特征信息；

计算所述每一书籍所对应的阅读用户群体中所有阅读用户中每一阅读用户的生物特征信息与所述目标用户的生物特征信息的相似度；

筛选出所述书籍数据库包括的所有书籍中所述相似度高于预设阈值的多个书籍，将筛选出的所述多个书籍确定为目标书籍清单。

作为一种可选的实施方式，在本发明第二方面中，所述生物特征信息包括用户性别、用户年龄、用户健康状况、用户职业、用户文化水平和用户收入中的一种或多种。

作为一种可选的实施方式，在本发明第二方面中，所述第一确定模块获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数的具体方式，包括：

获取所述目标用户在历史时间段的书籍使用记录；

确定所述目标用户在历史时间段的书籍使用记录中的总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数；

比较所述总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数，将其中次数值最高的所对应的书籍评价方式确定为所述目标用户对应的书籍评价参数。

作为一种可选的实施方式，在本发明第二方面中，所述第二确定模块根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度的具体方式，包括：

根据所述目标用户的书籍评价参数，采用以下公式确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度：

其中，interest_u，b为目标用户u对目标书籍b的用户兴趣度，目标书籍a为所述目标书籍清单中属于集合C(u)的目标书籍；所述集合C(u)为喜欢书籍集合与相似书籍集合的交集；所述喜欢书籍集合为所述目标书籍清单中所有目标用户u喜欢的目标书籍的集合；所述相似书籍的集合为所述目标书籍清单中与目标书籍b的相似度最高的M个目标书籍的集合；s_a，b为目标书籍a与目标书籍b之间的相似度；I_u，a为目标用户u对目标书籍a的用户注意度，在目标书籍a对应的目标用户u的所述书籍评价参数为0时，I_u，a为0，在目标书籍a对应的目标用户u的所述书籍评价参数不为0时，I_u，a为1；

其中，判断用户是否喜欢所述目标书籍的方式为：

确定每一所述目标书籍所对应的用户的所述书籍评价参数；

当任一所述目标书籍所对应的所述书籍评价参数高于预设的参数阈值时，将所述目标书籍确定为所述用户喜欢的目标书籍。

作为一种可选的实施方式，在本发明第二方面中，所述目标书籍a与目标书籍b之间的相似度s_a，b的计算公式为：

其中，C_a为喜欢目标书籍a的用户的集合，C_b为喜欢目标书籍b的用户的集合，|C_a|为喜欢目标书籍a的用户数，|C_b|为喜欢目标书籍b的用户数，E(u)为所述目标用户u对所有所述目标书籍的书籍评价参数的和；e_u，a为目标用户u对目标书籍a的所述书籍评价参数；e_u，b为目标用户u对目标书籍b的所述书籍评价参数。

作为一种可选的实施方式，在本发明第二方面中，所述第三确定模块根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍的具体方式，包括：

按照对应的所述用户兴趣度从大到小，对所述目标书籍清单中包括的所有目标书籍进行排序得到用户兴趣度书籍序列；

将所述用户兴趣度书籍序列中前预设数量的目标书籍确定为欲推荐给所述目标用户的书籍。

本发明第三方面公开了另一种基于用户习惯的书籍优选装置，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的基于用户习惯的书籍优选方法中的部分或全部步骤。

本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明实施例第一方面公开的基于用户习惯的书籍优选方法中的部分或全部步骤。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单；获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数；根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度；根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍。可见，本发明能够基于用户的生物特征信息来筛选初始的书籍清单，并根据用户的书籍评价习惯来准确确定用来筛选书籍的书籍评价参数，从而可以有效提高书籍优选的效率和准确度，并进一步提高用户的使用体验。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种基于用户习惯的书籍优选方法的流程示意图；

图2是本发明实施例公开的一种基于用户习惯的书籍优选装置的结构示意图；

图3是本发明实施例公开的另一种基于用户习惯的书籍优选装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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作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。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种基于用户习惯的书籍优选方法及装置，能够基于用户的生物特征信息来筛选初始的书籍清单，并根据用户的书籍评价习惯来准确确定用来筛选书籍的书籍评价参数，从而可以有效提高书籍优选的效率和准确度，并进一步提高用户的使用体验。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种基于用户习惯的书籍优选方法的流程示意图。其中，图1所描述的方法应用于基于用户习惯的书籍优选装置中，该优选装置可以是相应的优选终端、优选设备或服务器，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图1所示，该基于用户习惯的书籍优选方法可以包括以下操作：

101、获取目标用户的生物特征信息，根据目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单。

102、获取目标用户的书籍评价习惯，根据目标用户的书籍评价习惯，确定目标用户对应的书籍评价参数。

本发明实施例中，书籍评价参数为评分分值参数、阅读次数参数、点赞次数参数或收藏次数参数。

103、根据目标用户的书籍评价参数，确定目标书籍清单中包括的所有目标书籍对应的用户兴趣度。

本发明实施例中，用户兴趣度用于表示目标用户对目标数据的感兴趣程度。

104、根据目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所有目标书籍中确定出欲推荐给目标用户的书籍。

可见，实施本发明实施例所描述的方法能够基于用户的生物特征信息来筛选初始的书籍清单，并根据用户的书籍评价习惯来准确确定用来筛选书籍的书籍评价参数，从而可以有效提高书籍优选的效率和准确度，并进一步提高用户的使用体验。

在一个可选的实施方式中，步骤101中的，获取目标用户的生物特征信息，根据目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单，包括：

获取目标用户的生物特征信息；

获取书籍数据库包括的所有书籍中每一书籍所对应的阅读用户群体，并确定每一书籍所对应的阅读用户群体中所有阅读用户的生物特征信息；

计算每一书籍所对应的阅读用户群体中所有阅读用户中每一阅读用户的生物特征信息与目标用户的生物特征信息的相似度；

筛选出书籍数据库包括的所有书籍中相似度高于预设阈值的多个书籍，将筛选出的多个书籍确定为目标书籍清单。

在一个可选的实施方式中，生物特征信息包括用户性别、用户年龄、用户健康状况、用户职业、用户文化水平和用户收入中的一种或多种。可选的，生物特征信息的相似度可以为文本相似度，或两者的生物特征信息中包括的多个信息中相同的信息的数量。

在一个可选的实施方式中，步骤102的，获取目标用户的书籍评价习惯，根据目标用户的书籍评价习惯，确定目标用户对应的书籍评价参数，包括：

获取目标用户在历史时间段的书籍使用记录；

确定目标用户在历史时间段的书籍使用记录中的总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数；

比较总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数，将其中次数值最高的所对应的书籍评价方式确定为目标用户对应的书籍评价参数。

在一个可选的实施方式中，步骤103的，根据目标用户的书籍评价参数，确定目标书籍清单中包括的所有目标书籍对应的用户兴趣度，包括：

根据目标用户的书籍评价参数，采用以下公式确定目标书籍清单中包括的所有目标书籍对应的用户兴趣度：

其中，interest_u，b为目标用户u对目标书籍b的用户兴趣度，目标书籍a为目标书籍清单中属于集合C(u)的目标书籍；集合C(u)为喜欢书籍集合与相似书籍集合的交集；喜欢书籍集合为目标书籍清单中所有目标用户u喜欢的目标书籍的集合；相似书籍的集合为目标书籍清单中与目标书籍b的相似度最高的M个目标书籍的集合；具体的，本实施例中，与目标书籍b的相似度最高的M个目标书籍的确定方式，可以参照下面的目标书籍a与目标书籍b之间的相似度s_a，b的计算公式来计算出所有其他目标书籍与目标书籍b的相似度，并将其中相似度最高的M个目标书籍筛选出来。

s_a，b为目标书籍a与目标书籍b之间的相似度；I_u，a为目标用户u对目标书籍a的用户注意度，在目标书籍a对应的目标用户u的书籍评价参数为0时，I_u，a为0，在目标书籍a对应的目标用户u的书籍评价参数不为0时，I_u，a为1；

其中，判断用户是否喜欢目标书籍的方式为：

确定每一目标书籍所对应的用户的书籍评价参数；

当任一目标书籍所对应的书籍评价参数高于预设的参数阈值时，将目标书籍确定为用户喜欢的目标书籍。

作为一种可选的实施方式，目标书籍a与目标书籍b之间的相似度s_a，b的计算公式为：

其中，C_a为喜欢目标书籍a的用户的集合，C_b为喜欢目标书籍b的用户的集合，|C_a|为喜欢目标书籍a的用户数，|C_b|为喜欢目标书籍b的用户数，E(u)为目标用户u对所有目标书籍的书籍评价参数的和；e_u，a为目标用户u对目标书籍a的书籍评价参数；e_u，b为目标用户u对目标书籍b的书籍评价参数。

在一个可选的实施方式中，上述步骤104的，根据目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所有目标书籍中确定出欲推荐给目标用户的书籍，包括：

按照对应的用户兴趣度从大到小，对目标书籍清单中包括的所有目标书籍进行排序得到用户兴趣度书籍序列；

将用户兴趣度书籍序列中前预设数量的目标书籍确定为欲推荐给目标用户的书籍。

实施例二

请参阅图2，图2是本发明实施例公开的一种基于用户习惯的书籍优选装置的结构示意图。其中，图2所描述的装置可以应用于相应的优选终端、优选设备或服务器，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图2所示，该装置可以包括：

筛选模块201，用于获取目标用户的生物特征信息，根据目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单；

第一确定模块202，用于获取目标用户的书籍评价习惯，根据目标用户的书籍评价习惯，确定目标用户对应的书籍评价参数；书籍评价参数为评分分值参数、阅读次数参数、点赞次数参数或收藏次数参数；

第二确定模块203，用于根据目标用户的书籍评价参数，确定目标书籍清单中包括的所有目标书籍对应的用户兴趣度；用户兴趣度用于表示目标用户对目标数据的感兴趣程度；

第三确定模块204，用于根据目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所有目标书籍中确定出欲推荐给目标用户的书籍。

作为一种可选的实施方式，在本发明实施例中，筛选模块201获取目标用户的生物特征信息，根据目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单的具体方式，包括：

获取目标用户的生物特征信息；

获取书籍数据库包括的所有书籍中每一书籍所对应的阅读用户群体，并确定每一书籍所对应的阅读用户群体中所有阅读用户的生物特征信息；

计算每一书籍所对应的阅读用户群体中所有阅读用户中每一阅读用户的生物特征信息与目标用户的生物特征信息的相似度；

筛选出书籍数据库包括的所有书籍中相似度高于预设阈值的多个书籍，将筛选出的多个书籍确定为目标书籍清单。

作为一种可选的实施方式，在本发明实施例中，生物特征信息包括用户性别、用户年龄、用户健康状况、用户职业、用户文化水平和用户收入中的一种或多种。

作为一种可选的实施方式，在本发明实施例中，第一确定模块202获取目标用户的书籍评价习惯，根据目标用户的书籍评价习惯，确定目标用户对应的书籍评价参数的具体方式，包括：

获取目标用户在历史时间段的书籍使用记录；

确定目标用户在历史时间段的书籍使用记录中的总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数；

比较总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数，将其中次数值最高的所对应的书籍评价方式确定为目标用户对应的书籍评价参数。

作为一种可选的实施方式，在本发明实施例中，第二确定模块203根据目标用户的书籍评价参数，确定目标书籍清单中包括的所有目标书籍对应的用户兴趣度的具体方式，包括：

根据目标用户的书籍评价参数，采用以下公式确定目标书籍清单中包括的

其中，interest_u，b为目标用户u对目标书籍b的用户兴趣度，目标书籍a为目标书籍清单中属于集合C(u)的目标书籍；集合C(u)为喜欢书籍集合与相似书籍集合的交集；喜欢书籍集合为目标书籍清单中所有目标用户u喜欢的目标书籍的集合；相似书籍的集合为目标书籍清单中与目标书籍b的相似度最高的M个目标书籍的集合；具体的，本实施例中，与目标书籍b的相似度最高的M个目标书籍的确定方式，可以参照下面的目标书籍a与目标书籍b之间的相似度s_a，b的计算公式来计算出所有其他目标书籍与目标书籍b的相似度，并将其中相似度最高的M个目标书籍筛选出来。

s_a，b为目标书籍a与目标书籍b之间的相似度；I_u，a为目标用户u对目标书籍a的用户注意度，在目标书籍a对应的目标用户u的书籍评价参数为0时，I_u，a为0，在目标书籍a对应的目标用户u的书籍评价参数不为0时，I_u，a为1；

其中，判断用户是否喜欢目标书籍的方式为：

确定每一目标书籍所对应的用户的书籍评价参数；

当任一目标书籍所对应的书籍评价参数高于预设的参数阈值时，将目标书籍确定为用户喜欢的目标书籍。

作为一种可选的实施方式，在本发明实施例中，目标书籍a与目标书籍b之间的相似度s_a，b的计算公式为：

其中，C_a为喜欢目标书籍a的用户的集合，C_b为喜欢目标书籍b的用户的集合，|C_a|为喜欢目标书籍a的用户数，|C_b|为喜欢目标书籍b的用户数，E(u)为目标用户u对所有目标书籍的书籍评价参数的和；e_u，a为目标用户u对目标书籍a的书籍评价参数；e_u，b为目标用户u对目标书籍b的书籍评价参数。

作为一种可选的实施方式，在本发明实施例中，第三确定模块204根据目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所有目标书籍中确定出欲推荐给目标用户的书籍的具体方式，包括：

按照对应的用户兴趣度从大到小，对目标书籍清单中包括的所有目标书籍进行排序得到用户兴趣度书籍序列；

将用户兴趣度书籍序列中前预设数量的目标书籍确定为欲推荐给目标用户的书籍。

实施例三

请参阅图3，图3是本发明实施例公开的另一种基于用户习惯的书籍优选装置的结构示意图。如图3所示，该装置可以包括：

存储有可执行程序代码的存储器301；

与存储器401耦合的处理器302；

处理器302调用存储器301中存储的可执行程序代码，执行本发明实施例一公开的基于用户习惯的书籍优选方法中的部分或全部步骤。

实施例四

本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一公开的基于用户习惯的书籍优选方法中的部分或全部步骤。

以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmab le Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read 0nly Memory，EPROM)、一次可编程只读存储器(0ne-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种基于用户习惯的书籍优选方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述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项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种基于用户习惯的书籍优选方法，其特征在于，所述方法包括：

获取目标用户的生物特征信息，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单；

获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数；所述书籍评价参数为评分分值参数、阅读次数参数、点赞次数参数或收藏次数参数；

根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度；所述用户兴趣度用于表示所述目标用户对所述目标数据的感兴趣程度；

根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍。

2.根据权利要求1所述的基于用户习惯的书籍优选方法，其特征在于，所述获取目标用户的生物特征信息，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单，包括：

获取目标用户的生物特征信息；

获取书籍数据库包括的所有书籍中每一书籍所对应的阅读用户群体，并确定所述每一书籍所对应的阅读用户群体中所有阅读用户的生物特征信息；

计算所述每一书籍所对应的阅读用户群体中所有阅读用户中每一阅读用户的生物特征信息与所述目标用户的生物特征信息的相似度；

筛选出所述书籍数据库包括的所有书籍中所述相似度高于预设阈值的多个书籍，将筛选出的所述多个书籍确定为目标书籍清单。

3.根据权利要求2所述的基于用户习惯的书籍优选方法，其特征在于，所述生物特征信息包括用户性别、用户年龄、用户健康状况、用户职业、用户文化水平和用户收入中的一种或多种。

4.根据权利要求1所述的基于用户习惯的书籍优选方法，其特征在于，所述获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数，包括：

获取所述目标用户在历史时间段的书籍使用记录；

确定所述目标用户在历史时间段的书籍使用记录中的总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数；

比较所述总书籍评分次数、总书籍阅读次数、总书籍点赞次数和总书籍收藏次数，将其中次数值最高的所对应的书籍评价方式确定为所述目标用户对应的书籍评价参数。

5.根据权利要求1所述的基于用户习惯的书籍优选方法，其特征在于，所述根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，包括：

根据所述目标用户的书籍评价参数，采用以下公式确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度：

其中，interest_u，b为目标用户u对目标书籍b的用户兴趣度，目标书籍a为所述目标书籍清单中属于集合C(u)的目标书籍；所述集合C(u)为喜欢书籍集合与相似书籍集合的交集；所述喜欢书籍集合为所述目标书籍清单中所有目标用户u喜欢的目标书籍的集合；所述相似书籍的集合为所述目标书籍清单中与目标书籍b的相似度最高的M个目标书籍的集合；s_a，b为目标书籍a与目标书籍b之间的相似度；I_u，a为目标用户u对目标书籍a的用户注意度，在目标书籍a对应的目标用户u的所述书籍评价参数为0时，I_u，a为0，在目标书籍a对应的目标用户u的所述书籍评价参数不为0时，I_u，a为1；

其中，判断用户是否喜欢所述目标书籍的方式为：

确定每一所述目标书籍所对应的用户的所述书籍评价参数；

当任一所述目标书籍所对应的所述书籍评价参数高于预设的参数阈值时，将所述目标书籍确定为所述用户喜欢的目标书籍。

6.根据权利要求5所述的基于用户习惯的书籍优选方法，其特征在于，所述目标书籍a与目标书籍b之间的相似度s_a，b的计算公式为：

其中，C_a为喜欢目标书籍a的用户的集合，C_b为喜欢目标书籍b的用户的集合，|C_a|为喜欢目标书籍a的用户数，|C_b|为喜欢目标书籍b的用户数，E(u)为所述目标用户u对所有所述目标书籍的书籍评价参数的和；e_u，a为目标用户u对目标书籍a的所述书籍评价参数；e_u，b为目标用户u对目标书籍b的所述书籍评价参数。

7.根据权利要求1所述的基于用户习惯的书籍优选方法，其特征在于，所述根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍，包括：

按照对应的所述用户兴趣度从大到小，对所述目标书籍清单中包括的所有目标书籍进行排序得到用户兴趣度书籍序列；

将所述用户兴趣度书籍序列中前预设数量的目标书籍确定为欲推荐给所述目标用户的书籍。

8.一种基于用户习惯的书籍优选装置，其特征在于，所述装置包括：

筛选模块，用于获取目标用户的生物特征信息，根据所述目标用户的生物特征信息，从书籍数据库中筛选出目标书籍清单；

第一确定模块，用于获取所述目标用户的书籍评价习惯，根据所述目标用户的书籍评价习惯，确定所述目标用户对应的书籍评价参数；所述书籍评价参数为评分分值参数、阅读次数参数、点赞次数参数或收藏次数参数；

第二确定模块，用于根据所述目标用户的书籍评价参数，确定所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度；所述用户兴趣度用于表示所述目标用户对所述目标数据的感兴趣程度；

第三确定模块，用于根据所述目标书籍清单中包括的所有目标书籍对应的用户兴趣度，从所述所有目标书籍中确定出欲推荐给所述目标用户的书籍。

9.一种基于用户习惯的书籍优选装置，其特征在于，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的基于用户习惯的书籍优选方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的基于用户习惯的书籍优选方法。

Images