CN117633342A - 一种基于用户特征及宣材标签的宣材排序推荐系统和方法 - Google Patents

Abstract

本申请涉及一种基于用户特征及宣材标签的宣材排序推荐系统和方法，所述系统包括用户特征获取单元、宣材管理单元、标签匹配设置单元、宣材匹配度计算单元以及历史数据保存单元。所述用户特征获取单元包括用户信息获取模块以及用户信息分析模块，所述宣材管理单元包括宣材标签管理模块以及宣材发布管理模块，所述标签匹配设置单元用于设置用户特征及宣材标签之间的匹配关系，所述宣材匹配度计算单元用于计算每篇宣材与用户特征之间的匹配度，所述历史数据保存单元用于保存针对某一用户特征组合的宣材推荐顺序。本申请通过基于用户特征、宣材标签的宣材排序推荐方法，智能个性化推荐出租屋的方式，提高用户找房的效率，加快房屋的出租。

Description

一种基于用户特征及宣材标签的宣材排序推荐系统和方法

技术领域

本申请涉及城中村管理的技术领域，尤其是涉及一种基于用户特征及宣材标签的宣材排序推荐系统和方法。

背景技术

在城中村及居住场景应用中，无法快速结合用户找房需求完成精准匹配。基于原有一标三实体系，城中村管理人、房屋没有一个有效的全局覆盖抓手，而且人员自主上报一标三实积极性不高。然而通过人工上门排查，可能会因为访问时间或其他种种原因，同样存在过度依赖基层网格服务人员的业务知识和业务经验，难以全面精确维护，不利于管理，无法快速结合用户找房需求完成精准匹配，使得用户找房和房屋出租的效率较低。

发明内容

针对上述背景技术中的技术问题,本申请提出了一种基于用户特征及宣材标签的宣材排序推荐系统和方法。

第一方面，本申请提出了一种基于用户特征及宣材标签的宣材排序推荐系统，包括：

用户特征获取单元，所述用户特征获取单元包括用户信息获取模块以及用户信息分析模块，所述用户信息获取模块用于获取用户基础信息，所述用户信息分析模块基于获取到的用户基础信息分析得到用户特征集；

宣材管理单元，所述宣材管理单元包括宣材标签管理模块以及宣材发布管理模块，所述宣材标签管理模块用于管理宣材标签，所述宣材发布管理用于编辑发布宣材；

标签匹配设置单元，所述标签匹配设置单元用于设置用户特征及宣材标签之间的匹配关系，为每一用户特征设置匹配的宣材标签及权值，同时设定数据更新周期，根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新；

宣材匹配度计算单元，所述宣材匹配度计算单元用于计算每篇宣材与用户特征之间的匹配度，并按照匹配度从高到底的顺序，依次将宣材推荐展示给用户，具体包括：

获取宣材全部标签，设这些标签个数为n，将每个标签的初始值置零，得到匹配度的初始特征值1·n矩阵；

获得用户的m个特征，以用户的每个特征为一单位，在标签匹配设置单元中逐一确定该用户具有某一特征所匹配的宣材标签，若获取的宣材标签与用户某一特征有匹配关系，则将该宣材标签在匹配度矩阵中的值设置为1，得到该用户某一特征的宣材匹配度的特征矩阵，以此类推，依次得到基于用户m个特征的宣材匹配度的m个1·n特征值矩阵；

计算用户各个特征与宣材之间的匹配度：设定用户的特征值矩阵为m个矩阵元素均为1的1·n维矩阵，在n维坐标系中分别计算基于用户m个特征的宣材匹配度的m个1·n特征值矩阵与用户的特征值矩阵之间的距离，计算公式如下：

从而计算得到用户各个特征与宣材之间的距离D₁、D₂、D₃...D_m,，之后计算该用户与宣材之间的距离，计算公式如下：

之后依次计算出该用户与所有宣材之间的距离，距离越小表示匹配度越高，然后按照距离从小到大进行排序即得到推荐排序，并按照推荐排序将宣材推荐展示给用户；

还包括历史数据保存单元，所述历史数据保存单元用于保存针对某一用户特征组合的宣材推荐顺序，同时根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新。

通过采用上述技术方案，本申请通过基于用户特征、宣材标签的宣材排序推荐方法实施，智能个性化推荐出租屋的方式，提高用户找房的效率，加快房屋的出租，最终形成城中村人口增加，促进商品经济发展，提高房产价值，增加房东收益。本申请基于信息搜集和数据分析的结果，建立推荐模型，结合用户历史行为、个人信息、偏好等因素，为用户提供智能个性化的推荐。最终达到精准将用户和出租屋匹配，加快用户找房，房屋出租。

优选的，在所述标签匹配设置单元中，所述根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新包括：

以预先设定的固定时间长度为数据更新周期，根据固定时间长度的数据更新周期内产生的历史阅读数据对标签匹配关系进行更新。

优选的，在所述标签匹配设置单元中，所述根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新包括：

若用户在更新周期内产生的历史阅读数据超过所设定阈值，则根据历史阅读数据对标签匹配关系进行更新。

优选的，所述根据固定时间长度的数据更新周期内产生的历史阅读数据对所述标签匹配关系进行更新包括：

统计各用户特征在固定时间长度内产生的历史阅读数据，并按照宣材标签类型对产生的阅读数据进行统计，之后根据统计数据按照一定比例对用户特征所匹配的宣材标签及权值进行更新。

优选的，在所述历史数据保存单元中，所述根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新包括：

在宣材材料更新时以及在设定的固定时间长度内用户特征及宣材标签之间的匹配关系发生变化时，利用宣材匹配度计算单元重新计算宣材与用户之间的距离，并按距离从小到大的排序得到新的推荐排序并更新原先保存的宣材排序。

优选的，所述系统还包括匹配查询单元，所述匹配查询单元用于获得用户特征组后，先在历史数据保存单元查询用户特征组是否有对应的宣材推荐排序，若存在，则直接输出宣材推荐顺序，若不存在，则利用宣材匹配度计算单元计算用户与宣材之间的距离并输出宣材推荐顺序。

优选的，所述用户信息获取模块通过接口获取用户相关基础信息，作为用户信息分析模块的输入。

优选的，所述宣材标签管理模块用于管理宣材标签包括：

进行宣材标签的自定义编辑，所述自定义编辑包括宣材标签的增删改查。

优选的，所述宣材发布管理用于编辑发布宣材包括：

在每篇宣材发布时选择宣材标签，一篇宣材至少需选择一个标签

第二方面，本申请还提出了一种基于用户特征及宣材标签的宣材排序推荐方法，所述方法包括以下步骤：

S1：获取用户特征集以及宣材标签；

S2：根据历史阅读数据设置用户特征及宣材标签之间的匹配关系，为每一用户特征设置匹配的宣材标签及权值，同时设定数据更新周期，根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新；

S3：在需要将宣材推荐展示给用户时，计算每篇宣材与用户特征之间的匹配度，并按照匹配度从高到底的顺序，依次将宣材推荐展示给用户，具体包括：

获取宣材全部标签，设这些标签个数为n，将每个标签的初始值置零，得到匹配度的初始特征值1·n矩阵；

获得用户的m个特征，以用户的每个特征为一单位，在标签匹配设置单元中逐一确定该用户具有某一特征所匹配的宣材标签，若获取的宣材标签与用户某一特征有匹配关系，则将该宣材标签在匹配度矩阵中的值设置为1，得到该用户某一特征的宣材匹配度的特征矩阵，以此类推，依次得到基于用户m个特征的宣材匹配度的m个1·n特征值矩阵；

计算用户各个特征与宣材之间的匹配度：设定用户的特征值矩阵为m个矩阵元素均为1的1·n维矩阵，在n维坐标系中分别计算基于用户m个特征的宣材匹配度的m个1·n特征值矩阵与用户的特征值矩阵之间的距离，计算公式如下：

从而计算得到用户各个特征与宣材之间的距离D₁、D₂、D₃...D_m,，之后计算该用户与宣材之间的距离，计算公式如下：

之后依次计算出该用户与所有宣材之间的距离，距离越小表示匹配度越高，然后按照距离从小到大进行排序即得到推荐排序，并按照推荐排序将宣材推荐展示给用户；

S4：保存针对某一用户特征组合的宣材推荐顺序，同时根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新。

本申请的有益技术效果为：本申请通过基于用户特征、宣材标签的宣材排序推荐方法实施，智能个性化推荐出租屋的方式，提高用户找房的效率，加快房屋的出租，最终形成城中村人口增加，促进商品经济发展，提高房产价值，增加房东收益；本申请可以针对一类人群进行宣材标签的优先级确认，不需要那么多资源，对服务器的要求没有那么高，在资源限制的情况下能够达到较为精确地推荐排序；本申请可以根据单个人的特性及阅读数据进行标签优先级的调整，同时对用户标签组的阅读数据进行宣材标签优先级的调整；本申请基于信息搜集和数据分析的结果，建立推荐模型，结合用户历史行为、个人信息、偏好等因素，为用户提供智能个性化的推荐。最终达到精准将用户和出租屋匹配，加快用户找房，房屋出租；本申请的系统通过城中村平台作为载体，主动收集房屋信息，加快城中村出租屋的出租。

附图说明

包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本申请的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。

图1是本申请公开的一种基于用户特征及宣材标签的宣材排序推荐系统的示意图。

图2是本申请一个实施例中的匹配查询单元的实现过程示意图。

图3是本申请公开的一种基于用户特征及宣材标签的宣材排序推荐方法的示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

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。

第一方面，本申请公开了一种基于用户特征及宣材标签的宣材排序推荐系统，参考图1，该系统包括用户特征获取单元、宣材管理单元、标签匹配设置单元、宣材匹配度计算单元以及历史数据保存单元。

在具体的实施例中，用户特征获取单元包括用户信息获取模块以及用户信息分析模块，所述用户信息获取模块用于获取用户基础信息，所述用户信息分析模块基于获取到的用户基础信息分析得到用户特征集。

在具体的实施例中，所述用户信息获取模块为通过接口获取用户基础信息，作为用户信息分析模块的输入。

在具体的实施例中，用户信息分析模块对用户基础信息进行分析，并获得具有“年龄层级”、“职业相关”、“工作状态”、“流动人口”等维度特征的阅读用户特征，并记录下所有用户相关特征集。

在具体的实施例中，用户基础信息包括个人基本信息(年龄、职业、工作状态、流动人口)、兴趣爱好、工作地点等，将收集来的数据进行分析和处理，利用大数据技术或者机器学习算法分析用户的行为和偏好，识别和分类不同的用户群体。可以理解的是，利用大数据技术或者机器学习算法分析对用户基础信息进行分析得到用户特征(用户画像)集属于现有比较成熟的技术，在此不做多余赘述。

在具体的实施例中，宣材管理单元包括宣材标签管理模块以及宣材发布管理模块，所述宣材标签管理模块用于管理宣材标签，所述宣材发布管理用于编辑发布宣材。

在具体的实施例中，宣材标签管理模块用于管理宣材标签，进行宣材标签的自定义编辑，包括宣材标签的增删改查等；所述宣材发布管理用于编辑发布及管理宣材，每篇宣材在发布时需选择宣材标签，一篇宣材至少需选择一个标签，可选择多个标签。

在具体的实施例中，通过采集城中村出租屋的数据，包括房屋面积、位置、配套、户型、租金、朝向、交通情况等数据，形成出租屋基础数据库，再按照出租屋的特征(如面积、位置、配套、户型、租金、朝向)进行分类，提取出租屋关键标签，形成宣材标签，并增加至宣材管理单元中。

在具体的实施例中，标签匹配设置单元用于设置用户特征及宣材标签之间的匹配关系，为每一用户特征设置匹配的宣材标签及权值，同时设定数据更新周期，根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新。在具体的实施例中，每一用户特征对应的宣材标签权值之和需为1。

在具体的实施例中，在标签匹配设置单元中，根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新包括：以预先设定的固定时间长度为数据更新周期，根据固定时间长度的数据更新周期内产生的历史数据对所述标签匹配关系进行自动更新；或在用户在更新周期内产生的历史阅读数据超过所设定阈值，根据历史阅读数据对所述标签匹配关系进行自动更新。

在具体的实施例中，在标签匹配设置单元中，根据固定时间长度的数据更新周期内产生的历史数据对所述标签匹配关系进行自动更新包括：统计各用户特征在固定时间长度内产生的阅读数据，按照宣材类型对产生的阅读数据进行统计，并根据此统计数据按照比例对用户特征所匹配的宣材标签及宣材标签权重进行更新。在一些实施方式中，统计条件可以为：宣材标签类型出现次数大于阈值则进行统计。权值可以为：统计的此类型宣材标签出现次数/统计的全部标签出现次数。

在具体的实施例中，宣材匹配度计算单元用于计算每篇宣材与用户特征之间的匹配度，并按照匹配度从高到底的顺序，依次将宣材推荐展示给用户。

在具体的实施例中，宣材匹配度计算单元具体用于：

获取宣材全部标签，设这些标签个数为n，将每个标签的初始值置零，得到匹配度的初始特征值1·n矩阵；

接着获得用户的m个特征，以用户的每个特征为一单位，在标签匹配设置单元中逐一确定该用户具有某一特征所匹配的宣材标签，若获取的宣材标签在标签匹配单元中与人员标签有匹配关系，则给该文章标签在匹配度矩阵中的值置1，得到该用户某一特征的宣材匹配度的特征矩阵；以此类推，依次得到基于用户m个特征的宣材匹配度的m个1*n特征值矩阵。

之后计算用户各个特征与宣材之间的匹配度：首先设定用户的特征值矩阵为m个矩阵元素均为1的1·n维矩阵，在所述n维坐标系中分别计算基于用户m个特征的宣材匹配度的m个1·n特征值矩阵与用户的特征值矩阵之间的距离，以实现计算宣材匹配各坐标点与用户特征集之间的直线距离，并按照直线距离从短到长的顺序对宣材进行排序；其中，所述宣材匹配各坐标点与用户特征集之间的直线距离即为用户各个特征与宣材之间的匹配度，直线距离越短表示匹配度越高，计算公式如下所示：

按照上面所述方式依次计算得到用户各个特征与宣材之间的直线距离D₁、D₂、D₃...D_m,则该用户特征与宣材之间的距离为：

按照这种方式依次算出该用户与所有宣材之间的距离，直线距离越小表示匹配度越高，按照距离从小到大进行排序即得到推荐排序，并按照推荐排序将宣材推荐展示给用户。

在具体的实施例中，历史数据保存单元用于保存针对某一用户特征组合的宣材推荐顺序，同时根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新。

在具体的实施例中，所述历史数据保存单元需要保存宣材匹配度计算单元计算得到的用户特征组对应的宣材排序，并在宣材材料更新时将按照上述方法计算更新的宣材材料与该组用户特征值的距离，并按距离从小到大的排序要求得到新的推荐排序并更新原先保存的宣材排序。同时，在一个设定的固定时间长度内，标签匹配关系的权重更新后，需要按照上述方法计算更新的宣材材料与该组用户特征值的距离，并按距离从小到大的排序要求得到新的推荐排序并更新原先保存的宣材排序。

在具体的实施例中，基于用户特征及宣材标签的宣材排序推荐系统还包括匹配查询单元，匹配查询单元用于获得用户特征组后，先在历史数据保存单元查询用户特征组是否有对应的宣材推荐排序，若存在，则直接输出宣材推荐顺序，若不存在，则利用宣材匹配度计算单元计算用户与宣材之间的距离并输出宣材推荐顺序并进行保存，匹配查询单元的实现过程如图2所示。

在具体的实施例中，本申请的系统可以通过城中村平台作为载体，主动收集房屋信息，加快城中村出租屋的出租，且无须任何费用，提高房东收益。在此过程中，房东申报房屋信息、租客申报居住信息，由原来一标三实的被动采集数据信息，变为主动上报数据信息。

在具体的实施例中，本申请的系统可以接入城中村管理平台，实现城中村社区化、智能化。支持小程序/双屏机的人员、车辆、房屋等信息采集和管理，并且通过相机、门禁、车卡、人脸识别引擎布控，实现人员通行、车辆通行，人口的动态感知。包括基础数据管理，综合查询管理，治安防范管理，设备管理，人像及卡口管理等功能。

第二方面，参照图3，本申请还提出了一种基于用户特征及宣材标签的宣材排序推荐方法，所述方法包括以下步骤：

S1：获取用户特征集以及宣材标签；

S2：根据历史阅读数据设置用户特征及宣材标签之间的匹配关系，为每一用户特征设置匹配的宣材标签及权值，同时设定数据更新周期，根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新；

S3：在需要将宣材推荐展示给用户时，计算每篇宣材与用户特征之间的匹配度，并按照匹配度从高到底的顺序，依次将宣材推荐展示给用户，具体包括：

获取宣材全部标签，设这些标签个数为n，将每个标签的初始值置零，得到匹配度的初始特征值1·n矩阵；

获得用户的m个特征，以用户的每个特征为一单位，在标签匹配设置单元中逐一确定该用户具有某一特征所匹配的宣材标签，若获取的宣材标签与用户某一特征有匹配关系，则将该宣材标签在匹配度矩阵中的值设置为1，得到该用户某一特征的宣材匹配度的特征矩阵，以此类推，依次得到基于用户m个特征的宣材匹配度的m个1·n特征值矩阵；

计算用户各个特征与宣材之间的匹配度：设定用户的特征值矩阵为m个矩阵元素均为1的1·n维矩阵，在所述n维坐标系中分别计算基于用户m个特征的宣材匹配度的m个1·n特征值矩阵与用户的特征值矩阵之间的距离，计算公式如下：

从而计算得到用户各个特征与宣材之间的距离D₁、D₂、D₃...D_m,，之后计算该用户与宣材之间的距离，计算公式如下：

之后依次计算出该用户与所有宣材之间的距离，距离越小表示匹配度越高，然后按照距离从小到大进行排序即得到推荐排序，并按照推荐排序将宣材推荐展示给用户；

S4：保存针对某一用户特征组合的宣材推荐顺序，同时根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新。

本方法不只适用于城中村出租屋推荐，更广泛应用于其他基于用户特征及标签宣材推荐排序。

综上所述，本申请公开的一种基于用户特征及宣材标签的宣材排序推荐系统和方法具有以下有益技术效果：

1、通过基于用户特征、宣材标签的宣材排序推荐方法实施，智能个性化推荐出租屋的方式，提高用户找房的效率，加快房屋的出租，最终形成城中村人口增加，促进商品经济发展，提高房产价值，增加房东收益。变被动数据采集为主动上报，提高采集率。

2、本申请可以针对一类人群进行宣材标签的优先级确认，不需要那么多资源，对服务器的要求没有那么高，在资源限制的情况下能够达到较为精确地推荐排序。

3、本申请可以根据单个人的特性及阅读数据进行标签优先级的调整，同时对用户标签组的阅读数据进行宣材标签优先级的调整。

4、本申请基于信息搜集和数据分析的结果，建立推荐模型，结合用户历史行为、个人信息、偏好等因素，为用户提供智能个性化的推荐。最终达到精准将用户和出租屋匹配，加快用户找房，房屋出租。

5、通过城中村平台作为载体，主动收集房屋信息，加快城中村出租屋的出租，且无须任何费用，提高房东收益。在此过程中，房东申报房屋信息、租客申报居住信息，由原来一标三实的被动采集数据信息，变为主动上报数据信息。

以上描述了本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

在本申请的描述中，需要理解的是，术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。措词‘包括’并不排除在权利要求未列出的元件或步骤的存在。元件前面的措词‘一’或‘一个’并不排除多个这样的元件的存在。在相互不同从属权利要求中记载某些措施的简单事实不表明这些措施的组合不能被用于改进。在权利要求中的任何参考符号不应当被解释为限制范围。

Claims (10)

1.一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于，包括：

用户特征获取单元，所述用户特征获取单元包括用户信息获取模块以及用户信息分析模块，所述用户信息获取模块用于获取用户基础信息，所述用户信息分析模块基于获取到的用户基础信息分析得到用户特征集；

宣材管理单元，所述宣材管理单元包括宣材标签管理模块以及宣材发布管理模块，所述宣材标签管理模块用于管理宣材标签，所述宣材发布管理用于编辑发布宣材；

标签匹配设置单元，所述标签匹配设置单元用于设置用户特征及宣材标签之间的匹配关系，为每一用户特征设置匹配的宣材标签及权值，同时设定数据更新周期，根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新；

宣材匹配度计算单元，所述宣材匹配度计算单元用于计算每篇宣材与用户特征之间的匹配度，并按照匹配度从高到底的顺序，依次将宣材推荐展示给用户，具体包括：

获取宣材全部标签，设这些标签个数为n，将每个标签的初始值置零，得到匹配度的初始特征值1·n矩阵；

获得用户的m个特征，以用户的每个特征为一单位，在标签匹配设置单元中逐一确定该用户具有某一特征所匹配的宣材标签，若获取的宣材标签与用户某一特征有匹配关系，则将该宣材标签在匹配度矩阵中的值设置为1，得到该用户某一特征的宣材匹配度的特征矩阵，以此类推，依次得到基于用户m个特征的宣材匹配度的m个1·n特征值矩阵；

计算用户各个特征与宣材之间的匹配度：设定用户的特征值矩阵为m个矩阵元素均为1的1·n维矩阵，在n维坐标系中分别计算基于用户m个特征的宣材匹配度的m个1·n特征值矩阵与用户的特征值矩阵之间的距离，计算公式如下：

其中，x_i表示用户某一特征的宣材匹配度的特征矩阵的第i个元素的值，y_i表示元素均为1的1·n维矩阵中的第i个元素的值，w_o表示第i个元素的权值；从而计算得到用户各个特征与宣材之间的距离D₁、D₂、D₃...D_m,，之后计算该用户与宣材之间的距离，计算公式如下：

之后依次计算出该用户与所有宣材之间的距离，距离越小表示匹配度越高，然后按照距离从小到大进行排序即得到推荐排序，并按照推荐排序将宣材推荐展示给用户；

还包括历史数据保存单元，所述历史数据保存单元用于保存针对某一用户特征组合的宣材推荐顺序，同时根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新。

2.根据权利要求1所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：在所述标签匹配设置单元中，所述根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新包括：

以预先设定的固定时间长度为数据更新周期，根据固定时间长度的数据更新周期内产生的历史阅读数据对标签匹配关系进行更新。

3.根据权利要求1所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：在所述标签匹配设置单元中，所述根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新包括：

若用户在更新周期内产生的历史阅读数据超过所设定阈值，则根据历史阅读数据对标签匹配关系进行更新。

4.根据权利要求2所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：所述根据固定时间长度的数据更新周期内产生的历史阅读数据对所述标签匹配关系进行更新包括：

统计各用户特征在固定时间长度内产生的历史阅读数据，并按照宣材标签类型对产生的阅读数据进行统计，之后根据统计数据按照比例对用户特征所匹配的宣材标签及权值进行更新。

5.根据权利要求1所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：在所述历史数据保存单元中，所述根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新包括：

在宣材材料更新时以及在设定的固定时间长度内用户特征及宣材标签之间的匹配关系发生变化时，利用宣材匹配度计算单元重新计算宣材与用户之间的距离，并按距离从小到大的排序得到新的推荐排序并更新原先保存的宣材排序。

6.根据权利要求1所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：所述系统还包括匹配查询单元，所述匹配查询单元用于获得用户特征组后，先在历史数据保存单元查询用户特征组是否有对应的宣材推荐排序，若存在，则直接输出宣材推荐顺序，若不存在，则利用宣材匹配度计算单元计算用户与宣材之间的距离并输出宣材推荐顺序。

7.根据权利要求1所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：所述用户信息获取模块通过接口获取用户相关基础信息，作为用户信息分析模块的输入。

8.根据权利要求1所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：所述宣材标签管理模块用于管理宣材标签包括：

进行宣材标签的自定义编辑，所述自定义编辑包括宣材标签的增删改查。

9.根据权利要求8所述的一种基于用户特征及宣材标签的宣材排序推荐系统，其特征在于：所述宣材发布管理用于编辑发布宣材包括：

在每篇宣材发布时选择宣材标签，一篇宣材至少需选择一个标签。

10.一种基于用户特征及宣材标签的宣材排序推荐方法，其特征在于，所述方法包括以下步骤：

S1：获取用户特征集以及宣材标签；

S2：根据历史阅读数据设置用户特征及宣材标签之间的匹配关系，为每一用户特征设置匹配的宣材标签及权值，同时设定数据更新周期，根据数据更新周期内产生的历史阅读数据对用户特征及宣材标签之间的匹配关系进行更新；

S3：在需要将宣材推荐展示给用户时，计算每篇宣材与用户特征之间的匹配度，并按照匹配度从高到底的顺序，依次将宣材推荐展示给用户，具体包括：

获取宣材全部标签，设这些标签个数为n，将每个标签的初始值置零，得到匹配度的初始特征值1·n矩阵；

获得用户的m个特征，以用户的每个特征为一单位，在标签匹配设置单元中逐一确定该用户具有某一特征所匹配的宣材标签，若获取的宣材标签与用户某一特征有匹配关系，则将该宣材标签在匹配度矩阵中的值设置为1，得到该用户某一特征的宣材匹配度的特征矩阵，以此类推，依次得到基于用户m个特征的宣材匹配度的m个1·n特征值矩阵；

计算用户各个特征与宣材之间的匹配度：设定用户的特征值矩阵为m个矩阵元素均为1的1·n维矩阵，在n维坐标系中分别计算基于用户m个特征的宣材匹配度的m个1·n特征值矩阵与用户的特征值矩阵之间的距离，计算公式如下：

其中，x_o表示用户某一特征的宣材匹配度的特征矩阵的第i个元素的值，y_i表示元素均为1的1·n维矩阵中的第i个元素的值，w_i表示第i个元素的权值；

从而计算得到用户各个特征与宣材之间的距离D₁、D₂、D₃...D_m,，之后计算该用户与宣材之间的距离，计算公式如下：

之后依次计算出该用户与所有宣材之间的距离，距离越小表示匹配度越高，然后按照距离从小到大进行排序即得到推荐排序，并按照推荐排序将宣材推荐展示给用户；

S4：保存针对某一用户特征组合的宣材推荐顺序，同时根据实际情况变动对用户特征组合对应的宣材推荐顺序进行更新。