基于用户使用行为的信息推荐方法与流程

1.本发明涉及大数据分析技术领域，具体涉及基于用户使用行为的信息推荐方法。


背景技术：

2.随着信息技术的飞速发展，大数据环境日益成熟，国民越来越离不开网络获取信息。无论是通过互联网的各大门户网站、电子商务系统还是通过企业内部的各种资源共享系统的方式，均能够推荐海量的信息给用户自由查阅。同时，在高速发展的互联网时代，在线浏览媒体信息（例如互联网新闻）已经成为人们生活中的一部分。
3.针对现有信息推荐方式智能化程度不高，无法向用户推荐其感兴趣信息的问题，公开号为cn110321487a的中国专利公开了《一种精准标签推荐系统及其工作流程》，其包括：采集用户在网站以及浏览器的下的浏览记录，获取用户的浏览信息，对断词后的浏览信息进行关键字提取，对得到的关键字进行排序；根据用户的内容推荐表将排序后的关键字生成相应推荐内容并且按照预先设置的排序权重进行二次排序，对二次排序后的推荐内容进行调整得到最终推荐内容；依据该用户的内容推荐表进行更新，将最终推荐内容发送给用户。
4.上述现有方案中的精准标签推荐工作流程也是一种信息推荐方法，其基于用户的历史行为确定用户的喜好，再依据用户的喜好进行相关的内容推荐。但信息推荐过程中，用户的历史行为并不能有效体现用户的喜好，因为用户浏览过该信息并不能表示用户喜欢该信息，因此基于用户历史行为进行信息推荐的方式容易出现推荐准确性不高的问题。
5.为此，申请人想到设计一种具有行为反馈功能的信息推荐方式，即用户在浏览信息时能够通过使用行为反馈自己的喜好，表达自己对信息是否感兴趣，这样能够更好的、更准确的为用户推荐信息。然而，如何设计一种基于用户使用行为进行信息推荐的信息推荐方法是亟需解决的技术问题。


技术实现要素：

6.针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种基于用户使用行为进行信息推荐的信息推荐方法，从而能够提升信息推荐的准确性。
7.为了解决上述技术问题，本发明采用了如下的技术方案：基于用户使用行为的信息推荐方法，包括以下步骤：s1：建立目标用户的感兴趣行为渠道，并为各个感兴趣行为渠道排序并分配对应的推荐权重值；s2：获取目标用户各个感兴趣行为渠道对应的感兴趣内容信息；s3：基于所述感兴趣内容信息和所述推荐权重值生成目标用户对应的优选推荐信息并进行推荐。
8.优选的，信息推荐方法还包括：s4：建立目标用户的信息切换行为渠道，并获取各个信息切换行为渠道对应的切
换内容信息；s5：当所述信息切换行为渠道的使用次数累积达到设置的信息切换阈值时，根据当前热度最高的信息、所述感兴趣内容信息、所述推荐权重值以及所述切换内容信息生成目标用户对应的切换推荐信息用于替换当前的优选推荐信息并进行推荐。
9.优选的，还将所述切换内容信息和所述感兴趣内容信息进行对比，并根据对比结果优化目标用户对应感兴趣行为渠道的推荐权重值。
10.优选的，所述感兴趣行为渠道包括搜索框检索、点击内容信息查看详情、滑动内容信息表示喜欢以及停留在内容信息超过n秒中的任意一种或多种。
11.优选的，所述感兴趣行为渠道的排序依次为搜索框检索、点击内容信息查看详情、滑动内容信息表示喜欢以及停留在内容信息超过n秒，对应的权重值分别为0.4、0.3、0.2、0.1。
12.优选的，所述优选推荐信息通过冒泡算法生成：将各个感兴趣行为渠道的产生频率乘上其对应的推荐权重值，并对乘积结果进行冒泡排序；将按照冒泡排序顺序的倒序进行相关内容推荐，即将乘积结果最大的感兴趣行为渠道对应的感兴趣内容信息作为优选推荐信息进行推荐。
13.优选的，所述信息切换行为渠道包括上拉刷新、浏览内容时间停留过短、下拉加载以及类目切换频繁中的任意一种或多种。
14.优选的，所述上拉刷新对应的信息切换阈值为两次；所述类目切换频繁对应的信息切换阈值为两次；所述下拉加载对应的信息切换阈值为三次；所述浏览内容时间停留过短对应的信息切换阈值为三次。
15.优选的，所述当前热度最高的信息是通过热度算法来统计所有用户一周内浏览点击量高的信息实现获取的。
16.本发明中的信息推荐方法与现有技术相比，具有如下有益效果：在本发明中，根据目标用户的感兴趣行为渠道及其感兴趣内容信息生成优选推荐信息的方式，能够以用户实际感兴趣的内容信息进行准确的信息推荐，即能够以用户使用行为作为基础进行信息推荐，从而能够提升信息推荐的准确性。同时，本发明通过建立用户感兴趣行为渠道及其权重值的方式，有效的获取了用户感兴趣的内容信息，进而能够更为有效的根据用户实际感兴趣的内容信息进行推荐，从而进一步提升了信息推荐的准确性。此外，设置感兴趣行为渠道对应推荐权重值的方式，对用户的不同使用行为的重要性及推荐的优先级进行了限定，有利于基于用户使用行为更好的进行信息推荐，同样能够提升信息推荐的准确性。
附图说明
17.为了使发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：图1为实施例中信息推荐方法的逻辑框图。
具体实施方式
18.下面通过具体实施方式进一步详细的说明：
实施例：本实施例中公开了一种基于用户使用行为的信息推荐方法。
19.如图1所示，基于用户使用行为的信息推荐方法，包括以下步骤：s1：建立目标用户的感兴趣行为渠道，并为各个感兴趣行为渠道排序并分配对应的推荐权重值。具体的，感兴趣行为渠道的排序依次为搜索框检索、点击内容信息查看详情、滑动内容信息表示喜欢以及停留在内容信息超过n（本实施例中设置n为3）秒，对应的权重值分别为0.4、0.3、0.2、0.1。
20.s2：获取目标用户各个感兴趣行为渠道对应的感兴趣内容信息；s3：基于感兴趣内容信息和推荐权重值生成目标用户对应的优选推荐信息并进行推荐。
21.具体的，所述优选推荐信息通过冒泡算法生成：将各个感兴趣行为渠道的产生频率乘上其对应的推荐权重值，并对乘积结果进行冒泡排序；将按照冒泡排序顺序的倒序进行相关内容推荐，即将乘积结果最大的感兴趣行为渠道对应的感兴趣内容信息作为优选推荐信息进行推荐。
22.在本发明中，根据目标用户的感兴趣行为渠道及其感兴趣内容信息生成优选推荐信息的方式，能够以用户实际感兴趣的内容信息进行准确的信息推荐，即能够以用户使用行为作为基础进行信息推荐，从而能够提升信息推荐的准确性。同时，本发明通过建立用户感兴趣行为渠道及其权重值的方式，有效的获取了用户感兴趣的内容信息，进而能够更为有效的根据用户实际感兴趣的内容信息进行推荐，从而进一步提升了信息推荐的准确性。此外，设置感兴趣行为渠道对应推荐权重值的方式，对用户的不同使用行为的重要性及推荐的优先级进行了限定，有利于基于用户使用行为更好的进行信息推荐，同样能够提升信息推荐的准确性。
23.具体实施过程中，信息推荐方法还包括：s4：建立目标用户的信息切换行为渠道，并获取各个信息切换行为渠道对应的切换内容信息。具体的，信息切换行为渠道包括上拉刷新、浏览内容时间停留过短、下拉加载以及类目切换频繁中的任意一种或多种。
24.s5：当信息切换行为渠道的使用次数累积达到设置的信息切换阈值时，根据当前热度最高的信息、感兴趣内容信息、推荐权重值以及切换内容信息生成目标用户对应的切换推荐信息用于替换当前的优选推荐信息并进行推荐。具体的，上拉刷新对应的信息切换阈值为两次；类目切换频繁对应的信息切换阈值为两次；下拉加载对应的信息切换阈值为三次；浏览内容时间停留过短对应的信息切换阈值为三次。
25.实际推荐过程中，很容易出现信息推荐不准确的问题，即给用户推荐了其不感兴趣和不喜欢的内容信息。为此，本发明建立了用户的信息切换行为渠道，使得用户能够通过信息切换行为渠道直观的表达对内容信息的不喜欢和不感兴趣，这有利于提升用户的使用体验。同时，本发明还能够根据用户不感兴趣和不喜欢的内容信息调整和替换优选推荐信息，这能够基于用户使用行为更准确的为用户推荐信息，从而进一步提升了信息推荐的准确性。
26.具体实施过程中，还将切换内容信息和感兴趣内容信息进行对比，并根据对比结果优化目标用户对应感兴趣行为渠道的推荐权重值。
27.在本发明中，在用户通过信息切换行为渠道直观的表达对内容信息的不喜欢和不感兴趣时，能够根据用户不喜欢和不感兴趣的内容信息优化（调整）对应感兴趣行为渠道的推荐权重值，使得下次推荐时能够降低对用户不喜欢和不感兴趣内容信息的推荐优先级，进而能够基于用户使用行为更准确的推荐信息，从而能够进一步提升信息推荐的准确性。
28.具体实施过程中，感兴趣行为渠道包括搜索框检索、点击内容信息查看详情、滑动内容信息表示喜欢以及停留在内容信息超过n秒中的任意一种或多种。
29.具体实施过程中，当前热度最高的信息是通过热度算法来统计所有用户一周内浏览点击量高的信息实现获取的。
30.需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管通过参照本发明的优选实施例已经对本发明进行了描述，但本领域的普通技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离所附权利要求书所限定的本发明的精神和范围。同时，实施例中公知的具体结构及特性等常识在此未作过多描述。最后，本发明要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。