一种信息流动态推荐方法、系统、设备及介质与流程

本发明涉及互联网应用，特别是涉及一种信息流动态推荐方法、系统、设备及介质。

背景技术：

1、目前，互联网应用中，大多采用离线计算特征并训练模型的方式进行信息流推送和用户行为分析，这种方式具有一定滞后性，不能及时响应用户的行为和环境变化，无法根据用户的实时行为及时、灵活并快速的生成针对用户的个性化推荐结果。

技术实现思路

1、本发明的目的在于，针对现有技术中的上述问题，提供一种信息流动态推荐方法、系统、设备及介质，进而解决现有技术中的信息推荐方法无法根据用户的实时行为及时、灵活并快速的生成针对用户的个性化推荐结果的问题。

2、为解决上述技术问题，本发明的具体技术方案如下：

3、一方面，本发明提供一种信息流动态推荐方法，包括以下步骤：

4、预配置步骤：

5、在客户端中配置用户离线特征以及预测模型；

6、实时特征分析步骤：

7、响应于用户与客户端间的第一交互操作，提取用户实时行为数据，根据所述用户实时行为数据创建用户实时特征；

8、实时预测步骤：

9、响应于用户与客户端间的第二交互操作，基于所述用户离线特征和所述用户实时特征调用所述预测模型预测用户兴趣信息；基于所述用户兴趣信息对用户进行信息流推荐。

10、作为一种改进的方案，所述在客户端中配置用户离线特征，包括：

11、获取所述客户端中若干注册用户所分别对应的若干用户信息；

12、将若干所述用户信息分别作为若干所述注册用户的若干第一特征；

13、将若干所述第一特征作为所述用户离线特征。

14、作为一种改进的方案，所述提取用户实时行为数据之前，包括：

15、在所述客户端的交互域中嵌入收集事件；所述交互域，包括：客户端页面、客户端按钮以及客户端内容。

16、作为一种改进的方案，所述提取用户实时行为数据，包括：

17、通过所述第一交互操作所触发的收集事件，获取所述第一交互操作所对应的第一埋点数据；

18、将所述第一埋点数据作为第一注册用户的第一用户行为日志；

19、将所述第一用户行为日志存储至所述客户端的日志收集服务器中；

20、将所述日志收集服务器中所存储的所述第一用户行为日志作为所述用户实时行为数据。

21、作为一种改进的方案，所述将所述第一用户行为日志存储至所述客户端的日志收集服务器之前，包括：

22、根据所述第一用户行为日志生成所述第一注册用户的第一点击序列，所述第一点击序列中存储所述第一注册用户的点击时间和被点击内容标识；

23、基于所述第一点击序列获取所述第一注册用户在第一时间段内的点击内容，计算所述点击内容的词向量加权平均值。

24、作为一种改进的方案，所述根据所述用户实时行为数据创建用户实时特征，包括：

25、在所述用户实时行为数据中，筛选所述第一注册用户的操作特征以及交互内容的交互率特征；

26、将所述词向量加权平均值、所述操作特征以及所述交互率特征作为所述用户实时特征。

27、作为一种改进的方案，所述基于所述用户离线特征和所述用户实时特征调用所述预测模型预测用户兴趣信息，包括：

28、将所述用户离线特征和所述用户实时特征作为模型输入参数；

29、调用所述预测模型基于所述模型输入参数预测所述第一注册用户的兴趣内容，将所述兴趣内容作为所述第一注册用户的所述用户兴趣信息。

30、另一方面，本发明还提供一种信息流动态推荐系统，包括：

31、预配置模块、实时特征分析模块和实时预测模块；

32、所述预配置模块，用于在客户端中配置用户离线特征以及预测模型；

33、所述实时特征分析模块，用于响应于用户与客户端间的第一交互操作，提取用户实时行为数据，所述实时特征分析模块根据所述用户实时行为数据创建用户实时特征；

34、所述实时预测模块，用于响应于用户与客户端间的第二交互操作，基于所述用户离线特征和所述用户实时特征调用所述预测模型预测用户兴趣信息；所述实时预测模块基于所述用户兴趣信息对用户进行信息流推荐。

35、另一方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述信息流动态推荐方法的步骤。

36、另一方面，本发明还提供一种计算机设备，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；其中：

37、所述存储器，用于存放计算机程序；

38、所述处理器，用于通过运行所述存储器上所存放的程序来执行所述信息流动态推荐方法的步骤。

39、本发明技术方案的有益效果是：

40、本发明所述的信息流动态推荐方法，可以实现实时处理用户行为数据，并生成对应的实时特征数据，结合离线特征匹配出用户实时感兴趣的内容，并进行对应推送，提高了用户体验，增强了用户粘性，利于满足不同用户的个性化新需求，能够更加有效的向用户推荐信息，提高用户的有效阅读时长。

41、本发明所述的信息流动态推荐系统，可以通过预配置模块、实时特征分析模块和实时预测模块的相互配合，进而实现实时处理用户行为数据，并生成对应的实时特征数据，结合离线特征匹配出用户实时感兴趣的内容，并进行对应推送，提高了用户体验，增强了用户粘性，利于满足不同用户的个性化新需求，能够更加有效的向用户推荐信息，提高用户的有效阅读时长。

42、本发明所述的计算机可读存储介质，可以实现引导预配置模块、实时特征分析模块和实时预测模块进行配合，进而实现本发明所述的信息流动态推荐方法，且本发明所述的计算机可读存储介质还有效提高所述信息流动态推荐方法的可操作性。

43、本发明所述的计算机设备，可以实现存储并执行所述计算机可读存储介质，进而实现本发明所述的信息流动态推荐方法。

技术特征：

1.一种信息流动态推荐方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种信息流动态推荐方法，其特征在于：

3.根据权利要求2所述的一种信息流动态推荐方法，其特征在于：

4.根据权利要求3所述的一种信息流动态推荐方法，其特征在于：

5.根据权利要求4所述的一种信息流动态推荐方法，其特征在于：

6.根据权利要求5所述的一种信息流动态推荐方法，其特征在于：

7.根据权利要求4所述的一种信息流动态推荐方法，其特征在于：

8.一种信息流动态推荐系统，其特征在于，包括：预配置模块、实时特征分析模块和实时预测模块；

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上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1~7中任一项所述信息流动态推荐方法的步骤。

10.一种计算机设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；其中：

技术总结
本发明公开了一种信息流动态推荐方法、系统、设备及介质，所述方法包括以下步骤：在客户端中配置用户离线特征以及预测模型；响应于用户与客户端间的第一交互操作，提取用户实时行为数据，根据用户实时行为数据创建用户实时特征；响应于用户与客户端间的第二交互操作，基于用户离线特征和用户实时特征调用预测模型预测用户兴趣信息；基于用户兴趣信息对用户进行信息流推荐；本发明能够实时处理用户行为数据，并生成对应的实时特征数据，结合离线特征匹配出用户实时感兴趣的内容，并进行对应推送，提高了用户体验，增强了用户粘性，利于满足不同用户的个性化新需求，能够更加有效的向用户推荐信息，提高用户的有效阅读时长。

技术研发人员：刘东洋
受保护的技术使用者：苏州摩多多信息科技有限公司
技术研发日：
技术公布日：2024/1/16