一种基于大数据的领域交叉推荐方法及装置的制造方法
【技术领域】
[0001] 本发明设及互联网技术领域，尤其设及一种基于大数据的领域交叉推荐方法及装 置。
【背景技术】
[0002] 现有的针对多领域用户行为的分析方法相对简单。通过在不同领域内寻找与给定 目标用户相近或相似用户的方式，实现目标用户的定位及用户推荐内容的生成。
[0003] 现有技术的缺点是：
[0004] 可解释性较差，无法建立不同领域行为特征的对应关系；
[0005] 人为干预过多，需要定义用户距离的度量方式与阔值；
[0006] 可扩展性差，无法通过建模结果对新用户进行快速建模和推荐。
【发明内容】
[0007] 本发明要解决的技术问题是，提供一种基于大数据的领域交叉推荐方法及装置， 对用户进行更精准的推荐服务。
[000引本发明采用的技术方案是，所述基于大数据的领域交叉推荐方法，包括：
[0009] 基于特定用户集里的用户的线上输入记录和线下行为记录分别进行主题建模;所 述特定用户集里的用户均为同时具有线上输入记录和线下行为记录的用户；
[0010] 根据主题建模的结果确定出从各线上输入的主题到各线下行为的主题的转移概 率.
[0011] 针对任一目标用户，基于所述转移概率W及所述目标用户的线上输入记录，向所 述目标用户进行线下行为的内容推荐。
[0012] 进一步的，所述线下行为记录，包括:线下消费记录；
[001引所述线上输入记录，包括:利用捜索引擎的检索记录，和/或，通过输入法或者语音 接收设备在特定应用中的输入记录;所述特定应用的类型，至少包括W下之一：聊天软件、 捜索引擎、社交软件W及网上购物客户端软件。
[0014] 进一步的，所述线下消费记录，包括:线下消费主题和线下消费品牌；
[0015] 在所述线上输入记录为利用捜索引擎的检索记录的情况下，所述基于所述特定用 户集里的用户的线上输入记录和线下行为记录分别进行主题建模，包括：
[0016] 基于所述特定用户集里的用户的线下消费记录进行主题建模，得到在各消费主题 中对于各品牌进行消费的概率P(品牌I消费主题）、W及每位用户对于各消费主题进行消费 的概率P(消费主题I用户）；
[0017] 基于所述特定用户集里的用户的线上检索记录进行主题建模LDA，得到在各检索 主题中输入各检索词的概率P(检索词I检索主题）、W及每位用户对于各检索主题进行检索 的概率P(检索主题I用户）。
[0018] 进一步的，所述根据主题建模的结果确定出从各线上输入的主题到各线下行为的 主题的转移概率，包括：
[0019] 在每位用户对应的P(检索主题I用户）W及所述特定用户集里的用户对于各品牌 的消费数据的基础上，或者，在P(品牌I消费主题）、每位用户对应的P(检索主题I用户似及 所述特定用户集里的用户对于各品牌的消费数据的基础上，通过运用双层概率图模型得到 从各检索主题到各消费主题的转移概率P(消费主题I检索主题）。
[0020] 进一步的，作为一种可选的技术方案，针对任一目标用户，基于所述转移概率W及 所述目标用户的线上输入记录，向所述目标用户进行线下行为的内容推荐，包括：
[0021] A1:针对任一具备所述利用捜索引擎的检索记录的目标用户，按照下面的公式确 定出所述目标用户对于各品牌进行消费的概率Po(品牌I用户）：
[0022]
[0023] 其中，
是指针对所述特定用户集里的用户的线下行为记录中所设及的所 有消费主题求和，
是指针对所述目标用户的检索记录中的所有检索主题求和，Po (检索主题I用户)是指根据所述目标用户的检索记录确定出的所述目标用户对于各检索主 题进行检索的概率；
[0024] A2:根据Po(品牌I用户）向所述目标用户进行品牌推荐。
[0025] 进一步的，作为另一种可选的技术方案，在任一所述目标用户还同时具备线下消 费记录的情况下，针对所述目标用户，基于所述目标用户的线上输入记录W及所述转移概 率，向所述目标用户进行线下行为的内容推荐，包括：
[0026] B1:针对任一所述目标用户，按照下面的公式确定出所述目标用户对于各品牌进 行消费的概率Po(品牌I用户）：
[0027]
[002引其中，Po(品牌I消费主题)是指根据所述目标用户的消费记录确定出的所述目标 用户在各消费主题中对于各品牌进行消费的概率，Po(消费主题I用户）是指根据所述目标 用户的消费记录确定出的所述目标用户对于各消费主题进行消费的概聋
量指针 对所述特定用户集里的用户的线下行为记录中所设及的所有消费主题求和
是指 针对所述目标用户的检索记录中的所有检索主题求和，Po(检索主题I用户）是指根据所述 目标用户的检索记录确定出的所述目标用户对于各检索主题进行检索的概率；
[0029] B2:根据Po(品牌I用户）向所述目标用户进行品牌推荐。
[0030] 本发明还提供一种基于大数据的领域交叉推荐装置，包括：
[0031] 建模模块，用于基于特定用户集里的用户的线上输入记录和线下行为记录分别进 行主题建模;所述特定用户集里的用户均为同时具有线上输入记录和线下行为记录的用 户；
[0032] 计算模块，用于根据主题建模的结果确定出从各线上输入的主题到各线下行为的 主题的转移概率；
[0033] 推荐模块，用于针对任一目标用户，基于所述转移概率W及所述目标用户的线上 输入记录，向所述目标用户进行线下行为的内容推荐。
[0034] 进一步的，所述线下行为记录，包括:线下消费记录；
[0035] 所述线上输入记录，包括:利用捜索引擎的检索记录，和/或，通过输入法或者语音 接收设备在特定应用中的输入记录;所述特定应用的类型，至少包括W下之一：聊天软件、 捜索引擎、社交软件W及网上购物客户端软件。
[0036] 进一步的，所述线下消费记录，包括:线下消费主题和线下消费品牌；
[0037] 在所述线上输入记录为利用捜索引擎的检索记录的情况下，所述建模模块，用于：
[0038] 基于所述特定用户集里的用户的线下消费记录进行主题建模，得到在各消费主题 中对于各品牌进行消费的概率P(品牌I消费主题）、W及每位用户对于各消费主题进行消费 的概率P(消费主题I用户）；
[0039] 基于所述特定用户集里的用户的线上检索记录进行主题建模LDA，得到在各检索 主题中输入各检索词的概率P(检索词I检索主题）、W及每位用户对于各检索主题进行检索 的概率P(检索主题I用户）。
[0040] 进一步的，所述计算模块，具体用于：
[0041] 在每位用户对应的P(检索主题I用户）W及所述特定用户集里的用户对于各品牌 的消费数据的基础上，或者，在P(品牌I消费主题）、每位用户对应的P(检索主题I用户似及 所述特定用户集里的用户对于各品牌的消费数据的基础上，通过运用双层概率图模型得到 从各检索主题到各消费主题的转移概率P(消费主题I检索主题）。
[0042] 进一步的，作为一种可选的技术方案，所述推荐模块，具体用于：
[0043] 针对任一具备所述利用捜索引擎的检索记录的目标用户，按照下面的公式确定出 所述目标用户对于各品牌进行消费的概率Po(品牌I用户）：
[0044]
[0045] 其中
是指针对所述特定用户集里的用户的线下行为记录中所设及的所 有消费主题求和
是指针对所述目标用户的检索记录中的所有检索主题求和，Po (检索主题I用户)是指根据所述目标用户的检索记录确定出的所述目标用户对于各检索主 题进行检索的概率；
[0046] 根据Po(品牌I用户）向所述目标用户进行品牌推荐。
[0047] 进一步的，作为另一种可选的技术方案，在任一所述目标用户还同时具备线下消 费记录的情况下，所述推荐模块，具体用于：
[0048] B1:针对任一所述目标用户，按照下面的公式确定出所述目标用户对于各品牌进 行消费的概率Po(品牌I用户）：
[0049]
[0050]其中，Po(品牌I消费主题)是指根据所述目标用户的消费记录确定出的所述目标 用户在各消费主题中对于各品牌进行消费的概率，Po(消费主题I用户）是指根据所述目标 用户的消费记录确定出的所述目标用户对于各消费主题进行消费的概率：
是指针 对所述特定用户集里的用户的线下行为记录中所设及的所有消费主题求和，
是指 针对所述目标用户的检索记录中的所有检索主题求和，Po(检索主题I用户）是指根据所述 目标用户的检索记录确定出的所述目标用户对于