阅读信息推荐方法和系统的制作方法
阅读信息推荐方法和系统的制作方法
【技术领域】
[0001]本发明涉及互联网技术领域，特别是涉及一种阅读信息推荐方法和系统。
【背景技术】
[0002]随着互联网技术的快速发展，互联网中的信息也正在呈现爆炸似的增长，当今社会数据化的信息内容规模越来越大，获取信息的途径也越来越广，人们总可以在互联网中找到自己需要的各种信息资源。
[0003]然而，信息的过载也会导致我们无法高效地从互联网上获取自己最需要的信息和资源。在大数据的时代背景下，人们获取信息的方式已经发生了巨大的改变。目前多数的推送技术多是基于商品或信息的相似性，这样发展的缺点在于越来越多的用户会将眼光局限于热门商品或者热搜信息上，而那些不热门却可能是用户感兴趣的商品或者信息就会被忽略。
[0004]阅读电子书在互联网的浪潮下越来越成为一种主流的阅读方式，人们通过阅读网站上推荐的阅读资源获取自身需要的信息，电子书以其便携、易获取和即时性赢得了众多阅读爱好者的青睐。但是，传统的电子阅读网站多是根据访问该阅读网站的用户的历史阅读信息来向用户推荐阅读内容，导致该用户收到的推荐信息内容比较单一，无法满足多样性的需求。
【发明内容】
[0005]基于此，有必要针对现有的信息推荐方式的推荐信息内容比较单一，无法满足多样性的需求的技术问题，提供一种阅读信息推荐方法和系统。
[0006]—种阅读信息推荐方法，包括如下步骤:
[0007]获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0008]根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0009]根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息;
[0010]根据所述目标用户的感兴趣信息和其他用户的感兴趣信息，生成目标用户的推荐信息；
[0011 ]将所述推荐信息推荐至所述目标用户。
[0012]一种阅读信息推荐系统，包括:
[0013]第一获取模块，用于获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0014]第二获取模块，用于根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0015]构建模块，用于根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；
[0016]生成模块，用于根据所述目标用户的感兴趣信息和其他用户的感兴趣信息，生成目标用户的推荐信息；
[0017]推荐模块，用于将所述推荐信息推荐至所述目标用户。
[0018]上述阅读信息推荐方法和系统，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
【附图说明】
[0019]图1为本发明的一个实施例的阅读信息推荐方法流程图；
[0020]图2为本发明的一个实施例的阅读信息推荐系统结构示意图。
【具体实施方式】
[0021]为了更进一步阐述本发明所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本发明的技术方案，进行清楚和完整的描述。
[0022]如图1所示，图1为本发明的一个实施例的阅读信息推荐方法流程图，包括如下步骤:
[0023]步骤SlOl:获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0024]在本步骤中，根据所述目标用户通过智能终端访问阅读网站的内容信息，例如，所述目标用户通过智能终端访问哪些阅读网站中的哪类信息，以及阅读了哪些内容，还有评论或者关注了哪些内容信息等等。
[0025]步骤S102:根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0026]在本步骤中，根据如上所述的历史阅读数据，获取所述目标用户的感兴趣信息。本发明中所述的目标用户的感兴趣信息包括目标用户通过智能终端经常访问的阅读网站、在某个阅读网站上经常阅读的哪类文章等等。
[0027]步骤S103:根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；
[0028]在本步骤中，通过构建相似用户群，将与所述目标用户有相同感兴趣信息的其他用户汇集起来。当然，相似用户群里的这些用户除了与所述目标用户具有相同的感兴趣信息之外，也都具有各自的感兴趣信息，通过获取所述相似用户群中其他用户的感兴趣信息，有效地扩大目标用户的感兴趣信息的范围。
[0029]步骤S1014:根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；
[0030]在本步骤中，考虑到目标用户可能与目标用户除了具有前述的相同感兴趣信息之夕卜，还具有和其他用户的感兴趣信息的一致的感兴趣信息，为了扩大所述目标用户推荐信息的选择范围，将所述目标用户的感兴趣信息和其他用户的感兴趣信息结合起来，生成目标用户最终的推荐信息。通过上述操作，使得本发明的阅读信息推荐方法，不仅向目标用户推荐了目标用户的感兴趣信息，提高了推荐信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户的感兴趣信息推荐至目标用户，扩大目标用户推荐信息的选择范围，实现了推荐信息的多样性。
[0031 ]步骤S105:将所述推荐信息推荐至所述目标用户。
[0032]在本步骤中，根据上述生成的推荐信息，并将所述推荐信息推荐值目标用户，使得所述目标用户既可以阅读到自己感兴趣的信息，也能够阅读到和自身相关的其他阅读信息，拓宽了阅读信息范围，增强了阅读信息的多样性。
[0033]上述阅读信息推荐方法，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
[0034]在实际应用中，对于用户来说，阅读固然是最主要的需求，但如果在用户睡觉的时间为其推送阅读信息，则这样的推荐效果可能就会适得其反，所以不仅需要知道用户喜欢什么阅读信息，同时也还需要知道用户的阅读行为信息，这样才能为其提供个性化的推荐服务。
[0035]在其中一个实施例中，本发明的阅读信息推荐方法，还可以包括:获取目标用户通过智能终端访问阅读网站的历史行为信息；
[0036]根据所述历史行为信息获取所述目标用户的阅读行为特征，并根据所述阅读行为特征将所述推荐 信息推荐至所述目标用户。
[0037]上述实施例中所述的历史行为信息指的是所述目标用户通过智能终端访问阅读网站的行为习惯，比如，在什么时间段访问哪类阅读网站，在哪个时间段阅读哪类阅读网站上的哪类书籍，以及在各个时间段的阅读周期等等。根据所述历史行为信息获取所述目标用户的阅读行为特征，即所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度等。在获取到所述目标用户的上述阅读行为特征之后，在向目标用户推荐阅读信息时，就可以结合上述阅读行为特征来进行推荐阅读信息。通过上述操作，实现了对所述目标用户的个性化推荐。
[0038]在实际应用中，可以通过用户一周兴趣偏好、历史每天阅读支配时间偏好和用户阅读访问网站偏好3个维度的数据来筛选生成用户的个性化推荐列表。
[0039]—周兴趣偏好:对个性化推荐结果进行筛选，筛选出与用户一周兴趣数据相匹配品类的书籍，并将个性化推荐结果中资源分值最高的书籍作为用户的推荐书籍。
[0040]历史每天阅读支配时间偏好:制定定时推送的书籍个性化推荐条目。
[0041]用户偏好访问网站:根据用户对网站访问的偏好，对其制定具有该书目的电子阅读类网站个性化推送条目。
[0042]在其中一个实施例中，本发明的阅读信息推荐方法，在所述获取目标用户的历史阅读数据的步骤之后，还可以包括:
[0043]对所述历史阅读数据进行隐私转码和完整性处理。
[0044]上述阅读信息推荐方法，通过对获取的历史阅读数据进行隐私转码处理，在一定程度上保护了目标用户的阅读隐私信息;通过对获取的历史阅读数据进行完整性处理，使得获取的历史阅读数据更准确、更全面地反映目标用户的历史阅读行为，有利于提高对目标用户推荐阅读信息的准确性。
[0045]在其中一个实施例中，本发明的阅读信息推荐方法，所述感兴趣信息可以包括感兴趣的书籍品类；
[0046]所述根据所述内容信息获取所述目标用户的感兴趣信息的步骤包括:
[0047]根据所述内容信息，获取所述目标用户感兴趣的书籍品类；
[0048]所述根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息，将所述推荐信息推荐至所述目标用户的步骤包括:
[0049]根据所述目标用户的感兴趣的书籍品类和其他用户的感兴趣的书籍品类生成目标用户的书籍品类推荐信息；
[0050]所述将所述推荐信息推荐至所述目标用户的步骤包括:
[0051]将所述书籍品类推荐信息推荐至所述目标用户。
[0052]在上述实施例中，本发明的阅读信息推荐方法，通过获取目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类，并根据所述目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类生成目标用户的书籍品类推荐信息，将所述书籍品类推荐信息推荐至所述目标用户。通过上述方案，不仅向目标用户推荐其感兴趣的书籍品类，提高了推荐阅读信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户感兴趣的书籍品类推荐给目标用户，实现了推荐阅读信息的多样性。
[0053]在实际应用中，本发明的信息推荐方法中所述的书籍品类包括但不限于:都市言情、穿越幻想、玄幻奇幻、武侠仙侠、游戏竞技、浪漫青春、历史军事、灵异悬疑、名著传记、科幻小说、影视剧本、时尚生活、官场职场、经管励志、教育社科和短篇小品。
[0054]在其中一个实施例中，本发明的阅读信息推荐方法，所述将所述书籍品类推荐信息推荐至所述目标用户的步骤可以包括:
[0055]根据所述目标用户的书籍品类推荐信息，筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表；
[0056]按照所述阅读书籍推荐列表，向所述目标用户推荐阅读书籍。
[0057]在上述实施例中，本发明的阅读信息推荐方法，通过筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表。在向目标用户推荐书籍时，按照匹配度由高到低的顺序向目标用户进行推荐阅读书籍，实现了对所述目标用户的个性化、精准化推荐。
[0058]在实际应用中，也可以通过提取数据关键词来筛选与所述书籍品类推荐信息相匹配的书籍，具体操作如下:
[0059](I)提取数据关键词，根据最基本的类别文本词汇对阅读网站书籍信息数据中的“关键词”字段进行数据匹配，并进行出现次数统计，获得相应的每一种不同类别的书籍列表中的“关键词”字段。
[0060](2)将匹配出的“关键词”进行排列，筛选出出现次数最高的前几位关键词，并将其作为该类别书籍的筛选关键词。
[0061](3)制定筛选规则:I)若书籍的名称中包含筛选关键词，则认为其为该类别的书籍。2)若书籍的内容简介中出现筛选关键词的个数大于一定量，则认为其为该类别书籍。
[0062]在经过以上的数据处理之后，通过对目标用户通过智能终端访问阅读网站的url访问数据进行数据解析，获取目标用户的历史阅读数据和阅读行为信息。在获取目标用户的感兴趣信息时，将用户的访问url解析为阅读的历史阅读数据;通过每天阅读支配时间、每周阅读支配时间、活跃度、爆发性、记忆性5个行为指标数据，来对目标用户的阅读行为信息进行描述。
[0063]在其中一个实施例中，本发明的阅读信息推荐方法，在所述将所述推荐信息推荐至所述目标用户的步骤之前，还包括:
[0064]确定所述目标用户的身份特征信息；
[0065]所述将所述推荐信息推荐至所述目标用户的步骤包括:
[0066]根据所述身份特征信息，向所述目标用户推荐信息。
[0067]在上述实施例中，本发明的阅读信息推荐方法，在向目标用户推荐阅读信息之前，还可以确定所述目标用户的身份特征信息，例如，所述目标用户从事的行业、所处的级别等等，再根据所述身份特征信息，向所述目标用户推荐信息，进一步实现了对目标用户的个性化和精准化推荐。
[0068]在实际应用中，为满足智能终端阅读产品运营商在营销业务上的需求，对用户进行个性化推荐之前，会对用户的行为或身份特征进行筛选，从中删选出具有明确特征性的一类用户，对其进行个性化推荐。具体的筛选规则如下:
[0069]对具有相同职业的用户进行筛选；
[0070]通过设定时间段对每天阅读支配性时间段相同的用户进行筛选；
[0071]通过设定时间段对每周阅读支配性时间段相同的用户进行筛选；
[0072]通过设定阈值对历史阅读次数大于或者小于阈值的用户进行筛选；
[0073]通过设定阈值对历史阅读记录中活跃度大于或者小于阈值的用户进行筛选；
[0074]通过设定阈值对前一月阅读记录中活跃度大于或小于阈值的用户进行算选。
[0075]通过利用上述筛选规则，能够实现对特定用户群的个性化精准推荐。
[0076]在实际应用中，本发明的阅读信息推荐方法，还可以通过网络爬虫从web上抓取目标用户的行为数据，数据来源主要为手机阅读网站以及同类阅读网站。其中，行为数据包括 :
[0077]①书籍信息数据。书名、书籍ID、作者、类别名称、类别ID、封面图片、简介、价格(包括实体书价格、电子书价格、按章购买价格、阅读包覆盖情况)、字数、章节数、关键字、首页链接、首章链接和网站名称。
[0078]②评估指标数据。指标名称、指标衡量效果说明、指标计算方法和指标计算数据口径。
[0079]③阅读行为数据。用户ID、日期、阅读PV、书籍ID。
[0080]④阅读记录数据。用户阅读历史PV记录、用户的登录、付费/包月、订购、客户端的使用。
[0081]⑤用户账单和基本资料。用户的ARPU值、用户基本资料(性别、生日、职业)、用户通话/短信明细、用户增值服务使用。
[0082]⑥用户访问url数据。url地址、访问时间、返回数据包长度和访问地点。
[0083]根据上述行为数据，能够有针对性地向目标用户推荐阅读信息，实现阅读信息的个性化推荐。
[0084]在实际应用中，本发明的阅读信息推荐方法，还可以通过对目标用户的上述行为数据运用推荐算法，并提取全部资源分值不为0的条目，且没有被用户选过的书籍，将其依据资源分值进行降序排列，即生成该用户的个性化推荐列表。
[0085]如图2所示，图2为本发明的一个实施例的阅读信息推荐系统结构示意图，包括:
[0086]第一获取模块101，用于获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0087]在本实施例中，本发明的阅读信息推荐系统的第一获取模块101根据所述目标用户通过智能终端访问阅读网站的内容信息，例如，所述目标用户通过智能终端访问哪些阅读网站中的哪类信息，以及阅读了哪些内容，还有评论或者关注了哪些内容信息等等。
[0088]第二获取模块102，用于根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0089]在本实施例中，本发明的阅读信息推荐系统的第二获取模块102根据如上所述的历史阅读数据，获取所述目标用户的感兴趣信息。本发明中所述的目标用户的感兴趣信息包括目标用户通过智能终端经常访问的阅读网站、在某个阅读网站上经常阅读的哪类文章等等。
[0090]构建模块103，用于根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；
[0091]在本实施例中，本发明的阅读信息推荐系统的构建模块103通过构建相似用户群，将与所述目标用户有相同感兴趣信息的其他用户汇集起来。当然，相似用户群里的这些用户除了与所述目标用户具有相同的感兴趣信息之外，也都具有各自的感兴趣信息，通过获取所述相似用户群中其他用户的感兴趣信息，有效地扩大目标用户的感兴趣信息的范围。
[0092]生成模块104，用于根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；
[0093]在本实施例中，考虑到目标用户可能与目标用户除了具有前述的相同感兴趣信息之外，还具有和其他用户的感兴趣信息的一致的感兴趣信息，为了扩大所述目标用户推荐信息的选择范围，本发明的阅读信息推荐系统的生成模块104将所述目标用户的感兴趣信息和其他用户的感兴趣信息结合起来，生成目标用户最终的推荐信息。通过上述操作，使得本发明的阅读信息推荐系统，不仅向目标用户推荐了目标用户的感兴趣信息，提高了推荐信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户的感兴趣信息推荐至目标用户，扩大目标用户推荐信息的选择范围，实现了推荐信息的多样性。
[0094]推荐模块105，用于将所述推荐信息推荐至所述目标用户。
[0095]本发明的阅读信息推荐系统的推荐模块105根据上述生成的推荐信息，并将所述推荐信息推荐值目标用户，使得所述目标用户既可以阅读到自己感兴趣的信息，也能够阅读到和自身相关的其他阅读信息，拓宽了阅读信息范围，增强了阅读信息的多样性。
[0096]上述阅读信息推荐系统，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
[0097]在其中一个实施例中，本发明的阅读信息推荐系统，所述第一获取模块101还可以用于:获取所述目标用户通过智能终端访问阅读网站的行为信息；
[0098]所述第二获取模块102还可以用于:根据所述行为信息获取所述目标用户的阅读行为特征；
[0099]所述推荐模块104，还可以用于:根据所述阅读行为特征将所述推荐信息推荐至所述目标用户。
[0100]上述实施例中所述的历史行为信息指的是所述目标用户通过智能终端访问阅读网站的行为习惯，比如，在什么时间段访问哪类阅读网站，在哪个时间段阅读哪类阅读网站上的哪类书籍，以及在各个时间段的阅读周期等等。根据所述历史行为信息获取所述目标用户的阅读行为特征，即所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度等。在获取到所述目标用户的上述阅读行为特征之后，在向目标用户推荐阅读信息时，就可以结合上述阅读行为特征来进行推荐阅读信息。通过上述操作，实现了对所述目标用户的个性化推荐。
[0101]在其中一个实施例中，本发明的阅读信息推荐系统，所述目标用户的阅读行为特征包括:
[0102]所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度。
[0103]在其中一个实施例中，本发明的阅读信息推荐系统，在所述第一获取模块101之后，还包括:
[0104]预处理模块，用于对所述历史阅读数据进行隐私转码和完整性处理。
[0105]上述阅读信息推荐系统，通过所述预处理模块对获取的历史阅读数据进行隐私转码处理，在一定程度上保护了目标用户的阅读隐私信息;通过所述预处理模块对获取的历史阅读数据进行完整性处理，使得获取的历史阅读数据更准确、更全面地反映目标用户的历史阅读行为，有利于提高对目标用户推荐阅读信息的准确性。
[0106]在其中一个实施例中，本发明的阅读信息推荐系统，所述感兴趣信息包括感兴趣的书籍品类；
[0107]所述第二获取模块102还可以用于根据所述内容信息，获取所述目标用户感兴趣的书籍品类；
[0108]所述生成模块103还可以用于根据所述目标用户的感兴趣的书籍品类和其他用户的感兴趣的书籍品类，生成目标用户的书籍品类推荐信息；
[0109]所述推荐模块105还可以用于将所述书籍品类推荐信息推荐至所述目标用户。
[0110]在上述实施例中，本发明的阅读信息推荐系统，通过获取目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类，并根据所述目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类生成目标用户的书籍品类推荐信息，将所述书籍品类推荐信息推荐至所述目标用户。通过上述方案，本发明的阅读信息推荐 系统不仅向目标用户推荐其感兴趣的书籍品类，提高了推荐阅读信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户感兴趣的书籍品类推荐给目标用户，实现了推荐阅读信息的多样性。
[0111]在其中一个实施例中，本发明的阅读信息推荐系统，所述推荐模块105还可以用于:根据所述目标用户的书籍品类推荐信息，筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表；
[0112]按照所述阅读书籍推荐列表，向所述目标用户推荐阅读书籍。
[0113]在上述实施例中，本发明的阅读信息推荐系统，通过筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表。在向目标用户推荐书籍时，按照匹配度由高到低的顺序向目标用户进行推荐阅读书籍，实现了对所述目标用户的个性化、精准化推荐。
[0114]在其中一个实施例中，本发明的阅读信息推荐系统，在所述推荐模块105之前，还可以包括:身份确定模块，用于确定所述目标用户的身份特征信息；
[0115]所述推荐模块105还可以用于:根据所述身份特征信息，向所述目标用户推荐信息。
[0116]在上述实施例中，本发明的阅读信息推荐系统，在向目标用户推荐阅读信息之前，还可以通过身份确定模块确定所述目标用户的身份特征信息，例如，所述目标用户从事的行业、所处的级别等等，再根据所述身份特征信息，向所述目标用户推荐信息，进一步实现了对目标用户的个性化和精准化推荐。
[0117]上述阅读信息推荐系统，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
[0118]以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0119]以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
【主权项】
1.一种阅读信息推荐方法，其特征在于，包括如下步骤: 获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息； 根据所述历史阅读数据获取所述目标用户的感兴趣信息； 根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；将所述推荐信息推荐至所述目标用户。2.根据权利要求1所述的阅读信息推荐方法，其特征在于，还包括:获取目标用户通过智能终端访问阅读网站的历史行为信息； 根据所述历史行为信息获取所述目标用户的阅读行为特征，并根据所述阅读行为特征将所述推荐信息推荐至所述目标用户。3.根据权利要求2所述的阅读信息推荐方法，其特征在于，所述目标用户的阅读行为特征包括: 所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度。4.根据权利要求1所述的阅读信息推荐方法，其特征在于，在所述获取目标用户的历史阅读数据的步骤之后，还包括: 对所述历史阅读数据进行隐私转码和完整性预处理。5.根据权利要求1所述的阅读信息推荐方法，其特征在于，所述感兴趣信息包括感兴趣的书籍品类； 所述根据所述内容信息获取所述目标用户的感兴趣信息的步骤包括: 根据所述内容信息，获取所述目标用户感兴趣的书籍品类； 所述根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息的步骤包括: 根据所述目标用户的感兴趣的书籍品类和其他用户的感兴趣的书籍品类，生成目标用户的书籍品类推荐信息； 所述将所述推荐信息推荐至所述目标用户的步骤包括: 将所述书籍品类推荐信息推荐至所述目标用户。6.根据权利要求5所述的阅读信息推荐方法，其特征在于，所述将所述书籍品类推荐信息推荐至所述目标用户的步骤包括: 根据所述目标用户的书籍品类推荐信息，筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表； 按照所述阅读书籍推荐列表，向所述目标用户推荐阅读书籍。7.根据权利要求1所述的阅读信息推荐方法，其特征在于，在所述将所述推荐信息推荐至所述目标用户的步骤之前，还包括: 确定所述目标用户的身份特征信息； 所述将所述推荐信息推荐至所述目标用户的步骤包括: 根据所述身份特征信息，向所述目标用户推荐信息。8.一种阅读信息推荐系统，其特征在于，包括: 第一获取模块，用于获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息； 第二获取模块，用于根据所述历史阅读数据获取所述目标用户的感兴趣信息； 构建模块，用于根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息； 生成模块，用于根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息； 推荐模块，用于将所述推荐信息推荐至所述目标用户。9.根据权利要求8所述的阅读信息推荐系统，其特征在于，所述第一获取模块，还用于:获取所述目标用户通过智能终端访问阅读网站的历史行为信息； 所述第二获取模块，还用于:根据所述历史行为信息获取所述目标用户的阅读行为特征。10.根据权利要求9所述的阅读信息推荐系统，其特征在于，所述推荐模块，还用于: 根据所述阅读行为特征将所述推荐信息推荐至所述目标用户。
【专利摘要】本发明涉及一种阅读信息推荐方法和系统，其中，所述方法包括如下步骤：获取目标用户的历史阅读数据；其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；根据所述历史阅读数据获取所述目标用户的感兴趣信息；根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；将所述推荐信息推荐至所述目标用户。通过上述技术方案，本发明的阅读信息推荐方法和系统，不仅提高了所述推荐阅读信息的准确性；而且实现了所述推荐阅读信息的多样性。
【IPC分类】G06F17/30
【公开号】CN105488233
【申请号】CN201610050871
【发明人】李庆林, 印鉴, 柳黛君, 刘杰
【申请人】广东顺德中山大学卡内基梅隆大学国际联合研究院, 中山大学
【公开日】2016年4月13日
【申请日】2016年1月25日
【技术领域】
[0001]本发明涉及互联网技术领域，特别是涉及一种阅读信息推荐方法和系统。
【背景技术】
[0002]随着互联网技术的快速发展，互联网中的信息也正在呈现爆炸似的增长，当今社会数据化的信息内容规模越来越大，获取信息的途径也越来越广，人们总可以在互联网中找到自己需要的各种信息资源。
[0003]然而，信息的过载也会导致我们无法高效地从互联网上获取自己最需要的信息和资源。在大数据的时代背景下，人们获取信息的方式已经发生了巨大的改变。目前多数的推送技术多是基于商品或信息的相似性，这样发展的缺点在于越来越多的用户会将眼光局限于热门商品或者热搜信息上，而那些不热门却可能是用户感兴趣的商品或者信息就会被忽略。
[0004]阅读电子书在互联网的浪潮下越来越成为一种主流的阅读方式，人们通过阅读网站上推荐的阅读资源获取自身需要的信息，电子书以其便携、易获取和即时性赢得了众多阅读爱好者的青睐。但是，传统的电子阅读网站多是根据访问该阅读网站的用户的历史阅读信息来向用户推荐阅读内容，导致该用户收到的推荐信息内容比较单一，无法满足多样性的需求。
【发明内容】
[0005]基于此，有必要针对现有的信息推荐方式的推荐信息内容比较单一，无法满足多样性的需求的技术问题，提供一种阅读信息推荐方法和系统。
[0006]—种阅读信息推荐方法，包括如下步骤:
[0007]获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0008]根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0009]根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息;
[0010]根据所述目标用户的感兴趣信息和其他用户的感兴趣信息，生成目标用户的推荐信息；
[0011 ]将所述推荐信息推荐至所述目标用户。
[0012]一种阅读信息推荐系统，包括:
[0013]第一获取模块，用于获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0014]第二获取模块，用于根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0015]构建模块，用于根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；
[0016]生成模块，用于根据所述目标用户的感兴趣信息和其他用户的感兴趣信息，生成目标用户的推荐信息；
[0017]推荐模块，用于将所述推荐信息推荐至所述目标用户。
[0018]上述阅读信息推荐方法和系统，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
【附图说明】
[0019]图1为本发明的一个实施例的阅读信息推荐方法流程图；
[0020]图2为本发明的一个实施例的阅读信息推荐系统结构示意图。
【具体实施方式】
[0021]为了更进一步阐述本发明所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本发明的技术方案，进行清楚和完整的描述。
[0022]如图1所示，图1为本发明的一个实施例的阅读信息推荐方法流程图，包括如下步骤:
[0023]步骤SlOl:获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0024]在本步骤中，根据所述目标用户通过智能终端访问阅读网站的内容信息，例如，所述目标用户通过智能终端访问哪些阅读网站中的哪类信息，以及阅读了哪些内容，还有评论或者关注了哪些内容信息等等。
[0025]步骤S102:根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0026]在本步骤中，根据如上所述的历史阅读数据，获取所述目标用户的感兴趣信息。本发明中所述的目标用户的感兴趣信息包括目标用户通过智能终端经常访问的阅读网站、在某个阅读网站上经常阅读的哪类文章等等。
[0027]步骤S103:根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；
[0028]在本步骤中，通过构建相似用户群，将与所述目标用户有相同感兴趣信息的其他用户汇集起来。当然，相似用户群里的这些用户除了与所述目标用户具有相同的感兴趣信息之外，也都具有各自的感兴趣信息，通过获取所述相似用户群中其他用户的感兴趣信息，有效地扩大目标用户的感兴趣信息的范围。
[0029]步骤S1014:根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；
[0030]在本步骤中，考虑到目标用户可能与目标用户除了具有前述的相同感兴趣信息之夕卜，还具有和其他用户的感兴趣信息的一致的感兴趣信息，为了扩大所述目标用户推荐信息的选择范围，将所述目标用户的感兴趣信息和其他用户的感兴趣信息结合起来，生成目标用户最终的推荐信息。通过上述操作，使得本发明的阅读信息推荐方法，不仅向目标用户推荐了目标用户的感兴趣信息，提高了推荐信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户的感兴趣信息推荐至目标用户，扩大目标用户推荐信息的选择范围，实现了推荐信息的多样性。
[0031 ]步骤S105:将所述推荐信息推荐至所述目标用户。
[0032]在本步骤中，根据上述生成的推荐信息，并将所述推荐信息推荐值目标用户，使得所述目标用户既可以阅读到自己感兴趣的信息，也能够阅读到和自身相关的其他阅读信息，拓宽了阅读信息范围，增强了阅读信息的多样性。
[0033]上述阅读信息推荐方法，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
[0034]在实际应用中，对于用户来说，阅读固然是最主要的需求，但如果在用户睡觉的时间为其推送阅读信息，则这样的推荐效果可能就会适得其反，所以不仅需要知道用户喜欢什么阅读信息，同时也还需要知道用户的阅读行为信息，这样才能为其提供个性化的推荐服务。
[0035]在其中一个实施例中，本发明的阅读信息推荐方法，还可以包括:获取目标用户通过智能终端访问阅读网站的历史行为信息；
[0036]根据所述历史行为信息获取所述目标用户的阅读行为特征，并根据所述阅读行为特征将所述推荐 信息推荐至所述目标用户。
[0037]上述实施例中所述的历史行为信息指的是所述目标用户通过智能终端访问阅读网站的行为习惯，比如，在什么时间段访问哪类阅读网站，在哪个时间段阅读哪类阅读网站上的哪类书籍，以及在各个时间段的阅读周期等等。根据所述历史行为信息获取所述目标用户的阅读行为特征，即所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度等。在获取到所述目标用户的上述阅读行为特征之后，在向目标用户推荐阅读信息时，就可以结合上述阅读行为特征来进行推荐阅读信息。通过上述操作，实现了对所述目标用户的个性化推荐。
[0038]在实际应用中，可以通过用户一周兴趣偏好、历史每天阅读支配时间偏好和用户阅读访问网站偏好3个维度的数据来筛选生成用户的个性化推荐列表。
[0039]—周兴趣偏好:对个性化推荐结果进行筛选，筛选出与用户一周兴趣数据相匹配品类的书籍，并将个性化推荐结果中资源分值最高的书籍作为用户的推荐书籍。
[0040]历史每天阅读支配时间偏好:制定定时推送的书籍个性化推荐条目。
[0041]用户偏好访问网站:根据用户对网站访问的偏好，对其制定具有该书目的电子阅读类网站个性化推送条目。
[0042]在其中一个实施例中，本发明的阅读信息推荐方法，在所述获取目标用户的历史阅读数据的步骤之后，还可以包括:
[0043]对所述历史阅读数据进行隐私转码和完整性处理。
[0044]上述阅读信息推荐方法，通过对获取的历史阅读数据进行隐私转码处理，在一定程度上保护了目标用户的阅读隐私信息;通过对获取的历史阅读数据进行完整性处理，使得获取的历史阅读数据更准确、更全面地反映目标用户的历史阅读行为，有利于提高对目标用户推荐阅读信息的准确性。
[0045]在其中一个实施例中，本发明的阅读信息推荐方法，所述感兴趣信息可以包括感兴趣的书籍品类；
[0046]所述根据所述内容信息获取所述目标用户的感兴趣信息的步骤包括:
[0047]根据所述内容信息，获取所述目标用户感兴趣的书籍品类；
[0048]所述根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息，将所述推荐信息推荐至所述目标用户的步骤包括:
[0049]根据所述目标用户的感兴趣的书籍品类和其他用户的感兴趣的书籍品类生成目标用户的书籍品类推荐信息；
[0050]所述将所述推荐信息推荐至所述目标用户的步骤包括:
[0051]将所述书籍品类推荐信息推荐至所述目标用户。
[0052]在上述实施例中，本发明的阅读信息推荐方法，通过获取目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类，并根据所述目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类生成目标用户的书籍品类推荐信息，将所述书籍品类推荐信息推荐至所述目标用户。通过上述方案，不仅向目标用户推荐其感兴趣的书籍品类，提高了推荐阅读信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户感兴趣的书籍品类推荐给目标用户，实现了推荐阅读信息的多样性。
[0053]在实际应用中，本发明的信息推荐方法中所述的书籍品类包括但不限于:都市言情、穿越幻想、玄幻奇幻、武侠仙侠、游戏竞技、浪漫青春、历史军事、灵异悬疑、名著传记、科幻小说、影视剧本、时尚生活、官场职场、经管励志、教育社科和短篇小品。
[0054]在其中一个实施例中，本发明的阅读信息推荐方法，所述将所述书籍品类推荐信息推荐至所述目标用户的步骤可以包括:
[0055]根据所述目标用户的书籍品类推荐信息，筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表；
[0056]按照所述阅读书籍推荐列表，向所述目标用户推荐阅读书籍。
[0057]在上述实施例中，本发明的阅读信息推荐方法，通过筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表。在向目标用户推荐书籍时，按照匹配度由高到低的顺序向目标用户进行推荐阅读书籍，实现了对所述目标用户的个性化、精准化推荐。
[0058]在实际应用中，也可以通过提取数据关键词来筛选与所述书籍品类推荐信息相匹配的书籍，具体操作如下:
[0059](I)提取数据关键词，根据最基本的类别文本词汇对阅读网站书籍信息数据中的“关键词”字段进行数据匹配，并进行出现次数统计，获得相应的每一种不同类别的书籍列表中的“关键词”字段。
[0060](2)将匹配出的“关键词”进行排列，筛选出出现次数最高的前几位关键词，并将其作为该类别书籍的筛选关键词。
[0061](3)制定筛选规则:I)若书籍的名称中包含筛选关键词，则认为其为该类别的书籍。2)若书籍的内容简介中出现筛选关键词的个数大于一定量，则认为其为该类别书籍。
[0062]在经过以上的数据处理之后，通过对目标用户通过智能终端访问阅读网站的url访问数据进行数据解析，获取目标用户的历史阅读数据和阅读行为信息。在获取目标用户的感兴趣信息时，将用户的访问url解析为阅读的历史阅读数据;通过每天阅读支配时间、每周阅读支配时间、活跃度、爆发性、记忆性5个行为指标数据，来对目标用户的阅读行为信息进行描述。
[0063]在其中一个实施例中，本发明的阅读信息推荐方法，在所述将所述推荐信息推荐至所述目标用户的步骤之前，还包括:
[0064]确定所述目标用户的身份特征信息；
[0065]所述将所述推荐信息推荐至所述目标用户的步骤包括:
[0066]根据所述身份特征信息，向所述目标用户推荐信息。
[0067]在上述实施例中，本发明的阅读信息推荐方法，在向目标用户推荐阅读信息之前，还可以确定所述目标用户的身份特征信息，例如，所述目标用户从事的行业、所处的级别等等，再根据所述身份特征信息，向所述目标用户推荐信息，进一步实现了对目标用户的个性化和精准化推荐。
[0068]在实际应用中，为满足智能终端阅读产品运营商在营销业务上的需求，对用户进行个性化推荐之前，会对用户的行为或身份特征进行筛选，从中删选出具有明确特征性的一类用户，对其进行个性化推荐。具体的筛选规则如下:
[0069]对具有相同职业的用户进行筛选；
[0070]通过设定时间段对每天阅读支配性时间段相同的用户进行筛选；
[0071]通过设定时间段对每周阅读支配性时间段相同的用户进行筛选；
[0072]通过设定阈值对历史阅读次数大于或者小于阈值的用户进行筛选；
[0073]通过设定阈值对历史阅读记录中活跃度大于或者小于阈值的用户进行筛选；
[0074]通过设定阈值对前一月阅读记录中活跃度大于或小于阈值的用户进行算选。
[0075]通过利用上述筛选规则，能够实现对特定用户群的个性化精准推荐。
[0076]在实际应用中，本发明的阅读信息推荐方法，还可以通过网络爬虫从web上抓取目标用户的行为数据，数据来源主要为手机阅读网站以及同类阅读网站。其中，行为数据包括 :
[0077]①书籍信息数据。书名、书籍ID、作者、类别名称、类别ID、封面图片、简介、价格(包括实体书价格、电子书价格、按章购买价格、阅读包覆盖情况)、字数、章节数、关键字、首页链接、首章链接和网站名称。
[0078]②评估指标数据。指标名称、指标衡量效果说明、指标计算方法和指标计算数据口径。
[0079]③阅读行为数据。用户ID、日期、阅读PV、书籍ID。
[0080]④阅读记录数据。用户阅读历史PV记录、用户的登录、付费/包月、订购、客户端的使用。
[0081]⑤用户账单和基本资料。用户的ARPU值、用户基本资料(性别、生日、职业)、用户通话/短信明细、用户增值服务使用。
[0082]⑥用户访问url数据。url地址、访问时间、返回数据包长度和访问地点。
[0083]根据上述行为数据，能够有针对性地向目标用户推荐阅读信息，实现阅读信息的个性化推荐。
[0084]在实际应用中，本发明的阅读信息推荐方法，还可以通过对目标用户的上述行为数据运用推荐算法，并提取全部资源分值不为0的条目，且没有被用户选过的书籍，将其依据资源分值进行降序排列，即生成该用户的个性化推荐列表。
[0085]如图2所示，图2为本发明的一个实施例的阅读信息推荐系统结构示意图，包括:
[0086]第一获取模块101，用于获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；
[0087]在本实施例中，本发明的阅读信息推荐系统的第一获取模块101根据所述目标用户通过智能终端访问阅读网站的内容信息，例如，所述目标用户通过智能终端访问哪些阅读网站中的哪类信息，以及阅读了哪些内容，还有评论或者关注了哪些内容信息等等。
[0088]第二获取模块102，用于根据所述历史阅读数据获取所述目标用户的感兴趣信息；
[0089]在本实施例中，本发明的阅读信息推荐系统的第二获取模块102根据如上所述的历史阅读数据，获取所述目标用户的感兴趣信息。本发明中所述的目标用户的感兴趣信息包括目标用户通过智能终端经常访问的阅读网站、在某个阅读网站上经常阅读的哪类文章等等。
[0090]构建模块103，用于根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；
[0091]在本实施例中，本发明的阅读信息推荐系统的构建模块103通过构建相似用户群，将与所述目标用户有相同感兴趣信息的其他用户汇集起来。当然，相似用户群里的这些用户除了与所述目标用户具有相同的感兴趣信息之外，也都具有各自的感兴趣信息，通过获取所述相似用户群中其他用户的感兴趣信息，有效地扩大目标用户的感兴趣信息的范围。
[0092]生成模块104，用于根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；
[0093]在本实施例中，考虑到目标用户可能与目标用户除了具有前述的相同感兴趣信息之外，还具有和其他用户的感兴趣信息的一致的感兴趣信息，为了扩大所述目标用户推荐信息的选择范围，本发明的阅读信息推荐系统的生成模块104将所述目标用户的感兴趣信息和其他用户的感兴趣信息结合起来，生成目标用户最终的推荐信息。通过上述操作，使得本发明的阅读信息推荐系统，不仅向目标用户推荐了目标用户的感兴趣信息，提高了推荐信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户的感兴趣信息推荐至目标用户，扩大目标用户推荐信息的选择范围，实现了推荐信息的多样性。
[0094]推荐模块105，用于将所述推荐信息推荐至所述目标用户。
[0095]本发明的阅读信息推荐系统的推荐模块105根据上述生成的推荐信息，并将所述推荐信息推荐值目标用户，使得所述目标用户既可以阅读到自己感兴趣的信息，也能够阅读到和自身相关的其他阅读信息，拓宽了阅读信息范围，增强了阅读信息的多样性。
[0096]上述阅读信息推荐系统，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
[0097]在其中一个实施例中，本发明的阅读信息推荐系统，所述第一获取模块101还可以用于:获取所述目标用户通过智能终端访问阅读网站的行为信息；
[0098]所述第二获取模块102还可以用于:根据所述行为信息获取所述目标用户的阅读行为特征；
[0099]所述推荐模块104，还可以用于:根据所述阅读行为特征将所述推荐信息推荐至所述目标用户。
[0100]上述实施例中所述的历史行为信息指的是所述目标用户通过智能终端访问阅读网站的行为习惯，比如，在什么时间段访问哪类阅读网站，在哪个时间段阅读哪类阅读网站上的哪类书籍，以及在各个时间段的阅读周期等等。根据所述历史行为信息获取所述目标用户的阅读行为特征，即所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度等。在获取到所述目标用户的上述阅读行为特征之后，在向目标用户推荐阅读信息时，就可以结合上述阅读行为特征来进行推荐阅读信息。通过上述操作，实现了对所述目标用户的个性化推荐。
[0101]在其中一个实施例中，本发明的阅读信息推荐系统，所述目标用户的阅读行为特征包括:
[0102]所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度。
[0103]在其中一个实施例中，本发明的阅读信息推荐系统，在所述第一获取模块101之后，还包括:
[0104]预处理模块，用于对所述历史阅读数据进行隐私转码和完整性处理。
[0105]上述阅读信息推荐系统，通过所述预处理模块对获取的历史阅读数据进行隐私转码处理，在一定程度上保护了目标用户的阅读隐私信息;通过所述预处理模块对获取的历史阅读数据进行完整性处理，使得获取的历史阅读数据更准确、更全面地反映目标用户的历史阅读行为，有利于提高对目标用户推荐阅读信息的准确性。
[0106]在其中一个实施例中，本发明的阅读信息推荐系统，所述感兴趣信息包括感兴趣的书籍品类；
[0107]所述第二获取模块102还可以用于根据所述内容信息，获取所述目标用户感兴趣的书籍品类；
[0108]所述生成模块103还可以用于根据所述目标用户的感兴趣的书籍品类和其他用户的感兴趣的书籍品类，生成目标用户的书籍品类推荐信息；
[0109]所述推荐模块105还可以用于将所述书籍品类推荐信息推荐至所述目标用户。
[0110]在上述实施例中，本发明的阅读信息推荐系统，通过获取目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类，并根据所述目标用户感兴趣的书籍品类和其他用户感兴趣的书籍品类生成目标用户的书籍品类推荐信息，将所述书籍品类推荐信息推荐至所述目标用户。通过上述方案，本发明的阅读信息推荐 系统不仅向目标用户推荐其感兴趣的书籍品类，提高了推荐阅读信息的准确性;而且，还将与目标用户具有相同感兴趣信息的其他用户感兴趣的书籍品类推荐给目标用户，实现了推荐阅读信息的多样性。
[0111]在其中一个实施例中，本发明的阅读信息推荐系统，所述推荐模块105还可以用于:根据所述目标用户的书籍品类推荐信息，筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表；
[0112]按照所述阅读书籍推荐列表，向所述目标用户推荐阅读书籍。
[0113]在上述实施例中，本发明的阅读信息推荐系统，通过筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表。在向目标用户推荐书籍时，按照匹配度由高到低的顺序向目标用户进行推荐阅读书籍，实现了对所述目标用户的个性化、精准化推荐。
[0114]在其中一个实施例中，本发明的阅读信息推荐系统，在所述推荐模块105之前，还可以包括:身份确定模块，用于确定所述目标用户的身份特征信息；
[0115]所述推荐模块105还可以用于:根据所述身份特征信息，向所述目标用户推荐信息。
[0116]在上述实施例中，本发明的阅读信息推荐系统，在向目标用户推荐阅读信息之前，还可以通过身份确定模块确定所述目标用户的身份特征信息，例如，所述目标用户从事的行业、所处的级别等等，再根据所述身份特征信息，向所述目标用户推荐信息，进一步实现了对目标用户的个性化和精准化推荐。
[0117]上述阅读信息推荐系统，通过将目标用户的感兴趣信息和相似用户群中的其他用户的感兴趣信息结合起来，不仅向所述目标用户推荐了其所感兴趣的信息，提高了所述推荐阅读信息的准确性;而且，还向所述目标用户推荐了相似用户群中的其他用户的感兴趣信息，实现了所述推荐阅读信息的多样性。
[0118]以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0119]以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
【主权项】
1.一种阅读信息推荐方法，其特征在于，包括如下步骤: 获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息； 根据所述历史阅读数据获取所述目标用户的感兴趣信息； 根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；将所述推荐信息推荐至所述目标用户。2.根据权利要求1所述的阅读信息推荐方法，其特征在于，还包括:获取目标用户通过智能终端访问阅读网站的历史行为信息； 根据所述历史行为信息获取所述目标用户的阅读行为特征，并根据所述阅读行为特征将所述推荐信息推荐至所述目标用户。3.根据权利要求2所述的阅读信息推荐方法，其特征在于，所述目标用户的阅读行为特征包括: 所述目标用户在预设时间段内的阅读时间段、历史阅读次数和阅读活跃度。4.根据权利要求1所述的阅读信息推荐方法，其特征在于，在所述获取目标用户的历史阅读数据的步骤之后，还包括: 对所述历史阅读数据进行隐私转码和完整性预处理。5.根据权利要求1所述的阅读信息推荐方法，其特征在于，所述感兴趣信息包括感兴趣的书籍品类； 所述根据所述内容信息获取所述目标用户的感兴趣信息的步骤包括: 根据所述内容信息，获取所述目标用户感兴趣的书籍品类； 所述根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息的步骤包括: 根据所述目标用户的感兴趣的书籍品类和其他用户的感兴趣的书籍品类，生成目标用户的书籍品类推荐信息； 所述将所述推荐信息推荐至所述目标用户的步骤包括: 将所述书籍品类推荐信息推荐至所述目标用户。6.根据权利要求5所述的阅读信息推荐方法，其特征在于，所述将所述书籍品类推荐信息推荐至所述目标用户的步骤包括: 根据所述目标用户的书籍品类推荐信息，筛选出与所述书籍品类推荐信息相匹配的书籍，并按照匹配度高低排序，生成阅读书籍推荐列表； 按照所述阅读书籍推荐列表，向所述目标用户推荐阅读书籍。7.根据权利要求1所述的阅读信息推荐方法，其特征在于，在所述将所述推荐信息推荐至所述目标用户的步骤之前，还包括: 确定所述目标用户的身份特征信息； 所述将所述推荐信息推荐至所述目标用户的步骤包括: 根据所述身份特征信息，向所述目标用户推荐信息。8.一种阅读信息推荐系统，其特征在于，包括: 第一获取模块，用于获取目标用户的历史阅读数据;其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息； 第二获取模块，用于根据所述历史阅读数据获取所述目标用户的感兴趣信息； 构建模块，用于根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息； 生成模块，用于根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息； 推荐模块，用于将所述推荐信息推荐至所述目标用户。9.根据权利要求8所述的阅读信息推荐系统，其特征在于，所述第一获取模块，还用于:获取所述目标用户通过智能终端访问阅读网站的历史行为信息； 所述第二获取模块，还用于:根据所述历史行为信息获取所述目标用户的阅读行为特征。10.根据权利要求9所述的阅读信息推荐系统，其特征在于，所述推荐模块，还用于: 根据所述阅读行为特征将所述推荐信息推荐至所述目标用户。
【专利摘要】本发明涉及一种阅读信息推荐方法和系统，其中，所述方法包括如下步骤：获取目标用户的历史阅读数据；其中，所述历史阅读数据包括所述目标用户通过智能终端访问阅读网站的内容信息；根据所述历史阅读数据获取所述目标用户的感兴趣信息；根据所述目标用户的感兴趣信息构建相似用户群，用于汇集所述阅读网站中与所述目标用户的感兴趣信息相关的其他用户，并获取所述相似用户群中其他用户的感兴趣信息；根据所述目标用户的感兴趣信息和其他用户的感兴趣信息生成目标用户的推荐信息；将所述推荐信息推荐至所述目标用户。通过上述技术方案，本发明的阅读信息推荐方法和系统，不仅提高了所述推荐阅读信息的准确性；而且实现了所述推荐阅读信息的多样性。
【IPC分类】G06F17/30
【公开号】CN105488233
【申请号】CN201610050871
【发明人】李庆林, 印鉴, 柳黛君, 刘杰
【申请人】广东顺德中山大学卡内基梅隆大学国际联合研究院, 中山大学
【公开日】2016年4月13日
【申请日】2016年1月25日
最新回复(0)