關(guān)鍵字推薦方法及服務(wù)器的制造方法
【專利摘要】本發(fā)明涉及一種關(guān)鍵字推薦方法，所述方法包括：根據(jù)數(shù)據(jù)庫中的N個(gè)用戶對(duì)所述數(shù)據(jù)庫中M個(gè)目標(biāo)對(duì)象的歷史評(píng)分，確定第一類用戶組；在所述第一用戶組中，根據(jù)所述K個(gè)第一用戶與選定用戶對(duì)所述數(shù)據(jù)庫中同一目標(biāo)對(duì)象的評(píng)分相似度，確定第二類用戶組；根據(jù)所述第二類用戶組中對(duì)所述數(shù)據(jù)庫中的第一備選對(duì)象的有效評(píng)分?jǐn)?shù)據(jù)，確定第三類用戶組;根據(jù)所述選定用戶與所述第三類用戶組中的全部第三用戶的評(píng)分相似度，獲取所述數(shù)據(jù)庫中的Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值；根據(jù)所述Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值，將第一數(shù)量個(gè)備選對(duì)象對(duì)應(yīng)的關(guān)鍵字推薦給所述選定用戶。通過本發(fā)明實(shí)施例提供的關(guān)鍵字推薦方法及服務(wù)器，能夠通過本發(fā)明基于已有的用戶-商品模型進(jìn)行專家信任度統(tǒng)計(jì)分析，進(jìn)而推導(dǎo)出專家信任度優(yōu)先的商品推薦算法，從而提高關(guān)鍵字推薦的精確度。
【專利說明】關(guān)鍵字推薦方法及服務(wù)器
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)領(lǐng)域，具體涉及到一種關(guān)鍵字推薦方法及服務(wù)器。
【背景技術(shù)】
[0002]在一些大型的網(wǎng)絡(luò)平臺(tái)中，通常存在有提供目標(biāo)對(duì)象的互聯(lián)網(wǎng)用戶，如商戶、廣告主等，本申請(qǐng)中稱此類用戶為一類用戶；以及瀏覽、選擇目標(biāo)對(duì)象的互聯(lián)網(wǎng)用戶，本申請(qǐng)中稱此類用戶為二類用戶。一類用戶通過在互聯(lián)網(wǎng)平臺(tái)上投放目標(biāo)對(duì)象信息，使得二類用戶能夠在對(duì)應(yīng)的互聯(lián)網(wǎng)平臺(tái)上以瀏覽、選擇目標(biāo)對(duì)象。一類用戶可以通過輸入其提供的目標(biāo)對(duì)象或者是目標(biāo)對(duì)象的展示子平臺(tái)(如商鋪)來獲得互聯(lián)網(wǎng)系統(tǒng)推薦的關(guān)鍵詞，通過關(guān)鍵詞定向技術(shù)，將一類用戶提供的商品或子平臺(tái)與系統(tǒng)推薦的關(guān)鍵字進(jìn)行匹配。
[0003]關(guān)鍵字推薦系統(tǒng)就是利用統(tǒng)計(jì)和知識(shí)發(fā)現(xiàn)技術(shù)來解決與目標(biāo)客戶交互時(shí)提供關(guān)鍵字推薦問題的系統(tǒng)。通常的推薦算法，基于社會(huì)網(wǎng)絡(luò)及其中的部分參數(shù)進(jìn)行分析推薦，其推薦效果較傳統(tǒng)的推薦算法有一定改善，但很多情況下卻無法避免由于推薦者的信任度因素對(duì)推薦結(jié)果的影響。當(dāng)大眾用戶的推薦信任度不高，或者即使是某一領(lǐng)域的專家但未在最擅長(zhǎng)領(lǐng)域發(fā)揮作用時(shí)，導(dǎo)致很多情況下導(dǎo)致推薦結(jié)果的滿意度降低，影響關(guān)鍵字推薦的精確度。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種關(guān)鍵字推薦方法，以提高對(duì)用戶進(jìn)行關(guān)鍵字推薦的精確度。
[0005]為實(shí)現(xiàn)上述目的，本發(fā)明一方面提供了一種關(guān)鍵字推薦方法，所述方法包括:
[0006]步驟一、根據(jù)數(shù)據(jù)庫中的N個(gè)用戶對(duì)所述數(shù)據(jù)庫中M個(gè)目標(biāo)對(duì)象的歷史評(píng)分，確定第一類用戶組，所述第一類用戶組中包含K個(gè)第一用戶，K為大于I的自然數(shù)；
[0007]步驟二、在所述第一用戶組中，根據(jù)所述K個(gè)第一用戶與選定用戶對(duì)所述數(shù)據(jù)庫中同一目標(biāo)對(duì)象的評(píng)分相似度，確定第二類用戶組，所述第二類用戶組中包含Y個(gè)第二用戶，Y為不大于K的自然數(shù)；
[0008]步驟三、根據(jù)所述第二類用戶組中對(duì)所述數(shù)據(jù)庫中的第一備選對(duì)象的有效評(píng)分?jǐn)?shù)據(jù)，確定第三類用戶組，所述第三類用戶組中包含Z個(gè)第三用戶，Z為不大于Y的自然數(shù)；
[0009]步驟四、根據(jù)所述選定用戶與所述第三類用戶組中的全部第三用戶的評(píng)分相似度，獲取所述數(shù)據(jù)庫中的Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值；
[0010]步驟五、根據(jù)所述Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值，將第一數(shù)量個(gè)備選對(duì)象對(duì)應(yīng)的關(guān)鍵字推薦給所述選定用戶。
[0011]依照本發(fā)明較佳實(shí)施例所述的方法，所述步驟一進(jìn)一步包括:
[0012]步驟1.1，根據(jù)數(shù)據(jù)庫中的N個(gè)用戶對(duì)所述數(shù)據(jù)庫中M個(gè)目標(biāo)對(duì)象的歷史評(píng)分，確定所述N個(gè)用戶對(duì)所述M個(gè)目標(biāo)對(duì)象的信任度；
[0013]步驟1.2，在所述N個(gè)對(duì)象中，選擇所述信任度高于第一設(shè)定閾值的K個(gè)第一用戶，作為所述第一類用戶組。
[0014]依照本發(fā)明較佳實(shí)施例所述的方法，所述步驟1.1中具體為:
【權(quán)利要求】
1.一種關(guān)鍵字推薦方法，其特征在于，所述方法包括: 步驟一、根據(jù)數(shù)據(jù)庫中的N個(gè)用戶對(duì)所述數(shù)據(jù)庫中M個(gè)目標(biāo)對(duì)象的歷史評(píng)分，確定第一類用戶組，所述第一類用戶組中包含K個(gè)第一用戶，K為大于I的自然數(shù)； 步驟二、在所述第一用戶組中，根據(jù)所述K個(gè)第一用戶與選定用戶對(duì)所述數(shù)據(jù)庫中同一目標(biāo)對(duì)象的評(píng)分相似度，確定第二類用戶組，所述第二類用戶組中包含Y個(gè)第二用戶，Y為不大于K的自然數(shù)； 步驟三、根據(jù)所述第二類用戶組中對(duì)所述數(shù)據(jù)庫中的第一備選對(duì)象的有效評(píng)分?jǐn)?shù)據(jù)，確定第三類用戶組，所述第三類用戶組中包含Z個(gè)第三用戶，Z為不大于Y的自然數(shù)；步驟四、根據(jù)所述選定用戶與所述第三類用戶組中的全部第三用戶的評(píng)分相似度，獲取所述數(shù)據(jù)庫中的Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值； 步驟五、根據(jù)所述Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值，將第一數(shù)量個(gè)備選對(duì)象對(duì)應(yīng)的關(guān)鍵字推薦給所述選定用戶。
2.如權(quán)利要求1所述的方法，其特征在于，所述步驟一進(jìn)一步包括: 步驟1.1，根據(jù)數(shù)據(jù)庫中的N個(gè)用戶對(duì)所述數(shù)據(jù)庫中M個(gè)目標(biāo)對(duì)象的歷史評(píng)分，確定所述N個(gè)用戶對(duì)所述M個(gè)目標(biāo)對(duì)象的信任度； 步驟1.2，在所述N個(gè)對(duì)象中，選擇所述信任度高于第一設(shè)定閾值的K個(gè)第一用戶，作為所述第一類用戶組。
3.如權(quán)利要求2所述的方法，其特征在于，所述步驟1.1中具體為:
4.如權(quán)利要求1所述的方法，其特征在于，所述步驟二中所述K個(gè)第一用戶與選定用戶對(duì)所述數(shù)據(jù)庫中同一目標(biāo)對(duì)象的評(píng)分相似度，具體通過如下方式獲得:
5.如權(quán)利要求4所述的方法，其特征在于，所述步驟四中，所述Q個(gè)備選對(duì)象為所述數(shù)據(jù)庫中所述選定用戶沒有進(jìn)行過評(píng)分的目標(biāo)對(duì)象； 所述步驟四具體包括:
6.如權(quán)利要求1所述的方法，其特征在于，所述步驟五中，所述第一數(shù)量個(gè)備選對(duì)象，根據(jù)所述Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值中的排名確定。
7.一種服務(wù)器，其特征在于，所述服務(wù)器包括: 第一確定單元，用戶根據(jù)數(shù)據(jù)庫中的N個(gè)用戶對(duì)所述數(shù)據(jù)庫中M個(gè)目標(biāo)對(duì)象的歷史評(píng)分，確定第一類用戶組，所述第一類用戶組中包含K個(gè)第一用戶，K為大于I的自然數(shù)； 第二確定單元，用戶在所述第一用戶組中，根據(jù)所述K個(gè)第一用戶與選定用戶對(duì)所述數(shù)據(jù)庫中同一目標(biāo)對(duì)象的評(píng)分相似度，確定第二類用戶組，所述第二類用戶組中包含Y個(gè)第二用戶，Y為不大于K的自然數(shù)； 第三確定單元，用于根據(jù)所述第二類用戶組中對(duì)所述數(shù)據(jù)庫中的第一備選對(duì)象的有效評(píng)分?jǐn)?shù)據(jù)，確定第三類用戶組，所述第三類用戶組中包含Z個(gè)第三用戶，Z為不大于Y的自然數(shù)； 獲取單元，用于根據(jù)所述選定用戶與所述第三類用戶組中的全部第三用戶的評(píng)分相似度，獲取所述數(shù)據(jù)庫中的Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值； 推薦單元，用于根據(jù)所述Q個(gè)備選對(duì)象的評(píng)分預(yù)測(cè)值，將第一數(shù)量個(gè)備選對(duì)象對(duì)應(yīng)的關(guān)鍵字推薦給所述選定用戶。
8.如權(quán)利要求7所述的服務(wù)器，其特征在于，所述第一確定單元進(jìn)一步包括: 第一確定子單元，用于根據(jù)數(shù)據(jù)庫中的N個(gè)用戶對(duì)所述數(shù)據(jù)庫中M個(gè)目標(biāo)對(duì)象的歷史評(píng)分，確定所述N個(gè)用戶對(duì)所述M個(gè)目標(biāo)對(duì)象的信任度； 第一選擇子單元，在所述N個(gè)對(duì)象中，選擇所述信任度高于第一設(shè)定閾值的K個(gè)第一用戶，作為所述第一類用戶組。
9.如權(quán)利要求8所述的服務(wù)器，其特征在于，所述第一確定子單元，具 體用于:
10.如權(quán)利要求1所述的服務(wù)器，其特征在于，所述第二確定單元根據(jù)如下方式獲取所述K個(gè)第一用戶與選定用戶對(duì)所述數(shù)據(jù)庫中同一目標(biāo)對(duì)象的評(píng)分相似度:
【文檔編號(hào)】H04L29/06GK103810255SQ201410028135
【公開日】2014年5月21日 申請(qǐng)日期:2014年1月21日 優(yōu)先權(quán)日:2014年1月21日
【發(fā)明者】曹杰, 毛波, 王有權(quán), 陶海成 申請(qǐng)人:南京理工大學(xué)