申请/专利权人：西安博达软件股份有限公司

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117874347A

主分类号：G06F16/9535

分类号：G06F16/9535;G06F16/9536;G06F18/10;G06F18/213;G06F18/22;G06F18/21

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及内容推荐领域，具体的说是一种基于业务特征的内容推荐技术，包括数据收集和预处理、特征提取、相似度计算、算法推荐、评估和优化步骤，数据收集和预处理，收集用户行为数据和物品信息数据，并对其进行预处理，本发明通过先进的机器学习算法和数据挖掘技术，结合多维度的用户数据和内容信息，能够更准确地理解用户的兴趣和需求，提供个性化、精准的推荐结果，通过克服新用户和冷启动问题，系统能够更好地适应不同用户的需求,通过综合考虑用户的个人信息、历史行为和社交网络数据多维度数据，为用户提供更具针对性的推荐结果，通过深入挖掘用户的兴趣和偏好，系统能够更好地满足用户的特定需求，提供个性化的推荐体验。

主权项：1.一种基于业务特征的内容推荐技术，其特征在于，包括数据收集和预处理、特征提取、相似度计算、算法推荐、评估和优化步骤，该方法的步骤如下：S1：数据收集和预处理，收集用户行为数据和物品信息数据，并对其进行预处理，对用户行为数据进行去重、过滤和标准化，对物品信息数据进行特征提取和编码；S2：特征提取，从用户行为数据和物品信息数据中提取有用的特征，用于描述用户和物品的属性，这些特征包括用户的历史行为、物品的内容特征、用户和物品的属性，特征工程采用TF-IDF、Word2Vec、One-Hot编码；S3：相似度计算，根据用户和物品的特征，计算它们之间的相似度，相似度计算使用各种方法，余弦相似度、欧氏距离、皮尔逊相关系数，使用余弦相似度计算用户之间的相似度，或者使用内容相似度计算物品之间的相似度；S4：算法推荐，基于相似度计算的结果，使用推荐算法为用户生成个性化推荐，推荐算法包括协同过滤、内容过滤、混合推荐，以下是一个示例推荐算法的公式： 其中，NN表示与目标用户vv相似的用户集合，相似度u，v相似度u，v表示用户uu和用户vv之间的相似度，用户评分u用户评分u表示用户uu对物品的评分，基于矩阵分解的推荐算法： 基于内容化过滤的推荐算法： S5：评估和优化，对生成的推荐结果进行评估和优化，使用一些评估指标，包括准确率、召回率、覆盖率来评估推荐系统的性能，根据评估结果，对推荐算法进行优化和调整，以提高推荐的准确性和用户满意度。

全文数据：

权利要求：

百度查询： 西安博达软件股份有限公司 一种基于业务特征的内容推荐技术

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD