一種智能推薦方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及移動互聯(lián)網(wǎng)技術(shù)應(yīng)用領(lǐng)域，尤其涉及一種智能推薦方法和系統(tǒng)。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)的規(guī)模和覆蓋面越來越廣，隨之帶來了信息的迅猛增長。用戶要閱讀感興趣的喜好的信息就會費時費力，智能推薦系統(tǒng)作為一種信息過濾的重要手段，是當(dāng)前解決信息超載問題的有效方法。智能推薦是由系統(tǒng)主導(dǎo)用戶的瀏覽順序，引導(dǎo)用戶發(fā)現(xiàn)需要的信息。高質(zhì)量的智能推薦系統(tǒng)會使用戶對該系統(tǒng)產(chǎn)生依賴。
[0003]目前，大多數(shù)的智能推薦系統(tǒng)一般利用用戶自定義的分類選擇及關(guān)鍵字篩選來向用戶推薦信息，比如熱點資訊，這種系統(tǒng)雖然也分析了用戶行為和喜好，但更多的是通過對互聯(lián)網(wǎng)上傳播的信息的分析來分析用戶的行為和喜好，而不是直接對用戶的行為和喜好進行分析，因此推送的信息大多是互聯(lián)網(wǎng)上的熱點資訊，更多的是針對大眾的，而針對特定用戶的智能推薦的質(zhì)量不高，使得用戶在智能推薦系統(tǒng)的界面上無法快速找到符合自己習(xí)慣和喜好的信息。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的一方面在于提供一種智能推薦方法，本發(fā)明的另一目的在于提供一種智能推薦系統(tǒng)，從而解決現(xiàn)有技術(shù)中存在的前述問題。
[0005]為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下:
[0006]一種智能推薦方法，包括如下步驟:
[0007]S1,接收并存儲用戶行為數(shù)據(jù)；
[0008]S2,對所述用戶行為數(shù)據(jù)進行多維度的分析和統(tǒng)計，得到所述用戶行為數(shù)據(jù)的統(tǒng)計結(jié)果；
[0009]S3,根據(jù)所述統(tǒng)計結(jié)果，對所述用戶行為數(shù)據(jù)進行排序，再按照所述排序?qū)⑴c所述用戶行為數(shù)據(jù)相同類別的數(shù)據(jù)推送給用戶。
[0010]優(yōu)選地,步驟S3,進一步包括:
[0011]S31，根據(jù)所述統(tǒng)計結(jié)果，設(shè)定所述用戶行為數(shù)據(jù)的權(quán)重和系數(shù)；
[0012]S32，所述權(quán)重和所述系數(shù)的相乘，計算得到所述用戶行為數(shù)據(jù)的權(quán)重分值；
[0013]S33，根據(jù)所述用戶行為數(shù)據(jù)的權(quán)重分值，對所述用戶行為數(shù)據(jù)進行排序；
[0014]S34，按照所述排序?qū)⑴c所述用戶行為數(shù)據(jù)相同類別的數(shù)據(jù)推送給用戶。
[0015]優(yōu)選地，步驟S1之前，還包括如下步驟:
[0016]對所述用戶行為數(shù)據(jù)進行驗證，采集有效的所述用戶行為數(shù)據(jù)；
[0017]對所述有效的所述用戶行為數(shù)據(jù)進行隊列存儲，得到隊列存儲的所述用戶行為數(shù)據(jù)；
[0018]對所述隊列存儲的所述用戶行為數(shù)據(jù)進行壓縮，得到壓縮的所述用戶行為數(shù)據(jù)；
[0019]將所述壓縮的所述用戶行為數(shù)據(jù)傳送給服務(wù)端。
[0020]優(yōu)選地，在步驟S3中，所述對所述用戶行為數(shù)據(jù)進行排序之后，所述再按照所述排序?qū)⑴c所述用戶行為數(shù)據(jù)相同類別的數(shù)據(jù)推送給用戶之前，還包括步驟，根據(jù)設(shè)定的優(yōu)先原則，對所述用戶行為數(shù)據(jù)進行第二次排序。
[0021]具體地，所述優(yōu)先原則包括:編輯挑選優(yōu)先原則和時效性優(yōu)先原則。
[0022]具體地，所述多維度包括:時間、地點和信息種類。
[0023]具體地，步驟S2中所述對所述用戶行為數(shù)據(jù)進行多維度的分析和統(tǒng)計為:
[0024]對用戶習(xí)慣地點、習(xí)慣時間段內(nèi)、所有種類或用戶喜好種類的信息進行分析和統(tǒng)計;
[0025]或
[0026]對用戶習(xí)慣地點、所有種類或用戶喜好種類的數(shù)據(jù)進行分析和統(tǒng)計；
[0027]或
[0028]對用戶習(xí)慣時間、所有種類或用戶喜好種類的數(shù)據(jù)進行分析和統(tǒng)計。
[0029]一種智能推薦系統(tǒng),包括:
[0030]數(shù)據(jù)接收模塊:用于接收并存儲用戶行為數(shù)據(jù)；
[0031]數(shù)據(jù)處理模塊:用于對所述用戶行為數(shù)據(jù)進行分析和統(tǒng)計，得到基于多個維度的所述用戶行為數(shù)據(jù)的統(tǒng)計結(jié)果；
[0032]數(shù)據(jù)推送模塊:用于根據(jù)所述統(tǒng)計結(jié)果，對所述用戶行為數(shù)據(jù)進行排序，再按照所述排序?qū)⑴c所述用戶行為數(shù)據(jù)相同類別的數(shù)據(jù)推送給用戶。
[0033]優(yōu)選地，所述數(shù)據(jù)推送模塊進一步為:用于根據(jù)所述統(tǒng)計結(jié)果，設(shè)定所述用戶行為數(shù)據(jù)的權(quán)重和系數(shù)；根據(jù)所述權(quán)重和所述系數(shù)的乘積計算得到的所述用戶行為數(shù)據(jù)的權(quán)重分值，對所述用戶行為數(shù)據(jù)進行排序，再按照所述排序?qū)⑴c所述用戶行為數(shù)據(jù)相同類別的數(shù)據(jù)推送給用戶。
[0034]本發(fā)明的有益效果是:與現(xiàn)有技術(shù)直接對用戶的行為和喜好分析不夠，使得用戶在智能推薦系統(tǒng)的界面上無法快速找到符合自己習(xí)慣和喜好的信息，以用戶為主導(dǎo)的智能推薦方法和智能推薦系統(tǒng)相比，本發(fā)明通過融入服務(wù)器強大的分析與統(tǒng)計能力，對用戶行為數(shù)據(jù)進行多維度的分析和統(tǒng)計，對用戶行為數(shù)據(jù)進行更加深入和細(xì)致的分析，增加對用戶行為和習(xí)慣的了解，從而保證了在后續(xù)的智能推薦中更加符合用戶的行為和習(xí)慣。
【附圖說明】
[0035]圖1是本發(fā)明實施例提供的一種智能推薦方法的步驟流程圖；
[0036]圖2是本發(fā)明實施例提供的另一種智能推薦方法的步驟流程圖；
[0037]圖3是本發(fā)明實施例提供的一種維度選擇界面示意圖；
[0038]圖4是本發(fā)明實施例提供的一種權(quán)重選擇界面示意圖；
[0039]圖5是本發(fā)明實施例提供的網(wǎng)絡(luò)拓?fù)鋱D；
[0040]圖6是本發(fā)明實施例提供的一種智能推薦系統(tǒng)框架圖；
[0041]圖7是本發(fā)明實施例提供的另一種智能推薦系統(tǒng)框架圖。
【具體實施方式】
[0042]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖，對本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的【具體實施方式】僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0043]如圖1所示，本發(fā)明的實一個施例提供的一種智能推薦方法，包括如下步驟:
[0044]S1,接收并存儲用戶行為數(shù)據(jù)；
[0045]S2,對所述用戶行為數(shù)據(jù)進行多維度的分析和統(tǒng)計，得到所述用戶行為數(shù)據(jù)的統(tǒng)計結(jié)果；
[0046]S3,根據(jù)所述統(tǒng)計結(jié)果，對所述用戶行為數(shù)據(jù)進行排序，再將與所述用戶行為數(shù)據(jù)相同類別的數(shù)據(jù)推送給用戶。
[0047]采用上述技術(shù)方案，通過融入服務(wù)器強大的分析與統(tǒng)計能力，對用戶行為數(shù)據(jù)進行多維度的分析和統(tǒng)計，對用戶行為數(shù)據(jù)進行更加深入和細(xì)致的分析，增加對用戶行為和習(xí)慣的了解，從而保證了在后續(xù)的智能推薦中更加符合用戶的行為和習(xí)慣。
[0048]如圖2所示，本發(fā)明的一個實施例提供的一種智能推薦方法中，步驟S3，進一步包括:
[0049]S31，根據(jù)所述統(tǒng)計結(jié)果，設(shè)定所述用戶行為數(shù)據(jù)的權(quán)重和系數(shù)；
[0050]如本領(lǐng)域技術(shù)人員可以理解的，其中，所述用戶行為數(shù)據(jù)的權(quán)重和系數(shù)可以按照設(shè)置的默認(rèn)場景來統(tǒng)一調(diào)節(jié)，也可以按照提供產(chǎn)品的企業(yè)意愿自行調(diào)節(jié)；
[0051]S32，將所述權(quán)重和所述系數(shù)相乘，計算得到所述用戶行為數(shù)據(jù)的權(quán)重分值；
[0052]S33，根據(jù)所述用戶行為數(shù)據(jù)的權(quán)重分值，對所述用戶行為數(shù)據(jù)進行排序；
[0053]S34，按照所述排序?qū)⑴c所述用戶行為數(shù)據(jù)相同類別的數(shù)據(jù)推送給用戶。
[0054]比如，基于時間、地點和信息種類三個維度，對用戶行為數(shù)據(jù)進行分析統(tǒng)計，找到用戶在某個時間段內(nèi)、某個地點獲取某種類信息的數(shù)據(jù)，當(dāng)該用戶行為數(shù)據(jù)比較大時，說明該用戶在該時間段內(nèi)、該地點對該種類信息獲取量大，則智能推薦系統(tǒng)就可以增加該用戶行為數(shù)據(jù)的權(quán)重和系數(shù)，進而得到該用戶行為數(shù)據(jù)的權(quán)重分值較大，系統(tǒng)會根據(jù)權(quán)重分值的大小選擇向該用戶推送該地點、該時間段內(nèi)的該種類信息，從而保證智能推薦的結(jié)果更加符合用戶的行為和習(xí)慣。
[0055]其中，推送可以具體包括如下步驟:
[0056]a.用戶輸入用戶名與密碼登陸App (也可匿名登陸)；
[0057]b.App向服務(wù)器提交用戶登陸信息；
[0058]c.服務(wù)器按照用戶信息，獲取首頁推送內(nèi)容，通過接口推送到App端；
[0059]d.匿名用戶獲取默認(rèn)處理隊列。
[0060]本發(fā)明的實施例提供的智能推薦方法，根據(jù)對用戶行為數(shù)據(jù)的多維度的分析和統(tǒng)計結(jié)果，設(shè)定用戶行為數(shù)據(jù)的權(quán)重和系數(shù)，計算得到用戶行為數(shù)據(jù)的權(quán)重分值，使用戶行為數(shù)據(jù)的權(quán)重分值可以根據(jù)分析和統(tǒng)計結(jié)果進行調(diào)節(jié)，進而使智能推薦可以隨著用戶行為的變化而變化，始終與用戶的行為和習(xí)慣保持一致，從而為用戶提供更加符合其行為和習(xí)慣的推薦。
[0061]在本發(fā)明的一個實施例中，多維度包括:時間、地點和信息種類。其中，地點信息可以通過LBS接口獲取。在本實施例中，地點信息維度用于關(guān)注用戶使用系統(tǒng)獲取信息時所處的地理位置信息，通過對比數(shù)據(jù)庫中的內(nèi)容關(guān)鍵字、地址等信息，提高該地理位置的用戶行為數(shù)據(jù)的權(quán)重分值；
[0062]時間維度用于關(guān)注用戶行為數(shù)據(jù)的時效性，時間點離當(dāng)前時間越近，提高該時間點的用戶行為數(shù)據(jù)的權(quán)重分值
[0063]而權(quán)重分值越高，戶行為數(shù)據(jù)的排名就越靠前，在推送時相同種類的信息排序就越靠前，用戶就能越先看到該同種類的信息，與其習(xí)慣和行為相符合。
[0064]用戶行為數(shù)據(jù)的維度管理界面可以如圖3所示，權(quán)重管理界面可以如圖4所示。
[0065]具體地，驟S2中所述對所述用戶行為數(shù)據(jù)進行多維度分析和統(tǒng)計可以為:
[0066]對用戶習(xí)慣地點、習(xí)慣時間段內(nèi)、所有種類或用戶喜好種類的信息進行分析和統(tǒng)計;
[0067]或