一種基于推薦的興趣社區(qū)用戶引導方法
【專利摘要】一種基于推薦的興趣社區(qū)用戶引導方法，包括如下步驟：S100、創(chuàng)建興趣社區(qū)，通過分析推薦系統(tǒng)用戶的興趣模型挖掘所有興趣的潛在用戶,通過潛在用戶的數(shù)量確定興趣社區(qū)的排序并分批次創(chuàng)建興趣社區(qū)；S200、推薦興趣社區(qū)，把相關的興趣社區(qū)推薦給合適的用戶，并引導用戶進入該興趣社區(qū)。本發(fā)明適合于移動互聯(lián)網(wǎng)推薦產品快速建立自己的興趣社區(qū)，并保證新用戶的持續(xù)導入，用戶無需搜索即可獲得自己感興趣的興趣社區(qū)的推薦，同時方便了用戶對相關興趣社區(qū)的關注，提高了用戶瀏覽上網(wǎng)的效率，滿足了用戶的多方面需求。
【專利說明】
-種基于推薦的興趣社區(qū)用戶引導方法
技術領域
[0001] 本發(fā)明設及一種網(wǎng)絡興趣社區(qū)用戶引導方法，特別是一種基于推薦的興趣社區(qū)用 戶引導方法。
【背景技術】
[0002] 興趣社區(qū)是一類常見的互聯(lián)網(wǎng)產品，古老的BBS屬于最早的興趣社區(qū)類型，每一 個版面定義了一個討論的主題，擁有共同興趣的用戶通過在同一個版面下發(fā)帖回貼進行互 動。但是BBS時代的一個很大問題是在浩滿的互聯(lián)網(wǎng)世界，用戶找到符合自己興趣的BBS 版面并不容易。一些大的BBS社區(qū)（比如天涯，水木）因為維護成本的考慮不可能無限制 開設版面，導致很多小眾的興趣無法擁有獨立的版面。而一些專為小眾興趣成立的BBS,由 于缺乏知名度和流量，不容易被潛在用戶了解。在捜索引擎時代，百度做出了一款興趣社區(qū) 創(chuàng)新產品--百度貼吧。用戶在捜索的時候，相關的貼吧直接顯示在捜索頁面。如果沒 有相關的貼吧，百度會提醒用戶可W建立一個相關的貼吧。運樣，擁有共同小眾興趣的用戶 可W低成本地建立自己的社區(qū)，而運個社區(qū)也可W通過展示給捜索相關詞條的用戶（潛在 的有共同興趣用戶）而獲得穩(wěn)定的新用戶增長，保證該社區(qū)的活力和討論氛圍。
[0003] 百度貼吧的新用戶引入方式可W抽象為基于捜索的興趣社區(qū)用戶引導方法。運種 方法對于市場占有率高的主流捜索引擎非常有效，但是對于W推薦為主的新一代移動互聯(lián) 網(wǎng)產品并不適用。近年來，隨著大數(shù)據(jù)，人工智能技術的爆發(fā)和移動互聯(lián)網(wǎng)的高速發(fā)展，個 性化推薦技術獲得了巨大的成功。W世界領先的新聞推薦產品"今日頭條"為例，到2014年 已經擁有2. 2億用戶，每天人均閱讀超過10篇文章，而且用戶量還在持續(xù)快速增長。運類 推薦類產品的用戶已經習慣了大數(shù)據(jù)算法的推薦，主動捜索意愿不強，基于捜索的興趣社 區(qū)用戶引導方法對于運類產品的用戶效果并不好。另一方面，興趣社區(qū)可W極大增強用戶 粘性，對于互聯(lián)網(wǎng)產品有著重大意義。百度在2012年一度遭到360捜索引擎的有力挑戰(zhàn)， 但是W百度貼吧為首的產品線幫助百度牢牢守住了國內捜索市場的領導地位。領先的推薦 類產品如果想鞏固市場地位，運營自己的興趣社區(qū)產品是必要的舉措，運樣勢必導致對于 非捜索類興趣社區(qū)用戶引導方法的需求。

【發(fā)明內容】

[0004] 本發(fā)明所要解決的技術問題是針對現(xiàn)有技術的上述缺陷，提供一種基于推薦的興 趣社區(qū)用戶引導方法。
[0005] 為了實現(xiàn)上述目的，本發(fā)明提供了一種基于推薦的興趣社區(qū)用戶引導方法，其中， 包括如下步驟：
[0006] S100、創(chuàng)建興趣社區(qū)，通過分析推薦系統(tǒng)用戶的興趣模型挖掘所有興趣的潛在用 戶，通過潛在用戶的數(shù)量確定興趣社區(qū)的排序并分批次創(chuàng)建興趣社區(qū)；
[0007] S200、推薦興趣社區(qū)，把相關的興趣社區(qū)推薦給合適的用戶，并引導用戶進入該興 趣社區(qū)。
[0008] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟SlOO進一步包括：
[0009] S101、挖掘候選興趣社區(qū)，根據(jù)推薦系統(tǒng)的推薦內容的興趣標簽，統(tǒng)計所有可推薦 內容的興趣標簽集合，作為創(chuàng)建興趣社區(qū)的候選興趣集合；
[0010] S102、挖掘該興趣社區(qū)的潛在用戶，根據(jù)用戶的興趣標簽向量，統(tǒng)計所述候選興趣 集合中每一候選興趣的影響度；
[0011] S103、確定可創(chuàng)建的興趣社區(qū)，根據(jù)所述影響度確定并創(chuàng)建的興趣社區(qū)。
[0012] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟S101進一步包括：
[0013] S1011、對推薦內容標注興趣標簽；
[0014] S1012、統(tǒng)計所有推薦系統(tǒng)內部的推薦內容；
[0015] S1013、根據(jù)所有推薦內容統(tǒng)計對應的所有興趣標簽并作為興趣標簽集合；
[0016] S1014、將該興趣標簽集合作為創(chuàng)建興趣社區(qū)的候選興趣集合。
[0017] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟S102進一步包括：
[0018] S1021、將每個用戶動作對應的推薦內容定義為一個興趣標簽向量；
[0019] S1022、針對每種用戶動作設定一個權重W ;
[0020] S1023、給定一個用戶動作序列[al，a2,…，曰]]，用戶的興趣標簽向量計算如下：
[0021]
[0022] 其中Ti代表第i個用戶動作的興趣標簽向量，W 1代表第i個用戶動作的權重。
[0023] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟S200進一步包括：
[0024] S201、直接推薦，在用戶發(fā)起推薦請求時直接推薦相關的興趣社區(qū)，并引導用戶進 入；或者
[00巧]S202、通過推薦內容的相關內容區(qū)域推薦，選擇用戶點擊推薦內容的相關內容的 興趣社區(qū)推薦，并引導用戶進入；或者
[00%] S203、在用戶發(fā)表評論時推薦，在用戶發(fā)表評論時推薦被評論內容相關的興趣社 區(qū)，并引導用戶進入。
[0027] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟S201進一步包括：
[0028] S2011、用戶發(fā)起推薦請求；
[0029] S2012、推薦系統(tǒng)檢查是否有合適的興趣社區(qū)值得推薦，若有，則進入步驟S2013， 若無，則進入步驟S2015 ;
[0030] S2013、推薦系統(tǒng)檢查是否是合適的推薦時機，通過待推薦興趣社區(qū)的內容熱度判 斷是否應該在當前推薦，若是，則進入步驟S2014,若否，則進入步驟S2015 ;
[0031] S2014、推薦時機合適的興趣社區(qū)；
[0032] S2015、放棄推薦興趣社區(qū)。
[0033] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟S2013中判斷內容熱 度包括興趣社區(qū)中針對該內容的點擊率或評論數(shù)。
[0034] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟S2012進一步包括：獲 取用戶興趣標簽向量，按照權重大小順序檢查是否有匹配的興趣社區(qū)。
[0035] 上述的基于推薦的興趣社區(qū)用戶引導方法，其中，所述步驟S203進一步包括：
[0036] S2031、用戶對內容發(fā)表評論；
[0037] S2032、推薦系統(tǒng)檢查該內容有無相關的興趣社區(qū)；
[0038] S2033、若有，推薦系統(tǒng)在該用戶撰寫評論的系統(tǒng)界面上展示該興趣社區(qū)，并提示 該評論會轉發(fā)到該興趣社區(qū)；
[0039] S2034、在系統(tǒng)界面上提醒該用戶其評論已經轉發(fā)到該興趣社區(qū)，并引導用戶進入 該興趣社區(qū)。
[0040] 本發(fā)明的有益功效在于：
[0041] 本發(fā)明適合于移動互聯(lián)網(wǎng)推薦產品快速建立自己的興趣社區(qū)，并保證新用戶的持 續(xù)導入，用戶無需捜索即可獲得自己感興趣的興趣社區(qū)的推薦，避免了捜索引擎公司在興 趣社區(qū)產品上的壁壘，同時方便了用戶對相關興趣社區(qū)的關注，提高了用戶瀏覽上網(wǎng)的效 率，滿足了用戶的多方面需求。
[0042] W下結合附圖和具體實施例對本發(fā)明進行詳細描述，但不作為對本發(fā)明的限定。
【附圖說明】
[0043] 圖1為本發(fā)明一實施例的方法流程圖；
[0044] 圖2為本發(fā)明一實施例挖掘候選興趣社區(qū)的方法流程圖；
[0045] 圖3為本發(fā)明一實施例直接推薦方法流程圖；
[0046] 圖4為本發(fā)明一實施例的直接推薦效果示意圖；
[0047] 圖5為本發(fā)明另一實施例的推薦效果示意圖；
[0048] 圖6為本發(fā)明又一實施例的推薦效果不意圖。 W例其中，附圖標記 陽0加]S100-S200、S201-S203、S1011-S1014、S2011-S201 日步驟
【具體實施方式】
[0051] 下面結合附圖對本發(fā)明的結構原理和工作原理作具體的描述：
[0052] 參見圖1，圖1為本發(fā)明一實施例的方法流程圖。本發(fā)明的基于推薦的興趣社區(qū)用 戶引導方法，包括如下步驟：
[0053] 步驟S100、創(chuàng)建興趣社區(qū)，通過分析推薦系統(tǒng)用戶的興趣模型挖掘所有興趣的潛 在用戶，通過潛在用戶的數(shù)量確定興趣社區(qū)的排序并分批次創(chuàng)建興趣社區(qū)；
[0054] 步驟S200、推薦興趣社區(qū)，把相關的興趣社區(qū)推薦給合適的用戶，并引導用戶進入 該興趣社區(qū)。 陽化5] 其中，所述步驟S100進一步包括：
[0056] 步驟S101、挖掘候選興趣社區(qū)，根據(jù)推薦系統(tǒng)的推薦內容的興趣標簽，統(tǒng)計所有可 推薦內容的興趣標簽集合，作為創(chuàng)建興趣社區(qū)的候選興趣集合；
[0057] 步驟S102、挖掘該興趣社區(qū)的潛在用戶，根據(jù)用戶的興趣標簽向量，統(tǒng)計所述候選 興趣集合中每一候選興趣的影響度；
[0058] 步驟S103、確定可創(chuàng)建的興趣社區(qū)，根據(jù)所述影響度確定并創(chuàng)建的興趣社區(qū)。
[0059] 參見圖2,圖2為本發(fā)明一實施例挖掘候選興趣社區(qū)的方法流程圖。在創(chuàng)建興趣社 區(qū)前首先需要定義一個候選興趣集合。在推薦系統(tǒng)中，推薦內容一般都帶有興趣標簽用于 指導推薦。對于文本內容，運些興趣標簽一般可W通過自然語言處理（NL巧技術挖掘出來， 對于多媒體內容，一般需要重新打上興趣標簽或者直接從標題和簡介中挖掘興趣標簽。給 定可推薦內容的興趣標簽，就可W統(tǒng)計出系統(tǒng)內所有可推薦內容的興趣標簽集合，并把運 個集合作為創(chuàng)建興趣社區(qū)的候選興趣集合。因此，所述步驟S101可進一步包括：
[0060] 步驟S1011、對推薦內容標注興趣標簽；
[0061] 步驟S1012、統(tǒng)計所有推薦系統(tǒng)內部的推薦內容；
[0062] 步驟S1013、根據(jù)所有推薦內容統(tǒng)計對應的所有興趣標簽并作為興趣標簽集合；
[0063] 步驟S1014、將該興趣標簽集合作為創(chuàng)建興趣社區(qū)的候選興趣集合。
[0064] 原則上可W為所有候選興趣在推薦系統(tǒng)中自動創(chuàng)建興趣社區(qū)，但是運樣會加大運 營和監(jiān)管成本。因此，需要挖掘出影響面較廣，潛在用戶較多的興趣標簽并優(yōu)先針對運些興 趣標簽創(chuàng)建、運營興趣社區(qū)，達到提升用戶粘性的目的。
[0065] 給定一個候選興趣集合，需要分析每一種候選興趣潛在用戶的數(shù)量。大部分推薦 系統(tǒng)中會根據(jù)用戶對推薦內容的點擊、收藏、忽略等行為建立用戶的興趣標簽向量。本實施 例中，所述步驟S102進一步包括：
[0066] 步驟S1021、將每個用戶動作對應的推薦內容定義為一個興趣標簽向量（一般基 于文本挖掘的方法會給每個興趣標簽一個權重，也可W認為權重都是1);
[0067] 步驟S1022、針對每種用戶動作設定一個權重W，比如點擊算1分，瀏覽但是沒有點 擊算-0.2分，收藏算5分； 陽068] 步驟S1023、給定一個用戶動作序列[al,曰2,…，曰3]，用戶的興趣標簽向量計算如 下：
[0069]
[0070] 其中Ti代表第i個用戶動作的興趣標簽向量，W 1代表第i個用戶動作的權重。
[0071] 給定用戶的興趣標簽向量，就可W統(tǒng)計每一項候選興趣的影響面。具體的，給定一 個興趣標簽t，我們可W統(tǒng)計前N個興趣標簽（按照權重排序）中包含t的用戶數(shù)量。N取 的越小，統(tǒng)計的口徑越嚴，但是低估興趣標簽影響范圍的可能性就越大。實際中N的取值一 般和興趣候選集合大小有關，整個集合越大，N -般也取的較大。
[0072] 統(tǒng)計出每個候選興趣的影響面后，可W根據(jù)影響面來決定先在系統(tǒng)中創(chuàng)建哪些興 趣社區(qū)。比如可W先創(chuàng)建潛在用戶超過10萬的興趣社區(qū)并投入運營和管理。
[0073] 本實施例中，關于興趣社區(qū)的推薦的步驟S200可進一步包括：
[0074] S201、直接推薦，在用戶發(fā)起推薦請求時直接推薦相關的興趣社區(qū)，并引導用戶進 入，參見圖4;或者
[0075] S202、通過推薦內容的相關內容區(qū)域推薦，選擇用戶點擊推薦內容的相關內容的 興趣社區(qū)推薦，并引導用戶進入；或者
[0076] S203、在用戶發(fā)表評論時推薦，在用戶發(fā)表評論時推薦被評論內容相關的興趣社 區(qū)，并引導用戶進入。
[0077] 參見圖3,圖3為本發(fā)明一實施例直接推薦方法流程圖。所述步驟S201進一步包 括：
[0078] 步驟S2011、用戶發(fā)起推薦請求；
[0079] 步驟S2012、推薦系統(tǒng)檢查是否有合適的興趣社區(qū)值得推薦，若有，則進入步驟 S2013,若無，則進入步驟S2015,其中，包括獲取用戶興趣標簽向量，按照權重大小順序檢 查是否有匹配的興趣社區(qū)；
[0080] 步驟S2013、推薦系統(tǒng)檢查是否是合適的推薦時機，通過待推薦興趣社區(qū)的內容熱 度判斷是否應該在當前推薦，若是，則進入步驟S2014,若否，則進入步驟S2015 ;
[0081] 步驟S2014、推薦時機合適的興趣社區(qū)；
[0082] 步驟S2015、放棄推薦興趣社區(qū)。
[0083] 其中，所述步驟S2013中判斷內容熱度包括興趣社區(qū)中針對該內容的點擊率或評 論數(shù)。其中，興趣社區(qū)的推薦時間實際上由用戶決定，推薦時機的判斷只決定用戶N次刷新 中哪一次可W推薦興趣社區(qū)，但是在用戶沒有使用推薦系統(tǒng)的時候是不做判斷的。
[0084] 例如，在用戶發(fā)起推薦請求的時候直接推薦討論區(qū)，如圖4所示，當用戶在新聞推 薦客戶端刷新獲取推薦內容時，推薦系統(tǒng)在推薦的文章后面直接插一個用戶可能感興趣的 興趣社區(qū)入口，該興趣社區(qū)入口展示了興趣社區(qū)的名稱和一條熱口評論。運種方法要求推 薦系統(tǒng)對給定用戶找到合適的興趣社區(qū)W及合適的推薦時機。前者可W通過分析用戶興趣 標簽向量得到合適的推薦候選，一般在用戶興趣標簽向量中權重較大的興趣標簽會被優(yōu)先 推薦。推薦時機可W通過監(jiān)控興趣社區(qū)中帖子的熱度來確定。具體來說，如果某個興趣社 區(qū)中有一篇帖子評論數(shù)或點擊率超過了一定闊值，就可W把該興趣社區(qū)推薦給可能感興趣 的用戶。如果一個興趣社區(qū)在創(chuàng)建之初沒有用戶，也沒有內容，無法推薦出去。在運種情況 下，則可W采用步驟S202或步驟S203的方法推薦。
[00化]其中，步驟S202通過推薦內容的相關內容區(qū)域推薦，一般推薦系統(tǒng)都會提供相關 推薦功能，當用戶點擊推薦內容時，網(wǎng)站或者移動客戶端會有一個區(qū)域和該內容相關的其 它內容。因為推薦系統(tǒng)中的內容都是有興趣標簽的，可W在該內容的興趣標簽中隨機選擇 一個并把相應的興趣社區(qū)入口也展示出來。運種方法的好處是適合展示剛剛創(chuàng)建，沒有任 何用戶和內容的興趣社區(qū)。但是總體上效果不如直接推薦，因為在此場景下用戶往往注意 不到。參見圖5,圖5展示了運種推薦方式的效果圖。運里所說的"隨機選擇"指的是在相 關內容的興趣標簽里（范圍比較確定，一般不超過5個，能對應上興趣社區(qū)的一般不超過2 個）隨機選擇一個。理論上也可W選擇若干候選興趣社區(qū)中和用戶興趣最相關的那個，相 似度用該興趣社區(qū)對應的興趣標簽在用戶興趣標簽向量中的權重來計算。如果候選興趣 社區(qū)中沒有一個和用戶興趣相關，再隨機選擇一個。例如，給定一個興趣社區(qū)"我是歌手"， 對于每一篇被打上"我是歌手"興趣標簽的文章，其相關內容推薦區(qū)域都有一定概率展示 "我是歌手"興趣社區(qū)的入口。第一個點擊進入該興趣社區(qū)的用戶就成為了運個社區(qū)的第一 個用戶，他的發(fā)帖后續(xù)進入該社區(qū)的用戶可W查看和回復。
[0086] 另外，對推薦內容發(fā)表評論的用戶一般比較活躍，對內容相關的興趣社區(qū)參與度 也可能比較高。本實施例中，所述步驟S203在用戶發(fā)表評論時推薦，可進一步包括：
[0087] 步驟S2031、用戶對內容發(fā)表評論；
[0088] 步驟S2032、推薦系統(tǒng)檢查該內容有無相關的興趣社區(qū)；
[0089] 步驟S2033、若有，推薦系統(tǒng)在該用戶撰寫評論的系統(tǒng)界面上展示該興趣社區(qū)，并 默認提示該評論會轉發(fā)到該興趣社區(qū)；
[0090] 步驟S2034、發(fā)表完評論后，在系統(tǒng)界面上提醒該用戶其評論已經轉發(fā)到該興趣社 區(qū)，并引導用戶進入該興趣社區(qū)，參見圖6。
[0091] 其中，用戶在評論時推薦的興趣社區(qū)只考慮當前被評論的文章，用戶之前評論的 其它文章并不會被考慮。
[0092] 本發(fā)明適合于移動互聯(lián)網(wǎng)推薦產品快速建立自己的興趣社區(qū)，并保證新用戶的持 續(xù)導入，用戶無需捜索即可獲得自己感興趣的興趣社區(qū)的推薦，避免了捜索引擎公司在興 趣社區(qū)產品上的壁壘，同時方便了用戶對相關興趣社區(qū)的關注，提高了用戶瀏覽上網(wǎng)的效 率，滿足了用戶的多方面需求。
[0093] 當然，本發(fā)明還可有其它多種實施例，在不背離本發(fā)明精神及其實質的情況下，熟 悉本領域的技術人員當可根據(jù)本發(fā)明作出各種相應的改變和變形，但運些相應的改變和變 形都應屬于本發(fā)明所附的權利要求的保護范圍。
【主權項】
1. 一種基于推薦的興趣社區(qū)用戶引導方法，其特征在于，包括如下步驟： 5100、 創(chuàng)建興趣社區(qū)，通過分析推薦系統(tǒng)用戶的興趣模型挖掘所有興趣的潛在用戶， 通過潛在用戶的數(shù)量確定興趣社區(qū)的排序并分批次創(chuàng)建興趣社區(qū)； 5200、 推薦興趣社區(qū)，把相關的興趣社區(qū)推薦給合適的用戶，并引導用戶進入該興趣社 區(qū)。2. 如權利要求1所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 SlOO進一步包括： 5101、 挖掘候選興趣社區(qū)，根據(jù)推薦系統(tǒng)的推薦內容的興趣標簽，統(tǒng)計所有可推薦內容 的興趣標簽集合，作為創(chuàng)建興趣社區(qū)的候選興趣集合； 5102、 挖掘該興趣社區(qū)的潛在用戶，根據(jù)用戶的興趣標簽向量，統(tǒng)計所述候選興趣集合 中每一候選興趣的影響度； 5103、 確定可創(chuàng)建的興趣社區(qū)，根據(jù)所述影響度確定并創(chuàng)建的興趣社區(qū)。3. 如權利要求2所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 SlOl進一步包括： 51011、 對推薦內容標注興趣標簽； 51012、 統(tǒng)計所有推薦系統(tǒng)內部的推薦內容； 51013、 根據(jù)所有推薦內容統(tǒng)計對應的所有興趣標簽并作為興趣標簽集合； 51014、 將該興趣標簽集合作為創(chuàng)建興趣社區(qū)的候選興趣集合。4. 如權利要求2或3所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 S102進一步包括： 51021、 將每個用戶動作對應的推薦內容定義為一個興趣標簽向量； 51022、 針對每種用戶動作設定一個權重W ; 51023、 給定一個用戶動作序歹Il「。1。9…。W田戶的興趣標簽向量計算如下：其中Ti代表第i個用戶動作的興趣標簽向量，W 1代表第i個用戶動作的權重。5. 如權利要求1、2或3所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步 驟S200進一步包括： 5201、 直接推薦，在用戶發(fā)起推薦請求時直接推薦相關的興趣社區(qū)，并引導用戶進入； 或者 5202、 通過推薦內容的相關內容推薦，選擇用戶點擊推薦內容的相關內容的興趣社區(qū) 推薦，并引導用戶進入；或者 5203、 在用戶發(fā)表評論時推薦，在用戶發(fā)表評論時推薦被評論內容相關的興趣社區(qū)，并 引導用戶進入。6. 如權利要求5所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 S201進一步包括： 52011、 用戶發(fā)起推薦請求； 52012、 推薦系統(tǒng)檢查是否有合適的興趣社區(qū)值得推薦，若有，則進入步驟S2013,若無， 則進入步驟S2015 ; 52013、 推薦系統(tǒng)檢查是否是合適的推薦時機，通過待推薦興趣社區(qū)的內容熱度判斷是 否應該在當前推薦，若是，則進入步驟S2014,若否，則進入步驟S2015 ; 52014、 推薦時機合適的興趣社區(qū)； 52015、 放棄推薦興趣社區(qū)。7. 如權利要求6所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 S2013中判斷內容熱度包括興趣社區(qū)中針對該內容的點擊率或評論數(shù)。8. 如權利要求6所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 S2012進一步包括：獲取用戶興趣標簽向量，按照權重大小順序檢查是否有匹配的興趣社 區(qū)。9. 如權利要求5所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 S203進一步包括： 52031、 用戶對內容發(fā)表評論； 52032、 推薦系統(tǒng)檢查該內容有無相關的興趣社區(qū)； 52033、 若有，推薦系統(tǒng)在該用戶撰寫評論的系統(tǒng)界面上展示該興趣社區(qū)，并提示該評 論會轉發(fā)到該興趣社區(qū)； 52034、 在系統(tǒng)界面上提醒該用戶其評論已經轉發(fā)到該興趣社區(qū)，并引導用戶進入該興 趣社區(qū)。10. 如權利要求4所述的基于推薦的興趣社區(qū)用戶引導方法，其特征在于，所述步驟 S200進一步包括： 5201、 直接推薦，在用戶發(fā)起推薦請求時直接推薦相關的興趣社區(qū)，并引導用戶進入； 或者 5202、 通過推薦內容的相關內容區(qū)域推薦，選擇用戶點擊推薦內容的相關內容的興趣 社區(qū)推薦，并引導用戶進入；或者 5203、 在用戶發(fā)表評論時推薦，在用戶發(fā)表評論時推薦被評論內容相關的興趣社區(qū)，并 引導用戶進入。
【文檔編號】G06F17/30GK105989077SQ201510071224
【公開日】2016年10月5日
【申請日】2015年2月11日
【發(fā)明人】曹歡歡, 羅立新, 張鳴, 張一鳴
【申請人】北京字節(jié)跳動科技有限公司