專利名稱：一種推薦的方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種推薦的方法及裝置。
背景技術(shù)：
互聯(lián)網(wǎng)時(shí)代隨著數(shù)據(jù)地海量增長(zhǎng)，推薦引擎逐漸成為用戶尋找興趣事物方面的主要工具。在推薦引擎中定義規(guī)則進(jìn)行推薦是一種常用的方式，現(xiàn)有的推薦引擎技術(shù)通過根據(jù)預(yù)先定義好的規(guī)則進(jìn)行推薦，即由管理員分析用戶訪問事物的情況得出一系列規(guī)則，再手工預(yù)先輸入得出的一系列規(guī)則，推薦系統(tǒng)在條件滿足的情況下觸發(fā)預(yù)先定義好的規(guī)則為用戶推薦事物。發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題管理員需要花費(fèi)大量的人力物力分析用戶的使用情況以得出規(guī)則，然后花費(fèi)大量時(shí)間人工輸入規(guī)則，并且推薦的準(zhǔn)確率較低。

發(fā)明內(nèi)容
本發(fā)明的實(shí)施例提供一種推薦的方法及裝置，可以智能地學(xué)習(xí)推薦規(guī)則，并根據(jù)學(xué)習(xí)到的推薦規(guī)則為用戶推薦事物，提高推薦的準(zhǔn)確率?！矫?，本發(fā)明的實(shí)施例提供一種推薦的方法，包括根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組；根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。在本發(fā)明另一實(shí)施例中，所述根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組包括根據(jù)用戶的注冊(cè)屬性，按照人口統(tǒng)計(jì)學(xué)特征的形式，確定至少一個(gè)屬性分組，所述屬性分組中包括至少一個(gè)用戶的注冊(cè)屬性；對(duì)所述用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間劃分，并確定所述閾值區(qū)間的常量值；根據(jù)每個(gè)用戶的注冊(cè)屬性確定各個(gè)所述屬性分組的常量值；根據(jù)各個(gè)所述屬性分組，將所述屬性分組中相同的常量組合劃分為一組，獲得至少一個(gè)用戶分組。在本發(fā)明另一實(shí)施例中，每個(gè)用戶的注冊(cè)屬性為至少一個(gè)注冊(cè)屬性，每個(gè)用戶屬于至少一個(gè)所述用戶分組。在本發(fā)明另一實(shí)施例中，所述根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則包括統(tǒng)計(jì)每個(gè)用戶的歷史使用習(xí)慣；將所述每個(gè)用戶的歷史使用習(xí)慣按照所述用戶分組進(jìn)行分類，確定至少一個(gè)所述用戶分組對(duì)應(yīng)的歷史使用習(xí)慣為至少一個(gè)所述用戶分組的推薦規(guī)則；
保存至少一個(gè)所述用戶分組的推薦規(guī)則。在本發(fā)明另一實(shí)施例中，所述保存至少一個(gè)所述用戶分組的推薦規(guī)則包括以至少一個(gè)所述用戶分組的常量組合為主鍵，將所述至少一個(gè)所述用戶分組的推薦規(guī)則保存到數(shù)據(jù)庫(kù)中。在本發(fā)明另一實(shí)施例中，所述根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦包括
根據(jù)待推薦的用戶的注冊(cè)屬性，確定所述待推薦的用戶在至少一個(gè)所述用戶分組中的至少一個(gè)常量組合；根據(jù)保存的至少一個(gè)所述常量組合，獲取至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則；根據(jù)所述至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則為所述待推薦的用戶進(jìn)行推薦。另一方面，本發(fā)明實(shí)施例提供一種推薦的裝置，其特征在于，包括用戶分組模塊，用于根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組；規(guī)則分析與存儲(chǔ)模塊，用于根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；規(guī)則應(yīng)用模塊，用于根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。在本發(fā)明另一實(shí)施例中，所述用戶分組模塊包括屬性分組子模塊，用于根據(jù)用戶的注冊(cè)屬性，按照人口統(tǒng)計(jì)學(xué)特征的形式，確定至少一個(gè)屬性分組，所述屬性分組中包括至少一個(gè)用戶的注冊(cè)屬性；閾值區(qū)間劃分子模塊，用于對(duì)所述用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間劃分，并確定所述閾值區(qū)間的常量值；應(yīng)用子模塊，用于根據(jù)每個(gè)用戶的注冊(cè)屬性確定各個(gè)所述屬性分組的常量值；用戶分組子模塊，用于根據(jù)各個(gè)所述屬性分組，將所述屬性分組中相同的常量組合劃分為一組，獲得至少一個(gè)用戶分組。在本發(fā)明另一實(shí)施例中，每個(gè)用戶的注冊(cè)屬性為至少一個(gè)注冊(cè)屬性，每個(gè)用戶屬于至少一個(gè)所述用戶分組。在本發(fā)明另一實(shí)施例中，所述規(guī)則分析與存儲(chǔ)模塊包括統(tǒng)計(jì)子模塊，用于統(tǒng)計(jì)每個(gè)用戶的歷史使用習(xí)慣；規(guī)則分析子模塊，用于將所述每個(gè)用戶的歷史使用習(xí)慣按照所述用戶分組進(jìn)行分類，確定至少一個(gè)所述用戶分組對(duì)應(yīng)的歷史使用習(xí)慣為至少一個(gè)所述用戶分組的推薦規(guī)則；存儲(chǔ)模塊子模塊，用于保存至少一個(gè)所述用戶分組的推薦規(guī)則。在本發(fā)明另一實(shí)施例中，所述存儲(chǔ)模塊子模塊用于以至少一個(gè)所述用戶分組的常量組合為主鍵，將所述至少一個(gè)所述用戶分組的推薦規(guī)則保存到數(shù)據(jù)庫(kù)中。在本發(fā)明另一實(shí)施例中，所述規(guī)則應(yīng)用模塊包括確定子模塊，用于根據(jù)待推薦的用戶的注冊(cè)屬性，確定所述待推薦的用戶在至少一個(gè)所述用戶分組中的至少一個(gè)常量組合；獲取子模塊，用于根據(jù)保存的至少一個(gè)所述常量組合，獲取至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則；推薦子模塊，用于根據(jù)所述至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則為所述待推薦的用戶進(jìn)行推薦。本發(fā)明實(shí)施例提供一種推薦的方法及裝置，通過根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組；根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。與現(xiàn)有技術(shù)中為用戶進(jìn)行推薦時(shí)，管理員需要花費(fèi)大量的人力物力分析用戶的使用情況以得出規(guī)則，然后花費(fèi)大量時(shí)間人工輸入規(guī)則，并且推薦的準(zhǔn)確率較低相比，本發(fā)明實(shí)施例通過采用人口統(tǒng) 計(jì)學(xué)特征對(duì)用戶的注冊(cè)屬性進(jìn)行用戶分組，從而根據(jù)用戶的歷史使用系統(tǒng)確定推薦規(guī)則，使得可以智能地學(xué)習(xí)推薦規(guī)則，并根據(jù)學(xué)習(xí)到的推薦規(guī)則為用戶推薦事物，提高推薦的準(zhǔn)確率。


為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖I為本發(fā)明實(shí)施例I提供的一種推薦的方法的流程圖；圖2為本發(fā)明實(shí)施例I提供的另一種推薦的方法的流程圖；圖3為本發(fā)明實(shí)施例I提供的確定推薦規(guī)則的方法的流程圖；圖4為本發(fā)明實(shí)施例I提供的對(duì)待推薦的用戶進(jìn)行推薦的方法的流程圖；圖5為本發(fā)明實(shí)施例2提供的一種推薦的裝置的框圖；圖6為本發(fā)明實(shí)施例2提供的另一種推薦的裝置的框圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。實(shí)施例I本發(fā)明實(shí)施例提供一種推薦的方法，該方法的執(zhí)行主體為終端，該終端可以為手機(jī)、平板電腦、筆記本電腦，智能電視等，如圖I所示，該方法包括步驟101，根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組；在本步驟中，用戶的注冊(cè)屬性包括年齡、性別、婚姻狀況、家庭人數(shù)、家庭收人、職業(yè)、受教育情況、宗教信仰、種族、國(guó)籍等屬性。其中，用戶的注冊(cè)屬性可以為應(yīng)用程序的注冊(cè)用戶或者人口的具體信息，即人口統(tǒng)計(jì)學(xué)特征。進(jìn)一步的，在本步驟中，根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組可以包括根據(jù)用戶的注冊(cè)屬性，按照人口統(tǒng)計(jì)學(xué)特征的形式，確定至少一個(gè)屬性分組，所述屬性分組中包括至少一個(gè)用戶的注冊(cè)屬性；對(duì)所述用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間劃分，并確定所述閾值區(qū)間的常量值；根據(jù)每個(gè)用戶的注冊(cè)屬性確定各個(gè)所述屬性分組的常量值；根據(jù)各個(gè)所述屬性分組，將所述屬性分組中相同的常量組合劃分為一組，獲得至少一個(gè)用戶分組。其中，每個(gè)用戶的注冊(cè)屬性為至少一個(gè)注冊(cè)屬性，每個(gè)用戶屬于至少一個(gè)所述用戶分組。步驟102，根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；歷史使用習(xí)慣，指用戶通常使用網(wǎng)絡(luò)的習(xí)慣。例如，某用戶在某個(gè)場(chǎng)景在查閱新聞 10次，在另一場(chǎng)景下查看視頻20次，在另一場(chǎng)景下查看圖書3次等都屬于用戶的歷史使用習(xí)慣。在本步驟中，可以先統(tǒng)計(jì)每個(gè)用戶的歷史使用習(xí)慣，然后將所述每個(gè)用戶的歷史使用習(xí)慣按照所述用戶分組進(jìn)行分類，確定至少一個(gè)所述用戶分組對(duì)應(yīng)的歷史使用習(xí)慣為至少一個(gè)所述用戶分組的推薦規(guī)則；保存至少一個(gè)所述用戶分組的推薦規(guī)則。步驟103，根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。本發(fā)明實(shí)施例提供一種推薦的方法，通過采用人口統(tǒng)計(jì)學(xué)特征對(duì)用戶的注冊(cè)屬性進(jìn)行用戶分組，從而根據(jù)用戶的歷史使用系統(tǒng)確定推薦規(guī)則，使得可以智能地學(xué)習(xí)推薦規(guī)貝U，并根據(jù)學(xué)習(xí)到的推薦規(guī)則為用戶推薦事物，提高推薦的準(zhǔn)確率。本發(fā)明實(shí)施例提供另一種推薦的方法，如圖2所示，該方法包括步驟201，根據(jù)用戶的注冊(cè)屬性，按照人口統(tǒng)計(jì)學(xué)特征的形式，確定至少一個(gè)屬性分組，所述屬性分組中包括至少一個(gè)用戶的注冊(cè)屬性；在本步驟中，用戶的注冊(cè)屬性包括年齡、性別、婚姻狀況、家庭人數(shù)、家庭收人、職業(yè)、受教育情況、宗教信仰、種族、國(guó)籍等屬性。其中，用戶的注冊(cè)屬性可以為應(yīng)用程序的注冊(cè)用戶或者人口的具體信息，即人口統(tǒng)計(jì)學(xué)特征。屬性分組中包括的注冊(cè)屬性可以是任意的，各個(gè)屬性分組之間也可以包括相同的注冊(cè)屬性。例如，屬性分組A :年齡、性別；屬性分組B :年齡、學(xué)歷；屬性分組C :性別、學(xué)歷、身高。步驟202，對(duì)所述用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間劃分，并確定所述閾值區(qū)間的常量值；針對(duì)每一個(gè)用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間的劃分，例如劃分年齡、學(xué)歷等。針對(duì)年齡這個(gè)注冊(cè)屬性我們可以根據(jù)年齡的大小來(lái)劃分閾值區(qū)間，比如0 18歲為一個(gè)閾值區(qū)間，19歲 30歲為一個(gè)閾值區(qū)間，31歲 45歲為一個(gè)閾值區(qū)間,46歲 55歲為一個(gè)閾值區(qū)間，56歲以上為一個(gè)閾值區(qū)間；為每一個(gè)閾值區(qū)間確定一個(gè)常量值，如0 18歲的閾值區(qū)間的常量值可以為AGE1，19歲 30歲的閾值區(qū)間的常量值可以為AGE2，31歲 45歲的閾值區(qū)間的常量值可以為AGE3，46歲 55歲的閾值區(qū)間的常量值可以為AGE4，56歲以上的閾值區(qū)間的常量值可以為AGE5 ;這樣對(duì)于年齡這個(gè)注冊(cè)屬性進(jìn)行閾值區(qū)間劃分之后，每個(gè)用戶的年齡均能夠?qū)儆谝粋€(gè)特定的閾值區(qū)間，并且都可以用一個(gè)常量進(jìn)行表示。同理可以對(duì)其他的注冊(cè)屬性進(jìn)行閾值區(qū)間的劃分，在此不一一舉例說(shuō)明。步驟203，根據(jù)每 個(gè)用戶的注冊(cè)屬性確定各個(gè)所述屬性分組的常量值；針對(duì)每個(gè)用戶的注冊(cè)屬性應(yīng)用定義的屬性分組，以及屬性的閾值區(qū)間劃分并獲得常量值，使得每一個(gè)用戶的每一個(gè)屬性分組中都可以由一個(gè)對(duì)應(yīng)的常量組合進(jìn)行表示。例如用戶A的注冊(cè)屬性中年齡為10歲，女性，學(xué)歷為小學(xué)；用戶B的注冊(cè)屬性中年齡為23歲，男性，學(xué)歷為本科；用戶C的注冊(cè)屬性中年齡為33歲，女性，學(xué)歷為碩士。其中，屬性分組A :年齡、性別；屬性分組B :年齡、學(xué)歷；針對(duì)年齡這個(gè)注冊(cè)屬性可以采用步驟202中根據(jù)年齡的大小來(lái)劃分閾值段，這樣就會(huì)有AGE1，AGE2…AGEN的劃分；針對(duì)學(xué)歷可以根據(jù)學(xué)歷的不同進(jìn)行劃分，例如，可以劃分為小學(xué)、本科生、碩士等，分別用SCHOOL，BACHELOR和MASTER表示其常量值；針對(duì)性別可以劃分為女性和男性，分別用F、M表示其常量值。這樣，針對(duì)用戶A分別應(yīng)用屬性分組A和B，根據(jù)注冊(cè)屬性的閾值劃分我們可以得到用戶A屬于AGE1+F和AGE1+SCH00L這兩個(gè)分組；同樣，針對(duì)用戶B我們可以得出他屬于AGE2+M和AGE2+BACHEL0R這兩個(gè)分組；用戶 C 屬于 AGE3+F 和 AGE3+BACHEL0R 分組。步驟204，根據(jù)各個(gè)所述屬性分組，將所述屬性分組中相同的常量組合劃分為一組，獲得至少一個(gè)用戶分組；對(duì)于步驟203中得出的各個(gè)屬性分組，由于用戶A、用戶B和用戶C共屬于6個(gè)不同的分組，因此可以獲得6個(gè)用戶分組?？梢钥闯?，每個(gè)用戶可以屬于不同的用戶分組。當(dāng)用戶A、用戶B和用戶C中得出的6個(gè)分組中有相同的常量組合時(shí)，則將相同的常量組合劃分為一個(gè)分組。步驟205，根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；在本步驟中，根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則包括以下步驟，如圖3所示步驟301，統(tǒng)計(jì)每個(gè)用戶的歷史使用習(xí)慣；歷史使用習(xí)慣，指用戶通常使用網(wǎng)絡(luò)的習(xí)慣。例如，某用戶在某個(gè)場(chǎng)景在查閱新聞10次，在另一場(chǎng)景下查看視頻20次，在另一場(chǎng)景下查看圖書3次等都屬于用戶的歷史使用習(xí)慣。步驟302，將所述每個(gè)用戶的歷史使用習(xí)慣按照所述用戶分組進(jìn)行分類，確定至少一個(gè)所述用戶分組對(duì)應(yīng)的歷史使用習(xí)慣為至少一個(gè)所述用戶分組的推薦規(guī)則；將統(tǒng)計(jì)的用戶的歷史使用習(xí)慣分別累加到此用戶所屬的不同用戶分組上，再采用相同的方法將統(tǒng)計(jì)的其他用戶的歷史使用習(xí)慣分別累加到不同的用戶分組上，這樣每個(gè)用戶分組可以具有不同用戶的歷史使用習(xí)慣，根據(jù)每個(gè)用戶分組中的不同用戶的歷史使用習(xí)慣形成推薦規(guī)則。例如，AGE I+F這一用戶分組的推薦規(guī)則為在某種情景下，做事情SI的概率是百分之X，做事情S2的概率是百分之X2等。
步驟303，保存至少一個(gè)所述用戶分組的推薦規(guī)則。獲得各個(gè)用戶分組的推薦規(guī)則之后，以用戶分組的常量組合為主鍵，例如以AGE1+F為主鍵，將用戶分組的推薦規(guī)則保存到數(shù)據(jù)庫(kù)中，以便對(duì)用戶進(jìn)行推薦時(shí)可以直接在數(shù)據(jù)庫(kù)中根據(jù)用戶分組的常量組合查找對(duì)應(yīng)的規(guī)則。步驟206，根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。在本步驟中，根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦包括以下步驟，如圖4所示步驟401，根據(jù)待推薦的用戶的注冊(cè)屬性，確定所述待推薦的用戶在至少一個(gè)所述用戶分組中的至少一個(gè)常量組合； 根據(jù)附圖2中步驟203的方法，針對(duì)待推薦的用戶的注冊(cè)屬性，應(yīng)用屬性分組以及注冊(cè)屬性的閾值區(qū)間的劃分，確定屬性分組的常量值，從而獲得用戶分組。步驟402，根據(jù)保存的至少一個(gè)所述常量組合，獲取至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則；在本步驟中，將確定的待推薦用戶的常量組合與數(shù)據(jù)庫(kù)中保存的各個(gè)常量組合一一對(duì)比，確定數(shù)據(jù)庫(kù)中保存的常量組合中與待推薦用戶的常量組合相同的常量組合，并確定此常量組合對(duì)應(yīng)的推薦規(guī)則。需要說(shuō)明的是，確定的待推薦用戶的常量組合可以為多個(gè)，這樣可以獲得多個(gè)推薦規(guī)則。步驟403，根據(jù)所述至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則為所述待推薦的用戶進(jìn)行推薦。在本實(shí)施例中，可以對(duì)用戶推薦的類別可以為新聞、電影、視頻、圖書、博客等，但本發(fā)明不限制對(duì)用戶推薦的事物的類別。本發(fā)明實(shí)施例提供一種推薦的方法，通過采用人口統(tǒng)計(jì)學(xué)特征對(duì)用戶的注冊(cè)屬性進(jìn)行用戶分組，從而根據(jù)用戶的歷史使用系統(tǒng)確定推薦規(guī)則，使得可以智能地學(xué)習(xí)推薦規(guī)貝U，并根據(jù)學(xué)習(xí)到的推薦規(guī)則為用戶推薦事物，提高推薦的準(zhǔn)確率。實(shí)施例2本發(fā)明實(shí)施例提供一種推薦的裝置，該裝置可以為終端，如圖5所示，該裝置包括用戶分組模塊501，規(guī)則分析與存儲(chǔ)模塊502，規(guī)則應(yīng)用模塊503 ；用戶分組模塊501，用于根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組；每個(gè)用戶的注冊(cè)屬性為至少一個(gè)注冊(cè)屬性。用戶的注冊(cè)屬性包括年齡、性別、婚姻狀況、家庭人數(shù)、家庭收人、職業(yè)、受教育情況、宗教信仰、種族、國(guó)籍等屬性。其中，用戶的注冊(cè)屬性可以為應(yīng)用程序的注冊(cè)用戶或者人口的具體信息，即人口統(tǒng)計(jì)學(xué)特征。規(guī)則分析與存儲(chǔ)模塊502，用于根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；規(guī)則應(yīng)用模塊503，用于根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。進(jìn)一步的，如圖6所示，所述用戶分組模塊501包括屬性分組子模塊5011，閾值區(qū)間劃分子模塊5012,應(yīng)用子模塊5013,用戶分組子模塊5014 ；
屬性分組子模塊5011，用于根據(jù)用戶的注冊(cè)屬性，按照人口統(tǒng)計(jì)學(xué)特征的形式，確定至少一個(gè)屬性分組，所述屬性分組中包括至少一個(gè)用戶的注冊(cè)屬性；屬性分組中包括的注冊(cè)屬性可以是任意的，各個(gè)屬性分組之間也可以包括相同的注冊(cè)屬性。例如，屬性分組A :年齡、性別；屬性分組B :年齡、學(xué)歷；屬性分組C :性別、學(xué)歷、身高。閾值區(qū)間劃分子模塊5012，用于對(duì)所述用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間劃分，并確定所述閾值區(qū)間的常量值；針對(duì)每一個(gè)用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間的劃分，例如劃分年齡、學(xué)歷等。針對(duì)年 齡這個(gè)注冊(cè)屬性我們可以根據(jù)年齡的大小來(lái)劃分閾值區(qū)間，比如0 18歲為一個(gè)閾值區(qū)間，19歲 30歲為一個(gè)閾值區(qū)間，31歲 45歲為一個(gè)閾值區(qū)間,46歲 55歲為一個(gè)閾值區(qū)間，56歲以上為一個(gè)閾值區(qū)間；為每一個(gè)閾值區(qū)間確定一個(gè)常量值，如0 18歲的閾值區(qū)間的常量值可以為AGEI，19歲 30歲的閾值區(qū)間的常量值可以為AGE2，31歲 45歲的閾值區(qū)間的常量值可以為AGE3，46歲 55歲的閾值區(qū)間的常量值可以為AGE4，56歲以上的閾值區(qū)間的常量值可以為AGE5 ;這樣對(duì)于年齡這個(gè)注冊(cè)屬性進(jìn)行閾值區(qū)間劃分之后，每個(gè)用戶的年齡均能夠?qū)儆谝粋€(gè)特定的閾值區(qū)間，并且都可以用一個(gè)常量進(jìn)行表示。同理閾值區(qū)間劃分子模塊5012可以對(duì)其他的注冊(cè)屬性進(jìn)行閾值區(qū)間的劃分。應(yīng)用子模塊5013，用于根據(jù)每個(gè)用戶的注冊(cè)屬性確定各個(gè)所述屬性分組的常量值；針對(duì)每個(gè)用戶的注冊(cè)屬性應(yīng)用定義的屬性分組，以及屬性的閾值區(qū)間劃分并獲得常量值，使得每一個(gè)用戶的每一個(gè)屬性分組中都可以由一個(gè)對(duì)應(yīng)的常量組合進(jìn)行表示。用戶分組子模塊5014，用于根據(jù)各個(gè)所述屬性分組，將所述屬性分組中相同的常量組合劃分為一組，獲得至少一個(gè)用戶分組。其中，每個(gè)用戶屬于至少一個(gè)所述用戶分組。進(jìn)一步的，如圖6所示，所述規(guī)則分析與存儲(chǔ)模塊502包括統(tǒng)計(jì)子模塊5021，規(guī)則分析子模塊5022，存儲(chǔ)模塊子模塊5023 ；統(tǒng)計(jì)子模塊5021，用于統(tǒng)計(jì)每個(gè)用戶的歷史使用習(xí)慣；歷史使用習(xí)慣，指用戶通常使用網(wǎng)絡(luò)的習(xí)慣。例如，某用戶在某個(gè)場(chǎng)景在查閱新聞10次，在另一場(chǎng)景下查看視頻20次，在另一場(chǎng)景下查看圖書3次等都屬于用戶的歷史使用習(xí)慣。規(guī)則分析子模塊5022，用于將所述每個(gè)用戶的歷史使用習(xí)慣按照所述用戶分組進(jìn)行分類，確定至少一個(gè)所述用戶分組對(duì)應(yīng)的歷史使用習(xí)慣為至少一個(gè)所述用戶分組的推薦規(guī)則；將統(tǒng)計(jì)的用戶的歷史使用習(xí)慣分別累加到此用戶所屬的不同用戶分組上，再采用相同的方法將統(tǒng)計(jì)的其他用戶的歷史使用習(xí)慣分別累加到不同的用戶分組上，這樣每個(gè)用戶分組可以具有不同用戶的歷史使用習(xí)慣，根據(jù)每個(gè)用戶分組中的不同用戶的歷史使用習(xí)慣形成推薦規(guī)則。存儲(chǔ)模塊子模塊5023，用于保存至少一個(gè)所述用戶分組的推薦規(guī)則。所述存儲(chǔ)模塊子模塊5023用于以至少一個(gè)所述用戶分組的常量組合為主鍵，將所述至少一個(gè)所述用戶分組的推薦規(guī)則保存到數(shù)據(jù)庫(kù)中。
進(jìn)一步的，如圖6所示，所述規(guī)則應(yīng)用模塊503包括確定子模塊5031，獲取子模塊5032，推薦子模塊5033 ；確定子模塊5031，用于根據(jù)待推薦的用戶的注冊(cè)屬性，確定所述待推薦的用戶在至少一個(gè)所述用戶分組中的至少一個(gè)常量組合；確定子模塊5031針對(duì)待推薦的用戶的注冊(cè)屬性，應(yīng)用屬性分組以及注冊(cè)屬性的閾值區(qū)間的劃分，確定屬性分組的常量值，從而獲得用戶分組。獲取子模塊5032，用于根據(jù)保存的至少一個(gè)所述常量組合，獲取至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則；獲取子模塊5032將確定的待推薦用戶的常量組合與數(shù)據(jù)庫(kù)中保存的各個(gè)常量組合一一對(duì)比，確定數(shù)據(jù)庫(kù)中保存的常量組合中與待推薦用戶的常量組合相同的常量組合， 并確定此常量組合對(duì)應(yīng)的推薦規(guī)則。需要說(shuō)明的是，確定的待推薦用戶的常量組合可以為多個(gè)，這樣可以獲得多個(gè)推薦規(guī)則。推薦子模塊5033，用于根據(jù)所述至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則為所述待推薦的用戶進(jìn)行推薦本發(fā)明實(shí)施例提供一種推薦的裝置，通過用戶分組模塊，用于根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組；規(guī)則分析與存儲(chǔ)模塊，用于根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；規(guī)則應(yīng)用模塊，用于根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。使得可以智能地學(xué)習(xí)推薦規(guī)則，并根據(jù)學(xué)習(xí)到的推薦規(guī)則為用戶推薦事物，提高推薦的準(zhǔn)確率。以上所述，僅為本發(fā)明的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述以權(quán)利要求的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1.一種推薦的方法，其特征在于，包括 根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組； 根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則； 根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組包括 根據(jù)用戶的注冊(cè)屬性，按照人口統(tǒng)計(jì)學(xué)特征的形式，確定至少一個(gè)屬性分組，所述屬性分組中包括至少一個(gè)用戶的注冊(cè)屬性； 對(duì)所述用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間劃分，并確定所述閾值區(qū)間的常量值； 根據(jù)每個(gè)用戶的注冊(cè)屬性確定各個(gè)所述屬性分組的常量值； 根據(jù)各個(gè)所述屬性分組，將所述屬性分組中相同的常量組合劃分為一組，獲得至少一個(gè)用戶分組。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，每個(gè)用戶的注冊(cè)屬性為至少一個(gè)注冊(cè)屬性，每個(gè)用戶屬于至少一個(gè)所述用戶分組。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則包括 統(tǒng)計(jì)每個(gè)用戶的歷史使用習(xí)慣； 將所述每個(gè)用戶的歷史使用習(xí)慣按照所述用戶分組進(jìn)行分類，確定至少一個(gè)所述用戶分組對(duì)應(yīng)的歷史使用習(xí)慣為至少一個(gè)所述用戶分組的推薦規(guī)則； 保存至少一個(gè)所述用戶分組的推薦規(guī)則。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述保存至少一個(gè)所述用戶分組的推薦規(guī)則包括 以至少一個(gè)所述用戶分組的常量組合為主鍵，將所述至少一個(gè)所述用戶分組的推薦規(guī)則保存到數(shù)據(jù)庫(kù)中。
6.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦包括 根據(jù)待推薦的用戶的注冊(cè)屬性，確定所述待推薦的用戶在至少一個(gè)所述用戶分組中的至少一個(gè)常量組合； 根據(jù)保存的至少一個(gè)所述常量組合，獲取至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則； 根據(jù)所述至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則為所述待推薦的用戶進(jìn)行推薦。
7.一種推薦的裝置，其特征在于，包括 用戶分組模塊，用于根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組； 規(guī)則分析與存儲(chǔ)模塊，用于根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則； 規(guī)則應(yīng)用模塊，用于根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述用戶分組模塊包括 屬性分組子模塊，用于根據(jù)用戶的注冊(cè)屬性，按照人口統(tǒng)計(jì)學(xué)特征的形式，確定至少一個(gè)屬性分組，所述屬性分組中包括至少一個(gè)用戶的注冊(cè)屬性； 閾值區(qū)間劃分子模塊，用于對(duì)所述用戶的注冊(cè)屬性進(jìn)行閾值區(qū)間劃分，并確定所述閾值區(qū)間的常量值； 應(yīng)用子模塊，用于根據(jù)每個(gè)用戶的注冊(cè)屬性確定各個(gè)所述屬性分組的常量值； 用戶分組子模塊，用于根據(jù)各個(gè)所述屬性分組，將所述屬性分組中相同的常量組合劃分為一組，獲得至少一個(gè)用戶分組。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，每個(gè)用戶的注冊(cè)屬性為至少一個(gè)注冊(cè)屬性，每個(gè)用戶屬于至少一個(gè)所述用戶分組。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述規(guī)則分析與存儲(chǔ)模塊包括 統(tǒng)計(jì)子模塊，用于統(tǒng)計(jì)每個(gè)用戶的歷史使用習(xí)慣； 規(guī)則分析子模塊，用于將所述每個(gè)用戶的歷史使用習(xí)慣按照所述用戶分組進(jìn)行分類，確定至少一個(gè)所述用戶分組對(duì)應(yīng)的歷史使用習(xí)慣為至少一個(gè)所述用戶分組的推薦規(guī)則； 存儲(chǔ)模塊子模塊，用于保存至少一個(gè)所述用戶分組的推薦規(guī)則。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述存儲(chǔ)模塊子模塊用于 以至少一個(gè)所述用戶分組的常量組合為主鍵，將所述至少一個(gè)所述用戶分組的推薦規(guī)則保存到數(shù)據(jù)庫(kù)中。
12.根據(jù)權(quán)利要求7-11中任一項(xiàng)所述的裝置，其特征在于，所述規(guī)則應(yīng)用模塊包括 確定子模塊，用于根據(jù)待推薦的用戶的注冊(cè)屬性，確定所述待推薦的用戶在至少一個(gè)所述用戶分組中的至少一個(gè)常量組合； 獲取子模塊，用于根據(jù)保存的至少一個(gè)所述常量組合，獲取至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則； 推薦子模塊，用于根據(jù)所述至少一個(gè)所述常量組合對(duì)應(yīng)的推薦規(guī)則為所述待推薦的用戶進(jìn)行推薦。
全文摘要
本發(fā)明公開一種推薦的方法及裝置，涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，可以智能地學(xué)習(xí)推薦規(guī)則，并根據(jù)學(xué)習(xí)到的推薦規(guī)則為用戶推薦事物，提高推薦的準(zhǔn)確率。本發(fā)明實(shí)施例提供的方案，通過根據(jù)用戶的注冊(cè)屬性對(duì)至少一個(gè)用戶進(jìn)行分組，獲得至少一個(gè)用戶分組；根據(jù)至少一個(gè)所述用戶分組以及每個(gè)用戶的歷史使用習(xí)慣，確定并保存至少一個(gè)所述用戶分組的推薦規(guī)則；根據(jù)至少一個(gè)所述用戶分組的推薦規(guī)則，以及待推薦的用戶的注冊(cè)屬性，對(duì)所述待推薦的用戶進(jìn)行推薦。本發(fā)明實(shí)施例適于對(duì)用戶進(jìn)行推薦時(shí)采用。
文檔編號(hào)G06F17/30GK102968444SQ20121040794
公開日2013年3月13日 申請(qǐng)日期2012年10月23日 優(yōu)先權(quán)日2012年10月23日
發(fā)明者王佳 申請(qǐng)人:盤古文化傳播有限公司