一種網頁資源推薦方法及裝置的製作方法

2023-09-21 05:27:35 2

專利名稱：一種網頁資源推薦方法及裝置的製作方法
技術領域：
本發明涉及計算機領域，尤其涉及一種網頁資源推薦方法及裝置。
背景技術：
隨著web2.0的發展，越來越多的網站推出了用戶自定義標籤的功能，方便用戶對 網頁資源(比如音樂、電影、圖書等)進行標記。用戶在這種類型的網站中瀏覽網頁時，如 果遇到自己感興趣的網頁資源，可以定義自己的標籤，用自己認為比較貼切網絡資源的詞 語對網頁資源進行個性化描述。目前，這種帶有標籤的網絡資源已經非常豐富，而且基本可 以反映出用戶的愛好與傾向。如何充分利用這些標籤為用戶進行網頁資源的推薦，以提高 網頁推薦的準確性已經成為一個亟待解決的問題。請參閱圖1，圖1為現有的一種網絡資源推薦方法的流程圖。該方法採用了用戶的 歷史購買記錄來對用戶進行網頁資源推薦。具體包括以下步驟Al、根據用戶的購買記錄和產品形成用戶項目(user-item)矩陣；A2、根據user-item矩陣，計算與當前用戶最接近的用戶，形成當前用戶的鄰居；A3、對當前用戶進行網頁資源推薦時，根據當前用戶的鄰居的購買記錄生成推薦 表，對當前用戶進行網頁資源推薦。A4、判斷是否更新推薦列表，若是，則返回步驟A2 ；反之，執行步驟A5 ；A5、將該推薦列表作為最終的推薦列表。在上述的方法中，利用用戶的購買記錄進行網頁資源推薦，無法達到準確的、及時 的推薦效果。

發明內容
本發明實施例提供了一種網頁資源推薦方法及裝置，基於標籤的應用可以為用戶 準確、及時地推薦網頁資源。為了解決上述技術問題，本發明實施例提供如下技術方案本發明實施例提供了一種網頁資源推薦方法，包括獲取用戶標記網頁資源的總次數，以及用戶將網頁資源標記為各標籤的次數；計算所述將網頁資源標記為某標籤的次數與所述總次數的比值，當所述某標籤對 應的比值大於預設閾值時，標記所述用戶為所述某標籤的近距離用戶，反之標記為所述某 標籤的遠距離用戶；針對所述某標籤的近距離用戶和遠距離用戶，得到相應的推薦列表；根據所述相應的推薦列表，向用戶輸出網頁資源。本發明實施例提供了一種網頁資源推薦裝置，包括獲取單元，用於獲取用戶標記網頁資源的總次數，以及用戶將網頁資源標記為各 標籤的次數；識別單元，用於計算所述獲取單元獲取的所述將網頁資源標記為某標籤的次數與所述總次數的比值，當所述比值大於預設閾值時，標記所述用戶為所述某標籤的近距離用 戶，反之標記為所述某標籤的遠距離用戶；列表單元，用於針對所述識別單元判斷出的某標籤的近距離用戶和遠距離用戶， 得到相應的推薦列表；推薦單元，用於根據所述列表單元得到的相應的推薦列表，向用戶輸出網頁資源。與現有的技術相比，本發明實施例通過計算用戶將網頁資源標記為某標籤的次數 與標記網頁資源的總次數的比值，在該比值大於預設閾值時，標記該用戶為該標籤的近距 離用戶，反之標記為該標籤的遠距離用戶，然後針對用戶所屬種類的不同，推薦不同的網頁 資源，使得網頁資源的推薦更為精確及時，有利於用戶快速便捷地找到自己感興趣的網頁 資源。


為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施 例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲 得其他的附圖。圖1為現有的一種網絡資源推薦方法的流程圖；圖2為用戶、網頁資源、標籤之間的對應關係圖；圖3為本發明實施例一提供的一種網頁資源推薦方法的流程圖；圖4為本發明實施例二提供的一種網頁資源推薦方法的流程圖；圖5為本發明實施例三提供的一種網頁資源推薦方法的流程圖；圖6為本發明實施例四提供的一種網頁資源推薦方法的流程圖；圖7為本發明實施例五提供的一種網頁資源推薦方法的流程圖；圖8為本發明實施例六提供的一種網頁資源推薦裝置的結構圖；圖9為本發明實施例六提供的另一種網頁資源推薦裝置的結構圖；圖10為本發明實施例六提供的第一種列表單元的結構圖；圖11為本發明實施例六提供的第二種列表單元的結構圖；圖12為本發明實施例六提供的第三種列表單元的結構圖；圖13為本發明實施例六提供的第四種列表單元的結構圖；圖14為本發明實施例六提供的第五種列表單元的結構圖。
具體實施例方式下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於 本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他 實施例，都屬於本發明保護的範圍。本發明實施例所述的網頁資源，應該認為包括網頁上的文本作品、圖像作品、音頻 作品、視頻作品或者是網頁上其他具有廣泛流傳性的資源中的任意一類或者任意多類等， 不應將網頁資源認為是某一類具體作品。
用戶對網頁資源標記的標籤可能會有作者、風格、地區、性別、特質、關鍵詞等屬 性，例如，對於臺灣女歌手王若琳的歌曲《Mart From Here》來說，用戶可能會標記出王若 琳、爵士、臺灣、女聲、慵懶、純淨、Start、Here等標籤。用戶、網頁資源、標籤之間的對應關係可如圖2所示，其中，用U表示用戶，T表示 標籤，M表示網頁資源；用戶可以將一個網頁資源標記出多個標籤，也可以將多個網頁資源 標記成一個標籤，不同用戶可能對同一個網頁資源標記出不同的標籤。用戶對網頁資源進行標記的行為，可以看成是用戶對特徵相同的樂曲進行歸類的 過程。因此，根據用戶已標記的標籤量，將用戶歸類，計算用戶對各類型網頁資源的傾向性， 從而根據用戶的喜好來推薦用戶可能會感興趣的網頁資源，則會取得比一般推薦要好的效果。以下則結合實施例詳細說明本發明，請參見圖3，圖3為本發明實施例一提供的一 種網頁資源推薦方法的流程圖。如圖3所示，該方法可以包括步驟101 獲取用戶標記網頁資源的總次數，以及用戶將網頁資源標記為各標籤的次數。例如，用戶Ul對網頁資源——歌曲總共標記了 200次標籤，其中，標記為「純淨」標 籤的次數為138次，標記為「輕音樂」標籤的次數為98次，標記為「原創」標籤的次數為47次等。102 計算將網頁資源標記為某標籤的次數與總次數的比值，當某標籤對應的比值 大於預設閾值時，標記用戶為某標籤的近距離用戶，反之標記為某標籤的遠距離用戶。例如，用戶Ul將歌曲標記為「純淨」標籤的比值為138/200 = 0. 69，將歌曲標記 為「輕音樂」標籤的比值為98/200 = 0. 49，將歌曲標記為「原創」標籤的比值為47/200 = 0. 235ο在預設閾值為0. 5時，只有0. 69為大於0. 5，則標記用戶Ul為「純淨」標籤的近距 離用戶；且標記用戶Ul為「輕音樂」標籤和「原創」標籤的遠距離用戶。若有多個比值大於預設閾值時，則將用戶標記為多個標籤的近距離用戶。103 針對某標籤的近距離用戶和遠距離用戶，得到相應的推薦列表。104 根據相應的推薦列表，向用戶輸出網頁資源。針對某標籤的近距離用戶，可根據該標籤的近距離用戶群的熱門推薦列表，向用 戶推薦網頁資源；或者，根據該標籤的近距離用戶群的新網頁資源列表，向用戶推薦網頁資 源。新網頁資源是推出時間較近的，或者是最後更新時間較近的網頁資源。針對某標籤的遠距離用戶，可以根據該遠距離用戶與某近距離用戶群的傾向性算 出的近距離用戶群的熱門推薦列表，向遠距離用戶推薦網頁資源；或者，根據該遠距離用戶 與某幾個近距離用戶的傾向性算出的近距離用戶的熱門推薦列表，向遠距離用戶推薦網頁 資源。本發明實施例通過計算用戶將網頁資源標記為某標籤的次數與標記網頁資源的 總次數的比值，在該比值大於預設閾值時，標記該用戶為該標籤的近距離用戶，反之標記為 該標籤的遠距離用戶，然後針對用戶所屬種類的不同，推薦不同的網頁資源，使得網頁資源 的推薦更為精確及時，有利於用戶快速便捷地找到自己感興趣的資源。以下再通過幾個具體的實施例來詳細說明本發明技術方案。
實施例二和實施例三詳細說明向某標籤的近距離用戶進行網頁資源推薦的方法， 實施例四和實施例五則詳細說明向某標籤的遠距離用戶進行網頁資源推薦的方法。實施例二詳細說明向某標籤的近距離用戶推薦所屬近距離用戶群中熱門程度高 的網頁資源的方法。請參見圖4，圖4為本發明實施例二提供的一種網頁資源推薦方法的流程圖。如圖 4所示，該方法可以包括步驟201 識別出某標籤的近距離用戶。識別的方法可採用實施例一的方法，本發明實施例在此不再贅述。202 將某標籤的至少兩個近距離用戶歸入某標籤的一個近距離用戶群。近距離用戶群為標記某標籤超過總標籤一定比值的用戶的集合；近距離用戶群中 用戶在選擇網頁資源時，應該具有類似的特質。203:計算某標籤對應的網頁資源在所述近距離用戶群的熱門值hot」計算公式 為=^^7 ,其中，Pi代表標記網頁資源i的總人數，、代表網頁資源i的標籤個數，Σ ρ代表近距離用戶群的總人數，Σ t代表近距離用戶群所標記的標籤總數。熱門值ho、代表了在該近距離用戶群中的用戶對該網頁資源的認同程度，熱門值 ho、越高，說明該網頁資源的在該近距離用戶群中受歡迎的程度越高，則被該近距離用戶 群中的某個用戶的接受的程度也就越高，推薦的價值也就越大。例如，對於歌手張靚穎的歌曲《我們在一起》，有100個近距離用戶對其進行了標 注，這100個近距離用戶共標記了 1000個標籤，而「張靚穎」標籤對應的近距離用戶群的歌 曲的標籤總數是1500個，該近距離用戶群共有200個近距離用戶，則對於《我們在一起》的 熱門值計算如下紐=10_0:0.33 『200x1500而歌手張靚穎的另一首歌曲《你走以後》，有90個近距離用戶對其進行了標註，這90個近距離用戶共標記了 1200個標籤，則對於《你走以後》的熱門值計算如下Γ , 90x1200
權利要求
1.一種網頁資源推薦方法，其特徵在於，包括獲取用戶標記網頁資源的總次數，以及用戶將網頁資源標記為各標籤的次數； 計算所述將網頁資源標記為某標籤的次數與所述總次數的比值，當所述某標籤對應的 比值大於預設閾值時，標記所述用戶為所述某標籤的近距離用戶，反之標記為所述某標籤 的遠距離用戶；針對所述某標籤的近距離用戶和遠距離用戶，得到相應的推薦列表； 根據所述相應的推薦列表，向用戶輸出網頁資源。
2.根據權利要求1所述的網頁資源推薦方法，其特徵在於，所述針對某標籤的近距離 用戶和遠距離用戶，得到相應的推薦列表具體包括將某標籤的至少兩個近距離用戶歸入某標籤的一個近距離用戶群；計算所述某標籤對應的網頁資源在所述近距離用戶群的熱門值hot」計算公式為A餌，其中，Pi代表標記網頁資源1的總人數，t^代表網頁資源i的標籤個數，Σ ρ代表近距離用戶群的總人數，Σ t代表近距離用戶群所標記的標籤總數；按照所述熱門值從高到低的順序，將該標籤對應的網頁資源排序，得到熱門推薦列表；則所述根據所述相應的推薦列表，向用戶輸出網頁資源具體包括 根據所述熱門推薦列表，向所述近距離用戶輸出網頁資源。
3.根據權利要求1所述的網頁資源推薦方法，其特徵在於，所述針對某標籤的近距離 用戶和遠距離用戶，得到相應的推薦列表具體包括計算所述近距離用戶與某近距離用戶群的群傾向性
4.根據權利要求1所述的網頁資源推薦方法，其特徵在於，所述針對某標籤的近距離 用戶和遠距離用戶，得到相應的推薦列表具體包括獲取被標記為某標籤的網頁資源列表；按照網頁資源的上傳時間或者最後更新時間，將所述網頁資源列表降序排列，得到新 網頁資源列表；則所述根據所述相應的推薦列表，向用戶輸出網頁資源具體包括 根據排序後的所述某標籤的新網頁資源列表，向所述近距離用戶輸出排序靠前的網頁 資源。
5.根據權利要求4所述的網頁資源推薦方法，其特徵在於，將所述網頁資源列表按照 網頁資源的上傳時間或者最後更新時間降序排序具體包括按照網頁資源的上傳時間或者最後更新時間降序，將所述網頁資源列表排列後，根據 網頁資源的標記數量再次升序排列；或者，根據網頁資源的標記數量，將所述網頁資源列表升序排列後，按照網頁資源的上 傳時間或者最後更新時間再次降序排列。
6.根據權利要求1所述的網頁資源推薦方法，其特徵在於，所述針對近距離用戶和遠 距離用戶，得到相應的推薦列表具體包括將某標籤的至少兩個近距離用戶歸入某標籤的一個近距離用戶群；計算遠距離用戶對 所述近距離用戶群的群傾向性sim(u，g)，計算公式為
7.根據權利要求1所述的網頁資源推薦方法，其特徵在於，所述針對近距離用戶和遠 距離用戶，得到相應的推薦列表具體包括分別計算所述遠距離用戶與某標籤的至少一個所述近距離用戶在網頁資源上的相似 度Simi (U1, un),計算公式為
8.根據權利要求1所述的推薦方法，其特徵在於，在得到相應的推薦列表之後，還包括將所述相應的推薦列表進行融合；融合公式為fialist (ρ) = QL1 (ρ) + β 2(ρ)+…… + λ Ln (ρ)，其中α，β, λ是參數，用來動態調整各部分推薦列表Ln的權重，取值範圍為0 至1，Ln(P)為網頁資源在各推薦列表中的排序序號；所述根據所述相應的推薦列表，向用戶輸出網頁資源包括 根據融合後的推薦列表，向用戶輸出網頁資源。
9.一種網頁資源推薦裝置，其特徵在於，包括獲取單元，用於獲取用戶標記網頁資源的總次數，以及用戶將網頁資源標記為各標籤 的次數；識別單元，用於計算所述獲取單元獲取的所述將網頁資源標記為某標籤的次數與所述 總次數的比值，當所述比值大於預設閾值時，標記所述用戶為所述某標籤的近距離用戶，反 之標記為所述某標籤的遠距離用戶；列表單元，用於針對所述識別單元判斷出的某標籤的近距離用戶和遠距離用戶，得到 相應的推薦列表；推薦單元，用於根據所述列表單元得到的相應的推薦列表，向用戶輸出網頁資源。
10.根據權利要求9所述的網頁資源推薦裝置，其特徵在於，所述列表單元具體包括 第一用戶群子單元，用於將所述識別單元識別出的某標籤的至少兩個近距離用戶歸入某標籤的一個近距離用戶群；第一熱門值計算子單元，用於計算某標籤對應的網頁資源在所述近距離用戶群的熱門 值hot」計算公式為
11.根據權利要求9所述的網頁資源推薦裝置，其特徵在於，所述列表單元具體包括 第二熱門值計算子單元，用於計算某標籤對應的網頁資源在近距離用戶群的熱門值ho、，計算公式為
12.根據權利要求9所述的網頁資源推薦裝置，其特徵在於，所述列表單元具體包括 第三獲取網頁資源列表子單元，用於獲取被標記為某標籤的網頁資源列表；第三排序子單元，用於按照網頁資源的上傳時間或者最後更新時間，將所述第三獲取 網頁資源列表子單元獲取的網頁資源列表降序排列，得到新網頁資源列表；所述推薦單元，具體用於根據排序後的所述某標籤的新網頁資源列表，向所述近距離 用戶輸出排序靠前的網頁資源。
13.根據權利要求12所述的網頁資源推薦裝置，其特徵在於，所述第三排序子單元，具體用於按照網頁資源的上傳時間或者最後更新時間，將所 述網頁資源列表降序排列後，根據網頁資源的標記數量再次升序排列，得到新網頁資源列 表；或者，具體用於根據網頁資源的標記數量，將所述網頁資源列表升序排列後，按照網頁 資源的上傳時間或者最後更新時間再次降序排列，得到新網頁資源列表。
14.根據權利要求9所述的網頁資源推薦裝置，其特徵在於，所述列表單元具體包括 第四用戶群子單元，用於將所述識別單元識別出的某標籤的至少兩個近距離用戶歸入某標籤的一個近距離用戶群；第四群傾向性計算子單元，用於計算遠距離用戶對所述近距離用戶群的群傾向性 sim (u，g),計算公式為
15.根據權利要求9所述的網頁資源推薦裝置，其特徵在於，所述列表單元具體包括 第五相似度計算子單元，用於計算所述遠距離用戶與某標籤的至少一個所述近距離用戶在網頁資源上的相似度Simi (U1, un)，計算公式為
16.根據權利要求9所述的網頁資源推薦裝置，其特徵在於，還包括融合單元，用於將列表單元得到的各相應的推薦列表進行融合，融合公式為 finalist (ρ) = α L1 (ρ)+ β L2 (ρ)+……+ XLn(ρ)，其中α，β，λ是參數，用來動態調整各部 分推薦列表Ln的權重，取值範圍為O至1，Ln(P)為網頁資源在各推薦列表中的排序序號； 所述推薦單元，具體用於根據所述融合單元融合後的推薦列表，向用戶輸出網頁資源。
全文摘要
本發明實施例涉及計算機領域，公開了一種網頁資源推薦方法及裝置，該方法為計算出用戶將網頁資源標記為各標籤的次數與用戶標記網頁資源的總次數的比值，在某標籤對應的比值大於預設閾值時，標記用戶為某標籤的近距離用戶，反之標記為某標籤的遠距離用戶；針對近距離用戶和遠距離用戶相應的推薦列表，向用戶輸出網頁資源。本發明實施例可以針對用戶所屬種類的不同，推薦不同的網頁資源，使得網頁資源的推薦更為精確及時有效，有利於用戶快速便捷地找到自己感興趣的網頁資源。
文檔編號G06F17/30GK102043781SQ20091017799
公開日2011年5月4日 申請日期2009年10月23日 優先權日2009年10月23日
發明者崔寶今, 常富洋, 楊志豪, 林鴻飛, 汪芳山 申請人:華為技術有限公司