一种内容推荐方法、装置及终端设备与流程

技术特征：
1.一种内容推荐方法，其特征在于，包括：获取第一用户在平台内的操作数据；基于所述操作数据对所述第一用户进行行为分析，预测所述第一用户的用户行为，并根据所述用户行为从所述第一用户的用户画像中选取出至少一个用户标签；获取选取出的所有所述用户标签对应的使用样本数据，并基于所述用户行为和所述使用样本数据，预测所述第一用户的用户需求；所述使用样本数据中记录有所述第一用户对所述平台内功能的历史使用数据；从所述使用样本数据中筛选出所述用户需求关联的待分析数据；对所述待分析数据进行分析，确定出所述第一用户对应的待推荐内容；所述待推荐内容为功能，或者功能内容。2.如权利要求1所述的内容推荐方法，其特征在于，所述对所述待分析数据进行分析，确定出所述第一用户对应的待推荐内容，包括：对所述待分析数据进行解析，确定出所述待分析数据所属的功能，以及这些功能下所述第一用户使用过的功能内容；从待分析数据中解析出确定出的各个功能以及功能内容的属性数据，属性数据包括：功能的月均使用时长t11、功能的月均使用次数n11、最近一个月内功能使用的总时长t12和总次数n12，功能内容的月均使用时长t21、功能内容的月均使用次数n21、以及最近一个月内功能内容的总时长t22和总次数n22；计算确定出的所有功能的月均使用时长平均值t01、月均使用次数平均值n01、最近一个月内确定出的所有功能使用的平均时长t02和平均次数n02，所有功能内容的月均使用时长平均值t03、月均使用次数平均值n03、最近一个月内所有功能内容使用的平均时长t04和平均次数n04；根据以下公式计算各个功能的需求分数；根据以下公式计算各个功能内容的需求分数；其中，f1为功能的需求分数，f2为功能内容的需求分数，a、b、c、d均为权重系数，用于调节使用时长与使用次数的分数比重，e为调节系数，用于调节功能内容的需求分数，c>a、d>b且e>1；将需求分数最高的功能或功能内容作为所述第一用户对应的待推荐内容。3.如权利要求1或2所述的内容推荐方法，其特征在于，在所述根据所述用户行为从所述第一用户的用户画像中选取出至少一个用户标签之前，还包括：获取所述第一用户的用户信息，以及所述第一用户对所述平台内各个功能的历史使用数据；对各个功能的历史使用数据进行采样，得到使用样本数据；基于所述使用样本数据确定所述用户标签，得到所述第一用户对应的多个用户标签，完成对所述第一用户的用户画像构建；其中每个所述用户标签，关联有一种或多种功能。
4.如权利要求3所述的内容推荐方法，其特征在于，在所述获取所述第一用户的用户信息，以及所述第一用户对所述平台内各个功能的历史使用数据之后，所述对各个功能的历史使用数据进行采样，得到使用样本数据之前，还包括：若所述第一用户存在没有历史使用数据的待处理功能，则查找出对所述待处理功能具有历史使用数据的至少一个第二用户；获取各个所述第二用户的用户信息，以及对平台内各个功能的历史使用数据；从所述第二用户的历史使用数据中，剔除各个所述第二用户对所述待处理功能的历史使用数据；根据所述第一用户的用户信息、所述第一用户对所述平台各个功能的历史使用数据、各个所述第二用户的用户信息，以及所述剔除操作后各个所述第二用户对所述平台内功能的历史使用数据，计算所述第一用户与每个所述第二用户的相似度；筛选出相似度最高的所述第二用户，并将筛选出的所述第二用户对所述待处理功能的历史使用数据，作为所述第一用户对所述待处理功能的历史使用数据。5.如权利要求4所述的内容推荐方法，其特征在于，所述根据所述第一用户的用户信息、所述第一用户对所述平台各个功能的历史使用数据、各个所述第二用户的用户信息，以及所述剔除操作后各个所述第二用户对所述平台内功能的历史使用数据，计算所述第一用户与每个所述第二用户的相似度，包括：计算所述第一用户的用户信息和所述第二用户的用户信息相似度；分别统计所述第一用户对各个功能的使用总时长和使用总次数，分别统计除所述待处理功能以外，所述第二用户对各个功能的使用总时长和使用总次数；利用以下公式计算所述第一用户与所述第二用户的相似度：其中，设所述第一用户称为用户b，第二用户称为用户c；s
bc1
表示用户b和用户c的相似度，n
(b)
表示用户b使用过的功能集合，n
(c)
表示用户c使用过除所述待处理功能以外的功能集合，t
bi
表示用户b对第i个功能的使用总时长，t
ci
表示用户c对第i个功能的使用总时长，n
bi
表示用户b对第i个功能的使用总次数，n
ci
表示用户c对第i个功能的使用总次数，s
bc2
表示用户b的和用户c的用户信息相似度，|n
(b)
|和|n
(c)
|分别表示n
(b)
和n
(c)
包含的功能数量，|n
(b)
|∪|n
(c)
|表示n
(b)
和n
(c)
包含的功能数量之和；α为权重因子，用于调节用户b和用户c在功能使用上的相似度和在用户信息上的相似度权重，β为时间因子，δ为数量因子。6.如权利要求3所述的内容推荐方法，其特征在于，所述对各个功能的历史使用数据进行采样，得到使用样本数据，包括：将所述平台内的功能分为食物维度、娱乐维度、出行维度和健康维度，共四种功能类型；其中，所述食物维度包含与饮食相关的功能、所述娱乐维度包含与休闲娱乐相关的功能、所述出行维度包含与出行和住宿相关的功能，而所述健康维度包含与饮食相关的功能以及与用户看病和用药相关的功能；获取每种所述功能类型分别对应的不同的采样策略；按照每种所述功能类型分别对应的所述采样策略，分别对各个所述功能类型内功能的
历史使用数据进行采样，得到使用样本数据。7.一种内容推荐装置，其特征在于，包括：数据获取模块，用于获取第一用户在平台内的操作数据；标签选取模块，用于基于所述操作数据对所述第一用户进行行为分析，预测所述第一用户的用户行为，并根据所述用户行为从所述第一用户的用户画像中选取出至少一个用户标签；需求预测模块，用于获取选取出的所有所述用户标签对应的使用样本数据，并基于所述用户行为和所述使用样本数据，预测所述第一用户的用户需求；所述使用样本数据中记录有所述第一用户对所述平台内功能的历史使用数据；数据筛选模块，用于从所述使用样本数据中筛选出所述用户需求关联的待分析数据；内容确定模块，用于对所述待分析数据进行分析，确定出所述第一用户对应的待推荐内容；所述待推荐内容为功能，或者功能内容。8.如权利要求7所述的内容推荐装置，其特征在于，所述内容确定模块，包括：对象确定模块，用于对所述待分析数据进行解析，确定出所述待分析数据所属的功能，以及这些功能下所述第一用户使用过的功能内容；数据解析模块，用于从待分析数据中解析出确定出的各个功能以及功能内容的属性数据，属性数据包括：功能的月均使用时长t11、功能的月均使用次数n11、最近一个月内功能使用的总时长t12和总次数n12，功能内容的月均使用时长t21、功能内容的月均使用次数n21、以及最近一个月内功能内容的总时长t22和总次数n22；计算确定出的所有功能的月均使用时长平均值t01、月均使用次数平均值n01、最近一个月内确定出的所有功能使用的平均时长t02和平均次数n02，所有功能内容的月均使用时长平均值t03、月均使用次数平均值n03、最近一个月内所有功能内容使用的平均时长t04和平均次数n04；需求计算模块，用于根据以下公式计算各个功能的需求分数；根据以下公式计算各个功能内容的需求分数；其中，f1为功能的需求分数，f2为功能内容的需求分数，a、b、c、d均为权重系数，用于调节使用时长与使用次数的分数比重，e为调节系数，用于调节功能内容的需求分数，c>a、d>b且e>1；内容选取模块，用于将需求分数最高的功能或功能内容作为所述第一用户对应的待推荐内容。9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。

技术总结
本申请提供了一种内容推荐方法、装置及终端设备，适用于电子商务技术领域，该方法包括：获取第一用户在平台内的操作数据；基于操作数据对第一用户进行行为分析，并根据用户行为从用户画像中选取出至少一个用户标签；获取用户标签对应的使用样本数据，并基于用户行为和使用样本数据，预测第一用户的用户需求；从使用样本数据中筛选出用户需求关联的待分析数据；对待分析数据进行分析，确定出第一用户对应的待推荐内容。本申请实施例可以实现对用户个性化的功能推荐，以提高电商平台功能使用率。以提高电商平台功能使用率。以提高电商平台功能使用率。


技术研发人员：孔令军 宋广军 俞淇纲
受保护的技术使用者：深圳前海鹏影数字软件运营有限公司
技术研发日：2021.11.12
技术公布日：2022/3/21