基于群体口味的资讯推荐方法、系统、设备和计算机可读存储介质与流程

1.本发明涉及大数据分析技术领域，具体地，公开了一种基于群体口味的资讯推荐方法、系统、设备和计算机可读存储介质。


背景技术：

2.随着互联网的快速发展，用户每天接收到的资讯开始膨胀。目前，市面上流行的推荐算法往往都是根据个人的历史资讯查阅情况进行相关内容的推荐：当用户点击查看了一条资讯信息，或是点赞关注了一条资讯信息，就会给用户推送同质同类的资讯。
3.然而，一千个人眼中有一千个哈姆雷特，不同的人对于一条资讯的点赞很可能是处于完全不同的观察角度。一个大学教授点赞一个资讯和一个小学生点赞同一个资讯可能是出于完全不同的看法或是理由。当前的推荐算法智能粗略地根据资讯内容所述的内容类别进行资讯归类而后再去进行同类资讯的推荐，容易造成大量的同质内容的重复推送，同时也容易形成信息茧房，使得用户接收到的资讯信息越来越狭窄，大幅削弱了用户的资讯获取体验。


技术实现要素：

4.为了解决现有技术中存在的上述问题，本发明提供一种基于群体口味的资讯推荐方法、系统、设备及计算机可读存储介质。
5.在本技术的第一方面提供了一种基于群体口味的资讯推荐方法，具体包括如下步骤：
6.根据用户的历史资讯访问记录，获取每个用户对应的资讯偏好信息；
7.根据资讯偏好信息，获取每个用户对应的偏好相近的第一用户群体；
8.于全体用户中任意选取一第二用户群体，并向第二用户群体推荐新发布资讯；
9.根据第二用户群体对新发布资讯的反馈情况，判断新发布资讯是否具有推荐价值；
10.在新发布资讯具有推荐价值的情况下，根据第二用户群体对新发布资讯的反馈情况，获取每个用户对新发布资讯的期望推荐分值；
11.选择期望推荐分值高于第一预设阈值的用户推荐新发布资讯。
12.在上述第一方面的一种可能的实现中，历史资讯访问记录包括用户对于全部历史资讯的操作行为记录；
13.操作行为记录包括对历史资讯的搜索操作、浏览操作、阅读操作、点赞操作、关注操作、打赏操作、评论操作和评分操作；
14.不同的操作行为记录对应不同的偏好得分，资讯偏好信息包括用户对若干历史资讯的偏好得分集合。
15.在上述第一方面的一种可能的实现中，用户对未接触历史资讯的偏好得分低于用
户对已接触历史资讯的偏好得分。
16.在上述第一方面的一种可能的实现中，在根据资讯偏好信息获取每个用户对应的第一用户群体的过程中，还包括：
17.获取资讯偏好信息对应的资讯偏好向量；
18.针对当前用户，依次与剩余的全体用户进行资讯偏好向量的标准方差值计算；
19.将标准方差值小于第二预设阈值的用户作为当前用户对应的第一用户群体。
20.在上述第一方面的一种可能的实现中，在根据第二用户群体对新发布资讯的反馈情况判断新发布资讯是否具有推荐价值的过程中，还包括：
21.获取第二用户群体中每个用户对新发布资讯的偏好得分；
22.获取偏好得分大于第三预设阈值的用户数；
23.判断用户数是否大于第四预设阈值，若是则说明新发布资讯具有推荐价值；若否则说明新发布资讯不具有推荐价值。
24.在上述第一方面的一种可能的实现中，在根据第二用户群体对新发布资讯的反馈情况获取第一用户群体中的用户对新发布资讯的期望推荐分值的过程中，还包括：
25.获取第二用户群体中每个用户对新发布资讯的偏好得分；
26.将偏好得分大于第五预设阈值的用户作为第三用户群体；
27.于全体用户中依次选定用户，将第三用户群体和选定用户对应的第一用户群体的交集用户作为第四用户群体
28.将第四用户群体对新发布资讯的偏好得分的总和记为选定用户的期望推荐分值；
29.重复上述步骤直至获取全部用户的期望推荐分值。
30.在上述第一方面的一种可能的实现中，在选择期望推荐分值高于第一预设阈值的用户推荐新发布资讯的过程中，第一预设阈值跟随期望推荐分值的分布情况而动态变化。
31.本技术的第二方面提供了一种基于群体口味的资讯推荐系统，应用于前述第一方面提供的基于群体口味的资讯推荐方法中，包括：
32.偏好获取单元，用于根据用户的历史资讯访问记录，获取每个用户对应的资讯偏好信息；
33.群体聚集单元，用于根据资讯偏好信息，获取偏好相近的若干第一用户群体；
34.预发布单元，用于于全体用户中任意选取一第二用户群体，并向第二用户群体推荐新发布资讯；
35.判断单元，用于根据第二用户群体对新发布资讯的反馈情况，判断新发布资讯是否具有推荐价值；
36.期望获取单元，用于在新发布资讯具有推荐价值的情况下，根据第一用户群体与第二用户群体的交集用户对新发布资讯的反馈情况，获取第一用户群体中的用户对新发布资讯的期望推荐分值；
37.推荐单元，用于选择期望推荐分值高于第一预设阈值的用户推荐新发布资讯。
38.本技术的第三方面提供了一种基于群体口味的资讯推荐设备，包括：
39.存储器，用于存储计算机程序；
40.处理器，用于执行计算机程序时实现前述第一方面所提供的基于群体口味的资讯推荐方法。
41.本技术的第四方面提供了一种计算机可读存储介质，该种计算机可读存储介质上存储有计算机程序，在计算机程序被处理器执行时实现前述第一方面所提供的基于群体口味的资讯推荐方法。
42.与现有技术相比，本技术具有如下的有益效果：
43.通过本技术提出的技术方案，能够根据用户的历史资讯浏览信息寻找到与用户口味相近的用户群体，再将推荐给当前用户群体的信息推荐给用户，从而在保障了推荐的准确性的同时，大幅度提升了推荐资讯的新鲜度、广度和深度，有助于提升用户的资讯推荐体验，具有可推广价值。
附图说明
44.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
45.图1根据本技术实施例，示出了一种基于群体口味的资讯推荐方法的流程示意图；
46.图2根据本技术实施例，示出了一种根据资讯偏好信息获取每个用户对应的第一用户群体的流程示意图；
47.图3根据本技术实施例，示出了一种根据第二用户群体对新发布资讯的反馈情况获取第一用户群体中的用户对新发布资讯的期望推荐分值的流程示意图；
48.图4根据本技术实施例，示出了一种基于群体口味的资讯推荐系统的结构示意图；
49.图5根据本技术实施例，示出了一种基于群体口味的资讯推荐设备的结构示意图；
50.图6根据本技术实施例，示出了一种计算机可读存储介质的结构示意图。
具体实施方式
51.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
52.在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少区域地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
53.针对现有技术中存在的同类同质资讯重复推送导致信息茧房的实际问题，本技术提供了一种基于群体口味的资讯推荐方法、系统、设备及计算机可读存储介质。通过本技术提供的技术方案，能够借助与用户相同口味的用户群体的内容推荐代替针对单个用户的内容推荐，从而实现对推荐资讯的纵深拓展。以下将结合实施例对本技术提供的技术方案进行阐释和说明。
54.在本技术的一些实施例中，图1示出了一种基于群体口味的资讯推荐方法，具体地，该种衡量方法具体包括如下步骤：
55.步骤101：根据用户的历史资讯访问记录，获取每个用户对应的资讯偏好信息。
56.步骤102：根据资讯偏好信息，获取每个用户对应的偏好相近的第一用户群体。
57.步骤103：于全体用户中任意选取一第二用户群体，并向第二用户群体推荐新发布资讯。
58.步骤104：根据第二用户群体对新发布资讯的反馈情况，判断新发布资讯是否具有推荐价值。
59.步骤105：在新发布资讯具有推荐价值的情况下，根据第二用户群体对新发布资讯的反馈情况，获取每个用户对新发布资讯的期望推荐分值。
60.步骤106：选择期望推荐分值高于第一预设阈值的用户推荐新发布资讯。
61.可以理解的是，通过上述步骤101至步骤106能够实现对于资讯的个性化推荐。以下将对上述步骤的具体实现进行说明阐述。
62.在本技术的一些实施例中，历史资讯访问记录包括用户对于全部历史资讯的操作行为记录。其中操作行为记录包括但不限于对历史资讯的搜索操作、浏览操作、阅读操作、点赞操作、关注操作、打赏操作、评论操作和评分操作。
63.可以理解的是，不同的操作行为记录对应不同的偏好得分，资讯偏好信息包括用户对若干历史资讯的偏好得分集合。例如一个用户浏览了某篇资讯的标题但未打开资讯的具体详情，可以将推荐分数记为1分；用户打开了资讯的具体详情但未能浏览完毕全部内容，可以将推荐分数记为2分；用户浏览完资讯的全部内容后若是完成点赞动作可以将推荐分数记为4分，若是未完成点赞动作则可以将推荐分数记为3分，在此不做限定。
64.在本技术的一些实施例中，用户对未接触历史资讯的偏好得分低于用户对已接触历史资讯的偏好得分。
65.在本技术的一些实施例中，图2示出了一种根据资讯偏好信息获取每个用户对应的第一用户群体的流程示意图。如图2所示，具体可以包括如下步骤：
66.步骤201：获取资讯偏好信息对应的资讯偏好向量。其中，可以理解的是，假如一个数据库中存储有n个资讯，那么针对具体的某个特定用户，则可以得到对应的资讯偏好向量t＝(t1,t2,
…
,tn)，其中tn是该资讯对该用户的推荐分数。
67.步骤202：针对当前用户，依次与剩余的全体用户进行资讯偏好向量的标准方差值计算。
68.步骤203：将标准方差值小于第二预设阈值的用户作为当前用户对应的第一用户群体。可以理解的是，标准方差值越小，说明两个用户的口味接近程度就越高。
69.在本技术的一些实施例中，在根据第二用户群体对新发布资讯的反馈情况判断新发布资讯是否具有推荐价值的过程中，还包括：
70.获取第二用户群体中每个用户对新发布资讯的偏好得分。
71.获取偏好得分大于第三预设阈值的用户数。
72.判断用户数是否大于第四预设阈值：若是则说明新发布资讯具有推荐价值；若否则说明新发布资讯不具有推荐价值。
73.在本技术的一些实施例中，图3示出了一种根据第二用户群体对新发布资讯的反馈情况获取第一用户群体中的用户对新发布资讯的期望推荐分值的流程示意图。如图3所示，具体包括：
74.步骤301：获取第二用户群体中每个用户对新发布资讯的偏好得分。
75.步骤302：将偏好得分大于第五预设阈值的用户作为第三用户群体。
76.步骤303：于全体用户中依次选定用户，将第三用户群体和选定用户对应的第一用户群体的交集用户作为第四用户群体。
77.步骤304：将第四用户群体对新发布资讯的偏好得分的总和记为选定用户的期望推荐分值。
78.重复上述步骤303至步骤304直至获取全部用户的期望推荐分值。
79.在本技术的一些实施例中，进一步地，在选择期望推荐分值高于第一预设阈值的用户推荐新发布资讯的过程中，第一预设阈值跟随期望推荐分值的分布情况而动态变化。
80.可以理解的是，于上述实施例中，第一预设阈值的作用相当于是设置一个推荐门槛分数，大于该推荐门槛分数对应的用户均适合接受新发布资讯的推送。考虑到期望推荐分值并无固定区间，可能对于某条资讯出现普遍期望推荐分值均较高或交底的情形，这一推荐门槛分数能够根据期望推荐分值的变化而动态变化，在此不做限定。
81.在本技术的一些实施例中，可以理解的是，在上述步骤105的具体实现过程中，由于对每个用户对新发布资讯的期望推荐分值的获取采用的是遍历全体用户的形式进行实现的，当发现某一用户对于该新发布资讯的期望推荐分值高于第一预设阈值时，即可将该位用户更新加入第三用户群体中用于对后续用户的期望推荐分值的计算，通过上述迭代的方式能够更为精准地获取对新发布资讯该兴趣的用户群体。
82.在本技术的一些实施例中，图4示出了一种基于群体口味的资讯推荐系统的结构示意图，应用于前述实施例提供的任意一项基于群体口味的资讯推荐方法中。如图4所示，该种资讯推荐系统具体可以包括：
83.偏好获取单元001，用于根据用户的历史资讯访问记录，获取每个用户对应的资讯偏好信息；
84.群体聚集单元002，用于根据资讯偏好信息，获取偏好相近的若干第一用户群体；
85.预发布单元003，用于于全体用户中任意选取一第二用户群体，并向第二用户群体推荐新发布资讯；
86.判断单元004，用于根据第二用户群体对新发布资讯的反馈情况，判断新发布资讯是否具有推荐价值；
87.期望获取单元005，用于在新发布资讯具有推荐价值的情况下，根据第一用户群体与第二用户群体的交集用户对新发布资讯的反馈情况，获取第一用户群体中的用户对新发布资讯的期望推荐分值；
88.推荐单元006，用于选择期望推荐分值高于第一预设阈值的用户推荐新发布资讯。
89.可以理解的是，于上述实施例中，偏好获取单元001至推荐单元006所执行的功能与前述实施例中步骤101至步骤106所执行的动作相一致，在此不做赘述。
90.在本技术的一些实施例中，还提供了一种基于群体口味的资讯推荐设备，该种设备以包括：
91.存储器，用于存储计算机程序；
92.处理器，用于执行计算机程序时实现本技术技术方案中说明的图像拉正方法的步骤。
93.可以理解的是，本技术技术方案的各个方面可以实现为系统、方法或程序产品。因
此，本技术技术方案的各个方面可以具体实现为以下形式，即完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
94.图5根据本技术的一些实施例，示出了一种基于群体口味的资讯推荐设备的结构示意图。下面参照图5来详细描述根据本实施例中的实施方式实施的电子设备600。图5显示的电子设备600仅仅是一个示例，不应对本技术技术方案任何实施例的功能和使用范围带来任何限制。
95.如图5所示，电子设备600以通用计算设备的形式表现。电子设备600的组建可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
96.其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本实施例中上述图像拼接方法区域中描述的根据本实施例中的实施步骤。例如，处理单元610可以执行如图1至图4中所示的步骤。
97.存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取单元(ram)6201和/或高速缓存存储单元6202，可以进一步包括只读存储单元(rom)6203。
98.存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
99.总线630可以表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图像加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
100.电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可以与一个或者多个使得用户与该电子设备600交互的设备通信，和/或与使得该电子设备能与一个或多个其他计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其他模块通信。应当明白，尽管图5中未示出，可以结合电子设备600使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
101.在本技术的一些实施例中，还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时能够实现上述实施例中提供的基于群体口味的资讯推荐方法的相关步骤。
102.尽管本实施例未详尽地列举其他具体的实施方式，但在一些可能的实施方式中，本技术技术方案说明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本技术技术方案中图像拼接方法区域中描述的根据本技术技术方案各种实施例中实施方式的步骤。
103.图6根据本技术的一些实施例示出了一种计算机可读存储介质的结构示意图。如图6所示，其中描述了根据本技术技术方案的实施方式中用于实现上述方法的程序产品
800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。当然，依据本实施例产生的程序产品不限于此，在本技术技术方案中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
104.程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
105.计算机可读存储介质可以包括在基带中或者作为载波一区域传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
106.可以以一种或多种程序设计语言的任意组合来编写用于执行本技术技术方案操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、区域地在用户设备上执行、作为一个独立的软件包执行、区域在用户计算设备上区域在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
107.综上所述，通过本技术提出的技术方案，能够根据用户的历史资讯浏览信息寻找到与用户口味相近的用户群体，再将推荐给当前用户群体的信息推荐给用户，从而在保障了推荐的准确性的同时，大幅度提升了推荐资讯的新鲜度、广度和深度，有助于提升用户的资讯推荐体验，具有可推广价值。
108.上述描述仅是对本技术技术方案较佳实施例的描述，并非对本技术技术方案范围的任何限定，本技术技术方案领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。