一种基于推荐的兴趣社区用户引导方法
【专利摘要】一种基于推荐的兴趣社区用户引导方法，包括如下步骤：S100、创建兴趣社区，通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜在用户,通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区；S200、推荐兴趣社区，把相关的兴趣社区推荐给合适的用户，并引导用户进入该兴趣社区。本发明适合于移动互联网推荐产品快速建立自己的兴趣社区，并保证新用户的持续导入，用户无需搜索即可获得自己感兴趣的兴趣社区的推荐，同时方便了用户对相关兴趣社区的关注，提高了用户浏览上网的效率，满足了用户的多方面需求。
【专利说明】
-种基于推荐的兴趣社区用户引导方法
技术领域
[0001] 本发明设及一种网络兴趣社区用户引导方法，特别是一种基于推荐的兴趣社区用 户引导方法。
【背景技术】
[0002] 兴趣社区是一类常见的互联网产品，古老的BBS属于最早的兴趣社区类型，每一 个版面定义了一个讨论的主题，拥有共同兴趣的用户通过在同一个版面下发帖回贴进行互 动。但是BBS时代的一个很大问题是在浩滿的互联网世界，用户找到符合自己兴趣的BBS 版面并不容易。一些大的BBS社区（比如天涯，水木）因为维护成本的考虑不可能无限制 开设版面，导致很多小众的兴趣无法拥有独立的版面。而一些专为小众兴趣成立的BBS,由 于缺乏知名度和流量，不容易被潜在用户了解。在捜索引擎时代，百度做出了一款兴趣社区 创新产品--百度贴吧。用户在捜索的时候，相关的贴吧直接显示在捜索页面。如果没 有相关的贴吧，百度会提醒用户可W建立一个相关的贴吧。运样，拥有共同小众兴趣的用户 可W低成本地建立自己的社区，而运个社区也可W通过展示给捜索相关词条的用户（潜在 的有共同兴趣用户）而获得稳定的新用户增长，保证该社区的活力和讨论氛围。
[0003] 百度贴吧的新用户引入方式可W抽象为基于捜索的兴趣社区用户引导方法。运种 方法对于市场占有率高的主流捜索引擎非常有效，但是对于W推荐为主的新一代移动互联 网产品并不适用。近年来，随着大数据，人工智能技术的爆发和移动互联网的高速发展，个 性化推荐技术获得了巨大的成功。W世界领先的新闻推荐产品"今日头条"为例，到2014年 已经拥有2. 2亿用户，每天人均阅读超过10篇文章，而且用户量还在持续快速增长。运类 推荐类产品的用户已经习惯了大数据算法的推荐，主动捜索意愿不强，基于捜索的兴趣社 区用户引导方法对于运类产品的用户效果并不好。另一方面，兴趣社区可W极大增强用户 粘性，对于互联网产品有着重大意义。百度在2012年一度遭到360捜索引擎的有力挑战， 但是W百度贴吧为首的产品线帮助百度牢牢守住了国内捜索市场的领导地位。领先的推荐 类产品如果想巩固市场地位，运营自己的兴趣社区产品是必要的举措，运样势必导致对于 非捜索类兴趣社区用户引导方法的需求。
【发明内容】
[0004] 本发明所要解决的技术问题是针对现有技术的上述缺陷，提供一种基于推荐的兴 趣社区用户引导方法。
[0005] 为了实现上述目的，本发明提供了一种基于推荐的兴趣社区用户引导方法，其中， 包括如下步骤：
[0006] S100、创建兴趣社区，通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜在用 户，通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区；
[0007] S200、推荐兴趣社区，把相关的兴趣社区推荐给合适的用户，并引导用户进入该兴 趣社区。
[0008] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤SlOO进一步包括：
[0009] S101、挖掘候选兴趣社区，根据推荐系统的推荐内容的兴趣标签，统计所有可推荐 内容的兴趣标签集合，作为创建兴趣社区的候选兴趣集合；
[0010] S102、挖掘该兴趣社区的潜在用户，根据用户的兴趣标签向量，统计所述候选兴趣 集合中每一候选兴趣的影响度；
[0011] S103、确定可创建的兴趣社区，根据所述影响度确定并创建的兴趣社区。
[0012] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤S101进一步包括：
[0013] S1011、对推荐内容标注兴趣标签；
[0014] S1012、统计所有推荐系统内部的推荐内容；
[0015] S1013、根据所有推荐内容统计对应的所有兴趣标签并作为兴趣标签集合；
[0016] S1014、将该兴趣标签集合作为创建兴趣社区的候选兴趣集合。
[0017] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤S102进一步包括：
[0018] S1021、将每个用户动作对应的推荐内容定义为一个兴趣标签向量；
[0019] S1022、针对每种用户动作设定一个权重W ;
[0020] S1023、给定一个用户动作序列[al，a2,…，曰]]，用户的兴趣标签向量计算如下：
[0021]
[0022] 其中Ti代表第i个用户动作的兴趣标签向量，W 1代表第i个用户动作的权重。
[0023] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤S200进一步包括：
[0024] S201、直接推荐，在用户发起推荐请求时直接推荐相关的兴趣社区，并引导用户进 入；或者
[00巧]S202、通过推荐内容的相关内容区域推荐，选择用户点击推荐内容的相关内容的 兴趣社区推荐，并引导用户进入；或者
[00%] S203、在用户发表评论时推荐，在用户发表评论时推荐被评论内容相关的兴趣社 区，并引导用户进入。
[0027] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤S201进一步包括：
[0028] S2011、用户发起推荐请求；
[0029] S2012、推荐系统检查是否有合适的兴趣社区值得推荐，若有，则进入步骤S2013， 若无，则进入步骤S2015 ;
[0030] S2013、推荐系统检查是否是合适的推荐时机，通过待推荐兴趣社区的内容热度判 断是否应该在当前推荐，若是，则进入步骤S2014,若否，则进入步骤S2015 ;
[0031] S2014、推荐时机合适的兴趣社区；
[0032] S2015、放弃推荐兴趣社区。
[0033] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤S2013中判断内容热 度包括兴趣社区中针对该内容的点击率或评论数。
[0034] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤S2012进一步包括：获 取用户兴趣标签向量，按照权重大小顺序检查是否有匹配的兴趣社区。
[0035] 上述的基于推荐的兴趣社区用户引导方法，其中，所述步骤S203进一步包括：
[0036] S2031、用户对内容发表评论；
[0037] S2032、推荐系统检查该内容有无相关的兴趣社区；
[0038] S2033、若有，推荐系统在该用户撰写评论的系统界面上展示该兴趣社区，并提示 该评论会转发到该兴趣社区；
[0039] S2034、在系统界面上提醒该用户其评论已经转发到该兴趣社区，并引导用户进入 该兴趣社区。
[0040] 本发明的有益功效在于：
[0041] 本发明适合于移动互联网推荐产品快速建立自己的兴趣社区，并保证新用户的持 续导入，用户无需捜索即可获得自己感兴趣的兴趣社区的推荐，避免了捜索引擎公司在兴 趣社区产品上的壁垒，同时方便了用户对相关兴趣社区的关注，提高了用户浏览上网的效 率，满足了用户的多方面需求。
[0042] W下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
【附图说明】
[0043] 图1为本发明一实施例的方法流程图；
[0044] 图2为本发明一实施例挖掘候选兴趣社区的方法流程图；
[0045] 图3为本发明一实施例直接推荐方法流程图；
[0046] 图4为本发明一实施例的直接推荐效果示意图；
[0047] 图5为本发明另一实施例的推荐效果示意图；
[0048] 图6为本发明又一实施例的推荐效果不意图。 W例其中，附图标记 阳0加]S100-S200、S201-S203、S1011-S1014、S2011-S201 日步骤
【具体实施方式】
[0051] 下面结合附图对本发明的结构原理和工作原理作具体的描述：
[0052] 参见图1，图1为本发明一实施例的方法流程图。本发明的基于推荐的兴趣社区用 户引导方法，包括如下步骤：
[0053] 步骤S100、创建兴趣社区，通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜 在用户，通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区；
[0054] 步骤S200、推荐兴趣社区，把相关的兴趣社区推荐给合适的用户，并引导用户进入 该兴趣社区。 阳化5] 其中，所述步骤S100进一步包括：
[0056] 步骤S101、挖掘候选兴趣社区，根据推荐系统的推荐内容的兴趣标签，统计所有可 推荐内容的兴趣标签集合，作为创建兴趣社区的候选兴趣集合；
[0057] 步骤S102、挖掘该兴趣社区的潜在用户，根据用户的兴趣标签向量，统计所述候选 兴趣集合中每一候选兴趣的影响度；
[0058] 步骤S103、确定可创建的兴趣社区，根据所述影响度确定并创建的兴趣社区。
[0059] 参见图2,图2为本发明一实施例挖掘候选兴趣社区的方法流程图。在创建兴趣社 区前首先需要定义一个候选兴趣集合。在推荐系统中，推荐内容一般都带有兴趣标签用于 指导推荐。对于文本内容，运些兴趣标签一般可W通过自然语言处理（NL巧技术挖掘出来， 对于多媒体内容，一般需要重新打上兴趣标签或者直接从标题和简介中挖掘兴趣标签。给 定可推荐内容的兴趣标签，就可W统计出系统内所有可推荐内容的兴趣标签集合，并把运 个集合作为创建兴趣社区的候选兴趣集合。因此，所述步骤S101可进一步包括：
[0060] 步骤S1011、对推荐内容标注兴趣标签；
[0061] 步骤S1012、统计所有推荐系统内部的推荐内容；
[0062] 步骤S1013、根据所有推荐内容统计对应的所有兴趣标签并作为兴趣标签集合；
[0063] 步骤S1014、将该兴趣标签集合作为创建兴趣社区的候选兴趣集合。
[0064] 原则上可W为所有候选兴趣在推荐系统中自动创建兴趣社区，但是运样会加大运 营和监管成本。因此，需要挖掘出影响面较广，潜在用户较多的兴趣标签并优先针对运些兴 趣标签创建、运营兴趣社区，达到提升用户粘性的目的。
[0065] 给定一个候选兴趣集合，需要分析每一种候选兴趣潜在用户的数量。大部分推荐 系统中会根据用户对推荐内容的点击、收藏、忽略等行为建立用户的兴趣标签向量。本实施 例中，所述步骤S102进一步包括：
[0066] 步骤S1021、将每个用户动作对应的推荐内容定义为一个兴趣标签向量（一般基 于文本挖掘的方法会给每个兴趣标签一个权重，也可W认为权重都是1);
[0067] 步骤S1022、针对每种用户动作设定一个权重W，比如点击算1分，浏览但是没有点 击算-0.2分，收藏算5分； 阳068] 步骤S1023、给定一个用户动作序列[al,曰2,…，曰3]，用户的兴趣标签向量计算如 下：
[0069]
[0070] 其中Ti代表第i个用户动作的兴趣标签向量，W 1代表第i个用户动作的权重。
[0071] 给定用户的兴趣标签向量，就可W统计每一项候选兴趣的影响面。具体的，给定一 个兴趣标签t，我们可W统计前N个兴趣标签（按照权重排序）中包含t的用户数量。N取 的越小，统计的口径越严，但是低估兴趣标签影响范围的可能性就越大。实际中N的取值一 般和兴趣候选集合大小有关，整个集合越大，N -般也取的较大。
[0072] 统计出每个候选兴趣的影响面后，可W根据影响面来决定先在系统中创建哪些兴 趣社区。比如可W先创建潜在用户超过10万的兴趣社区并投入运营和管理。
[0073] 本实施例中，关于兴趣社区的推荐的步骤S200可进一步包括：
[0074] S201、直接推荐，在用户发起推荐请求时直接推荐相关的兴趣社区，并引导用户进 入，参见图4;或者
[0075] S202、通过推荐内容的相关内容区域推荐，选择用户点击推荐内容的相关内容的 兴趣社区推荐，并引导用户进入；或者
[0076] S203、在用户发表评论时推荐，在用户发表评论时推荐被评论内容相关的兴趣社 区，并引导用户进入。
[0077] 参见图3,图3为本发明一实施例直接推荐方法流程图。所述步骤S201进一步包 括：
[0078] 步骤S2011、用户发起推荐请求；
[0079] 步骤S2012、推荐系统检查是否有合适的兴趣社区值得推荐，若有，则进入步骤 S2013,若无，则进入步骤S2015,其中，包括获取用户兴趣标签向量，按照权重大小顺序检 查是否有匹配的兴趣社区；
[0080] 步骤S2013、推荐系统检查是否是合适的推荐时机，通过待推荐兴趣社区的内容热 度判断是否应该在当前推荐，若是，则进入步骤S2014,若否，则进入步骤S2015 ;
[0081] 步骤S2014、推荐时机合适的兴趣社区；
[0082] 步骤S2015、放弃推荐兴趣社区。
[0083] 其中，所述步骤S2013中判断内容热度包括兴趣社区中针对该内容的点击率或评 论数。其中，兴趣社区的推荐时间实际上由用户决定，推荐时机的判断只决定用户N次刷新 中哪一次可W推荐兴趣社区，但是在用户没有使用推荐系统的时候是不做判断的。
[0084] 例如，在用户发起推荐请求的时候直接推荐讨论区，如图4所示，当用户在新闻推 荐客户端刷新获取推荐内容时，推荐系统在推荐的文章后面直接插一个用户可能感兴趣的 兴趣社区入口，该兴趣社区入口展示了兴趣社区的名称和一条热口评论。运种方法要求推 荐系统对给定用户找到合适的兴趣社区W及合适的推荐时机。前者可W通过分析用户兴趣 标签向量得到合适的推荐候选，一般在用户兴趣标签向量中权重较大的兴趣标签会被优先 推荐。推荐时机可W通过监控兴趣社区中帖子的热度来确定。具体来说，如果某个兴趣社 区中有一篇帖子评论数或点击率超过了一定阔值，就可W把该兴趣社区推荐给可能感兴趣 的用户。如果一个兴趣社区在创建之初没有用户，也没有内容，无法推荐出去。在运种情况 下，则可W采用步骤S202或步骤S203的方法推荐。
[00化]其中，步骤S202通过推荐内容的相关内容区域推荐，一般推荐系统都会提供相关 推荐功能，当用户点击推荐内容时，网站或者移动客户端会有一个区域和该内容相关的其 它内容。因为推荐系统中的内容都是有兴趣标签的，可W在该内容的兴趣标签中随机选择 一个并把相应的兴趣社区入口也展示出来。运种方法的好处是适合展示刚刚创建，没有任 何用户和内容的兴趣社区。但是总体上效果不如直接推荐，因为在此场景下用户往往注意 不到。参见图5,图5展示了运种推荐方式的效果图。运里所说的"随机选择"指的是在相 关内容的兴趣标签里（范围比较确定，一般不超过5个，能对应上兴趣社区的一般不超过2 个）随机选择一个。理论上也可W选择若干候选兴趣社区中和用户兴趣最相关的那个，相 似度用该兴趣社区对应的兴趣标签在用户兴趣标签向量中的权重来计算。如果候选兴趣 社区中没有一个和用户兴趣相关，再随机选择一个。例如，给定一个兴趣社区"我是歌手"， 对于每一篇被打上"我是歌手"兴趣标签的文章，其相关内容推荐区域都有一定概率展示 "我是歌手"兴趣社区的入口。第一个点击进入该兴趣社区的用户就成为了运个社区的第一 个用户，他的发帖后续进入该社区的用户可W查看和回复。
[0086] 另外，对推荐内容发表评论的用户一般比较活跃，对内容相关的兴趣社区参与度 也可能比较高。本实施例中，所述步骤S203在用户发表评论时推荐，可进一步包括：
[0087] 步骤S2031、用户对内容发表评论；
[0088] 步骤S2032、推荐系统检查该内容有无相关的兴趣社区；
[0089] 步骤S2033、若有，推荐系统在该用户撰写评论的系统界面上展示该兴趣社区，并 默认提示该评论会转发到该兴趣社区；
[0090] 步骤S2034、发表完评论后，在系统界面上提醒该用户其评论已经转发到该兴趣社 区，并引导用户进入该兴趣社区，参见图6。
[0091] 其中，用户在评论时推荐的兴趣社区只考虑当前被评论的文章，用户之前评论的 其它文章并不会被考虑。
[0092] 本发明适合于移动互联网推荐产品快速建立自己的兴趣社区，并保证新用户的持 续导入，用户无需捜索即可获得自己感兴趣的兴趣社区的推荐，避免了捜索引擎公司在兴 趣社区产品上的壁垒，同时方便了用户对相关兴趣社区的关注，提高了用户浏览上网的效 率，满足了用户的多方面需求。
[0093] 当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟 悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但运些相应的改变和变 形都应属于本发明所附的权利要求的保护范围。
【主权项】
1. 一种基于推荐的兴趣社区用户引导方法，其特征在于，包括如下步骤： 5100、 创建兴趣社区，通过分析推荐系统用户的兴趣模型挖掘所有兴趣的潜在用户， 通过潜在用户的数量确定兴趣社区的排序并分批次创建兴趣社区； 5200、 推荐兴趣社区，把相关的兴趣社区推荐给合适的用户，并引导用户进入该兴趣社 区。2. 如权利要求1所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 SlOO进一步包括： 5101、 挖掘候选兴趣社区，根据推荐系统的推荐内容的兴趣标签，统计所有可推荐内容 的兴趣标签集合，作为创建兴趣社区的候选兴趣集合； 5102、 挖掘该兴趣社区的潜在用户，根据用户的兴趣标签向量，统计所述候选兴趣集合 中每一候选兴趣的影响度； 5103、 确定可创建的兴趣社区，根据所述影响度确定并创建的兴趣社区。3. 如权利要求2所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 SlOl进一步包括： 51011、 对推荐内容标注兴趣标签； 51012、 统计所有推荐系统内部的推荐内容； 51013、 根据所有推荐内容统计对应的所有兴趣标签并作为兴趣标签集合； 51014、 将该兴趣标签集合作为创建兴趣社区的候选兴趣集合。4. 如权利要求2或3所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 S102进一步包括： 51021、 将每个用户动作对应的推荐内容定义为一个兴趣标签向量； 51022、 针对每种用户动作设定一个权重W ; 51023、 给定一个用户动作序歹Il「。1。9…。W田户的兴趣标签向量计算如下：其中Ti代表第i个用户动作的兴趣标签向量，W 1代表第i个用户动作的权重。5. 如权利要求1、2或3所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步 骤S200进一步包括： 5201、 直接推荐，在用户发起推荐请求时直接推荐相关的兴趣社区，并引导用户进入； 或者 5202、 通过推荐内容的相关内容推荐，选择用户点击推荐内容的相关内容的兴趣社区 推荐，并引导用户进入；或者 5203、 在用户发表评论时推荐，在用户发表评论时推荐被评论内容相关的兴趣社区，并 引导用户进入。6. 如权利要求5所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 S201进一步包括： 52011、 用户发起推荐请求； 52012、 推荐系统检查是否有合适的兴趣社区值得推荐，若有，则进入步骤S2013,若无， 则进入步骤S2015 ; 52013、 推荐系统检查是否是合适的推荐时机，通过待推荐兴趣社区的内容热度判断是 否应该在当前推荐，若是，则进入步骤S2014,若否，则进入步骤S2015 ; 52014、 推荐时机合适的兴趣社区； 52015、 放弃推荐兴趣社区。7. 如权利要求6所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 S2013中判断内容热度包括兴趣社区中针对该内容的点击率或评论数。8. 如权利要求6所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 S2012进一步包括：获取用户兴趣标签向量，按照权重大小顺序检查是否有匹配的兴趣社 区。9. 如权利要求5所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 S203进一步包括： 52031、 用户对内容发表评论； 52032、 推荐系统检查该内容有无相关的兴趣社区； 52033、 若有，推荐系统在该用户撰写评论的系统界面上展示该兴趣社区，并提示该评 论会转发到该兴趣社区； 52034、 在系统界面上提醒该用户其评论已经转发到该兴趣社区，并引导用户进入该兴 趣社区。10. 如权利要求4所述的基于推荐的兴趣社区用户引导方法，其特征在于，所述步骤 S200进一步包括： 5201、 直接推荐，在用户发起推荐请求时直接推荐相关的兴趣社区，并引导用户进入； 或者 5202、 通过推荐内容的相关内容区域推荐，选择用户点击推荐内容的相关内容的兴趣 社区推荐，并引导用户进入；或者 5203、 在用户发表评论时推荐，在用户发表评论时推荐被评论内容相关的兴趣社区，并 引导用户进入。
【文档编号】G06F17/30GK105989077SQ201510071224
【公开日】2016年10月5日
【申请日】2015年2月11日
【发明人】曹欢欢, 罗立新, 张鸣, 张一鸣
【申请人】北京字节跳动科技有限公司