实时推荐系统及方法
实时推荐系统及方法
【专利摘要】本发明公开了一种实时推荐系统及方法，该包括如下步骤：接收通过搜索引擎来的搜索查询词；对该搜索查询词进行自然语言处理，抽取出关键词，并产生通过语义分析抽取出来的一些关键字碎片及权重；以及获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈数据，然后对他们进行综合处理，最终得到用户的个性化相关推荐结果输出，通过本发明，可以快速响应用户的需求，实时地调整针对不同用户的推荐结果，可以更好地满足用户的需求。
【专利说明】实时推荐系统及方法
【技术领域】
[0001] 本发明关于一种推荐系统及方法，特别是涉及一种基于搜索查询词融合的实时推 荐系统及方法。
【背景技术】
[0002] 随着互联网内容的爆炸性增长，尤其是视频网站和社交网站的快速发展，每天有 大量的新鲜内容被生产和消费，与此同时，对一个用户来说，从大量无关的内容中发现感兴 趣的信息越来越困难。
[0003] 视频推荐是视频网站帮助用户查找并观看某个特定领域视频的方法和工具。相对 于传统的视频目录浏览方式或者视频搜索方式，视频推荐能够在用户不确合适的搜索词的 情况下，通过分析用户历史行为，发现用户需求的特定领域，在该特定领域进行推荐，避免 了搜索词的输入和层次目录的多次点击过程，使得查找并观看某个特定类型的视频更加简 单容易。
[0004] 目前的推荐系统大多都是通过后台离线计算，然后把事先挖掘好的推荐结果展示 给用户，但是如何能够快速的响应用户的需求，实时的调整针对不同用户的推荐结果，成为 现在推荐系统所面临的问题和挑战。
【发明内容】
[0005] 为克服上述现有技术存在的不足，本发明之目的在于提供一种实时推荐系统及方 法，针对带有搜索引擎查询词的请求，根据相应的搜索查询词进行实时计算与调整，最终得 到相关的推荐结果，实现快速响应用户的需求，实时地调整针对不同用户的推荐结果的目 的，可以更好地满足用户的需求。
[0006] 为达上述及其它目的，本发明提出一种实时推荐系统，至少包括：
[0007] 搜索查询词接收模块，接收通过搜索引擎来得搜索查询词；
[0008] 搜索查询词解析模块，对搜索查询词进行自然语言处理，抽取出关键词，并产生通 过语义分析抽取出来的一些关键字碎片及权重；
[0009] 离线挖掘模块，对该些关键词进行离线挖掘获得离线挖掘的结果；
[0010] 点击反馈模块，对用户的点击进行统计，获得点击结果并反馈给实时在线推荐模 块；以及
[0011] 实时在线推荐模块，获取当前用户搜索查询词的各个关键词及权重，并结合离线 挖掘结果和点击反馈数据，对关键词及权重以及离线挖掘结果和点击反馈数据综合处理， 最终得到用户的个性化相关推荐结果输出。
[0012] 进一步地，该实时在线推荐模块对关键词及权重以及离线挖掘结果和点击反馈数 据进行加权合并并排序，最终得到用户的个性化相关推荐结果输出。
[0013] 进一步地，该搜索查询词解析模块通过中文分词、TF/IDF以及专名词典等计算抽 取出关键词。
[0014] 进一步地，该系统应用于视频推荐。
[0015] 为达到上述及其他目的，本发明还提供一种实时推荐方法，包括如下步骤：
[0016] 步骤一，接收通过搜索引擎来的搜索查询词；
[0017] 步骤二，对搜索查询词进行自然语言处理，抽取出关键词，并产生通过语义分析抽 取出来的一些关键字碎片及权重；以及
[0018] 步骤三，获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈 数据，然后对他们进行综合处理，最终得到用户的个性化相关推荐结果输出。
[0019] 进一步地，于步骤三中，对关键词及权重以及离线挖掘结果和点击反馈数据进行 加权合并并排序，最终得到用户的个性化相关推荐结果输出。
[0020] 进一步地，于步骤二中，通过中文分词、TF/IDF以及专名词典等计算抽取出关键 。
[0021] 进一步地，该方法应用于视频推荐。
[0022] 与现有技术相比，本发明一种实时推荐系统及方法针对带有搜索引擎查询词的请 求，根据相应的搜索查询词进行实时计算与调整，最终得到相关的推荐结果，可快速的响应 用户的需求，实时地调整针对不同用户的推荐结果，更好地满足用户的需求。
【专利附图】
【附图说明】
[0023] 图1为本发明一种实时推荐系统的系统架构图；
[0024] 图2为本发明一种实时推荐方法的步骤流程图。
【具体实施方式】
[0025] 以下通过特定的具体实例并结合【专利附图】
【附图说明】本发明的实施方式，本领域技术人员可 由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同 的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离 本发明的精神下进行各种修饰与变更。
[0026] 图1为本发明一种实时推荐系统的系统架构图。本发明针对带有搜索引擎查询词 的请求，然后根据相应的搜索查询词进行实时计算与调整，最终得到相关的推荐结果，如图 1所示，本发明之实时推荐系统，至少包括：搜索查询词接收模块101、搜索查询词解析模块 102、离线挖掘模块103、点击反馈模块104以及实时在线推荐模块105。
[0027] 其中，搜索查询词接收模块101用于接收用户通过搜索引擎来的搜索查询词，例 如：用户Steve，通过搜索引擎输入一段查询词"中国国产航母上海开中印航母暗战"，搜索 查询词接收模块101接收获得该搜索查询词；搜索查询词解析模块102,对搜索查询词进行 自然语言处理，通过中文分词，TF/IDF (特征性频率-倒排文档频率加权法)，专名词典等计 算抽取出关键词，并产生通过语义分析抽取出来的一些关键字碎片及权重，在本发明较佳 实施例中，搜索查询词解析模块102对查询词进行计算抽取出关键词A=航母，B=暗战，C= 中印，相应关键词碎片及权重如下：
[0028] 关键词A，权重0.5;
[0029] 关键词B，权重0.3;
[0030] 关键词C，权重0.2。
[0031] 离线挖掘模块103,对搜索查询词解析模块102抽取的关键词进行离线挖掘获得 离线挖掘的结果，由于离线挖掘为现有技术，在此则不予赘述；点击反馈模块104用于对用 户的点击进行统计，获得点击结果并反馈给实时在线推荐模块105。
[0032] 实时在线推荐模块105获取当前用户搜索查询词的各个关键词及权重，并结合离 线挖掘结果和点击反馈数据，然后对他们进行加权合并排序，最终得到用户的个性化相关 视频推荐结果输出。在本发明较佳实施例中，
[0033] 例如：用户 Steve，
[0034] 关键词A，权重0· 5,得到相关结果：
[0035] b=0. 31，g=0. 19
[0036] 关键词B，权重0· 3,得到相关结果：
[0037] x=0. 16, y=0. 14
[0038] 关键词C，权重0· 2,得到相关结果：
[0039] t=0. 18, u=0. 02
[0040] 离线挖掘结果：
[0041] x=0. 52, s=0. 48, g=0. 27, k=0. 13, t=0. 12
[0042] click feedback 点击反馈数据：
[0043] x=0. 21, u=0. 10, p=0. 07
[0044] 通过合并和重排序操作，最终对于用户Steve的相关推荐结果：
[0045] {b=0. 31, g=0. 19} + {x=0. 16, y=0. 14} + {t=0. 18, u=0. 02} + {x=0. 52, s=0. 48, g=0. 27, k=0. 14, t=0. 12} + {x=0. 21, u=0. 11, p=0. 07}
[0046] ={x=0. 89, s=0. 48, g=0. 46, b=0. 31, t=0. 30, y=0. 14, k=0. 13, u=0. 12, p=0. 07} 〇
[0047] 以上字母均代表不同视频节目。
[0048] 图2为本发明一种实时推荐方法的步骤流程图。本发明一种实时推荐方法，适合 于网站网页的相关推荐，尤其是视频推荐，该方法包括如下步骤：
[0049] 步骤201，接收通过搜索引擎来的搜索查询词，例如用户Steve，通过搜索引擎输 入一段查询词"中国国产航母上海开中印航母暗战"，网站接收获得该搜索查询词。
[0050] 步骤202,对搜索查询词进行自然语言处理，通过中文分词、TF/IDF (特征性频 率-倒排文档频率加权法)以及专名词典等计算抽取出关键词，获得通过语义分析抽取出来 的一些关键字碎片及权重。在本发明较佳实施例中，对搜索查询词"中国国产航母上海开中 印航母暗战"进行计算抽取出关键词A=航母，B=暗战，C=中印，相应关键词碎片及权重如 下：
[0051] 关键词A，权重0.5;
[0052] 关键词B，权重0.3;
[0053] 关键词C，权重0.2。
[0054] 步骤203,获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈 数据，然后对他们进行加权合并排序，最终得到用户的个性化相关推荐结果输出。例如：用 户 Steve,
[0055] 关键词A，权重0· 5,得到相关结果：
[0056] b=0. 31，g=0. 19 (各字母的含义）
[0057] 关键词B，权重0. 3,得到相关结果：
[0058] x=0. 16, y=0. 14
[0059] 关键词C，权重(λ 2,得到相关结果：
[0060] t=0. 18, u=0. 02
[0061] 离线挖掘结果：
[0062] x=0. 52, s=0. 48, g=0. 27, k=0. 13, t=0. 12
[0063] click feedback 点击反馈数据：
[0064] x=0. 21, u=0. 10, p=0. 07
[0065] 通过合并和重排序操作，最终对于用户Steve的相关推荐结果：
[0066] {b=0. 31, g=0. 19} + {x=0. 16, y=0. 14} + {t=0. 18, u=0. 02} + {x=0. 52, s=0. 48, g=0. 27, k=0. 14, t=0. 12} + {x=0. 21, u=0. 11, p=0. 07}
[0067] ={x=0. 89, s=0. 48, g=0. 46, b=0. 31, t=0. 30, y=0. 14, k=0. 13, u=0. 12, p=0. 07} 〇
[0068] 综上所述，本发明一种实时推荐系统及方法针对带有搜索引擎查询词的请求，然 后根据相应的搜索查询词进行实时计算与调整，最终得到相关的推荐结果，可快速的响应 用户的需求，实时地调整针对不同用户的推荐结果，更好地满足用户的需求。
[0069] 与现有技术相比，本发明具有以下几个优点：
[0070] 1、通过不同的搜索查询词，可以改变用户的相关推荐结果，从而针对不同的用户 的搜索查询词计算得到的相关推荐结果是不同的，该方法可适用于多个领域的相关推荐。
[0071] 2、相关推荐结果会随着用户的搜索查询实时发生变化，即当不同用户请求不同的 搜索查询词时会立刻得到不一样的结果，给用户带来良好的用户体验。
[0072] 上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本 领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此， 本发明的权利保护范围，应如权利要求书所列。
【权利要求】
1. 一种实时推荐系统，至少包括： 搜索查询词接收模块，接收通过搜索引擎来得搜索查询词； 搜索查询词解析模块，对该搜索查询词进行自然语言处理，抽取出关键词，并产生通过 语义分析抽取出来的一些关键字碎片及权重； 离线挖掘模块，对该些关键词进行离线挖掘获得离线挖掘的结果； 点击反馈模块，对用户的点击进行统计，获得点击结果并反馈给实时在线推荐模块；以 及 实时在线推荐模块，获取当前用户搜索查询词的各个关键词及权重，并结合离线挖掘 结果和点击反馈数据，对关键词及权重以及离线挖掘结果和点击反馈数据综合处理，最终 得到用户的个性化相关推荐结果输出。
2. 如权利要求1所述的一种实时推荐系统，其特征在于：该实时在线推荐模块对关键 词及权重以及离线挖掘结果和点击反馈数据进行加权合并并排序，最终得到用户的个性化 相关推荐结果输出。
3. 如权利要求1所述的一种实时推荐系统，其特征在于：该搜索查询词解析模块通过 中文分词、TF/IDF以及专名词典等计算抽取出关键词。
4. 如权利要求1所述的一种实时推荐系统，其特征在于：该系统应用于视频推荐。
5. -种实时推荐方法，包括如下步骤： 步骤一，接收通过搜索引擎来的搜索查询词； 步骤二，对该搜索查询词进行自然语言处理，抽取出关键词，并产生通过语义分析抽取 出来的一些关键字碎片及权重；以及 步骤三，获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈数据， 然后对他们进行综合处理，最终得到用户的个性化相关推荐结果输出。
6. 如权利要求5所述的一种实时推荐方法，其特征在于：于步骤三中，对关键词及权 重以及离线挖掘结果和点击反馈数据进行加权合并并排序，最终得到用户的个性化相关推 荐结果输出。
7. 如权利要求5所述的一种实时推荐方法，其特征在于：于步骤二中，通过中文分词、 TF/IDF以及专名词典等计算抽取出关键词。
8. 如权利要求5所述的一种实时推荐方法，其特征在于：该方法应用于视频推荐。
【文档编号】G06F17/30GK104216931SQ201310373521
【公开日】2014年12月17日 申请日期:2013年8月23日 优先权日:2013年5月29日
【发明者】辛颖伟, 陈运文, 纪达麒, 刘作涛, 姚璐, 陈冬 申请人:酷盛(天津）科技有限公司
【专利摘要】本发明公开了一种实时推荐系统及方法，该包括如下步骤：接收通过搜索引擎来的搜索查询词；对该搜索查询词进行自然语言处理，抽取出关键词，并产生通过语义分析抽取出来的一些关键字碎片及权重；以及获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈数据，然后对他们进行综合处理，最终得到用户的个性化相关推荐结果输出，通过本发明，可以快速响应用户的需求，实时地调整针对不同用户的推荐结果，可以更好地满足用户的需求。
【专利说明】实时推荐系统及方法
【技术领域】
[0001] 本发明关于一种推荐系统及方法，特别是涉及一种基于搜索查询词融合的实时推 荐系统及方法。
【背景技术】
[0002] 随着互联网内容的爆炸性增长，尤其是视频网站和社交网站的快速发展，每天有 大量的新鲜内容被生产和消费，与此同时，对一个用户来说，从大量无关的内容中发现感兴 趣的信息越来越困难。
[0003] 视频推荐是视频网站帮助用户查找并观看某个特定领域视频的方法和工具。相对 于传统的视频目录浏览方式或者视频搜索方式，视频推荐能够在用户不确合适的搜索词的 情况下，通过分析用户历史行为，发现用户需求的特定领域，在该特定领域进行推荐，避免 了搜索词的输入和层次目录的多次点击过程，使得查找并观看某个特定类型的视频更加简 单容易。
[0004] 目前的推荐系统大多都是通过后台离线计算，然后把事先挖掘好的推荐结果展示 给用户，但是如何能够快速的响应用户的需求，实时的调整针对不同用户的推荐结果，成为 现在推荐系统所面临的问题和挑战。
【发明内容】
[0005] 为克服上述现有技术存在的不足，本发明之目的在于提供一种实时推荐系统及方 法，针对带有搜索引擎查询词的请求，根据相应的搜索查询词进行实时计算与调整，最终得 到相关的推荐结果，实现快速响应用户的需求，实时地调整针对不同用户的推荐结果的目 的，可以更好地满足用户的需求。
[0006] 为达上述及其它目的，本发明提出一种实时推荐系统，至少包括：
[0007] 搜索查询词接收模块，接收通过搜索引擎来得搜索查询词；
[0008] 搜索查询词解析模块，对搜索查询词进行自然语言处理，抽取出关键词，并产生通 过语义分析抽取出来的一些关键字碎片及权重；
[0009] 离线挖掘模块，对该些关键词进行离线挖掘获得离线挖掘的结果；
[0010] 点击反馈模块，对用户的点击进行统计，获得点击结果并反馈给实时在线推荐模 块；以及
[0011] 实时在线推荐模块，获取当前用户搜索查询词的各个关键词及权重，并结合离线 挖掘结果和点击反馈数据，对关键词及权重以及离线挖掘结果和点击反馈数据综合处理， 最终得到用户的个性化相关推荐结果输出。
[0012] 进一步地，该实时在线推荐模块对关键词及权重以及离线挖掘结果和点击反馈数 据进行加权合并并排序，最终得到用户的个性化相关推荐结果输出。
[0013] 进一步地，该搜索查询词解析模块通过中文分词、TF/IDF以及专名词典等计算抽 取出关键词。
[0014] 进一步地，该系统应用于视频推荐。
[0015] 为达到上述及其他目的，本发明还提供一种实时推荐方法，包括如下步骤：
[0016] 步骤一，接收通过搜索引擎来的搜索查询词；
[0017] 步骤二，对搜索查询词进行自然语言处理，抽取出关键词，并产生通过语义分析抽 取出来的一些关键字碎片及权重；以及
[0018] 步骤三，获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈 数据，然后对他们进行综合处理，最终得到用户的个性化相关推荐结果输出。
[0019] 进一步地，于步骤三中，对关键词及权重以及离线挖掘结果和点击反馈数据进行 加权合并并排序，最终得到用户的个性化相关推荐结果输出。
[0020] 进一步地，于步骤二中，通过中文分词、TF/IDF以及专名词典等计算抽取出关键 。
[0021] 进一步地，该方法应用于视频推荐。
[0022] 与现有技术相比，本发明一种实时推荐系统及方法针对带有搜索引擎查询词的请 求，根据相应的搜索查询词进行实时计算与调整，最终得到相关的推荐结果，可快速的响应 用户的需求，实时地调整针对不同用户的推荐结果，更好地满足用户的需求。
【专利附图】
【附图说明】
[0023] 图1为本发明一种实时推荐系统的系统架构图；
[0024] 图2为本发明一种实时推荐方法的步骤流程图。
【具体实施方式】
[0025] 以下通过特定的具体实例并结合【专利附图】
【附图说明】本发明的实施方式，本领域技术人员可 由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同 的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离 本发明的精神下进行各种修饰与变更。
[0026] 图1为本发明一种实时推荐系统的系统架构图。本发明针对带有搜索引擎查询词 的请求，然后根据相应的搜索查询词进行实时计算与调整，最终得到相关的推荐结果，如图 1所示，本发明之实时推荐系统，至少包括：搜索查询词接收模块101、搜索查询词解析模块 102、离线挖掘模块103、点击反馈模块104以及实时在线推荐模块105。
[0027] 其中，搜索查询词接收模块101用于接收用户通过搜索引擎来的搜索查询词，例 如：用户Steve，通过搜索引擎输入一段查询词"中国国产航母上海开中印航母暗战"，搜索 查询词接收模块101接收获得该搜索查询词；搜索查询词解析模块102,对搜索查询词进行 自然语言处理，通过中文分词，TF/IDF (特征性频率-倒排文档频率加权法)，专名词典等计 算抽取出关键词，并产生通过语义分析抽取出来的一些关键字碎片及权重，在本发明较佳 实施例中，搜索查询词解析模块102对查询词进行计算抽取出关键词A=航母，B=暗战，C= 中印，相应关键词碎片及权重如下：
[0028] 关键词A，权重0.5;
[0029] 关键词B，权重0.3;
[0030] 关键词C，权重0.2。
[0031] 离线挖掘模块103,对搜索查询词解析模块102抽取的关键词进行离线挖掘获得 离线挖掘的结果，由于离线挖掘为现有技术，在此则不予赘述；点击反馈模块104用于对用 户的点击进行统计，获得点击结果并反馈给实时在线推荐模块105。
[0032] 实时在线推荐模块105获取当前用户搜索查询词的各个关键词及权重，并结合离 线挖掘结果和点击反馈数据，然后对他们进行加权合并排序，最终得到用户的个性化相关 视频推荐结果输出。在本发明较佳实施例中，
[0033] 例如：用户 Steve，
[0034] 关键词A，权重0· 5,得到相关结果：
[0035] b=0. 31，g=0. 19
[0036] 关键词B，权重0· 3,得到相关结果：
[0037] x=0. 16, y=0. 14
[0038] 关键词C，权重0· 2,得到相关结果：
[0039] t=0. 18, u=0. 02
[0040] 离线挖掘结果：
[0041] x=0. 52, s=0. 48, g=0. 27, k=0. 13, t=0. 12
[0042] click feedback 点击反馈数据：
[0043] x=0. 21, u=0. 10, p=0. 07
[0044] 通过合并和重排序操作，最终对于用户Steve的相关推荐结果：
[0045] {b=0. 31, g=0. 19} + {x=0. 16, y=0. 14} + {t=0. 18, u=0. 02} + {x=0. 52, s=0. 48, g=0. 27, k=0. 14, t=0. 12} + {x=0. 21, u=0. 11, p=0. 07}
[0046] ={x=0. 89, s=0. 48, g=0. 46, b=0. 31, t=0. 30, y=0. 14, k=0. 13, u=0. 12, p=0. 07} 〇
[0047] 以上字母均代表不同视频节目。
[0048] 图2为本发明一种实时推荐方法的步骤流程图。本发明一种实时推荐方法，适合 于网站网页的相关推荐，尤其是视频推荐，该方法包括如下步骤：
[0049] 步骤201，接收通过搜索引擎来的搜索查询词，例如用户Steve，通过搜索引擎输 入一段查询词"中国国产航母上海开中印航母暗战"，网站接收获得该搜索查询词。
[0050] 步骤202,对搜索查询词进行自然语言处理，通过中文分词、TF/IDF (特征性频 率-倒排文档频率加权法)以及专名词典等计算抽取出关键词，获得通过语义分析抽取出来 的一些关键字碎片及权重。在本发明较佳实施例中，对搜索查询词"中国国产航母上海开中 印航母暗战"进行计算抽取出关键词A=航母，B=暗战，C=中印，相应关键词碎片及权重如 下：
[0051] 关键词A，权重0.5;
[0052] 关键词B，权重0.3;
[0053] 关键词C，权重0.2。
[0054] 步骤203,获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈 数据，然后对他们进行加权合并排序，最终得到用户的个性化相关推荐结果输出。例如：用 户 Steve,
[0055] 关键词A，权重0· 5,得到相关结果：
[0056] b=0. 31，g=0. 19 (各字母的含义）
[0057] 关键词B，权重0. 3,得到相关结果：
[0058] x=0. 16, y=0. 14
[0059] 关键词C，权重(λ 2,得到相关结果：
[0060] t=0. 18, u=0. 02
[0061] 离线挖掘结果：
[0062] x=0. 52, s=0. 48, g=0. 27, k=0. 13, t=0. 12
[0063] click feedback 点击反馈数据：
[0064] x=0. 21, u=0. 10, p=0. 07
[0065] 通过合并和重排序操作，最终对于用户Steve的相关推荐结果：
[0066] {b=0. 31, g=0. 19} + {x=0. 16, y=0. 14} + {t=0. 18, u=0. 02} + {x=0. 52, s=0. 48, g=0. 27, k=0. 14, t=0. 12} + {x=0. 21, u=0. 11, p=0. 07}
[0067] ={x=0. 89, s=0. 48, g=0. 46, b=0. 31, t=0. 30, y=0. 14, k=0. 13, u=0. 12, p=0. 07} 〇
[0068] 综上所述，本发明一种实时推荐系统及方法针对带有搜索引擎查询词的请求，然 后根据相应的搜索查询词进行实时计算与调整，最终得到相关的推荐结果，可快速的响应 用户的需求，实时地调整针对不同用户的推荐结果，更好地满足用户的需求。
[0069] 与现有技术相比，本发明具有以下几个优点：
[0070] 1、通过不同的搜索查询词，可以改变用户的相关推荐结果，从而针对不同的用户 的搜索查询词计算得到的相关推荐结果是不同的，该方法可适用于多个领域的相关推荐。
[0071] 2、相关推荐结果会随着用户的搜索查询实时发生变化，即当不同用户请求不同的 搜索查询词时会立刻得到不一样的结果，给用户带来良好的用户体验。
[0072] 上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本 领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此， 本发明的权利保护范围，应如权利要求书所列。
【权利要求】
1. 一种实时推荐系统，至少包括： 搜索查询词接收模块，接收通过搜索引擎来得搜索查询词； 搜索查询词解析模块，对该搜索查询词进行自然语言处理，抽取出关键词，并产生通过 语义分析抽取出来的一些关键字碎片及权重； 离线挖掘模块，对该些关键词进行离线挖掘获得离线挖掘的结果； 点击反馈模块，对用户的点击进行统计，获得点击结果并反馈给实时在线推荐模块；以 及 实时在线推荐模块，获取当前用户搜索查询词的各个关键词及权重，并结合离线挖掘 结果和点击反馈数据，对关键词及权重以及离线挖掘结果和点击反馈数据综合处理，最终 得到用户的个性化相关推荐结果输出。
2. 如权利要求1所述的一种实时推荐系统，其特征在于：该实时在线推荐模块对关键 词及权重以及离线挖掘结果和点击反馈数据进行加权合并并排序，最终得到用户的个性化 相关推荐结果输出。
3. 如权利要求1所述的一种实时推荐系统，其特征在于：该搜索查询词解析模块通过 中文分词、TF/IDF以及专名词典等计算抽取出关键词。
4. 如权利要求1所述的一种实时推荐系统，其特征在于：该系统应用于视频推荐。
5. -种实时推荐方法，包括如下步骤： 步骤一，接收通过搜索引擎来的搜索查询词； 步骤二，对该搜索查询词进行自然语言处理，抽取出关键词，并产生通过语义分析抽取 出来的一些关键字碎片及权重；以及 步骤三，获取该搜索查询词的各个关键词及权重，结合离线挖掘结果和点击反馈数据， 然后对他们进行综合处理，最终得到用户的个性化相关推荐结果输出。
6. 如权利要求5所述的一种实时推荐方法，其特征在于：于步骤三中，对关键词及权 重以及离线挖掘结果和点击反馈数据进行加权合并并排序，最终得到用户的个性化相关推 荐结果输出。
7. 如权利要求5所述的一种实时推荐方法，其特征在于：于步骤二中，通过中文分词、 TF/IDF以及专名词典等计算抽取出关键词。
8. 如权利要求5所述的一种实时推荐方法，其特征在于：该方法应用于视频推荐。
【文档编号】G06F17/30GK104216931SQ201310373521
【公开日】2014年12月17日 申请日期:2013年8月23日 优先权日:2013年5月29日
【发明者】辛颖伟, 陈运文, 纪达麒, 刘作涛, 姚璐, 陈冬 申请人:酷盛(天津）科技有限公司
相关技术
网友询问留言
已有0条留言
- 还没有人留言评论。精彩留言会获得点赞！
1