知识推荐方法、装置及系统与流程

本发明涉及电数字数据处理，尤其涉及一种知识推荐方法、装置及系统。

背景技术：

1、通过显控设备可以为用户提供大量的知识展示，例如，在重型工业设备上，通常会安装显示装置，用户可以在显示装置中查看各种重型工业设备的相关知识，例如，操作说明、维修、保养等产品知识。随着知识量的快速增长，对显控设备的知识推荐的性能要求也逐步提高。

2、现有知识推荐的方法通常根据用户的相似度进行知识的推荐，然而，该方法无法保证推荐的知识符合用户的期望值。

技术实现思路

1、本发明提供一种知识推荐方法、装置及系统，用以解决现有技术中无法保证推荐的知识符合用户的期望值的技术问题。

2、本发明提供一种知识推荐方法，包括：

3、基于目标用户的浏览记录确定所述目标用户的浏览量达到预设阈值时，基于所述目标用户对预设知识库中各知识的评分，和/或，所述目标用户对所述预设知识库中各知识的浏览记录，获取所述预设知识库的各知识中，所述目标用户对应的候选推荐知识；其中，所述目标用户对所述预设知识库中各知识的评分是基于所述目标用户对所述预设知识库中各知识的反馈操作获得的；

4、基于所述目标用户对所述预设知识库中各知识的评分，以及各所述候选推荐知识对应的知识类别，确定各所述候选推荐知识对应的类别拟合度，并基于各所述候选推荐知识对应的类别拟合度，确定各所述候选推荐知识中的目标推荐知识，以及各所述目标推荐知识对应的推荐顺序。

5、根据本发明提供的知识推荐方法，所述基于所述目标用户对所述预设知识库中各知识的评分，以及各所述候选推荐知识对应的知识类别，确定各所述候选推荐知识对应的类别拟合度，包括：

6、基于所述目标用户对所述预设知识库中各知识的评分，获取所述预设知识库的各知识类别中，所述目标用户对应的偏好知识类别，以及各所述偏好知识类别对应的频次；

7、基于各所述偏好知识类别对应的频次，以及各所述候选推荐知识对应的知识类别，确定各所述候选推荐知识对应的频次；

8、基于各所述偏好知识类别对应的频次之和，以及各所述候选推荐知识对应的频次，确定各所述候选推荐知识对应的类别拟合度。

9、根据本发明提供的知识推荐方法，所述基于各所述候选推荐知识对应的类别拟合度，确定各所述候选推荐知识中的目标推荐知识，以及各所述目标推荐知识对应的推荐顺序，包括：

10、将所述目标用户的用户信息、各所述候选推荐知识对应的知识类别以及各所述候选推荐知识对应的类别拟合度输入至预先训练好的点击率预测模型，得到各所述候选推荐知识对应的预测点击率；其中，所述点击率预测模型是基于预设样本集训练得到的，所述预设样本集包括多个不同知识类别的样本知识、每一个所述样本知识对于不同试验人员的类别拟合度以及每一个试验人员对各所述样本知识的预测点击率；

11、基于各所述候选推荐知识对应的所述预测点击率，确定各所述候选推荐知识中的目标推荐知识，以及各所述目标推荐知识对应的推荐顺序。

12、根据本发明提供的知识推荐方法，所述基于所述目标用户对预设知识库中各知识的评分，和/或，所述目标用户对所述预设知识库中各知识的浏览记录，获取所述预设知识库的各知识中，所述目标用户对应的候选推荐知识，包括：

13、基于所述目标用户对所述预设知识库中各知识的评分，采用基于用户的协同过滤方法，获取所述预设知识库的各知识中，所述目标用户对应的第一候选推荐知识；

14、若所述第一候选推荐知识的数量小于预设数量时，基于所述预设知识库中各知识之间的相似度，依次获取所述浏览记录中所述目标用户的各偏好知识对应的第二候选推荐知识，直到所述第一候选推荐知识与各所述第二候选推荐知识之和大于或等于所述预设数量。

15、根据本发明提供的知识推荐方法，所述预设知识库中各知识之间的相似度是通过如下方法获得的：

16、基于预设用户集合中，每一个用户对所述预设知识库中的各知识的评分，获取所述预设知识库中的每一个知识对应的偏好用户；

17、基于所述预设知识库中的第一知识对应的第一偏好用户集和所述预设知识库中的第二知识对应的第二偏好用户集的交集中偏好用户的数量，以及所述第一偏好用户集中偏好用户的数量，确定所述第一知识与所述第二知识的相似度。

18、根据本发明提供的知识推荐方法，所述基于预设用户集合中，每一个用户对所述预设知识库中的各知识的评分，获取所述预设知识库中的每一个知识对应的偏好用户，包括：

19、基于目标用户集合中的每一个用户对所述预设知识库中的第一目标知识的评分，获取所述第一目标知识的平均分；其中，所述目标用户集合包括所述预设用户集合中存在对所述第一目标知识的评分的各用户；

20、将所述目标用户集合中对所述第一目标知识的评分大于所述平均分的用户，作为所述第一目标知识对应的偏好用户。

21、根据本发明提供的知识推荐方法，所述获取所述浏览记录中所述目标用户的各偏好知识对应的第二候选推荐知识，包括：

22、基于所述预设知识库中各知识之间的相似度，获取所述目标用户的各偏好知识中第二目标知识与所述预设知识库中所述第二目标知识之外的各知识之间的知识相似度；

23、获取各所述知识相似度中大于预设相似度的各所述知识相似度的均值，并作为平均知识相似度；

24、将所述预设知识库中所述第二目标知识之外的各知识中，所述知识相似度大于所述平均知识相似度的知识作为所述第二目标知识对应的第二候选推荐知识。

25、根据本发明提供的知识推荐方法，所述目标用户对预设知识库中各知识的评分是通过如下方法获得的：

26、基于所述目标用户在第一预设时长内进行反馈操作的知识的数量，确定所述目标用户为活跃用户时，获取所述目标用户对所述预设知识库中的第三目标知识进行最新反馈操作的时刻距离当前时刻的间隔时长；

27、基于所述间隔时长对应的预设时长区间，以及所述预设时长区间与时间衰减模型之间的对应关系，确定所述间隔时长对应的所述时间衰减模型，并作为目标模型；

28、将所述目标用户对所述第三目标知识的初始评分以及所述间隔时长输入至所述目标模型，得到所述目标用户对所述第三目标知识的当前评分；其中，所述目标用户对所述第三目标知识的初始评分是基于所述最新反馈操作获得的。

29、根据本发明提供的知识推荐方法，所述目标用户对预设知识库中各知识的评分是通过如下方法获得的：

30、基于所述目标用户在所述第一预设时长内进行反馈操作的知识的数量，确定所述目标用户为非活跃用户时，将所述目标用户对所述第三目标知识的初始评分作为所述目标用户对所述第三目标知识的当前评分。

31、根据本发明提供的知识推荐方法，还包括：

32、基于所述目标用户的浏览记录确定所述目标用户的浏览量未达到所述预设阈值时，将所述预设知识库中的预设知识和/或热门知识作为所述目标用户对应的目标推荐知识；其中，所述热门知识是基于第二预设时长内，所述预设知识库中各知识对应的反馈操作确定的。

33、本发明还提供一种知识推荐装置，包括：

34、第一处理模块，用于基于目标用户的浏览记录确定所述目标用户的浏览量达到预设阈值时，基于所述目标用户对预设知识库中各知识的评分，和/或，所述目标用户对所述预设知识库中各知识的浏览记录，获取所述预设知识库的各知识中，所述目标用户对应的候选推荐知识；其中，所述目标用户对所述预设知识库中各知识的评分是基于所述目标用户对所述预设知识库中各知识的反馈操作获得的；

35、第二处理模块，用于基于所述目标用户对所述预设知识库中各知识的评分，以及各所述候选推荐知识对应的知识类别，确定各所述候选推荐知识对应的类别拟合度，并基于各所述候选推荐知识对应的类别拟合度，确定各所述候选推荐知识中的目标推荐知识，以及各所述目标推荐知识对应的推荐顺序。

36、本发明还提供一种知识推荐系统，包括：移动终端和服务器；

37、所述移动终端用于获取所述目标用户的浏览记录和反馈操作，并发送至所述服务器，还用于展示所述服务器输出的目标推荐知识；

38、所述服务器用于执行如上述任一种所述的知识推荐方法。

39、本发明提供的知识推荐方法、装置及系统，通过目标用户对预设知识库中各知识的反馈操作获得目标用户对预设知识库中各知识的评分，基于目标用户的浏览记录确定目标用户的浏览量达到预设阈值时，基于目标用户对预设知识库中各知识的评分，和/或，目标用户对预设知识库中各知识的浏览记录，获取预设知识库的各知识中目标用户对应的候选推荐知识，并基于目标用户对预设知识库中各知识的评分，以及各候选推荐知识对应的知识类别，确定各候选推荐知识对应的类别拟合度，以基于各候选推荐知识对应的类别拟合度确定各候选推荐知识中的目标推荐知识以及各目标推荐知识对应的推荐顺序，能够有效保证推荐给目标用户的知识符合目标用户的期望值。