一种内容推荐方法及系统

摘要

本发明公开一种内容推荐方法及系统，其中，方法包括步骤：通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；通过模拟人类生命活跃度获得用户行为的时间系数；根据用户行为的时间系数以及用户量化行为数据，对用户对该被关注内容的喜爱程度进行评分，获取评分情况；将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果。

主权项

一种内容推荐方法，其特征在于，包括步骤：A、通过交互程序脚本收集用户原始行为数据，对收集到的用户原始行为数据进行统计得到量化的用户量化行为数据；B、通过模拟人类生命活跃度获得用户行为的时间系数；C、根据用户行为的时间系数以及用户量化行为数据，对用户对被关注内容的喜爱程度进行评分，获取评分情况；D、将评分情况输入到协同过滤算法，得到推荐结果，并向用户推送推荐结果;其中，步骤B具体包括：B1、获取用户量化行为数据中的与被关注内容的指标相关的状态影响因子Factor1，0＜Factor1＜1；B2、获取被关注内容的各项指标的时间影响因子Factor2，0＜Factor2＜1；B3、计算出每一项指标的时间系数Coefficient，其中，Coefficient=Factor1*Factor2；其中，步骤C具体包括：C1、对用户量化行为数据中被关注内容的每一项指标乘以时间系数得到用户时间行为数据；C2、对用户时间行为数据进行归一化处理得到用户归一化行为数据，使得用户归一化行为数据统一到一个参考系下；C3、对用户归一化行为数据中的被关注内容的各项指标分配一权重值，获取用户对被关注内容的评分情况。