基于用户行为分析的移动Web业务推荐方法及协同推荐系统

摘要

本发明公开了一种基于用户行为分析的移动Web业务推荐方法及协同推荐系统，首先构建了Web业务预测模型，并通过智能终端侧用户浏览数据和可穿戴设备侧用户生理数据，寻找与目标用户长期惯最相似及短期情绪最相似的两个最优关联用户。进而，利用两个最优关联用户数据丰富目标用户预测模型样本库，实现引入噪声最小化的样本丰富机制。设计基于特征向量的Web资源存储机制，根据模型预测结果，实现移动Web业务的准确推荐。该方案通过智能终端和可穿戴设备间交互合作，将可穿戴设备侧生理数据进行应用重构，从多视角、多维度分析用户行为，实现业务的准确预测与推荐，进而提升用户的使用体验。

主权项

基于用户行为分析的移动Web业务推荐方法，周期性向目标用户进行移动Web业务推荐，其特征在于，包括以下具体步骤：步骤1，设计Web特征向量，建立Web URL与Web特征向量之间的映射表，具体为：1.1，对Web URL的域名进行解析，提取对应该Web的第一和第二特征值，其中，第一特征值为企业或组织机构名称，第二特征值为业务类型；对Web URL的资源路径名进行解析，提取对应该Web的第三特征值，第三特征值为业务类型下的具体业务形式；从而得到Web特征向量，其元素即为第一至第三特征值；1.2，根据提取的Web URL信息，建立Web URL与Web特征向量之间的映射表；步骤2，建立基于Web特征向量的Web资源库，具体为：2.1，提取所有预存Web资源的URL信息，查询Web URL与Web特征向量之间的映射表，生成相应的Web特征向量；2.2，按照Web特征向量中的特征值，对所有预存Web资源进行分类存储，即同一存储路径下对应同一公司或组织机构的同一业务类型，从而建立Web资源库；步骤3，根据目标用户的历史Web浏览记录，构建Web业务预测模型，具体为：3.1，根据目标用户的历史Web浏览记录，查询Web URL与Web特征向量之间的映射表，得到目标用户的历史Web浏览记录对应的若干Web特征向量；3.2，建立表征目标用户Web浏览记录的树形结构，该树形结构不存在根结点，且任意两个不同结点可互为后续结点，其中，每个结点表征一个特征向量，且当前结点中存储有当前结点向其他结点转移的次数；该树形结构即为Web业务预测模型；步骤4，根据目标用户当前周期内的浏览记录，向目标用户进行Web业务推荐，具体为：4.1，提取目标用户当前周期开始时刻至当前时刻的浏览记录，查询Web URL与Web特征向量之间的映射表，生成相应的Web特征向量；4.2，按照浏览时序，将4.1生成的Web特征向量与步骤3中的Web业务预测模型进行匹配，若所有Web特征向量及相互间的转移关系均能够在Web业务预测模型中找到对应结点以及转移路径，则以目标用户最近时刻的Web特征向量在对应结点中转移次数最高的Web特征向量作为预测结果，执行4.3；否则，不执行预测，等待下一周期；4.3，根据预测结果，查询Web资源库，找到与预测结果最匹配的存储路径，将该存储路径下的最新Web资源推荐给目标用户。