买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京宜搜天下科技有限公司

摘要：本发明公开了一种网络文学新书推荐的方法，所述方法包括获取站点内网络书籍的基础信息，根据基础信息处理得到所述网络书籍的主题特征分布向量；根据所述主题特征分布向量计算每一本网络书籍的新书相关度，根据所述新书相关度寻找与每一本网络书籍相关联的新书，以形成新书候选集合I；对所述新书候选集合I重新排序以形成新书候选集合II，其中，通过后台日志获取新书的展现数量以及阅读数量打分，并通过后台推荐历史数据和用户行为信息相关性强的书和相关性弱的网络书籍书作为正负样本；根据打分数据和正负样本对所述新书候选集I中的所有新书进行重排序；生成用户的新书推荐候选列表。

主权项：1.一种网络文学新书推荐的方法，包括：获取站点内网络书籍的基础信息，根据基础信息处理得到所述网络书籍的主题特征分布向量，其中，所述基础信息包括书名，作者名，标签，创建时间，更新时间，更新频率，书籍前N章内容，N为大于或等于1的整数；将所述网络书籍的基础信息分为内容相关特征词和书籍属性特征向量，所述内容相关特征词从所述书籍书名及前N章内容中获取，所述书籍属性包括书名，作者名，标签，创建时间，更新时间，更新频率；根据所述主题特征分布向量计算每一本网络书籍的新书相关度，根据所述新书相关度寻找与每一本网络书籍相关联的新书，以形成与每一本网络书籍对应的新书候选集合I；收集用户的历史行为信息，根据收集到的历史行为信息构建阅读喜好模型，根据所述阅读喜好模型输出（userID，bookID,readScore三数据元组数据，其中，userID表示用户唯一标识，bookID表示网络书籍的唯一标识,readScore表示通用户对该网络书籍的偏好权重；所述历史行为信息包括阅读行为、购买行为、浏览行为、评论行为、收藏行为、订阅行为、取消收藏行为、取消订阅行为、加入购物车行为和或搜索行为；统计计算网络书籍的统计参考值，所述统计参考值包括推荐的网络书籍阅读展现比，所述阅读展现比为阅读量与展现量的比值，所述展现量是指在预定时间段内站点展示给能够看到该本网络书籍的用户的数量，所述阅读量是指通过所述用户的阅读行为统计用户阅读该本网络书籍的数量；对所述新书候选集合I重新排序以形成排序后的新书候选集合II，其中，通过后台日志获取所统计的新书的阅读展现比对新书的推荐结果表现进行打分，即使用打分策略，对新书的展现数量和产生的阅读数量进行0-1分之间的打分；通过后台推荐历史数据和用户行为信息相关性强的书和相关性弱的网络书籍书作为正负样本；根据打分数据和正负样本对所述新书候选集合I中的所有新书进行重排序；生成用户的新书推荐候选列表，其中，通过用户的历史行为信息获取所述用户阅读的书籍，根据该阅读的书籍对应的新书候选集合II，形成用户的新书推荐候选集。

全文数据：

权利要求：

百度查询： 北京宜搜天下科技有限公司 一种网络文学新书推荐的方法