申请/专利权人:江西财经大学
申请日:2024-05-30
公开(公告)日:2024-06-25
公开(公告)号:CN118246988A
主分类号:G06Q30/0251
分类号:G06Q30/0251;G06F18/213;G06F18/22;G06F18/214
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种基于AI的个性化内容推送方法及系统,涉及信息推送管理技术领域。一种基于AI的个性化内容推送系统,包括有:个性化推送模块、个性化分析模块和初始化词条模块。本发明通过区分强推荐个性化词条和弱推荐个性化词条,并结合当前的新鲜兴趣词条,使推送词条集的设计更有针对性,这有助于提高内容推荐的精确度,确保用户接收到更感兴趣的内容;通过引入新鲜兴趣词条并与个性化推荐词条相结合,能够有效地打破用户固有的信息获取模式,为用户提供更广阔的信息视野,一定程度上减少信息茧房效应;通过分析用户接收推送个性化内容集时的第一反馈和第二反馈动作,可以进一步优化内容推荐,从而提供更贴合用户需求的个性化体验。
主权项:1.一种基于AI的个性化内容推送方法,其特征在于,包括:S1.获取当前时段Hi内目标用户的推荐个性化词条集;推荐个性化词条集基于用户反馈获取;基于AI分析获取当前时段Hi内的当前新鲜兴趣词条;设定将预设时段划分为I个时段Hi,i=1,2,…,I;推荐个性化词条集中包括有强推荐个性化词条和弱推荐个性化词条;当前新鲜兴趣词条包括有目标用户搜索词条和与推荐个性化词条集不重合的低热度词条;将推荐个性化词条集和当前新鲜兴趣词条组合得到推送词条集;根据推送词条集及推送内容比率库进行内容推送,得到推送个性化内容集;推送内容比例库中包括有强推荐个性化词条、弱推荐个性化词条和当前新鲜兴趣词条对应的推送比例;推送个性化内容集中包含有k条推送内容;S2.获取用户接收推送个性化内容集时的第一反馈动作;基于推送个性化内容集及其对应的第一反馈动作对推送内容比例库进行更新;根据第一反馈动作筛选推送个性化内容集,得到优选个性化内容集;获取用户接收优选个性化内容集时的第二反馈动作;第二反馈动作中包含有J个动作Dj,动作Dj对应等级Vj,j=1,2,…,J;基于优选个性化内容集及其对应的第二反馈动作的等级Vj和内容词条提取模型,得到待划分推荐个性化词条集和待划分推荐个性化词条集中每个词条对应的等级评分;基于待划分推荐个性化词条集及待划分推荐个性化词条集中每个词条对应的等级评分将待划分推荐个性化词条集划分为新的强推荐个性化词条和新的弱推荐个性化词条,将新的强推荐个性化词条和新的弱推荐个性化词条组合得到新的推荐个性化词条集。
全文数据:
权利要求:
百度查询: 江西财经大学 一种基于AI的个性化内容推送方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。