(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211252770.6 (22)申请日 2022.10.13 (71)申请人 四川长虹电器股份有限公司 地址 621000 四川省绵阳市高新区绵兴东 路35号 (72)发明人 王洪君　韩亚　闫立鑫　 (74)专利代理 机构 成都虹桥专利事务所(普通 合伙) 51124 专利代理师 吴中伟 (51)Int.Cl. G06F 16/9535(2019.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 信息推荐方法 (57)摘要 本发明涉及信息处理领域， 为了使推荐的信 息更符合用户需求， 提供了信息推荐方法， 包括： 步骤1、 获取用于信息推荐的历史数据， 所述历史 数据包括目标个体数据及目标个体所属群体的 群体数据； 步骤2、 按群体喜好对群体数据进行排 序； 步骤3、 按个人喜好对目标个体数据进行排 序； 步骤4、 基于目标个体数据对群体数据进行再 排序以生 成推荐信息。 采用上述步骤 可以使推荐 的信息更符合用户需求。 权利要求书1页 说明书3页 附图1页 CN 115455305 A 2022.12.09 CN 115455305 A 1.信息推荐方法， 其特 征在于， 包括： 步骤1、 获取用于信 息推荐的历史数据， 所述历史数据包括目标个体数据及目标个体所 属群体的群体数据； 步骤2、 按群 体喜好对群 体数据进行排序； 步骤3、 按个人喜好对目标个 体数据进行排序； 步骤4、 基于目标个 体数据对群 体数据进行 再排序以生成推荐信息 。 2.根据权利要求1所述的信息推荐方法， 其特征在于， 所述步骤2对群体数据进行排序 前或后， 还 包括群体数据过 滤。 3.根据权利要求1所述的信息推荐方法， 其特征在于， 当推荐信息为音频或视频时： 所 述步骤2对群 体数据进行排序的具体步骤为： 步骤21、 采用时间衰减法计算音频或视频的播 放用户量； 步骤22、 根据播 放用户量对群 体数据进行排序。 4.根据权利要求1 ‑3任意一项所述的信息推荐方法， 其特 征在于， 所述 步骤4具体为： 步骤41、 建立喜好分类模型； 步骤42、 基于排序后的目标个 体数据对喜好分类模型进行训练； 步骤43、 采用训练后的喜好分类模型对步骤2获得的群 体数据进行喜好预测； 步骤44、 基于喜好预测对群 体数据进行顺序重排以生成推荐信息 。 5.根据权利要求4所述的信 息推荐方法， 其特征在于， 所述步骤44在进行顺序重排前还 包括根据目标个 体数据进行 数据过滤。权　利　要　求　书 1/1 页 2 CN 115455305 A 2信息推荐方 法 技术领域 [0001]本发明涉及信息处 理领域， 具体是一种信息推荐方法。 背景技术 [0002]目前， 热播电影推荐大多基于用户观影记录， 通过计算播放量， 得到热度排名， 把 排名靠前 的影片作为热播推荐列表展示给用户。 通常情况下， 热度排名最前 的影片大多数 用户已经看过， 再推荐 给用户， 用户的点击率就不会很高， 这样造成的结果就是热播电影推 荐功能没有发挥出最 好的效果， 用户体验感不会很好。 发明内容 [0003]为了使推荐的信息更符合用户需求， 本申请提供了一种信息推荐方法。 [0004]本发明解决上述问题所采用的技 术方案是： [0005]信息推荐方法， 包括： [0006]步骤1、 获取用于信息推荐的历史数据， 所述历史数据 包括目标个体数据及目标个 体所属群 体的群体数据； [0007]步骤2、 按群 体喜好对群 体数据进行排序； [0008]步骤3、 按个人喜好对目标个 体数据进行排序； [0009]步骤4、 基于目标个 体数据对群 体数据进行 再排序以生成推荐信息 。 [0010]进一步地， 所述步骤2对群 体数据进行排序前或后， 还 包括群体数据过 滤。 [0011]进一步地， 当推荐信息为音频或视频时： 所述步骤2对群体数据进行排序的具体步 骤为： [0012]步骤21、 采用时间衰减法计算音频或视频的播 放用户量； [0013]步骤22、 根据播 放用户量对群 体数据进行排序。 [0014]进一步地， 所述步骤4具体为： [0015]步骤41、 建立喜好分类模型； [0016]步骤42、 基于排序后的目标个 体数据对喜好分类模型进行训练； [0017]步骤43、 采用训练后的喜好分类模型对步骤2获得的群 体数据进行喜好预测； [0018]步骤44、 基于喜好预测对群 体数据进行顺序重排以生成推荐信息 。 [0019]进一步地， 所述步骤44在进行顺序重排前还包括根据目标个体数据进行数据过 滤。 [0020]本发明相比于现有技术具有的有益效果是： 通过对群体喜好进行排序得到初始推 荐表， 再根据用户历史数据获取用户的信息需求偏好， 基于用户的需求偏好对初始推荐表 进行更新， 从而 使得最终推荐的信息更符合用户需求， 进 而提高用户点击率。 附图说明 [0021]图1为信息推荐方法的流 程图。说　明　书 1/3 页 3 CN 115455305 A 3