[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112765476A - 一种亲子阅读资源推荐服务系统与方法 - Google Patents

一种亲子阅读资源推荐服务系统与方法 Download PDF

Info

Publication number
CN112765476A
CN112765476A CN202110144532.2A CN202110144532A CN112765476A CN 112765476 A CN112765476 A CN 112765476A CN 202110144532 A CN202110144532 A CN 202110144532A CN 112765476 A CN112765476 A CN 112765476A
Authority
CN
China
Prior art keywords
user
unit
data
score
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110144532.2A
Other languages
English (en)
Inventor
孙佳剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Feijie Education Technology Co ltd
Original Assignee
Shanghai Feijie Education Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Feijie Education Technology Co ltd filed Critical Shanghai Feijie Education Technology Co ltd
Publication of CN112765476A publication Critical patent/CN112765476A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)

Abstract

本发明公开了一种亲子阅读资源推荐服务系统与方法，涉及数字化技术领域，包括信息采集模块、预测推荐模块、评分预测模块和推荐更新模块，所述信息采集模块，平台可以通过用户登陆的方式对信息进行采集，所述预测推荐模块，平台可以通过收集到的信息对用户的爱好进行基本推测，本发明科学合理，使用安全方便，所述评分预测模块，平台可以通过用户的翻阅量对书籍进行打分，并通过评分结果向用户推荐相似评分用户，进一步的推测用户的喜好，所述推荐更新模块，平台通过两组推测数据的对比进行更新用户的爱好，避免完全预测导致预测结果出现较大的偏差。

Description

一种亲子阅读资源推荐服务系统与方法
技术领域
本发明涉及数字化技术领域，具体是一种亲子阅读资源推荐服务系统与方法。
背景技术
随着现代网络的加速发展，阅读推荐系统的功能越来越多样，通常在给用户提供阅读时，会给用户智能化的推荐类似书籍进行阅读，会利用用户阅读的信息推断出用户的爱好从而向用户推荐相似爱好的其它用户，从而构成一个相同爱好圈，或者是从用户的好友当中筛选出类似的书籍进行推荐，利用用户评分的方式对用户进行推荐类似书籍，但是在推荐书籍时，会产生以下问题：
1、平台在给用户推荐书籍时，需要根据大量用户的阅读行为来推荐，所花费的过程十分复杂，并且精确度不高；
2、平台利用评分的方式进行推荐书籍时，用户并不会形成随时评分的习惯，从而会影响推荐书籍的精度；
所以，人们急需一种亲子阅读资源推荐服务系统与方法来解决上述问题。
发明内容
本发明的目的在于提供一种亲子阅读资源推荐服务系统与方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种亲子阅读资源推荐服务系统，其特征在于：该推荐服务系统包括对用户的信息进行采集的信息采集模块、将采集到的信息进行预测的预测推荐模块、将用户的所读篇章进行评分的评分预测模块和数据实时对比的推荐更新模块；
所述信息采集模块和预测推荐模块相连接，所述推荐更新模块与信息采集模块和预测推荐模块相连接，所述评分预测模块和信息采集模块相连接。
所述信息采集模块包括用户登陆单元、用户数据采集单元，所述用户登陆单元用于用户通过多种登录方式进行登陆，通过多种登录方式对用户的资料进行收集，所述用户数据采集单元用于对用户登陆之后的信息进行采集，以便于后期对用户的爱好进行基本的判断，所述用户登陆单元的输出端与用户数据单元的输入端相连接。
所述预测推荐模块包括数据分析单元、时间采集单元，所述时间采集单元用于对用户打开该系统后在观看内容上所花的动态时长和静态时长的采集，采集这两个时长来基本预测用户看完一整本书大概所花的时间，所述数据分析单元用于对用户的信息进行分析，从而对用户的喜好进行首次预测，所述用户数据采集单元的输出端与数据分析单元和时间采集单元的输入端相连接。
所述评分预测模块包括作品评分平均值单元、用户评分平均值单元、评分保存单元和数据计算单元，所述作品评分平均值单元用于若干个客户在没有观看书籍之前对书籍打的平均分，所述用户评分平均值单元用于若干个客户在观看书籍之后对书籍打的平均分，通过这两个评分单元可以测算出用户对于此类书籍的热爱程度，所述评分保存单元用于若干个用户对书籍进行评分的保存以及分值计算，所述数据计算单元用于挑选出同本书籍中相似平均分的用户，将相似平均分的用户集中并分享类似书籍，对用户进行二次爱好推测，所述作品评分平均值单元和用户评分平均值单元的输出端与评分保存单元的输入端电性连接，所述评分保存单元的输出端和数据计算单元的输入端相连接。
所述推荐更新模块包括数据更新单元和数据替换单元，所述数据更新单元用于将数据分析单元和时间采集单元中的分析结果进行首次爱好推测以及数据计算单元集中相似评分的用户进行二次爱好推荐并进行比对，所述数据替换单元用于对第二次推测的数据替换首次预测的数据，实现对数据的实时更新和替换，可以使得预测更加的贴合实际情况，使得预测结果逐渐变得精准。
所述数据更新单元的输出端与所述数据分析单元和数据计算单元的输入端相连接，所述数据替换单元的输出端与所述数据更新单元的输入端相连接。
一种亲子阅读资源推荐服务方法，该方法包括以下步骤：
S1、利用信息采集模块对用户的信息进行采集；
S2、利用预测推荐模块搜集到的信息对用户的喜好进行基本预测；
S3、利用评分预测模块保存用户对于书籍的打分并进行二次推测；
S4、利用推荐更新模块将两次预测的结果进行实时更新替换。
在所述步骤S2中，利用时间采集单元对用户打开该系统后在观看内容上所花的动态时长和静态时长的采集，动态观看时长为D,静态观看时长为J,动态观看时长的集合为D＝{d1,d2,d3,d4,…dm-1,dm},静态观看时长的集合为J＝{j1,j2,j3,j4,…jm-1,jm}；
根据公式：
Figure BDA0002929464570000041
Figure BDA0002929464570000042
Figure BDA0002929464570000043
其中，
Figure BDA0002929464570000044
为动态观看平均时长的集合，
Figure BDA0002929464570000045
为静态观看平均时长的集合，K为一本书籍所要看的大概时间。
在所述步骤S3中，评分保存单元用于计算用户所看书籍中每十页判定b分，评分保存单元测量了一本书籍所包含的总页数c、用户所看的页数集合为E＝{e1,e2,e3,e4,…em-1,em}、总观看的人数p和其它观看的人数的分值集合为Q＝{q1,q2,q3,q4,…qm-1,qm}；
根据公式：
Figure BDA0002929464570000051
Figure BDA0002929464570000052
其中，H为每个用户对于该书籍所评价的分数，T为若干个用户对所看书籍计算得到的平均分数。
所述步骤S3中，数据计算单元用于挑选出某本书籍中相似平均分的用户，所述步骤S3中，数据计算单元用于挑选出某本书籍中相似平均分的用户，若干个用户的分数的集合为Z＝{z1,z2,z3,z4,…zm-1,zm},若干个用户对某本书籍打的平均分为
Figure BDA0002929464570000053
用户之间的相似率为
Figure BDA0002929464570000054
根据公式：
Figure BDA0002929464570000055
Figure BDA0002929464570000056
Figure BDA0002929464570000057
其中，σ为数据的标准差，
Figure BDA0002929464570000058
为余弦相似率
所述步骤S3中，所述用户评分平均值单元用于对书籍页数的计算来判定用户的评分值。
与现有技术相比，本发明的有益效果是：
1、设置有预测推荐模块，可以对用户打开该系统后在观看内容上所花的动态时长和静态时长采集的分类，可以让平台更加清楚的了解到用户每天所看的进程，并且通过公式的计算可以推测出看完一整本书大概所花的时间，利用数据分析单元对用户的基本信息以及用户所花的动态时长、静态时长进行分析，从而对用户的喜好进行首次预测；
2、设置有评分预测模块，利用作品评分平均值单元可以对若干个客户在没有观看书籍之前对书籍打的平均分，利用用户评分平均值单元可以对若干个客户在观看书籍之后对书籍打的平均分，通过这两个评分单元可以测算出用户对于此类书籍的热爱程度，利用平均分值的计算公式将若干个用户对于某种书籍的评分保存到评分保存单元当中，所述数据计算单元用于挑选出同本书籍中相似平均分的用户，将相似平均分的用户集中并分享类似书籍，对用户进行二次爱好推测。
附图说明
图1为本发明一种亲子阅读资源推荐服务系统与方法的模块组成示意图；
图2为本发明一种亲子阅读资源推荐服务系统与方法的流程图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1～2所示，一种亲子阅读资源推荐服务系统，该推荐服务系统包括对用户的信息进行采集的信息采集模块、将采集到的信息进行预测的预测推荐模块、将用户的所读篇章进行评分的评分预测模块和数据实时对比的推荐更新模块；
信息采集模块和预测推荐模块相连接，推荐更新模块与信息采集模块和预测推荐模块相连接，评分预测模块和信息采集模块相连接。
信息采集模块包括用户登陆单元、用户数据采集单元，用户登陆单元用于用户通过多种登录方式进行登陆，通过多种登录方式对用户的资料进行收集，用户数据采集单元用于对用户登陆之后的信息进行采集，以便于后期对用户的爱好进行基本的判断，用户登陆单元的输出端与用户数据单元的输入端相连接，利用信息采集模块可将用户的信息进行提取并将所预测的用户爱好保存在用户数据采集单元中。
预测推荐模块包括数据分析单元、时间采集单元，时间采集单元用于对用户打开该系统后在观看内容上所花的动态时长和静态时长的采集，利用动态时长可以精确的表示用户在阅读书籍，利用静态时长可以精确地表示用户看一页所花的时间，当静态时长超出平均时长时，可以表示此用户已经离开该页面，采集这两个时长来基本预测用户看完一整本书大概所花的时间，数据分析单元用于对用户的信息进行分析，从而对用户的喜好进行首次预测，用户数据采集单元的输出端与数据分析单元和时间采集单元的输入端相连接，利用预测推荐模块可以对用户在书籍上所花的时间进行预测用户对于此类书籍的喜爱程度。
评分预测模块包括作品评分平均值单元、用户评分平均值单元、评分保存单元和数据计算单元，作品评分平均值单元用于若干个客户在没有观看书籍之前对书籍打的平均分，用户评分平均值单元用于若干个客户在观看书籍之后对书籍打的平均分，通过这两个评分单元可以预测出用户对于此类书籍的热爱程度，评分保存单元用于若干个用户对书籍进行评分的保存以及分值计算，数据计算单元用于挑选出同本书籍中相似平均分的用户，将相似平均分的用户集中并分享类似书籍，对用户进行二次爱好推测，作品评分平均值单元和用户评分平均值单元的输出端与评分保存单元的输入端电性连接，评分保存单元的输出端和数据计算单元的输入端相连接，利用评分预测模块，利用用户对于某本书籍观看页数进行打分，可让系统更加精确的了解用户的爱好，避免用户漏打分的情况出现。
推荐更新模块包括数据更新单元和数据替换单元，数据更新单元用于将数据分析单元和时间采集单元中的分析结果进行首次爱好推测以及在数据计算单元中集中相似评分用户进行的二次爱好推荐的比对情况，数据替换单元用于对第二次推测的数据替换首次预测的数据，实现对数据的实时更新和替换，可以使得预测更加的贴合实际情况，使得预测结果逐渐变得精准。利用推荐更新模块可将前面两次的推测情况进行总结，推测出更加贴合用户爱好情况的结果，避免完全预测导致预测结果出现较大的偏差。
数据更新单元的输出端与所述数据分析单元和数据计算单元的输入端相连接，数据替换单元的输出端与所述数据更新单元的输入端相连接。
一种亲子阅读资源推荐服务方法，该方法包括以下步骤：
S1、利用信息采集模块对用户的信息进行采集；
S2、利用预测推荐模块搜集到的信息对用户的喜好进行基本预测；
S3、利用评分预测模块保存用户对于书籍的打分并进行二次推测；
S4、利用推荐更新模块将两次预测的结果进行实时更新替换。
在步骤S2中，利用时间采集单元对用户打开该系统后在观看内容上所花的动态时长和静态时长的采集，动态观看时长为D,静态观看时长为J,动态观看时长的集合为D＝{d1,d2,d3,d4,…dm-1,dm},静态观看时长的集合为J＝{j1,j2,j3,j4,…jm-1,jm}；
根据公式：
Figure BDA0002929464570000101
Figure BDA0002929464570000102
Figure BDA0002929464570000103
其中，
Figure BDA0002929464570000104
为动态观看平均时长的集合，
Figure BDA0002929464570000105
为静态观看平均时长的集合，K为一本书籍所要看的大概时间。
在步骤S3中，评分保存单元用于计算用户所看书籍中每十页判定b分，评分保存单元测量了一本书籍所包含的总页数c、用户所看的页数集合为E＝{e1,e2,e3,e4,…em-1,em}、总观看的人数p和其它观看的人数的分值集合为Q＝{q1,q2,q3,q4,…qm-1,qm}；
根据公式：
Figure BDA0002929464570000106
Figure BDA0002929464570000107
其中，H为每个用户对于该书籍所评价的分数，T为若干个用户对所看书籍计算得到的总平均分数。
在步骤S3中，数据计算单元用于挑选出某本书籍中相似平均分的用户，所述步骤S3中，数据计算单元用于挑选出某本书籍中相似平均分的用户，若干个用户的分数的集合为Z＝{z1,z2,z3,z4,…zm-1,zm},若干个用户对某本书籍打的平均分为
Figure BDA0002929464570000108
用户之间的相似率为
Figure BDA0002929464570000109
根据公式：
Figure BDA0002929464570000111
Figure BDA0002929464570000112
Figure BDA0002929464570000113
其中，σ为数据的标准差，
Figure BDA0002929464570000114
为余弦相似率。
在步骤S3中，用户评分平均值单元用于对书籍页数的计算来判定用户的评分值，在某种书籍用户看过后没有进行打分操作，对用户所看的页数进行评分，将页数评分与少数用户评分的结果结合起来判定用户对于此书籍的爱好程度。
实施例一：
利用时间采集单元对用户打开该系统后在观看内容上所花的动态时长和静态时长的采集，动态观看时长为D,静态观看时长为J,动态观看时长的集合为D＝{0.5,1,0.4,1.2,1,0.5,0.4},静态观看时长的集合为J＝{40,35,20,50,57,62，45}，每日的阅读量的集合为A＝{30,15,36,45,26,60,32}；
根据公式：
Figure BDA0002929464570000115
Figure BDA0002929464570000116
Figure BDA0002929464570000117
从上述的计算中可以得出，用户看完一本书籍所花费的时间为186min；
实施例二：
评分保存单元用于计算用户所看书籍中每十页判定2.5分，评分保存单元测量了一本书籍所包含的总页数为400、用户所看的页数集合为E＝{300,60,262,400,350}、总观看的人数10和其它观看的人数的分值集合为Q＝{60,45,24,71,66}；
根据公式：
Figure BDA0002929464570000121
Figure BDA0002929464570000122
从上述计算中可以得出，每个用户对于该书籍所评价的分数为{75,15,65.5,100,87.5}，10个用户对于所看书籍计算得到的总平均分数为60.9分；
实施案例三：所述步骤S3中，数据计算单元用于挑选出某本书籍中相似平均分的用户，若干个用户的分数的集合为Z＝{65,42,90,85,76},若干个用户对某本书籍打的平均分为
Figure BDA0002929464570000123
用户之间的相似率为
Figure BDA0002929464570000124
相似率控制在0.01
根据公式：
Figure BDA0002929464570000125
Figure BDA0002929464570000126
Figure BDA0002929464570000131
通过计算可得：
z1＝0.14,z2＝0.125,z3＝0.05,z4＝0.05,z5＝0.06
发现第一位用户和第二位的相似率高，第三位和第四位的相似率高,并且推测出第一位用户相较于其他人对此类书籍的偏爱率较高。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种亲子阅读资源推荐服务系统，其特征在于：该推荐服务系统包括对用户的信息进行采集的信息采集模块、对采集到的信息进行预测的预测推荐模块、对用户的所读篇章进行评分的评分预测模块和数据实时对比的推荐更新模块；
所述信息采集模块和预测推荐模块相连接，所述推荐更新模块与信息采集模块和预测推荐模块相连接，所述评分预测模块和信息采集模块相连接。
2.根据权利要求1所述的一种亲子阅读资源推荐服务系统，其特征在于：所述信息采集模块包括用户登陆单元和用户数据采集单元，所述用户登陆单元用于用户通过多种登录方式进行登陆，所述用户数据采集单元用于对用户登陆之后的信息进行采集，所述用户登陆单元的输出端与用户数据单元的输入端相连接。
3.根据权利要求2所述的一种亲子阅读资源推荐服务系统，其特征在于：所述预测推荐模块包括数据分析单元、时间采集单元，所述时间采集单元用于对用户打开该系统后在观看内容上所花的动态时长和静态时长的采集，所述数据分析单元用于对用户的信息进行分析，从而对用户的喜好进行首次预测，所述用户数据采集单元的输出端与数据分析单元和时间采集单元的输入端相连接。
4.根据权利要求3所述的一种亲子阅读资源推荐服务系统，其特征在于：所述评分预测模块包括作品评分平均值单元、用户评分平均值单元、评分保存单元和数据计算单元，所述作品评分平均值单元用于若干个客户在没有观看书籍之前对书籍打的平均分，所述用户评分平均值单元用于若干个客户在观看书籍之后对书籍打的平均分，所述评分保存单元用于若干个用户对书籍进行评分的保存以及分值计算，所述数据计算单元用于挑选出某本书籍中相似平均分的用户，并对用户进行二次爱好推测，所述作品评分平均值单元和用户评分平均值单元的输出端与评分保存单元的输入端电性连接，所述评分保存单元的输出端和数据计算单元的输入端相连接。
5.根据权利要求4所述的一种亲子阅读资源推荐服务系统，其特征在于：所述推荐更新模块包括数据更新单元和数据替换单元，所述数据更新单元用于将数据分析单元中的首次推测和数据计算单元中的第二次推测进行比对，所述数据替换单元用于对第二次推测的数据替换首次预测的数据，实现对数据的实时更新和替换；
所述数据更新单元的输出端与所述数据分析单元和数据计算单元的输入端相连接，所述数据替换单元的输出端与所述数据更新单元的输入端相连接。
6.一种亲子阅读资源推荐服务方法，其特征在于：该方法包括以下步骤：
S1、利用信息采集模块对用户的信息进行采集；
S2、利用预测推荐模块搜集到的信息对用户的喜好进行基本预测；
S3、利用评分预测模块保存用户对于书籍的打分并进行二次推测；
S4、利用推荐更新模块将两次预测的结果进行实时更新替换。
7.根据权利要求6所述的一种亲子阅读资源推荐服务方法，其特征在于：在所述步骤S2中，利用时间采集单元对用户打开该系统后在观看内容上所花的动态时长和静态时长的采集，动态观看时长为D,静态观看时长为J,动态观看时长的集合为D＝{d1,d2,d3,d4,…dm-1,dm},静态观看时长的集合为J＝{j1,j2,j3,j4,…jm-1,jm}；
根据公式：
Figure FDA0002929464560000031
Figure FDA0002929464560000032
Figure FDA0002929464560000033
其中，
Figure FDA0002929464560000034
为动态观看平均时长的集合，
Figure FDA0002929464560000035
为静态观看平均时长的集合，K为一本书籍所要看的大概时间，A表示每日的阅读量，
Figure FDA0002929464560000036
可以此来判断用户看书的大概动态时间。
8.根据权利要求7所述的一种亲子阅读资源推荐服务方法，其特征在于：在所述步骤S3中，评分保存单元用于计算用户所看书籍中每十页判定b分，评分保存单元测量了一本书籍所包含的总页数c、用户所看的页数集合为E＝{e1,e2,e3,e4,…em-1,em}、总观看的人数p和其它观看的人数的分值集合为Q＝{q1,q2,q3,q4,…qm-1,qm}；
根据公式：
Figure FDA0002929464560000041
Figure FDA0002929464560000042
其中，H为每个用户对于该书籍所评价的分数，T为若干个用户对所看书籍计算得到的平均分数。
9.根据权利要求8所述的一种亲子阅读资源推荐服务方法，其特征在于：所述步骤S3中，数据计算单元用于挑选出某本书籍中相似平均分的用户，若干个用户的分数的集合为Z＝{z1,z2,z3,z4,…zm-1,zm},若干个用户对某本书籍打的平均分为
Figure FDA0002929464560000043
用户之间的相似率为
Figure FDA0002929464560000044
根据公式：
Figure FDA0002929464560000045
Figure FDA0002929464560000046
Figure FDA0002929464560000047
其中，σ为数据的标准差，
Figure FDA0002929464560000048
为余弦相似率。
10.根据权利要求9所述的一种亲子阅读资源推荐服务方法，其特征在于：所述步骤S3中，所述用户评分平均值单元用于对书籍页数的计算来判定用户的评分值。
CN202110144532.2A 2020-07-27 2021-02-02 一种亲子阅读资源推荐服务系统与方法 Pending CN112765476A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010733432 2020-07-27
CN2020107334329 2020-07-27

Publications (1)

Publication Number Publication Date
CN112765476A true CN112765476A (zh) 2021-05-07

Family

ID=75704696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110144532.2A Pending CN112765476A (zh) 2020-07-27 2021-02-02 一种亲子阅读资源推荐服务系统与方法

Country Status (1)

Country Link
CN (1) CN112765476A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820712A (zh) * 2015-05-19 2015-08-05 杭州东信北邮信息技术有限公司 一种为移动用户提供个性化图书推荐的方法
CN105183727A (zh) * 2014-05-29 2015-12-23 上海研深信息科技有限公司 一种图书推荐方法及其系统
CN106095949A (zh) * 2016-06-14 2016-11-09 东北师范大学 一种基于混合推荐的数字化图书馆资源个性化推荐方法与系统
KR101678521B1 (ko) * 2016-06-07 2016-11-22 주식회사 미래엔 도서 추천 서비스 제공 장치 및 방법
CN106933964A (zh) * 2017-02-07 2017-07-07 掌阅科技股份有限公司 一种确定阅读时长的方法、装置及电子设备
CN107766361A (zh) * 2016-08-17 2018-03-06 腾讯科技（深圳）有限公司 向目标用户推荐书籍的方法及装置
CN109726326A (zh) * 2018-11-28 2019-05-07 国云科技股份有限公司 一种基于标准化欧氏距离和k最邻近的书籍推荐方法
CN110209924A (zh) * 2018-07-26 2019-09-06 腾讯科技（深圳）有限公司 推荐参数获取方法、装置、服务器及存储介质
CN111159537A (zh) * 2019-12-06 2020-05-15 上海连尚网络科技有限公司 一种在阅读应用中推送呈现信息的方法与设备
CN111290576A (zh) * 2020-01-22 2020-06-16 上海工艺美术职业学院 电子书的控制方法及系统、电子设备、计算机存储介质
CN111400585A (zh) * 2019-01-02 2020-07-10 中国移动通信有限公司研究院 图书推荐方法及装置
US20210303649A1 (en) * 2018-07-27 2021-09-30 Braincolla Inc. Book recommendation method utilizing similarity between books

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105183727A (zh) * 2014-05-29 2015-12-23 上海研深信息科技有限公司 一种图书推荐方法及其系统
CN104820712A (zh) * 2015-05-19 2015-08-05 杭州东信北邮信息技术有限公司 一种为移动用户提供个性化图书推荐的方法
KR101678521B1 (ko) * 2016-06-07 2016-11-22 주식회사 미래엔 도서 추천 서비스 제공 장치 및 방법
CN106095949A (zh) * 2016-06-14 2016-11-09 东北师范大学 一种基于混合推荐的数字化图书馆资源个性化推荐方法与系统
CN107766361A (zh) * 2016-08-17 2018-03-06 腾讯科技（深圳）有限公司 向目标用户推荐书籍的方法及装置
CN106933964A (zh) * 2017-02-07 2017-07-07 掌阅科技股份有限公司 一种确定阅读时长的方法、装置及电子设备
CN110209924A (zh) * 2018-07-26 2019-09-06 腾讯科技（深圳）有限公司 推荐参数获取方法、装置、服务器及存储介质
US20210303649A1 (en) * 2018-07-27 2021-09-30 Braincolla Inc. Book recommendation method utilizing similarity between books
CN109726326A (zh) * 2018-11-28 2019-05-07 国云科技股份有限公司 一种基于标准化欧氏距离和k最邻近的书籍推荐方法
CN111400585A (zh) * 2019-01-02 2020-07-10 中国移动通信有限公司研究院 图书推荐方法及装置
CN111159537A (zh) * 2019-12-06 2020-05-15 上海连尚网络科技有限公司 一种在阅读应用中推送呈现信息的方法与设备
CN111290576A (zh) * 2020-01-22 2020-06-16 上海工艺美术职业学院 电子书的控制方法及系统、电子设备、计算机存储介质

Similar Documents

Publication Publication Date Title
CN106503014B (zh) 一种实时信息的推荐方法、装置和系统
CN109033408B (zh) 信息推送方法及装置、计算机可读存储介质、电子设备
CN109241440A (zh) 一种基于深度学习的面向隐式反馈推荐方法
CN109784381A (zh) 标注信息处理方法、装置及电子设备
CN107968952A (zh) 一种推荐视频的方法、装置、服务器和计算机存储介质
CN111177538B (zh) 一种基于无监督权值计算的用户兴趣标签构建方法
CN108334575A (zh) 一种推荐结果排序修正方法及装置，电子设备
US9245035B2 (en) Information processing system, information processing method, program, and non-transitory information storage medium
CN104102658B (zh) 文本内容挖掘方法及装置
EP4083857A1 (en) Information prediction model training method and apparatus, information prediction method and apparatus, storage medium, and device
CN106291764B (zh) 基于大数据和气象分析场的气象预报方法和系统
CN107493513B (zh) 用户对直播内容的偏好度量方法及装置
CN105302880A (zh) 内容关联推荐方法及装置
CN101968798A (zh) 基于在线软约束lda算法的社区推荐方法
CN110598126B (zh) 基于行为习惯的跨社交网络用户身份识别方法
CN116303663A (zh) 一种基于内容社交平台的用户亲密度计算方法及系统
CN111078859A (zh) 一种基于引用次数的作者推荐方法
CN112765476A (zh) 一种亲子阅读资源推荐服务系统与方法
CN109871493A (zh) 交友匹配方法、装置、计算机设备及可读存储介质
CN113468394A (zh) 一种数据处理方法、装置、电子设备及存储介质
CN112948684A (zh) 基于大数据分析和云计算的在线学习平台课程智能推荐方法
CN118101980A (zh) 一种基于实时内容推荐算法的短视频直播自动导流系统
CN111143688B (zh) 一种基于移动新闻客户端的评估方法及其系统
CN113127696B (zh) 一种提高基于行为的影响力度量准确性方法
Zhou et al. Computational discovery of personal traits from social multimedia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210507

RJ01 Rejection of invention patent application after publication