一种基于用户活跃时区预测和流量分发优化的推荐方法

摘要

本发明公开了一种基于用户活跃时区预测和流量分发优化的推荐方法，包括以下步骤：根据用户行为数据预测用户的活跃时区和用户对兼职的推荐度；根据用户行为日志提取并修正各时区中类目的目标流量以及各时区中兼职的初始流量；在类别的目标流量、兼职的初始流量、用户对兼职感兴趣程度基础上，根据业务需求和业务目标构建时区流量分发优化模型，通过更新迭代时区流量分发优化模型的流量分配策略，为用户实现个性化的兼职推荐。本发明可以为用户提供个性化推荐服务的同时，缓解互联网行业关于流量分发方面存在的马太效应，使得长尾产品得以更多地曝光，提升整体的转化率和收益。