CN104731830A - 一种推荐方法、装置及服务器 - Google Patents
一种推荐方法、装置及服务器 Download PDFInfo
- Publication number
- CN104731830A CN104731830A CN201310723005.2A CN201310723005A CN104731830A CN 104731830 A CN104731830 A CN 104731830A CN 201310723005 A CN201310723005 A CN 201310723005A CN 104731830 A CN104731830 A CN 104731830A
- Authority
- CN
- China
- Prior art keywords
- information
- behavior data
- historical behavior
- user
- current behavior
- 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.)
- Granted
Links
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供的推荐方法,获取用户当前的行为数据,并根据所述当前行为类型信息,其中,所述行为数据包括当前行为对象信息和当前行为类型信息。确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息,将所述关联对象信息进行推荐。可见,本发明提供的推荐方法实现了针对性推荐,解决了现有技术中推荐信息不准确,需要用户重新进行道具信息的搜索的问题。进而减少了游戏玩家对其他道具网页的无效浏览以及点击行为等,增强了用户体验的同时还减少了道具商城服务器的负担,节省网络资源的占用。
Description
技术领域
本发明涉及数据处理技术领域,更具体地说,涉及一种推荐方法、装置及服务器。
背景技术
随着网络游戏的不断发展,道具收费已经被越来越多的游戏玩家接受,并逐渐成为当前主流的网络游戏商业模式。具体的,WEB道具商城为网络游戏道具提供了交易平台,游戏玩家可以通过访问网络商城,根据自己的购买意图来搜索和购买道具。同时,道具商城也会向游戏玩家推荐一些道具。
常规的道具推荐是通过网站管理员预先设定好待推荐道具,在游戏玩家浏览道具商城时,推送这些道具。而推荐的道具一般是新上架的道具、打折的道具、热门的道具以及网站管理员希望销售的道具等。除此,另一种道具推送方式无需通过管理员设定,而是直接由道具商城的后台系统随机推荐道具。
发明人发现,随着道具种类的增多,网站管理员手动推荐道具的操作相当繁琐,且这些推送的道具一般是基于道具的热度、上架时间等因素来确定,并随机的进行推荐。现有的推荐方式进行预订的道具信息的推荐,没法针对不同的用户进行针对性的推荐,推荐的信息不准确,需要用户重新进行道具信息的搜索,且该推荐方式比较繁琐。
发明内容
有鉴于此,本发明实施例提供一种推荐方法、装置及服务器,以解决现有技术中是进行预订的道具信息的推荐,没法针对不同的用户进行针对性的推荐,导致的推荐信息不准确,需要用户重新进行道具信息的搜索的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种推荐方法,包括:
获取用户当前的行为数据,所述行为数据包括当前行为对象信息和当前行为类型信息;
根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息;
将所述关联对象信息进行推荐。
优选的,所述根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据包括:
确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息。
优选的,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息包括:
计算所述第一历史行为数据所对应的各行为对象信息的权值;
根据所述权值确定所述各行为对象信息与所述当前行为对象信息的关联度;
从所述第一历史行为数据所对应的行为对象信息中,确定关联度符合预设要求的行为对象信息为关联对象信息。
优选的,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息包括:
从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
将所述第二历史行为数据对应的行为对象信息确定为关联对象信息。
优选的,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息包括:
从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
计算第二历史行为数据所对应的各行为对象信息的权值;
根据权值确定各行为对象信息与当前行为对象信息的关联度;
从第二历史行为数据所对应的行为对象信息中确定关联度符合预设要求的行为对象信息为关联对象信息。
优选的,所述推荐方法还包括:
获取所述用户的用户特征信息,确定与所述用户特征信息相对应的用户聚类群组,一个用户聚类群组对应一个行为对象信息推荐表;
将所述用户聚类群组所对应的行为对象信息推荐表中的行为对象信息进行推荐。
优选的,所述确定与所述用户特征信息相对应的用户聚类群组的过程包括:
根据所述用户的历史行为数据,确定行为概率符合预设要求的行为对象信息所对应的主题;
为所述主题对应的信息构建一个对象信息推荐表,建立所述对象信息推荐表与所述用户聚类群组的对应关系,及所述用户的用户特征信息与所述用户聚类群组的对应关系。
优选的,还包括:
将关联对象信息中与所述用户对应的行为对象信息进行去重处理。
一种推荐装置,包括:
第一获取模块,用于获取用户当前的行为数据,所述行为数据包括当前行为对象信息和当前行为类型信息;
第一确定模块,用于根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息;
第一推荐模块,用于将所述关联对象信息进行推荐。
优选的,所述第一确定模块包括:
第一确定单元,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第一计算单元,用于计算所述第一历史行为数据所对应的各行为对象信息的权值;
第二确定单元,用于根据所述权值确定所述各行为对象信息与所述当前行为对象信息的关联度;
第三确定单元,用于从所述第一历史行为数据所对应的行为对象信息中,确定关联度符合预设要求的行为对象信息为关联对象信息。
优选的,所述第一确定模块包括:
第一确定单元,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第四确定单元,用于从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
第五确定单元,用于将所述第二历史行为数据对应的行为对象信息确定为关联对象信息。
优选的,所述第一确定模块包括:
第一确定单元,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第六确定单元,用于从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
第二计算单元,用于计算第二历史行为数据所对应的各行为对象信息的权值;
第七确定单元,用于根据权值确定各行为对象信息与当前行为对象信息的关联度;
第八确定单元,用于从第二历史行为数据所对应的行为对象信息中确定关联度符合预设要求的行为对象信息为关联对象信息。
优选的,还包括:
第一处理模块,用于获取所述用户的用户特征信息,确定与所述用户特征信息相对应的用户聚类群组,一个用户聚类群组对应一个行为对象信息推荐表;
第二推荐模块,用于将所述用户聚类群组所对应的行为对象信息推荐表中的行为对象信息进行推荐。
优选的,所述第一处理模块包括:
第九确定单元,用于根据所述用户的历史行为数据,确定行为概率符合预设要求的行为对象信息所对应的主题;
第一创建单元,用于为所述主题对应的信息构建一个对象信息推荐表,建立所述对象信息推荐表与所述用户聚类群组的对应关系,及所述用户的用户特征信息与所述用户聚类群组的对应关系。
优选的,还包括:
第一去重模块,用于将关联对象信息中与所述用户对应的行为对象信息进行去重处理。
一种服务器,其特征在于,包括任一项上述的推荐装置。
基于上述技术方案,本发明实施例提供的推荐方法,获取用户当前的行为数据,并根据所述当前行为类型信息,其中,所述行为数据包括当前行为对象信息和当前行为类型信息。确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息,将所述关联对象信息进行推荐。可见,本发明提供的推荐方法实现了针对性推荐,解决了现有技术中推荐信息不准确,需要用户重新进行道具信息的搜索的问题。进而减少了游戏玩家对其他道具网页的无效浏览以及点击行为等,增强了用户体验的同时还减少了道具商城服务器的负担,节省网络资源的占用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种推荐方法的流程图;
图2为采用本发明的购买界面示意图;
图3为本发明实施例提供的一种推荐装置的结构框图;
图4为本发明实施例提供的第一确定模块的结构框图;
图5为本发明实施例提供的另一种第一确定模块的结构框图;
图6为本发明实施例提供的又一种第一确定模块的结构框图;
图7示出了本发明实施例提供的另一种推荐装置的结构框图;
图8为本发明实施例提供的另一种推荐装置的结构框图;
图9为本发明实施例提供的第一处理模块的结构框图;
图10为本发明实施例提供的服务器的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
图1为本发明实施例提供的一种推荐方法的流程图,参照图1,该方法可以包括:
步骤S100:获取用户当前的行为数据,所述行为数据包括当前行为对象信息和当前行为类型信息。
需要说明的是,行为对象信息可以理解成各式各样的道具,而行为类型信息可以包括浏览行为信息、搜索行为信息、下单行为信息以及交易行为信息等行为类型。其中,浏览行为信息可以理解成是用户浏览道具商城所查看的道具的属性信息,也可以理解成是用户对某个游戏道具的界面进行过点击操作的信息。搜索行为信息可以是用户对某一道具的搜索信息,如游戏玩家想购买一把“屠龙刀”,那么他会在道具商城的搜索栏上输入“屠龙刀”等关键词,此时,本步骤去抓取用户的该行为信息--屠龙刀。下单行为信息和交易行为信息都一定程度上代表了用户的喜好和需求,其中,下单行为信息可以理解成用户已经拍下该道具的信息,但付款的状态并不确定。而交易行为信息可以体现用户对某一下单行为信息的交易状态的信息,如“已付款,交易完成”、“待付款”以及“交易失败”等交易信息。
步骤S110:根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息。
可选的,本发明实施例中,根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据的过程可以为:通过确定具有当前行为对象信息和当前行为类型信息的历史行为数据相关的用户的信息,再确定出该用户所对应的第一历史行为数据,其中,所述第一历史行为数据具有所述当前行为类型信息。
例如,如图2所示,假设用户的当前行为对象信息为道具“中秋明月亮”,则在搜索界面201上的第一显示界面202上显示“中秋明月亮”的信息,该信息可以是道具名称、图片以及库存数量等信息。具体的,可以在搜索界面201的第二显示界面203上显示当前的行为类型,如购买、浏览等行为类型信息。在本实施例中,假定当前行为类型信息为购买行为信息。上述方法对应为:确定出购买过“中秋明月亮”的所有用户,再将这些用户浏览过的其他道具的信息汇总,形成第一历史行为数据,该第一历史行为数据可以按照预设的排序,在图2中的第一历史行为数据显示栏204进行显示。即,用户A购买了“中秋明月亮”,而之前,用户B和用户C也都购买过“中秋明月亮”,不同的是,用户B还购买了“雪刃”和“斩刀”,而用户C购买过“雪刃”,而购买过“复活”道具,则此时,第一历史行为数据中包含“雪刃”、“斩刀”以及“复活”。需要说明的是,在图2中,还可以设置有第三显示界面205,用于显示与购买道具“中秋明月亮”相关的道具的分类列表。除此,还可以设置有第四显示界面206,用于显示该购买道具的商品信息,如“中秋明月亮”的相关用途等参数介绍。
可选的,所述本发明实施例中,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息的过程具体为:先计算出第一历史行为数据所对应的各行为对象信息的权值,再根据该权值确定所述各行为对象信息与所述当前行为对象信息的关联度。最后,从所述第一历史行为数据所对应的行为对象信息中,确定关联度符合预设要求的行为对象信息为关联对象信息。
对应的,计算“雪刃”、“斩刀”以及“复活”的权值,在根据该权值确定出“雪刃”、“斩刀”以及“复活”依次与“中秋明月亮”的关联度。假设“雪刃”、“斩刀”以及“复活”分别为0.9、0.5以及0.3,预设要求为当关联度大于0.6时进行推荐,则此时关联对象信息为“雪刃”。
可选的,本发明实施例中,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息可以为:从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求。将所述第二历史行为数据对应的行为对象信息确定为关联对象信息。
例如,在一个预设的时间段内,用户B先购买了道具A,过了一段时间,该用户B又来购买了道具B,则我们认定道具B和道具A是相关联的,将道具B和道具A均放在原本道具A的购物车内。这样,在用户A购买道具A时,系统会向用户A推荐道具B。
可选的,本发明实施例中,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息可以为:从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求。计算第二历史行为数据所对应的各行为对象信息的权值。根据权值确定各行为对象信息与当前行为对象信息的关联度。从第二历史行为数据所对应的行为对象信息中确定关联度符合预设要求的行为对象信息为关联对象信息。
不难发现,本可选方案是上述两种可选方案的结合,此处不对其进行举例说明。
可选的,本发明实施例还可以通过获取所述用户的用户特征信息,确定与所述用户特征信息相对应的用户聚类群组,一个用户聚类群组对应一个行为对象信息推荐表。将所述用户聚类群组所对应的行为对象信息推荐表中的行为对象信息进行推荐。
这里需要说明的是,此处,可以通过对用户的浏览行为数据以及搜索行为数据进行收集,利用聚类等常用的数据挖掘算法生成用户聚类信息,形成用户聚类群组,并为每个用户聚类群组配置对应的道具推荐表。如,每个群组对应一个关键词,群组1对应“魔兽”,群组2对应“卡丁车”,群组3对应“街舞”等。其中,用户特性信息可以是IP地址、MAC号等。
例如:当用户A浏览某道具商城时,会根据用于A的IP地址确定用户A在上述群组中的哪一个群组,假设,用户A对应群组1。然后调用该群组1所对应的关键词“魔兽“所对应的道具推荐表。按照该推荐表上的道具依次向用户A推荐。
可选的,所述确定与所述用户特征信息相对应的用户聚类群组的过程为:根据所述用户的历史行为数据,确定行为概率符合预设要求的行为对象信息所对应的主题。为所述主题对应的信息构建一个对象信息推荐表,建立所述对象信息推荐表与所述用户聚类群组的对应关系,及所述用户的用户特征信息与所述用户聚类群组的对应关系。
可选的,本发明实施例还将关联对象信息中与所述用户对应的行为对象信息进行去重处理。
步骤S120:将所述关联对象信息进行推荐。
综上,本发明实施例提供的推荐方法,获取用户当前的行为数据,并根据所述当前行为类型信息,其中,所述行为数据包括当前行为对象信息和当前行为类型信息。确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息,将所述关联对象信息进行推荐。可见,本发明提供的推荐方法实现了针对性推荐,解决了现有技术中推荐信息不准确,需要用户重新进行道具信息的搜索的问题。进而减少了游戏玩家对其他道具网页的无效浏览以及点击行为等,增强了用户体验的同时还减少了道具商城服务器的负担,节省网络资源的占用。
下面对本发明实施例提供的推荐装置进行描述,下文描述的推荐装置与上文描述的推荐方法对应,两者可相互参照。
图3为本发明实施例提供的一种推荐装置的结构框图,参照图5,该装置可以包括:
第一获取模块100,用于获取用户当前的行为数据,所述行为数据包括当前行为对象信息和当前行为类型信息;
第一确定模块200,用于根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息;
第一推荐模块300,用于将所述关联对象信息进行推荐。
图4示出了第一确定模块200的一种可选结构,参照图4,第一确定模块200可以包括:
第一确定单元310,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第一计算单元320,用于计算所述第一历史行为数据所对应的各行为对象信息的权值;
第二确定单元330,用于根据所述权值确定所述各行为对象信息与所述当前行为对象信息的关联度;
第三确定单元340,用于从所述第一历史行为数据所对应的行为对象信息中,确定关联度符合预设要求的行为对象信息为关联对象信息。
图5示出了另一种第一确定单元200的可选结构,参照图5,第一确定单元200可以包括:
第一确定单元410,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第四确定单元420,用于从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
第五确定单元430,用于将所述第二历史行为数据对应的行为对象信息确定为关联对象信息。
图6示出了又一种第一确定单元200的可选结构,参照图6,第一确定单元200可以包括:
第一确定单元510,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第六确定单元520,用于从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
第二计算单元530,用于计算第二历史行为数据所对应的各行为对象信息的权值;
第七确定单元540,用于根据权值确定各行为对象信息与当前行为对象信息的关联度;
第八确定单元550,用于从第二历史行为数据所对应的行为对象信息中确定关联度符合预设要求的行为对象信息为关联对象信息。
图7示出了本发明实施例提供的另一种推荐装置的结构框图,参照图7,该装置还包括:
去重模块600,用于对所述道具推荐信息里的道具进行去重处理。
图8示出了又一种推荐装置的可选结构,参照图8,包括:
第一处理模块710,用于获取所述用户的用户特征信息,确定与所述用户特征信息相对应的用户聚类群组,一个用户聚类群组对应一个行为对象信息推荐表;
第二推荐模块720,用于将所述用户聚类群组所对应的行为对象信息推荐表中的行为对象信息进行推荐。
图9示出了又第一处理模块710的可选结构,参照图9,第一处理模块710可以包括:
第九确定单元810,用于根据所述用户的历史行为数据,确定行为概率符合预设要求的行为对象信息所对应的主题;
第一创建单元820,用于为所述主题对应的信息构建一个对象信息推荐表,建立所述对象信息推荐表与所述用户聚类群组的对应关系,及所述用户的用户特征信息与所述用户聚类群组的对应关系。
本发明实施例提供的推荐装置,通过获取用户当前的行为数据,并根据所述当前行为类型信息,其中,所述行为数据包括当前行为对象信息和当前行为类型信息。确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息,将所述关联对象信息进行推荐。可见,本发明提供的推荐方法实现了针对性推荐,解决了现有技术中推荐信息不准确,需要用户重新进行道具信息的搜索的问题。进而减少了游戏玩家对其他道具网页的无效浏览以及点击行为等,增强了用户体验的同时还减少了道具商城服务器的负担,节省网络资源的占用。
本发明实施例还提供一种服务器,包括上述所述推荐装置,其中,推荐装置的介绍可参照上文描述,此处不再赘述。
下面对本发明实施例提供的用户设备的硬件结构进行描述,图10为本发明实施例提供的用户设备的硬件结构图,参照图10,用户设备可以包括:通信接口1,存储器2,处理器3和通信总线4。
下面结合图10对用户设备的各个构成部件进行具体介绍。
通信接口1可以为通信模块的接口,如网卡的接口,用于在接入服务器与外部设备进行信息收发过程中,实现信号的接收和发送。
存储器2可用于存储软件程序以及模块,处理器3通过运行存储在存储器2的软件程序以及模块,从而执行接入服务器的各种功能应用以及数据处理。存储器2可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据接入服务器的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器2可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器3是接入服务器的控制中心,利用各种接口和线路连接整个接入服务器的各个部分,通过运行或执行存储在存储器2内的软件程序和/或模块,以及调用存储在存储器2内的数据,执行接入服务器的各种功能和处理数据,从而对接入服务器进行整体监控。可选的,处理器3可包括一个或多个处理单元;优选的,处理器3可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器3中。
通信接口1,存储器2,处理器3通过通信总线4完成相互间的通信。
在本发明实施例中,处理器3还可以具有如下功能:
获取用户当前的行为数据,所述行为数据包括当前行为对象信息和当前行为类型信息;
根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息;
将所述关联对象信息进行推荐。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (16)
1.一种推荐方法,其特征在于,包括:
获取用户当前的行为数据,所述行为数据包括当前行为对象信息和当前行为类型信息;
根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息;
将所述关联对象信息进行推荐。
2.根据权利要求1所述的推荐方法,其特征在于,所述根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据包括:
确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息。
3.根据权利要求2所述的推荐方法,其特征在于,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息包括:
计算所述第一历史行为数据所对应的各行为对象信息的权值;
根据所述权值确定所述各行为对象信息与所述当前行为对象信息的关联度;
从所述第一历史行为数据所对应的行为对象信息中,确定关联度符合预设要求的行为对象信息为关联对象信息。
4.根据权利要求2所述的推荐方法,其特征在于,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息包括:
从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
将所述第二历史行为数据对应的行为对象信息确定为关联对象信息。
5.根据权利要求2所述的推荐方法,其特征在于,所述从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息包括:
从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
计算第二历史行为数据所对应的各行为对象信息的权值;
根据权值确定各行为对象信息与当前行为对象信息的关联度;
从第二历史行为数据所对应的行为对象信息中确定关联度符合预设要求的行为对象信息为关联对象信息。
6.根据权利要求2所述的推荐方法,其特征在于,所述推荐方法还包括:
获取所述用户的用户特征信息,确定与所述用户特征信息相对应的用户聚类群组,一个用户聚类群组对应一个行为对象信息推荐表;
将所述用户聚类群组所对应的行为对象信息推荐表中的行为对象信息进行推荐。
7.根据权利要求6所述的推荐方法,其特征在于,所述确定与所述用户特征信息相对应的用户聚类群组的过程包括:
根据所述用户的历史行为数据,确定行为概率符合预设要求的行为对象信息所对应的主题;
为所述主题对应的信息构建一个对象信息推荐表,建立所述对象信息推荐表与所述用户聚类群组的对应关系,及所述用户的用户特征信息与所述用户聚类群组的对应关系。
8.根据权利要求2-6所述的推荐方法,其特征在于,还包括:
将关联对象信息中与所述用户对应的行为对象信息进行去重处理。
9.一种推荐装置,其特征在于,包括:
第一获取模块,用于获取用户当前的行为数据,所述行为数据包括当前行为对象信息和当前行为类型信息;
第一确定模块,用于根据所述当前行为类型信息,确定与所述当前行为类型信息相对应的任意用户的历史行为数据,从所述历史行为数据中确定与所述当前行为对象信息相关联的关联对象信息;
第一推荐模块,用于将所述关联对象信息进行推荐。
10.根据权利要求9所述的推荐装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第一计算单元,用于计算所述第一历史行为数据所对应的各行为对象信息的权值;
第二确定单元,用于根据所述权值确定所述各行为对象信息与所述当前行为对象信息的关联度;
第三确定单元,用于从所述第一历史行为数据所对应的行为对象信息中,确定关联度符合预设要求的行为对象信息为关联对象信息。
11.根据权利要求9所述的推荐装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第四确定单元,用于从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
第五确定单元,用于将所述第二历史行为数据对应的行为对象信息确定为关联对象信息。
12.根据权利要求9所述的推荐装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于确定具有所述当前行为对象信息和当前行为类型信息的历史行为数据对应的用户所对应的第一历史行为数据,所述第一历史行为数据具有所述当前行为类型信息;
第六确定单元,用于从第一历史行为数据中确定第二历史行为数据,所述第二历史行为数据的行为时间与具有所述当前行为对象信息的历史行为数据的行为时间符合预设要求;
第二计算单元,用于计算第二历史行为数据所对应的各行为对象信息的权值;
第七确定单元,用于根据权值确定各行为对象信息与当前行为对象信息的关联度;
第八确定单元,用于从第二历史行为数据所对应的行为对象信息中确定关联度符合预设要求的行为对象信息为关联对象信息。
13.根据权利要求9所述的推荐装置,其特征在于,还包括:
第一处理模块,用于获取所述用户的用户特征信息,确定与所述用户特征信息相对应的用户聚类群组,一个用户聚类群组对应一个行为对象信息推荐表;
第二推荐模块,用于将所述用户聚类群组所对应的行为对象信息推荐表中的行为对象信息进行推荐。
14.根据权利要求13所述的推荐装置,其特征在于,所述第一处理模块包括:
第九确定单元,用于根据所述用户的历史行为数据,确定行为概率符合预设要求的行为对象信息所对应的主题;
第一创建单元,用于为所述主题对应的信息构建一个对象信息推荐表,建立所述对象信息推荐表与所述用户聚类群组的对应关系,及所述用户的用户特征信息与所述用户聚类群组的对应关系。
15.根据权利要求9-14所述的推荐装置,其特征在于,还包括:
第一去重模块,用于将关联对象信息中与所述用户对应的行为对象信息进行去重处理。
16.一种服务器,其特征在于,包括权利要求9-15任一项所述的推荐装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310723005.2A CN104731830B (zh) | 2013-12-24 | 2013-12-24 | 一种推荐方法、装置及服务器 |
TW103144543A TWI542391B (zh) | 2013-12-24 | 2014-12-19 | 推薦方法、裝置及伺服器 |
PCT/CN2014/094849 WO2015096746A1 (zh) | 2013-12-24 | 2014-12-24 | 一种推荐方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310723005.2A CN104731830B (zh) | 2013-12-24 | 2013-12-24 | 一种推荐方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104731830A true CN104731830A (zh) | 2015-06-24 |
CN104731830B CN104731830B (zh) | 2017-02-22 |
Family
ID=53455727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310723005.2A Active CN104731830B (zh) | 2013-12-24 | 2013-12-24 | 一种推荐方法、装置及服务器 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN104731830B (zh) |
TW (1) | TWI542391B (zh) |
WO (1) | WO2015096746A1 (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105049526A (zh) * | 2015-08-19 | 2015-11-11 | 网易(杭州)网络有限公司 | 一种游戏礼包推送方法、装置及系统 |
CN105045916A (zh) * | 2015-08-20 | 2015-11-11 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种手机游戏推荐系统及其推荐方法 |
CN105808700A (zh) * | 2016-03-02 | 2016-07-27 | 深圳市游科互动科技有限公司 | 游戏信息推荐方法及服务器 |
CN105868254A (zh) * | 2015-12-25 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 信息推荐方法及装置 |
CN106503115A (zh) * | 2016-10-18 | 2017-03-15 | 安徽天达网络科技有限公司 | 一种基于浏览器的商品推荐方法 |
CN106504019A (zh) * | 2016-10-31 | 2017-03-15 | 深圳前海弘稼科技有限公司 | 一种植物推荐方法及装置 |
CN106557938A (zh) * | 2015-09-24 | 2017-04-05 | 网易(杭州)网络有限公司 | 一种游戏中虚拟物品的推送方法 |
WO2017071179A1 (zh) * | 2015-10-28 | 2017-05-04 | 华为技术有限公司 | 基于流量分析识别用户行为对象的方法和装置 |
CN106651429A (zh) * | 2016-10-18 | 2017-05-10 | 安徽天达网络科技有限公司 | 一种基于互联网的广告推送方法 |
CN106683025A (zh) * | 2017-01-06 | 2017-05-17 | 成都全时云信息技术有限公司 | 老人服务推荐的方法及装置 |
CN107360246A (zh) * | 2017-07-28 | 2017-11-17 | 广州优视网络科技有限公司 | 一种消息推送方法及装置、一种终端及存储介质 |
CN107369091A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 产品推荐方法、装置及理财产品推荐方法 |
CN107463675A (zh) * | 2017-08-03 | 2017-12-12 | 北京京东尚科信息技术有限公司 | 数据处理方法及其系统 |
CN107483595A (zh) * | 2017-08-23 | 2017-12-15 | 北京百度网讯科技有限公司 | 信息推送方法和装置 |
CN107566467A (zh) * | 2017-08-24 | 2018-01-09 | 广东欧珀移动通信有限公司 | 信息推荐方法、装置、终端设备及存储介质 |
CN108460629A (zh) * | 2018-02-10 | 2018-08-28 | 深圳壹账通智能科技有限公司 | 用户营销推荐方法、装置、终端设备及存储介质 |
CN108596647A (zh) * | 2018-03-16 | 2018-09-28 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
CN108733825A (zh) * | 2018-05-23 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 一种对象触发事件预测方法及装置 |
CN109446402A (zh) * | 2017-08-29 | 2019-03-08 | 阿里巴巴集团控股有限公司 | 一种搜索方法及装置 |
CN109453518A (zh) * | 2018-10-29 | 2019-03-12 | 安徽畅感网络科技有限公司 | Vr游戏体验多元化数据采集分析系统 |
CN109583961A (zh) * | 2018-12-04 | 2019-04-05 | 北京唐冠天朗科技开发有限公司 | 一种基于身份识别信息匹配服务信息的方法和系统 |
CN109876456A (zh) * | 2019-03-19 | 2019-06-14 | 福建省天奕网络科技有限公司 | 一种推荐游戏道具的方法及终端 |
CN109999504A (zh) * | 2019-04-22 | 2019-07-12 | 腾讯科技(上海)有限公司 | 一种游戏道具推荐方法、装置、服务器及存储介质 |
CN110111186A (zh) * | 2019-05-10 | 2019-08-09 | 拉扎斯网络科技(上海)有限公司 | 信息处理方法、装置、电子设备及计算机可读存储介质 |
CN110124306A (zh) * | 2019-04-23 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 一种资源配置信息推荐的方法、装置、设备和介质 |
CN110237536A (zh) * | 2019-06-03 | 2019-09-17 | 北京金山安全软件有限公司 | 个性化游戏服务提供方法、装置、电子设备及存储介质 |
CN110347905A (zh) * | 2018-03-07 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 确定信息关联度、信息推荐的方法、装置和存储介质 |
CN111142729A (zh) * | 2019-12-26 | 2020-05-12 | 支付宝(杭州)信息技术有限公司 | 目标对象推荐方法及装置 |
CN111672122A (zh) * | 2020-05-29 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 界面显示方法、装置、终端及存储介质 |
CN116401567A (zh) * | 2023-06-02 | 2023-07-07 | 支付宝(杭州)信息技术有限公司 | 一种聚类模型训练、用户聚类、信息推送方法及装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145222A (zh) * | 2018-09-11 | 2019-01-04 | 合肥汇众知识产权管理有限公司 | 专利交易信息的推送方法及装置 |
CN113010780B (zh) * | 2021-03-11 | 2022-07-15 | 北京三快在线科技有限公司 | 一种模型训练以及点击率预估方法及装置 |
CN113101655B (zh) * | 2021-05-12 | 2023-03-21 | 腾讯科技(深圳)有限公司 | 一种虚拟道具推荐方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414296A (zh) * | 2007-10-15 | 2009-04-22 | 日电(中国)有限公司 | 自适应服务推荐设备及方法、自适应服务推荐系统及方法 |
CN102184199A (zh) * | 2011-04-22 | 2011-09-14 | 北京志腾新诺科技有限公司 | 网络信息推荐方法及系统 |
US20120036015A1 (en) * | 2010-07-06 | 2012-02-09 | Sheikh Omar M | Relevancy of advertising material through user-defined preference filters, location and permission information |
CN102567899A (zh) * | 2011-12-27 | 2012-07-11 | 纽海信息技术(上海)有限公司 | 基于地理信息的商品推荐方法 |
-
2013
- 2013-12-24 CN CN201310723005.2A patent/CN104731830B/zh active Active
-
2014
- 2014-12-19 TW TW103144543A patent/TWI542391B/zh active
- 2014-12-24 WO PCT/CN2014/094849 patent/WO2015096746A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414296A (zh) * | 2007-10-15 | 2009-04-22 | 日电(中国)有限公司 | 自适应服务推荐设备及方法、自适应服务推荐系统及方法 |
US20120036015A1 (en) * | 2010-07-06 | 2012-02-09 | Sheikh Omar M | Relevancy of advertising material through user-defined preference filters, location and permission information |
CN102184199A (zh) * | 2011-04-22 | 2011-09-14 | 北京志腾新诺科技有限公司 | 网络信息推荐方法及系统 |
CN102567899A (zh) * | 2011-12-27 | 2012-07-11 | 纽海信息技术(上海)有限公司 | 基于地理信息的商品推荐方法 |
Cited By (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105049526B (zh) * | 2015-08-19 | 2019-02-19 | 网易(杭州)网络有限公司 | 一种游戏礼包推送方法、装置及系统 |
CN105049526A (zh) * | 2015-08-19 | 2015-11-11 | 网易(杭州)网络有限公司 | 一种游戏礼包推送方法、装置及系统 |
CN105045916A (zh) * | 2015-08-20 | 2015-11-11 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种手机游戏推荐系统及其推荐方法 |
CN106557938A (zh) * | 2015-09-24 | 2017-04-05 | 网易(杭州)网络有限公司 | 一种游戏中虚拟物品的推送方法 |
US10769254B2 (en) | 2015-10-28 | 2020-09-08 | Huawei Technologies Co., Ltd. | Method and apparatus for identifying user behavior object based on traffic analysis |
WO2017071179A1 (zh) * | 2015-10-28 | 2017-05-04 | 华为技术有限公司 | 基于流量分析识别用户行为对象的方法和装置 |
CN105868254A (zh) * | 2015-12-25 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 信息推荐方法及装置 |
CN105808700A (zh) * | 2016-03-02 | 2016-07-27 | 深圳市游科互动科技有限公司 | 游戏信息推荐方法及服务器 |
CN107369091A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 产品推荐方法、装置及理财产品推荐方法 |
CN106651429A (zh) * | 2016-10-18 | 2017-05-10 | 安徽天达网络科技有限公司 | 一种基于互联网的广告推送方法 |
CN106503115A (zh) * | 2016-10-18 | 2017-03-15 | 安徽天达网络科技有限公司 | 一种基于浏览器的商品推荐方法 |
CN106503115B (zh) * | 2016-10-18 | 2019-08-23 | 安徽天天互娱网络科技有限公司 | 一种基于浏览器的商品推荐方法 |
CN106651429B (zh) * | 2016-10-18 | 2019-11-29 | 深圳前海新心数字科技有限公司 | 一种基于互联网的广告推送方法 |
CN106504019A (zh) * | 2016-10-31 | 2017-03-15 | 深圳前海弘稼科技有限公司 | 一种植物推荐方法及装置 |
CN106683025A (zh) * | 2017-01-06 | 2017-05-17 | 成都全时云信息技术有限公司 | 老人服务推荐的方法及装置 |
CN106683025B (zh) * | 2017-01-06 | 2020-06-09 | 成都全时云信息技术有限公司 | 老人服务推荐的方法及装置 |
CN107360246A (zh) * | 2017-07-28 | 2017-11-17 | 广州优视网络科技有限公司 | 一种消息推送方法及装置、一种终端及存储介质 |
CN107463675A (zh) * | 2017-08-03 | 2017-12-12 | 北京京东尚科信息技术有限公司 | 数据处理方法及其系统 |
CN107463675B (zh) * | 2017-08-03 | 2020-11-03 | 北京京东尚科信息技术有限公司 | 数据处理方法及其系统 |
CN107483595A (zh) * | 2017-08-23 | 2017-12-15 | 北京百度网讯科技有限公司 | 信息推送方法和装置 |
CN107483595B (zh) * | 2017-08-23 | 2023-11-21 | 北京百度网讯科技有限公司 | 信息推送方法和装置 |
CN107566467A (zh) * | 2017-08-24 | 2018-01-09 | 广东欧珀移动通信有限公司 | 信息推荐方法、装置、终端设备及存储介质 |
CN109446402B (zh) * | 2017-08-29 | 2022-04-01 | 阿里巴巴集团控股有限公司 | 一种搜索方法及装置 |
CN109446402A (zh) * | 2017-08-29 | 2019-03-08 | 阿里巴巴集团控股有限公司 | 一种搜索方法及装置 |
CN108460629A (zh) * | 2018-02-10 | 2018-08-28 | 深圳壹账通智能科技有限公司 | 用户营销推荐方法、装置、终端设备及存储介质 |
CN110347905B (zh) * | 2018-03-07 | 2023-05-16 | 阿里巴巴集团控股有限公司 | 确定信息关联度、信息推荐的方法、装置和存储介质 |
CN110347905A (zh) * | 2018-03-07 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 确定信息关联度、信息推荐的方法、装置和存储介质 |
CN108596647B (zh) * | 2018-03-16 | 2021-12-17 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
CN108596647A (zh) * | 2018-03-16 | 2018-09-28 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
CN108733825B (zh) * | 2018-05-23 | 2022-04-26 | 创新先进技术有限公司 | 一种对象触发事件预测方法及装置 |
CN108733825A (zh) * | 2018-05-23 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 一种对象触发事件预测方法及装置 |
CN109453518A (zh) * | 2018-10-29 | 2019-03-12 | 安徽畅感网络科技有限公司 | Vr游戏体验多元化数据采集分析系统 |
CN109583961A (zh) * | 2018-12-04 | 2019-04-05 | 北京唐冠天朗科技开发有限公司 | 一种基于身份识别信息匹配服务信息的方法和系统 |
CN109876456A (zh) * | 2019-03-19 | 2019-06-14 | 福建省天奕网络科技有限公司 | 一种推荐游戏道具的方法及终端 |
CN109876456B (zh) * | 2019-03-19 | 2022-04-12 | 福建省天奕网络科技有限公司 | 一种推荐游戏道具的方法及终端 |
CN109999504B (zh) * | 2019-04-22 | 2022-05-31 | 腾讯科技(上海)有限公司 | 一种游戏道具推荐方法、装置、服务器及存储介质 |
CN109999504A (zh) * | 2019-04-22 | 2019-07-12 | 腾讯科技(上海)有限公司 | 一种游戏道具推荐方法、装置、服务器及存储介质 |
CN110124306B (zh) * | 2019-04-23 | 2022-03-01 | 腾讯科技(深圳)有限公司 | 一种资源配置信息推荐的方法、装置、设备和介质 |
CN110124306A (zh) * | 2019-04-23 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 一种资源配置信息推荐的方法、装置、设备和介质 |
CN110111186A (zh) * | 2019-05-10 | 2019-08-09 | 拉扎斯网络科技(上海)有限公司 | 信息处理方法、装置、电子设备及计算机可读存储介质 |
CN110237536A (zh) * | 2019-06-03 | 2019-09-17 | 北京金山安全软件有限公司 | 个性化游戏服务提供方法、装置、电子设备及存储介质 |
CN111142729B (zh) * | 2019-12-26 | 2021-07-02 | 支付宝(杭州)信息技术有限公司 | 目标对象推荐方法及装置 |
CN111142729A (zh) * | 2019-12-26 | 2020-05-12 | 支付宝(杭州)信息技术有限公司 | 目标对象推荐方法及装置 |
CN111672122A (zh) * | 2020-05-29 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 界面显示方法、装置、终端及存储介质 |
CN116401567A (zh) * | 2023-06-02 | 2023-07-07 | 支付宝(杭州)信息技术有限公司 | 一种聚类模型训练、用户聚类、信息推送方法及装置 |
CN116401567B (zh) * | 2023-06-02 | 2023-09-08 | 支付宝(杭州)信息技术有限公司 | 一种聚类模型训练、用户聚类、信息推送方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
TWI542391B (zh) | 2016-07-21 |
TW201524567A (zh) | 2015-07-01 |
WO2015096746A1 (zh) | 2015-07-02 |
CN104731830B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104731830A (zh) | 一种推荐方法、装置及服务器 | |
CN105808685B (zh) | 推广信息的推送方法及装置 | |
CN110245069B (zh) | 页面版本的测试方法和装置、页面的展示方法和装置 | |
CN109241415A (zh) | 项目推荐方法、装置、计算机设备及存储介质 | |
JP5880101B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN106294564A (zh) | 一种视频推荐方法及装置 | |
CN105183902A (zh) | 一种文件清理方法、装置及终端 | |
CN103870553B (zh) | 一种输入资源推送方法及系统 | |
CN105447115A (zh) | 一种清理垃圾文件的方法、装置及电子设备 | |
CN107291779B (zh) | 缓存数据管理方法及装置 | |
CN106886568A (zh) | 一种分表方法、装置及电子设备 | |
CN110633420A (zh) | 游戏内容推荐方法、装置、存储介质、处理器及电子装置 | |
CN107944063A (zh) | 一种基于主题模型与用户群组的新闻推荐方法及系统 | |
CN110309410B (zh) | 一种资讯推荐方法、平台及计算机可读存储介质 | |
CN106202513A (zh) | 浏览器的浏览主站推荐方法和装置 | |
CN103699614A (zh) | 一种确定下载资源时的默认保存路径的方法和装置 | |
CN108319624B (zh) | 数据加载方法及装置 | |
CN110652728A (zh) | 一种游戏资源管理方法、装置、电子设备及存储介质 | |
WO2017219691A1 (zh) | 页面内容加载方法、装置及电子设备 | |
CN105550207A (zh) | 一种信息推广方法及装置 | |
CN108062352B (zh) | 网页页面缓存处理方法和移动终端设备和介质产品 | |
CN113961590A (zh) | 一种多源数据融合方法、装置及电子设备 | |
CN106230988A (zh) | 一种视频文件播放处理方法及装置 | |
CN105528443A (zh) | 一种管理应用的方法、装置及电子设备 | |
CN107562758B (zh) | 一种推送信息的方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |