CN104967679B - 信息推荐系统、方法及装置 - Google Patents

信息推荐系统、方法及装置 Download PDF

Info

Publication number
CN104967679B
CN104967679B CN201510312870.7A CN201510312870A CN104967679B CN 104967679 B CN104967679 B CN 104967679B CN 201510312870 A CN201510312870 A CN 201510312870A CN 104967679 B CN104967679 B CN 104967679B
Authority
CN
China
Prior art keywords
client
interactive operation
target information
mutual impacts
time
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.)
Active
Application number
CN201510312870.7A
Other languages
English (en)
Other versions
CN104967679A (zh
Inventor
刘大鹏
肖磊
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.)
Shenzhen Tencent Computer Systems Co Ltd
Original Assignee
Shenzhen Tencent Computer Systems 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 Shenzhen Tencent Computer Systems Co Ltd filed Critical Shenzhen Tencent Computer Systems Co Ltd
Priority to CN201510312870.7A priority Critical patent/CN104967679B/zh
Publication of CN104967679A publication Critical patent/CN104967679A/zh
Priority to PCT/CN2016/081031 priority patent/WO2016197758A1/zh
Priority to US15/644,177 priority patent/US10411945B2/en
Application granted granted Critical
Publication of CN104967679B publication Critical patent/CN104967679B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40—Support for services or applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
    • H04L51/10—Multimedia information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种信息推荐系统、方法及装置，属于互联网技术领域。所述方法包括：第一客户端在对目标信息进行互动操作时，向推荐平台发送互动操作对应的操作类型；推荐平台获取第一客户端与第二客户端的好友亲密度；根据操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的互动影响值并进行存储；第二客户端向推荐平台发送信息获取请求；推荐平台在接收到信息获取请求时，查找候选的目标信息对第二客户端的互动影响值；根据互动影响值从候选的目标信息中筛选出推荐给第二客户端的目标信息。本发明达到了在客户端对目标信息进行互动操作时，实时计算目标信息对各个好友客户端的互动影响值，从而降低计算复杂度，提高服务器反馈速度的效果。

Description

信息推荐系统、方法及装置
技术领域
本发明涉及互联网技术领域，特别涉及一种信息推荐系统、方法及装置。
背景技术
用户在使用社交网络的过程中，会接收到服务器推荐的目标信息，该目标信息可以是广告、新闻或视频。
由于用户的好友对目标信息的评论、转发等互动行为会影响到用户对该目标信息的点击率，所以为了提高目标信息的点击率，服务器在接收到用户通过客户端发送的信息获取请求时，需要计算用户的各个好友对每个候选目标信息的影响力，并将影响力较高的候选目标信息作为最终推荐的目标信息推荐给用户。比如，当用户拥有n个好友，服务器预先筛选出m个候选目标信息，且好友对每个候选的目标信息可以进行t种互动操作时，服务器需要经过m×n×t次计算，得到每个好友对每个候选的目标信息的影响力。互动操作可以是评论、点赞、转发等。
在实现本发明实施例的过程中，发明人发现上述技术至少存在以下问题：由于计算好友对候选的目标信息的影响力时，计算复杂度非常高，导致用户向服务器发送信息获取请求后，需要经过较长时间才能得到服务器的反馈。
发明内容
为了解决上述技术的问题，本发明实施例提供了一种信息推荐系统、方法及装置。所述技术方案如下：
根据本发明实施例的第一方面，提供一种信息推荐系统，所述系统包括：第一客户端、推荐平台和第二客户端，所述第一客户端与所述第二客户端具有好友关系；
所述第一客户端，用于在对目标信息进行互动操作时，向所述推荐平台发送所述互动操作对应的操作类型；所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
所述推荐平台，用于获取所述第一客户端与所述第二客户端的好友亲密度，所述好友亲密度用于指示客户端之间的亲密程度；根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
所述第二客户端，用于向所述推荐平台发送信息获取请求；
所述推荐平台，用于在接收到所述信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
根据本发明实施例的第二方面，提供一种信息推荐方法，应用于包括有第一客户端、推荐平台和第二客户端的系统中，所述第一客户端与所述第二客户端具有好友关系，所述方法包括：
所述第一客户端在对目标信息进行互动操作时，向所述推荐平台发送所述互动操作对应的操作类型；所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
所述推荐平台获取所述第一客户端与所述第二客户端的好友亲密度，所述好友亲密度用于指示客户端之间的亲密程度；根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
所述第二客户端向所述推荐平台发送信息获取请求；
所述推荐平台在接收到所述信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
根据本发明实施例的第三方面，提供一种信息推荐方法，所述方法包括：
接收第一客户端发送的操作类型，所述操作类型是所述第一客户端对目标信息进行的互动操作的类型，所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
获取所述第一客户端与第二客户端的好友亲密度，所述第一客户端与所述第二客户端具有好友关系；所述好友亲密度用于指示客户端之间的亲密程度；
根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
在接收到所述第二客户端发送的信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；
根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
根据本发明实施例的第四方面，提供一种信息推荐装置，所述装置包括：
接收模块，用于接收第一客户端发送的操作类型，所述操作类型是所述第一客户端对目标信息进行的互动操作的类型，所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
获取模块，用于获取所述第一客户端与第二客户端的好友亲密度，所述第一客户端与所述第二客户端具有好友关系；所述好友亲密度用于指示客户端之间的亲密程度；
第一计算模块，用于根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
查找模块，用于在接收到所述第二客户端发送的信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；
筛选模块，用于根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
本发明实施例提供的技术方案带来的有益效果是：
通过在客户端对目标信息进行互动操作时，实时计算目标信息对各个好友客户端的互动影响值，使得推荐平台接收到信息获取请求时，不再需要计算每个好友客户端对候选的目标信息的影响力；解决了由于计算复杂度非常高，导致用户向服务器发送信息获取请求后，需要经过较长时间才能得到服务器的反馈的问题；达到了降低计算复杂度，提高服务器反馈速度的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明一个实施例提供的信息推荐系统的架构图；
图2是本发明一个实施例提供的终端的结构示意图；
图3是本发明一个实施例提供的服务器的结构示意图；
图4A和4B是本发明一个实施例提供的信息推荐方法的实施示意图；
图5是本发明一个实施例提供的信息推荐装置的结构方框图；
图6是本发明另一实施例提供的信息推荐装置的结构方框图；
图7A是本发明一个实施例提供的信息推荐方法的流程图；
图7B是本发明一个实施例提供的信息推荐方法所涉及的互动影响值计算过程的流程图；
图7C是本发明一个实施例提供的信息推荐方法所涉及的时间衰减计算过程的流程图；
图7D是本发明一个实施例提供的信息推荐方法所涉及的互动影响值更新过程的流程图；
图8A是本发明另一实施例提供的信息推荐方法的流程图；
图8B是本发明另一实施例提供的信息推荐方法所涉及的时间衰减计算过程的流程图；
图8C是本发明另一实施例提供的信息推荐方法所涉及的互动影响值更新过程的流程图；
图8D是本发明另一实施例提供的信息推荐方法所涉及的互动影响值计算过程的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
系统环境
图1示出了本发明一个实施例提供的信息推荐系统的架构图。该系统包括：第一客户端120、推荐平台140和第二客户端160，第一客户端120与第二客户端160具有好友关系，其中：
第一客户端120可以是微博客户端、博客客户端或社交类应用客户端。第一客户端120可以对目标信息进行互动操作，其中，目标信息可以是广告、新闻或视频等等，互动操作可以是查看、评论、转发、标记为感兴趣或标记为不感兴趣等等。第一客户端120通常需要运行在用户所使用的终端上，该终端可以是智能手机、智能电视、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器和膝上型便携计算机等等。
第一客户端120与推荐平台140之间可以通过无线网络或者有线网络相连。
推荐平台140是用于向客户端推荐目标信息的服务器计算机系统。比如，推荐平台140可以是微博客户端的后台服务器系统、即时聊天程序的后台服务器系统、语音聊天程序的后台服务器系统、社交类应用的后台服务器系统等等。推荐平台140通常包括若干台服务器，每台服务器用于实现一个或一个以上的功能模块。推荐平台140中还存储有各个客户端之间的好友亲密度。
推荐平台140与第二客户端160之间可以通过无线网络或者有线网络相连。
第二客户端160可以是微博客户端、博客客户端或社交类应用客户端。第二客户端160接收推荐平台推荐的目标信息，其中，目标信息可以是广告、新闻或视频等等。第二客户端160通常需要运行在用户所使用的终端上，该终端可以是智能手机、智能电视、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器和膝上型便携计算机等等。
计算机架构
图2示出了本发明一个实施例提供的终端的结构示意图。该终端可以用于运行第一客户端120或第二客户端160。具体来讲：
终端200可以包括RF(Radio Frequency，射频)电路210、包括有一个或一个以上计算机可读存储介质的存储器220、输入单元230、显示单元240、传感器250、音频电路260、短距离无线传输模块270、包括有一个或者一个以上处理核心的处理器280、以及电源290等部件。本领域技术人员可以理解，图2中示出的移动终端结构并不构成对移动终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
RF电路210可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器280处理；另外，将涉及上行的数据发送给基站。通常，RF电路210包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier，低噪声放大器)、双工器等。此外，RF电路210还可以通过无线通信与网络和其他设备通信。无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA(CodeDivision Multiple Access，码分多址)、WCDMA(Wideband Code Division MultipleAccess,宽带码分多址)、LTE(Long Term Evolution,长期演进)、电子邮件、SMS(ShortMessaging Service，短消息服务)等。存储器220可用于存储软件程序以及模块，比如，存储器220可以用于存储预设时间列表，还可以用于存储采集语音信号的软件程序、实现关键词识别的软件程序、实现连续语音识别的软件程序以及实现设置提醒事项的软件程序，还可以用于存储无线接入点与用户账号的绑定关系等等。处理器280通过运行存储在存储器220的软件程序以及模块，从而执行各种功能应用以及数据处理，比如本发明实施例中“接收以图形方式输入的检索线条”的功能、“检测是否存在与检索线条匹配的信息模型”的功能等等。存储器220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移动终端200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220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。相应地，存储器220还可以包括存储器控制器，以提供处理器280和输入单元230对存储器220的访问。
输入单元230可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元230可包括触敏表面231以及其他输入设备232。触敏表面231，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面231上或在触敏表面231附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面231可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器280，并能接收处理器280发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面231。除了触敏表面231，输入单元230还可以包括其他输入设备232。具体地，其他输入设备232可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元240可用于显示由用户输入的信息或提供给用户的信息以及移动终端200的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元240可包括显示面板241，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板241。进一步的，触敏表面231可覆盖在显示面板241之上，当触敏表面231检测到在其上或附近的触摸操作后，传送给处理器280以确定触摸事件的类型，随后处理器280根据触摸事件的类型在显示面板241上提供相应的视觉输出。虽然在图2中，触敏表面231与显示面板241是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面231与显示面板241集成而实现输入和输出功能。
终端200还可包括至少一种传感器250，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板241的亮度，接近传感器可在移动终端200移动到耳边时，关闭显示面板241和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于移动终端200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路260、扬声器221，传声器222可提供用户与终端200之间的音频接口。音频电路260可将接收到的音频数据转换后的电信号，传输到扬声器221，由扬声器221转换为声音信号输出；另一方面，传声器222将收集的声音信号转换为电信号，由音频电路260接收后转换为音频数据，再将音频数据输出处理器280处理后，经RF电路210以发送给另一移动终端，或者将音频数据输出至存储器220以便进一步处理。音频电路260还可能包括耳塞插孔，以提供外设耳机与移动终端200的通信。
短距离无线传输模块270可以是WIFI(wireless fidelity，无线保真)模块或者蓝牙模块等。终端200通过短距离无线传输模块270可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图2示出了短距离无线传输模块270，但是可以理解的是，其并不属于移动终端200的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器280是移动终端200的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器220内的软件程序和/或模块，以及调用存储在存储器220内的数据，执行移动终端200的各种功能和处理数据，从而对移动终端进行整体监控。可选的，处理器280可包括一个或多个处理核心；可选的，处理器280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、用户界面和应用程序等，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280中。
终端200还包括给各个部件供电的电源290(比如电池)，优选的，电源可以通过电源管理系统与处理器280逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源290还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，终端200还可以包括摄像头、蓝牙模块等，在此不再赘述。
终端200还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。
图3示出了本发明一个实施例提供的服务器的结构示意图。该服务器可以是推荐平台140中的服务器。具体来讲：
服务器300包括中央处理单元(CPU)301、包括随机存取存储器(RAM)302和只读存储器(ROM)303的系统存储器304，以及连接系统存储器304和中央处理单元301的系统总线305。服务器300还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)306，和用于存储操作系统313、应用程序314和其他程序模块315的大容量存储设备307。
基本输入/输出系统306包括有用于显示信息的显示器308和用于用户输入信息的诸如鼠标、键盘之类的输入设备309。其中显示器308和输入设备309都通过连接到系统总线305的输入输出控制器310连接到中央处理单元301。基本输入/输出系统306还可以包括输入输出控制器310以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器310还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备307通过连接到系统总线305的大容量存储控制器(未示出)连接到中央处理单元301。大容量存储设备307及其相关联的计算机可读介质为服务器300提供非易失性存储。也就是说，大容量存储设备307可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器304和大容量存储设备307可以统称为存储器。
根据本发明的各种实施例，服务器300还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器300可以通过连接在系统总线305上的网络接口单元311连接到网络312，或者说，也可以使用网络接口单元311来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。
示例性架构概括
为了实现在客户端对目标信息进行互动操作时，实时计算目标信息对各个好友客户端的互动影响值，从而降低计算复杂度，提高服务器反馈速度，在示意性的实施例中：
第一客户端120，用于在对目标信息进行互动操作时，向推荐平台140发送互动操作对应的操作类型；互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种。其中目标信息为广告、新闻或视频中的至少一种。
第一客户端120对目标信息进行显示后，用户可以对该目标信息进行查看、评论、转发、标记为感兴趣或标记为不感兴趣一类的互动操作。当第一客户端120接收到对目标信息的互动操作时，即将此次互动操作对应的操作类型发送给推荐平台140。
比如，如图4A所示，第一客户端41对目标信息42进行显示，该目标信息42提供了点赞按钮43、评论按钮44和分享按钮45。当用户点击分享按钮45时，第一客户端41即向推荐平台发送针对目标信息42的操作类型为分享。
推荐平台140，用于获取第一客户端120与第二客户端160的好友亲密度，好友亲密度用于指示客户端之间的亲密程度；根据操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端160的互动影响值并进行存储。
好友亲密度用于指示客户端之间的亲密程度，该好友亲密度可以根据客户端之间相同兴趣点数量、客户端之间的沟通频率或客户端之间相互评论数计算得到。客户端之间相同兴趣点数量越多、客户端之间的沟通频率越高或客户端之间相互评论数越多，客户端之间的好友亲密度也越高。
由于客户端之间的影响程度可能不同，所以第一客户端120对第二客户端160的好友亲密度与第二客户端160对第一客户端120的好友亲密度可能不同。
推荐平台140中维护有第一客户端120与第二客户端160之间的好友亲密度，当推荐平台140接收到第一客户端120发送的操作类型时，即获取第一客户端120与第二客户端160的好友亲密度。需要说明的是，推荐平台140需要获取第一客户端120与所有好友客户端的好友亲密度。
推荐平台140获取到第一客户端120与第二客户端160的好友亲密度后，即根据操作类型和好友亲密度，计算目标信息对第二客户端160的互动影响值。其中，当操作类型相同且为正面互动操作(查看、评论、转发、标记为感兴趣)时，好友亲密度与互动影响值呈正相关关系；当操作类型相同且为负面互动操作(标记为不感兴趣)时，好友亲密度与互动影响值呈负相关关系。比如，客户端A与客户端B的好友亲密度为0.8，客户端A与客户端C的好友亲密度为0.1，当客户端A对目标信息进行互动操作时，目标信息对客户端B的互动影响值大于目标信息对客户端C的互动影响值。
推荐平台140在计算得到目标信息对第二客户端160的互动影响值后，以第二客户端160的标识为关键字，建立目标信息与互动影响值的倒排索引。
需要说明的是，推荐平台140还可以建立目标信息类型与互动影响值的倒排索引，即推荐平台可以从不同的维度对互动影响值进行存储，本发明并不对此进行限定。
第二客户端160，用于向推荐平台140发送信息获取请求。
比如，第二客户端160打开朋友圈功能时，即向推荐平台发送信息获取请求，该信息获取请求中携带有第二客户端160的标识。
推荐平台140，用于在接收到信息获取请求时，查找候选的目标信息对第二客户端160的互动影响值；根据互动影响值从候选的目标信息中筛选出推荐给第二客户端160的目标信息。
由于推荐平台140中已经存储有目标信息对第二客户端160的互动影响值，所以在接收到第二客户端160发送的信息获取请求时，推荐平台140不再需要计算第二客户端160的每个好友客户端对每个候选的目标信息的互动影响值，只需要在存储的目标信息与互动影响值对的对应关系中，查找候选的目标信息对应的互动影响值，从而降低计算复杂度，提高推荐平台140的反馈速度。
推荐平台140将候选的目标信息中，互动影响值大于预设阈值的目标信息确定为推荐给第二客户端160的目标信息，由第二客户端160进行显示。
比如，如图4B所示，推荐平台接收到客户端A的好友客户端B、C、D对目标信息42的点赞操作，且目标信息42是候选的目标信息中互动影响值最大的目标信息，推荐平台即将目标信息42作为推荐的目标信息发送至客户端A，客户端A对目标信息42进行显示，并显示对目标信息42进行点赞操作的好友客户端B、C、D。
由于目标信息对客户端的互动影响值会随着时间的变化逐渐减小，所以推荐平台140还存储有互动影响值的最近修改时间，可选地，推荐平台140，用于计算最近修改时间与信息获取请求的接收时间之间的时间差值；根据时间差值对互动影响值进行时间衰减计算；根据时间衰减计算后的互动影响值，从候选的目标信息中筛选出推荐给第二客户端的目标信息。
比如，推荐平台140中存储有目标信息A对第二客户端160的互动影响值为0.8，且该互动影响值的最近修改时间为2015年04月01日12点00分00秒。推荐平台140接收到第二客户端160发送信息获取请求的时间为2015年04月02日12时00分00秒，推荐平台140即根据24小时对互动影响值0.8进行时间衰减计算，并将经过时间衰减计算后的互动影响值确定为实时的互动影响值，该实时的互动影响值小于0.8。
由于同一目标信息可能对应有先后进行的n次互动操作，该n次互动操作可能来自一个或多个第一客户端，所以推荐平台140需要对存储的互动影响值进行实时更新，从而确保互动影响值的准确性。
可选地，推荐平台140用于对于n次互动操作中的任意一次互动操作，根据互动操作的操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的单次互动影响值。
推荐平台140每次接收到第一客户端120对目标信息的互动操作时，都需要根据操作类型和好友亲密度，计算出此次互动操作对第二客户端140的互动影响值，即单次互动影响值。
在计算出该单次互动影响值后，推荐平台140，还用于对于任意两次相邻的互动操作，获取目标信息对第二客户端的第i次累积的互动影响值和第i次互动操作的执行时间；根据第i次互动操作的执行时间和第i+1次互动操作的执行时间，对第i次累积的互动影响值进行时间衰减计算；根据时间衰减计算后的第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值；推荐平台140，还用于将第n次互动操作的执行时间确定为最近修改时间，1≤i≤n-1。
推荐平台140可能在不同的时刻接收到一个第一客户端120或多个第一客户端120对同一目标信息的互动操作，但是由于多次互动操作不是同时执行的，历史的互动影响值会随着时间衰减，所以在计算累积的互动影响值时，不能进行单纯的累加。
推荐平台140需要获取已存储的互动影响值的修改时间，计算该修改时间与最近一次对该目标信息执行互动操作的执行时间之间的时间差值，并根据该时间差值对已存储的互动影响值进行时间衰减计算。再根据经过时间衰减计算的互动影响值和最近一次互动操作的单次互动影响值，计算得到经过最近一次互动操作后，累积的互动影响值。
比如，第二客户端C的两个好友客户端第一客户端A和第一客户端B先后对同一目标信息进行了互动操作，且第一客户端A进行互动操作的时间为2015年04月01日12时00分00秒(第1次互动操作的执行时间)，对应的单次互动影响值为第1互动影响值；第一客户端B进行互动操作的时间为2015年04月02日12时00分00秒(第2次互动操作的执行时间)，对应单次互动影响值为第2互动影响值。推荐平台140首先需要根据第1次互动操作的执行时间和第2次互动操作的执行时间计算得到时间差值(24小时)，再根据该时间差值对第1互动影响值进行时间衰减计算，并根据时间衰减计算后的第1互动影响值和第2互动影响值更新得到第2次累积的互动影响值。由于根据第2互动影响值对累积的互动影响值进行了更新，所以推荐平台还需要将第2次互动操作的执行时间，即将2015年04月02日12时00分00秒确定为最近修改时间。
对于同一目标信息，不同的互动操作对所带来的互动影响力存在较大差异。所以为了使计算得到的互动影响值更加符合用户好友的互动操作，推荐平台需要根据操作类型对应的操作权重，计算目标信息的互动影响值，可选地，推荐平台140在对于n次互动操作中的任意一次互动操作，根据互动操作的操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的单次互动影响值时，具体用于：
对于n次互动操作中的任意一次互动操作，根据互动操作的操作类型查找对应的操作权重；
根据操作权重和好友亲密度，计算出在进行互动操作后，目标信息对第二客户端的单次互动影响值。
其中，不同操作类型对应的操作权重的大小关系为：标记为不感兴趣＜0＜查看≤标记为感兴趣≤转发≤评论。
推荐平台140中存储有操作类型与操作权重的对应关系，该对应关系可以示意性如表一所示。
表一
操作类型 操作权重
标记为不感兴趣 -1
查看 0.2
标记为感兴趣 1
转发 1.2
评论 1.6
综上所述，本实施例提供的信息推荐系统，通过在客户端对目标信息进行互动操作时，实时计算目标信息对各个好友客户端的互动影响值，使得推荐平台接收到信息获取请求时，不再需要计算每个好友客户端对候选的目标信息的影响力；解决了由于计算复杂度非常高，导致用户向服务器发送信息获取请求后，需要经过较长时间才能得到服务器的反馈的问题；达到了降低计算复杂度，提高服务器反馈速度的效果。
本实施例中，推荐平台根据互动影响值的最近修改时间与信息获取请求的接收时间之间的时间差值，对互动影响值进行时间衰减计算，使得计算得到的互动影响值更加准确，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台接收到n个第一客户端先后对同一目标信息进行互动操作时，对历史互动影响值进行时间衰减计算，并结合最近一次互动操作对应的互动影响值，更新得到最终的互动影响值，使得计算得到的互动影响值更加准确，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台根据不同的操作类型查找对应的操作权重，并根据操作权重和好友亲密度，计算目标信息对第二客户端的互动影响值，使得计算得到的互动影响值更加符合实际情况，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台还将诸如标记为不感兴趣一类的负面互动操作融入到互动影响值计算，使得计算得到的互动影响值更加符合用户好友的互动操作，提高用户对推荐的目标信息的点击率。
图5示出了本发明一个实施例提供的信息推荐装置的结构方框图。该信息推荐装置可以通过软件、硬件或两者的结合实现成为图1中推荐平台140的部分或全部。该信息推荐装置500包括：接收模块510、获取模块520、第一计算模块530、查找模块540和筛选模块550。
接收模块510，用于接收第一客户端发送的操作类型，操作类型是第一客户端对目标信息进行的互动操作的类型，互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
获取模块520，用于获取第一客户端与第二客户端的好友亲密度，第一客户端与第二客户端具有好友关系；好友亲密度用于指示客户端之间的亲密程度；
第一计算模块530，用于根据操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的互动影响值并进行存储；
查找模块540，用于在接收到第二客户端发送的信息获取请求时，查找候选的目标信息对第二客户端的互动影响值；
筛选模块550，用于根据互动影响值从候选的目标信息中筛选出推荐给第二客户端的目标信息。
在一个可选地实施例中，如图6所示，推荐平台还存储有互动影响值的最近修改时间，该信息推荐装置，还包括：
第二计算模块560，用于计算最近修改时间与信息获取请求的接收时间之间的时间差值；
第三计算模块570，用于根据时间差值对互动影响值进行时间衰减计算；
筛选模块550，还用于根据时间衰减计算后的互动影响值，从候选的目标信息中筛选出推荐给第二客户端的目标信息。
在一个可选地实施例中，如图6所示，当同一目标信息对应有先后进行的n次互动操作时，n≥2，该第一计算模块530，包括：
单次计算单元531，用于对于n次互动操作中的任意一次互动操作，根据互动操作的操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的单次互动影响值；
时间获取单元532，用于对于任意两次相邻的互动操作，获取目标信息对第二客户端的第i次累积的互动影响值和第i次互动操作的执行时间；
衰减计算单元533，用于根据第i次互动操作的执行时间和第i+1次互动操作的执行时间，对第i次累积的互动影响值进行时间衰减计算；
更新单元534，用于根据时间衰减计算后的第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值；
确定单元535，用于将第n次互动操作的执行时间确定为最近修改时间，1≤i≤n-1。
在一个可选地实施例中，单次计算单元531，包括：
权重查找子单元531A，用于对于n次互动操作中的任意一次互动操作，根据互动操作的操作类型查找对应的操作权重；
影响值计算子单元531B，用于根据操作权重和好友亲密度，计算出在进行互动操作后，目标信息对第二客户端的单次互动影响值。
在一个可选地实施例中，不同操作类型对应的操作权重的大小关系为：标记为不感兴趣＜0＜查看≤标记为感兴趣≤转发≤评论。
在一个可选地实施例中，目标信息为广告、新闻或视频中的至少一种。
综上所述，本实施例提供的信息推荐装置，通过在客户端对目标信息进行互动操作时，实时计算目标信息对各个好友客户端的互动影响值，使得推荐平台接收到信息获取请求时，不再需要计算每个好友客户端对候选的目标信息的影响力；解决了由于计算复杂度非常高，导致用户向服务器发送信息获取请求后，需要经过较长时间才能得到服务器的反馈的问题；达到了降低计算复杂度，提高服务器反馈速度的效果。
本实施例中，推荐平台根据互动影响值的最近修改时间与信息获取请求的接收时间之间的时间差值，对互动影响值进行时间衰减计算，使得计算得到的互动影响值更加准确，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台接收到n个第一客户端先后对同一目标信息进行互动操作时，对历史互动影响值进行时间衰减计算，并结合最近一次互动操作对应的互动影响值，更新得到最终的互动影响值，使得计算得到的互动影响值更加准确，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台根据不同的操作类型查找对应的操作权重，并根据操作权重和好友亲密度，计算目标信息对第二客户端的互动影响值，使得计算得到的互动影响值更加符合实际情况，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台还将诸如标记为不感兴趣一类的负面互动操作融入到互动影响值计算，使得计算得到的互动影响值更加符合用户好友的互动操作，提高用户对推荐的目标信息的点击率。
图7A示出了本发明一个实施例提供的信息推荐方法的流程图。本实施例以该方法应用于图1所示的系统中来举例说明，该方法包括:
步骤701，第一客户端在对目标信息进行互动操作时，向推荐平台发送互动操作对应的操作类型。
其中，第一客户端可以是微博客户端、博客客户端或社交类应用客户端；目标信息可以是推荐平台根据预先获取第一客户端的兴趣点，向第一客户端发送符合该兴趣点的信息，该目标信息可以是广告、新闻或视频等。
第一客户端对接收到的目标信息进行显示，并接收用户通过第一客户端对该目标信息的互动操作。该互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种。
第一客户端接收到该互动操作后，即向推荐平台发送此次互动操作的操作类型，与此同时，第一客户端还需要将第一客户端的标识以及目标信息的标识一同发送至推荐平台。
比如，如图4A所示，第一客户端41对接收到的目标信息42进行显示，该目标信息42提供了点赞按钮43、评论按钮44和分享按钮45。当用户点击分享按钮45时，第一客户端41即向推荐平台发送针对目标信息42的操作类型为分享。
步骤702，推荐平台获取第一客户端与第二客户端的好友亲密度，好友亲密度用于指示客户端之间的亲密程度。
好友亲密度用于指示客户端之间的亲密程度，该好友亲密度可以根据客户端之间相同兴趣点数量、客户端之间的沟通频率或客户端之间相互评论数计算得到。客户端之间相同兴趣点数量越多、客户端之间的沟通频率越高或客户端之间相互评论数越多，客户端之间的好友亲密度也越高。本发明并不对客户端之间好友亲密度的计算方式进行限定。
需要说明的是，客户端之间的好友关系可以是双向的，也可以是单向的，比如客户端A可以在客户端B的好友列表，但客户端B可以不在客户端A的好友列表；并且客户端之间的好友亲密度是一个双向值，即客户端A对客户端B的好友亲密度与客户端B对客户端A的好友亲密度可能不同，比如客户端A对客户端B的好友亲密度为0.8，而客户端B对客户端A的好友亲密度可能为0.6。
推荐平台中维护有各个客户端之间的好友亲密度，当推荐平台接收到第一客户端发送的操作类型时，即获取第一客户端与第二客户端的好友亲密度。需要说明的是，当第一客户端具有对个好友客户端时，推荐平台需要获取第一客户端与所有好友客户端的好友亲密度。其中，推荐平台中维护的各个客户端之间的好友亲密度可以示意性地如表二所示。
表二
客户端 好友客户端 好友亲密度
UserA UserB 0.2
UserA UserC 0.5
UserB UserA 0.4
UserB UserC 0.1
UserB UserD 0.8
UserC UserD 0.3
推荐平台接收到第一客户端发送的互动操作的操作类型收，即查找第一客户端与各个好友客户端的好友亲密度。
步骤703，推荐平台根据操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的互动影响值并进行存储。
对于任意一次互动操作，推荐平台都根据互动操作的操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的单次互动影响值。
对于存在好友关系的两个客户端，其中一个客户端对目标信息进行互动操作可能会给另一客户端带来互动影响力，从而促使另一客户端也对该目标信息进行互动操作，而该互动影响力的大小又与两个客户端的好友亲密度有关。两个客户端之间的好友亲密度越高，互动影响力对应的互动影响值越大；两个客户端之间的好友亲密度越低，互动影响力对应的互动影响值越小。
另外，同一客户端对同一目标信息进行不同的互动操作对所带来的互动影响力存在较大差异。比如，客户端对目标信息进行评论所带来的互动影响力远大于将目标信息标记为感兴趣所带来的互动影响力，所以为了使计算得到的互动影响值更加符合用户的互动操作，推荐平台需要根据操作类型对应的操作权重以及好友亲密度，计算目标信息的互动影响值。作为一种可能的实现方式，如图7B所示，步骤703可以包括步骤703a和步骤703b。
步骤703a，推荐平台根据互动操作的操作类型查找对应的操作权重。
其中，不同操作类型对应的操作权重的大小关系可以为：标记为不感兴趣＜0＜查看≤标记为感兴趣≤转发≤评论。
示意性的，推荐平台中预先存储的操作类型与操作权重的对应关系可以如表一所示。
需要说明的是，本实施例仅以上述操作类型进行举例说明，并不对操作类型的种类进行限定。
步骤703b，推荐平台根据操作权重和好友亲密度，计算出在进行互动操作后，目标信息对第二客户端的互动影响值。
推荐平台根据查找到的操作权重和好友亲密度，计算得到第一客户端对目标信息进行互动操作时，该互动信息对其好友客户端(第二客户端)的互动影响值。其中，计算互动影响值的方法可以是根据对操作权重和好友亲密度进行加权求均值计算等，本发明并不对计算互动影响值的方法进行限定。
比如，UserA(第一客户端)将广告i(目标信息)标记为感兴趣时，推荐平台即查找到UserA与UserB(第二客户端)的好友亲密度为0.2，UserA与UserC(第二客户端)的好友亲密度为0.5，且查找到“标记为感兴趣”对应的操作权重为1。推荐平台即计算得到UserA对广告i进行互动操作时，广告i对UserB的互动影响值为0.2*1＝0.2，广告i对UserC的互动影响值为0.5*1＝0.5。
推荐平台计算得到目标信息对第二客户端的互动影响值后，可以以第二客户端的标识为关键字，建立目标信息与互动影响值的倒排索引。该倒排索引可以如表三所示。
表三
客户端 目标信息 互动影响值 最近修改时间
UserA 广告i 0.4 20150401120000
UserB 广告i 0.2 20150401080000
步骤704，第二客户端向推荐平台发送信息获取请求。
与第一客户端相似的，第二客户端也可以是微博客户端、博客客户端或社交类应用客户端。当第二客户端在前台运行或开启特定功能模块时，即向推荐平台发送信息获取请求，该信息获取请求中携带有第二客户端的标识，用于获取推荐的目标信息。
比如，以该第二客户端为中国腾讯公司出品的微信为例，当用户打开微信的朋友圈功能时，第二客户端即向推荐平台发送信息获取请求。
步骤705，推荐平台在接收到信息获取请求时，查找候选的目标信息对第二客户端的互动影响值。
推荐平台接收到第二客户端发送的信息获取请求后，即在存储的目标信息与互动影响值的倒排索引中，查找候选的目标信息对第二客户端的互动影响值。其中，候选的目标信息是推荐平台根据第二客户端的兴趣点初步筛选出的目标信息。
比如，当UserA(第一客户端)将广告i(目标信息)标记为感兴趣时，广告i对UserB(第二客户端)的互动影响值为0.2。当UserB向推荐平台发送信息获取请求时，推荐平台即可在候选的广告i、广告j和广告k中，查找到广告i对UserB的互动影响值0.2。
步骤706，推荐平台根据互动影响值从候选的目标信息中筛选出推荐给第二客户端的目标信息。
推荐平台可以将候选的目标信息中，互动影响值大于预设阈值或互动影响值排序在前N的目标信息确定为推荐给第二客户端的目标信息，并发送给第二客户端。
比如，如图4B所示，推荐平台接收到客户端A的好友客户端B、C、D对目标信息42的点赞操作，且目标信息42是候选的目标信息中互动影响值最大的目标信息，推荐平台即将目标信息42作为推荐的目标信息发送至客户端A，客户端A对目标信息42进行显示，并显示对目标信息42进行点赞操作的好友客户端B、C、D。
需要说明的是，在实际筛选过程中，推荐平台需要综合考虑目标信息与第二客户端的兴趣匹配度、目标信息的上下文匹配度和目标信息对第二客户端的互动影响值等信息，并从中候选的目标信息中筛选出推荐给第二客户端的目标信息。
由于目标信息对客户端的互动影响值会随着时间的变化逐渐减小，所以推荐平台还存储有互动影响值的最近修改时间，以便后续对互动影响值进行时间衰减计算。作为一种可能的实现方式，如图7C所示，步骤705之后还可以包含步骤7051和步骤7052，相应的，步骤706可以被替换为706a。
步骤7051，推荐平台计算最近修改时间与信息获取请求的接收时间之间的时间差值。
推荐平台在存储目标信息对客户端的互动影响值时，还需要存储该互动影响值的最近修改时间。
当接收到信息获取请求时，推荐平台即获取该请求的接收时间与互动影响值对应最近修改时间的时间差值。
比如，推荐平台接收到UserB发送的信息获取请求时，该信息获取请求的接收时间为2015年04月02日12时00分00秒，且推荐平台中存储的广告i对UserB的互动影响值的为0.2，最近修改时间为2015年04月01日12时00分00秒，推荐平台即可计算得到该时间差值为24小时。
步骤7052，推荐平台根据时间差值对互动影响值进行时间衰减计算。
推荐平台根据计算得到的时间差值对互动影响值进行时间衰减计算，得到目标信息对第二客户端的实时互动影响值。本发明并不对时间衰减计算所采用的时间衰减函数进行限定。
比如，推荐平台中获取到广告i对UserB的互动影响值的为0.2，且时间差值为24小时，得到经过时间衰减计算后的实时互动影响值为0.05。
步骤706a，推荐平台根据时间衰减计算后的互动影响值，从候选的目标信息中筛选出推荐给第二客户端的目标信息。
与上述步骤706相似的，推荐平台根据时间衰减计算后的互动影响值，筛选出推荐给第二客户端的目标信息。
由于同一目标信息可能对应有先后进行的n次互动操作，该n次互动操作可能来自一个或多个第一客户端，所以推荐平台需要对多次互动操作对应的互动影响值进行累积，并进行实时更新，从而确保互动影响值的准确性。作为一种可能的实现方式，如图7D所示，上述步骤703可以包括如下步骤：
步骤703c，对于n次互动操作中的任意一次互动操作，推荐平台根据互动操作的操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的单次互动影响值。
本步骤的实现方式与上述步骤703a及步骤703b相似，在此不再赘述。
步骤703d，对于任意两次相邻的互动操作，推荐平台获取目标信息对第二客户端的第i次累积的互动影响值和第i次互动操作的执行时间。
为了方便理解，下面以n＝2，i＝1为例进行说明。
推荐平台在2015年04月01日12时00分00秒(第1次互动操作的执行时间)接收到客户端A(第一客户端)对广告k的互动操作，并存储广告k对客户端C(第二客户端)的第1互动影响值(由于之前未接收到其它第一客户端对广告k的互动操作，该第1互动影响值即为第1次累积的互动影响值)。在2015年04月02日12时00分00秒(第2次互动操作的执行时间)，推荐平台接收到客户端B(第一客户端)对广告k的互动操作，且客户端B与客户端C具有好友关系。由于第1次互动操作的执行时间与第2次互动操作的执行时间存在时间间隔，所以推荐平台在计算累积的互动影响值时，不能简单将第1互动影响值和第2互动影响值相加，而是需要先对第1互动影响值进行时间衰减计算。相应的，推荐平台获取到第1次互动操作的执行时间为2015年04月01日12时00分00秒。
步骤703e，推荐平台根据第i次互动操作的执行时间和第i+1次互动操作的执行时间，对第i次累积的互动影响值进行时间衰减计算。
推荐平台进一步获取到第2次互动操作的执行时间(2015年04月02日12时00分00秒)，并计算得到第1次互动操作的执行时间与第2次互动操作的执行时间的时间差值为24小时。推荐平台根据该时间差值，对存储的第1互动影响值进行时间衰减计算，得到经过时间衰减计算后的第1互动影响值为0.05。
步骤703f，推荐平台根据时间衰减计算后的第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值。
在对第1互动影响值进行时间衰减计算后，推荐平台即可根据时间衰减计算后的第1互动影响值和初始的第2互动影响值更新得到第2次累积的互动影响值。
比如，时间衰减计算后的第1互动影响值为0.05，第2互动影响值为0.8，则更新得到最第2次累积的互动影响值为0.05+0.8＝0.85。
需要说明的是，推荐平台还可以根据时间衰减计算后的第i次累积的互动影响值和第i+1互动影响值进行加权求均值计算，从而得到第i+1次累积的互动影响值，本发明并不对此进行限定。
步骤703g，推荐平台将第n次互动操作的执行时间确定为最近修改时间，1≤i≤n-1。
推荐平台更新第2次累积的互动影响值后，还需要将第2次互动操作的执行时间，即2015年04月02日12时00分00秒确定为最近修改时间。
综上所述，本实施例提供的信息推荐方法，通过在客户端对目标信息进行互动操作时，实时计算目标信息对各个好友客户端的互动影响值，使得推荐平台接收到信息获取请求时，不再需要计算每个好友客户端对候选的目标信息的影响力；解决了由于计算复杂度非常高，导致用户向服务器发送信息获取请求后，需要经过较长时间才能得到服务器的反馈的问题；达到了降低计算复杂度，提高服务器反馈速度的效果。
本实施例中，推荐平台根据互动影响值的最近修改时间与信息获取请求的接收时间之间的时间差值，对互动影响值进行时间衰减计算，使得计算得到的互动影响值更加准确，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台接收到n个第一客户端先后对同一目标信息进行互动操作时，对历史互动影响值进行时间衰减计算，并结合最近一次互动操作对应的互动影响值，更新得到最终的互动影响值，使得计算得到的互动影响值更加准确，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台根据不同的操作类型查找对应的操作权重，并根据操作权重和好友亲密度，计算目标信息对第二客户端的互动影响值，使得计算得到的互动影响值更加符合实际情况，提高用户对推荐的目标信息的点击率。
本实施例中，推荐平台还将诸如标记为不感兴趣一类的负面互动操作融入到互动影响值计算，使得计算得到的互动影响值更加符合用户好友的互动操作，提高用户对推荐的目标信息的点击率。
需要说明的是，上述实施例中，步骤702、703、705、706、7051、7052、706a、703a、703b、703c、703d、703e、703f和703g可以单独实现成为推荐平台侧的信息推荐方法。如图8A所示，该方法包括:
步骤801，接收第一客户端发送的操作类型，操作类型是第一客户端对目标信息进行的互动操作的类型，互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
步骤802，获取第一客户端与第二客户端的好友亲密度，第一客户端与第二客户端具有好友关系；好友亲密度用于指示客户端之间的亲密程度；
步骤803，根据操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的互动影响值并进行存储；
步骤804，在接收到第二客户端发送的信息获取请求时，查找候选的目标信息对第二客户端的互动影响值；
步骤805，根据互动影响值从候选的目标信息中筛选出推荐给第二客户端的目标信息。
可选地，推荐平台还存储有互动影响值的最近修改时间，如图8B所示，步骤804之后，还包括：
步骤8041，计算最近修改时间与信息获取请求的接收时间之间的时间差值；
步骤8042，根据时间差值对互动影响值进行时间衰减计算；
对应的，步骤805可以被替换为步骤805a：
步骤805a，根据时间衰减计算后的互动影响值，从候选的目标信息中筛选出推荐给第二客户端的目标信息。
可选地，当同一目标信息对应有先后进行的n次互动操作时，n≥2，如图8C所示，上述步骤803包括：
步骤803a，对于n次互动操作中的任意一次互动操作，根据互动操作的操作类型和好友亲密度，计算目标信息在经过互动操作后对第二客户端的单次互动影响值；
步骤803b，对于任意两次相邻的互动操作，获取目标信息对第二客户端的第i次累积的互动影响值和第i次互动操作的执行时间；
步骤803c，根据第i次互动操作的执行时间和第i+1次互动操作的执行时间，对第i次累积的互动影响值进行时间衰减计算；
步骤803d，根据时间衰减计算后的第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值；
步骤803e，将第n次互动操作的执行时间确定为最近修改时间，1≤i≤n-1。
可选地，如图8D所示，步骤803a，包括：
步骤803aa，对于n次互动操作中的任意一次互动操作，根据互动操作的操作类型查找对应的操作权重；
步骤803ab，根据操作权重和好友亲密度，计算出在进行互动操作后，目标信息对第二客户端的单次互动影响值。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (24)

1.一种信息推荐系统，其特征在于，所述系统包括：第一客户端、推荐平台和第二客户端，所述第一客户端与所述第二客户端具有好友关系；
所述第一客户端，用于在对目标信息进行互动操作时，向所述推荐平台发送所述互动操作对应的操作类型；所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
所述推荐平台，用于获取所述第一客户端与所述第二客户端的好友亲密度，所述好友亲密度用于指示客户端之间的亲密程度；根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
所述第二客户端，用于向所述推荐平台发送信息获取请求；
所述推荐平台，用于在接收到所述信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
2.根据权利要求1所述的系统，其特征在于，所述推荐平台还存储有所述互动影响值的最近修改时间；
所述推荐平台查找候选的所述目标信息对所述第二客户端的所述互动影响值之后，还用于计算所述最近修改时间与所述信息获取请求的接收时间之间的时间差值；根据所述时间差值对所述互动影响值进行时间衰减计算；
所述推荐平台根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息时，具体用于根据时间衰减计算后的所述互动影响值，从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
3.根据权利要求2所述的系统，其特征在于，当同一目标信息对应有先后进行的n次所述互动操作时，n≥2；
所述推荐平台，用于对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的单次互动影响值；
所述推荐平台，还用于对于任意两次相邻的所述互动操作，获取所述目标信息对所述第二客户端的第i次累积的互动影响值和第i次所述互动操作的执行时间；根据第i次所述互动操作的执行时间和第i+1次所述互动操作的执行时间，对所述第i次累积的互动影响值进行时间衰减计算；根据时间衰减计算后的所述第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值；
所述推荐平台，还用于将第n次所述互动操作的执行时间确定为所述最近修改时间，1≤i≤n-1。
4.根据权利要求3所述的系统，其特征在于，所述推荐平台在对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的单次互动影响值时，具体用于：
对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型查找对应的操作权重；
根据所述操作权重和所述好友亲密度，计算出在进行所述互动操作后，所述目标信息对所述第二客户端的所述单次互动影响值。
5.根据权利要求4所述的系统，其特征在于，
不同操作类型对应的所述操作权重的大小关系为：标记为不感兴趣＜0＜查看≤标记为感兴趣≤转发≤评论。
6.根据权利要求1至5任一所述的系统，其特征在于，
所述目标信息为广告、新闻或视频中的至少一种。
7.一种信息推荐方法，其特征在于，应用于包括有第一客户端、推荐平台和第二客户端的系统中，所述第一客户端与所述第二客户端具有好友关系，所述方法包括：
所述第一客户端在对目标信息进行互动操作时，向所述推荐平台发送所述互动操作对应的操作类型；所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
所述推荐平台获取所述第一客户端与所述第二客户端的好友亲密度，所述好友亲密度用于指示客户端之间的亲密程度；根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
所述第二客户端向所述推荐平台发送信息获取请求；
所述推荐平台在接收到所述信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
8.根据权利要求7所述的方法，其特征在于，所述推荐平台还存储有所述互动影响值的最近修改时间，所述查找候选的所述目标信息对所述第二客户端的所述互动影响值，包括：
所述推荐平台计算所述最近修改时间与所述信息获取请求的接收时间之间的时间差值；根据所述时间差值对所述互动影响值进行时间衰减计算；
所述推荐平台根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息，包括：
所述推荐平台根据时间衰减计算后的所述互动影响值，从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
9.根据权利要求8所述的方法，其特征在于，当同一目标信息对应有先后进行的n次所述互动操作时，n≥2，所述计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储，包括：
所述推荐平台，用于对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的单次互动影响值；
所述推荐平台，还用于对于任意两次相邻的所述互动操作，获取所述目标信息对所述第二客户端的第i次累积的互动影响值和第i次所述互动操作的执行时间；根据第i次所述互动操作的执行时间和第i+1次所述互动操作的执行时间，对所述第i次累积的互动影响值进行时间衰减计算；根据时间衰减计算后的所述第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值；
所述推荐平台，还用于将第n次所述互动操作的执行时间确定为所述最近修改时间，1≤i≤n-1。
10.根据权利要求9所述的方法，其特征在于，所述对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的单次互动影响值，包括：
对于n次所述互动操作中的任意一次互动操作，所述推荐平台根据所述互动操作的操作类型查找对应的操作权重；
所述推荐平台根据所述操作权重和所述好友亲密度，计算出在进行所述互动操作后，所述目标信息对所述第二客户端的所述单次互动影响值。
11.根据权利要求10所述的方法，其特征在于，
不同操作类型对应的所述操作权重的大小关系为：标记为不感兴趣＜0＜查看≤标记为感兴趣≤转发≤评论。
12.根据权利要求7至11任一所述的方法，其特征在于，
所述目标信息为广告、新闻或视频中的至少一种。
13.一种信息推荐方法，其特征在于，用于推荐平台，所述方法包括：
接收第一客户端发送的操作类型，所述操作类型是所述第一客户端对目标信息进行的互动操作的类型，所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
获取所述第一客户端与第二客户端的好友亲密度，所述第一客户端与所述第二客户端具有好友关系；所述好友亲密度用于指示客户端之间的亲密程度；
根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
在接收到所述第二客户端发送的信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；
根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
14.根据权利要求13所述的方法，其特征在于，所述推荐平台还存储有所述互动影响值的最近修改时间，所述查找候选的所述目标信息对所述第二客户端的所述互动影响值之后，包括：
计算所述最近修改时间与所述信息获取请求的接收时间之间的时间差值；
根据所述时间差值对所述互动影响值进行时间衰减计算；
所述根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息，包括：
根据时间衰减计算后的所述互动影响值，从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
15.根据权利要求14所述的方法，其特征在于，当同一目标信息对应有先后进行的n次所述互动操作时，n≥2，所述计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储，包括：
对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的单次互动影响值；
对于任意两次相邻的所述互动操作，获取所述目标信息对所述第二客户端的第i次累积的互动影响值和第i次所述互动操作的执行时间；
根据第i次所述互动操作的执行时间和第i+1次所述互动操作的执行时间，对所述第i次累积的互动影响值进行时间衰减计算；
根据时间衰减计算后的所述第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值；
将第n次所述互动操作的执行时间确定为所述最近修改时间，1≤i≤n-1。
16.根据权利要求15所述的方法，其特征在于，所述对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的单次互动影响值，包括：
对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型查找对应的操作权重；
根据所述操作权重和所述好友亲密度，计算出在进行所述互动操作后，所述目标信息对所述第二客户端的所述单次互动影响值。
17.根据权利要求16所述的方法，其特征在于，
不同操作类型对应的所述操作权重的大小关系为：标记为不感兴趣＜0＜查看≤标记为感兴趣≤转发≤评论。
18.根据权利要求13至15任一所述的方法，其特征在于，
所述目标信息为广告、新闻或视频中的至少一种。
19.一种信息推荐装置，其特征在于，应用于推荐平台，所述装置包括：
接收模块，用于接收第一客户端发送的操作类型，所述操作类型是所述第一客户端对目标信息进行的互动操作的类型，所述互动操作包括查看、评论、转发、标记为感兴趣或标记为不感兴趣中的至少一种；
获取模块，用于获取所述第一客户端与第二客户端的好友亲密度，所述第一客户端与所述第二客户端具有好友关系；所述好友亲密度用于指示客户端之间的亲密程度；
第一计算模块，用于根据所述操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的互动影响值并进行存储；
查找模块，用于在接收到所述第二客户端发送的信息获取请求时，查找候选的所述目标信息对所述第二客户端的所述互动影响值；
筛选模块，用于根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
20.根据权利要求19所述的装置，其特征在于，所述推荐平台还存储有所述互动影响值的最近修改时间，所述装置，包括：
第二计算模块，用于计算所述最近修改时间与所述信息获取请求的接收时间之间的时间差值；
第三计算模块，用于根据所述时间差值对所述互动影响值进行时间衰减计算；
所述筛选模块根据所述互动影响值从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息时，具体用于根据时间衰减计算后的所述互动影响值，从候选的所述目标信息中筛选出推荐给所述第二客户端的所述目标信息。
21.根据权利要求20所述的装置，其特征在于，当同一目标信息对应有先后进行的n次所述互动操作时，n≥2，所述第一计算模块，包括：
单次计算单元，用于对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型和所述好友亲密度，计算所述目标信息在经过所述互动操作后对所述第二客户端的单次互动影响值；
时间获取单元，用于对于任意两次相邻的所述互动操作，获取所述目标信息对所述第二客户端的第i次累积的互动影响值和第i次所述互动操作的执行时间；
衰减计算单元，用于根据第i次所述互动操作的执行时间和第i+1次所述互动操作的执行时间，对所述第i次累积的互动影响值进行时间衰减计算；
更新单元，用于根据时间衰减计算后的所述第i次累积的互动影响值和第i+1次互动操作的单次互动影响值更新得到第i+1次累积的互动影响值；
确定单元，用于将第n次所述互动操作的执行时间确定为所述最近修改时间，1≤i≤n-1。
22.根据权利要求21所述的装置，其特征在于，所述单次计算单元，包括：
权重查找子单元，用于对于n次所述互动操作中的任意一次互动操作，根据所述互动操作的操作类型查找对应的操作权重；
影响值计算子单元，用于根据所述操作权重和所述好友亲密度，计算出在进行所述互动操作后，所述目标信息对所述第二客户端的所述单次互动影响值。
23.根据权利要求22所述的装置，其特征在于，
不同操作类型对应的所述操作权重的大小关系为：标记为不感兴趣＜0＜查看≤标记为感兴趣≤转发≤评论。
24.根据权利要求19至21任一所述的装置，其特征在于，
所述目标信息为广告、新闻或视频中的至少一种。
CN201510312870.7A 2015-06-09 2015-06-09 信息推荐系统、方法及装置 Active CN104967679B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201510312870.7A CN104967679B (zh) 2015-06-09 2015-06-09 信息推荐系统、方法及装置
PCT/CN2016/081031 WO2016197758A1 (zh) 2015-06-09 2016-05-04 信息推荐系统、方法及装置
US15/644,177 US10411945B2 (en) 2015-06-09 2017-07-07 Time-distributed and real-time processing in information recommendation system, method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510312870.7A CN104967679B (zh) 2015-06-09 2015-06-09 信息推荐系统、方法及装置

Publications (2)

Publication Number Publication Date
CN104967679A CN104967679A (zh) 2015-10-07
CN104967679B true CN104967679B (zh) 2017-07-21

Family

ID=54221616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510312870.7A Active CN104967679B (zh) 2015-06-09 2015-06-09 信息推荐系统、方法及装置

Country Status (3)

Country Link
US (1) US10411945B2 (zh)
CN (1) CN104967679B (zh)
WO (1) WO2016197758A1 (zh)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104967679B (zh) * 2015-06-09 2017-07-21 深圳市腾讯计算机系统有限公司 信息推荐系统、方法及装置
CN105677881B (zh) * 2016-01-12 2020-07-03 腾讯科技（深圳）有限公司 一种信息推荐方法、装置及服务器
WO2017128341A1 (zh) * 2016-01-29 2017-08-03 杨钰 一种链接信息的分享方法及移动终端
WO2017128342A1 (zh) * 2016-01-29 2017-08-03 杨钰 一种链接信息分享技术的数据统计方法及移动终端
CN106060113B (zh) * 2016-05-10 2019-07-02 腾讯科技（深圳）有限公司 账号推送方法及装置
CN107437189B (zh) * 2016-05-25 2021-01-08 腾讯科技（深圳）有限公司 一种推广信息的投放方法、装置及系统
CN105978793A (zh) * 2016-05-26 2016-09-28 广东欧珀移动通信有限公司 一种操作信息的发布方法及系统
CN106411703B (zh) * 2016-09-14 2020-01-14 广东欧珀移动通信有限公司 一种信息同步方法及装置
CN106572004B (zh) * 2017-01-02 2021-04-06 郑洪� 信息推送方法、信息推送装置及系统
CN108305181B (zh) * 2017-08-31 2021-12-14 腾讯科技（深圳）有限公司 社交影响力确定、信息投放方法及装置、设备及存储介质
CN107644083A (zh) * 2017-09-22 2018-01-30 中国联合网络通信集团有限公司 信息标题和信息内容一致性的识别方法及设备
CN107767228A (zh) * 2017-10-31 2018-03-06 广东欧珀移动通信有限公司 应用推荐方法、装置、终端设备及存储介质
CN107835120A (zh) * 2017-11-03 2018-03-23 上海掌门科技有限公司 用于提供目标好友的发布信息的方法与设备
CN107808343A (zh) * 2017-11-07 2018-03-16 福建中金在线信息科技有限公司 数据处理方法、终端以及服务器
CN108170794B (zh) * 2017-12-27 2020-12-29 杭州网易云音乐科技有限公司 信息推荐方法及装置、存储介质和电子设备
CN109003115A (zh) * 2018-06-12 2018-12-14 微梦创科网络科技（中国）有限公司 最佳桥梁关系的推荐方法及系统
CN109101536B (zh) * 2018-06-27 2021-04-30 维沃移动通信有限公司 一种目标对象推荐方法及移动终端
CN109086394B (zh) * 2018-07-27 2020-07-14 北京字节跳动网络技术有限公司 搜索排序方法、装置、计算机设备和存储介质
CN109165742A (zh) * 2018-08-28 2019-01-08 北京百度网讯科技有限公司 推荐方法、装置、存储介质和终端设备
CN110209952B (zh) * 2018-12-18 2023-03-24 腾讯科技（深圳）有限公司 信息推荐方法、装置、设备及存储介质
CN109547856B (zh) * 2018-12-18 2020-11-20 北京字节跳动网络技术有限公司 用于生成信息的方法和装置
CN109902753B (zh) * 2019-03-06 2023-01-13 深圳市珍爱捷云信息技术有限公司 用户推荐模型训练方法、装置、计算机设备和存储介质
CN111163357A (zh) * 2020-01-06 2020-05-15 上海众言网络科技有限公司 对视频内容进行评价的方法和装置
CN111949861A (zh) * 2020-07-14 2020-11-17 五八有限公司 一种信息推荐方法及装置
CN113742569A (zh) * 2020-07-15 2021-12-03 北京沃东天骏信息技术有限公司 一种信息提醒方法及装置、设备、存储介质
CN112003953B (zh) * 2020-09-29 2023-04-07 中移（杭州）信息技术有限公司 广告推送方法及服务器
CN112565904B (zh) * 2020-11-30 2023-05-09 北京达佳互联信息技术有限公司 视频片段推送方法、装置、服务器以及存储介质
CN113204701B (zh) * 2021-04-21 2024-03-12 北京达佳互联信息技术有限公司 数据推荐方法、装置、终端及存储介质
CN113177137A (zh) * 2021-05-27 2021-07-27 腾讯音乐娱乐科技（深圳）有限公司 推荐歌曲的评论信息的方法、设备和存储介质
CN113660155A (zh) * 2021-07-30 2021-11-16 北京优酷科技有限公司 特效输出方法及装置
CN114024931B (zh) * 2021-09-30 2024-02-13 北京达佳互联信息技术有限公司 信息展示方法、装置、终端、服务器及存储介质
CN114357309B (zh) * 2022-03-08 2022-06-24 蜗牛货车网(山东)电子商务有限公司 一种用于二手车跨境贸易的客户智能推荐方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104301207A (zh) * 2014-10-24 2015-01-21 腾讯科技（深圳）有限公司 网络信息处理方法及装置
CN104520887A (zh) * 2012-06-29 2015-04-15 芬克数字电视指导有限责任公司 用于自动生成推荐的装置及方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110066507A1 (en) * 2009-09-14 2011-03-17 Envio Networks Inc. Context Enhanced Marketing of Content and Targeted Advertising to Mobile Device Users
US8825759B1 (en) * 2010-02-08 2014-09-02 Google Inc. Recommending posts to non-subscribing users
US8706647B2 (en) * 2010-12-17 2014-04-22 University Of Southern California Estimating value of user's social influence on other users of computer network system
CN103166930B (zh) * 2011-12-15 2016-04-13 腾讯科技（深圳）有限公司 推送网络信息的方法和系统
US9262791B2 (en) * 2012-03-23 2016-02-16 Facebook, Inc. Targeting stories based on influencer scores
US9558277B2 (en) * 2012-04-04 2017-01-31 Salesforce.Com, Inc. Computer implemented methods and apparatus for identifying topical influence in an online social network
US9984126B2 (en) * 2012-07-23 2018-05-29 Salesforce.Com, Inc. Identifying relevant feed items to display in a feed of an enterprise social networking system
CN102880691B (zh) * 2012-09-19 2015-08-19 北京航空航天大学深圳研究院 一种基于用户亲密度的混合推荐系统及方法
US9990745B2 (en) * 2012-11-30 2018-06-05 Facebook, Inc. Personalized-recommendation graph
CN103258020A (zh) * 2013-05-02 2013-08-21 华南师范大学 一种结合sns和搜索引擎技术的推荐系统与方法
US20150046217A1 (en) * 2013-08-07 2015-02-12 International Business Machines Corporation Computing Social Influenceability of Products and Social Influencers
US9990404B2 (en) * 2014-01-30 2018-06-05 Microsoft Technology Licensing, Llc System and method for identifying trending topics in a social network
CN103886105B (zh) * 2014-04-11 2017-05-17 北京工业大学 一种基于社交网络用户行为的用户影响力分析方法
US9646096B2 (en) * 2014-06-03 2017-05-09 Go Daddy Operating Company, LLC System and methods for analyzing and improving online engagement
US10277468B2 (en) * 2015-04-10 2019-04-30 Conduent Business Service, Llc Method and system for determining reachability between one or more nodes in a graph
CN104967679B (zh) * 2015-06-09 2017-07-21 深圳市腾讯计算机系统有限公司 信息推荐系统、方法及装置
US20170277691A1 (en) * 2016-03-22 2017-09-28 Facebook, Inc. Quantifying Social Influence

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104520887A (zh) * 2012-06-29 2015-04-15 芬克数字电视指导有限责任公司 用于自动生成推荐的装置及方法
CN104301207A (zh) * 2014-10-24 2015-01-21 腾讯科技（深圳）有限公司 网络信息处理方法及装置

Also Published As

Publication number Publication date
US20170310533A1 (en) 2017-10-26
WO2016197758A1 (zh) 2016-12-15
US10411945B2 (en) 2019-09-10
CN104967679A (zh) 2015-10-07

Similar Documents

Publication Publication Date Title
CN104967679B (zh) 信息推荐系统、方法及装置
CN104618222B (zh) 一种匹配表情图像的方法及装置
CN104113782B (zh) 基于视频的签到方法、终端、服务器及系统
CN104618217B (zh) 分享资源的方法、终端、服务器及系统
CN103594103B (zh) 音频处理方法及相关装置
CN105787776A (zh) 信息处理方法及装置
CN104869468A (zh) 一种显示弹幕信息的方法和装置
CN104918124A (zh) 直播互动系统、信息发送方法、信息接收方法及装置
CN105049470B (zh) 事件确认方法、装置及系统
CN104518953A (zh) 删除消息的方法、即时通信终端及系统
CN104901864A (zh) 用于信息交互的系统及方法
CN104618223B (zh) 一种信息推荐的管理方法、装置和系统
CN104992342A (zh) 推广信息投放有效性确定方法、监测服务器及终端
CN107204964A (zh) 一种权限管理的方法、装置和系统
CN104965641A (zh) 信息显示方法和装置
CN104133832A (zh) 盗版应用的识别方法及装置
CN107103074B (zh) 一种分享信息的处理方法和移动终端
CN108616448A (zh) 一种信息分享的路径推荐方法及移动终端
CN103945241A (zh) 一种流媒体数据的统计方法、系统及相关装置
CN103346921A (zh) 用户管理方法和相关设备及通信系统
CN109146446A (zh) 一种虚拟物品发放方法、装置及系统
CN104281610B (zh) 过滤微博的方法和装置
CN107277232A (zh) 锁屏界面控制方法及相关产品
CN106502833A (zh) 数据备份方法及装置
CN106100974B (zh) 信息分享方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant