CN105608117B

CN105608117B - 一种信息推荐方法及装置

Info

Publication number: CN105608117B
Application number: CN201510926135.5A
Authority: CN
Inventors: 孙娟娟
Original assignee: Weimeng Chuangke Network Technology China Co Ltd
Current assignee: Weimeng Chuangke Network Technology China Co Ltd
Priority date: 2015-12-14
Filing date: 2015-12-14
Publication date: 2019-12-10
Anticipated expiration: 2035-12-14
Also published as: CN105608117A

Abstract

本申请公开了一种信息推荐方法及装置，该方法由服务器在监测到用户已经浏览过已推荐信息时，判断未读缓存中是否包含有待推荐信息，若是，则将未读缓存中设定数量的待推荐信息推荐给所述用户，若否，则获取物料数据库中的信息，将获取到的信息与所述用户对应的已读缓存中的信息进行对比，确定出获取到的信息中不存在于所述已读缓存中的信息，将确定出的信息作为待推荐信息添加到所述未读缓存中，并从所述未读缓存中选择设定数量的待推荐信息推荐给所述用户，通过上述方法，由于服务器在向用户推荐信息之前已经与已读缓存中的信息进行过对比排重，因此，不会将信息重复推荐给用户，从而使得用户可以获取新的信息，提高推荐信息的效率。

Description

一种信息推荐方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种信息推荐方法及装置。

背景技术

随着网络技术的不断发展，通过网络获取信息已经成为人们生活中不可获取的一部分，人们可以主动通过网络去搜索自己的所需的信息，服务器也可主动向用户推荐信息，如，服务器将浏览频率较高的信息推荐给用户。

在现有技术中，在向用户推荐信息的过程中，服务器通常每隔一定的时间，按照浏览频率从高到低的顺序进行排序，从数据库中的各信息中取出预设的数量的信息推荐给用户。

但是，在现有技术中，服务器每隔一段时间都需要重复执行一次上述步骤，如果某信息被浏览的频率一直较高，也就是说，服务器在每一次抽取待推荐的信息时，都会抽取到该信息，并将该信息推荐给用户，这样会导致将重复的信息推荐给用户，从而使得用户难以获得新的信息，推荐信息的效率较低。

发明内容

本申请实施例提供一种信息推荐方法及装置，用以解决现有技术中服务器将信息重复推荐给用户，使用户难以获得新的信息，推荐信息的效率较低的问题。

本申请实施例提供的一种信息推荐方法，所述方法包括：

服务器在监测到用户已经浏览过已推荐信息时，判断未读缓存中是否包含有待推荐信息；

若是，则将未读缓存中设定数量的待推荐信息推荐给所述用户；

若否，则获取物料数据库中的信息，将获取到的信息与所述用户对应的已读缓存中的信息进行对比，确定出获取到的信息中不存在于所述已读缓存中的信息，将确定出的信息作为待推荐信息添加到所述未读缓存中，并从所述未读缓存中选择设定数量的待推荐信息推荐给所述用户。

本申请实施例提供的一种信息推荐装置，所述装置包括：

监测判断模块，用于在监测到用户已经浏览过已推荐信息时，判断未读缓存中是否包含有待推荐信息；

推荐模块，用于在所述监测判断模块为是时，将未读缓存中设定数量的待推荐信息推荐给所述用户，在所述监测判断模块为否时，获取物料数据库中的信息，将获取到的信息与所述用户对应的已读缓存中的信息进行对比，确定出获取到的信息中不存在于所述已读缓存中的信息，将确定出的信息作为待推荐信息添加到所述未读缓存中，并从所述未读缓存中选择设定数量的待推荐信息推荐给所述用户。

本申请实施例提供一种信息推荐方法及装置，该方法由服务器在监测到用户已经浏览过已推荐信息时，判断未读缓存中是否包含有待推荐信息，若是，则将未读缓存中设定数量的待推荐信息推荐给所述用户，若否，则获取物料数据库中的信息，将获取到的信息与所述用户对应的已读缓存中的信息进行对比，确定出获取到的信息中不存在于所述已读缓存中的信息，将确定出的信息作为待推荐信息添加到所述未读缓存中，并从所述未读缓存中选择设定数量的待推荐信息推荐给所述用户，通过上述方法，由于服务器在向用户推荐信息之前已经与已读缓存中的信息进行过对比排重，因此，不会将信息重复推荐给用户，从而使得用户可以获取新的信息，提高推荐信息的效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的信息推荐过程；

图2为本申请实施例提供的信息推荐装置结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

图1为本申请实施例提供的信息推荐过程，具体包括以下步骤：

S101：服务器在监测到用户已经浏览过已推荐信息时，判断未读缓存中是否包含有待推荐信息，若是，则执行步骤S102，若否，则执行步骤S103。

在实际应用中，为了给用户提供更好的服务，服务器通常可为用户推荐信息，使得用户可以无需主动去搜索信息就可获取自己所需的信息。

在本申请实施例中，服务器可实时监测用户浏览信息的情况，以便后续服务器可针对用户浏览的信息的情况做出相应的响应，当服务器在监测到用户已经浏览过之前所有的已推荐信息时，可先判断该用户对应的未读缓存中是否包含有待推荐信息。

S102：将未读缓存中设定数量的待推荐信息推荐给所述用户。

如果该用户对应的未读缓存中存在待推荐信息，则说明该用户尚未浏览过该未读缓存中的信息，因此，可直接从该未读缓存中选择设定数量的待推荐信息推荐给该用户。例如，按照待推荐信息与该用户的爱好的相关度从大到小的顺序，依次选择出500条待推荐信息，并推荐给用户。

S103：获取物料数据库中的信息，将获取到的信息与所述用户对应的已读缓存中的信息进行对比，确定出获取到的信息中不存在于所述已读缓存中的信息，将确定出的信息作为待推荐信息添加到所述未读缓存中，并从所述未读缓存中选择设定数量的待推荐信息推荐给所述用户。

在整个信息推荐的过程中，首先需要建立物料数据库，用于存储待推荐的信息，物料数据库中存储的信息可根据实际需求进行定期更新，服务器在该用户对应的未读缓存中已经没有待推荐信息时，则可从物料数据库中获取信息，并将获取到的信息推荐给用户。当然，服务器也可在接收到用户发送的信息推荐请求后，并确定该用户对应的未读缓存中已经没有待推荐信息时，再从物料数据库中获取信息，并将获取到的信息推荐给用户。其中，用户可在终端上执行了指定操作(如，在终端上启动某个特定的应用)后，终端将信息推荐请求发送给服务器。

例如，假设某即时通信应用的服务器接收到用户发送的信息推荐请求，需要向用户推荐新闻信息，因此，服务器可在物料数据库中获取新闻信息。

进一步的，本申请旨在将从物料数据库中获取到的信息与用户已经浏览过的已推荐信息进行对比，从而在获取到的信息中去除掉用户已经浏览过的信息，因此，在本申请实施例中，可预先建立该用户对应的已读缓存，用于存储用户已经浏览过的已推荐信息。

因此，在本申请实施例中，服务器可以将从物料数据库中获取到的信息与该用户对应的已读缓存中的已推荐信息进行对比，以此确定出获取到的信息中，该用户没有浏览过的信息，也即，不存在于该已读缓存中的信息。

由于需要将用户所有浏览过的已推荐信息都要写入到这个缓存中，随着时间的推移，势必会造成已读缓存中的信息量越来越大，导致已读缓存的负荷较大，因此，本申请中所述的已读缓存中存储的已推荐信息可以定期删除，也就是说，每隔一定的时间，服务器可对每个用户对应已读缓存中的已推荐信息进行清理，清理掉过期的已推荐信息。

当然，在本申请中，也可为所有的用户建立一个公用的已读缓存，并预先为每个用户建立唯一一个标识，服务器在将用户已经浏览过的已推荐信息存储到已读缓存之前，先在该信息上添加用户对应的标识，再将添加标识的已推荐信息存储在已读缓存中，后续，服务器给该用户推荐信息时，只需要在已读缓存中找到包含该用户标识的已推荐信息，并与从物料数据库中获取到信息进行对比，确定出从物料数据库中获取到的该用户标识对应的用户未浏览过的信息。

延续上例，假设用户对应的已读缓存中存储了新闻信息1、新闻信息2、新闻信息5，服务器从物料数据库中获取到新闻信息1、新闻信息3、新闻信息4，则将获取到的新闻信息1、新闻信息3、新闻信息4与已读缓存中存储的新闻信息1、新闻信息2、新闻信息5进行对比，确定出不存于已读缓存中的新闻信息(即，用户未浏览过的信息)为：新闻信息3、新闻信息4。

在本申请实施例中，服务器每次给用户推荐的信息的数量有可能比较多，也就使得通过终端无法一次性的将服务器推荐的所有信息展示给用户，因此，服务器可针对每个用户建立一个未读缓存，将确定出的信息作为待推荐信息添加到该未读缓存中，再从未读缓存中选择设定数量(如，10条)的待推荐信息推荐给用户，也就是说，后续，当服务器在监测到用户已经浏览过已推荐信息时，可继续从未读缓存中选择设定数量的待推荐信息推荐给用户，只要未读缓存中存储有待推荐信息，就直接将未读缓存中存储的待推荐信息推荐给用户。但是，如果用户一直没有浏览未读缓存中的待推荐信息，也会导致未读缓存中的待推荐信息量越来越多，从而增加了未读缓存的负荷，因此，服务器同样也可对未读缓存进行定期的删除。

另外，在本申请中，可对未读缓存中的各待推荐信息设定一个清理期限(如，10天)，将未读缓存中超过清理期限的待推荐信息直接删除掉，当然这不是唯一的清理方式，也可以直接一次性将所有的待推荐信息删除掉。

通过上述方法，由于服务器在向用户推荐信息之前已经与已读缓存中的信息进行过对比排重，因此，不会将信息重复推荐给用户，从而使得用户可以获取新的信息，提高推荐信息的效率。

在实际应用中，为了给用户推荐尽量全面的信息，即，给用户推荐的信息中包含不同类型的信息，如，推荐的信息中包含有新闻信息、娱乐信息、体育信息、游戏信息，因此，在本申请中，服务器在物料数据库中获取到信息后，可将获取到的信息按照预设的类型进行归类，根据预设的规则，在每一类型的信息中抽取出信息，并将抽取出的信息作为从物料数据库中获取到的信息，后续再将获取到的信息与已读缓存中的已推荐信息进行对比，并将抽取出的各类型的信息中用户未浏览过的信息作为待推荐信息添加到未读缓存中，并从未读缓存中选择设定数量的待推荐信息推荐给该用户。所述预设的规则可以是：根据用户的兴趣来确定不同类型信息的抽取数量，并且在抽取每种类型的信息时，按照浏览频率由高到低进行抽取，当然也可以根据其他的规则来抽取信息。

例如，假设微博服务器预先建立了存储有体育信息、社会信息、游戏信息的物料数据库，并且预设的规则为：抽取的体育信息、社会信息和游戏信息的数量是相同的。则服务器从物料数据库中获取到2000条信息(假设服务器每次需要向用户推荐600条信息)，确定出体育信息有500条，社会信息有1000条，游戏信息有500条信息，则需要从体育信息中抽取出200条，从社会信息中抽取出200条，从游戏信息中抽取出200条，将抽取出的信息作为从物料数据库中获取到的信息。后续则可将抽取出的这600条信息与用户对应的已读缓存中的已推荐信息进行对比，确定出不存在于已读缓存中的信息，并将该信息添加到未读缓存中，后续从未读缓存中选择设定数量的待推荐信息推荐给用户。

另外，在本申请实施例中，还可直接将不同类型的信息分别保存在不同的物料数据库中，或者保存在同一物料数据库中的不同存储区域内，服务器可直接根据预设的规则，在每一类型的信息中抽取出信息，并将抽取出的信息作为从物料数据库中获取到的信息，后续再将获取到的信息与已读缓存中的已推荐信息进行对比，确定出获取到的信息中不存在于已读缓存中的信息，将确定出的信息作为待推荐信息添加到未读缓存中，这里就不再一一赘述。

在本申请中，服务器在将信息推荐给用户后，可将已经推荐的信息(即，用户已经浏览过的信息)同步到该用户对应的已读缓存中，并将推荐给用户的已推荐信息从未读缓存中删除，这样就可以使得后续服务器不会再将用户浏览过的已推荐信息推荐给用户了。

例如，假设服务器将确定出新闻信息3、新闻信息4存储在未读缓存中，并将未读缓存中存储的新闻信息3、新闻信息4推荐给用户，后续，服务器将新闻信息3、新闻信息4同步到已读缓存中，并将新闻信息3、新闻信息4从未读缓存中删除，也就是说，同步后的已读缓存中存储的新闻信息有：新闻信息1、新闻信息2、新闻信息3、新闻信息4、新闻信息5，而未读缓存中没有存储任何的新闻信息。只要已读缓存中的信息不被清理，服务器就不会再将新闻信息1、新闻信息2、新闻信息3、新闻信息4、新闻信息5中的任意一个或几个推荐给用户。

考虑到在实际应用中，服务器通常都是基于历史数据，确定出每次向用户推荐的信息的数量，而有的用户浏览推荐的信息会比较快，因此，当用户浏览完当前推荐的信息后，可继续通过在终端上进行指定操作(如，向下拖动网页)，来触发服务器重复执行步骤S101～S103，用以将更多的该用户未浏览过的信息推荐给用户。

在本申请实施例中，上述所述的待推荐信息具体可以是微博信息，当然，也可以是在即时通信应用或网页中的广告信息、评论信息等。

以上为本申请实施例提供的信息推荐方法，基于同样的思路，本申请实施例还提供一种信息推荐装置，如图2所示。

图2为本申请实施例提供的信息推荐装置结构示意图，所述装置包括：

监测判断模块201，用于在监测到用户已经浏览过已推荐信息时，判断未读缓存中是否包含有待推荐信息；

推荐模块202，用于在所述监测判断模块201为是时，将未读缓存中设定数量的待推荐信息推荐给所述用户，在所述监测判断模块201为否时，获取物料数据库中的信息，将获取到的信息与所述用户对应的已读缓存中的信息进行对比，确定出获取到的信息中不存在于所述已读缓存中的信息，将确定出的信息作为待推荐信息添加到所述未读缓存中，并从所述未读缓存中选择设定数量的待推荐信息推荐给所述用户。

所述推荐模块202具体用于，获取物料数据库中的信息，将获取到的信息按照预设的类型进行归类，根据预设的规则，在每一类型的信息中抽取出信息，将抽取出的信息作为从所述物料数据库中获取到的信息。

所述装置还包括：

定期清理模块203，用于对未读缓存中的待推荐信息按照设定时间间隔进行删除，以及对已读缓存中的已推荐信息按照设定时间间隔进行删除。

所述装置还包括：

同步删除模块204，用于将推荐给用户的已推荐信息同步到所述已读缓存中，并将推荐给用户的已推荐信息从所述未读缓存中删除。

所述待推荐信息包括：微博信息。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims

1.一种信息推荐方法，其特征在于，所述方法包括：

服务器建立用户对应的已读缓存和未读缓存，所述已读缓存用于存储所述用户已经浏览过的已推荐信息，在监测到所述用户已经浏览过所述已推荐信息时，判断所述未读缓存中是否包含有待推荐信息；

若是，则将所述未读缓存中设定数量的待推荐信息推荐给所述用户；

2.如权利要求1所述的方法，其特征在于，获取物料数据库中的信息，具体包括：

获取物料数据库中的信息；

将获取到的信息按照预设的类型进行归类；

根据预设的规则，在每一类型的信息中抽取出信息；

将抽取出的信息作为从所述物料数据库中获取到的信息。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

对未读缓存中的待推荐信息按照设定时间间隔进行删除，以及对已读缓存中的已推荐信息按照设定时间间隔进行删除。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

将从所述未读缓存中选择出的待推荐信息同步到所述已读缓存中，并将从所述未读缓存中选择出的待推荐信息从所述未读缓存中删除。

5.如权利要求1所述的方法，其特征在于，所述待推荐信息包括：微博信息。

6.一种信息推荐装置，其特征在于，所述装置包括：

监测判断模块，用于建立用户对应的已读缓存和未读缓存，所述已读缓存用于存储所述用户已经浏览过的已推荐信息，在监测到所述用户已经浏览过所述已推荐信息时，判断所述未读缓存中是否包含有待推荐信息；

推荐模块，用于在所述监测判断模块的判断结果为是时，将所述未读缓存中设定数量的待推荐信息推荐给所述用户，在所述监测判断模块的判断结果为否时，获取物料数据库中的信息，将获取到的信息与所述用户对应的已读缓存中的信息进行对比，确定出获取到的信息中不存在于所述已读缓存中的信息，将确定出的信息作为待推荐信息添加到所述未读缓存中，并从所述未读缓存中选择设定数量的待推荐信息推荐给所述用户。

7.如权利要求6所述的装置，其特征在于，所述推荐模块具体用于，获取物料数据库中的信息，将获取到的信息按照预设的类型进行归类，根据预设的规则，在每一类型的信息中抽取出信息，将抽取出的信息作为从所述物料数据库中获取到的信息。

8.如权利要求6所述的装置，其特征在于，所述装置还包括：

定期清理模块，用于对未读缓存中的待推荐信息按照设定时间间隔进行删除，以及对已读缓存中的已推荐信息按照设定时间间隔进行删除。

9.如权利要求6所述的装置，其特征在于，所述装置还包括：

同步删除模块，用于将从所述未读缓存中选择出的待推荐信息同步到所述已读缓存中，并将从所述未读缓存中选择出的待推荐信息从所述未读缓存中删除。

10.如权利要求6所述的装置，其特征在于，所述待推荐信息包括：微博信息。