CN105975486A - 信息推荐方法及装置 - Google Patents
信息推荐方法及装置 Download PDFInfo
- Publication number
- CN105975486A CN105975486A CN201610263406.8A CN201610263406A CN105975486A CN 105975486 A CN105975486 A CN 105975486A CN 201610263406 A CN201610263406 A CN 201610263406A CN 105975486 A CN105975486 A CN 105975486A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- business
- interest
- recommendation
- 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
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种信息推荐方法,所述方法包括:确定当前用户存在历史数据时,获取所述用户的历史业务信息,所述历史业务信息包括:兴趣信息和与所述兴趣信息对应的业务信息;根据所述兴趣信息和与所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息,并将所述第一信息推荐给所述用户。本发明实施例还公开一种信息推荐装置。本发明提供的信息推荐方法能够根据用户的兴趣与业务定向推荐信息。
Description
技术领域
本发明涉及信息处理技术,尤其涉及一种信息推荐方法及装置。
背景技术
在电子商务网站中,往往会在网站页面中推荐某些信息,吸引用户在浏览该网站页面的过程中查看这些推荐信息,进而购买相应产品,以增加网站的产品销量。
目前,主要的信息推荐方式为:根据用户的历史数据分析用户的兴趣爱好,根据用户的兴趣爱好,将与用户兴趣爱好对应或相似的信息推荐给用户。
但是,采用上述方法向用户推荐信息,仅仅考虑到用户的兴趣爱好,没有充分利用统计数据资源,会出现信息推荐结果不完全符合用户实际需求的情况,造成信息推荐结果不准确。
发明内容
基于此,本发明实施例期望提供一种信息推荐方法及装置,提高信息推荐的准确性。
本发明的技术方案是这样实现的:
本发明实施例提供一种信息推荐方法,所述方法包括:
确定当前用户存在历史数据时,获取所述用户的历史业务信息,所述历史业务信息包括:兴趣信息和与所述兴趣信息对应的业务信息;
根据所述兴趣信息和与所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息,并将所述第一信息推荐给所述用户。
上述方案中,所述根据所述兴趣信息和所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息包括:
根据所述兴趣信息中的兴趣类型和所述兴趣类型对应的业务信息中的平均业务额,从所述信息库中选择兴趣类型与所述用户的兴趣类型相同、且所述平均业务额在第一预设阈值范围内的第一信息。
上述方案中,所述方法还包括:
搜集并分析预设时间内各信息在各地区的业务数据;
根据所述业务数据,生成业务明细数据库;
根据所述用户的登陆信息,获取所述用户的地理位置信息。
上述方案中,所述方法还包括:
当所述第一信息的数量小于第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前M个信息作为第二信息,并将所述第二信息作为所述第一信息的补足信息推荐给所述用户,其中,M为正整数;
当所述第一信息和所述第二信息的数量之和小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前N个信息作为第三信息,并将所述第三信息作为所述第一信息和所述第二信息的补足信息推荐给所述用户,其中,N为正整数。
上述方案中,所述方法还包括:
确定当前用户不存在历史数据时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前J个信息作为第四信息,并将所述第四信息推荐给所述用户,其中,J为正整数;
当所述第四信息的数量小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前K个信息作为第五信息,并将所述第五信息作为所述第四信息的补足信息推荐给所述用户,其中,K为正整数。
本发明实施例提供一种信息推荐装置,所述装置包括:
获取模块,用于确定当前用户存在历史数据时,获取所述用户的历史业务信息,所述历史业务信息包括:兴趣信息和与所述兴趣信息对应的业务信息;
选择模块,用于根据所述兴趣信息和与所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息,并将所述第一信息推荐给所述用户。
上述方案中,所述选择模块具体用于:
根据所述兴趣信息中的兴趣类型和所述兴趣类型对应的业务信息中的平均业务金额,从所述信息库中选择兴趣类型与所述用户的兴趣类型相同、且所述平均业务金额在第一预设阈值范围内的第一信息。
上述方案中,所述装置还包括:
收集分析模块,用于搜集并分析预设时间内各信息在各地区的业务数据;
生成模块,用于根据所述业务数据,生成业务明细数据库;
所述获取模块,还用于根据所述用户的登陆信息,获取所述用户的地理位置信息。
上述方案中,所述选择模块还用于当所述第一信息的数量小于第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前M个信息作为第二信息,并将所述第二信息作为所述第一信息的补足信息推荐给所述用户,其中,M为正整数;
还用于当所述第一信息和所述第二信息的数量之和小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前N个信息作为第三信息,并将所述第三信息作为所述第一信息和所述第二信息的补足信息推荐给所述用户,其中,N为正整数。
上述方案中,所述选择模块还用于确定当前用户不存在历史数据时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前J个信息作为第四信息,并将所述第四信息推荐给所述用户,其中,J为正整数;
还用于当所述第四信息的数量小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前K个信息作为第五信息,并将所述第五信息作为所述第四信息的补足信息推荐给所述用户,其中,K为正整数。
本发明实施例提供的信息推荐方法及装置,确定当前用户存在历史数据时,获取该用户的历史业务信息,其中,历史业务信息包括:兴趣信息和兴趣信息对应的业务信息;并根据所述兴趣信息和兴趣信息对应的业务信息从信息库中选择符合预设匹配规则的信息推荐给用户。该方法不仅考虑到用户的兴趣信息,而且考虑与该兴趣信息对应的实际的业务信息,从而可以结合用户的业务能力,选择与用户兴趣信息相近且符合用户业务能力的信息推荐给用户,提高信息推荐的准确性。
附图说明
图1为实现本发明各个实施例的一个可选的服务器的硬件结构示意图;
图2为本发明提供的信息推荐方法实施例一的流程示意图;
图3为业务量统计的流程示意图;
图4为本发明提供的信息推荐方法实施例二的流程示意图;
图5为本发明提供的信息推荐方法实施例三的流程示意图;
图6为本发明提供的信息推荐装置实施例一的结构示意图;
图7为本发明提供的信息推荐装置实施例二的结构示意图。
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。
本实施例中所述的用户中心平台、业务平台和第三平台都可以实现为服务器;图1为实现本发明各个实施例的一个可选的服务器的硬件结构示意图。
服务器100可以包括无线通讯单元110、存储器120、控制器130和电源单元140等等;所述无线通讯单元110、存储器120、控制器130和电源单元140均通过总线150连接。图1示出了具有各种组件的服务器,但是应理解的是,并不要求实施所有示出的组件,可以替代地实施更多或更少的组件,将在下面详细描述服务器的元件。
无线通讯单元110通常包括一个或多个组件,其允许服务器100与终端或网络中其他服务器之间的无线电通讯。无线通讯单元110用于服务器与外部的电子设备之间的通信。
存储器120可以存储由控制器130执行的处理和控制操作的软件程序等等,或者可以暂时地存储己经输出或将要输出的数据(例如,用户信息等等)。存储器120可以包括至少一种类型的存储介质,所述存储介质包括闪存、硬盘、卡型存储器(例如,SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且,服务器100可以与通过网络连接执行存储器120的存储功能的网络存储装置协作。
控制器130通常控制服务器的总体操作。电源单元140在控制器130的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。
这里需要说明的是,图1所示的服务器100是采用总线(Bus)结构的,对于本领域的技术人员来说,服务器还可以采用其他的结构,只要电源单元140可以为各元件和组件提供操作所需的适当的电力,控制器130能够控制无线通讯单元110与外部的电子设备进行通信,而存储器120用于存储控制器130可执行的程序代码等对象即可,可见,本发明实施例并不对服务器做出更多限定。
这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施,这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施,在一些情况下,这样的实施方式可以在控制器130中实施。对于软件实施,诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施,软件代码可以存储在存储器120中并且由控制器130执行。
基于上述服务器硬件结构以及通讯系统,提出本发明方法各个实施例。
实施例一
图2为本发明提供的信息推荐方法实施例一的流程示意图,如图2所示,所述方法包括:
步骤101:确定当前用户存在历史数据时,获取用户的历史业务信息;
其中,历史业务信息包括:兴趣信息和所述兴趣信息对应的业务信息。
在本步骤中,当前用户登陆电子商务网站后,网站后台服务器根据当前的账户信息,查找是否存在该用户的历史数据,例如购买或收藏的产品的种类、金额等等,并根据该历史数据,对用户的历史数据进行分析整理,从而可以获取到用户的历史业务信息。
其中,获取用户的历史业务信息包括:
确定当前用户存在历史数据时,收集所述用户的历史数据;
根据所述用户的历史数据,生成所述用户的历史业务信息。
需要说明的是,该历史业务信息包括兴趣信息和该兴趣信息对应的业务信息。兴趣信息进一步包括:兴趣类型(即用户感兴趣的产品类型,如数码产品、户外用品、母婴用品、家居用品等等)、兴趣类型对应的兴趣编号等;兴趣信息对应的业务信息进一步包括:总业务额、业务次数、平均业务额、用户所在地区等等,用户所在地区可以根据用户访问的网络协议(Internet Protocol,IP)地址来获取。
表1为本发明实施例提供的一个用户的历史业务信息表,如表1所示,包括有兴趣类型、兴趣编号、总业务额、业务次数、平均业务额、用户所在地区及对应的数据。其中,该表中的内容仅为示例的一种,还可以根据用户的业务信息进一步扩展,此处不再赘述。
表1
步骤102:根据兴趣信息和兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息,并将第一信息推荐给用户。
在本步骤中,根据上述历史业务信息中的兴趣信息和兴趣信息对应的业务信息,从电子商务网站的后台信息数据库中,选择出与预设匹配规则相符的信息推荐给用户。其中,预设的匹配规则为:与用户的兴趣类型相同、且与该兴趣类型对应的业务信息中的平均业务额在一定预设范围内。且进一步的可以预设推荐的信息数量,选择出与预设待推荐信息数量相同的信息进行推荐,并判断选择出的信息数量是否满足预设的待推荐信息数量,如满足,展示选择出的信息作为推荐信息推荐给用户,并结束推荐;否则,如果选择出的信息数量小于预设的待推荐信息数量,则进一步设置匹配规则并从信息数据库中按照新设置的匹配规则继续选择补足信息,直到选择出满足预设待推荐信息数量的信息并展示,其中,新设置的匹配规则和前面预设的匹配规则的不同在于,新设置的匹配规则放宽查询条件,例如仅按照信息所在地区和业务量从业务明细数据库中选择信息,以便可以查询出更多符合条件的信息;如果选择出的信息数量大于预设的待推荐信息数量,则对已选择出的信息进行排序,选择前i个信息作为待推荐信息并展示;其中,i为正整数,且数值等于预设待推荐信息数量。例如,以表1为例,根据表1中的兴趣类型和平均业务金额从后台信息数据库中,选择i个与用户兴趣类型和业务能力最相近的信息。
选取方法为使用兴趣编号和平均业务额作为查询条件进行查询,选取前i个即可。
假设后台信息数据库中的信息表名为products,信息类别为productCate,信息值为price,用户平均业务额为avgCost,则设置待推荐信息的匹配规则为:选择兴趣类型为1,且平均业务额约为2500的信息或者兴趣类型为2,且平均业务额约为500的i个信息,作为推荐的信息推荐给用户。
则sql示例表示为:
SELECT*FROM`products`WHERE(`productCate`=1AND price>avgCost-500AND price<=avgCost+500)OR(`productCate`=2AND price>avgCost-2500AND price<=avgCost+2500)LIMIT i。
本实施例的信息推荐方法,通过获取用户的历史业务信息,从而根据的历史业务信息中的兴趣信息和兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的信息作为待推荐的信息推荐给用户。该方法不仅考虑了用户的兴趣信息,且结合用户对于该兴趣信息对应的业务信息,因而可以推荐出更符合用户需求和能力的感兴趣的信息,使得信息推荐结果更准确,且信息推荐结果更个性化。
实施例二
进一步的,在实施例一的基础上,所述根据所述兴趣信息和所述兴趣信息对应的业务信息,从信息库中选择符合预设的匹配规则的第一信息包括:
根据所述兴趣信息中的兴趣类型和所述兴趣类型对应的业务信息中的平均业务额,从所述信息库中选择兴趣类型与所述用户的兴趣类型相同、且所述平均业务额在第一预设阈值范围内的第一信息。
具体的,根据上述兴趣信息中的兴趣类型,以及所述兴趣类型对应的业务信息中的平均业务信息设置匹配规则从信息库中选择信息进行推荐,即从信息库中选择兴趣类型与用户的兴趣类型相同、且与所述兴趣类型对应的平均业务额在第一预设阈值范围内的第一信息进行推荐;其中,预设第一阈值例如可以为500等金额数值,具体根据用户的历史业务信息中,用户感兴趣的信息类型对应的平均业务额来设置,此处不再限定。
或者,根据所述兴趣信息中的兴趣类型和所述兴趣类型对应的业务信息中的平均业务额,从所述信息库中选择与所述用户的兴趣类型相同、且按照所述平均业务额与所述第一预设阈值的接近程度从大到小进行排序的前i个信息作为第一信息进行推荐。
实施例三
在上述实施例的基础上,所述方法还包括:
搜集并分析预设时间内各信息在各地区的业务数据;
根据所述业务数据,生成业务明细数据库;
根据所述用户的登陆信息,获取所述用户的地理位置信息。
具体的,该部分针对业务数据进行数据分析,分析并统计预设时间内详细的业务情况,包括每个信息在每个地区(省)每周的浏览、下单、支付数量、下单支付金额、用户数量等,建立业务明细数据库,将业务明细存入数据库。其中,预设时间根据系统性能和用户需求进行设定,此处不再赘述。具体的业务量统计过程如图3所示,图3为业务量统计的流程示意图,包括:
步骤201:读取一天内的所有订单。
步骤202:读取每个订单的数据。
步骤203:统计该订单数据中商品的业务量。
其中,统计商品的业务量的方法可以根据现有的方法进行计算,例如根据预设时间内该商品的支付订单数量来统计,此处不再限定。
步骤204:统计用户的数据。
其中,用户的数据例如用户所在地区,及该地区所有用户的数量。
步骤205:判断所有订单是否统计完成;如果未完成,返回步骤202继续执行,否则,执行步骤206。
步骤206:将该一天内的统计数据保存。
生成的业务明细数据如表2所示。
表2
本实施例的信息推荐方法,通过对预设时间内各信息在各地区的业务数据进行统计分析,生成业务明细数据库,从而可以为选择推荐信息提供了更丰富的数据信息,进一步提高推荐结果的准确性。
实施例四
图4为本发明提供的信息推荐方法实施例二的流程示意图,如图4所示,本实施例中确定当前用户存在历史数据,在实施例三的基础上,所述方法包括:
步骤301:收集用户的历史数据,生成历史业务信息,历史业务信息包括:兴趣信息和与兴趣信息对应的业务信息。
步骤302:根据兴趣信息和与兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息。
步骤301、步骤302在上述实施例中已作详细描述,此处不再赘述。
步骤303:判断第一信息的数量是否小于第二预设阈值;如果第一信息的数量小于第二预设阈值,执行步骤304;否则,执行步骤308,将第一信息作为推荐的信息进行展示。
在本步骤中,判断步骤302中选择出的第一信息的数量是否小于第二预设阈值,即预设待推荐信息数量,如果小于,则执行步骤304;否则执行步骤308,展示第一信息。
步骤304:根据用户的登陆信息,获取用户的地理位置信息。
在本步骤中,根据用户访问的ip地址,获取当前用户的所在地区。
步骤305:从业务明细数据库中选择信息业务地区与用户的地理位置信息相同、且按照业务量从大到小进行排序的前M个信息作为第二信息。
在本步骤中,如果步骤302中选择出的第一信息的数量小于第二预设阈值,则从实施例三中建立的业务明细数据库中设置另一匹配规则选择满足该匹配规则的第二信息作为第一信息的补足信息。该匹配规则例如设置为:选择信息业务地区与用户的地理位置信息相同、且按照业务量从大到小进行排序的前M个信息。
步骤306:判断第一信息和第二信息的数量之和是否小于第二预设阈值;如果第一信息和第二信息的数量之和小于第二预设阈值,执行步骤307;否则,执行步骤308,将第一信息和第二信息作为推荐的信息进行展示。
步骤307:从业务明细数据库中选择信息业务地区与用户的地理位置信息不同、且按照业务量从大到小进行排序的前N个信息作为第三信息,并执行步骤308,将第一信息、第二信息和第三信息作为推荐的信息进行展示。其中,N为正整数。
步骤308:展示推荐信息。
步骤309:结束推荐。
本实施例的信息推荐方法,当实施例一根据预设匹配规则选择出的推荐信息小于预设推荐信息数量时,进一步根据用户所在地区和当前地区的信息业务量情况,从业务明细数据库中选择其他信息作为补足信息进行推荐,从而使得推荐方法更细化。
实施例五
图5为本发明提供的信息推荐方法实施例三的流程示意图,如图5所示,本实施例中确定当前用户不存在历史数据,所述方法包括:
步骤401:根据用户的登陆信息,获取用户的地理位置信息。
步骤402:从业务明细数据库中选择信息业务地区与用户的地理位置信息相同、且按照业务量从大到小进行排序的前J个信息作为第四信息,其中,J为正整数。
步骤403:判断第四信息的数量是否小于第二预设阈值;如果第四信息的数量小于第二预设阈值,执行步骤404;否则,执行步骤405,将第四信息作为推荐的信息进行展示。
步骤404:从业务明细数据库中选择信息业务地区与用户的地理位置信息不同、且按照业务量从大到小进行排序的前K个信息作为第五信息,并执行步骤405,将第四信息和第五信息作为推荐的信息进行展示。其中,K为正整数。
步骤405:展示推荐信息。
步骤406:结束推荐。
需要说明的是,在实施例四中,如果在步骤302中选择出的第一信息的数量大于第二预设阈值(在本流程图中未示出),则根据实施例一所述的,对选择出的第一信息按照平均业务额进行排序,选择前i个信息作为待推荐的信息并展示,此处不再赘述。实施例五中类似。由于在实际操作中,在实施例一中经过预设的匹配规则进行选择后,选择出的信息的数量大于预设第二预设阈值的情况很少出现,因此在实施例四和实施例五中只考虑小于或等于第二预设阈值的情况。
本实施例的信息推荐方法,如果不存在当前用户的历史业务信息时,则根据用户所在地区和当前地区的信息业务量情况,从业务明细数据库中选择其他信息作为补足信息进行推荐,从而进一步使得推荐方法更丰富。
图6为本发明提供的信息推荐装置实施例一的结构示意图,如图6所示,所述装置包括:
获取模块11,用于确定当前用户存在历史数据时,获取所述用户的历史业务信息,所述历史业务信息包括:兴趣信息和与所述兴趣信息对应的业务信息;
选择模块12,用于根据所述兴趣信息和与所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息,并将所述第一信息推荐给所述用户。
本实施例的信息推荐装置是与本发明提供的信息推荐方法实施例一对应的装置实施例,其原理类此,此处不再赘述。
本实施例的信息推荐装置,通过获取模块获取用户的历史业务信息,从而根据用户的历史业务信息中的兴趣信息和兴趣信息对应的业务信息,选择模块从信息库中选择符合预设匹配规则的信息作为待推荐的信息推荐给用户。该装置不仅考虑了用户的兴趣信息,且结合用户对于该兴趣信息对应的业务信息,因而可以推荐出更符合用户业务水平的感兴趣的信息,其推荐结果更准确,且推荐结果更个性化。
进一步的,所述选择模块12具体用于:
根据所述兴趣信息中的兴趣类型和所述兴趣类型对应的业务信息中的平均业务金额,从所述信息库中选择兴趣类型与所述用户的兴趣类型相同、且所述平均业务金额在第一预设阈值范围内的第一信息。
图7为本发明提供的信息推荐装置实施例二的结构示意图,如图7所示,所述装置还包括:
收集分析模块21,用于搜集并分析预设时间内各信息在各地区的业务数据;
生成模块22,用于根据所述业务数据,生成业务明细数据库;
所述获取模块11还用于根据所述用户的登陆信息,获取所述用户的地理位置信息。
进一步的,所述选择模块12还用于当所述第一信息的数量小于第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前M个信息作为第二信息,并将所述第二信息作为所述第一信息的补足信息推荐给所述用户,其中,M为正整数;
还用于当所述第一信息和所述第二信息的数量之和小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前N个信息作为第三信息,并将所述第三信息作为所述第一信息和所述第二信息的补足信息推荐给所述用户,其中,N为正整数。
进一步的,所述选择模块12还用于确定当前用户不存在历史数据时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前J个信息作为第四信息,并将所述第四信息推荐给所述用户,其中,J为正整数;
还用于当所述第四信息的数量小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前K个信息作为第五信息,并将所述第五信息作为所述第四信息的补足信息推荐给所述用户,其中,K为正整数。
在实际应用中,所述获取模块11、选择模块12、收集分析模块21和生成模块22均可由位于终端的中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)等实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明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和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种信息推荐方法,其特征在于,所述方法包括:
确定当前用户存在历史数据时,获取所述用户的历史业务信息,所述历史业务信息包括:兴趣信息和与所述兴趣信息对应的业务信息;
根据所述兴趣信息和与所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息,并将所述第一信息推荐给所述用户。
2.根据权利要求1所述的方法,其特征在于,所述根据所述兴趣信息和所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息包括:
根据所述兴趣信息中的兴趣类型和所述兴趣类型对应的业务信息中的平均业务额,从所述信息库中选择兴趣类型与所述用户的兴趣类型相同、且所述平均业务额在第一预设阈值范围内的第一信息。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
搜集并分析预设时间内各信息在各地区的业务数据;
根据所述业务数据,生成业务明细数据库;
根据所述用户的登陆信息,获取所述用户的地理位置信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
当所述第一信息的数量小于第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前M个信息作为第二信息,并将所述第二信息作为所述第一信息的补足信息推荐给所述用户,其中,M为正整数;
当所述第一信息和所述第二信息的数量之和小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前N个信息作为第三信息,并将所述第三信息作为所述第一信息和所述第二信息的补足信息推荐给所述用户,其中,N为正整数。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
确定当前用户不存在历史数据时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前J个信息作为第四信息,并将所述第四信息推荐给所述用户,其中,J为正整数;
当所述第四信息的数量小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前K个信息作为第五信息,并将所述第五信息作为所述第四信息的补足信息推荐给所述用户,其中,K为正整数。
6.一种信息推荐装置,其特征在于,所述装置包括:
获取模块,用于确定当前用户存在历史数据时,获取所述用户的历史业务信息,所述历史业务信息包括:兴趣信息和与所述兴趣信息对应的业务信息;
选择模块,用于根据所述兴趣信息和与所述兴趣信息对应的业务信息,从信息库中选择符合预设匹配规则的第一信息,并将所述第一信息推荐给所述用户。
7.根据权利要求6所述的装置,其特征在于,所述选择模块具体用于:
根据所述兴趣信息中的兴趣类型和所述兴趣类型对应的业务信息中的平均业务金额,从所述信息库中选择兴趣类型与所述用户的兴趣类型相同、且所述平均业务金额在第一预设阈值范围内的第一信息。
8.根据权利要求6或7所述的装置,其特征在于,所述装置还包括:
收集分析模块,用于搜集并分析预设时间内各信息在各地区的业务数据;
生成模块,用于根据所述业务数据,生成业务明细数据库;
所述获取模块,还用于根据所述用户的登陆信息,获取所述用户的地理位置信息。
9.根据权利要求8所述的装置,其特征在于,所述选择模块还用于当所述第一信息的数量小于第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前M个信息作为第二信息,并将所述第二信息作为所述第一信息的补足信息推荐给所述用户,其中,M为正整数;
还用于当所述第一信息和所述第二信息的数量之和小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前N个信息作为第三信息,并将所述第三信息作为所述第一信息和所述第二信息的补足信息推荐给所述用户,其中,N为正整数。
10.根据权利要求8所述的装置,其特征在于,所述选择模块还用于确定当前用户不存在历史数据时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息相同、且按照业务量从大到小进行排序的前J个信息作为第四信息,并将所述第四信息推荐给所述用户,其中,J为正整数;
还用于当所述第四信息的数量小于所述第二预设阈值时,从所述业务明细数据库中选择信息业务地区与所述用户的地理位置信息不同、且按照业务量从大到小进行排序的前K个信息作为第五信息,并将所述第五信息作为所述第四信息的补足信息推荐给所述用户,其中,K为正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610263406.8A CN105975486A (zh) | 2016-04-26 | 2016-04-26 | 信息推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610263406.8A CN105975486A (zh) | 2016-04-26 | 2016-04-26 | 信息推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105975486A true CN105975486A (zh) | 2016-09-28 |
Family
ID=56993781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610263406.8A Pending CN105975486A (zh) | 2016-04-26 | 2016-04-26 | 信息推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105975486A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779956A (zh) * | 2016-12-26 | 2017-05-31 | 安徽维智知识产权代理有限公司 | 一种专利产品交易平台 |
CN106779749A (zh) * | 2016-12-26 | 2017-05-31 | 安徽维智知识产权代理有限公司 | 一种基于ip地址的专利产品交易方法 |
CN106993089A (zh) * | 2017-03-23 | 2017-07-28 | 中国联合网络通信集团有限公司 | 语音菜单显示的方法与装置 |
CN107977355A (zh) * | 2017-11-17 | 2018-05-01 | 四川长虹电器股份有限公司 | 基于词向量训练的电视节目推荐方法 |
CN109472627A (zh) * | 2017-09-07 | 2019-03-15 | 阿里巴巴集团控股有限公司 | 渠道商的推荐方法和装置 |
CN112364248A (zh) * | 2020-11-20 | 2021-02-12 | 北京达佳互联信息技术有限公司 | 推荐信息列表的生成方法、装置、服务器及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN102663626A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 基于区域特征的协同过滤推荐方法 |
CN102693498A (zh) * | 2012-05-16 | 2012-09-26 | 上海卓达信息技术有限公司 | 一种基于不完善数据的精准推荐方法 |
US20130218687A1 (en) * | 2012-02-17 | 2013-08-22 | Graphdive, Inc. | Methods, systems and devices for determining a user interest and/or characteristic by employing a personalization engine |
CN104463637A (zh) * | 2014-12-23 | 2015-03-25 | 北京石油化工学院 | 一种基于电商平台的商品推荐方法、装置及服务器 |
-
2016
- 2016-04-26 CN CN201610263406.8A patent/CN105975486A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
US20130218687A1 (en) * | 2012-02-17 | 2013-08-22 | Graphdive, Inc. | Methods, systems and devices for determining a user interest and/or characteristic by employing a personalization engine |
CN102663626A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 基于区域特征的协同过滤推荐方法 |
CN102693498A (zh) * | 2012-05-16 | 2012-09-26 | 上海卓达信息技术有限公司 | 一种基于不完善数据的精准推荐方法 |
CN104463637A (zh) * | 2014-12-23 | 2015-03-25 | 北京石油化工学院 | 一种基于电商平台的商品推荐方法、装置及服务器 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779956A (zh) * | 2016-12-26 | 2017-05-31 | 安徽维智知识产权代理有限公司 | 一种专利产品交易平台 |
CN106779749A (zh) * | 2016-12-26 | 2017-05-31 | 安徽维智知识产权代理有限公司 | 一种基于ip地址的专利产品交易方法 |
CN106993089A (zh) * | 2017-03-23 | 2017-07-28 | 中国联合网络通信集团有限公司 | 语音菜单显示的方法与装置 |
CN109472627A (zh) * | 2017-09-07 | 2019-03-15 | 阿里巴巴集团控股有限公司 | 渠道商的推荐方法和装置 |
CN107977355A (zh) * | 2017-11-17 | 2018-05-01 | 四川长虹电器股份有限公司 | 基于词向量训练的电视节目推荐方法 |
CN112364248A (zh) * | 2020-11-20 | 2021-02-12 | 北京达佳互联信息技术有限公司 | 推荐信息列表的生成方法、装置、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105975486A (zh) | 信息推荐方法及装置 | |
CN106296059B (zh) | 派送网点确定方法及设备 | |
CN106251174A (zh) | 信息推荐方法及装置 | |
CN105469263A (zh) | 一种商品推荐方法及装置 | |
CN110428298A (zh) | 一种店铺推荐方法、装置及设备 | |
CN108090208A (zh) | 融合数据处理方法及装置 | |
CN102999586B (zh) | 一种网站推荐的方法和装置 | |
US9208503B2 (en) | Information processing apparatus, information processing method, information processing program, and recording medium | |
CN108205768A (zh) | 数据库建立方法和数据推荐方法及装置、设备和存储介质 | |
CN105989004A (zh) | 一种信息投放的预处理方法和装置 | |
CN106339393A (zh) | 信息推送方法及装置 | |
WO2015148159A1 (en) | Determining a temporary transaction limit | |
TW201327233A (zh) | 個性化的資訊推送方法及裝置 | |
CN111680165B (zh) | 信息匹配方法、装置、可读存储介质和电子设备 | |
WO2016155514A1 (zh) | 一种物流服务调度方法与设备 | |
EP3399491A1 (en) | Data processing method and device | |
CN108416616A (zh) | 投诉举报类别的排序方法和装置 | |
CN103309894B (zh) | 基于用户属性的搜索实现方法及系统 | |
CN111027895A (zh) | 商品的备料预测、行为数据收集方法、装置、设备和介质 | |
CN106202088A (zh) | 一种匹配业务场景的方法和系统 | |
CN110880136A (zh) | 配套产品的推荐方法、系统、设备和存储介质 | |
CN105868254A (zh) | 信息推荐方法及装置 | |
CN106920119A (zh) | 一种用户价值的评价方法及装置 | |
CN104239335B (zh) | 特定用户信息获取方法及装置 | |
CN113034241B (zh) | 一种产品信息推荐方法及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160928 |
|
RJ01 | Rejection of invention patent application after publication |