CN106354797A - 数据推荐方法和装置 - Google Patents
数据推荐方法和装置 Download PDFInfo
- Publication number
- CN106354797A CN106354797A CN201610737028.2A CN201610737028A CN106354797A CN 106354797 A CN106354797 A CN 106354797A CN 201610737028 A CN201610737028 A CN 201610737028A CN 106354797 A CN106354797 A CN 106354797A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- recommending
- wireless network
- data set
- 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
- 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
Abstract
本发明涉及一种数据推荐方法和装置，该数据推荐方法包括：获取由用户终端上报的用户数据；所述用户数据包括所述用户终端所接入无线网络的无线网络标识、用户操作记录和触发所述用户操作记录的用户标识；将所述用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合；根据所述用户数据集合所包括的用户操作记录获取推荐数据；获取所述用户数据集合所包括的用户标识；向获取的用户标识对应的用户终端推送获取到的推荐数据。本发明提供的数据推荐方法和装置，可以向用户提供有用信息并覆盖更广的用户群体。
Description
技术领域
本发明涉及互联网技术领域，特别是涉及一种数据推荐方法和装置。
背景技术
数据推荐是主动向用户提供信息的一种重要方式，比如向用户推荐最新的电影资讯、最新的商品资讯以及附近的商业活动资讯等。目前的一种数据推荐方式，采用不区分用户的推荐方式，即向所有用户推送相同的推荐数据，但这种方式不考虑用户需求，难以有效地向用户提供有用信息。
目前还存在一种改进的数据推荐方式，通过大数据分析以分析出用户喜好，从而按照分析出的用户喜好来进行数据推荐。然而，这种数据推荐方式虽然能够根据用户需求进行数据推荐，可以有效地向用户提供有用信息，但其实现依赖于大数据的数据量和数据丰富程度，覆盖的用户群体较小。
发明内容
基于此，有必要针对目前的数据推荐方式难以既能有效地向用户提供有用信息又能保证所覆盖用户群体的技术问题，提供一种数据推荐方法和装置。
一种数据推荐方法，包括：
获取由用户终端上报的用户数据；所述用户数据包括所述用户终端所接入无线网络的无线网络标识、用户操作记录和触发所述用户操作记录的用户标识；
将所述用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合；
根据所述用户数据集合所包括的用户操作记录获取推荐数据；
获取所述用户数据集合所包括的用户标识；
向获取的用户标识对应的用户终端推送获取到的推荐数据。
一种数据推荐装置，包括：
用户数据获取模块，用于获取由用户终端上报的用户数据；所述用户数据包括所述用户终端所接入无线网络的无线网络标识、用户操作记录和触发所述用户操作记录的用户标识；
聚合模块，用于将所述用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合；
推荐数据获取模块，用于根据所述用户数据集合所包括的用户操作记录获取推荐数据；
推荐模块，用于获取所述用户数据集合所包括的用户标识；向获取的用户标识对应的用户终端推送获取到的推荐数据。
上述数据推荐方法和装置，按照用户终端所加入的无线网络来对用户终端上报的用户数据进行分类聚合，得到用户数据集合，从而根据所述用户数据集合所包括的用户操作记录获取推荐数据并进行数据推荐。由于接入相同无线网络的用户终端的使用者通常具有相同或相近的数据需求，这种数据推荐方式可以保证推荐数据可以满足用户需求，以向用户提供有用信息。而且，接入相同无线网络的用户终端会产生不同的用户操作记录，在获取推荐数据时所依据的数据更加丰富，不再受限于用户个体的用户喜好进行数据推荐，从而可以覆盖更广的用户群体。
附图说明
图1为一个实施例中数据推荐系统的应用环境图；
图2为一个实施例中服务器的内部结构示意图；
图3为一个实施例中数据推荐方法的流程示意图；
图4为一个实施例中数据推荐方法的流程示意图；
图5为一个实施例中根据用户数据集合所包括的用户操作记录获取推荐数据的步骤的流程示意图；
图6为一个实施例中数据推荐装置的结构框图；
图7为另一个实施例中数据推荐装置的结构框图；
图8为一个实施例中推荐数据获取模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为一个实施例中数据推荐系统的应用环境图。参照图1，该数据推荐系统包括用户终端110、无线网络接入点120和服务器130。用户终端110接入无线网络接入点120提供的无线网络，从而通过无线网络接入点120接入网络。接入相同无线网络接入点120的用户终端110多于一个，如图1中的用户终端111和112。用户终端110用于通过无线网络接入点120向服务器130上报用户数据，上报的用户数据包括用户终端所接入无线网络的无线网络标识、用户操作记录和触发用户操作记录的用户标识。服务器130用于获取用户终端110上报的用户数据；将用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合；根据用户数据集合所包括的用户操作记录获取推荐数据；获取用户数据集合所包括的用户标识；向获取的用户标识对应的用户终端110推送获取到的推荐数据。
在一个实施例中，服务器130包括用户数据收集服务器131和数据推荐服务器132，用户数据收集服务器131用于接收用户终端110上报的用户数据。数据推荐服务器132用于从用户数据收集服务器131获取用户数据；将用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合；根据用户数据集合所包括的用户操作记录获取推荐数据；获取用户数据集合所包括的用户标识；向获取的用户标识对应的用户终端110推送获取到的推荐数据。
图2为一个实施例中服务器的内部结构示意图。如图2所示，该服务器包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中，该服务器的非易失性存储介质存储有操作系统和数据推荐装置，该数据推荐装置用于实现一种数据推荐方法。该服务器的处理器用于提供计算和控制能力，支撑整个服务器的运行。该服务器的内存储器为非易失性存储介质中的数据推荐装置的运行提供环境，该内存储器中可存储有计算机可读指令，该计算机指令可读指令被处理器执行时，可使得处理器执行一种数据推荐方法。该服务器的网络接口用于据以与外部的用户终端通过网络连接通信，比如接收用户终端上报的用户数据以及向用户终端推送推荐数据等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的服务器的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
图3为一个实施例中数据推荐方法的流程示意图。参照图3，本实施例以该方法应用于图1中的服务器130，具体应用于服务器130所包括的数据推荐服务器132来举例说明。该数据推荐方法具体包括如下步骤：
S302，获取由用户终端上报的用户数据；用户数据包括用户终端所接入无线网络的无线网络标识、用户操作记录和触发用户操作记录的用户标识。
其中，用户数据是与用户相关的数据，具体包括无线网络标识、用户操作记录和用户标识。无线网络标识用于唯一标识出用户终端所接入的无线网络，该无线网络可以基于WIFI(Wireless Fidelity)协议或者基于WAPI(Wireless LAN Authentication andPrivacy Infrastructure，无线局域网鉴别和保密基础结构)协议。
进一步地，用户操作记录用于记录用户操作，用户操作记录比如可以包括页面浏览记录、视频观看记录、点击操作记录、收藏操作记录、商品购买记录以及网络社交行为记录中的一种或几种的组合。页面可以是网页或者应用界面，页面浏览记录具体可以是所浏览页面的标识和/或内容，也可以是浏览相应页面的次数和/或时间信息等。视频观看记录比如所观看视频的标识、观看时长和/或观看时间段等。点击操作记录比如点击对象的标识、点击位置、点击次数、点击频率和/或点击时间信息等。网络社交行为记录比如与社交好友发送和/或接收消息的次数或频率等。
S304，将用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合。
具体地，服务器可确定获取到的每份用户数据所包括的无线网络标识，从而将包括相同的无线网络标识的用户数据聚合为一类，得到与该相同的无线网络标识对应的用户数据集合。
举例说明，假设获取到的用户数据既有包括无线网络标识WIFI_ID1的用户数据Data1、Data2、Data3……，又有包括无线网络标识WIFI_ID2的用户数据DATA1、DATA2、DATA3……。则服务器可将用户数据Data1、Data2、Data3……聚合为一个与无线网络标识WIFI_ID1对应的用户数据集合SET1，将用户数据DATA1、DATA2、DATA3……聚合为一个与无线网络标识WIFI_ID2对应的用户数据集合SET2。
S306，根据用户数据集合所包括的用户操作记录获取推荐数据。
具体地，服务器可根据用户数据集合所包括的用户操作记录，从备选的推荐数据中筛选推荐数据。用户数据集合所包括的用户操作记录，是用户数据集合中的用户数据所包括的用户操作记录。推荐数据是需要推送至用户终端并在用户终端显示，用以向用户推荐信息的数据。
其中，推荐数据具体可以是用于推荐视频的视频推荐数据、用于推荐商品的商品推荐数据、用于推荐商业场所的商业场所推荐数据、用于推荐商业活动的商业活动推荐数据以及用于推荐文章的文章推荐数据。其中，视频可以是电影或者自制视频等可在播放时展示动态画面的数据。
在一个实施例中，服务器具体可根据用户数据集合所包括的用户操作提取用户属性，进而获取具有与该用户属性匹配的数据属性的推荐数据。其中，用户属性是描述用户特性的数据，比如用户喜好、用户年龄段或者用户所处地域等。数据属性是指用于描述推荐数据特性的数据，用于与用户属性进行匹配。数据属性比如推荐数据的内容类型或者地域属性等。推荐数据可从备选的推荐数据中获取，也可以每产生新的推荐数据时与提取的用户属性进行匹配。
S308，获取用户数据集合所包括的用户标识。
用户数据集合所包括的用户标识，是用户数据集合中的用户数据所包括的用户标识。服务器具体可获取用户数据集合所包括的所有或部分用户标识。
S310，向获取的用户标识对应的用户终端推送获取到的推荐数据。
具体地，服务器可根据获取的用户标识确定相应的用户终端的网络位置，从而向该终端推送获取到的推荐数据。服务器具体可向用户数据集合所包括的所有用户标识各自对应的用户终端推送获取到的任一推荐数据，以实现在相同无线网络中的用户中共享推荐数据。
上述数据推荐方法，按照用户终端所加入的无线网络来对用户终端上报的用户数据进行分类聚合，得到用户数据集合，从而根据用户数据集合所包括的用户操作记录获取推荐数据并进行数据推荐。由于接入相同无线网络的用户终端的使用者通常具有相同或相近的数据需求，这种数据推荐方式可以保证推荐数据可以满足用户需求，以向用户提供有用信息。而且，接入相同无线网络的用户终端会产生不同的用户操作记录，在获取推荐数据时所依据的数据更加丰富，不再受限于用户个体的用户喜好进行数据推荐，从而可以覆盖更广的用户群体。
在一个实施例中，步骤S302具体包括：获取用户数据收集服务器所接收到的用户数据，用户数据收集服务器所接收到的用户数据由用户终端通过所运行的应用集成的通用上报组件上报至用户数据收集服务器。
其中，用户终端上运行有应用，该应用集成有通用上报组件。该应用可以是不同的应用，具体可以是不同类型的应用或者不同开发公司开发的应用。该应用具体可以是游戏应用、社交应用、支付应用或者购物应用等。各个用户终端安装了集成有通用上报组件的应用，从而可以通过该通用上报组件将由运行的应用触发的用户数据统一上报至用户数据收集服务器，由用户数据收集服务器接收。数据推荐服务器从用户数据收集服务器获取由用户数据收集服务器接收到的用户数据。
本实施例中，通过用户数据收集服务器接收各用户终端统一上报的用户数据，便于高效地收集用户数据。而且用户终端通过运行的应用集成的通用上报组件上报用户数据，可以保证获取到丰富的用户数据，从而保证后续基于用户数据进行数据推荐的准确性。
在一个实施例中，推荐数据从备选的推荐数据中筛选出；步骤S304之后，该数据推荐方法还包括：判断获取的每份用户数据所包括的用户操作记录是否与备选的推荐数据相关；从获取的用户数据中过滤掉判断为所包括的用户操作记录与备选的推荐数据不相关的用户数据。步骤S304具体包括：将过滤后的用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合。
图4为一个实施例中数据推荐方法的流程示意图。参照图4，该数据推荐方法具体包括如下步骤：
S402，获取由用户终端上报的用户数据；用户数据包括用户终端所接入无线网络的无线网络标识、用户操作记录和触发用户操作记录的用户标识。
S404，判断获取的每份用户数据所包括的用户操作记录是否与备选的推荐数据相关。
具体地，服务器可确定获取的每份用户数据所包括的用户操作记录所涉及用户操作的操作类型，判断提取的操作类型是否存在于备选的推荐数据所涉及的操作类型集合中。若存在，则可判定相应用户数据所包括的用户操作记录与备选的推荐数据相关；若不存在，则可判定相应用户数据所包括的用户操作记录与备选的推荐数据不相关。操作类型具体可以是单个操作的类型或者多个操作组合的类型。
举例说明，若用户操作记录所涉及操作的操作类型仅仅为打开页面的操作类型和关闭页面的操作类型，而备选的推荐数据所涉及的操作类型集合中并不包括打开页面的操作类型和关闭页面的操作类型，则可判定相应用户数据所包括的用户操作记录与备选的推荐数据不相关。
在一个实施例中，备选的推荐数据可对应有关键字集合；对于获取的每份用户数据，服务器可判断相应用户数据所包括的用户操作记录是否存在关键字集合中的关键字。若存在关键字或者存在的关键字数量大于等于预设数量，则可判定相应用户数据所包括的用户操作记录与备选的推荐数据相关。若不存在关键字或者存在的关键字数量小于预设数量，则可判定相应用户数据所包括的用户操作记录与备选的推荐数据不相关。
S406，从获取的用户数据中过滤掉判断为所包括的用户操作记录与备选的推荐数据不相关的用户数据。
具体地，服务器可在获取的用户数据中，将判断为所包括的用户操作记录与备选的推荐数据不相关的用户数据剔除，以实现对不相关用户数据的过滤。服务器也可以在获取的用户数据中，提取出判断为所包括的用户操作记录与备选的推荐数据相关的用户数据，剔除剩余的用户数据，以实现用户数据的过滤。
S408，将过滤后的用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合。
S410，根据用户数据集合所包括的用户操作记录获取推荐数据。
S412，获取用户数据集合所包括的用户标识。
S414，向获取的用户标识对应的用户终端推送获取到的推荐数据。
本实施例中，在将用户数据分类聚合之前，过滤掉对进行数据推荐无关的用户数据，从而后续可以根据用户数据集合进行准确地数据推荐。
图5为一个实施例中步骤S306，根据用户数据集合所包括的用户操作记录获取推荐数据的步骤的流程示意图。参照图5，步骤S306具体包括如下步骤：
S502，提取用户数据集合所包括的用户操作记录。具体地，服务器可从用户数据集合中的各个用户数据中提取相应的用户操作记录。
S504，根据提取的用户操作记录确定相应的用户属性。其中，用户属性是描述用户特性的数据，比如用户喜好、用户年龄段或者用户所处地域等。
S506，获取具有与用户属性匹配的数据属性的推荐数据。其中，数据属性是指用于描述推荐数据特性的数据，用于与用户属性进行匹配。数据属性比如推荐数据的内容类型或者地域属性等。
本实施例中，从用户操作记录中提取出可以描述用户特性的用户属性，从而获取具有与用户属性匹配的数据属性的推荐数据进行数据推荐，可分析出相同无线网络下用户的潜在需求，有效地向用户提供有用信息。
在一个实施例中，该数据推荐方法还包括：从用户数据集合提取与提取的用户操作记录对应的用户标识；步骤S308具体包括：在用户数据集合所包括的用户标识中，获取非提取的用户标识的用户标识。
具体地，假设用户数据集合SET1包括用户数据Data1、Data2、Data3……，其中用户数据Data1、Data2、Data3依次包括用户标识UserID1、UserID2、UserID3……。若某用户操作记录提取自用户数据Data1，则从用户标识UserID1、UserID2、UserID3……中获取除去UserID1的用户标识。基于获取的局部用户标识进行数据推荐，可实现向相同无线网络下的用户交叉推荐数据。
在具体的应用场景中，若服务器分析出相同无线网络下的用户1和用户2各自喜欢观看的电影类型分别是情景喜剧和美国大片，那么可以向用户1推荐美国大片，向用户2推荐情景喜剧，可实现对相同无线网络下的用户根据各自喜好交叉推荐电影。
本实施例中，可以实现向相同无线网络下的用户交叉推荐数据，而相同无线网络下的用户喜好通常有相近之处，可以分析出用户的潜在需求，向用户推送更加丰富且携带有用信息的推荐数据。
在一个实施例中，步骤S306具体包括：根据用户数据集合所包括的用户操作记录，获取相应用户操作所涉及的推荐数据；步骤308具体包括：在用户数据集合所包括的用户标识中，获取非触发用户操作的用户标识。
其中，用户操作记录相应的用户操作，是该用户操作记录所记录的用户操作，该用户操作所涉及的推荐数据是该用户操作所操作的对象。具体地，假设用户数据集合SET1包括用户数据Data1、Data2、Data3……，其中用户数据Data1、Data2、Data3依次包括用户标识UserID1、UserID2、UserID3……。若用户数据Data1所记录用户操作正好是对某推荐数据的操作，则从用户标识UserID1、UserID2、UserID3……中获取除去UserID1的用户标识。基于获取的局部用户标识进行数据推荐，可实现在相同无线网络下的用户之间同步推荐数据。
在具体的应用场景中，若服务器分析出相同无线网络下的用户1和用户2中，用户1观看了电影A，则将该电影A也推荐给用户2，相同无线网络下的不同用户之间可以同步电影观看记录。用户1和用户2也可能是同一自然人，这样就可以实现在同一自然人的不同用户终端之间自动同步电影观看记录。
本实施例中，可以实现在相同无线网络下的用户之间同步推荐数据，而相同无线网络下的用户喜好通常有相近之处，可以分析出用户的潜在需求，向用户推送更加丰富且携带有用信息的推荐数据。若相同无线网络下的用户为同一自然人，还可以实现推荐数据在同一自然人的不同用户终端之间自动同步。
在一个实施例中，用户数据集合所包括的用户标识是属于不同账号体系的用户账号。
其中，用户数据集合所包括的用户标识是用户账号，这些账号可以属于不同的账号体系。一个账号体系是相对应的账号管理平台所分配的账号的集合，属于相同账号体系的用户账号之间可以直接通信，而不同账号体系之间则通常不可以直接通信。通常不同公司采用不同的账号体系。服务器在推送推荐数据时，可调用相应用户标识所属账号体系对应的通信接口进行推送。
进一步地，用户数据集合所包括的用户账号的总数量，可以大于等于用户数据集合所包括用户账号所属的账号体系的总数量。举例说明，假设用户数据集合SET1包括用户数据Data1、Data2、Data3……，其中用户数据Data1、Data2、Data3依次包括用户标识UserID1、UserID2、UserID3……。则UserID1、UserID2、UserID3……可以分别属于不同的账号体系，也可以UserID1、UserID2属于一种账号体系，而UserID3及其它则属于另一种账号体系。
本实施例中，用户数据集合所包括的用户标识是属于不同账号体系的用户账号，可以实现向相同无线网络下的用户之间进行跨账号体系的数据推荐，增加了推送推荐数据的覆盖范围。
图6为一个实施例中数据推荐装置600的结构框图。参照图6，数据推荐装置600具体包括：用户数据获取模块610、聚合模块620、推荐数据获取模块630，和推荐模块640。
用户数据获取模块610，用于获取由用户终端上报的用户数据；用户数据包括用户终端所接入无线网络的无线网络标识、用户操作记录和触发用户操作记录的用户标识。
其中，用户数据是与用户相关的数据，具体包括无线网络标识、用户操作记录和用户标识。无线网络标识用于唯一标识出用户终端所接入的无线网络，该无线网络可以基于WIFI(Wireless Fidelity)协议或者基于WAPI(Wireless LAN Authentication andPrivacy Infrastructure，无线局域网鉴别和保密基础结构)协议。
进一步地，用户操作记录用于记录用户操作，用户操作记录比如可以包括页面浏览记录、视频观看记录、点击操作记录、收藏操作记录、商品购买记录以及网络社交行为记录中的一种或几种的组合。页面可以是网页或者应用界面，页面浏览记录具体可以是所浏览页面的标识和/或内容，也可以是浏览相应页面的次数和/或时间信息等。视频观看记录比如所观看视频的标识、观看时长和/或观看时间段等。点击操作记录比如点击对象的标识、点击位置、点击次数、点击频率和/或点击时间信息等。网络社交行为记录比如与社交好友发送和/或接收消息的次数或频率等。
聚合模块620，用于将用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合。
具体地，聚合模块620可用于确定获取到的每份用户数据所包括的无线网络标识，从而将包括相同的无线网络标识的用户数据聚合为一类，得到与该相同的无线网络标识对应的用户数据集合。
推荐数据获取模块630，用于根据用户数据集合所包括的用户操作记录获取推荐数据。
具体地，推荐数据获取模块630可用于根据用户数据集合所包括的用户操作记录，从备选的推荐数据中筛选推荐数据。用户数据集合所包括的用户操作记录，是用户数据集合中的用户数据所包括的用户操作记录。推荐数据是需要推送至用户终端并在用户终端显示，用以向用户推荐信息的数据。
其中，推荐数据具体可以是用于推荐视频的视频推荐数据、用于推荐商品的商品推荐数据、用于推荐商业场所的商业场所推荐数据、用于推荐商业活动的商业活动推荐数据以及用于推荐文章的文章推荐数据。其中，视频可以是电影或者自制视频等可在播放时展示动态画面的数据。
在一个实施例中，推荐数据获取模块630具体可用于根据用户数据集合所包括的用户操作提取用户属性，进而获取具有与该用户属性匹配的数据属性的推荐数据。其中，用户属性是描述用户特性的数据，比如用户喜好、用户年龄段或者用户所处地域等。数据属性是指用于描述推荐数据特性的数据，用于与用户属性进行匹配。数据属性比如推荐数据的内容类型或者地域属性等。推荐数据可从备选的推荐数据中获取，也可以每产生新的推荐数据时与提取的用户属性进行匹配。
推荐模块640，用于获取用户数据集合所包括的用户标识；向获取的用户标识对应的用户终端推送获取到的推荐数据。
用户数据集合所包括的用户标识，是用户数据集合中的用户数据所包括的用户标识。推荐模块640具体可用于获取用户数据集合所包括的所有或部分用户标识。推荐模块640可用于根据获取的用户标识确定相应的用户终端的网络位置，从而向该终端推送获取到的推荐数据。服务器可用于向用户数据集合所包括的所有用户标识各自对应的用户终端推送获取到的任一推荐数据，以实现在相同无线网络中的用户中共享推荐数据。
上述数据推荐装置600，按照用户终端所加入的无线网络来对用户终端上报的用户数据进行分类聚合，得到用户数据集合，从而根据用户数据集合所包括的用户操作记录获取推荐数据并进行数据推荐。由于接入相同无线网络的用户终端的使用者通常具有相同或相近的数据需求，这种数据推荐方式可以保证推荐数据可以满足用户需求，以向用户提供有用信息。而且，接入相同无线网络的用户终端会产生不同的用户操作记录，在获取推荐数据时所依据的数据更加丰富，不再受限于用户个体的用户喜好进行数据推荐，从而可以覆盖更广的用户群体。
在一个实施例中，用户数据获取模块610还用于获取用户数据收集服务器所接收到的用户数据，用户数据收集服务器所接收到的用户数据由用户终端通过所运行的应用集成的通用上报组件上报至用户数据收集服务器。
其中，用户终端上运行有应用，该应用集成有通用上报组件。该应用可以是不同的应用，具体可以是不同类型的应用或者不同开发公司开发的应用。该应用具体可以是游戏应用、社交应用、支付应用或者购物应用等。各个用户终端安装了集成有通用上报组件的应用，从而可以通过该通用上报组件将由运行的应用触发的用户数据统一上报至用户数据收集服务器，由用户数据收集服务器接收。用户数据获取模块610用于从用户数据收集服务器获取由用户数据收集服务器接收到的用户数据。
本实施例中，通过用户数据收集服务器接收各用户终端统一上报的用户数据，便于高效地收集用户数据。而且用户终端通过运行的应用集成的通用上报组件上报用户数据，可以保证获取到丰富的用户数据，从而保证后续基于用户数据进行数据推荐的准确性。
图7为另一个实施例中数据推荐装置600的结构框图。参照图7，数据推荐装置600还包括：过滤模块650，用于判断获取的每份用户数据所包括的用户操作记录是否与备选的推荐数据相关；从获取的用户数据中过滤掉判断为所包括的用户操作记录与备选的推荐数据不相关的用户数据。
具体地，过滤模块650可用于确定获取的每份用户数据所包括的用户操作记录所涉及用户操作的操作类型，判断提取的操作类型是否存在于备选的推荐数据所涉及的操作类型集合中。若存在，则过滤模块650可判定相应用户数据所包括的用户操作记录与备选的推荐数据相关；若不存在，则过滤模块650可判定相应用户数据所包括的用户操作记录与备选的推荐数据不相关。操作类型具体可以是单个操作的类型或者多个操作组合的类型。
在一个实施例中，备选的推荐数据可对应有关键字集合；对于获取的每份用户数据，过滤模块650可用于与判断相应用户数据所包括的用户操作记录是否存在关键字集合中的关键字。若存在关键字或者存在的关键字数量大于等于预设数量，则可判定相应用户数据所包括的用户操作记录与备选的推荐数据相关。若不存在关键字或者存在的关键字数量小于预设数量，则可判定相应用户数据所包括的用户操作记录与备选的推荐数据不相关。
过滤模块650可在获取的用户数据中，将判断为所包括的用户操作记录与备选的推荐数据不相关的用户数据剔除，以实现对不相关用户数据的过滤。服务器也可以在获取的用户数据中，提取出判断为所包括的用户操作记录与备选的推荐数据相关的用户数据，剔除剩余的用户数据，以实现用户数据的过滤。
聚合模块620还用于将过滤后的用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合。
本实施例中，在将用户数据分类聚合之前，过滤掉对进行数据推荐无关的用户数据，从而后续可以根据用户数据集合进行准确地数据推荐。
图8为一个实施例中推荐数据获取模块630的结构框图。参照图8，推荐数据获取模块630具体包括：
用户属性提取模块631，用于提取用户数据集合所包括的用户操作记录；根据提取的用户操作记录确定相应的用户属性。具体地，用户属性提取模块631可用于从用户数据集合中的各个用户数据中提取相应的用户操作记录。其中，用户属性是描述用户特性的数据，比如用户喜好、用户年龄段或者用户所处地域等。
推荐数据匹配模块632，用于获取具有与用户属性匹配的数据属性的推荐数据。其中，数据属性是指用于描述推荐数据特性的数据，用于与用户属性进行匹配。数据属性比如推荐数据的内容类型或者地域属性等。
本实施例中，从用户操作记录中提取出可以描述用户特性的用户属性，从而获取具有与用户属性匹配的数据属性的推荐数据进行数据推荐，可分析出相同无线网络下用户的潜在需求，有效地向用户提供有用信息。
在一个实施例中，推荐模块640还用于从用户数据集合提取与提取的用户操作记录对应的用户标识；在用户数据集合所包括的用户标识中，获取非提取的用户标识的用户标识。
在一个实施例中，推荐数据获取模块630还用于根据用户数据集合所包括的用户操作记录，获取相应用户操作所涉及的推荐数据。
推荐模块640还用于在用户数据集合所包括的用户标识中，获取非触发用户操作的用户标识。
本实施例中，可以实现在相同无线网络下的用户之间同步推荐数据，而相同无线网络下的用户喜好通常有相近之处，可以分析出用户的潜在需求，向用户推送更加丰富且携带有用信息的推荐数据。若相同无线网络下的用户为同一自然人，还可以实现推荐数据在同一自然人的不同用户终端之间自动同步。
在一个实施例中，用户数据集合所包括的用户标识是属于不同账号体系的用户账号。其中，用户数据集合所包括的用户标识是用户账号，这些账号可以属于不同的账号体系。一个账号体系是相对应的账号管理平台所分配的账号的集合，属于相同账号体系的用户账号之间可以直接通信，而不同账号体系之间则通常不可以直接通信。通常不同公司采用不同的账号体系。服务器在推送推荐数据时，可调用相应用户标识所属账号体系对应的通信接口进行推送。进一步地，用户数据集合所包括的用户账号的总数量，可以大于等于用户数据集合所包括用户账号所属的账号体系的总数量。
本实施例中，用户数据集合所包括的用户标识是属于不同账号体系的用户账号，可以实现向相同无线网络下的用户之间进行跨账号体系的数据推荐，增加了推送推荐数据的覆盖范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，该存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种数据推荐方法，包括：
获取由用户终端上报的用户数据；所述用户数据包括所述用户终端所接入无线网络的无线网络标识、用户操作记录和触发所述用户操作记录的用户标识；
将所述用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合；
根据所述用户数据集合所包括的用户操作记录获取推荐数据；
获取所述用户数据集合所包括的用户标识；
向获取的用户标识对应的用户终端推送获取到的推荐数据。
2.根据权利要求1所述的方法，其特征在于，所述获取由用户终端上报的用户数据的步骤包括：
获取用户数据收集服务器所接收到的用户数据，所述用户数据收集服务器所接收到的用户数据由用户终端通过所运行的应用集成的通用上报组件上报至所述用户数据收集服务器。
3.根据权利要求1所述的方法，其特征在于，所述推荐数据从备选的推荐数据中筛选出；所述将所述用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合的步骤之前，所述方法还包括：
判断获取的每份用户数据所包括的用户操作记录是否与备选的推荐数据相关；
从获取的用户数据中过滤掉判断为所包括的用户操作记录与备选的推荐数据不相关的用户数据；
所述将所述用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合的步骤包括：
将过滤后的用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合。
4.根据权利要求1所述的方法，其特征在于，所述根据所述用户数据集合所包括的用户操作记录获取推荐数据的步骤包括：
提取所述用户数据集合所包括的用户操作记录；
根据提取的用户操作记录确定相应的用户属性；
获取具有与所述用户属性匹配的数据属性的推荐数据。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
从所述用户数据集合提取与提取的用户操作记录对应的用户标识；
所述获取所述用户数据集合所包括的用户标识的步骤包括：
在所述用户数据集合所包括的用户标识中，获取非提取的用户标识的用户标识。
6.根据权利要求1所述的方法，其特征在于，所述根据所述用户数据集合所包括的用户操作记录获取推荐数据的步骤包括：
根据所述用户数据集合所包括的用户操作记录，获取相应用户操作所涉及的推荐数据；
所述获取所述用户数据集合所包括的用户标识的步骤包括：
在所述用户数据集合所包括的用户标识中，获取非触发所述用户操作的用户标识。
7.根据权利要求1所述的方法，其特征在于，所述用户数据集合所包括的用户标识是属于不同账号体系的用户账号。
8.一种数据推荐装置，其特征在于，包括：
用户数据获取模块，用于获取由用户终端上报的用户数据；所述用户数据包括所述用户终端所接入无线网络的无线网络标识、用户操作记录和触发所述用户操作记录的用户标识；
聚合模块，用于将所述用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合；
推荐数据获取模块，用于根据所述用户数据集合所包括的用户操作记录获取推荐数据；
推荐模块，用于获取所述用户数据集合所包括的用户标识；向获取的用户标识对应的用户终端推送获取到的推荐数据。
9.根据权利要求8所述的装置，其特征在于，所述用户数据获取模块还用于获取用户数据收集服务器所接收到的用户数据，所述用户数据收集服务器所接收到的用户数据由用户终端通过所运行的应用集成的通用上报组件上报至所述用户数据收集服务器。
10.根据权利要求8所述的装置，其特征在于，还包括：
过滤模块，用于判断获取的每份用户数据所包括的用户操作记录是否与备选的推荐数据相关；从获取的用户数据中过滤掉判断为所包括的用户操作记录与备选的推荐数据不相关的用户数据；
所述聚合模块还用于将过滤后的用户数据依据所包括的无线网络标识分类聚合，得到与分类聚合所依据的无线网络标识对应的用户数据集合。
11.根据权利要求8所述的装置，其特征在于，所述推荐数据获取模块包括：
用户属性提取模块，用于提取所述用户数据集合所包括的用户操作记录；根据提取的用户操作记录确定相应的用户属性；
推荐数据匹配模块，用于获取具有与所述用户属性匹配的数据属性的推荐数据。
12.根据权利要求11所述的装置，其特征在于，所述推荐模块还用于从所述用户数据集合提取与提取的用户操作记录对应的用户标识；在所述用户数据集合所包括的用户标识中，获取非提取的用户标识的用户标识。
13.根据权利要求8所述的装置，其特征在于，所述推荐数据获取模块还用于根据所述用户数据集合所包括的用户操作记录，获取相应用户操作所涉及的推荐数据；
所述推荐模块还用于在所述用户数据集合所包括的用户标识中，获取非触发所述用户操作的用户标识。
14.根据权利要求8所述的装置，其特征在于，所述用户数据集合所包括的用户标识是属于不同账号体系的用户账号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610737028.2A CN106354797B (zh) | 2016-08-26 | 2016-08-26 | 数据推荐方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610737028.2A CN106354797B (zh) | 2016-08-26 | 2016-08-26 | 数据推荐方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106354797A true CN106354797A (zh) | 2017-01-25 |
| CN106354797B CN106354797B (zh) | 2018-09-11 |
Family
ID=57854820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610737028.2A Active CN106354797B (zh) | 2016-08-26 | 2016-08-26 | 数据推荐方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106354797B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106911787A (zh) * | 2017-03-07 | 2017-06-30 | 中国联合网络通信集团有限公司 | 推荐方法及其推荐系统 |
| CN107196999A (zh) * | 2017-05-03 | 2017-09-22 | 网易传媒科技（北京）有限公司 | 用于下发信息流推送数据的方法及设备 |
| CN107566858A (zh) * | 2017-09-05 | 2018-01-09 | 北京奇艺世纪科技有限公司 | 一种推荐方法、装置及电子设备 |
| CN110532472A (zh) * | 2019-08-28 | 2019-12-03 | 百度在线网络技术（北京）有限公司 | 内容同步推荐方法、装置、电子设备和存储介质 |
| CN111770383A (zh) * | 2020-09-03 | 2020-10-13 | 北京悠易网际科技发展有限公司 | 一种设备关联关系的生成方法、内容推荐方法及装置 |
| CN111814067A (zh) * | 2020-06-30 | 2020-10-23 | 北京百度网讯科技有限公司 | 好友推荐方法、装置、设备及存储介质 |
| US10817542B2 (en) | 2018-02-28 | 2020-10-27 | Acronis International Gmbh | User clustering based on metadata analysis |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102375997A (zh) * | 2010-08-20 | 2012-03-14 | 阿里巴巴集团控股有限公司 | 一种基于用户卡的信息发送方法和系统 |
| CN102811207A (zh) * | 2011-06-02 | 2012-12-05 | 腾讯科技（深圳）有限公司 | 网络信息推送方法及系统 |
| CN104008184A (zh) * | 2014-06-10 | 2014-08-27 | 百度在线网络技术（北京）有限公司 | 信息的推送方法和装置 |
| CN104796461A (zh) * | 2015-03-26 | 2015-07-22 | 北京德开医药科技有限公司 | 终端设备的工作数据的处理方法和服务器 |
| CN105610929A (zh) * | 2015-12-24 | 2016-05-25 | 北京奇虎科技有限公司 | 一种个性化的数据推送方法和装置 |
-
2016
- 2016-08-26 CN CN201610737028.2A patent/CN106354797B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102375997A (zh) * | 2010-08-20 | 2012-03-14 | 阿里巴巴集团控股有限公司 | 一种基于用户卡的信息发送方法和系统 |
| CN102811207A (zh) * | 2011-06-02 | 2012-12-05 | 腾讯科技（深圳）有限公司 | 网络信息推送方法及系统 |
| CN104008184A (zh) * | 2014-06-10 | 2014-08-27 | 百度在线网络技术（北京）有限公司 | 信息的推送方法和装置 |
| CN104796461A (zh) * | 2015-03-26 | 2015-07-22 | 北京德开医药科技有限公司 | 终端设备的工作数据的处理方法和服务器 |
| CN105610929A (zh) * | 2015-12-24 | 2016-05-25 | 北京奇虎科技有限公司 | 一种个性化的数据推送方法和装置 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106911787A (zh) * | 2017-03-07 | 2017-06-30 | 中国联合网络通信集团有限公司 | 推荐方法及其推荐系统 |
| CN106911787B (zh) * | 2017-03-07 | 2019-10-22 | 中国联合网络通信集团有限公司 | 推荐方法及其推荐系统 |
| CN107196999A (zh) * | 2017-05-03 | 2017-09-22 | 网易传媒科技（北京）有限公司 | 用于下发信息流推送数据的方法及设备 |
| CN107196999B (zh) * | 2017-05-03 | 2020-01-24 | 网易传媒科技（北京）有限公司 | 用于下发信息流推送数据的方法及设备 |
| CN107566858A (zh) * | 2017-09-05 | 2018-01-09 | 北京奇艺世纪科技有限公司 | 一种推荐方法、装置及电子设备 |
| US10817542B2 (en) | 2018-02-28 | 2020-10-27 | Acronis International Gmbh | User clustering based on metadata analysis |
| CN110532472A (zh) * | 2019-08-28 | 2019-12-03 | 百度在线网络技术（北京）有限公司 | 内容同步推荐方法、装置、电子设备和存储介质 |
| CN111814067A (zh) * | 2020-06-30 | 2020-10-23 | 北京百度网讯科技有限公司 | 好友推荐方法、装置、设备及存储介质 |
| CN111814067B (zh) * | 2020-06-30 | 2024-03-15 | 北京百度网讯科技有限公司 | 好友推荐方法、装置、设备及存储介质 |
| CN111770383A (zh) * | 2020-09-03 | 2020-10-13 | 北京悠易网际科技发展有限公司 | 一种设备关联关系的生成方法、内容推荐方法及装置 |
| CN111770383B (zh) * | 2020-09-03 | 2021-01-08 | 北京悠易网际科技发展有限公司 | 一种设备关联关系的生成方法、内容推荐方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106354797B (zh) | 2018-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106354797B (zh) | 数据推荐方法和装置 | |
| Verkasalo | Contextual patterns in mobile service usage | |
| Al-Zuabi et al. | Predicting customer’s gender and age depending on mobile phone data | |
| CN103117903B (zh) | 上网流量异常检测方法及装置 | |
| CN103986749B (zh) | 资源共享系统和资源共享方法 | |
| CN103546860B (zh) | 信息处理设备、通信系统和信息处理方法 | |
| US9854450B2 (en) | Enhanced data collection, processing, and analysis facilities | |
| CN112311612B (zh) | 一种信息构建方法、装置及存储介质 | |
| CN107515915A (zh) | 基于用户行为数据的用户标识关联方法 | |
| EP2756432A1 (en) | System and method for automated classification of web pages and domains | |
| US20150339686A1 (en) | Enhanced data collection, processing, and analysis | |
| CN106658434A (zh) | 业务套餐的推荐方法和装置 | |
| CN103258027A (zh) | 基于智能终端的情境感知服务平台 | |
| CN115004672B (zh) | 信息推送方法、装置、服务器及存储介质 | |
| CN112347372A (zh) | 一种金融企业基于用户画像方案业务推广的方法 | |
| Wang et al. | Big data in telecommunication operators: data, platform and practices | |
| WO2023231542A1 (zh) | 表示信息的确定方法、装置、设备及存储介质 | |
| CN104484435A (zh) | 交叉分析用户行为的方法 | |
| CN106126592A (zh) | 搜索数据的处理方法及装置 | |
| CN104182470B (zh) | 一种基于svm的移动终端应用分类系统和方法 | |
| CN109104381A (zh) | 一种基于第三方流量http报文的移动应用识别方法 | |
| CN112328895A (zh) | 用户画像生成方法、装置、服务器及存储介质 | |
| CN115422169B (zh) | 基于商业广告场景的数据仓库构建方法及装置 | |
| Wang | Multimedia filtering analysis of massive information combined with data mining algorithms | |
| CN116070018A (zh) | 基于移动终端的大数据分析方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211224 Address after: 19F, Kungang science and technology building, No. 777, Huancheng South Road, Xishan District, Kunming, Yunnan 650118 Patentee after: Yunnan Tengyun Information Industry Co.,Ltd. Address before: 2, 518000, East 403 room, SEG science and Technology Park, Zhenxing Road, Shenzhen, Guangdong, Futian District Patentee before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. |