CN106446100A - 一种内容推荐方法和装置 - Google Patents
一种内容推荐方法和装置 Download PDFInfo
- Publication number
- CN106446100A CN106446100A CN201610821693.XA CN201610821693A CN106446100A CN 106446100 A CN106446100 A CN 106446100A CN 201610821693 A CN201610821693 A CN 201610821693A CN 106446100 A CN106446100 A CN 106446100A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- history access
- access information
- current
- 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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例涉及内容推送技术领域,提供了一种内容推荐方法和装置。其中所述方法包括:获取第一用户的属性信息;根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,所述第二用户包括至少一个;获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户。提高了推荐内容符合用户需求的概率,为用户快速获取个性化推荐内容提供了有效的手段。
Description
【技术领域】
本发明涉及内容推送技术领域,特别是涉及一种内容推荐方法和装置。
【背景技术】
随着互联网技术的发展,用户可以通过智能手机中提供的推荐功能,找到附近的餐厅、医院或者景点。一般是通过获取用户终端侧的定位信息,并根据相应的位置返回用户所请求类型的一个或者多个可寻址的位置信息。
然而,现有的推荐方式是基于发送简单的携带搜索类型的请求消息和接收位置信息反馈来完成,其结果仅代表了该提供搜索的应用所登记的位置信息内容。其可靠性和实时性均不能满足如今快速变化的社会环境,并且,由于现有反馈的位置信息量较大,用户从现有技术中所能提取的内容仅局限于哪个搜索结果距离自己更近。
【发明内容】
本发明实施例要解决的技术问题是如何解决现有技术中推荐方式存在的反馈结果与用户关联度较弱,用户从中选择有效的目标结果效率较低的问题。
本发明实施例采用如下技术方案:
第一方面,本发明实施例提供了一种内容推荐方法,包括:
获取第一用户的属性信息;
根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,所述第二用户包括至少一个;
获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户。
可选的,所述方法还包括:
根据联系人数据库,建立所述第一用户与其他用户的关系网;
根据智能终端的位置信息数据库和城市地图数据库,生成所述其他用户的历史访问信息;
根据所述用户与其他用户的关系网和所述其他用户的历史访问信息生成所述第一用户的关系图。
可选的,所述第一用户的属性信息包括:第一用户当前的位置信息、第一用户当前的时间信息、第一用户的消费类型、第一用户的喜好类型和第一用户当前的消费人数中的一项或者多项;
所述根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,具体包括:
根据所述第一用户当前的位置信息,查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息;
获取所述历史访问信息对应的第二用户。
可选的,所述获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述用户,具体包括:
根据所述第一用户当前的位置信息,获取所述第二用户在所述当前位置的历史访问信息;
根据所述第一用户当前的时间信息、所述第一用户的消费类型、所述第一用户的喜好类型和所述第一用户当前的消费人数中的一个或多个,对所述历史访问信息进行过滤;
根据过滤后的所述历史访问信息搜索与所述历史访问信息相关的介绍和/或评价,将搜索到的所述历史访问信息相关的介绍和/或评价推荐给所述用户。
可选的,所述获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述用户第一用户之后,所述方法还包括:
获取所述信息对应的第二用户的联系方式,将所述联系方式推送给所述第一用户。
第二方面,本发明实施例提供了一种内容推荐装置,包括:
属性信息获取模块,用于获取第一用户的属性信息;
匹配查找模块,用于根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,所述第二用户包括至少一个;
搜索推荐模块,用于获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户。
可选的,所述装置还包括:
关系网建立模块,用于根据联系人数据库,建立所述第一用户与其他用户的关系网;
历史访问信息生成模块,用于根据智能终端的位置信息数据库和城市地图数据库,生成所述其他用户的历史访问信息;
关系图生成模块,用于根据所述用户与其他用户的关系网和所述其他用户的历史访问信息生成所述第一用户的关系图。
可选的,所述第一用户的属性信息包括:第一用户当前的位置信息、第一用户当前的时间信息、第一用户的消费类型、第一用户的喜好类型和第一用户当前的消费人数中的一项或者多项,则所述匹配查找模块具体包括:
历史访问信息匹配模块,用于根据所述第一用户当前的位置信息,查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息;
用户获取模块,用于获取所述历史访问信息对应的第二用户。
可选的,所述搜索推荐模块具体包括当前位置的历史访问信息获取模块、过滤模块和推荐模块,具体的:
所述当前位置的历史访问信息获取模块,用于根据所述第一用户当前的位置信息,获取所述第二用户在所述当前位置的历史访问信息;
所述过滤模块,用于根据所述第一用户当前的时间信息、所述第一用户的消费类型、所述第一用户的喜好类型和所述第一用户当前的消费人数中的一个或多个,对所述历史访问信息进行过滤;
所述推荐模块,用于根据过滤后的所述历史访问信息搜索与所述历史访问信息相关的介绍和/或评价,将搜索到的所述历史访问信息相关的介绍和/或评价推荐给所述用户。
可选的,所述装置还包括联系方式推送模块,用于获取所述信息对应的第二用户的联系方式,将所述联系方式推送给所述第一用户。
本发明实施例通过建立由第一用户构成的关系图,并通过在所述关系图中匹配第一用户的属性信息,从而能够查找到与第一用户属性信息强关联的第二用户,并利用第二用户的历史访问信息搜索相关内容推荐给第一用户。提高了推荐内容符合用户需求的概率,为用户快速获取个性化推荐内容提供了有效的手段。
【附图说明】
图1是本发明实施例提供的一种内容推荐方法的流程图;
图2是本发明实施例提供的一种内容推荐方法的流程图;
图3是本发明实施例提供的一种关系图的示意图;
图4是本发明实施例提供的一种关系图的示意图;
图5是本发明实施例提供的一种关系图的示意图;
图6是本发明实施例提供的一种关系图的示意图;
图7是本发明实施例提供的一种关系图的示意图;
图8是本发明实施例提供的一种内容推荐方法的流程图;
图9是本发明实施例提供的一种内容推荐方法的流程图;
图10是本发明实施例提供的一种内容推荐方法的流程图;
图11是本发明实施例提供的一种内容推荐装置的结构示意图;
图12是本发明实施例提供的一种内容推荐装置的结构示意图;
图13是本发明实施例提供的一种内容推荐装置的结构示意图;
图14是本发明实施例提供的一种内容推荐装置的结构示意图;
图15是本发明实施例提供的一种内容推荐装置的结构示意图;
图16是本发明实施例提供的一种内容推荐装置的结构示意图。
【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。
在本发明的描述中,术语“内”、“外”、“纵向”、“横向”、“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作,因此不应当理解为对本发明的限制。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1:
本发明实施例1提供了一种内容推荐方法,所述内容推荐方法可以应用于个人电脑、平板或者智能手机上,搜索得到用户所要寻找的预期目标的信息,如图1所示,所述内容推荐方法包括:
在步骤201中,获取第一用户的属性信息。
其中,所述第一用户的属性信息包括:第一用户当前的位置信息、第一用户当前的时间信息、第一用户当前的消费类型、第一用户的喜好类型和第一用户当前的消费人数中的一项或者多项。其中,消费类型又可以包括餐饮、购物、参观、散步、骑行、住宿等等。
其中,第一用户当前的位置信息可以通过wifi定位、GPS定位、基站定位中的一种或者多种方式完成;第一用户当前的时间信息可以是通过调取终端自身的时钟获得;第一用户当前的消费类型、第一用户当前的消费人数可以由用户手动或者语音的方式输入,除此之外,其中第一用户当前的消费类型还可以是通过统计用户的历史消费类型记录,所述历史消费记录包括每一次消费对应的时间和位置信息,并根据第一用户当前的时间信息和第一用户当前的位置信息结合所述统计的用户的历史消费类型记录,从而能够自动为用户设置一个或者多个消费类型选项;第一用户的喜好类型则由后台运行的程序(可以是终端侧完成,也可以是服务器侧完成)根据用户历史的消费档次(例如:餐饮中涉及的人均消费50元或者100元等等;医疗中涉及的一甲、二甲或者三甲等等)、历史的消费偏好(例如:住宿位置附近是安静、繁华或者便于观光等等)生成第一用户的喜好类型。
在步骤202中,根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,所述第二用户包括至少一个。
其中,所述第一用户的关系图根据第三方数据库生成,其中,所述第三方数据库包括位置信息数据库、联系人数据库、朋友圈数据库和城市地图数据库中的一种或者多种。
在本发明各实施例中,所述第一用户的关系图仅仅是为了描述方便,从计算机层面理解,所述关系图可以是利用网状数据库(Network Database)、关系数据库(RelationalDatabase)、树状数据库(Hierarchical Database)或者面向对象数据库(Object-orientedDatabase)实现。
所述关系图由多个用户作为节点构成,如图7所示,每一个节点又包含用户的历史访问信息,所述历史访问信息由各个用户自身的特点所决定。在使用所述关系图时,通常是由类似本发明实施例中第一用户(即触发使用本发明实施例1方法的用户)作为根节点,以其好友作为子节点形成第一用户的关系图,如图5所示,以便后续步骤使用。
这里的匹配过程,是指通过上述用户属性匹配与当前用户所在位置区域范围内的用户的历史访问信息,进一步的还可以扩展或者细化到,不仅满足所述位置区域范围的限定,还要由两者对于当前消费类型的喜好类型也达到一定的匹配度才算匹配成功。
在步骤203中,获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户。
其中,历史访问信息通常由各第二用户历史上曾经成功访问的位置生成。其中,历史访问信息中同样会涉及用户的位置信息、用户的时间信息、用户的消费类型和用户的消费人数中的一项或者多项。除此以外,所述历史访问信息还可以包括用户对该访问的位置的评价、打分、心得等等。
其中,根据所述历史访问信息进行搜索,具体可以是在关系图内搜索,还可以在关系图外搜索,在此不做特殊限定。在关系图内搜索的话,可以是结合匹配到的第二用户的历史访问信息中的时间信息和位置信息进行搜索,搜索整个关系图中与第二用户的历史访问信息中位置信息相同,而时间信息之间相差在预设时间阈值内的一个或者多个用户的介绍和/或评价信息等。在关系图外搜索的话,可以是通过匹配到的第二用户的历史访问信息中的时间信息和位置信息进行搜索,通过类似大众点评、美团、同城等平台搜索获取相关的介绍和/或评价。其中,时间信息之间相差在预设时间阈值内是一可选项,增加该项的目的也是为了保证最终推荐给第一用户的信息更为准确。
本发明通过建立由好友构成的关系图,并通过在所述关系图中匹配第一用户的属性信息,从而能够查找到与第一用户属性信息强关联的第二用户(例如第一用户的好友和/或者第一用户好友的好友),并利用第二用户的历史访问信息搜索相关内容推荐给第一用户。提高了推荐内容符合用户需求的概率,为用户快速获取个性化推荐内容提供了有效的手段。
结合本发明实施例,还存在一种可选的实现方案,在获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述用户第一用户之后,所述方法还包括步骤204,具体的:
在步骤204中,获取所述信息对应的第二用户的联系方式,将所述联系方式推送给所述第一用户。以便所述第一用户能够直接通过拨打电话或者发送消息的方式,与所述用户取得联系,并获取所述朋友的相关建议。
该可选的方案能够使得第一用户能够更快捷的、更有效的获取对推荐内容的确认。在具体实现中,所述步骤204的执行可选的是在确认该用户属于所述第一用户的好友,才将其联系方式推送给所述第一用户,从而避免了用户受到陌生人的打扰情况发生。
实施例2:
本实施例是基于实施例1所述的方法基础上,进一步提供了一种关系图由第三方数据库生成的方法。其中,所述第三方数据库包括智能终端位置信息数据库、联系人数据库和城市地图数据库,如图2所示,生成用户的关系图具体包括:
在步骤301中,根据联系人数据库,建立所述第一用户与其他用户的关系网。如图3所示,通过各用户上传到联系人数据库中的通讯录信息,建立完成的关系网。其中,对于“小李”来说,其自身的关系网具体如图4所示。
在本实施例实现过程中,所述建立各用户之间的关系网,可选的将第一用户自身关系网中好友所拥有的对应的关系网作为第一用户的附加关系网,可参考图5所示效果图,其中“小王”便是“小李”关系网中的附加关系网,所述“小王”要依附于所述“小刚”存在,即“小王”的历史访问信息,以及上述位置信息数据库、联系人数据库、朋友圈数据库中涉及“小王”内容的,都将作为“小刚”的子目录存在。当然,若“小王”设置了相关信息保密的话,还可以采用一种折中的方法,即以匿名的方式将“小刚”的关系网中的“小王”的历史访问信息提供给“小李”,其中,为了进一步提高第一用户(即“小李”)对于匿名用户的可鉴别性,可以给匿名用户打上其所归属的关系网的标签,如图6所示。这种方式的优势就在于,如果第一用户的关系网规模很小,那么他就可以借助好友的关系网扩展内容匹配属性信息的匹配范围,从而提高最终推荐内容的成功率和有效性。
在步骤302中,根据智能终端的位置信息数据库和城市地图数据库,生成所述其他用户的历史访问信息。例如:“小李”的智能终端记录了其所访问过的位置“武汉醉江月”、“武汉光谷体育馆”、“长沙华天国际”等等,并上报给了位置信息数据库,则服务器可以根据相应位置所在的城市地图数据库生成其历史访问信息。其中,所述历史访问信息不仅限于包括所述位置信息,还可以包括当时访问位置时的时间信息、访问人数、访问天气、访问心情等等。
在步骤303中,根据所述用户与其他用户的关系网和所述其他用户的历史访问信息生成所述第一用户的关系图。
如图7所示,其中各用户的历史访问地址将会与关系网中相应用户的标识建立对应关联关系。其中,第一用户的关系图在本发明各实施例中也被称为第一用户的关系树,各用户的关系树组合成完整的关系图。
在本实施例方案中,可选的,所述历史访问记录点按照地址类型进行划分,例如:将一用户所拥有的历史访问记录点根据地址类型进行划分,而所述地址类型需要与所述消费类型对应起来,以便后续匹配消费类型时能够更加高效。
本实施例设计一套能够兼容多数据库,形成一个可快速匹配和提出个性化内容的关系图,并将所述关系图运用到本发明具体实现方案中去。
实施例3:
本发明实施例在实施例1的基础上,就其步骤202中涉及的“根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户”,提供了一种具体实现方式。其中,第一用户的属性信息具体表现为,第一用户的位置信息,如图8所示,所述步骤202具体实现为:
在步骤2021中,根据所述第一用户当前的位置信息,查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息。
这里所述的相匹配的历史访问信息,是指和所述第一用户当前的位置信息处于同一城市内、同一片区内或者是由预先设定的以所述第一用户当前的位置为中心指定半径的范围内。而查找的范围,可以是整个关系图(如图3所示);可选的查找范围则是以所述第一用户为根节点的关系树(如图4或5所示)。
在步骤2022中,获取所述历史访问信息对应的第二用户。
本实施例提供了一种基于第一用户的位置信息用户匹配方法,第一用户的位置信息则可以直接通过用户的智能终端中的GPS模块采集得到。
结合本实施例,为了进一步提高匹配出来的一个或者多个用户与所述第一用户的相关性,本发明还提供了一种可扩展的方案,其中,第一用户的属性信息具体表现为,第一用户的位置信息和第一用户的消费类型,则所述步骤2021具体实现为:根据所述第一用户当前的位置信息和第一用户的消费类型,查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息。
其中,第一用户的消费类型可以是通过第一用户的时间信息和第一用户的历史消费记录,并由系统推演得到。为了进一步达到精确度,还可以结合所述第一用户最近时刻的历史访问记录点来完成用户的消费类型的自动识别和/或确认。例如:根据用户最近时刻的历史访问记录点确定用户已经完成了就餐,而根据第一用户的时间信息和用户的历史消费记录确定历史上用户在就餐后的该时间点通常是找地方散步,则可以直接识别并反馈“散步”消费类型给用户来确认;或者,直接按照“散步”消费类型进行后续的推荐操作。
实施例4:
本发明实施例在实施例1的基础上,就其步骤203中涉及的“根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户”,提供了一种具体实现方式。其中,第一用户的属性信息具体表现为,第一用户的位置信息、第一用户的消费类型和第一用户的喜好类型,如图9所示,所述步骤202具体实现为:
在步骤2021’中,根据所述第一用户的位置信息和第一用户的消费类型,查找用户的关系网和用户关系网中各成员的历史访问信息。
在步骤2022’中,获得历史访问信息与所述位置信息相匹配的,并且相应历史记录点的属性满足所述消费类型的一个或者多个用户。
在步骤2023’中,根据所述一个或者多个用户与第一用户的喜好类型匹配程度,按照由匹配程度由高到低顺序进行排列。
其中,用户的喜好类型可以由操作人员定义一项或者多项参考因子,并根据不同用户就各参考因子所占的比重计算用户之间的喜好类型匹配程度。
本实施例提供了一种基于第一用户的位置信息、第一用户的消费类型和第一用户的喜好类型的好友匹配方法,相比较实施例3,本实施例所提供的方案能够达到更高的精确度。需要强调的是,本实施例还适用于实施例3中的扩展方案,在此不一一赘述。
实施例5:
本发明实施例为实施例1中步骤203中涉及的“获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述用户”提供了一种具体的实现方式,如图10所示,具体包括:
在步骤2031中,根据所述第一用户当前的位置信息,获取所述第二用户在所述当前位置的历史访问信息。
这里和步骤2021中“查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息”有所不同,步骤2021中更多的是使用了历史访问信息中的位置信息即可,而步骤2031中的“获取所述第二用户在所述当前位置的历史访问信息”则是通过一个或者多个用户节点获取历史访问信息的各构成项,例如:时间信息、天气信息、人员个数、评价信息等等。
在步骤2032中,根据所述第一用户当前的时间信息、所述第一用户的消费类型、所述第一用户的喜好类型和所述第一用户当前的消费人数中的一个或多个,对所述历史访问信息进行过滤。
这里所述的过滤实质按照第一用户当前目标推荐内容和所述一个或者多个用户历史访问信息中相似度的大小,筛选出相似度达到指定值的用户。
在步骤2033中,根据过滤后的所述历史访问信息搜索与所述历史访问信息相关的介绍和/或评价,将搜索到的所述历史访问信息相关的介绍和/或评价推荐给所述用户。
为了达到更好的推荐效果,所述搜索的范围优先在所述关系图内部完成。而所述历史访问信息相关的介绍和/或评价可以是通过系统设置有奖反馈搜集得到。
实施例6:
本发明实施例可以结合上述各实施例基础上来完成,所述位置信息包括:位置的名称、对于位置的评价信息和访问同一位置的次数中的一项或者多项则步骤203中所述根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户,具体包括:
根据所述位置的名称搜索互联网上有关所述位置的介绍、消费指引和综合评价中的一项或者多项,反馈给所述第一用户;其中,所述互联网包括所述关系图之内和关系图之外的范围。
根据对于位置的评价信息,搜索互联网上对于所述位置的评价信息,并根据搜索结果将用户的评价信息可信度反馈给所述第一用户。
其中,用户的评价信息可信度是根据用户的评价信息和互联网上搜索得到的评价信息比较后得到,其为用户筛选出目标推荐内容提供了进一步的参考。
根据访问同一位置的次数,搜索关系图,并统计所述历史记录点对应于各回头客户的次数分布。
其中,回头客户的次数分布是对于用户的历史访问信息的进一步挖掘所得,而该回头客户的次数分布图则能够给予第一用户形象而生动的理解,尤其适用于第一用户所需消费类型为服务类的时候。
本实施例通过位置信息中具体包含的三个属性,阐述了如何来实现本发明步骤203中的搜索和推荐,其中,访问同一位置的次数的参考,更是为高可信度的推荐内容提供了保障。
实施例7:
本发明实施例还提供了一种内容推荐装置1,如图11所示,包括:
属性信息获取模块,用于获取第一用户的属性信息;
匹配查找模块,用于根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,所述第二用户包括至少一个;
搜索推荐模块,用于获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户。
本发明通过建立由好友构成的关系图,并通过在所述关系图中匹配第一用户的属性信息,从而能够查找到与第一用户属性信息强关联的第二用户,并利用第二用户的相关信息搜索相关内容推荐给第一用户。提高了推荐内容符合用户需求的概率,为用户快速获取个性化推荐内容提供了有效的手段。
结合本发明实施例,存在一种可选的实现方案,如图12所示,所述装置还包括:
关系网建立模块,用于根据联系人数据库,建立所述第一用户与其他用户的关系网;
历史访问信息生成模块,用于根据智能终端的位置信息数据库和城市地图数据库,生成所述其他用户的历史访问信息;
关系图生成模块,用于根据所述用户与其他用户的关系网和所述其他用户的历史访问信息生成所述第一用户的关系图。
结合本发明实施例,还存在一种可选的实现方案,其中,所述第一用户的属性信息包括:第一用户当前的位置信息、第一用户当前的时间信息、第一用户的消费类型、第一用户的喜好类型和第一用户当前的消费人数中的一项或者多项,如图13所示,所述匹配查找模块具体包括:
历史访问信息匹配模块,用于根据所述第一用户当前的位置信息,查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息;
用户获取模块,用于获取所述历史访问信息对应的第二用户。
结合本发明实施例,存在一种可选的实现方案,其中,所述搜索推荐模块具体包括当前位置的历史访问信息获取模块、过滤模块和推荐模块,如图14所示,具体的:
所述当前位置的历史访问信息获取模块,用于根据所述第一用户当前的位置信息,获取所述第二用户在所述当前位置的历史访问信息;
所述过滤模块,用于根据所述第一用户当前的时间信息、所述第一用户的消费类型、所述第一用户的喜好类型和所述第一用户当前的消费人数中的一个或多个,对所述历史访问信息进行过滤;
所述推荐模块,用于根据过滤后的所述历史访问信息搜索与所述历史访问信息相关的介绍和/或评价,将搜索到的所述历史访问信息相关的介绍和/或评价推荐给所述用户。
结合本发明实施例,存在一种可选的实现方案,其中,所述装置还包括联系方式推送模块,如图15所示,具体的:
联系方式推送模块用于获取所述信息对应的第二用户的联系方式,将所述联系方式推送给所述第一用户。
值得说明的是,上述装置内的模块、单元之间的信息交互、执行过程等内容,由于与本发明的处理方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
实施例8:
本发明实施例还提供了一种内容推荐装置2,如图16所示,包括:
存储器,用于存储一个或一个以上的程序;
处理器,用于执行所述一个或一个以上的程序;
执行实施例1-6任意所述的内容推荐的方法步骤。
值得说明的是,上述装置和系统内的模块、单元之间的信息交互、执行过程等内容,由于与本发明的处理方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种内容推荐方法,其特征在于,包括:
获取第一用户的属性信息;
根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,所述第二用户包括至少一个;
获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户。
2.根据权利要求1所述的内容推荐方法,其特征在于,所述方法还包括:
根据联系人数据库,建立所述第一用户与其他用户的关系网;
根据智能终端的位置信息数据库和城市地图数据库,生成所述其他用户的历史访问信息;
根据所述用户与其他用户的关系网和所述其他用户的历史访问信息生成所述第一用户的关系图。
3.根据权利要求1所述的内容推荐方法,其特征在于,所述第一用户的属性信息包括:第一用户当前的位置信息、第一用户当前的时间信息、第一用户的消费类型、第一用户的喜好类型和第一用户当前的消费人数中的一项或者多项;
所述根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,具体包括:
根据所述第一用户当前的位置信息,查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息;
获取所述历史访问信息对应的第二用户。
4.根据权利要求3所述的内容推荐方法,其特征在于,所述获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述用户,具体包括:
根据所述第一用户当前的位置信息,获取所述第二用户在所述当前位置的历史访问信息;
根据所述第一用户当前的时间信息、所述第一用户的消费类型、所述第一用户的喜好类型和所述第一用户当前的消费人数中的一个或多个,对所述历史访问信息进行过滤;
根据过滤后的所述历史访问信息搜索与所述历史访问信息相关的介绍和/或评价,将搜索到的所述历史访问信息相关的介绍和/或评价推荐给所述用户。
5.根据权利要求1-4任一所述的推荐方法,其特征在于,所述获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述用户第一用户之后,所述方法还包括:
获取所述信息对应的第二用户的联系方式,将所述联系方式推送给所述第一用户。
6.一种内容推荐装置,其特征在于,包括:
属性信息获取模块,用于获取第一用户的属性信息;
匹配查找模块,用于根据所述属性信息,在所述第一用户的关系图中查找与所述属性信息匹配的第二用户,所述第二用户包括至少一个;
搜索推荐模块,用于获取所述第二用户与所述属性信息相关的历史访问信息,根据所述历史访问信息进行搜索,将搜索到的信息推荐给所述第一用户。
7.根据权利要求6所述的内容推荐装置,其特征在于,所述装置还包括:
关系网建立模块,用于根据联系人数据库,建立所述第一用户与其他用户的关系网;
历史访问信息生成模块,用于根据智能终端的位置信息数据库和城市地图数据库,生成所述其他用户的历史访问信息;
关系图生成模块,用于根据所述用户与其他用户的关系网和所述其他用户的历史访问信息生成所述第一用户的关系图。
8.根据权利要求6所述的内容推荐装置,其特征在于,所述第一用户的属性信息包括:第一用户当前的位置信息、第一用户当前的时间信息、第一用户的消费类型、第一用户的喜好类型和第一用户当前的消费人数中的一项或者多项,则所述匹配查找模块具体包括:
历史访问信息匹配模块,用于根据所述第一用户当前的位置信息,查找所述第一用户的关系图中与所述第一用户当前的位置信息相匹配的历史访问信息;
用户获取模块,用于获取所述历史访问信息对应的第二用户。
9.根据权利要求8所述的内容推荐装置,其特征在于,所述搜索推荐模块具体包括当前位置的历史访问信息获取模块、过滤模块和推荐模块,具体的:
所述当前位置的历史访问信息获取模块,用于根据所述第一用户当前的位置信息,获取所述第二用户在所述当前位置的历史访问信息;
所述过滤模块,用于根据所述第一用户当前的时间信息、所述第一用户的消费类型、所述第一用户的喜好类型和所述第一用户当前的消费人数中的一个或多个,对所述历史访问信息进行过滤;
所述推荐模块,用于根据过滤后的所述历史访问信息搜索与所述历史访问信息相关的介绍和/或评价,将搜索到的所述历史访问信息相关的介绍和/或评价推荐给所述用户。
10.根据权利要求6-8任一所述的内容推荐装置,其特征在于,所述装置还包括联系方式推送模块,用于获取所述信息对应的第二用户的联系方式,将所述联系方式推送给所述第一用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610821693.XA CN106446100A (zh) | 2016-09-13 | 2016-09-13 | 一种内容推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610821693.XA CN106446100A (zh) | 2016-09-13 | 2016-09-13 | 一种内容推荐方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106446100A true CN106446100A (zh) | 2017-02-22 |
Family
ID=58168086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610821693.XA Pending CN106446100A (zh) | 2016-09-13 | 2016-09-13 | 一种内容推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106446100A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107493225A (zh) * | 2017-05-02 | 2017-12-19 | 朱小军 | 一种基于共同兴趣的网络社交方法及系统 |
CN108255920A (zh) * | 2017-09-22 | 2018-07-06 | 平安科技(深圳)有限公司 | 机构名称检索式的显示方法、装置、设备及存储介质 |
CN108334625A (zh) * | 2018-02-09 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 用户信息的处理方法、装置、计算机设备和存储介质 |
WO2018188576A1 (zh) * | 2017-04-13 | 2018-10-18 | 腾讯科技(深圳)有限公司 | 资源推送方法及装置 |
CN108804450A (zh) * | 2017-04-28 | 2018-11-13 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN109063003A (zh) * | 2018-07-09 | 2018-12-21 | 维沃移动通信有限公司 | 一种内容推荐方法及移动终端 |
CN109299368A (zh) * | 2018-09-29 | 2019-02-01 | 北京思路创新科技有限公司 | 一种用于环境信息资源ai智能个性化推荐的方法及系统 |
CN109388756A (zh) * | 2018-09-10 | 2019-02-26 | 浙江口碑网络技术有限公司 | 信息推荐方法及装置 |
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 |
WO2020199687A1 (zh) * | 2019-04-02 | 2020-10-08 | 北京嘀嘀无限科技发展有限公司 | 一种信息推送的方法和装置 |
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 |
WO2020248377A1 (zh) * | 2019-06-14 | 2020-12-17 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机可读存储介质和计算机设备 |
WO2021012186A1 (zh) * | 2019-07-23 | 2021-01-28 | 深圳市欢太科技有限公司 | 内容推送方法及相关产品 |
CN112529666A (zh) * | 2020-12-18 | 2021-03-19 | 中国联合网络通信集团有限公司 | 商品推荐方法、系统、计算机设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101321190A (zh) * | 2008-07-04 | 2008-12-10 | 清华大学 | 一种异构网络中的推荐方法及推荐系统 |
CN102087730A (zh) * | 2009-12-08 | 2011-06-08 | 深圳市腾讯计算机系统有限公司 | 一种产品用户网络构建方法和装置 |
CN104252518A (zh) * | 2014-03-13 | 2014-12-31 | 腾讯科技(深圳)有限公司 | 信息展示方法和装置 |
-
2016
- 2016-09-13 CN CN201610821693.XA patent/CN106446100A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101321190A (zh) * | 2008-07-04 | 2008-12-10 | 清华大学 | 一种异构网络中的推荐方法及推荐系统 |
CN102087730A (zh) * | 2009-12-08 | 2011-06-08 | 深圳市腾讯计算机系统有限公司 | 一种产品用户网络构建方法和装置 |
CN104252518A (zh) * | 2014-03-13 | 2014-12-31 | 腾讯科技(深圳)有限公司 | 信息展示方法和装置 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10958748B2 (en) | 2017-04-13 | 2021-03-23 | Tencent Technology (Shenzhen) Company Limited | Resource push method and apparatus |
WO2018188576A1 (zh) * | 2017-04-13 | 2018-10-18 | 腾讯科技(深圳)有限公司 | 资源推送方法及装置 |
CN108804450A (zh) * | 2017-04-28 | 2018-11-13 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN108804450B (zh) * | 2017-04-28 | 2022-02-01 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN107493225A (zh) * | 2017-05-02 | 2017-12-19 | 朱小军 | 一种基于共同兴趣的网络社交方法及系统 |
CN108255920A (zh) * | 2017-09-22 | 2018-07-06 | 平安科技(深圳)有限公司 | 机构名称检索式的显示方法、装置、设备及存储介质 |
CN108334625A (zh) * | 2018-02-09 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 用户信息的处理方法、装置、计算机设备和存储介质 |
CN108334625B (zh) * | 2018-02-09 | 2020-05-29 | 深圳壹账通智能科技有限公司 | 用户信息的处理方法、装置、计算机设备和存储介质 |
CN109063003A (zh) * | 2018-07-09 | 2018-12-21 | 维沃移动通信有限公司 | 一种内容推荐方法及移动终端 |
CN109388756A (zh) * | 2018-09-10 | 2019-02-26 | 浙江口碑网络技术有限公司 | 信息推荐方法及装置 |
CN109299368A (zh) * | 2018-09-29 | 2019-02-01 | 北京思路创新科技有限公司 | 一种用于环境信息资源ai智能个性化推荐的方法及系统 |
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 |
WO2020199687A1 (zh) * | 2019-04-02 | 2020-10-08 | 北京嘀嘀无限科技发展有限公司 | 一种信息推送的方法和装置 |
WO2020248377A1 (zh) * | 2019-06-14 | 2020-12-17 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机可读存储介质和计算机设备 |
WO2021012186A1 (zh) * | 2019-07-23 | 2021-01-28 | 深圳市欢太科技有限公司 | 内容推送方法及相关产品 |
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 |
CN112529666A (zh) * | 2020-12-18 | 2021-03-19 | 中国联合网络通信集团有限公司 | 商品推荐方法、系统、计算机设备及存储介质 |
CN112529666B (zh) * | 2020-12-18 | 2023-08-15 | 中国联合网络通信集团有限公司 | 商品推荐方法、系统、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446100A (zh) | 一种内容推荐方法和装置 | |
US10515114B2 (en) | Facial recognition with social network aiding | |
JP6784308B2 (ja) | 施設特性を更新するプログラム、施設をプロファイリングするプログラム、コンピュータ・システム、及び施設特性を更新する方法 | |
US9805065B2 (en) | Computer-vision-assisted location accuracy augmentation | |
JP2021099852A (ja) | 顔認識アプリケーションにおけるフォールスポジティブの最小化のための方法および装置 | |
US9830337B2 (en) | Computer-vision-assisted location check-in | |
CN104123398B (zh) | 一种信息推送方法及装置 | |
US9098584B1 (en) | Image search privacy protection techniques | |
CN106227815B (zh) | 一种多模态线索的个性化应用程序功能推荐方法及其系统 | |
EP3340159A1 (en) | System for providing location information and electronic device and method supporting the same | |
CN102770862B (zh) | 混合使用位置传感器数据和视觉查询来返回视觉查询的本地收录 | |
US20170132821A1 (en) | Caption generation for visual media | |
CN110084153A (zh) | 用于自动共享图片的智能相机 | |
CN105874452A (zh) | 从社交摘要中标记兴趣点 | |
US11797599B2 (en) | Trend detection in digital photo collections for digital picture frames | |
US10313848B2 (en) | System and method for dynamically exchanging, storing, updating, and interacting with digital identities on portable computing devices using interfaces, gestures and monitored activity | |
CN103838840A (zh) | 一种基于形象关联模式的通讯录检索方法 | |
US11651280B2 (en) | Recording medium, information processing system, and information processing method | |
KR101344888B1 (ko) | 온톨로지 관계 구조를 이용한 소셜 네트워크 서비스 제공 장치 및 그 방법 | |
KR101089288B1 (ko) | 얼굴 색인 장치 및 방법 | |
US20120129504A1 (en) | Apparatus and method for providing semantic context | |
JP6063697B2 (ja) | 画像表示のための装置、方法及びプログラム | |
US20230205805A1 (en) | Photo content extraction for conversational digital picture frames | |
US20240311072A1 (en) | Digital picture frame with ficticious storytelling | |
JP2014215689A (ja) | 背景情報管理装置、方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170222 |
|
WD01 | Invention patent application deemed withdrawn after publication |