CN106469182B - 一种基于映射关系的信息推荐方法及装置 - Google Patents
一种基于映射关系的信息推荐方法及装置 Download PDFInfo
- Publication number
- CN106469182B CN106469182B CN201510521073.XA CN201510521073A CN106469182B CN 106469182 B CN106469182 B CN 106469182B CN 201510521073 A CN201510521073 A CN 201510521073A CN 106469182 B CN106469182 B CN 106469182B
- Authority
- CN
- China
- Prior art keywords
- category
- information
- category information
- target
- determining
- 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
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
本申请公开了一种基于映射关系的信息推荐方法及装置,该方法包括:监测用户基于第一类目体系中的特定信息在第二类目体系的指定操作,当监测到所述指定操作时,确定所述特定信息在该第一类目体系中对应的第一类目信息,根据预设的类目映射关系,确定与所述第一类目信息对应的第二类目信息,向所述用户推荐确定出的所述第二类目信息。这样的方式能够有效提升用户在向第二类目体系中对特定信息进行指定操作的准确性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种基于映射关系的信息推荐方法及装置。
背景技术
随着信息技术的发展,网络服务商的在线系统(如:网站)可以向用户提供大量的信息,使得用户通过在线系统可以获得各类信息服务。
目前,为了便于用户使用在线系统获取相应的信息服务,在线系统会将自身存储的大量信息按照信息的属性、内容等因素进行分类处理,生成不同层级的多个分类项(也称为类目),进而将这些分类项组成一个类目体系。用户根据该类目体系中各个层级的类目,便可以较为准确、快捷地确定出自己想要获取的信息。
现有技术中,基于信息来源、大小、性质等的不同,存在多种网络服务商在线系统。不同的在线系统通常对相同信息进行分类处理的方式并不相同,这导致生成的类目体系不相同,换言之,在不同的类目体系中,同一信息可能会对应不同的类目。在这种情况下,若用户想要在不同的在线系统中对同一信息进行操作(如:查询、发布等操作),由于各在线系统的类目体系不同,同一信息所对应的类目不相同,不同类目体系之间又没有较好的映射关系,便可能使用户对信息进行操作的准确性受到影响。
发明内容
本申请实施例提供一种基于映射关系的信息推荐方法及装置,用以解决目前用户在不同的类目体系中对同一信息进行操作的准确性较低的问题。
本申请实施例提供的一种基于映射关系的信息推荐方法,包括:
监测用户基于第一类目体系中的特定信息在第二类目体系的指定操作;其中,所述第一类目体系异于所述第二类目体系;
当监测到所述指定操作时,确定所述特定信息在该第一类目体系中对应的第一类目信息;
根据预设的类目映射关系,确定与所述第一类目信息对应的第二类目信息;其中,所述第二类目信息属于第二类目体系中的类目信息;
向所述用户推荐确定出的所述第二类目信息。
本申请实施例提供的一种基于映射关系的信息推荐装置,包括:
监测模块,用于监测用户基于第一类目体系中的特定信息在第二类目体系的指定操作;其中,所述第一类目体系异于所述第二类目体系;
第一确定模块,用于当监测到所述指定操作时,确定所述特定信息在该第一类目体系中对应的第一类目信息;
第二确定模块,用于根据预设的类目映射关系,确定与所述第一类目信息对应的第二类目信息;其中,所述第二类目信息属于第二类目体系中的类目信息;
推荐模块,用于向所述用户推荐确定出的所述第二类目信息。
本申请实施例提供一种基于映射关系的信息推荐方法及装置,通过本方法,当用户针对第一类目体系中的特定信息,在第二类目体系进行指定操作时,相应的服务器就会根据该特定信息在第一类目体系中所属的类目信息,使用相应的第一类目体系与第二类目体系之间的类目映射关系,确定出该第一类目信息所对应的第二类目信息,并将该第二类目信息作为所述特定信息在第二类目体系中对应的类目信息,推荐给用户。这样的方式能够有效提升用户在第二类目体系中对特定信息进行指定操作的准确性。
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基于映射关系的信息推荐过程;
图2为本申请实施例提供的建立所述类目映射关系的过程;
图3为本申请实施例提供的基于映射关系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。
如前所述,通常而言,不同在线系统中的类目体系不相同。举例来说,1688和淘宝都是商品网站(并且,两个商品网站均为同一网络服务商下的子业务系统),但是,他们的类目体系差别较大,当用户在两个商品网站中发布某商品(或查询某商品)时,由于两个商品网站的类目体系不同,这就造成该商品在1688中所属的类目,与在淘宝中所属的类目不一致,使得用户难以在这两个商品网站之间进行业务操作(如:发布商品)。要解决这个问题,可以有两个方向:一是打通两个商品网站中的类目体系,也即,两个商品网站使用同一类目体系;二是在两个商品网站中类目体系不变的情况下,在两个商品网站之间增加中间适配层,完成两个类目体系中类目之间的转换。目前,第二种方式得到了广泛使用。
本申请提出了如图1所示的基于映射关系的信息推荐过程,该过程具体包括以下步骤:
S101,监测用户基于第一类目体系中的特定信息在第二类目体系的指定操作。
在本实施例中涉及到第一类目体系和第二类目体系,第一类目体系异于第二类目体系,它们可以属于相同在线系统的不同模块,也可以属于不同的在线系统,性质上为同类异构体系,换言之,第一类目体系与第二类目体系属于同类异构体系。举例而言,在实际应用中,很多在线系统可以提供相同或相似的信息服务,如:两个商品网站,均提供相同的商品信息。但是,不同的在线系统对其中存储的信息的分类方式通常是不同的,那么,不同的在线系统中的类目体系也就不相同。此外,本实施例还涉及到“特定信息”,通常而言,这里的特定信息包括但不限于:在线系统中所存储的各类信息,如:商品信息、多媒体信息等。所述的指定操作,包括但不限于针对特定信息的发布、查询等操作。
在本实施例中,考虑到用户在第一类目体系下对特定信息进行了指定操作(如:在第一类目体系所属的在线系统中,发布特定信息)后,用户可能还会针对该特定信息,在第二类目体系中进行相同的指定操作,此时,为了保证用户在第二类目体系中进行指定操作的准确性,就需要监测该指定操作。
例如:用户将某商品的商品信息发布在商品网站A(该商品网站A对应第一类目体系)中,该商品信息所对应的类目为a1。假设用户想要将该商品信息也发布在商品网站B(该商品网站B对应第二类目体系)中,那么,由于商品网站A和B中的类目体系不同,为了用户能够准确地在商品网站B中发布该商品信息(也即,使得该商品信息在商品网站B的第二类目体系中获得准确的分类),就需要对用户向商品网站B中发布该商品信息的操作进行监测。
S102,当监测到所述指定操作时,确定所述特定信息在该第一类目体系中对应的第一类目信息。
由于在线系统会针对其中所存储的特定信息进行分类处理,那么,该在线系统中的特定信息也就具有了所属的类目。而在线系统所对应的类目体系中,不同的类目通常还具有不同的层级、名称或用于描述该类目的类目属性等信息,所以,特定信息所属的类目,可由该特定信息对应的类目信息确定。
换言之,本实施例中的特定信息对应的第一类目信息中,包含有具体类目的标识信息(标识信息能够反映出该类目所处的层级和类目的具体名称,标识信息的具体展现形式可以如:类目ID)、类目属性信息(如:对于服装类目而言,类目属性信息可以是服装的型号、款式、制造材料等反映该服装类目相应属性的信息)等。通过所述的第一类目信息,在第一类目体系中就可以根据该第一类目信息唯一确定出特定信息对应的具体类目(相应的,在其他的类目体系中,类目信息也可以唯一地确定出某一具体类目)。
在确定出了所述特定信息在第一类目体系中对应的第一类目信息后,就可以根据该第一类目信息,确定相应的第二类目信息,也即,下述步骤S103。
S103,根据预设的类目映射关系,确定与所述第一类目信息对应的第二类目信息。
其中,所述第二类目信息属于第二类目体系中的类目信息。
需要说明的是,所述的类目映射关系,可以是根据不同用户在第一类目体系和第二类目体系中,针对相同的特定信息所进行的历史操作,通过相应的算法确定出的该特定信息对应的第一类目信息和第二类目信息之间的对应关系。
S104,向所述用户推荐确定出的所述第二类目信息。
需要说明的是,上述的类目映射关系,能够准确地反映出同一特定信息在不同类目体系中所对应的类目之间的映射关系。从而,经过上述步骤中确定出的第二类目信息,也就能够准确地表示该特定信息在第二类目体系中的对应的类目信息。因此,在本申请实施例中,会将确定出的所述第二类目信息,推荐给用户,从而增加用户在第二类目体系中对特定信息进行操作的准确性。
延续上例,商品信息在商品网站A中所对应的类目为a1。假设根据类目映射关系,商品网站A中的类目a1对应于商品网站B中的类目b1,从而将类目b1推送给用户,使得该用户可以在发布该商品信息时将该商品信息对应的类目确定为b1。
另外,本申请实施例中的上述步骤S101~S104,可以由第一在线系统后台的服务器执行;或者,可由处于第一在线系统和第二在线系统之间具有映射功能的中间服务器执行;又或者,也可以由第二在线系统后台的服务器执行。当然,上述实施场景并不构成对本申请的限定。
通过上述步骤,当用户针对第一类目体系中的特定信息,在第二类目体系进行指定操作时,相应的服务器就会根据该特定信息在第一类目体系中所属的类目信息,使用相应的第一类目体系与第二类目体系之间的类目映射关系,确定出该第一类目信息所对应的第二类目信息,并将该第二类目信息作为所述特定信息在第二类目体系中对应的类目信息,推荐给用户。这样的方式能够有效提升用户在第二类目体系中对特定信息进行指定操作的准确性。而且,本实施例不需要建立模型,灵活性高。
下面将以特定信息为商品信息、指定操作为在相应的商品网站中发布该商品信息的场景为例,对本申请建立映射关系的过程进行说明。
在本申请实施例中,类目映射关系的准确性将直接影响确定出的第二类目信息的准确性。而考虑到在实际应用中,会有大量的用户在历史时刻针对不同的特定信息,在不同的在线系统(也即,不同的类目体系)中进行指定操作(也即,历史操作)。
例如:大量用户在历史时刻,将已发布在商品网站A中的某商品信息(该商品信息所对应的类目为a1),发布在商品网站B中,用户在将所述商品信息发布至商品网站B中时,需要选定该商品信息在商品网站B中的类目,那么,对于该商品信息而言,在商品网站A和B中分别对应着不同的类目,也就形成了大量的类目对应关系。
显然,上例中大量的类目对应关系,可看作为大量的样本,从而可以根据这些样本来确定出该商品信息在两个商品网站中的类目的准确的对应关系。
因此,在本申请实施例中,对于上述步骤S103中所提及的预设映射关系,具体按照如下方式进行确定(参见图2所示):
S201,获取用户针对特定信息的历史操作所生成的信息关系对。其中,所述的信息关系对是特定信息在不同的类目体系中所对应的类目之间的对应关系,该信息关系对中包含所述特定信息对应的第一类目信息和目标类目信息,所述目标类目信息是不同的用户基于所述特定信息,在第二类目体系中发布该特定信息时,自己确定的第二类目体系中的类目信息。
S202,确定所述信息关系对中包含的第一类目信息。
S203,根据确定出的所述第一类目信息,确定与该第一类目信息对应的目标类目信息的数量。
S204,根据所述目标类目信息的数量,建立所述类目映射关系。
在实际应用场景中,目标类目信息是用户自身基于特定信息,在第二类目体系中进行发布操作时确定的。不同用户所确定出的目标类目信息可能会出现差异,也即,同一特定信息可能对应多种目标类目信息,这就需要在多种目标类目信息中,确定出与该特定信息最匹配的目标类目信息,作为该特定信息对应的第二类目信息。
为了确定出与该特定信息最匹配的目标类目信息,需要先确定出同一特定信息对应的不同种类的目标类目信息的数量,即在本申请实施例中,根据确定出的所述第一类目信息,确定与该第一类目信息对应的目标类目信息的数量,具体为:对所述第一类目信息进行聚类,得到包含有所述第一类目信息的所有信息关系对,在包含所述第一类目信息的所有信息关系对中,确定所述目标类目信息的种类,并统计每一类所述目标类目信息的数量。
这里需要说明的是,对于特定信息所对应的各类目标类目信息而言,如果某一类的目标类目信息的数量足够多(可看作样本量足够大),这就表明有足够多的用户认为该目标类目信息与特定信息相匹配,那么,该目标类目信息与特定信息相匹配的可能性也就足够高。所以,在目标类目信息的数量足够多的情况下,就可以直接根据目标类目信息的数量,来确定出与特定信息最匹配的目标类目信息。
反之,如果特定信息所对应的各类的目标类目信息的数量非常少,那么,目标类目信息的数量,也就不能准确地反映出与该特定信息最为匹配的目标类目信息。此时,需要通过其他方式来准确地确定出与特定信息最匹配的目标类目信息。
结合上述分析,在确定出不同种类的目标类目信息的数量后,将要判断目标类目信息的数量是否足够大,以便使用不同的方式确定与特定信息最为匹配的目标类目信息并建立类目映射关系。故在本申请实施例中,根据所述目标类目信息的数量,建立所述类目映射关系,具体为:判断各类所述目标类目信息的数量的最大值,是否超过设定的数量阈值,若是,则将数量最大的目标类目信息,确定为与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系;否则,则根据目标类目信息中携带的类目属性信息,与该特定信息对应的第一类目信息中携带的类目属性信息的相似度,确定出与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系。
其中,上述的数量阈值,可以根据不同类目体系之间统计的历史时刻的所有信息关系对,进行分析处理后确定出来,这里并不构成对本申请的限定。通过数量阈值,就可以判断出在不同数量的目标类目信息的情况下建立类目映射关系的方式。
现将结合具体应用实例,阐述上述两种不同的情况下建立类目映射关系的过程。
一、目标类目信息的数量的最大值超过设定的数量阈值
具体例如:假设共有1000个用户将已发布在商品网站A中的某一商品信息发布在商品网站B中,并假设800个用户在将该商品信息发布在商品网站B中时,将该商品信息对应的目标类目信息确定为b1;180个用户将该商品信息对应的目标类目信息确定为b2;20个用户将该商品信息对应的目标类目信息确定为b3。由于该商品信息在商品网站A中对应的类目信息为a1,那么,在上述假设场景下,可以对a1进行聚类处理,通过聚类处理确定出包含a1的所有信息关系对,具体而言,该商品信息对应的信息关系对包括如下三对:(a1,b1)、(a1,b2)以及(a1,b3)。这三对信息关系对可以看出,包含a1的所有信息关系对中,含有不同的目标类目信息(即b1~b3)。
在确定出包含a1信息关系对后,进一步在包含a1的所有关系对中,确定出目标类目信息的种类分别为b1、b2、b3,并统计各类目标类目信息的数量:目标类目信息为b1的信息关系对共有800个,目标类目信息为b2的信息关系对共有180个,目标类目信息为b3的信息关系对共有20个。
可见,在信息关系对的数量足够大的情况下,某一类目标类目信息的数量越多,就表明该目标类目信息是特定信息最匹配的类目信息的可能性越大,那么,数量最大的一类目标类目信息,也就与特定信息最匹配。假设数量阈值为200,目标类目信息b1的数量最大并且超过了该数量阈值,所以,在商品网站B中,b1是该商品信息最匹配的类目信息的可能性最大,从而可以将目标类目信息b1确定为与该商品信息的第一类目信息相匹配的第二类目信息。于是,可建立(a1,b1)的类目映射关系。
需要说明的是,上述这种情况是针对确定出来的信息关系对较多的情况。但是,在实际应用过程中,可能存在信息关系对的数量较少的情况下,这种情况下,即使某类目标类目信息的数量最大,也并不能保证该目标类目信息就是特定信息最匹配的类目信息。也即,如下述情况二。
二、目标类目信息的数量的最大值未超过设定的数量阈值
具体例如:针对上述商品信息,如果只有5个用户在将该商品信息发布在商品网站B中时,将该商品信息对应的目标类目信息确定为b1,4个用户将该商品信息对应的目标类目信息确定为b2。在数量阈值为200的情况下,显然,目标类目信息的数量较少,均未超过数量阈值,那么,也就并不能仅从数量上确定出目标类目信息b1就是该商品信息最匹配的类目信息。
此时,考虑到目标类目信息也是一种类目信息,而类目信息中通常包含有相应的类目属性信息,如果不同类目体系中,某特定信息分别对应的类目信息的类目属性信息非常近似,那么,就可以认为这两个类目信息是相似的,也即,这两个类目信息相匹配(可建立类目映射关系)。
所以,在目标类目信息的最大值小于所述数量阈值的情况下,可采用确定相似度的方式,来确定第一类目信息和各类目标类目信息之间的类目映射关系。本申请实施例中,确定相似度的方式,包括但不限于余弦距离、欧式距离等多种方式。现以余弦距离确定相似度的方式为例:假设上例中的第一类目信息a1对应的类目属性信息包括:a1s1、a1s2和a1s3,目标类目信息b1对应的类目属性信息包括:b1s1、b1s2和b1s3,目标类目信息b2对应的类目属性信息包括:b2s1、b2s2和b2s3。分别将上述的所有类目属性信息向量化,并分别确定(a1s1,b1s1)、(a1s2,b1s2)、(a1s3,b1s3)的余弦值之和,以及(a1s1,b2s1)、(a1s2,b2s2)、(a1s3,b2s3)的余弦值之和。余弦值越大,说明类目信息对应的向量夹角越小,从而,类目信息就越相似。假设第一类目信息a1与目标类目信息b1的余弦值大于第一类目信息a1与目标类目信息b2的余弦值,那么就表明,目标类目信息b1与第一类目信息a1更相似,从而可以建立第一类目信息a1与目标类目信息b1之间的类目映射关系。
当然,上述示例只是对确定相似度的举例说明,并不构成对本申请的限定,在实际应用中,可以采用不同的方式确定相似度。
通过上述内容可见,在本申请实施例中,能够根据信息关系对的数量的多少,采用不同的方式来确定类目信息之间的类目映射关系,有效提升了类目映射关系的准确性。
为了不断的完善所述类目映射关系,在本申请实施例中,所述方法还包括:监测用户针对推荐的所述第二类目信息的选定操作,若监测到所述用户选定该第二类目信息,则建立该特定信息对应的第一类目信息与该第二类目信息的信息关系对,并存储;若监测到所述用户未选定第二类目信息,则监测用户最终选定的目标类目信息,建立该特定信息对应的第一类目信息与该目标类目的信息关系对,并存储。
显然,上述方式,将用户根据推荐的第二类目信息所做出的选择,作为了新的样本,迭代至确定类目映射关系的过程中,这样的方式能够更新并完善所述类目映射关系的准确性。
上述内容和示例是以用户在不同的类目体系中发布特定信息为例进行说明的,在实际应用中,本申请的上述方法还可以适用于用户在不同的类目体系中,对特定信息进行查询等相关操作,具体的实现方式与上述过程类似。
以上为本申请实施例提供的基于映射关系的信息推荐方法,基于同样的思路,本申请实施例还提供一种基于映射关系的信息推荐装置,如图3所示。
在图3中,所述基于映射关系的信息推荐装置包括:监测模块301、第一确定模块302、第二确定模块303、推荐模块304,其中,
所述监测模块301,用于监测用户基于第一类目体系中的特定信息在第二类目体系的指定操作。其中,所述第一类目体系异于所述第二类目体系。
所述第一确定模块302,用于当监测到所述指定操作时,确定所述特定信息在该第一类目体系中对应的第一类目信息。
所述第二确定模块303,用于根据预设的类目映射关系,确定与所述第一类目信息对应的第二类目信息。其中,所述第二类目信息属于第二类目体系中的类目信息。
所述推荐模块304,用于向所述用户推荐确定出的所述第二类目信息。
所述装置还包括:映射模块305,具体用于获取不同用户针对特定信息的历史操作所生成的所有信息关系对;其中,所述信息关系对中包含所述特定信息在第一类目体系中对应的第一类目信息,以及在第二类目体系中对应的目标类目信息;确定所述信息关系对中包含的第一类目信息,根据确定出的所述第一类目信息,确定与该第一类目信息对应的目标类目信息的数量,根据所述目标类目信息的数量,建立所述类目映射关系。
所述映射模块305,具体用于对所述第一类目信息进行聚类,得到包含有所述第一类目信息的所有信息关系对,在包含所述第一类目信息的所有信息关系对中,确定所述目标类目信息的种类,并统计每一类所述目标类目信息的数量。
所述映射模块305,具体用于判断各类所述目标类目信息的数量的最大值,是否超过设定的数量阈值,若是,则将数量最大的目标类目信息,确定为与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系;否则,则根据目标类目信息中携带的类目属性信息,与该特定信息对应的第一类目信息中携带的类目属性信息的相似度,确定出与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系。
所述监测模块304,还用于监测用户针对推荐的所述第二类目信息的选定操作,若监测到所述用户选定该第二类目信息,则建立该特定信息对应的第一类目信息与该第二类目信息的信息关系对,并存储;若监测到所述用户未选定第二类目信息,则监测用户最终选定的目标类目信息,建立该特定信息对应的第一类目信息与该目标类目的信息关系对,并存储。
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 (10)
1.一种基于映射关系的信息推荐方法,其特征在于,包括:
监测用户基于第一类目体系中的特定信息在第二类目体系的指定操作;其中,所述第一类目体系异于所述第二类目体系;
当监测到所述指定操作时,确定所述特定信息在该第一类目体系中对应的第一类目信息;
根据预设的类目映射关系,确定与所述第一类目信息对应的第二类目信息;其中,所述第二类目信息属于第二类目体系中的类目信息;
向所述用户推荐确定出的所述第二类目信息。
2.如权利要求1所述的方法,其特征在于,预设类目映射关系,具体包括:
获取不同用户针对特定信息的历史操作所生成的所有信息关系对;其中,所述信息关系对中包含所述特定信息在第一类目体系中对应的第一类目信息,以及在第二类目体系中对应的目标类目信息;
确定所述信息关系对中包含的第一类目信息;
根据确定出的所述第一类目信息,确定与该第一类目信息对应的目标类目信息的数量;
根据所述目标类目信息的数量,建立所述类目映射关系。
3.如权利要求2所述的方法,其特征在于,根据确定出的所述第一类目信息,确定与该第一类目信息对应的目标类目信息的数量,具体包括:
对所述第一类目信息进行聚类,得到包含有所述第一类目信息的所有信息关系对;
在包含所述第一类目信息的所有信息关系对中,确定所述目标类目信息的种类,并统计每一类所述目标类目信息的数量。
4.如权利要求3所述的方法,其特征在于,根据所述目标类目信息的数量,建立所述类目映射关系,具体包括:
在各类所述目标类目信息的数量中确定最大值,判断所述最大值是否超过设定的数量阈值;
若是,则将数量最大的目标类目信息,确定为与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系;
否则,则根据目标类目信息中携带的类目属性信息,与该特定信息对应的第一类目信息中携带的类目属性信息的相似度,确定出与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系。
5.如权利要求1所述的方法,其特征在于,还包括:
监测用户针对推荐的所述第二类目信息的选定操作;
若监测到所述用户选定该第二类目信息,则建立该特定信息对应的第一类目信息与该第二类目信息的信息关系对,并存储;
若监测到所述用户未选定第二类目信息,则监测用户最终选定的目标类目信息,建立该特定信息对应的第一类目信息与该目标类目的信息关系对,并存储;
根据存储的信息关系对更新所述类目映射关系。
6.一种基于映射关系的信息推荐装置,其特征在于,包括:
监测模块,用于监测用户基于第一类目体系中的特定信息在第二类目体系的指定操作;其中,所述第一类目体系异于所述第二类目体系;
第一确定模块,用于当监测到所述指定操作时,确定所述特定信息在该第一类目体系中对应的第一类目信息;
第二确定模块,用于根据预设的类目映射关系,确定与所述第一类目信息对应的第二类目信息;其中,所述第二类目信息属于第二类目体系中的类目信息;
推荐模块,用于向所述用户推荐确定出的所述第二类目信息。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:映射模块,具体用于获取不同用户针对特定信息的历史操作所生成的所有信息关系对;其中,所述信息关系对中包含所述特定信息在第一类目体系中对应的第一类目信息,以及在第二类目体系中对应的目标类目信息;确定所述信息关系对中包含的第一类目信息,根据确定出的所述第一类目信息,确定与该第一类目信息对应的目标类目信息的数量,根据所述目标类目信息的数量,建立所述类目映射关系。
8.如权利要求7所述的装置,其特征在于,所述映射模块,具体用于对所述第一类目信息进行聚类,得到包含有所述第一类目信息的所有信息关系对,在包含所述第一类目信息的所有信息关系对中,确定所述目标类目信息的种类,并统计每一类所述目标类目信息的数量。
9.如权利要求8所述的装置,其特征在于,所述映射模块,具体用于在各类所述目标类目信息的数量中确定最大值,判断所述最大值是否超过设定的数量阈值,若是,则将数量最大的目标类目信息,确定为与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系;否则,则根据目标类目信息中携带的类目属性信息,与该特定信息对应的第一类目信息中携带的类目属性信息的相似度,确定出与所述第一类目信息匹配的目标类目信息,作为第二类目信息,并建立所述第一类目信息和第二类目信息的类目映射关系。
10.如权利要求6所述的装置,其特征在于,所述监测模块,还用于监测用户针对推荐的所述第二类目信息的选定操作,若监测到所述用户选定该第二类目信息,则建立该特定信息对应的第一类目信息与该第二类目信息的信息关系对,并存储;若监测到所述用户未选定第二类目信息,则监测用户最终选定的目标类目信息,建立该特定信息对应的第一类目信息与该目标类目的信息关系对,并存储;根据存储的信息关系对更新所述类目映射关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510521073.XA CN106469182B (zh) | 2015-08-21 | 2015-08-21 | 一种基于映射关系的信息推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510521073.XA CN106469182B (zh) | 2015-08-21 | 2015-08-21 | 一种基于映射关系的信息推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106469182A CN106469182A (zh) | 2017-03-01 |
CN106469182B true CN106469182B (zh) | 2019-12-06 |
Family
ID=58229350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510521073.XA Active CN106469182B (zh) | 2015-08-21 | 2015-08-21 | 一种基于映射关系的信息推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106469182B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146585A (zh) * | 2017-06-15 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 一种通过抽样检验确定高危商品的方法和装置 |
CN111898546B (zh) * | 2020-07-31 | 2022-02-18 | 深圳市商汤科技有限公司 | 数据处理方法及装置、电子设备和存储介质 |
CN112559896B (zh) * | 2021-02-20 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及计算机可读存储介质 |
CN113298484A (zh) * | 2021-03-12 | 2021-08-24 | 阿里巴巴新加坡控股有限公司 | 订单信息海关申报方法、装置及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218719A (zh) * | 2012-01-19 | 2013-07-24 | 阿里巴巴集团控股有限公司 | 一种电子商务网站导航方法及系统 |
CN103810208A (zh) * | 2012-11-14 | 2014-05-21 | 腾讯科技(深圳)有限公司 | 一种类目映射方法及装置 |
CN104657396A (zh) * | 2013-11-25 | 2015-05-27 | 腾讯科技(深圳)有限公司 | 数据迁移方法及装置 |
-
2015
- 2015-08-21 CN CN201510521073.XA patent/CN106469182B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218719A (zh) * | 2012-01-19 | 2013-07-24 | 阿里巴巴集团控股有限公司 | 一种电子商务网站导航方法及系统 |
CN103810208A (zh) * | 2012-11-14 | 2014-05-21 | 腾讯科技(深圳)有限公司 | 一种类目映射方法及装置 |
CN104657396A (zh) * | 2013-11-25 | 2015-05-27 | 腾讯科技(深圳)有限公司 | 数据迁移方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106469182A (zh) | 2017-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105183735B (zh) | 数据的查询方法及查询装置 | |
TWI718643B (zh) | 異常群體識別方法及裝置 | |
US10504120B2 (en) | Determining a temporary transaction limit | |
JP5864614B2 (ja) | 分類された誤配置の識別 | |
CN106469182B (zh) | 一种基于映射关系的信息推荐方法及装置 | |
CN109660574B (zh) | 数据提供方法及装置 | |
US9779406B2 (en) | User feature identification method and apparatus | |
US11188678B2 (en) | Detection and prevention of privacy violation due to database release | |
CN107092609B (zh) | 一种信息推送方法及装置 | |
CN107622326B (zh) | 用户分类、可用资源预测方法、装置及设备 | |
CN106445938B (zh) | 一种数据检测方法及装置 | |
CN110020427B (zh) | 策略确定方法和装置 | |
US10552484B2 (en) | Guided data exploration | |
CN113110819A (zh) | 语音播报方法及装置 | |
US11205138B2 (en) | Model quality and related models using provenance data | |
CN106033455B (zh) | 一种处理用户操作信息的方法与设备 | |
CN110147223B (zh) | 组件库的生成方法、装置及设备 | |
CN108920326B (zh) | 确定系统耗时异常的方法、装置及电子设备 | |
CN111177093A (zh) | 一种科技资源的共享方法及设备、介质 | |
US9460190B1 (en) | Attribute value dependent classification of items | |
US20230087206A1 (en) | Intellectual-property analysis platform | |
US20230086106A1 (en) | Intellectual-property analysis platform | |
CN106874327B (zh) | 一种针对业务数据的计数方法及装置 | |
US20230090090A1 (en) | Intellectual-property analysis platform | |
CN115659045A (zh) | 用户操作的识别方法、装置、存储介质以及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |
Effective date of registration: 20211103 Address after: No. 699, Wangshang Road, Binjiang District, Hangzhou, Zhejiang Patentee after: Alibaba (China) Network Technology Co.,Ltd. Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Patentee before: ALIBABA GROUP HOLDING Ltd. |
|
TR01 | Transfer of patent right |