CN106528596A - 一种信息推荐方法及装置 - Google Patents

一种信息推荐方法及装置 Download PDF

Info

Publication number
CN106528596A
CN106528596A CN201610847845.3A CN201610847845A CN106528596A CN 106528596 A CN106528596 A CN 106528596A CN 201610847845 A CN201610847845 A CN 201610847845A CN 106528596 A CN106528596 A CN 106528596A
Authority
CN
China
Prior art keywords
recommendation information
information list
weight
sequence
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
Application number
CN201610847845.3A
Other languages
English (en)
Inventor
王高波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LeTV Holding Beijing Co Ltd
LeTV Information Technology Beijing Co Ltd
Original Assignee
LeTV Holding Beijing Co Ltd
LeTV Information Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by LeTV Holding Beijing Co Ltd, LeTV Information Technology Beijing Co Ltd filed Critical LeTV Holding Beijing Co Ltd
Priority to CN201610847845.3A priority Critical patent/CN106528596A/zh
Publication of CN106528596A publication Critical patent/CN106528596A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Abstract

本发明涉及网络应用领域,提供了一种信息推荐方法及装置。其中信息推荐方法包括:获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象;根据第一对象在第一推荐信息列表中的排序和第二对象在第二推荐信息列表中的排序,综合确定第一对象和第二对象的权重;根据第一对象和第二对象确定第三推荐信息列表中的第三对象,以根据综合确定的第一对象和第二对象的权重对第三对象进行排序,并根据排序结果向用户推荐信息。本发明实施例将本地数据库中的数据和来自其他网络数据库的数据进行综合,以对推荐信息中的各对象重新进行排序,使得最终的推荐信息的排序具有更好的全面性和准确性。

Description

一种信息推荐方法及装置
技术领域
本发明涉及网络应用领域,特别是涉及一种信息推荐方法及装置。
背景技术
当前网站的推荐系统,通常使用用户过去的行为产生的服务日志作为数据集,基于数据挖掘和机器学习的计算处理后为用户生成特定的推荐信息列表,或者根据信息的热度或时效生成的推荐信息列表主动向用户推荐信息。推荐信息列表中的信息存在一定的排序。当用户发起服务请求时,推荐系统直接根据用户或当前热度读取推荐信息列表并展示给用户。一般情况下,排序在推荐信息列表中位于靠前位置的信息,优先推荐给用户。
然而,由于上述推荐方法通常是在一个网站推荐系统中实现,所推荐信息都是基于本网站的用户访问日志或本网站的热度情况进行排序。因此这种信息推荐方法基于相同的数据来源,推荐内容可能存在一定的局限性。
发明内容
本发明实施例主要解决的技术问题是基于相同的数据来源推荐内容存在一定的局限性的问题。
为解决上述技术问题,本发明实施例采用的一个技术方案是:提供一种信息推荐方法,所述方法包括:
获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象;
根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重;以及
根据所述第一对象和所述第二对象确定第三推荐信息列表中的第三对象,以根据所述综合确定的所述第一对象和所述第二对象的权重对所述第三对象进行排序,并根据排序结果向用户推荐信息。
其中,所述根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重包括:
根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,获取所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重;
根据所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重,综合确定所述第一对象和所述第二对象的权重;
其中,所述根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重包括:
比较所述第一对象和所述第二对象中是否存在相同的对象,若存在所述相同的对象,将所述相同对象在所述第一推荐信息列表中的权重和所述第二推荐信息列表中的权重求平均值,得到所述相同对象的权重。
其中,所述根据所述第一对象和所述第二对象确定第三推荐信息列表中的第三对象,根据所述综合确定的所述第一对象和所述第二对象的权重确定对所述第三对象进行排序,并根据排序结果向用户推荐信息,包括:
确定所述第二对象包括但所述第一对象不包括的对象;
将所述对象和所述第一对象组合得到第三推荐信息列表中的第三对象;
根据所述综合确定的所述第一对象和所述第二对象的权重,对所述第三对象进行排序,得到排序结果;
根据所述排序结果向用户推荐信息。
其中,所述方法还包括:
从所述本地数据库中筛选出热点或时效达到预定值的对象,以确定所述第一推荐信息列表中的第一对象。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种信息推荐装置,所述装置包括:
对象获取模块,用于获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象;
权重确定模块,用于根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重;以及
排序模块,用于根据所述第一对象和所述第二对象确定第三推荐信息列表中的第三对象,以根据所述综合确定的所述第一对象和所述第二对象的权重对所述第三对象进行排序,并根据排序结果向用户推荐信息。
其中,所述权重确定模块用于:
根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,获取所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重;以及
根据所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重,综合确定所述第一对象和所述第二对象的权重。
其中,所述权重确定模块还用于:比较所述第一对象和所述第二对象中是否存在相同的对象,若存在所述相同的对象,将所述相同对象在所述第一推荐信息列表中的权重和所述第二推荐信息列表中的权重求平均值,得到所述相同对象的权重。
其中,所述排序模块用于:
确定所述第二对象包括但所述第一对象不包括的对象;
将所述对象和所述第一对象组合得到第三推荐信息列表中的第三对象;
根据所述综合确定的所述第一对象和所述第二对象的权重,对所述第三对象进行排序,得到排序结果;
根据所述排序结果向用户推荐信息。
其中,还包括筛选模块,用于从所述本地数据库中筛选出热点或时效达到预定值的对象,以确定所述第一推荐信息列表中的第一对象。
本发明实施例的有益效果是:将本地数据库中的数据和来自其他网络数据库的数据进行综合,以对推荐信息中的各对象重新进行排序,使得最终的推荐信息的排序具有更好的全面性和准确性,从而保障了用户体验。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例中的信息推荐方法的流程图;
图2是本发明一些实施例中的信息推荐方法的流程图;
图3是本发明一些实施例中步骤23的流程图;
图4是本发明另一些实施例中步骤23的流程图;
图5是本发明实施例中的信息推荐装置的框图;
图6是本发明一些实施例中的信息推荐装置的框图;
图7是本发明一些实施例中的重新排序模块的框图;
图8是本发明另一些实施例中的重新排序模块的框图;
图9是本发明实施例提供的信息推荐方法的电子设备的硬件结构示意图。
具体实施方式
为了便于理解本发明,下面结合附图和具体实施方式,对本发明进行更详细的说明。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
需要说明的是,本发明实施例提供的信息推荐方法的执行主体可以是服务器。
如背景技术中所述,在当前网站的推荐系统中,在接收到用户的服务请求时,会根据用户过往行为数据来在线计算出推荐信息列表而推荐给用户,或依据用户身份(Identity,ID)、标签、或对象等直接读取存储的利用常用的离线推荐算法所计算出的推荐信息列表并推荐给用户。
在一种可能的实现方式中,该推荐信息列表可以使用例如聚类算法、协同过滤算法等多种公知的算法来生成。
其中,关键词提取及权重计算可采用用于信息检索与数据挖掘的常用加权技术tf-idf(term frequency–inverse document frequency)以及Lucene(全文搜索引擎)分词技术等。
需要说明的是,不同的对象所具有的特征的种类和个数可能不同,并且即使两个对象所具有的特征的种类和个数均相同,如果其中某一特征对应的特征权重不同,则这两个对象也是不同的。并且,对象的特征权重值与推荐列表中对象的权重值应处于同一取值范围及基准,便于后期的优化计算。
图1是本发明实施例中的信息推荐方法的流程图,请参阅图1,该方法包括:
步骤11:获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象。
其中,第一对象和第二对象可以是商品或物品,也可以为视频、电子文档、音乐等,还可以是其他内容,在本发明实施例中并不进行具体的限定。第一对象和第二对象均可以为一个或者多个。
进一步地,本地数据库为特定的网站数据库,例如是用户当前所处的应用程序对应的数据库。非本地数据库为不同于该特定网站数据库的其他网站、服务器的数据库,用于保存第二对象。第二对象还可以是来源于多个非本地数据库的对象。第一对象和第二对象可能是部分重合的,也可能是全部重合的,例如当该特定网站为视频播放网站时,第一对象为古装电视剧,包括《甄嬛传》、《芈月传》、《宫》、《花千骨》等,第二对象来源于其他的视频网站数据,可以包括《甄嬛传》、《芈月传》、《太子妃升职记》、《琅琊榜》等,其中甄嬛传和芈月传则是重合的对象。
进一步地,第二推荐信息列表可以是来源于一个非本地数据库,还可以是来源于多个非本地数据库的多个推荐列表的综合推荐列表。
进一步地,第一推荐信息列表或第二推荐信息列表中的推荐信息包括对象的属性信息,例如,当第一对象和第二对象为视频文件时,该推荐信息包括视频文件的名称、文件大小、时间等属性信息。
步骤12:根据第一对象在第一推荐信息列表中的排序和第二对象在第二推荐信息列表中的排序,综合确定第一对象和第二对象的权重。
其中,各对象的权重可根据其在推荐信息列表中的排序获取,例如,排序第一的对象,权重为100%,排序第二的对象,权重为99%,排序第三的对象,权重为98%……以此类推。当然,也可以是按照其他数值规则确定对象的权重。
进一步地,综合确定第一对象和第二对象的权重,可以是,综合相同对象在不同网络数据库中的排序权重得出综合后的权重,例如将所有网络数据库中的相同对象的权重的平均值作为该对象的新的权重值。
步骤13:根据第一对象和第二对象确定第三推荐信息列表中的第三对象,以根据综合确定的第一对象和第二对象的权重对第三对象进行排序,并根据排序结果向用户推荐信息。
具体地,将第一对象和第二对象中相同的对象作为第三对象,并根据第三对象的权重,如,权重值从大到小的顺序,和属性信息生成第三推荐信息列表。
本发明实施例中的信息推荐方法,将本地数据库中的数据和来自其他网络数据库的数据进行综合,以对推荐信息中的各对象重新进行排序,使得最终的推荐信息的排序具有更好的全面性和准确性,从而保障了用户体验。
图2是本发明一些实施例中的信息推荐方法的流程图,请参阅图2,该方法包括:
步骤21:获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象。
本发明实施例中的对象(如第一对象、第二对象等)可以是商品或物品,也可以为视频、电子文档、音乐等,还可以是其他内容,在本发明实施例中并不进行具体的限定。第一对象和第二对象均可以为多个,例如排序位于前十的所有对象。第二对象还可以是来源于多个非本地数据库的对象。第一对象和第二对象可能是部分重合的,也可能是全部重合的,例如当推荐内容为古装电视剧时,第一对象包括《甄嬛传》、《芈月传》、《宫》、《花千骨》等,第二对象包括《甄嬛传》、《芈月传》、《太子妃升职记》、《琅琊榜》等,其中甄嬛传和芈月传则是重合的对象。
具体实现时,该第一对象需要满足热点或时效达到某一预定值才能进入第一推荐信息列表,在步骤21之前,该方法还可以包括:
步骤20:从本地数据库中筛选出热点或时效达到预定值的对象,以确定第一推荐信息列表中的第一对象。
当本地数据库更新后,服务器可以重新执行步骤20,以重新得到推荐信息列表中的第一对象。此时,第二对象可以选择在某一非本地数据库的第二推荐信息列表中排序靠前或者数量和第一对象相同的对象。
如上所述,第一推荐信息列表是利用现有技术中的推荐技术并根据所有用户的过往行为而生成的,其中,根据所有用户的过往行为能够确定对象的热点。时效则是根据推荐时间而确定。可以理解的是,第一推荐信息列表是利用现有技术中的推荐技术并根据被推荐用户的过往行为而生成的。
步骤22:根据第一对象在第一推荐信息列表中的排序和第二对象在第二推荐信息列表中的排序,综合确定第一对象和第二对象的权重。
具体地,根据第一对象在第一推荐信息列表中的排序和第二对象在第二推荐信息列表中的排序,获取第一对象在第一推荐信息列表中的权重和第二对象在第二推荐信息列表中的权重。
各对象的权重可根据其在推荐信息列表中的排序获取,例如,排序第一的对象,权重为100%,排序第二的对象,权重为99%,排序第三的对象,权重为98%……以此类推。当然,也可以是按照其他数值规则确定对象的权重。
进一步地,根据第一对象在第一推荐信息列表中的权重和第二对象在第二推荐信息列表中的权重,综合确定第一对象和第二对象的权重。
进一步地,由于第一对象和第二对象中可能包括部分重合或者全部重合的对象,因此,该相同的对象的时效或热点较高,则综合相同对象在不同网络数据库中的排序权重得出综合后的权重,例如将所有网络数据库中的相同对象的权重的平均值作为该对象的新的权重值。步骤22可以为:
根据第一对象在第一推荐信息列表中的权重和第二对象在第二推荐信息列表中的权重,将每一对象在所有推荐信息列表中的权重求平均值,得出每一对象的权重。
以古装电视剧为例,本地数据库的第一推荐信息列表中的第一对象包括《甄嬛传》、《芈月传》、《宫》、《花千骨》,另一非本地数据库的第二推荐信息列表中的第二对象包括《甄嬛传》、《芈月传》、《太子妃升职记》、《琅琊榜》,又一非本地数据库的第二推荐信息列表中的第二对象包括《甄嬛传》、《芈月传》、《太子妃升职记》、《花千骨》,其排序权重和综合后的权重如表1所示:
表1
步骤23:根据第一对象和第二对象确定第三推荐信息列表中的第三对象,以根据综合确定的第一对象和第二对象的权重对第三对象进行排序,并根据排序结果向用户推荐信息。
本步骤根据调整后的对象权重,可以对第三对象排序,然后将根据排序结果重新向用户推荐信息。例如,可以根据排序结果以及实际展示数目需求按顺序选取部分排序结果推荐给用户。又如,可以将所有的排序结果按顺序推荐给用户。
图3是本发明一些实施例中步骤23的流程图,请参阅图3,在一些实施例中,步骤23包括:
步骤231a:确定第二对象包括但第一对象不包括的对象;
步骤231b:将该对象和第一对象组合得到第三推荐信息列表中的第三对象;
步骤231c:根据综合确定的第一对象和第二对象的权重,对第三对象进行排序,得到排序结果;
其中,排序一般是按照权重值从大到小的顺序。
步骤231d:根据排序结果向用户推荐信息。
图4是本发明另一些实施例中步骤23的流程图,请参阅图4,在另一些实施例中,步骤23包括:
步骤232a:确定第二对象包括但第一对象不包括的对象;
步骤232b;将该对象和第一对象组合得到第三推荐信息列表中的第三对象;
步骤232c:根据综合确定的第一对象和第二对象的权重,对第三对象进行排序,得到排序结果;
其中,排序一般是按照权重值从大到小的顺序。
步骤232d:获取排序结果中位于预设顺序之前的信息,向用户推荐所述信息。
本发明实施例中的信息推荐方法,将本地数据库中的数据和来自其他网络数据库的数据进行综合,以对推荐信息中的各对象重新进行排序,使得最终的推荐信息的排序具有更好的全面性和准确性,从而保障了用户体验。
图5是本发明实施例中的信息推荐装置的框图,请参阅图5,该装置50包括对象获取模块51、权重确定模块52、排序模块53。
其中,对象获取模块51用于获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象;
权重确定模块52用于根据第一对象在第一推荐信息列表中的排序和第二对象在第二推荐信息列表中的排序,综合确定第一对象和第二对象的权重;
排序模块53用于根据第一对象和第二对象确定第三推荐信息列表中的第三对象,以根据综合确定的第一对象和第二对象的权重对第三对象进行排序,并根据排序结果向用户推荐信息。
本发明实施例中的信息推荐装置,将本地数据库中的数据和来自其他网络数据库的数据进行综合,以对推荐信息中的各对象重新进行排序,使得最终的推荐信息的排序具有更好的全面性和准确性,从而保障了用户体验。
图6是本发明一些实施例中的信息推荐装置的框图,请参阅图6,该装置60包括对象获取模块61、权重确定模块62、排序模块63。
其中,对象获取模块61用于获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象;
权重确定模块62用于根据第一对象在第一推荐信息列表中的排序和第二对象在第二推荐信息列表中的排序,综合确定第一对象和第二对象的权重;
排序模块63用于根据第一对象和第二对象确定第三推荐信息列表中的第三对象,以根据综合确定的第一对象和第二对象的权重对第一推荐信息列表进行排序,并根据排序结果向用户推荐信息。
该装置60还包括筛选模块64,用于从本地数据库中筛选出热点或时效达到预定值的对象,以确定第一推荐信息列表中的第一对象。
在一些实施例中,权重确定模块62具体用于根据第一对象在第一推荐信息列表中的权重和第二对象在第二推荐信息列表中的权重,将每一对象在所有推荐信息列表中的权重求平均值,得出每一对象的权重。
图7是本发明一些实施例中的排序模块63的框图,请参阅图7,
重新排序模块63包括:
第一确定单元631a,用于确定第二对象包括但第一对象不包括的对象;
第一加入单元631b,用于将该对象和第一对象组合得到第三推荐信息列表中的第三对象;
第一排序单元631c,用于根据综合确定的第一对象和第二对象的权重,对第三对象进行排序,得到排序结果;
第一推荐单元631d,用于根据排序结果向用户推荐信息。
图8是本发明另一些实施例中的排序模块63的框图,请参阅图8,排序模块63包括:
第二确定单元632a,用于确定第二对象包括但第一对象不包括的对象;
第二加入单元632b,用于将该对象和第一对象组合得到第三推荐信息列表中的第三对象;
第二排序单元632c,用于根据综合确定的第一对象和第二对象的权重,对第三对象进行排序,得到排序结果;
第二推荐单元632d,用于获取排序结果中位于预设顺序之前的信息,向用户推荐所述信息。
本实施例的详细实现过程和工作原理可参考本发明方法实施例的描述,此处不赘述。
本发明实施例中的信息推荐装置,将本地数据库中的数据和来自其他网络数据库的数据进行综合,以对推荐信息中的各对象重新进行排序,使得最终的推荐信息的排序具有更好的全面性和准确性,从而保障了用户体验。
图9是本发明实施例提供的信息推荐方法的电子设备70的硬件结构示意图,如图9所示,该电子设备70包括:
一个或多个处理器71以及存储器72,图9中以一个处理器71为例。
处理器71和存储器72可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器72作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的信息推荐方法对应的程序指令/模块。处理器71通过运行存储在存储器72中的非易失性软件程序、指令以及模块,从而执行电子设备70的各种功能应用以及数据处理,即实现上述方法实施例信息推荐方法。
存储器72可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据信息推荐装置的使用所创建的数据等。此外,存储器72可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器72可选包括相对于处理器71远程设置的存储器,这些远程存储器可以通过网络连接至信息推荐装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器72中,当被所述一个或者多个处理器71执行时,执行上述任意方法实施例中的信息推荐方法。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
本发明实施例的电子设备以多种形式存在,例如服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高,以及其他具有数据交互功能的电子装置等。
本发明实施例提供了一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图9中的一个处理器71,可使得上述一个或多个处理器可执行上述任意方法实施例中的信息推荐方法。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。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,所述的程序可存储于一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,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种信息推荐方法,其特征在于,所述方法包括:
获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象;
根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重;以及
根据所述第一对象和所述第二对象确定第三推荐信息列表中的第三对象,以根据所述综合确定的所述第一对象和所述第二对象的权重对所述第三对象进行排序,并根据排序结果向用户推荐信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重包括:
根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,获取所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重;
根据所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重,综合确定所述第一对象和所述第二对象的权重。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重包括:
比较所述第一对象和所述第二对象中是否存在相同的对象,若存在所述相同的对象,将所述相同对象在所述第一推荐信息列表中的权重和所述第二推荐信息列表中的权重求平均值,得到所述相同对象的权重。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一对象和所述第二对象确定第三推荐信息列表中的第三对象,根据所述综合确定的所述第一对象和所述第二对象的权重确定对所述第三对象进行排序,并根据排序结果向用户推荐信息,包括:
确定所述第二对象包括但所述第一对象不包括的对象;
将所述对象和所述第一对象组合得到第三推荐信息列表中的第三对象;
根据所述综合确定的所述第一对象和所述第二对象的权重,对所述第三对象进行排序,得到排序结果;
根据所述排序结果向用户推荐信息。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述本地数据库中筛选出热点或时效达到预定值的对象,以确定所述第一推荐信息列表中的第一对象。
6.一种信息推荐装置,其特征在于,所述装置包括:
对象获取模块,用于获取来源于本地数据库的第一推荐信息列表中的第一对象,以及获取来源于非本地数据库的第二推荐信息列表中的第二对象;
权重确定模块,用于根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,综合确定所述第一对象和所述第二对象的权重;以及
排序模块,用于根据所述第一对象和所述第二对象确定第三推荐信息列表中的第三对象,以根据所述综合确定的所述第一对象和所述第二对象的权重对所述第三对象进行排序,并根据排序结果向用户推荐信息。
7.根据权利要求6所述的装置,其特征在于,所述权重确定模块用于:
根据所述第一对象在所述第一推荐信息列表中的排序和所述第二对象在所述第二推荐信息列表中的排序,获取所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重;以及
根据所述第一对象在所述第一推荐信息列表中的权重和所述第二对象在所述第二推荐信息列表中的权重,综合确定所述第一对象和所述第二对象的权重。
8.根据权利要求7所述的装置,其特征在于,所述权重确定模块还用于:比较所述第一对象和所述第二对象中是否存在相同的对象,若存在所述相同的对象,将所述相同对象在所述第一推荐信息列表中的权重和所述第二推荐信息列表中的权重求平均值,得到所述相同对象的权重。
9.根据权利要求6所述的装置,其特征在于,所述排序模块用于:
确定所述第二对象包括但所述第一对象不包括的对象;
将所述对象和所述第一对象组合得到第三推荐信息列表中的第三对象;
根据所述综合确定的所述第一对象和所述第二对象的权重,对所述第三对象进行排序,得到排序结果;
根据所述排序结果向用户推荐信息。
10.根据权利要求6所述的装置,其特征在于,还包括筛选模块,用于从所述本地数据库中筛选出热点或时效达到预定值的对象,以确定所述第一推荐信息列表中的第一对象。
CN201610847845.3A 2016-09-23 2016-09-23 一种信息推荐方法及装置 Pending CN106528596A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610847845.3A CN106528596A (zh) 2016-09-23 2016-09-23 一种信息推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610847845.3A CN106528596A (zh) 2016-09-23 2016-09-23 一种信息推荐方法及装置

Publications (1)

Publication Number Publication Date
CN106528596A true CN106528596A (zh) 2017-03-22

Family

ID=58344125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610847845.3A Pending CN106528596A (zh) 2016-09-23 2016-09-23 一种信息推荐方法及装置

Country Status (1)

Country Link
CN (1) CN106528596A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609963A (zh) * 2019-08-09 2019-12-24 北京三快在线科技有限公司 推荐榜单生成方法及装置、电子设备及存储介质
CN112235614A (zh) * 2020-10-14 2021-01-15 广州欢网科技有限责任公司 电视节目排行榜数据的个性化推荐方法及系统
CN115114402A (zh) * 2022-06-27 2022-09-27 北京金堤科技有限公司 相关相似公司的推荐方法、装置、存储介质和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239468A (zh) * 2014-09-02 2014-12-24 百度在线网络技术(北京)有限公司 一种用于对推荐信息进行重新排序的方法与装置
CN105183731A (zh) * 2014-06-04 2015-12-23 腾讯科技(深圳)有限公司 推荐信息生成方法、装置及系统
CN105868237A (zh) * 2015-12-09 2016-08-17 乐视网信息技术(北京)股份有限公司 媒体数据推荐方法及服务器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105183731A (zh) * 2014-06-04 2015-12-23 腾讯科技(深圳)有限公司 推荐信息生成方法、装置及系统
CN104239468A (zh) * 2014-09-02 2014-12-24 百度在线网络技术(北京)有限公司 一种用于对推荐信息进行重新排序的方法与装置
CN105868237A (zh) * 2015-12-09 2016-08-17 乐视网信息技术(北京)股份有限公司 媒体数据推荐方法及服务器

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609963A (zh) * 2019-08-09 2019-12-24 北京三快在线科技有限公司 推荐榜单生成方法及装置、电子设备及存储介质
CN110609963B (zh) * 2019-08-09 2022-08-26 北京三快在线科技有限公司 推荐榜单生成方法及装置、电子设备及存储介质
CN112235614A (zh) * 2020-10-14 2021-01-15 广州欢网科技有限责任公司 电视节目排行榜数据的个性化推荐方法及系统
CN115114402A (zh) * 2022-06-27 2022-09-27 北京金堤科技有限公司 相关相似公司的推荐方法、装置、存储介质和电子设备

Similar Documents

Publication Publication Date Title
WO2020048084A1 (zh) 资源推荐方法、装置、计算机设备及计算机可读存储介质
US10789634B2 (en) Personalized recommendation method and system, and computer-readable record medium
US8290818B1 (en) System for recommending item bundles
US8285602B1 (en) System for recommending item bundles
JP6293642B2 (ja) 推薦エンジンに基づく汎用グラフ、ルール及び空間構造
US10210237B2 (en) Information processing system, similar category identification method, program, and computer readable information storage medium
CN103038769B (zh) 用于将内容导引到社交网络引擎用户的系统和方法
US10621220B2 (en) Method and system for providing a personalized snippet
KR101062927B1 (ko) 적어도 한 명의 사용자의 성향을 고려하여 타사용자 또는 사물을 추천하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
CN102822815A (zh) 用于利用浏览器历史进行动作建议的方法和系统
JP5859606B2 (ja) オンライン商取引プラットフォームにおける広告ソースおよびキーワードセットの適合
US20160210678A1 (en) Systems for generating a global product taxonomy
US20150317317A1 (en) Method and system for providing query suggestions including entities
WO2017132689A1 (en) Method and system for product discovery
KR101625863B1 (ko) 연구자 논문 투고처 추천 시스템 및 방법
US11599822B1 (en) Generation and use of literary work signatures reflective of entity relationships
CN111639255B (zh) 搜索关键词的推荐方法、装置、存储介质及电子设备
US20130246432A1 (en) Providing content based on online topical trends
CN111125314B (zh) 书籍查询页面的展示方法、电子设备及计算机存储介质
US20150248720A1 (en) Recommendation engine
KR20150101538A (ko) 사용자의 실행 패턴을 이용한 상품 추천 시스템, 사용자의 실행 패턴을 이용한 상품 추천 방법 및 이를 위한 장치
CN106528596A (zh) 一种信息推荐方法及装置
KR101725510B1 (ko) 사용자 성향을 고려한 소셜 이벤트 추천 방법 및 장치
Jankiewicz et al. Boosting algorithms for a session-based, context-aware recommender system in an online travel domain
CN112488781A (zh) 搜索推荐方法、装置、电子设备及可读存储介质

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170322