CN106611050B - 电子书推荐方法、装置和服务器 - Google Patents
电子书推荐方法、装置和服务器 Download PDFInfo
- Publication number
- CN106611050B CN106611050B CN201611200102.3A CN201611200102A CN106611050B CN 106611050 B CN106611050 B CN 106611050B CN 201611200102 A CN201611200102 A CN 201611200102A CN 106611050 B CN106611050 B CN 106611050B
- Authority
- CN
- China
- Prior art keywords
- book
- information
- reading
- characteristic information
- ebook
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种电子书推荐方法、装置和服务器，其中，电子书推荐方法包括：获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；确定与所述阅读特征相匹配的电子书类型；按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书。通过本发明实施例，一方面，推荐更有针对性，可以满足电子书用户的个性化需求；另一方面，电子书服务提供商可以达到有效的推荐效果，不会造成推荐资源的浪费。
Description
技术领域
本发明实施例涉及数据处理技术领域，尤其涉及一种电子书推荐方法、装置和一种服务器。
背景技术
电子书是利用计算机技术将文字、图片、声音、影像等信息内容数字化的出版物。随着互联网技术应用的越来越广泛，传统的纸质阅读方式已逐渐被电子书取代，人们越来越趋向于利用互联网和计算机技术，通过用于阅读电子书的电子书阅读应用下载电子书进行阅读。
在此情况下，电子书服务提供商使用电子书阅读应用向电子书用户进行电子书推荐。通常情况下，电子书服务提供商根据电子书的发布时间，将新发布的电子书无差别地向所有电子书用户进行推荐。然而，电子书用户中的很多用户可能对新发布的电子书并不感兴趣，甚至是反感。由此造成，一方面，现有的电子书推荐不能满足电子书用户的个性化需求；另一方面，也造成了电子书服务提供商对资源的浪费。
发明内容
本发明实施例提供了一种电子书推荐方法、装置和一种服务器，以解决目前电子书推荐既不能满足电子书用户的个性化需求，也浪费资源的问题。
根据本发明实施例的一个方面，提供了一种电子书推荐方法，包括：获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；确定与所述阅读特征相匹配的电子书类型；按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书。
根据本发明实施例的另一方面，还提供了一种电子书推荐装置，包括：第一确定模块，用于获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；第二确定模块，用于确定与所述阅读特征相匹配的电子书类型；推荐模块，用于按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书。
根据本发明实施例的又一方面，还提供了一种服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如前所述的电子书推荐方法对应的操作。
根据本发明实施例的再一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有：用于获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征的可执行指令，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；用于确定与所述阅读特征相匹配的电子书类型的可执行指令；用于按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书的可执行指令。
根据本发明实施例提供的技术方案，在为电子书用户推荐电子书时，可以根据电子书用户的阅读行为的特征信息和/或阅读场景的特征信息，来确定该电子书用户感兴趣的电子书类型，进而为该电子书用户推荐其感兴趣的类型的电子书。其中，阅读行为的特征信息可以表征电子书用户的阅读偏好，如，该电子书用户偏好搞笑类小说；而阅读场景的特征信息可以表征电子书用户的阅读习惯，如，该电子书用户习惯在晚上10：00-11：00之间进行电子书阅读，或者，习惯在上班路上进行电子书阅读等。根据电子书用户的阅读偏好和/或阅读习惯进行电子书推荐，一方面，推荐更有针对性，可以满足电子书用户的个性化需求；另一方面，电子书服务提供商可以达到有效的推荐效果，不会造成推荐资源的浪费。
附图说明
图1是根据本发明实施例一的一种电子书推荐方法的步骤流程图；
图2是根据本发明实施例二的一种电子书推荐方法的步骤流程图；
图3是根据本发明实施例三的一种电子书推荐装置的结构框图；
图4是根据本发明实施例四的一种电子书推荐装置的结构框图；
图5是根据本发明实施例五的一种服务器的结构示意图。
具体实施方式
下面结合附图(若干附图中相同的标号表示相同的元素)和实施例，对本发明实施例的具体实施方式作进一步详细说明。以下实施例用于说明本发明，但不用来限制本发明的范围。
本领域技术人员可以理解，本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
实施例一
参照图1，示出了根据本发明实施例一的一种电子书推荐方法的步骤流程图。
本实施例的电子书推荐方法包括以下步骤：
步骤S102：获取电子书用户的行为特征信息，根据行为特征信息确定电子书用户的阅读特征。
其中，行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息。阅读行为的特征信息可以表征电子书用户的阅读偏好，如，该电子书用户偏好搞笑类小说；而阅读场景的特征信息可以表征电子书用户的阅读习惯，如，该电子书用户习惯在晚上10：00-11：00之间进行电子书阅读，或者，习惯在上班路上进行电子书阅读等。
阅读行为的特征信息和阅读场景的特征信息均基于采集的电子书用户的行为数据，如该电子书用户的阅读记录、购买记录、评论记录、分享记录、阅读时间、阅读时所处的地理位置等等。本领域技术人员可以采用任意适当的特征提取算法对采集的电子书用户的行为数据进行特征提取，获得电子书用户的阅读行为的特征信息和阅读场景的特征信息，本发明实施例对特征提取的具体实现方式不作限制。
在获取了电子书用户的行为特征信息后，可以根据行为特征信息确定电子书用户的阅读特征。例如，电子书用户X的阅读特征为偏好科幻类小说和编程类电子书；又或者例如，电子书用户X在晚上9：00-10：00偏好科幻类小说，在早上9：00-10：00偏好编程类电子书；再或者，电子书用户X处于A地理位置时偏好科幻类小说，处于B地理位置时偏好编程类电子书等等。
步骤S104：确定与阅读特征相匹配的电子书类型。
其中，电子书类型是预先标记的，在标记电子书类型时，可以由本领域技术人员采用任意适当的方式进行标记。例如，使用第三方应用进行标记，或者根据经验进行标记，或者使用相关算法对电子书进行分类和标记，或者使用训练好的用于对电子书类型进行识别和分类的神经网络进行标记等等。
阅读特征可以和电子书类型对应设置，例如，电子书用户X的阅读特征为偏好电子书类型中的科幻类型和言情类型；阅读特征也可以不与电子书类型对应设置，而通过一定方式对应关联，例如，电子书用户X的阅读特征为年轻活泼类型阅读，则与该阅读特征相匹配的电子书类型可以是青春文学类型等。
步骤S106：按照设定规则向用户推荐电子书类型对应的电子书。
其中，设定规则可以由本领域技术人员根据实际需要适当设置，如，向电子书用户推荐与其阅读特征最匹配的电子书类型中排名前五的电子书、或者排名前四的电子书外加一本与该电子书类型相似度最高的另一电子书类型的电子书等等。
通过本实施例，在为电子书用户推荐电子书时，可以根据电子书用户的阅读行为的特征信息和/或阅读场景的特征信息，来确定该电子书用户感兴趣的电子书类型，进而为该电子书用户推荐其感兴趣的类型的电子书。其中，阅读行为的特征信息可以表征电子书用户的阅读偏好，而阅读场景的特征信息可以表征电子书用户的阅读习惯。根据电子书用户的阅读偏好和/或阅读习惯进行电子书推荐，一方面，推荐更有针对性，可以满足电子书用户的个性化需求；另一方面，电子书服务提供商可以达到有效的推荐效果，不会造成推荐资源的浪费。
本实施例的电子书推荐方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：服务器、台式电脑等。
实施例二
参照图2，示出了根据本发明实施例二的一种电子书推荐方法的步骤流程图。
本实施例的电子书推荐方法包括以下步骤：
步骤S202：获取多本电子书的电子书特征信息，根据电子书特征信息确定每本电子书的类型。
本实施例中，先根据电子书特征信息确定每本电子书的类型，其中，电子书特征信息包括：电子书的内容特征分词，电子书的内容特征分词用于表征电子书的内容特征。通过对电子书文字内容的分析，可以提取出代表电子书内容特征的分词，通过该分词基本可以确定电子书的类型。例如，提取出的一本电子书的内容特征分词多涉及“战场”、“命令”、“手枪”、“爆炸”等分词，则可基本确定该电子书属于战争题材类型。
可选地，电子书特征信息还可以包括：电子书的评论特征分词，和/或，作者特征分词。其中，电子书的评论特征分词用于表征电子书的评论特征，而作者特征分词则可以用于表征电子书的作者。例如，若一本电子书的作者特征分词为“古龙”，结合该电子书内容特征分词，可以更为精准地确定该电子书为武侠类型。再例如，通过对一本电子书的评论信息进行分析，提取其评论特征分词为“武侠”、“古龙”等，也可以进一步准确地确定该电子书为武侠类型。通过电子书的评论特征分词和/或作者特征分词，为更为精准地确定电子书的类型提供了依据。
其中，电子书的内容特征分词通过对电子书的文字内容信息进行语义分析获得；电子书的评论特征分词通过对电子书的用户评论信息进行语义分析获得。但不限于此，其它特征词提取的方式也同样适用，如通过适当的经过学习的神经网络进行特征分词提取等。
在一种可行方式中，根据电子书特征信息确定每本电子书的类型时，可以根据电子书特征信息，确定多本电子书之间的相似度；进而根据该相似度，确定每本电子书的类型。其中，确定多本电子书之间的相似度的方式可以由本领域技术人员根据实际情况采用适当的方式，包括但不限于：聚类方式、特征向量距离计算方式、机器学习方式等等。满足一定相似度阈值的电子书可以认为是同一类型的电子书，基于电子书特征信息即可确定电子书类型。
需要说明的是，本步骤为可选步骤，在实际进行电子书推荐过程中，也可以采用如实施例一中所述的其它适当方式确定电子书的类型。
步骤S204：获取电子书用户的行为特征信息，根据行为特征信息确定电子书用户的阅读特征。
本实施例中，行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息。其中，阅读行为的特征信息包括以下至少之一：阅读记录信息、购买记录信息、分享记录信息、翻屏行为信息、阅读时间长度信息、电子书评论信息、标记信息；阅读场景的特征信息包括以下至少之一：阅读位置信息、阅读时间信息。
其中，针对某个确定的电子书阅读应用，阅读记录信息记录了电子书用户使用该电子书阅读应用阅读过的电子书的信息；购买记录信息记录了电子书用户使用该电子书阅读应用购买过的电子书的信息；分享记录信息记录了电子书用户使用该电子书阅读应用分享给他人的电子书的信息；翻屏行为信息可以反映电子书用户在阅读不同电子书的不同页面时花费的时间；阅读时间长度信息可以反映电子书用户阅读不同电子书的时长；电子书评论信息记录了电子书用户对电子书发表的评论内容；标记信息可以反映用户对电子书的标记情况，标记越多感兴趣的程度就可能越大。
上述阅读行为的特征信息可以从不同角度反映了电子书用户的类型，或者电子书用户偏好的电子书的类型。不同角度反映的偏好程度也可能不同，例如，从偏好程度上看，购买记录相比较于阅读记录更能反映电子书用户对某些类型的电子书的偏好程度。因此，在实际根据阅读行为的特征信息确定电子书用户的阅读特征时，可以根据实际情况为不同的特征信息设置不同的权重，以更客观地反映电子书用户的阅读特征。
上述阅读场景的特征信息中，阅读位置信息反映了电子书用户阅读电子书时的习惯位置，其可以通过电子书阅读应用所在的终端的位置确定，如电子书用户经常在A位置阅读编程类电子书，该A位置对应于某个写字楼，该电子书用户还经常在B位置阅读武侠类小说电子书，该B位置对应于某个住宅小区。据此，可以判断该电子书用户在不同的位置偏好不同类型的电子书，后续可以以此为依据，根据该电子书用户所处位置的不同进行不同类型电子书的推荐。
阅读场景的特征信息中的阅读时间信息反映了电子书用户阅读电子书的习惯时间，如电子书用户经常在早上9:00-10：00阅读编程类电子书，在晚上9:00-10：00阅读武侠类小说电子书。据此，可以判断该电子书用户在不同的时段偏好不同类型的电子书，后续可以以此为依据，根据该电子书用户打开电子书阅读应用时间的不同进行不同类型电子书的推荐。
由上可见，在根据电子书用户的行为特征信息确定电子书用户的阅读特征时，可以根据其阅读行为的特征信息，确定该电子书用户的至少一个阅读偏好；和/或，根据其阅读场景的特征信息，确定该电子书用户的至少一个场景偏好。
步骤S206：确定与电子书用户的阅读特征相匹配的电子书类型。
如实施例一中所述，根据电子书用户的阅读特征可以确定与其相匹配的电子书类型。如，电子书用户的阅读特征与电子书类型对应设置时，可以直接通过阅读特征确定相应的电子书类型；电子书用户的阅读特征与电子书类型关联设置时，可以通过关联或者对应关系，确定与阅读特征相对应的电子书类型。
步骤S208：按照设定规则向电子书用户推荐电子书类型对应的电子书。
在确定了电子书用户的阅读特征后，可以按照一定的规则向其进行电子书推荐。其中，所述设定规则可以由本领域技术人员根据实际情况适当设置，包括但不限于根据电子书用户的阅读特征和电子书类型之间的距离进行推荐等等。
在一种可行的推荐方式中，当电子书用户的阅读特征与电子书类型对应设置时，如，电子书用户的阅读特征为：武侠小说、科幻小说、编程类书籍；电子书类型中也存在武侠小说类型、科幻小说类型、编程类型。在此情况下，可以按照该对应关系进行相应类型的电子书推荐，具体的推荐方式可以由本领域技术人员根据实际情况适当设置，如，一次推荐三本电子书，其中，一本为武侠小说、一本为科幻小说、一本为编程类书籍。但在某些情况下，用户虽然偏好多种类型的电子书，但仍存在偏好程度的差别。如，电子书用户的阅读特征为：武侠小说70％、科幻小说20％、编程类书籍10％，则在推荐时可以根据电子书用户的偏好程度设定相应的推荐策略，如，一次推荐五本电子书，其中，三本为武侠小说、一本为科幻小说、一本为编程类书籍等。
在另一种可行的推荐方式中，当电子书用户的阅读特征与电子书类型关联设置时，如，电子书用户的阅读特征为：轻松文学类，与该类型关联的电子书类型可以包括：搞笑小说类型、言情小说类型、穿越小说类型等。在此情况下，可以按照该关联关系进行相应的电子书推荐。
在又一种可行的推荐方式中，考虑到电子书用户的场景偏好，在确定通过电子书阅读应用向电子书用户推荐电子书时，可以获取当前系统时间和/或电子书用户的当前位置(即电子书阅读应用所在终端的当前位置)；根据当前系统时间和/或当前位置，确定电子书用户的场景偏好；根据电子书用户的场景偏好，向电子书用户推荐电子书。例如，电子书用户在上午9：30分打开终端的电子书阅读应用时，向其进行电子书推荐，首先确定9：30分该电子书用户的场景偏好是编程类书籍，则此时，可以向该电子书用户推荐编程类电子书。或者如，电子书用户在A位置打开终端的电子书阅读应用时，向其进行电子书推荐，首先确定A位置该电子书用户的场景偏好是科幻类书籍，则此时，可以向该电子书用户推荐科幻类小说电子书。通过该种方式，不仅考虑了电子书用户的阅读偏好，还充分考虑了电子书用户的阅读场景，能够更有针对性地进行电子书推荐，并且保证电子书用户有较好的阅读体验。
在再一种可行方式中，可以向电子书用户推荐电子书类型对应的电子书，和/或，与电子书类型的相似度满足设定阈值的其它类型的电子书。每种类型的电子书之间具有一定的相似度，如玄幻类型小说与修仙类型小说之间的相似度较高，穿越类型小说与言情类型小说之间的相似度也较高，而修仙类型与国学类型之间的相似度则较低等。电子书类型之间的相似度的确定可以由本领域技术人员根据实际情况采用适当的实现方式，如计算特征向量之间的距离等方式，本发明实施例对此不作限制。在向电子书用户进行电子书推荐时，第一方面，可以直接推荐与电子书用户的阅读特征相匹配的电子书类型的电子书；第二方面，还可以直接推荐或者与第一方面中确定的电子书一起推荐、与第一方面中的电子书类型相似度在设定阈值范围内的其它电子书类型的电子书，其中，设定阈值可以由本领域技术人员根据实际需求适当设置，本发明实施例对此不作限制。例如，在对电子书用户进行电子书推荐时，若与该电子书用户最匹配的电子书类型为修仙类型小说，则在向该电子书用户推荐修仙类型小说的同时，还可以向其推荐玄幻类型小说，或者，也可以直接向其推荐玄幻类型小说。
需要说明的是，在确定了推荐的电子书类型后，还可以根据该电子书用户的当前书架目录中的电子书信息，在确定的电子书类型中，筛选与当前书架目录中的电子书相似度较高的电子书进行推荐，以进一步提升电子书用户的阅读体验。
此外，电子书用户的阅读行为会影响到电子书类型之间相似度的确定。比如，通过对多个电子书用户的电子书书单信息进行分析发现，许多电子书用户同时收录有逻辑推理类书籍和编程类书籍，则说明两个类型的书籍之间具有一定的联系，可以据此对两个电子书类型的相似度进行修正和调整。也即，服务器会获取多个电子书用户的电子书书单信息；然后，根据电子书书单信息，为每个电子书书单中的不同类型的电子书建立关联关系；进而，根据该关联关系，对不同的电子书类型之间的相似度进行修正。
还需要说明的是，电子书用户的阅读特征有可能发生改变，为了实现电子书推荐的精准和有效，还可以根据电子书用户的阅读行为及时更新电子书用户的阅读特征。例如，可以获取电子书用户当前阅读行为的阅读信息，其中，该阅读信息包括以下至少之一：电子书信息、阅读场景信息；根据该阅读信息更新电子书用户的行为特征信息。比如，已确定的电子书用户的阅读特征为：武侠小说、科幻小说、编程类书籍，但服务器监测到电子书用户当前下载或者试读了《论语》，则会为该电子书用户增加国学类书籍的标记，更新其行为特征信息。再比如，服务器监测到电子书用户由早上9:00-10：00阅读编程类电子书，改为下午3:00-4：00阅读编程类电子书，则相应地，也会对电子书用户的该行为进行标记，作为更新其行为特征信息的依据。
通过本实施例，可以根据电子书用户的阅读偏好和/或阅读习惯进行电子书推荐，一方面，推荐更有针对性，可以满足电子书用户的个性化需求；另一方面，电子书服务提供商可以达到有效的推荐效果，不会造成推荐资源的浪费。
本实施例的电子书推荐方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：服务器、台式电脑等。
实施例三
参照图3，示出了根据本发明实施例三的一种电子书推荐装置的结构框图。
本实施例的电子书推荐装置包括：第一确定模块302，用于获取电子书用户的行为特征信息，根据行为特征信息确定电子书用户的阅读特征，其中，行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；第二确定模块304，用于确定与阅读特征相匹配的电子书类型；推荐模块306，用于按照设定规则向电子书用户推荐电子书类型对应的电子书。
本实施例的电子书推荐装置，在为电子书用户推荐电子书时，可以根据电子书用户的阅读行为的特征信息和/或阅读场景的特征信息，来确定该电子书用户感兴趣的电子书类型，进而为该电子书用户推荐其感兴趣的类型的电子书。其中，阅读行为的特征信息可以表征电子书用户的阅读偏好，而阅读场景的特征信息可以表征电子书用户的阅读习惯。根据电子书用户的阅读偏好和/或阅读习惯进行电子书推荐，一方面，推荐更有针对性，可以满足电子书用户的个性化需求；另一方面，电子书服务提供商可以达到有效的推荐效果，不会造成推荐资源的浪费。
本实施例的电子书推荐装置可以设置于相应的设备如服务器中，也可以以独立的设备形式存在。
实施例四
参照图4，示出了根据本发明实施例四的一种电子书推荐装置的结构框图。
本实施例的电子书推荐装置包括：第一确定模块402，用于获取电子书用户的行为特征信息，根据行为特征信息确定电子书用户的阅读特征，其中，行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；第二确定模块404，用于确定与阅读特征相匹配的电子书类型；推荐模块406，用于按照设定规则向电子书用户推荐电子书类型对应的电子书。
可选地，本实施例的电子书推荐装置还包括：第三确定模块408，用于在第一确定模块402获取电子书用户的行为特征信息之前，获取多本电子书的电子书特征信息，根据电子书特征信息确定每本电子书的类型。
可选地，第三确定模块408用于获取多本电子书的电子书特征信息，根据电子书特征信息，确定多本电子书之间的相似度；根据所述相似度，确定每本电子书的类型。
可选地，电子书特征信息包括：电子书的内容特征分词，电子书的内容特征分词用于表征电子书的内容特征。
可选地，电子书特征信息还包括：电子书的评论特征分词，和/或，作者特征分词；其中，电子书的评论特征分词用于表征电子书的评论特征；作者特征分词用于表征电子书的作者。
可选地，电子书的内容特征分词通过对电子书的文字内容信息进行语义分析获得；电子书的评论特征分词通过对电子书的用户评论信息进行语义分析获得。
可选地，阅读行为的特征信息包括以下至少之一：阅读记录信息、购买记录信息、分享记录信息、翻屏行为信息、阅读时间长度信息、电子书评论信息、标记信息；阅读场景的特征信息包括以下至少之一：阅读位置信息、阅读时间信息。
可选地，第一确定模块402包括：第一获取模块4022，用于获取电子书用户的行为特征信息；特征确定模块4024，用于根据阅读行为的特征信息，确定电子书用户的至少一个阅读偏好；和/或，根据阅读场景的特征信息，确定电子书用户的至少一个场景偏好。
可选地，推荐模块406用于在确定通过电子书阅读应用向电子书用户推荐电子书时，获取当前系统时间和/或所述电子书用户的当前位置；根据当前系统时间和/或当前位置，确定电子书用户的场景偏好；根据电子书用户的场景偏好，向电子书用户推荐电子书。
可选地，本实施例的电子书推荐装置还包括：第二获取模块410，用于获取电子书用户当前阅读行为的阅读信息，其中，阅读信息包括以下至少之一：电子书信息、阅读场景信息；更新模块412，用于根据阅读信息更新电子书用户的行为特征信息。
可选地，推荐模块406用于向电子书用户推荐电子书类型对应的电子书，和/或，与电子书类型的相似度满足设定阈值的其它类型的电子书。
可选地，本实施例的电子书推荐装置还包括：第三获取模块414，用于获取多个电子书用户的电子书书单信息；修正模块416，用于根据电子书书单信息，为每个电子书书单中的不同类型的电子书建立关联关系；根据所述关联关系，对不同的电子书类型之间的相似度进行修正。
本实施例的电子书推荐装置用于实现前述多个方法实施例中相应的电子书推荐方法，并具有相应的方法实施例的有益效果，在此不再赘述。
实施例五
参照图5，示出了根据本发明实施例五的一种服务器的结构示意图，本发明具体实施例并不对服务器的具体实现做限定。
如图5所示，该服务器可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中：
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502，用于执行程序510，具体可以执行上述电子书推荐方法实施例中的相关步骤。
具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。服务器包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作：获取电子书用户的行为特征信息，根据行为特征信息确定电子书用户的阅读特征，其中，行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；确定与阅读特征相匹配的电子书类型；按照设定规则向电子书用户推荐电子书类型对应的电子书。
在一种可选的实施方式中，程序510还用于使得处理器502在获取电子书用户的行为特征信息之前，获取多本电子书的电子书特征信息，根据电子书特征信息确定每本电子书的类型。
在一种可选的实施方式中，程序510用于使得处理器502在根据电子书特征信息确定每本电子书的类型时，根据电子书特征信息，确定多本电子书之间的相似度；根据所述相似度，确定每本电子书的类型。
在一种可选的实施方式中，电子书特征信息包括：电子书的内容特征分词，电子书的内容特征分词用于表征电子书的内容特征。
在一种可选的实施方式中，电子书特征信息还包括：电子书的评论特征分词，和/或，作者特征分词；其中，电子书的评论特征分词用于表征电子书的评论特征；作者特征分词用于表征电子书的作者。
在一种可选的实施方式中，电子书的内容特征分词通过对电子书的文字内容信息进行语义分析获得；电子书的评论特征分词通过对电子书的用户评论信息进行语义分析获得。
在一种可选的实施方式中，阅读行为的特征信息包括以下至少之一：阅读记录信息、购买记录信息、分享记录信息、翻屏行为信息、阅读时间长度信息、电子书评论信息、标记信息；阅读场景的特征信息包括以下至少之一：阅读位置信息、阅读时间信息。
在一种可选的实施方式中，程序510用于使得处理器502在根据行为特征信息确定电子书用户的阅读特征时，根据阅读行为的特征信息，确定电子书用户的至少一个阅读偏好；和/或，根据阅读场景的特征信息，确定电子书用户的至少一个场景偏好。
在一种可选的实施方式中，程序510用于使得处理器502在按照设定规则向电子书用户推荐电子书类型对应的电子书时，在确定通过电子书阅读应用向所述电子书用户推荐电子书时，获取当前系统时间和/或电子书用户的当前位置；根据当前系统时间和/或当前位置，确定电子书用户的场景偏好；根据电子书用户的场景偏好，向电子书用户推荐电子书。
在一种可选的实施方式中，程序510还用于使得处理器502获取电子书用户当前阅读行为的阅读信息，其中，阅读信息包括以下至少之一：电子书信息、阅读场景信息；根据阅读信息更新电子书用户的行为特征信息。
在一种可选的实施方式中，程序510用于使得处理器502在按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书时，向电子书用户推荐电子书类型对应的电子书，和/或，与电子书类型的相似度满足设定阈值的其它类型的电子书。
在一种可选的实施方式中，程序510还用于使得处理器502获取多个电子书用户的电子书书单信息；根据电子书书单信息，为每个电子书书单中的不同类型的电子书建立关联关系；根据所述关联关系，对不同的电子书类型之间的相似度进行修正。
程序510中各步骤的具体实现可以参见上述电子书推荐方法实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。
通过本实施例的服务器，可以根据电子书用户的阅读偏好和/或阅读习惯进行电子书推荐，一方面，推荐更有针对性，可以满足电子书用户的个性化需求；另一方面，电子书服务提供商可以达到有效的推荐效果，不会造成推荐资源的浪费。
需要指出，根据实施的需要，可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本发明实施例的目的。
上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的电子书推荐方法。此外，当通用计算机访问用于实现在此示出的电子书推荐方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的电子书推荐方法的专用计算机。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。
以上实施方式仅用于说明本发明实施例，而并非对本发明实施例的限制，有关技术领域的普通技术人员，在不脱离本发明实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明实施例的范畴，本发明实施例的专利保护范围应由权利要求限定。
本发明实施例提供了A1、一种电子书推荐方法，包括：
获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；
确定与所述阅读特征相匹配的电子书类型；
按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书。
A2、根据A1所述的方法，其中，在所述获取电子书用户的行为特征信息之前，所述方法还包括：
获取多本电子书的电子书特征信息，根据所述电子书特征信息确定每本电子书的类型。
A3、根据A2所述的方法，其中，根据所述电子书特征信息确定每本电子书的类型，包括：
根据所述电子书特征信息，确定多本电子书之间的相似度；
根据所述相似度，确定每本电子书的类型。
A4、根据A2或A3所述的方法，其中，所述电子书特征信息包括：电子书的内容特征分词，所述电子书的内容特征分词用于表征电子书的内容特征。
A5、根据A4所述的方法，其中，所述电子书特征信息还包括：电子书的评论特征分词，和/或，作者特征分词；
其中，所述电子书的评论特征分词用于表征电子书的评论特征；所述作者特征分词用于表征电子书的作者。
A6、根据A5所述的方法，其中，所述电子书的内容特征分词通过对电子书的文字内容信息进行语义分析获得；所述电子书的评论特征分词通过对电子书的用户评论信息进行语义分析获得。
A7、根据A1所述的方法，其中，
所述阅读行为的特征信息包括以下至少之一：阅读记录信息、购买记录信息、分享记录信息、翻屏行为信息、阅读时间长度信息、电子书评论信息、标记信息；
所述阅读场景的特征信息包括以下至少之一：阅读位置信息、阅读时间信息。
A8、根据A7所述的方法，其中，根据所述行为特征信息确定电子书用户的阅读特征，包括：
根据所述阅读行为的特征信息，确定所述电子书用户的至少一个阅读偏好；
和/或，
根据所述阅读场景的特征信息，确定所述电子书用户的至少一个场景偏好。
A9、根据A8所述的方法，其中，所述按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书，包括：
在确定通过电子书阅读应用向所述电子书用户推荐电子书时，获取当前系统时间和/或所述电子书用户的当前位置；
根据当前系统时间和/或当前位置，确定所述电子书用户的场景偏好；
根据所述电子书用户的场景偏好，向所述电子书用户推荐电子书。
A10、根据A1所述的方法，其中，所述方法还包括：
获取电子书用户当前阅读行为的阅读信息，其中，所述阅读信息包括以下至少之一：电子书信息、阅读场景信息；
根据所述阅读信息更新所述电子书用户的行为特征信息。
A11、根据A1所述的方法，其中，所述按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书，包括：
向所述电子书用户推荐所述电子书类型对应的电子书，和/或，与所述电子书类型的相似度满足设定阈值的其它类型的电子书。
A12、根据A11所述的方法，其中，所述方法还包括：
获取多个电子书用户的电子书书单信息；
根据所述电子书书单信息，为每个电子书书单中的不同类型的电子书建立关联关系；
根据所述关联关系，对不同的电子书类型之间的相似度进行修正。
本发明实施例还提供了B13、一种电子书推荐装置，包括：
第一确定模块，用于获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；
第二确定模块，用于确定与所述阅读特征相匹配的电子书类型；
推荐模块，用于按照设定规则向所述电子书用户推荐所述电子书类型对应的电子书。
B14、根据B13所述的装置，其中，所述装置还包括：
第三确定模块，用于在所述第一确定模块获取电子书用户的行为特征信息之前，获取多本电子书的电子书特征信息，根据所述电子书特征信息确定每本电子书的类型。
B15、根据B14所述的装置，其中，所述第三确定模块用于获取多本电子书的电子书特征信息，根据所述电子书特征信息，确定多本电子书之间的相似度；根据所述相似度，确定每本电子书的类型。
B16、根据B14或B15所述的装置，其中，所述电子书特征信息包括：电子书的内容特征分词，所述电子书的内容特征分词用于表征电子书的内容特征。
B17、根据B16所述的装置，其中，所述电子书特征信息还包括：电子书的评论特征分词，和/或，作者特征分词；
其中，所述电子书的评论特征分词用于表征电子书的评论特征；所述作者特征分词用于表征电子书的作者。
B18、根据B17所述的装置，其中，所述电子书的内容特征分词通过对电子书的文字内容信息进行语义分析获得；所述电子书的评论特征分词通过对电子书的用户评论信息进行语义分析获得。
B19、根据B13所述的装置，其中，
所述阅读行为的特征信息包括以下至少之一：阅读记录信息、购买记录信息、分享记录信息、翻屏行为信息、阅读时间长度信息、电子书评论信息、标记信息；
所述阅读场景的特征信息包括以下至少之一：阅读位置信息、阅读时间信息。
B20、根据B19所述的装置，其中，所述第一确定模块包括：
第一获取模块，用于获取电子书用户的行为特征信息；
特征确定模块，用于根据所述阅读行为的特征信息，确定所述电子书用户的至少一个阅读偏好；和/或，根据所述阅读场景的特征信息，确定所述电子书用户的至少一个场景偏好。
B21、根据B20所述的装置，其中，所述推荐模块，用于在确定通过电子书阅读应用向所述电子书用户推荐电子书时，获取当前系统时间和/或所述电子书用户的当前位置；根据当前系统时间和/或当前位置，确定所述电子书用户的场景偏好；根据所述电子书用户的场景偏好，向所述电子书用户推荐电子书。
B22、根据B13所述的装置，其中，所述装置还包括：
第二获取模块，用于获取电子书用户当前阅读行为的阅读信息，其中，所述阅读信息包括以下至少之一：电子书信息、阅读场景信息；
更新模块，用于根据所述阅读信息更新所述电子书用户的行为特征信息。
B23、根据B13所述的装置，其中，所述推荐模块，用于向所述电子书用户推荐所述电子书类型对应的电子书，和/或，与所述电子书类型的相似度满足设定阈值的其它类型的电子书。
B24、根据B23所述的装置，其中，所述装置还包括：
第三获取模块，用于获取多个电子书用户的电子书书单信息；
修正模块，用于根据所述电子书书单信息，为每个电子书书单中的不同类型的电子书建立关联关系；根据所述关联关系，对不同的电子书类型之间的相似度进行修正。
本发明实施例还提供了C25、一种服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如A1-A12任一项所述的电子书推荐方法对应的操作。
Claims (21)
1.一种电子书推荐方法，包括：
获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；
确定与所述阅读特征相匹配的电子书类型；
向所述电子书用户推荐所述电子书类型对应的电子书，和，推荐与所述电子书类型的相似度满足设定阈值的其它类型的电子书；
其中，获取多个电子书用户的电子书书单信息；根据多个电子书用户同时收录两个类型的电子书的情况确定两个类型的电子书的关联关系，进而为每个电子书书单中的不同类型的电子书建立关联关系；根据所述关联关系，对不同的电子书类型之间的相似度进行修正。
2.根据权利要求1所述的方法，其中，在所述获取电子书用户的行为特征信息之前，所述方法还包括：
获取多本电子书的电子书特征信息，根据所述电子书特征信息确定每本电子书的类型。
3.根据权利要求2所述的方法，其中，根据所述电子书特征信息确定每本电子书的类型，包括：
根据所述电子书特征信息，确定多本电子书之间的相似度；
根据所述相似度，确定每本电子书的类型。
4.根据权利要求2或3所述的方法，其中，所述电子书特征信息包括：电子书的内容特征分词，所述电子书的内容特征分词用于表征电子书的内容特征。
5.根据权利要求4所述的方法，其中，所述电子书特征信息还包括：电子书的评论特征分词，和/或，作者特征分词；
其中，所述电子书的评论特征分词用于表征电子书的评论特征；所述作者特征分词用于表征电子书的作者。
6.根据权利要求5所述的方法，其中，所述电子书的内容特征分词通过对电子书的文字内容信息进行语义分析获得；所述电子书的评论特征分词通过对电子书的用户评论信息进行语义分析获得。
7.根据权利要求1所述的方法，其中，
所述阅读行为的特征信息包括以下至少之一：阅读记录信息、购买记录信息、分享记录信息、翻屏行为信息、阅读时间长度信息、电子书评论信息、标记信息；
所述阅读场景的特征信息包括以下至少之一：阅读位置信息、阅读时间信息。
8.根据权利要求7所述的方法，其中，根据所述行为特征信息确定电子书用户的阅读特征，包括：
根据所述阅读行为的特征信息，确定所述电子书用户的至少一个阅读偏好；
和/或，
根据所述阅读场景的特征信息，确定所述电子书用户的至少一个场景偏好。
9.根据权利要求8所述的方法，其中，所述向所述电子书用户推荐所述电子书类型对应的电子书，和，推荐与所述电子书类型的相似度满足设定阈值的其它类型的电子书，包括：
在确定通过电子书阅读应用向所述电子书用户推荐电子书时，获取当前系统时间和/或所述电子书用户的当前位置；
根据当前系统时间和/或当前位置，确定所述电子书用户的场景偏好；
根据所述电子书用户的场景偏好，向所述电子书用户推荐电子书。
10.根据权利要求1所述的方法，其中，所述方法还包括：
获取电子书用户当前阅读行为的阅读信息，其中，所述阅读信息包括以下至少之一：电子书信息、阅读场景信息；
根据所述阅读信息更新所述电子书用户的行为特征信息。
11.一种电子书推荐装置，包括：
第一确定模块，用于获取电子书用户的行为特征信息，根据所述行为特征信息确定所述电子书用户的阅读特征，其中，所述行为特征信息包括阅读行为的特征信息和/或阅读场景的特征信息；
第二确定模块，用于确定与所述阅读特征相匹配的电子书类型；
推荐模块，用于向所述电子书用户推荐所述电子书类型对应的电子书，和，推荐与所述电子书类型的相似度满足设定阈值的其它类型的电子书；
第三获取模块，用于获取多个电子书用户的电子书书单信息；
修正模块，用于根据多个电子书用户同时收录两个类型的电子书的情况确定两个类型的电子书的关联关系，进而为每个电子书书单中的不同类型的电子书建立关联关系；根据所述关联关系，对不同的电子书类型之间的相似度进行修正。
12.根据权利要求11所述的装置，其中，所述装置还包括：
第三确定模块，用于在所述第一确定模块获取电子书用户的行为特征信息之前，获取多本电子书的电子书特征信息，根据所述电子书特征信息确定每本电子书的类型。
13.根据权利要求12所述的装置，其中，所述第三确定模块用于获取多本电子书的电子书特征信息，根据所述电子书特征信息，确定多本电子书之间的相似度；根据所述相似度，确定每本电子书的类型。
14.根据权利要求12或13所述的装置，其中，所述电子书特征信息包括：电子书的内容特征分词，所述电子书的内容特征分词用于表征电子书的内容特征。
15.根据权利要求14所述的装置，其中，所述电子书特征信息还包括：电子书的评论特征分词，和/或，作者特征分词；
其中，所述电子书的评论特征分词用于表征电子书的评论特征；所述作者特征分词用于表征电子书的作者。
16.根据权利要求15所述的装置，其中，所述电子书的内容特征分词通过对电子书的文字内容信息进行语义分析获得；所述电子书的评论特征分词通过对电子书的用户评论信息进行语义分析获得。
17.根据权利要求11所述的装置，其中，
所述阅读行为的特征信息包括以下至少之一：阅读记录信息、购买记录信息、分享记录信息、翻屏行为信息、阅读时间长度信息、电子书评论信息、标记信息；
所述阅读场景的特征信息包括以下至少之一：阅读位置信息、阅读时间信息。
18.根据权利要求17所述的装置，其中，所述第一确定模块包括：
第一获取模块，用于获取电子书用户的行为特征信息；
特征确定模块，用于根据所述阅读行为的特征信息，确定所述电子书用户的至少一个阅读偏好；和/或，根据所述阅读场景的特征信息，确定所述电子书用户的至少一个场景偏好。
19.根据权利要求18所述的装置，其中，所述推荐模块，用于在确定通过电子书阅读应用向所述电子书用户推荐电子书时，获取当前系统时间和/或所述电子书用户的当前位置；根据当前系统时间和/或当前位置，确定所述电子书用户的场景偏好；根据所述电子书用户的场景偏好，向所述电子书用户推荐电子书。
20.根据权利要求11所述的装置，其中，所述装置还包括：
第二获取模块，用于获取电子书用户当前阅读行为的阅读信息，其中，所述阅读信息包括以下至少之一：电子书信息、阅读场景信息；
更新模块，用于根据所述阅读信息更新所述电子书用户的行为特征信息。
21.一种服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-10任一项所述的电子书推荐方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611200102.3A CN106611050B (zh) | 2016-12-22 | 2016-12-22 | 电子书推荐方法、装置和服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611200102.3A CN106611050B (zh) | 2016-12-22 | 2016-12-22 | 电子书推荐方法、装置和服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106611050A CN106611050A (zh) | 2017-05-03 |
| CN106611050B true CN106611050B (zh) | 2018-08-03 |
Family
ID=58636737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611200102.3A Active CN106611050B (zh) | 2016-12-22 | 2016-12-22 | 电子书推荐方法、装置和服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106611050B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109214692A (zh) * | 2018-09-14 | 2019-01-15 | 掌阅科技股份有限公司 | 基于用户时序行为的电子书评分方法及电子设备 |
| CN110096644A (zh) * | 2019-04-19 | 2019-08-06 | 北京点众科技股份有限公司 | 一种电子书的推荐方法和装置 |
Families Citing this family (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107197010B (zh) * | 2017-05-17 | 2018-10-02 | 掌阅科技股份有限公司 | 基于电子书的内容推送方法、电子设备及计算机存储介质 |
| CN107273489B (zh) * | 2017-06-14 | 2019-08-30 | 掌阅科技股份有限公司 | 内容推送方法、电子设备及计算机存储介质 |
| CN107562807A (zh) * | 2017-08-09 | 2018-01-09 | 广州阿里巴巴文学信息技术有限公司 | 一种添加阅读对象至用户偏好集合的方法及装置 |
| CN107527186B (zh) * | 2017-08-14 | 2021-11-26 | 阿里巴巴（中国）有限公司 | 电子阅读管理方法、装置和终端设备 |
| CN107679416A (zh) * | 2017-09-30 | 2018-02-09 | 咪咕数字传媒有限公司 | 资料管理方法及装置、存储介质及计算机设备 |
| CN107833093A (zh) * | 2017-10-27 | 2018-03-23 | 咪咕数字传媒有限公司 | 确定阅读推荐顺序的方法、装置和存储介质 |
| CN107943871A (zh) * | 2017-11-10 | 2018-04-20 | 深圳市华阅文化传媒有限公司 | 推荐用户阅读喜好的书籍的方法及装置 |
| CN108074132A (zh) * | 2017-11-13 | 2018-05-25 | 深圳市华阅文化传媒有限公司 | 电子书客户端中优惠信息的推送方法及装置 |
| CN108255991A (zh) * | 2017-12-29 | 2018-07-06 | 广州贝睿信息科技有限公司 | 一种幼儿阅读行为分析方法 |
| CN108268647A (zh) * | 2018-01-24 | 2018-07-10 | 广州阿里巴巴文学信息技术有限公司 | 一种电子书的扉页生成方法、装置和终端设备 |
| CN108388591B (zh) * | 2018-01-30 | 2021-10-08 | 深圳市盛路物联通讯技术有限公司 | 图书的推荐方法、装置、系统及可读存储介质 |
| CN108600851B (zh) * | 2018-03-26 | 2019-05-07 | 掌阅科技股份有限公司 | 用于电子书的直播方法、电子设备及计算机存储介质 |
| CN108830467A (zh) * | 2018-05-31 | 2018-11-16 | 北京智能管家科技有限公司 | 阅读行为的评价方法、装置、设备和存储介质 |
| CN108845786A (zh) * | 2018-05-31 | 2018-11-20 | 北京智能管家科技有限公司 | 智能伴读方法、装置、设备和存储介质 |
| CN108874722A (zh) * | 2018-06-13 | 2018-11-23 | 河南趣读信息科技有限公司 | 一种电子书阅读系统 |
| CN108804374A (zh) * | 2018-06-13 | 2018-11-13 | 河南趣读信息科技有限公司 | 一种基于移动终端app的电子书阅读管理方法 |
| CN109299355B (zh) * | 2018-08-09 | 2020-12-04 | 咪咕数字传媒有限公司 | 一种推荐书单展示方法、装置及存储介质 |
| CN109213932B (zh) * | 2018-08-09 | 2021-07-09 | 咪咕数字传媒有限公司 | 一种信息推送方法及装置 |
| CN109271594B (zh) * | 2018-11-21 | 2021-03-05 | 掌阅科技股份有限公司 | 电子书的推荐方法、电子设备及计算机存储介质 |
| CN109299398B (zh) * | 2018-12-07 | 2020-11-06 | 广东小天才科技有限公司 | 一种课文内容的推荐方法及服务设备 |
| CN109739972A (zh) * | 2018-12-27 | 2019-05-10 | 上海连尚网络科技有限公司 | 一种小说推荐方法及设备 |
| CN109785212B (zh) * | 2018-12-28 | 2022-04-26 | 佛山科学技术学院 | 一种基于大数据的社区图书馆的图书管理方法及装置 |
| CN109994000B (zh) * | 2019-03-28 | 2021-10-19 | 掌阅科技股份有限公司 | 一种伴读方法、电子设备及计算机存储介质 |
| CN110209956B (zh) * | 2019-04-30 | 2022-04-15 | 网易（杭州）网络有限公司 | 提供阅读服务的方法、介质、装置和计算设备 |
| CN112015887A (zh) * | 2019-05-31 | 2020-12-01 | 腾讯科技（深圳）有限公司 | 基于电子读物的数据推荐方法、装置以及可读存储介质 |
| CN110287467B (zh) * | 2019-06-25 | 2020-02-07 | 掌阅科技股份有限公司 | 阅读过程中的语句收集方法、电子设备、存储介质 |
| CN110502299B (zh) * | 2019-08-12 | 2021-05-14 | 南京大众书网图书文化有限公司 | 一种用于提供小说信息的方法与设备 |
| CN110532470A (zh) * | 2019-08-23 | 2019-12-03 | 掌阅科技股份有限公司 | 图书推送方法、电子设备及计算机存储介质 |
| CN110515692B (zh) * | 2019-08-30 | 2022-11-08 | 上海连尚网络科技有限公司 | 一种用于启动阅读应用的方法与设备 |
| CN110597980B (zh) * | 2019-09-12 | 2021-04-30 | 腾讯科技（深圳）有限公司 | 一种数据处理方法、装置以及计算机可读存储介质 |
| CN112732648A (zh) * | 2019-10-28 | 2021-04-30 | 阿里巴巴集团控股有限公司 | 电子书籍的处理方法、装置及电子设备 |
| CN110990706B (zh) * | 2019-12-09 | 2023-10-13 | 腾讯科技（深圳）有限公司 | 语料推荐方法及装置 |
| CN112307324A (zh) * | 2020-03-04 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 信息处理方法、装置、设备和介质 |
| CN111292069B (zh) * | 2020-03-09 | 2023-07-25 | 掌阅科技股份有限公司 | 一种阅读提醒设置方法、终端及计算机存储介质 |
| CN111666252B (zh) * | 2020-05-27 | 2023-09-15 | 上海连尚网络科技有限公司 | 一种获取推荐书籍的推荐热度信息的方法与设备 |
| CN114297457A (zh) * | 2021-12-31 | 2022-04-08 | 上海掌门科技有限公司 | 一种用于获取区域版本内容的方法与设备 |
| CN116484091A (zh) * | 2023-03-10 | 2023-07-25 | 湖北天勤伟业企业管理有限公司 | 卡牌信息程序交互方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105335491A (zh) * | 2015-10-20 | 2016-02-17 | 杭州东信北邮信息技术有限公司 | 基于用户点击行为来向用户推荐图书的方法和系统 |
| CN105488233A (zh) * | 2016-01-25 | 2016-04-13 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 阅读信息推荐方法和系统 |
| CN105677845A (zh) * | 2016-01-06 | 2016-06-15 | 北京京东尚科信息技术有限公司 | 电子书籍的推送方法和装置 |
| CN106156155A (zh) * | 2015-04-15 | 2016-11-23 | 厦门简帛信息科技有限公司 | 一种提供电子图书资源的方法和系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150006258A1 (en) * | 2013-03-15 | 2015-01-01 | Studio Sbv, Inc. | Subscription-based mobile reading platform |
| US11061973B2 (en) * | 2013-06-14 | 2021-07-13 | Microsoft Technology Licensing, Llc | Incorporating user usage of consumable content into recommendations |
| CN105373604A (zh) * | 2015-11-09 | 2016-03-02 | 北京奇虎科技有限公司 | 书籍库中相似书的挖掘、净化方法和装置 |
-
2016
- 2016-12-22 CN CN201611200102.3A patent/CN106611050B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106156155A (zh) * | 2015-04-15 | 2016-11-23 | 厦门简帛信息科技有限公司 | 一种提供电子图书资源的方法和系统 |
| CN105335491A (zh) * | 2015-10-20 | 2016-02-17 | 杭州东信北邮信息技术有限公司 | 基于用户点击行为来向用户推荐图书的方法和系统 |
| CN105677845A (zh) * | 2016-01-06 | 2016-06-15 | 北京京东尚科信息技术有限公司 | 电子书籍的推送方法和装置 |
| CN105488233A (zh) * | 2016-01-25 | 2016-04-13 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 阅读信息推荐方法和系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109214692A (zh) * | 2018-09-14 | 2019-01-15 | 掌阅科技股份有限公司 | 基于用户时序行为的电子书评分方法及电子设备 |
| CN109214692B (zh) * | 2018-09-14 | 2019-06-18 | 掌阅科技股份有限公司 | 基于用户时序行为的电子书评分方法及电子设备 |
| CN110096644A (zh) * | 2019-04-19 | 2019-08-06 | 北京点众科技股份有限公司 | 一种电子书的推荐方法和装置 |
| CN110096644B (zh) * | 2019-04-19 | 2020-11-13 | 北京点众科技股份有限公司 | 一种电子书的推荐方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106611050A (zh) | 2017-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106611050B (zh) | 电子书推荐方法、装置和服务器 | |
| Senanayake et al. | The pagerank-index: Going beyond citation counts in quantifying scientific impact of researchers | |
| Hagen et al. | Age-dependent speciation can explain the shape of empirical phylogenies | |
| US9270714B2 (en) | Content preview generation using social network analysis | |
| El-Bishouty et al. | Smart e-course recommender based on learning styles | |
| CN105912550A (zh) | 一种移动终端的信息推荐方法及装置 | |
| CN110413888B (zh) | 一种书籍推荐方法及装置 | |
| CN109582872A (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
| CN107807997A (zh) | 基于大数据的用户画像构造方法、装置及计算设备 | |
| US10537801B2 (en) | System and method for decision making in strategic environments | |
| CN108845806A (zh) | 小程序分发方法、装置、服务器和存储介质 | |
| CN107527186A (zh) | 电子阅读管理方法、装置和终端设备 | |
| JP6307822B2 (ja) | プログラム、コンピュータおよび訓練データ作成支援方法 | |
| Tlili et al. | Metric-based approach for selecting the game genre to model personality | |
| CN109062947A (zh) | 用户画像标签查询方法、设备及计算机可读存储介质 | |
| CN116521936B (zh) | 一种基于用户行为分析的课程推荐方法、装置及存储介质 | |
| Obadić et al. | Addressing item-cold start problem in recommendation systems using model based approach and deep learning | |
| Alzahrani et al. | Contextual polarity and influence mining in online social networks | |
| Dareddy | Challenges in Recommender Systems for Tourism. | |
| CN109656864A (zh) | 电子书推荐方法 | |
| Vattakaven et al. | Best Practices for Data Management in Citizen Science-An Indian Outlook | |
| Wu et al. | An artificial bee colony-based algorithm to automatically create colour schemes for geovisualizations | |
| CN111414609A (zh) | 一种对象验证方法和装置 | |
| KR101423890B1 (ko) | 온라인 멘토링 제공 방법, 서버 및 컴퓨터 판독 가능한 기록 매체 | |
| JP5802597B2 (ja) | 分類装置、分類システム、分類方法及び分類プログラム |
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 |