CN106649675A - 一种跨业务的电子资源推荐方法及装置 - Google Patents
一种跨业务的电子资源推荐方法及装置 Download PDFInfo
- Publication number
- CN106649675A CN106649675A CN201611158439.2A CN201611158439A CN106649675A CN 106649675 A CN106649675 A CN 106649675A CN 201611158439 A CN201611158439 A CN 201611158439A CN 106649675 A CN106649675 A CN 106649675A
- Authority
- CN
- China
- Prior art keywords
- sourcing
- resource
- recommendation list
- similarity
- tag
- 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
- G06F16/951—Indexing; Web crawling techniques
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
本发明公开了一种跨业务的电子资源推荐方法,建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。本发明还同时公开了一种跨业务的电子资源推荐装置。
Description
技术领域
本发明涉及互联网信息技术领域,尤其涉及一种跨业务的电子资源推荐方法及装置。
背景技术
当今社会,网络信息浩如烟海,搜索引擎是用户查找自己喜爱的电子资源的重要手段之一,用户在已知自己期望查找的电子资源的关键词的情况下,可以通过搜索引擎查找希望使用的电子资源。如果用户不清楚自己期望得到什么电子资源,将无法使用搜索引擎进行搜索。而现有的电子资源推荐方法,一般是通过智能推荐算法,计算用户的搜索记录,确定用户感兴趣的电子资源,并向用户进行推荐。显然,得到的推荐电子资源往往仍为用户之前期望获得的电子资源。
目前,基于内容的推荐方法主要是根据历史信息构造用户内容偏好文档,然后计算推荐项目与用户偏好文档的相似度,将最相似的项目推荐给用户。基于内容的推荐方法推荐的电子资源基本都是比较大众的,只能推荐和用户已有兴趣相似的电子资源,不能为用户发现更多新的兴趣。
基于用户的协同过滤方法主要是根据某些用户对某一物品的评价比较相似,就可以假设这些用户具有相同的兴趣,进而认为他们对其他物品的兴趣可能也比较相似,找到具有相似兴趣的用户形成兴趣群,向该兴趣群中其他用户进行推荐。当推荐系统中数据量很大而用户的评价数据又很少时,难以计算相似性,而无法推荐;当新物品刚进入系统时,没有用户对其评价,造成协同过滤无法推荐该资源。并且,用户和资源会随时间快速的增长,而协同过滤方法的复杂度和数据量呈线性关系增长,导致在大数据量下,推荐方法的计算性能与效率较差,可扩展性较差。
发明内容
有鉴于此,本发明实施例期望提供一种跨业务的电子资源推荐方法及装置,能实现跨业务的电子资源推荐,且能提高推荐效率。
为达到上述目的,本发明实施例的技术方案是这样实现的:
本发明实施例提供一种跨业务的电子资源推荐方法,所述方法包括:
建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;
将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;
将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。
优选地,所述方法还包括:删除电子资源推荐列表中重复的电子资源。
优选地,所述方法还包括:计算电子资源推荐列表中电子资源的综合相似度,并将电子资源推荐列表中的电子资源按照所述综合相似度进行降序排列;
所述综合相似度通过资源名称相似度、资源对象相似度及资源标签相似度加权求和得到。
优选地,所述方法还包括:将按照所述综合相似度进行降序排列的电子资源推荐列表中,存在特殊关系的电子资源添加到电子资源特殊关系表,并将电子资源特殊关系表中的电子资源按已有顺序排列在电子资源推荐列表的前部。
优选地,所述方法还包括:在建立所述资源名称、资源对象及资源标签各自对应的关联关系表之前,根据用户浏览信息主动获取资源名称、资源对象及资源标签;并在生成电子资源推荐列表后主动向用户推荐电子资源。
本发明实施例提供一种跨业务的电子资源推荐装置,所述装置包括:构建模块、整合模块及生成模块;其中,
所述构建模块,用于建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;
所述整合模块,用于将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;
所述生成模块,用于将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。
优选地,所述生成模块,还用于删除电子资源推荐列表中重复的电子资源。
优选地,所述装置还包括统计模块,用于计算电子资源推荐列表中电子资源的综合相似度,并将电子资源推荐列表中的电子资源按照所述综合相似度进行降序排列;
所述综合相似度通过资源名称相似度、资源对象相似度及资源标签相似度加权求和得到。
优选地,所述生成模块,还用于将按照所述综合相似度进行降序排列的电子资源推荐列表中,存在特殊关系的电子资源添加到电子资源特殊关系表,并将电子资源特殊关系表中的电子资源按已有顺序排列在电子资源推荐列表的前部。
优选地,所述构建模块,还用于在建立所述资源名称、资源对象及资源标签各自对应的关联关系表之前,根据用户浏览信息主动获取资源名称、资源对象及资源标签;
其中,所述装置还包括推荐模块,用于在生成电子资源推荐列表后主动向用户推荐电子资源。
本发明实施例的跨业务的电子资源推荐方法及装置,建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。可以看出,本发明实施例根据资源名称、资源对象及资源标签这三个属性信息,创建了基于电子资源的资源名称-电子资源关联关系表、资源对象-电子资源关联关系表、资源标签-电子资源关联关系表,通过计算电子资源之间的相似度,生成电子资源推荐列表,从而实现跨业务的电子资源推荐。
进一步的,本发明实施例还引入了电子资源热度,并采用删除电子资源推荐列表中重复电子资源的方式,优化向用户推荐电子资源的电子资源推荐列表,以实现向用户推荐更优、更符合不同用户需求的电子资源。
可见,本发明实施例克服了现有电子资源关系推荐方法中在多内容业务融合网中不能跨业务场景推荐的不足,解决了电子资源热度推荐个性化程度较弱、以及电子资源数量急剧增加时计算性能不足的问题,提高了电子资源推荐的效率和可扩展性。
附图说明
图1为本发明实施例跨业务的电子资源推荐方法实现流程示意图;
图2为本发明实施例电子资源综合相似度获得方法示意图;
图3为本发明实施例实现跨业务的电子资源推荐具体流程示意图;
图4为本发明实施例实现跨业务的电子资源推荐的显示示意图;
图5为本发明实施例跨业务的电子资源推荐装置的组成结构示意图。
具体实施方式
在本发明实施例中,建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。
进一步地,为了优化电子资源推荐列表,可将重复的电子资源从生成的电子资源推荐列表中删除。
其中,所述资源名称、资源对象及资源标签可以在建立所述关联关系表之前,根据用户浏览信息主动获取;对生成的电子资源推荐列表,可以是在生成电子资源推荐列表后主动向用户推荐电子资源。
对于生成的电子资源推荐列表,可通过计算综合相似度的方式对电子资源推荐列表中电子资源进行排序,具体的:计算电子资源推荐列表中电子资源的综合相似度,并将电子资源推荐列表中的电子资源按照所述综合相似度进行降序排列;所述综合相似度通过资源名称相似度、资源对象相似度及资源标签相似度加权求和得到。
其中,资源名称相似度、资源对象相似度及资源标签相似度可分别通过已有的相似度算法计算得到。
进一步地,可将按照所述综合相似度进行降序排列的电子资源推荐列表中,存在特殊关系的电子资源添加到电子资源特殊关系表,并将电子资源特殊关系表中的电子资源按已有顺序排列在电子资源推荐列表的前部。这里,所述特殊关系可以是通过爬虫收集的电子资源数据中发现的电子资源之间的关系,比如:电子资源的作者之间存在师生、亲属等关系。
本发明实施例中,跨业务的电子资源推荐方法的实现流程如图1所示,包括以下步骤:
步骤101:建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;
本发明实施例中,首先需要将多种类型的电子资源库分别接入电子资源推荐平台;这里,多种类型的电子资源库分别对应不同的业务,比如:提供音乐的音频数据库,提供电影、电视剧、娱乐节目等的视频数据库,提供游戏的游戏数据库,提供动画/漫画、图片/图像等的动漫数据库,等等;所谓接入就是指将各个数据库与电子资源推荐平台相连,使电子资源推荐平台可以从各种类型的电子资源库中获取所需的电子资源。
之后,需要对电子资源库中的用户使用日志进行抽取、转换、清洗、加载,提取出处理后的各电子资源库中用户行为数据与电子资源数据的属性信息,并将提取到的数据保存成预设的数据结构,将规范化的预设数据结构的用户行为数据与电子资源数据的属性信息导入电子资源推荐平台。
其中,由于不同类型的电子资源库中电子资源的属性信息存在差别,本发明实施例通过对各种类型的电子资源所具有的共性的属性信息进行全面考察,如:电子资源名称、信息描述、信息类型、信息格式、人物、信息描述性标签等;提取能够充分体现电子资源内容且共性存在于各种类型的电子资源中的属性信息,并转换为预设数据结构的数据进行处理。
最终,本发明实施例采用资源名称、资源对象及资源标签这三个具有共性的属性作为电子资源的属性信息;其中,资源名称包含电子资源的语义信息,可采用分词工具对电子资源名称进行分词处理得到名称词,每个电子资源可对应至少一个名称词;资源对象为电子资源中包含的对象的特征信息,每个电子资源存在一系列相关的资源对象,如:音乐资源与作曲者、作词者、演唱者等相关信息;资源标签为电子资源的风格类型信息,每个电子资源存在一系列相关的资源标签,如视频资源与体育、财经、军事等内容相关,音乐资源与摇滚、民乐、爵士等类型相关。
进一步地,本发明实施例将各电子资源库进行整合,建立电子资源库所具有的各个属性信息各自与电子资源数据的关联关系表;具体的,建立资源名称与电子资源的关联关系表,建立资源对象与电子资源的关联关系表,建立资源标签与电子资源的关联关系表。
其中,资源名称-电子资源关联关系表,表示该表中的电子资源均与相应的名称词相关,例如,所有包含“名称词a”的电子资源,均存在于名称a-电子资源关联关系表中;这里,资源名称可以包括多个名称词,具有相同名称词的电子资源形成一个资源名称-电子资源关联关系表中,实际应用中,会存在多个资源名称-电子资源关联关系表;资源对象-电子资源关联关系表,表示资源对象与电子资源的关系,例如,所有包含“对象a”的电子资源,均存在于对象a-电子资源关联关系表中,同样,实际应用中,会存在多个资源对象-电子资源关联关系表;资源标签-电子资源关联关系表,表示标签与电子资源的关系,例如,所有包含“标签a”的电子资源,均存在于标签a-电子资源关联关系表中类似的,实际应用中,会存在多个资源标签-电子资源关联关系表。
下面以电子资源库中的一个目标电子资源为例,具体说明如何根据电子资源的属性信息:资源名称、或资源对象、或资源标签,生成各属性信息与电子资源的关联关系表。
1)资源名称-电子资源关联关系表的生成方法包括:
A1.获取预先收集的预设数据结构的电子资源;
这里,所述预设数据结构是通过对电子资源库中的用户使用日志进行抽取、转换、清洗、加载,提取出处理后的各个电子资源库中用户行为数据与电子资源数据的属性信息,进一步将提取到的数据保存而成。其中,所述属性信息可以是资源名称、资源对象及资源标签等。
A2.获取各个电子资源的名称词;
A3.根据获取到的目标电子资源的名称词,创建目标电子资源的资源名称-电子资源列表;
A4.根据电子资源包含的名称词,将与该名称词具有相同名称词的电子资源分别加入对应的资源名称-电子资源列表中,得到资源名称-电子资源关联关系表;
A5.剔除资源名称-电子资源关联关系表中重复的电子资源;
A6.获取统计周期内电子资源热度表;
这里,所述统计周期可以根据用户需求或使用习惯等自行设置,比如:一天内、一周内、一个月内等等;所谓电子资源热度是指电子资源的使用频率;
A7.从电子资源热度表中,获得资源名称-电子资源关联关系表中各电子资源的热度,并将资源名称-电子资源关联关系表中的各电子资源按照热度降序排列,取前K个电子资源,作为目标电子资源的资源名称-电子资源关联关系表中的电子资源,K可以根据需要自行调整。
2)资源对象-电子资源关联关系表的生成方法如下:
B1.获取预先收集的预设数据结构的电子资源;
这里,所述预设数据结构是通过对电子资源库中的用户使用日志进行抽取、转换、清洗、加载,提取出处理后的各个电子资源库中用户行为数据与电子资源数据的属性信息,进一步将提取到的数据保存而成。其中,所述属性信息可以是多个资源名称、资源对象及资源标签等。
B2.获取各电子资源的对象;
B3.根据获取到的目标电子资源的对象,创建目标电子资源的资源对象-电子资源列表;
B4.根据电子资源包含的对象,将与目标电子资源具有相同对象的电子资源分别加入对应的资源对象-电子资源列表中,得到资源对象-电子资源关联关系表;
B5.剔除资源对象-电子资源关联关系表中重复的电子资源;
B6.获取统计周期内电子资源热度表;
这里,所述统计周期可以根据用户需求或使用习惯等自行设置,比如:一天内、一周内、一个月内等等;所谓电子资源热度是指电子资源的使用频率;
B7.从电子资源热度表中,获得资源对象-电子资源关联关系表中各电子资源的热度,并将资源对象-电子资源关联关系表中的各电子资源按照热度降序排列,取前K个电子资源,作为目标电子资源的资源对象-电子资源关联关系表中的电子资源,K可以根据需要自行调整。
3)资源标签-电子资源关联关系表的生成方法如下:
C1.获取预先收集的预设数据结构的电子资源;
这里,所述预设数据结构是通过对电子资源库中的用户使用日志进行抽取、转换、清洗、加载,提取出处理后的各个电子资源库中用户行为数据与电子资源数据的属性信息,进一步将提取到的数据保存而成。其中,所述属性信息可以是多个资源名称、资源对象及资源标签等。
C2.获取各电子资源的标签;
C3.根据获取到的目标电子资源的标签,创建目标电子资源的资源标签-电子资源列表;
C4.根据电子资源包含的标签,将与目标电子资源具有相同标签的电子资源分别加入对应的资源标签-电子资源列表中,得到资源标签-电子资源关联关系表;
C5.剔除资源标签-电子资源关联关系表中重复的电子资源;
C6.获取统计周期内电子资源热度表;
C7.从电子资源热度表中,获得资源标签-电子资源关联关系表中各电子资源的热度,并将资源标签-电子资源关联关系表中的各电子资源按照热度降序排列,取前K个电子资源,作为目标电子资源的资源标签-电子资源关联关系表中的电子资源,K可以根据需要自行调整。
其中,对所有电子资源库中的电子资源在预设周期内的用户收藏、订购等用户行为数据进行统计,将每个电子资源在预设周期内对应的用户行为数据数量定义为电子资源热度,建立电子资源热度表。其预设周期初始值可以设定为1个月。
步骤102:将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。
这里,考虑到生成的电子资源推荐列表通过多个关联关系表合并而成,可能会存在重复的电子资源,因此,可进一步删除电子资源推荐列表中重复的电子资源,以优化生成的电子资源推荐列表。
进一步地,还可以对电子资源推荐列表中的所有电子资源进行排序,具体的:计算电子资源推荐列表中电子资源的综合相似度,并将电子资源推荐列表中的电子资源按照所述综合相似度进行降序排列;
其中,所述综合相似度通过资源名称相似度、资源对象相似度及资源标签相似度加权求和得到:
电子资源综合相似度=电子资源名称相似度*电子资源名称属性权重+电子资源对象相似度*电子资源对象属性权重+电子资源标签相似度*电子资源标签属性权重。
其中,所述资源名称相似度、资源对象相似度及资源标签相似度各自的权重,可以参考需要进行业务推荐的电子资源,为各个属性信息对应设置符合推荐业务需求的权重。
本发明实施例中,电子资源综合相似度获得方法如图2所示,假设电子资源A的属性信息分别为:名称词a、对象a以及标签a;电子资源B的属性信息分别为:名称词b、对象b以及标签b,分别计算电子资源A与电子资源B名称相似度、对象相似度以及标签相似度,并对名称相似度、对象相似度以及标签相似度进行加权求和,计算得到电子资源A与电子资源B的综合相似度。
其中,计算电子资源的名称相似度、对象相似度及标签相似度的算法具体如下:
1)计算电子资源的名称相似度的算法,包括:
对电子资源库中各类型的电子资源的名称使用分词工具进行分词处理,每个电子资源名称处理后得到若干个名称词;
电子资源的名称相似度=两个电子资源名称中相同名称词的数量÷两个电子资源名称中所有无重复名称词的数量。
2)电子资源对象相似度算法,包括:
获取电子资源库中各类型的电子资源的对象列表,即每个电子资源对应若干个资源对象;
电子资源对象相似度=两个电子资源对应的资源对象中共有对象数量÷两个电子资源的所有无重复资源对象数量。
3)电子资源标签相似度算法,包括:
获取电子资源库中各类型的电子资源的标签列表,即每个电子资源对应若干个资源标签;
电子资源标签相似度=两个电子资源对应的资源标签中共有标签数量÷两个电子资源的所有无重复资源标签数量。
这里,电子资源各属性相似度的取值范围均为(0,1),电子资源综合相似度取值范围是(0,1)。
进一步地,将按照所述综合相似度进行降序排列的电子资源推荐列表中,存在特殊关系的电子资源添加到电子资源特殊关系表,获取电子资源特殊关系表,将按照综合相似度进行降序排列的电子资源推荐列表中,存在于电子资源特殊关系表中的电子资源按已有的顺序排列在电子资源推荐列表的前部;将电子资源推荐列表中的其他电子资源按已有的顺序排列在后部。
这里,可以通过爬虫收集互联网电子资源数据,发现电子资源之间的特殊关系,形成电子资源特殊关系表;并且,由于特殊关系会不断更新,电子资源特殊关系表需由专人维护并定时更新。其中,所述特殊关系可以是电子资源的作者之间存在师生、亲属等关系。
图3为实现跨业务的电子资源推荐具体流程图,如图3所示,本发明实施例实现跨业务的电子资源推荐具体处理流程包括以下步骤:
步骤31:获取用户的浏览信息,确定用户需要的电子资源a;
这里,通过用户当前的浏览内容获得用户的浏览信息,对用户的浏览信息进行抽签、转换、加载,然后提取处理后的用户的行为数据,确定用户需要的电子资源a。
步骤32:根据用户需要的电子资源a,生成针对电子资源a的电子资源推荐列表;
本步骤具体包括:
首先,获取各电子资源库中的电子资源a;
这里,将多种类型的电子资源库的电子资源接入电子资源推荐平台,提取关于电子资源a的属性信息,所述属性信息包括:资源名称、资源对象及资源标签;将提取到的电子资源a的各属性信息保存成预设的数据结构,然后将保存成预设的数据结构的电子资源属性信息导入电子资源推荐平台。
之后,确定电子资源a的属性信息,建立属性信息与电子资源a的关联关系表;
这里,根据电子资源a的资源名称、资源对象及资源标签这三个共性属性,创建资源名称-电子资源关联关系表、资源对象-电子资源关联关系表、资源标签-电子资源关联关系表,并结合电子资源热度对电子资源关联关系表进行降序排列。
最后,创建电子资源a的推荐列表;
这里,将电子资源a的资源名称-电子资源关联关系表、资源对象-电子资源关联关系表、资源标签-电子资源关联关系表中的电子资源,添加到电子资源a的推荐列表并删除重复的电子资源;计算电子资源a的推荐列表中电子资源的综合相似度,并将电子资源a的推荐列表中的电子资源按照所述综合相似度进行降序排列;接下来,获取电子资源a的特殊关系表,将按照综合相似度进行降序排列的电子资源a的推荐表中,存在于电子资源a的特殊关系表中的电子资源按已有的次序排列在电子资源a的推荐列表的前部;将电子资源a的推荐列表中的其他电子资源按已有的次序排列在后部。
步骤33:获得电子资源a对应的电子资源推荐列表;根据电子资源a对应的电子资源推荐列表,向用户推荐电子资源a。
图4为本发明实施例实现跨业务的电子资源推荐的显示示意图,如图4所示,在确定用户需要的电子资源为《不能说的秘密》之后,根据该电子资源的资源名称、或资源对象、或资源标签生成电子资源推荐列表,并向用户推荐;在推荐结果中显示关于《不能说的秘密》的相关电子资源,包含歌曲及电影,虽然用户当前使用的是音乐网站,但是该网站仍然可以在网页的指定位置显示有关电影《不能说的秘密》的搜索结果;优选地,还可以向用户显示电影《不能说的秘密》的观影地址,如:推荐观影网站、网址链接、下载链接等等。
这里,显示相关电子资源的位置不固定,可以如图4一样直接显示在目标电子资源下方,或者也可以在网页的其他区域进行显示。
进一步的,当用户使用的是客户端进行资源搜索时,比如,假设用户使用咪咕音乐搜索《不能说的秘密》,根据本发明实施例的实现方案,咪咕音乐不仅仅会向用户展示有关歌曲《不能说的秘密》的搜索结果,还可以向用户展示有关电影《不能说的秘密》的搜索结果,比如,展示相关推荐为:“电影《不能说的秘密》,咪咕视频”,当用户使用的终端设备上同时安装有咪咕视频时,用户点击上述相关推荐信息,则可以直接唤起移动终端如手机上的咪咕视频客户端,并将当前展示界面跳转到咪咕视频进行视频播放、或者展示有关电影《不能说的秘密》的搜索结果。
为实现上述跨业务的电子资源推荐方法,本发明实施例还提供了一种装置,所述装置的组成结构示意图如图5所示,包括:构建模块51、整合模块52和生成模块53;其中,
所述构建模块51,用于建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;
所述整合模块52,用于将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;
所述生成模块53,用于将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。
这里,所述生成模块53,还用于优化电子资源推荐列表,删除电子资源推荐列表中重复的电子资源。
其中,所述构建模块,还用于在建立所述资源名称、资源对象及资源标签各自对应的关联关系表之前,根据用户浏览信息主动获取资源名称、资源对象及资源标签;
所述装置还包括推荐模块,用于在生成电子资源推荐列表后主动向用户推荐电子资源。
进一步地,所述装置还包括统计模块,用于采用计算综合相似度的方式对电子资源推荐列表中电子资源进行排序,具体的:计算电子资源推荐列表中电子资源的综合相似度,并将电子资源推荐列表中的电子资源按照所述综合相似度进行降序排列;所述综合相似度通过资源名称相似度、资源对象相似度及资源标签相似度加权求和得到。
其中,资源名称相似度、资源对象相似度及资源标签相似度可分别通过已有的相似度算法计算得到。
进一步地,所述生成模块53,还用于将按照所述综合相似度进行降序排列的电子资源推荐列表中,存在特殊关系的电子资源添加到电子资源特殊关系表,并将电子资源特殊关系表中的电子资源按已有顺序排列在电子资源推荐列表的前部。这里,所述特殊关系可以是通过爬虫收集的电子资源数据中发现的电子资源之间的关系,比如:电子资源的作者之间存在师生、亲属等关系。
在实际应用中,所述构建模块51、整合模块52、生成模块53、统计模块和推荐模块均可由位于移动终端中的中央处理器(CPU,Central Processing Unit)、微处理器(MPU,Micro Processor Unit)、数字信号处理器(DSP,Digital Signal Processor)、或现场可编程门阵列(FPGA,Field Programmable Gate Array)等实现。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种跨业务的电子资源推荐方法,其特征在于,所述方法包括:
建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;
将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;
将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:删除电子资源推荐列表中重复的电子资源。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:计算电子资源推荐列表中电子资源的综合相似度,并将电子资源推荐列表中的电子资源按照所述综合相似度进行降序排列;
所述综合相似度通过资源名称相似度、资源对象相似度及资源标签相似度加权求和得到。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:将按照所述综合相似度进行降序排列的电子资源推荐列表中,存在特殊关系的电子资源添加到电子资源特殊关系表,并将电子资源特殊关系表中的电子资源按已有顺序排列在电子资源推荐列表的前部。
5.根据权利要求1或2所述方法,其特征在于,所述方法还包括:在建立所述资源名称、资源对象及资源标签各自对应的关联关系表之前,根据用户浏览信息主动获取资源名称、资源对象及资源标签;并在生成电子资源推荐列表后主动向用户推荐电子资源。
6.一种跨业务的电子资源推荐装置,其特征在于,所述装置包括:构建模块、整合模块及生成模块;其中,
所述构建模块,用于建立资源名称、资源对象及资源标签各自与电子资源的关联关系表;
所述整合模块,用于将各个业务对应的电子资源库中与资源名称、或资源对象、或资源标签相关的电子资源,分别放入资源名称、资源对象及资源标签各自对应的关联关系表中;
所述生成模块,用于将资源名称、资源对象及资源标签各自对应的关联关系表进行合并,生成电子资源推荐列表;所述电子资源推荐列表用于向用户推荐电子资源。
7.根据权利要求6所述的装置,其特征在于,所述生成模块,还用于删除电子资源推荐列表中重复的电子资源。
8.根据权利要求6或7所述的装置,其特征在于,所述装置还包括统计模块,用于计算电子资源推荐列表中电子资源的综合相似度,并将电子资源推荐列表中的电子资源按照所述综合相似度进行降序排列;
所述综合相似度通过资源名称相似度、资源对象相似度及资源标签相似度加权求和得到。
9.根据权利要求8所述的装置,其特征在于,所述生成模块,还用于将按照所述综合相似度进行降序排列的电子资源推荐列表中,存在特殊关系的电子资源添加到电子资源特殊关系表,并将电子资源特殊关系表中的电子资源按已有顺序排列在电子资源推荐列表的前部。
10.根据权利要求6所述的装置,其特征在于,所述构建模块,还用于在建立所述资源名称、资源对象及资源标签各自对应的关联关系表之前,根据用户浏览信息主动获取资源名称、资源对象及资源标签;
所述装置还包括推荐模块,用于在生成电子资源推荐列表后主动向用户推荐电子资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611158439.2A CN106649675A (zh) | 2016-12-14 | 2016-12-14 | 一种跨业务的电子资源推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611158439.2A CN106649675A (zh) | 2016-12-14 | 2016-12-14 | 一种跨业务的电子资源推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106649675A true CN106649675A (zh) | 2017-05-10 |
Family
ID=58822261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611158439.2A Pending CN106649675A (zh) | 2016-12-14 | 2016-12-14 | 一种跨业务的电子资源推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106649675A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545069A (zh) * | 2017-09-20 | 2018-01-05 | 广州炫锐信息科技有限公司 | 一种查询多种资源的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436186A (zh) * | 2007-11-12 | 2009-05-20 | 北京搜狗科技发展有限公司 | 一种提供相关搜索的方法及系统 |
CN102360364A (zh) * | 2011-09-30 | 2012-02-22 | 奇智软件(北京)有限公司 | 一种应用自动推荐的方法及装置 |
US20150262069A1 (en) * | 2014-03-11 | 2015-09-17 | Delvv, Inc. | Automatic topic and interest based content recommendation system for mobile devices |
CN105589852A (zh) * | 2014-10-20 | 2016-05-18 | 阿里巴巴集团控股有限公司 | 一种信息推荐的方法和装置 |
-
2016
- 2016-12-14 CN CN201611158439.2A patent/CN106649675A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436186A (zh) * | 2007-11-12 | 2009-05-20 | 北京搜狗科技发展有限公司 | 一种提供相关搜索的方法及系统 |
CN102360364A (zh) * | 2011-09-30 | 2012-02-22 | 奇智软件(北京)有限公司 | 一种应用自动推荐的方法及装置 |
US20150262069A1 (en) * | 2014-03-11 | 2015-09-17 | Delvv, Inc. | Automatic topic and interest based content recommendation system for mobile devices |
CN105589852A (zh) * | 2014-10-20 | 2016-05-18 | 阿里巴巴集团控股有限公司 | 一种信息推荐的方法和装置 |
Non-Patent Citations (1)
Title |
---|
付艳欣: "《新闻推荐系统的设计与实现》", 《兰州工业学院学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545069A (zh) * | 2017-09-20 | 2018-01-05 | 广州炫锐信息科技有限公司 | 一种查询多种资源的方法及装置 |
CN107545069B (zh) * | 2017-09-20 | 2021-07-20 | 广州炫锐信息科技有限公司 | 一种查询多种资源的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104573054B (zh) | 一种信息推送方法和设备 | |
US10162900B1 (en) | Method and system of an opinion search engine with an application programming interface for providing an opinion web portal | |
US11176142B2 (en) | Method of data query based on evaluation and device | |
US9576313B2 (en) | Recommendation systems and methods using interest correlation | |
Adamic et al. | Friends and neighbors on the web | |
KR101214688B1 (ko) | 콘텐츠의 집계, 배포, 공유, 및 업데이트의 사회적 측면들 | |
JP4418135B2 (ja) | グループ形成システム、グループ形成方法、およびグループ形成装置 | |
WO2011080899A1 (ja) | 情報推薦方法 | |
CN106030569A (zh) | 重构搜索查询的技术 | |
KR20160083017A (ko) | 소셜 데이터 네트워크에서 인플루언서들 및 그들의 커뮤니티를 식별하기 위한 시스템 및 방법 | |
CN104077290B (zh) | 一种生成推广账户的方法和装置 | |
US20150205580A1 (en) | Method and System for Sorting Online Videos of a Search | |
KR20140079823A (ko) | 소셜 관련성에 의한 객체의 순위화 | |
CN106383887A (zh) | 一种环保新闻数据采集和推荐展示的方法及系统 | |
JP2008097351A (ja) | 広告配信装置およびプログラム | |
CN104503988B (zh) | 搜索方法及装置 | |
CN104077707B (zh) | 一种推广呈现方式的优化方法和装置 | |
US11036817B2 (en) | Filtering and scoring of web content | |
CN105916032A (zh) | 视频推荐的方法及视频推荐的终端设备 | |
CN103955480B (zh) | 一种用于确定用户所对应的目标对象信息的方法与设备 | |
Chansanam et al. | Korean popular culture analytics in social media streaming: evidence from YouTube channels in Thailand | |
US20090112847A1 (en) | Apparatus and method for enhancing a composition with relevant content pointers | |
CN113704630B (zh) | 一种信息推送方法、装置、可读存储介质和电子设备 | |
CN106649675A (zh) | 一种跨业务的电子资源推荐方法及装置 | |
WO2008032037A1 (en) | Method and system for filtering and searching data using word frequencies |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |