CN106708282B - 一种推荐方法和装置、一种用于推荐的装置 - Google Patents

一种推荐方法和装置、一种用于推荐的装置 Download PDF

Info

Publication number
CN106708282B
CN106708282B CN201510872714.6A CN201510872714A CN106708282B CN 106708282 B CN106708282 B CN 106708282B CN 201510872714 A CN201510872714 A CN 201510872714A CN 106708282 B CN106708282 B CN 106708282B
Authority
CN
China
Prior art keywords
history
information
input
content
environment information
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
Application number
CN201510872714.6A
Other languages
English (en)
Other versions
CN106708282A (zh
Inventor
涂畅
张扬
王砚峰
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.)
Beijing Sogou Technology Development Co Ltd
Original Assignee
Beijing Sogou Technology Development 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 Beijing Sogou Technology Development Co Ltd filed Critical Beijing Sogou Technology Development Co Ltd
Priority to CN201510872714.6A priority Critical patent/CN106708282B/zh
Priority to US15/777,375 priority patent/US11106709B2/en
Priority to PCT/CN2016/076978 priority patent/WO2017092198A1/zh
Publication of CN106708282A publication Critical patent/CN106708282A/zh
Application granted granted Critical
Publication of CN106708282B publication Critical patent/CN106708282B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3322—Query formulation using system suggestions
    • G06F16/3323—Query formulation using system suggestions using document space presentation or visualization, e.g. category, hierarchy or range presentation and selection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • G06F3/0237—Character input methods using prediction or retrieval techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明实施例提供了一种推荐方法和装置、一种用于推荐的装置，其中的推荐方法具体包括：在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；展现所述目标词条。本发明实施例在用户未进行任何输入操作的情况下向用户提供候选项，能够大大提高用户的输入效率。

Description

一种推荐方法和装置、一种用于推荐的装置
技术领域
本发明涉及输入法技术领域，特别是涉及一种推荐方法、一种推荐装置、及一种用于推荐的装置。
背景技术
输入法是指为了将各种文字输入计算机或其他设备(如手机、平板电脑)而采用的编码方法。对于中文、日文、韩文等语言的用户而言，一般都需要通过输入法程序与计算机进行交互。
现有输入法程序提供的文字输入过程通常为，用户通过实体键盘或虚拟键盘键入输入串，然后由输入法程序依据其预置的标准映射规则将该输入串转换为相应语言的候选项并展示，进而将用户选择的候选项上屏。
可见，现有输入法程序在用户主动键入输入串时才会向用户提该输入串对应的候选项，这导致文字输入效率较低。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的推荐方法、推荐装置及用于推荐的装置，能够在用户未进行任何输入操作的情况下向用户提供候选项，能够大大提高用户的输入效率。
为了解决上述问题，本发明公开了一种推荐方法，包括：
在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；
对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；
展现所述目标词条。
可选地，所述历史输入行为数据包括：历史上屏内容与历史环境信息的映射关系；
则所述对当前用户在历史环境信息下的历史输入行为数据进行分析的步骤，包括：
在所述历史上屏内容与历史环境信息的映射关系中进行查找，以得到与所述当前环境信息相匹配的目标历史上屏内容；
依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条。
可选地，所述在所述历史上屏内容与历史环境信息的映射关系中进行查找的步骤，包括：
确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度；
选取匹配度大于阈值的历史上屏内容，作为目标历史上屏内容。
可选地，所述环境信息包括应用程序环境信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，包括：
依据所述应用程序环境信息和/或应用程序类别，确定历史应用程序环境信息与当前应用程序环境信息之间的匹配度。
可选地，所述环境信息包括位置信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，包括：
依据所述位置信息和/或位置常用度，确定历史位置信息与当前位置信息之间的匹配度。
可选地，所述环境信息包括时间信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，包括：
依据历史时间信息距离当前时间信息的远近，确定历史时间信息与当前时间信息之间的匹配度。
可选地，所述依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条的步骤，包括：
依据所述目标历史上屏内容对应的历史环境信息与所述当前环境信息的匹配度和/或所述目标历史上屏内容的频率，确定所述目标历史上屏内容的得分；
按照得分从高到低的顺序，选择至少一个目标历史上屏内容作为目标词条。
可选地，所述对当前用户在历史环境信息下的历史输入行为数据进行分析的步骤，包括：
对当前用户在历史环境信息下的历史上屏内容进行分析，以得到当前用户的输入规律特征；其中，所述输入规律特征包括：在特定环境信息下的特定上屏内容；
将所述当前环境信息与所述特定环境信息进行匹配，以得到契合所述当前环境信息的特定上屏内容，作为目标词条。
另一方面，本发明公开了一种推荐装置，包括：
获取模块，用于在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；
分析模块，用于对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；及
展现模块，用于展现所述目标词条。
再一方面，本发明公开了一种用于推荐的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；
对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；
展现所述目标词条。
本发明实施例包括以下优点：
本发明实施例当用户在当前环境信息下触发输入法程序并在进行文字输入之前，可以基于对当前用户在历史环境信息下的历史输入行为数据的分析，向用户提供上述历史输入行为数据中契合所述当前环境信息的目标词条；由于上述历史输入行为数据中契合所述当前环境信息的目标词条可以反映用户在与当前环境信息相匹配的历史环境信息下的输入规律，故本发明实施例可以向用户推荐符合当前环境信息下输入规律的目标词条，以使用户无需进行任何输入操作即可直接选择上述目标词条上屏，因此，本发明实施例在用户未进行任何输入操作的情况下向用户提供候选项，能够大大提高用户的输入效率。
附图说明
图1是本发明的一种推荐方法实施例一的步骤流程图；
图2是本发明的一种对当前用户在历史环境信息下的历史输入行为数据进行分析方法的步骤流程图；
图3是本发明的一种对当前用户在历史环境信息下的历史输入行为数据进行分析方法的步骤流程图；
图4是本发明的一种对当前用户在历史环境信息下的历史输入行为数据进行分析方法的步骤流程图；及
图5是本发明的一种推荐装置实施例的结构框图；
图6是本发明的一种用于推荐的装置800的框图；及
图7是本发明的一种服务器的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
现有输入法程序通常只有在用户发生输入行为时才会向用户提供输入串对应的候选项。在用户未键入输入串或者未输入任何内容时，并不会向用户提供任何候选项。
而本发明实施例发现，用户的输入行为往往与环境信息相关，上述环境信息具体可以包括：时间(早、中、晚、饭点、工作日、休息日等)，地点(家庭、公司、餐馆、交通站点等)、天气、当前应用程序等等；也即，通过对用户的历史输入行为数据的收集和积累及分析，在特定环境下的输入需求往往有迹可循；这样，可以结合当前用户的历史输入行为数据，主动为其提供符合当前情境的候选项，以提高其输入效率。
因此，本发明实施例创造性地提出，基于用户的历史输入行为，预先记录用户在各种历史环境信息下的历史输入行为数据，这样，当用户在当前环境信息下发生输入需求并触发输入法程序时，可以基于对历史输入行为数据的分析向用户提供契合所述当前环境信息的目标词条；由于上述历史输入行为数据中契合所述当前环境信息的目标词条可以反映用户在与当前环境信息相匹配的历史环境信息下的输入规律和意图，故本发明实施例可以向用户推荐符合当前环境信息下输入规律的目标词条，以使用户直接选择上述目标词条上屏而无需进行任何输入操作，因此，本发明实施例在用户未进行任何输入操作的情况下向用户提供候选项，能够大大提高用户的输入效率。
方法实施例一
参照图1，示出了本发明的一种推荐方法实施例一的步骤流程图，具体可以包括如下步骤：
步骤101、在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；
本发明实施例可以应用于计算机、平板电脑、手机等安装有输入法程序的信息设备中，当用户欲进行文字输入时，可以通过点击输入框等触发操作触发这些信息设备中的输入法程序。例如，当用户欲要在平板电脑或手机上的“优酷APP”中搜索他喜欢的电视剧"琅琊榜"时，可以通过点击“优酷APP”的搜索框来触发手机中的输入法程序；又如，当用户欲通过计算机中“QQ程序”与好友聊天时，则可以通过点击“QQ程序”的即时通讯窗口来触发计算机中的输入法程序，可以理解，用户可以通过任意的触发方式触发输入法程序，本发明实施例对于输入法程序的具体触发方式不加以限制。
本发明实施例中，输入法程序所处的环境信息具体可以包括如下信息中的至少一种：时间信息、位置信息、应用程序环境信息和网页环境信息。其中，上述时间信息可依据信息设备的时钟得到，其具体可以包括：一天中的小时区间，该小时区间的长度可以为1小时或2小时，该小时区间的起点可以为7点等整点，也可以为7点半等半点，可以理解，本发明实施例对于该小时区间的长度、起点和终点不加以限制。上述位置信息可以依据信息设备的GPS(全球定位系统，Global Positioning System)信息或者IP(互联网协议，InternetProtocol)信息或者无线网络信息得到，例如上述位置信息具体可以包括：用户在公司的位置信息、用户在家庭的位置信息，或者用户在地铁站的位置信息等。上述应用程序环境信息可用于表示输入法程序被触发或被调起的APP(应用程序，Application)的信息，也即，输入法程序的焦点所在的APP的信息，如上述“优酷APP”或者“百度外卖APP”的信息等。上述网页环境信息具体可以包括：网页的URL(统一资源标识符，Uniform Resource Locator)等信息。
当然，除了时间信息、位置信息、应用程序环境信息和网页环境信息外，本发明实施例的环境信息还可以包括其它环境信息，例如，气压、海拔、温度、湿度等环境信息等，本发明实施例对于具体的环境信息及对应的获取方式不加以限制。
步骤102、对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；
本发明实施例中，对当前用户在历史环境信息下的历史输入行为数据进行分析，可用于发现用户在与当前环境信息相匹配的历史环境信息下的输入规律，从而能够向用户推荐符合当前环境信息下输入规律的目标词条。
在本发明的一种应用示例中，假设环境信息包括“优酷APP”或者“百度外卖APP”等特定APP的环境，则可以将用户在该特定APP的环境下的历史上屏内容中输入频率最高的至少一个词条作为目标词条，或者，可以将用户在最近一个时间段内(如最近一周)在该特定APP的环境下的历史上屏内容中输入频率最高的至少一个词条作为目标词条，或者，还可以将用户在与该特定APP同应用程序类别的APP环境下的历史上屏内容中输入频率最高的至少一个词条作为目标词条；其中，APP类别可以为APP开发者和/或APP管理者针对APP划分的应用程序类别，如影音类别、快餐类别、社交类别、搜索类别、新闻类别、浏览器类别等，APP类别还可以为对所收集市面上的APP进行划分得到的类别。例如，“优酷APP”所属的类别为影音类别，“百度外卖APP”所属的应用程序类别为快餐类别，“搜狗地图APP”所属的应用程序类别为地图类别等。例如，用户最近在追剧“琅琊榜”，其每天都会在各影音类别的APP中搜索“琅琊榜”的最新剧集，则在用户连续一周输入“琅琊榜”后，在用户后续点击影音类别的APP的搜索框时，可以自动向用户推荐“琅琊榜”这个词条。
需要说明的是，本发明实施例还可以不断地广泛收集用户在最近一个时间段的历史上屏内容，并对这些历史上屏内容进行分析以得到对应的类别，如影音类别、快餐类别、社交类别等，从而可以在相应类别的APP中进行候选项的推荐。
在本发明的另一种应用示例中，假设环境信息包括小时区间，则可以将用户在该小时区间环境下的历史上屏内容中输入频率最高的至少一个词条作为目标词条，或者，可以将用户在最近一个时间段内(如最近一周)在该时间区间环境下的历史上屏内容中输入频率最高的至少一个词条作为目标词条。例如，用户习惯在每天早上7点左右起床时，在手机浏览器中输入“天气预报”以查询当天的天气预报，则在用户连续一周输入“天气预报”后，在用户后续在每天早上7点触发手机浏览器的搜索框时，可以自动向用户推荐“天气预报”这个词条。
在本发明的再一种应用示例中，假设环境信息包括位置信息，则可以将用户在该位置信息环境下的历史上屏内容中输入频率最高的至少一个词条作为目标词条，或者，可以将用户在最近一个时间段内(如最近一周)在该位置信息环境下的历史上屏内容中输入频率最高的至少一个词条作为目标词条。例如，用户经常将“五道口华联”作为约会地点，且每次到达该地点后都会习惯性地通过即时通讯窗口向朋友汇报自身位置，则用户在连续一段时间在该地点输入“五道口华联”后，在用户后续在该地点触发即时通讯窗口时，可以自动向用户推荐“五道口华联”这个词条。
需要说明的是，除了上述特定APP、小时区间信息或位置信息等一种环境信息外，本发明实施例的环境信息还可以是两种或者两种以上环境信息的组合，也即，本发明实施例可以使用两种或者两种以上环境信息向用户推荐用户词条，以实现词条的精确推荐。
步骤103、展现上述目标词条。
在具体实现中，本发明实施例可以候选项的形式展现上述目标词条，其中，所展现目标的词条的数目可以等于1，也可以大于1；并且，每个目标词条可以带有对应的编号，以方便用户通过编号直接将对应的目标词条上屏。可以理解，本发明实施例对于上述目标词条的具体展现方式及具体上屏方式不加以限制。
在本发明的一种可选实施例中，所述方法还可以包括：依据用户对于上述目标词条的选择操作，将上述选择操作对应的目标词条上屏，也即，将上述选择操作对应的目标词条输出至对应的应用程序中。
在本发明的再一种可选实施例中，所述方法还可以包括：将上述选择操作对应的目标词条及对应的当前环境信息记录至历史输入行为数据中，以使历史输入行为数据得到积累和更新。
综上，由于上述历史输入行为数据中契合所述当前环境信息的目标词条可以反映用户在与当前环境信息相匹配的历史环境信息下的输入规律，故本发明实施例可以向用户推荐符合当前环境信息下输入规律的目标词条，以使用户直接选择上述目标词条上屏而无需进行任何输入操作，因此，本发明实施例在用户未进行任何输入操作的情况下向用户提供候选项，能够大大提高用户的输入效率。
方法实施例二
本实施例为方法实施例一的可选实施例，其在方法实施例一的基础上，对于对当前用户在历史环境信息下的历史输入行为数据进行分析的过程进行了详细描述。
参照图2，示出了本发明的一种对当前用户在历史环境信息下的历史输入行为数据进行分析方法的步骤流程图，上述所述历史输入行为数据具体可以包括：历史上屏内容与历史环境信息的映射关系，上述分析过程具体可以包括如下步骤：
步骤201、在所述历史上屏内容与历史环境信息的映射关系中进行查找，以得到与所述当前环境信息相匹配的目标历史上屏内容；
步骤202、依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条。
在实际应用中，可以在当前用户的全部历史上屏内容中进行上述查找，也可以在当前用户在最近一个时间段内历史上屏内容中进行上述查找。由于历史输入行为数据是对用户输入行为的统计和积累，体现了用户的输入规律，因此用户的输入规律会随着用户习惯的变化而发生变化，故本发明实施例可以基于最近一个时间段内历史上屏内容的分析捕获到上述变化，从而能够向用户提供符合其当前输入规律的目标词条。
另外，在实际应用中，可以依据当前环境信息中的全部或者部分进行上述查找，例如，在当前环境信息包括：当前时间信息、当前位置信息和当前应用程序环境信息时，可以仅仅依据当前时间信息对应的小时区间进行上述查找，以在一定程度上解决“特定时间、特定位置、特定APP”的限制条件带来的数据稀疏的问题。或者，还可以依据当前时间信息对应的小时区间和当前应用程序环境信息对应的应用程序类别进行上述查找，以在一定程度上解决“特定时间、特定APP”的限制条件带来的数据稀疏的问题，可以理解，本发明实施例对于上述查询所依据的具体当前环境信息不加以限制。
在本发明的一种可选实施例中，所述在所述历史上屏内容与历史环境信息的映射关系中进行查找的步骤，具体可以包括：
步骤A1、确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度；
步骤A2、选取匹配度大于阈值的历史上屏内容，作为目标历史上屏内容。
本发明实施例可以提供确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的如下确定方案：
确定方案1
确定方案1中，所述环境信息具体可以包括应用程序环境信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，具体可以包括：依据所述应用程序环境信息和/或应用程序类别，确定历史应用程序环境信息与当前应用程序环境信息之间的匹配度。
在本发明的一种应用示例中，假设历史应用程序环境信息与当前应用程序环境信息相同，则二者的匹配度可以为1；假设历史应用程序环境信息与当前应用程序环境信息不同，但二者所属的应用程序类别相同，则二者之间的匹配度可以为0.9；假设历史应用程序环境信息与当前应用程序环境信息不同，且二者所属的应用程序类别也不同，则二者之间的匹配度可以为0.6。例如，当前应用程序环境信息为“优酷APP”，“优酷APP”所属的应用程序类别为影音类别，而即时通讯程序不属于影音类别，假设用户未在影音类别的APP环境输入过“琅琊榜”这个词，但在浏览器程序和即时通讯程序中输入过该词，则可以将“琅琊榜”这个词对应历史应用程序环境信息与“优酷APP”之间的匹配度确定为0.6。
需要说明的是，在历史应用程序环境信息与当前应用程序环境信息不同时，还可以结合二者所属的应用程序类别和历史上屏内容的输入频率确定二者之间的匹配度，其中，在历史上屏内容的输入频率符合预置条件时，可以对依据二者所属的应用程序类别确定的匹配度进行加权。对于上例，假设“琅琊榜”这个词的输入频率大于第一频率阈值，则可以在0.6的基础对进行预设倍数的加权，如该预设倍数的值为1.5等。
可以理解，本领域技术人员可以根据实际应用需求，确定上述阈值的数值，例如，在依据当前阈值查找得到的目标历史上屏内容的数量较少时，可以降低上述阈值等等，本发明实施例对于具体的阈值不加以限制。
确定方案2
确定方案2中，所述环境信息具体可以包括位置信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，具体可以包括：依据所述位置信息和/或位置常用度，确定历史位置信息与当前位置信息之间的匹配度。
在实际应用中，在仅仅考虑位置信息时，可以将历史位置信息与当前位置信息进行比较，在二者比较接近时，如“五道口华联”与“清华科技园”比较接近，可以认为二者的匹配度较大；而在二者的距离较远时，可以认为二者的匹配度较小。在考虑位置信息和位置常用度时，可以依据位置常用度对依据位置信息确定的匹配度进行加权，例如，用户的常用位置具体包括：公司和家庭，故可以认为该两个位置的位置常用度高于用户临时去过的位置。
确定方案3
确定方案3中，所述环境信息具体可以包括时间信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，具体可以包括：依据历史时间信息距离当前时间信息的远近，确定历史时间信息与当前时间信息之间的匹配度。可选地，历史时间信息与当前时间信息之间的匹配度可以按照从远到近的顺序递增，也即，历史时间信息距离当前时间信息越远，则二者之间的匹配度越小，历史时间信息距离当前时间信息越近，则二者之间的匹配度越大。
在实际应用中，对于最近一个时间段内不同的历史时间信息，可以认为其与当前时间信息具有不同的匹配度。假设上述时间段的长度为10天，则可以认为昨天与今天的匹配度为1，前天与今天的匹配度为0.9，大前天与今天的匹配度为0.8，…，10天前与今天的匹配度为0.1等。可以理解，上述匹配度只是作为示例，实际上，昨天与今天的匹配度还可以为20，前天与今天的匹配度还可以为10，大前天与今天的匹配度还可以为5等，也即，上述匹配度可以时间从远到近的顺序按照预设值的倍数进行递增，本发明实施例对于匹配度的具体递增方式不加以限制。
以上通过确定方案1-确定方案3对所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的确定方案进行详细介绍，可以理解，本发明实施例可以根据实际应用需求采用确定方案1-确定方案3中的一种或者多种，其中，在采用确定方案1-确定方案3中的多种时，可以分别利用多种方案进行目标历史上屏内容的选择，并对多种选择结果进行综合；也可以对多种方案对应的匹配度进行加权运算，以得到对应的综合匹配度，并依据综合匹配度选择目标历史上屏内容；或者，还可以采用其他确定方案，本发明实施例对于具体的确定方案不加以限制。
需要说明的是，上述通过查找得到与所述当前环境信息相匹配的目标历史上屏内容的过程只是作为示例，实际上，本领域技术人员还可以根据实际应用需求，直接选择最近一个时间段内的历史上屏内容作为目标历史上屏内容，或者，选择最近一个时间段内输入频率大于第二频率阈值的历史上屏内容作为目标历史上屏内容等，本发明实施例对于确定目标历史上屏内容的具体过程不加以限制。
在本发明的一种可选实施例中，在上述目标历史上屏内容的数量较少时，上述依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条的过程可以为，将所述目标历史上屏内容直接作为目标词条。
在本发明的另一种可选实施例中，在上述目标历史上屏内容的数量较多时，可以通过筛选得到最符合用户的输入规律的目标词条，相应地，上述依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条的步骤，具体可以包括：
步骤B1、依据所述目标历史上屏内容对应的历史环境信息与所述当前环境信息的匹配度和/或所述目标历史上屏内容的频率，确定所述目标历史上屏内容的得分；
步骤B2、按照得分从高到低的顺序，选择至少一个目标历史上屏内容作为目标词条。
其中，在采用匹配度和所述目标历史上屏内容的频率两种排序特征时，可以将匹配度作为一个时间段内目标历史上屏内容在每天的输入频率的权重，并对一个时间段内目标历史上屏内容在每天的输入频率进行加权运算。
以目标历史上屏内容“琅琊榜”为例，假设最近10天用户都输入了“琅琊榜”这个词，昨天与今天的匹配度为1，前天与今天的匹配度为0.9，大前天与今天的匹配度为0.8，…，10天前与今天的匹配度为0.1等，除了10天前(每天在特定时间段、特定地点)输入了2次，其余每天的输入频率都是1次，则该词对应得分的加权运算过程可以为：1*1+0.9*1+0.8*1+0.7*1+0.6*1+0.5*1+0.4*1+0.3*1+0.2*1+0.1*2＝5.6。可以理解，上述加权运算过程只是作为示例，实际上，本发明实施例对于目标历史上屏内容的得分的具体确定过程不加以限制。
假设除了“琅琊榜”外，目标历史上屏内容还包括：“花千骨”、“唐顿庄园”等词条，则这些词条对应得分的加权运算过程可以与“琅琊榜”对应得分类似；最终可以选择得分最高的目标历史上屏内容作为目标词条。
另外，以上仅对历史时间信息与当前时间信息之间的匹配度与目标历史上屏内容的频率的组合过程进行了说明，实际上，历史位置信息与当前位置信息之间的匹配度、历史应用程序环境信息与当前应用程序环境信息之间的匹配度均可以与目标历史上屏内容的频率进行组合，或者，历史时间信息与当前时间信息之间的匹配度、历史位置信息与当前位置信息之间的匹配度和历史应用程序环境信息与当前应用程序环境信息之间的匹配度这3种匹配度之间也可以组合使用，本发明实施例对于具体的组合过程不加以限制。
方法实施例三
本实施例为方法实施例一的可选实施例，其在方法实施例一的基础上，对于对当前用户在历史环境信息下的历史输入行为数据进行分析的过程进行了详细描述。
参照图3，示出了本发明的一种对当前用户在历史环境信息下的历史输入行为数据进行分析方法的步骤流程图，上述所述历史输入行为数据具体可以包括：历史上屏内容与历史环境信息的映射关系，上述分析过程具体可以包括如下步骤：
步骤301、在所述历史上屏内容与历史环境信息的映射关系中进行查找，以得到与全部当前环境信息或部分当前环境信息相匹配的目标历史上屏内容；
步骤302、从所述目标历史上屏内容中选择频率最高的至少一个词条，作为契合所述当前环境信息的目标词条；
步骤303、从最近一个时间段内的目标历史上屏内容中选择频率最高的至少一个词条，作为契合所述当前环境信息的目标词条；
步骤304、将历史时间信息与当前时间信息之间的匹配度作为一个时间段内目标历史上屏内容在每天的输入频率的权重，对一个时间段内目标历史上屏内容在每天的输入频率进行加权运算，并依据加权运算结果选择至少一个词条，作为契合所述当前环境信息的目标词条。
其中，上述步骤302、步骤303、步骤304可以为并列执行的步骤，本领域技术人员可以依据实际应用需求，采用上述步骤中的任一或者组合。
方法实施例四
本实施例为方法实施例一的可选实施例，其在方法实施例一的基础上，对于对当前用户在历史环境信息下的历史输入行为数据进行分析的过程进行了详细描述。
参照图4，示出了本发明的一种对当前用户在历史环境信息下的历史输入行为数据进行分析方法的步骤流程图，具体可以包括：
步骤401、对当前用户在历史环境信息下的历史上屏内容进行分析，以得到当前用户的输入规律特征；其中，所述输入规律特征具体可以包括：在特定环境信息下的特定上屏内容；
步骤402、将所述当前环境信息与所述特定环境信息进行匹配，以得到契合所述当前环境信息的特定上屏内容，作为目标词条。
在分析得到当前用户的输入规律特征的过程中，可以首先对最近一个时间段内的历史上屏内容进行第一分析，以得到频率最高的至少一个第一历史上屏内容；然后，对频率最高的至少一个第一历史上屏内容对应的历史环境信息进行第二分析，以得到第一历史上屏内容对应的历史环境信息的分布规律。或者，还可以首先对最近一个时间段内通过某特定APP环境和/或特定小时区间环境下的历史上屏内容进行第三分析，以得到频率最高的至少一个第二历史上屏内容；然后，直接将第二历史上屏内容作为特定APP环境和/或特定小时区间环境对应的特定上屏内容。可以理解，本发明实施例对于分析得到当前用户的输入规律特征的具体过程不加以限制。
为使本领域技术人员更好地理解本发明实施例，以下给出本发明的一种推荐方法的应用示例。
应用示例1
住在xx小区的用户A在最近几天、早上7点左右在家刚起床时，会打开手机上“优酷APP”，搜索他最近常看的电视剧“琅琊榜”，下载刚更新的"琅琊榜"最新剧集，以便在地铁上观看。
则本发明实施例可以对用户A在历史环境信息下的历史输入行为数据进行分析，以得到用户A的上述输入规律特征，也即用户A在特定环境信息下的特定上屏内容：xx小区(位置信息)、7点左右(小时区间信息)、“优酷APP”(APP环境)、特定上屏内容“琅琊榜”；
这样，当用户在xx小区、早上6点——8点、打开了“优酷APP”并触发了输入法程序准备输入内容时，可以将当前环境信息与上述特定环境信息进行匹配，由于当前环境信息与上述特定环境信息的匹配度较高，故可以向用户推荐特定上屏内容“琅琊榜”、以及用户经常在“优酷APP”中输入的上屏内容，以使用户直接从推荐内容中选择其想要输入的内容。
应用示例2
用户B经常在工作日的11点半打开“百度外卖APP”，搜索公司附近的几家快餐店“和味坊”、“老家肉饼”等在线下单；
则本发明实施例可以对用户B在历史环境信息下的历史输入行为数据进行分析，以得到用户A的上述输入规律特征，也即用户A在特定环境信息下的特定上屏内容：公司(位置信息)、工作日11点半(小时区间信息)、“百度外卖APP”(APP环境)、特定上屏内容“和味坊”和“老家肉饼”；
这样，当用户B工作日在公司上班的时候，如果他在11点—12点的时间段打开了“百度外卖APP”、“饿了么APP”等快餐类别的APP，并启动输入法程序准备输入的时候，本发明实施例可以向用户B推荐”和味坊“和“老家肉饼”等相关的词条作为候选项，以使用户可以直接从候选项中选择他想要输入的内容。
应用示例3
在用户的输入规律随着用户的历史输入行为积累和更新而发生变化时，故本发明实施例可以基于最近一个时间段内历史上屏内容的分析捕获到上述变化，从而能够向用户提供反映当前输入规律的目标词条。
以应用示例1为例，假设前10天用户A输入的是“琅琊榜”这个词，第11天用户A输入了“云中歌”，第12天用户A输入了“云中歌”；
则在利用上述步骤B1依据所述目标历史上屏内容对应的历史环境信息与所述当前环境信息的匹配度和/或所述目标历史上屏内容的频率，确定所述目标历史上屏内容的得分的过程中，随着时间的推移，“琅琊榜”对应历史时间信息与所述当前时间信息的匹配度越来越低，而“云中歌”对应历史时间信息与所述当前时间信息的匹配度越来高，因此“云中歌”的得分会逐渐超过“琅琊榜”的得分，这样，在目标词条从原来得分最高的“琅琊榜”变为当前得分最高的“云中歌”时，可以向用户推荐得分最高的“云中歌”，或者输入法在向用户推荐多个目标词条时，首选项会由“琅琊榜”变为当前得分最高的“云中歌”。
综上，本发明实施例可以分析得到用户的输入规律，并在特定的时间、特定的位置以及特定的APP环境下直接向用户推荐符合其输入规律的词条，用户可以直接选择候选项上屏，从而减少用户的输入行为，提升用户体验。
相对于应用示例1-3适用于手机端的应用场景，应用示例4-5可以适用于PC端的应用场景，其中，PC端的推荐方法流程具体可以包括：
步骤S1、按照不同的应用程序环境，对用户的历史输入行为数据进行分析，获取用户在特定环境信息下的特定上屏内容；
步骤S2、用户进入某应用程序，如QQ等，触发输入法程序；
步骤S3、输入法程序直接在用户还没有任何输入的情况下，给出当前应用程序环境下的候选项；
步骤S4、用户可以直接选择特定的候选项，或者通过翻页操作查看更多候选项。
应用示例4
当用户C打开QQ程序、且没有任何输入的情况下，输入法程序可以直接弹出输入候选框，向用户推荐:1.你好、2.早啊、3.在吗、4.在干吗等候选项，用户可以通过空格键直接选择首选，或者通过数字键选择特定候选项，也可以通过翻页操作查看更多候选项。
应用示例5
在用户D打开outlook、新建电子邮件且在没有任何输入的情况下，输入法程序可以直接给用户推荐：1.扬哥、2.张扬、3.砚总、4.您好、5、尊敬的等候选项，用户可以通过空格键直接选择首选，或者通过数字键选择特定候选项，也可以通过翻页操作查看更多候选项。
应用示例6
相对于应用示例1-5适用于时间环境、位置环境或应用程序环境，应用示例6可以适用于网页环境。
当用户在不同网页环境下进行输入时，可以获取用户所在的网址，并通过对用户在不同网页环境下历史输入行为数据的分析，获知用户在不同网页环境下的输入特性，从而获得用户在特定网页环境下的特定上屏内容。这样，在用户打开对应网页、进入相应的输入框并触发输入法程序时，输入法程序可以按照用户所在的网址，向用户推荐相应的候选项；以使用户直接点击相应的候选项上屏，或者通过翻页操作查看更多候选项。
例如，在用户E早上刚到公司、通过计算机上的浏览器加载百度网页时，输入法程序可以在没有任何输入的情况下，根据用户E的输入规律向用户E推荐：北京天气，36kr，万年历等等候选项。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
装置实施例
参照图5，示出了本发明的一种推荐装置实施例的结构框图，具体可以包括如下模块：
获取模块501，用于在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；
分析模块502，用于对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；及
展现模块503，用于展现所述目标词条。
在本发明的一种可选实施例中，所述历史输入行为数据具体可以包括：历史上屏内容与历史环境信息的映射关系；
则所述分析模块502，具体可以包括：
查找子模块，用于在所述历史上屏内容与历史环境信息的映射关系中进行查找，以得到与所述当前环境信息相匹配的目标历史上屏内容；及
获取子模块，用于依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条。
在本发明的另一种可选实施例中，所述查找子模块，具体可以包括：
确定单元，用于确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度；及
选取单元，用于选取匹配度大于阈值的历史上屏内容，作为目标历史上屏内容。
在本发明的再一种可选实施例中，所述环境信息具体可以包括应用程序环境信息，则所述确定单元，具体可以包括：
第一确定子单元，用于依据所述应用程序环境信息和/或应用程序类别，确定历史应用程序环境信息与当前应用程序环境信息之间的匹配度。
在本发明的又一种可选实施例中，所述环境信息具体可以包括位置信息，则所述确定单元，具体可以包括：
第二确定子单元，用于依据所述位置信息和/或位置常用度，确定历史位置信息与当前位置信息之间的匹配度。
在本发明的一种可选实施例中，所述环境信息具体可以包括时间信息，则所述确定单元，具体可以包括：
第三确定子单元，用于依据历史时间信息距离当前时间信息的远近，确定历史时间信息与当前时间信息之间的匹配度。
在本发明的另一种可选实施例中，所述获取子模块，具体可以包括：
得分确定单元，用于依据所述目标历史上屏内容对应的历史环境信息与所述当前环境信息的匹配度和/或所述目标历史上屏内容的频率，确定所述目标历史上屏内容的得分；及
选择单元，用于按照得分从高到低的顺序，选择至少一个目标历史上屏内容作为目标词条。
在本发明的再一种可选实施例中，所述分析模块502，具体可以包括：
第一分析子模块，用于对当前用户在历史环境信息下的历史上屏内容进行分析，以得到当前用户的输入规律特征；其中，所述输入规律特征包括：在特定环境信息下的特定上屏内容；及
匹配子模块，用于将所述当前环境信息与所述特定环境信息进行匹配，以得到契合所述当前环境信息的特定上屏内容，作为目标词条。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种用于推荐的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种推荐方法，所述方法包括：在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；展现所述目标词条。
图7是本发明实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作系统1941，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制
以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。
以上对本发明所提供的一种推荐方法、一种推荐装置和一种用于推荐的装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种推荐方法，其特征在于，包括：
在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；
对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；所述环境信息包括：应用程序环境信息、和/或、位置信息、和/或、网页环境信息；
展现所述目标词条。
2.根据权利要求1所述的方法，其特征在于，所述历史输入行为数据包括：历史上屏内容与历史环境信息的映射关系；
则所述对当前用户在历史环境信息下的历史输入行为数据进行分析的步骤，包括：
在所述历史上屏内容与历史环境信息的映射关系中进行查找，以得到与所述当前环境信息相匹配的目标历史上屏内容；
依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条。
3.根据权利要求2所述的方法，其特征在于，所述在所述历史上屏内容与历史环境信息的映射关系中进行查找的步骤，包括：
确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度；
选取匹配度大于阈值的历史上屏内容，作为目标历史上屏内容。
4.根据权利要求3所述的方法，其特征在于，所述环境信息包括应用程序环境信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，包括：
依据所述应用程序环境信息和/或应用程序类别，确定历史应用程序环境信息与当前应用程序环境信息之间的匹配度。
5.根据权利要求3所述的方法，其特征在于，所述环境信息包括位置信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，包括：
依据所述位置信息和/或位置常用度，确定历史位置信息与当前位置信息之间的匹配度。
6.根据权利要求3所述的方法，其特征在于，所述环境信息包括时间信息，则所述确定所述历史上屏内容对应的历史环境信息与所述当前环境信息之间的匹配度的步骤，包括：
依据历史时间信息距离当前时间信息的远近，确定历史时间信息与当前时间信息之间的匹配度。
7.根据权利要求2至6中任一所述的方法，其特征在于，所述依据所述目标历史上屏内容，得到契合所述当前环境信息的目标词条的步骤，包括：
依据所述目标历史上屏内容对应的历史环境信息与所述当前环境信息的匹配度和/或所述目标历史上屏内容的频率，确定所述目标历史上屏内容的得分；
按照得分从高到低的顺序，选择至少一个目标历史上屏内容作为目标词条。
8.根据权利要求1所述的方法，其特征在于，所述对当前用户在历史环境信息下的历史输入行为数据进行分析的步骤，包括：
对当前用户在历史环境信息下的历史上屏内容进行分析，以得到当前用户的输入规律特征；其中，所述输入规律特征包括：在特定环境信息下的特定上屏内容；
将所述当前环境信息与所述特定环境信息进行匹配，以得到契合所述当前环境信息的特定上屏内容，作为目标词条。
9.一种推荐装置，其特征在于，包括：
获取模块，用于在输入法程序被触发后，获取所述输入法程序所处的当前环境信息；
分析模块，用于对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；所述环境信息包括：应用程序环境信息、和/或、位置信息、和/或、网页环境信息；
及
展现模块，用于展现所述目标词条。
10.一种用于推荐的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
在输入法程序被触发后，
获取所述输入法程序所处的当前环境信息；
对当前用户在历史环境信息下的历史输入行为数据进行分析，以得到所述历史输入行为数据中契合所述当前环境信息的目标词条；所述环境信息包括：应用程序环境信息、和/或、位置信息、和/或、网页环境信息；
展现所述目标词条。
CN201510872714.6A 2015-12-02 2015-12-02 一种推荐方法和装置、一种用于推荐的装置 Active CN106708282B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201510872714.6A CN106708282B (zh) 2015-12-02 2015-12-02 一种推荐方法和装置、一种用于推荐的装置
US15/777,375 US11106709B2 (en) 2015-12-02 2016-03-22 Recommendation method and device, a device for formulating recommendations
PCT/CN2016/076978 WO2017092198A1 (zh) 2015-12-02 2016-03-22 一种推荐方法和装置、一种用于推荐的装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510872714.6A CN106708282B (zh) 2015-12-02 2015-12-02 一种推荐方法和装置、一种用于推荐的装置

Publications (2)

Publication Number Publication Date
CN106708282A CN106708282A (zh) 2017-05-24
CN106708282B true CN106708282B (zh) 2019-03-19

Family

ID=58796221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510872714.6A Active CN106708282B (zh) 2015-12-02 2015-12-02 一种推荐方法和装置、一种用于推荐的装置

Country Status (3)

Country Link
US (1) US11106709B2 (zh)
CN (1) CN106708282B (zh)
WO (1) WO2017092198A1 (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10394954B2 (en) * 2017-02-27 2019-08-27 Intel Corporation Natural language intent and location determination method and apparatus
CN108733226A (zh) * 2017-04-13 2018-11-02 北京搜狗科技发展有限公司 一种信息推荐的方法及装置
CN109144285B (zh) * 2017-06-16 2022-09-06 北京搜狗科技发展有限公司 一种输入方法和装置
CN109521888B (zh) * 2017-09-19 2022-11-01 北京搜狗科技发展有限公司 一种输入方法、装置和介质
CN107562222A (zh) * 2017-09-25 2018-01-09 联想(北京)有限公司 一种数据处理方法及系统
CN109597496A (zh) * 2017-09-30 2019-04-09 北京金山安全软件有限公司 一种信息预测方法、装置及设备
CN109597495A (zh) * 2017-09-30 2019-04-09 北京金山安全软件有限公司 一种信息预测方法、装置及设备
CN109948039A (zh) * 2017-11-30 2019-06-28 北京搜狗科技发展有限公司 一种优化搜索结果的方法、装置及电子设备
CN109947264B (zh) * 2017-12-21 2023-03-14 北京搜狗科技发展有限公司 一种信息展现方法、装置及电子设备
CN110321012A (zh) * 2018-03-30 2019-10-11 北京金山安全软件有限公司 一种空上文词预测方法、装置及电子设备
WO2020062014A1 (zh) * 2018-09-28 2020-04-02 华为技术有限公司 一种向输入框中输入信息的方法及电子设备
CN111103986B (zh) * 2018-10-26 2023-11-14 北京搜狗科技发展有限公司 用户词库管理方法及装置、输入方法及装置
WO2020093288A1 (zh) * 2018-11-07 2020-05-14 深圳市欢太科技有限公司 数据处理方法、装置、服务器以及存储介质
CN111414532B (zh) * 2019-01-04 2023-06-30 阿里巴巴集团控股有限公司 一种信息推荐方法、设备及机器可读存储介质
CN110222256B (zh) * 2019-05-06 2021-10-22 北京搜狗科技发展有限公司 一种信息推荐方法、装置和用于信息推荐的装置
CN112527125A (zh) * 2019-09-18 2021-03-19 北京搜狗科技发展有限公司 一种信息提供方法、装置及可读介质
CN112784146A (zh) * 2019-11-04 2021-05-11 北京搜狗科技发展有限公司 一种数据处理方法、装置和用于数据处理的装置
CN112818211A (zh) * 2019-11-15 2021-05-18 北京搜狗科技发展有限公司 一种数据处理方法、装置和介质
CN110989847B (zh) * 2019-11-22 2024-03-29 维沃移动通信有限公司 信息推荐方法、装置、终端设备及存储介质
CN115023922B (zh) * 2020-03-12 2024-05-03 深圳市欢太科技有限公司 信息推送方法、装置、服务器及存储介质
CN113111286B (zh) * 2021-05-12 2023-07-18 抖音视界有限公司 一种信息展示的方法、装置以及计算机存储介质
CN113407040B (zh) * 2021-05-13 2024-09-27 北京搜狗科技发展有限公司 一种信息处理方法、装置和介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101639831A (zh) * 2008-07-29 2010-02-03 华为技术有限公司 一种搜索方法、装置及系统
CN102314461A (zh) * 2010-06-30 2012-01-11 北京搜狗科技发展有限公司 一种导航提示方法及系统
CN102929954A (zh) * 2012-10-08 2013-02-13 北京百度网讯科技有限公司 控制搜索框的内容显示的方法及装置
CN103455160A (zh) * 2012-05-29 2013-12-18 阿里巴巴集团控股有限公司 一种根据地理位置推荐候选词的方法和装置
CN103646089A (zh) * 2013-12-13 2014-03-19 百度在线网络技术（北京）有限公司 自动搜索方法及装置
CN103870553A (zh) * 2014-03-03 2014-06-18 百度在线网络技术（北京）有限公司 一种输入资源推送方法及系统
CN104267821A (zh) * 2014-09-01 2015-01-07 深圳市金立通信设备有限公司 一种终端
CN104423621A (zh) * 2013-08-22 2015-03-18 北京搜狗科技发展有限公司 拼音字符串处理方法和装置
CN104750831A (zh) * 2015-04-01 2015-07-01 广东小天才科技有限公司 一种汉字智能学习方法及系统

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US20040162890A1 (en) * 2003-02-18 2004-08-19 Yasutoshi Ohta Imaging apparatus help system
US20080167914A1 (en) * 2005-02-23 2008-07-10 Nec Corporation Customer Help Supporting System, Customer Help Supporting Device, Customer Help Supporting Method, and Customer Help Supporting Program
WO2007052285A2 (en) * 2005-07-22 2007-05-10 Yogesh Chunilal Rathod Universal knowledge management and desktop search system
US8468155B2 (en) * 2006-06-22 2013-06-18 Infosys Limited Collaborative filtering-based recommendations
US8312036B2 (en) * 2006-09-29 2012-11-13 Apple Inc. Recommended systems
WO2009017195A1 (ja) * 2007-07-31 2009-02-05 National Institute Of Advanced Industrial Science And Technology 楽曲推薦システム、楽曲推薦方法及び楽曲推薦用コンピュータプログラム
US20090106040A1 (en) * 2007-10-23 2009-04-23 New Jersey Institute Of Technology System And Method For Synchronous Recommendations of Social Interaction Spaces to Individuals
JP5366173B2 (ja) * 2008-02-28 2013-12-11 インターナショナル・ビジネス・マシーンズ・コーポレーション 操作支援サーバ装置、操作支援方法およびコンピュータ・プログラム
US20090253112A1 (en) * 2008-04-07 2009-10-08 Microsoft Corporation Recommending questions to users of community qiestion answering
US20100268661A1 (en) * 2009-04-20 2010-10-21 4-Tell, Inc Recommendation Systems
JP4894890B2 (ja) * 2009-06-16 2012-03-14 コニカミノルタビジネステクノロジーズ株式会社 情報処理装置、情報処理装置の制御方法、プログラム
TWI414758B (zh) * 2009-12-17 2013-11-11 Ind Tech Res Inst 行動導覽推薦系統與方法
JP5505009B2 (ja) * 2010-03-19 2014-05-28 富士通株式会社 通信端末装置、コンピュータプログラムおよびコンテンツ検索方法
CN102956009B (zh) * 2011-08-16 2017-03-01 阿里巴巴集团控股有限公司 一种基于用户行为的电子商务信息推荐方法与装置
US8743069B2 (en) * 2011-09-01 2014-06-03 Google Inc. Receiving input at a computing device
US9773284B2 (en) * 2011-09-21 2017-09-26 Facebook, Inc. Displaying social networking system user information via a map interface
US9542532B1 (en) * 2011-10-07 2017-01-10 Cerner Corporation Decision support recommendation optimization
EP2635036A1 (en) * 2012-02-29 2013-09-04 British Telecommunications Public Limited Company Recommender control system, apparatus, method and related aspects
US8799829B2 (en) * 2012-09-28 2014-08-05 Interactive Memories, Inc. Methods and systems for background uploading of media files for improved user experience in production of media-based products
US8799756B2 (en) * 2012-09-28 2014-08-05 Interactive Memories, Inc. Systems and methods for generating autoflow of content based on image and user analysis as well as use case data for a media-based printable product
US20140180808A1 (en) * 2012-12-22 2014-06-26 Coupons.Com Incorporated Generation and management of dynamic electronic offers
US9639608B2 (en) * 2013-03-15 2017-05-02 Daniel Freeman Comprehensive user/event matching or recommendations based on awareness of entities, activities, interests, desires, location
CN104239440B (zh) 2014-09-01 2017-08-25 百度在线网络技术（北京）有限公司 搜索结果的展现方法和装置
US9946794B2 (en) * 2014-10-30 2018-04-17 Samsung Electronics Co., Ltd. Accessing special purpose search systems
US9898773B2 (en) * 2014-11-18 2018-02-20 Microsoft Technology Licensing, Llc Multilingual content based recommendation system
US9639873B2 (en) * 2015-03-23 2017-05-02 Paypal, Inc. Analyzing user-preferred characteristics among merchants
CN106295266A (zh) * 2015-05-28 2017-01-04 阿里巴巴集团控股有限公司 信息输入方法和装置
CN105045901B (zh) 2015-08-05 2019-04-30 百度在线网络技术（北京）有限公司 搜索关键词的推送方法和装置
US11062225B2 (en) * 2016-12-09 2021-07-13 Adobe Inc. Techniques for providing sequential recommendations to users
US20200065879A1 (en) * 2018-08-22 2020-02-27 Midea Group Co., Ltd. Methods and systems for home device recommendation

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101639831A (zh) * 2008-07-29 2010-02-03 华为技术有限公司 一种搜索方法、装置及系统
CN102314461A (zh) * 2010-06-30 2012-01-11 北京搜狗科技发展有限公司 一种导航提示方法及系统
CN103455160A (zh) * 2012-05-29 2013-12-18 阿里巴巴集团控股有限公司 一种根据地理位置推荐候选词的方法和装置
CN102929954A (zh) * 2012-10-08 2013-02-13 北京百度网讯科技有限公司 控制搜索框的内容显示的方法及装置
CN104423621A (zh) * 2013-08-22 2015-03-18 北京搜狗科技发展有限公司 拼音字符串处理方法和装置
CN103646089A (zh) * 2013-12-13 2014-03-19 百度在线网络技术（北京）有限公司 自动搜索方法及装置
CN103870553A (zh) * 2014-03-03 2014-06-18 百度在线网络技术（北京）有限公司 一种输入资源推送方法及系统
CN104267821A (zh) * 2014-09-01 2015-01-07 深圳市金立通信设备有限公司 一种终端
CN104750831A (zh) * 2015-04-01 2015-07-01 广东小天才科技有限公司 一种汉字智能学习方法及系统

Also Published As

Publication number Publication date
US20180336265A1 (en) 2018-11-22
US11106709B2 (en) 2021-08-31
WO2017092198A1 (zh) 2017-06-08
CN106708282A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
CN106708282B (zh) 一种推荐方法和装置、一种用于推荐的装置
US11520824B2 (en) Method for displaying information, electronic device and system
CN109885251B (zh) 信息处理装置、信息处理方法以及存储介质
CN110164415B (zh) 一种基于语音识别的推荐方法、装置及介质
CN110020148A (zh) 一种信息推荐方法、装置和用于信息推荐的装置
CN107305566B (zh) 一种为搜索信息匹配图片的方法及装置
CN104572942A (zh) 推送消息显示方法及装置
CN107341162B (zh) 网页处理方法和装置、用于网页处理的装置
CN107423296B (zh) 搜索方法、装置以及用于搜索的装置
CN108073606B (zh) 一种新闻推荐方法和装置、一种用于新闻推荐的装置
CN110598098A (zh) 一种信息推荐方法、装置和用于信息推荐的装置
CN108227950A (zh) 一种输入方法和装置
CN102905233A (zh) 一种终端功能推荐的方法及装置
CN107045541A (zh) 数据显示方法和装置
CN106815291B (zh) 搜索结果项展现方法、装置和用于搜索结果项展现的装置
CN110222256A (zh) 一种信息推荐方法、装置和用于信息推荐的装置
CN110020106A (zh) 一种推荐方法、推荐装置和用于推荐的装置
CN107526740A (zh) 一种展现搜索结果的方法及电子设备
CN107622074A (zh) 一种数据处理方法、装置和计算设备
CN110110204A (zh) 一种信息推荐方法、装置和用于信息推荐的装置
CN108572979A (zh) 一种位置服务方法和装置、一种用于位置服务的装置
CN111831132A (zh) 一种信息推荐方法、装置和电子设备
CN110020082B (zh) 一种搜索方法及装置
CN111240497A (zh) 一种通过输入法进行输入的方法、装置和电子设备
CN112784151A (zh) 一种确定推荐信息的方法及相关装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant