CN106874308B - 一种推荐方法和装置、一种用于推荐的装置 - Google Patents

Abstract

本发明实施例提供了一种推荐方法和装置、及一种用于推荐的装置，其中的方法具体包括：依据预设的映射关系查找并得到目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系；将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识。本发明实施例能够提高好友推荐或者资源推荐的精准度。

Description

一种推荐方法和装置、一种用于推荐的装置

技术领域

本发明涉及通信技术领域，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

随着网络技术的发展，人们开始越来越多的使用即时通讯软件作为通信或沟通的工具。用户在使用即时通讯软件时，需要先添加好友，然后与已添加的好友进行通信。另外，即时通讯软件通常还具备好友推荐功能，可以向用户推送联系人信息，用户可以从中选择感兴趣的联系人进行添加。

现有的好友推荐方式具体可以包括：基于地理位置的好友推荐方式一、基于搜索的好友推荐方式二和基于好友网络的好友推荐方式三。

其中，上述好友推荐方式一依据用户所使用移动终端的当前地理位置，向用户推荐与当前地理位置之间的距离小于预置地理距离阈值的其他用户；然而，地理位置与用户兴趣或用户爱好通常无关，即使处于相同地理位置(如同一家庭、同一办公场所)，多个用户的用户兴趣或用户爱好也是多样化的，因此，上述好友推荐方式一得到的推荐结果往往不够精确。

上述好友推荐方式二可以将用户输入的搜索词与即时通讯软件中用户填写的资料进行匹配推荐；然而，上述好友推荐方式二过度依赖用户填写的个人资料，当用户填写的个人资料不存在上述搜索词相关的信息，或者，当用户填写的个人资料不真实时，上述好友推荐方式二得到的推荐结果往往不够精确。

上述好友推荐方式三可以根据用户在即时通讯软件上的朋友圈进行推荐，例如，可以向用户推荐朋友圈中好友的好友，但由于朋友圈反映的是好友关系，而无法直接反映用户兴趣或用户爱好，即使是关系比较好的好友，其兴趣或爱好也有可能大径相庭；因此，上述好友推荐方式三也无法保证推荐结果的精确度。

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，能够提高好友推荐或者资源推荐的精准度。

为了解决上述问题，本发明公开了一种推荐方法，包括：

依据预设的映射关系查找并得到目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合包括：至少一个预置关键词；

将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；

依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

可选地，所述词条输入信息包括：用户词频信息和/或上屏时间信息，则所述依据所述对象标识对应的词条输入信息，确定所述目标用户词条与所述对象标识之间的关联度的步骤，包括：

依据所述对象标识对应的用户词频信息，确定所述用户词频信息的第二权重；

依据当前时间信息、及所述对象标识对应的上屏时间信息与所述当前时间信息之间的间隔，确定所述上屏信息时间的第三权重；

依据所述第二权重和所述第三权重，确定所述目标用户词条与所述对象标识之间的关联度。

可选地，通过如下步骤确定所述目标用户词条的第一权重：

依据所述目标用户词条对应的用户标识的数目、所述目标用户词条的热度和所述目标用户词条与所述对象标识之间的匹配度中的至少一种，确定所述目标用户词条的第一权重。

可选地，所述目标用户词条包括：所述被推荐用户在最近一预置时间段内输入过的、命中关键词集合的至少一个用户词条；

在所述目标用户词条为多个时，所述确定所述目标用户词条与所述对象标识之间的关联度的步骤，包括：

分别确定单个目标用户词条与所述对象标识之间的第一关联度；

依据所有目标用户词条与所述对象标识之间的第一关联度，得到所述目标用户词条与所述对象标识之间的关联度。

可选地，所述对象标识包括：用户标识，则所述依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识的步骤，包括：

依据所述关联度，从至少一个用户标识中选择位于被推荐用户的好友列表的、用于向所述被推荐用户推荐的目标用户标识。

可选地，所述依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识的步骤，包括：

从所述至少一个对象标识中选择、关联度大于关联度阈值的、用于向被推荐用户推荐的对象标识。

可选地，所述在预先建立的用户词条与对象标识之间的映射关系中进行查找的步骤，包括：

在接收来自客户端的推荐请求时，将所述客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识；或者

当客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条数量超出阈值时，将所述客户端对应用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识。

可选地，所述方法还包括：

从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、所述用户词条的词条输入信息及所述用户词条对应的用户标识；

依据所收集的内容，建立用户词条与用户标识之间的映射关系，或者，依据所收集的内容，建立用户词条、用户标识与词条输入信息之间的映射关系。

可选地，所述方法还包括：

从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、及所述用户词条的词条输入信息；

依据所收集的内容及用户词条对应的资源标识，建立用户词条与资源标识之间的映射关系，或者，依据所收集的内容，建立用户词条、资源标识与词条输入信息之间的映射关系。

可选地，通过如下步骤建立所述关键词集合：

从互联网收集符合预置热度条件的预置关键词，或者，接收用户输入的预置关键词；

对所述预置关键词进行过滤，以滤除命中预置隐私条件的预置关键词；

将过滤后的预置关键词添加至关键词集合。

可选地，所述对象标识包括：用户标识和/或资源标识；

另一方面，本发明公开了一种推荐装置，包括：

查找模块，用于依据预设的映射关系查找并得到目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合包括：至少一个预置关键词；

确定模块，用于将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；及

选择模块，用于依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

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：

依据预设的映射关系查找并得到目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合包括：至少一个预置关键词；

将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；

依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

本发明实施例包括以下优点：

本发明实施例利用能够反映用户兴趣或爱好的目标用户词条进行对象标识的推荐，能够提高好友推荐的精准度；并且，由于上述目标用户词条是用户在最近一预置时间段内输入过的，因此，最终选择的用于向被推荐用户推荐的目标对象标识能够适应被推荐用户的兴趣或爱好的变化，从而能够进一步提高好友推荐的及时性；例如，在上述对象标识为用户标识时，可以向被推荐用户推荐具有同等兴趣或爱好的推荐用户，其中，该推荐用户在最近一预置时间段内也输入过较多次数的、上述目标用户词条；

同理，在上述对象标识为资源标识时，可以向被推荐用户推荐目标用户词条所反映该兴趣或爱好对应的资源标识，因此，本发明实施例也能够保证资源推荐的精确度。

附图说明

图1是本发明的一种推荐方法的应用环境的结构示意图；

图2是本发明的一种推荐方法实施例一的步骤流程图；

图3是本发明的一种推荐方法实施例二的步骤流程图；

图4是本发明的一种推荐方法实施例三的步骤流程图；

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。

现有好友推荐方式所基于的地理位置和朋友圈要么与用户兴趣无关、要么无法直接反映用户兴趣或用户爱好，而基于搜索的好友推荐方式需要过度依赖用户填写的个人资料，并且用户通常也不会及时更新个人资料来展现其当前的兴趣爱好，因此，现有的好友推荐方式往往无法保证推荐结果的精确度。

本发明实施例经研究发现，用户的兴趣或爱好通常会体现在其输入过的词条中。

在本发明的一种应用示例1中，用户A在最近一段时间内迷上电影“煎饼侠”，则该用户A会通过即时通讯软件与好友较多地讨论“煎饼侠”的相关内容，如“煎饼侠”的剧情、演员、导演、主题曲等，或者，该用户A会在搜索引擎中反复地输入“煎饼侠”、“煎饼侠主角”、“煎饼侠剧情”、“煎饼侠结局”、“五环之歌”等搜索词，以得到“煎饼侠”的相关内容。

在本发明的一种应用示例2中，用户B在最近一段时间内遇到“JAVA语言”的难题，则该用户B会在搜索引擎中反复地输入“JAVA语言”以获得“JAVA语言用法”、“JAVA语言函数”、“JAVA语言教程”、“JAVA语言特性”等搜索词，以得到“JAVA语言”的相关内容。

本发明实施例的核心构思之一在于，基于用户在最近一预置时间段内输入过的与用户兴趣或用户爱好较为相关的用户词条，向该用户推荐对象标识；具体地，可以依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条，得到上述目标用户词条与对象标识之间的关联度，并依据所述关联度从上述目标用户词条对应的至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；由于上述目标用户词条为命中关键词集合的词条，而上述关键词集合中可以包括：上述“煎饼侠”、“JAVA语言”等至少一个能够表征用户兴趣或者用户爱好的预置关键词，故上述目标用户词条可以反映被推荐用户或者推荐用户的兴趣或爱好，因此，在上述对象标识为用户标识时，可以向被推荐用户推荐具有相同或相似兴趣或爱好的推荐用户，在上述对象标识为资源标识时，可以向被推荐用户推荐该兴趣或爱好对应的资源标识；

综上，相对于现有的好友推荐方式，本发明实施例利用能够反映被推荐用户或者推荐用户的兴趣或爱好的目标用户词条进行对象标识的推荐，能够提高好友或资源推荐的精准度；并且，由于上述目标用户词条是用户在最近一预置时间段内输入过的，因此，最终选择的用于向被推荐用户推荐的目标对象标识能够适应被推荐用户的兴趣或爱好的变化，从而能够进一步提高推荐的精准度；同理，本发明实施例也能够保证资源推荐的精确度。

本发明实施例可以应用于安装有输入法程序的信息设备中，当用户使用输入法程序进行信息输入时，输入法程序的客户端可以记录用户在最近一预置时间段内输入过的、命中关键词集合的用户词条。

本发明实施例提供的推荐方法可应用于图1所示的应用环境中，如图1所示，客户端100与服务器200位于有线或无线网络中，通过该有线或无线网络，客户端100与服务器200进行数据交互。

具体地，客户端100可以运行在信息设备上，上述信息设备具体包括但不限：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3，Moving PictureExperts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准音频层面4，MovingPicture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等；

客户端100可以从服务器200获取关键词集合，也可以通过配置接口接收用户根据需求添加的预置关键词；

客户端100还可以记录用户在最近一预置时间段内输入过的、命中关键词集合的用户词条及其对应的词条输入信息；其中，上述词条输入信息具体可以包括：用户词频信息和/或上屏时间信息等，上述用户词频信息可用于表示该用户词条在最近一预置时间段内的词频。假设预置时间段的长度为14天，则客户端100可以14天为周期进行上述记录，在一个周期内的用户词频信息可以从1开始记录，例如，上一个周期内“煎饼侠”的用户词频信息为20，则当前周期内“煎饼侠”的用户词频信息仍可以从1开始记录，或者，当“煎饼侠”在上一个周期内的第一用户词频信息超出词频阈值时，当前周期内“煎饼侠”的用户词频信息可以从大于1的初始值开始记录，其中，上述初始值可以依据上述第一用户词频信息得到，上述初始值可以为上述第一用户词频信息的预置占比，上述预置占比大于0且小于1；可以理解，本发明实施例对于预置时间段的具体长度不加以限制；

客户端100可以将记录的用户词条及其对应的词条输入信息定期上传至服务器200，以使服务器200获得至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条及其对应的词条输入信息，并依此建立用户词条与对象标识之间的映射关系；可选地，客户端100还可以向服务器200上传用户标识、设备标识等信息，以使服务器200依据该用户标识或者设备标识对被推荐用户对应的客户端100进行定位。

在实际应用中，服务器200可以依据预先建立的用户词条与对象标识之间的映射关系，获得用于向客户端100对应被推荐用户推荐的目标对象标识，其中，上述目标对象标识可以为与被推荐用户具有相同或相似兴趣或爱好的用户标识，或者，上述目标对象标识可以为与被推荐用户的兴趣或爱好相应的资源标识等，并向对应客户端100推送上述目标对象标识；或者

服务器200也可以将预先建立的用户词条与对象标识之间的映射关系下发至客户端100，以使客户端100依据上述映射关系自行获得用于向当前用户推荐的目标对象标识；或者

服务器200还可以将获得的至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条及其对应的词条输入信息下发至客户端100，以使客户端100依此建立用户词条与对象标识之间的映射关系，并进一步依据上述映射关系获得用于向当前用户推荐的目标对象标识；或者

客户端100之间还可以通过P2P(点对点，Point-to-Point)方式进行通信，以使一个客户端100获得其它客户端100在最近一预置时间段内输入过的、命中关键词集合的用户词条及其对应的词条输入信息；

可以理解，本发明实施例的目的之一在于利用能够反映被推荐用户或者推荐用户的兴趣或爱好的目标用户词条进行对象标识的推荐，而对推荐流程中具体步骤对应的执行主体不加以限制。

方法实施例一

参照图2，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201、依据预设的映射关系查找并得到目标用户词条对应的至少一个对象标识；其中，所述映射关系可以为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合具体可以包括：至少一个预置关键词；

在实际应用中，可以通过如下步骤建立所述关键词集合：从互联网收集符合预置热度条件的预置关键词，或者，接收用户自定义的预置关键词，并将将上述预置关键词添加至关键词集合。其中，从互联网收集的上述预置关键词可以与用户的兴趣点相应，其可以涉及影视、新闻、体育、互联网、军事、编程、书籍等类别；上述预置热度条件可以包括：热度大于阈值，或者，热度排名小于N等；以影视类别为例，上述预置关键词具体可以包括热度较高的电影“煎饼侠”、及主演“大鹏”、配角演员“曾志伟”、“岳云鹏”等；以体育类别为例，上述预置关键词可以包括：热度较高的某种体育项目及其赛事，如“羽毛球”及“羽毛球大师赛”、“足球”及“欧洲杯”、“英超”等，可以理解，本发明实施例对于具体的预置关键词及具体的预置热度条件不加以限制。

在本发明的一种可选实施例中，可以通过如下步骤建立所述关键词集合：从互联网收集符合预置热度条件的预置关键词，或者，接收用户自定义的预置关键词；对所述预置关键词进行过滤，以滤除命中预置隐私条件和/或预置安全条件的预置关键词；将过滤后的预置关键词添加至关键词集合。上述预置隐私条件可用于表示与用户隐私相关的条件，其具体可以包括：年龄、性别、职业、家庭、婚姻、性向、电话、财产、宗教等隐私关键词，上述过滤可以使得过滤后的预置关键词不涉及用户隐私，因此可以较好地保护用户隐私。上述预置敏感条件可用于表示与社会安全相关的条件，其具体可以包括：恐怖主义、犯罪、色情、反动、暴力、政治、低俗等违反法律或者道德的敏感关键词，上述过滤可以避免过滤后的预置关键词带来安全隐患。

需要说明的是，用户可以根据实际应用需求对上述关键词集合中的预置关键词进行更新。具体地，用户可以删除上述关键词集合中涉及个人隐私的预置关键词。例如，用户C经常搜索关于“乡村爱情故事”的内容，但是其不想让他人知道其喜欢“小沈阳”，故其可以从上述关键词集合中删除“小沈阳”这一预置关键词。

在本发明实施例中，上述对象标识具体可以包括用户标识，用户标识可用于标识不同客户端对应的被推荐用户、和/或好友列表中待推荐用户。在实际应用中，客户端可以通过即时通讯软件提供的接口获取被推荐用户的好友列表，而服务器可以对所有被推荐用户和所有待推荐用户进行汇总，并针对汇总结果分配相应的用户标识，例如，上述用户标识可以为ID000001、ID000002等，可以理解，本发明实施例对于用户标识的具体生成过程及具体表述形式不加以限制。

资源标识可用于标识不同的资源，上述资源具体可以包括：视频、音乐、新闻、书籍等。在实际应用中，可以通过资源APP(应用，Application)提供的接口获取对应的资源，并对获取的资源分配相应的资源标识，如影视的资源标识可以为yingshi000001，音乐的资源标识可以为yinyue000001等；可以理解，本发明实施例对于资源标识的具体生成过程及具体表述形式不加以限制。

本发明实施例中，所述目标用户词条具体可以包括：被推荐用户在最近一预置时间段内输入过的、命中关键词集合的至少一个用户词条。例如，用户A输入过的命中关键词集合的用户词条具体可以包括：“煎饼侠”、“屌丝男士”、“琅琊榜”、“JAVA语言特性”、“羽毛球公开赛”等四个用户词条，则可以将该四个用户词条中的至少一个作为目标用户词条，从而可以依据预设的映射关系获得用于向用户A推荐的目标对象标识。其中，命中关键词集合意味着目标用户词条与关键词集合中预置关键词的匹配度大于匹配度阈值，其中，在目标用户词条与预置关键词完全相同或者目标用户词条中包括预置关键词(如目标用户词条“JAVA语言特性”中包括关键词集合中预置关键词“JAVA语言”)时，则二者的匹配度可以为100％，在目标用户词条与预置关键词相似(如“羽毛球大师赛”与“羽毛球公开赛”)时，则二者的匹配度可以小于100％，可以理解，本发明实施例对于命中关键词集合的具体条件不加以限制。

本发明实施例可以提供步骤201的如下触发方式：

触发方式1

触发方式1中，上述在预先建立的用户词条与对象标识之间的映射关系中进行查找的步骤，具体可以包括：在接收来自客户端的推荐请求时，将所述客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识。

触发方式1中，可以将来自客户端的推荐请求作为触发时机。其中，客户端可以依据输入法程序所处的应用环境或者用户指令发出上述推荐请求，例如，当用户在视频APP中进行文字输入时，可以检测到输入法程序处于视频环境，从而向服务器发送关于视频资源的推荐请求。又如，当用户在即时通讯程序的搜索框中输入搜索词以查找好友时，客户端也可以向服务器发送关于好友的推荐请求；可以理解，本发明实施例对于上述推荐请求的触发时机不加以限制。

触发方式2

触发方式2中，上述在预先建立的用户词条与对象标识之间的映射关系中进行查找的步骤，具体可以包括：当客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条数量超出阈值时，将所述客户端对应用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识。

上述阈值可用于限制一个客户端命中关键词集合的用户词条的数量，也即，客户端至多命中所述关键词集合中的几个用户词条。本领域技术人员可以根据实际应用需求确定上述阈值。在上述阈值过大时，则触发步骤201的概率较小；而在上述阈值过小时，则所采集的用于反映被推荐用户的兴趣或爱好的信息量较少，从而可能影响推荐的准确度。在本发明的一种应用示例中，可以通过实验的方式得到相对合理的阈值，其中，通过日志记录基于当前阈值得到的目标对象标识在所有对象标识中的占比，如果该占比大于第一占比阈值(如10％)，则可以认为目标对象标识的占比过高导致当前推荐为没有价值的推荐，则需要提高阈值；反之，如果该占比小于第二占比阈值(如1％)，则可以认为目标对象标识的占比过低导致当前推荐中包含的目标对象标识的数量过少，则需要减小阈值，在实际应用中，可以通过不断实验调整，以使该占比在第二占比阈值和第一占比阈值之间。其中，当前阈值的初始值可以为预设的经验值，如1、2等。可以理解，本发明实施例对于具体的阈值及其确定方式不加以限制。

在本发明的一种可选实施例中，所述方法还可以包括：用户词条与用户标识之间的映射关系的建立过程，上述建立过程具体可以包括：

步骤A1、从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、所述用户词条的词条输入信息及所述用户词条对应的用户标识；

步骤A2、依据所收集的内容，建立用户词条与用户标识之间的映射关系，或者，依据所收集的内容，建立用户词条、用户标识与词条输入信息之间的映射关系。

在本发明的一种可选实施例中，可以采用倒排索引存储上述映射关系，上述倒排索引以用户词条为关键字进行索引，可以提高查询效率。

例如，用户词条对应的第一映射关系具体可以包括：用户词条，n---》用户id₁、词频₁、上屏时间₁，用户id₂、词频₂、上屏时间₂，.......，用户id_n、词频_n、上屏时间_n；其中，上述上屏时间_i可用于表示用户词条被用户id_i最后一次上屏的时间，1≤i≤n。

在本发明的另一种可选实施例中，所述方法还可以包括：用户词条与资源标识之间的映射关系的建立过程，上述建立过程具体可以包括：

步骤B1、从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、及所述用户词条的词条输入信息；

步骤B2、依据所收集的内容及用户词条对应的资源标识，建立用户词条与资源标识之间的映射关系，或者，依据所收集的内容，建立用户词条、资源标识与词条输入信息之间的映射关系。

步骤202、依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；

由于上述目标用户词条为命中关键词集合的词条，而上述关键词集合中可以包括：“煎饼侠”、“JAVA语言”、“羽毛球”等至少一个能够表征用户兴趣或者用户爱好的预置关键词，故上述目标用户词条可以反映被推荐用户或者推荐用户的兴趣或爱好，因此，上述关联度可用于表示待推荐用户的某种兴趣或者爱好与对象标识之间的关联度。

本发明实施例可以提供确定所述目标用户词条与所述对象标识之间的关联度的如下技术方案：

技术方案1

技术方案1中，所述词条输入信息具体可以包括：用户词频信息和/或上屏时间信息，则所述依据所述对象标识对应的词条输入信息，确定所述目标用户词条与所述对象标识之间的关联度的步骤，具体可以包括：

步骤C1、依据所述对象标识对应的用户词频信息，确定所述用户词频信息的第二权重；

步骤C2、依据当前时间信息、及所述对象标识对应的上屏时间信息与所述当前时间信息之间的间隔，确定所述上屏信息时间的第三权重；

步骤C3、依据所述第二权重和所述第三权重，确定所述目标用户词条与所述对象标识之间的关联度。

词频信息表征了用户输入用户词条的次数，通常，词频信息越高，则相应的第二权重越大。在本发明的一种应用示例中，上述第二权重可以表示为：(log(Freq_i*1.0)+1)，其中Freq_i表示用户i输入用户词条的词频信息。

上屏时间信息可用于表示用户最近或者最后一次输入用户词条的时间，上屏时间信息对应的值(如201512051240)越大，则说明用户词条与用户i的关系越新，从而对应的第三权重越大。在本发明的一种应用示例中，上述第三权重可以表示为：log(CurTime*1.0/(CurTime-Time_i))；其中，CurTime表示当前时间信息，Time_i表示用户词条被用户i上屏的时间信息。

在依据所述第二权重和所述第三权重，确定所述目标用户词条与所述对象标识之间的关联度的过程中，可以对所述第二权重和所述第三权重进行加权运算，也可以对二者进行乘积，本发明实施例对于所述第二权重和所述第三权重所述第二权重和所述第三权重，确定所述目标用户词条与所述对象标识之间的关联度的具体过程不加以限制。

技术方案2

技术方案2中，可以通过如下步骤确定所述目标用户词条的第一权重：依据所述目标用户词条对应的用户标识的数目、所述目标用户词条的热度和所述目标用户词条与所述对象标识之间的匹配度中的至少一种，确定所述目标用户词条的第一权重。

目标用户词条对应的用户标识的数目可用于表示多少用户输入过该目标用户词条，越多的用户输入过该目标用户词条，则说明该目标用户词条的兴趣区分度越不明显，所以该目标用户词条的第一权重就越小。如大多数用户会输入“我们”、“你们”、“新闻”等用户词条，这些用户词条不足以将用户的兴趣区分开。在本发明的一种应用示例中，依据目标用户词条对应的用户标识的数目确定的第一权重可以表示为log(Total*1.0/Match)；其中，ToTal表示客户端对应的用户总数，Match表示输入过当前目标用户词条的用户数。

目标用户词条的热度可用于反映时效性，通常，热度越高的目标用户词条，其对应的第一权重越大。

在对象标识为资源标识时，所述目标用户词条与所述对象标识之间的匹配度可用于表示目标用户词条对于资源标识的标识度和重要度，例如，对于一部影视剧，其名称、主演、配角演员对于该影视剧的重要度依次递减，其中，通过名称可以直接搜索到该影视剧，而主演、配角演员演过许多影视剧，因此，通过主演、配角演员通常无法直接搜索到该影视剧。

在对象标识为用户标识时，如果目标用户词条命中用户在关键词集合中指定的指定预置关键词，则可以将该目标用户词条与所述对象标识之间的匹配度设置的大一点，如未命中指定预置关键词的目标用户词条与用户标识之间的关联度为1，则命中指定预置关键词的目标用户词条与用户标识之间的关联度可以设置为1.2。

技术方案3

技术方案3中，所述目标用户词条具体可以包括：所述被推荐用户在最近一预置时间段内输入过的、命中关键词集合的至少一个用户词条；

在所述目标用户词条为多个时，所述确定所述目标用户词条与所述对象标识之间的关联度的步骤，具体可以包括：

步骤D1、分别确定单个目标用户词条与所述对象标识之间的第一关联度；

步骤D2、依据所有目标用户词条与所述对象标识之间的第一关联度，得到所述目标用户词条与所述对象标识之间的关联度。

上述步骤D2可以基于用户的所有目标用户词条进行推荐，而由于目标用户词条可以反映被推荐用户或者推荐用户的兴趣或爱好，故能够更多的基于用户兴趣或爱好的信息进行推荐，从而提高推荐的准确度。例如，用户A的目标用户词条表明用户A酷爱“煎饼侠”和其主演“大鹏”，则可以向用户A推荐同样酷爱“煎饼侠”和其主演“大鹏”的用户，或者，还可以向用户A推荐影视剧“煎饼侠”和“大鹏”或“煎饼侠”中的其他演员所主演的影视剧，或是相关的综艺节目。

在本发明的一种可选实施例中，上述步骤D2具体可以包括：对所有目标用户词条与所述对象标识之间的第一关联度进行融合。假设用户A输入过的命中关键词集合的用户词条具体可以包括：“煎饼侠”、“屌丝男士”、“琅琊榜”、“JAVA语言”等四个用户词条，则可以分别计算上述四个用户词条与对象标识之间的第一关联度R1、R2、R3和R4，则R1、R2、R3和R4的融合过程具体可以包括：求和、加权运算等，本发明实施例对于具体的融合过程不加以限制。

以上通过技术方案1-技术方案3对确定所述目标用户词条与所述对象标识之间的关联度的技术方案进行了详细介绍，可以理解，本领域技术人员可以根据实际应用需求，采用上述技术方案1-技术方案3中的任一或者组合，或者，还可以采用其他技术方案，本发明实施例对于确定所述目标用户词条与所述对象标识之间的关联度的具体技术方案不加以限制。

例如，在组合采用技术方案1和技术方案2时，目标用户词条与用户标识i之间的关联度可以表示为：

score(用户标识i，目标用户词条)＝log(Total*1.0/Match)*(log(Freq_i*1.0)+1)*log(CurTime*1.0/(CurTime-Time_i))

步骤203、依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

在本发明的一种可选实施例中，所述对象标识具体可以包括：用户标识，则所述依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识的步骤，具体可以包括：依据所述关联度，从至少一个用户标识中选择位于被推荐用户的好友列表的、用于向所述被推荐用户推荐的目标用户标识。对于某些被推荐用户而言，其可能无法接受陌生人，因此，如果向其推荐的用户为陌生人则无法得到预期的推荐效果，故本可选实施例可以从被推荐用户的好友列表中选择与被推荐用户具有共同话题或者某方面比较专业(如JAVA语言的专家)的好友，以提高用户对于推荐结果的接受度。

在本发明的另一种可选实施例中，所述依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识的步骤，具体可以包括：从所述至少一个对象标识中选择、关联度大于关联度阈值的、用于向被推荐用户推荐的对象标识。其中，上述关联度阈值可由本领域技术人员依据实际应用需求确定，本发明实施例对其具体数值及具体确定过程不加以限制。

可以理解，上述选择用于向被推荐用户推荐的目标对象标识的方案只是作为可选方案，实际上，本领域技术人员可以根据实际应用需求采用其他选择方案，例如，可以依据关联度对所有的对象标识进行排序，并按照对应关联度从大到小的顺序选择M个对象标识进行推荐，其中，M可以为大于1的自然数，其值可以为5等。

综上，本发明实施例利用能够反映被推荐用户或者推荐用户的兴趣或爱好的目标用户词条进行对象标识的推荐，能够提高好友推荐的精准度；并且，由于上述目标用户词条是用户在最近一预置时间段内输入过的，因此，最终选择的用于向被推荐用户推荐的目标对象标识能够适应被推荐用户的兴趣或爱好的变化，从而能够进一步提高好友推荐的及时性；例如，在上述对象标识为用户标识时，可以向被推荐用户推荐具有同等兴趣或爱好的推荐用户，其中，该推荐用户在最近一预置时间段内也输入过较多次数的、上述目标用户词条；

同理，在上述对象标识为资源标识时，可以向被推荐用户推荐目标用户词条所反映该兴趣或爱好对应的资源标识，因此，本发明实施例也能够保证资源推荐的精确度。

方法实施例二

本实施例为方法实施例一的可选实施例，本实施例对好友推荐的过程进行了详细介绍。

参照图3，示出了本发明的一种推荐方法实施例二的步骤流程图，具体可以包括如下步骤：

步骤301、客户端接收服务器下发的关键词集合，并依据用户指令向该关键词集合中添加预置关键词，或者，从该关键词集合中删除涉及用户隐私的预置关键词；

步骤302、客户端依据用户的输入行为，监测该输入行为对应用户词条是否命中该关键词集合，若是，则记录用户词条及其对应的词条输入信息；

步骤303、客户端将记录的用户词条及其对应的词条输入信息定期上传至服务器，同时，向服务器上传客户端对应的用户标识、及该用户标识的好友列表；

步骤304、服务器从至少一个客户端获取上述客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条、所述词条的词条输入信息及所述词条对应的用户标识；

步骤305、服务器依据所获取的内容，建立用户词条、用户标识与词条输入信息之间的映射关系；

步骤306、服务器在监测到第一客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条超出阈值时，将第一客户端对应用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条、用户标识与词条输入信息之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个用户标识、及所述用户标识对应的词条输入信息；

步骤307、服务器依据所述用户标识对应的词条输入信息、或者、所述用户标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述用户标识之间的关联度；

步骤308、服务器依据所述关联度，从至少一个用户标识中选择位于被推荐用户的好友列表的、用于向所述被推荐用户推荐的目标用户标识；

这里，被推荐用户也即第一客户端对应的用户；

步骤309、服务器向第一客户端推送上述目标用户标识。

在本发明的一种应用示例1中，关键词集合中可以包括：“煎饼侠”等预置关键词；用户A在最近一段时间内迷上电影“煎饼侠”，则该用户A会通过即时通讯软件与好友讨论“煎饼侠”的相关内容，如“煎饼侠”的剧情、演员“大鹏”、演员“袁姗姗”、演员“柳岩”、演员“曾志伟”等；则本发明的推荐流程具体可以包括：

步骤E1、服务器基于从多个客户端获取的记录内容，得到在该段时间内同样输入过“煎饼侠”的用户集合1、同样输入过“大鹏”的用户集合2、同样输入过“袁姗姗”的用户集合3、同样输入过“柳岩”的用户集合4和同样输入过“曾志伟”的用户集合5；

步骤E2、服务器分别计算“煎饼侠”与用户集合1中各用户的关联度1、“大鹏”与用户集合2中各用户的关联度2、“袁姗姗”与用户集合3中各用户的关联度3、“柳岩”与用户集合4中各用户的关联度4和“曾志伟”与用户集合中各用户的关联度5，并对关联度1-关联度5中用户重复的关联度进行合并，如关联度1中有用户j，关联度2中也有用户j，则可以将用户j的关联度1和关联度2合并到关联度1中，上述合并可以为求和、加权运算等；

步骤E3、服务器依据上述关联度1-关联度5，从用户集合1-用户集合5中选择关联度大于关联度阈值、且位于用户A的好友列表中的目标用户；

步骤E4、服务器将上述目标用户推荐给用户A。

可见，本发明实施例可以向用户A推荐近期也输入过电影“煎饼侠”相关内容的、具有相同话题的目标好友，这样就可以使得用户A将这些好友加入进来一起聊天。

在本发明的一种应用示例2中，用户B在最近一段时间内遇到“JAVA语言”的难题，则该用户B会在搜索引擎中反复地输入“JAVA语言”以获得“JAVA语言用法”、“JAVA语言函数”、“JAVA语言教程”、“JAVA语言特性”等搜索词，以得到“JAVA语言”的相关内容；而本发明实施例也可以从该用户B的好友列表中推荐近期经常输入这些内容的目标好友，这些目标好友可能是“JAVA语言”的专家，这样可以直接找这些目标好友请教”JAVA语言”相关的问题。

方法实施例三

本实施例为方法实施例一的可选实施例，本实施例对资源推荐的过程进行了详细介绍。

参照图4，示出了本发明的一种推荐方法实施例三的步骤流程图，具体可以包括如下步骤：

步骤401、客户端接收服务器下发的关键词集合，并依据用户指令向该关键词集合中添加预置关键词，或者，从该关键词集合中删除涉及用户隐私的预置关键词；

步骤402、客户端依据用户的输入行为，监测该输入行为对应用户词条是否命中该关键词集合，若是，则记录用户词条及其对应的词条输入信息；

步骤403、客户端将记录的用户词条及其对应的词条输入信息定期上传至服务器，同时，向服务器上传客户端对应的用户标识；

步骤404、服务器从至少一个客户端获取上述客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条、所述词条的词条输入信息及所述词条对应的用户标识；

步骤405、服务器依据资源APP提供的接口获取对应的资源集合，对获取资源集合中的资源分配相应的资源标识，并获取上述预置关键词与资源标识之间的匹配度；

步骤406、服务器依据所获取的内容，建立用户词条、资源标识与词条输入信息之间的映射关系；

步骤407、服务器在监测到第一客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条超出阈值时，将第一客户端对应用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条、资源标识与词条输入信息之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个资源标识、及所述资源标识对应的词条输入信息；

步骤408、服务器依据所述资源标识对应的词条输入信息、或者、所述资源标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述资源标识之间的关联度；

步骤409、服务器依据所述关联度，从至少一个资源标识中选择用于向被推荐用户推荐的目标资源标识；

这里，被推荐用户也即第一客户端对应的用户；

步骤410、服务器向第一客户端推送上述目标资源标识。

在本发明的一种可选实施例中，用户词条对应的第二映射关系具体可以包括：用户词条，n---》视频id₁、词频₁、上屏时间₁、匹配度₁，视频id₂、词频₂、上屏时间₂、匹配度₂，.......，视频id_n、词频_n、上屏时间_n、匹配度_n；其中，上述上屏时间_i可用于表示用户词条被用户最后一次上屏的时间，匹配度_i用于表示用户词条与视频id_i之间的匹配度，1≤i≤n。

在本发明的一种应用示例3中，关键词集合中可以包括：“煎饼侠”、“屌丝男士”等预置关键词，视频资源集合中具体包括：“煎饼侠”、“屌丝男士”、“面包树上的女人”、“有一天”、“捉妖记”；用户A在最近一段时间内迷上电影“煎饼侠”，则该用户A会较多地通过即时通讯软件与好友讨论“煎饼侠”的相关内容，或者，该用户A会较多地通过搜索引擎获得“煎饼侠”的相关信息，如“煎饼侠”的剧情、演员“大鹏”、演员“袁姗姗”、演员“柳岩”、演员“曾志伟”等；则本发明的推荐流程具体可以包括：

步骤F1、服务器基于从多个客户端获取的在该段时间内的记录内容，分别得到“煎饼侠”、“大鹏”、“袁姗姗”、“柳岩”和“曾志伟”对应的第二映射关系；其中，上述第二映射关系具体可以包括：视频id_i、词频_i、上屏时间_i、匹配度_i；

步骤F2、服务器针对视频id_i，依据其对应的词频i、上屏时间i、匹配度i，分别计算其与“煎饼侠”、“大鹏”、“袁姗姗”、“柳岩”和“曾志伟”的关联度1、关联度2、“关联度3、关联度4和关联度5，并对关联度1-关联度5中视频id重复的关联度进行合并，如关联度1中有视频id_j，关联度2中也有视频id_j，则可以将视频id_j的关联度1和关联度2合并到关联度1中，上述合并可以为求和、加权运算等；id_j可用于表示“煎饼侠”和“大鹏”同时对应的视频标识；

步骤F3、服务器依据上述关联度1-关联度5，从上述第二映射关系对应的视频id中选择关联度大于关联度阈值的目标视频；

步骤F4、服务器将上述目标视频推荐给用户A。

上述匹配度表征了该目标用户词条作为关键词区分该视频的重要性。比如对于“煎饼侠”这个电影，“煎饼侠”这个词的重要性就非常的大；而“大鹏”这个词的重要性就要弱一些，因为“大鹏”这个关键词不能直接关联到“煎饼侠”的电影，“大鹏”关键的电视剧还有可能是“屌丝男士”等；那么“曾志伟”这个关键词的权重就更小了，因为“曾志伟”在煎饼侠里是个配角，所以“曾志伟”与视频“煎饼侠”的匹配度相对更低；

这样，在用户A打开视频程序后，输入法程序可以检测到其处于视频环境下，于是可以将用户A最近输入的用户词条(“煎饼侠”、“大鹏”、“袁姗姗”、“柳岩”、“曾志伟”等)上传到服务器，而服务器可以按照上述步骤F1-F4得到目标视频：“煎饼侠”和“屌丝男士”。

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：

查找模块501，用于依据预设的映射关系查找并得到目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合具体可以包括：至少一个预置关键词；可选地，所述对象标识具体可以包括：用户标识和/或资源标识；

确定模块502，用于将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；及

选择模块503，用于依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

在本发明的一种可选实施例中，所述词条输入信息具体可以包括：用户词频信息和/或上屏时间信息，则所述确定模块502，具体可以包括：

第一确定子模块，用于依据所述对象标识对应的用户词频信息，确定所述用户词频信息的第二权重；

第二确定子模块，用于依据当前时间信息、及所述对象标识对应的上屏时间信息与所述当前时间信息之间的间隔，确定所述上屏信息时间的第三权重；及

第三确定子模块，用于依据所述第二权重和所述第三权重，确定所述目标用户词条与所述对象标识之间的关联度。

在本发明的另一种可选实施例中，所述装置还可以包括：用于确定所述目标用户词条的第一权重的第一确定模块；

所述第一确定模块，具体用于依据所述目标用户词条对应的用户标识的数目、所述目标用户词条的热度和所述目标用户词条与所述对象标识之间的匹配度中的至少一种，确定所述目标用户词条的第一权重。

在本发明的再一种可选实施例中，所述目标用户词条具体可以包括：所述被推荐用户在最近一预置时间段内输入过的、命中关键词集合的至少一个用户词条；

在所述目标用户词条为多个时，所述确定模块502，具体可以包括：

第四确定子模块，用于分别确定单个目标用户词条与所述对象标识之间的第一关联度；

融合子模块，用于依据所有目标用户词条与所述对象标识之间的第一关联度，得到所述目标用户词条与所述对象标识之间的关联度。

在本发明的又一种可选实施例中，所述对象标识具体可以包括：用户标识，则所述选择模块503，具体可以包括：

第一选择子模块，用于依据所述关联度，从至少一个用户标识中选择位于被推荐用户的好友列表的、用于向所述被推荐用户推荐的目标用户标识。

在本发明的一种可选实施例中，所述选择模块503，具体可以包括：

第二选择子模块，用于从所述至少一个对象标识中选择、关联度大于关联度阈值的、用于向被推荐用户推荐的对象标识。

在本发明的另一种可选实施例中，所述查找模块501，具体可以包括：

第一查找子模块，用于在接收来自客户端的推荐请求时，将所述推荐请求对应客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识；或者

第二查找子模块，用于当客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条超出阈值时，将所述客户端对应用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识。

在本发明的再一种可选实施例中，所述装置还可以包括：

第一收集模块，用于从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、所述用户词条的词条输入信息及所述用户词条对应的用户标识；

第一建立模块，用于依据所收集的内容，建立用户词条与用户标识之间的映射关系，或者，依据所收集的内容，建立用户词条、用户标识与词条输入信息之间的映射关系。

在本发明的又一种可选实施例中，所述装置还可以包括：

第二收集模块，用于从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、及所述用户词条的词条输入信息；

第二建立模块，用于依据所收集的内容及用户词条对应的资源标识，建立用户词条与资源标识之间的映射关系，或者，依据所收集的内容，建立用户词条、资源标识与词条输入信息之间的映射关系。

在本发明的一种可选实施例中，所述装置还可以包括：

第三建立模块，用于建立所述关键词集合；

所述第三建立模块，具体可以包括：

收集子模块，用于从互联网收集符合预置热度条件的预置关键词，或者，接收用户输入的预置关键词；

过滤子模块，用于对所述预置关键词进行过滤，以滤除命中预置隐私条件的预置关键词；及

添加子模块，用于将过滤后的预置关键词添加至关键词集合。

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：依据预设的映射关系查找并得到目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合包括：至少一个预置关键词；将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

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 (13)

1.一种推荐方法，其特征在于，包括：

若在最近一预置时间段内输入过的、命中关键词集合的用户词条的数量超出阈值，则将所述用户词条作为目标用户词条；

依据预设的映射关系查找，以得到所述目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合包括：至少一个预置关键词；所述对象标识包括：资源标识；

将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；所述第一权重为依据所述用户词条与所述资源标识之间的匹配度得到；

依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

2.根据权利要求1所述的方法，其特征在于，所述词条输入信息包括：用户词频信息和/或上屏时间信息，则所述依据所述对象标识对应的词条输入信息，确定所述目标用户词条与所述对象标识之间的关联度的步骤，包括：

依据所述对象标识对应的用户词频信息，确定所述用户词频信息的第二权重；

依据当前时间信息、及所述对象标识对应的上屏时间信息与所述当前时间信息之间的间隔，确定所述上屏信息时间的第三权重；

依据所述第二权重和所述第三权重，确定所述目标用户词条与所述对象标识之间的关联度。

3.根据权利要求1所述的方法，其特征在于，通过如下步骤确定所述目标用户词条的第一权重：

依据所述目标用户词条对应的用户标识的数目、所述目标用户词条的热度和所述目标用户词条与所述对象标识之间的匹配度中的至少一种，确定所述目标用户词条的第一权重。

4.根据权利要求1所述的方法，其特征在于，所述目标用户词条包括：所述被推荐用户在最近一预置时间段内输入过的、命中关键词集合的至少一个用户词条；

在所述目标用户词条为多个时，所述确定所述目标用户词条与所述对象标识之间的关联度的步骤，包括：

分别确定单个目标用户词条与所述对象标识之间的第一关联度；

依据所有目标用户词条与所述对象标识之间的第一关联度，得到所述目标用户词条与所述对象标识之间的关联度。

5.根据权利要求1至4中任一所述的方法，其特征在于，所述对象标识包括：用户标识，则所述依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识的步骤，包括：

依据所述关联度，从至少一个用户标识中选择位于被推荐用户的好友列表的、用于向所述被推荐用户推荐的目标用户标识。

6.根据权利要求1至4中任一所述的方法，其特征在于，所述依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识的步骤，包括：

从所述至少一个对象标识中选择、关联度大于关联度阈值的、用于向被推荐用户推荐的对象标识。

7.根据权利要求1至4中任一所述的方法，其特征在于，所述在预先建立的用户词条与对象标识之间的映射关系中进行查找的步骤，包括：

在接收来自客户端的推荐请求时，将所述客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识；或者

当客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条数量超出阈值时，将所述客户端对应用户词条作为目标用户词条，并依据所述目标用户词条，在预先建立的用户词条与对象标识之间的映射关系中进行查找，以得到所述目标用户词条对应的至少一个对象标识。

8.根据权利要求1至4中任一所述的方法，其特征在于，所述方法还包括：

从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、所述用户词条的词条输入信息及所述用户词条对应的用户标识；

依据所收集的内容，建立用户词条与用户标识之间的映射关系，或者，依据所收集的内容，建立用户词条、用户标识与词条输入信息之间的映射关系。

9.根据权利要求1至4中任一所述的方法，其特征在于，所述方法还包括：

从至少一个客户端收集在最近一预置时间段内输入过的、命中关键词集合的用户词条、及所述用户词条的词条输入信息；

依据所收集的内容及用户词条对应的资源标识，建立用户词条与资源标识之间的映射关系，或者，依据所收集的内容，建立用户词条、资源标识与词条输入信息之间的映射关系。

10.根据权利要求1至4中任一所述的方法，其特征在于，通过如下步骤建立所述关键词集合：

从互联网收集符合预置热度条件的预置关键词，或者，接收用户输入的预置关键词；

对所述预置关键词进行过滤，以滤除命中预置隐私条件的预置关键词；

将过滤后的预置关键词添加至关键词集合。

11.根据权利要求1至4中任一所述的方法，其特征在于，所述对象标识还包括：用户标识。

12.一种推荐装置，其特征在于，包括：

目标词条确定模块，用于若在最近一预置时间段内输入过的、命中关键词集合的用户词条的数量超出阈值，则将所述用户词条作为目标用户词条；

查找模块，用于依据预设的映射关系查找，以得到所述目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合包括：至少一个预置关键词；所述对象标识包括：资源标识；

确定模块，用于将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；及

选择模块，用于依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

13.一种用于推荐的装置，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：

若在最近一预置时间段内输入过的、命中关键词集合的用户词条的数量超出阈值，则将所述用户词条作为目标用户词条；

依据预设的映射关系查找，以得到所述目标用户词条对应的至少一个对象标识；其中，所述映射关系为依据至少一个客户端在最近一预置时间段内输入过的、命中关键词集合的用户词条建立的映射关系，所述关键词集合包括：至少一个预置关键词；所述对象标识包括：资源标识；

将所述目标用户词条的词条输入信息作为所述对象标识对应的词条输入信息，依据所述对象标识对应的词条输入信息、或者、所述对象标识对应的词条输入信息和所述目标用户词条的第一权重，确定所述目标用户词条与所述对象标识之间的关联度；所述第一权重为依据所述用户词条与所述资源标识之间的匹配度得到；

依据所述关联度，从所述至少一个对象标识中选择用于向被推荐用户推荐的目标对象标识；其中，所述被推荐用户为最近一预置时间段内输入过所述目标用户词条的用户。

Images