CN106909658A - 信息流推荐方法、装置和搜索引擎 - Google Patents

Abstract

本申请提出一种信息流推荐方法、装置和搜索引擎，上述信息流推荐方法包括：根据用户的使用场景提取所述用户对应的场景维度；根据所述用户对应的场景维度挖掘所述用户的需求；查找与所述用户的需求匹配的资讯；将查找到的资讯推送给所述用户。本申请根据用户当前的使用场景提取上述用户对应的场景维度，挖掘用户在上述场景维度下的需求，进而查找与上述用户的需求匹配的资讯，推送给上述用户，从而可以使得推荐的内容与用户当前所处的或者将要发生的使用场景更加匹配，提高推荐效果，提高用户的点击率与用户体验。

Description

信息流推荐方法、装置和搜索引擎

技术领域

本申请涉及互联网技术领域，尤其涉及一种信息流推荐方法、装置和搜索引擎。

背景技术

一般情况下，信息流推荐装置会根据资讯发布时间向用户推送资讯，并根据资讯评分、用户的历史浏览记录及历史搜索记录等特征对用户的推送序列进行调整，用户点击后可到达资讯落地页查看资讯详情。针对单个用户，现有的推荐序列仅能根据历史浏览记录和历史搜索记录调整推送序列，可提取的特征较少，推荐维度单薄，只能够按照用户的输入被动输出，无法主动挖掘出用户的潜在需求，很容易出现同质化的内容，用户体验较差。

发明内容

本申请的目的旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种信息流推荐方法。该方法根据用户当前的使用场景提取上述用户对应的场景维度，挖掘用户在上述场景维度下的需求，进而查找与上述用户的需求匹配的资讯，推送给上述用户，从而可以使得推荐的内容与用户当前所处的或者将要发生的使用场景更加匹配，提高推荐效果，提高用户的点击率与用户体验。

本申请的第二个目的在于提出一种信息流推荐装置。

本申请的第三个目的在于提出一种搜索引擎。

本申请的第四个目的在于提出一种包含计算机可执行指令的存储介质。

为了实现上述目的，本申请第一方面实施例的信息流推荐方法，包括：根据用户当前的使用场景提取所述用户对应的场景维度；根据所述用户对应的场景维度挖掘所述用户的需求；查找与所述用户的需求匹配的资讯；将查找到的资讯推送给所述用户。

本申请实施例的信息流推荐方法，根据用户当前的使用场景提取上述用户对应的场景维度，然后根据上述用户对应的场景维度挖掘上述用户的需求，最后查找与上述用户的需求匹配的资讯，推送给上述用户，从而可以使得推荐的内容与用户当前所处的或者将要发生的使用场景更加匹配，提高推荐效果，提高用户的点击率与用户体验。

为了实现上述目的，本申请第二方面实施例的信息流推荐装置，包括：提取模块，用于根据用户当前的使用场景提取所述用户对应的场景维度；挖掘模块，用于根据所述提取模块提取的所述用户对应的场景维度挖掘所述用户的需求；查找模块，用于查找与所述挖掘模块挖掘的所述用户的需求匹配的资讯；推送模块，用于将所述查找模块查找到的资讯推送给所述用户。

本申请实施例的信息流推荐装置，提取模块根据用户当前的使用场景提取上述用户对应的场景维度，然后挖掘模块根据上述用户对应的场景维度挖掘上述用户的需求，最后查找模块查找与上述用户的需求匹配的资讯，由推送模块推送给上述用户，从而可以使得推荐的内容与用户当前所处的或者将要发生的使用场景更加匹配，提高推荐效果，提高用户的点击率与用户体验。

为了实现上述目的，本申请第三方面实施例的搜索引擎，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。

为了实现上述目的，本申请第四方面实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上所述的方法。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请信息流推荐方法一个实施例的流程图；

图2为本申请信息流推荐方法另一个实施例的流程图；

图3为本申请信息流推荐方法一个示例的示意图；

图4为本申请信息流推荐方法另一个示例的示意图；

图5为本申请信息流推荐方法再一个示例的示意图；

图6为本申请信息流推荐方法再一个示例的示意图；

图7为本申请信息流推荐方法再一个示例的示意图；

图8为本申请信息流推荐方法再一个示例的示意图；

图9为本申请信息流推荐方法再一个示例的示意图；

图10为本申请信息流推荐方法再一个示例的示意图；

图11为本申请信息流推荐方法再一个示例的示意图；

图12为本申请信息流推荐方法再一个示例的示意图；

图13为本申请信息流推荐方法再一个示例的示意图；

图14为本申请信息流推荐方法再一个示例的示意图；

图15为本申请信息流推荐方法再一个示例的示意图；

图16为本申请信息流推荐装置一个实施例的结构示意图；

图17为本申请信息流推荐装置另一个实施例的结构示意图；

图18为本申请搜索引擎一个实施例的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

现有技术中采用的信息流推荐方法如下：

步骤1，总体上是根据时间线(timeline)的方式下发信息，推荐序列由近到远，最近发布的资讯曝光的概率更大；

步骤2，在步骤1的基础上对高评分(例如：浏览量大和/或点击率高等)的资源加大权重，比如1条资讯的浏览量有50万，虽然它是前天发布的，但也有可能是在推荐序列的靠前位置；

步骤3，在步骤2的基础上，结合用户的历史浏览记录调整相应的权重，历史浏览记录包含阅读率、阅读时长和/或阅读完成率等，例如：某位用户经常浏览娱乐资讯，且浏览时间很长，阅读完成率高，则为上述用户优先推送娱乐资讯的概率更高，如果上述用户同时很少浏览政治资讯，阅读时长短，阅读完成率低，则减少为上述用户推送政治资讯。

步骤4，在步骤3的基础上，结合用户的历史搜索记录调整相应的权重，历史搜索记录包括搜索的检索词(query)、搜索的频次、搜索时间和/或搜索时长等，例如：某位用户在近期一段时间内搜索过“健身”领域的相关的query，且搜索频率很高，浏览时间长，则为上述用户优先推送“健身”相关资讯的概率更高。

步骤5，在步骤4的基础上，判断用户之间的相似度调整相应的权重，比如判断出来两位用户之间的相似度很高，则其中一位用户在某天大量浏览“angelababy”的相关资讯，则为另一位用户推送“angelababy”的相关资讯的概率更高。这点与上述步骤3和步骤4往往具有一定的重合度。

现有的信息流推荐方法主要是融合了上述五个方面，赋予不同的权重和优先级综合而成的，主要存在以下2个问题：

1、推荐序列可提取的特征维度过于单薄，针对单个用户的特征仅有历史浏览记录和历史搜索记录，是一种被动接受用户输入而输出的过程，这样很容易出现推荐内容过于同质化的问题。比如某个用户前一天浏览了较多的娱乐八卦资讯，则今天被推送大量娱乐八卦资讯的概率会很高，导致推荐序列的内容大都是一种类型的，用户可能看过几篇就失去兴趣；再比如，某个用户前一天由于求知欲望搜索了“亚当斯密”，并且浏览了一段时间，则今天被推送大量经济类资讯的概率会升高，而实际上用户的需求只是简要了解一下“亚当斯密”，并非对经济资讯真正感兴趣，从而导致推荐内容的点击率降低，推荐效率降低。

2、推荐内容的可感知性差，用户无法知道自己为何被推荐了此条内容，比如用户在之前搜索过“麦克斯韦方程组”这个检索词，但只是匆匆了解，印象并不深刻，然后被推送了一条物理学相关的资讯，用户会感到迷惑，不清楚为何会接受到此类资讯，反而认为推荐的效果有误。

为了解决现有的信息流推荐特征维度单薄，推荐序列被动生成，推荐可感知性差等问题，本申请提出了一种信息流推荐方法。

图1为本申请信息流推荐方法一个实施例的流程图，如图1所示，上述信息流推荐方法可以包括：

步骤101，根据用户的使用场景提取上述用户对应的场景维度。

其中，上述用户的使用场景包括上述用户当前所处的使用场景或者将要发生的使用场景；上述使用场景可以是用户所处的时间、地点、所用设备、所处环境等用户所处的外部属性。

步骤102，根据上述用户对应的场景维度挖掘上述用户的需求。

步骤103，查找与上述用户的需求匹配的资讯。

其中，上述资讯可以包括新闻、图集、视频、小说、音频和/或音乐等，本实施例对资讯的具体内容不作限定。

步骤104，将查找到的资讯推送给上述用户。

本实施例中，上述用户对应的场景维度可以包括时间维度、地理维度、环境维度和设备维度之一或组合，从而可以实现结合用户当前所处的场景，挖掘上述用户在此特定场景下的需求，丰富了信息流推荐的特征维度。当然，上述用户对应的场景维度并不仅限于此，任何用户所处的外部属性都可能是用户的使用场景，可以通过不同维度的细粒度精准划分，将用户生活中可能遇到的场景一步步囊括，实现自动化的需求识别与推荐过程，本实施例对上述用户对应的场景维度不作限定。

上述信息流推荐方法中，根据用户当前的使用场景提取上述用户对应的场景维度，然后根据上述用户对应的场景维度挖掘上述用户的需求，其中，上述用户对应的场景维度可以包括时间维度、地理维度、环境维度和设备维度之一或组合，从而可以实现结合用户当前所处的场景，挖掘上述用户在此特定场景下的需求，丰富了信息流推荐的特征维度，进而可以使得推荐的内容与用户当前所处的或者将要发生的使用场景更加匹配，提高推荐效果，提高用户的点击率与用户体验。

图2为本申请信息流推荐方法另一个实施例的流程图，如图2所示，进一步地，在步骤104之前，还可以包括：

步骤201，在查找到的与上述用户的需求匹配的资讯中添加推荐理由。

本实施例中，在将查找到的与上述用户的需求匹配的资讯推荐给上述用户之前，还可以对查找到的资讯添加相应的推荐理由，以告知用户为何会收到此条推荐资讯，增强推荐的可感知性。

本申请图1和图2所示实施例中，上述用户对应的场景维度可以为时间维度，上述时间维度可以包括上述用户当前所处的时间点或时间段，或者特定事件的发生时间；这样，步骤102可以为：根据上述时间维度挖掘上述用户在上述时间维度的需求。

然后，可以查找与上述需求匹配的资讯推送给用户，并配以合适的推荐理由，具体请参考以下示例。

图3为本申请信息流推荐方法一个示例的示意图，图3中，上述时间维度可以为节日、节气或纪念日，这时，需要提前预判即将到来的节日、节气或纪念日有哪些，然后挖掘上述用户在这个节日、节气或纪念日下的需求，并为用户推荐相匹配的资讯。举例来说，情人节还有5天来临，此时搜索引擎判断用户有潜在的送礼需求，因此在数据库里匹配“情人节-送礼”的相关资源，为用户推荐“十款创意情人节礼物解决你的送礼烦恼！”一文，并配以“距离情人节还5天”的推荐理由，告知用户为何推荐此资讯。再如，3月11日是日本大地震6周年，提前预判到此时间点，在数据库里匹配“地震”的相关资源，并在3月11日当天，为用户推荐“因地震而生的5A级风景区，惨烈程度你知多少？”一文，并配以“日本大地震6周年，一起缅怀”的推荐理由，告知用户为何推荐此资讯。

图4为本申请信息流推荐方法另一个示例的示意图，图4中，上述时间维度可以为日常生活中的时间点——针对每天的日常生活，判断用户在不同时间点的需求差异，为用户推荐相匹配的资讯。比如，下午17点左右，是准备晚餐的高峰，因此搜索引擎在数据库里匹配“菜谱”的相关资源，为用户推荐“五花肉这么做，让你情不自禁流口水”一文，并配以“晚餐时间到，试试这几样”的推荐理由，告知用户为何推荐此资讯。

图5为本申请信息流推荐方法再一个示例的示意图，图5中，上述时间维度可以为特定事件的发生时间，例如可以提前预判即将到来的影响面较大的重大事件有哪些，用户在这个事件发生的前、中、后阶段分别有什么样的需求，并为用户推荐相匹配的资讯。比如，针对美国大选系列事件，在大选之前，判断用户有预测需求，因此在数据库里匹配“美国大选-预测”的相关资源，为用户推荐“谁会赢得美国大选？AI押注特朗普”一文，并配以“美国大选在即，你支持谁？”的推荐理由，告知用户为何推荐此资讯。在大选期间，判断用户有跟进选举局势的需求，因此在数据库里匹配“美国大选-选举局势”的相关资源，为用户推荐“特朗普已拿下五大洲，入主白宫指日可待！”一文，并配以“美国大选今日结果揭晓”的推荐理由，告知用户为何推荐此资讯。在大选之后，持续跟进事件发展过程，为用户推荐“重新计票颠覆美国大选结果？难！”一文，并配以“美国大选后，特朗普再遇阻力”的推荐理由，告知用户为何推荐此资讯。

本申请图1和图2所示实施例中，上述用户对应的场景维度可以为地理维度，上述地理维度可以包括上述用户的常驻地址、当前所处的具体位置、出行的目的地、上述用户关注的地方和上述用户的历史地址之一或组合；这样，步骤102可以为：根据上述地理维度挖掘上述用户在上述地理维度的需求。

也就是说，地理维度可以结合用户所处的粗略地点和精准地址，挖掘用户在这个地点的潜在需求，匹配相应的资讯推送给用户，并配以合适的推荐理由，具体请参考以下示例。

图6为本申请信息流推荐方法再一个示例的示意图，图6中，上述地理维度可以为上述用户的常驻地址，例如：上述用户的常驻城市和地区——搜索引擎可以根据上述用户的手机定位和定位时长，判断上述用户的常驻地城市和地区，为用户推荐与上述用户的常驻地城市和地区相关的资讯。比如，搜索引擎获取到用户此时的手机定位在上海，并且上述用户在3个月时间中的大部分时间均在上海市普陀区，则搜索引擎可以匹配数据库里与“上海普陀”相关的资源，为用户推荐“上海普陀区新增16号线地铁，可直通浦东国际机场”一文，并配以“魔都新鲜事早知道”的推荐理由，告知用户为何推荐此资讯。

图7为本申请信息流推荐方法再一个示例的示意图，图7中，上述地理维度可以为用户当前所处的具体位置，搜索引擎可以根据用户当前的手机定位，判断上述用户当前所处的具体位置，可以精准到一个街道、景点或商场等，然后挖掘用户在这个地点的潜在需求，并为用户推荐相关的资讯。比如，搜索引擎获取到用户此时的手机定位是“北京·香山公园”，则可以匹配数据库里与“香山”相关的资源，为用户推荐“历史上那些关于红叶的名人佳句”一文，并配以“根据您附近的景点为您推荐”，告知用户为何推荐此资讯。

图8为本申请信息流推荐方法再一个示例的示意图，图8中，上述地理维度可以为用户出行的目的地，搜索引擎可以根据用户当前的手机定位所在的城市，如果发现用户此时的定位与用户的常驻地址不同，则可以挖掘上述用户在异地城市场景下的需求，比如，搜索引擎获取到上述用户此时的手机定位在冰岛，而其常驻地址在上海，则判断上述用户此时正前往冰岛旅游，匹配数据库里与“冰岛”相关的资源，为上述用户推荐“来到冰岛万万不能错过的十大景点”一文，并配以“冰岛旅游指南”的推荐理由，告知用户为何推荐此资讯。

图9为本申请信息流推荐方法再一个示例的示意图，图9中，上述地理维度可以为用户关注的地点，搜索引擎可以根据用户的手机定位及定位时间，判断用户经常关注的地点(例如：家乡、上班地点或住所附近等)，然后匹配相应的资源推荐给用户，比如，搜索引擎获取到用户春节期间的手机定位在厦门，可以判断此用户的家乡为厦门，则匹配数据库里与“厦门”相关的资源，为用户推荐“厦门被评为全国小清新居地之所”一文，并配以“身在远方，心在家乡”的推荐理由，告知用户为何推荐此资讯。

图10为本申请信息流推荐方法再一个示例的示意图，图10中，上述地理维度可以为上述用户的历史地址，即用户去过的地方，搜索引擎可以根据用户的历史手机定位，判断用户曾经去过的地方，例如：其他城市、景点或该城市的某个历史去处等，然后匹配相应的资源推荐给用户，比如，获取到用户曾经去过草原天路，则匹配数据库里与“草原天路”相关的资源，为用户推荐“草原天路明日起收高额买路费”一文，并配以推荐理由“根据您的历史行程为您推荐”，告知用户为何推荐此资讯。

本申请图1和图2所示实施例中，上述用户对应的场景维度可以为环境维度；上述环境维度可以为上述用户当前所处的自然环境；这时，步骤102可以为：根据上述用户当前所处的自然环境挖掘上述用户在当前所处的自然环境下的需求。

也就是说，搜索引擎可以基于用户当前所处的天气等自然环境状况，挖掘用户在此环境下的潜在需求，匹配相应的资讯推荐给用户，并配以合适的推荐理由，具体请参考以下示例。

图11为本申请信息流推荐方法再一个示例的示意图，举例来说，当用户所处的地区连续5天最高气温达到30℃以上，则搜索引擎可以判断用户此时有避暑的潜在需求，则匹配数据库里与“避暑”相关的资源，为用户推荐“国内这些避暑胜地，这个夏天就去那儿吧！”一文，并配以“天气持续炎热，快快清凉一下”的推荐理由，告知用户为何推荐此资讯。

本申请图1和图2所示实施例中，上述用户对应的场景维度可以为设备维度；上述设备维度可以为上述用户所使用的设备；这时，步骤102可以为：根据上述用户所使用的设备，或者上述用户所使用的设备和使用上述设备的时长，挖掘上述用户使用上述设备的需求。

也就是说，搜索引擎可以基于用户所使用的设备，或者上述用户所使用的设备和使用上述设备的时长，挖掘用户使用上述设备的需求，匹配相应资讯推荐给用户，并配以合适的推荐理由，具体请参考以下示例。

图12为本申请信息流推荐方法再一个示例的示意图，举例来说，检测到用户昨日刚刚更换了华为手机mate9，搜索引擎判断用户此时对设备的使用功能更感兴趣，则匹配数据库里与“华为-功能”相关的资源，为用户推荐“华为手机这3个能力，晓得的人不多，用的人更少！”一文，并配以“根据您所使用的机型为您推荐”的推荐理由，告知用户为何推荐此资讯。

本申请图1和图2所示实施例中，上述用户对应的场景维度可以单独使用，也可以交叉进行多维度的场景融合，参考以下示例。

图13为本申请信息流推荐方法再一个示例的示意图，上述用户对应的场景维度可以包括时间维度和地理维度，也就是说，搜索引擎可以基于用户所处的地理位置及所处的时间段，挖掘用户在此特定场景下的潜在需求，匹配相应资讯推荐给用户，并配以合适的推荐理由。举例来说，如图13所示，检测到用户的手机定位是北京，所处时间点是周五，判断用户周末有玩乐的需求，则搜索引擎匹配数据库里与“北京-周末”相关的资源，为用户推荐“庆元宵节北京海洋馆本周末为市民免费开放”一文，并配以“帝都周末去哪儿”的推荐理由，告知用户为何推荐此资讯。

图14为本申请信息流推荐方法再一个示例的示意图，上述用户对应的场景维度可以包括时间维度、环境维度和地理维度，也就是说，搜索引擎可以基于用户所处的地理位置、所处时间段和所处的环境，挖掘用户在此特定场景下的潜在需求，匹配相应资讯推荐给用户，并配以合适的推荐理由。举例来说，如图14所示，检测到用户的手机定位是北京，所处的时间点是周五，周六周日的天气状况良好，判断用户有周边游的潜在需求，则匹配数据库里“北京-周边游”的相关资源，为用户推荐“大风来袭雾霾散去，周末京郊免费景点推荐！”一文，并配以“本周末北京空气质量优”的推荐理由，告知用户为何推荐此资讯。

图15为本申请信息流推荐方法再一个示例的示意图，上述用户对应的场景维度可以包括时间维度、设备维度和地理维度，也就是说，搜索引擎可以基于用户所处的地理位置、所处的时间段和所使用的设备，挖掘用户在此特定场景下的潜在需求，匹配相应资讯推荐给用户，并配以合适的推荐理由。举例来说，如图15所示，检测到用户的手机定位是北京，所处的时间点是2月23日，所用的设备是iphone6且使用时长超过两年，判断用户是苹果忠实粉，则匹配数据库里“iphone-发布会”的相关资源，为用户推荐“定了！2月28日苹果于三里屯首发iphone7s”一文，并配以“果粉都关注”的推荐理由，告知用户为何推荐此资讯。

图16为本申请信息流推荐装置一个实施例的结构示意图，本实施例中的信息流推荐装置可以作为搜索引擎，或者搜索引擎的一部分实现本申请图1和图2所示实施例提供的信息流推荐方法。如图16所示，上述信息流推荐装置可以包括：提取模块1601、挖掘模块1602、查找模块1603和推送模块1604；

其中，提取模块1601，用于根据用户的使用场景提取上述用户对应的场景维度；其中，上述用户的使用场景包括上述用户当前所处的使用场景或者将要发生的使用场景；上述使用场景可以是用户所处的时间、地点、所用设备、所处环境等用户所处的外部属性。

挖掘模块1602，用于根据提取模块1601提取的上述用户对应的场景维度挖掘上述用户的需求。

查找模块1603，用于查找与挖掘模块1602挖掘的上述用户的需求匹配的资讯；其中，上述资讯可以包括新闻、图集、视频、小说、音频和/或音乐等，本实施例对资讯的具体内容不作限定。

推送模块1604，用于将查找模块1603查找到的资讯推送给上述用户。

其中，提取模块1601提取的上述用户对应的场景维度可以包括时间维度、地理维度、环境维度和设备维度之一或组合，从而可以实现结合用户当前所处的场景，挖掘上述用户在此特定场景下的需求，丰富了信息流推荐的特征维度。当然，上述用户对应的场景维度并不仅限于此，任何用户所处的外部属性都可能是用户的使用场景，可以通过不同维度的细粒度精准划分，将用户生活中可能遇到的场景一步步囊括，实现自动化的需求识别与推荐过程，本实施例对上述用户对应的场景维度不作限定。

上述信息流推荐装置中，提取模块1601根据用户当前的使用场景提取上述用户对应的场景维度，然后挖掘模块1602根据上述用户对应的场景维度挖掘上述用户的需求，其中，上述用户对应的场景维度可以包括时间维度、地理维度、环境维度和设备维度之一或组合，从而可以实现结合用户当前所处的场景，挖掘上述用户在此特定场景下的需求，丰富了信息流推荐的特征维度，进而使得推荐的内容与用户当前所处的或者将要发生的使用场景更加匹配，提高推荐效果，提高用户的点击率与用户体验。

图17为本申请信息流推荐装置另一个实施例的结构示意图，与图16所示的信息流推荐装置相比，不同之处在于，图17所示的信息流推荐装置还可以包括：添加模块1605；

添加模块1605，用于在推送模块1604将查找到的资讯推送给上述用户之前，在查找模块1603查找到的与上述用户的需求匹配的资讯中添加推荐理由。

本实施例中，在推送模块1604将查找到的与上述用户的需求匹配的资讯推荐给上述用户之前，添加模块1605还可以对查找到的资讯添加相应的推荐理由，以告知用户为何会收到此条推荐资讯，增强推荐的可感知性。

上述信息流推荐装置中，提取模块1601提取的上述用户对应的场景维度可以为时间维度；上述时间维度可以包括上述用户当前所处的时间点或时间段，或者特定事件的发生时间；这样，挖掘模块1602，具体用于根据上述时间维度挖掘上述用户在上述时间维度的需求。

然后，查找模块1603可以查找与上述需求匹配的资讯，由推送模块1604推送给用户，并由添加模块1605配以合适的推荐理由。

参见图3，图3中，上述时间维度可以为节日、节气或纪念日，这时，需要提前预判即将到来的节日、节气或纪念日有哪些，然后挖掘模块1602挖掘上述用户在这个节日、节气或纪念日下的需求，并为用户推荐相匹配的资讯。举例来说，情人节还有5天来临，此时可以判断用户有潜在的送礼需求，因此查找模块1603在数据库里匹配“情人节-送礼”的相关资源，推送模块1604为用户推荐“十款创意情人节礼物解决你的送礼烦恼！”一文，并由添加模块1605配以“距离情人节还5天”的推荐理由，告知用户为何推荐此资讯。再如，3月11日是日本大地震6周年，提前预判到此时间点，查找模块1603在数据库里匹配“地震”的相关资源，并在3月11日当天，推送模块1604为用户推荐“因地震而生的5A级风景区，惨烈程度你知多少？”一文，并由添加模块1605配以“日本大地震6周年，一起缅怀”的推荐理由，告知用户为何推荐此资讯。

参见图4，图4中，上述时间维度可以为日常生活中的时间点——针对每天的日常生活，判断用户在不同时间点的需求差异，为用户推荐相匹配的资讯。比如，下午17点左右，是准备晚餐的高峰，因此查找模块1603在数据库里匹配“菜谱”的相关资源，推送模块1604为用户推荐“五花肉这么做，让你情不自禁流口水”一文，添加模块1605配以“晚餐时间到，试试这几样”的推荐理由，告知用户为何推荐此资讯。

参见图5，图5中，上述时间维度可以为特定事件的发生时间，例如可以提前预判即将到来的影响面较大的重大事件有哪些，用户在这个事件发生的前、中、后阶段分别有什么样的需求，并为用户推荐相匹配的资讯。比如，针对美国大选系列事件，在大选之前，判断用户有预测需求，因此查找模块1603在数据库里匹配“美国大选-预测”的相关资源，推送模块1604为用户推荐“谁会赢得美国大选？AI押注特朗普”一文，添加模块1605配以“美国大选在即，你支持谁？”的推荐理由，告知用户为何推荐此资讯。在大选期间，判断用户有跟进选举局势的需求，因此查找模块1603在数据库里匹配“美国大选-选举局势”的相关资源，推送模块1604为用户推荐“特朗普已拿下五大洲，入主白宫指日可待！”一文，添加模块1605配以“美国大选今日结果揭晓”的推荐理由，告知用户为何推荐此资讯。在大选之后，持续跟进事件发展过程，推送模块1604为用户推荐“重新计票颠覆美国大选结果？难！”一文，添加模块1605配以“美国大选后，特朗普再遇阻力”的推荐理由，告知用户为何推荐此资讯。

上述信息流推荐装置中，提取模块1601提取的上述用户对应的场景维度可以为地理维度，上述地理维度可以包括上述用户的常驻地址、当前所处的具体位置、出行的目的地、上述用户关注的地方和上述用户的历史地址之一或组合；这时，挖掘模块1602，具体用于根据上述地理维度挖掘上述用户在上述地理维度的需求。

也就是说，地理维度可以结合用户所处的粗略地点和精准地址，由挖掘模块1602挖掘用户在这个地点的潜在需求，然后查找模块1603匹配相应的资讯由推送模块1604推送给用户，并由添加模块1605配以合适的推荐理由。

参见图6，图6中，上述地理维度可以为上述用户的常驻地址，例如：上述用户的常驻城市和地区——可以根据上述用户的手机定位和定位时长，判断上述用户的常驻地城市和地区，为用户推荐与上述用户的常驻地城市和地区相关的资讯。比如，提取模块1601获取到用户此时的手机定位在上海，并且上述用户在3个月时间中的大部分时间均在上海市普陀区，则查找模块1603可以匹配数据库里与“上海普陀”相关的资源，推送模块1604为用户推荐“上海普陀区新增16号线地铁，可直通浦东国际机场”一文，添加模块1605配以“魔都新鲜事早知道”的推荐理由，告知用户为何推荐此资讯。

参见图7，图7中，上述地理维度可以为用户当前所处的具体位置，这时，提取模块1601可以根据用户当前的手机定位，判断上述用户当前所处的具体位置，可以精准到一个街道、景点或商场等，然后挖掘模块1602挖掘用户在这个地点的潜在需求，为用户推荐相关的资讯。比如，提取模块1601获取到用户此时的手机定位是“北京·香山公园”，则查找模块1603可以匹配数据库里与“香山”相关的资源，推送模块1604为用户推荐“历史上那些关于红叶的名人佳句”一文，添加模块1605配以“根据您附近的景点为您推荐”，告知用户为何推荐此资讯。

参见图8，图8中，上述地理维度可以为用户出行的目的地，提取模块1601可以获取用户当前的手机定位所在的城市，如果发现用户此时的定位与用户的常驻地址不同，则挖掘模块1602可以挖掘上述用户在异地城市场景下的需求，比如，提取模块1601获取到上述用户此时的手机定位在冰岛，而其常驻地址在上海，则判断上述用户此时正前往冰岛旅游，查找模块1603匹配数据库里与“冰岛”相关的资源，推送模块1604为上述用户推荐“来到冰岛万万不能错过的十大景点”一文，添加模块1605配以“冰岛旅游指南”的推荐理由，告知用户为何推荐此资讯。

参见图9，图9中，上述地理维度可以为用户关注的地点，提取模块1601可以根据用户的手机定位及定位时间，判断用户经常关注的地点(例如：家乡、上班地点或住所附近等)，然后查找模块1603匹配相应的资源，由推送模块1604推荐给用户，比如，提取模块1601获取到用户春节期间的手机定位在厦门，可以判断此用户的家乡为厦门，则查找模块1603匹配数据库里与“厦门”相关的资源，推送模块1604为用户推荐“厦门被评为全国小清新居地之所”一文，添加模块1605配以“身在远方，心在家乡”的推荐理由，告知用户为何推荐此资讯。

参见图10，图10中，上述地理维度可以为上述用户的历史地址，即用户去过的地方，提取模块1601可以根据用户的历史手机定位，判断用户曾经去过的地方，例如：其他城市、景点或该城市的某个历史去处等，然后查找模块1603匹配相应的资源推荐给用户，比如，提取模块1601获取到用户曾经去过草原天路，则查找模块1603匹配数据库里与“草原天路”相关的资源，推送模块1604为用户推荐“草原天路明日起收高额买路费”一文，添加模块1605配以推荐理由“根据您的历史行程为您推荐”，告知用户为何推荐此资讯。

上述信息流推荐装置中，提取模块1601提取的上述用户对应的场景维度可以为环境维度；上述环境维度可以包括：上述用户当前所处的自然环境；这时，挖掘模块1602，具体用于根据上述用户当前所处的自然环境挖掘上述用户在当前所处的自然环境下的需求。

也就是说，挖掘模块1602可以基于用户当前所处的天气等自然环境状况，挖掘用户在此环境下的潜在需求，然后查找模块1603匹配相应的资讯由推送模块1604推荐给用户，并由添加模块1605配以合适的推荐理由，具体请参考以下示例。

参见图11，举例来说，当用户所处的地区连续5天最高气温达到30℃以上，则挖掘模块1602可以判断用户此时有避暑的潜在需求，则查找模块1603匹配数据库里与“避暑”相关的资源，推送模块1604为用户推荐“国内这些避暑胜地，这个夏天就去那儿吧！”一文，添加模块1605配以“天气持续炎热，快快清凉一下”的推荐理由，告知用户为何推荐此资讯。

上述信息流推荐装置中，提取模块1601提取的上述用户对应的场景维度可以为设备维度；上述设备维度可以包括：上述用户所使用的设备；这时，挖掘模块1602，具体用于根据上述用户所使用的设备，或者上述用户所使用的设备和使用上述设备的时长，挖掘上述用户使用上述设备的需求。

也就是说，挖掘模块1602可以基于用户所使用的设备，或者上述用户所使用的设备和使用上述设备的时长，挖掘用户使用上述设备的需求，查找模块1603匹配相应资讯由推送模块1604推荐给用户，添加模块1605配以合适的推荐理由，具体请参考以下示例。

参见图12，举例来说，提取模块1601检测到用户昨日刚刚更换了华为手机mate9，挖掘模块1602判断用户此时对设备的使用功能更感兴趣，则查找模块1603匹配数据库里与“华为-功能”相关的资源，推送模块1604为用户推荐“华为手机这3个能力，晓得的人不多，用的人更少！”一文，添加模块1605配以“根据您所使用的机型为您推荐”的推荐理由，告知用户为何推荐此资讯。

提取模块1601提取的上述用户对应的场景维度可以单独使用，也可以交叉进行多维度的场景融合，参考以下示例。

参见图13，上述用户对应的场景维度可以包括时间维度和地理维度，也就是说，挖掘模块1602可以基于用户所处的地理位置及所处的时间段，挖掘用户在此特定场景下的潜在需求，查找模块1603匹配相应资讯由推送模块1604推荐给用户，添加模块1605配以合适的推荐理由。举例来说，如图13所示，提取模块1601检测到用户的手机定位是北京，所处时间点是周五，挖掘模块1602判断用户周末有玩乐的需求，则查找模块1603匹配数据库里与“北京-周末”相关的资源，推送模块1604为用户推荐“庆元宵节北京海洋馆本周末为市民免费开放”一文，添加模块1605配以“帝都周末去哪儿”的推荐理由，告知用户为何推荐此资讯。

参见图14，上述用户对应的场景维度可以包括时间维度、环境维度和地理维度，也就是说，挖掘模块1602可以基于用户所处的地理位置、所处时间段和所处的环境，挖掘用户在此特定场景下的潜在需求，查找模块1603匹配相应资讯由推送模块1604推荐给用户，添加模块1605配以合适的推荐理由。举例来说，如图14所示，提取模块1601检测到用户的手机定位是北京，所处的时间点是周五，周六周日的天气状况良好，挖掘模块1602判断用户有周边游的潜在需求，则查找模块1603匹配数据库里“北京-周边游”的相关资源，推送模块1604为用户推荐“大风来袭雾霾散去，周末京郊免费景点推荐！”一文，添加模块1605配以“本周末北京空气质量优”的推荐理由，告知用户为何推荐此资讯。

参见图15，上述用户对应的场景维度可以包括时间维度、设备维度和地理维度，也就是说，挖掘模块1602可以基于用户所处的地理位置、所处的时间段和所使用的设备，挖掘用户在此特定场景下的潜在需求，查找模块1603匹配相应资讯由推送模块1604推荐给用户，添加模块1605配以合适的推荐理由。举例来说，如图15所示，提取模块1601检测到用户的手机定位是北京，所处的时间点是2月23日，所用的设备是iphone6且使用时长超过两年，挖掘模块1602判断用户是苹果忠实粉，则查找模块1603匹配数据库里“iphone-发布会”的相关资源，推送模块1604为用户推荐“定了！2月28日苹果于三里屯首发iphone7s”一文，添加模块1605配以“果粉都关注”的推荐理由，告知用户为何推荐此资讯。

图18为本申请搜索引擎一个实施例的结构示意图，图18显示的搜索引擎12仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图18所示，搜索引擎12以通用计算设备的形式表现。搜索引擎12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。

搜索引擎12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被搜索引擎12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)30和/或高速缓存存储器32。搜索引擎12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图18未显示，通常称为“硬盘驱动器”)。尽管图18中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc Read OnlyMemory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。

搜索引擎12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该搜索引擎12交互的设备通信，和/或与使得该搜索引擎12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，搜索引擎12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图18所示，网络适配器20通过总线18与搜索引擎12的其它模块通信。应当明白，尽管图18中未示出，可以结合搜索引擎12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本申请所提出的信息流推荐方法。

本申请还提供一种包含计算机可执行指令的存储介质，上述计算机可执行指令在由计算机处理器执行时用于执行本申请所提出的信息流推荐方法。

上述存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。

计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory；以下简称：ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory；以下简称：EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network；以下简称：LAN)或广域网(Wide Area Network；以下简称：WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(Programmable Gate Array；以下简称：PGA)，现场可编程门阵列(Field ProgrammableGate Array；以下简称：FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (16)

1.一种信息流推荐方法，其特征在于，包括：

根据用户的使用场景提取所述用户对应的场景维度；

根据所述用户对应的场景维度挖掘所述用户的需求；

查找与所述用户的需求匹配的资讯；

将查找到的资讯推送给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述将查找到的资讯推送给所述用户之前，还包括：

在查找到的与所述用户的需求匹配的资讯中添加推荐理由。

3.根据权利要求1或2所述的方法，其特征在于，所述用户的使用场景包括所述用户当前所处的使用场景或者将要发生的使用场景；所述用户的使用场景包括所述用户所处的外部属性；

所述用户对应的场景维度包括时间维度、地理维度、环境维度和设备维度之一或组合。

4.根据权利要求3所述的方法，其特征在于，所述用户对应的场景维度包括时间维度；所述时间维度包括所述用户当前所处的时间点或时间段，或者特定事件的发生时间；

所述根据所述用户对应的场景维度挖掘所述用户的需求包括：

根据所述时间维度挖掘所述用户在所述时间维度的需求。

5.根据权利要求3所述的方法，其特征在于，所述用户对应的场景维度包括地理维度，所述地理维度包括所述用户的常驻地址、当前所处的具体位置、出行的目的地、所述用户关注的地方和所述用户的历史地址之一或组合；

所述根据所述用户对应的场景维度挖掘所述用户的需求包括：

根据所述地理维度挖掘所述用户在所述地理维度的需求。

6.根据权利要求3所述的方法，其特征在于，所述用户对应的场景维度包括环境维度；所述环境维度包括：所述用户当前所处的自然环境；

所述根据所述用户对应的场景维度挖掘所述用户的需求包括：

根据所述用户当前所处的自然环境挖掘所述用户在当前所处的自然环境下的需求。

7.根据权利要求3所述的方法，其特征在于，所述用户对应的场景维度包括设备维度；所述设备维度包括：所述用户所使用的设备；

所述根据所述用户对应的场景维度挖掘所述用户的需求包括：

根据所述用户所使用的设备，或者所述用户所使用的设备和使用所述设备的时长，挖掘所述用户使用所述设备的需求。

8.一种信息流推荐装置，其特征在于，包括：

提取模块，用于根据用户的使用场景提取所述用户对应的场景维度；

挖掘模块，用于根据所述提取模块提取的所述用户对应的场景维度挖掘所述用户的需求；

查找模块，用于查找与所述挖掘模块挖掘的所述用户的需求匹配的资讯；

推送模块，用于将所述查找模块查找到的资讯推送给所述用户。

9.根据权利要求8所述的装置，其特征在于，还包括：

添加模块，用于在所述推送模块将查找到的资讯推送给所述用户之前，在所述查找模块查找到的与所述用户的需求匹配的资讯中添加推荐理由。

10.根据权利要求8或9所述的装置，其特征在于，所述用户的使用场景包括所述用户当前所处的使用场景或者将要发生的使用场景；所述用户的使用场景包括所述用户所处的外部属性；

所述提取模块提取的所述用户对应的场景维度包括时间维度、地理维度、环境维度和设备维度之一或组合。

11.根据权利要求10所述的装置，其特征在于，所述提取模块提取的所述用户对应的场景维度包括时间维度；所述时间维度包括所述用户当前所处的时间点或时间段，或者特定事件的发生时间；

所述挖掘模块，具体用于根据所述时间维度挖掘所述用户在所述时间维度的需求。

12.根据权利要求10所述的装置，其特征在于，所述提取模块提取的所述用户对应的场景维度包括地理维度，所述地理维度包括所述用户的常驻地址、当前所处的具体位置、出行的目的地、所述用户关注的地方和所述用户的历史地址之一或组合；

所述挖掘模块，具体用于根据所述地理维度挖掘所述用户在所述地理维度的需求。

13.根据权利要求10所述的装置，其特征在于，所述提取模块提取的所述用户对应的场景维度包括环境维度；所述环境维度包括：所述用户当前所处的自然环境；

所述挖掘模块，具体用于根据所述用户当前所处的自然环境挖掘所述用户在当前所处的自然环境下的需求。

14.根据权利要求10所述的装置，其特征在于，所述提取模块提取的所述用户对应的场景维度包括设备维度；所述设备维度包括：所述用户所使用的设备；

所述挖掘模块，具体用于根据所述用户所使用的设备，或者所述用户所使用的设备和使用所述设备的时长，挖掘所述用户使用所述设备的需求。

15.一种搜索引擎，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

16.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的方法。