CN107368488A - 一种确定用户行为偏好的方法、推荐信息的展示方法和装置 - Google Patents

Abstract

本申请公开了一种确定用户行为偏好的方法、推荐信息的展示方法和装置。该确定用户行为偏好的方法包括：将推荐信息和信息分类标签进行关联；将关联后的推荐信息进行推送；当获知用户触发推荐信息时，获取用户所触发的推荐信息所关联的信息分类标签；根据所获取的信息分类标签确定用户的行为偏好。这种确定用户行为偏好的方式解决了现有技术中，通过问卷调查的方式采集数据并基于所采集的数据确定用户行为偏好时，所确定出的用户行为偏好准确性低的问题。

Description

一种确定用户行为偏好的方法、推荐信息的展示方法和装置

技术领域

本申请涉及计算机推荐技术领域，尤其涉及一种确定用户行为偏好的方法、推荐信息的展示方法和装置。

背景技术

随着互联网技术的不断发展，通过网络交互平台向用户投放推荐信息越来越受到关注。通常通过网络交互平台所投放的推荐信息可以包括广告、天气信息、交通路况信息等。

在通过网络交互平台向用户投放推荐信息时，为了增加所投放的推荐信息的实际效果，通常需要根据用户的行为偏好，向不同行为偏好的用户投放不同的推荐信息。例如，用户甲时常关注地区A的天气状况，用户乙时常关注地区B的天气状况，在向用户甲和用户乙投放天气信息时，为了增加所投放的天气信息的实际效果，可以向用户甲投放地区A的天气信息，向用户乙投放地区B的天气信息。当前，对于进行推荐信息投放的企业或个人来说，如何来确定用户行为偏好是一个技术难题。

现有技术通常通过问卷调查的方式来采集反映用户行为偏好的数据，并对所采集的数据进行分析来确定用户的行为偏好。这种方式在数据采集的过程中，需要先对用户进行问卷调查，通过该问卷调查所反馈的结果来采集数据。

然而，这种通过问卷调查的方式采集数据，并根据这些数据确定出用户行为偏好，通常所确定出的用户行为偏好的准确性，依赖于用户对问卷中问题的回答结果，在用户的回答结果出现偏差时，通常导致所确定出的用户行为偏好的准确性较低。

发明内容

本申请实施例提供一种确定用户行为偏好的方法、推荐信息的展示方法和装置，用于解决现有技术通过问卷调查的方式，获取的用户行为数据准确性低的问题。

本申请实施例提供一种确定用户行为偏好的方法，所述方法包括：

将推荐信息和信息分类标签进行关联，所述信息分类标签用于反映所述推荐信息的分类类别；

将与信息分类标签关联后的所述推荐信息向用户进行推送；

当获知用户触发推荐信息时，获取所述推荐信息所关联的信息分类标签；

根据所获取的信息分类标签确定所述用户的行为偏好。

优选的，用户已登录网络交互平台，所述网络交互平台用于向用户推送推荐信息；则，

在获取所述推荐信息所关联的信息分类标签时，所述方法还包括：获取所述用户的登录账号，并将所述登录账号和所述信息分类标签建立对应关系；则，

所述根据所获取的信息分类标签确定所述用户的行为偏好具体包括：

通过与所述登录账号建立对应关系的信息分类标签，确定所述用户的行为偏好。

优选的，所述将所述登录账号和所述信息分类标签建立对应关系具体包括：

通过所述登录账号查询用户特征数据库，根据查询结果判断所述登录账号是否已和所述信息分类标签建立对应关系，所述用户特征数据库包括用于存储用户账号的字段和用于存储信息分类标签的字段；

若否，则在所述用户特征数据库中建立所述登录账号和所述信息分类标签的对应关系。

优选的，当所述登录账号已和多个不同的信息分类标签建立对应关系时，所述方法还包括：通过所述登录账号获取所述用户在注册所述登录账号时所提交的注册信息，并通过所述注册信息对各所述信息分类标签进行排序。

优选的，用户在计算设备上触发推荐信息；则，

在获取所述推荐信息所关联的信息分类标签时，所述方法还包括：获取所述计算设备的设备标识，并将所述设备标识和所述信息分类标签建立对应关系；则，

所述根据所获取的信息分类标签确定所述用户的行为偏好具体包括：

通过与所述设备标识建立对应关系的信息分类标签，确定所述用户的行为偏好。

优选的，所述将推荐信息和信息分类标签进行关联具体包括：在所述推荐信息的数据中插入能够与所述信息分类标签进行关联的关联数据，使得在所述推荐信息被触发后能够通过所插入的关联数据确定与所述推荐信息关联的所述信息分类标签。

本申请实施例还提供一种推荐信息的展示方法，所述方法包括：

接收用户获取推荐信息的业务请求；

根据所述业务请求获取所述用户的用户行为偏好，所述用户行为偏好为根据本申请实施例所提供的确定用户行为偏好的方法所确定的用户行为偏好；

根据所述用户行为偏好确定至少一个信息分类标签，并通过所述信息分类标签获取与所述信息分类标签关联的至少一个推荐信息，所述信息分类标签和所述推荐信息具有关联关系；

将所获取的推荐信息向所述用户进行展示。

优选的，所述方法用于广告的展示。

本申请实施例还提供一种确定用户行为偏好的装置，所述装置包括：关联单元、推送单元、信息分类标签获取单元和用户行为偏好确定单元，其中：

所述关联单元，将推荐信息和信息分类标签进行关联，所述信息分类标签用于反映所述推荐信息的分类类别；

所述推送单元，将与信息分类标签关联后的所述推荐信息向用户进行推送；

所述信息分类标签获取单元，当获知用户触发推荐信息时，获取所述推荐信息所关联的信息分类标签；

所述用户行为偏好确定单元，根据所获取的信息分类标签确定所述用户的行为偏好。

本申请实施例还提供一种推荐信息的展示装置，所述装置包括：接收单元、用户行为偏好获取单元、推荐信息获取单元和展示单元，其中：

所述接收单元，接收用户获取推荐信息的业务请求；

所述用户行为偏好获取单元，根据所述业务请求获取所述用户的用户行为偏好，所述用户行为偏好为根据本申请实施例提供的确定用户行为偏好的装置所确定的用户行为偏好；

所述推荐信息获取单元，根据所述用户行为偏好确定至少一个信息分类标签，并通过所述信息分类标签获取与所述信息分类标签关联的至少一个推荐信息，所述信息分类标签和所述推荐信息具有关联关系；

所述展示单元，将所获取的推荐信息向所述用户进行展示。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

由于将推荐信息和信息分类标签进行关联，通过用户对推荐信息的触发获取被触发推荐信息的信息分类标签，并通过信息分类标签来确定用户的行为偏好。这种确定用户行为偏好的方式解决了现有技术中，通过问卷调查的方式采集数据并基于所采集的数据确定用户行为偏好时，所确定出的用户行为偏好准确性低的问题。另外，本申请实施例通过用户对推荐信息的触发来采集数据，也解决了问卷调查方式采集数据时所带来的用户体验不佳的问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例1提供的一种确定用户行为偏好的方法的具体流程示意图；

图2为本申请实施例3提供的一种确定用户行为偏好的方法在具体应用场景下的流程示意图；

图3为本申请实施例3提供的一种确定用户行为偏好的方法在具体应用场景下的各端的交互流程图；

图4为本申请实施例4提供的一种推荐信息的展示方法的具体流程示意图；

图5为本申请实施例4提供的一种推荐信息的展示方法的在具体应用场景下的各端的交互流程图；

图6为本申请实施例5提供的一种确定用户行为偏好的装置的结构示意图；

图7为本申请实施例6提供的一种推荐信息的展示装置的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

如前所述，通过网络交互平台向用户投放的推荐信息可以包括广告、天气信息、交通路况信息等。在实际应用中，当向用户投放推荐信息时，为了增加所投放的推荐信息的实际效果，通常需要根据用户的行为偏好，向不同行为偏好的用户投放不同的推荐信息。例如，用户张三喜欢购买小饰品，用户李四喜欢购买体育用品，在向张三和李四投放广告时，可以向张三投放小饰品类的广告，向李四投放体育用品类的广告。但是，对于需要进行推荐信息投放的企业或个人来说，如何来确定用户的行为偏好是一个技术难题。例如，在上述例子中，如何确定张三喜欢购买小饰品，这一点对企业来说是一个技术难题。

现有技术通常是通过问卷调查的方式来采集反映用户行为偏好的数据，并对所采集的数据进行分析来确定用户的行为偏好。这种方式在数据采集的过程中，需要先向用户发布问卷，用户对该问卷中所设置的问题进行回答，基于用户对问题的回答结果来确定用户行为偏好。然而，这种通过问卷调查的方式采集数据的问题是，该方式依赖用于户对问卷中的问题的回答结果，在用户的回答结果出现偏差时，会导致所采集的数据也出现偏差，进而影响所确定出的用户行为偏好的准确性。例如，在实际应用中，通常会出现用户对问卷中的问题回答意愿不高的现象，这时候该用户可能会十分随意的回答问卷中的问题，从而导致回答结果出现偏差，影响所确定出的用户行为偏好的准确性；此外，在用户进行问卷调查的意愿不高时，通过问卷调查的方式采集数据通常还会影响用户体验，对企业造成不良影响。

为了解决现有技术中的问题，本申请实施例1提供一种确定用户行为偏好的方法。参考图1，该方法的具体步骤如下：

步骤11：将推荐信息进行分类。

在这里，推荐信息可以包括广告、天气信息、交通路况信息等类型。通常来说不同的网络交互平台，所投放的推荐信息的类型通常的不同。例如，对于电子支付类的网络交互平台，通常投放的推荐信息包括广告；对于城市交通类的网络交互平台，通常投放的推荐信息包括城市的交通路况信息；对于其它类的网络交互平台，通常也会投放对应类型的推荐信息。

在将推荐信息进行投放前，需要将推荐信息进行分类。在实际应用中，将推荐信息进行分类可以采用不同的分类标准，例如可以根据推荐信息的展现形式进行分类，将推荐信息分为视频类推荐信息、图片类推荐信息、文字类推荐信息等；还可以根据推荐信息所针对的人群进行分类，将推荐信息分为针对学生的推荐信息、针对上班族的推荐信息等；还可以根据推荐信息的投放目的进行分类，将推荐信息分为公益类推荐信息、商业类推荐信息等；当然，在将推荐信息进行分类时还可以采用其它的分类标准，或者是将几个分类标准进行结合，例如某个推荐信息为针对学生的公益类推荐信息。

步骤12：将推荐信息和信息分类标签进行关联，所述信息分类标签用于反映推荐信息的分类类别。

在实际应用中，网络交互平台通常会有多个推荐信息和多个不同的信息分类标签，在将推荐信息和信息分类标签进行关联之前，需要先确定推荐信息和信息分类标签之间的对应关系。通常来说，确定推荐信息和信息分类标签之间的对应关系的方式有多种，这里可以列举两种优选的方案。

一种优选的方案是，分别将各个推荐信息作为当前推荐信息，从各个信息分类标签中确定出与该当前推荐信息所对应的信息分类标签。这种逐个确定对应关系方式在推荐信息数量较少的情况下较为适用。

另一种优选的方案是，先将各个推荐信息进行分类，基于分类类别和信息分类标签的对应关系，来确定各个分类类别中的推荐信息和信息分类标签的对应关系。这种确定对应关系方式在推荐信息数量较多时较为适用。

例如，将数量较多的推荐信息根据所各自针对的人群的不同，将这些推荐信息进行分类，分类类别分别为面向学生、面向上班族和面向老人；同时分类标签分别为学生、上班族和老人；基于信息分类标签和分类类别的对应关系(学生和面向学生为对应关系，其它类比)，可以确定各个分类类别中的推荐信息所对应的信息分类标签(分类类别为面向学生的各个推荐信息，所对应的信息分类标签为学生，其它类比)。

根据所确定的对应关系，将推荐信息和对应的信息分类标签进行关联，在进行关联之后，可以通过该推荐信息确定该信息分类标签，也可以通过该信息分类标签获取与该信息分类标签关联的各个推荐信息。另外，在实际应用中，将推荐信息和对应的信息分类标签进行关联的方式也可以由多种，在这里可以列举两种优选的方案。

一种优选的方案是，在所述推荐信息的数据中插入能够与所述信息分类标签进行关联的关联数据，使得在所述推荐信息被触发后能够通过所插入的关联数据确定与所述推荐信息关联的所述信息分类标签；例如，可以在广告的数据(不包括广告页面的数据)中插入关联数据，通过该关联数据与该广告对应的信息分类标签进行关联，使得该广告被用户触发后，能够通过该关联数据确定该广告的信息分类标签。这种方式能够将信息分类标签隐藏在广告数据中，用户在观看广告时不会看到该广告的信心分类标签，从而不影响用户对该广告的视觉体验。

另一种优选的方案是，在该推荐信息所展示的页面中插入对应的信息分类标签，在一些应用场景下该方式能够提高用户对该推荐信息的参与度，例如当该推荐信息的分类标签为公益类时。

另外需要说明的是，在将推荐信息和对应的信息分类标签进行关联之后，为了便于检索和应用，通常还可以将推荐信息以及所关联的信息分类标签存储在特征标签数据库中。如表1所示为实际应用中的一种特征标签数据库的结构。

表1：实际应用中的一种特征标签数据库

推荐信息	信息分类标签
		xxx	公益类

在表1中，xxx可以为某一个推荐信息的标识或者存储地址，公益类为该推荐信息所关联的信息分类标签。

步骤13：将与信息分类标签进行关联后的推荐信息向用户进行推送。

在实际应用中，将推荐信息向用户进行推送的方式有多种，下面列举两种优选的方案。

一种优选的方案是，将推荐信息先在网络交互平台中进行投放，然后根据用户对所投放的推荐信息的触发行为，向该用户推送所触发的推荐信息；其中，当需要将多个推荐信息在网络交互平台上进行投放时，可以按照这些推荐信息各自的生效时间的先后顺序，在网络交互平台进行投放；也可以将这些推荐信息设置不同的投放优先级，按照对应的投放优先级在网络交互平台进行投放。

另一种优选的方案是，根据预设的推送规则将推荐信息直接向用户进行推送；该预设推送规则用于规定在指定的时间点，向用户推送指定分类类别的推荐信息。例如，在每天晚上20:00向用户推送公益类的推荐信息。

步骤14：当获知用户触发推荐信息时，获取所述用户所触发的推荐信息所关联的信息分类标签。

在实际应用中，网络交互平台的服务端获知用户是否触发推荐信息的有多种方式，一种方式可以是，网络交互平台的服务端对推荐信息的触发进行监控，通过监控来获知用户对推荐信息的触发；另一种方式可以是，网络交互平台的服务端根据接收的，获取推荐信息的请求来获知用户触发推荐信息，也即，在用户触发网络交互平台上的某个推荐信息后，通常会向网络交互平台的服务端发送获取该推荐信息的请求，网络交互平台的服务端可以根据该请求获知用户触发了该推荐信息。

用户触发推荐信息的方式可以有多种，例如可以为，用户通过鼠标点击该推荐信息的链接触发该推荐信息，也可以为扫描该推荐信息的二维码来触发该推荐信息等。

通常网络交互平台的服务端会向用户推送多个推荐信息，当网络交互平台的服务端获知用户触发其中的一个(或一个以上)推荐信息时，通过该推荐信息与信息分类标签的关联关系，可以获取对应的信息分类标签。

例如，推荐信息(在这里以广告为例)相关联的信息分类标签为“学生”；当服务端获知用户触发该推荐信息后，获取该推荐信息相关联的信息分类标签“学生”。

步骤15：根据所获取的信息分类标签确定所述用户的行为偏好。

在获取信息分类标签后，可以通过对该信息分类标签进行分析，确定用户的行为偏好。

通常来说，用户对某个推荐信息的触发，能够反映出该用户对该推荐信息所属的分类类别的某种相对偏好。例如，用户甲的居住地为城市a，用户乙的居住地为城市b，可以根据用户甲和用户乙分别触发的交通路况信息所关联的信息分类标签(a城市交通路况或属于b城市交通路况)，确定出他们的行为偏好(关注a城市或者b城市)。

采用实施例1所提供的该方法，这种确定用户行为偏好的方式将推荐信息和信息分类标签关联，通过用户对推荐信息的触发获取被触发推荐信息的信息分类标签，由于用户对推荐信息的触发通常能够反映出用户的行为偏好，所以可以通过该信息分类标签来确定用户的行为偏好。这种确定用户行为偏好的方式解决了现有技术中，通过问卷调查的方式采集数据并基于所采集的数据确定用户行为偏好时，所确定出的用户行为偏好准确性低的问题。另外，该实施例提供的方法通过用户对推荐信息的触发来采集数据，也解决了问卷调查方式采集数据时所带来的用户体验不佳的问题。

需要说明的是，实施例1所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤21和步骤22的执行主体可以为设备1，步骤23的执行主体可以为设备2；又比如，步骤21的执行主体可以为设备1，步骤22和步骤23的执行主体可以为设备2；等等。

实施例2

本申请实施例2提供一种确定用户行为偏好的方法，用于解决现有技术中的问题。该方法的具体步骤如下：

步骤21：用户触发多个推荐信息中的任意一个推荐信息，以使得服务端获取所述用户所触发的推荐信息所关联的信息分类标签，所述信息分类标签用于反映所关联的推荐信息的分类类别。

步骤22：服务端根据所获取的信息分类标签确定所述用户的行为偏好。

用户在触发网络交互平台的服务端所推送的任意一个推荐信息后，服务端可以获取该推荐信息所关联的信息分类标签，并基于该信息分类标签可以确定用户的行为偏好。

另外，对步骤21需要说明的是，用户可以在某个计算设备(称为当前计算设备)触发推荐信息，这时候，服务端在获取所述用户所触发的推荐信息所关联的信息分类标签时，还可以获取该当前计算设备的设备标识，所述设备标识用于唯一表示所述当前计算设备。在实际应用中，该当前计算设备可以为手机、PC等，该设备标识通常可以是当前计算设备中某个处理器(CPU)的唯一标识码，也可以是存储单元的唯一标识码等。

因此，步骤21可以为，用户在当前计算设备上触发推荐信息，以使得服务端获取所述用户所触发的推荐信息所关联的信息分类标签和所述当前计算设备的设备标识，并且在获取所述信息分类标签和所述设备标识后，还可以将所获取的信息分类标签和设备标识建立对应关系。

对应的步骤22中，服务端根据所获取的信息分类标签确定所述用户的行为偏好可以为，服务端通过与所述设备标识建立对应关系的信息分类标签，确定所述用户的行为偏好。

此外，在实际应用中，用户通常在通过登录账号登录了网络交互平台的状态下触发推荐信息，也即，用户在触发推荐信息前，已经通过登录账号登录网络交互平台，所述网络交互平台用于向用户推送推荐信息，所述登录账号为所述用户在所述网络交互平台注册，并在当前进行了登录的账号。其中，网络交互平台可以为电子商务平台、电子支付平台、即时通讯平台、电子游戏平台等；用户通过登录账号登录网络交互平台时，可以借助该平台的应用APP登录网络交互平台，也可以借助网页客户端登录网络交互平台。

在用户通过登录账号登录网络平台后，服务器在获取所述用户所触发的推荐信息所关联的信息分类标签时，还可以获取所述登录账号。这里所说的登录账号可以是该登录账号的ID、昵称等，也可以是由网络交互平台的服务端通过该登录账号的ID、昵称等生成的MD5标识码，或者随机生成的唯一表示该登录账号的随机码等。

因此，步骤21还可以为如下的步骤211和步骤212。

步骤211：用户通过登录账号登录网络交互平台后，触发多个推荐信息中的任意一个推荐信息，以使得服务端获取所述用户所触发的推荐信息所关联的信息分类标签和所述用户的登录账号，所述网络交互平台用于向用户推送推荐信息。

步骤212：将所述登录账号和所述信息分类标签建立对应关系。

对应的，步骤22中，服务端根据所述信息分类标签确定所述用户的行为偏好，可以包括步骤221。

步骤221：服务端通过与所述登录账号建立对应关系的信息分类标签，确定所述用户的行为偏好。

采用本申请的实施例2所提供的该方法，由于用户触发多个推荐信息中的任意一个推荐信息后，服务端获取所述用户所触发的推荐信息所关联的信息分类标签，并基于所获取的信息分类标签确定所述用户的行为偏好。从而解决了现有技术中，通过问卷调查的方式采集用户的行为偏好时，造成所采集的数据准确性低的问题。

实施例3

实施例2中提到，用户通过登录账号登录网络交互平台的条件下，服务端在获取用户触发的推荐信息关联的信息分类标签时，也可以获取该登录账号，并且将所获取的该信息分类标签和该登录账号建立对应关系。在实际应用中，将所获取的该信息分类标签和该登录账号建立对应关系的方式有多种，本申请的实施例3提供了一种建立对应关系的方式。与实施例2相比，实施例2中的步骤212可以为实施例3中的步骤3121至步骤3123，其它步骤均相同。

步骤3121：通过所述登录账号查询用户特征数据库。

所述用户特征数据库包括用于存储用户账号的字段和用于存储信息分类标签的字段。

步骤3122：根据查询结果判断所述登录账号是否已和所述信息分类标签建立对应关系，若否，则执行步骤3213。

步骤3123：在所述用户特征数据库中建立所述登录账号和所述信息分类标签的对应关系。

在获取登录账号后，通过该登录账号可以查询用户特征数据库，从而判断该登录账号是否已经和所获取的信息分类标签建立对应关系。如果已经建立了对应关系，则说明该用户数据已经在用户特征数据库中进行了保存，不需要再次保存；如果查询结果说明没有建立对应关系，则在用户特征数据库中建立该登录账号和该信息分类标签之间的对应关系。

在这里，建立该对应关系可以是在用户特征数据库中建立一条记录，该条记录只存储该登录账号和该信息分类标签，如表2所示；也可以是，在用户特征数据库的一条记录中存储该登录账号和多个信息分类标签，如表3所示。

表2：实际应用中的一种用户特征数据库

登录账号	信息分类标签
		abc	学生
abc	公益类
		Xy	上班族

表3：实际应用中的另一种用户特征数据库

实际应用中，可以根据需要采用合适的方式，建立登录账号和信息分类标签之间的对应关系。

另外，需要说明的是，在实际应用中，通过会出现用户触发了多个推荐信息的情况，这些推荐信息分别关联的信息分类标签通常也会有多个。例如，登录账号“abc”触发了学生和公益类的推荐信息。这时候，用户的该登录账号通常会与多个不同的信息分类标签关联，在这种情况下还可以对这多个信息分类标签进行排序。

在实际应用中，对多个信息分类标签进行排序的方式可以有多种。例如，可以根据用户对各个分类标签的触发频率，来对各个分类标签进行排序，触发频率越高的信息分类标签越能够体现出用户的行为倾向性，在排序的过程中就可以靠前；也可以通过所述登录账号获取所述用户在注册所述登录账号时所提交的注册信息，并通过所述注册信息对各所述信息分类标签进行排序，通常该注册信息可以存储在账号注册信息数据库。

例如，登录账号为“甲乙丙”，在该登录账号注册时所填写的注册信息中性别为“男”、职业为“老师”、兴趣爱好为“公益活动”，在该登录账号对应的信息分类标签为“商业类”和“公益类”时，根据该注册信息可以确定，信息分类标签“公益类”更能够体现出该用户的行为偏好，因此在排序的过程中可以将“公益类”靠前。

当然，在实际应用中，还可以将多种重要性排序的方式相结合。例如，通过注册信息和各个信息分类标签的触发频率相结合，对各个信息分类标签进行排序。

采用本申请实施例3所的该方法，根据登录账号查询用户特征数据库，并根据查询结果在用户特征数据库中，将该唯一标识和所获取的信息分类标签建立对应关系。从而将所获取的数据在用户特征数据库中进行存储，进而可以通过存储在该用户特征数据库中的数据确定用户的行为偏好。

上述是对本申请所提供的确定用户行为偏好的方法的具体说明。另外，为了便于理解，在这里还可以提供在广告推荐的具体应用场景下，实施该方法的说明，如图2和图3所示。在该应用场景下推荐信息具体为广告，网络交互平台具体为网络支付平台，用户通过该登录账号登录该网络支付平台。在该应用场景下的具体实施步骤如下所示：

步骤41：将广告进行分类。

步骤42：根据分类结果将各个广告和对应的信息分类标签进行关联。

所述信息分类标签用于反映对应的广告的分类类别。

步骤43：将各广告在网络支付平台中进行投放。

步骤44：用户在登录账号已登录网络支付平台的状态下触发当前广告。

步骤45：获取该登录账号和该当前广告所关联的信息分类标签。

步骤46：通过该登录账号查询用户特征数据库，判断该登录账号是否已经和该信息分类标签建立了对应关系，若否，则执行步骤47。

步骤47：在用户特征数据库中建立该登录账号和该信息分类标签之间的对应关系。

步骤48：通过与登录账号建立对应关系的各个信息分类标签，确定所述用户的行为偏好。

实施例4

本申请实施例4提供了一种推荐信息的展示方法。结合图4，该方法的具体步骤如下：

步骤51：接收用户获取推荐信息的业务请求。

在这里，推荐信息与步骤11中的推荐信息相同，这里就不再赘述。

服务端可以接收用户获取推荐信息的业务请求。例如，当用户需要获取广告时，可以向服务端发送获取广告的业务请求；对应的，服务端可以接收该业务请求。

步骤52：根据所述业务请求获取所述用户的用户行为偏好，所述用户行为偏好为根据实施例1至3中任意一个实施例所提供的方法确定的用户行为偏好。

用户行为偏好能够反映用户行为的倾向性，这种倾向性能够体现用户对某些类别的推荐信息的喜好(或厌恶)。例如，用户通常会查看体育类的广告，能够反映出该用户对体育类广告较为喜好。

步骤53：根据所述用户的行为偏好确定至少一个信息分类标签，并通过所述信息分类标签获取与所述信息分类标签关联的至少一个推荐信息。

所述信息分类标签和所述推荐信息具有关联关系，可以通过该信息分类标签获取与该信息分类标签关联的各个推荐信息。

可以根据用户行为偏好确定至少一个信息分类标签。通常用户行为偏好能够反映出用户行为的倾向性，通过这种行为倾向性可以确定出用户偏好于哪一类或哪几类的推荐信息，从而确定出至少一个信息分类标签。例如，从用户的行为偏好中发现，用户比较关注a地区，这样可以根据该用户的用户行为偏好确定出，a地区的天气信息、a地区的交通路况信息、a地区的当地新闻等推荐信息的分类类别，从而通过这些分类类别确定出至少一个信息分类标签。

另外，当确定出的信息分类标签有多个时，可以根据这些分类标签的排列顺序，获取指定数量的信息分类标签。例如，当有三个信息分类标签时，可以根据这三个信息分类标签的排列顺序，获取一个(或者两个)顺序靠前的信息分类标签。

在确定信息分类标签后，可以通过信息分类标签和推荐信息的关联关系，确定出至少一个推荐信息。

例如，信息分类标签为“学生”，在获取该信息分类标签“学生”后，可以通过该信息分类标签“学生”获取与该信息分类标签关联的各个推荐信息。

步骤54：将所获取的推荐信息向所述用户进行展示。

将所获取的推荐信息向该用户进行展示。在实际应用中，向某个用户展示所获取的多个推荐信息的方式可以有多种，可以基于这些投放信息的生成时间向用户进行展示(例如，最后生成的推荐信息最先展示等)；也可以随机顺序向该用户展示推荐信息。

采用实施例4的该方法，在接收用户获取推荐信息的业务请求后，根据该用户的用户行为偏好确定出信息分类标签，并根据信息分类标签确定出关联的推荐信息，将这些推荐信息向用户进行展示。由于该用户的行为偏好通过实施例1至3的方法确定，因此，也能够解决现有技术中的问题。

另外，为了便于理解该推荐信息的展示方法，这里将该方法应用到广告展示的应用场景中进行说明，如图5所示。在该应用场景下，推荐信息具体为广告，网络交互平台具体为网络支付平台，用户通过登录账号登录了电子支付平台。

步骤61：接收用户获取广告的业务请求。

步骤62：根据该业务请求获取该用户的用户行为偏好。

所述用户的用户行为偏好为根据实施例1至3中任意一个实施例所提供的方法确定的用户行为偏好。

步骤63：根据所述用户行为偏好确定至少一个信息分类标签。

步骤64：通过各信息分类标签获取与各信息分类标签关联的至少一个广告。

步骤65：将所获取的广告向用户进行展示。

实施例5

基于与实施例1相同的发明构思，本申请的实施例5提供了一种确定用户行为偏好的装置。如图6所示，所述装置70包括：关联单元701、推送单元702、信息分类标签获取单元703和用户行为偏好确定单元704，其中：

所述关联单元701，将推荐信息和信息分类标签进行关联，所述信息分类标签用于反映所述推荐信息的分类类别；

所述推送单元702，将与信息分类标签关联后的所述推荐信息向用户进行推送；

所述信息分类标签获取单元703，当获知用户触发推荐信息时，获取所述推荐信息所关联的信息分类标签；

所述用户行为偏好确定单元704，根据所获取的信息分类标签确定所述用户的行为偏好。

由于实施例5采用与实施例1相同的发明构思，因此实施该装置70能够取得实施例1所取得的实施效果。另外，在实际应用中，该装置70还可以通过结合具体的硬件设备取得其它的实施效果。例如，在将推荐信息进行分类后，将分类类别不同的推荐信息存储在服务端的不同的服务器中，在将这些推荐信息进行推送时，可以根据实际需要，在特定时间推送指定服务器中的推荐信息，这样可以将推荐信息的投放流程简化，不易出错。

实施例6

基于与实施例4相同的发明构思，本申请实施例6提供了一种推荐信息的展示装置。如图7所示，所述装置80包括：接收单元801、用户行为偏好获取单元802、推荐信息获取单元803和展示单元804，其中：

所述接收单元801，接收用户获取推荐信息的业务请求；

所述用户行为偏好获取单元802，根据所述业务请求获取所述用户的用户行为偏好，所述用户行为偏好为根据实施例5所提供的确定用户行为偏好的装置所确定的用户行为偏好；

所述推荐信息获取单元803，根据所述用户行为偏好确定至少一个信息分类标签，并通过所述信息分类标签获取与所述信息分类标签关联的至少一个推荐信息，所述信息分类标签和所述推荐信息具有关联关系；

所述展示单元804，将所获取的推荐信息向所述用户进行展示

采用本申请实施例6所提供的该装置80，由于该装置80和实施例4具有相同的发明构思，因此能够取得实施例4所取得的实施效果。另外，在实际应用中，该装置80通过结合具体的硬件设备所取得新的实施效果也在本申请的保护范围之内。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种确定用户行为偏好的方法，其特征在于，所述方法包括：

将推荐信息和信息分类标签进行关联，所述信息分类标签用于反映所述推荐信息的分类类别；

将与信息分类标签关联后的所述推荐信息向用户进行推送；

当获知用户触发推荐信息时，获取所述推荐信息所关联的信息分类标签；

根据所获取的信息分类标签确定所述用户的行为偏好。

2.如权利要求1所述方法，其特征在于，用户已登录网络交互平台，所述网络交互平台用于向用户推送推荐信息；则，

在获取所述推荐信息所关联的信息分类标签时，所述方法还包括：获取所述用户的登录账号，并将所述登录账号和所述信息分类标签建立对应关系；则，

所述根据所获取的信息分类标签确定所述用户的行为偏好具体包括：

通过与所述登录账号建立对应关系的信息分类标签，确定所述用户的行为偏好。

3.如权利要求2所述方法，其特征在于，所述将所述登录账号和所述信息分类标签建立对应关系具体包括：

通过所述登录账号查询用户特征数据库，根据查询结果判断所述登录账号是否已和所述信息分类标签建立对应关系，所述用户特征数据库包括用于存储用户账号的字段和用于存储信息分类标签的字段；

若否，则在所述用户特征数据库中建立所述登录账号和所述信息分类标签的对应关系。

4.如权利要求2所述方法，其特征在于，当所述登录账号已和多个不同的信息分类标签建立对应关系时，所述方法还包括：通过所述登录账号获取所述用户在注册所述登录账号时所提交的注册信息，并通过所述注册信息对各所述信息分类标签进行排序。

5.如权利要求1所述方法，其特征在于，用户在计算设备上触发推荐信息；则，

在获取所述推荐信息所关联的信息分类标签时，所述方法还包括：获取所述计算设备的设备标识，并将所述设备标识和所述信息分类标签建立对应关系；则，

所述根据所获取的信息分类标签确定所述用户的行为偏好具体包括：

通过与所述设备标识建立对应关系的信息分类标签，确定所述用户的行为偏好。

6.如权利要求1所述方法，其特征在于，所述将推荐信息和信息分类标签进行关联具体包括：在所述推荐信息的数据中插入能够与所述信息分类标签进行关联的关联数据，使得在所述推荐信息被触发后能够通过所插入的关联数据确定与所述推荐信息关联的所述信息分类标签。

7.一种推荐信息的展示方法，其特征在于，所述方法包括：

接收用户获取推荐信息的业务请求；

根据所述业务请求获取所述用户的用户行为偏好，所述用户行为偏好为根据权利要求1至6任意一项所述方法确定的用户行为偏好；

根据所述用户行为偏好确定至少一个信息分类标签，并通过所述信息分类标签获取与所述信息分类标签关联的至少一个推荐信息，所述信息分类标签和所述推荐信息具有关联关系；

将所获取的推荐信息向所述用户进行展示。

8.如权利要求7所述方法，其特征在于，所述方法用于广告的展示。

9.一种确定用户行为偏好的装置，其特征在于，所述装置包括：关联单元、推送单元、信息分类标签获取单元和用户行为偏好确定单元，其中：

所述关联单元，将推荐信息和信息分类标签进行关联，所述信息分类标签用于反映所述推荐信息的分类类别；

所述推送单元，将与信息分类标签关联后的所述推荐信息向用户进行推送；

所述信息分类标签获取单元，当获知用户触发推荐信息时，获取所述推荐信息所关联的信息分类标签；

所述用户行为偏好确定单元，根据所获取的信息分类标签确定所述用户的行为偏好。

10.一种推荐信息的展示装置，其特征在于，所述装置包括：接收单元、用户行为偏好获取单元、推荐信息获取单元和展示单元，其中：

所述接收单元，接收用户获取推荐信息的业务请求；

所述用户行为偏好获取单元，根据所述业务请求获取所述用户的用户行为偏好，所述用户行为偏好为根据权利要求9所述装置确定的用户行为偏好；

所述推荐信息获取单元，根据所述用户行为偏好确定至少一个信息分类标签，并通过所述信息分类标签获取与所述信息分类标签关联的至少一个推荐信息，所述信息分类标签和所述推荐信息具有关联关系；

所述展示单元，将所获取的推荐信息向所述用户进行展示。