CN107491474A - 信息推荐方法和装置 - Google Patents

信息推荐方法和装置 Download PDF

Info

Publication number
CN107491474A
CN107491474A CN201710496441.9A CN201710496441A CN107491474A CN 107491474 A CN107491474 A CN 107491474A CN 201710496441 A CN201710496441 A CN 201710496441A CN 107491474 A CN107491474 A CN 107491474A
Authority
CN
China
Prior art keywords
user
time
region
familiar
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710496441.9A
Other languages
English (en)
Inventor
徐江溢
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 Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology 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 Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN201710496441.9A priority Critical patent/CN107491474A/zh
Publication of CN107491474A publication Critical patent/CN107491474A/zh
Priority to US16/622,295 priority patent/US10795957B2/en
Priority to CA3064137A priority patent/CA3064137A1/en
Priority to JP2019568687A priority patent/JP6987891B2/ja
Priority to KR1020197036779A priority patent/KR20200006584A/ko
Priority to EP17915769.8A priority patent/EP3623985A4/en
Priority to PCT/CN2017/119939 priority patent/WO2019000887A1/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请实施例提供了一种信息推荐方法和装置，其中的方法具体包括：获取当前时间及用户所处的当前地理区域；若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。本申请实施例不仅可以实现POI信息的准确投放，而且可以减少无关POI信息推荐对网络资源的浪费和对用户的打扰。

Description

信息推荐方法和装置
技术领域
本申请涉及地理信息技术领域，特别是涉及一种信息推荐方法和装置。
背景技术
POI(Point of Interest，兴趣点)是地理信息系统中的一个术语，泛指可以抽象为点的地理对象，尤其是一些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院、超市等。
随着移动终端和通讯技术的迅速发展，用户在使用移动终端中的APP(Application，应用程序)时，移动终端中的APP可以获取用户的当前位置，并向用户推荐当前位置附近的POI，如餐馆、加油站、超市等，为用户的生活带来极大的便利。
现有的POI推荐方法，通常是基于用户的地理位置进行推荐。但是，如果用户在其较为熟悉的区域，如工作单位或者家附近，用户已经对附近的POI很熟悉，或者用户并无消费意愿时，若再向用户进行POI推荐，不仅造成POI信息传输过程中网络资源的浪费，而且为用户带来不必要的打扰。
发明内容
鉴于上述问题，提出了本申请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一种信息推荐方法和装置。
依据本申请的一个方面，提供了一种信息推荐方法，包括：
获取当前时间及用户所处的当前地理区域；
若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
可选地，通过如下步骤确定所述用户的活跃时间范围：
获取所述用户在预设时间段内的历史访问日志，以及提取所述历史访问日志对应的访问时间点；
对所述访问时间点进行聚类，以得到满足第一密度条件的时间点集合；其中，所述第一密度条件包括：所述时间点集合中各访问时间点之间的时间间隔小于预设间隔、且所述时间点集合中访问时间点的个数超过第一阈值；
对所述时间点集合中访问时间点进行统计，以得到所述用户的活跃时间范围。
可选地，通过如下步骤确定所述用户的非熟悉区域：
获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹；
按照经纬度对所述位置轨迹中的轨迹点进行聚类，以得到满足第二密度条件的轨迹点集合；其中，所述第二密度条件包括：以所述轨迹点集合中的任一轨迹点为中心的预设覆盖范围内存在个数超过第二阈值的轨迹点；
依据所述轨迹点集合中轨迹点的经纬度，得到所述用户的非熟悉区域。
可选地，所述方法还包括：
收集用户的历史访问日志，所述历史访问日志至少包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹；
向服务器上传所述用户的历史访问日志，以使所述服务器根据所述用户的历史访问日志统计得到所述用户的活跃时间范围和所述用户的非熟悉区域；
从所述服务器获取所述用户的用户标识对应的所述用户的活跃时间范围和所述用户的非熟悉区域。
可选地，所述方法还包括：
若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域、以及所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的兴趣点信息。
根据本申请的另一方面，提供了一种信息推荐装置，包括：
第一获取模块，用于获取当前时间及用户所处的当前地理区域；
第一推荐模块，用于若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
可选地，所述装置还包括：
活跃时间范围确定模块，用于确定所述用户的活跃时间范围；
所述活跃时间范围确定模块，包括：
第一获取子模块，用于获取所述用户在预设时间段内的历史访问日志，以及提取所述历史访问日志对应的访问时间点；
第一聚类子模块，用于对所述访问时间点进行聚类，以得到满足第一密度条件的时间点集合；其中，所述第一密度条件包括：所述时间点集合中各访问时间点之间的时间间隔小于预设间隔、且所述时间点集合中访问时间点的个数超过第一阈值；
第一统计子模块，用于对所述时间点集合中访问时间点进行统计，以确定所述用户的活跃时间范围。
可选地，所述装置还包括：
非熟悉区域确定模块，用于确定所述用户的非熟悉区域；
所述非熟悉区域确定模块，包括：
第二获取子模块，用于获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹；
第二聚类子模块，用于按照经纬度对所述位置轨迹中的轨迹点进行聚类，以得到满足第二密度条件的轨迹点集合；其中，所述第二密度条件包括：以所述轨迹点集合中的任一轨迹点为中心的预设覆盖范围内存在个数超过第二阈值的轨迹点；
第二统计子模块，用于依据所述轨迹点集合中轨迹点的经纬度，得到所述用户的非熟悉区域。
可选地，所述装置还包括：
收集模块，用于收集用户的历史访问日志，所述历史访问日志至少包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹；
上传模块，用于向服务器上传所述用户的历史访问日志，以使所述服务器根据所述用户的历史访问日志统计得到所述用户的活跃时间范围和所述用户的非熟悉区域；
所述装置还包括：
第二获取模块，用于从所述服务器获取所述用户的用户标识对应的所述用户的活跃时间范围、以及所述用户的非熟悉区域。
可选地，所述装置还包括：
第二推荐模块，用于若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域、以及所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的兴趣点信息。
根据本申请的再一方面，提供了一种计算设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现前述的信息推荐方法的步骤。
根据本申请的又一方面，提供了一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现前述的信息推荐方法的步骤。
根据本申请实施例提供的一种信息推荐方法和装置，在现有的基于用户的地理位置进行POI信息推荐的基础上，进一步根据获取当前时间、以及用户所处的的当前地理区域，判断用户是否具有POI信息的需求，具体地，若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则可以认为用户具有POI信息的需求，此种情况下向所述用户推荐当前地理区域的POI信息，不仅可以实现POI信息的准确投放，而且可以减少无关POI信息推荐对网络资源的浪费和对用户的打扰。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文可选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出可选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请一个实施例的一种信息推荐方法的步骤流程图；
图2示出了本申请另一个实施例的一种信息推荐方法的步骤流程图；
图3示出了本申请再一个实施例的一种信息推荐方法的步骤流程图；
图4示出了本申请一个实施例的一种信息推荐装置的结构框图；
图5示出了本申请另一个实施例的一种信息推荐装置的结构框图；以及
图6示出了本申请的一种计算设备1500的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
现有方案中，在用户访问移动终端中的APP时，被访问的APP可以获取用户的当前位置，并且向用户推荐当前位置附近的POI信息，例如，用户访问餐饮APP，则餐饮APP可以向用户推荐距离当前位置500米以内的餐厅。但是现有方案并未考虑用户当前是否需要POI信息，导致传输不必要的POI信息造成的网络资源的浪费，以及对用户的打扰。
为了减少传输不必要的POI信息造成的网络资源的浪费，以及对用户的打扰，本申请实施例对获取的当前时间及用户所处的当前地理区域进行判断，若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则可以认为用户具有POI信息的需求，此种情况下向所述用户推荐当前地理区域的POI信息，不仅可以实现POI信息的准确投放，而且可以减少无关POI信息推荐对网络资源的浪费和对用户的打扰。
参照图1，示出了本申请一个实施例的一种信息推荐方法的步骤流程图，具体可以包括如下步骤：
步骤101、获取当前时间及用户所处的当前地理区域；
步骤102、若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
本申请实施例可适用于移动终端，以通过移动终端向用户智能地推荐POI信息，因此能够节省移动终端的网络资源，且能够提升用户对于移动终端的使用体验。所述移动终端具体可以为智能手机、平板电脑、笔记本电脑等任意移动终端，本申请实施例对于具体的移动终端不加以限制。为便于描述，本申请实施例以智能手机为例对信息推荐方法进行说明，其它移动终端对应的信息推荐方法相互参照即可。
本申请实施例中，活跃时间范围可用于反映用户访问行为的高频时间段。例如，如果餐饮APP获取的当前时间在用户的活跃时间范围内，则可以认为用户具有在餐饮APP中查找附近餐厅的倾向，也即用户具有POI信息的需求，则餐饮APP可以向用户推荐POI信息，如推荐的POI信息可以包括：用户所处当前地理区域附近的餐厅信息。
本申请实施例中，非熟悉区域可用于反映用户活动的低频地理区域，如果用户处于非熟悉区域，则说明用户对该区域中的POI信息不够熟悉，可以向用户推荐POI信息。
本申请实施例可以通过用户的活跃时间范围和用户的非熟悉区域，判断用户在当前时间和当前地理区域是否具有POI信息的需求，不仅可以实现POI信息的准确推荐，并且能够减少网络资源的浪费和对用户的打扰。
在实际应用中，在用户访问移动终端中的APP，如餐饮APP时，被访问的APP可以将对应的访问信息记录至访问日志，其中，所述访问信息具体可以包括：访问时间、位置信息(如经纬度、街道地址等信息)、来源APP、或者页面的URL(Uniform Resource Locator，统一资源定位符)地址等，因此，本申请实施例可以预先收集预设时间段内用户的历史访问日志，并且对收集的历史访问日志进行分析，以得到用户的活跃时间范围和用户的非熟悉区域。
在本申请实施例中，上述历史访问日志不仅可以来自移动终端中的某一个APP(如餐饮APP)，还可以来自移动终端中的多个APP(如餐饮APP、导航APP、购物APP等)。或者，也可以来自用户的多个移动终端中的一个或多个APP，例如，用户通过用户账号登录多个移动终端中的APP，则本申请实施例可以通过用户账号收集该用户的多个移动终端中的APP记录的历史访问日志。可以理解，本申请实施例对于预设时间段内用户的历史访问日志的具体收集方式不加以限制。所述预设时间段可以为近期的一段时间，例如最近一个月、最近三个月、或者最近六个月内等，可以理解，本申请实施例对于预设时间段的长短不加以限制。
在本申请的一种可选实施例中，可以通过如下步骤确定所述用户的活跃时间范围：
步骤S11、获取所述用户在预设时间段内的历史访问日志，以及提取所述历史访问日志对应的访问时间点；
其中，所述历史访问日志可以包括用户通过移动终端进行的任意访问行为所产生的访问日志，例如：用户访问APP、或者点击商户列表或商户页、或者调用定位服务定位移动终端的位置、或者在商户页上产生预定或交易等任意访问行为所产生的访问日志。可以理解，本申请实施例对于所述历史访问日志的具体内容不加以限制。
具体地，移动终端中的APP可以获取用户最近一个月的所有历史访问日志，并从中筛选出带有访问时间的历史访问日志，以对所述访问时间进行聚类，得到用户的活跃时间范围。
步骤S12、对所述访问时间点进行聚类，以得到满足第一密度条件的时间点集合；其中，所述第一密度条件可以包括：所述时间点集合中各访问时间点之间的时间间隔小于预设间隔、且所述时间点集合中访问时间点的个数超过第一阈值；
可选地，本申请实施例采用DBScan(Density-Based Spatial Clustering ofApplications with Noise，基于密度的聚类算法)对所述访问时间点进行聚类。该算法利用基于密度的聚类的概念，要求聚类空间中的一定区域内所包含对象(点或其他空间对象)的数目不小于某一给定阈值。可以理解，本申请实施例对于具体的聚类算法不加以限制，例如还可以采用OPTICS(对象排序识别)聚类算法、DENCLUE(密度分布函数)聚类算法等。
例如，假设所述预设间隔为30秒，第一阈值为4，则聚类后得到的满足第一密度条件的时间点集合中，在时间间隔30秒内存在访问时间点，并且在这30秒的时间间隔内存在的访问时间点的个数大于或等于4，由此得到的时间点集合中包括的是用户访问行为的高频时间点，该高频时间点可以反映用户访问行为的活跃时间。
步骤S13、对所述时间点集合中访问时间点进行统计，以确定所述用户的活跃时间范围。
具体地，本申请实施例可以对所述时间点集合中的访问时间点进行统计，计算得到平均值，例如，根据所述时间点集合中的访问时间点计算得到平均值为周日12点，由于在实际应用中，用户的访问时间通常不会固定在某一具体时间点，因此，本申请实施例在所述平均值的基础上，上下浮动适当的时间段以得到更加符合实际的活跃时间范围。例如，所述时间点集合中的访问时间点大多分布在周日的11点20分至13点30分，则结合所述平均值，可以确定所述用户的活跃时间范围为周日11点至13点，该活跃时间范围可以反映用户访问行为的高频时间段。如果当前时间在用户的活跃时间范围内，可以认为用户在当前时间具有POI信息的需求。
可以理解，上述浮动的时间段可以根据访问时间点的分布来确定，或者还可以根据实际生活经验来确定，本申请实施例对此不加以限制。例如，对于餐饮APP，用户通常会在午餐(11点至13点)或者晚餐(17点至19点)的时间范围内具有访问需求等。
在本申请实施例中，在计算所述时间点集合中访问时间点的平均值时，可以根据所述时间点集合中所有的访问时间点进行计算，或者，还可以去掉其中的最大值和最小值后再计算平均值，以避免个别的极端点对平均值的影响，提高活跃时间范围的准确性。可以理解，本申请实施例对于计算所述时间点集合中访问时间点的平均值的具体方式不加以限制。当然，上述通过计算平均值对所述时间点集合中访问时间点进行统计，并且确定用户的活跃时间范围仅作为本申请的一种应用示例，本申请实施例对所述时间点集合中访问时间点进行统计的具体方式不加以限制，例如还可以采用标准差的方式对所述时间点集合中访问时间点进行统计等。
在本申请实施例中，在用户访问移动终端中的APP时，APP可以收集用户的历史访问日志，并且对用户的历史访问日志进行分析，得到用户的非熟悉区域，如该非熟悉区域可以是除了熟悉区域之外的区域，该熟悉区域可以包括：工作区域、居住区域等。如果用户所处的当前地理区域为用户的非熟悉区域，则说明用户对该区域内的POI不够熟悉，因此，可以认为用户在当前时间具有POI信息的需求。
在本申请的一种可选实施例中，可以通过如下步骤确定所述用户的非熟悉区域：
步骤S21、获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹；
其中，所述历史访问日志可以包括用户通过移动终端进行的任意访问行为所产生的访问日志，例如：用户访问APP、或者点击商户列表或商户页、或者调用定位服务定位移动终端的位置、或者在商户页上产生预定或交易等任意访问行为所产生的访问日志。可以理解，本申请实施例对于所述历史访问日志的具体内容不加以限制。
具体地，移动终端中的APP可以获取用户最近一个月的所有历史访问日志，并从中筛选出带有经纬度信息的历史访问日志，例如，某一历史访问日志中记录的访问信息包括经纬度信息，且该经纬度信息为：(34.2294710000，108.9538400000)，根据该经纬度信息可以确定对应的位置为“赛格购物中心”，也即用户曾经出现在“赛格购物中心”。根据用户最近一个月的所有带有经纬度信息的历史访问日志，可以获取所述历史访问日志对应的用户的位置轨迹，进而对所述位置轨迹中的轨迹点进行聚类，得到用户的熟悉区域。
步骤S22、按照经纬度对所述位置轨迹中的轨迹点进行聚类，以得到满足第二密度条件的轨迹点集合；其中，所述第二密度条件可以包括：以所述轨迹点集合中的任一轨迹点为中心的预设覆盖范围内存在个数超过第二阈值的轨迹点；
与访问时间点聚类的方式相同，本申请实施例采用DBScan聚类算法对所述轨迹点进行聚类。例如，假设所述预设覆盖范围为所述轨迹点集合中的任一轨迹点为中心，半径为500米的圆形覆盖范围，第二阈值为50，则聚类后得到的满足第二密度条件的轨迹点集合中，以任一轨迹点为中心，以500米为半径的圆形覆盖范围内均存在轨迹点，且轨迹点的个数大于或等于50个，由此得到的轨迹点集合包括的是用户位置轨迹中用户活动的高频位置点，反映用户经常活动的地理位置。可以理解，本申请对于所述预设覆盖范围的形状不加以限制，例如也可以是矩形区域等。
步骤S23、依据所述轨迹点集合中轨迹点的经纬度，得到所述用户的非熟悉区域。
具体地，本申请实施例可以对所述轨迹点集合中轨迹点的经纬度进行统计，计算得到平均值，并且根据轨迹点集合中轨迹点的分布，以及结合生活常识，可以得到用户的熟悉区域，而用户的非熟悉区域可以为除了用户的熟悉区域之外的区域，具体的统计过程方式与访问时间点的统计过程类似，此处不再赘述。
可选地，为了使得确定的非熟悉区域更加符合用户的实际生活习惯，本申请实施例在获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹之外，还可以获取所述历史访问日志对应的访问时间，假设聚类得到的轨迹点集合中的轨迹点大多分布在9点至19点之间，根据生活常识可知，这段时间通常是用户的上班时间，则可以确定该轨迹点集合为用户的工作区域；如果该轨迹点集合中的轨迹点大多分布在19点至8点之间，则可以确定该轨迹点集合为用户的居住区域。
综上，本申请实施例在现有的基于用户的地理位置进行POI信息推荐的基础上，进一步根据获取当前时间、以及用户所处的当前地理区域，判断用户是否具有POI信息的需求，具体地，若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则可以认为用户具有POI信息的需求，此种情况下向所述用户推荐当前地理区域的POI信息，不仅可以实现POI信息的准确投放，而且可以减少无关POI信息推荐对网络资源的浪费和对用户的打扰。
在本申请实施例中，可以通过移动终端收集用户的历史访问日志，并且对历史访问日志进行分析，得到用户的活跃时间范围和用户的非熟悉区域。可选地，为了节省移动终端的存储空间以及减轻移动终端的计算负担，本申请实施例可以将移动终端收集的用户的历史访问日志上传至服务器，由服务器对用户的历史访问日志进行分析处理。参照图2，示出了本申请另一个实施例的一种信息推荐方法的步骤流程图，具体可以包括如下步骤：
步骤201、收集用户的历史访问日志，所述历史访问日志至少可以包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹；
在具体应用中，在用户访问移动终端中的APP时，移动终端中的APP可以记录用户的访问日志，并且将记录的访问日志保存在移动终端本地。其中，所述用户标识可以为所述用户的移动终端对应的设备标识，或者所述用户的用户账号等标识信息，本申请实施例对于所述用户标识的具体内容不加以限制。
步骤202、向服务器上传所述用户的历史访问日志，以使所述服务器根据所述用户的历史访问日志得到所述用户的活跃时间范围和所述用户的非熟悉区域；
具体地，移动终端可以定时批量地向服务器上传本地存储的用户的历史访问日志，所述历史访问日志至少可以包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹。
服务器对移动终端上传的用户的历史访问日志进行整理，过滤其中的错误数据后存储在服务器，以对用户的历史访问日志进行不断积累。服务器对预设时间范围内的用户的历史访问日志进行分析处理，通过聚类算法计算得到用户的活跃时间范围以及用户的非熟悉区域，并且在服务器中建立用户的用户标识与用户的活跃时间范围以及用户的非熟悉区域之间的映射关系。这样，在用户使用移动终端访问APP时，移动终端中的APP可以向服务器请求该用户的活跃时间范围和所述用户的非熟悉区域。
步骤203、从所述服务器获取所述用户的用户标识对应的所述用户的活跃时间范围和所述用户的非熟悉区域；
具体地，移动终端中的APP可以获取当前时间、以及用户所处的当前地理区域，并且从服务器获取所述用户的用户标识对应的所述用户的活跃时间范围、以及所述用户的非熟悉区域。
步骤204、判断当前时间是否在所述用户的活跃时间范围内，若是，则执行步骤205，否则执行步骤207；
步骤205、判断当前地理区域是否为所述用户的非熟悉区域，若是，则执行步骤206，否则执行步骤207；
步骤206、向所述用户推荐所述当前地理区域的兴趣点信息；
步骤207、不向所述用户推荐所述当前地理区域的兴趣点信息。
需要说明的是，本申请实施例对于步骤204和步骤205的执行顺序不加以限制，二者可以先后、后先或者并列执行。
在本申请的一种应用示例中，在用户访问智能手机中的餐饮APP时，该餐饮APP可以获取当前时间、用户所处的当前地理区域、以及所述用户在所述当前地理区域内的停留时间，此外，该餐饮APP还可以向餐饮点评服务器发送该用户的智能手机的设备标识，以向餐饮点评服务器请求该用户的活跃时间范围和熟悉区域，餐饮点评服务器接收到餐饮APP的请求后，返回该用户的智能手机的设备标识对应的活跃时间范围和熟悉区域，如果该餐饮APP判断得知当前时间在所述用户的活跃时间范围内，且所述当前地理区域不是所述用户的非熟悉区域，且所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的餐厅信息。
综上，本申请实施例将移动终端收集的用户的历史访问日志上传至服务器，以使服务器对用户的历史访问日志进行分析处理，得到用户的活跃时间范围和用户的非熟悉区域，在实现POI信息的准确投放，并且可以在减少无关POI信息推荐对网络资源的浪费和对用户的打扰的基础上，节省移动终端的存储空间以及减轻移动终端的计算负担。此外，本申请实施例采用基于大数据的聚类分析算法对用户的历史访问日志进行聚类，保证聚类结果的精准性。
参照图3，示出了本申请一个实施例的一种信息推荐方法的步骤流程图，具体可以包括如下步骤：
步骤301、获取当前时间及用户所处的当前地理区域；
步骤302、若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域、以及所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的兴趣点信息。
除了根据用户的活跃时间范围和用户的熟悉区域判断是否向用户推荐POI信息之外，本申请实施例还可以根据用户在当前地理区域内的停留时间来判断。其中，所述停留时间可用于反映用户的访问倾向。例如，如果用户在某商场内的停留时间超过30分钟，可以认为该用户具有在该商场的消费倾向，可以向该用户推荐该商场内的商家信息。如果该用户在该商场内的停留时间仅为5分钟，则可以认为该用户对该商场不具有消费倾向，则可以不向该用户推荐该商场内的商家信息。
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，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些方框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申请实施例所必须的。
参照图4，示出了本申请一个实施例的一种信息推荐装置的结构框图，具体可以包括如下模块：
第一获取模块401，用于获取当前时间及用户所处的当前地理区域；
第一推荐模块402，用于若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
可选地，所述装置还可以包括：
活跃时间范围确定模块，用于确定所述用户的活跃时间范围；
所述活跃时间范围确定模块，具体可以包括：
第一获取子模块，用于获取所述用户在预设时间段内的历史访问日志，以及提取所述历史访问日志对应的访问时间点；
第一聚类子模块，用于对所述访问时间点进行聚类，以得到满足第一密度条件的时间点集合；其中，所述第一密度条件包括：所述时间点集合中各访问时间点之间的时间间隔小于预设间隔、且所述时间点集合中访问时间点的个数超过第一阈值；
第一统计子模块，用于对所述时间点集合中访问时间点进行统计，以确定所述用户的活跃时间范围。
可选地，所述装置还可以包括：
非熟悉区域确定模块，用于确定所述用户的非熟悉区域；
所述非熟悉区域确定模块，具体可以包括：
第二获取子模块，用于获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹；
第二聚类子模块，用于按照经纬度对所述位置轨迹中的轨迹点进行聚类，以得到满足第二密度条件的轨迹点集合；其中，所述第二密度条件包括：以所述轨迹点集合中的任一轨迹点为中心的预设覆盖范围内存在个数超过第二阈值的轨迹点；
第二统计子模块，用于依据所述轨迹点集合中轨迹点的经纬度，得到所述用户的非熟悉区域。
可选地，所述装置还可以包括：
收集模块，用于收集用户的历史访问日志，所述历史访问日志至少包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹；
上传模块，用于向服务器上传所述用户的历史访问日志，以使所述服务器根据所述用户的历史访问日志统计得到所述用户的活跃时间范围和所述用户的非熟悉区域；
所述装置还可以包括：
第二获取模块，用于从所述服务器获取所述用户的用户标识对应的所述用户的活跃时间范围、以及所述用户的非熟悉区域。
参照图5，示出了本申请一个实施例的一种信息推荐装置的结构框图，具体可以包括如下模块：
第一获取模块501，用于获取当前时间及用户所处的当前地理区域；
第二推荐模块502，用于若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域、以及所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的兴趣点信息。
对于图4和图5所示装置实施例而言，由于其与图1至图3所示方法实施例基本相似，所以描述的比较简单，相关之处参见图1至图3所示方法实施例的部分说明即可。
本申请实施例提供了一种计算设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，其中，所述处理器执行所述程序时实现图1至图3所示的信息推荐方法的步骤。
参照图6，示出了本申请的一种计算设备1500的结构示意图，具体可以包括：至少一个处理器1501、存储器1502、至少一个网络接口1504和用户接口1503。计算设备1500中的各个组件通过总线系统1505耦合在一起。可理解，总线系统1505用于实现这些组件之间的连接通信。总线系统1505除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统1505。
其中，用户接口1503可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本申请实施例中的存储器1502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本申请实施例描述的系统和方法的存储器1502旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器1502存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统15021和应用程序15022。
其中，操作系统15021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序15022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序15022中。
在本申请实施例中，通过调用存储器1502存储的程序或指令，具体的，可以是应用程序15022中存储的程序或指令，处理器1501用于获取当前时间及用户所处的当前地理区域；若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现图1至图3所示的信息推荐方法的步骤。
上述本申请实施例揭示的方法可以应用于处理器1501中，或者由处理器1501实现。处理器1501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1501可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1502，处理器1501读取存储器1502中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本申请实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器(DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本申请实施例中所述功能的模块(例如过程、函数等)来实现本申请实施例中所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地，处理器1501还用于通过如下步骤确定所述用户的活跃时间范围：
获取所述用户在预设时间段内的历史访问日志，以及提取所述历史访问日志对应的访问时间点；
对所述访问时间点进行聚类，以得到满足第一密度条件的时间点集合；其中，所述第一密度条件包括：所述时间点集合中各访问时间点之间的时间间隔小于预设间隔、且所述时间点集合中访问时间点的个数超过第一阈值；
对所述时间点集合中访问时间点进行统计，以得到所述用户的活跃时间范围。
可选地，处理器1501还用于通过如下步骤确定所述用户的非熟悉区域：
获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹；
按照经纬度对所述位置轨迹中的轨迹点进行聚类，以得到满足第二密度条件的轨迹点集合；其中，所述第二密度条件包括：以所述轨迹点集合中的任一轨迹点为中心的预设覆盖范围内存在个数超过第二阈值的轨迹点；
依据所述轨迹点集合中轨迹点的经纬度，得到所述用户的非熟悉区域。
可选地，处理器1501还用于收集用户的历史访问日志，所述历史访问日志至少包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹；向服务器上传所述用户的历史访问日志，以使所述服务器根据所述用户的历史访问日志统计得到所述用户的活跃时间范围和所述用户的非熟悉区域；从所述服务器获取所述用户的用户标识对应的所述用户的活跃时间范围和所述用户的非熟悉区域。
可选地，处理器1501还用于若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域、以及所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的兴趣点信息。
本申请实施例还提供了一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现以下步骤：获取当前时间及用户所处的当前地理区域；若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的信息推荐方法和装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，程序和程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网平台上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包括”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (12)

1.一种信息推荐方法，其特征在于，所述方法包括：
获取当前时间及用户所处的当前地理区域；
若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
2.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用户的活跃时间范围：
获取所述用户在预设时间段内的历史访问日志，以及提取所述历史访问日志对应的访问时间点；
对所述访问时间点进行聚类，以得到满足第一密度条件的时间点集合；其中，所述第一密度条件包括：所述时间点集合中各访问时间点之间的时间间隔小于预设间隔、且所述时间点集合中访问时间点的个数超过第一阈值；
对所述时间点集合中访问时间点进行统计，以得到所述用户的活跃时间范围。
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用户的非熟悉区域：
获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹；
按照经纬度对所述位置轨迹中的轨迹点进行聚类，以得到满足第二密度条件的轨迹点集合；其中，所述第二密度条件包括：以所述轨迹点集合中的任一轨迹点为中心的预设覆盖范围内存在个数超过第二阈值的轨迹点；
依据所述轨迹点集合中轨迹点的经纬度，得到所述用户的非熟悉区域。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
收集用户的历史访问日志，所述历史访问日志至少包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹；
向服务器上传所述用户的历史访问日志，以使所述服务器根据所述用户的历史访问日志统计得到所述用户的活跃时间范围和所述用户的非熟悉区域；
从所述服务器获取所述用户的用户标识对应的所述用户的活跃时间范围和所述用户的非熟悉区域。
5.根据权利要求1至4中任一所述的方法，其特征在于，所述方法还包括：
若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域、以及所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的兴趣点信息。
6.一种信息推荐装置，其特征在于，所述装置包括：
第一获取模块，用于获取当前时间及用户所处的当前地理区域；
第一推荐模块，用于若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域，则向所述用户推荐所述当前地理区域的兴趣点信息。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
活跃时间范围确定模块，用于确定所述用户的活跃时间范围；
所述活跃时间范围确定模块，包括：
第一获取子模块，用于获取所述用户在预设时间段内的历史访问日志，以及提取所述历史访问日志对应的访问时间点；
第一聚类子模块，用于对所述访问时间点进行聚类，以得到满足第一密度条件的时间点集合；其中，所述第一密度条件包括：所述时间点集合中各访问时间点之间的时间间隔小于预设间隔、且所述时间点集合中访问时间点的个数超过第一阈值；
第一统计子模块，用于对所述时间点集合中访问时间点进行统计，以确定所述用户的活跃时间范围。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
非熟悉区域确定模块，用于确定所述用户的非熟悉区域；
所述非熟悉区域确定模块，包括：
第二获取子模块，用于获取所述用户在预设时间段内的历史访问日志、以及所述历史访问日志对应的位置轨迹；
第二聚类子模块，用于按照经纬度对所述位置轨迹中的轨迹点进行聚类，以得到满足第二密度条件的轨迹点集合；其中，所述第二密度条件包括：以所述轨迹点集合中的任一轨迹点为中心的预设覆盖范围内存在个数超过第二阈值的轨迹点；
第二统计子模块，用于依据所述轨迹点集合中轨迹点的经纬度，得到所述用户的非熟悉区域。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
收集模块，用于收集用户的历史访问日志，所述历史访问日志至少包括：用户访问行为对应的用户标识、访问时间、以及位置轨迹；
上传模块，用于向服务器上传所述用户的历史访问日志，以使所述服务器根据所述用户的历史访问日志统计得到所述用户的活跃时间范围和所述用户的非熟悉区域；
所述装置还包括：
第二获取模块，用于从所述服务器获取所述用户的用户标识对应的所述用户的活跃时间范围、以及所述用户的非熟悉区域。
10.根据权利要求6至9中任一所述的装置，其特征在于，所述装置还包括：
第二推荐模块，用于若所述当前时间在所述用户的活跃时间范围内、且所述当前地理区域为所述用户的非熟悉区域、以及所述用户在所述当前地理区域内的停留时间超过预设时间阈值，则向所述用户推荐所述当前地理区域的兴趣点信息。
11.一种计算设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现权利要求1-5中任意一项所述的信息推荐方法的步骤。
12.一种计算机可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现权利要求1-5中任意一项所述的信息推荐方法的步骤。
CN201710496441.9A 2017-06-26 2017-06-26 信息推荐方法和装置 Pending CN107491474A (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201710496441.9A CN107491474A (zh) 2017-06-26 2017-06-26 信息推荐方法和装置
US16/622,295 US10795957B2 (en) 2017-06-26 2017-12-29 Information recommending method and device
CA3064137A CA3064137A1 (en) 2017-06-26 2017-12-29 Method and device for recommending information
JP2019568687A JP6987891B2 (ja) 2017-06-26 2017-12-29 情報推薦方法及び装置
KR1020197036779A KR20200006584A (ko) 2017-06-26 2017-12-29 정보 추천 방법 및 장치
EP17915769.8A EP3623985A4 (en) 2017-06-26 2017-12-29 INFORMATION RECOMMENDATION PROCESS AND DEVICE
PCT/CN2017/119939 WO2019000887A1 (zh) 2017-06-26 2017-12-29 信息推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710496441.9A CN107491474A (zh) 2017-06-26 2017-06-26 信息推荐方法和装置

Publications (1)

Publication Number Publication Date
CN107491474A true CN107491474A (zh) 2017-12-19

Family

ID=60643675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710496441.9A Pending CN107491474A (zh) 2017-06-26 2017-06-26 信息推荐方法和装置

Country Status (7)

Country Link
US (1) US10795957B2 (zh)
EP (1) EP3623985A4 (zh)
JP (1) JP6987891B2 (zh)
KR (1) KR20200006584A (zh)
CN (1) CN107491474A (zh)
CA (1) CA3064137A1 (zh)
WO (1) WO2019000887A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960785A (zh) * 2018-07-13 2018-12-07 维沃移动通信有限公司 一种信息提示方法及装置
CN109344339A (zh) * 2018-09-28 2019-02-15 中山乐心电子有限公司 动态活动信息的发布方法、系统和推荐方法
CN109614556A (zh) * 2018-10-31 2019-04-12 拉卡拉支付股份有限公司 访问路径预测、信息推送方法及装置
CN110392335A (zh) * 2018-04-12 2019-10-29 阿里巴巴集团控股有限公司 计步数据处理方法和设备
KR102052452B1 (ko) * 2019-03-26 2019-12-05 민지연 공연 정보 제공 시스템
CN111737602A (zh) * 2020-06-19 2020-10-02 中国银行股份有限公司 银行网点信息推送方法及装置
CN111932350A (zh) * 2020-09-29 2020-11-13 浙江口碑网络技术有限公司 共享数据圈的生成方法及共享数据圈的数据共享方法
CN112464096A (zh) * 2020-12-03 2021-03-09 北京五八信息技术有限公司 一种信息处理方法及装置
CN112560910A (zh) * 2020-12-02 2021-03-26 中国联合网络通信集团有限公司 用户分类方法和装置
CN112581060A (zh) * 2020-12-22 2021-03-30 北京优挂信息科技有限公司 基于车辆装卸点的配货需求度检测方法、装置及设备
CN113312563A (zh) * 2021-06-24 2021-08-27 北京三快在线科技有限公司 信息推荐方法、装置、设备及存储介质
CN113407858A (zh) * 2021-08-20 2021-09-17 明品云(北京)数据科技有限公司 信息推送方法、系统、介质和电子设备
CN115134407A (zh) * 2022-06-27 2022-09-30 平安银行股份有限公司 活跃区域确定方法、装置、计算机设备及存储介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110334167B (zh) * 2019-06-26 2023-06-09 浪潮软件集团有限公司 基于神经网络轨迹的位置偏移预警方法和装置
CN111190940B (zh) * 2019-12-27 2024-04-02 中国平安人寿保险股份有限公司 用户访问的离散数据处理方法、装置、设备及介质
US11429798B2 (en) * 2020-08-10 2022-08-30 Innolux Corporation Wireless tag location system and method thereof
CN112148808B (zh) * 2020-09-28 2024-02-27 杭州海康威视系统技术有限公司 关系构建方法、装置和电子设备
CN112559859B (zh) * 2020-12-08 2023-06-30 杭州海康威视系统技术有限公司 资源推荐方法、装置、电子设备及机器可读存储介质
CN112712392B (zh) * 2020-12-31 2024-08-20 京东科技控股股份有限公司 消息推送方法、装置、电子设备及存储介质
CN112991008B (zh) * 2021-03-04 2024-07-16 北京嘀嘀无限科技发展有限公司 一种位置推荐方法、装置及电子设备
CN113742557A (zh) * 2021-08-10 2021-12-03 北京深演智能科技股份有限公司 推荐应用程序识别规则的方法和装置
CN113900906B (zh) * 2021-10-28 2024-07-23 北京达佳互联信息技术有限公司 日志容量确定方法、装置、电子设备及存储介质
CN114359876B (zh) * 2022-03-21 2022-05-31 成都奥伦达科技有限公司 一种车辆目标识别方法及存储介质
US20230311898A1 (en) * 2022-03-30 2023-10-05 Rivian Ip Holdings, Llc Recommending activities for occupants during vehicle servicing

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279470A (zh) * 2003-02-19 2013-09-04 松下电器产业株式会社 移动终端装置、服务器装置、信息提供系统及方法
CN104008184A (zh) * 2014-06-10 2014-08-27 百度在线网络技术（北京）有限公司 信息的推送方法和装置
CN104636354A (zh) * 2013-11-07 2015-05-20 华为技术有限公司 一种位置兴趣点聚类方法和相关装置
CN105488233A (zh) * 2016-01-25 2016-04-13 广东顺德中山大学卡内基梅隆大学国际联合研究院 阅读信息推荐方法和系统
CN106528559A (zh) * 2015-09-10 2017-03-22 阿里巴巴集团控股有限公司 一种位置信息的提供方法和设备

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004199667A (ja) * 2002-12-04 2004-07-15 Matsushita Electric Ind Co Ltd 情報提供装置及びその方法
EP1926074A4 (en) * 2005-09-12 2014-01-08 Panasonic Corp CARD DISPLAY DEVICE
US8458173B2 (en) * 2009-12-15 2013-06-04 Mapquest, Inc. Computer-implemented methods and systems for multi-level geographic query
CN102685662A (zh) 2011-03-17 2012-09-19 高德软件有限公司 基于位置的优惠券管理平台、发布方法、系统及智能终端
US8335524B2 (en) * 2011-04-29 2012-12-18 Navteq B.V. Method and system for providing location targeted advertisements
EP2541484B1 (en) * 2011-06-30 2023-02-15 Orange Geo-spatial recommendation and discovery system
US9317834B2 (en) * 2011-06-30 2016-04-19 Microsoft Technology Licensing, Llc User computing device with personal agent program for recommending meeting a friend at a service location based on current location, travel direction, and calendar activity
CN103905978B (zh) * 2012-12-27 2018-03-23 中国电信股份有限公司 基于位置的信息推送方法、推送装置和网络
JP2014192587A (ja) * 2013-03-26 2014-10-06 Zenrin Datacom Co Ltd 情報配信装置、情報配信方法及びプログラム
CN104102638B (zh) * 2013-04-02 2017-06-20 北京百度网讯科技有限公司 基于位置信息的推送方法、系统和装置
US20150332325A1 (en) * 2013-04-19 2015-11-19 xAd, Inc. System and Method for Visualizing Real-Time Location-Based Events
CN105450594A (zh) 2014-08-12 2016-03-30 北京拉手网络技术有限公司 团购券信息推送方法及用户设备
CN104484817B (zh) 2014-12-22 2019-06-21 北京大唐智能卡技术有限公司 一种广告信息处理方法、广告业务服务器及系统
US20160379293A1 (en) * 2015-06-29 2016-12-29 International Business Machines Corporation Application for automatic ordering of food items
CN105490926A (zh) 2015-12-30 2016-04-13 哈尔滨工业大学 一种基于位置服务的用户行为分析和信息推送系统
CN106484848B (zh) * 2016-09-30 2020-07-10 网易传媒科技（北京）有限公司 一种应用推荐方法和设备
US10417691B2 (en) * 2016-10-31 2019-09-17 Walmart Apollo, Llc System, method, and non-transitory computer-readable storage media for automatically checking in a customer

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279470A (zh) * 2003-02-19 2013-09-04 松下电器产业株式会社 移动终端装置、服务器装置、信息提供系统及方法
CN104636354A (zh) * 2013-11-07 2015-05-20 华为技术有限公司 一种位置兴趣点聚类方法和相关装置
CN104008184A (zh) * 2014-06-10 2014-08-27 百度在线网络技术（北京）有限公司 信息的推送方法和装置
CN106528559A (zh) * 2015-09-10 2017-03-22 阿里巴巴集团控股有限公司 一种位置信息的提供方法和设备
CN105488233A (zh) * 2016-01-25 2016-04-13 广东顺德中山大学卡内基梅隆大学国际联合研究院 阅读信息推荐方法和系统

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110392335B (zh) * 2018-04-12 2022-02-11 阿里巴巴集团控股有限公司 计步数据处理方法和设备
CN110392335A (zh) * 2018-04-12 2019-10-29 阿里巴巴集团控股有限公司 计步数据处理方法和设备
CN108960785A (zh) * 2018-07-13 2018-12-07 维沃移动通信有限公司 一种信息提示方法及装置
CN108960785B (zh) * 2018-07-13 2020-10-27 维沃移动通信有限公司 一种信息提示方法及装置
CN109344339A (zh) * 2018-09-28 2019-02-15 中山乐心电子有限公司 动态活动信息的发布方法、系统和推荐方法
CN109614556A (zh) * 2018-10-31 2019-04-12 拉卡拉支付股份有限公司 访问路径预测、信息推送方法及装置
KR102052452B1 (ko) * 2019-03-26 2019-12-05 민지연 공연 정보 제공 시스템
CN111737602A (zh) * 2020-06-19 2020-10-02 中国银行股份有限公司 银行网点信息推送方法及装置
CN111737602B (zh) * 2020-06-19 2024-06-21 中国银行股份有限公司 银行网点信息推送方法及装置
CN111932350B (zh) * 2020-09-29 2021-02-12 浙江口碑网络技术有限公司 共享数据圈的生成方法及共享数据圈的数据共享方法
CN111932350A (zh) * 2020-09-29 2020-11-13 浙江口碑网络技术有限公司 共享数据圈的生成方法及共享数据圈的数据共享方法
CN112560910B (zh) * 2020-12-02 2024-03-01 中国联合网络通信集团有限公司 用户分类方法和装置
CN112560910A (zh) * 2020-12-02 2021-03-26 中国联合网络通信集团有限公司 用户分类方法和装置
CN112464096A (zh) * 2020-12-03 2021-03-09 北京五八信息技术有限公司 一种信息处理方法及装置
CN112581060A (zh) * 2020-12-22 2021-03-30 北京优挂信息科技有限公司 基于车辆装卸点的配货需求度检测方法、装置及设备
CN113312563A (zh) * 2021-06-24 2021-08-27 北京三快在线科技有限公司 信息推荐方法、装置、设备及存储介质
CN113312563B (zh) * 2021-06-24 2022-09-16 北京三快在线科技有限公司 信息推荐方法、装置、设备及存储介质
CN113407858B (zh) * 2021-08-20 2021-12-21 明品云(北京)数据科技有限公司 信息推送方法、系统、介质和电子设备
CN113407858A (zh) * 2021-08-20 2021-09-17 明品云(北京)数据科技有限公司 信息推送方法、系统、介质和电子设备
CN115134407A (zh) * 2022-06-27 2022-09-30 平安银行股份有限公司 活跃区域确定方法、装置、计算机设备及存储介质
CN115134407B (zh) * 2022-06-27 2024-04-26 平安银行股份有限公司 活跃区域确定方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
JP6987891B2 (ja) 2022-01-05
CA3064137A1 (en) 2019-01-03
KR20200006584A (ko) 2020-01-20
JP2020523696A (ja) 2020-08-06
EP3623985A4 (en) 2020-07-22
WO2019000887A1 (zh) 2019-01-03
EP3623985A1 (en) 2020-03-18
US20200104333A1 (en) 2020-04-02
US10795957B2 (en) 2020-10-06

Similar Documents

Publication Publication Date Title
CN107491474A (zh) 信息推荐方法和装置
US10997638B1 (en) Industry review benchmarking
US20200342421A1 (en) Home maintenance and repair information technology methods and systems
TW201939404A (zh) 資訊推薦的方法、裝置及設備
US20140222518A1 (en) Methods and systems for setting optimal hotel property prices
CN108446944B (zh) 一种常驻城市的确定方法、装置及电子设备
Lee et al. S-shaped software reliability growth models derived from stochastic differential equations
US20230101984A1 (en) Methods, systems, and devices for determining mutli-party collocation
CN108174350A (zh) 一种定位方法和装置
CN110310153A (zh) 一种交易预测方法及装置
Kopczewska et al. The price for subway access: spatial econometric modelling of office rental rates in London
AU2020385372A1 (en) Dynamic geofence radius
US20170178221A1 (en) Method and system for inventory availability prediction
CN111597447A (zh) 对象推送方法、装置、电子设备及存储介质
CN110570271A (zh) 信息推荐方法、装置、电子设备及可读存储介质
KR20220047123A (ko) 쇼핑 플랫폼 서비스 시스템 및 방법
KR20210109291A (ko) 음식 메뉴 추천 서버 및 그 방법
US10938564B2 (en) Access control for data in a distributed ledger system
US20220351301A1 (en) Methods and systems for behavior signal generation and processing
JP2021047551A (ja) 特定装置、特定方法及び特定プログラム
US20110301991A1 (en) Methods and systems for scheduling appointments in healthcare environments
US20150278220A1 (en) Online reputation impacted information systems
KR20230054215A (ko) 크로스 플랫폼 분석을 활용한 멀티데이터를 이용한 관광 추천 방법 및 시스템
CN117455236A (zh) 一种风测等级更新的方法、装置、设备及介质
US20200192310A1 (en) Networked controller

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171219

RJ01 Rejection of invention patent application after publication