CN107562881A - 推荐系统的干预方法、介质、系统及计算设备 - Google Patents
推荐系统的干预方法、介质、系统及计算设备 Download PDFInfo
- Publication number
- CN107562881A CN107562881A CN201710785438.9A CN201710785438A CN107562881A CN 107562881 A CN107562881 A CN 107562881A CN 201710785438 A CN201710785438 A CN 201710785438A CN 107562881 A CN107562881 A CN 107562881A
- Authority
- CN
- China
- Prior art keywords
- user
- objects
- rule
- regular
- regular collection
- 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
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明的实施方式提供了一种推荐系统的干预方法,所述推荐系统用于从多个对象中向用户推荐部分对象,所述方法包括,获取当前用户的用户信息,获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重,以及根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。本发明根据当前规则信息调整规则集合中的推荐权重,便捷地实现对推荐系统的干预,从而显著地提高了推荐系统的灵活性和可控性。此外,本发明的实施方式提供了一种干预系统和计算设备。
Description
技术领域
本发明的实施方式涉及互联网领域,更具体地,本发明的实施方式涉及一种推荐系统的干预方法、介质、系统及计算设备。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
推荐系统,可以根据用户的特点,向用户推荐用户感兴趣的对象,现已广泛应用于很多领域。
现有的推荐系统通过海量数据挖掘获取用户信息或浏览信息等,从而推测用户感兴趣的对象。
发明内容
然而,现有的推荐系统只能基于海量数据,智能推荐一些对象,不能够及时地根据当前情况进行调整,例如突然走红的电视剧、突然出现的热门词汇等,现有的推荐系统不能及时地作出应对策略。
为此,非常需要一种推荐系统的干预方法,能够快速地根据当前情况对推荐过程进行干预。
在本上下文中,本发明的实施方式期望提供一种推荐系统的干预方法、介质、系统及计算设备。
在本发明实施方式的第一方面中,提供了一种推荐系统的干预方法,所述推荐系统用于从多个对象中向用户推荐部分对象,所述方法包括,获取当前用户的用户信息,获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重,以及根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
在本发明的一个实施例中,所述用户特征和/或对象特征带有非限定性类型参数。
在本发明的另一实施例中,该推荐系统的干预方法包括,在线获得至少一个字符串,以及根据所述字符串,从多个用户或对象组成的集合中提取对应的用户或对象,形成所述规则。
在本发明的又一个实施例中,所述用户特征包括规则键、算子和限定值,其中,所述规则键用于表示所述用户的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
在本发明的再一个实施例中,该所述对象特征包括规则键、算子、和限定值,其中,所述规则键用于表示所述对象的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
在本发明的再一个实施例中,所述对象特征包括以对象集合形式限定的特征。
在本发明的再一个实施例中,所述规则集合还包括有效性标识,用于标识所述规则集合的有效性。
在本发明实施方式的第二方面中,提供了一种计算机可读存储介质,其上存储有可执行指令,所述指令被处理单元执行时使所述处理单元执行上述方法。
在本发明实施方式的第三方面中,提供了一种干预系统,包括,第一接收模块,用于获取当前用户的用户信息,规则提取模块,用于获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重,以及干预模块,用于根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
在本发明的一个实施例中,所述用户特征和/或对象特征带有非限定性类型参数。
在本发明的另一实施例中,所述的系统,还包括,第二接收模块,用于在线获得至少一个字符串,以及规则生成模块,用于根据所述字符串,从多个用户或对象组成的集合中提取对应的用户或对象,形成所述规则。
在本发明的又一实施例中,所述用户特征包括规则键、算子和限定值,其中,所述规则键用于表示所述用户的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
在本发明的再一实施例中,所述对象特征包括规则键、算子、和限定值,其中,所述规则键用于表示所述对象的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
在本发明的再一实施例中,所述对象特征包括以对象集合形式限定的特征。
在本发明的再一实施例中,所述规则集合还包括有效性标识,用于标识所述规则集合的有效性。
在本发明实施方式的第四方面中,提供了一种计算设备,包括,处理单元,以及存储单元,其上存储有可执行指令,所述指令被所述处理单元执行时使所述处理单元执行上述方法。
根据本发明实施方式,通过获取当前用户信息及规则集合,针对性调整规则集合中多个对象中至少一部分对象的推荐权重,实现对推荐系统的干预。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1示意性地示出了根据本发明实施方式的推荐系统的干预方法、系统及计算设备的系统架构;
图2示意性地示出了根据本发明示例性实施例的推荐系统的干预方法的流程图;
图3示意性地示出了根据本发明又一实施例的推荐系统的干预方法的流程图;
图4示意性地示出了根据本发明示例性实施例的计算机可读介质的示意图;
图5示意性地示出了根据本发明示例性实施例的推荐系统的干预系统的框图;
图6示意性地示出了根据本发明又一实施例推荐系统的干预系统的框图;以及
图7示意性地示出了根据本发明示例性实施例的适用于实现推荐系统干预方法和/或系统的计算机系统的方框图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
根据本发明的实施方式,提出了一种推荐系统的干预的方法、介质、装置和计算设备。
在本文中,需要理解的是,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
下面参考本发明的若干代表性实施方式,详细阐释本发明的原理和精神。
发明概述
本发明人发现,在一些情景下,例如,某电视剧突然走红,此时用户对该电视剧相关的文章、商品等对象的关注度提高,现有的推荐系统不能及时地推荐相关的文章或商品给用户,为了迎合类似的需求,或者各种其他需求,需要对推荐系统进行干预。本发明示例性实施例提供了一种推荐系统的干预方法及干预系统,通过规则集合,针对性地调整规则集合中对象特征的权重值,影响推荐系统的结果,从而给用户提供针对性的推荐对象,该方法可以便捷地实现对推荐系统的干预,从而显著地提高了推荐系统的灵活性和可控性,可以用于实现某些特定的策略。
在介绍了本发明的基本原理之后,下面具体介绍本发明的各种非限制性实施方式。
系统架构总览
首先参考图1,图1示意性示出了根据本发明示例性实施例的可以应用推荐系统的干预方法的示例性系统架构100。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的延时处理方法一般可以由服务器105执行。相应地,本公开实施例所提供的推荐系统的干预系统一般可以设置于服务器105中。本公开实施例所提供的推荐系统的干预方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群其他终端设备执行。相应地,本公开实施例所提供的推荐系统的干预系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群其他终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
示例性方法
下面结合图1的系统架构,参考图2和图3来描述根据本发明示例性实施方式的用于推荐系统的干预的方法。需要注意的是,上述系统架构仅是为了便于理解本发明的精神和原理而示出,本发明的实施方式在此方面不受任何限制。相反,本发明的实施方式可以应用于适用的任何场景。
图2示意性地示出了根据本发明示例性实施例的推荐系统的干预方法的流程图。
如图2所示,该方法包括操作S210~S230。
在操作S210,获取当前用户的用户信息。
在操作S220,获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重。
在操作S230,根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
例如,对于上文发明概述中的情景,经分析认为,女性用户对该电视剧关注度更高,因此,可以设定一个规则集合,例如可以命名为“XX电视剧”。在该规则集合中可以设置一条规则,该规则包括用户特征为女性,对象特征为带有“XX”关键字,权重值例如为1。在操作S210,获取当前用户的用户信息,并在操作S220,获取至少一个规则集合,包括上述名为“XX电视剧”的规则集合。在操作S230,根据上述规则,从用户信息中提取用户性别属性,判断用户是否为女性用户,若是,则提升带有“XX”关键字的对象的推荐权重值,例如提升1个单位。该权重值用于对该用户推荐时,影响不同对象推荐的优先度。例如,可以按照该权重值由大到小排序,排序在前的对象为优先推荐的对象。
根据本发明示例性实施例,所述调整对象的推荐权重也包括降低该权重。例如,进入冬季时可以降低雪糕的曝光率,因此可以将雪糕的权重降低,例如在设置规则时可以将权重值设置为-1。
该方法通过实时获取规范化的规则集合,并根据当前规则信息调整推荐权重,从而可以便捷地实现对推荐系统的干预,显著地提高了推荐系统的灵活性和可控性。
根据本发明示例性实施例,用户特征包括规则键、算子、和限定值,其中,规则键用于表示所述用户的一个属性,例如性别、年龄、职业、月平均消费额、活跃时间段等,算子和限定值用于描述所述属性应当满足的条件,例如算子可以为等于、大于或者小于,限定值可以为字符串,也可以为数限定值。
例如,为了设置用户为女性,可以将规则键设置为“用户性别”,算子为“等于”,限定值为“女性”。又如希望设置年龄为40岁至60岁的用户,可以将规则键设置为“用户年龄”,并设置两组算子和限定值,其中一组包括,算子为“大于”,限定值为“40”,另一组包括,算子为“小于”,限定值为“50”。
类似地,根据本发明示例性实施例,对象特征也可以包括规则键、算子、和限定值,其中,规则键用于表示所述对象的一个属性,例如转化率、风格、材质、主色调、价格、类别、利润率等,算子和限定值用于描述所述属性应当满足的条件,例如算子可以为等于、大于、小于,限定值可以为字符串,也可以为数限定值。
例如,为了增加关于“XX电视剧”的文章的曝光率,可以设置一个规则的规则键为“文章标题”,算子为“包含”,限定值为“XX”,用于筛选出文章标题包含“XX”的文章。或者可以另外设置一个规则,其规则键为“文章内容”,算子为“包含”,限定值包括该电视剧的主人公、演员等关键字。
在本发明示例性实施例中,用户特征或对象特征中的至少一个可以不加限定,即,用户特征可以用于描述全部用户,并且/或者,对象特征可以用于描述全部对象。例如,对于全部用户,推荐某一篇文章,可以将用户的规则键设置为“用户ID”或其他内容,算子为“等于”,限定值为“全部”。
该方法通过限定用户或对象特征形式,使得规则设定过程更加便捷,并且便于识别。
根据本发明示例性实施例,所述用户特征和/或对象特征带有非限定性类型参数。非限定性类型参数是指不限定参数的类型,即所述参数可以是整型、浮点型、双精度、字符串等任何可能的数据类型。上述规则键和限定值的内容允许填入整型、浮点型、双精度、字符串等任何可能的数据类型的数据。该方法通过非限定性类型参数,可以使用不同的数据类型,从而可以方便地描述用户特征和对象特征,提高系统的灵活性和适用性。
根据本发明示例性实施例,所述对象特征包括以对象集合形式限定的特征。例如,对于某仓库的货物需要在短时间之内处理掉,可以将该仓库的货物统计为货物集合,上文所述对象特征可以是在以该货物集合形式限定的对象。根据本发明示例性实施例,可以对全部用户或具有某特征的部分用户提高该货物集合中的货物的推荐权重。该方法提供的对象集合,可以集中处理需要增强权重或减弱权重的对象。
根据本发明示例性实施例,所述规则集合还包括有效性标识,用于标识所述规则集合的有效性。有效性标识可以是有效时间,例如,某规则集合用于存放与特定节日有关的规则,则可以为该规则集合设置有效期,例如可以设置该规则集合在该节日前后7天内有效。根据本发明示例性实施例,有效性标识也可以是简单标识符,例如,以1表示该规则集合处于生效状态,以0表示该规则集合处于未生效状态。该方法通过有效性标识,增加规则集合应用的灵活性。
图3示意性地示出了根据本发明又一实施例的推荐系统的干预方法的流程图。
如图3所示,该方法在图2所示意的实施例的基础上,还包括操作S310和S320。
在操作S310,在线获得至少一个字符串。
在操作S320,根据所述字符串,从多个用户或对象组成的集合中提取对应的用户或对象,形成所述规则。
根据本发明示例性实施例,系统在运行中,可以在线获得字符串。例如,管理员可以在控制台输入用于表示用户特征、对象特征以及权重值的字符串,通过特定的接口传入系统,利用反射技术,能够让字符串所携带的规则生效,可以实现规则的在线设置,能够实时调整规则集合。
其中,反射技术例如java反射技术,是在运行状态中,对于任意一个类,都能够知道这个类的所有属性和方法,对于任意一个对象,都能够调用它的任意方法和属性。
根据本公开实施例,用户特征或对象特征可以作为java语言中的对象,该对象可以内置以下三个功能(Methods):
reflect():利用java反射技术,将描述的规则键翻译成对应的机器空间里的字段值;
match():对传入的某个对象,计算是否和这里指定的规则匹配;以及
feature():提取这个规则的关键特征,主要用于缓存提速和数据可视化。
这种动态获取信息以及动态调用对象方法的功能能免上线直接操作,极大方便了灵活的读取数据和设置数据。
示例性介质
在介绍了本发明示例性实施方式的方法之后,接下来,参考图4对本发明示例性实施方式的一种计算机可读存储介质进行说明。本发明示例性实施方式提供了一种计算机可读存储介质,存储有计算机可执行指令,上述指令在被处理单元执行时用于实现上述方法实施例中任一项上述的用于对显示区域中的多个组件进行显示的方法。
在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在计算设备上运行时,所述程序代码用于使所述计算设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的用于图表的数据处理方法中的步骤,例如,所述计算设备可以执行如图2中所示的步骤S210:获取当前用户的用户信息;步骤S220:获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重;步骤S230:根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。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。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、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
如图4所示,描述了根据本发明的实施方式的用于图表的数据处理的程序产品400,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在计算设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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。
可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
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、有线、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的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言——诸如Java,C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)一连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
示例性装置
在介绍了本发明示例性实施方式的介质之后,接下来,参考图5对本发明示例性实施方式的推荐系统的干预系统进行说明。
如图5所示,推荐系统的干预系统500可以包括第一接收模块510、规则提取模块520和干预模块530。
第一接收模块510,例如执行上文参考图2描述的操作S210,用于获取当前用户的用户信息。
规则提取模块520,例如执行上文参考图2描述的操作S220,用于获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重。
干预模块530,例如执行上文参考图2描述的操作S230,用于根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
该系统可以嵌入到推荐系统中,从而实现对推荐系统的干预。
根据本发明示例性实施例,所述用户特征和/或对象特征带有非限定性类型参数。
根据本发明示例性实施例,所述用户特征包括规则键、算子、和限定值,其中,所述规则键用于表示所述用户的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
根据本发明示例性实施例,所述对象特征包括规则键、算子、和限定值,其中,所述规则键用于表示所述对象的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
根据本发明示例性实施例,所述对象特征包括以对象集合形式限定的特征。
根据本发明示例性实施例,所述规则集合还包括有效性标识,用于标识所述规则集合的有效性。
图6示意性地示出了根据本发明另一实施例的数据处理系统600的框图。
如图6所示,在图5所示意的实施例的基础上,处理系统600还包括第二接收模块610、规则生成模块620。
第二接收模块610,例如执行上文参考图3描述的操作S310,用于在线获得至少一个字符串。
规则生成模块620,例如执行上文参考图3描述的操作S320,用于根据所述字符串,从多个用户或对象组成的集合中提取对应的用户或对象,形成所述规则。
根据本发明示例性实施例,第二接收模块610可以实现为控制台,管理员通过该控制台输入字符串,并借助规则生成模块620,用于在线设置规则。
示例性计算设备
在介绍了本发明示例性实施方式的方法、介质和装置之后,接下来,参考图对本发明示例性实施方式的推荐系统的干预系统进行说明。
本发明实施例还提供了一种推荐系统的干预设备。所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本发明的推荐系统的干预设备可以至少包括至少一个处理单元、以及至少一个存储单元。其中,所述存储单元存储有程序代码,当所述程序代码被所述处理单元执行时,使得所述处理单元执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的信息呈现方法中的步骤。例如,所述计算设备可以执行如图2中所示的步骤S210:获取当前用户的用户信息;步骤S220:获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重;步骤S230:根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
下面参照图7来描述根据本发明的这种实施方式的推荐系统的干预设备700。如图7所示的推荐系统的干预设备700仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,推荐系统的干预设备700以通用计算设备的形式表现。推荐系统的干预设备700的组件可以包括但不限于:上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。
总线730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。
存储单元720可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)721和/或高速缓存存储器722,还可以进一步包括只读存储器(ROM)723。
存储单元720还可以包括具有一组(至少一个)程序模块724的程序/实用工具725,这样的程序模块724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。
推荐系统的干预设备700也可以与一个或多个外部设备740(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与推荐系统的干预设备700交互的设备通信,和/或与使得推荐系统的干预设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/0)接口750进行。并且,推荐系统的干预设备700还可以通过网络适配器760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。如图所示,网络适配器760通过总线720与推荐系统的干预设备700的其它模块通信。应当明白,尽管图中未示出,可以结合推荐系统的干预设备700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。
应当注意,尽管在上文详细描述中提及了推荐系统的干预系统的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
Claims (10)
1.一种推荐系统的干预方法,所述推荐系统用于从多个对象中向用户推荐部分对象,所述方法包括:
获取当前用户的用户信息;
获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重;以及
根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
2.根据权利要求1所述的方法,其中,所述用户特征和/或对象特征带有非限定性类型参数。
3.根据权利要求1所述的方法,还包括:
在线获得至少一个字符串;以及
根据所述字符串,从多个用户或对象组成的集合中提取对应的用户或对象,形成所述规则。
4.根据权利要求1所述的方法,其中,所述用户特征包括规则键、算子、和限定值,其中,所述规则键用于表示所述用户的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
5.根据权利要求1所述的方法,其中,所述对象特征包括规则键、算子、和限定值,其中,所述规则键用于表示所述对象的一个属性,所述算子和限定值用于描述所述属性应当满足的条件。
6.根据权利要求1所述的方法,其中,所述对象特征包括以对象集合形式限定的特征。
7.根据权利要求1所述的方法,其中,所述规则集合还包括有效性标识,用于标识所述规则集合的有效性。
8.一种计算机可读存储介质,其上存储有可执行指令,所述指令被处理单元执行时使所述处理单元执行根据权利要求1-6中任一项所述的方法。
9.一种干预系统,包括:
第一接收模块,用于获取当前用户的用户信息;
规则提取模块,用于获得至少一个规则集合,所述规则集合包括至少一条规则,其中,所述规则包括用户特征、对象特征以及权重值,在用户的用户信息满足所述用户特征的情况下,根据所述权重值,调整具有所述对象特征的对象的推荐权重;以及
干预模块,用于根据所述当前用户的用户信息,以及所述至少一个规则集合,调整所述多个对象中至少一部分对象的推荐权重。
10.一种计算设备,包括:
处理单元;以及
存储单元,其上存储有可执行指令,所述指令被所述处理单元执行时使所述处理单元执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710785438.9A CN107562881A (zh) | 2017-09-04 | 2017-09-04 | 推荐系统的干预方法、介质、系统及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710785438.9A CN107562881A (zh) | 2017-09-04 | 2017-09-04 | 推荐系统的干预方法、介质、系统及计算设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107562881A true CN107562881A (zh) | 2018-01-09 |
Family
ID=60978970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710785438.9A Pending CN107562881A (zh) | 2017-09-04 | 2017-09-04 | 推荐系统的干预方法、介质、系统及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107562881A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110190975A (zh) * | 2019-05-31 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 一种提及人推荐方法、装置、终端设备及存储介质 |
CN110909283A (zh) * | 2018-09-14 | 2020-03-24 | 北京京东尚科信息技术有限公司 | 对象展示方法、系统和电子设备 |
CN111951049A (zh) * | 2020-08-14 | 2020-11-17 | 中国工商银行股份有限公司 | 基于商品相似度的推荐方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902744A (zh) * | 2012-09-17 | 2013-01-30 | 杭州东信北邮信息技术有限公司 | 一种图书推荐方法 |
CN103106208A (zh) * | 2011-11-11 | 2013-05-15 | 中国移动通信集团公司 | 一种移动互联网中的流媒体内容推荐方法和系统 |
CN103458275A (zh) * | 2013-09-02 | 2013-12-18 | 深圳市茁壮网络股份有限公司 | 实时交互的数字电视资讯推荐系统及方法 |
US20140122456A1 (en) * | 2012-03-30 | 2014-05-01 | Percolate Industries, Inc. | Interactive computing recommendation facility with learning based on user feedback and interaction |
CN104750807A (zh) * | 2015-03-25 | 2015-07-01 | 百度在线网络技术(北京)有限公司 | 一种应用推荐方法及装置 |
CN104935970A (zh) * | 2015-07-09 | 2015-09-23 | 三星电子(中国)研发中心 | 进行电视内容推荐的方法及电视客户端 |
CN105139237A (zh) * | 2015-09-25 | 2015-12-09 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN105335365A (zh) * | 2014-05-30 | 2016-02-17 | 小米科技有限责任公司 | 下单实现方法、装置、服务器及终端 |
CN105787061A (zh) * | 2016-02-29 | 2016-07-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 信息推送方法 |
CN106157043A (zh) * | 2015-03-24 | 2016-11-23 | 联想(北京)有限公司 | 一种推荐对象的处理方法和电子设备 |
CN106815217A (zh) * | 2015-11-30 | 2017-06-09 | 北京云莱坞文化传媒有限公司 | 故事推荐方法和故事推荐装置 |
CN106940801A (zh) * | 2016-01-04 | 2017-07-11 | 中国科学院声学研究所 | 一种用于广域网络的深度强化学习推荐系统及方法 |
CN107094161A (zh) * | 2016-02-18 | 2017-08-25 | 阿里巴巴集团控股有限公司 | 网络服务提供方法和装置 |
-
2017
- 2017-09-04 CN CN201710785438.9A patent/CN107562881A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106208A (zh) * | 2011-11-11 | 2013-05-15 | 中国移动通信集团公司 | 一种移动互联网中的流媒体内容推荐方法和系统 |
US20140122456A1 (en) * | 2012-03-30 | 2014-05-01 | Percolate Industries, Inc. | Interactive computing recommendation facility with learning based on user feedback and interaction |
CN102902744A (zh) * | 2012-09-17 | 2013-01-30 | 杭州东信北邮信息技术有限公司 | 一种图书推荐方法 |
CN103458275A (zh) * | 2013-09-02 | 2013-12-18 | 深圳市茁壮网络股份有限公司 | 实时交互的数字电视资讯推荐系统及方法 |
CN105335365A (zh) * | 2014-05-30 | 2016-02-17 | 小米科技有限责任公司 | 下单实现方法、装置、服务器及终端 |
CN106157043A (zh) * | 2015-03-24 | 2016-11-23 | 联想(北京)有限公司 | 一种推荐对象的处理方法和电子设备 |
CN104750807A (zh) * | 2015-03-25 | 2015-07-01 | 百度在线网络技术(北京)有限公司 | 一种应用推荐方法及装置 |
CN104935970A (zh) * | 2015-07-09 | 2015-09-23 | 三星电子(中国)研发中心 | 进行电视内容推荐的方法及电视客户端 |
CN105139237A (zh) * | 2015-09-25 | 2015-12-09 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN106815217A (zh) * | 2015-11-30 | 2017-06-09 | 北京云莱坞文化传媒有限公司 | 故事推荐方法和故事推荐装置 |
CN106940801A (zh) * | 2016-01-04 | 2017-07-11 | 中国科学院声学研究所 | 一种用于广域网络的深度强化学习推荐系统及方法 |
CN107094161A (zh) * | 2016-02-18 | 2017-08-25 | 阿里巴巴集团控股有限公司 | 网络服务提供方法和装置 |
CN105787061A (zh) * | 2016-02-29 | 2016-07-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 信息推送方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110909283A (zh) * | 2018-09-14 | 2020-03-24 | 北京京东尚科信息技术有限公司 | 对象展示方法、系统和电子设备 |
CN110190975A (zh) * | 2019-05-31 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 一种提及人推荐方法、装置、终端设备及存储介质 |
CN110190975B (zh) * | 2019-05-31 | 2021-08-03 | 北京字节跳动网络技术有限公司 | 一种提及人推荐方法、装置、终端设备及存储介质 |
CN111951049A (zh) * | 2020-08-14 | 2020-11-17 | 中国工商银行股份有限公司 | 基于商品相似度的推荐方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11556572B2 (en) | Systems and methods for coverage analysis of textual queries | |
CN107491534A (zh) | 信息处理方法和装置 | |
CN109189938A (zh) | 用于更新知识图谱的方法和装置 | |
Trappey et al. | Consumer driven product technology function deployment using social media and patent mining | |
CN109522483A (zh) | 用于推送信息的方法和装置 | |
CN108228906B (zh) | 用于生成信息的方法和装置 | |
CN107562884A (zh) | 一种信息流展现方法、装置、服务器和存储介质 | |
CN107943895A (zh) | 信息推送方法和装置 | |
CN109992766A (zh) | 提取目标词的方法和装置 | |
CN108920717A (zh) | 用于显示信息的方法及装置 | |
CN110348726A (zh) | 一种基于社交关系网络的用户额度调整方法、装置和电子设备 | |
CN109255037A (zh) | 用于输出信息的方法和装置 | |
CN114091472B (zh) | 多标签分类模型的训练方法 | |
CN107562881A (zh) | 推荐系统的干预方法、介质、系统及计算设备 | |
CN107169077A (zh) | 用于推送信息的方法和装置 | |
CN109784407A (zh) | 确定表字段的类型的方法和装置 | |
CN109255036A (zh) | 用于输出信息的方法和装置 | |
CN109727047A (zh) | 一种确定数据关联度的方法和装置、数据推荐方法和装置 | |
CN109271557A (zh) | 用于输出信息的方法和装置 | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
CN109190123A (zh) | 用于输出信息的方法和装置 | |
CN110019948A (zh) | 用于输出信息的方法和装置 | |
CN108984688A (zh) | 母婴知识话题推荐方法及装置 | |
CN114445179A (zh) | 业务推荐方法、装置、电子设备和计算机可读介质 | |
CN108563648B (zh) | 数据显示方法和装置、存储介质及电子装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191111 Address after: 310012 G building, 10 floor, A building, Paradise Software Park, 3 West Road, Hangzhou, Xihu District, Zhejiang Applicant after: Alibaba (China) Co., Ltd. Address before: Hangzhou City, Zhejiang province 310051 Binjiang District River Street No. 1786 Jianghan Road Longsheng Building Room 803 Applicant before: Netease Koala (Hangzhou) Technology Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |
|
RJ01 | Rejection of invention patent application after publication |