一种信息推荐的方法、装置及设备
技术领域
本申请涉及计算机技术领域,尤其涉及一种信息推荐的方法、装置及设备。
背景技术
随着终端技术和网络技术的不断发展,通过终端设备获取数据(如新闻资 讯等)成为人们获取信息的主要手段之一。以新闻与资讯类信息为例,为了提 高用户体验,以及用户对相应应用程序的粘度,目前市场上的各类新闻与资讯 类应用程序均广泛使用了个性化推荐技术。个性化推荐能够根据用户的兴趣向 用户推荐其感兴趣的内容。随着用户使用个性化推荐技术的次数不断增多,刻 画的用户兴趣也就越精准,从而推荐的效果也越佳。
为了及时地刻画用户的兴趣及其变化,个性化推荐技术中的用户画像一般 都采用实时数据流处理系统(例如Apache Storm)来尽可能快地更新用户兴趣, 这样用户在每次请求推荐信息时都能获得和最近的兴趣相匹配的推荐信息。
虽然上述个性化推荐技术能够不断更新用户的兴趣,但更新后的兴趣只能 在用户下次请求推荐信息时使用,也即是更新后的用户兴趣只能反馈在后续信 息推荐的处理中。而且,对于还没有刻画出用户兴趣的用户,在进行信息推荐 的过程中往往因为找不到与该用户最近的用户兴趣相匹配的推荐信息而造成 用户流失,从而使得推荐的信息被用户点击查看的概率较低,信息推荐的成功 率低下。
发明内容
本申请实施例的目的是提供一种信息推荐的方法、装置及设备,以解决现 有技术中推荐的信息被用户点击查看的概率较低,信息推荐的成功率低下的问 题。
为解决上述技术问题,本申请实施例是这样实现的:
本申请实施例提供的一种信息推荐的方法,所述方法包括:
当检测到第一页面中的第一链接被点击时,获取所述第一链接的页面数据 及所述第一链接的相关链接或数据;
显示所述第一链接的页面数据,以及在所述第一页面中加载所述第一链接 的相关链接或数据。
可选地,获取所述第一链接的页面数据及所述第一链接的相关链接,包括:
向服务器发送数据获取请求,所述数据获取请求中包括所述第一链接;其 中,所述数据获取请求中的第一链接用于请求所述第一链接的页面数据、以及 用于请求查询所述第一链接的相关链接或数据;
接收所述服务器发送的第一链接的页面数据及所述第一链接的相关链接 或数据。
可选地,获取所述第一链接的页面数据及所述第一链接的相关链接,包括:
获取所述第一链接所对应的关键字;
向服务器发送数据获取请求,所述数据获取请求中包括所述第一链接及所 述关键字;其中,所述数据获取请求中的第一链接用于请求所述第一链接的页 面数据,所述数据获取请求中的所述关键字用于请求查询所述第一链接的相关 链接或数据;
接收所述服务器发送的第一链接的页面数据及所述第一链接的相关链接 或数据。
可选地,显示所述第一链接的页面数据,包括:
生成第二页面,在所述第二页面中显示所述第一链接的页面数据;
在所述第一页面中加载所述第一链接的相关链接或相关数据,包括:
当检测到从所述第二页面返回至所述第一页面的操作时,返回至所述第一 页面,且在所述第一页面中显示所述第一链接的相关链接或数据;
或者,当检测所述第二页面关闭且所述第一页面未关闭时,在所述第一页 面中显示所述第一链接的相关链接或数据。
可选地,在所述第一页面中加载所述第一链接的相关链接或数据,包括:
将所述第一链接的相关链接或数据加载并显示在所述第一链接的相邻位 置;
或者,对所述第一页面进行自适应调整,以使所述第一页面能够显示所述 第一链接及所述第一链接的相关链接或数据。
本申请实施例提供的一种信息推荐的方法,所述方法包括:
接收终端设备发送的数据获取请求,其中,所述数据获取请求中包括第一 链接;
获取所述第一链接的页面数据,及根据所述第一链接查询所述第一链接的 相关链接或数据;
将所述第一链接的页面数据和所述第一链接的相关链接或数据发送给所 述终端设备。
可选地,所述第一链接的相关链接或数据包括文章和广告,
所述根据所述第一链接查询所述第一链接的相关链接或数据,包括:
获取所述终端设备发送的数据获取请求的总数目;
如果所述总数目满足预定条件,则根据所述第一链接,从文章推荐数据库 中查询所述第一链接的相关文章链接或文章数据;
如果所述总数目未满足预定条件,则根据所述第一链接,从广告推荐数据 库中查询所述第一链接的相关广告链接或广告数据。
可选地,所述根据所述第一链接查询所述第一链接的相关链接或数据,包 括:
获取所述第一链接对应的关键字;
根据所述关键字查询所述第一链接的相关链接或数据。
可选地,所述根据所述第一链接,从文章推荐数据库中查询所述第一链接 的相关文章链接或文章数据,包括:
根据所述第一链接的页面数据的内容,通过预定的文章推荐算法,计算所 述第一链接的页面数据与所述文章推荐数据库中的每一篇待推荐文章之间的 相关度;
将所述相关度大于预设相关度阈值的待推荐文章作为所述第一链接的相 关文章数据,所述第一链接的相关文章数据对应的链接作为所述第一链接的相 关文章链接。
可选地,所述文章推荐算法包括协同过滤CF算法、Item2Item算法和基于 内容Content-based算法中的任意一种或多种。
可选地,所述根据所述第一链接,从广告推荐数据库中查询所述第一链接 的相关广告链接或广告数据,包括:
根据所述第一链接的页面数据的内容和所述第一链接的页面数据所属的 领域,以及所述广告推荐数据库中每个广告的点击数和曝光数,通过预定的广 告推荐算法,计算所述广告推荐数据库中的每个待推荐广告的推荐系数;
将所述推荐系数大于预设推荐系数阈值的待推荐广告作为所述第一链接 的相关广告数据,所述第一链接的相关广告数据对应的链接作为所述第一链接 的相关广告链接。
可选地,所述广告推荐算法中包括领域匹配算法、内容匹配算法和所述广 告推荐数据库中每个广告的点击数与曝光数匹配算法,
所述计算所述广告推荐数据库中的每个待推荐广告的推荐系数,包括:
根据不同匹配算法的预设权重确定所述第一链接的页面数据与所述广告 推荐数据库中的每个待推荐广告之间的匹配度;
根据所述第一链接的页面数据与所述广告推荐数据库中的每个待推荐广 告之间的匹配度,确定所述广告推荐数据库中的每个待推荐广告的推荐系数。
本申请实施例提供的一种信息推荐的装置,所述装置包括:
数据获取模块,用于当检测到第一页面中的第一链接被点击时,获取所述 第一链接的页面数据及所述第一链接的相关链接或数据;
显示模块,用于显示所述第一链接的页面数据,以及在所述第一页面中加 载所述第一链接的相关链接或数据。
可选地,所述数据获取模块,包括:
第一发送单元,用于向服务器发送数据获取请求,所述数据获取请求中包 括所述第一链接;其中,所述数据获取请求中的第一链接用于请求所述第一链 接的页面数据、以及用于请求查询所述第一链接的相关链接或数据;
第二接收单元,用于接收所述服务器发送的第一链接的页面数据及所述第 一链接的相关链接或数据。
可选地,所述数据获取模块,包括:
关键字获取单元,用于获取所述第一链接所对应的关键字;
第一发送单元,用于向服务器发送数据获取请求,所述数据获取请求中包 括所述第一链接及所述关键字;其中,所述数据获取请求中的第一链接用于请 求所述第一链接的页面数据,所述数据获取请求中的所述关键字用于请求查询 所述第一链接的相关链接或数据;
第二接收单元,用于接收所述服务器发送的第一链接的页面数据及所述第 一链接的相关链接或数据。
可选地,所述显示模块,具体包括:
生成单元,用于生成第二页面,在所述第二页面中显示所述第一链接的页 面数据;
检测显示单元,用于当检测到从所述第二页面返回至所述第一页面的操作 时,返回至所述第一页面,且在所述第一页面中显示所述第一链接的相关链接 或数据;或者,当检测所述第二页面关闭且所述第一页面未关闭时,在所述第 一页面中显示所述第一链接的相关链接或数据。
可选地,所述显示模块,用于将所述第一链接的相关链接或数据加载并显 示在所述第一链接的相邻位置。
可选地,所述显示模块,用于对所述第一页面进行自适应调整,以使所述 第一页面能够显示所述第一链接及所述第一链接的相关链接或数据。
本申请实施例提供的一种信息推荐的装置,所述装置包括:
接收模块,用于接收终端设备发送的数据获取请求,其中,所述数据获取 请求中包括第一链接;
数据获取模块,用于获取所述第一链接的页面数据,及根据所述第一链接 查询所述第一链接的相关链接或数据;
发送模块,用于将所述第一链接的页面数据和所述第一链接的相关链接或 数据发送给所述终端设备。
可选地,所述第一链接的相关链接或数据包括文章和广告,
所述数据获取模块,包括:
数目获取单元,用于获取所述终端设备发送的数据获取请求的总数目;
查询单元,用于如果所述总数目满足预定条件,则根据所述第一链接,从 文章推荐数据库中查询所述第一链接的相关文章链接或文章数据;如果所述总 数目未满足预定条件,则根据所述第一链接,从广告推荐数据库中查询所述第 一链接的相关广告链接或广告数据。
可选地,所述数据获取模块,用于获取所述第一链接对应的关键字;根据 所述关键字查询所述第一链接的相关链接或数据。
可选地,所述查询单元,用于根据所述第一链接的页面数据的内容,通过 预定的文章推荐算法,计算所述第一链接的页面数据与所述文章推荐数据库中 的每一篇待推荐文章之间的相关度;将所述相关度大于预设相关度阈值的待推 荐文章作为所述第一链接的相关文章数据,所述第一链接的相关文章数据对应 的链接作为所述第一链接的相关文章链接。
可选地,所述查询单元,用于根据所述第一链接的页面数据的内容和所述 第一链接的页面数据所属的领域,以及所述广告推荐数据库中每个广告的点击 数和曝光数,通过预定的广告推荐算法,计算所述广告推荐数据库中的每个待 推荐广告的推荐系数;将所述推荐系数大于预设推荐系数阈值的待推荐广告作 为所述第一链接的相关广告数据,所述第一链接的相关广告数据对应的链接作 为所述第一链接的相关广告链接。
可选地,所述广告推荐算法中包括领域匹配算法、内容匹配算法和所述广 告推荐数据库中每个广告的点击数与曝光数匹配算法,
所述查询单元,用于根据不同匹配算法的预设权重确定所述第一链接的页 面数据与所述广告推荐数据库中的每个待推荐广告之间的匹配度;根据所述第 一链接的页面数据与所述广告推荐数据库中的每个待推荐广告之间的匹配度, 确定所述广告推荐数据库中的每个待推荐广告的推荐系数。
本申请实施例提供的一种信息推荐的设备,所述信息推荐的设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使 所述处理器:
当检测到第一页面中的第一链接被点击时,获取所述第一链接的页面数据 及所述第一链接的相关链接或数据;
显示所述第一链接的页面数据,以及在所述第一页面中加载所述第一链接 的相关链接或数据。
本申请实施例提供的一种信息推荐的设备,所述信息推荐的设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使 所述处理器:
接收终端设备发送的数据获取请求,其中,所述数据获取请求中包括第一 链接;
获取所述第一链接的页面数据,及根据所述第一链接查询所述第一链接的 相关链接或数据;
将所述第一链接的页面数据和所述第一链接的相关链接或数据发送给所 述终端设备。
由以上本申请实施例提供的技术方案可见,本申请实施例在检测到第一页 面中的第一链接被点击时,获取该第一链接的页面数据及该第一链接的相关链 接或数据,第一链接的相关链接或数据作为与第一链接的页面数据相关的推荐 信息推荐给用户,以使用户的终端设备显示第一链接的页面数据,以及在第一 页面中加载第一链接的相关链接或数据,这样,通过用户当前点击第一链接, 得到与第一链接的页面数据相关的推荐信息(即第一链接的相关链接或数据) 推荐给用户,使得信息推荐不需要完全依赖于当前常用的个性化推荐技术,而 且,推荐的信息是与用户当前查看的页面数据相关的信息,从而使得推荐的信 息更加符合用户当前的兴趣,提高了推荐的信息被用户点击查看的概率,进而 提高了信息推荐的成功率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述 中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲, 在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一种信息推荐的方法实施例;
图2A-2C为本申请一种信息推荐的过程中显示界面的变化示意图;
图3为本申请另一种信息推荐的方法实施例;
图4为本申请又一种信息推荐的方法实施例;
图5A-5B为本申请另一种信息推荐的过程中显示界面的变化示意图;
图6为本申请一种信息推荐的装置实施例;
图7为本申请另一种信息推荐的装置实施例;
图8为本申请一种信息推荐的设备实施例;
图9为本申请另一种信息推荐的设备实施例。
具体实施方式
本申请实施例提供一种信息推荐的方法、装置及设备。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本 申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述, 显然,所描述的实施例仅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作出创造性劳动前提下所获 得的所有其他实施例,都应当属于本申请保护的范围。
实施例一
如图1所示,本申请实施例提供一种信息推荐的方法,该方法的执行主体 可以为终端设备,该终端设备可以如个人计算机等设备,也可以如手机、平板 电脑等移动终端设备,该终端设备可以为用户使用的终端设备。该方法可以用 于向用户推荐各种类型的信息(如文章、广告或应用程序等)等处理中。该方 法具体可以包括以下步骤:
在步骤S102中,当检测到第一页面中的第一链接被点击时,获取该第一 链接的页面数据及第一链接的相关链接或数据。
其中,第一页面可以是终端设备当前显示的页面,且该页面中包含有第一 链接的相关信息(如第一链接对应的标题等)。第一链接可以是第一页面中的 任意链接,第一链接可以是网络链接,如www.sina.com.cn,也可以是任意形 式的超链接,例如,某新闻标题的超链接或某词语的超链接等。第一链接的页 面数据可以是第一链接所对应的网页的页面数据,如www.sina.com.cn对应的 新浪网首页的页面数据。第一链接的相关链接或数据可以是第一链接相对应的 链接或数据,也可以是与第一链接对应的如标题或词语等相关的链接或数据, 还可以是与第一链接的页面数据相关的链接或数据等。第一链接的相关链接或 数据可以为需要向用户推荐的信息相关的链接或数据,例如新闻类信息、广告 类信息或服饰类信息等。
在实施中,终端设备中可以安装有多种应用程序,例如新闻资讯类应用程 序、购物类应用程序或浏览器等,为了提高用户使用应用程序的体验,可以在 应用程序中设置信息推荐机制,通过预先设定的触发条件,可以触发信息推荐 机制执行,以向用户进行信息的推荐,具体地,当用户使用上述应用程序时, 可以点击终端设备的显示界面上的相应的应用程序的快捷方式图标,终端设备 启动该应用程序,并向服务器请求首页的页面数据。服务器可以获取当前的首 页的页面数据,并将其发送给送给终端设备。终端设备可以加载并显示首页的 页面数据。以新闻资讯类应用程序为例,如图2A所示,其首页中可以包括多条信息,该信息可以为相应的数据的标识,如新闻资讯的题目或文章的标题等。 用户可以通过滑动操作或鼠标浏览页面中的信息,当用户浏览到自己感兴趣的 标题时,可以点击显示在当前页面(即第一页面)中的该标题,如图2A和2B 所示,用户点击了“XX手机支持无线充电”的标题,该标题可以对应于第一 链接,此时,终端设备生成点击指令,并可以检测到用户对第一页面中的第一 链接的点击操作,从而触发信息推荐机制执行。
上述步骤S102可以通过多种方式实现,其中可以包括一种方式是通过终 端设备完成相应操作,另一种方式是终端设备和服务器共同完成相应操作。如 果通过终端设备完成相应操作,则相应的处理过程包括:终端设备检测到点击 操作后,可以获取第一链接,可以通过第一链接,从预先存储的数据和/或链接 中查找第一链接的页面数据及第一链接的相关链接或数据,并提取查找到的第 一链接的页面数据及第一链接的相关链接或数据。
如果通过终端设备和服务器共同完成相应操作,则相应的处理过程包括: 终端设备可以获取第一链接、终端设备的标识、IP(Internet Protocol,网络之 间互联的协议)地址、MAC(Media Access Control,媒体介入控制层)地址和 第一链接对应的标题等相关信息,可以通过上述相关信息生成数据获取请求, 并将其发送给服务器。服务器接收到数据获取请求后,可以通过数据获取请求 中包含的第一链接,以及第一链接对应的标题(如上述第一页面中的标题“XX 手机支持无线充电”)等,从数据库中查找第一链接的页面数据,并将其发送 给终端设备,从而终端设备可以获取到第一链接的页面数据。
为了向不同用户推荐其感兴趣的信息,可以预先设置推荐数据库,为了满 足尽可能多的用户的需求,推荐数据库中包含的信息类型和每种信息类型下数 据的数量可以尽可能的多。推荐数据库可以是由一个或多个待推荐信息组成, 待推荐信息可以是一种类型的信息,例如新闻类信息或服饰类信息等,待推荐 信息还可以是由多种类型的信息组成,且每种类型下又可以包括一条或多条待 推荐信息,例如,待推荐信息包括新闻类信息和广告类信息,其中,新闻类信 息中包括一条或多条待推荐信息,广告类信息中包括一条或多条待推荐信息。 需要说明的是,上述新闻类信息和广告类信息中还可以各自包括多种不同类型 的信息,例如,新闻类信息可以包括社会类信息、娱乐类信息和体育类信息等, 广告类信息可以包括公益广告和商业广告等。
此外,还可以预先设置选取推荐信息的方法或算法,具体可以根据实际情 况设定。本实施例提供一种可实现的处理方式,具体可以包括以下内容:服务 器接收到数据获取请求后,可以将第一链接的页面数据发送给终端设备,同时, 服务器还可以对第一链接、第一链接对应的标题,以及第一链接的页面数据等 内容进行分词(如第一链接为www.sina.com.cn,则得到的分词可以为sina等), 以及统计分词结果中各个词语的词频等相关数据,从而确定其中包含的关键词。 可以从推荐数据库中查找包含该关键词的待推荐信息,可以将查找到的待推荐 信息的相关数据或其对应的链接作为第一链接的相关链接或数据,或者,可以 预先设置推荐信息的数量,如1条推荐信息或2条推荐信息等,则可以从查找 的待推荐信息中随机选取上述数量的待推荐信息或其对应的链接作为第一链 接的相关链接或数据。
需要说明的是,上述处理方式仅是一种可以实现的处理方式,在实际应用 中并不限于上述实现方式,还可以通过诸如基于内容的推荐算法、基于知识的 推荐算法等等,具体可以根据实际需要进行设定,本申请实施例对此不作限定。
此外,由于推荐数据库可以包括多种不同类型的待推荐信息,为了均衡不 同类型的待推荐信息的数量,可以设置推荐条件,可以通过推荐条件限制向用 户推荐的信息的数量,例如,当用户阅读的文章的数量为偶数时,可以向用户 推荐类型为A的待推荐信息,当用户阅读的文章的数量为奇数时,可以向用户 推荐类型为B的待推荐信息等。
服务器通过上述处理得到第一链接的相关链接或数据(即相关推荐信息) 后,可以将第一链接的相关链接或数据发送给终端设备,从而终端设备可以获 取到第一链接的相关链接或数据。
在步骤S104中,显示上述第一链接的页面数据,以及在上述第一页面中 加载第一链接的相关链接或数据。
在实施中,终端设备接收到第一链接的页面数据后,可以开启新的页面, 并在该页面中显示第一链接的页面数据,如图2B所示。
当终端设备接收到第一链接的相关链接或数据(即相关推荐信息)后,由 于此时,用户正在浏览第一链接的页面数据的内容,因此,可以先将上述第一 链接的相关链接或数据存储在缓存中。此外,为了提高用户体验,便于用户及 时了解与第一链接的页面数据相关的推荐信息,可以将第一链接的相关链接或 数据设置在显示第一链接的信息的第一页面中,并且,推荐信息的位置可以为 第一链接(或其对应的标题等)所在位置的预定位置,例如图2C所示,第一 链接对应的标题的下方等。如图2C所示,当用户浏览完毕第一链接的页面数 据,并返回第一页面时,可以从缓存中提取第一链接的相关链接或数据,并将 第一链接的相关链接或数据显示在第一链接(或其对应的标题等)的下方。此 时,用户如果想更加深入了解第一链接的页面数据的相关信息,可以点击第一 链接的相关链接或数据查看相应的文章,从而提升了页面中信息的点击率,并 且提升了应用程序中人均阅读信息的数量和人均使用时长,增加了用户的粘性。
如图3所示,本申请实施例提供一种信息推荐的方法,该方法的执行主体 可以为服务器,该服务器可以是独立的服务器,也可以是由多个服务器组成的 服务器集群,而且,该服务器可以是某应用程序的后台服务器,也可以是某网 站(如购物网站等)的后台服务器等。该方法可以用于向用户推荐各种类型的 信息(如文章、广告或应用程序等)等处理中。该方法可以是上述图1的方法 中由终端设备和服务器共同完成的情况中,服务器侧的处理步骤,该方法具体 可以包括以下步骤:
在步骤S302中,接收终端设备发送的数据获取请求,其中,该数据获取 请求中包括第一链接。
上述步骤S302的处理过程可以参见上述步骤S102的相关内容,在此不再 赘述。
在步骤S304中,获取上述第一链接的页面数据,及根据该第一链接查询 第一链接的相关链接或数据。
在实施中,为了向不同用户推荐其感兴趣的信息,可以预先设置推荐数据 库。此外,还可以预先设置选取推荐信息的方法或算法,具体可以根据实际情 况设定。在服务器接收到数据获取请求后,可以将该数据获取请求中第一链接 的页面数据发送给终端设备,同时,服务器还可以对第一链接和第一链接的页 面数据的内容进行分词,以及统计分词结果中各个词语的词频等相关数据,从 而确定其中包含的关键词。可以预先设置推荐信息的数量,如1条推荐信息或 2条推荐信息等,可以从推荐数据库中查找包含该关键词的待推荐信息,并从 查找的待推荐信息中随机选取上述数量的待推荐信息或其对应的链接作为第一链接的相关链接或数据。
在步骤S306中,将上述第一链接的页面数据和上述第一链接的相关链接 或数据发送给终端设备。
上述步骤S306的处理过程可以参见上述步骤S102的相关内容,在此不再 赘述。
本申请实施例提供一种信息推荐的方法,通过在检测到第一页面中的第一 链接被点击时,获取该第一链接的页面数据及该第一链接的相关链接或数据, 第一链接的相关链接或数据作为与第一链接的页面数据相关的推荐信息推荐 给用户,以使用户的终端设备显示第一链接的页面数据,以及在第一页面中加 载第一链接的相关链接或数据,这样,通过用户当前点击第一链接,得到与第 一链接的页面数据相关的推荐信息(即第一链接的相关链接或数据)推荐给用 户,使得信息推荐不需要完全依赖于当前常用的个性化推荐技术,而且,推荐 的信息是与用户当前查看的页面数据相关的信息,从而使得推荐的信息更加符 合用户当前的兴趣,提高了推荐的信息被用户点击查看的概率,进而提高了信 息推荐的成功率。
实施例二
如图4所示,本申请实施例提供一种信息推荐的方法,该方法可以由终端 设备和服务器共同执行,其中,该终端设备可以如个人计算机等设备,也可以 如手机、平板电脑等移动终端设备,该终端设备可以为用户使用的终端设备。 该服务器可以是独立的服务器,也可以是由多个服务器组成的服务器集群,而 且,该服务器可以是某应用程序的后台服务器,也可以是某网站(如购物网站) 的后台服务器等。该方法可以用于向用户推荐各种类型的信息(如文章、广告 或应用程序等)等处理中。该方法具体可以包括以下步骤:
在步骤S402中,当检测到第一页面中的第一链接被点击时,终端设备获 取第一链接所对应的关键字。
其中,关键字可以是预先设定的关键字,也可以是从第一链接、第一链接 对应的标题或第一链接的页面数据中提取,具体可以根据实际情况设定,本申 请实施例对此不做限定。
在实施中,可以对第一链接、第一链接对应的标题,以及第一链接的页面 数据等内容进行分词,并统计分词结果中各个词语的词频等相关数据,通过上 述数据可以确定其中包含的关键词,可以将确定的关键词作为第一链接所对应 的关键字。
在步骤S404中,终端设备向服务器发送数据获取请求,该数据获取请求 中包括第一链接及上述关键字;其中,该数据获取请求中的第一链接用于请求 第一链接的页面数据,该数据获取请求中的关键字用于请求查询第一链接的相 关链接或数据。
上述步骤S404的处理过程可以参见上述实施例一中步骤S102的相关内容 或参见下述步骤S406的相关内容,在此不再赘述。
在步骤S406中,服务器获取第一链接的页面数据,及第一链接对应的关 键字。
在实施中,以应用程序为新闻类应用程序为例,如图2A所示,在该应用 程序中可以包括多条新闻的标题等信息,用户可以滑动该应用程序的页面,以 浏览该页面中新闻的标题。通过标题,用户可以查找其感兴趣的新闻。当用户 查找到感兴趣的新闻时,可以点击相应的标题,以触发该标题对应的第一链接, 终端设备生成数据获取请求发送给服务器。服务器中可以预先存储有新闻的标 题或第一链接与新闻的内容的对应关系,当服务器接收到该数据获取请求后, 可以从数据获取请求中提取该新闻的标题和/或第一链接等相关信息。可以通过 新闻的标题和/或第一链接在上述对应关系中查找相应的新闻的内容,可以将查 找到的新闻的内容的数据作为第一链接的页面数据。
服务器获取到第一链接的页面数据时,可以将该第一链接的页面数据发送 给终端设备,以便用户可以查看该新闻内容,具体可以参见下述相关内容。
服务器获取到用户需要阅读的第一链接的页面数据后,还可以向用户推荐 与该第一链接的页面数据相关的其它信息,以便用户对第一链接的页面数据对 应的事件进行深入了解或多方面了解,具体可以参见下述步骤S408~步骤S412。
在步骤S408中,服务器获取终端设备发送的数据获取请求的总数目。
在实施中,可以预先设置推荐数据库,推荐数据库中可以包括多种不同类 型的待推荐信息及其对应的链接,为了使得本申请实施例更加清楚明了,以下 以两种不同类型的待推荐信息为例进行详细说明,两种不同类型的待推荐信息 可以包括文章类待推荐信息(具体如新闻等)和广告类待推荐信息,相应的, 推荐数据库中可以包括两个不同的数据库,即文章推荐数据库和广告推荐数据 库。
此外,由于推荐数据库包括两种不同的数据库,为了均衡两个数据库的使 用率,可以对向用户推荐哪一类型的待推荐信息设置相应的条件,相应的处理 方式可以多种多样,以下提供一种可实现的处理方式,具体可以包括以下内容: 可以通过统计用户已阅读的文章的总数量来确定向用户推荐的待推荐信息的 类型,即是文章类待推荐信息还是广告类待推荐信息。具体地,对于应用程序 的每一个用户,该应用程序或服务器中可以设置有计数器,通过计数器,该应 用程序或服务器可以统计用户阅读的文章的总数量。在实际应用中,用户阅读 的文章的总数量具体可以通过统计终端设备向服务器发送数据获取请求的总 数目来实现。
在步骤S410中,如果上述总数目满足预定条件,则服务器根据上述关键 字从文章推荐数据库中查询第一链接的相关文章链接或文章数据。
其中,预定条件可以包括多种,具体可以根据实际情况设定,例如,总数 目为偶数或奇数,或者,总数目为3的整数倍等。文章推荐数据库中包含有多 篇文章及其对应的链接,其中的文章可以是包括文本信息,除此之外,其中还 可以包括图像、音频和视频中的一种或多种。
在实施中,基于上述步骤S406的示例,服务器获取到终端设备发送的数 据获取请求的总数目后,可以判断该总数目是否满足预定条件,以预定条件为 总数目为3的整数倍为例,服务器接收到终端设备本次发送的数据获取请求时, 将终端设备发送的数据获取请求的数目加1,从而得到终端设备发送的数据获 取请求的总数目。如果通过判断,确定终端设备发送的数据获取请求的总数目 为3的整数倍,此时可以确定需要向用户推荐与第一链接的页面数据相关的文 章(即新闻),则可以从文章推荐数据库中通过关键字匹配等方式选取第一链 接的相关文章链接或文章数据。其中,从文章推荐数据库中选取第一链接的相关文章链接或文章数据的处理可以参见上述通过关键词和词频的方式选取文 章的处理过程,在此不再赘述。
需要说明的是,上述步骤S410的处理方式并不限于上述一种,还可以包 括多种实现方式,以下还提供一种可选的处理方式,具体可以包括以下步骤一 和步骤二。
步骤一,根据第一链接的页面数据的内容,通过预定的文章推荐算法,计 算第一链接的页面数据与文章推荐数据库中的每一篇待推荐文章之间的相关 度。
其中,文章推荐算法可以包括多种,例如协同过滤CF(Collaborative Filtering)算法、Item2Item算法和基于内容Content-based算法等。
若文章推荐算法为CF协同过滤算法,CF协同过滤算法可以使用用户的点 击或曝光行为信息作为原始训练数据,其中的用户的点击或曝光行为信息可以 通过用户点击的链接(包括第一链接)或该链接的页面数据(即文章)等映射 得到,即用户进行了一次点击行为,相应的,该点击行为必然对应一个被点击 的链接,该点击行为也必然对应一个页面数据(或一篇文章)。具体计算处理 流程如下:
首先,初始化用户向量u(i)(i∈{1,…,m})和文章向量a(j)(j∈{1,…,n}), 每一维均是一个数值较小的随机数。
然后,使用梯度下降来最小化代价函数J(u(1),…,u(m),a(1),…,a(n)):
其中,y(i,j)∈{0,1},表示文章a(j)被用户u(i)点击(即y(i,j)=1),或者曝 光过但并未被点击(即y(i,j)=0)。p为用户和文章向量的维度。λ为正则项系 数。
最后,对于用户向量u(i)和文章向量a(j)的每一维,每次迭代计算如下:
通过上述处理过程,在获取了用户点击的第一链接(或其对应的标题)后, 可以根据第一链接的页面数据的内容,计算第一链接的页面数据的向量a(c)和 其他文章向量的相关系数
(a(c))Ta(j)(j=1,…,n;j≠c)…………………...(4)
可以将上述得到的相关系数的数值作为第一链接的页面数据与文章推荐 数据库中的每一篇待推荐文章之间的相关度。然后,基于得到的相关度可以执 行下述步骤二,从而得到第一链接的相关文章链接或文章数据。
此外,还可以通过Item2Item算法或Content-based算法计算第一链接的页 面数据与文章推荐数据库中的每一篇待推荐文章之间的相关度,进而得到第一 链接的相关文章链接或文章数据。
若文章推荐算法为Item2Item算法,Item2Item算法可以使用用户的点击日 志作为原始数据,同样的,其中的用户的点击日志可以通过用户点击的链接(包 括第一链接)或该链接的页面数据(即文章)等映射得到,具体计算处理流程 如下:
首先,清洗出每个用户预定时长内(例如一个月或10天等)的点击记录, 其记录格式可以如下:
useri={article1,article2,…,articlen}…….............(5)
其中,useri表示用户i,articlen表示用户点击过的文章(即新闻)n。
然后,将每个用户的点击记录看做是一篇文档,被该用户点击的每篇文章 看做是该篇文档里的一个词语。将所有用户的点击记录作为文档集合输入 word2vec模型中进行运算,并得到每篇文章的向量化表示a(j)。
当用户点击了第一链接对应的标题后,可以先获取第一链接的页面数据在 上一步word2vec模型计算中所得到的文章向量a(c),然后计算第一链接的页面 数据与其他文章向量的点积(a(c))Ta(j)(j=1,…,n;j≠c),可以将两者的点积 结果作为第一链接的页面数据与文章推荐数据库中的待推荐文章之间的相关 度。然后,基于得到的相关度可以执行下述步骤二,从而得到第一链接的相关 文章链接或文章数据。
若文章推荐算法为Content-based算法,Content-based算法可以直接使用第 一链接的页面数据的文本信息来计算两篇文章之间的相似程度。具体处理流程 如下:
对文章推荐数据库中的每篇文章进行分词,采用词袋模型(bag-of-wordsmodel),并以此计算每篇文章中每个词的TF-IDF(term frequency–inverse documentfrequency,词频-逆文档频率)值,从而每篇文章可以得到一个词向 量。该向量中的每一维对应一个在文章推荐数据库中出现过的词,该维度的权 重是这个词在该篇文章中的TF-IDF值:
a(j)=<word1,…,wordn>……….....(6)
其中,wordn表示第n个分词。当用户点击了第一链接对应的标题后,可 以先获取第一链接的页面数据的词向量a(c),然后计算第一链接的页面数据的 词向量和其他文章词向量a(j)的余弦相似度如下:
可以将上述得到的余弦相似度的数值作为第一链接的页面数据与文章推 荐数据库中的每一篇待推荐文章之间的相关度。然后,基于得到的相关度可以 执行下述步骤二,从而得到第一链接的相关文章链接或文章数据。
需要说明的是,由于CF协同过滤算法和Item2Item算法在更新频率上不 一致,以及新加入(feed流)的文章存在冷启动的问题,在计算推荐的文章时, 可以先使用CF协同过滤算法,在通过CF协同过滤算法无法得到结果时,可 以使用Item2Item算法,如果在上述两种算法均无结果时,可以采用Content-based算法。
步骤二,将相关度大于预设相关度阈值的待推荐文章作为第一链接的相关 文章数据,将第一链接的相关文章数据对应的链接作为第一链接的相关文章链 接。
其中,相关度阈值可以根据实际情况设定,具体可以如0.8或0.9等。
在步骤S412中,如果上述总数目未满足预定条件,则服务器根据上述关 键字从广告推荐数据库中查询第一链接的相关广告链接或广告数据。
在实施中,基于上述步骤S410的相关内容,如果通过判断,确定终端设 备发送的数据获取请求的总数目不是3的整数倍,此时可以确定需要向用户推 荐与第一链接的页面数据相关的广告,则可以从广告推荐数据库中通过关键字 匹配等方式选取与第一链接的页面数据相关的广告。其中,从广告推荐数据库 中选取与第一链接的页面数据相关的广告的处理可以参见上述通过关键词和 词频的方式选取推荐信息的处理过程,在此不再赘述。
需要说明的是,上述步骤S412的处理方式并不限于上述一种,还可以包 括多种实现方式,以下还提供一种可选的处理方式,具体可以包括以下步骤一 和步骤二。
步骤一,根据第一链接的页面数据的内容和第一链接的页面数据所属的领 域,以及广告推荐数据库中每个广告的点击数和曝光数,通过预定的广告推荐 算法,计算广告推荐数据库中的每个待推荐广告的推荐系数。
在实施中,广告推荐算法中可以包括领域匹配算法、内容匹配算法和所述 广告推荐数据库中每个广告的点击数与曝光数匹配算法,可以根据不同匹配算 法的预设权重确定第一链接的页面数据与广告推荐数据库中的每个待推荐广 告之间的匹配度;根据第一链接的页面数据与广告推荐数据库中的每个待推荐 广告之间的匹配度,确定广告推荐数据库中的每个待推荐广告的推荐系数。具 体处理过程可以参见下述内容:
首先,可以进行领域匹配,具体地,可以获取第一链接的页面数据所属的 栏目,以及广告推荐数据库中每个广告的所属的领域,可以计算第一链接的页 面数据所属的栏目与广告推荐数据库中每个广告的所属的领域的匹配程度。其 中,匹配程度对应的数值越高,第一链接的页面数据所属的栏目与广告的所属 的领域越匹配。匹配程度的数值来自于第一链接的页面数据显示页的广告投放 点击行为和人工标注文章与广告是否相关。
然后,可以进行内容匹配,具体地,由于广告的描述往往是短文本,常用 的词袋模型在短文本上的效果并不好,所以可以采用word2vec+WMD(Word Mover’s Distance,词移距离)模型。具体处理流程如下:
将所有文章推荐数据库中的文章和广告推荐数据库中的广告输入 word2vec模型中进行运算,获得每个词的word2vec向量w(i)。
对于文章内容和广告的描述按照词袋模型生成词袋模型向量v并归一化。 如果词i在文章或者广告描述中出现了ci次,那么词i的权重vi计算如下:
其中,n为词袋模型中词的个数,cj为任一词j(j∈{1,…,n})在该篇文章 或者广告描述中出现的次数。
计算每篇文章中的词i和广告描述中的词j之间word2vec向量的欧式距离:
e(i,j)=‖w(i)-w(j)‖2………….(9)
其中,w(i)和w(j)分别为词i和词j的word2vec向量。e(i,j)表示这两个词 向量之间的欧氏距离。
计算用户查看的第一链接的页面数据和每个广告之间的WMD(Word Mover'sDistance,词移距离),词移距离越小的广告与用户查看的第一链接的 页面数据越类似。
最后,可以进行CTR(click-through rate,点击率)或者eCPM(effective costper mille,每一千次曝光所带来的收入)匹配,具体地,其中CTR是每个广告 的点击数除以曝光数。eCPM表示一个广告的每一千次曝光所带来的收入。具 体计算如下:
其中,#click表示点击数,#impression表示曝光数,incomei表示第i次 收入。上述三个因素(即领域和内容,以及CTR和eCPM)得到的数值都会被 均化到相同的范围内(可以将每个因素的数值都均化到0~1之间),然后,基 于三个因素对应的数值进行加权求和,得到用户查看的第一链接的页面数据a(c)和广告d(i)之间的匹配度的数值:
f(a(c),d(i))=ω1×领域匹配+ω2×内容匹配+ω3×CTR/eCPM..(14)
其中,f(a(c),d(i))为第一链接的页面数据a(c)和广告d(i)之间的匹配度的数 值,ω1、ω2和ω3分别为权重。
可以将上述得到的第一链接的页面数据a(c)和广告d(i)之间的匹配度的数值 作为广告推荐数据库中的相应待推荐广告的推荐系数。
需要说明的是,上述处理过程是基于领域匹配和内容匹配,以及CTR和 eCPM匹配获取与第一链接的页面数据相匹配的广告,在实际应用中还可以通 过上述三个因素中的任一个因素或两个因素来获取与第一链接的页面数据相 匹配的广告,本申请实施例对此不做限定。
步骤二,将推荐系数大于预设推荐系数阈值的待推荐广告作为第一链接的 相关广告数据,将第一链接的相关广告数据对应的链接作为第一链接的相关广 告链接。
其中,推荐系数阈值可以根据实际情况设定,具体可以如0.8或0.9等。
在步骤S414中,服务器将第一链接的页面数据和第一链接的相关链接或 数据发送给终端设备。
在实施中,基于上述示例,为了能够使得用户及时查看到相应的新闻内容, 服务器获取到新闻内容的数据(即第一链接的页面数据)后,可以将该新闻内 容的数据发送给终端设备,终端设备可以接收该新闻内容的数据,并可以将其 显示给用户。
需要说明的是,上述处理过程师通过关键字的方式完成,在实际应用中, 除了通过关键字的方式外,还可以通过多种方式完成上述过程,相应的,终端 设备的相应处理过程可以包括:向服务器发送数据获取请求,该数据获取请求 中包括第一链接;其中,该数据获取请求中的第一链接用于请求第一链接的页 面数据、以及用于请求查询第一链接的相关链接或数据;接收服务器发送的第 一链接的页面数据及第一链接的相关链接或数据。上述处理过程中,服务器接 收到数据获取请求后,可以根据数据获取请求中的第一链接,以及第一链接的 页面数据的内容确定相应的关键词,具体可以采用上述内容提供的分词并统计 词频等方式实现,上述处理过程的具体内容可以参见上述实施例一中的相关内 容,在此不再赘述。
在步骤S416中,终端设备生成第二页面,在第二页面中显示第一链接的 页面数据。
在实施中,第一链接的页面数据包含的信息往往较多,因此,第一链接的 页面数据所在的页面可以是一个独立的页面,该页面可以覆盖上一级页面的方 式显示,也可以是以重新打开的一个新页面的方式显示,或者,还可以通过其 它任意可实现的方式显示。终端设备在接收到新闻内容的数据(即第一链接的 页面数据)后,可以生成第二页面。并在第二页面中通过对第一链接的页面数 据进行解码和网页渲染等操作,以使终端设备显示第一链接的页面数据(即新 闻内容)。用户可以通过显示的第二页面阅读新闻内容。
在步骤S418中,当终端设备检测到从第二页面返回至第一页面的操作时, 返回至第一页面,且在第一页面中显示第一链接的相关链接或数据。
在实施中,当终端设备接收到第一链接的相关链接或数据后,由于此时, 用户正在第二页面浏览第一链接的页面数据,因此,可以先将上述第一链接的 相关链接或数据存储在缓存中。此外,为了便于用户及时了解与第一链接的页 面数据相关的推荐信息,可以将第一链接的相关链接或数据设置在显示第一链 接的信息的第一页面中。如图2C所示,当用户浏览完毕第一链接的页面数据 时,如果用户仍然需要浏览应用程序中的新闻,则可以点击终端设备的返回按 键,此时,应用程序由第二页面返回到第一页面,同时,终端设备可以从缓存 中提取第一链接的相关链接或数据,并将第一链接的相关链接或数据显示在第一页面中。此时,用户如果想更加深入了解第一链接的页面数据的相关信息, 可以点击第一链接的相关链接或数据查看相应的内容,从而提升了页面中信息 的点击率,并且提升了应用程序中人均阅读信息的数量和人均使用时长,增加 了用户的粘性。
此外,除了上述处理方式外,还可以包括以下处理方式:当检测第二页面 关闭且第一页面未关闭时,在第一页面中显示第一链接的相关链接或数据。
另外,为了便于用户及时了解与第一链接的页面数据相关的推荐信息,可 以将第一链接的相关链接或数据加载并显示在第一链接的相邻位置,如图2C 所示,第一链接的相关链接或数据加载并显示在第一链接对应的标题的下方。
考虑到如果第一链接或其对应的标题位于第一页面的下边缘,若推荐信息 位于第一链接或其对应的标题的下方,则第一链接的相关链接或数据无法显示 在第一页面内,为了使得用户能够及时了解到第一链接的相关链接或数据,可 以对上述情况执行以下处理过程:对第一页面进行自适应调整,以使第一页面 能够显示第一链接及第一链接的相关链接或数据。
在实施中,如图5A-图2B-图5B所示,如果第一页面中的第一链接的相关 链接或数据所在的位置为第一链接或其对应的标题所在位置的下方,且检测到 第一链接的相关链接或数据所在位置为第一页面的下边缘,则第一链接的相关 链接或数据无法在第一页面中显示,此时,可以将第一链接或其对应的标题向 当前显示界面的中间或上方移动,相应的,其下方的第一链接的相关链接或数 据也会随之向上移动,从而使得第一链接的相关链接或数据显示在调整后的页 面中。
本申请实施例提供一种信息推荐的方法,通过在检测到第一页面中的第一 链接被点击时,获取该第一链接的页面数据及该第一链接的相关链接或数据, 第一链接的相关链接或数据作为与第一链接的页面数据相关的推荐信息推荐 给用户,以使用户的终端设备显示第一链接的页面数据,以及在第一页面中加 载第一链接的相关链接或数据,这样,通过用户当前点击第一链接,得到与第 一链接的页面数据相关的推荐信息(即第一链接的相关链接或数据)推荐给用 户,使得信息推荐不需要完全依赖于当前常用的个性化推荐技术,而且,推荐 的信息是与用户当前查看的页面数据相关的信息,从而使得推荐的信息更加符 合用户当前的兴趣,提高了推荐的信息被用户点击查看的概率,进而提高了信 息推荐的成功率。
实施例三
以上为本申请实施例提供的信息推荐的方法,基于同样的思路,本申请实 施例还提供一种信息推荐的装置,如图6所示。
该信息推荐的装置包括:数据获取模块601和显示模块602,其中:
数据获取模块601,用于当检测到第一页面中的第一链接被点击时,获取 所述第一链接的页面数据及所述第一链接的相关链接或数据;
显示模块602,用于显示所述第一链接的页面数据,以及在所述第一页面 中加载所述第一链接的相关链接或数据。
本申请实施例中,所述数据获取模块601,包括:
第一发送单元,用于向服务器发送数据获取请求,所述数据获取请求中包 括所述第一链接;其中,所述数据获取请求中的第一链接用于请求所述第一链 接的页面数据、以及用于请求查询所述第一链接的相关链接或数据;
第一接收单元,用于接收所述服务器发送的第一链接的页面数据及所述第 一链接的相关链接或数据。
本申请实施例中,所述数据获取模块601,包括:
关键字获取单元,用于获取所述第一链接所对应的关键字;
第二发送单元,用于向服务器发送数据获取请求,所述数据获取请求中包 括所述第一链接及所述关键字;其中,所述数据获取请求中的第一链接用于请 求所述第一链接的页面数据,所述数据获取请求中的所述关键字用于请求查询 所述第一链接的相关链接或数据;
第二接收单元,用于接收所述服务器发送的第一链接的页面数据及所述第 一链接的相关链接或数据。
本申请实施例中,所述显示模块602,具体包括:
生成单元,用于生成第二页面,在所述第二页面中显示所述第一链接的页 面数据;
检测显示单元,用于当检测到从所述第二页面返回至所述第一页面的操作 时,返回至所述第一页面,且在所述第一页面中显示所述第一链接的相关链接 或数据;或者,当检测所述第二页面关闭且所述第一页面未关闭时,在所述第 一页面中显示所述第一链接的相关链接或数据。
本申请实施例中,所述显示模块602,用于将所述第一链接的相关链接或 数据加载并显示在所述第一链接的相邻位置;或者,用于对所述第一页面进行 自适应调整,以使所述第一页面能够显示所述第一链接及所述第一链接的相关 链接或数据。
本申请实施例提供一种信息推荐的装置,通过在检测到第一页面中的第一 链接被点击时,获取该第一链接的页面数据及该第一链接的相关链接或数据, 第一链接的相关链接或数据作为与第一链接的页面数据相关的推荐信息推荐 给用户,以使用户的终端设备显示第一链接的页面数据,以及在第一页面中加 载第一链接的相关链接或数据,这样,通过用户当前点击第一链接,得到与第 一链接的页面数据相关的推荐信息(即第一链接的相关链接或数据)推荐给用 户,使得信息推荐不需要完全依赖于当前常用的个性化推荐技术,而且,推荐 的信息是与用户当前查看的页面数据相关的信息,从而使得推荐的信息更加符 合用户当前的兴趣,提高了推荐的信息被用户点击查看的概率,进而提高了信 息推荐的成功率。
实施例四
基于同样的思路,本申请实施例还提供一种信息推荐的装置,如图7所示。
该信息推荐的装置包括:接收模块701、数据获取模块702和发送模块703, 其中:
接收模块701,用于接收终端设备发送的数据获取请求,其中,所述数据 获取请求中包括第一链接;
数据获取模块702,用于获取所述第一链接的页面数据,及根据所述第一 链接查询所述第一链接的相关链接或数据;
发送模块703,用于将所述第一链接的页面数据和所述第一链接的相关链 接或数据发送给所述终端设备。
本申请实施例中,所述第一链接的相关链接或数据包括文章和广告,
所述数据获取模块702,包括:
数目获取单元,用于获取所述终端设备发送的数据获取请求的总数目;
查询单元,用于如果所述总数目满足预定条件,则根据所述第一链接,从 文章推荐数据库中查询所述第一链接的相关文章链接或文章数据;如果所述总 数目未满足预定条件,则根据所述第一链接,从广告推荐数据库中查询所述第 一链接的相关广告链接或广告数据。
本申请实施例中,所述数据获取模块702,用于获取所述第一链接对应的 关键字;根据所述关键字查询所述第一链接的相关链接或数据。
本申请实施例中,所述查询单元,用于根据所述第一链接的页面数据的内 容,通过预定的文章推荐算法,计算所述第一链接的页面数据与所述文章推荐 数据库中的每一篇待推荐文章之间的相关度;将所述相关度大于预设相关度阈 值的待推荐文章作为所述第一链接的相关文章数据,所述第一链接的相关文章 数据对应的链接作为所述第一链接的相关文章链接。
本申请实施例中,所述文章推荐算法包括协同过滤CF算法、Item2Item算 法和基于内容Content-based算法中的任意一种或多种。
本申请实施例中,所述查询单元,用于根据所述第一链接的页面数据的内 容和所述第一链接的页面数据所属的领域,以及所述广告推荐数据库中每个广 告的点击数和曝光数,通过预定的广告推荐算法,计算所述广告推荐数据库中 的每个待推荐广告的推荐系数;将所述推荐系数大于预设推荐系数阈值的待推 荐广告作为所述第一链接的相关广告数据,所述第一链接的相关广告数据对应 的链接作为所述第一链接的相关广告链接。
本申请实施例中,所述广告推荐算法中包括领域匹配算法、内容匹配算法 和所述广告推荐数据库中每个广告的点击数与曝光数匹配算法,
所述查询单元,用于根据不同匹配算法的预设权重确定所述第一链接的页 面数据与所述广告推荐数据库中的每个待推荐广告之间的匹配度;根据所述第 一链接的页面数据与所述广告推荐数据库中的每个待推荐广告之间的匹配度, 确定所述广告推荐数据库中的每个待推荐广告的推荐系数。
本申请实施例提供一种信息推荐的装置,通过在检测到第一页面中的第一 链接被点击时,获取该第一链接的页面数据及该第一链接的相关链接或数据, 第一链接的相关链接或数据作为与第一链接的页面数据相关的推荐信息推荐 给用户,以使用户的终端设备显示第一链接的页面数据,以及在第一页面中加 载第一链接的相关链接或数据,这样,通过用户当前点击第一链接,得到与第 一链接的页面数据相关的推荐信息(即第一链接的相关链接或数据)推荐给用 户,使得信息推荐不需要完全依赖于当前常用的个性化推荐技术,而且,推荐 的信息是与用户当前查看的页面数据相关的信息,从而使得推荐的信息更加符 合用户当前的兴趣,提高了推荐的信息被用户点击查看的概率,进而提高了信 息推荐的成功率。
实施例五
以上为本申请实施例提供的信息推荐的装置,基于同样的思路,本申请实 施例还提供一种信息推荐的设备,如图8所示。
所述信息推荐的设备可以为上述实施例提供的终端设备。
信息推荐的设备可因配置或性能不同而产生比较大的差异,可以包括一个 或一个以上的处理器801和存储器802,存储器802中可以存储有一个或一个 以上存储应用程序或数据。其中,存储器802可以是短暂存储或持久存储。存 储在存储器802的应用程序可以包括一个或一个以上模块(图示未示出),每 个模块可以包括对信息推荐的设备中的一系列计算机可执行指令。更进一步地, 处理器801可以设置为与存储器802通信,在信息推荐的设备上执行存储器802 中的一系列计算机可执行指令。信息推荐的设备还可以包括一个或一个以上电 源803,一个或一个以上有线或无线网络接口804,一个或一个以上输入输出接口805,一个或一个以上键盘806。
具体在本实施例中,信息推荐的设备包括有存储器,以及一个或一个以上 的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程 序可以包括一个或一个以上模块,且每个模块可以包括对信息推荐的设备中的 一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个 或者一个以上程序包含用于进行以下计算机可执行指令:
当检测到第一页面中的第一链接被点击时,获取所述第一链接的页面数据 及所述第一链接的相关链接或数据;
显示所述第一链接的页面数据,以及在所述第一页面中加载所述第一链接 的相关链接或数据。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
向服务器发送数据获取请求,所述数据获取请求中包括所述第一链接;其 中,所述数据获取请求中的第一链接用于请求所述第一链接的页面数据、以及 用于请求查询所述第一链接的相关链接或数据;
接收所述服务器发送的第一链接的页面数据及所述第一链接的相关链接 或数据。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
获取所述第一链接所对应的关键字;
向服务器发送数据获取请求,所述数据获取请求中包括所述第一链接及所 述关键字;其中,所述数据获取请求中的第一链接用于请求所述第一链接的页 面数据,所述数据获取请求中的所述关键字用于请求查询所述第一链接的相关 链接或数据;
接收所述服务器发送的第一链接的页面数据及所述第一链接的相关链接 或数据。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
生成第二页面,在所述第二页面中显示所述第一链接的页面数据。
在所述第一页面中加载所述第一链接的相关链接或相关数据,包括:
当检测到从所述第二页面返回至所述第一页面的操作时,返回至所述第一 页面,且在所述第一页面中显示所述第一链接的相关链接或数据;
或者,当检测所述第二页面关闭且所述第一页面未关闭时,在所述第一页 面中显示所述第一链接的相关链接或数据。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
将所述第一链接的相关链接或数据加载并显示在所述第一链接的相邻位 置;或者,对所述第一页面进行自适应调整,以使所述第一页面能够显示所述 第一链接及所述第一链接的相关链接或数据。
本申请实施例提供一种信息推荐的设备,通过在检测到第一页面中的第一 链接被点击时,获取该第一链接的页面数据及该第一链接的相关链接或数据, 第一链接的相关链接或数据作为与第一链接的页面数据相关的推荐信息推荐 给用户,以使用户的终端设备显示第一链接的页面数据,以及在第一页面中加 载第一链接的相关链接或数据,这样,通过用户当前点击第一链接,得到与第 一链接的页面数据相关的推荐信息(即第一链接的相关链接或数据)推荐给用 户,使得信息推荐不需要完全依赖于当前常用的个性化推荐技术,而且,推荐 的信息是与用户当前查看的页面数据相关的信息,从而使得推荐的信息更加符 合用户当前的兴趣,提高了推荐的信息被用户点击查看的概率,进而提高了信 息推荐的成功率。
实施例六
基于同样的思路,本申请实施例还提供一种信息推荐的设备,如图9所示。
所述信息推荐的设备可以为上述实施例提供的服务器。
信息推荐的设备可因配置或性能不同而产生比较大的差异,可以包括一个 或一个以上的处理器901和存储器902,存储器902中可以存储有一个或一个 以上存储应用程序或数据。其中,存储器902可以是短暂存储或持久存储。存 储在存储器902的应用程序可以包括一个或一个以上模块(图示未示出),每 个模块可以包括对信息推荐的设备中的一系列计算机可执行指令。更进一步地, 处理器901可以设置为与存储器902通信,在信息推荐的设备上执行存储器902 中的一系列计算机可执行指令。信息推荐的设备还可以包括一个或一个以上电 源903,一个或一个以上有线或无线网络接口904,一个或一个以上输入输出接口905,一个或一个以上键盘906。
具体在本实施例中,信息推荐的设备包括有存储器,以及一个或一个以上 的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程 序可以包括一个或一个以上模块,且每个模块可以包括对信息推荐的设备中的 一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个 或者一个以上程序包含用于进行以下计算机可执行指令:
接收终端设备发送的数据获取请求,其中,所述数据获取请求中包括第一 链接;
获取所述第一链接的页面数据,及根据所述第一链接查询所述第一链接的 相关链接或数据;
将所述第一链接的页面数据和所述第一链接的相关链接或数据发送给所 述终端设备。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
所述第一链接的相关链接或数据包括文章和广告,
所述根据所述第一链接查询所述第一链接的相关链接或数据,包括:
获取所述终端设备发送的数据获取请求的总数目;
如果所述总数目满足预定条件,则根据所述第一链接,从文章推荐数据库 中查询所述第一链接的相关文章链接或文章数据;
如果所述总数目未满足预定条件,则根据所述第一链接,从广告推荐数据 库中查询所述第一链接的相关广告链接或广告数据。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
获取所述第一链接对应的关键字;
根据所述关键字查询所述第一链接的相关链接或数据。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
根据所述第一链接的页面数据的内容,通过预定的文章推荐算法,计算所 述第一链接的页面数据与所述文章推荐数据库中的每一篇待推荐文章之间的 相关度;
将所述相关度大于预设相关度阈值的待推荐文章作为所述第一链接的相 关文章数据,所述第一链接的相关文章数据对应的链接作为所述第一链接的相 关文章链接。
可选地,所述文章推荐算法包括协同过滤CF算法、Item2Item算法和基于 内容Content-based算法中的任意一种或多种。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
根据所述第一链接的页面数据的内容和所述第一链接的页面数据所属的 领域,以及所述广告推荐数据库中每个广告的点击数和曝光数,通过预定的广 告推荐算法,计算所述广告推荐数据库中的每个待推荐广告的推荐系数;
将所述推荐系数大于预设推荐系数阈值的待推荐广告作为所述第一链接 的相关广告数据,所述第一链接的相关广告数据对应的链接作为所述第一链接 的相关广告链接。
可选地,所述可执行指令在被执行时,还可以使所述处理器:
所述广告推荐算法中包括领域匹配算法、内容匹配算法和所述广告推荐数 据库中每个广告的点击数与曝光数匹配算法,
所述计算所述广告推荐数据库中的每个待推荐广告的推荐系数,包括:
根据不同匹配算法的预设权重确定所述第一链接的页面数据与所述广告 推荐数据库中的每个待推荐广告之间的匹配度;
根据所述第一链接的页面数据与所述广告推荐数据库中的每个待推荐广 告之间的匹配度,确定所述广告推荐数据库中的每个待推荐广告的推荐系数。
本申请实施例提供一种信息推荐的设备,通过在检测到第一页面中的第一 链接被点击时,获取该第一链接的页面数据及该第一链接的相关链接或数据, 第一链接的相关链接或数据作为与第一链接的页面数据相关的推荐信息推荐 给用户,以使用户的终端设备显示第一链接的页面数据,以及在第一页面中加 载第一链接的相关链接或数据,这样,通过用户当前点击第一链接,得到与第 一链接的页面数据相关的推荐信息(即第一链接的相关链接或数据)推荐给用 户,使得信息推荐不需要完全依赖于当前常用的个性化推荐技术,而且,推荐 的信息是与用户当前查看的页面数据相关的信息,从而使得推荐的信息更加符 合用户当前的兴趣,提高了推荐的信息被用户点击查看的概率,进而提高了信 息推荐的成功率。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的 范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实 施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过 程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施 方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改 进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对 于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已 经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程 编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的 改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGate Array, FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造 厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电 路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它 与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用 特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、 Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL (Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (RubyHardware Description Language)等,目前最普遍使用的是VHDL (Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。 本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作 逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件 电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器 或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件 或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器 的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存 储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序 代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制 器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包 括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以 将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件 部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实 体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。 具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、 智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制 台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然, 在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软 件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或 计算机程序产品。因此,本说明书一个或多个实施例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,本说明书一 个或多个实施例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。
本说明书的实施例是参照根据本申请实施例的方法、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,本说明书的实施例可提供为方法、系统或计算机 程序产品。因此,本说明书一个或多个实施例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,本说明书一个或多个 实施例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。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的 一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实 现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分 布式计算环境中实践本说明书一个或多个实施例,在这些分布式计算环境中, 由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中, 程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相 似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。 尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本说明书的实施例而已,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。