CN107820209B - 兴趣推荐方法、装置及服务器 - Google Patents

兴趣推荐方法、装置及服务器 Download PDF

Info

Publication number
CN107820209B
CN107820209B CN201711086893.6A CN201711086893A CN107820209B CN 107820209 B CN107820209 B CN 107820209B CN 201711086893 A CN201711086893 A CN 201711086893A CN 107820209 B CN107820209 B CN 107820209B
Authority
CN
China
Prior art keywords
wifi probe
user
time
probe
interest
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.)
Active
Application number
CN201711086893.6A
Other languages
English (en)
Other versions
CN107820209A (zh
Inventor
江宇辰
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.)
Ruijie Networks Co Ltd
Original Assignee
Ruijie Networks 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 Ruijie Networks Co Ltd filed Critical Ruijie Networks Co Ltd
Priority to CN201711086893.6A priority Critical patent/CN107820209B/zh
Publication of CN107820209A publication Critical patent/CN107820209A/zh
Application granted granted Critical
Publication of CN107820209B publication Critical patent/CN107820209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/12—Messaging; Mailboxes; Announcements

Abstract

本申请提供一种兴趣推荐方法、装置及服务器。其中，方法包括：根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息；根据在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。本申请将WIFI探针应用在兴趣推荐的场景中，使得能够有目的、有针对性地进行兴趣推荐。

Description

兴趣推荐方法、装置及服务器
技术领域
本申请涉及网络技术领域，尤其涉及一种兴趣推荐方法、装置及服务器。
背景技术
WIFI探针技术是指基于WIFI探测技术来识别WIFI探针，例如无线访问接入点(AP)附近已开启WIFI的智能手机、笔记本，平板电脑等终端设备的技术。采用WIFI探测技术，WIFI探针可以自动识别附近开启WIFI的终端设备。
在现实生活中，在一些大型商场等空间内一般会部署有多个WIFI探针。这些WIFI探针周期性发送信标(beacon)帧，以向周围已开启WIFI的终端设备通告其存在；处于WIFI探针覆盖范围内的终端设备会探测到WIFI探针，并向WIFI探针发送探测请求(Probe)帧，以请求与WIFI探针建立连接。
目前，WIFI探针技术主要用于网络环境的监测、定位等场景，有待于提供一种新的应用场景，以充分发挥探针技术的优势。
申请内容
本申请的多个方面提供一种兴趣推荐方法、装置及服务器，用以基于WIFI探针有目的、有针对性地进行兴趣推荐。
本申请实施例提供一种兴趣推荐方法，包括：
根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息；
根据在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；
基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。
本申请实施例还提供一种兴趣推荐装置，包括：
获得模块，用于根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息；
计算模块，用于根据在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；
推荐模块，用于基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。
本申请实施例还提供一种服务器，包括：处理器以及与所述处理器连接的存储器；
所述存储器，用于存储一条或多条计算机指令；
所述处理器，用于执行所述一条或多条计算机指令，以用于：
根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息；
根据在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；
基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序；所述计算机程序被计算机执行时实现如上述任一项实施例提供的兴趣推荐方法。
在本申请实施例中，将WIFI探针技术应用在兴趣推荐的应用场景中，根据部署于指定空间区域内的每个WIFI探针在指定时间范围内探测到终端设备的信息，获得每个用户的访问行为信息，进而根据每个用户的访问行为信息，得到每个用户对每个WIFI探针所关联的对象的兴趣度，使得根据WIFI探针探测到的终端设备的信息得出对兴趣推荐有指导意义的兴趣度。进一步地，通过根据每个用户的对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐，使本申请的方案能够根据用户的兴趣度，按照实际需要，有针对、有目的地进行兴趣推荐，充分发挥WIFI探针的探测优势。
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为本申请一实施例提供的兴趣推荐方法的流程示意图；
图2为本申请又一实施例提供的余弦夹角示意图；
图3为本申请又一实施例提供的二维矩阵示意图；
图4为本申请又一实施例提供的兴趣推荐装置的模块结构图；
图5为本申请又一实施例提供的服务器的结构示意图。
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。
图1为本申请一实施例提供的兴趣推荐方法的流程示意图。如图1所示，该方法包括以下步骤：
101、根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息。
102、根据在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度。
103、基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。
在步骤101处，至少一个WIFI探针可以是指定空间区域内预先部署的全部WIFI探针或者部分WIFI探针。其中，指定空间区域可以是商场、超市、便利店等营销场所，营销场所内陈列有多种物品。一般来说，不同WIFI探针的覆盖范围不同。在一个WIFI探针覆盖范围内可以包括一个物品，或某同类物品，或是跨类别的联合促销的物品等。
当用户持开启WIFI功能的终端设备出现在WIFI探针覆盖区域内时，该区域对应的WIFI探针可以自动识别出该终端设备的信息。其中，终端设备的信息包括但不限于能够唯一标识设备的MAC地址信息、探测到终端设备的时间等。终端设备的信息能够反映用户在WIFI覆盖范围内的访问行为。一般来说，用户的访问行为在一定时间内具有规律性，基于此，根据每个WIFI探针在指定时间范围内的探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息。可选地，指定时间范围可以包括但不限于一个月、十天、一周等，商家可以根据实际需求设置。
在步骤102处，WIFI探针所关联的对象可以是WIFI探针覆盖范围内的物品，也可以是WIFI探针绑定的服务，例如上门保洁、上门洗车等，还可以是与WIFI探针绑定的网络信息，例如文章、咨询、新闻等。访问行为信息可以指用户在指定时间范围内对每个WIFI探针和/或每个WIFI探针所关联的对象所关联的对象的访问信息，例如访问频率。若用户在指定时间范围内对某个WIFI探针和/或每个WIFI探针所关联的对象的访问越频繁，说明用户对该WIFI探针所关联的对象的兴趣度越高；反之，若用户对该WIFI探针和/或该WIFI探针所关联的对象的访问越不频繁，则说明用户对该WIFI探针所关联的对象的兴趣度越低。基于此，根据在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，也就是计算每个用户对每个WIFI探针所关联的对象的兴趣度。
在一示例中，针对第一WIFI探针，出现在第一WIFI探针覆盖范围内的用户(简称第一用户)对第一WIFI探针所关联的对象的兴趣度可以根据第一用户在指定时间范围内在第一WIFI探针覆盖范围内的访问行为信息得到。第一用户对其他WIFI探针所关联的对象的兴趣度可以根据第一用户在指定时间范围内在其他WIFI探针覆盖范围内的访问行为信息得到。若第一用户在指定时间范围内未出现在其他WIFI探针覆盖范围，例如第二WIFI探针覆盖范围，则可将第一用户对第二WIFI探针所关联的对象的兴趣度配置为0。
值得说明的是，对于每个WIFI探针来说，均适用于上述实施例或下述实施例提供的方法。为了描述方便，上述示例以第一WIFI探针为例进行详细说明。其中，第一WIFI探针是至少一个WIFI探针中的任一WIFI探针。
然后，基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。其中，推荐需求可以是为商家预设的待推荐对象选择潜在用户的需求，也可以是为待推荐用户选择推荐哪个对象的需求。例如，根据每个用户对每个WIFI探针所关联的对象的兴趣度，选择对待推荐对象兴趣度较高的用户，并将待推荐对象推荐给该用户。又例如，根据每个用户对每个WIFI探针所关联的对象的兴趣度，为待推荐用户选择其兴趣度较高的对象，并将该对象推荐给待推荐用户。
本实施例中，将WIFI探针技术应用在兴趣推荐的应用场景中，根据部署于指定空间区域内的每个WIFI探针在指定时间范围内探测到终端设备的信息，获得每个用户的访问行为信息，进而根据每个用户的访问行为信息，得到每个用户对每个WIFI探针所关联的对象的兴趣度，使得根据WIFI探针探测到的终端设备的信息得出对兴趣推荐有指导意义的兴趣度。进一步地，通过根据每个用户的对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐，使本申请的方案能够根据用户的兴趣度，按照实际需要，有针对、有目的地进行兴趣推荐，充分发挥WIFI探针的探测优势。
在上述实施例或下述实施例中，用户的访问行为信息可以指用户在指定时间范围内出现在每个WIFI探针覆盖范围内的次数、每次出现的驻留时长。基于此，以第一WIFI探针为例，根据第一WIFI探针在指定时间范围内探测到终端设备的信息，获得在第一WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息，包括：根据第一WIFI探针在指定时间范围内每次探测到的终端设备的标识和每次探测到终端设备的时间，计算探测到的终端设备对应的用户在指定时间范围内出现在第一WIFI探针覆盖范围内的次数和每次出现在第一WIFI探针覆盖范围内的驻留时长。
其中，终端设备的标识为终端设备的介质访问控制(Media Access Control，MAC)地址。进入第一WIFI探针覆盖范围内的终端设备在开启WIFI功能后，会周期性向第一WIFI探针发送探测请求帧，第一WIFI探针从周期性接收到的探测请求帧中抓取终端设备的MAC地址。在第一WIFI探针每次接收到探测请求帧时，记录每次探测到终端设备的时间。
结合上述实施例，不同WIFI探针所关联的对象不同。基于此，可预先对WIFI探针进行编号，并预先建立探针编号与该探针编号对应的WIFI探针所关联的对象信息之间的对应关系。在一些应用场景中，WIFI探针所关联的对象可以是WIFI探针覆盖范围内的物品，则WIFI探针所关联的对象的信息可以是WIFI探针覆盖范围内的物品名称、编号等。在另一些应用场景中，WIFI探针所关联的对象可以是WIFI探针绑定的服务，则WIFI探针所关联的对象的信息可以是WIFI探针绑定的服务的名称、服务ID等。在又一些应用场景中，WIFI探针所关联的对象可以是WIFI探针绑定的新闻，则WIFI探针所关联的对象的信息可以是WIFI探针绑定的新闻的标题、摘要、新闻号等。
本实施例中，为了便于后续分析，可将每次探测到的终端设备的MAC地址、每次探测到终端设备的时间、探针编号以及探针编号对应的对象信息以字段的形式写入数据字典中。其中，每一条字段的字段名称和字段说明如表1所示。
表1
字段名称 字段说明
终端MAC地址 用户对应的终端设备的MAC地址
探针编号 WIFI探针的编号
探测时间 每次探测到终端设备的时间
对象信息 WIFI探针所关联的对象信息
以WIFI探针所关联的对象为WIFI探针覆盖范围内的物品为例进行说明：部署于麦当劳店铺内的WIFI探针(探针编号为AP001)探测到排队点单的一个用户的手机MAC地址为“8C-29-37-57-C2-11”，并记录探测到该用户的手机MAC地址的时间为2017-06-01 17:00:00，再结合预先建立的探针编号与对象信息之间的对应关系，例如AP001与麦当劳快餐对应，进而得到写入数据字典中的字段为{“终端MAC地址”:“8C-29-37-57-C2-11”，“探针编号”:“AP001”，“探测时间”:“2017-06-01 17:00:00”，“对象信息”:“麦当劳快餐”}。
WIFI探针每次接收到探测请求帧时都会生成相应的字段，并写入数据字典。随着时间的推移，在指定时间范围内，数据字典中会包括多条字段，例如以下1-5条字段：第1条字段：{“终端MAC地址”:“8C-29-37-57-C2-11”,“探针编号”:“AP001”,“探测时间”:“2017-06-01 14:00:00”,“对象信息”:“麦当劳快餐”}。第2条字段：{“终端MAC地址”:“8C-29-37-57-C2-11”,“探针编号”:“AP001”,“探测时间”:“2017-06-01 14:02:00”,“对象信息”:“麦当劳快餐”}。第3条字段：{“终端MAC地址”:“8C-29-37-57-C2-11”,“探针编号”:“AP001”,“探测时间”:“2017-06-01 16:00:00”,“对象信息”:“麦当劳快餐”}。第4条字段：{“终端MAC地址”:“8C-29-37-57-C2-11”,“探针编号”:“AP001”,“探测时间”:“2017-06-01 16:01:00”,“对象信息”:“麦当劳快餐”}。第5条字段：{“终端MAC地址”:“8C-29-37-57-C2-11”,“探针编号”:“AP001”,“探测时间”:“2017-06-01 16:04:00”,“对象信息”:“麦当劳快餐”}。
在获取到第一WIFI探针在指定时间范围内每次探测到的终端设备的标识和每次探测到终端设备的时间之后，可以计算探测到的终端设备对应的用户在指定时间范围内出现在第一WIFI探针覆盖范围内的次数和每次出现在第一WIFI探针覆盖范围内的驻留时长。具体计算过程包括步骤1和步骤2。
步骤1：根据第一WIFI探针在指定时间范围内探测到的终端设备的标识，将第一WIFI探针在指定时间范围内探测到同一终端设备的时间进行排序，以获得第一WIFI探针在指定时间范围内探测到的每个终端设备对应的探测时间序列。
可选地，在数据字典中可以先提取同一终端MAC地址的字段，并将同一MAC地址的字段按照探测时间的先后进行排序，以得到每个终端设备对应的探测时间序列，例如上述实施例中的1-5条字段。
值的说明的是，WIFI探针会将探测到的终端MAC地址、探测时间、探针编号和对象信息按时间顺序写入数据字典中。在这种情况下，默认数据字典中存储的是按照时间顺序排好的字段。基于此，可以按写入顺序提取同一终端MAC地址的字段即可，不需对同一终端MAC地址的字段进行排序。
步骤2：针对每个终端设备，将终端设备对应的探测时间序列中两两相邻的时间之差与设定的时间差阈值进行比较；当相邻时间之差大于时间差阈值时，将终端设备对应的用户在第一WIFI探针覆盖范围内出现的次数加1，并获取第一WIFI探针在终端设备对应的用户在本次出现时探测到终端设备的最晚时间和最早时间之差，作为终端设备对应的用户在本次出现在第一WIFI探针覆盖范围内的驻留时长。
终端设备对应的探测时间序列中两两相邻的时间之间之差指探测时间序列中相邻探测时间之差。若相邻探测时间之差大于时间差阈值，则认为这两个探测时间是在用户两次出现在WIFI探针覆盖范围内时探测到的。若相邻探测时间之差大于或等于时间差阈值，则认为这两个探测时间是在用户同一次出现在WIFI探针覆盖范围内时探测到的。
基于此，在运算之初，将用户在指定时间范围内出现在第一WIFI探针覆盖范围内的次数初始化为1，在后续比较相邻探测时间之差与时间差阈值时，若相邻探测时间之差大于时间差阈值，将用户在第一WIFI探针覆盖范围内出现的次数加1，以得到用户在指定时间范围内出现在第一WIFI探针覆盖范围内的次数。例如，将时间差阈值设置为半小时，在上述实施例中的1-5条字段中，第二条字段与第三条字段的测试时间之差大于半小时，其他相邻字段之间测试时间之差均小于半小时，则确定用户在指定时间范围内出现在编号AP001的WIFI探针覆盖范围内的次数为2次。
然后，计算用户每次出现的驻留时间。可选地，获取第一WIFI探针在终端设备对应的用户在本次出现时探测到终端设备的最晚时间和最早时间之差，作为终端设备对应的用户在本次出现在第一WIFI探针覆盖范围内的驻留时长。
若相邻探测时间之差大于时间差阈值，则这两个探测时间中较早的探测时间是用户在本次出现时探测到的最晚时间，这两个探测时间中较晚的探测时间是用户在下次出现时探测到的最早时间。基于此，在上述实施例中的1-5条字段中，第一条字段的探测时间和第二条字段的探测时间是用户在本次出现时探测到终端设备的最早时间和最晚时间，则本次用户出现在编号AP001的WIFI探针覆盖范围内的驻留时长，即2分钟。又例如，第三条字段的探测时间和第五条字段的探测时间是用户在下一次出现时探测到终端设备的最早时间和最晚时间，则下一次用户出现在编号AP001的WIFI探针覆盖范围内的驻留时长，即4分钟。
在上述实施例或下述实施例中，指定时间范围包含当前推荐周期以及历史推荐周期；当前推荐周期和历史推荐周期的时间粒度可以是星期、天、小时等。当前推荐周期和历史推荐周期的粒度可以相同也可以不同。在一示例中，当前推荐周期是当天，历史推荐周期是前一天。本实施例中，可以分别计算当前推荐周期内用户对WIFI探针所关联的对象的兴趣度和历史推荐周期内用户对WIFI探针所关联的对象的兴趣度。
基于此，在根据在第一WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息，计算在第一WIFI探针覆盖范围内出现的用户对第一WIFI探针所关联的对象的兴趣度时，包括以下三个步骤：第一步，计算用户对第一WIFI探针所关联的对象的当前兴趣度；第二步，计算用户对第一WIFI探针所关联的对象的历史兴趣度；第三步，将当前兴趣度和历史兴趣度进行累加，作为用户对第一WIFI探针所关联的对象的兴趣度。
在第一步中，对在第一WIFI探针覆盖范围内出现的每个用户，根据用户在当前推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户对第一WIFI探针所关联的对象的当前兴趣度。
可选地，可以将用户在当前推荐周期内出现在第一WIFI探针覆盖范围内的次数，直接作为用户对第一WIFI探针所关联的对象的当前兴趣度；也可以将用户在当前推荐周期内某一次或每次出现在第一WIFI探针覆盖范围内的驻留时长，直接作为用户对第一WIFI探针所关联的对象的当前兴趣度；也可以累加用户在当前周期内每次出现在第一WIFI探针覆盖范围内的驻留时长，得到用户在当前推荐周期内出现在第一WIFI探针覆盖范围内的第一驻留总时长，并将第一驻留总时长作为用户对第一WIFI探针所关联的对象的当前兴趣度。假设，上述1-5条字段为当前推荐周期内记录的，则当前推荐周期内，用户出现在编号AP001的WIFI探针覆盖范围内次数为2次，每次的驻留时长分别为2分钟、4分钟，总驻留时长为6分钟，则将数值6作为用户对编号AP001的WIFI探针所关联的对象的兴趣度。
可选地，商家可以根据营销需求，为第一WIFI探针所关联的对象设置权重。在计算用户对第一WIFI探针所关联的对象的当前兴趣度时，可以在用户在当前推荐周期内出现在第一WIFI探针覆盖范围内的次数或某一次出现在第一WIFI探针覆盖范围内的驻留时长或第一驻留总时长的基础上，乘以第一WIFI探针所关联的对象的权重，以得到用户对第一WIFI探针所关联的对象的当前兴趣度。
在第二步中，根据用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户对第一WIFI探针所关联的对象的历史兴趣度。
可选地，与上述第一步类似，可以将用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数，直接作为用户对第一WIFI探针所关联的对象的历史兴趣度；也可以将用户在历史推荐周期内某一次或每次出现在第一WIFI探针覆盖范围内的驻留时长，直接作为用户对第一WIFI探针所关联的对象的历史兴趣度；也可以累加用户在历史推荐周期内每次出现在第一WIFI探针覆盖范围内的驻留时长，得到用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的第二驻留总时长，并将第二驻留总时长作为用户对第一WIFI探针所关联的对象的历史兴趣度。
值得说明的是，随着时间的推移，当前推荐周期会成为历史推荐周期，进而用户对第一WIFI探针所关联的对象的当前兴趣度会成为历史兴趣度。因此，可以将用户对第一WIFI探针所关联的对象的当前兴趣度存储在本地内存中，待进入下一个当前推荐周期内时，直接读取已存储的当前兴趣度，作为用户对第一WIFI探针所关联的对象的历史兴趣度。
在一可选实施方式中，用户对一对象的兴趣度满足牛顿冷却定律，即兴趣度应该是随着时间逐渐“冷却”，若用户很长一段时间都没有再出现到该对象对应的WIFI探针覆盖范围内，则用户对该对象的兴趣度将逐渐衰减为零。基于兴趣度会随着时间冷却的性质，根据用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户对第一WIFI探针所关联的对象的历史兴趣度，包括：根据用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户在历史推荐周期时对第一WIFI探针所关联的对象的初始兴趣度；根据历史推荐周期与当前推荐周期的时间差对初始兴趣度进行衰减，以获得历史兴趣度。例如，历史推荐周期为前一天，则可以根据用户在前一天出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户在前一天对第一WIFI探针所关联的对象的初始兴趣度。
然后，假如当前周期为当天，当天与前一天的时间差为24小时，则根据24小时的时长对初始兴趣度进行衰减，以获得历史兴趣度。在一示例中，用户的兴趣度符合指数衰减曲线，故引入指数衰减函数：N(t)＝N0e-λt，其中：N(t)是以历史推荐周期与当前推荐周期的时间差t为变量的历史兴趣度；N(0)＝N0是初始兴趣度，即用户在前一天的兴趣度，可以用用户前一天某一次的驻留时长或总驻留时长表示；λ是与衰减速度有关的值，例如-1/5、-1、-25等，开发人员可根据用户的实际兴趣度衰减速度，调整λ。本示例中，令t为24，则通过计算N(t)得到用户的历史兴趣度。
值得说明的是，在将当天的当前兴趣度和前一天的历史兴趣度相加后，可以得到在当天和前一天的时间范围内用户对第一WIFI探针所关联的对象的兴趣度。在后一天到来时，在后一天又会产生新的当前兴趣度，而当天的兴趣度则成为初始兴趣度。基于此，继续根据后一天与前一天的时间差对当天的兴趣度进行衰减，以获得新的历史兴趣度。然后，将新的历史兴趣度与新的当前兴趣度累加，作为在当天和后一天的时间范围内用户对第一WIFI探针所关联的对象的兴趣度，以此类推，用户的兴趣度会在每个当前推荐周期内进行刷新。
可选地，在每个当前周期内，可将终端设备的MAC地址、探针编号对应的对象信息、对应该终端设备的用户在指定时间范围内对WIFI探针所关联的对象的兴趣度以及兴趣度刷新的时间点以字段的形式写入数据字典中，其中，每一条字段的字段名称和字段说明如表2所示。
表2
字段名称 字段说明
终端MAC地址 用户对应的终端设备的MAC地址
对象信息 WIFI探针所关联的对象信息
兴趣度 用户在指定时间范围内对WIFI探针所关联的对象的兴趣度
刷新时间点 兴趣度刷新的时间点
在第三步中，在计算出当前兴趣度和历史兴趣度之后，将当前兴趣度和历史兴趣度进行累加，作为用户对第一WIFI探针所关联的对象的兴趣度。
本实施例中，通过将指定时间范围划分为历史推荐周期和当前推荐周期，并将历史推荐周期时的兴趣度经时间衰减后得到的历史兴趣度，以及将历史兴趣度和根据当前推荐周期得到的当前兴趣度累加后得到完整兴趣度，累加得到的完整兴趣度能够真实反映用户的兴趣度，进而有利于根据兴趣度做精准推荐。
在一可选实施方式中，除了在指定空间区域内营销对象之外，还可以将对象图标展示在线上商城中，以通过线上商城营销对象。用户可以通过登录线上商城，并对对象图标进行触发操作，以表示用户对该对象的兴趣度。基于此，在指定时间范围内获取用户对对应每个WIFI探针所关联的对象的线上对象图标的触发操作，获得用户对每个线上对象的访问行为信息；并将用户对每个线上对象的访问行为信息以及在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息进行加权求和，得到用户对每个WIFI探针所关联的对象的兴趣度。其中，触发操作包括但不限于单击、双击、鼠标悬停、长按等。基于此，可以在指定时间范围内获取用户对对应每个WIFI探针所关联的对象的线上对象图标的点击次数、长按时长或者悬停时长，作为用户对每个线上对象的兴趣度。
本实施例中，采用线上和线下相结合的方式计算用户对对象的兴趣度，从而使得后续的兴趣推荐更加精准。
在获得每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度后，可进一步按照推荐需求进行兴趣推荐。可选地，根据应用场景不同，在按照推荐需求进行兴趣推荐时，包括以下两种实施方式：
第一种实施方式，应用在对待推荐用户进行兴趣对象推荐的应用场景中。本实施方式主要包括以下四个步骤：
第一步：按照个性化推荐需求，从在至少一个WIFI探针覆盖范围内出现的用户中确定待推荐用户和非待推荐用户。
个性化推荐需求指针对不同用户的推荐需求。可选地，商家可以在至少一个WIFI探针覆盖范围内出现的用户中，按照用户对某个WIFI探针所关联的对象的兴趣度，选定待推荐用户。待推荐用户可以是一个或多个。优选地，用户之间的兴趣差异一般比较大，为了对待推荐用户做精准推荐，待推荐用户可以是多个WIFI探针覆盖范围内的每个用户，且对每个用户进行兴趣推荐的方法均相同。
在多个探针覆盖范围内出现的用户中除待推荐用户之外的全部用户或部分用户为非待推荐用户。例如，非待推荐用户是与待推荐用户出现在同一WIFI探针覆盖范围内的用户，也可以是出现在待推荐用户未曾出现过的WIFI探针覆盖范围内的用户。非待推荐用户可以是一个用户也可以是多个用户。
第二步：根据待推荐用户对每个WIFI探针所关联的对象的兴趣度以及非待推荐用户对每个WIFI探针所关联的对象兴趣度，从非待推荐用户中获取待推荐用户的相似用户。
若一用户对每个WIFI探针所关联的对象的兴趣度与待推荐用户对每个WIFI探针所关联的对象的兴趣度越接近，说明该用户与待推荐用户越相似。基于此，可以根据余弦夹角函数，计算待推荐用户与非待推荐用户中每个用户之间的兴趣相似度，选取兴趣相似度大于相似度阈值的用户，作为待推荐用户的相似用户。
本实施例中，如图2所示，余弦夹角函数是待推荐用户的兴趣度向量和非待推荐用户的兴趣度向量之间的夹角的余弦函数，公式为
Figure BDA0001460306020000141
其中，N(u)为根据待推荐用户u对至少一个WIFI探针所关联的对象的兴趣度生成的空间向量，N(v)为根据非待推荐用户v对相应的WIFI探针所关联的对象的兴趣度生成的空间向量，wuv为待推荐用户u的空间向量和非待推荐用户v的空间向量之间的夹角余弦。若待推荐用户u的空间向量和非待推荐用户v的空间向量的方向越吻合，即夹角余弦越大，说明待推荐用户u与该非待推荐用户v越相似。当夹角余弦大于相似度阈值时，将非待推荐用户v作为待推荐用户u的相似用户。
可选地，空间向量可以根据用户对全部WIFI探针所关联的对象的兴趣度生成，也可以根据用户对部分WIFI探针所关联的对象的兴趣度生成。在一示例中，在多个对象中选取第一WIFI探针所关联的对象a、第二WIFI探针所关联的对象b和第三WIFI探针所关联的对象c。待推荐用户u对对象a、对象b和对象c的兴趣度的空间向量为(2，5，0)，非待推荐用户v对对象a、对象b和对象c的兴趣度的空间向量为(0，1，1)，则待推荐用户u与非待推荐用户v之间的夹角余弦为
Figure BDA0001460306020000151
假设相似度阈值是0.5，则判定待推荐用户u与非待推荐用户v之间的夹角余弦大于相似度阈值，非待推荐用户v是待推荐用户u的相似用户。反过来，待推荐用户u也是非待推荐用户v的相似用户。
基于上述示例，两个用户之间必然是互为相似用户或者互为不相似用户。基于此，可采用二维矩阵的方法，不重复计算用户之间的兴趣相似度。例如，如图3所示，待推荐用户为用户A、用户B、用户C或用户D。当待推荐用户为其中一个用户时，非待推荐用户另外三个用户。如图3所示，在计算每行用户与其他用户之间的兴趣相似度时，只计算每行用户与其所在行的对角线右上部分的用户的兴趣相似度，即：计算用户A与用户B、用户C和用户D的兴趣相似度；计算用户B与用户C和用户D的兴趣相似度；计算用户C与用户D的兴趣相似度，无需每两个用户之间都进行兴趣相似度运算，减少计算次数。若兴趣相似度大于相似度阈值，则在二维矩阵中对应用户的位置写入1，否则写入0。图3示出的四个用户中两两之间均为相似用户。
可选地，为了便于后续兴趣推荐，可将待推荐用户的终端设备的MAC地址、非待推荐用户的终端设备的MAC地址和待推荐用户与非待推荐用户之间的兴趣相似度以字段的形式写入数据字典中。其中，每一条字段的字段名称和字段说明如表3所示。
表3
字段名称 字段说明
终端MAC地址1 待推荐用户的终端设备的MAC地址
终端MAC地址2 非待推荐用户的终端设备的MAC地址
兴趣相似度 待推荐用户与非待推荐用户之间的兴趣相似度
第三步：根据相似用户对候选WIFI探针所关联的对象的兴趣度，预测待推荐用户对候选WIFI探针所关联的对象的兴趣度。
在至少一个WIFI探针覆盖范围中，相似用户曾出现但待推荐用户未曾出现的WIFI探针覆盖范围所对应的WIFI探针为候选WIFI探针。因此，候选WIFI探针所关联的对象是待推荐用户未访问过的，具有推荐价值。
结合上述实施例，若待推荐用户在指定时间范围内未出现在候选WIFI探针覆盖范围内，则将待推荐用户对候选WIFI探针所关联的对象的兴趣度配置为0。基于此，可在数据字典中，遍历待推荐用户对每个WIFI探针所关联的对象的兴趣度，选取兴趣度为0的WIFI探针覆盖范围，作为候选WIFI探针覆盖范围。然后，基于用户最近邻的协同过滤算法，可计算待推荐用户的相似用户对候选WIFI探针所关联的对象的兴趣度，作为待推荐用户对候选WIFI探针所关联的对象的兴趣度。
可选地，可通过引入加权平均后的评分预测模型计算待推荐用户的相似用户对候选WIFI探针所关联的对象的兴趣度。评分预测模型为
Figure BDA0001460306020000161
其中，待推荐用户为用户u，用户u的相似用户为用户v，候选WIFI探针所关联的对象为对象i。rv,i为用户v对对象i的兴趣度，sim(u,v)为用户u与用户v的兴趣相似度，Vu为用户u的相似用户集合。在一示例中，假设多个WIFI探针所关联的对象分别为对象a、对象b和对象c，待推荐用户u对对象a、对象b和对象c的兴趣度为(2，5，0)，可将对象c作为候选WIFI探针所关联的对象。待推荐用户u的相似用户包括用户v和用户w。用户v对对象a、对象b和对象c的兴趣度为(0，1，1)，用户w对对象a、对象b和对象c的兴趣度为(2，2，8)。根据余弦夹角函数，计算用户u与用户v之间的兴趣相似度为0.6565，用户u与用户w之间的兴趣相似度为：
Figure BDA0001460306020000171
进一步，将用户u与用户v之间的兴趣相似度0.6565、用户u与用户w之间的兴趣相似度0.3064、用户v对对象c的兴趣度1以及用户w对对象c的兴趣度8带入评分预测模型中，从而得出用户u对对象c的兴趣度为：
Figure BDA0001460306020000172
可选地，为了方便后续兴趣推荐，可将待推荐用户对候选WIFI探针所关联的对象的兴趣度写入数据字典里、待推荐用户对应的终端设备的MAC地址的字段中，并在每个当前推荐周期内刷新。
第四步：根据待推荐用户对候选WIFI探针所关联的对象的兴趣度向待推荐用户进行兴趣对象的推荐。
可选地，若待推荐用户对候选WIFI探针所关联的对象的兴趣度大于第一推荐阈值，可将候选WIFI探针所关联的对象推荐给待推荐用户。可选地，若待推荐用户对多个候选WIFI探针所关联的对象的兴趣度均大于第一推荐阈值，则将数据字典中，按照待推荐用户对多个候选WIFI探针所关联的对象的兴趣度由大到小，将多个候选WIFI探针所关联的对象排序，并生成推荐列表。按照推荐列表的前后顺序，将排序靠前的、用户的兴趣度较高的对象优先推荐给待推荐用户。
在另一可选实施方式中，还可以将数据字典中，将待推荐用户对候选WIFI探针所关联的对象的兴趣度和对曾进入过的WIFI探针所关联的对象的兴趣度合并，并对合并后的兴趣度由大到小进行排序，生成推荐列表。按照推荐列表的前后顺序，将排序靠前的、用户的兴趣度较高的对象优先推荐给待推荐用户。例如，待推荐用户u对候选WIFI探针所关联的对象a、对象b的兴趣度为(2，5)，对曾进入过的WIFI探针所关联的对象c的兴趣度为3.23，则将用户u对对象a、对象b和对象c的兴趣度合并并由大到小进行排序，得到用户u的推荐列表为对象b，对象c，对象a。对象b将优先推荐给用户u。
在向待推荐用户推荐对象时，可通过上网认证系统，将兴趣度较高的对象推荐给待推荐用户。其中，在用户通过终端设备连接WIFI信号时，上网认证系统会请求用户输入手机号或者微信号。进而，上网认证系统会获取到用户的手机号或者微信号，结合WIFI探针抓取的终端设备的MAC地址，可建立用户的手机号或者微信号与终端设备的MAC地址之间的对应关系。基于用户的手机号或者微信号与终端设备的MAC地址之间的对应关系和待推荐用户对应的终端设备的MAC地址，获取待推荐用户的手机号或者微信号，进而将兴趣度较高的对象通过短信或微信公众号向待推荐用户推送。
第二种实施方式，应用在将待推广对象推荐给兴趣用户或潜在用户的应用场景中。本实施方式主要包括以下三个步骤：
第一步：根据推广需求，从至少一个WIFI探针所关联的对象中确定待推广对象的关联对象。
推广需求指推广待推广对象和/或待推广对象的关联对象的需求。其中，待推广对象的关联对象可以是与待推广对象品牌或类型相近的对象，也可以是陈列位置与待推广对象相近的对象。可选地，陈列位置与待推广对象相近的对象可以通过WIFI探针在指定空间区域内的部署位置确定。在一示例中，待推广对象a位于编号AP001的WIFI探针覆盖区域内，编号AP001的WIFI探针与编号AP002的WIFI探针部署位置相邻，则可将编号AP002的WIFI探针覆盖区域内的对象b作为对象a的关联对象。
在上述示例中，待推广对象以及其关联对象是已陈列在指定空间区域内的物品或者与WIFI探针绑定的信息、服务，但不限于此。待推广对象和/或其关联对象也可以是未陈列在指定空间区域内的物品或者未与WIFI探针绑定的服务、信息等，例如新生产的物品、新闻头条。
第二步：根据在每个WIFI探针覆盖范围内出现的用户对待推广对象和/或关联对象的兴趣度，确定待推广对象的兴趣用户。
可选地，若用户曾出现在待推广对象和/或关联对象所在的WIFI探针覆盖区域内，则根据用户在指定时间范围内对待推广对象和/或关联对象的访问行为信息，计算用户对待推广对象和/或关联对象的兴趣度。若用户未曾出现在待推广对象和/或关联对象所在的WIFI探针覆盖区域内，则根据用户的相似用户对待推广对象和/或关联对象的兴趣度，预测用户对待推广对象和/或关联对象的兴趣度。
在本实施方式中，对每个WIFI探针覆盖范围内出现的每个用户均要获取其对待推广对象和/或关联对象的兴趣度，并将大于第二推荐阈值的兴趣度对应的用户作为兴趣用户。
第三步：将待推广对象推荐给兴趣用户。
可选地，可通过上网认证系统将待推广对象推荐给兴趣用户。具体推荐方法详见第一种实施方式，此处不再赘述。
值得说明的是，在第一种实施方式和第二种实施方式中，第一推荐阈值和第二推荐阈值可根据实际推荐需求和推荐力度设置，第一推荐阈值和第二推荐阈值可以相同也可以不同。
本申请实施例还提供一种兴趣推荐装置，如图4所示，兴趣推荐装置400包括获得模块401、计算模块402和推荐模块403。
获得模块401，用于根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息。
计算模块402，用于根据获得模块401获得的在每个WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度。
推荐模块403，用于基于计算模块402计算出的在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。
在一可选实施方式中，针对第一WIFI探针，获得模块401在根据第一WIFI探针在指定时间范围内探测到终端设备的信息，获得在第一WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息时，具体用于：根据第一WIFI探针在指定时间范围内每次探测到的终端设备的标识和每次探测到终端设备的时间，计算探测到的终端设备对应的用户在指定时间范围内出现在第一WIFI探针覆盖范围内的次数和每次出现在第一WIFI探针覆盖范围内的驻留时长；其中，第一WIFI探针是至少一个WIFI探针中的任一WIFI探针。
在一可选实施方式中，获得模块401在根据第一WIFI探针在指定时间范围内每次探测到的终端设备的标识和每次探测到终端设备的时间，计算探测到的终端设备对应的用户在指定时间范围内出现在第一WIFI探针覆盖范围内的次数和每次出现在第一WIFI探针覆盖范围内的驻留时长时，具体用于：根据第一WIFI探针在指定时间范围内探测到的终端设备的标识，将第一WIFI探针在指定时间范围内探测到同一终端设备的时间进行排序，以获得第一WIFI探针在指定时间范围内探测到的每个终端设备对应的探测时间序列；针对每个终端设备，将终端设备对应的探测时间序列中两两相邻的时间之差与设定的时间差阈值进行比较；当相邻时间之差大于时间差阈值时，将终端设备对应的用户在第一WIFI探针覆盖范围内出现的次数加1，并获取第一WIFI探针在终端设备对应的用户在本次出现时探测到终端设备的最晚时间和最早时间之差，作为终端设备对应的用户在本次出现在第一WIFI探针覆盖范围内的驻留时长。
在一可选实施方式中，指定时间范围包含当前推荐周期以及历史推荐周期。基于此，计算模块402在根据在第一WIFI探针覆盖范围内出现的用户在指定时间范围内的访问行为信息，计算在第一WIFI探针覆盖范围内出现的用户对第一WIFI探针所关联的对象的兴趣度时，具体用于：对在第一WIFI探针覆盖范围内出现的每个用户，根据用户在当前推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户对第一WIFI探针所关联的对象的当前兴趣度；根据用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户对第一WIFI探针所关联的对象的历史兴趣度；将当前兴趣度和历史兴趣度进行累加，作为用户对第一WIFI探针所关联的对象的兴趣度。
在一可选实施方式中，计算模块402在根据用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户对第一WIFI探针所关联的对象的历史兴趣度时，具体用于：根据用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户在历史推荐周期时对第一WIFI探针所关联的对象的初始兴趣度；根据历史推荐周期与当前推荐周期的时间差对初始兴趣度进行衰减，以获得历史兴趣度。
在一可选实施方式中，推荐模块403在基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐时，具体用于：按照个性化推荐需求，从在至少一个WIFI探针覆盖范围内出现的用户中确定待推荐用户和非待推荐用户；根据待推荐用户对每个WIFI探针所关联的对象的兴趣度以及非待推荐用户对每个WIFI探针所关联的对象的兴趣度，从非待推荐用户中获取待推荐用户的相似用户；根据相似用户对候选WIFI探针所关联的对象的兴趣度，预测待推荐用户对候选WIFI探针所关联的对象的兴趣度；根据待推荐用户对候选WIFI探针所关联的对象的兴趣度向待推荐用户进行兴趣对象的推荐。
在一可选实施方式中，计算模块402在根据用户在历史推荐周期内出现在第一WIFI探针覆盖范围内的次数和/或每次出现在第一WIFI探针覆盖范围内的驻留时长，计算用户对第一WIFI探针所关联的对象的历史兴趣度时，具体用于：根据推广需求，从至少一个WIFI探针所关联的对象中确定待推广对象的关联对象；根据在每个WIFI探针覆盖范围内出现的用户对待推广对象和/或关联对象的兴趣度，确定待推广对象的兴趣用户；将待推广对象推荐给兴趣用户。
在本实施例中，将WIFI探针技术应用在兴趣推荐的应用场景中，根据部署于指定空间区域内的每个WIFI探针在指定时间范围内探测到终端设备的信息，获得每个用户的访问行为信息，进而根据每个用户的访问行为信息，得到每个用户对每个WIFI探针所关联的对象的兴趣度，使得根据WIFI探针探测到的终端设备的信息得出对兴趣推荐有指导意义的兴趣度。进一步地，通过根据每个用户的对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐，使本申请的方案能够根据用户的兴趣度，按照实际需要，有针对、有目的地进行兴趣推荐，充分发挥WIFI探针的探测优势。
本申请实施例还提供一种服务器，如图5所示，包括：处理器502以及与处理器502连接的存储器501。
存储器501，用于存储一条或多条计算机指令，并可被配置为存储其它各种数据以支持在服务器上的操作。这些数据的示例包括用于在服务器上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器501可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
处理器502，与存储器501耦合，用于执行存储器501中存储的一条或多条计算机指令，以用于：根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息；根据在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序；计算机程序被计算机执行时实现如上述任一项实施例提供的兴趣推荐方法。
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 (12)

1.一种兴趣推荐方法，其特征在于，包括：
根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息；
根据在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；
基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐；
其中，所述访问行为信息以字段的形式存储，包括每次探测到的终端设备的MAC地址、每次探测到的终端设备的时间、探针编号以及探针编号对应的对象信息。
2.根据权利要求1所述的方法，其特征在于，针对第一WIFI探针，所述根据第一WIFI探针在指定时间范围内探测到终端设备的信息，获得在第一WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，包括：
根据所述第一WIFI探针在所述指定时间范围内每次探测到的终端设备的标识和每次探测到终端设备的时间，计算所述探测到的终端设备对应的用户在所述指定时间范围内出现在所述第一WIFI探针覆盖范围内的次数和每次出现在所述第一WIFI探针覆盖范围内的驻留时长；
其中，所述第一WIFI探针是所述至少一个WIFI探针中的任一WIFI探针。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一WIFI探针在所述指定时间范围内每次探测到的终端设备的标识和每次探测到终端设备的时间，计算所述探测到的终端设备对应的用户在所述指定时间范围内出现在所述第一WIFI探针覆盖范围内的次数和每次出现在所述第一WIFI探针覆盖范围内的驻留时长，包括：
根据所述第一WIFI探针在所述指定时间范围内探测到的终端设备的标识，将所述第一WIFI探针在所述指定时间范围内探测到同一终端设备的时间进行排序，以获得所述第一WIFI探针在所述指定时间范围内探测到的每个终端设备对应的探测时间序列；
针对每个终端设备，将所述终端设备对应的探测时间序列中两两相邻的时间之差与设定的时间差阈值进行比较；当相邻时间之差大于所述时间差阈值时，将所述终端设备对应的用户在所述第一WIFI探针覆盖范围内出现的次数加1，并获取所述第一WIFI探针在所述终端设备对应的用户在本次出现时探测到所述终端设备的最晚时间和最早时间之差，作为所述终端设备对应的用户在本次出现在所述第一WIFI探针覆盖范围内的驻留时长。
4.根据权利要求2所述的方法，其特征在于，所述指定时间范围包含当前推荐周期以及历史推荐周期；
所述根据在所述第一WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在所述第一WIFI探针覆盖范围内出现的用户对所述第一WIFI探针所关联的对象的兴趣度，包括：
对在所述第一WIFI探针覆盖范围内出现的每个用户，根据所述用户在所述当前推荐周期内出现在所述第一WIFI探针覆盖范围内的次数和/或每次出现在所述第一WIFI探针覆盖范围内的驻留时长，计算所述用户对所述第一WIFI探针所关联的对象的当前兴趣度；
根据所述用户在所述历史推荐周期内出现在所述第一WIFI探针覆盖范围内的次数和/或每次出现在所述第一WIFI探针覆盖范围内的驻留时长，计算所述用户对所述第一WIFI探针所关联的对象的历史兴趣度；
将所述当前兴趣度和所述历史兴趣度进行累加，作为所述用户对所述第一WIFI探针所关联的对象的兴趣度。
5.根据权利要求4所述的方法，其特征在于，所述根据所述用户在所述历史推荐周期内出现在所述第一WIFI探针覆盖范围内的次数和/或每次出现在所述第一WIFI探针覆盖范围内的驻留时长，计算所述用户对所述第一WIFI探针所关联的对象的历史兴趣度，包括：
根据所述用户在所述历史推荐周期内出现在所述第一WIFI探针覆盖范围内的次数和/或每次出现在所述第一WIFI探针覆盖范围内的驻留时长，计算所述用户在所述历史推荐周期时对所述第一WIFI探针所关联的对象的初始兴趣度；
根据所述历史推荐周期与所述当前推荐周期的时间差对所述初始兴趣度进行衰减，以获得所述历史兴趣度。
6.根据权利要求1-5任一项所述的方法，其特征在于，基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐，包括：
按照个性化推荐需求，从在所述至少一个WIFI探针覆盖范围内出现的用户中确定待推荐用户和非待推荐用户；
根据所述待推荐用户对每个WIFI探针所关联的对象的兴趣度以及所述非待推荐用户对每个WIFI探针所关联的对象的兴趣度，从所述非待推荐用户中获取所述待推荐用户的相似用户；
根据所述相似用户对候选WIFI探针所关联的对象的兴趣度，预测所述待推荐用户对所述候选WIFI探针所关联的对象的兴趣度；
根据所述待推荐用户对所述候选WIFI探针所关联的对象的兴趣度向所述待推荐用户进行兴趣对象的推荐。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐，包括：
根据推广需求，从所述至少一个WIFI探针所关联的对象中确定待推广对象的关联对象；
根据在每个WIFI探针覆盖范围内出现的用户对所述待推广对象和/或所述关联对象的兴趣度，确定所述待推广对象的兴趣用户；
将所述待推广对象推荐给所述兴趣用户。
8.一种兴趣推荐装置，其特征在于，包括：
获得模块，用于根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息；
计算模块，用于根据在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；
推荐模块，用于基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐；
其中，所述访问行为信息以字段的形式存储，包括每次探测到的终端设备的MAC地址、每次探测到的终端设备的时间、探针编号以及探针编号对应的对象信息。
9.根据权利要求8所述的装置，其特征在于，针对第一WIFI探针，所述获得模块具体用于：
根据所述第一WIFI探针在所述指定时间范围内每次探测到的终端设备的标识和每次探测到终端设备的时间，计算所述探测到的终端设备对应的用户在所述指定时间范围内出现在所述第一WIFI探针覆盖范围内的次数和每次出现在所述第一WIFI探针覆盖范围内的驻留时长；
其中，所述第一WIFI探针是所述至少一个WIFI探针中的任一WIFI探针。
10.根据权利要求9所述的装置，其特征在于，所述获得模块具体用于：
根据所述第一WIFI探针在所述指定时间范围内探测到的终端设备的标识，将所述第一WIFI探针在所述指定时间范围内探测到同一终端设备的时间进行排序，以获得所述第一WIFI探针在所述指定时间范围内探测到的每个终端设备对应的探测时间序列；
针对每个终端设备，将所述终端设备对应的探测时间序列中两两相邻的时间之差与设定的时间差阈值进行比较；当相邻时间之差大于所述时间差阈值时，将所述终端设备对应的用户在所述第一WIFI探针覆盖范围内出现的次数加1，并获取所述第一WIFI探针在所述终端设备对应的用户在本次出现时探测到所述终端设备的最晚时间和最早时间之差，作为所述终端设备对应的用户在本次出现在所述第一WIFI探针覆盖范围内的驻留时长。
11.一种服务器，其特征在于，包括：处理器以及与所述处理器连接的存储器；
所述存储器，用于存储一条或多条计算机指令；
所述处理器，用于执行所述一条或多条计算机指令，以用于：
根据部署于指定空间区域内的至少一个WIFI探针中每个WIFI探针在指定时间范围内探测到终端设备的信息，获得在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息；
根据在每个WIFI探针覆盖范围内出现的用户在所述指定时间范围内的访问行为信息，计算在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度；
基于在每个WIFI探针覆盖范围内出现的用户对每个WIFI探针所关联的对象的兴趣度，按照推荐需求进行兴趣推荐。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序；
所述计算机程序被计算机执行时实现如权利要求1～7任一项所述的兴趣推荐方法。
CN201711086893.6A 2017-11-07 2017-11-07 兴趣推荐方法、装置及服务器 Active CN107820209B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711086893.6A CN107820209B (zh) 2017-11-07 2017-11-07 兴趣推荐方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711086893.6A CN107820209B (zh) 2017-11-07 2017-11-07 兴趣推荐方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN107820209A CN107820209A (zh) 2018-03-20
CN107820209B true CN107820209B (zh) 2021-03-02

Family

ID=61604864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711086893.6A Active CN107820209B (zh) 2017-11-07 2017-11-07 兴趣推荐方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN107820209B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109327502A (zh) * 2018-08-27 2019-02-12 优视科技新加坡有限公司 近场传输中的资源推荐方法及其装置
CN109190586B (zh) * 2018-09-18 2019-06-11 图普科技（广州）有限公司 顾客到访分析方法、装置及存储介质
CN112528706A (zh) * 2019-09-17 2021-03-19 清华大学 人员识别系统及其方法
CN111010724B (zh) * 2019-12-21 2022-08-16 锐捷网络股份有限公司 基于wlan的终端接入方法及装置
CN111695030A (zh) * 2020-04-26 2020-09-22 北京奇艺世纪科技有限公司 参数获取方法、装置、电子设备及计算机可读存储介质
CN112511973A (zh) * 2020-12-14 2021-03-16 每日互动股份有限公司 数据处理方法及装置、电子设备和计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103209342A (zh) * 2013-04-01 2013-07-17 电子科技大学 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法
CN104636406A (zh) * 2013-11-15 2015-05-20 华为技术有限公司 一种根据用户行为推送信息的方法和装置
CN104766227A (zh) * 2015-04-16 2015-07-08 王方淇 一种信息推送方法及装置
CN105930507A (zh) * 2016-05-10 2016-09-07 腾讯科技（深圳）有限公司 一种获得用户的Web浏览兴趣的方法及装置
CN106600345A (zh) * 2017-01-03 2017-04-26 北京掌阔移动传媒科技有限公司 一种基于wifi路由器的广告投放方法和系统
CN106878936A (zh) * 2015-12-11 2017-06-20 北京奇虎科技有限公司 一种店铺WiFi网络的共享方法和装置
CN107277124A (zh) * 2017-06-12 2017-10-20 北京望远传媒有限公司 一种向用户推送信息的方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10349236B2 (en) * 2011-10-31 2019-07-09 Intersection Design And Technology, Inc. Web-level engagement and analytics for the physical space

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103209342A (zh) * 2013-04-01 2013-07-17 电子科技大学 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法
CN104636406A (zh) * 2013-11-15 2015-05-20 华为技术有限公司 一种根据用户行为推送信息的方法和装置
CN104766227A (zh) * 2015-04-16 2015-07-08 王方淇 一种信息推送方法及装置
CN106878936A (zh) * 2015-12-11 2017-06-20 北京奇虎科技有限公司 一种店铺WiFi网络的共享方法和装置
CN105930507A (zh) * 2016-05-10 2016-09-07 腾讯科技（深圳）有限公司 一种获得用户的Web浏览兴趣的方法及装置
CN106600345A (zh) * 2017-01-03 2017-04-26 北京掌阔移动传媒科技有限公司 一种基于wifi路由器的广告投放方法和系统
CN107277124A (zh) * 2017-06-12 2017-10-20 北京望远传媒有限公司 一种向用户推送信息的方法及系统

Also Published As

Publication number Publication date
CN107820209A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN107820209B (zh) 兴趣推荐方法、装置及服务器
JP6185186B2 (ja) コードスキャン結果情報を提供するための方法及びシステム
US11474926B2 (en) Method and system for measuring user engagement with content items
US10902498B2 (en) Providing content based on abandonment of an item in a physical shopping cart
US20150178282A1 (en) Fast and dynamic targeting of users with engaging content
US11966445B2 (en) Recommending contents using a base profile
CN107851243B (zh) 推断物理会议位置
US9256692B2 (en) Clickstreams and website classification
US10084870B1 (en) Identifying user segment assignments
CN109688479B (zh) 一种弹幕显示方法、弹幕显示装置和弹幕显示服务器
US9313080B2 (en) User logging of web traffic on non-browser based devices
WO2016182666A1 (en) System, method, and apparatus for publishing social network posts
US10679137B2 (en) Systems and methods for determining real-time visitor segments
CN107885742B (zh) 服务推荐方法和装置
JP6064793B2 (ja) プログラム及び情報共有支援システム
US20140156394A1 (en) Targeted Advertisement Generation For Travelers
CN108366012B (zh) 一种社交关系建立方法、装置及电子设备
US20170249669A1 (en) Providing relevant product demonstrations
CN112241489A (zh) 信息推送方法、装置、可读存储介质和计算机设备
CN111782953A (zh) 推荐方法、装置、设备及存储介质
US9876800B2 (en) Integrating a router based web meter and a software based web meter
CN103366308A (zh) 信息处理设备、信息处理方法和程序
CN109688178B (zh) 推荐方法、装置和设备
CN108694625A (zh) 权益偏好预估方法、装置及服务器
US20140325378A1 (en) Method and apparatus for generating a personalized page

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
GR01 Patent grant
GR01 Patent grant