CN107885742A - 服务推荐方法和装置 - Google Patents

服务推荐方法和装置 Download PDF

Info

Publication number
CN107885742A
CN107885742A CN201610865652.0A CN201610865652A CN107885742A CN 107885742 A CN107885742 A CN 107885742A CN 201610865652 A CN201610865652 A CN 201610865652A CN 107885742 A CN107885742 A CN 107885742A
Authority
CN
China
Prior art keywords
user
recommendation
cluster
information
service
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.)
Granted
Application number
CN201610865652.0A
Other languages
English (en)
Other versions
CN107885742B (zh
Inventor
王鸿云
周涛
徐�明
李泉泉
徐海波
王明慧
黄归
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201610865652.0A priority Critical patent/CN107885742B/zh
Priority to PCT/CN2017/095946 priority patent/WO2018059122A1/zh
Publication of CN107885742A publication Critical patent/CN107885742A/zh
Application granted granted Critical
Publication of CN107885742B publication Critical patent/CN107885742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Abstract

本发明涉及一种服务推荐方法和装置,该方法包括:获取用户标识和相应的用户即时场景信息;查询获取的用户标识所属的用户集群;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;获取所述用户集群对应的集群通用服务推荐方式;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息。本发明提供的服务推荐方法和装置,可以避免推荐服务信息片面化,保证了推荐服务信息的丰富度。

Description

服务推荐方法和装置
技术领域
本发明涉及处理技术领域,特别是涉及一种服务推荐方法和装置。
背景技术
目前,向用户推荐数据主要采用基于用户喜好的数据推荐方式,此种方式需要采集用户自身大量的历史行为样本,从大量的历史行为样本中分析出用户可能的喜好,从而按照分析出的喜好进行数据推荐,以扩展用户的信息来源渠道。比如,通过用户过往的商品浏览记录、商品收藏记录或者商品购买记录,可以分析出用户的偏好,从而后续可按照该偏好向用户推荐商品。
然而,目前推荐数据需要采集用户自身大量的历史行为样本,才能够较为全面的分析出用户喜好,而通常采集到的用户的历史行为样本是非常有限的,导致推荐数据片面化,难以保证推荐数据的丰富度。
发明内容
基于此,有必要针对目前推荐数据片面化的问题,提供一种服务推荐方法和装置。
一种服务推荐方法,包括:
获取用户标识和相应的用户即时场景信息;
查询获取的用户标识所属的用户集群;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;
获取所述用户集群对应的集群通用服务推荐方式;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息。
一种服务推荐装置,其特征在于,包括:
数据获取模块,用于获取用户标识和相应的用户即时场景信息;
集群通用服务推荐方式获取模块,用于查询获取的用户标识所属的用户集群;获取所述用户集群对应的集群通用服务推荐方式;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
服务信息推荐模块,用于当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息。
一种服务推荐方法,包括:
向服务器上报用户标识和相应的用户即时场景信息,使得所述服务器查询上报的用户标识所属的用户集群,获取所述用户集群对应的集群通用服务推荐方式,当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
接收所述服务器推荐的所述服务信息;
展示通知界面,根据所述服务信息在所述通知界面中展示相应的服务入口。
一种服务推荐装置,包括:
上报模块,用于向服务器上报用户标识和相应的用户即时场景信息,使得所述服务器查询上报的用户标识所属的用户集群,获取所述用户集群对应的集群通用服务推荐方式,当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
服务信息接收模块,用于接收所述服务器推荐的所述服务信息;
通知界面展示模块,用于展示通知界面,根据所述服务信息在所述通知界面中展示相应的服务入口。
上述服务推荐方法和装置,获取到用户标识和相应的用户即时场景信息后,可以查询用户标识所属的用户集群,该用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到,于是该用户集群表示的是与获取到的用户标识所表示用户在个人服务推荐方式上相类似的用户群体。用户集群对应的集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成,使得各个人服务推荐方式可以在用户集群中通用。当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息,可以避免推荐服务信息片面化,保证了推荐服务信息的丰富度。
附图说明
图1为一个实施例中服务推荐系统的应用环境图;
图2为一个实施例中终端的内部结构示意图;
图3为一个实施例中服务器的内部结构示意图;
图4A为一个实施例中服务推荐方法的流程示意图;
图4B为一个实施例中聚类得到用户集群、确定集群通用服务推荐方式并进行服务推荐的过程的示意图;
图5为另一个实施例中服务推荐方法的流程示意图;
图6A为一个实施例中形成个人服务推荐方式的步骤的流程示意图;
图6B为另一个实施例中形成个人服务推荐方式的步骤的流程示意图;
图7为一个实施例中根据用户行为场景信息形成触发条件,根据用户行为信息形成服务信息的步骤的流程示意图;
图8为一个实施例中统计时间段内统计对应于获取的用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量的步骤的流程示意图;
图9为另一个实施例中服务推荐方法的流程示意图;
图10为一个实施例中终端展示通知界面的示意图;
图11为另一个实施例中终端展示通知界面的示意图;
图12为再一个实施例中终端展示通知界面的示意图;
图13为一个实施例中触发用户反馈并向服务器发送,使得服务器根据用户反馈调整权重的步骤的流程示意图;
图14为一个实施例中服务推荐装置的结构框图;
图15为另一个实施例中服务推荐装置的结构框图;
图16为又一个实施例中服务推荐装置的结构框图;
图17为再一个实施例中服务推荐装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为一个实施例中服务推荐系统的应用环境图。参照图1,该服务推荐系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端110可用于向服务器120上报用户场景行为记录以及相应的用户标识。服务器120用于获取用户场景行为记录以及相应的用户标识;用户场景行为记录包括用户行为信息和相应的用户行为场景信息;服务器120用于根据用户行为场景信息形成触发条件,根据用户行为信息形成服务信息;服务器120用于将形成的触发条件与形成的服务信息对应,形成与获取的用户标识对应的个人服务推荐方式。服务器120具体可在统计时间段内统计对应于获取的用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量;当统计时间段内统计的数量高于预设阈值时,根据同类的用户行为场景信息形成触发条件,根据与同类的用户行为场景信息对应的用户行为信息形成服务信息。
在一个实施例中,用户行为场景信息包括用户行为时间和/或用户行为地理位置。服务器120可用于生成与获取的用户标识对应的各用户场景行为记录所包括用户行为场景信息的模糊范围;将各用户场景行为记录中的用户行为场景信息按照相应的模糊范围聚类,确定包括同类的用户行为场景信息的用户场景行为记录;在统计时间段内统计包括同类的用户行为场景信息的用户场景行为记录的数量。
在一个实施例中,终端110具体可向服务器120上报用户标识和相应的用户即时场景信息。服务器120可用于获取用户标识和相应的用户即时场景信息;查询获取的用户标识所属的用户集群;用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;服务器120可用于获取用户集群对应的集群通用服务推荐方式;集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成;服务器120可用于当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,向终端110推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息。
在一个实施例中,服务器120具体可当用户即时场景信息满足与获取的用户标识对应的个人服务推荐方式中的触发条件时,推荐个人服务推荐方式中与满足的触发条件对应的服务信息;当用户即时场景信息不满足与获取的用户标识对应的个人服务推荐方式中的触发条件时,查询获取的用户标识所属的用户集群。
在一个实施例中,服务器120可按照获取的各集群通用服务推荐方式对应的权重选择相应的集群通用服务推荐方式;权重与对应的集群通用服务推荐方式作为个人服务推荐方式在用户集群中被共用的用户数或用户数占比相关;推荐选择的集群通用服务推荐方式中与满足的触发条件对应的服务信息。
在一个实施例中,终端110可向服务器120上报针对被推荐的服务信息的用户反馈。服务器120可获取针对被推荐的服务信息的用户反馈;根据用户反馈调整被推荐的服务信息所在的集群通用服务推荐方式对应的权重。
图2为一个实施例中终端的内部结构示意图。参照图2,该终端包括通过系统总线连接的处理器、非易失性存储介质、内存储器、网络接口、显示屏和输入装置。其中,终端的非易失性存储介质存储有操作系统,还存储有一种服务推荐装置,该服务推荐装置用于实现一种适用于终端的服务推荐方法。终端的处理器用于提供计算和控制能力,支撑整个终端的运行。终端中的内存储器为非易失性存储介质中的服务推荐装置的运行提供环境。该内存储器中可存储有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种服务推荐方法。终端的网络接口用于与服务器进行网络通信,如上报用户标识和相应的用户即时场景信息、接收被推荐的服务信息等。终端的显示屏可以是液晶显示屏或者电子墨水显示屏,终端的输入装置可以是显示屏上覆盖的触摸层,也可以是终端外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。该终端可以是个人计算机、移动终端或者穿戴式设备,移动终端比如手机、平板电脑或者个人数字助理等。本领域技术人员可以理解,图2中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的终端的限定,具体的终端可以包括比图2中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
图3为一个实施例中服务器的内部结构示意图。如图3所示,该服务器包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中,该服务器的非易失性存储介质存储有操作系统和服务推荐装置,该服务推荐装置用于实现一种适用于服务器的服务推荐方法。该服务器的处理器用于提供计算和控制能力,支撑整个服务器的运行。该服务器的内存储器为非易失性存储介质中的服务推荐装置的运行提供环境,该内存储器中可储存有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种服务推荐方法。该服务器的网络接口用于据以与外部的终端通过网络连接通信。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的服务器的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
图4A为一个实施例中服务推荐方法的流程示意图。该服务推荐方法可应用于终端110或者服务器120,本实施例主要以该方法应用于上述图3中的服务器来举例说明。参照图4A,本实施例的服务推荐方法具体包括如下步骤:
S402,获取用户标识和相应的用户即时场景信息。
其中,用户标识用于唯一标识出相应的用户。用户标识相应的用户即时场景信息,是表示用户所处场景的即时状态的信息。即时是指当前时间或者近似当前时间。用户即时场景信息可以包括用户终端即时时间、用户即时地理位置或者用户即时操作信息中的一种或几种的组合。
用户终端即时时间是指以用户标识登录的终端的即时时间。用户终端即时时间根据需要可采用不同的形式,如通过日期和当日时间点表示的形式,或者仅通过当日时间点表示的形式。用户终端即时时间可以精确到小时或分钟或秒钟或毫秒等。
用户即时地理位置用于表示用户即时位置。用户即时地理位置可采用终端即时的地理位置,如终端所在位置的经度和纬度。用户即时地理位置也可以采用用户或终端所在信息点(POI,全称为Point of Information)。
用户即时操作信息是记录用户对终端即时操作的信息,如终端上当前正被使用的应用的应用标识、终端当前正被使用的应用中正被使用的功能的功能标识以及当前操作所产生的数据等中的一种或几种的组合。
S404,查询获取的用户标识所属的用户集群;用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到。
其中,服务推荐方式是指进行服务推荐所依据的数据,也可以称之为服务推荐策略。个人服务推荐方式是针对个人的服务推荐方式。个人服务推荐方式对应了用户标识,表示针对该用户标识采用该用户标识对应的个人服务推荐方式进行服务推荐。个人服务推荐方式集合是多用户源的,表示该集合包括了多于一个用户的个人服务推荐方式。个人服务推荐方式包括触发条件和相对应的服务信息,表示触发条件被满足时向相应用户标识对应的终端推荐该触发条件对应的服务信息。
用户集群是聚类得到的用户标识的集合。聚类是把对象分成不同的子集,使得相似的对象属于相同子集的处理过程。参照图4B,多用户源的个人服务推荐方式集合中的各个人服务推荐方式对应有用户标识,根据个人服务推荐方式的相似性将用户标识进行聚类,得到多于一个的用户集群。同一个用户集群中的用户标识对应的个人服务推荐方式具有相似性。服务器具体可将个人服务推荐方式集合中的各个人服务推荐方式聚类为个人服务推荐方式子集后,将各个人服务推荐方式子集对应的用户标识构成相应的用户集群。
根据个人服务推荐方式集合中的个人服务推荐方式进行聚类,可采用多种聚类算法,比如K-means聚类算法、人工神经网络算法或者支持向量机(SVM,Support VectorMachine)等。聚类时可将个人服务推荐方式集合中的个人服务推荐方式抽象为向量后进行聚类。采用K-means聚类算法时,可按照如下步骤进行聚类:(1)在个人服务推荐方式集合中随机选取K个聚类中心;(2)遍历个人服务推荐方式集合,将个人服务推荐方式集合中的个人服务推荐方式划分到最近的聚类中心得到相应的聚类;(3)计算每个聚类的平均值并作为新的聚类中心;重复(2)和(3),直至满足迭代停止条件。迭代停止条件比如达到最大迭代次数,或者最后一次计算出的聚类中心相较于上一次计算出的聚类中心的变化量小于预设值。
举例说明,若个人服务推荐方式集合中的一种个人服务推荐方式中,触发条件是中午时段和/或晚餐时段,相应的服务信息是外卖应用服务信息;在另一种个人服务推荐方式中,触发条件是上班时间段和/或下班时间段,相应的服务信息是网上约车应用服务信息。若这两种个人服务推荐方式对应的用户标识数超过预定值,则可将同时对应这两种个人服务推荐方式的用户标识聚类为一个用户集群,表示白领用户群。
S406,获取用户集群对应的集群通用服务推荐方式;集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成。
集群通用服务推荐方式,是对相对应的用户集群中的用户标识进行服务推荐时所共享的服务推荐方式。个人服务推荐方式集合中与用户集群对应的个人服务推荐方式,是指用户集群中的用户标识所对应的个人服务推荐方式集合中的个人服务推荐方式。
集群通用服务推荐方式具体可以采用个人服务推荐方式集合中与用户集群对应的所有个人服务推荐方式。也可以在个人服务推荐方式集合中与用户集群对应的所有个人服务推荐方式中,将对应用户集群中的用户标识数量多于预设值的个人服务推荐方式作为该用户集群对应的集群通用服务推荐方式。集群通用服务推荐方式也可以基于个人服务推荐方式集合中与用户集群对应的个人服务推荐方式进行个人触发条件的调整得到。
S408,当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息。
其中,集群通用服务推荐方式包括触发条件和相应的服务信息。对于属于用户集群的用户标识,当该用户标识对应的用户即时场景信息满足该集群通用服务推荐方式所包括的触发条件时,将向该用户标识对应的终端推荐该集群通用服务推荐方式中与该触发条件对应的服务信息。服务信息是向用户提供服务的信息,可以是信息或者链接,链接可以是网页链接、打开指定应用的连接或者打开指定应用的指定功能的连接等。
举例说明,前述的白领用户群,若其中大量用户标识(比如超过预定数量或者超过预定比例的用户标识)对应有相同或相近的个人服务推荐方式,比如触发条件为周六或接近周六、且相应的服务信息为电影票购买应用服务信息的个人服务推荐方式。则可将该个人服务推荐方式作为白领用户群的集群通用服务推荐方式,当白领用户群中的任意用户标识对应的用户终端即时时间属于周六或者接近周六,则向该用户标识对应的终端推荐电影票购买应用服务信息。
上述服务推荐方法,获取到用户标识和相应的用户即时场景信息后,可以查询用户标识所属的用户集群,该用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到,于是该用户集群表示的是与获取到的用户标识所表示用户在个人服务推荐方式上相类似的用户群体。用户集群对应的集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成,使得各个人服务推荐方式可以在用户集群中通用。当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息,可以避免推荐服务信息片面化,保证了推荐服务信息的丰富度。
在一个实施例中,在步骤S402之后,该服务推荐方法还包括:当用户即时场景信息满足与获取的用户标识对应的个人服务推荐方式中的触发条件时,推荐个人服务推荐方式中与满足的触发条件对应的服务信息;当用户即时场景信息不满足与获取的用户标识对应的个人服务推荐方式中的触发条件时,执行步骤S404。
具体地,参照图5,服务器在获取到用户标识和相应的用户即时场景信息后,可先判断用户即时场景信息是否满足用户标识对应的个人服务推荐方式中的触发条件。当满足个人服务推荐方式中的触发条件时,则服务器可直接向用户标识对应的终端推荐个人服务推荐方式中与满足的触发条件对应的服务信息。当不满足人服务推荐方式中的触发条件时,服务器可进一步判断用户即时场景信息是否满足用户标识所属的用户集群对应的集群通用服务推荐方式中的触发条件。
当满足用户标识所属的用户集群对应的集群通用服务推荐方式中的触发条件时,服务器可向用户标识对应的终端推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息。当不满足用户标识所属的用户集群对应的集群通用服务推荐方式中的触发条件时,或者推荐服务信息后,服务器可将用户即时场景信息记录为用户行为场景信息。服务器在向终端推荐服务信息后,可接收用户终端针对该服务信息的用户反馈。
本实施例中,优先按照个人服务推荐方式进行服务推荐,可优先保证服务推荐的准确性;在无法按照人服务推荐方式进行服务推荐时再按照集群通用服务推荐方式进行服务推荐,则可以推荐用户潜在需求的服务信息,以尽可能满足用户需求。
在一个实施例中,该服务推荐方法还包括形成个人服务推荐方式的步骤。如图6A和图6B所示,该形成个人服务推荐方式的步骤具体包括如下步骤:
S602,获取用户场景行为记录以及相应的用户标识;用户场景行为记录包括用户行为信息和相应的用户行为场景信息。
其中,用户场景行为记录是记录用户在特定场景下行为的数据。用户行为可以是用户操作终端的行为。用户场景行为记录可通过用户终端上报的用户即时场景信息及用户反馈生成,也可以由用户终端直接形成用户场景行为记录后上报至服务器。用户场景行为记录可以包括用户行为场景信息和相应的用户行为信息,用户行为场景信息包括用户行为时间和/或用户行为地理位置。用户行为时间可以表示用户行为发生的时间,用户行为地理位置可以表示用户行为发生的地理位置。用户场景行为记录可以包括用户行为轨迹。用户行为轨迹可以表示多个用户行为发生的次序。
举例说明,一个用户场景行为记录可以记录为:2016-8-19,19:32,深圳科技园XX咖啡厅,XX咖啡厅会员应用-会员卡。该用户场景行为记录可以表示:用户在2016年8月19日19:32这一用户行为时间,在深圳科技园XX咖啡厅这一用户行为地理位置,实施了使用XX咖啡厅会员应用中的会员卡功能这一用户行为。
再比如,一个用户场景行为记录可以记录为:服务A,服务B。该用户场景行为记录表示用户在使用了服务A之后,使用了服务B。该用户场景行为记录表示用户行为轨迹。
S604,根据用户行为场景信息形成触发条件,根据用户行为信息形成服务信息。
具体地,服务器可直接将用户行为场景信息形成触发条件,比如将用户行为时间和/或用户行为地理位置形成触发条件。用户行为轨迹中先发生的用户行为可视为用户行为场景信息,后发生的用户行为可视为用户行为信息。当用户场景行为记录记录的是用户行为轨迹时,可将用户行为轨迹中先发生的用户行为形成触发条件,并将用户行为轨迹中后发生的用户行为形成与该触发条件对应的服务信息。
S606,将形成的触发条件与形成的服务信息对应,形成与获取的用户标识对应的个人服务推荐方式。
本实施例中,利用用户场景行为记录生成个人服务推荐方式,基于该个人服务推荐方式可以准确地进行服务推荐,提高了服务推荐准确性。
参照图7,在一个实施例中,步骤S604具体包括如下步骤:
S702,在统计时间段内统计对应于获取的用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量。
其中,统计时间段可以是预设天数,具体可以是一周或者一个月,可以根据服务推荐的准确性要求选择合适的统计时间段。同类的用户行为场景信息是相同或者近似的用户行为场景信息,比如用户行为时间相差在预设范围内,或者用户行为地理位置相差在预设范围内。同类的用户行为场景信息也可以是包括相同的用户行为轨迹片段,用户行为轨迹片段是用户行为轨迹中截取的一部分。
举例说明,假设有三个用户场景行为记录,分别为场景A-服务A,场景B-服务B,场景C-服务C,若场景A、B和C相同或者非常接近,则场景A、B和C为同类的用户行为场景信息,可以将该三个用户场景行为记录作为相同的用户场景行为记录统计数量。
S704,当统计时间段内统计的数量高于预设阈值时,根据同类的用户行为场景信息形成触发条件,根据与同类的用户行为场景信息对应的用户行为信息形成服务信息。
具体地,预设阈值可根据需要设定。服务器可形成能够同时满足同类的用户行为场景信息的触发条件。服务器可形成能够覆盖与同类的用户行为场景信息对应的用户行为信息的服务信息。
本实施例中,根据包括同类的用户行为场景信息的用户场景行为记录中数量较多的用户场景行为记录形成个人服务推荐方式,使得个人服务推荐方式能够准确反映用户的服务推荐需求。无论基于个人服务推荐方式的服务推荐,还是基于集群通用服务推荐方式的服务推荐,都能够保证一定的准确性。
在一个实施例中,用户行为场景信息包括用户行为时间和/或用户行为地理位置;参照图8,步骤S702包括以下步骤:
S802,生成与获取的用户标识对应的各用户场景行为记录所包括用户行为场景信息的模糊范围。
具体地,服务器可获取与用户标识对应的所有用户场景行为记录,并生成各用户场景行为记录所包括的用户行为时间和/或用户行为地理位置的模糊范围。其中,模糊范围是指在用户行为场景信息基础上进行范围扩展而得到的范围。用户行为时间的模糊范围,比如以用户行为时间为中心进行范围扩展而形成的范围,比如用户行为时间为9:00,以9:00为中心左右各扩展1小时得到模糊范围为8:00至10:00。类似地,地理位置的模糊范围可以是以用户行为地理位置为中心进行范围扩展而形成的范围。
S804,将各用户场景行为记录中的用户行为场景信息按照相应的模糊范围聚类,确定包括同类的用户行为场景信息的用户场景行为记录。
具体地,按照模糊范围将相应的用户行为场景信息进行聚类,可以是将存在交集或者交集面积大于预设面积的用户行为场景信息聚类为同类,从而确定包括同类的用户行为场景信息的用户场景行为记录。
S806,在统计时间段内统计包括同类的用户行为场景信息的用户场景行为记录的数量。
本实施例中,利用用户行为时间和/或用户行为地理位置的模糊范围确定包括同类的用户行为场景信息的用户场景行为记录,可以更为有效地生成用户场景行为记录,避免用户行为场景信息过于具体而导致用户场景行为记录数量太少。
在一个实施例中,步骤S408中推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息的步骤具体包括:按照获取的各集群通用服务推荐方式对应的权重选择相应的集群通用服务推荐方式;权重与对应的集群通用服务推荐方式作为个人服务推荐方式在用户集群中被共用的用户数或用户数占比相关;推荐选择的集群通用服务推荐方式中与满足的触发条件对应的服务信息。
具体地,用户集群可对应多个集群通用服务推荐方式,每个集群通用服务推荐方式具有权重,在进行服务推荐时可依据权重从多个集群通用服务推荐方式中选择一个集群通用服务推荐方式进行服务推荐。服务器可以根据权重确定各个通用服务推荐方式的概率,从而按照概率选择集群通用服务推荐方式。服务器也可以直接选择权重最大的集群通用服务推荐方式进行服务推荐,当权重相同时可以从权重相同的集群通用服务推荐方式中随机选择。
权重可以与该权重对应的集群通用服务推荐方式作为个人服务推荐方式在用户集群中被共用的用户数或用户数占比正相关,当然也可以是负相关。假设前述的白领用户群,包括用户A、用户B、用户C和用户D,且白领用户群对应的集群通用服务推荐方式为E和F。且集群通用服务推荐方式E为用户A、用户B和用户C共同的个人服务推荐方式,而集群通用服务推荐方式F仅为用户A和用户B的个人服务推荐方式,则E的权重高于F的权重,服务器将优先根据权重高的集群通用服务推荐方式E进行服务推荐。
本实施例中,按照权重选择集群通用服务推荐方式进行服务推荐,可以在存在多个集群通用服务推荐方式时选择合适的集群通用服务推荐方式进行服务推荐,尽量保证服务推荐能够满足用户的服务需求。
在一个实施例中,推荐个人服务推荐方式中与满足的触发条件对应的服务信息的步骤包括:按照各个人通用服务推荐方式对应的权重选择相应的个人通用服务推荐方式;推荐选择的个人通用服务推荐方式中与满足的触发条件对应的服务信息。权重可以与在统计时间段内统计对应于获取的用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量相关。
在一个实施例中,该服务推荐方法还包括:获取针对被推荐的服务信息的用户反馈;根据用户反馈调整被推荐的服务信息所在的集群通用服务推荐方式对应的权重。
其中,用户反馈可以表示接受服务信息或者拒绝服务信息。当用户反馈表示接受服务信息时,服务器可将被推荐的服务信息所在的集群通用服务推荐方式对应的权重调高。当用户反馈表示拒绝服务信息时,服务器可将被推荐的服务信息所在的集群通用服务推荐方式对应的权重调低。
本实施例中,通过用户反馈可以调整集群通用服务推荐方式对应的权重,从而可以动态地调整服务推荐策略,以满足用户不断变化的服务需求。
图9为另一个实施例中服务推荐方法的流程示意图。本实施例主要以该方法应用于上述图2中的终端来举例说明。参照图9,该方法具体包括如下步骤:
S902,向服务器上报用户标识和相应的用户即时场景信息,使得服务器查询上报的用户标识所属的用户集群,获取用户集群对应的集群通用服务推荐方式,当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息;用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成。
S904,接收服务器推荐的服务信息。
S906,展示通知界面,根据服务信息在通知界面中展示相应的服务入口。
其中,通知界面可以通过终端操作系统提供的通知渠道生成,比如下拉通知栏或者顶部通知栏。服务信息可以包括链接,终端可将该链接展示为服务入口。服务入口用于触发对相应服务的调用。终端可检测对服务入口的用户操作指令,当检测到用户操作指令时触发该服务入口所指向的服务,比如打开提供服务的应用,或者打开服务中的指定功能,或者链接到指定网页等。
上述服务推荐方法,获取到用户标识和相应的用户即时场景信息后,可以查询用户标识所属的用户集群,该用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到,于是该用户集群表示的是与获取到的用户标识所表示用户在个人服务推荐方式上相类似的用户群体。用户集群对应的集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成,使得各个人服务推荐方式可以在用户集群中通用。当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息,可以避免推荐服务信息片面化,保证了推荐服务信息的丰富度。
在一个实施例中,步骤S902包括:向服务器上报用户标识和相应的用户即时场景信息,使得服务器当用户即时场景信息满足与上报的用户标识对应的个人服务推荐方式中的触发条件时,推荐个人服务推荐方式中与满足的触发条件对应的服务信息;当用户即时场景信息不满足与上报的用户标识对应的个人服务推荐方式中的触发条件时,查询上报的用户标识所属的用户集群,获取用户集群对应的集群通用服务推荐方式,当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息。
举例说明,参照图10,当终端使用图片编辑应用时,终端将图片编辑应用标识和用户标识上报至服务器,且服务器上对应于该用户标识存在表示用户行为轨迹的个人服务推荐方式,且该服务推荐方式的触发条件为该图片编辑应用标识时,则从该服务推荐方式中获取与该触发条件对应的图片分享应用标识推荐至终端。终端则显示通知界面,在通知界面中显示用于进入图片分享应用的服务入口。
参照图11,终端还可以接收服务器发送的根据用户终端即时时间确定的服务信息,并在终端操作系统的桌面展示通知界面,在该通知界面中展示服务入口。参照图12,服务信息可由服务器根据非与用户标识对应的个人服务推荐方式的集群通用服务推荐方式进行推荐,终端在接收到该服务信息后,可提示该服务信息根据非与用户标识对应的个人服务推荐方式的集群通用服务推荐方式进行推荐。
在一个实施例中,被推荐的服务信息包括于按照获取的各集群通用服务推荐方式对应的权重所选择的集群通用服务推荐方式。参照图13,该方法还包括触发用户反馈并向服务器发送,使得服务器根据用户反馈调整权重的步骤,具体包括如下步骤:
S1302,根据服务信息在通知界面中展示服务取消控件。
S1304,当检测到针对服务入口的用户操作指令时,进入服务入口所指向的应用。
S1306,当检测到针对服务入口或者服务取消控件的用户操作指令时,向服务器发送用户反馈,使得服务器根据用户反馈调整被推荐的服务信息所在的集群通用服务推荐方式对应的权重。
具体地,终端在检测到针对服务入口的用户操作指令时,生成表示接受服务信息的用户反馈并发送至服务器;终端在检测到针对服务入口或者服务取消控件的用户操作指令时,生成表示拒绝服务信息的用户反馈并发送至服务器,使得服务器根据用户反馈调整推荐服务信息所依据的集群通用服务推荐方式对应的权重。
本实施例中,通过用户反馈可以调整集群通用服务推荐方式对应的权重,从而可以动态地调整服务推荐策略,以满足用户不断变化的服务需求。
图14为一个实施例中服务推荐装置1400的结构框图。参照图14,该服务推荐装置1400包括:数据获取模块1401、集群通用服务推荐方式获取模块1402和服务信息推荐模块1403。
数据获取模块1401,用于获取用户标识和相应的用户即时场景信息;
集群通用服务推荐方式获取模块1402,用于查询获取的用户标识所属的用户集群;获取用户集群对应的集群通用服务推荐方式;用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成;
服务信息推荐模块1403,用于当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息。
在一个实施例中,服务信息推荐模块1403还用于当用户即时场景信息满足与获取的用户标识对应的个人服务推荐方式中的触发条件时,推荐个人服务推荐方式中与满足的触发条件对应的服务信息。
集群通用服务推荐方式获取模块1402还用于当用户即时场景信息不满足与获取的用户标识对应的个人服务推荐方式中的触发条件时,查询获取的用户标识所属的用户集群。
图15为另一个实施例中服务推荐装置1400的结构框图。参照图15,服务推荐装置1400还包括:个人服务推荐方式生成模块1404,用于获取用户场景行为记录以及相应的用户标识;用户场景行为记录包括用户行为信息和相应的用户行为场景信息;根据用户行为场景信息形成触发条件,根据用户行为信息形成服务信息;将形成的触发条件与形成的服务信息对应,形成与获取的用户标识对应的个人服务推荐方式。
在一个实施例中,个人服务推荐方式生成模块1404还用于在统计时间段内统计对应于获取的用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量;当统计时间段内统计的数量高于预设阈值时,根据同类的用户行为场景信息形成触发条件,根据与同类的用户行为场景信息对应的用户行为信息形成服务信息。
在一个实施例中,用户行为场景信息包括用户行为时间和/或用户行为地理位置;个人服务推荐方式生成模块1404还用于生成与获取的用户标识对应的各用户场景行为记录所包括用户行为场景信息的模糊范围;将各用户场景行为记录中的用户行为场景信息按照相应的模糊范围聚类,确定包括同类的用户行为场景信息的用户场景行为记录;在统计时间段内统计包括同类的用户行为场景信息的用户场景行为记录的数量。
在一个实施例中,服务信息推荐模块1403还用于按照获取的各集群通用服务推荐方式对应的权重选择相应的集群通用服务推荐方式;权重与对应的集群通用服务推荐方式作为个人服务推荐方式在用户集群中被共用的用户数或用户数占比相关;推荐选择的集群通用服务推荐方式中与满足的触发条件对应的服务信息。
在一个实施例中,服务推荐装置1400还包括:权重调整模块1405,用于获取针对被推荐的服务信息的用户反馈;根据用户反馈调整被推荐的服务信息所在的集群通用服务推荐方式对应的权重。
上述服务推荐装置1400,获取到用户标识和相应的用户即时场景信息后,可以查询用户标识所属的用户集群,该用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到,于是该用户集群表示的是与获取到的用户标识所表示用户在个人服务推荐方式上相类似的用户群体。用户集群对应的集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成,使得各个人服务推荐方式可以在用户集群中通用。当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息,可以避免推荐服务信息片面化,保证了推荐服务信息的丰富度。
图16为一个实施例中服务推荐装置1600的结构框图。参照图16,服务推荐装置1600包括:上报模块1601、服务信息接收模块1602和通知界面展示模块1603。
上报模块1601,用于向服务器上报用户标识和相应的用户即时场景信息,使得服务器查询上报的用户标识所属的用户集群,获取用户集群对应的集群通用服务推荐方式,当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息;用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成。
服务信息接收模块1602,用于接收服务器推荐的服务信息。
通知界面展示模块1603,用于展示通知界面,根据服务信息在通知界面中展示相应的服务入口。
在一个实施例中,上报模块1601还用于向服务器上报用户标识和相应的用户即时场景信息,使得服务器当用户即时场景信息满足与上报的用户标识对应的个人服务推荐方式中的触发条件时,推荐个人服务推荐方式中与满足的触发条件对应的服务信息;当用户即时场景信息不满足与上报的用户标识对应的个人服务推荐方式中的触发条件时,查询上报的用户标识所属的用户集群,获取用户集群对应的集群通用服务推荐方式,当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息。
在一个实施例中,被推荐的服务信息包括于按照获取的各集群通用服务推荐方式对应的权重所选择的集群通用服务推荐方式。
通知界面展示模块1603还用于根据服务信息在通知界面中展示服务取消控件。
参照图17,服务推荐装置1600还包括应用调用模块1604和用户反馈发送模块1605。
应用调用模块1604,用于当检测到针对服务入口的用户操作指令时,进入服务入口所指向的应用。
用户反馈发送模块1605,用于当检测到针对服务入口或者服务取消控件的用户操作指令时,向服务器发送用户反馈,使得服务器根据用户反馈调整被推荐的服务信息所在的集群通用服务推荐方式对应的权重。
上述服务推荐装置1400,获取到用户标识和相应的用户即时场景信息后,可以查询用户标识所属的用户集群,该用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到,于是该用户集群表示的是与获取到的用户标识所表示用户在个人服务推荐方式上相类似的用户群体。用户集群对应的集群通用服务推荐方式根据个人服务推荐方式集合中与用户集群对应的个人服务推荐方式生成,使得各个人服务推荐方式可以在用户集群中通用。当用户即时场景信息满足集群通用服务推荐方式中的触发条件时,推荐集群通用服务推荐方式中与满足的触发条件对应的服务信息,可以避免推荐服务信息片面化,保证了推荐服务信息的丰富度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,该存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (20)

1.一种服务推荐方法,包括:
获取用户标识和相应的用户即时场景信息;
查询获取的用户标识所属的用户集群;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;
获取所述用户集群对应的集群通用服务推荐方式;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息。
2.根据权利要求1所述的方法,其特征在于,所述获取用户标识和相应的用户即时场景信息的步骤之后,所述方法还包括:
当所述用户即时场景信息满足与获取的所述用户标识对应的个人服务推荐方式中的触发条件时,推荐所述个人服务推荐方式中与满足的触发条件对应的服务信息;
当所述用户即时场景信息不满足与获取的所述用户标识对应的个人服务推荐方式中的触发条件时,执行所述查询获取的用户标识所属的用户集群的步骤。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取用户场景行为记录以及相应的用户标识;所述用户场景行为记录包括用户行为信息和相应的用户行为场景信息;
根据所述用户行为场景信息形成触发条件,根据所述用户行为信息形成服务信息;
将形成的触发条件与形成的服务信息对应,形成与获取的用户标识对应的个人服务推荐方式。
4.根据权利要求3所述的方法,其特征在于,所述根据所述用户行为场景信息形成触发条件,根据所述用户行为信息形成服务信息的步骤包括:
在统计时间段内统计对应于获取的所述用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量;
当所述统计时间段内统计的数量高于预设阈值时,根据所述同类的用户行为场景信息形成触发条件,根据与所述同类的用户行为场景信息对应的所述用户行为信息形成服务信息。
5.根据权利要求4所述的方法,其特征在于,所述用户行为场景信息包括用户行为时间和/或用户行为地理位置;所述在统计时间段内统计对应于获取的所述用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量的步骤包括:
生成与获取的所述用户标识对应的各用户场景行为记录所包括用户行为场景信息的模糊范围;
将各用户场景行为记录中的用户行为场景信息按照相应的模糊范围聚类,确定包括同类的用户行为场景信息的用户场景行为记录;
在统计时间段内统计所述包括同类的用户行为场景信息的用户场景行为记录的数量。
6.根据权利要求1所述的方法,其特征在于,所述推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息的步骤包括:
按照获取的各集群通用服务推荐方式对应的权重选择相应的集群通用服务推荐方式;所述权重与对应的集群通用服务推荐方式作为个人服务推荐方式在所述用户集群中被共用的用户数或用户数占比相关;
推荐选择的集群通用服务推荐方式中与满足的触发条件对应的服务信息。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取针对被推荐的所述服务信息的用户反馈;
根据所述用户反馈调整被推荐的所述服务信息所在的集群通用服务推荐方式对应的权重。
8.一种服务推荐方法,包括:
向服务器上报用户标识和相应的用户即时场景信息,使得所述服务器查询上报的用户标识所属的用户集群,获取所述用户集群对应的集群通用服务推荐方式,当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
接收所述服务器推荐的所述服务信息;
展示通知界面,根据所述服务信息在所述通知界面中展示相应的服务入口。
9.根据权利要求8所述的方法,其特征在于,所述向服务器上报用户标识和相应的用户即时场景信息,使得所述服务器查询上报的用户标识所属的用户集群,获取所述用户集群对应的集群通用服务推荐方式,当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息的步骤包括:
向服务器上报用户标识和相应的用户即时场景信息,使得所述服务器当所述用户即时场景信息满足与上报的所述用户标识对应的个人服务推荐方式中的触发条件时,推荐所述个人服务推荐方式中与满足的触发条件对应的服务信息;当所述用户即时场景信息不满足与上报的所述用户标识对应的个人服务推荐方式中的触发条件时,查询上报的用户标识所属的用户集群,获取所述用户集群对应的集群通用服务推荐方式,当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息。
10.根据权利要求8所述的方法,其特征在于,被推荐的服务信息包括于按照获取的各集群通用服务推荐方式对应的权重所选择的集群通用服务推荐方式;所述方法还包括:
根据所述服务信息在所述通知界面中展示服务取消控件;
当检测到针对所述服务入口的用户操作指令时,进入所述服务入口所指向的应用;
当检测到针对所述服务入口或者所述服务取消控件的用户操作指令时,向所述服务器发送用户反馈,使得所述服务器根据所述用户反馈调整被推荐的所述服务信息所在的集群通用服务推荐方式对应的权重。
11.一种服务推荐装置,其特征在于,包括:
数据获取模块,用于获取用户标识和相应的用户即时场景信息;
集群通用服务推荐方式获取模块,用于查询获取的用户标识所属的用户集群;获取所述用户集群对应的集群通用服务推荐方式;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
服务信息推荐模块,用于当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息。
12.根据权利要求11所述的装置,其特征在于,所述服务信息推荐模块还用于当所述用户即时场景信息满足与获取的所述用户标识对应的个人服务推荐方式中的触发条件时,推荐所述个人服务推荐方式中与满足的触发条件对应的服务信息;
所述集群通用服务推荐方式获取模块还用于当所述用户即时场景信息不满足与获取的所述用户标识对应的个人服务推荐方式中的触发条件时,查询获取的用户标识所属的用户集群。
13.根据权利要求11所述的装置,其特征在于,所述装置还包括:
个人服务推荐方式生成模块,用于获取用户场景行为记录以及相应的用户标识;所述用户场景行为记录包括用户行为信息和相应的用户行为场景信息;根据所述用户行为场景信息形成触发条件,根据所述用户行为信息形成服务信息;将形成的触发条件与形成的服务信息对应,形成与获取的用户标识对应的个人服务推荐方式。
14.根据权利要求13所述的装置,其特征在于,所述个人服务推荐方式生成模块还用于在统计时间段内统计对应于获取的所述用户标识且包括同类的用户行为场景信息的用户场景行为记录的数量;当所述统计时间段内统计的数量高于预设阈值时,根据所述同类的用户行为场景信息形成触发条件,根据与所述同类的用户行为场景信息对应的所述用户行为信息形成服务信息。
15.根据权利要求14所述的装置,其特征在于,所述用户行为场景信息包括用户行为时间和/或用户行为地理位置;所述个人服务推荐方式生成模块还用于生成与获取的所述用户标识对应的各用户场景行为记录所包括用户行为场景信息的模糊范围;将各用户场景行为记录中的用户行为场景信息按照相应的模糊范围聚类,确定包括同类的用户行为场景信息的用户场景行为记录;在统计时间段内统计所述包括同类的用户行为场景信息的用户场景行为记录的数量。
16.根据权利要求11所述的装置,其特征在于,所述服务信息推荐模块还用于按照获取的各集群通用服务推荐方式对应的权重选择相应的集群通用服务推荐方式;所述权重与对应的集群通用服务推荐方式作为个人服务推荐方式在所述用户集群中被共用的用户数或用户数占比相关;推荐选择的集群通用服务推荐方式中与满足的触发条件对应的服务信息。
17.根据权利要求16所述的装置,其特征在于,所述装置还包括:
权重调整模块,用于获取针对被推荐的所述服务信息的用户反馈;根据所述用户反馈调整被推荐的所述服务信息所在的集群通用服务推荐方式对应的权重。
18.一种服务推荐装置,其特征在于,包括:
上报模块,用于向服务器上报用户标识和相应的用户即时场景信息,使得所述服务器查询上报的用户标识所属的用户集群,获取所述用户集群对应的集群通用服务推荐方式,当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息;所述用户集群根据多用户源的个人服务推荐方式集合中的各个人服务推荐方式将对应的用户标识进行聚类得到;所述集群通用服务推荐方式根据所述个人服务推荐方式集合中与所述用户集群对应的个人服务推荐方式生成;
服务信息接收模块,用于接收所述服务器推荐的所述服务信息;
通知界面展示模块,用于展示通知界面,根据所述服务信息在所述通知界面中展示相应的服务入口。
19.根据权利要求18所述的装置,其特征在于,所述上报模块还用于向服务器上报用户标识和相应的用户即时场景信息,使得所述服务器当所述用户即时场景信息满足与上报的所述用户标识对应的个人服务推荐方式中的触发条件时,推荐所述个人服务推荐方式中与满足的触发条件对应的服务信息;当所述用户即时场景信息不满足与上报的所述用户标识对应的个人服务推荐方式中的触发条件时,查询上报的用户标识所属的用户集群,获取所述用户集群对应的集群通用服务推荐方式,当所述用户即时场景信息满足所述集群通用服务推荐方式中的触发条件时,推荐所述集群通用服务推荐方式中与满足的触发条件对应的服务信息。
20.根据权利要求18所述的装置,其特征在于,被推荐的服务信息包括于按照获取的各集群通用服务推荐方式对应的权重所选择的集群通用服务推荐方式;所述通知界面展示模块还用于根据所述服务信息在所述通知界面中展示服务取消控件;
所述装置还包括:
应用调用模块,用于当检测到针对所述服务入口的用户操作指令时,进入所述服务入口所指向的应用;
用户反馈发送模块,用于当检测到针对所述服务入口或者所述服务取消控件的用户操作指令时,向所述服务器发送用户反馈,使得所述服务器根据所述用户反馈调整被推荐的所述服务信息所在的集群通用服务推荐方式对应的权重。
CN201610865652.0A 2016-09-29 2016-09-29 服务推荐方法和装置 Active CN107885742B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610865652.0A CN107885742B (zh) 2016-09-29 2016-09-29 服务推荐方法和装置
PCT/CN2017/095946 WO2018059122A1 (zh) 2016-09-29 2017-08-04 服务推荐方法、终端、服务器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610865652.0A CN107885742B (zh) 2016-09-29 2016-09-29 服务推荐方法和装置

Publications (2)

Publication Number Publication Date
CN107885742A true CN107885742A (zh) 2018-04-06
CN107885742B CN107885742B (zh) 2021-09-07

Family

ID=61763299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610865652.0A Active CN107885742B (zh) 2016-09-29 2016-09-29 服务推荐方法和装置

Country Status (2)

Country Link
CN (1) CN107885742B (zh)
WO (1) WO2018059122A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108959053A (zh) * 2018-07-10 2018-12-07 青岛海信电器股份有限公司 一种用户行为日志的生成方法及装置
CN108989547A (zh) * 2018-06-20 2018-12-11 Oppo广东移动通信有限公司 发光控制方法、装置、终端及存储介质
CN109255606A (zh) * 2018-08-31 2019-01-22 阿里巴巴集团控股有限公司 默认支付工具的推荐方法、装置及支付终端
CN111071182A (zh) * 2019-12-31 2020-04-28 长城汽车股份有限公司 一种车辆配置功能的推荐方法、装置及系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110532474B (zh) * 2019-08-30 2023-08-08 腾讯科技(深圳)有限公司 信息推荐方法、服务器、系统以及计算机可读存储介质
CN111831903A (zh) * 2020-06-15 2020-10-27 北京嘀嘀无限科技发展有限公司 服务站点推荐方法、装置、设备及存储介质
CN113449184B (zh) * 2021-06-23 2023-07-21 平安科技(深圳)有限公司 触达渠道的推荐方法、装置、计算机设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685458A (zh) * 2008-09-27 2010-03-31 华为技术有限公司 一种基于协同过滤的推荐方法和系统
CN101957834A (zh) * 2010-08-12 2011-01-26 百度在线网络技术(北京)有限公司 一种基于用户特征进行内容推荐的方法与设备
CN103034508A (zh) * 2011-10-10 2013-04-10 腾讯科技(深圳)有限公司 软件推荐方法和系统
CN103248658A (zh) * 2012-02-10 2013-08-14 富士通株式会社 服务推荐装置、服务推荐方法和移动设备
CN103514496A (zh) * 2012-06-21 2014-01-15 腾讯科技(深圳)有限公司 一种推荐目标软件的处理方法及系统
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

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102594905B (zh) * 2012-03-07 2014-07-16 南京邮电大学 一种基于场景的社交网络位置兴趣点推荐方法
CN103914536B (zh) * 2014-03-31 2017-11-07 北京百度网讯科技有限公司 一种用于电子地图的兴趣点推荐方法及系统
CN103886090B (zh) * 2014-03-31 2018-01-02 北京搜狗科技发展有限公司 基于用户喜好的内容推荐方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685458A (zh) * 2008-09-27 2010-03-31 华为技术有限公司 一种基于协同过滤的推荐方法和系统
CN101957834A (zh) * 2010-08-12 2011-01-26 百度在线网络技术(北京)有限公司 一种基于用户特征进行内容推荐的方法与设备
CN103034508A (zh) * 2011-10-10 2013-04-10 腾讯科技(深圳)有限公司 软件推荐方法和系统
CN103248658A (zh) * 2012-02-10 2013-08-14 富士通株式会社 服务推荐装置、服务推荐方法和移动设备
CN103514496A (zh) * 2012-06-21 2014-01-15 腾讯科技(深圳)有限公司 一种推荐目标软件的处理方法及系统
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

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108989547A (zh) * 2018-06-20 2018-12-11 Oppo广东移动通信有限公司 发光控制方法、装置、终端及存储介质
CN108959053A (zh) * 2018-07-10 2018-12-07 青岛海信电器股份有限公司 一种用户行为日志的生成方法及装置
CN108959053B (zh) * 2018-07-10 2021-12-14 海信视像科技股份有限公司 一种用户行为日志的生成方法及装置
CN109255606A (zh) * 2018-08-31 2019-01-22 阿里巴巴集团控股有限公司 默认支付工具的推荐方法、装置及支付终端
CN111071182A (zh) * 2019-12-31 2020-04-28 长城汽车股份有限公司 一种车辆配置功能的推荐方法、装置及系统

Also Published As

Publication number Publication date
WO2018059122A1 (zh) 2018-04-05
CN107885742B (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN107885742A (zh) 服务推荐方法和装置
Ravichandran et al. Capturing social networking privacy preferences: Can default policies help alleviate tradeoffs between expressiveness and user burden?
CN103914781B (zh) 信息处理设备、信息处理方法和终端设备
US10516964B2 (en) Inferring user availability for a communication
US8316020B1 (en) System, method, and computer program for creating a group profile based on user profile attributes and a rule
US20180285827A1 (en) Distinguishing events of users for efficient service content distribution
US10991004B2 (en) Utilizing population density to facilitate providing offers
US20170039480A1 (en) Workout Pattern Detection
US9888361B2 (en) System and method for determining characteristics of a plurality of people at an event based on mobile phone tracking and mobile data transmission
US10320913B2 (en) Service content tailored to out of routine events
US20120197986A1 (en) User-customizable social grouping techniques
CN105284139B (zh) 基于用户设备的历史位置的分类位置标识
CN103902152B (zh) 信息处理设备、信息处理方法以及计算机可读记录介质
EP1971075A1 (en) An information issuing system, a public media information issuing system and an issuing method
JP2008158823A (ja) 情報提供システム
CN107077662A (zh) 用户惯例的标识和改变
WO2014144760A1 (en) Contextually aware relevance engine platform
KR20070083983A (ko) 위치 기반 사회 네트워킹을 위한 시스템 및 방법
CN110069706A (zh) 数据处理的方法、端侧设备、云侧设备和端云协同系统
US20120197723A1 (en) User-customizable social grouping and advertisement targeting techniques
CN106663258A (zh) 通过混合的基于统计和用户测量方法测量多屏幕互联网用户概况、交易行为和用户群体结构
US20220078135A1 (en) Signal upload optimization
EP2518680A1 (en) Location based consumer profiling
CN113454669A (zh) 通过用户访问的特征来表征地点
KR101693429B1 (ko) 대인 관계 유형 파악을 통한 코칭 정보 제공 시스템

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