CN107943871A - 推荐用户阅读喜好的书籍的方法及装置 - Google Patents

推荐用户阅读喜好的书籍的方法及装置 Download PDF

Info

Publication number
CN107943871A
CN107943871A CN201711108022.XA CN201711108022A CN107943871A CN 107943871 A CN107943871 A CN 107943871A CN 201711108022 A CN201711108022 A CN 201711108022A CN 107943871 A CN107943871 A CN 107943871A
Authority
CN
China
Prior art keywords
books
user
recommended
book
hobby
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711108022.XA
Other languages
English (en)
Inventor
张泽斌
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.)
Shenzhen Huayu Culture Media Co Ltd
Original Assignee
Shenzhen Huayu Culture Media 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 Shenzhen Huayu Culture Media Co Ltd filed Critical Shenzhen Huayu Culture Media Co Ltd
Priority to CN201711108022.XA priority Critical patent/CN107943871A/zh
Publication of CN107943871A publication Critical patent/CN107943871A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明属于电子书领域,提供了一种推荐用户阅读喜好的书籍的方法及装置,其中方法包括:获取用户喜好的书籍信息;将所述书籍信息按照不同的维度生成至少一个推荐书籍名单;将推荐书籍名单发送给用户。本发明的推荐用户阅读喜好的书籍的方法及装置可以识别用户感兴趣的书籍,并发送给用户,使用户始终有感兴趣的书籍阅读。

Description

推荐用户阅读喜好的书籍的方法及装置
技术领域
本发明涉及到电子书领域用户选择读书的方法,特别是涉及到一种推荐用户阅读喜好的书籍的方法及装置。
背景技术
随着智能手机的普及,现有很多人都喜欢读电子书,方便随时阅读。下载一个APP后,访问APP的服务器的数据库,获取很多书籍资源。
现在的阅读APP,都会推荐一些比较畅销的书或好评率较高的书在主界面,供用户选择阅读。但是畅销的书或者好评率较高的书不一定是用户比较喜欢的。
发明内容
本发明的主要目的为提供一种推荐用户阅读喜好的书籍的方法及装置,将用户可能喜欢的书籍名单发送给用户。
本发明提出一种推荐用户阅读喜好的书籍的方法,包括步骤:
获取用户喜好的书籍信息;
将所述书籍信息按照不同的维度生成至少一个推荐书籍名单;
将所述推荐书籍名单发送给用户。
进一步地,所述获取用户喜好的书籍信息包括:
获取用户的身份信息,所述身份信息包括用户的性别、年龄、所在地区、学历的一种或多种;
获取服务器数据库里与其他相同身份信息用户的书籍,该书籍为用户喜好的书籍。
进一步地,所述维度包括:书籍类型、特殊专题、其他;
其中所述书籍类型包括:历史、科幻、文学、言情、武侠、修真;
所述特殊专题包括:十大排行榜、周排行榜、月排行榜、作者排行榜。
进一步地,所述获取用户喜好的书籍信息包括:
获取用户的行为信息,所述行为信息包括用户的浏览服务器数据库时对书籍的点击次数、阅读时间、付费、搜索行为;
根据用户的行为信息,运用预设的逻辑计算出用户喜爱的书籍的类型;
设置服务器数据库里的所述书籍类型排名在预设范围内的书籍为所述用户喜好的书籍;
获取所述用户喜好的书籍的书籍信息。
进一步地,所述计算出用户喜爱的书籍的类型之后包括:
将新加入服务器数据库的属于所述用户喜好的类型的书籍设置为用户喜好的书籍。
进一步地,将所述推荐书籍名单发送给用户前包括:
将书籍名单上的书籍按照拥有的用户数量从多到少的顺序进行排序。
本发明提出一种推荐用户阅读喜好的书籍的装置,包括:获取模块,用于获取用户喜好的书籍信息;
名单模块,用于将所述书籍信息按照不同的维度生成至少一个推荐书籍名单;
发送模块,将所述推荐书籍名单发送给用户。
进一步地,所述获取模块包括:
身份单元,用于获取用户的身份信息,所述身份信息包括用户的性别、年龄、所在地区、学历的一种或多种;
相同单元,用于获取服务器数据库里与其他相同身份信息用户的书籍,该书籍为用户喜好的书籍。
进一步地,所述获取模块还包括:
行为单元,用于获取用户的行为信息,所述行为信息包括用户的浏览服务器数据库时对书籍的点击次数、阅读时间、付费、搜索行为;
计算单元,用于根据用户的行为信息,运用预设的逻辑计算出用户喜爱的书籍的类型;
排名单元,用于设置服务器数据库里的所述书籍类型排名在预设范围内的书籍为所述用户喜好的书籍;
新书单元,用于将新加入服务器数据库的属于所述用户喜好的类型的书籍设置为用户喜好的书籍;
获取单元,用于获取所述用户喜好的书籍的书籍信息。
进一步地,所述推荐用户阅读喜好的书籍的装置还包括:
排序模块,用于将书籍名单上的书籍按照拥有的用户数量从多到少的顺序进行排序。
与现有技术相比,本发明的有益效果是:根据用户的自身身份以及阅读记录,识别用户感兴趣的书籍,并将其发送到用户的个人账户上,使用户始终有自己感兴趣的书籍阅读。
附图说明
图1是本发明一实施例的推荐用户阅读喜好的书籍的步骤示意图;
图2是本发明一实施例的推荐用户阅读喜好的书籍的步骤示意图;
图3是本发明一实施例的推荐用户阅读喜好的书籍的步骤示意图;
图4是本发明一实施例的推荐用户阅读喜好的书籍的步骤示意图;
图5是本发明一实施例的推荐用户阅读喜好的书籍的结构示意图;
图6是本发明一实施例的推荐用户阅读喜好的书籍的结构示意图;
图7是本发明一实施例的推荐用户阅读喜好的书籍的结构示意图;
图8是本发明一实施例的推荐用户阅读喜好的书籍的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
参照图1,提出本发明的一实施例的推荐用户阅读喜好的书籍的方法,包括步骤:
S1、获取用户喜好的书籍信息;
S2、将所述书籍信息按照不同的维度生成至少一个推荐书籍名单;
S4、将所述推荐书籍名单发送给用户。
本实施例中,书籍信息是指书籍的名字、内容、字数、类型、作者、主角以及一些明显标签等能体现书籍的信息,还包括在服务器数据库里的链接。例如《西游记》是书籍的名字;其内容是指具体的情节等描述,字数约82万字;类型是古代长篇小说;作者是吴承恩;主角是孙悟空、唐僧等;一些明显标签是指如“四大名著之一”使人们说起来就能联想到该书籍的关键词,明显标签也可以是主角名字等。书籍名单是指多个书籍名字组成的书籍名单以及该书籍对应的链接。在智能终端例如手机上安装一款读书的APP后,APP来获取用户喜好的书籍信息然后将书籍名单发送给用户。用户喜好的书籍信息是根据用户的个人信息或者是用户的阅读记录等其他信息判断出用户的书籍。例如用户是80年代出生的男性,则用户可能喜欢80后作者著作的书籍;其中80年代出生的男性就是指个人信息。又例如用户之前有阅读过《西游记》、《三国演义》,则说明用户喜欢古代经典小说。S2所述的维度,是指按书籍类型分类的依据,例如书籍类型就是指一个维度,书籍作者也是指一个维度。维度包括:书籍类型、特殊专题、其他;其中书籍类型包括:历史、科幻、文学、言情、武侠、修真;特殊专题包括:十大排行榜、周排行榜、月排行榜、作者排行榜。其他是指商家可以根据自身的需求来定义维度等。APP将用户喜欢的书籍按照维度进行划分,每个维度对应生成一个推荐书籍名单,然后将维度对应的书籍名单发送给用户,方便用户查找想看的书籍,用户想看哪本书时,点击该书籍名单,即点击了该书籍对应的链接,则进入到阅读该书籍的界面。具体的,发送给用户是发送给用户该服务器上注册的账户,用户登户个人账户后即可以看到推荐书籍名单,通过服务器将推荐书籍名单显示在APP的其中一个页面上。在其他实施例场合中,也可以是用户打开智能终端的网页登录某一读书的网站来看到推荐书籍名单。
参照图2,本实施例中,所述获取用户喜好的书籍信息包括:
S11、获取用户的身份信息,所述身份信息包括用户的性别、年龄、所在地区、学历的一种或多种;
S12、获取服务器数据库里与其他相同身份信息用户的书籍,该书籍为用户喜好的书籍。
本实施例中,虽然说不同的人喜欢阅读不同类型的书籍,但是同一种类型的人喜欢阅读的书籍类型有很多都是类似的。例如30-40岁以上的中高层学历人士喜欢阅读商务、成功类型的书籍,国内一线城市的人相较小城市的人生活比较小资,很多阅读的书籍都偏向小清新,普遍男性喜欢看武侠、历史类的书籍,女性喜欢看言情、生活类的书籍。APP获取整个服务器的全部用户的身份信息以及阅读记录,然后根据用户输入的身份信息,看与用户身份一样的人都看的是哪些书籍,因为用户与这些其他用户的身份都一样,年龄相仿、性别一样、处于同样的城市,获得的学历也一样,从而成长的环境也都类似,因此喜欢阅读的书籍也都很多相似,因而这些书籍就是用户喜好的书籍。在一具体实施例中,将与用户身份一样的其他用户阅读书籍最多的三本推荐给用户,例如,某一用户A男28岁在深圳工作,是本科学历,该平台上与用户A相同身份的用户有100人,这100人中有30人阅读《三体》,26人阅读《富爸爸穷爸爸》,20人阅读《诛仙》,其他的书籍在这100人中均是少于20人阅读,因此将上述三本书默认为用户A喜好阅读的书籍,将这三本书的名单发送给用户A。上述S11、S12的步骤适用于刚成为该APP的新用户,因新用户没有阅读历史记录,因而参考他人的阅读书籍,来推荐给新用户。另外,在获取用户的身份信息时,可以是用户注册时填写的个人身份信息,也可以是用户通过绑定其他APP来登陆的,例如用户用QQ来注册该阅读APP的账户,即阅读APP通过读取该用户的QQ信息来获取用户的身份信息。
参照图4,本实施例中,将所述推荐书籍名单发送给用户前包括:
S3、将推荐书籍名单上的书籍按照拥有的用户数量从多到少的顺序进行排序。
本实施例中,将《三体》、《富爸爸穷爸爸》、《诛仙》这三本书推荐给用户时,按照这一顺序来进行推荐,因《三体》有30人和A用户相同身份的人阅读,是最大的阅读群体,说明这本书最受这样的群体喜欢,因而将这本书最优先推荐给A用户,同样将后两本书依次排序。
参照图3,本实施例中,所述获取用户喜好的书籍信息包括:
S13、获取用户的行为信息,所述行为信息包括用户的浏览服务器数据库时对书籍的点击次数、阅读时间、付费、搜索行为;
S14、根据用户的行为信息,运用预设的逻辑计算出用户喜爱的书籍的类型;
S15、设置服务器数据库里的所述书籍类型排名在预设范围内的书籍为所述用户喜好的书籍;
S17、获取所述用户喜好的书籍的书籍信息。
本实施例中,用户的行为信息是指用户在APP界面的操作信息,包括对某本书的点击次数、阅读时间、支付的阅读费用、寻找书时搜索的关键字等行为,上述行为对某本书籍或某类书籍产生的行为越多,说明用户对这本书籍或这类书籍越是喜好。例如,A用户在8月份点击了历史小说40次,点击玄幻小说32次,阅读历史小说时间上是20小时,阅读玄幻小说时间上是15小时,共购买了3本历史小说消费30元,共购买3本玄幻小说消费28元,期间多次在该APP内搜索“历史”、“华夏”、“古代”、“玄幻”、“修真”等相关的书籍,APP获取到A用户的行为后,计算出用户喜欢的书籍是历史类型和玄幻类型,然后在服务器数据库内搜索这两类书籍各自好评排名前3的书,分别是在历史类型排名前3的《汉乡》、《带着仓库到大明》、《神话版三国》以及玄幻类型排名前3的《圣墟》、《尘骨》、《天道图书馆》,一共6本书籍发送给A用户,。在发送推荐书籍名单时,按照好评排名的顺序生成推荐书籍名单,使最有可能受用户喜欢的书籍放在最前面,同时也将对应的书籍信息发送给用户,其中发送的书籍信息至少包括书名和阅读链接。在另一具体实施例中,排名也可以是服务器数据库内用户点击率的排名,从而可能就不是上述的6本书籍。另外,书籍类型也可以是以作者分类的,例如A用户在某个段时间看的书都是江南(作者笔名)著作的,因而在推荐的时候推荐的都是江南著作的书籍。
本实施例中,所述计算出用户喜爱的书籍的类型之后包括:
S16、将新加入服务器数据库的属于所述用户喜好的类型的书籍设置为用户喜好的书籍。
本实施例中,由于服务器数据库每天是更新的,因而刚更新的书籍是很少有用户点击,有可能是用户喜欢的而无法推荐给用户,因而设置S16步骤,将该类型的新加入服务器数据库的书籍也设置有用户喜好的书籍,在APP界面推送给用户。
综上所述,本发明的推荐用户阅读喜好的书籍的方法可以根据用户的自身身份以及阅读记录,识别用户感兴趣的书籍,并将其发送到用户的个人账户上,使用户始终有自己感兴趣的书籍阅读。
参照图5,本发明提供一种推荐用户阅读喜好的书籍的装置,其特征在于,包括:
获取模块1,用于获取用户喜好的书籍信息;
名单模块2,用于将所述书籍信息按照不同的维度生成至少一个推荐书籍名单;
发送模块4,将所述推荐书籍名单发送给用户。
本实施例中,书籍信息是指书籍的名字、内容、字数、类型、作者、主角以及一些明显标签等能体现书籍的信息,还包括在服务器数据库里的链接。例如《西游记》是书籍的名字;其内容是指具体的情节等描述,字数约82万字;类型是古代长篇小说;作者是吴承恩;主角是孙悟空、唐僧等;一些明显标签是指如“四大名著之一”使人们说起来就能联想到该书籍的关键词,明显标签也可以是主角名字等。书籍名单是指多个书籍名字组成的书籍名单以及该书籍对应的链接。在智能终端例如手机上安装一款读书的APP后,获取模块1获取用户喜好的书籍信息然后发送模块4将书籍名单发送给用户。用户喜好的书籍信息是根据用户的个人信息或者是用户的阅读记录等其他信息判断出用户的书籍。例如用户是80年代出生的男性,则获取模块1判断用户可能喜欢80后作者著作的书籍;其中80年代出生的男性就是指个人信息。又例如用户之前有阅读过《西游记》、《三国演义》,则说明用户喜欢古代经典小说。其中上述的维度,是指按书籍类型分类的依据,例如书籍类型就是指一个维度,书籍作者也是指一个维度。维度包括:书籍类型、特殊专题、其他;其中书籍类型包括:历史、科幻、文学、言情、武侠、修真;特殊专题包括:十大排行榜、周排行榜、月排行榜、作者排行榜。其他是指商家可以根据自身的需求来定义维度等。名单模块2将用户喜欢的书籍按照维度进行划分,每个维度对应生成一个推荐书籍名单,然后发送模块4将维度对应的书籍名单发送给用户,方便用户查找想看的书籍,用户想看哪本书时,点击该书籍名单,即点击了该书籍对应的链接,则进入到阅读该书籍的界面。具体的,发送模块4发送给用户是发送给用户该服务器上注册的账户,用户登户个人账户后即可以看到推荐书籍名单,通过服务器将推荐书籍名单显示在APP的其中一个页面上。在其他实施例场合中,也可以是用户打开智能终端的网页登录某一读书的网站来看到推荐书籍名单。
参照图6,本实施例中,所述获取模块1包括:
身份单元11,用于获取用户的身份信息,所述身份信息包括用户的性别、年龄、所在地区、学历的一种或多种;
相同单元12,用于获取服务器数据库里与其他相同身份信息用户的书籍,该书籍为用户喜好的书籍。
本实施例中,虽然说不同的人喜欢阅读不同类型的书籍,但是同一种类型的人喜欢阅读的书籍类型有很多都是类似的。例如30-40岁以上的中高层学历人士喜欢阅读商务、成功类型的书籍,国内一线城市的人相较小城市的人生活比较小资,很多阅读的书籍都偏向小清新,普遍男性喜欢看武侠、历史类的书籍,女性喜欢看言情、生活类的书籍。身份单元11获取整个服务器的全部用户的身份信息以及阅读记录,然后相同单元12根据用户输入的身份信息,看与用户身份一样的人都看的是哪些书籍,因为用户与这些其他用户的身份都一样,年龄相仿、性别一样、处于同样的城市,获得的学历也一样,从而成长的环境也都类似,因此喜欢阅读的书籍也都很多相似,因而这些书籍就是用户喜好的书籍。在一具体实施例中,相同单元12将与用户身份一样的其他用户阅读书籍最多的三本推荐给用户,例如,某一用户A男28岁在深圳工作,是本科学历,身份单元11确认该平台上与用户A相同身份的用户有100人,这100人中有30人阅读《三体》,26人阅读《富爸爸穷爸爸》,20人阅读《诛仙》,其他的书籍在这100人中均是少于20人阅读,因此相同单元12将上述三本书默认为用户A喜好阅读的书籍,然后发送模块4将这三本书的名单发送给用户A。上述身份单元11和相同单元12的使用适用于刚成为该APP的新用户,因新用户没有阅读历史记录,因而获取模块1参考他人的阅读书籍,来推荐给新用户。另外,身份单元11在获取用户的身份信息时,可以是用户注册时填写的个人身份信息,也可以是用户通过绑定其他APP来登陆的,例如用户用QQ来注册该阅读APP的账户,即阅读APP通过读取该用户的QQ信息来获取用户的身份信息。
参照图7,本实施例中,所述获取模块1还包括:
行为单元13,用于获取用户的行为信息,所述行为信息包括用户的浏览服务器数据库时对书籍的点击次数、阅读时间、付费、搜索行为;
计算单元14,用于根据用户的行为信息,运用预设的逻辑计算出用户喜爱的书籍的类型;
排名单元15,用于设置服务器数据库里的所述书籍类型排名在预设范围内的书籍为所述用户喜好的书籍;
新书单元16,用于将新加入服务器数据库的属于所述用户喜好的类型的书籍设置为用户喜好的书籍;
获取单元17,用于获取所述用户喜好的书籍的书籍信息。
本实施例中,用户的行为信息是指用户在APP界面的操作信息,包括对某本书的点击次数、阅读时间、支付的阅读费用、寻找书时搜索的关键字等行为,上述行为对某本书籍或某类书籍产生的行为越多,说明用户对这本书籍或这类书籍越是喜好。例如,行为单元13获得A用户在8月份点击了历史小说40次,点击玄幻小说32次,阅读历史小说时间上是20小时,阅读玄幻小说时间上是15小时,共购买了3本历史小说消费30元,共购买3本玄幻小说消费28元,期间多次在该APP内搜索“历史”、“华夏”、“古代”、“玄幻”、“修真”等相关的书籍,行为单元13获取到A用户的行为后,发送给计算单元14,然后计算单元14计算出用户喜欢的书籍是历史类型和玄幻类型,然后排名单元15在服务器数据库内搜索这两类书籍各自好评排名前3的书,分别是在历史类型排名前3的《汉乡》、《带着仓库到大明》、《神话版三国》以及玄幻类型排名前3的《圣墟》、《尘骨》、《天道图书馆》,然后获取单元17获取这几本书籍的书籍信息(该书籍信息至少包括这几本书的名字和对应的链接地址),一共6本书籍发送给A用户,A用户想看哪本书,则可以直接点击该书籍信息对应的链接进入阅读界面。在发送模块4发送推荐书籍名单时,排名单元15按照好评排名的顺序生成推荐书籍名单,使最有可能受用户喜欢的书籍放在最前面。在另一具体实施例中,排名单元15的排名也可以是服务器数据库内用户点击率的排名,从而可能就不是上述的6本书籍。另外,计算单元14在计算书籍类型也可以是以作者分类的,例如A用户在某个段时间看的书都是江南(作者笔名)著作的,因而在推荐的时候推荐的都是江南著作的书籍。另外,由于服务器数据库每天是更新的,因而刚更新的书籍是很少有用户点击,有可能是用户喜欢的而无法推荐给用户,因而设置新书单元16,将该类型的新加入服务器数据库的书籍也设置有用户喜好的书籍,在APP界面推送给用户。
参照图8,本实施例中,所述推荐用户阅读喜好的书籍的装置还包括:
排序模块3,用于将书籍名单上的书籍按照拥有的用户数量从多到少的顺序进行排序。
本实施例中,某一用户A男28岁在深圳工作,是本科学历,该平台上与用户A相同身份的用户有100人,这100人中有30人阅读《三体》,26人阅读《富爸爸穷爸爸》,20人阅读《诛仙》,其他的书籍在这100人中均是少于20人阅读,因此将上述三本书默认为用户A喜好阅读的书籍,将这三本书的名单发送给用户A。将《三体》、《富爸爸穷爸爸》、《诛仙》这三本书推荐给用户时,排序模块3按照这一顺序来进行推荐,因《三体》有30人和A用户相同身份的人阅读,是最大的阅读群体,说明这本书最受这样的群体喜欢,因而将这本书最优先推荐给A用户,同样将后两本书依次排序。
综上所述,本发明的推荐用户阅读喜好的书籍的装置可以根据用户的自身身份以及阅读记录,识别用户感兴趣的书籍,并将其发送到用户的个人账户上,使用户始终有自己感兴趣的书籍阅读。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种推荐用户阅读喜好的书籍的方法,其特征在于,包括步骤:
获取用户喜好的书籍信息;
将所述书籍信息按照不同的维度生成至少一个推荐书籍名单;
将所述推荐书籍名单发送给用户。
2.如权利要求1所述的推荐用户阅读喜好的书籍的方法,其特征在于,所述获取用户喜好的书籍信息包括:
获取用户的身份信息,所述身份信息包括用户的性别、年龄、所在地区、学历的一种或多种;
获取服务器数据库里与其他相同身份信息用户的书籍,该书籍为用户喜好的书籍。
3.如权利要求1所述的推荐用户阅读喜好的书籍的方法,其特征在于,所述维度包括:书籍类型、特殊专题、其他;
其中所述书籍类型包括:历史、科幻、文学、言情、武侠、修真;
所述特殊专题包括:十大排行榜、周排行榜、月排行榜、作者排行榜。
4.如权利要求3所述的推荐用户阅读喜好的书籍的方法,其特征在于,所述获取用户喜好的书籍信息包括:
获取用户的行为信息,所述行为信息包括用户的浏览服务器数据库时对书籍的点击次数、阅读时间、付费、搜索行为;
根据用户的行为信息,运用预设的逻辑计算出用户喜爱的书籍的类型;
设置服务器数据库里的所述书籍类型排名在预设范围内的书籍为所述用户喜好的书籍;
获取所述用户喜好的书籍的书籍信息。
5.如权利要求4所述的推荐用户阅读喜好的书籍的方法,其特征在于,所述计算出用户喜爱的书籍的类型之后包括:
将新加入服务器数据库的属于所述用户喜好的类型的书籍设置为用户喜好的书籍。
6.如权利要求1所述的推荐用户阅读喜好的书籍的方法,其特征在于,将所述推荐书籍名单发送给用户前包括:
将书籍名单上的书籍按照拥有的用户数量从多到少的顺序进行排序。
7.一种推荐用户阅读喜好的书籍的装置,其特征在于,包括:
获取模块,用于获取用户喜好的书籍信息;
名单模块,用于将所述书籍信息按照不同的维度生成至少一个推荐书籍名单;
发送模块,将所述推荐书籍名单发送给用户。
8.如权利要求7所述的推荐用户阅读喜好的书籍的装置,其特征在于,所述获取模块包括:
身份单元,用于获取用户的身份信息,所述身份信息包括用户的性别、年龄、所在地区、学历的一种或多种;
相同单元,用于获取服务器数据库里与其他相同身份信息用户的书籍,该书籍为用户喜好的书籍。
9.如权利要求7所述的推荐用户阅读喜好的书籍的装置,其特征在于,所述获取模块还包括:
行为单元,用于获取用户的行为信息,所述行为信息包括用户的浏览服务器数据库时对书籍的点击次数、阅读时间、付费、搜索行为;
计算单元,用于根据用户的行为信息,运用预设的逻辑计算出用户喜爱的书籍的类型;
排名单元,用于设置服务器数据库里的所述书籍类型排名在预设范围内的书籍为所述用户喜好的书籍;
新书单元,用于将新加入服务器数据库的属于所述用户喜好的类型的书籍设置为用户喜好的书籍;
获取单元,用于获取所述用户喜好的书籍的书籍信息。
10.如权利要求7所述的推荐用户阅读喜好的书籍的装置,其特征在于,还包括:
排序模块,用于将书籍名单上的书籍按照拥有的用户数量从多到少的顺序进行排序。
CN201711108022.XA 2017-11-10 2017-11-10 推荐用户阅读喜好的书籍的方法及装置 Pending CN107943871A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711108022.XA CN107943871A (zh) 2017-11-10 2017-11-10 推荐用户阅读喜好的书籍的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711108022.XA CN107943871A (zh) 2017-11-10 2017-11-10 推荐用户阅读喜好的书籍的方法及装置

Publications (1)

Publication Number Publication Date
CN107943871A true CN107943871A (zh) 2018-04-20

Family

ID=61934812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711108022.XA Pending CN107943871A (zh) 2017-11-10 2017-11-10 推荐用户阅读喜好的书籍的方法及装置

Country Status (1)

Country Link
CN (1) CN107943871A (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109614462A (zh) * 2018-12-29 2019-04-12 佛山科学技术学院 一种基于大数据的新书推送方法、系统、终端设备及介质
CN109656864A (zh) * 2018-12-19 2019-04-19 范石妹 电子书推荐方法
WO2019090741A1 (zh) * 2017-11-10 2019-05-16 深圳市华阅文化传媒有限公司 推荐用户阅读喜好的书籍的方法及装置
CN109933700A (zh) * 2019-03-07 2019-06-25 王芃翰 基于大数据的学生阅读建议生成方法及相关设备
CN110111224A (zh) * 2019-05-21 2019-08-09 南阳理工学院 一种基于大数据的图书馆管理系统
CN110162708A (zh) * 2019-05-23 2019-08-23 网易传媒科技(北京)有限公司 信息输出方法、装置、电子设备以及计算机可读存储介质
CN110413888A (zh) * 2019-07-24 2019-11-05 腾讯科技(深圳)有限公司 一种书籍推荐方法及装置
CN110674448A (zh) * 2019-09-27 2020-01-10 浙江树联智能科技有限公司 图书推送方法及装置
CN110851583A (zh) * 2019-10-28 2020-02-28 上海连尚网络科技有限公司 一种小说推荐方法及设备
CN110851712A (zh) * 2019-10-31 2020-02-28 上海连尚网络科技有限公司 书籍信息的推荐方法、设备以及计算机可读介质
CN110851759A (zh) * 2019-10-31 2020-02-28 上海连尚网络科技有限公司 一种识别新用户的性别的方法及设备
CN110851685A (zh) * 2018-08-02 2020-02-28 广州阿里巴巴文学信息技术有限公司 电子书排序方法、装置以及计算机可读存储介质
CN110929167A (zh) * 2019-12-31 2020-03-27 青岛海尔科技有限公司 基于物联网操作系统的书籍推荐方法和装置
CN111177062A (zh) * 2019-12-02 2020-05-19 上海连尚网络科技有限公司 一种用于提供阅读呈现信息的方法与设备
CN111586089A (zh) * 2020-03-20 2020-08-25 上海大犀角信息科技有限公司 基于向量评分的客户端、服务端内容推荐系统和方法
CN111581372A (zh) * 2020-05-09 2020-08-25 蓝辉 读者行为分析方法及装置
CN111666251A (zh) * 2020-05-26 2020-09-15 上海连尚网络科技有限公司 一种用于提供阅读模式的方法与设备
CN111666252A (zh) * 2020-05-27 2020-09-15 上海连尚网络科技有限公司 一种获取推荐书籍的推荐热度信息的方法与设备
CN111949773A (zh) * 2019-05-17 2020-11-17 华为技术有限公司 一种阅读设备、服务器以及数据处理的方法
CN112150713A (zh) * 2020-08-28 2020-12-29 黄石微美生活网络科技有限公司 一种书籍借阅方法和后台服务器
CN112860991A (zh) * 2021-01-25 2021-05-28 杭州博享科技有限公司 基于用户习惯的书籍优选方法及装置
CN113159352A (zh) * 2021-04-21 2021-07-23 广州宏途教育网络科技有限公司 一种用于校园的图书推荐互换借阅方法
CN113836433A (zh) * 2021-11-05 2021-12-24 掌阅科技股份有限公司 信息推荐方法、电子设备及计算机存储介质
CN118377943A (zh) * 2024-06-24 2024-07-23 湖北中文在线数字出版有限公司 一种基于大数据的图书推荐方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488233A (zh) * 2016-01-25 2016-04-13 广东顺德中山大学卡内基梅隆大学国际联合研究院 阅读信息推荐方法和系统
CN106611050A (zh) * 2016-12-22 2017-05-03 掌阅科技股份有限公司 电子书推荐方法、装置和服务器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488233A (zh) * 2016-01-25 2016-04-13 广东顺德中山大学卡内基梅隆大学国际联合研究院 阅读信息推荐方法和系统
CN106611050A (zh) * 2016-12-22 2017-05-03 掌阅科技股份有限公司 电子书推荐方法、装置和服务器

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019090741A1 (zh) * 2017-11-10 2019-05-16 深圳市华阅文化传媒有限公司 推荐用户阅读喜好的书籍的方法及装置
CN110851685A (zh) * 2018-08-02 2020-02-28 广州阿里巴巴文学信息技术有限公司 电子书排序方法、装置以及计算机可读存储介质
CN109656864A (zh) * 2018-12-19 2019-04-19 范石妹 电子书推荐方法
CN109614462A (zh) * 2018-12-29 2019-04-12 佛山科学技术学院 一种基于大数据的新书推送方法、系统、终端设备及介质
CN109933700A (zh) * 2019-03-07 2019-06-25 王芃翰 基于大数据的学生阅读建议生成方法及相关设备
CN111949773A (zh) * 2019-05-17 2020-11-17 华为技术有限公司 一种阅读设备、服务器以及数据处理的方法
CN110111224A (zh) * 2019-05-21 2019-08-09 南阳理工学院 一种基于大数据的图书馆管理系统
CN110162708A (zh) * 2019-05-23 2019-08-23 网易传媒科技(北京)有限公司 信息输出方法、装置、电子设备以及计算机可读存储介质
CN110413888A (zh) * 2019-07-24 2019-11-05 腾讯科技(深圳)有限公司 一种书籍推荐方法及装置
CN110413888B (zh) * 2019-07-24 2024-05-10 腾讯科技(深圳)有限公司 一种书籍推荐方法及装置
CN110674448A (zh) * 2019-09-27 2020-01-10 浙江树联智能科技有限公司 图书推送方法及装置
CN110851583A (zh) * 2019-10-28 2020-02-28 上海连尚网络科技有限公司 一种小说推荐方法及设备
CN110851759A (zh) * 2019-10-31 2020-02-28 上海连尚网络科技有限公司 一种识别新用户的性别的方法及设备
CN110851712A (zh) * 2019-10-31 2020-02-28 上海连尚网络科技有限公司 书籍信息的推荐方法、设备以及计算机可读介质
CN111177062A (zh) * 2019-12-02 2020-05-19 上海连尚网络科技有限公司 一种用于提供阅读呈现信息的方法与设备
CN111177062B (zh) * 2019-12-02 2024-04-05 上海连尚网络科技有限公司 一种用于提供阅读呈现信息的方法与设备
CN110929167A (zh) * 2019-12-31 2020-03-27 青岛海尔科技有限公司 基于物联网操作系统的书籍推荐方法和装置
CN110929167B (zh) * 2019-12-31 2023-05-12 青岛海尔科技有限公司 基于物联网操作系统的书籍推荐方法和装置
CN111586089A (zh) * 2020-03-20 2020-08-25 上海大犀角信息科技有限公司 基于向量评分的客户端、服务端内容推荐系统和方法
CN111581372A (zh) * 2020-05-09 2020-08-25 蓝辉 读者行为分析方法及装置
CN111666251B (zh) * 2020-05-26 2023-09-15 上海连尚网络科技有限公司 一种用于提供阅读模式的方法与设备
CN111666251A (zh) * 2020-05-26 2020-09-15 上海连尚网络科技有限公司 一种用于提供阅读模式的方法与设备
CN111666252A (zh) * 2020-05-27 2020-09-15 上海连尚网络科技有限公司 一种获取推荐书籍的推荐热度信息的方法与设备
CN111666252B (zh) * 2020-05-27 2023-09-15 上海连尚网络科技有限公司 一种获取推荐书籍的推荐热度信息的方法与设备
CN112150713A (zh) * 2020-08-28 2020-12-29 黄石微美生活网络科技有限公司 一种书籍借阅方法和后台服务器
CN112860991A (zh) * 2021-01-25 2021-05-28 杭州博享科技有限公司 基于用户习惯的书籍优选方法及装置
CN113159352A (zh) * 2021-04-21 2021-07-23 广州宏途教育网络科技有限公司 一种用于校园的图书推荐互换借阅方法
CN113836433A (zh) * 2021-11-05 2021-12-24 掌阅科技股份有限公司 信息推荐方法、电子设备及计算机存储介质
CN118377943A (zh) * 2024-06-24 2024-07-23 湖北中文在线数字出版有限公司 一种基于大数据的图书推荐方法及系统
CN118377943B (zh) * 2024-06-24 2024-08-23 湖北中文在线数字出版有限公司 一种基于大数据的图书推荐方法及系统

Similar Documents

Publication Publication Date Title
CN107943871A (zh) 推荐用户阅读喜好的书籍的方法及装置
Grbovic et al. Real-time personalization using embeddings for search ranking at airbnb
Gretzel et al. Differences in consumer-generated media adoption and use: A cross-national perspective
US9177063B2 (en) Endorsing search results
JP5731250B2 (ja) 情報ストリーム中の興味深いコンテンツを推奨するためのシステムおよび方法
CN103336793B (zh) 一种个性化论文推荐方法及其系统
US8682918B2 (en) Method and system for making content-based recommendations
US20160055541A1 (en) Personalized recommendation system and methods using automatic identification of user preferences
Kuehl et al. Needmining: Identifying micro blog data containing customer needs
US10776885B2 (en) Mutually reinforcing ranking of social media accounts and contents
Wang et al. HAR-SI: A novel hybrid article recommendation approach integrating with social information in scientific social network
US8892591B1 (en) Presenting search results
CN104866554B (zh) 一种基于社会化标注的个性化搜索方法及系统
AU2014334515A2 (en) Employment related browsing and matching application, method and system
CN105095335A (zh) 用于网络上搜索结果的评级系统
CN110175264A (zh) 视频用户画像的构建方法、服务器及计算机可读存储介质
US11017042B2 (en) Profile spam removal in search results from social network
Liu et al. A hybrid book recommendation algorithm based on context awareness and social network
Yang et al. Finding experts in community question answering based on topic-sensitive link analysis
Parizi et al. EmoNews: an Emotional News Recommender System.
Meier et al. Going back in time: An investigation of social media re-finding
CN108509571B (zh) 一种网页信息数据挖掘通用方法
US9542497B2 (en) Information processing apparatus, information processing method, and information processing program
US20180165368A1 (en) Demographic Based Collaborative Filtering for New Users
Zhao et al. A Hybrid Page Ranking Algorithm Based on User Behavior

Legal Events

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

Application publication date: 20180420

RJ01 Rejection of invention patent application after publication