CN108334539A - 对象推荐方法、移动终端及计算机可读存储介质 - Google Patents
对象推荐方法、移动终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108334539A CN108334539A CN201711344916.9A CN201711344916A CN108334539A CN 108334539 A CN108334539 A CN 108334539A CN 201711344916 A CN201711344916 A CN 201711344916A CN 108334539 A CN108334539 A CN 108334539A
- Authority
- CN
- China
- Prior art keywords
- label
- weight
- shared
- recommendation method
- recommendation
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90324—Query formulation using system suggestions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种对象推荐方法,所述对象推荐方法包括以下步骤:获取对象对应的标签集合;统计根据标签集合内各个标签进行搜索时对所述对象进行操作的操作信息,并根据所述操作信息计算各个标签在所述对象中所占的权重;当检测到携带有标签的搜索请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重;将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,选择前N个对象作为目标对象并推荐所述目标对象。本发明同时公开了一种移动终端及计算机可读存储介质。与现有技术相比,本发明实现了在进行对象推荐时考虑各个对象中标签所占的权重,使得推荐结果更为准确,大大提高了对象推荐的准确度。
Description
技术领域
本发明涉及移动终端技术领域,尤其涉及一种对象推荐方法、移动终端及计算机可读存储介质。
背景技术
随着互联网,特别是移动互联网的飞速发展,各种大量网络信息充斥着人们的生活,面对这些数据,急需一种快速获取、快速定位、快速推荐的方式,能够让用户在大量数据中快速准确地抓住重点。为此,人们提出了推荐系统。推荐系统是大数据时代的产物,其已经存在于我们生活的方方面面。例如:新闻推荐(如今日头条)、音乐推荐(如网易云音乐)、视频推荐(如今天头条视频、抖音APP)等等,在推荐方面已经做的非常好,实现了将用户需要的东西进行准确推送。
目前,常用的推荐方式通常是基于用户相似度和物品相似度进行的推荐,这里的物品我们可以称之为一个对象。而该推荐方式经常出现推荐结果不准确的问题。
因此,有必要提供一种对象推荐方法、移动终端及计算机可读存储介质来解决上述技术问题。
发明内容
本发明的主要目的在于提出一种对象推荐方法、移动终端及计算机可读存储介质,旨在改善现有技术中根据对象相似度进行推荐时推送结果不准确的技术问题。
首先,为实现上述目的,本发明提供一种对象推荐方法,应用于移动终端,所述对象推荐方法包括以下步骤:
统计根据所述标签集合内各个标签进行搜索时对所述对象进行操作的操作信息,并根据所述操作信息计算各个标签在所述对象中所占的权重;
当检测到携带有标签的搜索请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重;
将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,选择前N个对象作为目标对象并推荐所述目标对象,其中N为大于或等于1的自然数。
可选地,所述对象推荐方法还包括以下步骤:
当检测到携带有标签和具体对象的下载请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重;
将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序;
根据所述标签在所述具体对象中所占的权重从排序后的对象中选择预设数量的对象作为目标对象并推荐所述目标对象。
可选地,所述操作信息包括所述对象在所述标签下的下载次数、搜索排序位置、评论数量以及评分中的一者或多者。
可选地,当所述操作信息包括所述下载次数、搜索排序位置、评论数量以及评分时,所述根据所述操作信息计算各个标签在所述对象中所占的权重的步骤具体为:
根据预设方法以及所述对象在根据各个标签进行搜索时的下载次数、搜索排序位置、评论数量以及评分计算各个标签在所述对象中所占的权重,其中所述下载次数、搜索排序位置、评论数量以及评分与所述标签在所述对象中所占的权重成正比。
可选地,所述预设方法为w_cx=(t1*loga(x+1)+t2*loga(n+1)+t3*s)/(t4*y+1),其中w_cx为标签cx在对象中所占的权重,x、y、n、s分别表示所述下载次数、搜索排序位置、评论数量以及评分,所述t1、t2、t3、t4分别表示所述下载次数、搜索排序位置、评论数量以及评分对所述权重的影响因子,所述a为一预设值。
可选地,所述获取对象对应的标签集合的步骤之前还包括:
记录通过任一标签进行搜索时对搜索到的多个对象进行操作的操作信息并生成历史记录;
根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合。
可选地,所述根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合的步骤具体为:
获取所述历史记录中所述对象具有的所有标签;
根据各标签下所述对象的下载次数从所述所有标签中选择预设个数的标签作为所述对象的标签集合。
可选地,所述对象包括应用程序、图片、音乐以及视频。
同时,本发明还提供一种移动终端,所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的对象推荐程序,所述对象推荐程序被所述处理器执行时实现如上所述对象推荐方法的步骤。
此外,为实现上述目的,本发明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上存储有对象推荐程序,所述对象推荐程序被执行时实现如上所述对象推荐方法的步骤。
相较于现有技术,本发明所提出的对象推荐方法、移动终端及计算机可读存储介质,首先获取各个对象对应的标签集合,并统计计算各个标签在所述对象中所占的权重,之后当检测到携带有标签的搜索请求时,并非直接将查找到的具有所述标签的对象推荐给用户,而是查找具有所述标签的对象集合以及所述标签在对象集合包括的各对象中所占的权重,并根据所述标签在各对象中所占的权重从对象集合中选择权重最高的N个对象作为目标对象并将所述目标对象推荐给用户,从而实现了在进行对象推荐时考虑各个对象中标签所占的权重,使得推荐结果更为准确,大大提高了对象推荐的准确度。
附图说明
图1为实现本发明各个实施例一可选的移动终端的硬件结构示意图;
图2为本发明实施例提供的一种通信网络系统架构图;
图3为本发明对象推荐方法第一实施例的实施流程示意图;
图4为本发明对象推荐方法第二实施例的实施流程示意图;
图5为本发明对象推荐程序第一实施例的功能模块示意图;
图6为本发明对象推荐程序第二实施例的功能模块示意图。
附图标记:
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。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理信息系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2,图2为本发明实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的LTE系统,该LTE系统包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
具体地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging Rules Function,政策和资费功能实体)2036等。其中,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于LTE系统,也可以适用于其他无线通信系统,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等,此处不做限定。
基于上述移动终端100硬件结构以及通信网络系统,提出本发明方法各个实施例。
对于现有的推荐方式,本发明申请人研究发现,现实生活中,对象都是有歧义性的,即一个对象不止拥有一种含义,而是涉及多个复杂概念,因此根据对象相似度进行推荐时容易导致推荐结果不准确,进而导致现有的推荐系统很难取得较好的推荐效果。例如:进行图片推荐时,假如两幅图画中都包含“狮子”、“斑马”、“树木”、“草地”等概念信息,即我们可以用这些概念作为两幅图画的标签。但是当两幅图对于概念信息的侧重点不同时,例如其中一幅图中描述“狮子”的部分多一点,而另一幅图中描述“斑马”的部分多一点,也就是说两幅图中都包含相同的标签,但是该标签在每个对象中的重要程度却不一样,即权重不同。如果我们在进行对象推荐时,将不同对象的相同标签权重都视为相等的,即对所有对象进行同等推荐,那么推荐的结果可能不会准确,用户体验会较差。为此,本发明提出一种对象推荐方法、移动终端及计算机可读存储介质。
首先,本发明提出一种对象推荐方法,该对象推荐方法应用于图1至图2所示移动终端,所述移动终端包括存储器和处理器。
如图3所示,是本发明对象推荐方法第一实施例的实施流程图。在本实施例中,根据不同的需求,图3所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。所述对象推荐方法包括:
步骤S301,获取对象对应的标签集合。
具体的,所述对象推荐方法中的对象可以为图片、应用程序、音乐、视频等各种对象,即本发明对象推荐方法可以用于图片推荐、应用程序推荐、音乐推荐、视频推荐等推荐过程中。通常,每个对象会具有多个标签,如对于一张图片,其可以按照图片中包括的物体设置标签,当该图片中包括多个物体时,其会具有多个标签;再如,对于歌曲,可以将其按照多种分类标准设置多个标签,如一首歌的标签可以包括华语、歌手XX、民谣等几个标签;同理,对于其他类型的对象,也会具有相应的多个标签。每个对象具有的多个标签构成一个标签集合。
其中,对象的标签集合可以由用户设置,也可以根据用户的历史操作数据自动生成。具体的,标签集合的自动生成方法包括以下步骤:(1)记录用户通过任一标签进行搜索时对搜索到的多个对象进行操作的操作信息并生成历史记录;(2)根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合。如:假设用户分别通过标签1、标签2、标签3……标签n进行搜索时,其搜索结果中均包括了对象1,则认为该对象1的标签集合包括标签1、标签2、标签3……标签n,因此基于用户操作的历史记录可以统计得到各个对象的标签。此外,由于一个对象可能存在非常多的标签,为了实现更好的管理,还可以从所有的标签中选择部分重要的标签作为该对象的标签,此时步骤(2)具体为:获取所述历史记录中所述对象具有的所有标签,根据各标签下所述对象的下载次数从所述所有标签中选择预设个数的标签作为所述对象的标签集合。其中,根据各标签下所述对象的下载次数从所述所有标签中选择预设个数的标签作为所述对象的标签集合具体为:从所述所有标签中选择下载次数最多的预设个数的标签作为所述对象的标签集合,其中下载次数是指根据某一标签进行搜索时某一对象的下载次数,如:根据标签c1搜索时对象1的下载次数为x1,根据标签c2搜索时对象1的下载次数为x2,根据标签c3搜索时对象1的下载次数为x3……根据标签cn搜索时对象1的下载次数为xn,则确定对象1的标签集合时,可以根据下载次数从标签c1、c2……cn中选择预设个数的标签作为对象1的标签集合。需要说明的是,进行搜索时,用户输入的检索词可能不是标准的标签,如不同的用户可能使用不同的检索词来表示同一个含义,因此本发明在统计到大量的历史记录后,还可以对用户输入的各种检索词进行归一化处理,使各个检索词具有唯一对应的标准的标签。
步骤S302,统计根据所述标签集合内各个标签进行搜索时对所述对象进行操作的操作信息,并根据所述操作信息计算各个标签在所述对象中所占的权重。
本实施例中,当用户搜索到对象后,通常可以进行多种操作,如下载、评论、进行打分、分享等,且对于不同类型的对象,用户可以进行的操作也不同,从而记录得到的操作信息也会不同。如当对象的类型为应用程序时,操作信息可以包括下载次数、搜索排序位置、评论数量以及评分中的一者或多者;当对象的类型为视频时,操作信息可以包括下载次数、分享次数、评论数量等。对于每一个对象,根据统计得到的一段时间内的操作信息可以计算各个标签在对象中所占的权重。本实施例中以对象类型为应用程序为例进行说明,假设记录的应用程序的操作信息包括下载次数、搜索排序位置、评论数量以及评分时,则所述根据所述操作信息计算各个标签在所述对象中所占的权重的步骤具体为:根据预设方法以及所述对象在根据各个标签进行搜索时的下载次数、搜索排序位置、评论数量以及评分计算各个标签在所述对象中所占的权重,其中所述下载次数、搜索排序位置、评论数量以及评分与所述标签在所述对象中所占的权重成正比,即当下载次数、搜索排序位置、评论数量以及评分越好时,经所述预设方法计算得到的所述标签在所述对象中的所占的权重越大。举例说明如下:假设在一时间段内,各个用户进行应用搜索时产生了1000条包括应用程序A的操作信息的历史记录,这1000条历史记录共对应20个标签c1、c2、c3……c20,若用户通过标签c1进行应用搜索时应用程序A被下载的次数为x1,用户在通过标签c1进行应用搜索时应用程序A的搜索排序号为y1,用户在通过标签c1进行应用搜索时应用程序A被评论的评论数量为n,用户在通过标签c1进行应用搜索时应用程序A被评论时的评分(可以为所有评分的总和)为s,则根据下载次数x1、搜索排序位置(排序号)y1、评论数量n以及评分s可以计算得到这一时间段内标签c1在应用程序A中所占的权重。同理,可以计算标签c2、c3……c20在应用程序A中所占的权重。需要说明的是,本发明中预设方法可以为满足以下条件的任何算法:在下载次数、搜索排序位置、评论数量以及评分越好时,经所述预设方法计算得到的所述标签在所述对象中的所占的权重越大,在下载次数、搜索排序位置、评论数量以及评分越差时,经所述预设方法计算得到的所述标签在所述对象中的所占的权重越小。如此设置该预设算法是因为:下载次数、搜索排序位置、评论数量以及评分可以表征在相应的标签下推荐该应用程序时的准确度,若下载次数越多、排序号越小、评论数量越大、评分越高,则表明通过该标签搜索时推荐该应用程序的准确度高,则标签在该应用程序中所占的权重应该越大。如在一实施例中,所述预设方法为w_cx=(t1*loga(x+1)+t2*loga(n+1)+t3*s)/(t4*y+1),其中w_cx为标签cx在对象中所占的权重,x、y、n、s分别表示所述下载次数、搜索排序位置、评论数量以及评分,所述t1、t2、t3、t4分别表示所述下载次数、搜索排序位置、评论数量以及评分对所述权重的影响因子,所述a为一预设值,用户可以根据需求设置a的取值,如设置a的取值为5、8、10等。具体的,对下载次数、评论数量进行以a为底的对数运算,是为了使得下载次数、评论数量的量级缩小,使其与搜索排序位置(搜索排序位置一般为个位数或十位数)、评分(一般采用十分制或百分制)处于大致同一个量级范围内,如当x=10000时,a=10时,则经对数运算loga(x+1)处理后得到的数值约为10,其与搜索排序位置、评分等的差距不会特别明显,大致处于一个量级范围内。
步骤S303,当检测到携带有标签的搜索请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重。
具体的,当预先统计得到各个标签在各对象中所占的权重后,本发明进行搜索请求时,在推荐对象时会考虑当前的标签在各个对象中所占的权重,通过该权重确定各个对象与所述标签的匹配度。具体的,当移动终端检测到携带有标签(如标签cx)的搜索请求时,会搜索具有该标签cx的所有对象,这些对象组成一个对象集合,之后移动终端获取标签cx在各个对象中所占的权重。
步骤S304,将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,选择前N个对象作为目标对象并推荐所述目标对象,其中N为大于或等于1的自然数。
本实施例中,根据权重判断各个对象与所述标签的匹配度时,认为标签在所述对象中所占的权重越大,该对象与该标签的匹配度越高,反之若标签在所述对象中所占的权重越小,则该对象与该标签的匹配度越低。基于此,本实施例中选择权重最高的N个对象作为目标对象并推荐所述目标对象,其中N为大于或等于1的自然数,且可以由用户设置,如设置N的取值为2、3、4等。如假设用户根据标签X进行搜索时,得到的对象集合为{对象1,对象2,对象3……对象m},且标签X在对象1中所占的权重为0.8,在对象2中所占的权重为0.78,在对象3中所占的权重为0.75……,若此时各个对象按照标签X在所述对象中所占的权重由高至低的顺序排序后为对象1,对象2,对象5,对象4……,则此时可以选择前N个对象作为目标对象。
通过上述步骤S301至S304,本发明对象推荐方法需要预先获取对象对应的标签集合,并统计计算各个标签在所述对象中所占的权重,之后当检测到携带有标签的搜索请求时,并非直接将查找到的具有所述标签的对象推荐给用户,而是查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重,并根据所述标签在各对象中所占的权重从对象集合中选择权重最高的N个对象作为目标对象并将所述目标对象推荐给用户,从而实现了在进行对象推荐时考虑各个对象中标签所占的权重,使得推荐结果更为准确,大大提高了对象推荐的准确度。
进一步地,基于上述第一实施例,提出本发明对象推荐方法的第二实施例。如图4所示,是本发明对象推荐方法第二实施例的实施流程图。在本实施例中,根据不同的需求,图4所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。所述对象推荐方法包括:
步骤S401,记录通过任一标签进行搜索时对搜索到的多个对象进行操作的操作信息并生成历史记录。
步骤S402,根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合。
步骤S403,获取对象对应的标签集合,统计根据所述标签集合内各个标签进行搜索时对所述对象进行操作的操作信息,并根据所述操作信息计算各个标签在所述对象中所占的权重。之后执行步骤S404或步骤S406。
步骤S404,当检测到携带有标签的搜索请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重。
步骤S405,将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,选择前N个对象作为目标对象并推荐所述目标对象,其中N为大于或等于1的自然数。
步骤S406,当检测到携带有标签和具体对象的下载请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重。
步骤S407,将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,根据所述标签在所述具体对象中所占的权重从排序后的对象中选择预设数量的对象作为目标对象并推荐所述目标对象。
具体的,根据所述标签在所述具体对象中所占的权重从排序后的对象中选择预设数量的对象作为目标对象并推荐所述目标对象的步骤具体为:选择权重与所述标签在所述具体对象中所占的权重最接近的预设数量的对象作为目标对象并推荐所述目标对象。继续以对象类型为应用程序为例进行说明,本实施例中,当用户通过某一标签下载某款应用程序时,此时移动终端检测到的下载请求中会携带有标签和具体对象(即具体哪一款应用程序),此时进行对象推荐时,首先查找具有所述标签的多个对象以及所述标签在各对象中所占的权重,然后根据权重确定各个对象与所述标签的匹配度。此时,根据权重确定各个对象与所述标签的匹配度时,当标签在对象中所占的权重与标签在具体对象中所占的权重越相近时,则表示该对象与标签的匹配度越高。举例说明如下:假设用户根据标签Y下载应用程序B时,此时搜索到的对象包括{对象1,对象2,对象3……对象10},且将各个对象根据标签Y在各个对象中所占的权重由高至低的顺序排列后为对象2、对象3、对象5、对象4、对象6、对象9、对象7、对象1、对象10、对象8,其对应的权重分别为0.8、0.76、0.74、0.7、0.65、0.63、0.56、0.5、0.4、0.3,若此时标签Y在应用程序B中所占的权重为0.5,预设数量为3,则此时与标签Y匹配度最佳的对象为对象1、对象7以及对象10,即标签在对象中所占的权重越相近,认为相应的对象也越相似。
通过上述步骤S401至S407,本发明对象推荐方法首先需要根据用户的历史记录为各个对象生成标签集合以及各个标签在各个对象中所占的权重,之后当检测到携带有标签的搜索请求时,并非直接将查找到的具有所述标签的对象推荐给用户,而是查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重,并选择权重最高的N个对象作为目标对象并将所述目标对象推荐给用户,当检测到携带有标签和具体对象的下载请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重,并选择权重与所述标签在所述具体对象中所占的权重最接近的预设数量的对象作为目标对象并将所述目标对象推荐给用户,从而实现了在进行对象推荐时考虑各个对象中标签所占的权重,并根据权重确定与标签匹配度最佳的对象,使得推荐结果更为准确,大大提高了对象推荐的准确度。
同时,本发明还提出一种移动终端,所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的对象推荐程序400。
如图5所示,是本发明对象推荐程序400第一实施例的功能模块示意图。在本实施例中,所述对象推荐程序400可以被分割成一个或多个模块,所述一个或多个模块存储于所述移动终端100的存储器109中,并由一个或多个处理器(本实施例中为所述控制器110)所执行,以完成本发明。例如,在图5中,所述对象推荐程序400可以被分割成标签集合获取模块401、标签权重计算模块402、对象查找模块403以及搜索推荐模块404。本发明所称的模块是指一种能够完成特定功能的一系列获取机程序指令段,比获取机程序更适合于描述软件在所述移动终端100中的执行过程。以下将就上述各功能模块401-404的具体功能进行详细描述。其中:
所述标签集合获取模块401,用于获取对象对应的标签集合。
具体的,所述对象推荐方法中的对象可以为图片、应用程序、音乐、视频等各种对象,即本发明对象推荐方法可以用于图片推荐、应用程序推荐、音乐推荐、视频推荐等推荐过程中。通常,每个对象会具有多个标签,如对于一张图片,其可以按照图片中包括的物体设置标签,当该图片中包括多个物体时,其会具有多个标签;再如,对于歌曲,可以将其按照多种分类标准设置多个标签,如一首歌的标签可以包括华语、歌手XX、民谣等几个标签;同理,对于其他类型的对象,也会具有相应的多个标签。每个对象具有的多个标签构成一个标签集合。
其中,对象的标签集合可以由用户设置,也可以根据用户的历史操作数据自动生成。具体的,标签集合的自动生成方法包括以下步骤:(1)记录用户通过任一标签进行搜索时对搜索到的多个对象进行操作的操作信息并生成历史记录;(2)根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合。如:假设用户分别通过标签1、标签2、标签3……标签n进行搜索时,其搜索结果中均包括了对象1,则认为该对象1的标签包括标签1、标签2、标签3……标签n,因此基于用户操作的历史记录可以统计得到各个对象的标签。此外,由于一个对象可能存在非常多的标签,为了实现更好的管理,还可以从所有的标签中选择部分重要的标签作为该对象的标签,此时步骤(2)具体为:获取所述历史记录中所述对象具有的所有标签,根据各标签下所述对象的下载次数从所述所有标签中选择预设个数的标签作为所述对象的标签集合。其中,根据各标签下所述对象的下载次数从所述所有标签中选择预设个数的标签作为所述对象的标签集合具体为:从所述所有标签中选择下载次数最多的预设个数的标签作为所述对象的标签集合,其中下载次数是指根据某一标签进行搜索时某一对象的下载次数,如:根据标签c1搜索时对象1的下载次数为x1,根据标签c2搜索时对象1的下载次数为x2,根据标签c3搜索时对象1的下载次数为x3……根据标签cn搜索时对象1的下载次数为xn,则确定对象1的标签集合时,可以根据下载次数从标签c1、c2……cn中选择预设个数的标签作为对象1的标签集合。需要说明的是,进行搜索时,用户输入的检索词可能不是标准的标签,如不同的用户可能使用不同的检索词来表示同一个含义,因此本发明在统计到大量的历史记录后,还可以对用户输入的各种检索词进行归一化处理,使各个检索词具有唯一对应的标准的标签。
所述标签权重计算模块402,用于统计根据所述标签集合内各个标签进行搜索时对所述对象进行操作的操作信息,并根据所述操作信息计算各个标签在所述对象中所占的权重。
本实施例中,当用户搜索到对象后,通常可以进行多种操作,如下载、评论、进行打分、分享等,且对于不同类型的对象,用户可以进行的操作也不同,从而记录得到的操作信息也会不同。如当对象的类型为应用程序时,操作信息可以包括下载次数、搜索排序位置、评论数量以及评分中的一者或多者;当对象的类型为视频时,操作信息可以包括下载次数、分享次数、评论数量等。对于每一个对象,根据统计得到的一段时间内的操作信息可以计算各个标签在对象中所占的权重。本实施例中以对象类型为应用程序为例进行说明,假设记录的应用程序的操作信息包括下载次数、搜索排序位置、评论数量以及评分时,则所述根据所述操作信息计算各个标签在所述对象中所占的权重的步骤具体为:根据预设方法以及所述对象在根据各个标签进行搜索时的下载次数、搜索排序位置、评论数量以及评分计算各个标签在所述对象中所占的权重,其中所述下载次数、搜索排序位置、评论数量以及评分与所述标签在所述对象中所占的权重成正比,即当下载次数、搜索排序位置、评论数量以及评分越好时,经所述预设方法计算得到的所述标签在所述对象中的所占的权重越大。举例说明如下:假设在一时间段内,各个用户进行应用搜索时产生了1000条包括应用程序A的操作信息的历史记录,这1000条历史记录共对应20个标签c1、c2、c3……c20,若用户通过标签c1进行应用搜索时应用程序A被下载的次数为x1,用户在通过标签c1进行应用搜索时应用程序A的搜索排序号为y1,用户在通过标签c1进行应用搜索时应用程序A被评论的评论数量为n,用户在通过标签c1进行应用搜索时应用程序A被评论时的评分(可以为所有评分的总和)为s,则根据下载次数x1、搜索排序位置(排序号)y1、评论数量n以及评分s可以计算得到这一时间段内标签c1在应用程序A中所占的权重。同理,可以计算标签c2、c3……c20在应用程序A中所占的权重。需要说明的是,本发明中预设方法可以为满足以下条件的任何算法:在下载次数、搜索排序位置、评论数量以及评分越好时,经所述预设方法计算得到的所述标签在所述对象中的所占的权重越大,在下载次数、搜索排序位置、评论数量以及评分越差时,经所述预设方法计算得到的所述标签在所述对象中的所占的权重越小。如此设置该预设算法是因为:下载次数、搜索排序位置、评论数量以及评分可以表征在相应的标签下推荐该应用程序时的准确度,若下载次数越多、排序号越小、评论数量越大、评分越高,则表明通过该标签搜索时推荐该应用程序的准确度高,则标签在该应用程序中所占的权重应该越大。如在一实施例中,所述预设方法为w_cx=(t1*loga(x+1)+t2*loga(n+1)+t3*s)/(t4*y+1),其中w_cx为标签cx在对象中所占的权重,x、y、n、s分别表示所述下载次数、搜索排序位置、评论数量以及评分,所述t1、t2、t3、t4分别表示所述下载次数、搜索排序位置、评论数量以及评分对所述权重的影响因子,所述a为一预设值,用户可以根据需求设置a的取值,如设置a的取值为5、8、10等。具体的,对下载次数、评论数量进行以a为底的对数运算,是为了使得下载次数、评论数量的量级缩小,使其与搜索排序位置(搜索排序位置一般为个位数或十位数)、评分(一般采用十分制或百分制)处于大致同一个量级范围内,如当x=10000时,a=10时,则经对数运算loga(x+1)处理后得到的数值约为10,其与搜索排序位置、评分等的差距不会特别明显,大致处于一个量级范围内。
所述对象查找模块403,当检测到携带有标签的搜索请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重。
具体的,当预先统计得到各个标签在各对象中所占的权重后,本发明进行搜索请求时,在推荐对象时会考虑当前的标签在各个对象中所占的权重,通过该权重确定各个对象与所述标签的匹配度。具体的,当移动终端检测到携带有标签(如标签cx)的搜索请求时,会搜索具有该标签cx的所有对象,这些对象组成一个对象集合,之后移动终端获取标签cx在各个对象中所占的权重。
所述搜索推荐模块404,用于将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,选择前N个对象作为目标对象并推荐所述目标对象,其中N为大于或等于1的自然数。
本实施例中,根据权重判断各个对象与所述标签的匹配度时,认为标签在所述对象中所占的权重越大,该对象与该标签的匹配度越高,反之若标签在所述对象中所占的权重越小,则该对象与该标签的匹配度越低。基于此,本实施例中对象查找模块403具体用于选择权重最高的N个对象作为目标对象并推荐所述目标对象,其中N为大于或等于1的自然数,且可以由用户设置,如设置N的取值为2、3、4等。如假设用户根据标签X进行搜索时,得到的对象集合为{对象1,对象2,对象3……对象m},且标签X在对象1中所占的权重为0.8,在对象2中所占的权重为0.78,在对象3中所占的权重为0.75……,若此时各个对象按照标签X在所述对象中所占的权重由高至低的顺序排序后为对象1,对象2,对象5,对象4……,则此时可以选择前N个对象作为目标对象。
通过上述模块401至404,本发明对象推荐程序需要预先获取各个对象对应的标签集合,并统计计算各个标签在所述对象中所占的权重,之后当检测到携带有标签的搜索请求时,并非直接将查找到的具有所述标签的对象推荐给用户,而是查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重,并根据所述标签在各对象中所占的权重从对象集合中选择N个对象作为目标对象并将所述目标对象推荐给用户,从而实现了在进行对象推荐时考虑各个对象中标签所占的权重,使得推荐结果更为准确,大大提高了对象推荐的准确度。
基于上述第一实施例,提出本发明所述的对象推荐程序400的第二实施例。如图6所示,为本发明所述的对象推荐程序400第二实施例的功能模块示意图。在本实施例中,所述对象推荐程序400还包括记录模块405以及下载推荐模块406。本实施例中,各模块的说明如下:
所述记录模块405,用于记录通过任一标签进行搜索时对搜索到的多个对象进行操作的操作信息并生成历史记录。本实施例中,所述标签集合获取模块401具体用于:根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合。
所述下载推荐模块406,用于当检测到携带有标签和具体对象的下载请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重,将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,根据所述标签在所述具体对象中所占的权重从排序后的对象中选择预设数量的对象作为目标对象并推荐所述目标对象。具体的,根据所述标签在所述具体对象中所占的权重从排序后的对象中选择预设数量的对象作为目标对象并推荐所述目标对象的步骤具体为:选择权重与所述标签在所述具体对象中所占的权重最接近的预设数量的对象作为目标对象并推荐所述目标对象。继续以对象类型为应用程序为例进行说明,本实施例中,当用户通过某一标签下载某款应用程序时,此时移动终端检测到的下载请求中会携带有标签和具体对象(即具体哪一款应用程序),此时进行对象推荐时,首先查找具有所述标签的多个对象以及所述标签在各对象中所占的权重,然后根据权重确定各个对象与所述标签的匹配度。此时,根据权重确定各个对象与所述标签的匹配度时,当标签在对象中所占的权重与标签在具体对象中所占的权重越相近时,则表示该对象与标签的匹配度越高。举例说明如下:假设用户根据标签Y下载应用程序B时,此时搜索到的对象包括{对象1,对象2,对象3……对象10},且将各个对象根据标签Y在各个对象中所占的权重由高至低的顺序排列后为对象2、对象3、对象5、对象4、对象6、对象9、对象7、对象1、对象10、对象8,其对应的权重分别为0.8、0.76、0.74、0.7、0.65、0.63、0.56、0.5、0.4、0.3,若此时标签Y在应用程序B中所占的权重为0.5,预设数量为3,则此时与标签Y匹配度最佳的对象为对象1、对象7以及对象10,即标签在对象中所占的权重越相近,认为相应的对象也越相似。
通过上述步骤模块401至406,本发明对象推荐程序首先需要根据用户的历史记录为各个对象生成标签集合以及各个标签在各个对象中所占的权重,之后当检测到携带有标签的搜索请求时,并非直接将查找到的具有所述标签的对象推荐给用户,而是查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重,并选择权重最高的N个对象作为目标对象并将所述目标对象推荐给用户,当检测到携带有标签和具体对象的下载请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重,并选择权重与所述标签在所述具体对象中所占的权重最接近的预设数量的对象作为目标对象并将所述目标对象推荐给用户,从而实现了在进行对象推荐时考虑各个对象中标签所占的权重,并根据权重确定与标签匹配度最佳的对象,使得推荐结果更为准确,大大提高了对象推荐的准确度。
此外,本发明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上存储有对象推荐程序,所述对象推荐程序被执行时实现图3至图4所述的对象推荐方法的步骤。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上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)
1.一种对象推荐方法,其特征在于,所述对象推荐方法包括以下步骤:
获取对象对应的标签集合;
统计根据所述标签集合内各个标签进行搜索时对所述对象进行操作的操作信息,并根据所述操作信息计算各个标签在所述对象中所占的权重;
当检测到携带有标签的搜索请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重;
将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序,选择前N个对象作为目标对象并推荐所述目标对象,其中N为大于或等于1的自然数。
2.如权利要求1所述的对象推荐方法,其特征在于,所述对象推荐方法还包括以下步骤:
当检测到携带有标签和具体对象的下载请求时,查找具有所述标签的对象集合以及所述标签在所述对象集合包括的各对象中所占的权重;
将所述对象按照所述标签在所述对象中所占的权重由高至低的顺序排序;
根据所述标签在所述具体对象中所占的权重从排序后的对象中选择预设数量的对象作为目标对象并推荐所述目标对象。
3.如权利要求1所述的对象推荐方法,其特征在于,所述操作信息包括所述对象在所述标签下的下载次数、搜索排序位置、评论数量以及评分中的一者或多者。
4.如权利要求3所述的对象推荐方法,其特征在于,当所述操作信息包括所述下载次数、搜索排序位置、评论数量以及评分时,所述根据所述操作信息计算各个标签在所述对象中所占的权重的步骤具体为:
根据预设方法以及所述对象在根据各个标签进行搜索时的下载次数、搜索排序位置、评论数量以及评分计算各个标签在所述对象中所占的权重,其中所述下载次数、搜索排序位置、评论数量以及评分与所述标签在所述对象中所占的权重成正比。
5.如权利要求4所述的对象推荐方法,其特征在于,所述预设方法为w_cx=(t1*loga(x+1)+t2*loga(n+1)+t3*s)/(t4*y+1),其中w_cx为标签cx在对象中所占的权重,x、y、n、s分别表示所述下载次数、搜索排序位置、评论数量以及评分,所述t1、t2、t3、t4分别表示所述下载次数、搜索排序位置、评论数量以及评分对所述权重的影响因子,所述a为一预设值。
6.如权利要求3所述的对象推荐方法,其特征在于,所述获取对象对应的标签集合的步骤之前还包括:
记录通过任一标签进行搜索时对搜索到的多个对象进行操作的操作信息并生成历史记录;
根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合。
7.如权利要求6所述的对象推荐方法,其特征在于,所述根据所述历史记录统计各对象具有的多个标签,并为所述对象生成对应的标签集合的步骤具体为:
获取所述历史记录中所述对象具有的所有标签;
根据各标签下所述对象的下载次数从所述所有标签中选择预设个数的标签作为所述对象的标签集合。
8.如权利要求1至7任一项所述的对象推荐方法,其特征在于,所述对象包括应用程序、图片、音乐以及视频。
9.一种移动终端,其特征在于,所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的对象推荐程序,所述对象推荐程序被所述处理器执行时实现如权利要求1至8中任一项所述的对象推荐方法的步骤。
10.一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上存储有对象推荐程序,所述对象推荐程序被执行时实现如权利要求1至8中任一项所述的对象推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711344916.9A CN108334539B (zh) | 2017-12-15 | 2017-12-15 | 对象推荐方法、移动终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711344916.9A CN108334539B (zh) | 2017-12-15 | 2017-12-15 | 对象推荐方法、移动终端及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108334539A true CN108334539A (zh) | 2018-07-27 |
CN108334539B CN108334539B (zh) | 2021-10-15 |
Family
ID=62922475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711344916.9A Active CN108334539B (zh) | 2017-12-15 | 2017-12-15 | 对象推荐方法、移动终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108334539B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165742A (zh) * | 2018-08-28 | 2019-01-08 | 北京百度网讯科技有限公司 | 推荐方法、装置、存储介质和终端设备 |
CN109977242A (zh) * | 2019-03-28 | 2019-07-05 | 北京奇艺世纪科技有限公司 | 一种推荐方法、装置、终端设备及计算机可读存储介质 |
CN109992719A (zh) * | 2019-04-02 | 2019-07-09 | 北京字节跳动网络技术有限公司 | 用于确定推送优先级信息的方法和装置 |
CN110598735A (zh) * | 2019-08-05 | 2019-12-20 | 深圳市大拿科技有限公司 | 一种访客信息提醒方法及装置 |
CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
CN111258695A (zh) * | 2020-01-15 | 2020-06-09 | 广东小天才科技有限公司 | 电话手表的表盘推荐方法、表盘推荐装置及终端设备 |
CN111506775A (zh) * | 2019-01-29 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 标签处理方法、装置、电子设备及可读存储介质 |
CN111625715A (zh) * | 2020-05-09 | 2020-09-04 | 北京达佳互联信息技术有限公司 | 信息提取方法、装置、电子设备及存储介质 |
CN111970525A (zh) * | 2020-08-14 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 直播间搜索方法、装置、服务器及存储介质 |
CN113268661A (zh) * | 2021-04-28 | 2021-08-17 | 青岛海尔科技有限公司 | 用于进行用户功能推荐的方法及装置、智能家电 |
CN116777529A (zh) * | 2023-08-11 | 2023-09-19 | 腾讯科技(深圳)有限公司 | 一种对象推荐的方法、装置、设备、存储介质及程序产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786810A (zh) * | 2014-12-16 | 2016-07-20 | 阿里巴巴集团控股有限公司 | 类目映射关系的建立方法与装置 |
CN106250557A (zh) * | 2016-08-16 | 2016-12-21 | 青岛海信传媒网络技术有限公司 | 应用的推荐方法及装置 |
CN107169150A (zh) * | 2017-06-30 | 2017-09-15 | 努比亚技术有限公司 | 图片推送方法、移动终端以及计算机可读介质 |
-
2017
- 2017-12-15 CN CN201711344916.9A patent/CN108334539B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786810A (zh) * | 2014-12-16 | 2016-07-20 | 阿里巴巴集团控股有限公司 | 类目映射关系的建立方法与装置 |
CN106250557A (zh) * | 2016-08-16 | 2016-12-21 | 青岛海信传媒网络技术有限公司 | 应用的推荐方法及装置 |
CN107169150A (zh) * | 2017-06-30 | 2017-09-15 | 努比亚技术有限公司 | 图片推送方法、移动终端以及计算机可读介质 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165742A (zh) * | 2018-08-28 | 2019-01-08 | 北京百度网讯科技有限公司 | 推荐方法、装置、存储介质和终端设备 |
CN111506775B (zh) * | 2019-01-29 | 2023-04-25 | 阿里巴巴集团控股有限公司 | 标签处理方法、装置、电子设备及可读存储介质 |
CN111506775A (zh) * | 2019-01-29 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 标签处理方法、装置、电子设备及可读存储介质 |
CN109977242A (zh) * | 2019-03-28 | 2019-07-05 | 北京奇艺世纪科技有限公司 | 一种推荐方法、装置、终端设备及计算机可读存储介质 |
CN109992719B (zh) * | 2019-04-02 | 2021-06-25 | 北京字节跳动网络技术有限公司 | 用于确定推送优先级信息的方法和装置 |
CN109992719A (zh) * | 2019-04-02 | 2019-07-09 | 北京字节跳动网络技术有限公司 | 用于确定推送优先级信息的方法和装置 |
CN110598735A (zh) * | 2019-08-05 | 2019-12-20 | 深圳市大拿科技有限公司 | 一种访客信息提醒方法及装置 |
CN110598735B (zh) * | 2019-08-05 | 2022-07-08 | 深圳市海雀科技有限公司 | 一种访客信息提醒方法及装置 |
CN110659388B (zh) * | 2019-10-10 | 2022-07-22 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
CN111258695A (zh) * | 2020-01-15 | 2020-06-09 | 广东小天才科技有限公司 | 电话手表的表盘推荐方法、表盘推荐装置及终端设备 |
CN111258695B (zh) * | 2020-01-15 | 2023-11-17 | 广东小天才科技有限公司 | 电话手表的表盘推荐方法、表盘推荐装置及终端设备 |
CN111625715A (zh) * | 2020-05-09 | 2020-09-04 | 北京达佳互联信息技术有限公司 | 信息提取方法、装置、电子设备及存储介质 |
CN111970525A (zh) * | 2020-08-14 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 直播间搜索方法、装置、服务器及存储介质 |
CN113268661A (zh) * | 2021-04-28 | 2021-08-17 | 青岛海尔科技有限公司 | 用于进行用户功能推荐的方法及装置、智能家电 |
CN116777529A (zh) * | 2023-08-11 | 2023-09-19 | 腾讯科技(深圳)有限公司 | 一种对象推荐的方法、装置、设备、存储介质及程序产品 |
CN116777529B (zh) * | 2023-08-11 | 2024-02-06 | 腾讯科技(深圳)有限公司 | 一种对象推荐的方法、装置、设备、存储介质及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN108334539B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108334539A (zh) | 对象推荐方法、移动终端及计算机可读存储介质 | |
CN107809526A (zh) | 终端应用程序分类方法、移动终端及计算机可读存储介质 | |
CN108492836A (zh) | 一种基于语音的搜索方法、移动终端及存储介质 | |
CN107169150A (zh) | 图片推送方法、移动终端以及计算机可读介质 | |
CN107633051A (zh) | 桌面搜索方法、移动终端及计算机可读存储介质 | |
CN110321474A (zh) | 基于搜索词的推荐方法、装置、终端设备及存储介质 | |
CN108551520A (zh) | 一种语音搜索响应方法、设备及计算机可读存储介质 | |
CN107273035A (zh) | 应用程序推荐方法及移动终端 | |
CN108616448A (zh) | 一种信息分享的路径推荐方法及移动终端 | |
CN108172161A (zh) | 基于柔性屏的显示方法、移动终端及计算机可读存储介质 | |
CN108241752A (zh) | 照片显示方法、移动终端及计算机可读存储介质 | |
CN109840119A (zh) | 一种终端应用启动方法、终端及计算机可读存储介质 | |
CN108897846A (zh) | 信息搜索方法、设备及计算机可读存储介质 | |
CN108600325A (zh) | 一种推送内容的确定方法、服务器和计算机可读存储介质 | |
CN109584897A (zh) | 视频降噪方法、移动终端及计算机可读存储介质 | |
CN109034317A (zh) | 一种二维码扫描方法、终端及计算机可读存储介质 | |
CN108848273A (zh) | 一种新消息处理方法、移动终端及存储介质 | |
CN109241079A (zh) | 问题精确检索的方法、移动终端及计算机存储介质 | |
CN108769126A (zh) | 应用推荐方法、移动终端及计算机可读存储介质 | |
CN108744495A (zh) | 一种虚拟按键的控制方法、终端和计算机存储介质 | |
CN108288171A (zh) | 广告插入方法、服务器及计算机可读存储介质 | |
CN108230104A (zh) | 应用类特征生成方法、移动终端以及可读存储介质 | |
CN108012029A (zh) | 一种信息处理方法、设备及计算机可读存储介质 | |
CN107506468A (zh) | 应用程序搜索方法、终端、服务器、计算机可读存储介质 | |
CN110064196A (zh) | 移动终端控制方法、移动终端及计算机可读存储介质 |
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 |