CN108446359A - 信息推荐方法和装置 - Google Patents
信息推荐方法和装置 Download PDFInfo
- Publication number
- CN108446359A CN108446359A CN201810202151.3A CN201810202151A CN108446359A CN 108446359 A CN108446359 A CN 108446359A CN 201810202151 A CN201810202151 A CN 201810202151A CN 108446359 A CN108446359 A CN 108446359A
- Authority
- CN
- China
- Prior art keywords
- information
- node
- digraph
- user
- reading
- 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
- G06F16/95—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)
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种信息推荐方法和装置,其中,方法包括:获取信息有向图,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,在信息有向图中,根据有向边,查询经过目标节点的路径,根据路径中的节点,向用户推荐对应的信息。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,解决了相关技术中,单点的将待推荐用户的历史记录以及其它个体的历史记录进行交叉比对,未充分考虑用户连续阅读的特点,对海量数据的处理也较粗暴,导致推荐信息不准确。
Description
技术领域
本发明涉及信息检索技术领域,尤其涉及一种信息推荐方法和装置。
背景技术
随着智能手机和各种APP的普及,信息的获取和阅读成为每个互联网用户依赖的功能,而为用户提供高质量和符合用户喜好的信息流供用户阅读,是吸引用户的关键。
在相关技术中,一种方法是是采用基于协同过滤推荐算法的变种,将待推荐用户的历史记录以及其它用户的历史记录,进行交叉比对;另一种方法是基于简单的阅读量等量性指标进行排序推荐。而这两种方法信息推荐的准确度均较低。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种信息推荐方法,以实现通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度。
本发明的第二个目的在于提出一种信息推荐装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的,本发明第一方面实施例提出了一种信息推荐方法,包括:
获取信息有向图;所述信息有向图中包括对应不同信息的节点,以及连接不同节点的有向边;所述有向边是根据各用户阅读信息的阅读轨迹生成的;
根据待推荐用户的已阅读信息,确定在所述信息有向图中,所述已阅读信息对应的目标节点;
在所述信息有向图中,根据所述有向边,查询经过所述目标节点的路径;
根据所述路径中的节点,向用户推荐对应的信息。
本发明实施例的信息推荐方法中,获取信息有向图,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,在信息有向图中,根据有向边,查询经过目标节点的路径,根据路径中的节点,向用户推荐对应的信息。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,解决了相关技术中,单点的将待推荐用户的历史记录以及其它个体的历史记录进行交叉比对,未充分考虑用户连续阅读的特点,对海量数据的处理也较粗暴,导致推荐信息不准确。
为达上述目的,本发明第二方面实施例提出了一种信息推荐装置,包括:
获取模块,用于获取信息有向图;所述信息有向图中包括对应不同信息的节点,以及连接不同节点的有向边;所述有向边是根据各用户阅读信息的阅读轨迹生成的;
确定模块,用于根据待推荐用户的已阅读信息,确定在所述信息有向图中,所述已阅读信息对应的目标节点;
查询模块,用于在所述信息有向图中,根据所述有向边,查询经过所述目标节点的路径;
推荐模块,用于根据所述路径中的节点,向用户推荐对应的信息。
本发明实施例的信息推荐装置中,获取模块用于获取信息有向图,确定模块用于根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,查询模块用于在信息有向图中,根据有向边,查询经过目标节点的路径,推荐模块用于根据路径中的节点,向用户推荐对应的信息。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,解决了相关技术中,单点的将待推荐用户的历史记录以及其它个体的历史记录进行交叉比对,未充分考虑用户连续阅读的特点,对海量数据的处理也较粗暴,导致推荐信息不准确。
为达上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如第一方面所述的信息推荐方法。
为达上述目的,本发明第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,当该程序由处理器执行时,实现如第一方面所述的信息推荐方法。
为达上述目的,本发明第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,实现第一方面所述的信息推荐方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例所提供的一种信息推荐方法的流程示意图;
图2为本发明实施例所提供的另一种信息推荐方法的流程示意图;
图3为一个用户阅读轨迹的示意图;
图4为本发明实施例所提供的信息有向图的示意图;
图5为本发明实施例所提供的又一种信息推荐方法的流程示意图;
图6为本发明实施例提供的一种信息推荐装置的结构示意图;
图7为本发明实施例所提供的另一种信息推荐装置的结构示意图;以及
图8示出了适于用来实现本申请实施方式的示例性计算机设备的框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的信息推荐方法和装置。
图1为本发明实施例所提供的一种信息推荐方法的流程示意图。
如图1所示,该方法包括以下步骤:
步骤101,获取信息有向图。
互联网中的每一个信息都可以视为一个节点,用户在阅读节点对应的信息时,使得选取的节点之间建立了连接关系,任意两节点之间的连接构成了节点的有向边,从而,对应不同信息的节点,以及连接不同节点的有向边构成了信息有向图,其中,有向边是根据各用户阅读信息的阅读轨迹生成的,并指示了用户执行阅读行为的顺序。
具体地,获取各用户的阅读轨迹,阅读轨迹包括深度阅读轨迹,深度阅读轨迹用于指示顺序执行深度阅读行为的各信息,在信息有向图中,根据深度阅读轨迹生成第一有向边,第一有向边用于连接深度阅读轨迹中遵循阅读先后顺序的2个节点,第一有向边的方向用于指示针对连接的两不同节点对应的信息执行深度阅读行为的顺序。
需要说明的是,阅读信息包括页面浏览信息、页面信息点击、视频信息播放、音频信息播放中的一个或多个组合。用户在阅读信息时,对于不同的信息阅读时长不同,可通过设置阈值来确认客户对该阅读信息是否执行了深度阅读,即将阅读时长不短语阈值时长对应的阅读行为成为深度阅读行为。由于,深度阅读行为阅读的时长较长,故深度阅读行为视为用户的有效阅读,从而,各用户的深度阅读轨迹构建的信息有向图,可用于从中确定向待推荐用户推荐的信息,且信息推荐的准确度高。
步骤102,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点。
具体地,获取待推荐用户的已阅读信息,若待推荐用户对已阅读信息执行了深度阅读行为,在信息有向图中,确定执行深度阅读行为的信息对应的节点为目标节点。
步骤103,在信息有向图中,根据有向边,查询经过目标节点的路径。
具体地,在信息有向图中,根据第一有向边,查询经过目标节点且由第一有向边连通的路径。
步骤104,根据路径中的节点,向用户推荐对应的信息。
具体地,从根据第一有向边查询得到的路径中,分别确定出经过目标节点后经过的最近节点,根据目标节点与各最近节点之间的第一有向边所具有的权重,从最近节点中选取推荐节点,并根据推荐节点对应的信息,进行信息推荐。其中,第一有向边具有权重,权重用于指示沿第一有向边方向对应的顺序,对连接的两节点对应的信息执行深度阅读行为的统计次数。
需要说明的是,最近节点,是指查询到的路径中,经过目标节点后经过的第一个节点。
本发明实施例的信息推荐方法中,获取信息有向图,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,在信息有向图中,根据有向边,查询经过目标节点的路径,根据路径中的节点,向用户推荐对应的信息。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,解决了相关技术中,单点的将待推荐用户的历史记录以及其它个体的历史记录进行交叉比对,未充分考虑用户连续阅读的特点,对海量数据的处理也较粗暴,导致推荐信息不准确。
上述实施例中,说明了获取各用户的深度阅读轨迹,根据深度阅读轨迹生成连接不同信息节点的第一有向边,形成信息有向图,进而在信息有向图中确定向待推荐用户推荐的信息。作为一种可能的实现方式,还可以获取各用户的深度阅读轨迹的同时,获取各用户的浅阅读轨迹,根据深度阅读轨迹生成第一有向边,根据浅阅读轨迹生成第二有向边,形成包含第一有向边和第二有向边的信息有向图,使得当待推荐用户的深度阅读轨迹较短,导致查询的数据量较大时,可以根据待推荐用户的浅阅读轨迹,在信息有向图中,删除掉待推荐用户执行浅阅读信息对应的浅阅读节点等,从而减少查询的数据量,下面结合图2的方法,对本申请实施例的信息推荐方法进行进一步说明。
基于上述实施例,图2为本发明实施例所提供的另一种信息推荐方法的流程示意图。
如图2所示,该方法可以包括以下步骤:
步骤201,获取各用户的阅读轨迹。
具体地,用户的阅读行为不能简单的靠点击操作来进行区分,应该根据设置用户浏览页面的时长的阈值,来区分用户的阅读行为,根据用户浏览页面的时长,分为深度阅读行为和浅阅读行为,其中,深度阅读行为的阅读时长不短于阈值时长,浅阅读行为的阅读时长短于阈值时长,例如,用户点击然后就退出阅读,则为浅阅读行为。
用户的阅读不是孤立的点击阅读行为,而是一系列连续的阅读操作,通过用户的一系列阅读行为,包括深度阅读行为和浅阅读行为,即能勾勒出用户的阅读轨迹。阅读轨迹可根据用户的阅读行为分为深度阅读轨迹和浅阅读轨迹,其中,由于深度阅读轨迹是根据深度阅读行为构建的,用户执行深度阅读行为的信息,往往符合用户的偏好,从而该深度阅读轨迹中隐含了用户偏好特征。而浅阅读轨迹是根据浅阅读行为构建的,用户执行浅阅读行为的信息,往往不符合用户的偏好,从而该浅阅读轨迹中隐含了用户所排斥内容的特征。根据用户偏好特征和用户所排斥内容的特征进行推荐,由于结合这两方面特征能够提高推荐的准确性。
图3为一个用户阅读轨迹的示意图,如图3所示,其中,实线用于连接用户的深度阅读行为对应的节点,构成深度阅读轨迹,在时间轴上深度阅读轨迹用于指示顺序执行深度阅读行为的各信息;虚线用于连接用户的浅阅读行为对应的节点,构成浅阅读轨迹。浅阅读轨迹用于指示顺序执行浅阅读行为的各信息。
步骤202,根据用户的阅读轨迹,生成包含第一有向边和第二有向边的信息有向图。
具体地,获取各个用户的类似图3所示的阅读轨迹,形成信息有向图,在信息有向图中,根据各用户的深度阅读轨迹,生成第一有向边,第一有向边的方向,用于指示针对连接的两个不同节点对应的信息执行深度阅读行为的顺序。根据各用户的浅阅读轨迹,生成第二有向边,第二有向边的方向,用于指示针对连接的两不同节点对应的信息执行浅阅读行为的顺序。
步骤203,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点。
具体地,获取待推荐用户的已阅读信息,若已阅读信息中执行了深度阅读行为,则从阅读信息中,确定执行深度阅读行为的信息,根据执行深度阅读行为的信息在信息有向图中确定对应的节点为目标节点。
图4为本发明实施例所提供的信息有向图的示意图,如图4所示的即为信息有向图,其中,虚线框中节点则为根据用户的深度阅读行为确定的目标节点,即目标节点为a、d和h。需要说明的是,为了便于查阅,在图4中,仅示意性画出了深度阅读行为对应的各第一有向边,本领域技术人员可以知晓,还可以在图4中绘出浅阅读行为对应的各第二有向边。
步骤204,在信息有向图中,根据第一有向边,查询经过目标节点的路径。
作为一种可能的情况,当待推荐用户执行的深度阅读行为较少时,在信息有向图中,确定的目标节点则较少,进而匹配到的经过目标节点的路径则较多,使得查询的数据量较大,同时,会使得推荐信息不准确,在这种情况下,可以结合待推荐用户的浅阅读信息,排除掉浅阅读信息对应的节点,以减少经过目标节点的路径,从而减少查询的数据量。
具体地,在信息有向图中,排除掉待推荐用户执行浅阅读行为的信息对应的浅阅读节点,以及排除掉经过浅阅读节点且由第二有向边连通的各路径中的节点,在信息有向图保留的节点中,根据连接保留的节点的第一有向边,查询经过目标节点且由第一有向边连通的路径。
步骤205,根据路径中的节点,向用户推荐对应的信息。
具体地,从根据第一有向边查询得到的路径中,分别确定出经过目标节点后经过的最近节点,并确定目标节点与各最近节点之间的第一有向边所具有的权重,根据预设阈值,将第一有向边的权重和阈值比对,将大于阈值的第一有向边对应的最近节点作为推荐节点,将该推荐节点对应的信息向用户推荐。如图4所示,在对于目标节点a、d和h来讲,其中连接目标节点h和l对应的信息执行深度阅读行为的统计次数最多,为2次,若阈值为2,则h和l之间的第一有向边的权重不低于阈值,则节点l则可确定为向待推荐用户推荐的信息。
需要说明的是,最近节点,是指查询到的路径中,经过目标节点后经过的第一个节点。
本发明实施例的信息推荐方法中,获取信息有向图,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,在信息有向图中,根据有向边,查询经过目标节点的路径,根据路径中的节点,向用户推荐对应的信息。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,同时,当获取到的用户的深度阅读轨迹较短时,在信息有向图中的匹配到的数据量较大,结合用户的浅阅读轨迹,排除掉浅阅读轨迹对应的节点以及第二有向边连通的各路径中的节点,减少了匹配的数据量,同时提高了匹配的准确度。
通过上述实施例分析可知,基于各用户的阅读轨迹,可生成包含不同信息的节点,以及连接不同节点的有向边的信息有向图,而为了推荐信息的精确程度,还可以将信息有向图,划分为不同粒度,粒度越细,推荐信息的精确程度则越高,下面结合图5的方法,对本申请实施例的信息推荐方法进行进一步说明。
图5为本发明实施例所提供的又一种信息推荐方法的流程示意图,如图5所示,该方法可以包括如下步骤:
步骤501,获取相应粒度的信息有向图。
具体地,为了获取不同精细程度的推荐信息,可根据获取的各用户的阅读轨迹,生成不同粗细程度的信息有向图,并按照粒度由细到粗的顺序排列,其中,粒度越细的信息有向图,包含的节点数量越多,节点及对应的信息划分越细致,可获取的推荐信息则越准确。
作为一种可能,在执行信息推荐的方法确定待推荐信息时,默认从最细粒度的信息有向图开始,以使得确定到的推荐信息最准确。
作为另一种可能,信息推荐装置,也可以根据具体的应用场景,确定待推荐信息的精细程度,进而选择相应粒度的信息有向图。
步骤502,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点。
具体地,可参照上述实施例中的步骤203,此处不再赘述。
步骤503,在信息有向图中,根据有向边,查询经过目标节点的路径。
具体地,可参照上述步骤中的步骤204,此处不再赘述。
步骤504,从查询到的路径中确定对应各目标节点的最近节点,确定目标节点与各最近节点之间的第一有向边所具有的权重,从最近节点中选取推荐节点。
具体地,从根据各第一有向边查询得到的路径中确定出目标节点后经过的最近的节点,确定出各目标节点与最近节点之间的第一有向边的权重大小,根据权重的大小,从最近节点中选取推荐节点。
需要说明的是,各目标节点与最近节点之间的第一有向边所具有的权重,若各第一有向边具有的权重都相同,则将所有的最近节点都选取为推荐节点,若权重不同,则作为一种可能的实现方式,可选取权重最大的第一有向边对应的最近节点作为推荐节点。而对应推荐节点的选取数量,本领域技术人员可以根据应用场景的需求,进行灵活设定,本实施例中不做限定。
步骤505,判断目标节点与推荐节点之间的第一有向边的权重是否低于阈值权重,若低于,则返回步骤501,选择下一粒度的信息有向图,若不低于,则执行步骤506。
具体地,本实施例中采用预设权重阈值,将各目标节点与推荐节点之间的第一有向边的权重和阈值比较,如果第一有向边的权重都低于阈值,则说明已选取的推荐节点,都不能作为最终的推荐节点推荐给用户,需要选择较粗粒度的有向图,重新进行待推荐节点的确定,即返回步骤501,选择相较于当前粒度的信息有向图粗的下一粒度的信息有向图,重新执行步骤501~505进行待推荐信息的确定。如果第一有向边的权重大于阈值,则将该第一有向边对应的推荐节点作为最终的推荐节点向用户推荐。
步骤506,确定推荐节点,向用户推荐对应的信息。
具体地,将确定的推荐节点对应的信息作为推荐信息,推荐给用户。
需要说明的是,遍历了所有的信息有向图之后,如果最粗粒度的信息有向图中,目标节点与推荐节点之间第一有向边的权重均低于阈值权重,则根据热门信息,对待推荐用户进行信息推荐。
本发明实施例的信息推荐方法中,获取相应粒度的信息有向图,根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,在信息有向图中,根据第一有向边,查询经过目标节点的路径,从查询到的路径中,分别确定出各目标节点后经过的最近节点,根据目标节点与最近节点之间的第一有向边的权重确定待推荐信息,若第一有向边的权重大于阈值,则将第一有向边对应的最近节点确定为推荐节点,若第一有向边的权重低于阈值,则重新选择相应粗粒度的信息有向图重新进行待推荐信息的确定。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,同时,通过设置不同粒度的信息有向图,可根据信息推荐的精细程度,进行不同粒度信息有向图的选择,当数量量较大,或者较细粒度的信息有向图无法匹配到待推荐信息时,可以选择较粗粒度的信息有向图,进行待推荐信息的确定和推荐。
为了实现上述实施例,本发明还提出一种信息推荐装置。
图6为本发明实施例提供的一种信息推荐装置的结构示意图。
如图6所示,该装置包括:获取模块61、确定模块62、查询模块63和推荐模块64。
获取模块61,用于获取信息有向图,其中,信息有向图中包括对应不同信息的节点,以及连接不同节点的有向边,有向边是根据各用户阅读信息的阅读轨迹生成的。
确定模块62,用于根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点。
查询模块63,用于在信息有向图中,根据有向边,查询经过目标节点的路径。
推荐模块64,用于根据路径中的节点,向用户推荐对应的信息。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
本发明实施例的信息推荐装置中,获取模块用于获取信息有向图,确定模块用于根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,查询模块用于在信息有向图中,根据有向边,查询经过目标节点的路径,推荐模块用于根据路径中的节点,向用户推荐对应的信息。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,解决了相关技术中,单点的将待推荐用户的历史记录以及其它个体的历史记录进行交叉比对,未充分考虑用户连续阅读的特点,对海量数据的处理也较粗暴,导致推荐信息不准确。
基于上述实施例,本发明实施例还提供了一种信息推荐装置的可能的实现方式,图7为本发明实施例所提供的另一种信息推荐装置的结构示意图,在上一实施例的基础上,获取模块61,还包括:获取单元611和生成单元612。
获取单元611,获取各用户的阅读轨迹,其中,阅读轨迹包括深度阅读轨迹,深度阅读轨迹用于指示顺序执行深度阅读行为的各信息,深度阅读行为的阅读时长不短于阈值时长。
生成单元612,用于在有向图中,根据深度阅读轨迹,生成第一有向边,其中,第一有向边的方向,用于指示针对连接的两不同节点对应的信息执行深度阅读行为的顺序。
作为一种可能的实现方式,确定模块62,具体用于:
若待推荐用户对已阅读信息执行了深度阅读行为,在信息有向图中,确定执行深度阅读行为的信息对应的节点为目标节点。
有向图中的有向边,还包括第二有向边,阅读轨迹还包括浅阅读轨迹,浅阅读轨迹用于指示顺序执行浅阅读行为的各信息,浅阅读行为的阅读时长短于阈值时长,在获取各用户的阅读轨迹之后,作为一种可能的实现方式,生成单元还可以用于:
在有向图中,根据浅阅读轨迹,生成第二有向边,其中,第二有向边的方向,用于指示针对连接的两不同节点对应的信息执行浅阅读行为的顺序。
作为一种可能的实现方式,查询模块63,具体用于:
在信息有向图中,排除掉待推荐用户执行浅阅读行为的信息对应的浅阅读节点,以及排除掉经过浅阅读节点且由第二有向边连通的各路径中的节点,在信息有向图保留的节点中,根据连接保留的节点的第一有向边,查询经过目标节点且由第一有向边连通的路径。
作为一种可能的实现方式,推荐模块64,具体用于:
从查询得到的路径中,分别确定出目标节点后经过的最近节点,路径根据第一有向边查询得到,根据目标节点与各最近节点之间的第一有向边所具有的权重,从最近节点中选取推荐节点,根据推荐节点对应的信息,进行信息推荐。
其中,第一有向边具有权重,权重用于指示沿第一有向边方向对应的顺序,对连接的两节点对应信息执行深度阅读行为的统计次数。
信息有向图为多个,不同信息有向图中的节点对应了不同粒度的信息,作为一种可能的实现方式,获取模块61,还可以用于:
若上一粒度的信息有向图中,目标节点与推荐节点之间第一有向边的权重低于阈值权重,获取下一粒度的信息有向图,其中,下一粒度粗于上一粒度。
作为一种可能的实现方式,推荐模块64,还可以用于:
若最粗粒度的信息有向图中,目标节点与推荐节点之间第一有向边的权重低于阈值权重,根据热门信息,对待推荐用户进行信息推荐。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
本发明实施例的信息推荐装置中,获取模块用于获取信息有向图,确定模块用于根据待推荐用户的已阅读信息,确定在信息有向图中,已阅读信息对应的目标节点,查询模块用于在信息有向图中,根据有向边,查询经过目标节点的路径,推荐模块用于根据路径中的节点,向用户推荐对应的信息。通过各用户的阅读轨迹生成包含不同信息的节点的信息有向图,从信息有向图中确定向用户推荐的节点对应的信息,提高了信息推荐的精准度,解决了相关技术中,单点的将待推荐用户的历史记录以及其它个体的历史记录进行交叉比对,未充分考虑用户连续阅读的特点,对海量数据的处理也较粗暴,导致推荐信息不准确。
为了实现上述实施例,本发明还提出一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现前述方法实施例所述的信息推荐方法。
为了实现上述实施例,本发明还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,当该程序由处理器执行时,实现前述方法实施例所述的信息推荐方法。
为了实现上述实施例,本发明还提出一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,实现前述方法实施例所述的信息推荐方法。
图8示出了适于用来实现本申请实施方式的示例性计算机设备的框图。图8显示的计算机设备12仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种信息推荐方法,其特征在于,包括以下步骤:
获取信息有向图;所述信息有向图中包括对应不同信息的节点,以及连接不同节点的有向边;所述有向边是根据各用户阅读信息的阅读轨迹生成的;
根据待推荐用户的已阅读信息,确定在所述信息有向图中,所述已阅读信息对应的目标节点;
在所述信息有向图中,根据所述有向边,查询经过所述目标节点的路径;
根据所述路径中的节点,向用户推荐对应的信息。
2.根据权利要求1所述的信息推荐方法,其特征在于,在所述有向图中的有向边,包括第一有向边,所述获取信息有向图,包括:
获取各用户的阅读轨迹;所述阅读轨迹包括深度阅读轨迹,所述深度阅读轨迹用于指示顺序执行深度阅读行为的各信息,所述深度阅读行为的阅读时长不短于阈值时长;
在所述有向图中,根据所述深度阅读轨迹,生成所述第一有向边;所述第一有向边的方向,用于指示针对连接的两不同节点对应的信息执行深度阅读行为的顺序。
3.根据权利要求2所述的信息推荐方法,其特征在于,所述根据待推荐用户的已阅读信息,确定在所述信息有向图中,所述已阅读信息对应的目标节点,包括:
若所述待推荐用户对所述已阅读信息执行了深度阅读行为,在所述信息有向图中,确定执行深度阅读行为的信息对应的节点为所述目标节点。
4.根据权利要求2所述的信息推荐方法,其特征在于,所述第一有向边具有权重,所述权重用于指示沿所述第一有向边方向对应的顺序,对连接的两节点对应信息执行深度阅读行为的统计次数;
所述根据所述路径中的节点,向用户推荐对应的信息,包括:
从查询得到的路径中,分别确定出所述目标节点后经过的最近节点;所述路径根据所述第一有向边查询得到;
根据所述目标节点与各所述最近节点之间的第一有向边所具有的权重,从所述最近节点中选取推荐节点;
根据所述推荐节点对应的信息,进行信息推荐。
5.根据权利要求4所述的信息推荐方法,其特征在于,所述信息有向图为多个,不同信息有向图中的节点对应了不同粒度的信息,所述获取信息有向图,包括:
若上一粒度的信息有向图中,所述目标节点与所述推荐节点之间第一有向边的权重低于阈值权重,获取下一粒度的信息有向图;所述下一粒度粗于所述上一粒度。
6.根据权利要求5所述的信息推荐方法,其特征在于,所述方法还包括:
若最粗粒度的信息有向图中,所述目标节点与所述推荐节点之间第一有向边的权重低于阈值权重,根据热门信息,对所述待推荐用户进行信息推荐。
7.根据权利要求2所述的信息推荐方法,其特征在于,所述有向图中的有向边,还包括第二有向边;所述阅读轨迹还包括浅阅读轨迹,所述浅阅读轨迹用于指示顺序执行浅阅读行为的各信息,所述浅阅读行为的阅读时长短于所述阈值时长;
所述获取各用户的阅读轨迹之后,还包括:
在所述有向图中,根据所述浅阅读轨迹,生成所述第二有向边;所述第二有向边的方向,用于指示针对连接的两不同节点对应的信息执行浅阅读行为的顺序。
8.根据权利要求7所述的信息推荐方法,其特征在于,所述在所述信息有向图中,根据所述有向边,查询经过所述目标节点的路径,包括:
在所述信息有向图中,排除掉所述待推荐用户执行浅阅读行为的信息对应的浅阅读节点,以及排除掉经过所述浅阅读节点且由所述第二有向边连通的各路径中的节点;
在所述信息有向图保留的节点中,根据连接保留的节点的第一有向边,查询经过所述目标节点且由所述第一有向边连通的路径。
9.根据权利要求1-8任一项所述的信息推荐方法,其特征在于,所述阅读信息包括页面浏览信息、页面信息点击、视频信息播放、音频信息播放中的一个或多个组合。
10.一种信息推荐装置,其特征在于,包括:
获取模块,用于获取信息有向图;所述信息有向图中包括对应不同信息的节点,以及连接不同节点的有向边;所述有向边是根据各用户阅读信息的阅读轨迹生成的;
确定模块,用于根据待推荐用户的已阅读信息,确定在所述信息有向图中,所述已阅读信息对应的目标节点;
查询模块,用于在所述信息有向图中,根据所述有向边,查询经过所述目标节点的路径;
推荐模块,用于根据所述路径中的节点,向用户推荐对应的信息。
11.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1-9任一项所述的信息推荐方法。
12.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9任一项所述的信息推荐方法。
13.一种计算机程序产品,其特征在于,当所述计算机程序产品中的指令由处理器执行时,执行如权利要求1-9任一项所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810202151.3A CN108446359B (zh) | 2018-03-12 | 2018-03-12 | 信息推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810202151.3A CN108446359B (zh) | 2018-03-12 | 2018-03-12 | 信息推荐方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108446359A true CN108446359A (zh) | 2018-08-24 |
CN108446359B CN108446359B (zh) | 2021-11-02 |
Family
ID=63194686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810202151.3A Active CN108446359B (zh) | 2018-03-12 | 2018-03-12 | 信息推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108446359B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110347916A (zh) * | 2019-06-11 | 2019-10-18 | 北京三快在线科技有限公司 | 跨场景的项目推荐方法、装置、电子设备及存储介质 |
CN111523000A (zh) * | 2020-04-23 | 2020-08-11 | 北京百度网讯科技有限公司 | 用于导入数据的方法、装置、设备以及存储介质 |
CN112084423A (zh) * | 2020-08-31 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种信息发布平台推荐方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8788527B1 (en) * | 2003-12-31 | 2014-07-22 | Precise Software Solutions, Inc. | Object-level database performance management |
CN104462156A (zh) * | 2013-09-25 | 2015-03-25 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的特征提取、个性化推荐方法和系统 |
CN107277118A (zh) * | 2017-05-31 | 2017-10-20 | 北京京东尚科信息技术有限公司 | 生成节点的常用访问路径的方法和装置 |
CN107436893A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种网页推荐方法和装置 |
WO2018040069A1 (zh) * | 2016-09-02 | 2018-03-08 | 浙江核新同花顺网络信息股份有限公司 | 信息推荐系统及方法 |
-
2018
- 2018-03-12 CN CN201810202151.3A patent/CN108446359B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8788527B1 (en) * | 2003-12-31 | 2014-07-22 | Precise Software Solutions, Inc. | Object-level database performance management |
CN104462156A (zh) * | 2013-09-25 | 2015-03-25 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的特征提取、个性化推荐方法和系统 |
CN107436893A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种网页推荐方法和装置 |
WO2018040069A1 (zh) * | 2016-09-02 | 2018-03-08 | 浙江核新同花顺网络信息股份有限公司 | 信息推荐系统及方法 |
CN107277118A (zh) * | 2017-05-31 | 2017-10-20 | 北京京东尚科信息技术有限公司 | 生成节点的常用访问路径的方法和装置 |
Non-Patent Citations (1)
Title |
---|
张忠平等: "一种基于MFSP-DG的个性化推荐方法", 《计算机工程与应用》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110347916A (zh) * | 2019-06-11 | 2019-10-18 | 北京三快在线科技有限公司 | 跨场景的项目推荐方法、装置、电子设备及存储介质 |
CN111523000A (zh) * | 2020-04-23 | 2020-08-11 | 北京百度网讯科技有限公司 | 用于导入数据的方法、装置、设备以及存储介质 |
CN111523000B (zh) * | 2020-04-23 | 2023-06-23 | 北京百度网讯科技有限公司 | 用于导入数据的方法、装置、设备以及存储介质 |
CN112084423A (zh) * | 2020-08-31 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种信息发布平台推荐方法及装置 |
CN112084423B (zh) * | 2020-08-31 | 2023-12-12 | 腾讯科技(深圳)有限公司 | 一种信息发布平台推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108446359B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8122335B2 (en) | Method of ordering and presenting images with smooth metadata transitions | |
DE102017121712A1 (de) | Intelligente Antworten mittels eines geräteinternen Modells | |
US8886655B1 (en) | Visual display of topics and content in a map-like interface | |
CN101627353B (zh) | 用于决定请求的发送目的地的方法、程序以及使用该方法的显示系统 | |
US9401097B2 (en) | Method and apparatus for providing emotion expression service using emotion expression identifier | |
CN108319723A (zh) | 一种图片分享方法和装置、终端、存储介质 | |
KR101720797B1 (ko) | 트레이드 카드 서비스 | |
CN104246772B (zh) | 用于基于联系人来建议行为的系统 | |
CN108319720A (zh) | 基于人工智能的人机交互方法、装置及计算机设备 | |
CN108446359A (zh) | 信息推荐方法和装置 | |
Rausch | Japan's Local Newspapers: Chihōshi and revitalization journalism | |
JP7171471B2 (ja) | 学習モデル生成支援装置、及び学習モデル生成支援方法 | |
Tomko et al. | Pragmatic construction of destination descriptions for urban environments | |
JP2017054214A (ja) | 判定装置、学習装置、情報配信装置、判定方法及び判定プログラム | |
CN109241420A (zh) | 应用首页内容推荐方法、装置、计算机设备和存储介质 | |
CN108460098A (zh) | 信息推荐方法、装置和计算机设备 | |
CN104503975A (zh) | 推荐卡片的定制方法及装置 | |
CN106649696A (zh) | 信息分类方法及装置 | |
CN113590940B (zh) | 基于知识图谱的文章生成方法和装置 | |
CN106133776A (zh) | 基于与用户的受管交互构建用户对简档创建和推荐的信任 | |
CN106354867A (zh) | 多媒体资源的推荐方法及装置 | |
CN108108419A (zh) | 一种信息推荐方法、装置、设备和介质 | |
Maybury | Multimedia information extraction: Advances in video, audio, and imagery analysis for search, data mining, surveillance and authoring | |
CN108182240A (zh) | 兴趣点新增率预测模型训练及预测方法、装置及存储介质 | |
CN109740140A (zh) | 页面排版方法、装置和计算机设备 |
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 |