CN108536786B - 一种信息推荐方法、装置、服务器及存储介质 - Google Patents

Abstract

本发明实施例公开了一种信息推荐方法、装置、服务器及存储介质。该方法包括：接收客户端发送的Feed详情页请求；根据Feed详情页请求确定其对应的当前Feed信息；在当前时间段对应的当前热点中选择当前Feed信息匹配的目标热点；将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。在本发明的技术方案中，服务器通过当前Feed信息对应的目标热点将当前Feed信息和待推荐商品关联起来，由于目标热点的曝光率较高，目标热点对应的待推荐商品的曝光率也会随之提高。本发明实施例提出的信息推荐方法、装置、服务器及存储介质，不仅能够提高信息推荐效率，而且还可以保证推荐信息的准确性；本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。

Description

一种信息推荐方法、装置、服务器及存储介质

技术领域

本发明实施例涉及互联网技术领域，尤其涉及一种信息推荐方法、装置、服务器及存储介质。

背景技术

随着电子信息化时代的到来，互联网在人们的生活中发挥着越来越重要的作用，人们通过互联网可以快速、实时地获取各种信息，互联网应用给人们的生活、工作提供了很大的方便，从而成为目前应用非常普及的一种技术。

Feed是一种资料格式，网站通过它将最新内容资讯传播给用户，Feed在新闻网站等经常更新内容的网站中获得广泛应用。常用的Feed格式有RSS、Atom等。Feed信息是指一条信息的概括展示，可以使用不同的模板，其内容具体可以是新闻、文章、文献、广告等各种不同类型的信息。

Feed挂接商品是为Feed文章寻找合适的商品，为阅读用户提供消费线索，满足用户的消费欲望，对于构建Feed生态具有重要意义。因此，服务器在接收到客户端发送的Feed信息之后，一般会将与该Feed信息相关的商品挂接到该Feed信息中一起推荐给用户。目前，一般采用如下两种商品挂接方式：第一、人工挂接。这样主观性太强，准确性较差，容易产生不合适的挂接配对；第二、服务器挂接。首先由服务器计算Feed信息与商品相似度，然后将相似度高于预设阈值的商品挂接到Feed信息中。这样服务器需要计算各个Feed信息与所有商品的相关性，效率较低。

发明内容

有鉴于此，本发明实施例提供一种信息推荐方法、装置、服务器及存储介质，不仅能够提高信息推荐效率，而且还可以保证推荐信息的准确性。

第一方面，本发明实施例提供了一种信息推荐方法，所述方法包括：

接收客户端发送的Feed详情页请求；

根据所述Feed详情页请求确定其对应的当前Feed信息；

在当前时间段对应的当前热点中确定所述当前Feed信息对应的目标热点；

将所述当前Feed信息和预先确定的所述目标热点对应的待推荐商品推荐给用户。

第二方面，本发明实施例提供了一种信息推荐装置，所述装置包括：接收模块、确定模块、选择模块和推荐模块；其中，

所述接收模块，用于接收客户端发送的Feed详情页请求；

所述确定模块，用于根据所述Feed详情页请求确定其对应的当前Feed信息；

所述选择模块，用于在当前时间段对应的当前热点中选择所述当前Feed信息匹配的目标热点；

所述推荐模块，用于将所述当前Feed信息和预先确定的所述目标热点对应的待推荐商品推荐给用户。

第三方面，本发明实施例提供了一种服务器，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的信息推荐方法。

第四方面，本发明实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的信息推荐方法。

本发明实施例提出了一种信息推荐方法、装置、服务器及存储介质，服务器在接收到客户端发送的Feed详情页请求后，先根据Feed详情页请求确定其对应的当前Feed信息，然后在当前时间段对应的当前热点中确定当前Feed信息匹配的目标热点；再将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。也就是说，在本发明的技术方案中，服务器通过当前Feed信息对应的目标热点将当前Feed信息和待推荐商品关联起来，由于目标热点的曝光率较高，因此，目标热点对应的待推荐商品的曝光率也会随之提高。而现有的信息推荐方法，采用人工挂接或者服务器挂接，准确性较差或者效率较低。因此，和现有技术相比，本发明实施例提出的信息推荐方法、装置、服务器及存储介质，不仅能够提高信息推荐效率，而且还可以保证推荐信息的准确性；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。

附图说明

图1是本发明实施例一提供的信息推荐方法的流程图；

图2是本发明实施例二提供的信息推荐方法的流程图；

图3是本发明实施例三提供的信息推荐装置的结构示意图；

图4是本发明实施例四提供的服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

实施例一

图1是本发明实施例一提供的信息推荐方法的流程图，本实施例可适用于推荐信息的情况，该方法可以由信息推荐装置来执行。如图1所示，该信息推荐方法可以包括如下步骤：

S110、接收客户端发送的Feed详情页请求。

S120、根据Feed详情页请求确定其对应的当前Feed信息。

在本实施例中，Feed是一种资料格式，客户端通过Feed将最新内容资讯传播给用户。用户能够订阅网页或者APP内容的先决条件是，网页或者APP提供了消息来源。常用的Feed格式有RSS，Atom等。示例性的，朋友圈中的一个状态是一个Feed，微博中的一条微博也是一个Feed。Feed流是指持续更新并呈现给用户内容的信息流。示例性的，微信的朋友圈、微博关注页和QQ空间都是一个Feed流。图片分享网站Pinterest，花瓣网等是另一种形式的Feed流产品。App常用的动态或者消息广场模块也是一种Feed流产品。Feed信息是指一条信息的概括展示，可以使用不同的模板，例如三图、左图右文、纯文本、大图等，其内容具体可以是新闻、文章、文献、广告等各种不同类型的信息。当前Feed信息是指当前用户通过APP或者网页等客户端发表的Feed信息。

在本实施例中，客户端应当包括的组件有显示屏、手写输入设备以及网络连接设备，可以是个人电脑、手机、平板电脑以及具备前述功能的电子设备中的任意一种。服务器接收当前用户通过APP或者网页等客户端发表的Feed信息。

S130、在当前时间段对应的当前热点中选择当前Feed信息匹配的目标热点。

在本实施例中，热点是指一定时间内、一定范围内，公众最为关心的问题或者时间。热点包括热门话题、话题热度、热词、话题背景信息和热门链接等。每个时间段内，网络上都会有热点的出现。进一步的，当前热点包括当前随机热点和当前固定热点。随机热点是指在某个时间段内由于某个事件，短时间内公众关注的问题或者事件。固定热点是指在大范围内，大多数公众所熟知的某个事物或者人物，并没有时间上的限制。示例性的，在某个地方内发生了一起突发事件，在这一段时间内和这起事件相关的内容就是随机热点。固定热点指某个知名运动员、知名演员或者知名歌手就是一个固定热点。例如：“南方大雪”是一个随机热点，“范冰冰”或者“张继科”就是一个固定热点。

当当前Feed信息与当前热点之间的匹配度满足预设规则时，选择当前热点为当前Feed信息匹配的目标热点。

S140、将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。

在本实施例中，将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户之前，还包括：计算当前时间段对应的当前商品与当前热点的当前相关度；当当前相关度大于预先设置的相关度阈值时，确定当前商品为当前热点对应的待推荐商品。

在本实施例中，需要预先建立具有关键词信息的商品数据库，将当前热点作为商品关键词在上述商品数据库中进行检索。首先，在商品数据库中对商品关键词进行匹配查询，得到与该商品关键词匹配的商品信息，计算该商品关键词与数据库中商品信息的关键词的匹配率，根据上述匹配率的大小对查询到的商品信息进行降序初步排序，得到初步排序结果。按照预设的权重计算规则根据商品信息搜索权重以及商品信任度权重计算得到商品的综合权重，并在初步搜索排序的结果的基础上根据商品综合权重的大小对商品信息进行降序二次排序。将二次排序的结果作为当前商品与当前热点的当前相关度。将当当前相关度大于预先设置的相关度阈值时，确定当前商品为当前热点对应的待推荐商品。其中，商品信息搜索权重根据商品成交次数、用户总访问量、网页总访问数，单条产品评分及供应商品分计算得到。商品信任度权重根据用户对该商品信息所述卖家的多条评价记录进行平均处理，得到该商品信息所属卖家的信任度权重。优选的，相关度阈值设置为3。将相关度排名前3的商品确定为当前热点对应的待推荐商品。

进一步的，确定当前热点对应的待推荐商品之后，获取待推荐商品对应的图片或者短视频，还获取待推荐商品对应的链接地址。将待推荐商品对应的图片或者短视频与待推荐商品对应的链接地址进行关联，将待推荐商品对应的图片或者短视频添加至当前Feed信息，将当前Feed信息和待推荐商品推荐给用户。将待推荐商品对应的图片或者短视频与待推荐商品对应的链接地址进行关联，是为了将待推荐商品对应的图片或者短视频添加至当前Feed信息之后，用户点击该Feed信息中待推荐商品对应的图片或者短视频，可以获取待推荐商品对应的链接地址，进而跳转到链接地址对应的页面。链接地址对应的页面向用户展示商品的具体内容信息以及购买优惠信息等商品的相关信息。

本发明实施例提出了一种信息推荐方法，服务器在接收到客户端发送的Feed详情页请求后，先根据Feed详情页请求确定其对应的当前Feed信息，然后在当前时间段对应的当前热点中确定所述当前Feed信息匹配的目标热点；再将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。也就是说，在本发明的技术方案中，服务器通过当前Feed信息对应的目标热点将当前Feed信息和待推荐商品关联起来，由于目标热点的曝光率较高，因此，目标热点对应的待推荐商品的曝光率也会随之提高。而现有的信息推荐方法，采用人工挂接或者服务器挂接，准确性较差或者效率较低。因此，和现有技术相比，本发明实施例提出的信息推荐方法，不仅能够提高信息推荐效率，而且还可以保证推荐信息的准确性；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。

实施例二

图2是本发明实施例二提供的信息推荐方法的流程图，本实施例在上述各实施例的基础上，进一步优化了信息推荐方法。如图2所示，该信息推荐方法可以包括如下步骤：

S210、接收客户端发送的Feed详情页请求。

S220、根据Feed详情页请求确定其对应的当前Feed信息。

S230、在当前时间段对应的当前随机热点中选择当前Feed信息匹配的目标随机热点。

本实施例中提供一种网络随机热点的抓取方法。利用爬虫软件，定时查询百度的上升最快的关键词榜单，获取热词列表以及搜索引擎推荐的相关搜索词列表。通过计算收集到的关键词和相关搜索词表之间的相似性，可以将不同热词合并为一个话题。对于每一个话题，用前面搜集到的热词，到不同的主流新闻搜索引擎和社会化媒体搜索引擎搜索最近几个小时内发布的关联新闻，包括、百度新闻搜索、微博搜索、搜狐搜索、网易搜索和百度图片搜索等。根据上述的热词列表、相关搜索词列表、合并后的话题和关联新闻按照预设的算法计算出该话题的热度，根据话题的热度确定当前时间段对应的当前随机热点。本实施例中提供的网络随机热点的抓取方法中，以百度为例进行了说明，但是并不限于这个搜索引擎。进一步的，可以抓取多个搜索引擎中的热点，然后根据预先设置的各个引擎的权重，计算所有引擎中的热点。网络随机热点的抓取方法有很多种，用户可以根据需要选择合适的网络随机热点抓取方法。

当当前Feed信息满足当前随机热点对应的当前匹配条件时，选择当前随机热点为当前Feed信息匹配的目标随机热点。

当前随机热点对应的当前匹配条件是指热点中多个关键词及其同义词之间的排列组合。当前随机热点对应的当前匹配条件根据爬虫软件在抓取热点的时候获取，也可以根据抓取到的热点关键词的语义获取其同义词进行排列组合。示例性的，当前随机热点的关键词为“李彦宏时代周刊”，那么当前随机热点对应的当前匹配条件是“(李彦宏or百度董事长)and(时代or时代周刊)”。以当前随机热点对应的当前匹配条件为检索词对当前Feed信息进行检索，查询当前Feed信息中是否包含该检索词，若当前Feed信息中是否包含该检索词，则当前Feed信息满足当前随机热点对应的当前匹配条件，选择当前随机热点为当前Feed信息匹配的目标随机热点。

进一步的，查询当前Feed信息中是否包含该检索词具体为查询当前Feed信息的题目、作者、摘要和内容等具体的信息是否包含该检索词。

S240、在当前时间段对应的当前固定热点中选择当前Feed信息对匹配的目标固定热点。

固定热点是指在大范围内，大多数公众所熟知的某个事物或者人物，并没有时间上的限制。设置关于固定热点的热点数据库，满足预设条件的热点可以存储至热点数据库，并且将热点数据库中的热点进行分类，例如可以分为：娱乐、体育、财经、科技、军事和历史等

计算当前Feed信息与当前固定热点的当前匹配度；当当前匹配度大于预先设置的匹配度阈值时，选择当前固定热点为当前Feed信息匹配的目标固定热点。

在计算当前Feed信息与当前固定热点的当前匹配度之前，可以将当前Feed信息进行分类处理，根据热点数据库中的分类规则将当前Feed信息进行归类，确定当前Feed信息的类型，进而根据当前Feed信息的类型获取该类型中的固定热点，计算同一类型中当前Feed信息与当前固定热点的当前匹配度。

计算当前Feed信息与当前固定热点的当前匹配度主要包括：获取当前固定热点在当前Feed信息中的衍生热点；根据当前固定热点和衍生热点在当前Feed信息出现的位置以及在当前Feed信息次数计算当前Feed信息与当前固定热点的当前匹配度。具体的，分别计算当前固定热点在当前Feed信息不同位置出现的次数和衍生热点在当前Feed信息中不同位置出现的次数。将固定热点不同位置出现的次数和衍生热点在相应的位置出现的次数相加，得到固定热点在相应的位置出现的总次数。根据固定热点出现的总次数和当前Feed信息中位置权重，计算当前Feed信息与当前固定热点的当前匹配度。示例性的，Feed信息中的标题权重最高，摘要次之，正文最低。固定热点在相应的位置出现的次数乘以该位置的权重得到位置匹配度，将各个位置的匹配度相加得到当前Feed信息与当前固定热点的当前匹配度。

当当前匹配度大于预先设置的匹配度阈值时，选择当前固定热点为当前Feed信息匹配的目标固定热点。优选的，预先设置的匹配度阈值为60，当当前匹配度大于60时，选择当前固定热点为当前Feed信息匹配的目标固定热点。

S250、将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。

本发明实施例提出了一种信息推荐方法，服务器在接收到客户端发送的Feed详情页请求后，先根据Feed详情页请求确定其对应的当前Feed信息，然后在当前时间段对应的当前热点中确定所述当前Feed信息匹配的目标热点；然后将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。也就是说，在本发明的技术方案中，服务器通过当前Feed信息对应的目标热点将当前Feed信息和待推荐商品关联起来，由于目标热点的曝光率较高，因此，目标热点对应的待推荐商品的曝光率也会随之提高。因此，和现有技术相比，本发明实施例提出的信息推荐方法，不仅能够提高信息推荐效率，而且还可以保证推荐信息的准确性；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。

实施例三

图3是本发明实施例三提供的信息推荐装置的结构示意图，本实施例可适用于推荐信息的情况。如图3所示，该装置可以包括如下模块：接收模块310、确定模块320、选择模块330和推荐模块340；其中，

接收模块310，用于接收客户端发送的当前Feed信息Feed详情页请求。

确定模块320，用于根据Feed详情页请求确定其对应的当前Feed信息；

选择模块330，用于在当前时间段对应的当前热点中选择当前Feed信息匹配的目标热点。

推荐模块340，用于将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。

进一步的，选择模块330，具体用于在当前时间段对应的当前随机热点中选择当前Feed信息对应的目标随机热点；在当前时间段对应的当前固定热点中选择当前Feed信息对应的目标固定热点。

具体的，选择模块330包括：判断单元和第一确定单元；其中，判断单元，用于判断当前Feed信息是否满足当前随机热点对应的当前匹配条件；第一确定单元，用于当当前Feed信息满足当前随机热点对应的当前匹配条件时，选择当前随机热点为所述当前Feed信息匹配的目标随机热点。

具体的，选择模块包括330：计算单元和第二确定单元；其中，计算单元，用于计算当前Feed信息与当前固定热点的当前匹配度；第二确定单元，用于当当前匹配度大于预先设置的匹配度阈值时，选择当前固定热点为当前Feed信息匹配的目标固定热点。

进一步的，选择模块330还用于计算当前时间段对应的当前商品与当前热点的当前相关度；当当前相关度大于预先设置的相关度阈值时，确定当前商品为当前热点对应的待推荐商品。

本发明实施例提出了一种信息推荐装置，该装置在接收到客户端发送的详情页请求后，先根据Feed详情页请求确定其对应的当前Feed信息，然后在当前时间段对应的当前热点中确定所述当前Feed信息匹配的目标热点；然后将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。也就是说，在本发明的技术方案中，服务器通过当前Feed信息对应的目标热点将当前Feed信息和待推荐商品关联起来，由于目标热点的曝光率较高，因此，目标热点对应的待推荐商品的曝光率也会随之提高。本发明实施例提出的技术方案，不仅能够提高信息推荐效率，而且还可以保证推荐信息的准确性；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。

本发明实施例所提供的信息推荐装置可执行本发明任意实施例所提供的信息推荐方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4是本发明实施例四提供的服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器412的框图。图4显示的服务器412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，服务器412以通用设备的形式表现。服务器412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414，系统存储器428，连接不同系统组件(包括系统存储器428和处理单元414)的总线418。

总线418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(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

服务器412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服务器412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。

系统存储器428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(RAM)430和/或高速缓存存储器432。服务器412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434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4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CD-ROM，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418相连。系统存储器428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发明各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如系统存储器428中，这样的程序模块442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442通常执行本发明所描述的实施例中的功能和/或方法。

服务器412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该服务器412交互的设备通信，和/或与使得该服务器412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422进行。并且，服务器412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与服务器412的其它模块通信。应当明白，尽管图中未示出，可以结合服务器412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414通过运行存储在系统存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的信息推荐方法：

接收客户端发送的Feed详情页请求；

根据Feed详情页请求确定其对应的当前Feed信息；

在当前时间段对应的当前热点中选择当前Feed信息匹配的目标热点；

将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。

本发明实施例提出了一种服务器，该服务器在接收到客户端发送的详情页请求后，先根据Feed详情页请求确定其对应的当前Feed信息，然后在当前时间段对应的当前热点中确定所述当前Feed信息对应的目标热点；再将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。也就是说，在本发明的技术方案中，服务器通过当前Feed信息对应的目标热点将当前Feed信息和待推荐商品关联起来，由于目标热点的曝光率较高，因此，目标热点对应的待推荐商品的曝光率也会随之提高。和现有技术相比，本发明实施例提出的服务器，不仅能够提高信息推荐效率，而且还可以保证推荐信息的准确性；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的信息推荐方法：

接收客户端发送的Feed详情页请求；

根据Feed详情页请求确定其对应的当前Feed信息；

在当前时间段对应的当前热点中选择当前Feed信息匹配的目标热点；

将当前Feed信息和预先确定的目标热点对应的待推荐商品推荐给用户。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是--但不限于--电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种信息推荐方法，其特征在于，所述方法包括：

接收客户端发送的Feed详情页请求；根据所述Feed详情页请求确定其对应的当前Feed信息；

在当前时间段对应的当前热点中选择所述当前Feed信息匹配的目标热点；

将所述当前Feed信息和预先确定的所述目标热点对应的待推荐商品推荐给用户；

其中，所述在当前时间段对应的当前热点中选择所述当前Feed信息匹配的目标热点，包括：

根据当前固定热点出现的总次数和在所述当前Feed信息中的位置权重，计算所述当前Feed信息与所述当前固定热点的当前匹配度；

当所述当前匹配度大于预先设置的匹配度阈值时，选择所述当前固定热点为所述当前Feed信息匹配的目标固定热点。

2.根据权利要求1所述的方法，其特征在于，所述在当前时间段对应的当前热点中选择所述当前Feed信息匹配的目标热点，还包括：

在所述当前时间段对应的当前随机热点中选择所述当前Feed信息匹配的目标随机热点。

3.根据权利要求2所述的方法，其特征在于，所述在所述当前时间段对应的当前随机热点中选择所述当前Feed信息匹配的目标随机热点，包括：

当所述当前Feed信息满足所述当前随机热点对应的当前匹配条件时，选择所述当前随机热点为所述当前Feed信息匹配的目标随机热点。

4.根据权利要求1所述的方法，其特征在于，在所述将所述当前Feed信息和预先确定的所述目标热点对应的待推荐商品推荐给用户之前，所述方法还包括：

计算当前时间段对应的当前商品与所述当前热点的当前相关度；

当所述当前相关度大于预先设置的相关度阈值时，确定所述当前商品为所述当前热点对应的待推荐商品。

5.一种信息推荐装置，其特征在于，所述装置包括：接收模块、确定模块、选择模块和推荐模块；其中，

所述接收模块，用于接收客户端发送的Feed详情页请求；

所述确定模块，用于根据所述Feed详情页请求确定其对应的当前Feed信息；

所述选择模块，用于在当前时间段对应的当前热点中选择所述当前Feed信息匹配的目标热点；

所述推荐模块，用于将所述当前Feed信息和预先确定的所述目标热点对应的待推荐商品推荐给用户；

其中，所述选择模块包括：计算单元和第二确定单元；其中，

所述计算单元，用于根据当前固定热点出现的总次数和在所述当前Feed信息中的位置权重，计算所述当前Feed信息与所述当前固定热点的当前匹配度；

所述第二确定单元，用于当所述当前匹配度大于预先设置的匹配度阈值时，选择所述当前固定热点为所述当前Feed信息匹配的目标固定热点。

6.根据权利要求5所述的装置，其特征在于：

所述选择模块，还具体用于在所述当前时间段对应的当前随机热点中选择所述当前Feed信息匹配的目标随机热点。

7.根据权利要求6所述的装置，其特征在于，所述选择模块包括：判断单元和第一确定单元；其中，

所述判断单元，用于判断所述当前Feed信息是否满足所述当前随机热点对应的当前匹配条件；

所述第一确定单元，用于当所述当前Feed信息满足所述当前随机热点对应的当前匹配条件时，选择所述当前随机热点为所述当前Feed信息匹配的目标随机热点。

8.根据权利要求5所述的装置，其特征在于，所述选择模块还用于计算当前时间段对应的当前商品与所述当前热点的当前相关度；当所述当前相关度大于预先设置的相关度阈值时，确定所述当前商品为所述当前热点对应的待推荐商品。

9.一种服务器，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至4中任一项所述的信息推荐方法。

10.一种存储介质，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至4中任一项所述的信息推荐方法。

Images