CN108563680A - 资源推荐方法及装置 - Google Patents
资源推荐方法及装置 Download PDFInfo
- Publication number
- CN108563680A CN108563680A CN201810185111.2A CN201810185111A CN108563680A CN 108563680 A CN108563680 A CN 108563680A CN 201810185111 A CN201810185111 A CN 201810185111A CN 108563680 A CN108563680 A CN 108563680A
- Authority
- CN
- China
- Prior art keywords
- resource
- user
- recommended
- target user
- information
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供一种资源推荐方法及装置,该方法包括:当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;向所述目标用户推荐所述待推荐资源。由此可见,本说明书技术方案中,可以基于用户的状态信息、用户特征和用户所属人群类别,向该用户推荐相应的资源;由于用户的状态信息、用户特征信息以及用户所属人群类别可以从很大程度上反映该用户的兴趣和当前需求,因此,本说明书技术方案可以实现资源的精准推荐,提高推荐效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种资源推荐方法及装置。
背景技术
随着互联网技术的快速发展,基于互联网技术的网络应用的种类和功能越来越丰富,网络应用可以向用户推荐一些资源,例如,消费类应用可以向用户推荐优惠券。随着生活水平的不断提高,用户的需要也变得越来越多元化,因此,需要提出一种推荐效果更为精准的资源推荐方法,以满足的用户多元化需求。
发明内容
本说明书实施例的目的是提供一种资源推荐方法及装置,以达到能够更为精准地向用户推荐资源的目的。
为实现上述技术目的,本说明书实施例是这样实现的:
第一方面,提供了一种资源推荐方法,所述方法包括:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
第二方面,提供了一种资源推荐装置,所述装置包括:
获取单元,用于在满足预设资源推荐条件的情况下,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
确定单元,用于根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
推荐单元,用于向所述目标用户推荐所述待推荐资源。
第三方面,提供了一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
第四方面,提供了一种计算机存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
由以上本说明书实施例提供的技术方案可见,本说明书实施例中,可以基于用户的状态信息、用户特征和用户所属人群类别,向该用户推荐相应的资源;由于用户的状态信息、用户特征信息以及用户所属人群类别可以从很大程度上反映该用户的兴趣和当前需求,因此,本说明书实施例可以实现资源的精准推荐,提高推荐效率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本说明书的一个实施例的资源推荐方法的流程图;
图2是本说明书的另一个实施例的资源推荐方法的流程图;
图3是本说明书的一个实施例的营销系统的架构图;
图4是本说明书的一个实施例的资源推荐装置的结构示意图;
图5是本说明书的一个实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
本说明书实施例提供了一种资源推荐方法及装置。
下面首先对本说明书实施例提供的一种资源推荐方法进行介绍。
需要说明的是,本说明书实施例提供的方法适用于服务器,在实际应用中也可以适用于终端设备,例如智能手机、平板电脑等等,本说明书实施例对此不作限定。
为了便于描述,下面以执行主体为服务器对本说明书实施例技术方案进行介绍。
图1是本说明书的一个实施例的资源推荐方法的流程图,如图1所示,该方法可以包括以下步骤:步骤102、步骤104和步骤106,其中,
在步骤102中,当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息。
本说明书实施例中,资源可以包括:与网络应用相关的资源,其中,与网络应用相关的资源可以包括:券、视频、音频等,券可以包括:消费抵用券、打折券等等。
本说明书实施例中,服务器可以自发地主动向用户推荐资源,也可以由用户触发服务器向该用户推荐资源。
本说明书实施例中,当服务器自发地主动向用户推荐资源时,在上述步骤102之前,可以增加以下步骤:当检测到预设资源库有更新时,确定满足预设资源推荐条件。
本说明书实施例中,当由用户触发服务器向该用户推荐资源时,在上述步骤102之前,可以增加以下步骤:当监听到目标用户触发的访问事件时,确定满足预设资源推荐条件;其中,访问事件可以包括:打开特定应用程序、打开网页或进行点击等等。
本说明书实施例中,目标用户的状态信息可以包括下述至少一种:目标用户的当前所处位置、目标用户当前所处位置的环境、目标用户当前所处位置发生的事件、目标用户预先指定的位置、目标用户预先指定位置的环境和目标用户预先指定位置发生的事件;其中,环境可以包括:天气、空气质量等,事件可以包括:大型节日活动、促销活动等,用户预先指定的位置可以包括:用户出差地、出游地等。
本说明书实施例中,可以预先收集各用户的历史行为,对各用户的历史行为进行分析,例如使用机器学习模型进行分析,得到各用户的用户特征,建立用户标识与用户特征的对应关系,并保存。在此情况下,可以通过以下方式获取目标用户的用户特征信息:获取目标用户的用户标识信息,根据目标用户的用户标识信息,以及预先建立的用户标识与用户特征的对应关系,获取与目标用户的用户标识信息对应的用户特征信息。
本说明书实施例中,还可以在确定满足预设资源推荐条件时,收集目标用户的历史行为,对收集到的目标用户的历史行为进行分析,得到目标用户的用户特征信息。
需要说明的是,本说明书实施例中,用户标识信息为用于唯一标识用户的信息。用户特征信息可以理解为用户画像,例如用户的行为习惯、兴趣偏好等。
本说明书实施例中,可以预先收集各用户的访问事件,对各用户的访问事件进行分析,将用户划分为几个人群类别,例如,按照消费特点,划分为:平实型消费人群、潜力消费人群、消极消费人群、实力消费人群、中坚消费人群、弱势消费人群和经济型消费人群等。之后建立用户标识与人群类别的对应关系,并保存。在此情况下,可以通过以下方式获取目标用户所属的人群类别信息:获取目标用户的用户标识信息,根据目标用户的用户标识信息,以及预先建立的用户标识与人群类别的对应关系,获取与目标用户的用户标识信息对应的人群类别信息。
在步骤104中,根据目标用户的状态信息、用户特征信息和所属的人群类别信息,确定与目标用户匹配的待推荐资源。
本说明书实施例中,可以同时结合目标用户的状态信息、用户特征信息和所属的人群类别信息,确定待推荐资源。例如,首先使用目标用户的状态信息,从预设资源库中筛选出一部分资源(称为“第一备选资源集合”),之后使用目标用户的用户特征信息,从第一备选资源集合中进一步筛选出一部分资源(称为“第二备选资源集合”),最后使用目标用户所属的人群类别信息,从第二备选资源集合中筛选出待推荐资源。
本说明书实施例中,可以分别依据目标用户的状态信息、用户特征信息和所属的人群类别信息,确定待推荐资源。例如,依据目标用户的状态信息和用户特征信息,确定与目标用户匹配的第一类待推荐资源;依据目标用户所属的人群类别信息,确定与目标用户匹配的第二类待推荐资源;由第一类待推荐资源和第二类待推荐资源构成最终的待推荐资源。
在步骤106中,向目标用户推荐待推荐资源。
本说明书实施例中,可以将待推荐资源进行排序,之后将排序结果推送给目标用户,以实现向目标用户推荐待推荐资源。
由上述实施例可见,该实施例中,可以基于用户的状态信息、用户特征和用户所属人群类别,向该用户推荐相应的资源;由于用户的状态信息、用户特征信息以及用户所属人群类别可以从很大程度上反映该用户的兴趣和当前需求,因此,本说明书实施例可以实现资源的精准推荐,提高推荐效率。
图2是本说明书的另一个实施例的资源推荐方法的流程图,在分别依据目标用户的状态信息、用户特征信息和所属的人群类别信息,确定待推荐资源的情况下,如图2所示,该方法可以包括以下步骤:
在步骤202中,当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息。
本说明书实施例中的步骤202与图1所示实施例中的步骤102类似,在此不再赘述,详情请见图1所示实施例中的内容。
在步骤204中,根据目标用户的状态信息和用户特征信息,确定与目标用户匹配的第一类待推荐资源。
本说明书实施例中,第一类待推荐资源为基于目标用户的状态信息和用户特征确定的资源,第二类待推荐资源为基于目标用户所属的人群类别信息确定的资源,其中,第一类待推荐资源中可以包括:一个或多个资源,第二类待推荐资源中可以包括:一个或多个资源。
本说明书实施例中,可以同时基于目标用户的状态信息和用户特征信息,确定与目标用户匹配的第一类待推荐资源,此时,上述步骤204可以包括以下步骤:步骤2041和步骤2042,其中,
在步骤2041中,根据目标用户的状态信息和用户特征信息,生成用于描述目标用户的上下文信息。
本说明书实施例中,上下文信息可以理解为“用户标签”,用于描述目标用户的状态和特征。
在步骤2042中,根据目标用户的上下文信息检索预设资源库,获得与目标用户的上下文信息匹配的第一类待推荐资源。
本说明书实施例中,可以预先建立用户的上下文信息与预设资源库中存储的资源的对应关系,之后根据该对应关系以及目标用户的上下文信息,从预设资源库中获得与目标用户的上下文信息匹配的第一类待推荐资源。
在一个例子中,以券为例,根据目标用户的实时状态和用户特征,生成目标用户的上下文信息,基于该上下文信息以及预先建立的用户上下文与券的对应关系,检索用于存储券的数据库,获得与该上下文信息匹配的券。
在步骤206中,根据目标用户的人群类别信息,确定与目标用户匹配的第二类待推荐资源。
本说明书实施例中,可以预先建立人群类别与资源的对应关系,之后依据该对应关系及目标用户的人群类别信息,确定与目标用户匹配的第二类待推荐资源。
在步骤208中,对第一类待推荐资源和第二类待推荐资源进行排序,并将排序结果推荐给目标用户。
本说明书实施例中,排序结果可以包括:资源的推荐顺序。排序结果的推荐方式可以包括:通过列表的方式推荐,该列表中显示有多个资源,列表中的资源按照某种规则进行排序;或者该排序结果的推荐方式可以包括:按照某种顺序逐个推送每个资源。
本说明书实施例中,可以将第一类待推荐资源和第二类待推荐资源进行混合排序,也可以对第一类待推荐资源和第二类待推荐资源进行分别排序。
本说明书实施例中,当将第一类待推荐资源和第二类待推荐资源进行混合排序时,上述步骤208可以包括以下步骤:对第一类待推荐资源和第二类待推荐资源进行混合排序,并将混合排序结果推荐给目标用户。
本说明书实施例中,当第一类待推荐资源中的资源,与第二类待推荐资源中的资源完全不同时,可以选择将第一类待推荐资源排在前面,而将第二类待推荐资源排在后面;或者,可以选择将第二类待推荐资源排在前面,而将第一类待推荐资源排在后面;或者,可以按照资源的属性(例如券的金额或券的折扣力度),对第一类待推荐资源和第二类待推荐资源进行混合排序。
当第一类待推荐资源中的资源,与第二类待推荐资源中的资源部分相同时,首先进行去重操作(即将重复的资源只推荐一次),之后,将重复的资源排在前面,而将未重复的资源排在后面。
当第一类待推荐资源中的资源,与第二类待推荐资源中的资源完全相同时,可以按照资源的属性(例如券的金额或折扣力度),对待推荐资源进行排序,其中,重复的资源只推荐一次。
本说明书实施例中,当对第一类待推荐资源和第二类待推荐资源进行分别排序时,上述步骤208可以包括以下步骤:步骤2081、步骤2082和步骤2083,其中,
在步骤2081中,对第一类待推荐资源中的资源进行排序,得到第一排序结果。
在一个例子中,第一类待推荐资源包括:券1、券2、券3和券4,本步骤中,对券1、券2、券3和券4进行排序,例如,第一排序结果为:推荐顺序依次是券1、券2、券3和券4。
在步骤2082中,对第二类待推荐资源中的资源进行排序,得到第二排序结果。
在一个例子中,第二类待推荐资源包括:券6、券7、券8和券9,本步骤中,对券6、券7、券8和券9进行排序,例如,第二排序结果为:推荐顺序依次是券6、券7、券8和券9。
在步骤2083中,分别将第一排序结果和第二排序结果推荐给目标用户。
本说明书技术方案可以应用于营销系统中,该营销系统可以同时基于人群分类后按照分类实施营销和基于用户实时状态实施营销,例如用于券的发放,为了便于理解,图3示出了应用本方案的营销系统,该营销系统中包括:人群召回模块、人群类别存储系统、人群分类模块、事件消息队列、券库;以及用户实时状态获取模块、标签召回模块、用户特征存储系统、券存储系统和排序推荐模块。
该营销系统可以包括两条链路,第一条链路由人群召回模块、人群类别存储系统、人群分类模块、事件消息队列和券库构成;其中,事件消息队列用于存储海量用户的点击、搜索及支付等事件,并将海量用户的事件发送给人群分类模块;人群分类模块用于根据事件消息队列中的事件将海量用户划分为几个人群类别,并将划分得到的人群类别告知人群类别存储系统;券库用于存储券,并将存储的券的信息告知人群类别存储系统;人群类别存储系统用于存储人群类别与券的对应关系;以上过程均通过离线操作实现;
当用户A访问时,人群召回模块获取用户A所属的人群类别,并从人群类别存储系统中获取人群类别与券的对应关系,根据用户A所属的人群类别以及该对应关系,确定与用户A所属的人群类别对应的券。
第二条链路由用户实时状态获取模块、标签召回模块、用户特征存储系统、券存储系统构成;其中,券存储系统用于存储券,用户特征存储系统用于存储用户的用户特征;当用户A访问时,用户实时状态获取模块获取用户A的实时状态信息(例如,获取实时位置及位置对应的天气、商机等),并发送给标签召回模块;标签召回模块从用户特征存储系统中获取用户A的用户特征信息,并将用户A的实时状态信息和用户特征信息合起来形成用户A的上下文信息,再用上下文信息检索券存储系统,确定与用户A的上下文信息对应的券。
排序推荐模块将人群召回模块确定的与用户A所属的人群类别对应的券和签召回模块确定的与用户A的上下文信息对应的券进行排序,排序后按照顺序返回给用户A。
可见,基于本技术方案的营销系统中,两条链路可以复用排序推荐模块。
本说明书实施例中,基于本技术方案的营销系统中实时人群和实时状态的整合推荐,提升在推荐营销当中的券推荐方式,进而提升与用户相关的召回券数据,从中再选出用户感兴趣的券,提升整体的推荐效率。
由上述实施例可见,该实施例中,可以基于用户的状态信息和用户特征,向该用户推荐相应的资源;同时也可以基于用户所属人群类别,向该用户推荐相应的资源,即可以实现同时支持两种资源推荐方式;此外,由于用户的状态信息、用户特征信息以及用户所属人群类别可以从很大程度上反映该用户的兴趣和当前需求,因此本说明书实施例可以实现资源的精准推荐,提高推荐效率。
图4是本说明书的一个实施例的资源推荐装置的结构示意图,如图4所示,在一种软件实施方式中,资源推荐装置400可以包括:获取单元401、确定单元402和推荐单元403,其中,
获取单元401,用于在满足预设资源推荐条件的情况下,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
确定单元402,用于根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
推荐单元403,用于向所述目标用户推荐所述待推荐资源。
由上述实施例可见,该实施例中,可以基于用户的状态信息、用户特征和用户所属人群类别,向该用户推荐相应的资源;由于用户的状态信息、用户特征信息以及用户所属人群类别可以从很大程度上反映该用户的兴趣和当前需求,因此本说明书实施例可以实现资源的精准推荐,提高推荐效率。
可选的,作为一个实施例,所述确定单元402,可以包括:
第一资源确定子单元,用于根据所述状态信息和所述用户特征信息,确定与所述目标用户匹配的第一类待推荐资源;以及
第二资源确定子单元,用于根据所述人群类别信息,确定与所述目标用户匹配的第二类待推荐资源。
可选的,作为一个实施例,所述第一资源确定子单元,可以包括:
上下文信息生成子单元,用于根据所述状态信息和所述用户特征信息,生成用于描述所述目标用户的上下文信息;
第一类待推荐资源确定子单元,用于根据所述上下文信息检索预设资源库,获得与所述上下文信息匹配的第一类待推荐资源。
可选的,作为一个实施例,所述推荐单元403,可以包括:
第一排序子单元,用于对所述第一类待推荐资源和所述第二类待推荐资源进行混合排序,得到混合排序结果;
第一推荐子单元,用于将所述混合排序结果推荐给所述目标用户。
可选的,作为一个实施例,所述推荐单元403,可以包括:
第二排序子单元,用于对所述第一类待推荐资源中的资源进行排序,得到第一排序结果;以及
第三排序子单元,用于对所述第二类待推荐资源中的资源进行排序,得到第二排序结果;
第二推荐子单元,用于分别将所述第一排序结果和所述第二排序结果推荐给所述目标用户。
可选的,作为一个实施例,所述资源推荐装置400,还可以包括:
检测单元,用于在检测到预设资源库有更新的情况下,确定满足所述预设资源推荐条件;或者,
监听单元,用于在监听到所述目标用户触发的访问事件的情况下,确定满足所述预设资源推荐条件。
可选的,作为一个实施例,所述状态信息可以包括下述至少一种:
所述目标用户的当前所处位置、所述目标用户当前所处位置的环境、所述目标用户当前所处位置发生的事件、所述目标用户预先指定的位置、所述目标用户预先指定位置的环境和所述目标用户预先指定位置发生的事件。
资源推荐装置400还可执行图1所示实施例的方法,并实现资源推荐装置在图4所示实施例的功能,本说明书实施例在此不再赘述。
图5是本说明书的一个实施例的电子设备的结构示意图,如图5所示,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成资源推荐装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
上述如本说明书图5所示实施例揭示的资源推荐装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的方法,并实现资源推荐装置在图1所示实施例的功能,本说明书实施例在此不再赘述。
当然,除了软件实现方式之外,本说明书的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法,并具体用于执行以下方法:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
总之,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (16)
1.一种资源推荐方法,所述方法包括:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
2.根据权利要求1所述的方法,所述根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源,包括:
根据所述状态信息和所述用户特征信息,确定与所述目标用户匹配的第一类待推荐资源;以及
根据所述人群类别信息,确定与所述目标用户匹配的第二类待推荐资源。
3.根据权利要求2所述的方法,所述根据所述状态信息和所述用户特征信息,确定与所述目标用户匹配的第一类待推荐资源,包括:
根据所述状态信息和所述用户特征信息,生成用于描述所述目标用户的上下文信息;
根据所述上下文信息检索预设资源库,获得与所述上下文信息匹配的第一类待推荐资源。
4.根据权利要求2所述的方法,所述向所述目标用户推荐所述待推荐资源,包括:
对所述第一类待推荐资源和所述第二类待推荐资源进行混合排序,并将混合排序结果推荐给所述目标用户。
5.根据权利要求2所述的方法,所述向所述目标用户推荐所述待推荐资源,包括:
对所述第一类待推荐资源中的资源进行排序,得到第一排序结果;以及
对所述第二类待推荐资源中的资源进行排序,得到第二排序结果;
分别将所述第一排序结果和所述第二排序结果推荐给所述目标用户。
6.根据权利要求1所述的方法,所述方法还包括:
当检测到预设资源库有更新时,确定满足所述预设资源推荐条件;或者,
当监听到所述目标用户触发的访问事件时,确定满足所述预设资源推荐条件。
7.根据权利要求1至6任一项所述的方法,所述状态信息包括下述至少一种:
所述目标用户的当前所处位置、所述目标用户当前所处位置的环境、所述目标用户当前所处位置发生的事件、所述目标用户预先指定的位置、所述目标用户预先指定位置的环境和所述目标用户预先指定位置发生的事件。
8.一种资源推荐装置,所述装置包括:
获取单元,用于在满足预设资源推荐条件的情况下,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
确定单元,用于根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
推荐单元,用于向所述目标用户推荐所述待推荐资源。
9.根据权利要求8所述的装置,所述确定单元,包括:
第一资源确定子单元,用于根据所述状态信息和所述用户特征信息,确定与所述目标用户匹配的第一类待推荐资源;以及
第二资源确定子单元,用于根据所述人群类别信息,确定与所述目标用户匹配的第二类待推荐资源。
10.根据权利要求9所述的装置,所述第一资源确定子单元,包括:
上下文信息生成子单元,用于根据所述状态信息和所述用户特征信息,生成用于描述所述目标用户的上下文信息;
第一类待推荐资源确定子单元,用于根据所述上下文信息检索预设资源库,获得与所述上下文信息匹配的第一类待推荐资源。
11.根据权利要求9所述的装置,所述推荐单元,包括:
第一排序子单元,用于对所述第一类待推荐资源和所述第二类待推荐资源进行混合排序,得到混合排序结果;
第一推荐子单元,用于将所述混合排序结果推荐给所述目标用户。
12.根据权利要求9所述的装置,所述推荐单元,包括:
第二排序子单元,用于对所述第一类待推荐资源中的资源进行排序,得到第一排序结果;以及
第三排序子单元,用于对所述第二类待推荐资源中的资源进行排序,得到第二排序结果;
第二推荐子单元,用于分别将所述第一排序结果和所述第二排序结果推荐给所述目标用户。
13.根据权利要求8所述的装置,所述装置还包括:
检测单元,用于在检测到预设资源库有更新的情况下,确定满足所述预设资源推荐条件;或者,
监听单元,用于在监听到所述目标用户触发的访问事件的情况下,确定满足所述预设资源推荐条件。
14.根据权利要求8至13任一项所述的装置,所述状态信息包括下述至少一种:
所述目标用户的当前所处位置、所述目标用户当前所处位置的环境、所述目标用户当前所处位置发生的事件、所述目标用户预先指定的位置、所述目标用户预先指定位置的环境和所述目标用户预先指定位置发生的事件。
15.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
16.一种计算机存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
当满足预设资源推荐条件时,获取目标用户的状态信息、用户特征信息和所属的人群类别信息;
根据所述状态信息、所述用户特征信息和所述人群类别信息,确定与所述目标用户匹配的待推荐资源;
向所述目标用户推荐所述待推荐资源。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185111.2A CN108563680A (zh) | 2018-03-07 | 2018-03-07 | 资源推荐方法及装置 |
TW107147127A TW201939378A (zh) | 2018-03-07 | 2018-12-26 | 資源推薦方法及裝置 |
PCT/CN2019/073383 WO2019169978A1 (zh) | 2018-03-07 | 2019-01-28 | 资源推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185111.2A CN108563680A (zh) | 2018-03-07 | 2018-03-07 | 资源推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108563680A true CN108563680A (zh) | 2018-09-21 |
Family
ID=63532398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810185111.2A Pending CN108563680A (zh) | 2018-03-07 | 2018-03-07 | 资源推荐方法及装置 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN108563680A (zh) |
TW (1) | TW201939378A (zh) |
WO (1) | WO2019169978A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543132A (zh) * | 2018-11-22 | 2019-03-29 | 深圳墨世科技有限公司 | 内容推荐方法、装置、电子设备及存储介质 |
CN109711867A (zh) * | 2018-12-07 | 2019-05-03 | 广州市诚毅科技软件开发有限公司 | 基于收视大数据的购物者画像构建营销方法和系统 |
WO2019169978A1 (zh) * | 2018-03-07 | 2019-09-12 | 阿里巴巴集团控股有限公司 | 资源推荐方法及装置 |
CN110659947A (zh) * | 2019-10-11 | 2020-01-07 | 沈阳民航东北凯亚有限公司 | 商品推荐方法及装置 |
CN111125497A (zh) * | 2018-10-29 | 2020-05-08 | 北京国双科技有限公司 | 一种信息推荐方法、装置、处理器以及存储介质 |
CN111292114A (zh) * | 2018-12-10 | 2020-06-16 | 百度在线网络技术(北京)有限公司 | 用于生成标签的方法和装置 |
CN111428134A (zh) * | 2020-03-19 | 2020-07-17 | 北京金山安全软件有限公司 | 一种推荐信息的获取方法、装置、电子设备及存储介质 |
CN111985765A (zh) * | 2020-07-06 | 2020-11-24 | 招联消费金融有限公司 | 资源提供方的确定方法、装置、设备和存储介质 |
CN112767049A (zh) * | 2021-01-27 | 2021-05-07 | 支付宝(杭州)信息技术有限公司 | 目标对象处理方法及装置 |
CN113609266A (zh) * | 2021-07-09 | 2021-11-05 | 阿里巴巴新加坡控股有限公司 | 资源处理方法以及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714139A (zh) * | 2013-12-20 | 2014-04-09 | 华南理工大学 | 一种移动海量客户群识别的并行数据挖掘方法 |
JP2015012574A (ja) * | 2013-07-02 | 2015-01-19 | 日本電信電話株式会社 | 映像コンテンツレコメンド装置及び方法及びプログラム |
CN105488689A (zh) * | 2015-11-19 | 2016-04-13 | 北京百度网讯科技有限公司 | 一种消费信息的实时推荐方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545444B (zh) * | 2016-06-23 | 2021-03-16 | 腾讯科技(深圳)有限公司 | 一种业务广告数据推荐方法以及装置 |
CN106850857B (zh) * | 2017-03-28 | 2020-02-07 | 广州心源互动科技有限公司 | 一种基于用户信息的个性化业务推送方法及系统 |
CN107341173B (zh) * | 2017-05-16 | 2021-01-05 | 创新先进技术有限公司 | 一种信息处理方法及装置 |
CN107222557A (zh) * | 2017-06-27 | 2017-09-29 | 乐视致新电子科技(天津)有限公司 | 信息推荐方法、装置及服务器 |
CN108563680A (zh) * | 2018-03-07 | 2018-09-21 | 阿里巴巴集团控股有限公司 | 资源推荐方法及装置 |
-
2018
- 2018-03-07 CN CN201810185111.2A patent/CN108563680A/zh active Pending
- 2018-12-26 TW TW107147127A patent/TW201939378A/zh unknown
-
2019
- 2019-01-28 WO PCT/CN2019/073383 patent/WO2019169978A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015012574A (ja) * | 2013-07-02 | 2015-01-19 | 日本電信電話株式会社 | 映像コンテンツレコメンド装置及び方法及びプログラム |
CN103714139A (zh) * | 2013-12-20 | 2014-04-09 | 华南理工大学 | 一种移动海量客户群识别的并行数据挖掘方法 |
CN105488689A (zh) * | 2015-11-19 | 2016-04-13 | 北京百度网讯科技有限公司 | 一种消费信息的实时推荐方法及装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019169978A1 (zh) * | 2018-03-07 | 2019-09-12 | 阿里巴巴集团控股有限公司 | 资源推荐方法及装置 |
CN111125497A (zh) * | 2018-10-29 | 2020-05-08 | 北京国双科技有限公司 | 一种信息推荐方法、装置、处理器以及存储介质 |
CN109543132A (zh) * | 2018-11-22 | 2019-03-29 | 深圳墨世科技有限公司 | 内容推荐方法、装置、电子设备及存储介质 |
CN109711867A (zh) * | 2018-12-07 | 2019-05-03 | 广州市诚毅科技软件开发有限公司 | 基于收视大数据的购物者画像构建营销方法和系统 |
CN111292114B (zh) * | 2018-12-10 | 2023-06-23 | 百度在线网络技术(北京)有限公司 | 用于生成标签的方法和装置 |
CN111292114A (zh) * | 2018-12-10 | 2020-06-16 | 百度在线网络技术(北京)有限公司 | 用于生成标签的方法和装置 |
CN110659947A (zh) * | 2019-10-11 | 2020-01-07 | 沈阳民航东北凯亚有限公司 | 商品推荐方法及装置 |
CN111428134A (zh) * | 2020-03-19 | 2020-07-17 | 北京金山安全软件有限公司 | 一种推荐信息的获取方法、装置、电子设备及存储介质 |
CN111428134B (zh) * | 2020-03-19 | 2023-07-14 | 北京乐蜜科技有限责任公司 | 一种推荐信息的获取方法、装置、电子设备及存储介质 |
CN111985765A (zh) * | 2020-07-06 | 2020-11-24 | 招联消费金融有限公司 | 资源提供方的确定方法、装置、设备和存储介质 |
CN111985765B (zh) * | 2020-07-06 | 2024-04-05 | 招联消费金融股份有限公司 | 资源提供方的确定方法、装置、设备和存储介质 |
CN112767049A (zh) * | 2021-01-27 | 2021-05-07 | 支付宝(杭州)信息技术有限公司 | 目标对象处理方法及装置 |
CN113609266A (zh) * | 2021-07-09 | 2021-11-05 | 阿里巴巴新加坡控股有限公司 | 资源处理方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019169978A1 (zh) | 2019-09-12 |
TW201939378A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108563680A (zh) | 资源推荐方法及装置 | |
CN108416616A (zh) | 投诉举报类别的排序方法和装置 | |
CN110400169A (zh) | 一种信息推送方法、装置及设备 | |
WO2018040069A1 (zh) | 信息推荐系统及方法 | |
CN111680254B (zh) | 一种内容推荐方法及装置 | |
CN105427129A (zh) | 一种信息的投放方法及系统 | |
CN110392155B (zh) | 通知消息的显示、处理方法、装置及设备 | |
CN108550046A (zh) | 一种资源和营销推荐方法、装置及电子设备 | |
CN104751354B (zh) | 一种广告人群筛选方法 | |
CN110147821A (zh) | 目标用户群体确定方法、装置、计算机设备及存储介质 | |
CN105335409A (zh) | 一种目标用户的确定方法、设备和网络服务器 | |
CN110309405A (zh) | 一种项目推荐方法、装置及存储介质 | |
CN109598171A (zh) | 一种基于二维码的数据处理方法、装置及系统 | |
CN105706081A (zh) | 结构化信息链接注释 | |
CN108021574A (zh) | 一种搜索方法及装置 | |
CN111061954A (zh) | 搜索结果排序方法、装置及存储介质 | |
CN109961075A (zh) | 用户性别预测方法、装置、介质及电子设备 | |
CN115147130A (zh) | 问题预测方法、设备、存储介质及程序产品 | |
Karnstedt et al. | Churn in social networks | |
CN109345081A (zh) | 一种数据采集方法、装置及电子设备 | |
US20130179223A1 (en) | Method and arrangement for segmentation of telecommunication customers | |
CN113343095A (zh) | 一种模型训练以及信息推荐方法及装置 | |
CN116188120B (zh) | 一种有声书的推荐方法、装置、系统及存储介质 | |
WO2020135420A1 (zh) | 对用户进行分类的方法和装置 | |
CN104639427B (zh) | 一种输出邮件信息的方法及装置 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1259046 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180921 |
|
RJ01 | Rejection of invention patent application after publication |