CN108763519A - 阅读的推荐方法、装置及可读存储介质 - Google Patents
阅读的推荐方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN108763519A CN108763519A CN201810544084.3A CN201810544084A CN108763519A CN 108763519 A CN108763519 A CN 108763519A CN 201810544084 A CN201810544084 A CN 201810544084A CN 108763519 A CN108763519 A CN 108763519A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- reading
- read
- same type
- 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.)
- Withdrawn
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种阅读的推荐方法、装置及计算机可读存储介质，所述阅读的推荐方法通过获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单。本发明将用户的历史阅读数据进行比较判断，即将历史阅读数据的相似度作为判断标准，并根据所述同类型用户的兴趣阅读数据，生成推荐书单，丰富了推荐信息内容。
Description
技术领域
本发明涉及电子书技术领域，尤其涉及一种阅读的推荐方法、装置及计算机可读存储介质。
背景技术
随着互联网技术、计算机技术以及无线端技术的发展，越来越多的人依靠电子终端进行阅读。通常人们需要通过搜索网页的搜索框手动搜索书名或作者等关键词，传统的电子阅读网站为了提升用户体验，还根据用户访问该阅读网站的的历史阅读信息来向用户推荐阅读内容。但是，上述推荐方法会导致用户收到的推荐信息内容比较单一，无法满足用户阅读多样性的需求。
发明内容
本发明的主要目的在于提出一种阅读的推荐方法、装置及计算机可读存储介质，旨在解决现有推荐方法会导致用户收到的推荐信息内容比较单一而无法满足用户阅读多样性需求的技术问题。
为实现上述目的，本发明提供一种阅读的推荐方法，所述阅读的推荐方法包括以下步骤：
获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；
判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单。
可选地，所述若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单的步骤包括：
根据所述同类型用户的兴趣阅读数据，确定所述目标用户对应的待推荐阅读信息；
获取所述待推荐阅读信息对应的阅读量，并根据所述阅读量，将所述待推荐阅读信息进行排序；
根据所述待推荐阅读信息的排序，确定所述待推荐阅读信息的推送顺序，并根据所述待推荐阅读信息和所述推送顺序生成推荐书单。
可选地，所述获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度的步骤具体包括：
获取所述目标用户的目标历史阅读数据以及所述其他用户对应的各个用户历史阅读数据；
判断所述目标历史阅读数据是否大于第二阈值；
若所述目标历史阅读数据不大于所述第二阈值，则将所述目标用户标识为新读者用户，并将阅读量最大的书单推荐至所述新读者用户。
可选地，所述判断所述目标历史阅读数据是否大于第二阈值的步骤之后，还包括：
判断所述用户历史阅读数据中是否存在数据量大于第三阈值的待参考阅读数据；
若存在所述待参考阅读数据，则计算所述各个待参考阅读数据与所述目标历史阅读数据的各个相似度。
可选地，所述判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据的步骤之后，还包括：
若不存在所述关联数据，则判断所述目标历史阅读数据是否大于第四阈值；
若所述目标历史阅读数据大于所述第四阈值，则根据阅读时间次序，获取所述目标历史阅读数据中的最近阅读数据；
计算所述各个用户历史阅读数据与所述最近阅读数据的各个相似度，并返回执行判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据。
可选地，所述若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单的步骤包括：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
获取所述同类型用户的数量，并判断所述同类型用户的数量是否唯一；
若所述同类型用户的数量唯一，则获取所述同类型用户的兴趣阅读数据，根据所述兴趣阅读数据生成推荐书单，并将所述推荐书单推送至所述目标用户。
可选地，所述获取所述同类型用户的数量，并判断所述同类型用户的数量是否唯一的步骤之后，还包括：
若所述同类型用户的数量不唯一，则获取各个同类型用户的兴趣阅读数据，并根据所述各个兴趣阅读数据生成对应的各个推荐书单；
根据所述同类型用户对应相似度的大小，将所述同类型用户对应的推荐书单进行排序；
根据预设时间间隔，将排序后的各个推荐书单依次推荐至所述目标用户。
可选地，所述若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单的步骤包括：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
根据所述同类型用户对应的用户历史阅读数据或兴趣阅读标识，确定所述同类型用户对应的目标兴趣数据，并根据所述目标兴趣数据生成推荐书单。
此外，为实现上述目的，本发明还提供一种阅读的推荐装置，所述阅读的推荐装置包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的阅读的推荐程序，其中所述阅读的推荐程序被所述处理器执行时实现如上所述的步骤。
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阅读的推荐程序，所述阅读的推荐程序被处理器执行时实现上述所述的阅读的推荐方法的步骤。
本发明提供一种阅读的推荐方法、装置及计算机可读存储介质，所述阅读的推荐方法通过获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单。通过上述方式，本发明将用户的历史阅读数据进行比较判断，从而确定同类型用户，即将历史阅读数据的相似度，作为同类型用户的判断标准，并根据所述同类型用户的兴趣阅读数据，生成推荐书单，丰富了推荐信息内容，从而解决现有推荐方法会导致用户收到的推荐信息内容比较单一而无法满足用户阅读多样性需求的技术问题。
附图说明
图1为本发明实施例方案涉及的阅读的推荐装置硬件运行环境的终端结构示意图；
图2为本发明阅读的推荐方法第一实施例的流程示意图；
图3为本发明阅读的推荐方法第二实施例的流程示意图；
图4为本发明阅读的推荐方法第三实施例的流程示意图。
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。
本发明实施例方案的主要思路是：通过获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单，解决了现有推荐方法会导致用户收到的推荐信息内容比较单一而无法满足用户阅读多样性需求的技术问题。
参照图1，图1为本发明实施例方案涉及的阅读的推荐装置硬件运行环境的终端结构示意图。
本发明实施例的终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面3)播放器、便携计算机等具有显示功能的可移动式终端设备。如图1所述，该终端可以包括处理器1001(例如CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)；存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的阅读的推荐装置硬件运行环境的终端结构并不构成对本发明阅读的推荐装置的限定，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。
继续参照图1，图1中作为一种计算机存储介质的存储器1005可以包括操作系统、网络通信模块、用户接口模块以及阅读的推荐程序。
在图1所示的终端中，网络接口1004主要用于连接云服务器，与云服务器进行数据通信；网络接口1004还用于连接用于提供阅读的推荐平台，所述阅读的推荐平台包括用于提供各个服务功能的通用功能模块。用户接口1003可以连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的阅读的推荐程序，并执行以下操作：
获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；
判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单。
进一步的，处理器1001还可以调用存储器1005中存储的阅读的推荐程序，执行以下操作：
根据所述同类型用户的兴趣阅读数据，确定所述目标用户对应的待推荐阅读信息；
获取所述待推荐阅读信息对应的阅读量，并根据所述阅读量，将所述待推荐阅读信息进行排序；
根据所述待推荐阅读信息的排序，确定所述待推荐阅读信息的推送顺序，并根据所述待推荐阅读信息和所述推送顺序生成推荐书单。
进一步的，处理器1001还可以调用存储器1005中存储的阅读的推荐程序，执行以下操作：
获取所述目标用户的目标历史阅读数据以及所述其他用户对应的各个用户历史阅读数据；
判断所述目标历史阅读数据是否大于第二阈值；
若所述目标历史阅读数据不大于所述第二阈值，则将所述目标用户标识为新读者用户，并将阅读量最大的书单推荐至所述新读者用户。
进一步的，处理器1001还可以调用存储器1005中存储的阅读的推荐程序，执行以下操作：
判断所述用户历史阅读数据中是否存在数据量大于第三阈值的待参考阅读数据；
若存在所述待参考阅读数据，则计算所述各个待参考阅读数据与所述目标历史阅读数据的各个相似度。
进一步的，处理器1001还可以调用存储器1005中存储的阅读的推荐程序，执行以下操作：
若不存在所述关联数据，则判断所述目标历史阅读数据是否大于第四阈值；
若所述目标历史阅读数据大于所述第四阈值，则根据阅读时间次序，获取所述目标历史阅读数据中的最近阅读数据；
计算所述各个用户历史阅读数据与所述最近阅读数据的各个相似度，并返回执行判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据。
进一步的，处理器1001还可以调用存储器1005中存储的阅读的推荐程序，执行以下操作：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
获取所述同类型用户的数量，并判断所述同类型用户的数量是否唯一；
若所述同类型用户的数量唯一，则获取所述同类型用户的兴趣阅读数据，根据所述兴趣阅读数据生成推荐书单，并将所述推荐书单推送至所述目标用户。
进一步的，处理器1001还可以调用存储器1005中存储的阅读的推荐程序，执行以下操作：
若所述同类型用户的数量不唯一，则获取各个同类型用户的兴趣阅读数据，并根据所述各个兴趣阅读数据生成对应的各个推荐书单；
根据所述同类型用户对应相似度的大小，将所述同类型用户对应的推荐书单进行排序；
根据预设时间间隔，将排序后的各个推荐书单依次推荐至所述目标用户。
进一步的，处理器1001还可以调用存储器1005中存储的阅读的推荐程序，执行以下操作：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
根据所述同类型用户对应的用户历史阅读数据或兴趣阅读标识，确定所述同类型用户对应的目标兴趣数据，并根据所述目标兴趣数据生成推荐书单。
基于上述硬件结构，提出本发明阅读的推荐方法实施例。
参照图2，图2为本发明阅读的推荐方法第一实施例的流程示意图。
本实施例中，所述阅读的推荐方法包括以下步骤：
步骤S10，获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；
现有技术中，越来越多的人依靠电子终端进行阅读。通常人们需要通过搜索网页的搜索框手动搜索书名或作者等关键词，传统的电子阅读网站为了提升用户体验，还根据用户访问该阅读网站的的历史阅读信息来向用户推荐阅读内容。但是，上述推荐方法会导致用户收到的推荐信息内容比较单一，无法满足用户阅读多样性的需求。
本实施例中，为了解决上述技术问题，提供一种阅读的推荐方法，通过将用户的历史阅读数据进行比较判断，从而确定同类型用户，即将历史阅读数据的相似度，作为同类型用户的判断标准，并根据所述同类型用户的兴趣阅读数据，生成推荐书单，丰富了推荐信息内容，从而解决现有推荐方法会导致用户收到的推荐信息内容比较单一而无法满足用户阅读多样性需求的技术问题。所述阅读的推荐方法应用于安装有阅读的推荐程序的终端，或者是推荐服务器。具体地，在检测到用户操作触发的阅读指令时，该用户操作可以是登录客户端，也可以是用户通过客户端中的阅读功能按钮操作等，获取所述目标用户的目标历史阅读数据。该目标历史阅读数据包括阅读书籍名称、阅读书籍进度或阅读次数等，并将所述目标历史阅读数据与数据库中其他用户对应的用户历史阅读数据进行比对。其中，通过判断是否存在与所述目标历史阅读数据类似的用户历史阅读数据，以判断所述其他用户中是否存在与所述目标用户阅读兴趣类型的同类型用户。计算各个其他用户对应的各个用户历史阅读数据与目标历史阅读数据的相似度，即将各个用户历史阅读数据依次与目标历史阅读数据进行比对，相似度可以是用户历史阅读数据与目标历史阅读数据的重叠率，即目标用户看过的100本书籍的书籍名称，若存在一个或者多个其他用户看过100本书籍中的50本，则该一个或多个其他用户可以被设定为所述目标用户的同类型用户。例如，目标用户A的目标历史阅读数据包括100本不同名称的书籍，其中，100本可以为不同类型的书籍。根据所述100本书籍名称与其他用户对应的用户历史阅读数据进行比对，若某个其他用户对应的用户历史阅读数据中包括其中50本书籍名称，则该其他用户与所述目标用户的相似度为50％。
步骤S20，判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；
本实施例中，预先设定第一阈值，如50％，在计算出各个用户历史阅读数据与所述目标历史阅读数据的相似度后，判断各个相似度中是否存在超过第一阈值的数值，即判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据。其中，将与所述目标阅读历史数据的相似度大于第一阈值的用户历史阅读数据，作为关联数据。
步骤S30，若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单。
本实施例中，若判定存在关联数据，则该关联数据，即用户历史阅读数据与目标历史阅读数据的重叠率很高，可判定该其他用户与目标用户的阅读兴趣相似，因此，将所述其他用户设置为所述目标用户的同类型用户。然后将该同类型用户对应的兴趣阅读数据，如该同类型用户标注的喜爱书籍名单或者是该同类型用户阅读3次以上的书籍名单，生成推荐书单，并推送给所述目标用户。其中，同类型用户对应的兴趣阅读数据可以是不同类型的阅读书籍。具体实施例中，还可以根据所述同类型用户对应的用户历史阅读数据中与所述目标历史阅读数据不相同的阅读数据，生成推荐书单。
进一步地，所述步骤S30包括：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
根据所述同类型用户对应的用户历史阅读数据或兴趣阅读标识，确定所述同类型用户对应的目标兴趣数据，并根据所述目标兴趣数据生成推荐书单。
本实施例中，在判定存在所述关联数据时，即存在与所述目标用户阅读兴趣类型的同类型用户。将同类型用户对应的用户历史阅读数据以及对应标识的兴趣阅读标识进行统计。其中，用户历史阅读数据可以包括书籍名称、是否完成全本阅读的标识、阅读遍数等，将同类型用户完成全本阅读的书籍，或者完成全本阅读且阅读遍数在3次以上的书籍进行统计。兴趣阅读标识可以是同类型用户在阅读时对应手动添加兴趣或喜爱标识，或者系统在检测到同类型用户的阅读遍数或阅读频率，自动添加兴趣或喜爱标识。根据所述同类型用户的用户历史阅读数据或兴趣阅读标识，生成对应的待推荐书单，然后根据所述目标用户的目标历史阅读数据，将所述待推荐书单进行去重处理。
本实施提供一种阅读的推荐方法、装置及计算机可读存储介质，所述阅读的推荐方法通过获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单。通过上述方式，本发明将用户的历史阅读数据进行比较判断，从而确定同类型用户，即将历史阅读数据的相似度，作为同类型用户的判断标准，并根据所述同类型用户的兴趣阅读数据，生成推荐书单，丰富了推荐信息内容，从而解决现有推荐方法会导致用户收到的推荐信息内容比较单一而无法满足用户阅读多样性需求的技术问题。
参照图3，图3为本发明阅读的推荐方法第二实施例的流程示意图。
基于上述图2所示实施例，进一步地，本实施例中，步骤S20之后，还包括：
步骤S41，若不存在所述关联数据，则判断所述目标历史阅读数据是否大于第四阈值；
步骤S42，若所述目标历史阅读数据大于所述第四阈值，则根据阅读时间次序，获取所述目标历史阅读数据中的最近阅读数据；
步骤S43，计算所述各个用户历史阅读数据与所述最近阅读数据的各个相似度，并返回执行判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据。
本实施例中，若判断不存在所述关联数据，即数据库中不存在与所述目标历史阅读数据类似的用户历史阅读数据。为了避免由于目标用户阅读时间较长，将所述目标历史阅读数据与第四阈值进行对比，即判断待匹配的目标历史阅读数据是否过大，从而可能存在目标用户阅读书籍前后兴趣变化较大的情况，容易导致无法匹配同类型用户。可获取目标用户最近时间内的最近阅读数据，并计算所述各个用户历史阅读数据与所述最近阅读数据的各个相似度，将所述最近阅读数据作为判定目标用户兴趣阅读数据的标准。
参照图4，图4为本发明阅读的推荐方法第三实施例的流程示意图。
基于上述图2所示实施例，进一步地，本实施例中，步骤S10具体包括：
步骤S11，获取所述目标用户的目标历史阅读数据以及所述其他用户对应的各个用户历史阅读数据；
步骤S12，判断所述目标历史阅读数据是否大于第二阈值；
步骤S13，若所述目标历史阅读数据不大于所述第二阈值，则将所述目标用户标识为新读者用户，并将阅读量最大的书单推荐至所述新读者用户。
本实施例中，若目标用户对应的目标历史阅读数据过少，容易导致与所述目标历史阅读数据匹配的同类型用户过多，且该通过过少的目标历史阅读数据无法准确判定所述目标用户对应的同类型用户。为了避免上述问题，在获取所述目标用户的目标历史阅读数据后，判断所述目标历史阅读数据是否大于第二阈值，若所述目标历史阅读数据不大于第二阈值，则判定所述目标用户为新读者用户，该新读者用户可以为初次使用客户端的读者用户，或为较少使用所述客户端进行阅读的读者用户。将所述目标用户标识为新读者用户后，将数据库中阅读量最大的书单推荐至所述新读者用户进行阅读。或者根据少量的所述目标历史阅读数据初步确定所述目标用户的阅读兴趣类型书籍，并将该兴趣类型书籍对应的阅读量最大的书单，推荐至所述目标用户。
进一步地，所述步骤S12之后，还包括：
步骤S14，判断所述用户历史阅读数据中是否存在数据量大于第三阈值的待参考阅读数据；
步骤S15，若存在所述待参考阅读数据，则计算所述各个待参考阅读数据与所述目标历史阅读数据的各个相似度。
本实施例中，为了避免用户历史阅读数据较少，如10本，则该类用户无需作为参考用户，即将所述用户历史阅读数据与第三阈值进行比较，判断所述用户历史阅读数据中是否存在数据量大于第三阈值的待参考阅读数据。若存在所述待参考阅读数据，则计算所述各个待参考阅读数据与所述目标历史阅读数据的各个相似度。
进一步地，所述步骤S30包括：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
获取所述同类型用户的数量，并判断所述同类型用户的数量是否唯一；
若所述同类型用户的数量唯一，则获取所述同类型用户的兴趣阅读数据，根据所述兴趣阅读数据生成推荐书单，并将所述推荐书单推送至所述目标用户。
若所述同类型用户的数量不唯一，则获取各个同类型用户的兴趣阅读数据，并根据所述各个兴趣阅读数据生成对应的各个推荐书单；
根据所述同类型用户对应相似度的大小，将所述同类型用户对应的推荐书单进行排序；
根据预设时间间隔，将排序后的各个推荐书单依次推荐至所述目标用户。
本实施例中，在判定存在所述关联数据后，进一步判断所述同类型用户的数量是否唯一。若所述同类型用户的数量唯一，则将该同类型用户对应的兴趣阅读数据，生成推荐书单即可。若所述同类型用户的数量不唯一，则需要在多个同类型用户中确定推荐顺序。具体地，根据所述同类型用户对应的相似度大小，即与所述目标用户的关联程度，确定推荐顺序。即对应相似度越大的，对应的推荐书单优先被推荐。具体实施例中，可以将多个同类型用户对应的多个推荐书单，按照相似度大小，依次存储至推荐列表中，其中，相似度越大，在推荐列表中的排名越靠前。然后根据预设时间间隔，如1天，将所述推荐列表中的推荐书单，依次推送至所述目标用户。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有阅读的推荐程序，所述阅读的推荐程序被处理器执行时实现如上述阅读的推荐方法的步骤。
其中，阅读的推荐程序被执行时所实现的方法可参照本发明阅读的推荐方法的各个实施例，此处不再赘述。
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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。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、物品或者系统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如上所述的一个存储介质(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)
1.一种阅读的推荐方法，其特征在于，所述阅读的推荐方法包括以下步骤：
获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度；
判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据；
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单。
2.如权利要求1所述的阅读的推荐方法，其特征在于，所述若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单的步骤包括：
根据所述同类型用户的兴趣阅读数据，确定所述目标用户对应的待推荐阅读信息；
获取所述待推荐阅读信息对应的阅读量，并根据所述阅读量，将所述待推荐阅读信息进行排序；
根据所述待推荐阅读信息的排序，确定所述待推荐阅读信息的推送顺序，并根据所述待推荐阅读信息和所述推送顺序生成推荐书单。
3.如权利要求1所述的阅读的推荐方法，其特征在于，所述获取目标用户的目标历史阅读数据以及其他用户对应的各个用户历史阅读数据，并计算所述各个用户历史阅读数据与所述目标历史阅读数据的各个相似度的步骤具体包括：
获取所述目标用户的目标历史阅读数据以及所述其他用户对应的各个用户历史阅读数据；
判断所述目标历史阅读数据是否大于第二阈值；
若所述目标历史阅读数据不大于所述第二阈值，则将所述目标用户标识为新读者用户，并将阅读量最大的书单推荐至所述新读者用户。
4.如权利要求3所述的阅读的推荐方法，其特征在于，所述判断所述目标历史阅读数据是否大于第二阈值的步骤之后，还包括：
判断所述用户历史阅读数据中是否存在数据量大于第三阈值的待参考阅读数据；
若存在所述待参考阅读数据，则计算所述各个待参考阅读数据与所述目标历史阅读数据的各个相似度。
5.如权利要求1所述的阅读的推荐方法，其特征在于，所述判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据的步骤之后，还包括：
若不存在所述关联数据，则判断所述目标历史阅读数据是否大于第四阈值；
若所述目标历史阅读数据大于所述第四阈值，则根据阅读时间次序，获取所述目标历史阅读数据中的最近阅读数据；
计算所述各个用户历史阅读数据与所述最近阅读数据的各个相似度，并返回执行判断所述用户历史阅读数据中是否存在相似度大于第一阈值的关联数据。
6.如权利要求1所述的阅读的推荐方法，其特征在于，所述若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单的步骤包括：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
获取所述同类型用户的数量，并判断所述同类型用户的数量是否唯一；
若所述同类型用户的数量唯一，则获取所述同类型用户的兴趣阅读数据，根据所述兴趣阅读数据生成推荐书单，并将所述推荐书单推送至所述目标用户。
7.如权利要求6所述的阅读的推荐方法，其特征在于，所述获取所述同类型用户的数量，并判断所述同类型用户的数量是否唯一的步骤之后，还包括：
若所述同类型用户的数量不唯一，则获取各个同类型用户的兴趣阅读数据，并根据所述各个兴趣阅读数据生成对应的各个推荐书单；
根据所述同类型用户对应相似度的大小，将所述同类型用户对应的推荐书单进行排序；
根据预设时间间隔，将排序后的各个推荐书单依次推荐至所述目标用户。
8.如权利要求1-7中任意一项所述的阅读的推荐方法，其特征在于，所述若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户，并根据所述同类型用户对应的兴趣阅读数据生成推荐书单的步骤包括：
若存在所述关联数据，则将所述关联数据对应的其他用户设置为所述目标用户的同类型用户；
根据所述同类型用户对应的用户历史阅读数据或兴趣阅读标识，确定所述同类型用户对应的目标兴趣数据，并根据所述目标兴趣数据生成推荐书单。
9.一种阅读的推荐装置，其特征在于，所述阅读的推荐装置包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的阅读的推荐程序，其中所述阅读的推荐程序被所述处理器执行时实现如权利要求1至8中任意一项所述的阅读的推荐方法的步骤。
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阅读的推荐程序，所述阅读的推荐程序被处理器执行时实现如权利要求1至8中任意一项所述的阅读的推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810544084.3A CN108763519A (zh) | 2018-05-30 | 2018-05-30 | 阅读的推荐方法、装置及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810544084.3A CN108763519A (zh) | 2018-05-30 | 2018-05-30 | 阅读的推荐方法、装置及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108763519A true CN108763519A (zh) | 2018-11-06 |
Family
ID=64000814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810544084.3A Withdrawn CN108763519A (zh) | 2018-05-30 | 2018-05-30 | 阅读的推荐方法、装置及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108763519A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109241452A (zh) * | 2018-11-19 | 2019-01-18 | 天津网之易创新科技有限公司 | 信息推荐方法及装置、存储介质和电子设备 |
| CN109582863A (zh) * | 2018-11-19 | 2019-04-05 | 珠海格力电器股份有限公司 | 一种推荐方法及服务器 |
| CN110222254A (zh) * | 2019-04-26 | 2019-09-10 | 平安科技（深圳）有限公司 | 课程推荐方法、装置、设备及计算机可读存储介质 |
| CN110516147A (zh) * | 2019-07-22 | 2019-11-29 | 平安科技（深圳）有限公司 | 页面数据生成方法、装置、计算机设备及存储介质 |
| CN110555211A (zh) * | 2019-09-03 | 2019-12-10 | 腾讯科技（深圳）有限公司 | 一种数据处理方法、装置以及计算机可读存储介质 |
| CN110909155A (zh) * | 2019-11-25 | 2020-03-24 | 掌阅科技股份有限公司 | 书单生成方法、计算设备及计算机存储介质 |
| CN110968707A (zh) * | 2019-11-22 | 2020-04-07 | 掌阅科技股份有限公司 | 电子读物比对方法、电子设备及计算机存储介质 |
| CN111159537A (zh) * | 2019-12-06 | 2020-05-15 | 上海连尚网络科技有限公司 | 一种在阅读应用中推送呈现信息的方法与设备 |
| CN111694906A (zh) * | 2019-03-14 | 2020-09-22 | 北京搜狗科技发展有限公司 | 一种在地图中展示poi的方法、装置和设备 |
| CN111782933A (zh) * | 2020-04-10 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 用于推荐书单的方法和装置 |
| CN111782946A (zh) * | 2020-06-30 | 2020-10-16 | 掌阅科技股份有限公司 | 书友推荐方法、计算设备及计算机存储介质 |
| CN111800445A (zh) * | 2019-04-09 | 2020-10-20 | Oppo广东移动通信有限公司 | 消息推送方法、装置、存储介质及电子设备 |
| CN112422592A (zh) * | 2019-08-20 | 2021-02-26 | 腾讯科技（深圳）有限公司 | 一种信息推荐方法、装置、电子设置以及存储介质 |
| CN112506406A (zh) * | 2020-12-03 | 2021-03-16 | 中国地质大学（北京） | 一种基于用户习惯自学习控制的目标控制方法与系统 |
| CN113010780A (zh) * | 2021-03-11 | 2021-06-22 | 北京三快在线科技有限公司 | 一种模型训练以及点击率预估方法及装置 |
| CN113076428A (zh) * | 2021-03-19 | 2021-07-06 | 北京沃东天骏信息技术有限公司 | 一种书单生成方法和装置 |
| CN113836430A (zh) * | 2021-10-13 | 2021-12-24 | 掌阅科技股份有限公司 | 书籍推荐方法、终端及存储介质 |
| CN114527910A (zh) * | 2022-02-16 | 2022-05-24 | 北京得间科技有限公司 | 书架页面显示方法、电子设备及存储介质 |
| CN114670760A (zh) * | 2020-12-24 | 2022-06-28 | 九号智能(常州)科技有限公司 | 车辆的控制方法、装置、电子设备及存储介质 |
-
2018
- 2018-05-30 CN CN201810544084.3A patent/CN108763519A/zh not_active Withdrawn
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109582863A (zh) * | 2018-11-19 | 2019-04-05 | 珠海格力电器股份有限公司 | 一种推荐方法及服务器 |
| CN109241452B (zh) * | 2018-11-19 | 2022-03-22 | 天津网之易创新科技有限公司 | 信息推荐方法及装置、存储介质和电子设备 |
| CN109241452A (zh) * | 2018-11-19 | 2019-01-18 | 天津网之易创新科技有限公司 | 信息推荐方法及装置、存储介质和电子设备 |
| CN109582863B (zh) * | 2018-11-19 | 2020-08-04 | 珠海格力电器股份有限公司 | 一种推荐方法及服务器 |
| CN111694906A (zh) * | 2019-03-14 | 2020-09-22 | 北京搜狗科技发展有限公司 | 一种在地图中展示poi的方法、装置和设备 |
| CN111800445B (zh) * | 2019-04-09 | 2023-02-28 | Oppo广东移动通信有限公司 | 消息推送方法、装置、存储介质及电子设备 |
| CN111800445A (zh) * | 2019-04-09 | 2020-10-20 | Oppo广东移动通信有限公司 | 消息推送方法、装置、存储介质及电子设备 |
| CN110222254A (zh) * | 2019-04-26 | 2019-09-10 | 平安科技（深圳）有限公司 | 课程推荐方法、装置、设备及计算机可读存储介质 |
| CN110516147A (zh) * | 2019-07-22 | 2019-11-29 | 平安科技（深圳）有限公司 | 页面数据生成方法、装置、计算机设备及存储介质 |
| CN112422592A (zh) * | 2019-08-20 | 2021-02-26 | 腾讯科技（深圳）有限公司 | 一种信息推荐方法、装置、电子设置以及存储介质 |
| CN110555211A (zh) * | 2019-09-03 | 2019-12-10 | 腾讯科技（深圳）有限公司 | 一种数据处理方法、装置以及计算机可读存储介质 |
| CN110968707B (zh) * | 2019-11-22 | 2020-07-31 | 掌阅科技股份有限公司 | 电子读物比对方法、电子设备及计算机存储介质 |
| CN110968707A (zh) * | 2019-11-22 | 2020-04-07 | 掌阅科技股份有限公司 | 电子读物比对方法、电子设备及计算机存储介质 |
| CN110909155A (zh) * | 2019-11-25 | 2020-03-24 | 掌阅科技股份有限公司 | 书单生成方法、计算设备及计算机存储介质 |
| CN111159537A (zh) * | 2019-12-06 | 2020-05-15 | 上海连尚网络科技有限公司 | 一种在阅读应用中推送呈现信息的方法与设备 |
| CN111159537B (zh) * | 2019-12-06 | 2024-04-09 | 上海连尚网络科技有限公司 | 一种在阅读应用中推送呈现信息的方法与设备 |
| CN111782933A (zh) * | 2020-04-10 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 用于推荐书单的方法和装置 |
| CN111782946A (zh) * | 2020-06-30 | 2020-10-16 | 掌阅科技股份有限公司 | 书友推荐方法、计算设备及计算机存储介质 |
| CN112506406A (zh) * | 2020-12-03 | 2021-03-16 | 中国地质大学（北京） | 一种基于用户习惯自学习控制的目标控制方法与系统 |
| CN114670760A (zh) * | 2020-12-24 | 2022-06-28 | 九号智能(常州)科技有限公司 | 车辆的控制方法、装置、电子设备及存储介质 |
| CN114670760B (zh) * | 2020-12-24 | 2023-08-18 | 九号智能(常州)科技有限公司 | 车辆的控制方法、装置、电子设备及存储介质 |
| CN113010780A (zh) * | 2021-03-11 | 2021-06-22 | 北京三快在线科技有限公司 | 一种模型训练以及点击率预估方法及装置 |
| CN113076428A (zh) * | 2021-03-19 | 2021-07-06 | 北京沃东天骏信息技术有限公司 | 一种书单生成方法和装置 |
| CN113836430A (zh) * | 2021-10-13 | 2021-12-24 | 掌阅科技股份有限公司 | 书籍推荐方法、终端及存储介质 |
| CN114527910A (zh) * | 2022-02-16 | 2022-05-24 | 北京得间科技有限公司 | 书架页面显示方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108763519A (zh) | 阅读的推荐方法、装置及可读存储介质 | |
| US20220261852A1 (en) | Method and apparatus for creating web content and identifying advertisements for users creating and viewing content | |
| CN106302085B (zh) | 即时通讯群组的推荐方法及系统 | |
| WO2017181612A1 (zh) | 个性化视频推荐方法及装置 | |
| CN108182624A (zh) | 商品推荐方法、服务器及计算机可读存储介质 | |
| CN107111651A (zh) | 一种匹配度计算方法、装置以及用户设备 | |
| CN102855256B (zh) | 用于确定网站评价信息的方法、装置及设备 | |
| CN106021449A (zh) | 用于移动终端的搜索方法、装置以及移动终端 | |
| KR20150132074A (ko) | 콘텐트를 구성하는 방법 | |
| US9591050B1 (en) | Image recommendations for thumbnails for online media items based on user activity | |
| CN112104642B (zh) | 一种异常账号确定方法和相关装置 | |
| CN109241451B (zh) | 一种内容组合推荐方法、装置及可读存储介质 | |
| CN105993028A (zh) | 用于内容推荐的方法、设备、以及系统 | |
| CN103455411B (zh) | 日志分类模型的建立、行为日志分类方法及装置 | |
| CN106126592B (zh) | 搜索数据的处理方法及装置 | |
| CN111309940A (zh) | 一种信息展示方法、系统、装置、电子设备及存储介质 | |
| CN109739768A (zh) | 搜索引擎评测方法、装置、设备以及可读存储介质 | |
| CN114417157B (zh) | 一种数据推送方法、装置、计算机设备以及计算机介质 | |
| CN107798012B (zh) | 阅读资源评论推送方法和系统 | |
| US8725795B1 (en) | Content segment optimization techniques | |
| CN109819002B (zh) | 数据推送方法和装置、存储介质及电子装置 | |
| CN111435369A (zh) | 音乐推荐方法、装置、终端及存储介质 | |
| WO2020033117A9 (en) | Dynamic and continous onboarding of service providers in an online expert marketplace | |
| CN106462588B (zh) | 来自所提取的内容的内容创建 | |
| Demarty et al. | Predicting interestingness of visual content |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181106 |