CN109241441A - 内容推荐方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开实施例公开了一种内容推荐方法、装置、电子设备及存储介质，包括下述步骤：获取若干个目标区域的热门内容被关注的关注数据；根据所述关注数据计算所述若干个目标区域之间的相似度；根据所述相似度将所述若干个目标区域划分为不同类型的地域集群；将所述热门内容在相同类型的地域集群内部进行传播。通过采集目标区域的热门内容被关在的关注数据，根据关注数据即可计算出目标区域之间的相似度，进而可以根据相似度将目标区域划分为不同类型的地域集群，从而将热门内容在相同类型的地域集群内部进行传播，通过将热门内容在具有相同文化和生活偏好的区域城市之间进行推荐传播，能有效避免推荐冷启动的情况。

Description

内容推荐方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及多媒体推荐技术领域，尤其是一种内容推荐方法、装置、电子设备及存储介质。

背景技术

随着科技水平的发展和生活节奏的加快，人们越来越热衷于网络浏览多媒体的休闲方式，例如浏览短视频已成为人们最受欢迎的媒介之一，对于现有的网络浏览方式，个性化推荐已成为推荐系统的标配，而且推荐系统的优劣直接影响用户的使用体验，一个好的推荐系统能做到在特定场景下，将用户感兴趣的内容(例如图集、视频以及直播)推荐给用户。

现有的推荐系统通常都是根据用户历史行为(例如历史观看内容)来推荐给用户，或者通过计算用户与用户之间的相识度或者内容与内容之间的相识度，然后把当前用户相似的其它用户喜欢的内容推荐给当前用户，或者与当前用户历史观看内容相似的其它内容推荐给当前用户，但是这样的推荐方式存在冷启动的问题，对于新用户或用户关注的新领域，由于没有用户的历史观看行为，就不能很好地推荐用户关心或者关注的内容。

发明内容

本公开实施例提供一种的内容推荐方法、装置、电子设备及存储介质。

根据本公开实施例的第一方面，提高一种内容推荐方法，包括下述步骤：

获取若干个目标区域的热门内容被关注的关注数据；

根据所述关注数据计算所述若干个目标区域之间的相似度；

根据所述相似度将所述若干个目标区域划分为不同类型的地域集群；

将所述热门内容在相同类型的地域集群内部进行传播。

可选地，所述获取若干个目标区域的热门内容被关注的关注数据，包括：

获取所述目标区域在预设时间段内被关注的多媒体内容；

以所述多媒体内容被关注的次数为依据，在所述多媒体内容中选取被关注次数大于预设关注阈值的多媒体内容作为所述热门内容。

可选地，所述根据所述关注数据计算所述若干个目标区域之间的相似度之前，还包括：

根据所述关注数据获取所述热门内容在各所述目标区域内的被关注次数；

根据预设的计算规则计算所述被关注次数得到所述目标区域的特征信息，其中，所述特征信息用于计算所述若干个目标区域之间的相似度。

可选地，所述根据所述相似度将所述若干个目标区域划分为不同类型的地域集群，包括：

获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离；

将所述目标区域归类到与最小的欧式距离相对应的簇群中；

根据预设的均值规则更新所述若干个簇群的中心值；

反复循环迭代所述若干个簇群的中心值，直至所述目标区域全部被归类到簇群中，得到不同类型的地域集群。

可选地，所述获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离之前，还包括：

根据预设的计算规则计算目标区域样本集合，以得到与预设的簇群样本的簇群数量相对应的若干个轮廓系数，其中，所述目标区域样本集合包括若干所述目标区域，所述簇群样本包括至少2个簇群；

选取所述若干个轮廓系数中数值最大的目标轮廓系数；

将与所述目标轮廓系数相对应的簇群样本作为所述目标簇群样本。

可选地，所述将所述热门内容在相同类型的地域集群内部进行传播，包括：

获取与所述目标区域相对应的地域集群的区域列表；

将所述目标区域从所述区域列表中删除得到目标列表；

选取所述目标区域的若干热门内容组成推荐候选集合，并将所述推荐候选集合推送到与所述目标列表相对应的区域中。

可选地，所述热门内容至少包括：图集、音频、视频或直播。

可选地，所述关注数据包括：观看、转发、点赞或分享。

可选地，所述目标区域为一个城市对应的区域，其中，所述目标区域通过IP地址确定出地域位置信息。

根据本公开实施例的第二方面，提供一种内容推荐装置，包括：

获取单元，被配置为获取若干个目标区域的热门内容被关注的关注数据；

计算单元，被配置为根据所述关注数据计算所述若干个目标区域之间的相似度；

处理单元，被配置为根据所述相似度将所述若干个目标区域划分为不同类型的地域集群；

执行单元，被配置为将所述热门内容在相同类型的地域集群内部进行传播。

可选地，所述的装置还包括：

第一获取子单元，被配置为获取所述目标区域在预设时间段内被关注的多媒体内容；

选取子单元，被配置为以所述多媒体内容被关注的次数为依据，在所述多媒体内容中选取被关注次数大于预设关注阈值的多媒体内容作为所述热门内容。

可选地，所述的装置还包括：

第二获取子单元，被配置为根据所述关注数据获取所述热门内容在各所述目标区域内的被关注次数；

第一计算子单元，被配置为根据预设的计算规则计算所述被关注次数得到所述目标区域的特征信息，其中，所述特征信息用于计算所述若干个目标区域之间的相似度。

可选地，所述的装置还包括：

第三获取子单元，被配置为获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离；

第一处理子单元，被配置为将所述目标区域归类到与最小的欧式距离相对应的簇群中；

第二处理子单元，被配置为根据预设的均值规则更新所述若干个簇群的中心值；

第一执行子单元，被配置为反复循环迭代所述若干个簇群的中心值，直至所述目标区域全部被归类到簇群中，得到不同类型的地域集群。

可选地，所述的装置还包括：

第二计算子单元，被配置为根据预设的计算规则计算目标区域样本集合，以得到与预设的簇群样本的簇群数量相对应的若干个轮廓系数，其中，所述目标区域样本集合包括若干所述目标区域，所述簇群样本包括至少2个簇群；

第一选取子单元，被配置为选取所述若干个轮廓系数中数值最大的目标轮廓系数；

第三处理子单元，被配置为将与所述目标轮廓系数相对应的簇群样本作为所述目标簇群样本。

可选地，所述的装置还包括：

第四获取子单元，被配置为获取与所述目标区域相对应的地域集群的区域列表；

第一删除子单元，被配置为将所述目标区域从所述区域列表中删除得到目标列表；

第一推荐子单元，被配置为选取所述目标区域的若干热门内容组成推荐候选集合，并将所述推荐候选集合推送到与所述目标列表相对应的区域中。

可选地，所述热门内容至少包括：图集、音频、视频或直播。

可选地，所述关注数据包括：观看、转发、点赞或分享。

可选地，所述目标区域为一个城市对应的区域，其中，所述目标区域通过IP地址确定出地域位置信息。

根据本公开实施例的第三方面，提供一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述的内容推荐方法的步骤。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述的内容推荐方法的步骤。

根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序代码，所述计算机程序包括程序指令，当所述程序指令被电子设备执行时，使所述电子设备执行上述内容推荐方法的步骤。

本公开实施例的有益效果为：通过采集目标区域的热门内容被关在的关注数据，由于不同的区域之间的文化和生活偏好不一样，所以不同的区域之间传播的热门内容也不尽相同，根据热门内容的关注数据即可计算出目标区域之间的相似度，进而可以根据相似度将目标区域划分为不同类型的地域集群，从而将热门内容在相同类型的地域集群内部进行传播，通过将热门内容在具有相同文化和生活偏好的区域城市之间进行推荐传播，推动区域城市之间生活娱乐的连结和互动，另一方面，根据用户所在区域即可给用户推荐相同类型的地域集群中其它城市区域的多媒体热门内容，能有效避免推荐冷启动的情况。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

图1为本公开实施例内容推荐方法的基本流程示意图；

图2为本公开实施例选取热门内容的具体流程示意图；

图3为本公开实施例对热门内容进行特征处理的流程示意图；

图4为本公开实施例进行区域聚类分析的流程示意图；

图5为本公开实施例选取簇心数量的流程示意图；

图6为本公开实施例进行热门内容推荐的流程示意图；

图7为本公开实施例内容推荐装置的基本结构框图；

图8为本公开实施例簇心数量和轮廓系数的关系图；

图9为本公开实施例执行内容推荐方法的第一种电子设备的框图；

图10为本公开实施例执行内容推荐方法的第二种电子设备的框图；

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

请参阅图1，图1为本公开实施例内容推荐方法的基本流程示意图。

如图1所示，一种内容推荐方法，包括下述步骤：

S1100、获取若干个目标区域的热门内容被关注的关注数据；

目标区域是根据人为设定的属性进行土地的界划，以广东省为例，根据方言可以划分为粤语区域、客家话区域和潮汕话区域等，其中，语音区域又可以根据城市划分为广州市、佛山市、东莞市和中山市等等。热门内容是指目标区域在一定时间内传播最广的若干多媒体内容，热门内容包括图集、音频、视频以及直播视频等，其中热门内容被关注的关注数据包括观看、转发、点赞或者分享的次数。以热门内容为视频为例，系统通过预设的应用程序(例如快手APP)的API即可统计广州市在30天内被观看、转发、点赞或者分享的次数最多的50条视频内容，即可得到该视频内容被关注的关注数据。

S1200、根据所述关注数据计算所述若干个目标区域之间的相似度；

目标区域之间的相似度是这目标区域之间的文化和生活偏好的相似，以北京市、上海市、广州市和深圳市这四个一线城市为例，其中，广州市和深圳市的文化和生活偏好就比较相似，也就是说广州市和深圳市的人们感兴趣的网络多媒体内容相似，而北京市和上海市之间的相似度就较低，同理，根据经济水平将城市划分为一线、二线和三线等城市，并不能准确的将具有相同文化和生活偏好的城市划分到一起；本公开通过根据目标区域的热门内容的关注数据来计算多个目标区域之间的相似度，从而判断多个目标区域是否具有相同的文化和生活偏好，提高划分区域的准确度。

S1300、根据所述相似度将所述若干个目标区域划分为不同类型的地域集群；

根据目标区域之间的相识度划分地域集群，从而将相似度高的目标区域划分为同一类型的地域集群，例如：根据语音习惯可以将广州、东莞、中山以及香港等城市划分为同一个地域集群；另外，以流行文化为例，沈阳、长春和哈尔滨这三个城市属于典型的东北文化圈，这三个城市之间的多媒体传播高度紧密；当然，还包括深圳广州文化圈、杭州文化圈、台湾福建文化圈以及成都重庆文化圈等等，这些地域集群中包括多个具有相同文化或者生活偏好的城市区域。

S1400、将所述热门内容在相同类型的地域集群内部进行传播。

将一个目标区域的热门内容在该目标区域所处的地域集群中的其它城市进行推荐传播，例如城市A、城市B和城市C属于同一个类型的地域集群，将在城市A传播的热门多媒体内容推送给城市B和城市C，由于城市A、城市B和城市C具有相同的文化和生活偏好，所以在城市A传播的热门内容在城市B和城市C中也会受欢迎，从而使得在城市A产生的热门内容经过一段时间后在城市B和城市C火起来，提高同一个地域集群中的多个目标地域之间的生活、娱乐的连结和互动，打造生活文化共同体；另一方面，对于一个新的用户或者用户关注的新领域，例如用户D第一次使用快手APP浏览短视频，在实施时，所述目标区域为一个城市对应的区域，其中，所述目标区域通过IP地址确定出地域位置信息，快手APP根据该用户D的IP地址确定用户D所处的区域的位置信息，即确定用户D所在的目标区域的位置，例如：用户D所在的城市为深圳市，从而得到与深圳市相对应的地域集群中其它的区域或者城市，例如广州市或者东莞市，并将广州市或者东莞市的热门内容推送给用户D，避免推荐冷启动的情况。当然，根据不同的应用场景，目标区域和地域集群还可以是其它的城市或者区域，例如黑龙江省、辽宁省和吉林省组成的东北文化地域集群，在黑龙江省传播广泛的热门内容，在辽宁省和吉林省也会受到欢迎和传播，即可将黑龙江省的热门内容推送到辽宁省和吉林省。

本实施例通过采集目标区域的热门内容被关在的关注数据，由于不同的区域之间的文化和生活偏好不一样，所以不同的区域之间传播的热门内容也不尽相同，根据热门内容的关注数据即可计算出目标区域之间的相似度，进而可以根据相似度将目标区域划分为不同类型的地域集群，从而将热门内容在相同类型的地域集群内部进行传播，通过将热门内容在具有相同文化和生活偏好的区域城市之间进行推荐传播，推动区域城市之间生活娱乐的连结和互动，另一方面，根据用户所在区域即可给用户推荐相同类型的地域集群中其它城市区域的多媒体热门内容，能有效避免推荐冷启动的情况。

在一个可选实施例中，请参阅图2，图2是本公开一个实施例选取热门内容的基本流程示意图。如图2所示，所述获取若干个目标区域的热门内容被关注的关注数据，包括：

S1110、获取所述目标区域在预设时间段内被关注的多媒体内容；

多媒体内容是指多种媒体的综合，包括文本、声音、视频和图像等多种媒体形式；预设时间段是系统预先设置的一个时间段，例如一周、20天或者30天等，在实施时，预设时间段还可以由用户来设置具体的数值，目前区域在预设时间段内被关注的多媒体内容可以通过目标区域的历史行为来获得，以多媒体内容为直播视频为例，根据目标区域在一周内的传播的直播视频的历史行为，包括观看、分享和点赞直播视频，从而获取得到目标区域在预设时间段内被关注的直播视频。

S1120、以所述多媒体内容被关注的次数为依据，在所述多媒体内容中选取被关注次数大于预设关注阈值的多媒体内容作为所述热门内容。

被关注的次数包括观看、喜欢、分享和点赞的次数统计，当然，被关注的次数也可以是单独的一项次数统计，例如图片被浏览的次数作为图片被关注的次数；预设关注阈值是系统预先设置的一个阈值，用户在多条多媒体内容中挑选出传播最广的若干条热门内容，例如在北京市范围内5天中传播的视频内容有200万条，通过选取观看次数超过10万次的100条视频内容作为热门内容，可以将这些传播最广的多条热门内容作为该区域或城市的特征，从而确定该区域或者城市的文化和生活偏好，进而可以根据该特征将区域或者城市划分为不同类型的地域集群。需要指出的是，预设时间段以及预设关注阈值的数值不局限于上述的数值，根据不同的应用场景，预设时间段以及预设关注阈值还可以设计成其它的数值。

在一个可选实施例中，请参阅图3，图3是本公开一个实施例对热门内容进行特征处理的基本流程示意图。如图3所示，所述根据所述关注数据计算所述若干个目标区域之间的相似度之前，还包括：

S1130、根据所述关注数据获取所述热门内容在各所述目标区域内的被关注次数；

热门内容被关注的次数包括产生该热门内容的目标区域的传播次数，以及除了产生该热门内容的目标区域以外其它的目标区域传播该热门内容的传播次数，其中，传播热门内容包括观看、分享、点赞和转发。

S1140、根据预设的计算规则计算所述被关注次数得到所述目标区域的特征信息，其中，所述特征信息用于计算所述若干个目标区域之间的相似度。

预设的计算规则是系统内预先设置的计算模型，将热门内容在目标区域的被关注次数以及给热门内容在其它区域的别关注次数输入至预设的计算规则中，从而得到目标区域额特征信息，该特征信息用于对各个目标区域的相似度进行分析。在实施时，以热门内容是视频为例，使用n_ij表示目标区域i观看视频j的次数，将n_ij输入至下述公式中：

类归一化处理：n_ij＝n_ij/(sum_k(n_kj)(k≠i))①

对数处理：n_ij＝n_ij/log(sum_k(n_kj)(k≠i))②

开方处理：n_ij＝n_ij/sqrt(sum_k(n_kj)(k≠i))③

其中，sum_k(n_kj)(k≠i)表示视频j在除了目标区域i以外的其它目标区域的传播之和，经过分析后选择公式③来进行特征处理，经过开方处理后的特征信息用于计算目标区域之间的相似度，进而将各个目标区域划分到不同类型的地域集群中。

在一个可选实施例中，请参阅图4，图4是本公开进行区域聚类分析的基本流程示意图。如图4所示，所述根据所述相似度将所述若干个目标区域划分为不同类型的地域集群，包括：

S1310、获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离；

预设的目标簇群样本是系统预先设置的一个簇群样本，在实施时，原始的目标簇群样本只设置有多个簇心(簇群的中心)而不包括任何目标区域，以预设的目标簇群样本中包括3个簇的初始中心为例，这3个簇的初始中心与目标区域的欧式距离均可以通过计算得到，，欧式距离是指欧几里得度量(euclidean metric)，是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)，在二维和三维空间中的欧氏距离就是两点之间的实际距离。在实施时，以二维平面的地图为例，在一个大区域中包括多个小区域，适当这个大区域中选择3个簇的初始中心，然后计算目标区域到这3个簇的初始中心的欧氏距离，可以通过经纬度来计算欧氏距离，例如：目标区域取值北纬N22，东经E114的位置，坐标值(22,114)，其中1个簇的初始中心取值北纬N21，东经E113的位置，坐标值(21,113)，通过坐标值即可计算目标区域到这个簇的初始中心的欧氏距离。需要指出的是，目标簇群样本中簇的数量以及坐标值不局限于上述的数值，根据不同的应用场景，目标簇群样本中簇的数量以及坐标值还可以设计成其它的数值。

S1320、将所述目标区域归类到与最小的欧式距离相对应的簇群中；

根据上述计算得到目标区域与各个簇的中心的欧氏距离，选取最小的欧氏距离映射的簇群并将目标区域归类到该簇群中。

S1330、根据预设的均值规则更新所述若干个簇群的中心值；

由于目标区域被归类到簇群中，使得簇群的范围发生了改变，利用均值规则来更新簇群的中心值，在实施时，为了减少计算量，可以只对目标区域归类的簇群的中心值进行更新。

S1340、反复循环迭代所述若干个簇群的中心值，直至所述目标区域全部被归类到簇群中，得到不同类型的地域集群。

循环上述的步骤S1310-S1330迭代更新簇群的中心，直到簇群的中心值更新稳定或误差平方和收敛时，则迭代结束，此时目标区域全部被归类到簇群中，从而将各个目标区域划分到不同类型的地域集群中。

在一个可选实施例中，请参阅图5，图5是本公开一个实施例选取簇心数量的基本流程示意图。如图5所示，所述获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离之前，还包括：

S1301、根据预设的计算规则计算目标区域样本集合，以得到与预设的簇群样本的簇群数量相对应的若干个轮廓系数，其中，所述目标区域样本集合包括若干所述目标区域，所述簇群样本包括至少2个簇群；

轮廓系数(Silhouette Coefficient)，是聚类效果好坏的一种评价方式，适用于实际类别信息未知的情况。预设的计算规则用于计算目标区域样本集合的轮廓系数，其中目标区域是单个样本，簇群样本中包括至少2个簇群，每个簇群对应一个簇心，对于单个样本，设a是与它同类别中其他样本的平均距离，b是与它距离最近的不同类别的平均距离，则轮廓系数为：

s＝(b-a)/max(a,b)④

对于一个样本集合，它的轮廓系数是所有样本轮廓系数的平均值。轮廓系数的取值范围是[-1,1],同类别距离越近，不同类别距离越远，则分数越高。

请参阅图8，如图8是本公开一个实施例中簇心数量和轮廓系数的关系图。如图8所示，当簇群样本包括2个簇群时，轮廓系数为0.47；当簇心设有3个时，轮廓系数为0.72；当簇心设有4个时，轮廓系数为0.65；当簇心设有5个时，轮廓系数为0.55。需要指出的是，簇心的数量和轮廓系数的数值不局限于上述的具体数值，根据不同的应用场景，簇心的数量和轮廓系数的数值还可以是其它的数值。

S1302、选取所述若干个轮廓系数中数值最大的目标轮廓系数；

在实施时，可以将得到的多个轮廓系数根据由大到小的顺序进行排序，从而将排列第一的轮廓系数作为目标轮廓系数。

S1303、将与所述目标轮廓系数相对应的簇群样本作为所述目标簇群样本。

选取与目标轮廓系数相对应的簇群样本作为目标簇群样本，从而确定簇心的数量，在实施时，请参阅图8，根据簇心数量与轮廓系统的关系图选取峰值点处的值作为簇心的数量。

在一个可选实施例中，请参阅图6，图6是本公开一个实施例进行热门内容推荐的基本流程示意图。如图6所示，所述将所述热门内容在相同类型的地域集群内部进行传播，包括：

S1410、获取与所述目标区域相对应的地域集群的区域列表；

区域列表包括相同类型的地域集群中全部的目标区域信息，以目标区域为湖北省为例，湖北省归属于华中地区这个地域集群，该地域集群中还包括湖南省、河南省和江西省，即华中地区这个地域集群的区域列表包括了湖北省、湖南省、河南省和江西省这四个省的地域信息。

S1420、将所述目标区域从所述区域列表中删除得到目标列表；

由于热门内容是在目标区域产生的，且在目标区域被广泛传播才成为了热门内容，所以热门内容不需要在产生热门内容的目标区域进行推送，将产生热门内容的目标区域从区域列表中删除得到目标列表。

S1430、选取所述目标区域的若干热门内容组成推荐候选集合，并将所述推荐候选集合推送到与所述目标列表相对应的区域中。

将目标区域的多个热门内容组成推荐候选集合，并推送给地域集群中其它的城市区域，加快具有相同文化或者生活偏好的多个城市之间生活娱乐的连结和互动。

为解决上述技术问题，本公开实施例还提供一种内容推荐装置，请参阅图7，图7是本实施例内容推荐装置的基本结构框图。

如图7所示，内容推荐装置，包括获取单元2100、计算单元2200、处理单元2300和执行单元2400，其中，获取单元2100被配置为获取若干个目标区域的热门内容被关注的关注数据；计算单元2200被配置为根据所述关注数据计算所述若干个目标区域之间的相似度；处理单元2300被配置为根据所述相似度将所述若干个目标区域划分为不同类型的地域集群；执行单元2400被配置为将所述热门内容在相同类型的地域集群内部进行传播。

本实施例通过采集目标区域的热门内容被关在的关注数据，由于不同的区域之间的文化和生活偏好不一样，所以不同的区域之间传播的热门内容也不尽相同，根据热门内容的关注数据即可计算出目标区域之间的相似度，进而可以根据相似度将目标区域划分为不同类型的地域集群，从而将热门内容在相同类型的地域集群内部进行传播，通过将热门内容在具有相同文化和生活偏好的区域城市之间进行推荐传播，推动区域城市之间生活娱乐的连结和互动，另一方面，根据用户所在区域即可给用户推荐相同类型的地域集群中其它城市区域的多媒体热门内容，能有效避免推荐冷启动的情况。

在一些实施方式中，内容推荐装置还包括：第一获取子单元和选择子单元，其中，第一获取子单元被配置为获取所述目标区域在预设时间段内被关注的多媒体内容；选取子单元被配置为以所述多媒体内容被关注的次数为依据，在所述多媒体内容中选取被关注次数大于预设关注阈值的所述热门内容。

在一些实施方式中，内容推荐装置还包括：第二获取子单元和第一计算子单元，其中，第二获取子单元被配置为根据所述关注数据获取所述热门内容在各所述目标区域内的被关注次数；第一计算子单元被配置为根据预设的计算规则计算所述被关注次数得到所述目标区域的特征信息，其中，所述特征信息用于计算所述若干个目标区域之间的相似度。

在一些实施方式中，内容推荐装置还包括：第三获取子单元、第一处理子单元，第二处理子单元和第一执行子单元，其中，第三获取单元被配置为获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离；第一处理子单元被配置为以所述欧式距离为依据，将所述目标区域归类到与最小的所述欧式距离相对应的簇群中；第二处理子单元被配置为根据预设的均值规则更新所述若干个簇群的中心值；第一执行子单元被配置为反复循环迭代所述若干个簇群的中心值，至所述目标区域全部被归类到簇群中。

在一些实施方式中，内容推荐装置还包括：第二计算子单元、第一选取子单元和第三处理子单元，其中，第二计算子单元被配置为根据预设的计算规则计算目标区域样本集合，以得到与预设的簇群样本的簇群数量相对应的若干个轮廓系数，其中，所述目标区域样本集合包括若干所述目标区域，所述簇群样本包括至少2个簇群；第一选取子单元被配置为选取所述若干个轮廓系数中数值最大的目标轮廓系数；第三处理子单元被配置为确认与所述目标轮廓系数相对应的簇群样本为所述目标簇群样本。

在一些实施方式中，内容推荐装置还包括：第四获取子单元、第一删除子单元和第一推荐子单元，其中，第四获取子单元被配置为获取与所述目标区域相对应的地域集群的区域列表；第一删除子单元被配置为将所述目标区域从所述区域列表中删除得到目标列表；第一推荐子单元被配置为选取所述目标区域的若干热门内容组成推荐候选集合，并将所述推荐候选集合推送到与所述目标列表相对应的区域中。

在一些实施方式中，所述热门内容至少包括：图集、音频、视频或直播。

在一些实施方式中，所述关注数据包括：观看、转发、点赞或分享。

在一些实施方式中，所述目标区域为一个城市对应的区域，其中，所述目标区域通过IP地址确定出地域位置信息。

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

在本实施方式中，内容推荐装置能够是(不限于)：PC端、智能移动端或者服务器端。当内容推荐装置是：PC端或智能移动端时请参阅图9。当内容推荐装置是服务器端时请参阅图10。

图9是根据一示例性实施例示出的一种执行内容推荐方法的第一种电子设备的框图。例如，电子设备900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图9，电子设备900可以包括以下一个或多个组件：处理组件902、存储器904、电力组件906、多媒体组件908、音频组件910、输入/输出(I/O)的接口912、传感器组件914以及通信组件916。

处理组件902通常控制电子设备900的整体操作，诸如与显示、电话呼叫、数据通信、相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备900的操作。这些数据的示例包括用于在电子设备900上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片或者视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘或光盘。

电力组件906为电子设备900的各种组件提供电力。电力组件806可以包括电源管理系统、一个或多个电源、及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件908包括在所述电子设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当电子设备900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和/或后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力的组件。

音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当电子设备900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以进一步被存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。

I/O接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘、点击轮或按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件914包括一个或多个传感器，用于为电子设备900提供各个方面的状态评估。例如，传感器组件914可以检测到电子设备900的打开/关闭状态，组件的相对定位，例如所述组件为电子设备900的显示器和小键盘，传感器组件914还可以检测电子设备900或电子设备900一个组件的位置改变，用户与电子设备900接触的存在或不存在，电子设备900方位或加速/减速和电子设备900的温度变化。传感器组件914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。

通信组件916被配置为便于电子设备900和其他设备之间有线或无线方式的通信。电子设备900可以接入基于通信标准的无线网络，如WiFi、运营商网络(如2G、3G、4G或5G)或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带(UWB)技术、蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器904，上述指令可由电子设备900的处理器920执行以完成上述内容推荐方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图10是根据一示例性实施例示出的一种执行内容推荐方法的第二种电子设备的框图。例如，电子设备1000可以被提供为一服务器。参照图10，电子设备1000包括处理组件1010，其进一步包括一个或多个处理器，以及由存储器1020所代表的存储器资源，用于存储可由处理组件1010的执行的指令，例如应用程序。存储器1020中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1010被配置为执行指令，以执行上述业务标识管理的方法。

电子设备1000还可以包括一个电源组件1030被配置为执行电子设备1000的电源管理，一个有线或无线网络接口1040被配置为将电子设备1000连接到网络，和一个输入输出(I/O)接口1050。电子设备1000可以操作基于存储在存储器1020的操作系统，例如Windows ServerTM、Mac OS XTM、UnixTM、LinuxTM、FreeBSDTM或类似。

在一些实施方式中，还提供一种计算机程序产品，包括计算机程序代码，所述计算机程序代码包括程序指令，当所述程序指令被电子设备执行时，使所述电子设备执行上述内容推荐方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种内容推荐方法，其特征在于，包括下述步骤：

获取若干个目标区域的热门内容被关注的关注数据；

根据所述关注数据计算所述若干个目标区域之间的相似度；

根据所述相似度将所述若干个目标区域划分为不同类型的地域集群；

将所述热门内容在相同类型的地域集群内部进行传播。

2.根据权利要求1所述的内容推荐方法，其特征在于，所述获取若干个目标区域的热门内容被关注的关注数据，包括：

获取所述目标区域在预设时间段内被关注的多媒体内容；

以所述多媒体内容被关注的次数为依据，在所述多媒体内容中选取被关注次数大于预设关注阈值的多媒体内容作为所述热门内容。

3.根据权利要求1所述的内容推荐方法，其特征在于，所述根据所述关注数据计算所述若干个目标区域之间的相似度之前，还包括：

根据所述关注数据获取所述热门内容在各所述目标区域内的被关注次数；

根据预设的计算规则计算所述被关注次数得到所述目标区域的特征信息，其中，所述特征信息用于计算所述若干个目标区域之间的相似度。

4.根据权利要求1所述的内容推荐方法，其特征在于，所述根据所述相似度将所述若干个目标区域划分为不同类型的地域集群，包括：

获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离；

将所述目标区域归类到与最小的欧式距离相对应的簇群中；

根据预设的均值规则更新所述若干个簇群的中心值；

反复循环迭代所述若干个簇群的中心值，直至所述目标区域全部被归类到簇群中，得到不同类型的地域集群。

5.根据权利要求4所述的内容推荐方法，其特征在于，所述获取所述目标区域与预设的目标簇群样本中若干个簇群的中心的欧式距离之前，还包括：

根据预设的计算规则计算目标区域样本集合，以得到与预设的簇群样本的簇群数量相对应的若干个轮廓系数，其中，所述目标区域样本集合包括若干所述目标区域，所述簇群样本包括至少2个簇群；

选取所述若干个轮廓系数中数值最大的目标轮廓系数；

将与所述目标轮廓系数相对应的簇群样本作为所述目标簇群样本。

6.根据权利要求1所述的内容推荐方法，其特征在于，所述将所述热门内容在相同类型的地域集群内部进行传播，包括：

获取与所述目标区域相对应的地域集群的区域列表；

将所述目标区域从所述区域列表中删除得到目标列表；

选取所述目标区域的若干热门内容组成推荐候选集合，并将所述推荐候选集合推送到与所述目标列表相对应的区域中。

7.根据权利要求1所述的内容推荐方法，其特征在于，所述热门内容至少包括：图集、音频、视频或直播。

8.一种内容推荐装置，其特征在于，包括：

获取单元，被配置为获取若干个目标区域的热门内容被关注的关注数据；

计算单元，被配置为根据所述关注数据计算所述若干个目标区域之间的相似度；

处理单元，被配置为根据所述相似度将所述若干个目标区域划分为不同类型的地域集群；

执行单元，被配置为将所述热门内容在相同类型的地域集群内部进行传播。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述权利要求1-7任意一项所述的内容推荐方法。

10.一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备执行时，使得电子设备能够执行上述权利要求1-7任意一项所述的内容推荐方法。