CN109271423A - 一种对象推荐方法、装置、终端及计算机可读存储介质 - Google Patents
一种对象推荐方法、装置、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109271423A CN109271423A CN201811147373.6A CN201811147373A CN109271423A CN 109271423 A CN109271423 A CN 109271423A CN 201811147373 A CN201811147373 A CN 201811147373A CN 109271423 A CN109271423 A CN 109271423A
- Authority
- CN
- China
- Prior art keywords
- recommended
- tally set
- matched
- library
- recommendation method
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请适用于计算机技术领域,提供了一种对象推荐方法、装置、终端及计算机可读存储介质,所述对象推荐方法包括:基于预设的标签维度,确定目标对象的标签集;从预设的对象库中查找与所述标签集匹配的推荐对象;显示与所述标签集匹配的推荐对象。本申请能够根据目标对象的标签集进行推荐对象的查找,既可以避免人工确定推荐对象时存在的主观问题,又可以提高进行对象推荐的灵活性。
Description
技术领域
本申请属于计算机技术领域,尤其涉及一种对象推荐方法、装置、终端及计算机可读存储介质。
背景技术
随着计算机和互联网技术的快速发展,用户获取信息的途径大大增加,所能够获取的信息内容也更加丰富。为了能够给用户提供对用户真正有价值的信息,需要为用户进行信息的推荐。例如,当用户在某些领域具备信息获取需求时,可以将该领域的一些专家推荐给用户。
现有的推荐方式通常是通过人工进行设定,例如,在后台设定推荐专家A和专家B。然而,一方面,该方式下进行的推荐是固定的,而不同的用户可能具备不同的推荐需求,故该推荐方式不够灵活;另一方面,人工设定具有一定的主观性,不同的后台人员可能设定的推荐专家均不相同,故该推荐方式也不够客观。
发明内容
有鉴于此,本申请提供了一种对象推荐方法、装置、终端及计算机可读存储介质,以解决现有技术中进行对象推荐时不够灵活、不够客观的问题。
本申请的第一方面提供了一种对象推荐方法,所述对象推荐方法包括:
基于预设的标签维度,确定目标对象的标签集;
从预设的对象库中查找与所述标签集匹配的推荐对象;
显示与所述标签集匹配的推荐对象。
基于第一方面,在第一方面第一种可能的实现方式中,在所述基于预设的标签维度,确定目标对象的标签集之前还包括:
终端在显示指定页面时,获取该指定页面上显示的目标对象。
基于本申请的第一方面,在第一方面第二种可能的实现方式中,在显示与所述标签集匹配的推荐对象之前还包括:
从与所述标签集匹配的推荐对象中选取符合预设条件的推荐对象;
相应的,所述显示与所述标签集匹配的推荐对象为:显示所述符合预设条件的推荐对象。
基于本申请的第一方面,在第一方面第三种可能的实现方式中,所述从预设的对象库中查找与所述标签集匹配的推荐对象包括:
确定所述标签集中的标签数量;
若所述标签数量为一个,则利用模糊匹配算法从所述对象库中查找与该一个标签匹配的推荐对象。
基于本申请的第一方面,在第一方面第四种可能的实现方式中,在所述确定所述标签集中的标签数量之后还包括:
若所述标签数量为两个以上,则统计该两个以上的标签对应的所有标签组合,并基于所述所有标签组合生成标签组合集;
从所述对象库中查找与所述标签组合集匹配的推荐对象。
基于本申请的第一方面,在第一方面第五种可能的实现方式中,所述从所述对象库中查找与所述标签组合集匹配的推荐对象包括:
基于所述标签组合集中的每个标签组合,分别从所述对象库中查找与该标签组合匹配的推荐对象。
基于本申请的第一方面,在第一方面第六种可能的实现方式中,所述从与所述标签集匹配的推荐对象中获取符合预设条件的推荐对象包括:
计算所述推荐对象对于所述标签组合集中的所有标签组合的匹配命中次数;
根据每个推荐对象的匹配命中次数确定该推荐对象与所述标签组合集的匹配度;
选取预设数量的所述匹配度最高的推荐对象作为符合预设条件的推荐对象。
本申请的第二方面提供了一种对象推荐装置,所述对象推荐装置包括:
标签集确定单元,用于基于预设的标签维度,确定目标对象的标签集;
推荐对象查找单元,用于从预设的对象库中查找与所述标签集确定单元确定的标签集匹配的推荐对象;
推荐对象显示单元,用于显示所述推荐对象查找单元查找到的与所述标签集匹配的推荐对象。
基于本申请的第二方面,在第二方面第一种可能的实现方式中,所述对象推荐装置还包括:
目标对象获取单元,用于在所述标签集确定单元基于预设的标签维度,确定目标对象的标签集之前,在终端显示指定页面时,获取该指定页面上显示的目标对象。
基于本申请的第二方面,在第二方面第二种可能的实现方式中,所述对象推荐装置还包括:
推荐对象选取单元,用于在所述推荐对象显示单元显示与所述标签集匹配的推荐对象之前,从与所述标签集匹配的推荐对象中选取符合预设条件的推荐对象;
相应的,所述推荐对象显示单元具体用于:显示所述推荐对象选取单元选取的符合预设条件的推荐对象。
基于本申请的第二方面,在第二方面第三种可能的实现方式中,所述对象推荐装置还包括:
标签数量确定单元,用于确定所述标签集中的标签数量;
所述推荐对象查找单元具体用于,若所述标签数量为一个,则利用模糊匹配算法从所述对象库中查找与该一个标签匹配的推荐对象。
基于本申请的第二方面,在第二方面第四种可能的实现方式中,所述推荐对象查找单元具体还用于,若所述标签数量为两个以上,则统计该两个以上的标签对应的所有标签组合,基于所述所有标签组合生成标签组合集,并从所述对象库中查找与所述标签组合集匹配的推荐对象。
基于本申请的第二方面,在第二方面第五种可能的实现方式中,所述推荐对象查找单元具体还用于,基于所述标签组合集中的每个标签组合,分别从所述对象库中查找与该标签组合匹配的推荐对象。
基于本申请的第二方面,在第二方面第六种可能的实现方式中,所述对象推荐装置还包括:
匹配命中次数计算单元,用于计算所述推荐对象对于所述标签组合集中的所有标签组合的匹配命中次数;
匹配度确定单元,用于根据所述匹配命中次数计算单元计算的每个推荐对象的匹配命中次数确定该推荐对象与所述标签组合集的匹配度;
所述推荐对象选取单元具体用于,选取预设数量的所述匹配度确定单元确定的匹配度最高的推荐对象作为符合预设条件的推荐对象。
本申请的第三方面提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如任一项所述对象推荐方法的步骤。
本申请的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如任一项所述对象推荐方法的步骤。
本申请与现有技术相比存在的有益效果是:
本申请通过对目标对象设立标签,根据目标对象的标签集从数据库中查找与该标签集匹配的推荐对象,进而将查找到的推荐对象显示给用户;解决了现有技术中进行对象推荐时不够灵活、不够客观的问题,也即,通过为目标对象和数据库中的推荐对象设立标签,对各个对象进行了客观标识,根据该客观标识进行推荐对象的查找,避免了人工确定推荐对象存在主观影响的问题;另外,由于不同用户对应的目标对象不同,而不同的目标对象其标签集也会不同,因此可以实现针对不同的用户显示的推荐对象也不相同,一定程度上提高了进行对象推荐的灵活性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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是本申请实施例提供的对象推荐方法的实现流程图;
图2是本申请实施例提供的对象推荐方法的另一个实现流程图;
图3是本申请实施例提供的对象推荐装置的结构示意图;
图4是本申请实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
本申请可以应用于网页显示,能够为用户推荐与其当前关注的目标对象相关的推荐对象,提高用户获取其需要的信息的便捷程度。在这里,推荐对象可以是人物对象,也可以是其它对象,比如信息对象,在此不作限定。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
参见图1,其示出了本申请实施例提供的对象推荐方法的实现流程图,详述如下:
在步骤101中、基于预设的标签维度,确定目标对象的标签集。
在本申请实施例中,所述目标对象表示当前用户关注的对象,该对象可以为一个人物对象,例如当前用户在网页上关注了一个汽修专家,该汽修专家即为目标对象。同一目标对象在不同维度可能具有不同的标签,故可以基于预设的标签维度,来确定目标对象的标签集。
在本申请实施例中,可以为同一目标对象设置不同维度的标签,示例性的,对于某汽修专家A,其擅长维修的车型(车辆型号)为A1和A2,其擅长的技术为车体修复。那么,A1和A2便可作为该汽修专家A的车型维度的标签,车体修复便可为该汽修专家A的技术维度的标签。也即,若目标对象为专家A,从车型的标签维度来看,其标签集为A1和A2;从技术的标签维度来看,其标签集为车体修复。
可选的,在上述步骤101之前,还可以包括:在终端显示指定页面时,获取该指定页面上显示的目标对象。
在本申请实施例中,当用户点击了某链接,例如某个汽修专家的详情页链接,终端会跳转至指定网页以显示该汽修专家的详情页,在终端显示该汽修专家的详情页时,可以将该汽修专家作为目标对象,并进一步基于该汽修专家为用户推荐其它相关的汽修专家。
在步骤102中、从预设的对象库中查找与所述标签集匹配的推荐对象。
在本申请实施例中,预先建立有对象库,仍以上述汽修专家为例,可以建立以汽修专家为对象建立对象库,该对象库中的每个汽修专家可以具备多个维度的标签集,例如,以每个汽修专家所擅长的车型为一个维度,分别为其设立车型维度的标签集。
在上述步骤101中,可以基于当前显示的网页内容进行关键字提取来确定目标对象的标签集,也可以从对象库中查找该目标对象来确定其标签集。
在本申请实施例中,当确定了目标对象的标签集之后,可以根据该确定的标签集,从对象库中查找与该标签集匹配的推荐对象。在这里,与该标签集匹配的推荐对象,是指推荐对象的标签集与目标对象的标签集全部一致或者部分一致。
由于目标对象为当前已经显示给用户的对象,故在本申请实施例中,推荐对象可以不包括目标对象。
在步骤103中、显示与所述标签集匹配的推荐对象。
在本申请实施例中,将上述步骤102中查找到的与目标对象的标签集匹配的推荐对象显示给用户,以方便用户更快更方便的获取到与当前浏览的目标对象相关的其它对象。
可选的,在上述步骤103之前还包括:从与所述标签集匹配的推荐对象中选取符合预设条件的推荐对象;
相应的,所述显示与所述标签集匹配的推荐对象为:显示所述符合预设条件的推荐对象。
在本申请实施例中,由于从对象库中查找到的推荐对象可能为多个,当不方便将全部查找到的推荐对象显示给用户时,可以通过预先设置的条件来进行筛选。例如,将与目标对象的标签集完全一致的推荐对象显示给用户。
在一种实现方式中,可以在指定的显示页面上设置显示框架,在选取到符合预设条件的推荐对象之后,可以在该显示框架中显示选取的符合预设条件的推荐对象。
由上可知,本申请通过对目标对象设立标签,根据目标对象的标签集从数据库中查找与该标签集匹配的推荐对象,进而将查找到的推荐对象显示给用户;解决了现有技术中进行对象推荐时不够灵活、不够客观的问题,也即,通过为目标对象和数据库中的推荐对象设立标签,对各个对象进行了客观标识,根据该客观标识进行推荐对象的查找,避免了人工选择推荐对象存在主观影响的问题;另外,由于不同用户对应的目标对象不同,而不同的目标对象其标签集也会不同,因此可以实现针对不同的用户显示的推荐对象也不相同,一定程度上提高了进行对象推荐的灵活性。
图2示出了本申请提供的实施例的另一个实现流程图,详述如下:
在步骤201中、基于预设的标签维度,确定目标对象的标签集。
在本申请实施例中,上述步骤201具体可参见图1所示实施例中的步骤101,在此不再赘述。
在步骤202中、确定所述标签集中的标签数量。
在本申请实施例中,在确定目标对象的标签集之后,可以统计该标签集中的标签数量。例如,对于汽修专家,若预设的标签维度为擅长车型,首先确定目标对象A的标签集{A1,A2},之后,可以统计该标签集中的标签数量,对于上述标签集{A1,A2},其标签数量为2。
在步骤203中、若所述标签数量为一个,则利用模糊匹配算法从所述对象库中查找与该一个标签匹配的推荐对象。
在本申请实施例中,若统计的目标对象的标签集中的标签数量为一个,可以直接基于该一个标签,利用模糊匹配算法从对象库中查找与该一个标签匹配的推荐对象。在这里,模糊匹配是指,推荐对象的标签集包括该一个标签。
示例性的,当目标对象的标签集为{A1}时,该标签集仅包括一个标签,则可以从对象库中查找推荐对象,所查找到的推荐对象的标签集包括该A1标签。例如,对象库中的对象B的标签集为{A1,B1},对象库中的对象C的标签集为{A1,C1,C2},对象库中的对象D的标签集为{A1},则上述对象A、对象B和对象C均为与标签集{A1}匹配的推荐对象。
在一个实现方式中,还可以将具有相近标签的两个对象确定为具备匹配关系。例如,当目标对象的标签集为{A1}时,对象库中的对象E的标签集为{E1},而A1和E1为同一品牌的车型,则也可以确定对象E为与标签集{A1}匹配的推荐对象。
具体的,若对象库为mysql数据库,则可以通过like查询命令进行推荐对象的查找。
在步骤204中、若所述标签数量为两个以上,则统计该两个以上的标签对应的所有标签组合,并基于所述所有标签组合生成标签组合集。
在本申请实施例中,若统计的目标对象的标签集中的标签数量为两个以上(包括两个),则可以统计该两个以上的标签对象的所有标签组合,并基于统计的所有标签组合生成标签组合集。
具体的,可以将目标对象的标签集中的两个以上的标签放入一个数组中,使用for循环遍历该数组的标签,并使用数组切割函数array_slice()将数组单元化,也就是切割成单个标签。对于切割出来的单个标签,可以采用循环递归法进行标签的重新组合,并利用重新组合得到的所有标签组合生成标签组合集。
示例性的,若统计的目标对象A的标签集为{A1,A2},该标签集包括两个标签A1和A2,统计该标签集的所有标签组合有三个,分别为A1、A2和A1&A2,则可以生成标签组合集{A1,A2,A1&A2}。
又一示例性的,若统计的目标对象A的标签集为{A1,A2,A3},该标签集包括三个标签A1、A2和A3,统计该标签集的所有标签组合有7个,分别为A1、A2、A3、A1&A2、A1&A3、A2&A3和A1&A2&A3,则可以生成标签组合集{A1,A2,A3,A1&A2,A1&A3,A2&A3,A1&A2&A3}。
在步骤205中、从所述对象库中查找与所述标签组合集匹配的推荐对象。
在本申请实施例中,在生成标签组合集之后,可以从对象库中查找与该标签组合集匹配的推荐对象。具体的,若对象库中的某对象的标签集与该标签组合集中的部分标签组合一致,则可以认为该对象为与该标签组合集匹配的推荐对象。
在步骤206中、显示与所述标签组合集匹配的推荐对象。
在本申请实施例中,将上述步骤205中查找到的推荐对象显示给用户,可以方便用户更快更方便的获取到与当前浏览的目标对象相关的其它对象。
可选的,所述上述步骤205之后还可以包括:从与所述标签组合集匹配的推荐对象中选取符合预设条件的推荐对象;
相应的,上述步骤206可以为:显示所述符合预设条件的推荐对象。
在本申请实施例中,由于从对象库中查找到的推荐对象可能为多个,当不方便将全部查找到的推荐对象显示给用户时,可以通过预先设置的条件来进行筛选。例如,将与目标对象的标签组合集完全一致的推荐对象显示给用户。
在一种实现方式中,可以在指定的显示页面上设置显示框架,在选取到符合预设条件的推荐对象之后,可以在该显示框架中显示选取的符合预设条件的推荐对象。
可选的,上述步骤204可以包括:基于所述标签组合集中的每个标签组合,分别从所述对象库中查找与该标签组合匹配的推荐对象。
在本申请实施例中,在从对象库中查找与标签组合集匹配的推荐对象时,可以分别基于标签组合集中的每个标签组合,从所述对象库中查找与该标签组合匹配的推荐对象。在该匹配场景下,标签组合集中若包括N个标签组合,则对象库中的推荐对象可能对匹配命中最多N次。
可选的,上述从与所述标签集匹配的推荐对象中获取符合预设条件的推荐对象可以包括:
计算所述推荐对象对于所述标签组合集中的所有标签组合的匹配命中次数;
根据每个推荐对象的匹配命中次数确定该推荐对象与所述标签组合集的匹配度;
选取预设数量的所述匹配度最高的推荐对象作为符合预设条件的推荐对象。
在本申请实施例中,可以基于推荐对象的匹配命中次数确定该推荐对象与标签组合集的匹配度,匹配命中次数越多,匹配度则越高,对于包括N个标签组合的标签组合集,与其匹配命中N次的推荐对象可以视为与目标对象具有一直的标签集。
在本申请实施例中,可以选择预设数量的(例如5个)匹配度最高的推荐对象作为符合预设条件的推荐对象,以方便在指定页面进行显示。
由上可知,本申请通过对目标对象设立标签,根据目标对象的标签集从数据库中查找与该标签集匹配的推荐对象,进而将查找到的推荐对象显示给用户;解决了现有技术中进行对象推荐时不够灵活、不够客观的问题,也即,通过为目标对象和数据库中的推荐对象设立标签,对各个对象进行了客观标识,根据该客观标识进行推荐对象的查找,避免了人工选择推荐对象存在主观影响的问题;另外,由于不同用户对应的目标对象不同,而不同的目标对象其标签集也会不同,因此可以实现针对不同的用户显示的推荐对象也不相同,一定程度上提高了进行对象推荐的灵活性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
以下为本申请的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图3示出了本申请实施例提供的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分,详述如下:
如图3所示,对象推荐装置3包括:标签集确定单元31,推荐对象查找单元32和推荐对象显示单元33。
标签集确定单元31,用于基于预设的标签维度,确定目标对象的标签集;
推荐对象查找单元32,用于从预设的对象库中查找与标签集确定单元31确定的标签集匹配的推荐对象;
推荐对象显示单元33,用于显示推荐对象查找单元32查找到的与所述标签集匹配的推荐对象。
可选的,对象推荐装置3还包括:
目标对象获取单元,用于在标签集确定单元31基于预设的标签维度,确定目标对象的标签集之前,在终端显示指定页面时,获取该指定页面上显示的目标对象。
可选的,对象推荐装置3还包括:
推荐对象选取单元,用于在推荐对象显示单元33显示与所述标签集匹配的推荐对象之前,从与所述标签集匹配的推荐对象中选取符合预设条件的推荐对象;
相应的,推荐对象显示单元33具体用于:显示所述推荐对象选取单元选取的符合预设条件的推荐对象。
可选的,对象推荐装置3还包括:
标签数量确定单元,用于确定所述标签集中的标签数量;
推荐对象查找单元32具体用于,若所述标签数量为一个,则利用模糊匹配算法从所述对象库中查找与该一个标签匹配的推荐对象。
可选的,推荐对象查找单元32具体还用于,若所述标签数量为两个以上,则统计该两个以上的标签对应的所有标签组合,基于所述所有标签组合生成标签组合集,并从所述对象库中查找与所述标签组合集匹配的推荐对象。
可选的,推荐对象查找单元32具体还用于,基于所述标签组合集中的每个标签组合,分别从所述对象库中查找与该标签组合匹配的推荐对象。
可选的,对象推荐装置3还包括:
匹配命中次数计算单元,用于计算所述推荐对象对于所述标签组合集中的所有标签组合的匹配命中次数;
匹配度确定单元,用于根据所述匹配命中次数计算单元计算的每个推荐对象的匹配命中次数确定该推荐对象与所述标签组合集的匹配度;
所述推荐对象选取单元具体用于,选取预设数量的所述匹配度确定单元确定的匹配度最高的推荐对象作为符合预设条件的推荐对象。
由上可知,本申请通过对目标对象设立标签,根据目标对象的标签集从数据库中查找与该标签集匹配的推荐对象,进而将查找到的推荐对象显示给用户;解决了现有技术中进行对象推荐时不够灵活、不够客观的问题,也即,通过为目标对象和数据库中的推荐对象设立标签,对各个对象进行了客观标识,根据该客观标识进行推荐对象的查找,避免了人工选择推荐对象存在主观影响的问题;另外,由于不同用户对应的目标对象不同,而不同的目标对象其标签集也会不同,因此可以实现针对不同的用户显示的推荐对象也不相同,一定程度上提高了进行对象推荐的灵活性。
图4是本申请一实施例提供的终端的示意图。如图4所示,该实施例的终端4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个对象推荐方法实施例中的步骤,例如图1所示的步骤101至步骤104。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能,例如图3所示单元31至34的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述终端4中的执行过程。例如,所述计算机程序42可以被分割成标签集确定单元,推荐对象查找单元和推荐对象显示单元,各单元具体功能如下:
标签集确定单元,用于基于预设的标签维度,确定目标对象的标签集;
推荐对象查找单元,用于从预设的对象库中查找与所述标签集确定单元确定的标签集匹配的推荐对象;
推荐对象显示单元,用于显示所述推荐对象查找单元查找到的与所述标签集匹配的推荐对象。
所述终端4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端4的示例,并不构成对终端4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,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,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、分立硬件组件等。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。
所述存储器41可以是所述终端4的内部存储单元,例如终端4的硬盘或内存。所述存储器41也可以是所述终端4的外部存储设备,例如所述终端4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,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单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种对象推荐方法,其特征在于,所述对象推荐方法包括:
基于预设的标签维度,确定目标对象的标签集;
从预设的对象库中查找与所述标签集匹配的推荐对象;
显示与所述标签集匹配的推荐对象。
2.根据权利要求1所述的对象推荐方法,其特征在于,在所述基于预设的标签维度,确定目标对象的标签集之前还包括:
在终端显示指定页面时,获取该指定页面上显示的目标对象。
3.根据权利要求2所述的对象推荐方法,其特征在于,在显示与所述标签集匹配的推荐对象之前还包括:
从与所述标签集匹配的推荐对象中选取符合预设条件的推荐对象;
相应的,所述显示与所述标签集匹配的推荐对象为:显示所述符合预设条件的推荐对象。
4.根据权利要求1至3中任一项所述的对象推荐方法,其特征在于,所述从预设的对象库中查找与所述标签集匹配的推荐对象包括:
确定所述标签集中的标签数量;
若所述标签数量为一个,则利用模糊匹配算法从所述对象库中查找与该一个标签匹配的推荐对象。
5.根据权利要求4所述的对象推荐方法,其特征在于,在所述确定所述标签集中的标签数量之后还包括:
若所述标签数量为两个以上,则统计该两个以上的标签对应的所有标签组合,并基于所述所有标签组合生成标签组合集;
从所述对象库中查找与所述标签组合集匹配的推荐对象。
6.根据权利要求5所述的对象推荐方法,其特征在于,所述从所述对象库中查找与所述标签组合集匹配的推荐对象包括:
基于所述标签组合集中的每个标签组合,分别从所述对象库中查找与该标签组合匹配的推荐对象。
7.根据权利要求6所述的对象推荐方法,其特征在于,所述从与所述标签集匹配的推荐对象中获取符合预设条件的推荐对象包括:
计算所述推荐对象对于所述标签组合集中的所有标签组合的匹配命中次数;
根据每个推荐对象的匹配命中次数确定该推荐对象与所述标签组合集的匹配度;
选取预设数量的所述匹配度最高的推荐对象作为符合预设条件的推荐对象。
8.一种对象推荐装置,其特征在于,所述对象推荐装置包括:
标签集确定单元,用于基于预设的标签维度,确定目标对象的标签集;
推荐对象查找单元,用于从预设的对象库中查找与所述标签集确定单元确定的标签集匹配的推荐对象;
推荐对象显示单元,用于显示所述推荐对象查找单元查找到的与所述标签集匹配的推荐对象。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述对象推荐方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述对象推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811147373.6A CN109271423A (zh) | 2018-09-29 | 2018-09-29 | 一种对象推荐方法、装置、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811147373.6A CN109271423A (zh) | 2018-09-29 | 2018-09-29 | 一种对象推荐方法、装置、终端及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109271423A true CN109271423A (zh) | 2019-01-25 |
Family
ID=65195756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811147373.6A Pending CN109271423A (zh) | 2018-09-29 | 2018-09-29 | 一种对象推荐方法、装置、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109271423A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414778A (zh) * | 2019-06-17 | 2019-11-05 | 中国平安财产保险股份有限公司 | 案件派工方法和装置 |
CN110519378A (zh) * | 2019-08-29 | 2019-11-29 | 北京三快在线科技有限公司 | 确定目标对象的方法、装置、服务器及存储介质 |
CN110599297A (zh) * | 2019-08-26 | 2019-12-20 | 浙江大搜车软件技术有限公司 | 车型推荐方法、装置、计算机设备和存储介质 |
CN111611504A (zh) * | 2019-02-26 | 2020-09-01 | 深圳云天励飞技术有限公司 | 一种处理方法、装置、设备及系统 |
CN111931059A (zh) * | 2020-08-19 | 2020-11-13 | 创新奇智(成都)科技有限公司 | 一种对象的确定方法、装置及存储介质 |
CN112540756A (zh) * | 2020-12-01 | 2021-03-23 | 杭州讯酷科技有限公司 | 一种基于光标位置推荐字段的ui界面构建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095508A (zh) * | 2015-08-31 | 2015-11-25 | 北京奇艺世纪科技有限公司 | 一种多媒体内容推荐方法和多媒体内容推荐装置 |
CN106503015A (zh) * | 2015-09-07 | 2017-03-15 | 国家计算机网络与信息安全管理中心 | 一种构建用户画像的方法 |
CN108256970A (zh) * | 2018-01-15 | 2018-07-06 | 北京值得买科技股份有限公司 | 一种基于购物需求进行产品推荐的方法 |
-
2018
- 2018-09-29 CN CN201811147373.6A patent/CN109271423A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095508A (zh) * | 2015-08-31 | 2015-11-25 | 北京奇艺世纪科技有限公司 | 一种多媒体内容推荐方法和多媒体内容推荐装置 |
CN106503015A (zh) * | 2015-09-07 | 2017-03-15 | 国家计算机网络与信息安全管理中心 | 一种构建用户画像的方法 |
CN108256970A (zh) * | 2018-01-15 | 2018-07-06 | 北京值得买科技股份有限公司 | 一种基于购物需求进行产品推荐的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111611504A (zh) * | 2019-02-26 | 2020-09-01 | 深圳云天励飞技术有限公司 | 一种处理方法、装置、设备及系统 |
CN110414778A (zh) * | 2019-06-17 | 2019-11-05 | 中国平安财产保险股份有限公司 | 案件派工方法和装置 |
CN110599297A (zh) * | 2019-08-26 | 2019-12-20 | 浙江大搜车软件技术有限公司 | 车型推荐方法、装置、计算机设备和存储介质 |
CN110519378A (zh) * | 2019-08-29 | 2019-11-29 | 北京三快在线科技有限公司 | 确定目标对象的方法、装置、服务器及存储介质 |
CN111931059A (zh) * | 2020-08-19 | 2020-11-13 | 创新奇智(成都)科技有限公司 | 一种对象的确定方法、装置及存储介质 |
CN112540756A (zh) * | 2020-12-01 | 2021-03-23 | 杭州讯酷科技有限公司 | 一种基于光标位置推荐字段的ui界面构建方法 |
CN112540756B (zh) * | 2020-12-01 | 2024-05-31 | 杭州讯酷科技有限公司 | 一种基于光标位置推荐字段的ui界面构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271423A (zh) | 一种对象推荐方法、装置、终端及计算机可读存储介质 | |
CN106326248B (zh) | 数据库数据的存储方法和装置 | |
CN110033331A (zh) | 一种优惠券的发放方法、系统及终端设备 | |
CN107077486A (zh) | 情感评价系统和方法 | |
CN110377804A (zh) | 培训课程数据的推送方法、装置、系统及存储介质 | |
CN113449187B (zh) | 基于双画像的产品推荐方法、装置、设备及存储介质 | |
CN110418200A (zh) | 一种视频推荐方法、装置及终端设备 | |
CN108205768A (zh) | 数据库建立方法和数据推荐方法及装置、设备和存储介质 | |
CN109242044A (zh) | 车货匹配模型的训练方法、装置、存储介质及电子设备 | |
CN105354202B (zh) | 数据推送方法及装置 | |
CN109389442A (zh) | 商品推荐方法及装置、存储介质及电子终端 | |
CN110020122A (zh) | 一种视频推荐方法、系统及计算机可读存储介质 | |
CN106251168A (zh) | 信息推送方法及系统 | |
CN109033408A (zh) | 信息推送方法及装置、计算机可读存储介质、电子设备 | |
CN106062743A (zh) | 用于关键字建议的系统和方法 | |
CN110490625A (zh) | 用户偏好确定方法及装置、电子设备、存储介质 | |
CN107784504A (zh) | 客户回访事件的生成方法及终端设备 | |
CN109977316A (zh) | 一种并行式文章推荐方法、装置、设备及存储介质 | |
CN110675238A (zh) | 客户标签配置方法、系统、可读存储介质及电子设备 | |
CN110414926A (zh) | 台账管理方法、装置及计算机可读存储介质 | |
CN110399564B (zh) | 帐号分类方法和装置、存储介质及电子装置 | |
CN107679883A (zh) | 广告生成的方法及系统 | |
CN110032731A (zh) | 企业经营范围判断方法、装置及计算机可读存储介质 | |
CN109450963A (zh) | 消息推送方法及终端设备 | |
CN108021713A (zh) | 一种文档聚类的方法和装置 |
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 | ||
CB02 | Change of applicant information |
Address after: Bantian street, Longgang District of Shenzhen City, Guangdong province 518000 yuan and five Avenue sign technology plant No. 1 building 4 floor Applicant after: SHENZHEN GOLO CHELIAN DATA TECHNOLOGY Co.,Ltd. Address before: Bantian street, Longgang District of Shenzhen City, Guangdong province 518000 yuan and five Avenue sign technology plant No. 1 building 4 floor Applicant before: GOLO IOV DATA TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |
|
RJ01 | Rejection of invention patent application after publication |