CN109800356A - 一种信息资源推荐方法、装置、设备及存储介质 - Google Patents
一种信息资源推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109800356A CN109800356A CN201910065234.7A CN201910065234A CN109800356A CN 109800356 A CN109800356 A CN 109800356A CN 201910065234 A CN201910065234 A CN 201910065234A CN 109800356 A CN109800356 A CN 109800356A
- Authority
- CN
- China
- Prior art keywords
- target user
- users
- information
- user
- belief
- 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
Abstract
本申请提供了一种信息资源推荐方法、装置、设备及存储介质,涉及数据处理技术领域,所述方法包括:根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度;从所述目标用户与各个其他用户的信任度中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户;根据所述邻居用户对应的信息资源,确定所述目标用户对应的待推荐信息资源;将所述目标用户对应的待推荐信息资源推荐给所述目标用户。本申请中,通过信任度来筛选目标用户的邻居用户,并从邻居用户中选取推荐给目标用户的待推荐信息资源,提高了选取的待推荐信息资源的准确度,同时,也提高了向目标用户的推荐成功率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种信息资源推荐方法、装置、设备及存储介质。
背景技术
随着互联网技术的快速发展,互联网产生的数据规模急剧扩大,在互联网产生的大数据信息资源中,用户无法准确迅速的找到自己需要的信息资源。基于此,相关技术提供了一种推荐方法,该推荐系统能够基于目标用户的需求,将特定的信息资源推荐给目标用户,解决了日益严重的信息过载问题。
上述推荐系统在电子商务、社交网站等站点均取得了巨大的成功,已经成为这些平台的核心子系统。目前,上述推荐系统所基于的推荐方法:主要是基于目标用户的兴趣爱好信息,为目标用户推荐信息资源。但是,上述方法中推荐的信息资源的准确度较低。
发明内容
有鉴于此,本申请实施例的目的在于提供一种信息资源推荐方法、装置、设备及存储介质,通过信任度来筛选目标用户的邻居用户,并从邻居用户中选取推荐给目标用户的待推荐信息资源,提高了选取的待推荐信息资源的准确度。
第一方面,本申请实施例提供了一种信息资源推荐方法,所述方法包括:
根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度;
从所述目标用户与各个其他用户的信任度中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户;
根据所述邻居用户对应的信息资源,确定所述目标用户对应的待推荐信息资源;
将所述目标用户对应的待推荐信息资源推荐给所述目标用户。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述交互信息包括多种交互行为信息;则根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度,具体包括:
针对每个其他用户,确定所述目标用户与该其他用户针对每种交互行为信息的交互次数;
针对所述目标用户与该其他用户的每种交互行为信息,确定该交互行为信息的交互次数与该交互行为信息对应的权重值的乘积,作为该交互行为信息对应的乘积;
确定所述目标用户与该其他用户的每种交互行为信息对应的乘积的和值;
根据所述和值,确定所述目标用户与该其他用户的信任度。
结合第一方面,本申请实施例提供了第一方面的第二种可能的实施方式,其中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户,包括:
选取信任度大于信任度阈值的第一类其他用户;
从所述第一类其他用户中选取与所述目标用户的相似度大于相似度阈值的第二类其他用户;
确定所述第二类其他用户为所述目标用户的邻居用户。
结合第一方面,本申请实施例提供了第一方面的第三种可能的实施方式,其中,确定所述目标用户对应的待推荐信息资源,包括:
从所述邻居用户对应的信息资源中选取参考信息资源,所述目标用户对应的信息资源中未包括所述参考信息资源;
从所述参考信息资源中,选取评分值大于评分阈值的目标参考信息资源;
确定所述目标参考信息资源为所述目标用户对应的待推荐信息资源。
结合第一方面、第一方面的第一种可能的实施方式至第一方面的第三种可能的实施方式中任一种可能的实施方式,本申请实施例提供了第一方面的第四种可能的实施方式,其中,所述方法还包括:
若所述目标用户与其他用户不存在交互信息,则从所述其他用户中选取与所述目标用户的相似度大于相似度阈值的第三类其他用户;
确定所述第三类其他用户为所述目标用户的邻居用户。
第二方面,本申请实施例还提供了一种信息资源推荐装置,所述装置包括:
第一确定模块,用于根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度;
选取模块,用于从所述目标用户与各个其他用户的信任度中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户;
第二确定模块,用于根据所述邻居用户对应的信息资源,确定所述目标用户对应的待推荐信息资源;
推荐模块,用于将所述目标用户对应的待推荐信息资源推荐给所述目标用户。
结合第二方面,本申请实施例提供了第二方面的第一种可能的实施方式,其中,所述交互信息包括多种交互行为信息;所述第一确定模块,具体用于:
针对每个其他用户,确定所述目标用户与该其他用户针对每种交互行为信息的交互次数;
针对所述目标用户与该其他用户的每种交互行为信息,确定该交互行为信息的交互次数与该交互行为信息对应的权重值的乘积,作为该交互行为信息对应的乘积;
确定所述目标用户与该其他用户的每种交互行为信息对应的乘积的和值;
根据所述和值,确定所述目标用户与该其他用户的信任度。
结合第二方面,本申请实施例提供了第二方面的第二种可能的实施方式,其中,所述选取模块,具体用于:
选取信任度大于信任度阈值的第一类其他用户;
从所述第一类其他用户中选取与所述目标用户的相似度大于相似度阈值的第二类其他用户;
确定所述第二类其他用户为所述目标用户的邻居用户。
结合第二方面,本申请实施例提供了第二方面的第三种可能的实施方式,其中,所述第二确定模块,具体用于:
从所述邻居用户对应的信息资源中选取参考信息资源,所述目标用户对应的信息资源中未包括所述参考信息资源;
从所述参考信息资源中,选取评分值大于评分阈值的目标参考信息资源;
确定所述目标参考信息资源为所述目标用户对应的待推荐信息资源。
结合第一方面、第一方面的第一种可能的实施方式至第一方面的第三种可能的实施方式中任一种可能的实施方式,本申请实施例提供了第一方面的第四种可能的实施方式,其中,所述第一确定模块,还用于:
若所述目标用户与其他用户不存在交互信息,则从所述其他用户中选取与所述目标用户的相似度大于相似度阈值的第三类其他用户;
确定所述第三类其他用户为所述目标用户的邻居用户。
第三方面,本申请实施例还提供了一种计算机设备,包括:处理器、存储器和总线,所述存储器存储有计算机可执行指令,当所述计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述计算机可执行指令使得所述计算机设备实现第一方面任一项所述的信息资源推荐方法。
第四方面,本申请实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现第一方面任一项所述的信息资源推荐方法。
本申请实施例提供的一种信息资源推荐方法、装置、设备及存储介质,服务器基于目标用户与其他用户的交互信息,确定目标用户与其他用户的信任度;之后,从其他用户中选取信任度大于信任度阈值的邻居用户,并从邻居用户中选取待推荐信息资源;最后,将待推荐信息资源推荐给目标用户。本申请实施例中,通过信任度来筛选目标用户的邻居用户,并从邻居用户中选取推荐给目标用户的待推荐信息资源,提高了选取的待推荐信息资源的准确度,同时,也提高了向目标用户的推荐成功率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种信息资源推荐方法的流程图。
图2示出了本申请实施例所提供的另一种信息资源推荐方法的流程图。
图3示出了用户A、用户B、用户C和用户D之间的用户信任度关系图。
图4示出了本申请实施例所提供的又一种信息资源推荐方法的流程图。
图5示出了本申请实施例所提供的再一种信息资源推荐方法的流程图。
图6示出了本申请实施例所提供的进一种信息资源推荐方法的流程图。
图7示出了本申请实施例所提供的一种信息资源推荐装置的结构示意图。
图8示出了本申请实施例所提供的计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到现有技术中基于目标用户的兴趣爱好对该目标用户进行信息资源推荐的方法,存在推荐的信息资源的准确度较低的问题。本申请实施例提供了一种信息资源推荐方法、装置、设备及存储介质,通过信任度筛选目标用户的邻居用户,并从邻居用户中选取推荐给目标用户的待推荐信息资源,提高了选取的待推荐信息资源的准确度。
如图1所示,为本申请实施例提供了一种信息资源推荐方法,可应用于服务器,该方法可以包括以下步骤:
S101、根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度。
本申请实施例中,目标用户通过用户终端向服务器发送服务请求;服务器在接收到服务请求后,响应于该服务请求,提取该服务请求中对应于目标用户的目标用户信息,并获取当前服务中的其他用户信息。其中,上述用户信息可以是用户名,比如昵称、邮箱、手机号等。本申请实施例中对上述用户信息不做具体限制。
服务器在获取到了目标用户信息和其他用户信息之后,获取当前时间之前预设时间段内该目标用户信息与每一个其他用户信息的交互信息。针对每一个其他用户信息,根据该目标用户信息与该其他用户信息的交互信息,确定目标用户与该其他用户的信任度,从而得到目标用户与各个其他用户的信任度。
S102、从所述目标用户与各个其他用户的信任度中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户。
本申请实施例中,针对目标用户与每一个其他用户的信任度,服务器将该信任度与预设的信任度阈值进行比较,若该信任度大于上述信任度阈值,则选取该信任度对应的其他用户作为目标用户的邻居用户。
S103、根据所述邻居用户对应的信息资源,确定所述目标用户对应的待推荐信息资源。
本申请实施例中,上述待推荐信息资源为:邻居用户对应的信息资源中包括且目标用户对应的信息资源中不包括的信息资源。
其中,不同领域下的信息资源不同。比如,在餐饮领域,信息资源可以为食物、饮品等;在体育运动领域,信息资源可以为体育用品、运动服饰等。
S104、将所述目标用户对应的待推荐信息资源推荐给所述目标用户。
本申请实施例中,服务器将待推荐信息资源发送给目标用户信息对应的用户终端,以使用户终端显示该待推荐信息资源,以便目标用户在用户终端上查看该待推荐信息资源。
本申请实施例提供的信息资源推荐方法,通过信任度来筛选目标用户的邻居用户,选取的邻居用户的可靠性较好;然后,从邻居用户中选取推荐给目标用户的待推荐信息资源,提高了选取的待推荐信息资源的准确度;同时,由于邻居用户与目标用户的信任度较高,因而,通过从上述邻居用户中选取的待推荐信息更可能被目标用户接受,进而提高了针对目标用户的推荐成功率。
进一步的,如图2所示,本申请实施例提供的信息资源推荐方法中,所述交互信息包括多种交互行为信息;则根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度,具体包括:
S201、针对每个其他用户,确定所述目标用户与该其他用户针对每种交互行为信息的交互次数。
作为一种实施方式,上述多种交互行为信息可以为:点赞、留言、推荐商品、成功推荐商品等。
比如上述目标用户为用户A,上述其他用户分别为用户B、用户C和用户D;针对用户B,服务器获取用户A对用户B的点赞次数20次、留言10次、推荐商品次数5次、成功推荐商品次数2次。针对用户C,服务器获取用户A对用户C的点赞次数2次、留言次数1次、推荐商品次数0次、成功推荐商品次数0次;针对用户D,服务器获取用户A对用户D的点赞次数5次、留言次数5次、推荐商品次数为2次、推荐商品次数1次。其中,各个次数即为交互次数。
S202、针对所述目标用户与该其他用户的每种交互行为信息,确定该交互行为信息的交互次数与该交互行为信息对应的权重值的乘积,作为该交互行为信息对应的乘积。
本申请实施例中,服务器中预先存储有每一种交互行为信息对应的权重值。其中,不同的交互行为信息对应的预设权重值可以相同,也可以不同。
比如:点赞对应的权重值为0.5、留言对应的权重值为0.7、推荐商品对应的权重值为0.9、成功推荐商品对应的权重值为1;针对用户A对用户B的点赞行为,服务器确定点赞行为对应的乘积等于点赞次数20乘以点赞对应的权重值0.5。针对用户A对用户B的留言行为,服务器确定留言行为对应的乘积等于留言次数10乘以留言对应的权重值0.7。针对用户A与用户B的推荐商品行为,服务器确定推荐商品行为对应的乘积等于推荐商品次数5乘以推荐商品对应的权重值0.9。针对用户A与用户B的成功推荐商品行为,服务器确定成功推荐商品行为的乘积等于成功推荐商品次数2乘以成功推荐商品对应的权重值1。
S203、确定所述目标用户与该其他用户的每种交互行为信息对应的乘积的和值。
本申请实施例中,针对用户B,服务器计算用户B对应的和值=点赞对应的乘积+留言对应的乘积+推荐商品对应的乘积+成功推荐商品对应的乘积。
S204、根据所述和值,确定所述目标用户与该其他用户的信任度。
作为一种实施方式,服务器将该和值作为目标用户与该其他用户的信任度。
作为另一种实施方式,服务器确定该和值与交互行为信息总个数的比值,将确定的比值作为目标用户对邻居用户的信任度。
如图3所示,示出了用户A、用户B、用户C和用户D之间的用户信任度关系图。其中,图3中的信任度是服务器将确定的比值作为目标用户对邻居用户的信任度计算得到的。以图3中的用户A和用户B为例,用户A对用户B的信任度为0.64,用户B对用户A的信任度为0.8。
进一步的,如图4所示,本申请实施例提供的信息资源推荐方法中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户,包括:
S401、选取信任度大于信任度阈值的第一类其他用户。
作为一种实施方式,信任度阈值可以为0.5。其中,以图3中的用户为例,假设用户A为目标用户,图3中,用户A对用户B、用户A对用户C,以及,用户A对用户D的信任度均大于0.5,因此,服务器选取用户B、用户C和用户D,作为用户A的第一类其他用户。
S402、从所述第一类其他用户中选取与所述目标用户的相似度大于相似度阈值的第二类其他用户。
作为一种实施方式,相似度阈值可以为0.6。其中,服务器从第一类其他用户中选取与目标用户的相似度大于0.6的第二类其他用户。
这里,第一类其他用户与目标用户的相似度的计算方式如下:针对每一个第一类其他用户,计算该第一类其他用户对应的信息资源与目标用户对应的信息资源的相似度,作为该目标用户与该第一类其他用户的相似度。或者,针对每一个第一类其他用户,计算该第一类其他用户的兴趣爱好和属性信息与目标用户的兴趣爱好和属性信息的相似度,作为该目标用户与该第一类其他用户的相似度。
S403、确定所述第二类其他用户为所述目标用户的邻居用户。
本申请实施例中,将与目标用户满足信任度阈值以及相似度阈值的第二类其他用户作为该目标用户的邻居用户,提高了选取的邻居用户的可靠性。
进一步的,如图5所示,本申请实施例提供的信息资源推荐方法中,确定所述目标用户对应的待推荐信息资源,包括:
S501、从所述邻居用户对应的信息资源中选取参考信息资源,所述目标用户对应的信息资源中未包括所述参考信息资源。
本申请实施例中,选取的参考信息资源为邻居用户对应的信息资源中包括且目标用户对应的信息资源中不包括的信息资源。
比如在体育用品领域,邻居用户对应的信息资源为:羽毛球、羽毛球拍、篮球、篮球鞋1和篮球鞋2;目标用户对应的信息资源为:羽毛球和羽毛球拍。相应的,服务器从邻居用户对应的信息资源中选取篮球、篮球鞋1和篮球鞋2,作为参考信息资源。
S502、从所述参考信息资源中,选取评分值大于评分阈值的目标参考信息资源。
本申请实施例中,当参考信息资源为多个时,针对任一参考信息资源,服务器将该参考信息资源的评分值分别与评分阈值进行比较,若该参考信息资源的评分值大于上述评分阈值,则将该参考信息资源作为目标参考信息资源。
假设篮球对应的评分值为8,篮球鞋1对应的评分值为5,篮球鞋2对应的评分值为9,评分阈值为6,服务器选取篮球鞋2和篮球,作为目标参考信息资源。
S503、确定所述目标参考信息资源为所述目标用户对应的待推荐信息资源。
本申请实施例中,通过选取邻居用户对应的信息资源中包括且目标用户对应的信息资源中未包括的参考信息资源,并基于参考信息资源的评分值选取目标用户对应的待推荐信息资源,进一步提高了选取的待推荐信息资源的准确度,并且,选取的待推荐信息更可能被目标用户接受,还进一步提高了向目标用户的推荐成功率。
进一步的,如图6所示,本申请实施例提供的信息资源推荐方法中,,所述方法还包括:
S601、若所述目标用户与其他用户不存在交互信息,则从所述其他用户中选取与所述目标用户的相似度大于相似度阈值的第三类其他用户。
本申请实施例中,考虑到新用户的冷启动问题,若目标用户为新用户,即针对新用户,没有其他用户对新用户的交互信息,服务器则从其他用户中选取与新用户的相似度大于预设的相似度阈值的第三类其他用户。
这里,新用户与其他用户的相似度的方式如下:针对每一个其他用户,计算该其他用户对应的信息资源与新用户对应的信息资源的相似度,得到其他用户与该新用户的相似度。或者,针对每一个其他用户,计算该其他用户的兴趣爱好和属性信息与该用户的兴趣爱好和属性信息的相似度,作为该新用户与该其他用户的相似度。
比如,用户E为新用户,用户E与用户A、用户B、用户C和用户D的相似度依次为80%、40%、30%和90%,上述预设的相似度阈值为60%,相应的,服务器选取用户A和用户D作为与新用户相匹配的第三类其他用户。
S602、确定所述第三类其他用户为所述目标用户的邻居用户。
通过上述方法,针对新用户,通过新用户与其他用户的相似度来向该新用户进行信息资源的推荐,提高了针对新用户进行推荐的待推荐信息资源的准确度。
基于与上述信息资源推荐方法同样的发明构思,如图7所示,本申请实施例还提供了一种信息资源推荐装置,该装置包括:
第一确定模块701,用于根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度;
选取模块702,用于从所述目标用户与各个其他用户的信任度中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户;
第二确定模块703,用于根据所述邻居用户对应的信息资源,确定所述目标用户对应的待推荐信息资源;
推荐模块704,用于将所述目标用户对应的待推荐信息资源推荐给所述目标用户。
进一步的,本申请实施例提供的信息资源推荐装置中,所述交互信息包括多种交互行为信息;第一确定模块701,具体用于:
针对每个其他用户,确定所述目标用户与该其他用户针对每种交互行为信息的交互次数;
针对所述目标用户与该其他用户的每种交互行为信息,确定该交互行为信息的交互次数与该交互行为信息对应的权重值的乘积,作为该交互行为信息对应的乘积;
确定所述目标用户与该其他用户的每种交互行为信息对应的乘积的和值;
根据所述和值,确定所述目标用户与该其他用户的信任度。
进一步的,本申请实施例提供的信息资源推荐装置中,选取模块702,具体用于:
选取信任度大于信任度阈值的第一类其他用户;
从所述第一类其他用户中选取与所述目标用户的相似度大于相似度阈值的第二类其他用户;
确定所述第二类其他用户为所述目标用户的邻居用户。
进一步的,本申请实施例提供的信息资源推荐装置中,第二确定模块703,具体用于:
从所述邻居用户对应的信息资源中选取参考信息资源,所述目标用户对应的信息资源中未包括所述参考信息资源;
从所述参考信息资源中,选取评分值大于评分阈值的目标参考信息资源;
确定所述目标参考信息资源为所述目标用户对应的待推荐信息资源。
进一步的,本申请实施例提供的信息资源推荐装置,第一确定模块701还用于:
若所述目标用户与其他用户不存在交互信息,则从所述其他用户中选取与所述目标用户的相似度大于相似度阈值的第三类其他用户;
确定所述第三类其他用户为所述目标用户的邻居用户。
本申请实施例提供的信息资源推荐装置,服务器基于目标用户与其他用户的交互信息,确定目标用户与其他用户的信任度;之后,从其他用户中选取信任度大于信任度阈值的邻居用户,并从邻居用户中选取待推荐信息资源;最后,将待推荐信息资源推荐给目标用户。本申请实施例中,通过信任度来筛选目标用户的邻居用户,并从邻居用户中选取推荐给目标用户的待推荐信息资源,提高了选取的待推荐信息资源的准确度,同时,也提高了向目标用户的推荐成功率。
如图8所示,为本申请实施例提供的一种计算机设备80,包括:处理器802、存储器801和总线,存储器801存储有计算机可执行指令,当计算机设备80运行时,处理器802与存储器801之间通过总线通信,处理器802执行所述计算机可执行指令使得计算机设备80实现上述信息资源推荐方法。
具体地,上述存储器801和处理器802能够为通用的存储器和处理器,这里不做具体限定,当处理器802运行存储器801存储的计算机程序时,能够执行上述信息资源推荐方法。
对应于上述信息资源推荐方法,本申请实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现上述信息资源推荐方法。
对应于上述信息资源推荐方法,本申请实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现上述信息资源推荐方法。
本申请实施例所提供的信息资源推荐装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,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信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,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,在本申请提供的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。
所述功能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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种信息资源推荐方法,其特征在于,所述方法包括:
根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度;
从所述目标用户与各个其他用户的信任度中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户;
根据所述邻居用户对应的信息资源,确定所述目标用户对应的待推荐信息资源;
将所述目标用户对应的待推荐信息资源推荐给所述目标用户。
2.根据权利要求1所述的信息资源推荐方法,其特征在于,所述交互信息包括多种交互行为信息;则根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度,具体包括:
针对每个其他用户,确定所述目标用户与该其他用户针对每种交互行为信息的交互次数;
针对所述目标用户与该其他用户的每种交互行为信息,确定该交互行为信息的交互次数与该交互行为信息对应的权重值的乘积,作为该交互行为信息对应的乘积;
确定所述目标用户与该其他用户的每种交互行为信息对应的乘积的和值;
根据所述和值,确定所述目标用户与该其他用户的信任度。
3.根据权利要求1所述的信息资源推荐方法,其特征在于,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户,包括:
选取信任度大于信任度阈值的第一类其他用户;
从所述第一类其他用户中选取与所述目标用户的相似度大于相似度阈值的第二类其他用户;
确定所述第二类其他用户为所述目标用户的邻居用户。
4.根据权利要求1所述的信息资源推荐方法,其特征在于,确定所述目标用户对应的待推荐信息资源,包括:
从所述邻居用户对应的信息资源中选取参考信息资源,所述目标用户对应的信息资源中未包括所述参考信息资源;
从所述参考信息资源中,选取评分值大于评分阈值的目标参考信息资源;
确定所述目标参考信息资源为所述目标用户对应的待推荐信息资源。
5.根据权利要求1-4任一项所述的信息资源推荐方法,其特征在于,所述方法还包括:
若所述目标用户与其他用户不存在交互信息,则从所述其他用户中选取与所述目标用户的相似度大于相似度阈值的第三类其他用户;
确定所述第三类其他用户为所述目标用户的邻居用户。
6.一种信息资源推荐装置,其特征在于,所述装置包括:
第一确定模块,用于根据目标用户与其他用户的交互信息,确定所述目标用户与所述其他用户的信任度;
选取模块,用于从所述目标用户与各个其他用户的信任度中,选取信任度大于信任度阈值的其他用户,作为所述目标用户的邻居用户;
第二确定模块,用于根据所述邻居用户对应的信息资源,确定所述目标用户对应的待推荐信息资源;
推荐模块,用于将所述目标用户对应的待推荐信息资源推荐给所述目标用户。
7.根据权利要求6所述的信息资源推荐装置,其特征在于,所述交互信息包括多种交互行为信息;所述第一确定模块,具体用于:
针对每个其他用户,确定所述目标用户与该其他用户针对每种交互行为信息的交互次数;
针对所述目标用户与该其他用户的每种交互行为信息,确定该交互行为信息的交互次数与该交互行为信息对应的权重值的乘积,作为该交互行为信息对应的乘积;
确定所述目标用户与该其他用户的每种交互行为信息对应的乘积的和值;
根据所述和值,确定所述目标用户与该其他用户的信任度。
8.根据权利要求6所述的信息资源推荐装置,其特征在于,所述选取模块,具体用于:
选取信任度大于信任度阈值的第一类其他用户;
从所述第一类其他用户中选取与所述目标用户的相似度大于相似度阈值的第二类其他用户;
确定所述第二类其他用户为所述目标用户的邻居用户。
9.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有计算机可执行指令,当所述计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述计算机可执行指令使得所述计算机设备实现权利要求1至5任一项所述的信息资源推荐方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至5任一项所述的信息资源推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910065234.7A CN109800356A (zh) | 2019-01-23 | 2019-01-23 | 一种信息资源推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910065234.7A CN109800356A (zh) | 2019-01-23 | 2019-01-23 | 一种信息资源推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109800356A true CN109800356A (zh) | 2019-05-24 |
Family
ID=66560264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910065234.7A Pending CN109800356A (zh) | 2019-01-23 | 2019-01-23 | 一种信息资源推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109800356A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188277A (zh) * | 2019-05-31 | 2019-08-30 | 苏州百智通信息技术有限公司 | 一种资源的推荐方法及装置 |
CN111241418A (zh) * | 2020-01-07 | 2020-06-05 | 北京邮电大学 | 一种基于局部加权中心性信任推理的信息推荐方法及装置 |
CN115018584A (zh) * | 2022-06-13 | 2022-09-06 | 浙江理工大学 | 融合评论文本主题词情感倾向和用户信任关系的推荐方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995823A (zh) * | 2014-03-25 | 2014-08-20 | 南京邮电大学 | 一种基于社交网络的信息推荐方法 |
CN107330461A (zh) * | 2017-06-27 | 2017-11-07 | 安徽师范大学 | 基于情感与信任的协同过滤推荐方法 |
CN107909428A (zh) * | 2017-11-01 | 2018-04-13 | 平安科技(深圳)有限公司 | 电子装置、产品推荐方法和计算机可读存储介质 |
CN109067636A (zh) * | 2018-06-05 | 2018-12-21 | 网易无尾熊(杭州)科技有限公司 | 一种基于社交网络的信息推送装置方法、装置、介质和计算设备 |
-
2019
- 2019-01-23 CN CN201910065234.7A patent/CN109800356A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995823A (zh) * | 2014-03-25 | 2014-08-20 | 南京邮电大学 | 一种基于社交网络的信息推荐方法 |
CN107330461A (zh) * | 2017-06-27 | 2017-11-07 | 安徽师范大学 | 基于情感与信任的协同过滤推荐方法 |
CN107909428A (zh) * | 2017-11-01 | 2018-04-13 | 平安科技(深圳)有限公司 | 电子装置、产品推荐方法和计算机可读存储介质 |
CN109067636A (zh) * | 2018-06-05 | 2018-12-21 | 网易无尾熊(杭州)科技有限公司 | 一种基于社交网络的信息推送装置方法、装置、介质和计算设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188277A (zh) * | 2019-05-31 | 2019-08-30 | 苏州百智通信息技术有限公司 | 一种资源的推荐方法及装置 |
CN111241418A (zh) * | 2020-01-07 | 2020-06-05 | 北京邮电大学 | 一种基于局部加权中心性信任推理的信息推荐方法及装置 |
CN111241418B (zh) * | 2020-01-07 | 2023-04-18 | 北京邮电大学 | 一种基于局部加权中心性信任推理的信息推荐方法及装置 |
CN115018584A (zh) * | 2022-06-13 | 2022-09-06 | 浙江理工大学 | 融合评论文本主题词情感倾向和用户信任关系的推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2304619B1 (en) | Correlated information recommendation | |
US11461803B2 (en) | Content item slot location suggestions | |
CN109063188A (zh) | 一种实体推荐方法和装置 | |
JP5371676B2 (ja) | 推薦コンテンツ抽出装置、推薦コンテンツ抽出方法および推薦コンテンツ抽出プログラム | |
US9910898B2 (en) | Smart exploration methods for mitigating item cold-start problem in collaborative filtering recommendation systems | |
CN109800356A (zh) | 一种信息资源推荐方法、装置、设备及存储介质 | |
JP6250106B1 (ja) | 情報解析装置、情報解析方法、および情報解析プログラム | |
CN107250967B (zh) | 信息处理系统、服务器、程序以及信息处理方法 | |
CN106447419B (zh) | 基于特征选择的拜访者标识 | |
CN110110201A (zh) | 一种内容推荐方法和系统 | |
CN109615425A (zh) | 一种产品推荐方法、装置、电子设备及存储介质 | |
US20160381158A1 (en) | Automatic Invitation Delivery System | |
KR20170130539A (ko) | 콘텐트 획득시 사용자의 관심 레벨에 기초하는 콘텐트 아이템 디스플레이 | |
WO2014110950A1 (en) | Method and device for pushing information | |
WO2014059075A1 (en) | Managing social network relationships between a commercial entity and one or more users | |
JP5738785B2 (ja) | ユーザ嗜好に合った批評者を推薦するレコメンドプログラム、装置及び方法 | |
CN109075987A (zh) | 优化数字组件分析系统 | |
WO2017082824A1 (en) | Methods and systems for providing content to a user of a relationship network | |
US11007443B2 (en) | Method for performing game by using activity count | |
CN111723307B (zh) | 信息处理方法、装置、系统、存储介质及计算机设备 | |
KR101996034B1 (ko) | 게임 프로그램의 친구 추천 방법 및 서버 | |
JP2011233041A (ja) | 嗜好推測システムおよび嗜好推測方法 | |
US10402409B2 (en) | Method for ranking social and search web traffic with virality scores | |
CN110490768A (zh) | 点餐信息的处理方法、装置及其系统 | |
CN111026968A (zh) | 对象推送方法、装置及系统 |
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: 100070, No. 101-8, building 1, 31, zone 188, South Fourth Ring Road, Beijing, Fengtai District Applicant after: Guoxin Youyi Data Co., Ltd Address before: 100070, No. 188, building 31, headquarters square, South Fourth Ring Road West, Fengtai District, Beijing Applicant before: SIC YOUE DATA Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190524 |
|
RJ01 | Rejection of invention patent application after publication |