CN109842688A - 一种内容推荐方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例提供了一种内容推荐方法、装置、电子设备及存储介质，具体为当接收到新用户的访问请求时，计算所述新用户的用户ID；根据所述用户ID获取所述新用户在第三方平台上的用户数据标签；查找多个标签类中与所述用户数据标签距离最近的目标标签类；查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述新用户。通过本技术方案，在新用户发出访问请求时，无需对其进行调查也可通过第三方平台获取其用户数据标签，并根据该用户数据标签向其推送其真实感兴趣的内容，从而实现向用户准确推送内容的目的。

Description

一种内容推荐方法、装置、电子设备及存储介质

技术领域

本公开涉及互联网技术领域，尤其涉及一种内容推荐方法、装置、电子设备及存储介质。

背景技术

对于内容类服务网站来说，吸引新用户并有效留存是其长期的任务。如果新用户在第一次打开APP时，就能看到其感兴趣的视频，自然会愿意继续使用APP进而留存下来，否则可能直接离开。因此，通过找到新用户兴趣点并向其推荐感兴趣的音视频、文字资料等内容，可以有效提升用户的留存率。但对于网站的个性化视频推荐系统来说，新用户是一张白纸，很难精准的找到其兴趣点。

为了提高向新用户推荐内容的准确度，业界尝试了各种解决办法。一般的方法是对新用户做一个调查问卷，提供一些选项让用户选择自己感兴趣的类别或视频，进而根据用户的选择进行推荐。但这样做本身就是对用户体验的打扰，绝大部分用户不愿意做问卷而选择离开，即使做也是随意应付，导致无法所获得的用户资料或者获得的用户资料基本无效，从而导致无法准确地向新用户推荐内容。

发明内容

为克服相关技术中存在的问题，本公开提供一种内容推荐方法、装置、电子设备及存储介质。

第一方面，提供一种内容推荐方法，包括：

当接收到用户的访问请求时，计算所述用户的用户ID；

根据所述用户ID获取所述用户在第三方平台上的用户数据标签；

查找多个标签类中与所述用户数据标签最相似的目标标签类；

查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述用户。

可选的，还包括：

将多家第三方平台的用户数据关联在一起，得到多个用户的所述用户数据标签，并利用统一的用户ID对所述用户数据标签进行索引。

可选的，还包括：

当不同的第三方平台所记录的用户数据冲突时，仅记录产生冲突的多个第三方平台中置信度较高的第三方平台的用户数据。

可选的，还包括：

基于内部用户数据和外部用户数据进行内容挖掘，得到所述多个标签类和每个所述标签类对应的目标内容。

可选的，所述基于内部用户数据和外部用户数据进行内容挖掘，包括：

从第三方平台获取多个外部用户的外部用户数据；

根据所述外部用户数据对所述多个外部用户进行聚类处理，得到所述多个标签类；

针对与所述标签类相似的内部用户的行为进行内容统计，得到与所述标签类相对应的目标内容。

可选的，所述根据所述外部用户数据对所述多个外部用户进行聚类处理，包括：

随机选取多个不同的外部用户数据作为多个中心点；

将所述外部数据划分到与其最近的所述中心点，得到多个聚类；

计算每个聚类的平均值；

如果所述平均值与所述中心点的距离大于预设距离阈值，则将所述平均值作为所述中心点，并返回到所述根据所述中心点对所有所述外部用户数据进行聚类处理步骤；

如果所述平均值与所述中心点的距离小于所述预设距离阈值，则将得到的聚类输出为所述标签类。

可选的，所述针对与所述标签类相似的内部用户的行为进行内容统计，得到与所述标签类相对应的目标内容，包括：

对用户数据标签与所述标签类相似的内部用户在预设期限内的行为所针对的内容进行统计，得到所述目标内容。

可选的，所述针对与所述标签类相似的内部用户的行为进行内容统计，得到与所述标签类相对应的目标内容，还包括：

将所述目标内容中的不当内容去除。

第二方面，提供一种内容推荐装置，包括：

ID计算模块，被配置为当接收到用户的访问请求时，计算所述用户的用户ID；

标签获取模块，被配置为根据所述用户ID获取所述用户在第三方平台上的用户数据标签；

目标查找模块，被配置为查找多个标签类中与所述用户数据标签最相似的目标标签类；

内容推送模块，被配置为查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述用户。

可选的，还包括：

数据整合模块，被配置为将多家第三方平台的用户数据关联在一起，得到多个用户的所述用户数据标签，并利用统一的用户ID对所述用户数据标签进行索引。

可选的，还包括：

冲突处理模块，被配置为当不同的第三方平台所记录的用户数据冲突时，仅记录产生冲突的多个第三方平台中置信度较高的第三方平台的用户数据。

可选的，还包括：

内容挖掘模块，被配置为基于内部应用和数据和外部用户数据进行内容挖掘，得到所述多个标签类和每个所述标签类对应的目标内容。

可选的，所述内容挖掘模块包括：

数据获取单元，被配置为从第三方平台获取多个外部用户的外部用户数据；

聚类处理单元，被配置为根据所述外部用户数据对所述多个外部用户进行聚类处理，得到所述多个标签类；

挖掘执行单元，被配置为针对与所述标签类相似的内部用户的行为进行内容统计，得到与所述标签类相对应的目标内容。

可选的，所述聚类处理单元具体被配置为：

随机选取多个不同的外部用户数据作为多个中心点；

将所述外部数据划分到与其最近的所述中心点，得到多个聚类；

计算每个聚类的平均值；

如果所述平均值与所述中心点的距离大于预设距离阈值，则将所述平均值作为所述中心点，并返回到所述根据所述中心点对所有所述外部用户数据进行聚类处理步骤；

如果所述平均值与所述中心点的距离小于所述预设距离阈值，则将得到的聚类输出为所述标签类。

可选的，所述挖掘执行单元具体被配置为：

对用户数据标签与所述标签类相似的内部用户在预设期限内的行为所针对的内容进行统计，得到所述目标内容。

可选的，所述挖掘执行单元还被配置为：

将所述目标内容中的不当内容去除。

第三方面，提供一种电子设备，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第一方面所述的内容推荐方法。

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移动终端的处理器执行时，使得移动终端能够执行第一方面所述的内容推荐方法。

第五方面，提供一种应用程序，包括第一方面所述的内容推荐方法。

本公开的实施例提供的技术方案可以包括以下有益效果：通过本技术方案，在新用户发出访问请求时，无需对其进行调查也可通过第三方平台获取其用户数据标签，并根据该用户数据标签向其推送其真实感兴趣的内容，从而实现向用户准确推送内容的目的。

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

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种内容推荐方法的流程图；

图2是根据一示例性实施例示出的另一种内容推荐方法的流程图；

图3是根据一示例性实施例示出的又一种内容推荐方法的流程图；

图4是根据一示例性实施例示出的一种内容推荐装置的框图；

图5是根据一示例性实施例示出的另一种内容推荐装置的框图；

图6是根据一示例性实施例示出的又一种内容推荐装置的框图；

图7是根据一示例性实施例示出的一种电子设备的框图；

图8是根据一示例性实施例示出的另一种电子设备的框图。

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发明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、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种内容推荐方法的流程图。

如图1所示，本申请提供的推荐方法应用于视频服务平台或者提供其他内容的服务平台的服务器，这里的平台可以理解为互联网的内容提供网站，该推荐方法具体包括以下步骤。

S1、计算发出访问请求的新用户的用户ID。

当接收到新用户通过相应终端发出的访问请求时，计算该新用户的用户ID。这里的新用户是指对该服务器初次登陆的用户，其中包括未注册的游客或者新注册用户，在接收到该新用户的访问请求时，会同时接收到该新用户相应的信息数据，这里就是根据相应的信息数据计算其用户ID。

S2、根据用户ID获取新用户的用户数据标签。

在得到新用户的用户ID后，根据该用户ID获取该新用户的用户数据标签，这里的用户数据标签是提前从其他第三方平台获取并存储于本地的数据。这里的第三方平台是相对于本服务器所处的视频服务提供平台或者提供其他内容的服务平台的第三方平台，且不限于一个。由于新用户相对于本平台为新，但是其对在其他平台有可能是一个具有丰富信息的老用户，因此通过第三方平台能够获得新用户更为详细的用户数据标签。

S3、查找多个标签类中与用户标签数据最近的目标标签类。

在本地预设有多个标签类，在得到新用户的用户数据标签后，根据该用户数据标签在本地预设的多个标签类中进行查找，从中找出与其最接近的标签类，并将该标签类作为目标标签类。

且本地的多个标签类中每个标签类都对应有至少一个的用户感兴趣内容，这里称其为目标内容。

S4、向新用户推送与目标标签类对应的目标内容。

在确定该新用户的用户数据标签对应的目标标签类后，从本地查找与目标标签类对应的目标内容，并将该目标内容向新用户推送。具体可以是向新用户所使用的客户端的显示界面推送反映目标内容的信息或者内容。从而使在新用户在本地产生的信息较少的情况下也能向其推送与其适配的目标内容。

从上述技术方案可以看出，本实施例提供了一种内容推荐方法，具体为当接收到新用户的访问请求时，计算所述新用户的用户ID；根据所述用户ID获取所述新用户在第三方平台上的用户数据标签；查找多个标签类中与所述用户数据标签距离最近的目标标签类；查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述新用户。通过本技术方案，在新用户发出访问请求时，无需对其进行调查也可通过第三方平台获取其用户数据标签，并根据该用户数据标签向其推送其真实感兴趣的内容，从而实现向用户准确推送内容的目的。

图2是根据一示例性实施例示出的另一种内容推荐方法的流程图。

如图2所示，本申请提供的推荐方法应用于视频服务平台或者提供其他内容的服务平台的服务器，这里的平台可以理解为互联网的内容提供网站，该推荐方法具体包括以下步骤。

S01、从多家第三方平台获取用户数据标签。

具体为从多家第三方平台获取用户的用户数据，然后将得到的用户数据进行整合、关联和映射，得到多个用户的用户数据标签，并利用统一的用户ID进行索引。整合是指对不同平台获取的用户数据整合为一个数据表中，然后将相应的内容进行关联，即将同一个用户的位于不同平台的用户数据关联在一起；映射是指将相应的用户数据映射成统一的数据格式。

因为会接入多家第三方数据，每家包含不同的数据内容，使用不同的主键来标记数据，因此需要通过统一的用户标记算法，为各平台的用户都统一重新生成一个标志KID，这样同一用户在不同平台的数据归属到同一个kid主键下，从而打通同一用户在多个平台的行为。

S02、当出现数据冲突时，仅记录置信度较高的用户数据。

一般用户在多家平台的用户数据可能存在交叉重合和冲突，可以对不同平台的用户数据设置不同的置信度，当平台之间的数据产生冲突时，优先采用置信度高的平台的数据信息，也就是说将置信度较低的平台的用户数据予以丢弃。平台的置信度根据抽样验证得到。

S1、计算发出访问请求的新用户的用户ID。

当接收到新用户通过相应终端发出的访问请求时，计算该新用户的用户ID。这里的新用户是指对该服务器初次登陆的用户，其中包括未注册的游客或者新注册用户，在接收到该新用户的访问请求时，会同时接收到该新用户相应的信息数据，这里就是根据相应的信息数据计算其用户ID。

S2、根据用户ID获取新用户的用户数据标签。

在得到新用户的用户ID后，根据该用户ID获取该新用户的用户数据标签，这里的用户数据标签是提前从其他第三方平台获取并存储于本地的数据。这里的第三方平台是相对于本服务器所处的视频服务提供平台或者提供其他内容的服务平台的第三方平台，且不限于一个。由于新用户相对于本平台为新，但是其对在其他平台有可能是一个具有丰富信息的老用户，因此通过第三方平台能够获得新用户更为详细的用户数据标签。

S3、查找多个标签类中与用户标签数据最近的目标标签类。

在本地预设有多个标签类，在得到新用户的用户数据标签后，根据该用户数据标签在本地预设的多个标签类中进行查找，从中找出与其最接近的标签类，并将该标签类作为目标标签类。

且本地的多个标签类中每个标签类都对应有至少一个的用户感兴趣内容，这里称其为目标内容。

S4、向新用户推送与目标标签类对应的目标内容。

在确定该新用户的用户数据标签对应的目标标签类后，从本地查找与目标标签类对应的目标内容，并将该目标内容向新用户推送。具体可以是向新用户所使用的客户端的显示界面推送反映目标内容的信息或者内容。从而使在新用户在本地产生的信息较少的情况下也能向其推送与其适配的目标内容。

从上述技术方案可以看出，本实施例提供了一种内容推荐方法，具体为当接收到新用户的访问请求时，计算所述新用户的用户ID；根据所述用户ID获取所述新用户在第三方平台上的用户数据标签；查找多个标签类中与所述用户数据标签距离最近的目标标签类；查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述新用户。通过本技术方案，在新用户发出访问请求时，无需对其进行调查也可通过第三方平台获取其用户数据标签，并根据该用户数据标签向其推送其真实感兴趣的内容，从而实现向用户准确推送内容的目的。相对于上一具体实施方式而言，通过多个途径取得用户数据，可以实现更为精确的内容推送。

图3是根据一示例性实施例示出的又一种内容推荐方法的流程图。

如图3所示，本申请提供的推荐方法应用于视频服务平台或者提供其他内容的服务平台的服务器，这里的平台可以理解为互联网的内容提供网站，该推荐方法具体包括以下步骤。

S01、从多家第三方平台获取用户数据标签。

具体为从多家第三方平台获取用户的用户数据，然后将得到的用户数据进行整合、关联和映射，得到多个用户的用户数据标签，并利用统一的用户ID进行索引。

因为会接入多家第三方数据，每家包含不同的数据内容，使用不同的主键来标记数据，因此需要通过统一的用户标记算法，为各平台的用户都统一重新生成一个标志KID，这样同一用户在不同平台的数据归属到同一个kid主键下，从而打通同一用户在多个平台的行为。

S02、当出现数据冲突时，仅记录置信度较高的用户数据。

一般用户在多家平台的用户数据可能存在交叉重合和冲突，可以对不同平台的用户数据设置不同的置信度，当平台之间的数据产生冲突时，优先采用置信度高的平台的数据信息，也就是说将置信度较低的平台的用户数据予以丢弃。平台的置信度根据抽样验证得到。

S03、基于内部用户数和外部用户数据进行内容挖掘、

通过基于内部数据和外部用户数据进行内容挖掘，得到多个标签类和每个标签类对应的目标内容。具体的挖掘过程如下所述：

首先，从第三方平台获取多个外部用户的外部用户数据，外部用户数据可以为站外行为列表。

然后，利用kmeans聚类算法对外部用户数据进行聚类处理，得到多个标签类。具体来说包括如下步骤：

a1)随机选取k个不同标签的外部用户数据作为中心点；

a2)遍历所有外部用户数据，将每个外部用户数据划分到最近的中心点中，数据点间距离的计算使用归一化的欧氏距离；

a3)计算每个聚类的平均值，并作为新的中心点；

a4)重复a2-a3，直到这k个中心点不再变化(收敛)，即平均值与中心点的距离小于预设距离阈值，或迭代次数大于预设次数，如1000次，此时将得到的聚类输出为标签类。这里的预设距离阈值可以根据经验选定。

最后，针对与标签类相似的内部用户的行为进行内容统计，得到预标签类相对应的目标内容。具体为：

统计该类用户在新手期(新用户加入后的7天内为新手期)点赞过的视频列表，按这些用户的点赞量对视频排序，取点赞量前100个作为候选视频，即相应的目标内容。

另外，还可以对候选视频进行过滤，去除作者删除、设为隐私、或者运营审核不通过等不当的内容，得到的结果即为该类用户的推荐视频，即最终的目标内容。

S1、计算发出访问请求的新用户的用户ID。

当接收到新用户通过相应终端发出的访问请求时，计算该新用户的用户ID。这里的新用户是指对该服务器初次登陆的用户，其中包括未注册的游客或者新注册用户，在接收到该新用户的访问请求时，会同时接收到该新用户相应的信息数据，这里就是根据相应的信息数据计算其用户ID。

S2、根据用户ID获取新用户的用户数据标签。

在得到新用户的用户ID后，根据该用户ID获取该新用户的用户数据标签，这里的用户数据标签是提前从其他第三方平台获取并存储于本地的数据。这里的第三方平台是相对于本服务器所处的视频服务提供平台或者提供其他内容的服务平台的第三方平台，且不限于一个。由于新用户相对于本平台为新，但是其对在其他平台有可能是一个具有丰富信息的老用户，因此通过第三方平台能够获得新用户更为详细的用户数据标签。

S3、查找多个标签类中与用户标签数据最近的目标标签类。

在本地预设有多个标签类，在得到新用户的用户数据标签后，根据该用户数据标签在本地预设的多个标签类中进行查找，从中找出与其最接近的标签类，并将该标签类作为目标标签类。

且本地的多个标签类中每个标签类都对应有至少一个的用户感兴趣内容，这里称其为目标内容。

S4、向新用户推送与目标标签类对应的目标内容。

在确定该新用户的用户数据标签对应的目标标签类后，从本地查找与目标标签类对应的目标内容，并将该目标内容向新用户推送。具体可以是向新用户所使用的客户端的显示界面推送反映目标内容的信息或者内容。从而使在新用户在本地产生的信息较少的情况下也能向其推送与其适配的目标内容。

从上述技术方案可以看出，本实施例提供了一种内容推荐方法，具体为当接收到新用户的访问请求时，计算所述新用户的用户ID；根据所述用户ID获取所述新用户在第三方平台上的用户数据标签；查找多个标签类中与所述用户数据标签距离最近的目标标签类；查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述新用户。通过本技术方案，在新用户发出访问请求时，无需对其进行调查也可通过第三方平台获取其用户数据标签，并根据该用户数据标签向其推送其真实感兴趣的内容，从而实现向用户准确推送内容的目的。相对于上一具体实施方式而言，通过对用户的分类，可以进一步提高内容推送的准确度。

图4是根据一示例性实施例示出的一种内容推荐装置的框图。

如图4所示，本申请提供的推荐装置应用于视频服务平台或者提供其他内容的服务平台的服务器，这里的平台可以理解为互联网的内容提供网站，该推荐最终具体包括ID计算模块10、标签获取模块20、目标查找模块30和内容推送模块40。

ID计算模块用于计算发出访问请求的新用户的用户ID。

当接收到新用户通过相应终端发出的访问请求时，计算该新用户的用户ID。这里的新用户是指对该服务器初次登陆的用户，其中包括未注册的游客或者新注册用户，在接收到该新用户的访问请求时，会同时接收到该新用户相应的信息数据，这里就是根据相应的信息数据计算其用户ID。

标签获取模块用于根据用户ID获取新用户的用户数据标签。

在得到新用户的用户ID后，根据该用户ID获取该新用户的用户数据标签，这里的用户数据标签是提前从其他第三方平台获取并存储于本地的数据。这里的第三方平台是相对于本服务器所处的视频服务提供平台或者提供其他内容的服务平台的第三方平台，且不限于一个。由于新用户相对于本平台为新，但是其对在其他平台有可能是一个具有丰富信息的老用户，因此通过第三方平台能够获得新用户更为详细的用户数据标签。

目标查找模块用于查找多个标签类中与用户标签数据最近的目标标签类。

在本地预设有多个标签类，在得到新用户的用户数据标签后，根据该用户数据标签在本地预设的多个标签类中进行查找，从中找出与其最接近的标签类，并将该标签类作为目标标签类。

且本地的多个标签类中每个标签类都对应有至少一个的用户感兴趣内容，这里称其为目标内容。

内容推送模块用于向新用户推送与目标标签类对应的目标内容。

在确定该新用户的用户数据标签对应的目标标签类后，从本地查找与目标标签类对应的目标内容，并将该目标内容向新用户推送。具体可以是向新用户所使用的客户端的显示界面推送反映目标内容的信息或者内容。从而使在用户在本地产生的信息较少的情况下也能向其推送与其适配的目标内容。

从上述技术方案可以看出，本实施例提供了一种内容推荐装置，具体为当接收到新用户的访问请求时，计算所述新用户的用户ID；根据所述用户ID获取所述新用户在第三方平台上的用户数据标签；查找多个标签类中与所述用户数据标签距离最近的目标标签类；查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述新用户。通过本技术方案，在新用户发出访问请求时，无需对其进行调查也可通过第三方平台获取其用户数据标签，并根据该用户数据标签向其推送其真实感兴趣的内容，从而实现向用户准确推送内容的目的。

另外，如图5所示，本申请还包括数据整合模块50和冲突处理模块60。相对于数据整合模块而言，冲突处理模块并非必须的。

数据整合模块用于从多家第三方平台获取用户数据标签。

具体为从多家第三方平台获取用户的用户数据，然后将得到的用户数据进行整合、关联和映射，得到多个用户的用户数据标签，并利用统一的用户ID进行索引。

因为会接入多家第三方数据，每家包含不同的数据内容，使用不同的主键来标记数据，因此需要通过统一的用户标记算法，为各平台的用户都统一重新生成一个标志KID，这样同一用户在不同平台的数据归属到同一个kid主键下，从而打通同一用户在多个平台的行为。

冲突处理模块用于当出现数据冲突时，仅记录置信度较高的用户数据。

一般用户在多家平台的用户数据可能存在交叉重合和冲突，可以对不同平台的用户数据设置不同的置信度，当平台之间的数据产生冲突时，优先采用置信度高的平台的数据信息，也就是说将置信度较低的平台的用户数据予以丢弃。平台的置信度根据抽样验证得到。

还有，如图6所示，本申请还包括内容挖掘模块70。内容挖掘模块用于基于内部用户数和外部用户数据进行内容挖掘。通过基于内部数据和外部用户数据进行内容挖掘，得到多个标签类和每个标签类对应的目标内容。该模块包括数据处理单元、聚类处理单元和挖掘执行单元。

数据处理单元用于从第三方平台获取多个外部用户的外部用户数据，外部用户数据可以为站外行为列表。

聚类处理单元用于利用kmeans聚类算法对外部用户数据进行聚类处理，得到多个标签类。具体来说该单元通过下面的方法得到多个标签类。

a1)随机选取k个不同标签的外部用户数据作为中心点；

a2)遍历所有外部用户数据，将每个外部用户数据划分到最近的中心点中，数据点间距离的计算使用归一化的欧氏距离；

a3)计算每个聚类的平均值，并作为新的中心点；

a4)重复a2-a3，直到这k个中心点不再变化(收敛)，即平均值与中心点的距离小于预设距离阈值，或迭代次数大于预设次数，如1000次，此时将得到的聚类输出为标签类。这里的预设距离阈值可以根据经验选定。

挖掘执行单元用于针对与标签类相似的内部用户的行为进行内容统计，得到预标签类相对应的目标内容。该单元具体通过如下方法得到相应的目标内容。

统计该类用户在新手期(新用户加入后的7天内为新手期)点赞过的视频列表，按这些用户的点赞量对视频排序，取点赞量前100个作为候选视频，即相应的目标内容。

另外，还可以对候选视频进行过滤，去除作者删除、设为隐私、或者运营审核不通过等不当的内容，得到的结果即为该类用户的推荐视频，即最终的目标内容。这里通过对用户的分类，可以进一步提高内容推送的准确度。

本申请还提供一种计算机程序，该计算机程序用于执行如图1～3所示的内容推荐方法。

图7是根据一示例性实施例示出的一种电子设备的框图。

例如，电子设备可以被提供为一服务器。参照图7，电子设备700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理组件722的执行的指令，例如应用程序。存储器732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722被配置为执行指令，以执行图1～图3中所示的内容推荐方法。

电子设备700还可以包括一个电源组件726被配置为执行电子设备700的电源管理，一个有线或无线网络接口750被配置为将电子设备700连接到网络，和一个输入输出(I/O)接口758。电子设备700可以操作基于存储在存储器732的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

图8是根据一示例性实施例示出的另一种电子设备的框图。

例如，电子设备800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，个人数字助理等移动终端。

参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802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设备800的操作。这些数据的示例包括用于在电子设备800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，视频等。存储器804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。

电源组件806为电子设备800的各种组件提供电力。电源组件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808包括在所述电子设备800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808包括一个前置摄像头和/或后置摄像头。当设备800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。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800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被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802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，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814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800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800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814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814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814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816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800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816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816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800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，用于执行图1～图3中所示的内容推荐方法。

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804，上述指令可由电子设备800的处理器820执行以完成上述方法。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。

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，本发明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。本发明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：

当接收到用户的访问请求时，计算所述用户的用户ID；

根据所述用户ID获取所述用户在第三方平台上的用户数据标签；

查找多个标签类中与所述用户数据标签最相似的目标标签类；

查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述用户。

2.如权利要求1所述的内容推荐方法，其特征在于，还包括：

将多家第三方平台的用户数据关联在一起，得到多个用户的所述用户数据标签，并利用统一的用户ID对所述用户数据标签进行索引。

3.如权利要求2所述的内容推荐方法，其特征在于，还包括：

当不同的第三方平台所记录的用户数据冲突时，仅记录产生冲突的多个第三方平台中置信度较高的第三方平台的用户数据。

4.如权利要求1所述的内容推荐方法，其特征在于，还包括：

基于内部用户数据和外部用户数据进行内容挖掘，得到所述多个标签类和每个所述标签类对应的目标内容。

5.如权利要求4所述的内容推荐方法，其特征在于，所述基于内部用户数据和外部用户数据进行内容挖掘，包括：

从第三方平台获取多个外部用户的外部用户数据；

根据所述外部用户数据对所述多个外部用户进行聚类处理，得到所述多个标签类；

针对与所述标签类相似的内部用户的行为进行内容统计，得到与所述标签类相对应的目标内容。

6.如权利要求5所述的内容推荐方法，其特征在于，所述根据所述外部用户数据对所述多个外部用户进行聚类处理，包括：

随机选取多个不同的外部用户数据作为多个中心点；

将所述外部数据划分到与其最近的所述中心点，得到多个聚类；

计算每个聚类的平均值；

如果所述平均值与所述中心点的距离大于预设距离阈值，则将所述平均值作为所述中心点，并返回到所述根据所述中心点对所有所述外部用户数据进行聚类处理步骤；

如果所述平均值与所述中心点的距离小于所述预设距离阈值，则将得到的聚类输出为所述标签类。

7.如权利要求5所述的内容推荐方法，其特征在于，所述针对与所述标签类相似的内部用户的行为进行内容统计，得到与所述标签类相对应的目标内容，包括：

对用户数据标签与所述标签类相似的内部用户在预设期限内的行为所针对的内容进行统计，得到所述目标内容。

8.一种内容推荐装置，其特征在于，包括：

ID计算模块，被配置为当接收到用户的访问请求时，计算所述用户的用户ID；

标签获取模块，被配置为根据所述用户ID获取所述用户在第三方平台上的用户数据标签；

目标查找模块，被配置为查找多个标签类中与所述用户数据标签最相似的目标标签类；

内容推送模块，被配置为查找与所述目标标签类对应的目标内容，将所述目标内容推送给所述用户。

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如权利要求1～7任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移动终端的处理器执行时，使得移动终端能够执行如权利要求1～7任一项所述的内容推荐方法。