CN110096645A - 信息推荐方法、装置、设备和介质 - Google Patents
信息推荐方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN110096645A CN110096645A CN201910376482.3A CN201910376482A CN110096645A CN 110096645 A CN110096645 A CN 110096645A CN 201910376482 A CN201910376482 A CN 201910376482A CN 110096645 A CN110096645 A CN 110096645A
- Authority
- CN
- China
- Prior art keywords
- poi
- recommendation information
- information
- candidate recommendation
- user
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/954—Navigation, e.g. using categorised browsing
Abstract
本发明实施例公开了一种信息推荐方法、装置、设备和介质,涉及互联网技术领域。该方法包括:响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息;根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重;根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。本发明实施例提供的一种信息推荐方法、装置、设备和介质,实现了最大化地满足用户的个性化需求,并且提高了用户获取信息的效率。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种信息推荐方法、装置、设备和介质。
背景技术
用户在地图客户端的底图上点击POI时,需求可能是多种多样的,且不同用户的需求可能也不同。
参见图1a,通常用户在地图客户端的底图上点击POI时,会弹出一个水滴,该水滴是查看POI图片/全景图的入口,用户点击水滴会跳转至全景页面。除此之外,用户不会得到任何动态提示。参见图1b、图1c、图1d和图1e,如果用户有基于POI的扩展信息需求,只能通过POI详情页、搜周边等功能来查找相关信息,或者自行输入新的检索词(qeury)来满足所求。
然而,上述方法存在如下缺陷:
信息分散在各个卡片里面,不利于用户查找:用户在点击查看POI时需求维度往往是多方面的,而目前点击查看POI之后,只有水滴和POI详情页两个入口能满足用户部分需求。用户需要在POI详情页中多次查找,才能获取想要的内容。也即不能最大化地满足用户在不同类别维度上的需求。
交互复杂,用户信息获取效率不高:当用户想要全面的了解POI相关信息时,需要在POI详情页、搜周边功能和输入qeury之间来回切换,多次跳转,不利于用户在地图进行沉浸式的搜索及浏览。从而用户获取信息的效率会大大降低。
发明内容
本发明实施例提供一种信息推荐方法、装置、设备和介质,以实现最大化地满足用户的个性化需求,并且提高用户获取信息的效率。
第一方面,本发明实施例提供了一种信息推荐方法,该方法包括:
响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息;
根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重;
根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
第二方面,本发明实施例还提供了一种信息推荐装置,该装置包括:
候选信息确定模块,用于响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息;
权重确定模块,用于根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重;
目标信息选择模块,用于根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一项所述的信息推荐方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一项所述的信息推荐方法。
本发明实施例通过根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定为用户推荐的目标推荐信息,以响应对目标POI的选择事件,使得用户只需要选择POI,即可轻松、直观的获取到和该POI相关和/或感兴趣的信息,进而提高用户的获取效率。
附图说明
图1a为POI在地图中的展示效果示意图;
图1b为POI的概括详情页的展示效果示意图;
图1c为POI的营业时间详情页的展示效果示意图;
图1d为POI的门票详情页的展示效果示意图;
图1e为POI的周边推荐详情页的展示效果示意图;
图2为本发明实施例一提供的一种信息推荐方法的流程图;
图3是本发明实施例二提供的一种信息推荐方法的流程图;
图4是本发明实施例三提供的一种信息推荐方法的流程图;
图5是本发明实施例四提供的一种信息推荐方法的流程图;
图6a是本发明实施例四提供的一种对本地用户进行某景点的信息推荐效果示意图;
图6b是本发明实施例四提供的一种停车场推荐信息的详情页示意图;
图6c是本发明实施例四提供的一种美食推荐信息的详情页示意图;
图6d是本发明实施例四提供的一种门票售卖推荐信息的详情页示意图;
图7a是本发明实施例四提供的一种对异地用户进行某景点的信息推荐效果示意图;
图7b是本发明实施例四提供的一种旅游攻略推荐信息的详情页示意图;
图7c是本发明实施例四提供的一种酒店推荐信息的详情页示意图;
图7d是本发明实施例四提供的一种名胜古迹推荐信息的详情页示意图;
图8是本发明实施例五提供的一种信息推荐装置的结构示意图;
图9为本发明实施例六提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图2为本发明实施例一提供的一种信息推荐方法的流程图。本实施例可适用于对目标POI的选择事件进行响应的情况。该方法可以由一种信息推荐装置来执行,该装置可以由软件和/或硬件的方式实现。参见图2,本实施例提供的信息推荐方法包括:
S110、响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息。
其中,目标POI可以是任意可选择POI。
对目标POI的选择事件可以通过对目标POI的点击触发,也可以通过对目标POI的语音输入触发,还可以通过设定手势触发,本实施例对此并不进行任何限制。
所述目标POI的历史用户行为是指历史时刻用户选择目标POI之后的行为。
具体地,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息包括:
对所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为进行统计;
根据统计结果在历史用户行为中确定候选推荐信息。
S120、根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重。
具体地,可以根据所述候选推荐信息和所述目标POI的相关程度,确定所述候选推荐信息的权重。
具体可以是,所述候选推荐信息与所述目标POI越相关,所述候选推荐信息的权重越大。
S130、根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
若候选推荐信息为多个,则根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息,包括:
根据所述候选推荐信息的权重,在候选推荐信息中确定目标推荐信息和目标推荐信息的排列顺序;
按照目标推荐信息的排列顺序,对用户进行目标推荐信息的推荐。
为提高候选推荐信息的维度,所述根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重之前,所述方法还包括:
从所述目标POI的详情页中提取候选推荐信息。
本发明实施例的技术方案,通过根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定为用户推荐的目标推荐信息,以响应对目标POI的选择事件,使得用户只需要选择POI,即可轻松、直观的获取到和该POI相关和/或感兴趣的信息,进而提高用户的获取效率。
实施例二
图3是本发明实施例二提供的一种信息推荐方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3,本实施例提供的信息推荐方法包括:
S210、响应于对目标POI的选择事件,若所述目标POI的历史用户行为的数据量大于POI数据量阈值,则根据所述目标POI的历史用户行为确定候选推荐信息。
其中,POI数据量阈值是可以根据所述目标POI的历史用户行为确定候选推荐信息时,所述目标POI的历史用户行为的数据量最大值。
具体地,所述根据所述目标POI的历史用户行为确定候选推荐信息,包括:
基于历史用户的所处场景、兴趣偏好和基本信息中的至少一种,对所述目标POI的历史用户行为进行统计;
根据当前用户的所处场景、兴趣偏好和基本信息中的至少一种与统计结果,确定候选推荐信息。
其中,历史用户是指历史时刻选择目标POI的用户。当前用户为待信息推荐的用户。
所处场景可以是不同时间段、不同季节、当前位置为本地和当前位置为外地中的至少一种场景。
基本信息包括:性别、年龄和职业等。
兴趣偏好和基本信息构成了用户画像,该用户画像指描述用户特征的信息。
基于历时用户的所处场景、兴趣偏好和基本信息中的至少一种,对所述目标POI的历史用户行为进行统计,包括:
基于历时用户的不同所处场景对所述目标POI的历史用户行为进行分别统计;或
基于历时用户的所处场景和兴趣偏好,对所述目标POI的历史用户行为进行分别统计;或
基于历史用户的所处场景、兴趣偏好和基本信息,对所述目标POI的历史用户行为进行分别统计。
示例性的,基于历史用户的不同所处场景对所述目标POI的历史用户行为进行分别统计的结果为:
第一场景下,所述目标POI的历史用户行为发生次数由高到低依次为:附近停车场查询、附近美食查询、门票预订和营业时间查询。
第二场景下,所述目标POI的历史用户行为发生次数由高到低依次为:门票预订、营业时间查询、附近停车场查询和附近美食查询。
若当前用户的所处场景为第二场景,则根据第二场景的统计结果,将门票预订和营业时间查询确定为候选推荐信息。
S220、若所述目标POI的历史用户行为的数据量小于等于所述POI数据量阈值,则根据与所述目标POI同类型的其他POI的历史用户行为确定候选推荐信息。
具体地,根据与所述目标POI同类型的其他POI的历史用户行为确定候选推荐信息包括:
基于历史用户的所处场景、兴趣偏好和基本信息中的至少一种,对与所述目标POI同类型的其他POI的历史用户行为进行统计;
根据当前用户的所处场景、兴趣偏好和基本信息中的至少一种与统计结果,确定候选推荐信息。
S230、根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重。
S240、根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
本实施例对S210和S220的执行顺序不作限定。可选地,S220和可以先于S210执行。
本实施例的技术方案,通过若所述目标POI的历史用户行为的数据量大于POI数据量阈值,则根据所述目标POI的历史用户行为确定候选推荐信息,否则根据与所述目标POI同类型的其他POI的历史用户行为确定候选推荐信息。从而解决了因为新POI的历史用户行为数据比较稀疏导致的对新POI推荐的冷启动问题。
实施例三
图4是本发明实施例三提供的一种信息推荐方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图4,本实施例提供的信息推荐方法包括:
S310、响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息。
S320、根据所述候选推荐信息与所述目标POI的相关性特征、所述候选推荐信息和所述目标POI之间的共现特征以及所述候选推荐信息在所述目标POI下的点展特征中的至少一种,确定候选推荐信息的权重。
其中,所述候选推荐信息与所述目标POI的相关性特征基于候选推荐信息与所述目标POI的字面相似度以及语义相似度计算获得。
所述候选推荐信息和所述目标POI之间的共现特征由所述候选推荐信息和所述目标POI共同出现的次数确定。共现值一定程度上反映了用户兴趣。
所述候选推荐信息在所述目标POI下的点展特征是所述候选推荐信息在所述目标POI下展示次数和点击次数的比值。
为实现对新POI的点展特征的确定,在确定候选推荐信息的权重之前,所述方法还包括:
若在所述目标POI下候选推荐信息的点击和展示信息量小于设定点展数阈值,则根据所述目标POI的相似POI的点展特征,确定候选推荐信息在所述POI下的点展特征。
S330、根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
本发明实施例的技术方案,通过根据所述候选推荐信息与所述目标POI的相关性特征、所述候选推荐信息和所述目标POI之间的共现特征以及所述候选推荐信息在所述目标POI下的点展特征中的至少一种,确定候选推荐信息的权重,从而提高候选推荐信息权重的确定准确率,进而提高信息推荐的精度。
实施例四
图5是本发明实施例四提供的一种信息推荐方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图5,本实施例提供的信息推荐方法包括:候选推荐信息的召回和候选推荐信息的排序。
候选推荐信息的召回主要包括:基于用户行为的召回和基于POI类别的召回。
基于用户行为召回:
对用户行为比较丰富的POI,可以使用协同过滤手段,从地图用户行为日志中挖掘出用户在查看POI之后可能感兴趣的内容。具体方式如下:
基于POI本身召回:
可以使用地图用户行为日志统计出查看过该POI之后,用户又搜索了哪些query、点击查看了哪些相关POI,以及在POI详情页中点击了哪些内容。从而得出用户对该POI感兴趣的点。
比如,统计发现,点击查看POI=“某火车站”的用户,大多会查找该火车站周边的地铁站或者公交站。而点击查看POI=“某机场”的用户,大多会查找机场里的免税店、特色美食等。
基于POI和场景召回:
不同场景下,点击查看同一个POI的用户需求分布可能不一样,可以区分场景去统计每个POI的后续搜索、点击行为。
比如,对POI=“某大厦”在本异地场景下,用户需求分布不一样。统计发现,本地点击该POI的用户,主要是在该大厦上班,或者来面试的,大多数会查找百度大厦附近的美食、咖啡厅;而异地用户点击该POI,主要是来该大厦差旅的,大多数会查找该大厦附近的酒店。
基于用户兴趣偏好和POI召回:
不同用户点击同一个POI,其感兴趣的点可能也不一样。可以结合用户画像数据、用户的搜索、点击历史来建模用户的兴趣。通过计算用户相似度的方式,找到和当前用户的相似用户群体,然后将相似用户群体点击过POI之后的需求推荐给当前用户。
比如,车主和非车主用户在查看同一个景区POI时,车主用户可能希望得到停车场信息,而非车主可能是优先看售票点信息。
基于用户兴趣偏好、POI和场景召回:不同用户,在不同场景下对同一个POI感兴趣的点也不一样。在上述方法的基础上,增加场景信息,进一步区分用户需求。
基于POI类别扩展召回:
当POI的用户行为数据比较稀疏时,可以考虑用POI的类别进行召回。理论上,用户对同类POI的需求比较接近。比如景区类POI,用户的需求可能都集中在售票点。除了类别,还可以考虑加入场景信息作为区分。
另外,如图5所示,除了召回出的候选推荐信息之外,还将POI详情页中的内容加入到候选推荐信息中,比如POI的营业时间、售票信息、智能导游、POI天气等信息。
候选信息排序模块:
基于用户查看的POI特征、候选推荐词特征、点击率特征,对候选内容,按照相关性、共现概率、点展特征进行权重确定。计算公式如下
其中,为目标推荐信息的权重。
C为候选推荐信息,由两部分内容组成:召回生成的所有候选推荐信息和POI详情页内容。
Ri为候选推荐信息与用户查看的POI的相关性特征,特征通过在线方式计算,基于候选推荐信息与用户点击查看的POI的字面相似度以及语义相似度计算获得。
Coi为候选推荐信息和用户查看的POI之间的共现特征:由于候选推荐信息是基于用户行为挖掘的,一定程度上,共现值反应了用户的兴趣程度。
Ctri为候选推荐信息在用户查看的POI下的点展特征:如果产品未上线,可以用最近一年的POI详情页点展数据收集候选推荐信息在用户查看的POI下的点展特征,然后再用svdfeature、NN语义泛化等手段实现点击泛化,解决排序冷启动问题。
f(*)为排序函数,为通过有监督训练得到的排序模型,应用中可以选择梯度提升树等。
对本实施例技术方案的总结:
为了解决用户在地图上获取POI相关性信息时,存在信息分散、交互复杂、信息获取效率低等问题,提出了本实施例的技术方案。
本实施例技术方案可以实现如下效果:
当用户在地图客户端的底图上点击查看POI时,会在底图上弹出一个动态推荐框,框里的内容是基于POI、场景、用户兴趣偏好自动生成的,用来预测用户点击查看POI之后可能感兴趣的内容,既可以是POI相关的某个内容,又可以是用户感兴趣的其他POI,也可以是用户可能会发起的下一个query(搜索词)等。
具体的创新点可以归纳为以下两点:
1)增加推荐模块,主动给用户推荐POI相关信息
区别于之前用户需要主动在POI详情页、搜周边等卡片中来回查找,甚至是换query发起新的搜索,需要通过多次交互才能获得想要的信息。增加推荐模块后,用户只需要点击该推荐模块,即可轻松、直观的获取到和POI相关、感兴趣的信息。
2)基于POI、场景、用户兴趣偏好做个性化推荐
推荐内容是个性化的,是结合POI的类别、位置,用户所处的场景(比如本、异地,早上、晚上等)、用户的兴趣偏好(用户画像、用户搜索、点击历史等)自动生成的,能够实现不同用户,在不同场景下,点击查看同一个POI,得到的推荐内容不一样的效果。
以下给出几个示例进行更详细的说明:
以POI=某景点为例,不同用户,在不同场景下,点击查看该POI得到的推荐内容不一样。
参见图6a,本地车主用户,在接近午餐时间点击查看POI=某景点的驾车路线之后,会得到以下推荐内容:“附近收费便宜的停车场”用于满足车主的停车需求;由于临近午餐时间,会为用户推荐周边用餐信息“附近好吃的特色美食”;由于是春季赏花时节,来景点的人可能比较多,所以推荐在线购票服务“及景点门票在线预订”方便用户提前购票。另外为提升用户游玩体验,还可以推荐:“景点营业时间”和“景点智能导游服务”等内容供用户参考。根据推荐信息用户可以根据实际需求选择推荐信息,在选择推荐信息后回调转至推荐信息的详情页,具体参见图6b、图6c和图6d。
参见图7a,在异地点击查看POI=某景点之后,会得到以下推荐内容:“景点旅游攻略”用于帮助用户制定行前规划以决定是否要来该景点;当用户决定来旅游时,可能会选择住在景点附近,从而需要查看“附近步行距离近的酒店”;另外,用户在制定旅游行程时,为了避免来回奔波,可能还想了解景点附近相关的名胜古迹等信息,为此给用户推荐了景点周边“值得游玩的名胜古迹”。另外,为方便游客出游,还推荐了在线购票服务“颐和园门票在线预订”方便用户提前购票和“颐和园智能导游服务”供用户参考。根据推荐信息用户可以根据实际需求选择推荐信息,在选择推荐信息后回调转至推荐信息的详情页,具体参见图7b、图7c和图7d。
本发明实施例的技术方案,可以实现如下效果:
用户点击查看POI之后,习性你推荐装置会实时获取POI相关信息、用户所在的场景、用户画像、用户检索历史等信息作为召回模块的输入;召回模块根据上述信息召回用户可能感兴趣的POI、query、POI相关服务等内容;排序模块根据用户兴趣偏好、场景、候选特征等信息,对召回的推荐集合和插入的POI详情页内容进行排序,得到最终的推荐内容。
需要说明的是,经过本实施例的技术教导,本领域技术人员有动机将上述实施例中描述的任一种实施方式进行方案的组合,以实现最大化地满足用户的个性化需求,并且提高用户获取信息的效率。
实施例五
图8是本发明实施例五提供的一种信息推荐装置的结构示意图。参见图8,本实施例提供的信息推荐装置包括:候选信息确定模块10、权重确定模块20和目标信息选择模块30。
其中,候选信息确定模块10,用于响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息;
权重确定模块20,用于根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重;
目标信息选择模块30,用于根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
本发明实施例的技术方案,通过根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定为用户推荐的目标推荐信息,以响应对目标POI的选择事件,使得用户只需要选择POI,即可轻松、直观的获取到和该POI相关和/或感兴趣的信息,进而提高用户的获取效率。
进一步地,所述候选信息确定模块,包括:第一候选确定单元和第二候选确定单元。
其中,第一候选确定单元,用于若所述目标POI的历史用户行为的数据量大于POI数据量阈值,则根据所述目标POI的历史用户行为确定候选推荐信息;
第二候选确定单元,用于若所述目标POI的历史用户行为的数据量小于等于所述POI数据量阈值,则根据与所述目标POI同类型的其他POI的历史用户行为确定候选推荐信息。
进一步地,所述第一候选确定单元具体用于:
基于历史用户的所处场景、兴趣偏好和基本信息中的至少一种,对所述目标POI的历史用户行为进行统计;
根据当前用户的所处场景、兴趣偏好和基本信息中的至少一种与统计结果,确定候选推荐信息。
进一步地,所述权重确定模块,包括:权重确定单元。
其中,权重确定单元,用于根据所述候选推荐信息与所述目标POI的相关性特征、所述候选推荐信息和所述目标POI之间的共现特征以及所述候选推荐信息在所述目标POI下的点展特征中的至少一种,确定候选推荐信息的权重。
进一步地,所述装置还包括:特征确定模块。
其中,特征确定模块,用于在确定候选推荐信息的权重之前,若在所述目标POI下候选推荐信息的点击和展示信息量小于设定点展数阈值,则根据所述目标POI的相似POI的点展特征,确定候选推荐信息在所述POI下的点展特征。
进一步地,所述装置还包括:信息提取模块。
其中,信息提取模块,用于所述根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重之前,从所述目标POI的详情页中提取候选推荐信息。
本发明实施例所提供的信息推荐装置可执行本发明任意实施例所提供的信息推荐方法,具备执行方法相应的功能模块和有益效果。
实施例六
图9为本发明实施例六提供的一种设备的结构示意图。图9示出了适于用来实现本发明实施方式的示例性设备12的框图。图9显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图9未显示,通常称为“硬盘驱动器”)。尽管图9中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的信息推荐方法。
实施例七
本发明实施例七还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一项所述的信息推荐方法,该方法包括:
响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息;
根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重;
根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种信息推荐方法,其特征在于,包括:
响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息;
根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重;
根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息,包括:
若所述目标POI的历史用户行为的数据量大于POI数据量阈值,则根据所述目标POI的历史用户行为确定候选推荐信息;
若所述目标POI的历史用户行为的数据量小于等于所述POI数据量阈值,则根据与所述目标POI同类型的其他POI的历史用户行为确定候选推荐信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标POI的历史用户行为确定候选推荐信息,包括:
基于历史用户的所处场景、兴趣偏好和基本信息中的至少一种,对所述目标POI的历史用户行为进行统计;
根据当前用户的所处场景、兴趣偏好和基本信息中的至少一种与统计结果,确定候选推荐信息。
4.根据权利要求1所述的方法,其特征在于,所述根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重,包括:
根据所述候选推荐信息与所述目标POI的相关性特征、所述候选推荐信息和所述目标POI之间的共现特征以及所述候选推荐信息在所述目标POI下的点展特征中的至少一种,确定候选推荐信息的权重。
5.根据权利要求4所述的方法,其特征在于,在确定候选推荐信息的权重之前,所述方法还包括:
若在所述目标POI下候选推荐信息的点击和展示信息量小于设定点展数阈值,则根据所述目标POI的相似POI的点展特征,确定候选推荐信息在所述POI下的点展特征。
6.根据权利要求1所述的方法,其特征在于,所述根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重之前,所述方法还包括:
从所述目标POI的详情页中提取候选推荐信息。
7.一种信息推荐装置,其特征在于,包括:
候选信息确定模块,用于响应于对目标POI的选择事件,根据所述目标POI的历史用户行为和/或与所述目标POI同类型的其他POI的历史用户行为,确定候选推荐信息;
权重确定模块,用于根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重;
目标信息选择模块,用于根据所述候选推荐信息的权重,从所述候选推荐信息中为用户选择目标推荐信息。
8.根据权利要求7所述的装置,其特征在于,所述候选信息确定模块,包括:
第一候选确定单元,用于若所述目标POI的历史用户行为的数据量大于POI数据量阈值,则根据所述目标POI的历史用户行为确定候选推荐信息;
第二候选确定单元,用于若所述目标POI的历史用户行为的数据量小于等于所述POI数据量阈值,则根据与所述目标POI同类型的其他POI的历史用户行为确定候选推荐信息。
9.根据权利要求8所述的装置,其特征在于,所述第一候选确定单元具体用于:
基于历史用户的所处场景、兴趣偏好和基本信息中的至少一种,对所述目标POI的历史用户行为进行统计;
根据当前用户的所处场景、兴趣偏好和基本信息中的至少一种与统计结果,确定候选推荐信息。
10.根据权利要求7所述装置,其特征在于,所述权重确定模块,包括:
权重确定单元,用于根据所述候选推荐信息与所述目标POI的相关性特征、所述候选推荐信息和所述目标POI之间的共现特征以及所述候选推荐信息在所述目标POI下的点展特征中的至少一种,确定候选推荐信息的权重。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
特征确定模块,用于在确定候选推荐信息的权重之前,若在所述目标POI下候选推荐信息的点击和展示信息量小于设定点展数阈值,则根据所述目标POI的相似POI的点展特征,确定候选推荐信息在所述POI下的点展特征。
12.根据权利要求7所述的装置,其特征在于,所述装置还包括:
信息提取模块,用于所述根据所述候选推荐信息和所述目标POI,确定所述候选推荐信息的权重之前,从所述目标POI的详情页中提取候选推荐信息。
13.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的信息推荐方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910376482.3A CN110096645B (zh) | 2019-05-07 | 2019-05-07 | 信息推荐方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910376482.3A CN110096645B (zh) | 2019-05-07 | 2019-05-07 | 信息推荐方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110096645A true CN110096645A (zh) | 2019-08-06 |
CN110096645B CN110096645B (zh) | 2022-02-25 |
Family
ID=67446969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910376482.3A Active CN110096645B (zh) | 2019-05-07 | 2019-05-07 | 信息推荐方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110096645B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110781415A (zh) * | 2019-09-16 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种兴趣点推荐方法、装置、设备及介质 |
CN111132027A (zh) * | 2019-12-16 | 2020-05-08 | 中国移动通信集团内蒙古有限公司 | 一种场景识别网络图的绘制方法、场景识别方法及装置 |
CN111177062A (zh) * | 2019-12-02 | 2020-05-19 | 上海连尚网络科技有限公司 | 一种用于提供阅读呈现信息的方法与设备 |
CN111460283A (zh) * | 2020-03-06 | 2020-07-28 | 拉扎斯网络科技(上海)有限公司 | 信息处理方法、装置、电子设备及计算机可读存储介质 |
CN111724880A (zh) * | 2020-06-09 | 2020-09-29 | 百度在线网络技术(北京)有限公司 | 用户情绪调节方法、装置、设备和可读存储介质 |
CN112000900A (zh) * | 2020-08-14 | 2020-11-27 | 北京三快在线科技有限公司 | 推荐景点信息的方法、装置、电子设备及存储介质 |
CN112446514A (zh) * | 2019-09-03 | 2021-03-05 | 阿里巴巴集团控股有限公司 | 信息预订方法、装置及电子设备 |
CN112991008A (zh) * | 2021-03-04 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 一种位置推荐方法、装置及电子设备 |
CN113052664A (zh) * | 2021-04-27 | 2021-06-29 | 口碑(上海)信息技术有限公司 | 一种服务信息召回方法、装置、电子设备及存储介质 |
CN113360792A (zh) * | 2021-06-30 | 2021-09-07 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、电子设备以及存储介质 |
CN114282126A (zh) * | 2022-03-01 | 2022-04-05 | 阿里健康科技(中国)有限公司 | 信息推荐方法、装置、介质及设备 |
WO2022134478A1 (zh) * | 2020-12-24 | 2022-06-30 | 北京百度网讯科技有限公司 | 路线推荐方法、装置、电子设备和存储介质 |
US11976935B2 (en) | 2020-12-24 | 2024-05-07 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Route recommendation method, electronic device, and storage medium |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008184A (zh) * | 2014-06-10 | 2014-08-27 | 百度在线网络技术(北京)有限公司 | 信息的推送方法和装置 |
CN104123398A (zh) * | 2014-08-15 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法及装置 |
CN104504064A (zh) * | 2014-12-19 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 一种信息推荐方法和装置 |
CN105608153A (zh) * | 2015-12-18 | 2016-05-25 | 晶赞广告(上海)有限公司 | 一种通用的poi信息关联方法 |
CN106844680A (zh) * | 2017-01-25 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 推荐信息的展示方法和装置 |
CN107092629A (zh) * | 2017-01-18 | 2017-08-25 | 北京小度信息科技有限公司 | 推荐方法及装置 |
CN107169014A (zh) * | 2017-03-31 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
CN107169015A (zh) * | 2017-03-31 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
CN107436950A (zh) * | 2017-08-07 | 2017-12-05 | 苏州大学 | 一种旅行路线推荐方法及系统 |
CN108153753A (zh) * | 2016-12-02 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 推荐方法、装置和系统 |
CN108230101A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 信息推荐方法和装置 |
CN108920651A (zh) * | 2018-06-29 | 2018-11-30 | 百度在线网络技术(北京)有限公司 | 信息推送方法、装置、服务器和存储介质 |
-
2019
- 2019-05-07 CN CN201910376482.3A patent/CN110096645B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008184A (zh) * | 2014-06-10 | 2014-08-27 | 百度在线网络技术(北京)有限公司 | 信息的推送方法和装置 |
CN104123398A (zh) * | 2014-08-15 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法及装置 |
CN104504064A (zh) * | 2014-12-19 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 一种信息推荐方法和装置 |
CN105608153A (zh) * | 2015-12-18 | 2016-05-25 | 晶赞广告(上海)有限公司 | 一种通用的poi信息关联方法 |
CN108153753A (zh) * | 2016-12-02 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 推荐方法、装置和系统 |
CN107092629A (zh) * | 2017-01-18 | 2017-08-25 | 北京小度信息科技有限公司 | 推荐方法及装置 |
CN106844680A (zh) * | 2017-01-25 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 推荐信息的展示方法和装置 |
CN107169014A (zh) * | 2017-03-31 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
CN107169015A (zh) * | 2017-03-31 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
CN107436950A (zh) * | 2017-08-07 | 2017-12-05 | 苏州大学 | 一种旅行路线推荐方法及系统 |
CN108230101A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 信息推荐方法和装置 |
CN108920651A (zh) * | 2018-06-29 | 2018-11-30 | 百度在线网络技术(北京)有限公司 | 信息推送方法、装置、服务器和存储介质 |
Non-Patent Citations (2)
Title |
---|
JOSH JIA CHING YING等: ""Mining User Check-In Behavior with a Random Walk for Urban Point-of-Interest Recommendation"", 《ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY》 * |
任星怡等: ""基于用户签到行为的兴趣点推荐"", 《计算机学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446514A (zh) * | 2019-09-03 | 2021-03-05 | 阿里巴巴集团控股有限公司 | 信息预订方法、装置及电子设备 |
CN110781415A (zh) * | 2019-09-16 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种兴趣点推荐方法、装置、设备及介质 |
CN111177062A (zh) * | 2019-12-02 | 2020-05-19 | 上海连尚网络科技有限公司 | 一种用于提供阅读呈现信息的方法与设备 |
CN111177062B (zh) * | 2019-12-02 | 2024-04-05 | 上海连尚网络科技有限公司 | 一种用于提供阅读呈现信息的方法与设备 |
CN111132027B (zh) * | 2019-12-16 | 2021-10-01 | 中国移动通信集团内蒙古有限公司 | 一种场景识别网络图的绘制方法、场景识别方法及装置 |
CN111132027A (zh) * | 2019-12-16 | 2020-05-08 | 中国移动通信集团内蒙古有限公司 | 一种场景识别网络图的绘制方法、场景识别方法及装置 |
CN111460283A (zh) * | 2020-03-06 | 2020-07-28 | 拉扎斯网络科技(上海)有限公司 | 信息处理方法、装置、电子设备及计算机可读存储介质 |
CN111724880A (zh) * | 2020-06-09 | 2020-09-29 | 百度在线网络技术(北京)有限公司 | 用户情绪调节方法、装置、设备和可读存储介质 |
CN112000900A (zh) * | 2020-08-14 | 2020-11-27 | 北京三快在线科技有限公司 | 推荐景点信息的方法、装置、电子设备及存储介质 |
WO2022134478A1 (zh) * | 2020-12-24 | 2022-06-30 | 北京百度网讯科技有限公司 | 路线推荐方法、装置、电子设备和存储介质 |
US11976935B2 (en) | 2020-12-24 | 2024-05-07 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Route recommendation method, electronic device, and storage medium |
CN112991008A (zh) * | 2021-03-04 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 一种位置推荐方法、装置及电子设备 |
CN113052664A (zh) * | 2021-04-27 | 2021-06-29 | 口碑(上海)信息技术有限公司 | 一种服务信息召回方法、装置、电子设备及存储介质 |
CN113052664B (zh) * | 2021-04-27 | 2024-01-26 | 口碑(上海)信息技术有限公司 | 一种服务信息召回方法、装置、电子设备及存储介质 |
CN113360792A (zh) * | 2021-06-30 | 2021-09-07 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、电子设备以及存储介质 |
CN114282126A (zh) * | 2022-03-01 | 2022-04-05 | 阿里健康科技(中国)有限公司 | 信息推荐方法、装置、介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110096645B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110096645A (zh) | 信息推荐方法、装置、设备和介质 | |
CN104123398B (zh) | 一种信息推送方法及装置 | |
US8577962B2 (en) | Server apparatus, client apparatus, content recommendation method, and program | |
CN104102719B (zh) | 一种轨迹信息的推送方法及装置 | |
KR101514588B1 (ko) | 검색 결과 페이지 상에 문맥 액션들을 제공하기 위한 시스템 및 방법 | |
US20100179950A1 (en) | System and Method of Segmenting and Tagging Entities based on Profile Matching Using a Multi-Media Survey | |
US9053194B2 (en) | Method and apparatus for correlating and viewing disparate data | |
US8380693B1 (en) | System and method for automatically identifying classified websites | |
CN110390054A (zh) | 兴趣点召回方法、装置、服务器和存储介质 | |
CN112612957B (zh) | 兴趣点的推荐方法、兴趣点推荐模型的训练方法、装置 | |
US20150161271A1 (en) | User Retrieval Enhancement | |
US20210383455A1 (en) | System and method for recommending entities based on interest indicators | |
CN109564571A (zh) | 利用搜索上下文的查询推荐方法及系统 | |
CN106202260B (zh) | 搜索方法、装置和搜索引擎 | |
US11490220B2 (en) | System and method for accurately and efficiently generating ambient point-of-interest recommendations | |
CN108701143A (zh) | 促进图像在搜索查询中的使用 | |
Popescu et al. | Mining social media to create personalized recommendations for tourist visits | |
CN107018486A (zh) | 处理视觉查询的方法和系统 | |
JP2002366575A (ja) | イメージ検索方法及び検索装置 | |
WO2007127856A2 (en) | Poi search using delauney triangulation | |
US20110302029A1 (en) | Interactive Business Promotion System | |
US20140049564A1 (en) | Custom labeling of a map based on content | |
US11893073B2 (en) | Method and apparatus for displaying map points of interest, and electronic device | |
CN107944026A (zh) | 一种图集个性化推荐的方法、装置、服务器和存储介质 | |
CN110096609A (zh) | 房源搜索方法、装置、设备及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |