CN110362748A - 用户推荐方法、装置、设备、存储介质和系统 - Google Patents
用户推荐方法、装置、设备、存储介质和系统 Download PDFInfo
- Publication number
- CN110362748A CN110362748A CN201910626538.6A CN201910626538A CN110362748A CN 110362748 A CN110362748 A CN 110362748A CN 201910626538 A CN201910626538 A CN 201910626538A CN 110362748 A CN110362748 A CN 110362748A
- Authority
- CN
- China
- Prior art keywords
- user
- concerned
- degree
- recommended
- online
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000006243 chemical reaction Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 21
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000003993 interaction Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007086 side reaction Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Abstract
本发明实施例公开了一种用户推荐方法、装置、服务器、存储介质和系统。本发明实施例提供的方法包括:确定在目标用户的推荐范围内在线用户的被关注程度;根据被关注程度向所述目标用户推荐用户。本发明实施例的技术方案,通过兼顾推荐范围和被关注程度向目标用户推荐在线用户,用户的推荐更具偏好性,可提高目标用户与用户的交流成功率。
Description
技术领域
本发明实施例涉及推荐技术领域,尤其涉及一种用户推荐方法、装置、设备、存储介质和系统。
背景技术
随着移动终端的发展,定位功能已经成为移动终端中一项必不可少的功能,因此以定位功能为基础的基于位置的服务也得到了快速发展,其中,基于位置信息的一种常见应用是仅根据与用户位置距离的远近来确定推荐信息,例如通过用户的位置信息确定出位置后,将与用户距离在阈值距离内的在线用户直接推荐给用户,仅通过距离这一个维度推荐用户比较单一,推荐成功率低。
发明内容
本发明提供一种用户推荐方法、装置、设备、存储介质和系统,提高用户推荐的成功率。
第一方面,本发明实施例提供了一种用户推荐方法,该方法包括:
确定在目标用户的推荐范围内在线用户的被关注程度;
根据被关注程度向所述目标用户推荐用户。
第二方面,本发明实施例还提供了一种用户推荐装置,该装置包括:
关注确定模块,用于确定在目标用户的推荐范围内在线用户的被关注程度;
用户推荐模块,用于根据被关注程度向所述目标用户推荐用户。
第三方面,本发明实施例还提供了一种服务器,该服务器包括:
一个或多个处理器;
存储器,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所述的用户推荐方法。
第四方面,本发明实施例还提供了一种用户推荐系统,该用户推荐系统包括如本发明实施例任一所述的服务器和与所述服务器通信的移动终端,所述移动终端用于为用户提供用户推荐交互界面。
第五方面,本发明实施例还提供了一种存储介质,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本发明实施例中任一所述的用户推荐方法。
本发明实施例的技术方案,通过确定在目标用户推荐范围内在线用户的被关注程度,根据被关注程度向目标用户推荐用户。采用本发明实施例的技术方案,本发明实施例兼顾推荐范围和被关注程度两个维度向目标用户进行用户推荐。其中,推荐范围这一维度:目标用户的推荐范围根据目标用户的本身所在的地域确定,从而体现地域化特点,由于不同地域之间的审美方式可能不同,从而导致不同地域的目标用户对所希望交互的用户关注的侧重点也可能不同。被关注程度这一维度:从推荐范围内的在线用户中进一步筛选,根据当前情况,选择被关注程度高的用户向目标用户推荐,使得目标用户可以与更热门(被关注程度高)的用户进行互动;或者,选择被关注程度低的用户向目标用户推荐,使得目标用户可以与更空闲(被关注程度低)的用户进行互动,从而提高用户推荐的成功率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其他特征、目的和优点将会变得更明显:
图1是本发明实施例提供的一种用户推荐系统的架构原理图;
图2是本发明实施例一提供的一种用户推荐方法的流程图;
图3是本发明实施例一提供的推荐范围确定原理示意图;
图4是本发明实施例二提供的一种用户推荐方法的流程图;
图5是本发明实施例二提供的一种推荐用户的界面示意图;
图6是本发明实施例三提供的一种用户推荐方法的流程图;
图7是本发明实施例四提供的一种用户推荐装置的结构示意图;
图8是本发明实施例五提供的一种服务器的结构示意图;
图9是本发明实施例六提供的一种用户推荐系统的交互示意图。
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,此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
图1是本发明实施例提供的一种用户推荐系统的架构原理图,参见图1,本发明实施例适用于目标用户开启社交类应用程序后,打开用户推荐界面,服务器在目标用户附近的在线用户中,根据被关注程度确定推荐用户,推荐用户的信息展示在目标用户使用的用户终端的用户推荐界面中。
实施例一
图2是本发明实施例一提供的一种用户推荐方法的流程图,本实施例可适用于通过服务器向用户智能终端推送用户的情况,该方法可以由用户推荐装置来执行,该装置可以采用硬件和/或软件的方式来实现,该装置可以集成在服务器中,该服务器具体可以是运行用户推荐方法的设备,可以是单独的服务器也可以是集群式服务器。
具体的,参见图2,该方法可以包括如下步骤:
步骤101、确定在目标用户的推荐范围内在线用户的被关注程度。
其中,目标用户是在用户终端中开启社交类应用程序,并打开用户推荐界面的用户。在线用户是指正在使用该应用程序的其他用户。被关注程度可以是反应在线用户繁忙程度,在线用户越繁忙对应的被关注程度可以越高。推荐范围可以是为目标用户确定被关注程度的最大范围,可以与目标用户相关,例如,可以根据目标用户的位置信息确定,推荐范围可以为目标用户所处城市或者城镇的范围,可以根据目标用户位置信息确定所属的城市,可以将该城市对应的范围作为推荐范围,可以理解的是,根据用户推荐请求中目标用户的信息确定推荐范围的方式不进行限制,还可以包括以目标用户位置为中心确定圆形范围,将确定的圆形范围作为推荐范围。
示例性的,推荐范围可以为圆形范围,推荐范围内的在线用户与目标用户的距离可以均小于推荐距离,图3是本发明实施例二提供的推荐范围确定原理示意图,参见图3,推荐范围可以是由目标用户所处位置为圆心以推荐距离为半径确定的圆形范围,在推荐范围的在线用户与目标用户的距离均小于推荐距离,图中每个圆点可以表示一个在线用户,五角星可以表示目标用户,虚线圆圈可以表示目标用户的推荐范围,在虚线圆圈内的圆点可以表示目标用户推荐范围内的在线用户,推荐距离可以是图中虚线圆圈的半径,在推荐范围内的在线用户可以与目标用户的距离可以均小于推荐距离,圆点的颜色可以表示在线用户的被关注程度,被关注程度越大的用户对应圆点的颜色可以越深。
在本发明实施例中,目标用户在使用用户推荐功能时,可以确定根据目标用户所在的地理位置确定推荐范围,由于不同地域审美的不同,通过目标用户的地理位置确定出推荐范围可以确保被推荐的用户符合目标用户的地域审美,可以使得向目标用户推荐的用户能够更容易被接受,更准确的符合目标用户的要求。被关注程度可以预先确定或者实时生成,当目标用户使用用户推荐功能时,可以实时确定在线用户的被关注程度,此外,被关注程度可以在确定推荐范围内的在线用户的被聊天次数、被查看次数和被举报次数等参数确定。
步骤102、根据被关注程度向所述目标用户推荐用户。
其中,用户可以是被推荐的对象,可以由推荐范围内的在线用户筛选获得,对推荐范围内的在线用户筛选的条件可以是被关注程度。
在本发明实施例中,获取到对应于各在线用户的被关注程度后,可以依据被关注程度进行对在线用户的被关注程度进行排序,可以按照被关注程度从低到高的顺序进行排序,可以在排序中选择在线用户作为用户向目标用户推荐,例如,推荐范围内的在线用户可以为70人,可以根据各在线用户的被关注程度按照从低到高的顺序进行排序,可以将排序中前20人向用户进行推荐。
本发明实施例的技术方案,通过在目标推荐范围内获取在线用户的被关注程度,在根据被关注程度确定推荐用户并将推荐用户推荐给目标用户,为目标用户推荐时兼顾了推荐范围和被关注程度两个维度,在体现地域化特点的情况下,为目标用户根据被关注程度推荐用户,使得目标用户可以与更热门(被关注程度高)的用户进行互动或与更空闲(被关注程度低)的用户进行互动,从而提高用户推荐的成功率。
实施例二
图4是本发明实施例二提供的一种用户推荐方法的流程图,本发明实施例是在上述实施例的基础上进行优化。具体的,本发明实施例主要对确定被关注程度进行详细的解释说明。参见图4,本实施例中具体可以包括如下步骤:
步骤201,在预设时间段内,根据被查看次数、被聊天次数和被举报次数确定在线用户的被关注值,将所述被关注值作为被关注程度,所述被查看次数越多则所述被关注程度越高,所述被聊天次数越多则所述被关注程度越高,所述被举报次数越多则所述被关注程度越高。
其中,预设时间段可以是预先设定的时间段,当目标用户开始获取推荐的用户时,可以作为预设时间段的起始时间,预设时间段的时间段长度为固定时长,每个预设时间段的长度可以相同,例如,预设时间段的长度可以为5分钟。在线用户的被查看次数可以是从登录社交类应用程序时刻到目标用户请求获取推荐用户时刻,被其他用户查看的次数;在线用户的被聊天次数,可以是从登录社交类应用程序时刻到目标用户请求获取推荐用户时刻,被其他用户聊天的次数;在线用户的被举报次数,可以是从登录社交类应用程序时刻到目标用户请求获取推荐用户时刻,被其他用户举报的次数,被查看次数、被聊天次数和被举报次数在用户登录时初始化,每被其他用户查看、聊天和举报,对应的被查看次数、被聊天次数和被举报次数相应的增加次数。
在本发明实施例中,可以在目标用户请求获取推荐用户时,获取对应各在线用户的被查看次数、被聊天次数和被举报次数,可以根据在线用户的被查看次数、被聊天次数和被举报次数确定在线用户的被关注程度,在线用户被查看次数越多,可以说明该在线用户容易被其他用户看到,说明在线用户的被关注程度越大,被聊天次数更能反应在线用户被关注程度,在线用户接收到的聊天越多,可以说明该在线用户越繁忙,被关注程度越高,而被举报次数从侧面反应在线用户的被关注程度,当举报次数高时,从侧面说明该用户被更多用户所关注,可以通过被查看次数、被聊天次数和被举报次数确定出被关注值,以数值化形式确定出被关注程度,根据被查看次数、被聊天次数和被举报次数确定出被关注值的方式可以包括计算被查看次数、被聊天次数和被举报次数的和作为被关注值。
步骤202、向所述目标用户推荐被关注程度低的在线用户。
其中,被关注程度可以反应在线用户的繁忙程度,在线用户被关注程度越高,在线用户越容易处于与其他用户的交互状态,当在线用户的被关注程度低时,对应用户未与其他用户进行交互的概率越大,被关注程度低的用户更容易与目标用户进行交互。
具体的,可以根据在线用户的被关注程度进行排序,排序的规则可以包括按照在线用户的被关注程度从小到大的顺序进行排序,当排序确定后,可以根据排序依次选择在线用户作为推荐给目标用户的在线用户,例如,排序后在线用户为50人,可以根据被关注程度从小到大选取20人向目标用户推荐。
可选的,在上述发明实施例的基础上,向目标用户推荐的用户中不包括被目标用户查看过的用户。
在本发明实施例中,向目标用户推荐用户时,可以去除目标用户已经查看过的用户,由于已查看用户可以是目标用户不感兴趣的用户,当目标用户获取推荐用户时,若将已经别查看过的用户进行推荐,可以导致用户推荐的准确度下降,降低目标用户的体验程度。
具体的,可以对目标用户查看过的用户进行标记,可以向目标用户推荐用户时,判断推荐的用户是否已经被目标用户查看过,若已经被目标用户查看过,可以将该用户去除,不再向目标用户推荐。示例性的,可以将已查看过的用户信息与目标用户存储,当对目标用户推荐用户时,可以判断用户是否已经被查看过,如果已经查看过,可以不将该用户推荐给目标用户,在线用户A、B、C和D可以是向目标用户待推荐的用户,如果在线用户A属于已经被目标用户查看的用户,可以根据被关注程度重新确定在线用户E,将在线用户B、C、D和E推荐给目标用户。
可选的,在上述实施例的基础上,向目标用户推荐用户,包括:
将头像信息、用户信息、展示位置和展示效果发送给所述目标用户,以在目标用户终端中展示所述头像信息和用户信息。
其中,头像信息可以用户在使用过程中上传的图像信息,可以将头像信息在服务器中进行存储,用户信息可以是用户在使用过程中产生的历史数据,可以包括年龄、星座和爱好等信息。展示位置可以是头像信息和用户信息分别在用户终端进行展示的具体位置,可以是根据预先设置的位置参数,展示效果可以是对头像信息和用户信息进行展示的效果,包括颜色、大小和动画效果等,展示位置和展示效果可以在预先存储在预设配置文件中。
具体的,具体的,可以在服务器中获取需要进行推荐的在线用户存储的图像信息和年龄、星座和爱好等信息,可以理解的是,本实施例中出现的信息仅为举例说明,不对本发明实施例进行限制,可以是用于体现用户具体特征的信息,例如可以包括毕业学校和所处地区等。获取头像信息和用户信息的显示位置和对应的显示效果,头像信息和用户信息可以对应有唯一的标识号,该标识号可以与显示效果、显示位置关联存储,可以通过该标识号查找对应的显示效果、显示位置。可以将头像信息、用户信息、展示位置和展示效果发送给目标用户的终端,可以由目标用户的终端根据展示位置和展示效果的具体参数,将头像信息和用户信息在对应的展示位置以展示效果进行展示实现用户的推荐。
示例性的,图5是本发明实施例二提供的一种推荐用户的界面示意图,参见图5,将用户的头像信息、用户信息、展示位置和展示效果发送给目标用户后,可以在目标用户处以图中展示的方式对用户头像信息和用户信息进行展示以将用户推荐给目标用户,可以向目标用户同时推荐多个用户。
本发明实施例的技术方案,通过被查看次数、被聊天次数和被举报次数确定在线用户的被关注值,将被关注值作为在线用户的被关注程度,当被查看次数越多时,在线用户的被关注程度越高,当被聊天次数越多时,在线用户的被关注程度越高,当被举报次数越多时,在线用户的被关注程度越高,向目标用户推荐被关注程度低的在线用户,通过被关注程度确定在线用户的繁忙程度,被关注程度越低,对应在线用户越空闲,使得推荐给目标用户的在线用户处于可交互状态,提高了目标用户与在线用户的交互成功率。
进一步的,在上述实施例的基础上,根据被查看次数、被聊天次数和被举报次数确定在线用户的被关注值,包括:
将被查看次数与查看转换率和查看权重的乘积,被举报次数与举报转换率和举报权重的乘积,以及,被聊天次数求和后得到对应在线用户的被关注值。
其中,查看转化率可以是推荐范围内在线用户的平均查看转化率,用于表征推荐范围内所有在线用户平均被查看多少次进行一次聊天的概率,举报转化率可以是推荐范围内各在线用户的平均举报转化率,用于表征推荐范围内各在线用户评价查看多少次进行一次举报的概率,查看权重可以是反应查看在被关注程度中的重要性衡量指标,举报权重可以是反应举报在被关注程度中的重要性衡量指标,查看权重和举报权重可以分别用于显示被查看次数和被举报次数在计算被关注值时所在的比例。
具体的,可以计算被查看次数、查看转换率和查看权重的乘积作为被关注值计算中加权后的被查看次数,可以计算被举报次数、举报转换率和举报权重的乘积作为被关注值计算中加权后的被举报次数,可以将聊天次数、加权后的被查看次数和被加权后的举报次数的和作为被关注值。
示例性的,查看转换率可以为推荐范围内在线用户的被聊天次数之和占被查看次数之和的比例,举报转换率可以为推荐范围内在线用户的被聊天次数之和占被举报次数之和的比例。使得转化率与举报转化率与目标用户的地理位置相关,根据查看转化率和举报转化率确定出的被关注值具有一定的地域化特色,使得被关注值更能反应目标用户的喜好,增强了用户推荐的准确性。在本发明实施例中被关注值得计算公式可以具体包括:
其中,score为被关注值,x为查看权重,y为举报权重,c为计算关注值的在线用户对应的被聊天次数,v为计算关注值的在线用户对应的被查看次数和r为计算关注值的在线用户对应的被举报次数,n可以用于表征推荐范围内在线用户的数量,可以表征推荐范围内n个用户总的被聊天次数,可以用于表征推荐范围内n个用户总的被查看次数,可以用于表征推荐范围内n个用户总的被举报次数,查看转换率表示推荐范围内在线用户总的被聊天次数占总的被查看次数的比例,举报转换率表示为推荐范围内在线用户总的被聊天次数占总的被举报次数的比例,可以为查看权重、查看转换率和在线用户的被查看次数的乘积,该乘积可以作为该在线用户的加权被查看次数,可以为举报权重、举报转换率和在线用户的被举报次数的乘积,该乘积可以作为在线用户的加权被举报次数,在线用户的被关注值score为在线用户对应的被聊天次数、加权被查看次数和加权被举报次数的和。
实施例三
图6是本发明实施例三提供的一种用户推荐方法的流程图;本发明实施例是在上述实施例的基础上进行优化。具体的,本发明实施例主要对在已经生成被关注程度情况下,目标用户重新获取推荐用户的,解释说明。
参见图6,可选的,本实施例中具体可以包括如下步骤:
步骤301、在预设时间段内,根据被查看次数、被聊天次数和被举报次数确定在线用户的被关注值,将所述被关注值作为被关注程度,所述被查看次数越多则所述被关注程度越高,所述被聊天次数越多则所述被关注程度越高,所述被举报次数越多则所述被关注程度越高。
具体的,可以在目标用户请求获取推荐用户时,获取对应各在线用户的被查看次数、被聊天次数和被举报次数,可以将推荐范围内在线用户的被聊天次数之和占被查看次数之和的比例作为查看转换率,可以为推荐范围内在线用户的被聊天次数之和占被举报次数之和的比例作为举报转换率,可以通过将被查看次数与查看转换率和查看权重的乘积,被举报次数与举报转换率和举报权重的乘积,以及,被聊天次数就和的方式确定被关注程度,其中,查看权重和举报权重可以是预先设置的固定值,用于反应被查看次数和被举报次数在计算被关注程度时的影响程度,例如,查看权重值越大说明用户被查看次数越多是被关注程度越高,在本发明实施例中,被关注程度分别与被查看次数、被聊天次数和被举报次数正相关,被查看次数、被聊天次数和被举报次数越大,在线用户的被关注程度越高。
步骤302、如果在预设时间段内所述目标用户更新用户推荐请求,则从尚未向所述目标用户推荐的在线用户中,推荐被关注程度低的在线用户。
其中,预设时间段可以预先设定的时间段,当目标用户开始获取推荐的用户时,可以作为预设时间段的起始时间,预设时间段的时间段长度为固定时长,例如,预设时间段的长度可以为5分钟。用户推荐请求可以是目标用户请求获取推荐用户的请求,可以是目标用户打开社交类应用程序的界面、点击社交类应用程序中的按钮或者滑动社交类应用程序的界面等,更新可以是指目标用户在发送用户推荐请求后又一次发出用户推荐请求,例如,目标用户B第一次打开社交类应用程序的用户推荐界面的时间为2点15分,目标用户发出用户推荐请求,随后用户B退出该界面浏览该社交类应用程序的其他页面,2点17分时用户B又重新打开该用户推荐界面,此时,可以认为目标用户更新用户推荐请求。
在本发明实施例中,当目标用户更新用户推荐请求的时间与最近一次发出用户推荐请求的时间属于同一个预设时间段的时间间隔内时,目标用户更新用户推荐请求的时间可以处于预设时间段内,各在线用户的被关注程度可以仍然可以用于为目标用户推荐用户,可以将在线用户去除已经给目标用户推荐过的用户,可以根据被关注程度将剩余在线用户进行排序,在排序中选择被关注程度低的在线用户向目标用户推荐。示例性的,目标用户A可能由于网络断开导致掉线,当网络恢复时,目标用户A重新登录社交类应用程序打开用户推荐界面,目标用户A更新用户推荐请求的时间仍然处于预设时间段内,可以根据目标用户A获取到各在线用户的被关注程度,获取到的在线用户中不包括已经被目标用户A查看过的在线用户,根据被关注程度对获取到的在线用户进行排序,按照被关注程度从小到大的顺序选择在线用户推荐给目标用户A。
本发明实施例的技术方案,通过在预设时间段内获取被查看次数、聊天次数和被举报次数计算在线用户的被关注值,将被关注值作为各在线用户的被关注程度,在预设时间段内目标用户更新用户推荐请求,则选择还未推荐给目标用户的在线用户中被关注程度低的在线用户,将选择的在线用户推荐给目标用户,实现了在预设时间段内被关注程度的充分利用,减少了用户推荐的计算开销,提高了更新用户推荐请求时的用户推荐效率,可增强用户的使用体验程度。
进一步的,在上述发明实施例的基础上,目标用户更新用户推荐请求,包括:
所述目标用户在所述预设时间段内掉线后重新上线,或者,所述目标用户在所述预设时间段内刷新用户推荐界面。
其中,目标用户掉线后重新上线可以是指用户在登出社交类应用程序后重新登录社交类应用程序,例如,用户关闭社交类应用程序后,可以点击该应用程序对应的图标重新登录。目标用户在所述预设时间段内刷新用户推荐界面,可以是指目标用户在登录社交类应用程序的状态下,重新发出用户推荐请求,例如,在社交类应用程序中浏览其他界面后,重新打开用户推荐界面或者下拉刷新用户推荐界面。
在本发明实施例中,目标用户更新用户推荐请求的方式可以包括目标用户在登出社交类应用软件后重新登录该应用软件,并且,目标用户重新登录社交类应用软件的时间与目标用户上一次发出用户推荐请求的时间的时间差可以小于预设时间段的长度,还可以是目标在社交类应用软件登录的状态下,刷新用户推荐界面,并且目标用户刷新用户推荐界面的时间与目标用户第一次发出用户推荐请求的时间的时间差可以小于预设时间段的长度。
实施例四
图7是本发明实施例四提供的一种用户推荐装置的结构示意图,具体的,如图7所示,该装置可以包括:关注确定模块501和用户推荐模块502。
其中,关注确定模块501,用于确定在目标用户的推荐范围内在线用户的被关注程度。
用户推荐模块502,用于根据被关注程度向所述目标用户推荐用户。
本发明实施例的技术方案,通过关注确定模块在目标推荐范围内获取在线用户的被关注程度,用户推荐模块根据被关注程度确定推荐用户并将推荐用户推荐给目标用户,为目标用户推荐时兼顾了推荐范围和被关注程度两个维度,在体现地域化特点的情况下,为目标用户根据被关注程度推荐用户,使得目标用户可以与更热门(被关注程度高)的用户进行互动或与更空闲(被关注程度低)的用户进行互动,从而提高用户推荐的成功率。
进一步的,在上述发明实施例的基础上,关注确定模块还包括:
关注值确定单元,用于在预设时间段内,根据被查看次数、被聊天次数和被举报次数确定在线用户的被关注值,将所述被关注值作为被关注程度,所述被查看次数越多则所述被关注程度越高,所述被聊天次数越多则所述被关注程度越高,所述被举报次数越多则所述被关注程度越高。
进一步的,在上述发明实施例的基础上,关注值确定单元包括:
计算子单元,用于将被查看次数与查看转换率和查看权重的乘积,被举报次数与举报转换率和举报权重的乘积,以及,被聊天次数求和后得到对应在线用户的被关注值。
进一步的,在上述发明实施例的基础上,用户推荐模块中向所述目标用户推荐的用户中不包括被所述目标用户查看过的用户。
进一步的,在上述发明实施例的基础上,用户推荐模块包括:
信息推荐单元,用于将头像信息、用户信息、展示位置和展示效果发送给所述目标用户,以在目标用户终端中展示所述头像信息和用户信息。
进一步的,在上述发明实施例的基础上,用户推荐模块还包括:
用户推荐单元,用于向所述目标用户推荐被关注程度低的在线用户。
进一步的,在上述发明实施例的基础上,用户推荐模块还包括:
推荐更新单元,用于如果在预设时间段内所述目标用户更新用户推荐请求,则从尚未向所述目标用户推荐的在线用户中,推荐被关注程度低的在线用户。
进一步的,在上述发明实施例的基础上,推荐更新单元中的目标用户更新用户推荐请求,包括:所述目标用户在所述预设时间段内掉线后重新上线,或者,所述目标用户在所述预设时间段内刷新用户推荐界面。
实施例五
图8是本发明实施例五提供的一种服务器的结构示意图;如图8所示,该服务器包括处理器60、存储器61、输入装置62和输出装置63;服务器中处理器60的数量可以是一个或多个,图8中以一个处理器60为例;服务器中的处理器60、存储器61、输入装置62和输出装置63可以通过总线或其他方式连接,图8中以通过总线连接为例。
存储器61作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的用户推荐方法对应的程序模块(例如,用户推荐装置中的关注确定模块501和用户推荐模块502)。处理器60通过运行存储在存储器61中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述的用户推荐方法。
存储器61可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器61可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器61可进一步包括相对于处理器60远程设置的存储器,这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置62可用于接收输入的数字或字符信息,以及产生与服务器的用户设置以及功能控制有关的键信号输入。输出装置63可包括显示屏等显示设备。
实施例六
图9是本发明实施例六提供的一种用户推荐系统的交互示意图,参见图9,本发明实施例提供的用户推荐系统可以包括服务器和智能终端,其中,服务器可以是本发明实施例任一所述的服务器,该服务器设置有用户推荐装置可以包括以下模块:
关注确定模块,用于确定在目标用户的推荐范围内在线用户的被关注程度;
用户推荐模块,用于根据被关注程度向所述目标用户推荐用户。
本发明实施例中的服务器可以实现本发明任意实施例提供的用户推荐方法,可以用于确定推荐用户,并将所述用户发送给所述智能终端,具体的,可以获取智能终端发送的推荐请求,当服务器获取到推荐请求时,可以确定出目标用户的推荐范围和推荐范围内在线用户的被关注程度,可以由各被关注程度确定推荐的用户,服务器可以将确定的用户发送给智能终端以实现用户推荐。
本发明实施例中的智能终端与服务器进行通信,可以用于为用户提供用户推荐交互界面。移动终端可以接收服务器发送的用户并以预设形式进行在用户推荐交互界面中进行推荐,移动终端在用户推荐交互界面中推荐用户时还可以接收服务器发送的用户信息以及用户信息对应的展示位置和展示效果,可以在移动终端的用户推荐界面中在展示位置以展示效果展示用户信息实现用户推荐。
实施例七
本发明实施例七还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种用户推荐方法,该方法包括:
确定在目标用户的推荐范围内在线用户的被关注程度;
根据被关注程度向所述目标用户推荐用户。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的用户推荐方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明各个实施例所述的方法。
值得注意的是,上述用户推荐装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。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,而本发明的范围由权利要求范围决定。
Claims (12)
1.一种用户推荐方法,其特征在于,包括:
确定在目标用户的推荐范围内在线用户的被关注程度;
根据被关注程度向所述目标用户推荐用户。
2.根据权利要求1所述的方法,其特征在于,所述确定在目标用户的推荐范围内在线用户的被关注程度,包括:
在预设时间段内,根据被查看次数、被聊天次数和被举报次数确定在线用户的被关注值,将所述被关注值作为被关注程度,所述被查看次数越多则所述被关注程度越高,所述被聊天次数越多则所述被关注程度越高,所述被举报次数越多则所述被关注程度越高。
3.根据权利要求2所述的方法,其特征在于,所述根据被查看次数、被聊天次数和被举报次数确定在线用户的被关注值,包括:
将被查看次数与查看转换率和查看权重的乘积,被举报次数与举报转换率和举报权重的乘积,以及,被聊天次数求和后得到对应在线用户的被关注值。
4.根据权利要求1所述的方法,其特征在于,向所述目标用户推荐的用户中不包括被所述目标用户查看过的用户。
5.根据权利要求1所述的方法,其特征在于,向所述目标用户推荐用户,包括:
将头像信息、用户信息、展示位置和展示效果发送给所述目标用户,以在目标用户终端中展示所述头像信息和用户信息。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述根据被关注程度向所述目标用户推荐用户,包括:
向所述目标用户推荐被关注程度低的在线用户。
7.根据权利要求6所述的方法,其特征在于,所述向所述目标用户推荐被关注程度低的在线用户,包括:
如果在预设时间段内所述目标用户更新用户推荐请求,则从尚未向所述目标用户推荐的在线用户中,推荐被关注程度低的在线用户。
8.根据权利要求7所述的方法,其特征在于,所述目标用户更新用户推荐请求,包括:
所述目标用户在所述预设时间段内掉线后重新上线,或者,所述目标用户在所述预设时间段内刷新用户推荐界面。
9.一种用户推荐装置,其特征在于,包括:
关注确定模块,用于确定在目标用户的推荐范围内在线用户的被关注程度;
用户推荐模块,用于根据被关注程度向所述目标用户推荐用户。
10.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储器,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1-8中任一所述的用户推荐方法。
11.一种用户推荐系统,其特征在于,包括权利要求10所述的服务器和与所述服务器通信的移动终端,所述移动终端用于为用户提供用户推荐交互界面。
12.一种存储介质,其特征在于,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1-8中任一所述的用户推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910626538.6A CN110362748A (zh) | 2019-07-11 | 2019-07-11 | 用户推荐方法、装置、设备、存储介质和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910626538.6A CN110362748A (zh) | 2019-07-11 | 2019-07-11 | 用户推荐方法、装置、设备、存储介质和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110362748A true CN110362748A (zh) | 2019-10-22 |
Family
ID=68218945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910626538.6A Pending CN110362748A (zh) | 2019-07-11 | 2019-07-11 | 用户推荐方法、装置、设备、存储介质和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110362748A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750724A (zh) * | 2019-10-24 | 2020-02-04 | 北京思维造物信息科技股份有限公司 | 数据处理方法、装置、设备和存储介质 |
CN116304355A (zh) * | 2023-04-18 | 2023-06-23 | 北京达佳互联信息技术有限公司 | 基于对象的信息推荐方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615775A (zh) * | 2015-02-26 | 2015-05-13 | 北京奇艺世纪科技有限公司 | 一种用户推荐方法及装置 |
CN105931123A (zh) * | 2016-05-09 | 2016-09-07 | 深圳市永兴元科技有限公司 | 基于网络账号的好友推荐方法及装置 |
CN109241120A (zh) * | 2018-08-28 | 2019-01-18 | 国信优易数据有限公司 | 一种用户推荐方法及装置 |
-
2019
- 2019-07-11 CN CN201910626538.6A patent/CN110362748A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615775A (zh) * | 2015-02-26 | 2015-05-13 | 北京奇艺世纪科技有限公司 | 一种用户推荐方法及装置 |
CN105931123A (zh) * | 2016-05-09 | 2016-09-07 | 深圳市永兴元科技有限公司 | 基于网络账号的好友推荐方法及装置 |
CN109241120A (zh) * | 2018-08-28 | 2019-01-18 | 国信优易数据有限公司 | 一种用户推荐方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750724A (zh) * | 2019-10-24 | 2020-02-04 | 北京思维造物信息科技股份有限公司 | 数据处理方法、装置、设备和存储介质 |
CN110750724B (zh) * | 2019-10-24 | 2022-08-19 | 北京思维造物信息科技股份有限公司 | 数据处理方法、装置、设备和存储介质 |
CN116304355A (zh) * | 2023-04-18 | 2023-06-23 | 北京达佳互联信息技术有限公司 | 基于对象的信息推荐方法、装置、电子设备及存储介质 |
CN116304355B (zh) * | 2023-04-18 | 2023-11-14 | 北京达佳互联信息技术有限公司 | 基于对象的信息推荐方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11030412B2 (en) | System and method for chatbot conversation construction and management | |
KR101797856B1 (ko) | 메신저 서비스를 이용한 인공지능 학습 방법 및 시스템, 그리고 인공지능을 이용한 답변 중계 방법 및 시스템 | |
CN105630977B (zh) | 应用程序推荐方法、装置及系统 | |
CN109844855A (zh) | 任务的多重计算代理执行 | |
CN108875055B (zh) | 一种答案提供方法及设备 | |
CN110300965A (zh) | 针对参与者之间通信的实时个性化建议 | |
CN106202453A (zh) | 一种多媒体资源推荐方法和装置 | |
JP2017153078A (ja) | 人工知能学習方法、人工知能学習システムおよび返答中継方法 | |
CN101911050A (zh) | 实时注释器 | |
Papaioannou et al. | Combining chat and task-based multimodal dialogue for more engaging HRI: A scalable method using reinforcement learning | |
CN109218390A (zh) | 用户筛选方法及装置 | |
CN109872795A (zh) | 健身运动管理方法、装置、服务器和存储介质 | |
CN110474944A (zh) | 网络信息的处理方法、装置及存储介质 | |
CN110362748A (zh) | 用户推荐方法、装置、设备、存储介质和系统 | |
CN108846030B (zh) | 访问官方网站的方法、系统、电子设备及存储介质 | |
CN109271503A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN110148071A (zh) | 一种景区提示方法、装置及终端设备 | |
KR20220025239A (ko) | 메시징 서비스 환경에서의 사용자 상황 감지 및 사용자 상황에 기반한 메시징 서비스와의 인터랙션 | |
CN112546621A (zh) | 游戏直播的投票方法及装置、计算机存储介质、电子设备 | |
CN108140055A (zh) | 触发应用信息 | |
WO2006016208A2 (en) | Personal support infrastructure for development of user applications and interfaces | |
Schneider et al. | Feedback in context: Supporting the evolution of IT-ecosystems | |
CN105099727B (zh) | 添加群组成员的方法及装置 | |
CN110384929A (zh) | 一种游戏互动方法、装置、介质和电子设备 | |
Nguyen et al. | Using consensus methods to construct adaptive interfaces in multimodal web-based systems |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191022 |
|
RJ01 | Rejection of invention patent application after publication |