CN110555155A - 物品信息推荐方法、设备和存储介质 - Google Patents
物品信息推荐方法、设备和存储介质 Download PDFInfo
- Publication number
- CN110555155A CN110555155A CN201710761132.XA CN201710761132A CN110555155A CN 110555155 A CN110555155 A CN 110555155A CN 201710761132 A CN201710761132 A CN 201710761132A CN 110555155 A CN110555155 A CN 110555155A
- Authority
- CN
- China
- Prior art keywords
- item information
- terminal
- information
- application
- similarity
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种物品信息推荐方法、设备和存储介质，属于互联网技术领域。所述方法包括：当检测到目标终端正在运行第一应用时，确定在第一应用中目标终端的信息浏览量；当该信息浏览量小于预设浏览量时，基于第一应用和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，从第一物品信息中获取目标终端的推荐物品信息，第二应用为目标终端运行过的与第一应用不同的应用；将推荐物品信息发送给目标终端，由目标终端在第一应用中显示推荐物品信息，以对推荐物品信息进行推荐。本发明可以在目标终端在第一应用中处于冷启动时，通过该用于反映用户兴趣的相似度信息实现根据用户兴趣的个性化推荐，提高了物品信息推荐的准确度。
Description
技术领域
本发明涉及互联网技术领域，特别涉及一种物品信息推荐方法、设备和存储介质。
背景技术
随着互联网技术的发展，用户可以自由地参与到诸如视频、新闻资讯等物品信息的创建和传播中，这不仅造就了物品信息的大爆炸，同时也造成了物品信息的混乱。为了避免用户花费大量的时间和精力对物品信息进行查找和获取，通常会对用户进行物品信息的推荐，以便用户可以从大量的物品信息中快速找到感兴趣的物品信息。
目前，往往根据一段时间内终端在应用中的浏览数据，来建立该终端对应的用户画像，该用户画像中可以包括使用该终端的用户的基础属性(如性别、年龄等)、偏好、需求等。之后，根据该用户画像确定该用户可能会感兴趣的一些物品信息，并将这些物品信息在该应用中进行推荐。
然而，上述推荐方法需要终端在应用中存在较多的浏览数据，如果终端在应用中的浏览数据较少，则不能建立终端对应的用户画像，也就不能根据用户画像来进行物品信息的推荐，此时只能随机推荐一些浏览热度比较高的物品信息。这种情况下，推荐的物品信息较为盲目，从而导致物品信息推荐的准确度较低。
发明内容
为了解决相关技术中物品信息推荐的准确度较低的问题，本发明实施例提供了一种物品信息推荐方法、装置、设备和存储介质。所述技术方案如下：
第一方面，提供了一种物品信息推荐方法，所述方法包括：
当检测到目标终端正在运行第一应用时，确定在所述第一应用中所述目标终端的信息浏览量；
当所述信息浏览量小于预设浏览量时，基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息，所述第二应用为所述目标终端运行过的与所述第一应用不同的应用；
将所述推荐物品信息发送给所述目标终端，由所述目标终端在所述第一应用中显示所述推荐物品信息，以对所述推荐物品信息进行推荐。
第二方面，提供了一种物品信息推荐装置，所述装置包括：
第一确定模块，用于当检测到目标终端正在运行第一应用时，确定在所述第一应用中所述目标终端的信息浏览量；
第一获取模块，用于当所述信息浏览量小于预设浏览量时，基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息，所述第二应用为所述目标终端运行过的与所述第一应用不同的应用；
发送模块，用于将所述推荐物品信息发送给所述目标终端，由所述目标终端在所述第一应用中显示所述推荐物品信息，以对所述推荐物品信息进行推荐。
第三方面，提供了一种物品信息推荐设备，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的物品信息推荐方法。
第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面所述的物品信息推荐方法。
本发明实施例提供的技术方案带来的有益效果是：当目标终端的信息浏览量小于预设浏览量时，表明目标终端在第一应用中的浏览数据较少，即目标终端在第一应用中处于冷启动，目标终端对应的用户画像尚未建立，而基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，可以将使用目标终端的用户在第二应用中的兴趣与第一应用相关联，在此情况下，基于该用于反映用户兴趣的相似度信息获取的目标终端的推荐物品信息将是该用户较为感兴趣的第一物品信息，从而在目标终端在第一应用中处于冷启动的情况下，也能根据用户的兴趣来进行个性化推荐，提高了物品信息推荐的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1A是本发明实施例提供的一种多个物品信息的示意图；
图1B是本发明实施例提供的一种推荐系统的结构示意图；
图1C是本发明实施例提供的一种相似度信息生成模块的结构示意图；
图1D是本发明实施例提供的另一种相似度信息生成模块的结构示意图；
图1E是本发明实施例提供的一种物品信息实时推荐模块的结构示意图；
图1F是本发明实施例提供的一种物品信息推荐过程的示意图；
图2A是本发明实施例提供的一种确定指定关系矩阵的操作的流程图；
图2B是本发明实施例提供的一种生成指定关系矩阵的操作的流程图；
图2C是本发明实施例提供的另一种生成指定关系矩阵的操作的流程图；
图3A是本发明实施例提供的一种物品信息推荐方法的流程图；
图3B是本发明实施例提供的一种获取目标终端的推荐物品信息的操作的流程图；
图3C是本发明实施例提供的另一种获取目标终端的推荐物品信息的操作的流程图；
图4A是本发明实施例提供的一种物品信息推荐装置的结构示意图；
图4B是本发明实施例提供的一种第一获取模块的结构示意图；
图4C是本发明实施例提供的一种第一获取单元的结构示意图；
图4D是本发明实施例提供的另一种第一获取模块的结构示意图；
图4E是本发明实施例提供的一种第二获取单元的结构示意图；
图4F是本发明实施例提供的另一种物品信息推荐装置的结构示意图；
图4G是本发明实施例提供的一种生成模块的结构示意图；
图4H是本发明实施例提供的一种第六确定单元的结构示意图；
图4I是本发明实施例提供的另一种生成模块的结构示意图；
图4J是本发明实施例提供的一种第八确定单元的结构示意图；
图5是本发明实施例提供的一种物品信息推荐设备的结构示意图；
图6是本发明实施例提供的另一种物品信息推荐设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
在对本发明实施例进行详细地解释说明之前，对本发明实施例涉及的名词、应用场景和系统架构予以说明。
首先，对本发明实施例涉及的名词进行说明。
物品信息：物品信息能够在应用中进行显示，该物品信息可以是耳机、电脑等实体物品的信息，也可以是视频、歌曲、新闻资讯等虚拟物品的信息。例如，如图1A所示的新闻资讯应用中显示有多个新闻资讯，该多个新闻资讯即为多个物品信息。
浏览行为日志：浏览行为日志中记录有运行过应用的终端的终端标识和该终端的浏览数据，该终端的浏览数据可以包括该终端浏览过的物品信息的信息标识、浏览物品信息的时间和次数、对物品信息的操作等。
关系矩阵：关系矩阵用于反映两个集合之间的关系，关系矩阵中的元素为一个集合中的每个元素与另一个集合中的每个元素之间的相似度。例如，关系矩阵用于反映第一集合与第二集合之间的关系，则该关系矩阵中位于第a行且位于第b列的元素为第一集合中的第a个元素与第二集合中的第b个元素之间的相似度。
其次，对本发明实施例涉及的应用场景进行说明。
随着互联网的普及，用户可以自由地参与到物品信息的创建和传播中，这就造成互联网中的物品信息越来越多。为了便于用户从大量的物品信息中快速找到感兴趣的物品信息，通常会对用户进行物品信息的推荐。
目前，当终端在应用中的浏览数据较少时，即终端在应用中处于冷启动时，将不能建立终端对应的用户画像，此时只能随机推荐一些浏览热度比较高的物品信息。这种情况下，推荐的物品信息较为盲目，从而导致物品信息推荐的准确度较低。
为此，本发明实施例提供了一种物品信息推荐方法，来在第一应用中目标终端的信息浏览量较少的情况下，即在目标终端在第一应用中处于冷启动的情况下，根据使用目标终端的用户的兴趣来进行个性化推荐，从而可以有效提高物品信息推荐的准确度。
最后，对本发明实施例涉及的系统架构进行说明。
图1B是本发明实施例提供的一种推荐系统的结构示意图。参见图1B，该推荐系统可以包括：相似度信息生成模块110和物品信息实时推荐模块120。
下面对相似度信息生成模块110进行说明。
相似度信息生成模块110可以基于第一应用的浏览行为日志和第二应用的浏览行为日志确定用于反映用户兴趣的相似度信息，且相似度信息生成模块110可以实时基于第一应用的浏览行为日志和第二应用的浏览行为日志更新该用于反映用户兴趣的相似度信息，或者可以每隔预设时长基于第一应用的浏览行为日志和第二应用的浏览行为日志更新该用于反映用户兴趣的相似度信息，第二应用为目标终端运行过的与第一应用不同的应用。此时相似度信息生成模块110通过将不同应用的浏览行为日志进行整合来得到用于反映用户兴趣的相似度信息。
需要说明的是，该用于反映用户兴趣的相似度信息可以为基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的指定关系矩阵中包括的相似度信息，当然，也可以为基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的其它能够反映用户兴趣的相似度信息，本发明实施例对此不作限定。
另外，指定关系矩阵用于反映第一应用与第二应用之间的关系，指定关系矩阵可以包括第一关系矩阵和第二关系矩阵中的至少一个，第一关系矩阵可以包括第一应用能够显示的第一物品信息与第二应用能够显示的第二物品信息之间的相似度信息，第二关系矩阵可以包括在第一应用中的信息浏览量大于预设浏览量的第一终端与运行过第二应用的第二终端之间的相似度信息。此时指定关系矩阵可以实现跨域(Cross-Domain)下的协同过滤(Collaborative Filtering，CF)功能。
当该用于反映用户兴趣的相似度信息为指定关系矩阵中包括的相似度信息时，参见图1C，相似度信息生成模块110可以包括：浏览行为日志聚合单元1101和跨域协同过滤单元1102。
其中，浏览行为日志聚合单元1101用于获取第一应用的浏览行为日志和第二应用的浏览行为日志，并对第一应用的浏览行为日志和第二应用的浏览行为日志进行聚合，以确定运行过第一应用的多个第三终端、在第一应用中该多个第三终端浏览过的第一物品信息、运行过第二应用的多个第二终端和在第二应用中该多个第二终端浏览过的第二物品信息。
其中，跨域协同过滤单元1102用于基于浏览行为日志聚合单元1101聚合得到的数据(即该多个第三终端、该多个第三终端浏览过的第一物品信息、该多个第二终端和该多个第二终端浏览过的第二物品信息)，生成指定关系矩阵。具体地，可以基于浏览行为日志聚合单元1101聚合得到的数据来进行基于物品(Item-Based)的协同过滤，得到第一关系矩阵；或者，可以基于浏览行为日志聚合单元1101聚合得到的数据来进行基于用户(User-Based)的协同过滤，得到第二关系矩阵。
需要说明的是，实际应用中，为了提高跨域协同过滤单元1102生成的指定关系矩阵的准确度，进一步地，参见图1D，相似度信息生成模块110中还可以包括数据清洗单元1103，数据清洗单元1103位于浏览行为日志聚合单元1101与跨域协同过滤单元1102之间。
此时，浏览行为日志聚合单元1101对第一应用的浏览行为日志和第二应用的浏览行为日志进行聚合之后，可以将聚合得到的数据传输给数据清洗单元1103；数据清洗单元1103可以将浏览行为日志聚合单元1101聚合得到的数据进行清洗，以滤除一些异常数据，并将清洗得到的数据传输给跨域协同过滤单元1102；跨域协同过滤单元1102可以基于数据清洗单元1103清洗得到的数据生成指定关系矩阵。
下面对物品信息实时推荐模块120进行说明。
物品信息实时推荐模块120用于在第一应用中目标终端的信息浏览量较少时，基于相似度信息生成模块110确定的用于反映用户兴趣的相似度信息，从第一物品信息中获取目标终端的推荐物品信息，并将该推荐物品信息发送给目标终端，由目标终端在第一应用中显示该推荐物品信息，以对该推荐物品信息进行推荐。
当该用于反映用户兴趣的相似度信息为指定关系矩阵中包括的相似度信息时，参见图1E，物品信息实时推荐模块120可以包括：冷启动判断单元1201、实时计算单元1202和物品信息推荐单元1203。
其中，冷启动判断单元1201用于在检测到目标终端正在运行第一应用时，判断在第一应用中目标终端的信息浏览量是否小于预设浏览量，即判断目标终端在第一应用中是否处于冷启动。
其中，实时计算单元1202用于在冷启动判断单元1201确定在第一应用中目标终端的信息浏览量小于预设浏览量，即确定目标终端在第一应用中处于冷启动时，基于相似度信息生成模块110确定的指定关系矩阵，从第一物品信息中获取目标终端的推荐物品信息。
其中，物品信息推荐单元1203用于在实时计算单元1202获取到目标终端的推荐物品信息时，将该推荐物品信息发送给目标终端，以便目标终端可以在第一应用中显示该推荐物品信息，实现对该推荐物品信息的推荐。
下面结合图1F来对上述推荐系统的物品信息推荐过程进行说明。
参见图1F，先基于第一应用的浏览行为日志和第二应用的浏览行为日志确定用于反映用户兴趣的相似度信息。之后，如果检测到目标终端正在运行第一应用，则基于该用于反映用户兴趣的相似度信息，从第一应用能够显示的第一物品信息中获取目标终端的推荐物品信息，继而将该推荐物品信息发送给目标终端。当目标终端接收到该推荐物品信息时，在第一应用中显示该推荐物品信息，以对该推荐物品信息进行推荐。
接下来对本发明实施例提供的物品信息推荐方法进行详细地解释说明。
如前文所述，本发明实施例在进行物品信息的推荐之前，可以基于第一应用的浏览行为日志和第二应用的浏览行为日志确定用于反映用户兴趣的相似度信息，且该用于反映用户兴趣的相似度信息可以实时基于第一应用的浏览行为日志和第二应用的浏览行为日志进行更新，或者可以每隔预设时长基于第一应用的浏览行为日志和第二应用的浏览行为日志进行更新，其中，预设时长可以预先进行设置，如预设时长可以为1小时、1天等，本发明实施例对此不作限定。
下面对当该用于反映用户兴趣的相似度信息为指定关系矩阵中包括的相似度信息时，基于第一应用的浏览行为日志和第二应用的浏览行为日志确定指定关系矩阵的操作进行说明。
图2A是本发明实施例提供的一种确定指定关系矩阵的操作的流程图，该操作可以应用于推荐系统包括的相似度信息生成模块。参见图2A，该操作包括：
步骤201：获取第一应用的浏览行为日志和第二应用的浏览行为日志。
具体地，可以从第一应用对应的服务器中获取第一应用的浏览行为日志，从第二应用对应的服务器中获取第二应用的浏览行为日志。当然，也可以通过其它方式获取第一应用的浏览行为日志和第二应用的浏览行为日志，本发明实施例对此不作限定。
需要说明的是，第一应用的浏览行为日志中记录有运行过第一应用的第三终端的终端标识和该第三终端的浏览数据。
另外，第三终端的终端标识用于唯一标识该第三终端，如第三终端的终端标识可以为该第三终端的媒体访问控制(MediaAccess Control，MAC)地址、出厂序列号等。
再者，第三终端的浏览数据可以包括在第一应用中该第三终端浏览过的第一物品信息的信息标识、浏览第一物品信息的时间和次数、对第一物品信息的操作等。其中，第一物品信息为第一应用能够显示的物品信息，第一物品信息的信息标识用于唯一标识该第一物品信息，如第一物品信息的信息标识可以为该第一物品信息的名称等。
需要说明的是，第二应用的浏览行为日志中记录有运行过第二应用的第二终端的终端标识和该第二终端的浏览数据。
另外，第二终端的终端标识用于唯一标识该第二终端，如第二终端的终端标识可以为该第二终端的MAC地址、出厂序列号等。
再者，第二终端的浏览数据可以包括在第二应用中该第二终端浏览过的第二物品信息的信息标识、浏览第二物品信息的时间和次数、对第二物品信息的操作等。其中，第二物品信息为第二应用能够显示的物品信息，第二物品信息的信息标识用于唯一标识该第二物品信息，如第二物品信息的信息标识可以为该第二物品信息的名称等。
步骤202：基于第一应用的浏览行为日志，确定运行过第一应用的多个第三终端和在第一应用中该多个第三终端浏览过的第一物品信息；基于第二应用的浏览行为日志，确定运行过第二应用的多个第二终端和在第二应用中该多个第二终端浏览过的第二物品信息。
其中，基于第一应用的浏览行为日志，确定运行过第一应用的多个第三终端和在第一应用中该多个第三终端浏览过的第一物品信息时，可以从第一应用的浏览行为日志中获取多个终端标识和该多个终端标识中每个终端标识对应的信息标识；对于该多个终端标识中的每个终端标识，将该终端标识所标识的终端确定为运行过第一应用的第三终端，并将该终端标识对应的信息标识所标识的物品信息确定为该第三终端浏览过的第一物品信息。
其中，基于第二应用的浏览行为日志，确定运行过第二应用的多个第二终端和在第二应用中该多个第二终端浏览过的第二物品信息的操作与上述基于第一应用的浏览行为日志，确定运行过第一应用的多个第三终端和在第一应用中该多个第三终端浏览过的第一物品信息的操作类似，本发明实施例对此不再赘述。
进一步地，为了保证后续基于该多个第三终端、该多个第三终端浏览过的第一物品信息、该多个第二终端和该多个第二终端浏览过的第二物品信息，生成指定关系矩阵时的准确度，在步骤202之后，还可以对该多个第三终端、该多个第三终端浏览过的第一物品信息、该多个第二终端和该多个第二终端浏览过的第二物品信息进行清洗，并基于清洗得到的数据继续执行步骤203。
其中，对该多个第三终端、该多个第三终端浏览过的第一物品信息、该多个第二终端和该多个第二终端浏览过的第二物品信息进行清洗时，可以将该多个第三终端中浏览过的第一物品信息的数量大于第一预设数量或小于第二预设数量的第三终端滤除，将该多个第二终端中浏览过的第一物品信息的数量大于第三预设数量或小于第四预设数量的第二终端滤除，将该多个第三终端和该多个第二终端中浏览过的第一物品信息和第二物品信息的总数量大于第五预设数量或小于第六预设数量的第三终端或第五终端滤除；以及将该多个第三终端浏览过的第一物品信息中被浏览的总次数大于第一预设次数或小于第二预设次数的第一物品信息滤除，将该多个第二终端浏览过的第二物品信息中被浏览的总次数大于第三预设次数或小于第四预设次数的第二物品信息滤除。
需要说明的是，第一预设数量、第二预设数量、第三预设数量、第四预设数量、第五预设数量、第六预设数量、第一预设次数、第二预设次数、第三预设次数和第四预设次数均可以预先进行设置，本发明实施例对此不作限定。
步骤203：基于该多个第三终端、该多个第三终端浏览过的第一物品信息、该多个第二终端和该多个第二终端浏览过的第二物品信息，生成指定关系矩阵。
需要说明的是，本发明实施例中可以通过基于物品的协同过滤方式来生成指定关系矩阵，此时生成的指定关系矩阵为第一关系矩阵；或者，可以通过基于用户的协同过滤方式来生成指定关系矩阵，此时生成的指定关系矩阵为第二关系矩阵。当然，实际应用中，也可以同时通过基于物品的协同过滤方式和基于用户的协同过滤方式来生成指定关系矩阵，此时生成的指定关系矩阵包括第一关系矩阵和第二关系矩阵。
下面对通过基于物品的协同过滤方式来生成指定关系矩阵的操作进行说明，在此情况下，生成的指定关系矩阵为第一关系矩阵。具体地，参见图2B，此时步骤203可以包括如下步骤2031-2034。
步骤2031：确定该多个第三终端与该多个第二终端中均存在的至少一个终端。
具体地，获取该多个第三终端的终端标识和该多个第二终端的终端标识；确定该多个第三终端的终端标识与该多个第二终端的终端标识中均存在的至少一个终端标识；将该至少一个终端标识中的每个终端标识所标识的终端确定为该多个第三终端与该多个第二终端中均存在的终端。
例如，获取该多个第三终端的终端标识为终端标识1、终端标识2和终端标识3，获取该多个第二终端的终端标识为终端标识2、终端标识3、终端标识5和终端标识6，则该多个第三终端的终端标识与该多个第二终端的终端标识中均存在的至少一个终端标识为终端标识2和终端标识3。之后，可以将终端标识2所标识的终端和终端标识3所标识的终端确定为该多个第三终端与该多个第二终端中均存在的至少一个终端。
步骤2032：对于该至少一个终端浏览过的每个第一物品信息和每个第二物品信息，获取该至少一个终端中每个终端对该第一物品信息和该第二物品信息的兴趣值。
具体地，对于该至少一个终端浏览过的每个第一物品信息和每个第二物品信息，可以对于该至少一个终端中的每个终端，获取该终端对该第一物品信息的多种行为，基于该终端对该第一物品信息的多种行为，确定该终端对该第一物品信息的兴趣值；获取该终端对该第二物品信息的多种行为，基于该终端对该第二物品信息的多种行为，确定该终端对该第二物品信息的兴趣值。或者，可以直接将该终端对该第一物品信息和该第二物品信息的兴趣值均确定为1。当然，也可以通过其它方式获取该至少一个终端中每个终端对该第一物品信息和该第二物品信息的兴趣值，本发明实施例对此不作限定。
需要说明的是，终端对第一物品信息或第二物品信息的兴趣值可以反映终端对第一物品信息或第二物品信息感兴趣的程度。也即是，终端对第一物品信息或第二物品信息的兴趣值越大，终端对第一物品信息或第二物品信息感兴趣的程度越高，终端对第一物品信息或第二物品信息的兴趣值越小，终端对第一物品信息或第二物品信息感兴趣的程度越低。
另外，该终端对该第一物品信息或该第二物品信息的多种行为可以包括该终端对该第一物品信息或该第二物品信息的浏览(包括浏览时长、浏览次数等)、分享(包括分享次数等)、收藏(包括收藏时间等)等行为。
其中，基于该终端对该第一物品信息的多种行为，确定该终端对该第一物品信息的兴趣值时，可以获取与该多种行为一一对应的多个权重，并获取与该多种行为一一对应的多个分值，基于该多个权重，对该多个分值进行加权求和，得到该终端对该第一物品信息的兴趣值。当然，也可以基于该终端对该第一物品信息的多种行为，通过其它方式确定该终端对该第一物品信息的兴趣值，本发明实施例对此不作限定。
其中，基于该终端对该第二物品信息的多种行为，确定该终端对该第二物品信息的兴趣值的操作与上述基于该终端对该第一物品信息的多种行为，确定该终端对该第一物品信息的兴趣值的操作类似，本发明实施例对此不再赘述。
步骤2033：基于该至少一个终端中每个终端对该第一物品信息和该第二物品信息的兴趣值，确定该第一物品信息与该第二物品信息之间的相似度。
具体地，基于该至少一个终端中每个终端对该第一物品信息的兴趣值，生成该第一物品信息对应的第一信息向量；基于该至少一个终端中每个终端对该第二物品信息的兴趣值，生成该第二物品信息对应的第二信息向量；确定该第一信息向量与该第二信息向量之间的距离；将该第一信息向量与该第二信息向量之间的距离确定为该第一物品信息与该第二物品信息之间的相似度。
其中，确定该第一信息向量与该第二信息向量之间的距离时，可以将该第一信息向量与该第二信息向量之间的欧几里德距离、皮尔逊相关系数、余弦相似度等距离中的任意一个确定为该第一信息向量与该第二信息向量之间的距离，本发明实施例对此不作限定。
步骤2034：基于该至少一个终端浏览过的每个第一物品信息与该至少一个终端浏览过的每个第二物品信息之间的相似度，生成第一关系矩阵。
具体地，可以将该至少一个终端浏览过的每个第一物品信息与该至少一个终端浏览过的每个第二物品信息之间的相似度中大于预设相似度的相似度作为指定关系矩阵中的元素，得到第一关系矩阵，此时第一关系矩阵中包括的相似度均大于预设相似度；或者，可以将该至少一个终端浏览过的每个第一物品信息与该至少一个终端浏览过的每个第二物品信息之间的相似度直接作为指定关系矩阵中的元素，得到第一关系矩阵。
需要说明的是，预设相似度可以预先进行设置，且预设相似度可以设置的较大，如预设相似度可以为0.7、0.8等。
下面对通过基于用户的协同过滤方式来生成指定关系矩阵的操作进行说明，在此情况下，生成的指定关系矩阵为第二关系矩阵。具体地，参见图2C，此时步骤203可以包括如下步骤2035-2038。
步骤2035：确定该多个第三终端与该多个第二终端中均存在的且在第一应用中的信息浏览量大于预设浏览量的至少一个第一终端，并确定该多个第二终端中除该至少一个第一终端之外的至少一个第二终端。
需要说明的是，预设浏览量可以预先进行设置，且预设浏览量可以设置的较大，如预设浏览量可以为20、30等。
其中，确定该多个第三终端与该多个第二终端中均存在的且在第一应用中的信息浏览量大于预设浏览量的至少一个第一终端时，可以获取该多个第三终端的终端标识和该多个第二终端的终端标识；确定该多个第三终端的终端标识与该多个第二终端的终端标识中均存在的至少一个终端标识；对于该至少一个终端标识中的每个终端标识，在第一应用的浏览行为日志中获取该终端标识对应的信息标识，如果该终端标识对应的信息标识的数量大于预设浏览量，则将该终端标识所标识的终端确定为该多个第三终端与该多个第二终端中均存在的且在第一应用中的信息浏览量大于预设浏览量的第一终端。
例如，获取该多个第三终端的终端标识为终端标识1、终端标识2和终端标识3，获取该多个第二终端的终端标识为终端标识2、终端标识3、终端标识5和终端标识6，则该多个第三终端的终端标识与该多个第二终端的终端标识中均存在的至少一个终端标识为终端标识2和终端标识3。之后，从第一应用的浏览行为日志中获取终端标识2对应的信息标识和终端标识3对应的信息标识。假设终端标识2对应的信息标识的数量大于预设浏览量，则可以将终端标识2所标识的终端确定为该多个第三终端与该多个第二终端中均存在的且在第一应用中的信息浏览量大于预设浏览量的第一终端；假设终端标识3对应的信息标识的数量不大于预设浏览量，则不将终端标识3所标识的终端确定为该多个第三终端与该多个第二终端中均存在的且在第一应用中的信息浏览量大于预设浏览量的第一终端。
其中，确定该多个第二终端中除该至少一个第一终端之外的至少一个第二终端时，可以获取该多个第二终端的终端标识中除该至少一个第一终端的终端标识之外的至少一个终端标识，将该至少一个终端标识中每个终端标识所标识的终端确定为该多个第二终端中除该至少一个第一终端之外的第二终端。
例如，该多个第二终端的终端标识为终端标识2、终端标识3、终端标识5和终端标识6，该至少一个第一终端的终端标识为终端标识2，则可以确定该多个第二终端的终端标识中除该至少一个第一终端的终端标识之外的至少一个终端标识为终端标识3、终端标识5和终端标识6。之后，可以将终端标识3所标识的终端、终端标识5所标识的终端和终端标识6所标识的终端确定为该多个第二终端中除该至少一个第一终端之外的至少一个第二终端。
步骤2036：对于该至少一个第一终端中的每个第一终端和该至少一个第二终端中的每个第二终端，获取该第一终端和该第二终端对浏览过的每个第二物品信息的兴趣值。
其中，获取该第一终端和该第二终端对浏览过的每个第二物品信息的兴趣值的操作上述步骤2032中获取该至少一个终端中每个终端对该第一物品信息和该第二物品信息的兴趣值的操作类似，本发明实施例对此不再赘述。
步骤2037：基于该第一终端和该第二终端对浏览过的每个第二物品信息的兴趣值，确定该第一终端与该第二终端之间的相似度。
具体地，基于该第一终端对浏览过的每个第二物品信息的兴趣值，生成该第一终端对应的第一终端向量；基于该第二终端对浏览过的每个第二物品信息的兴趣值，生成该第二终端对应的第二终端向量；确定该第一终端向量与该第二终端向量之间的距离；将该第一终端向量与该第二终端向量之间的距离确定为该第一终端与该第二终端之间的相似度。
其中，确定该第一终端向量与该第二终端向量之间的距离时，可以将该第一终端向量与该第二终端向量之间的欧几里德距离、皮尔逊相关系数、余弦相似度等距离中的任意一个确定为该第一终端向量与该第二终端向量之间的距离，本发明实施例对此不作限定。
步骤2038：基于该至少一个第一终端中每个第一终端与该至少一个第二终端中每个第二终端之间的相似度，生成第二关系矩阵。
具体地，可以将该至少一个第一终端中每个第一终端与该至少一个第二终端中每个第二终端之间的相似度中大于预设相似度的相似度作为指定关系矩阵中的元素，得到第二关系矩阵，此时第二关系矩阵中包括的相似度均大于预设相似度；或者，可以将该至少一个第一终端中每个第一终端与该至少一个第二终端中每个第二终端之间的相似度直接作为指定关系矩阵中的元素，得到第二关系矩阵。
需要说明的是，当存在多个第二应用时，对于该多个第二应用中的每个第二应用，均可以通过上述步骤201-203来确定一个用于反映第一应用与该第二应用之间的关系的指定关系矩阵，在此情况下，将会得到多个指定关系矩阵。
在本发明实施例中，可以基于第一应用的浏览行为日志和第二应用的浏览行为日志来确定指定关系矩阵，且可以分别通过基于物品的协同过滤方式和基于用户的协同过滤方式来生成指定关系矩阵，从而得以通过指定关系矩阵在不同维度(即物品信息和终端)上将第一应用与第二应用相关联，进而便于后续基于指定关系矩阵在不同维度上多样化地实现物品信息的推荐。
通过上述操作确定用于反映用户兴趣的相似度信息之后，即可基于用于反映用户兴趣的相似度信息来进行物品信息的推荐。下面对本发明实施例提供的物品信息推荐方法进行说明。
图3A是本发明实施例提供的一种物品信息推荐方法的流程图，该方法应用于推荐系统包括的物品信息实时推荐模块。参见图3A，该方法包括：
步骤301：当检测到目标终端正在运行第一应用时，确定在第一应用中目标终端的信息浏览量。
需要说明的是，在第一应用中目标终端的信息浏览量为在第一应用中目标终端浏览过的第一物品信息的数量，第一物品信息为第一应用能够显示的物品信息。
其中，检测目标终端是否正在运行第一应用时，可以当接收到目标终端发送的第一物品信息获取请求时，确定目标终端正在运行第一应用，第一物品信息获取请求用于请求获取第一物品信息。当然，也可以通过其它方式检测目标终端是否正在运行第一应用，本发明实施例对此不作限定。
需要说明的是，实际应用中，由于第一应用中需要显示第一物品信息，所以目标终端在运行第一应用时，需要向推荐系统发送第一物品信息获取请求，以从推荐系统中获取第一物品信息来在第一应用中显示。因此，当推荐系统接收到目标终端发送的第一物品信息获取请求时，可以确定目标终端正在运行第一应用。
其中，确定在第一应用中目标终端的信息浏览量时，可以获取目标终端在第一应用中的浏览数据，基于目标终端在第一应用中的浏览数据，确定在第一应用中目标终端浏览过的第一物品信息，将目标终端浏览过的第一物品信息的数量确定为在第一应用中目标终端的信息浏览量。
需要说明的是，目标终端在第一应用中的浏览数据可以包括在第一应用中目标终端浏览过的第一物品信息的信息标识、浏览第一物品信息的时间和次数、对第一物品信息的操作等。
步骤302：当目标终端的信息浏览量小于预设浏览量时，基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，从第一物品信息中获取目标终端的推荐物品信息，第二应用为目标终端运行过的与第一应用不同的应用。
需要说明的是，预设浏览量可以预先进行设置，且预设浏览量可以设置的较大，如预设浏览量可以为20、30等。
另外，目标终端的推荐物品信息可以为后续目标终端在第一应用中推荐的第一物品信息，且目标终端的推荐物品信息可以为使用目标终端的用户较为感兴趣的第一物品信息。
当目标终端的信息浏览量小于预设浏览量时，表明目标终端在第一应用中的浏览数据较少，即目标终端在第一应用中处于冷启动，目标终端对应的用户画像尚未建立，因此，此时可以基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，来获取目标终端的推荐物品信息。
由于该用于反映用户兴趣的相似度信息是基于第一应用的浏览行为日志和第二应用的浏览行为日志确定得到，即该用于反映用户兴趣的相似度信息可以反映第一应用与第二应用之间的关系，所以通过该用于反映用户兴趣的相似度信息可以将使用目标终端的用户在第二应用中的兴趣与第一应用相关联。在此情况下，基于该用于反映用户兴趣的相似度信息获取的目标终端的推荐物品信息将是该用户较为感兴趣的第一物品信息。
又由于相关技术是当终端在应用中处于冷启动时，随机获取一些浏览热度较高的物品信息进行推荐，其只有当终端在应用中的浏览数据积累到一定程度时，才能逐步形成用户画像来对用户较为感兴趣的物品信息进行推荐，因此，相关技术中要实现个性化推荐需要较长时间，从而导致物品信息的推荐效率较低。而本发明实施例在目标终端在第一应用中处于冷启动时，即可基于该用于反映用户兴趣的相似度信息获取用户较为感兴趣的第一物品信息来在后续进行推荐，从而无需等待目标终端在第一应用中的浏览数据积累即可实现个性化推荐，大大提高了物品信息的推荐效率。
需要说明的是，该用于反映用户兴趣的相似度信息可以为基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的指定关系矩阵中包括的相似度信息，当然，也可以为基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的其它能够反映用户兴趣的相似度信息，本发明实施例对此不作限定。
另外，指定关系矩阵可以包括第一关系矩阵和第二关系矩阵中的至少一个，第一关系矩阵包括第一应用能够显示的第一物品信息与第二应用能够显示的第二物品信息之间的相似度信息，第二关系矩阵包括在第一应用中的信息浏览量大于预设浏览量的第一终端与运行过第二应用的第二终端之间的相似度信息。
其中，当该用于反映用户兴趣的相似度信息为指定关系矩阵中包括的相似度信息时，基于该用于反映用户兴趣的相似度信息，从第一物品信息中获取目标终端的推荐物品信息的操作可以为：获取基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的指定关系矩阵；基于指定关系矩阵，从第一物品信息中获取目标终端的推荐物品信息。
其中，获取基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的指定关系矩阵时，当已通过上述步骤201-203生成指定关系矩阵时，可以直接获取所生成的指定关系矩阵，当未生成指定关系矩阵时，可以通过上述步骤201-203来生成指定关系矩阵并获取。
其中，当指定关系矩阵包括的关系矩阵不同时，基于指定关系矩阵，从第一物品信息中获取目标终端的推荐物品信息的操作有所不同。
下面对当指定关系矩阵包括第一关系矩阵时，基于指定关系矩阵，从第一物品信息中获取目标终端的推荐物品信息的操作进行说明，在此情况下，是将与目标终端在第二应用中浏览过的第二物品信息相关联的第一物品信息作为目标终端的推荐物品信息。具体地，参见图3B，此时该操作可以包括如下步骤3021-3023。
步骤3021：确定在第二应用中目标终端浏览过的多个第二物品信息。
具体地，可以获取目标终端在第二应用中的浏览数据，基于目标终端在第二应用中的浏览数据，确定在第二应用中目标终端浏览过的多个第二物品信息。当然，也可以通过其它方式确定在第二应用中目标终端浏览过的多个第二物品信息，本发明实施例对此不作限定。
需要说明的是，目标终端在第二应用中的浏览数据包括在第二应用中目标终端浏览过的第二物品信息的信息标识、浏览第二物品信息的时间和次数、对第二物品信息的操作等。
步骤3022：基于指定关系矩阵包括的第一关系矩阵，确定该多个第二物品信息中每个第二物品信息与相似的多个第一物品信息中每个第一物品信息之间的相似度。
需要说明的是，该多个第一物品信息中的每个第一物品信息与该多个第二物品信息中的至少一个第二物品信息相似。
具体地，对于该多个第二物品信息中的每个第二物品信息，可以当指定关系矩阵中包括的相似度均大于预设相似度时，将与该第二物品信息在指定关系矩阵中存在相似度的第一物品信息确定为与该第二物品信息相似的第一物品信息，并从指定关系矩阵中获取该第二物品信息与该第一物品信息之间的相似度；当指定关系矩阵中包括的相似度不均大于预设相似度时，从指定关系矩阵中获取该第二物品信息与指定关系矩阵中记录的第一物品信息之间的相似度，当该第二物品信息与该第一物品信息之间的相似度大于预设相似度时，将该第一物品信息确定为与该第二物品信息相似的第一物品信息。
需要说明的是，预设相似度可以预先进行设置，且预设相似度可以设置的较大，如预设相似度可以设置为0.7、0.8等。
另外，当某个第一物品信息与该多个第二物品信息中的某个第二物品信息之间的相似度大于预设相似度时，表明该第一物品信息与该第二物品信息之间的相似度较高，因此，此时可以将该第一物品信息确定为与该第二物品信息相似的第一物品信息。
步骤3023：基于该多个第二物品信息中每个第二物品信息与该多个第一物品信息中每个第一物品信息之间的相似度，从该多个第一物品信息中获取目标终端的推荐物品信息。
具体地，步骤3023可以通过如下步骤(1)-(3)实现。
(1)获取目标终端对该多个第二物品信息中每个第二物品信息的兴趣值。
具体地，对于该多个第二物品信息中的每个第二物品信息，可以获取目标终端对该第二物品信息的多种行为，基于目标终端对该第二物品信息的多种行为，确定目标终端对该第二物品信息的兴趣值；或者，可以直接将目标终端对该第二物品信息的兴趣值确定为1。当然，也可以通过其它方式获取目标终端对该多个第二物品信息中每个第二物品信息的兴趣值，本发明实施例对此不作限定。
需要说明的是，目标终端对第二物品信息的兴趣值可以反映目标终端对第二物品信息感兴趣的程度。也即是，目标终端对第二物品信息的兴趣值越大，目标终端对第二物品信息感兴趣的程度越高，目标终端对第二物品信息的兴趣值越小，目标终端对第二物品信息感兴趣的程度越低。
另外，目标终端对该第二物品信息的多种行为可以包括目标终端对该第二物品信息的浏览(包括浏览时长、浏览次数等)、分享(包括分享次数等)、收藏(包括收藏时间等)等行为。
其中，基于目标终端对该第二物品信息的多种行为，确定目标终端对该第二物品信息的兴趣值时，可以获取与该多种行为一一对应的多个权重，并获取与该多种行为一一对应的多个分值，基于该多个权重，对该多个分值进行加权求和，得到目标终端对该第二物品信息的兴趣值。当然，也可以基于目标终端对该第二物品信息的多种行为，通过其它方式确定目标终端对该第二物品信息的兴趣值，本发明实施例对此不作限定。
(2)对于该多个第一物品信息中的每个第一物品信息，基于该第一物品信息与该多个第二物品信息中每个第二物品信息之间的相似度以及目标终端对该多个第二物品信息中每个第二物品信息的兴趣值，确定该第一物品信息的推荐度。
具体地，对于该多个第一物品信息中的每个第一物品信息，可以对于该多个第二物品信息中的每个第二物品信息，将该第二物品信息与该第一物品信息之间的相似度乘以目标终端对该第二物品信息的兴趣值，得到该第二物品信息对应的兴趣相似值；将该多个第二物品信息中每个第二物品信息对应的兴趣相似值累加，得到该第一物品信息的推荐度。
例如，该多个第二物品信息为物品信息1、物品信息2和物品信息3，且目标终端对物品信息1、物品信息2和物品信息3的兴趣值均为1，则对于该多个第一物品信息中的某个第一物品信息，假设该第一物品信息与物品信息1之间的相似度为0.7，与物品信息2之间的相似度为0.8，与物品信息3之间的相似度为0.9，则可以将该第一物品信息与物品信息1之间的相似度0.7乘以目标终端对物品信息1的兴趣值1，得到物品信息1对应的兴趣相似值为0.7，同理，得到物品信息2对应的兴趣相似值为0.8，物品信息3对应的兴趣相似值为0.9。之后，将物品信息1对应的兴趣相似值0.7、物品信息2对应的兴趣相似值0.8和物品信息3对应的兴趣相似值0.9累加，得到该第一物品信息的推荐度为2.4。
需要说明的是，实际应用中，上述步骤(2)可以直接通过第一公式实现；
第一公式：
其中，p(j)为该多个第一物品信息中的第一物品信息j的推荐度，N(u1)为该多个第二物品信息的集合，wji为第一物品信息j与第二物品信息i之间的相似度，ri为目标终端对第二物品信息i的兴趣值。
(3)基于该多个第一物品信息中每个第一物品信息的推荐度，从该多个第一物品信息中获取目标终端的推荐物品信息。
具体地，可以将该多个第一物品信息中推荐度大于预设推荐度的第一物品信息确定为目标终端的推荐物品信息；或者，可以将该多个第一物品信息按照推荐度由大到小的顺序进行排序，将该多个第一物品信息中的前n个第一物品信息确定为目标终端的推荐物品信息。
需要说明的是，预设推荐度可以预先进行设置，且预设推荐度可以设置的较大，如预设推荐度可以为4、5等。
另外，n也可以预先进行设置，且n可以根据推荐需求进行设置，如n可以设置为5、6等。
下面对当指定关系矩阵包括第二关系矩阵时，基于指定关系矩阵，从第一物品信息中获取目标终端的推荐物品信息的操作进行说明，在此情况下，是将与目标终端相关联的第一终端浏览过的第一物品信息作为目标终端的推荐物品信息。具体地，参见图3C，此时该操作可以包括如下步骤3024-3026。
步骤3024：基于指定关系矩阵包括的第二关系矩阵，确定目标终端与相似的多个第一终端中每个第一终端之间的相似度。
需要说明的是，由于目标终端为运行过第二应用的终端，且目标终端在第一应用中的信息浏览量小于预设浏览量，因此，目标终端在指定关系矩阵中为第二终端。
具体地，当指定关系矩阵中包括的相似度均大于预设相似度时，可以将与目标终端在指定关系矩阵中存在相似度的第一终端确定为与目标终端相似的第一终端，并从指定关系矩阵中获取目标终端与该第一终端之间的相似度；当指定关系矩阵中包括的相似度不均大于预设相似度时，可以从指定关系矩阵中获取目标终端与指定关系矩阵中记录的第一终端之间的相似度，当目标终端与该第一终端之间的相似度大于预设相似度时，将该第一终端确定为与目标终端相似的第一终端。
需要说明的是，当某个第一终端与目标终端之间的相似度大于预设相似度时，表明该第一终端与目标终端之间的相似度较高，因此，此时可以将该第一终端确定为与目标终端相似的第一终端。
步骤3025：确定在第一应用中该多个第一终端浏览过的多个第一物品信息。
具体地，对于该多个第一终端中的每个第一终端，可以获取该第一终端在第一应用中的浏览数据，基于该第一终端在第一应用中的浏览数据，确定在第一应用中该第一终端浏览过的第二物品信息。
步骤3026：基于目标终端与该多个第一终端中每个第一终端之间的相似度，从该多个第一物品信息中获取目标终端的推荐物品信息。
具体地，步骤3026可以通过如下步骤(4)-(6)实现。
(4)对于该多个第一物品信息中的每个第一物品信息，获取该多个第一终端中的每个第一终端对该第一物品信息的兴趣值。
具体地，对于该多个第一物品信息中的每个第一物品信息，可以对于该多个第一终端中的每个第一终端，获取该第一终端对该第一物品信息的多种行为，基于该第一终端对该第一物品信息的多种行为，确定该第一终端对该第一物品信息的兴趣值；或者，可以直接将该第一终端对该第一物品信息的兴趣值确定为1。当然，也可以通过其它方式获取该多个第一终端中的每个第一终端对该第一物品信息的兴趣值，本发明实施例对此不作限定。
需要说明的是，第一终端对第一物品信息的兴趣值可以反映第一终端对第一物品信息感兴趣的程度。也即是，第一终端对第一物品信息的兴趣值越大，第一终端对第一物品信息感兴趣的程度越高，第一终端对第一物品信息的兴趣值越小，第一终端对第一物品信息感兴趣的程度越低。
另外，该第一终端对该第一物品信息的多种行为可以包括该第一终端对该第一物品信息的浏览(包括浏览时长、浏览次数等)、分享(包括分享次数等)、收藏(包括收藏时间等)等行为。
其中，基于该第一终端对该第一物品信息的多种行为，确定该第一终端对该第一物品信息的兴趣值时，可以获取与该多种行为一一对应的多个权重，并获取与该多种行为一一对应的多个分值，基于该多个权重，对该多个分值进行加权求和，得到该第一终端对该第一物品信息的兴趣值。当然，也可以基于该第一终端对该第一物品信息的多种行为，通过其它方式确定该第一终端对该第一物品信息的兴趣值，本发明实施例对此不作限定。
(5)基于该多个第一终端中每个第一终端与目标终端之间的相似度以及该多个第一终端中每个第一终端对该第一物品信息的兴趣值，确定该第一物品信息的推荐度。
具体地，对于该多个第一终端中的每个第一终端，将该第一终端与目标终端之间的相似度乘以该第一终端对该第一物品信息的兴趣值，得到该第一终端对应的兴趣相似值；将该多个第一终端中每个第一终端对应的兴趣相似值累加，得到该第一物品信息的推荐度。
例如，该多个第一终端为终端1、终端2和终端3，且终端1、终端2和终端3对该第一物品信息的兴趣值均为1，目标终端与终端1之间的相似度为0.7，与终端2之间的相似度为0.8，与终端3之间的相似度为0.9，则可以将终端1与目标终端之间的相似度0.7乘以终端1对该第一物品信息的兴趣值1，得到终端1对应的兴趣相似值为0.7，同理，得到终端2对应的兴趣相似值为0.8，终端3对应的兴趣相似值为0.9。之后，将终端1对应的兴趣相似值0.7、终端2对应的兴趣相似值0.8和终端3对应的兴趣相似值0.9累加，得到该第一物品信息的推荐度为2.4。
需要说明的是，实际应用中，上述步骤(5)可以直接通过第二公式实现；
第二公式：
其中，p(v)为该多个第一物品信息中的第一物品信息v的推荐度，N(u2)为该多个第一终端的集合，wmk为目标终端m与第一终端k之间的相似度，rkv为第一终端k对第一物品信息v的兴趣值。
(6)基于该多个第一物品信息中每个第一物品信息的推荐度，从该多个第一物品信息中获取目标终端的推荐物品信息。
具体地，可以将该多个第一物品信息中推荐度大于预设推荐度的第一物品信息确定为目标终端的推荐物品信息；或者，可以将该多个第一物品信息按照推荐度由大到小的顺序进行排序，将该多个第一物品信息中的前n个第一物品信息确定为目标终端的推荐物品信息。
需要说明的是，当指定关系矩阵同时包括第一关系矩阵和第二关系矩阵时，本发明实施例可以通过上述步骤3021-3023获取目标终端的推荐物品信息，或者通过上述步骤3024-3026获取目标终端的推荐物品信息。当然，也可以同时通过上述步骤3021-3023和步骤3024-3026获取目标终端的推荐物品信息，此时目标终端的推荐物品信息中不仅存在基于物品的协同过滤方式确定的推荐物品信息，也存在基于用户的协同过滤方式确定的推荐物品信息，从而便于后续从不同维度(即物品信息和终端)上多样化地为目标终端推荐第一物品信息，进一步提高了物品信息推荐的准确度。
另外，当存在多个指定关系矩阵时，本发明实施例中对于该多个指定关系矩阵中的每个指定关系矩阵，均可以通过上述步骤3021-3023和/或步骤3024-3026来基于该指定关系矩阵获取目标终端的推荐物品信息。在此情况下，所获取的目标终端的推荐物品信息是将第一应用与不同的第二应用关联后得到，从而进一步提高了目标终端的推荐物品信息的多样性，更进一步地提高了物品信息推荐的准确度。
步骤303：将目标终端的推荐物品信息发送给目标终端，由目标终端在第一应用中显示该推荐物品信息，以对该推荐物品信息进行推荐。
需要说明的是，当目标终端接收到该推荐物品信息时，可以以预设显示方式在第一应用中显示该推荐物品信息，以使该推荐物品信息能够在第一应用中较为突出地进行显示，从而便于用户看到该推荐物品信息，实现对该推荐物品信息的推荐。
另外，预设显示方式可以预先进行设置，如预设显示方式可以为以较为醒目的颜色显示该推荐物品信息、以滚动的方式显示该推荐物品信息等，本发明实施例对此不作限定。
在本发明实施例中，当检测到目标终端正在运行第一应用时，可以确定在第一应用中目标终端的信息浏览量。当目标终端的信息浏览量小于预设浏览量时，表明目标终端在第一应用中的浏览数据较少，即目标终端在第一应用中处于冷启动，目标终端对应的用户画像尚未建立，所以此时可以基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，获取目标终端的推荐物品信息。由于该用于反映用户兴趣的相似度信息可以反映第一应用与第二应用之间的关系，所以该用于反映用户兴趣的相似度信息可以将使用目标终端的用户在第二应用中的兴趣与第一应用相关联，在此情况下，基于该用于反映用户兴趣的相似度信息获取的目标终端的推荐物品信息将是该用户较为感兴趣的第一物品信息。之后，将该推荐物品信息发送给目标终端，由目标终端将该推荐物品信息在第一应用中进行推荐，从而在目标终端在第一应用中处于冷启动的情况下，也能根据用户的兴趣来进行个性化推荐，提高了物品信息推荐的准确度。
图4A是本发明实施例提供的一种物品信息推荐装置的结构示意图。该物品信息推荐装置可以由软件、硬件或者两者的结合实现成为推荐系统的部分或者全部，该推荐系统可以为图1A所示的推荐系统。参见图4A，该装置包括第一确定模块401，第一获取模块402和发送模块403。
第一确定模块401，用于执行图3A实施例中的步骤301；
第一获取模块402，用于执行图3A实施例中的步骤302；
发送模块403，用于执行图3A实施例中的步骤303。
可选地，第一获取模块402用于：
获取基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的指定关系矩阵；
基于指定关系矩阵，从第一应用能够显示的第一物品信息中获取目标终端的推荐物品信息；
其中，指定关系矩阵包括第一关系矩阵和第二关系矩阵中的至少一个，第一关系矩阵包括第一应用能够显示的第一物品信息与第二应用能够显示的第二物品信息之间的相似度信息，第二关系矩阵包括在第一应用中的信息浏览量大于预设浏览量的第一终端与运行过第二应用的第二终端之间的相似度信息。
可选地，参见图4B，当指定关系矩阵包括第一关系矩阵时，第一获取模块402包括第一确定单元4021，第二确定单元4022和第一获取单元4023。
第一确定单元4021，用于执行图3A实施例中的步骤3021；
第二确定单元4022，用于执行图3A实施例中的步骤3022；
第一获取单元4023，用于执行图3A实施例中的步骤3023。
可选地，参见图4C，第一获取单元4023包括第一获取子单元40231，第一确定子单元40232和第二获取子单元40233。
第一获取子单元40231，用于执行图3A实施例中的步骤3023中的步骤(1)；
第一确定子单元40232，用于执行图3A实施例中的步骤3023中的步骤(2)；
第二获取子单元40233，用于执行图3A实施例中的步骤3023中的步骤(3)。
可选地，第一确定子单元40232用于：
对于多个第二物品信息中的每个第二物品信息，将第二物品信息与第一物品信息之间的相似度乘以目标终端对第二物品信息的兴趣值，得到第二物品信息对应的兴趣相似值；将多个第二物品信息中每个第二物品信息对应的兴趣相似值累加，得到第一物品信息的推荐度。
可选地，参见图4D，当指定关系矩阵包括第二关系矩阵时，第一获取模块402包括第三确定单元4024，第四确定单元4025和第二获取单元4026。
第三确定单元4024，用于执行图3A实施例中的步骤3024；
第四确定单元4025，用于执行图3A实施例中的步骤3025；
第二获取单元4026，用于执行图3A实施例中的步骤3026。
可选地，参见图4E，第二获取单元4026包括第三获取子单元40261，第二确定子单元40262和第四获取子单元40263。
第三获取子单元40261，用于执行图3A实施例中的步骤3025中的步骤(4)；
第二确定子单元40262，用于执行图3A实施例中的步骤3025中的步骤(5)；
第四获取子单元40263，用于执行图3A实施例中的步骤3025中的步骤(6)。
可选地，第二确定子单元40262用于：
对于多个第一终端中的每个第一终端，将第一终端与目标终端之间的相似度乘以第一终端对第一物品信息的兴趣值，得到第一终端对应的兴趣相似值；将多个第一终端中每个第一终端对应的兴趣相似值累加，得到第一物品信息的推荐度。
可选地，参见图4F，该装置还包括第二获取模块404，第二确定模块405和生成模块406。
第二获取模块404，用于执行图2A实施例中的步骤201；
第二确定模块405，用于执行图2A实施例中的步骤202；
生成模块406，用于执行图2A实施例中的步骤203。
可选地，参见图4G，生成模块406包括第五确定单元4061，第三获取单元4062，第六确定单元4063和第一生成单元4064。
第五确定单元4061，用于执行图2A实施例中的步骤2031；
第三获取单元4062，用于执行图2A实施例中的步骤2032；
第六确定单元4063，用于执行图2A实施例中的步骤2033；
第一生成单元4064，用于执行图2A实施例中的步骤2034。
可选地，参见图4H，第六确定单元4063包括第一生成子单元40631，第三确定子单元40632和第四确定子单元40633。
第一生成子单元40631，用于基于至少一个终端中每个终端对第一物品信息的兴趣值，生成第一物品信息对应的第一信息向量；基于至少一个终端中每个终端对第二物品信息的兴趣值，生成第二物品信息对应的第二信息向量；
第三确定子单元40632，用于确定第一信息向量与第二信息向量之间的距离；
第四确定子单元40633，用于将第一信息向量与第二信息向量之间的距离确定为第一物品信息与第二物品信息之间的相似度。
可选地，参见图4I，生成模块406包括第七确定单元4065，第四获取单元4066，第八确定单元4067和第二生成单元4068。
第七确定单元4065，用于执行图2A实施例中的步骤2035；
第四获取单元4066，用于执行图2A实施例中的步骤2036；
第八确定单元4067，用于执行图2A实施例中的步骤2037；
第二生成单元4068，用于执行图2A实施例中的步骤2038。
可选地，参见图4J，第八确定单元4067包括第二生成子单元40671，第五确定子单元40672和第六确定子单元40673。
第二生成子单元40671，用于基于第一终端对浏览过的每个第二物品信息的兴趣值，生成第一终端对应的第一终端向量；基于第二终端对浏览过的每个第二物品信息的兴趣值，生成第二终端对应的第二终端向量；
第五确定子单元40672，用于确定第一终端向量与第二终端向量之间的距离；
第六确定子单元40673，用于将第一终端向量与第二终端向量之间的距离确定为第一终端与第二终端之间的相似度。
可选地，该用于反映用户兴趣的相似度信息是实时基于第一应用的浏览行为日志和第二应用的浏览行为日志进行更新；或者，该用于反映用户兴趣的相似度信息是每隔预设时长基于第一应用的浏览行为日志和第二应用的浏览行为日志进行更新。
在本发明实施例中，当检测到目标终端正在运行第一应用时，可以确定在第一应用中目标终端的信息浏览量。当目标终端的信息浏览量小于预设浏览量时，表明目标终端在第一应用中的浏览数据较少，即目标终端在第一应用中处于冷启动，目标终端对应的用户画像尚未建立，所以此时可以基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，获取目标终端的推荐物品信息。由于该用于反映用户兴趣的相似度信息可以反映第一应用与第二应用之间的关系，所以该用于反映用户兴趣的相似度信息可以将使用目标终端的用户在第二应用中的兴趣与第一应用相关联，在此情况下，基于该用于反映用户兴趣的相似度信息获取的目标终端的推荐物品信息将是该用户较为感兴趣的第一物品信息。之后，将该推荐物品信息发送给目标终端，由目标终端将该推荐物品信息在第一应用中进行推荐，从而在目标终端在第一应用中处于冷启动的情况下，也能根据用户的兴趣来进行个性化推荐，提高了物品信息推荐的准确度。
需要说明的是：上述实施例提供的物品信息推荐装置在物品信息推荐时，仅以上述各功能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模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的物品信息推荐装置与物品信息推荐方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
上述本发明实施例提供的物品信息推荐方法的执行主体可以为物品信息推荐设备，推荐系统可以通过该物品信息推荐设备实现，该物品信息推荐设备可以为服务器，也可以为终端，下面分别对这两种情况进行说明。
图5是本发明实施例提供的一种物品信息推荐设备的结构示意图，该物品信息推荐设备可以为服务器500，服务器500可以是后台服务器集群中的服务器。具体来讲：
服务器500包括中央处理单元(CPU)501、包括随机存取存储器(RAM)502和只读存储器(ROM)503的系统存储器504，以及连接系统存储器504和中央处理单元501的系统总线505。服务器500还包括帮助计算机内的各个器件之间传输物品信息的基本输入/输出系统(I/O系统)506，和用于存储操作系统513、应用程序514和其他程序模块515的大容量存储终端507。
基本输入/输出系统506包括有用于显示物品信息的显示器508和用于用户输入物品信息的诸如鼠标、键盘之类的输入终端509。其中显示器508和输入终端509都通过连接到系统总线505的输入输出控制器510连接到中央处理单元501。基本输入/输出系统506还可以包括输入输出控制器510以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他终端的输入。类似地，输入输出控制器510还提供输出到显示屏、打印机或其他类型的输出终端。
大容量存储终端507通过连接到系统总线505的大容量存储控制器(未示出)连接到中央处理单元501。大容量存储终端507及其相关联的计算机可读介质为服务器500提供非易失性存储。也就是说，大容量存储终端507可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等物品信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储终端。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器504和大容量存储终端507可以统称为存储器。
根据本发明的各种实施例，服务器500还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器500可以通过连接在系统总线505上的网络接口单元511连接到网络512，或者说，也可以使用网络接口单元511来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。所述一个或者一个以上程序包含用于进行图3A实施例提供的物品信息推荐方法的指令。
图6是本发明实施例提供的一种物品信息推荐设备的结构示意图，该物品信息推荐设备可以为终端600。具体来讲：
终端600可以包括通信单元610、包括有一个或一个以上计算机可读存储介质的存储器620、输入单元630、显示单元640、传感器650、音频电路660、WIFI(Wireless Fidelity，无线保真)模块670、包括有一个或者一个以上处理核心的处理器680、以及电源690等部件。本领域技术人员可以理解，图6中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
通信单元610可用于收发信息或通话过程中信号的接收和发送，该通信单元610可以为RF(Radio Frequency，射频)电路、路由器、调制解调器等网络通信设备。特别地，当通信单元610为RF电路时，将基站的下行数据接收后，交由处理器680处理；另外，将涉及上行的数据发送给基站。通常，作为通信单元的RF电路包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、SIM(Subscriber Identification Module，客户识别模块)卡、收发信机、耦合器、LNA(LowNoiseAmplifier，低噪声放大器)、双工器等。此外，通信单元610还可以通过无线通信与网络和其他设备通信。该无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System ofMobile communication，全球移动通讯系统)、GPRS(General PacketRadio Service，通用分组无线服务)、CDMA(CodeDivisionMultipleAccess，码分多址)、WCDMA(Wideband Code DivisionMultipleAccess，宽带码分多址)、LTE(Long Term Evolution，长期演进)、电子邮件、SMS(ShortMessagingService，短消息服务)等。
存储器620可用于存储软件程序以及模块，处理器680通过运行存储在存储器620的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器620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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端600的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器620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、或其他易失性固态存储器件。相应地，存储器620还可以包括存储器控制器，以提供处理器680和输入单元630对存储器620的访问。
输入单元630可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。优选地，输入单元630可包括触敏表面631以及其他输入设备632。触敏表面631，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面631上或在触敏表面631附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面631可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器680，并能接收处理器680发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面631。除了触敏表面631，输入单元630还可以包括其他输入设备632。优选地，其他输入设备632可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元640可用于显示由用户输入的信息或提供给用户的信息以及终端600的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元640可包括显示面板641，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode，有机发光二极管)等形式来配置显示面板641。进一步的，触敏表面631可覆盖显示面板641，当触敏表面631检测到在其上或附近的触摸操作后，传送给处理器680以确定触摸事件的类型，随后处理器680根据触摸事件的类型在显示面板641上提供相应的视觉输出。虽然在图6中，触敏表面631与显示面板641是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面631与显示面板641集成而实现输入和输出功能。
终端600还可包括至少一种传感器650，比如光传感器、运动传感器以及其他传感器。光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板641的亮度，接近传感器可在终端600移动到耳边时，关闭显示面板641和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端600还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路660、扬声器661、传声器662可提供用户与终端600之间的音频接口。音频电路660可将接收到的音频数据转换后的电信号，传输到扬声器661，由扬声器661转换为声音信号输出；另一方面，传声器662将收集的声音信号转换为电信号，由音频电路660接收后转换为音频数据，再将音频数据输出处理器680处理后，经通信单元610以发送给其他设备，或者将音频数据输出至存储器620以便进一步处理。音频电路660还可能包括耳塞插孔，以提供外设耳机与终端600的通信。
为了实现无线通信，终端600上可以配置有无线通信单元670，该无线通信单元670可以为WIFI模块。WIFI属于短距离无线传输技术，终端600通过无线通信单元670可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图中示出了无线通信单元670，但是可以理解的是，其并不属于终端600的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器680是终端600的控制中心，利用各种接口和线路连接整个终端600的各个部分，通过运行或执行存储在存储器620内的软件程序和/或模块，以及调用存储在存储器620内的数据，执行终端600的各种功能和处理数据，从而对终端600进行整体监控。可选的，处理器680可包括一个或多个处理核心；优选的，处理器680可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器680中。
终端600还包括给各个部件供电的电源690(比如电池)，优选的，电源可以通过电源管理系统与处理器680逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源660还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，终端600还可以包括摄像头、蓝牙模块等，在此不再赘述。
在本实施例中，终端还包括有一个或者一个以上的程序，这一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行，所述一个或者一个以上程序包含用于进行图3A实施例提供的物品信息推荐方法的指令。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如：同轴电缆、光纤、数据用户线(Digital Subscriber Line，DSL))或无线(例如：红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如：软盘、硬盘、磁带)、光介质(例如：数字通用光盘(Digital Versatile Disc，DVD))、或者半导体介质(例如：固态硬盘(Solid State Disk，SSD))等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (15)
1.一种物品信息推荐方法，其特征在于，所述方法包括：
当检测到目标终端正在运行第一应用时，确定在所述第一应用中所述目标终端的信息浏览量；
当所述信息浏览量小于预设浏览量时，基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息，所述第二应用为所述目标终端运行过的与所述第一应用不同的应用；
将所述推荐物品信息发送给所述目标终端，由所述目标终端在所述第一应用中显示所述推荐物品信息，以对所述推荐物品信息进行推荐。
2.如权利要求1所述的方法，其特征在于，所述基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息，包括：
获取基于所述第一应用的浏览行为日志和所述第二应用的浏览行为日志确定的指定关系矩阵；
基于所述指定关系矩阵，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息；
其中，所述指定关系矩阵包括第一关系矩阵和第二关系矩阵中的至少一个，所述第一关系矩阵包括所述第一应用能够显示的第一物品信息与所述第二应用能够显示的第二物品信息之间的相似度信息，所述第二关系矩阵包括在所述第一应用中的信息浏览量大于所述预设浏览量的第一终端与运行过所述第二应用的第二终端之间的相似度信息。
3.如权利要求2所述的方法，其特征在于，当所述指定关系矩阵包括所述第一关系矩阵时，所述基于指定关系矩阵，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息，包括：
确定在所述第二应用中所述目标终端浏览过的多个第二物品信息；
基于所述指定关系矩阵包括的第一关系矩阵，确定所述多个第二物品信息中每个第二物品信息与相似的多个第一物品信息中每个第一物品信息之间的相似度；
基于所述多个第二物品信息中每个第二物品信息与所述多个第一物品信息中每个第一物品信息之间的相似度，从所述多个第一物品信息中获取所述目标终端的推荐物品信息。
4.如权利要求3所述的方法，其特征在于，所述基于所述多个第二物品信息中每个第二物品信息与所述多个第一物品信息中每个第一物品信息之间的相似度，从所述多个第一物品信息中获取所述目标终端的推荐物品信息，包括：
获取所述目标终端对所述多个第二物品信息中每个第二物品信息的兴趣值；
对于所述多个第一物品信息中的每个第一物品信息，基于所述第一物品信息与所述多个第二物品信息中每个第二物品信息之间的相似度以及所述目标终端对所述多个第二物品信息中每个第二物品信息的兴趣值，确定所述第一物品信息的推荐度；
基于所述多个第一物品信息中每个第一物品信息的推荐度，从所述多个第一物品信息中获取所述目标终端的推荐物品信息。
5.如权利要求4所述的方法，其特征在于，所述基于所述第一物品信息与所述多个第二物品信息中每个第二物品信息之间的相似度以及所述目标终端对所述多个第二物品信息中每个第二物品信息的兴趣值，确定所述第一物品信息的推荐度，包括：
对于所述多个第二物品信息中的每个第二物品信息，将所述第二物品信息与所述第一物品信息之间的相似度乘以所述目标终端对所述第二物品信息的兴趣值，得到所述第二物品信息对应的兴趣相似值；
将所述多个第二物品信息中每个第二物品信息对应的兴趣相似值累加，得到所述第一物品信息的推荐度。
6.如权利要求2所述的方法，其特征在于，当所述指定关系矩阵包括所述第二关系矩阵时，所述基于指定关系矩阵，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息，包括：
基于所述指定关系矩阵包括的第二关系矩阵，确定所述目标终端与相似的多个第一终端中每个第一终端之间的相似度；
确定在所述第一应用中所述多个第一终端浏览过的多个第一物品信息；
基于所述目标终端与所述多个第一终端中每个第一终端之间的相似度，从所述多个第一物品信息中获取所述目标终端的推荐物品信息。
7.如权利要求6所述的方法，其特征在于，所述基于所述目标终端与所述多个第一终端中每个第一终端之间的相似度，从所述多个第一物品信息中获取所述目标终端的推荐物品信息，包括：
对于所述多个第一物品信息中的每个第一物品信息，获取所述多个第一终端中的每个第一终端对所述第一物品信息的兴趣值；
基于所述多个第一终端中每个第一终端与所述目标终端之间的相似度以及所述多个第一终端中每个第一终端对所述第一物品信息的兴趣值，确定所述第一物品信息的推荐度；
基于所述多个第一物品信息中每个第一物品信息的推荐度，从所述多个第一物品信息中获取所述目标终端的推荐物品信息。
8.如权利要求7所述的方法，其特征在于，所述基于所述多个第一终端中的每个第一终端与所述目标终端之间的相似度以及所述多个第一终端中每个第一终端对所述第一物品信息的兴趣值，确定所述第一物品信息的推荐度，包括：
对于所述多个第一终端中的每个第一终端，将所述第一终端与所述目标终端之间的相似度乘以所述第一终端对所述第一物品信息的兴趣值，得到所述第一终端对应的兴趣相似值；
将所述多个第一终端中每个第一终端对应的兴趣相似值累加，得到所述第一物品信息的推荐度。
9.如权利要求2-8任一所述的方法，其特征在于，所述方法还包括：
获取所述第一应用的浏览行为日志和所述第二应用的浏览行为日志；
基于所述第一应用的浏览行为日志，确定运行过所述第一应用的多个第三终端和在所述第一应用中所述多个第三终端浏览过的第一物品信息；
基于所述第二应用的浏览行为日志，确定运行过所述第二应用的多个第二终端和在所述第二应用中所述多个第二终端浏览过的第二物品信息；
基于所述多个第三终端、所述多个第三终端浏览过的第一物品信息、所述多个第二终端和所述多个第二终端浏览过的第二物品信息，生成所述指定关系矩阵。
10.如权利要求9所述的方法，其特征在于，所述基于所述多个第三终端、所述多个第三终端浏览过的第一物品信息、所述多个第二终端和所述多个第二终端浏览过的第二物品信息，生成所述指定关系矩阵，包括：
确定所述多个第三终端与所述多个第二终端中均存在的至少一个终端；
对于所述至少一个终端浏览过的每个第一物品信息和每个第二物品信息，获取所述至少一个终端中每个终端对所述第一物品信息和所述第二物品信息的兴趣值；
基于所述至少一个终端中每个终端对所述第一物品信息和所述第二物品信息的兴趣值，确定所述第一物品信息与所述第二物品信息之间的相似度；
基于所述至少一个终端浏览过的每个第一物品信息与所述至少一个终端浏览过的每个第二物品信息之间的相似度，生成所述第一关系矩阵。
11.如权利要求9所述的方法，其特征在于，所述基于所述多个第三终端、所述多个第三终端浏览过的第一物品信息、所述多个第二终端和所述多个第二终端浏览过的第二物品信息，生成所述指定关系矩阵，包括：
确定所述多个第三终端与所述多个第二终端中均存在的且在所述第一应用中的信息浏览量大于所述预设浏览量的至少一个第一终端，并确定所述多个第二终端中除所述至少一个第一终端之外的至少一个第二终端；
对于所述至少一个第一终端中的每个第一终端和所述至少一个第二终端中的每个第二终端，获取所述第一终端和所述第二终端对浏览过的每个第二物品信息的兴趣值；
基于所述第一终端和所述第二终端对浏览过的每个第二物品信息的兴趣值，确定所述第一终端与所述第二终端之间的相似度；
基于所述至少一个第一终端中每个第一终端与所述至少一个第二终端中每个第二终端之间的相似度，生成所述第二关系矩阵。
12.如权利要求1所述的方法，其特征在于，所述用于反映用户兴趣的相似度信息是实时基于所述第一应用的浏览行为日志和所述第二应用的浏览行为日志进行更新；或者，所述用于反映用户兴趣的相似度信息是每隔预设时长基于所述第一应用的浏览行为日志和所述第二应用的浏览行为日志进行更新。
13.一种物品信息推荐装置，其特征在于，所述装置包括：
第一确定模块，用于当检测到目标终端正在运行第一应用时，确定在所述第一应用中所述目标终端的信息浏览量；
第一获取模块，用于当所述信息浏览量小于预设浏览量时，基于第一应用的浏览行为日志和第二应用的浏览行为日志确定的用于反映用户兴趣的相似度信息，从所述第一应用能够显示的第一物品信息中获取所述目标终端的推荐物品信息，所述第二应用为所述目标终端运行过的与所述第一应用不同的应用；
发送模块，用于将所述推荐物品信息发送给所述目标终端，由所述目标终端在所述第一应用中显示所述推荐物品信息，以对所述推荐物品信息进行推荐。
14.一种物品信息推荐设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-12任一所述的物品信息推荐方法。
15.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-12任一所述的物品信息推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710761132.XA CN110555155B (zh) | 2017-08-30 | 2017-08-30 | 物品信息推荐方法、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710761132.XA CN110555155B (zh) | 2017-08-30 | 2017-08-30 | 物品信息推荐方法、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110555155A true CN110555155A (zh) | 2019-12-10 |
| CN110555155B CN110555155B (zh) | 2023-04-07 |
Family
ID=68733646
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710761132.XA Active CN110555155B (zh) | 2017-08-30 | 2017-08-30 | 物品信息推荐方法、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110555155B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111625721A (zh) * | 2020-05-26 | 2020-09-04 | 汉海信息技术(上海)有限公司 | 内容推荐方法及装置 |
| CN111899047A (zh) * | 2020-07-14 | 2020-11-06 | 拉扎斯网络科技（上海）有限公司 | 资源推荐方法、装置、计算机设备及计算机可读存储介质 |
| CN113553509A (zh) * | 2021-07-29 | 2021-10-26 | 北京达佳互联信息技术有限公司 | 一种内容推荐方法、装置、电子设备及存储介质 |
| CN114265777A (zh) * | 2021-12-23 | 2022-04-01 | 北京百度网讯科技有限公司 | 应用程序的测试方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103763361A (zh) * | 2014-01-13 | 2014-04-30 | 北京奇虎科技有限公司 | 一种基于用户行为推荐应用的方法、系统及推荐服务器 |
| CN104750789A (zh) * | 2015-03-12 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 标签的推荐方法及装置 |
| US20150262069A1 (en) * | 2014-03-11 | 2015-09-17 | Delvv, Inc. | Automatic topic and interest based content recommendation system for mobile devices |
| CN105930423A (zh) * | 2016-04-18 | 2016-09-07 | 乐视控股（北京）有限公司 | 多媒体相似度确定方法、装置以及多媒体推荐方法 |
| CN106126669A (zh) * | 2016-06-28 | 2016-11-16 | 北京邮电大学 | 基于标签的用户协同过滤内容推荐方法及装置 |
-
2017
- 2017-08-30 CN CN201710761132.XA patent/CN110555155B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103763361A (zh) * | 2014-01-13 | 2014-04-30 | 北京奇虎科技有限公司 | 一种基于用户行为推荐应用的方法、系统及推荐服务器 |
| US20150262069A1 (en) * | 2014-03-11 | 2015-09-17 | Delvv, Inc. | Automatic topic and interest based content recommendation system for mobile devices |
| CN104750789A (zh) * | 2015-03-12 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 标签的推荐方法及装置 |
| CN105930423A (zh) * | 2016-04-18 | 2016-09-07 | 乐视控股（北京）有限公司 | 多媒体相似度确定方法、装置以及多媒体推荐方法 |
| CN106126669A (zh) * | 2016-06-28 | 2016-11-16 | 北京邮电大学 | 基于标签的用户协同过滤内容推荐方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 林霞: "基于混合推荐算法的个性化信息服务研究" * |
| 罗家顺: "面向移动用户的协同过滤推荐算法研究" * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111625721A (zh) * | 2020-05-26 | 2020-09-04 | 汉海信息技术(上海)有限公司 | 内容推荐方法及装置 |
| CN111625721B (zh) * | 2020-05-26 | 2023-12-22 | 汉海信息技术(上海)有限公司 | 内容推荐方法及装置 |
| CN111899047A (zh) * | 2020-07-14 | 2020-11-06 | 拉扎斯网络科技（上海）有限公司 | 资源推荐方法、装置、计算机设备及计算机可读存储介质 |
| CN113553509A (zh) * | 2021-07-29 | 2021-10-26 | 北京达佳互联信息技术有限公司 | 一种内容推荐方法、装置、电子设备及存储介质 |
| CN113553509B (zh) * | 2021-07-29 | 2024-03-01 | 北京达佳互联信息技术有限公司 | 一种内容推荐方法、装置、电子设备及存储介质 |
| CN114265777A (zh) * | 2021-12-23 | 2022-04-01 | 北京百度网讯科技有限公司 | 应用程序的测试方法、装置、电子设备及存储介质 |
| CN114265777B (zh) * | 2021-12-23 | 2023-01-10 | 北京百度网讯科技有限公司 | 应用程序的测试方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110555155B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10411945B2 (en) | Time-distributed and real-time processing in information recommendation system, method and apparatus | |
| CN107464162B (zh) | 商品关联方法、装置及计算机可读存储介质 | |
| US20190122260A1 (en) | Method and apparatus for generating targeted label, and storage medium | |
| CN108156508B (zh) | 弹幕信息处理的方法、装置、移动终端、服务器及系统 | |
| WO2015067122A1 (en) | Method and device for pushing information | |
| CN110555155B (zh) | 物品信息推荐方法、设备和存储介质 | |
| WO2015081801A1 (en) | Method, server, and system for information push | |
| CN107562539B (zh) | 应用程序处理方法和装置、计算机设备、存储介质 | |
| CN110458655B (zh) | 一种商铺信息推荐方法及移动终端 | |
| KR101813437B1 (ko) | 스트리밍 미디어 데이터에 대한 통계치를 수집하기 위한 방법 및 시스템과, 관련 장치 | |
| CN110633438B (zh) | 一种新闻事件处理的方法、终端、服务器及存储介质 | |
| TW201512865A (zh) | 一種網頁數據搜索方法、裝置和系統 | |
| CN105227598B (zh) | 一种基于云存储的资源分享方法、装置和系统 | |
| JP6915074B2 (ja) | メッセージ通知方法及び端末 | |
| CN105512150A (zh) | 一种信息搜索方法及装置 | |
| CN103399706A (zh) | 页面交互方法、装置及终端 | |
| CN106020945B (zh) | 快捷项添加方法及装置 | |
| CN105550316A (zh) | 音频列表的推送方法及装置 | |
| CN106339402B (zh) | 一种推荐内容推送的方法、装置及系统 | |
| CN110378798B (zh) | 异构社交网络构建方法、群组推荐方法、装置及设备 | |
| CN106034065B (zh) | 信息展示方法及装置 | |
| CN104918130A (zh) | 一种发送、播放多媒体信息的方法、装置和系统 | |
| CN110888572A (zh) | 一种消息显示方法及终端设备 | |
| CN107688498B (zh) | 应用程序处理方法和装置、计算机设备、存储介质 | |
| US20180260847A1 (en) | Information display method, apparatus, and system |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40018661 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |