CN110968780B - 页面内容推荐方法、装置、计算机设备和存储介质 - Google Patents
页面内容推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110968780B CN110968780B CN201811163355.7A CN201811163355A CN110968780B CN 110968780 B CN110968780 B CN 110968780B CN 201811163355 A CN201811163355 A CN 201811163355A CN 110968780 B CN110968780 B CN 110968780B
- Authority
- CN
- China
- Prior art keywords
- information
- content
- user
- identity
- recommended
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种页面内容推荐方法、装置、计算机设备和存储介质,该方法包括:在内容推荐页面中展示用于访问第一推荐内容的第一描述信息;当所述第一描述信息被触发后,在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签;获取用于选中所述推荐身份标签的选择指令;响应于所述选择指令,获取用于访问第二推荐内容的第二描述信息,所述第二推荐内容与选中的所述推荐身份标签相匹配。本申请方案保证了推荐内容与用户身份的匹配,提高了信息推荐的准确率。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种页面内容推荐方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的飞速发展,各种信息推荐应用琳琅满目。在信息推荐应用的使用过程中,为了提高用户阅读信息的便捷,会向用户进行信息推荐,以便用户阅读推荐的信息。
然而,传统的信息推荐使用过程中,通常是要求用户填写一些兴趣信息,根据用户填写的兴趣信息向用户推荐信息。用户在填写兴趣信息时,可能会填写错误或者与自己的兴趣完全不符,这就导致了根据兴趣信息进行信息推荐的准确率较低。
发明内容
基于此,有必要针对传统方法通常会造成信息推荐准确率较低的问题,提供一种页面内容推荐方法、装置、计算机设备和存储介质。
一种页面内容推荐方法,所述方法包括:
在内容推荐页面中展示用于访问第一推荐内容的第一描述信息;
当所述第一描述信息被触发后,在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签;
获取用于选中所述推荐身份标签的选择指令;
响应于所述选择指令,获取用于访问第二推荐内容的第二描述信息,所述第二推荐内容与选中的所述推荐身份标签相匹配。
一种页面内容推荐装置,所述装置包括:
信息展示模块,用于在内容推荐页面中展示用于访问第一推荐内容的第一描述信息;
标签显示模块,用于当所述第一描述信息被触发后,在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签;
指令获取模块,用于获取用于选中所述推荐身份标签的选择指令;
指令响应模块,用于响应于所述选择指令,获取用于访问第二推荐内容的第二描述信息,所述第二推荐内容与选中的所述推荐身份标签相匹配。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
在内容推荐页面中展示用于访问第一推荐内容的第一描述信息;
当所述第一描述信息被触发后,在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签;
获取用于选中所述推荐身份标签的选择指令;
响应于所述选择指令,获取用于访问第二推荐内容的第二描述信息,所述第二推荐内容与选中的所述推荐身份标签相匹配。
一种存储有计算机程序的存储介质,所述计算机程序被处理器执行时,使得处理器执行如下步骤:
在内容推荐页面中展示用于访问第一推荐内容的第一描述信息;
当所述第一描述信息被触发后,在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签;
获取用于选中所述推荐身份标签的选择指令;
响应于所述选择指令,获取用于访问第二推荐内容的第二描述信息,所述第二推荐内容与选中的所述推荐身份标签相匹配。
上述页面内容推荐方法、装置、计算机设备和存储介质,当内容推荐页面中展示的用于访问第一推荐内容的第一描述信息被触发后,在内容推荐页面中显示与第一描述信息对应的推荐身份标签,通过推荐身份标签进行身份试探,获取用于选中推荐身份标签的选择指令,从而确定用户身份,对选择指令进行响应,根据用户身份获取用于访问第二推荐内容的第二描述信息,第二推荐内容与选中的推荐身份标签相匹配,保证了推荐内容与用户身份的匹配,提高了信息推荐的准确率。
一种页面内容推荐方法,所述方法包括:
获取用户标识对应的用户信息;所述用户信息包括用户基础信息、内容阅读信息和用户社交信息;
根据所述用户信息确定所述用户标识对应的一级身份标签;
通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签;
获取与所述推荐身份标签对应的选择指令;
根据所述选择指令确定所述用户标识对应的二级身份标签;
根据确定的二级身份标签向所述用户标识对应的终端推荐内容。
一种页面内容推荐装置,其特征在于,所述装置包括:
用户信息获取模块,用于获取用户标识对应的用户信息;所述用户信息包括用户基础信息、内容阅读信息和用户社交信息;
一级标签确定模块,用于根据所述用户信息确定所述用户标识对应的一级身份标签;
推荐标签确定模块,用于通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签;
反馈信息获取模块,用于获取与所述推荐身份标签对应的选择指令;
二级标签确定模块,用于根据所述选择指令确定所述用户标识对应的二级身份标签;
内容推荐模块,用于根据确定的二级身份标签向所述用户标识对应的终端推荐内容。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
获取用户标识对应的用户信息;所述用户信息包括用户基础信息、内容阅读信息和用户社交信息;
根据所述用户信息确定所述用户标识对应的一级身份标签;
通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签;
获取与所述推荐身份标签对应的选择指令;
根据所述选择指令确定所述用户标识对应的二级身份标签;
根据确定的二级身份标签向所述用户标识对应的终端推荐内容。
一种存储有计算机程序的存储介质,所述计算机程序被处理器执行时,使得处理器执行如下步骤:
获取用户标识对应的用户信息;所述用户信息包括用户基础信息、内容阅读信息和用户社交信息;
根据所述用户信息确定所述用户标识对应的一级身份标签;
通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签;
获取与所述推荐身份标签对应的选择指令;
根据所述选择指令确定所述用户标识对应的二级身份标签;
根据确定的二级身份标签向所述用户标识对应的终端推荐内容。
上述页面内容推荐方法、装置、计算机设备和存储介质,在根据用户信息确定用户标识的一级身份标签,通过与一级身份标签对应的二级标签确定方式,确定用户标识对应的推荐身份标签,根据推荐身份标签通过与用户互动进行用户二级身份的试探,通过用户确认得到用户标识对应的二级身份标签后,保证了二级身份标签的准确性,根据二级身份标签向用户标识对应的终端推荐内容,提高了内容推荐的准确性。
附图说明
图1为一个实施例中页面内容推荐方法的应用场景图;
图2为一个实施例中页面内容推荐方法的流程示意图;
图3为一个实施例中身份标签对应关系示意图;
图4为一个实施例中显示推荐身份标签的步骤的流程示意图;
图5为另一个实施例中选中推荐身份标签的步骤的流程示意图;
图6a-6d为一个实施例中页面内容推荐方法的应用示意图;
图7为另一个实施例中页面内容推荐方法的流程示意图;
图8为一个实施例中确定一级身份标签的步骤的流程示意图;
图9为一实施例中确定推荐身份标签的步骤的流程示意图;
图10为一个实施例中页面内容推荐方法的交互时序图;
图11为一个实施例中用户标识与内容来源标识关系示意图;
图12为一个实施例中确定身份标签方法的架构示意图;
图13为一个实施例中影视知识图谱的示意图;
图14为一个实施例中页面内容推荐装置的框图;
图15为另一个实施例中页面内容推荐装置的框图;
图16为一个实施例中计算机设备的内部结构示意图;
图17为另一个实施例中计算机设备的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为一个实施例中页面内容推荐方法的应用场景图。参照图1,该应用场景中包括终端110和服务器120。终端110与服务器120通过网络连接。终端110具体可以是台式终端或移动终端,移动终端具体可以是手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以一台服务器或者有多台服务器组成的服务器集群。页面内容推荐方法可以应用在终端110上,还可以应用在服务器120。
如图2所示,在一个实施例中,提供一种页面内容推荐方法。本实施例主要以该方法应用于上述图1中的终端110来举例说明。参照图2,该页面内容推荐方法,具体包括以下步骤:
S202,在内容推荐页面中展示用于访问第一推荐内容的第一描述信息。
其中,内容推荐页面为用于展示推荐内容的描述信息的页面,内容推荐页面中可以展示多个推荐内容各自对应的描述信息。描述信息为描述推荐内容的信息,具体可以是推荐内容的标题或摘要信息。
具体地,终端接收服务器发送的第一推荐内容的第一描述信息,将第一描述信息展示在内容推荐页面。第一推荐推荐内容可以是服务器根据终端中登录的用户标识所对应的身份标签推荐的。
S204,当第一描述信息被触发后,在内容推荐页面中,显示与第一描述信息对应的推荐身份标签。
其中,推荐身份标签为对用户进行内容推荐所依据的身份标签。
具体地,终端对内容推荐页面中的描述信息进行监听,当监听到第一描述信息被触发后,获取与第一描述信息对应的推荐身份标签,将获取到推荐身份标签在内容推荐页面中显示。
在一个实施例中,推荐身份标签为二级身份标签;S204具体包括以下内容:当第一描述信息被触发、且第一描述信息所对应的一级身份标签的触发频率达到阈值后,则在内容推荐页面中,显示与第一描述信息对应的用作推荐身份标签的二级身份标签。
具体地,终端对内容推荐页面中与一级身份标签对应的描述信息的触发频率进行统计,当第一描述信息被触发,且在第一描述信息被触发时,统计的一级身份标签的触发频率为第一描述信息所对应一级身份标签的触发频率,当统计的触发频率到达阈值后,则获取第一描述信息对应的二级身份标签,以获取到的二级身份标签用作推荐身份标签的二级身份标签,将二级身份标签展示在内容推荐页面中。
在一个实施例中,终端根据第一描述信息生成标签获取请求,将标签获取请求发送至服务器。服务器接收终端发送的标签获取请求,提取标签获取请求中的第一描述信息,查询与第一描述信息的二级身份标签,将查询到的第二身份标签发送至终端。
举例说明,请参照图3,图3为职业类型对应的身份标签和兴趣类型对应的身份标签。例如,在职业类型的一级身份标签包括互联网精英、金融精英和广告狂人,其中互联网精英下的二级身份标签包括产品经理、技术大咖和设计大师;兴趣类型的一级身份标签包括影视迷、粉丝、音乐迷、萌宠主人、NBA球迷、王者荣耀玩家和科技关注者,其中科技关注者下的二级身份标签包括区块链关注者、人工智能关注者和无人驾驶关注者。其中,二级身份标签可以作为推荐身份标签。
在一个实施例中,S204具体还包括以下内容:当第一描述信息被触发后,进入内容展示页面;在内容展示页面中展示第一推荐内容;当从内容展示页面返回至内容推荐页面后,在内容推荐页面中,显示与第一描述信息对应的推荐身份标签。
具体地,终端对内容推荐页面中的描述信息进行监听,当监听到第一描述信息被触发时,根据第一描述信息生成推荐内容获取请求,将推荐内容获取请求发送至服务器。服务器从接收到的推荐内容获取请求中提取第一描述信息,查询与第一描述信息对应的第一推荐内容,将查询到的第一推荐内容发送至终端。终端将接收到的第一推荐内容展示在内容展示页面中,当监听到内容展示页面中的返回指定被触发时,从内容展示页面返回至内容推荐页面,在内容推荐页面中,显示与第一描述信息对应的推荐身份标签。
S206,获取用于选中推荐身份标签的选择指令。
具体地,终端对内容推荐页面中显示的推荐身份标签进行监听,当监听到推荐身份标签被点击时,获取被点击的推荐身份标签,根据获取的推荐身份标签生成用于选中推荐身份标签的选择指令。
S208,响应于选择指令,获取用于访问第二推荐内容的第二描述信息,第二推荐内容与选中的推荐身份标签相匹配。
具体地,终端在获取到用于选中推荐身份标签的选择指令后,对选择指令进行响应,获取与选中的推荐身份标签匹配的第二推荐内容,提取第二推荐内容的第二描述信息。
在一个实施例中,终端获取用于选中推荐身份标签的选择指令后,根据选中的推荐身份标签生成推荐内容获取请求,将推荐内容获取请求发送至服务器。服务器从推荐内容获取请求中提取选中的推荐身份标签,查询与提取到的推荐身份标签对应的第二推荐内容,获取查询到的第二推荐内容对应的第二描述信息,将第二描述信息发送至终端。终端接收服务器返回的第二描述信息。
本实施例中,当内容推荐页面中展示的用于访问第一推荐内容的第一描述信息被触发后,在内容推荐页面中显示与第一描述信息对应的推荐身份标签,通过推荐身份标签进行身份试探,获取用于选中推荐身份标签的选择指令,从而确定用户身份,对选择指令进行响应,根据用户身份获取用于访问第二推荐内容的第二描述信息,第二推荐内容与选中的推荐身份标签相匹配,保证了推荐内容与用户身份的匹配,提高了信息推荐的准确率。
如图4所示,在一个实施例中,S204具体还包括显示推荐身份标签的步骤,该步骤具体包括以下内容:
S402,获取与当前登录的用户标识和第一描述信息对应的候选身份标签。
具体地,当第一描述信息被触发后,终端获取登录的用户标识和第一描述信息,获取与登录的用户标识对应的二级身份标签,从获取到的二级身份标签中筛选与第一描述信息对应的二级身份标签作为候选身份标签。
S404,在获取到的候选身份标签中,按照推荐数量限制条件筛选用作推荐身份标签的候选身份标签。
具体地,终端在获取到候选身份标签后,提取推荐数量限制条件,根据推荐数量限制条件对候选身份标签进行筛选,得到筛选到的候选身份标签,以筛选到的候选身份标签作为推荐身份标签。
在一个实施例中,终端提取推荐数量限制条件中的推荐数量,在候选身份标签中筛选与推荐数量匹配的候选身份标签,以筛选到的候选身份标签作为推荐身份标签。
S406,将筛选得到的推荐身份标签显示在内容推荐页面中。
具体地,终端在筛选得到推荐身份标签后,将筛选得到的推荐身份标签在内容推荐页面中进行显示。
在一个实施例中,终端获取第一描述信息在推荐内容页面中的位置,根据获取到的位置确定推荐身份标签的显示位置,根据确定的显示位置将筛选得到的推荐身份标签显示在内容推荐页面中。
本实施例中,根据用户标识和第一描述信息获取候选身份标签,按照推荐数量限制条件从候选身份标签中筛选推荐身份标签,将筛选到的推荐身份标签显示在内容推荐页面中,保证显示的推荐身份标签的准确性,通过显示的推荐身份标签对用户进行身份试探,提高了根据用户的身份试探结果推荐内容的准确性。
在一个实施例中,S204具体还包括添加标签展示控件的步骤,该步骤具体包括以下内容:获取第一描述信息在内容推荐页面中的展示位置;在展示位置周围添加标签展示控件;将推荐身份标签显示在标签展示控件中。
具体地,终端检测内容推荐页面中第一描述信息的展示位置,在内容推荐页面的展示位置周围添加标签展示控件,将推荐身份标签显示在标签展示控件中。
如图5所示,在一个实施例中,页面内容推荐方法具体还包括选中推荐身份标签的步骤,该步骤具体包括以下内容:
S502,根据选择指令更改所显示的推荐身份标签的选择状态。
具体地,选择状态包括选中状态和未选中状态。终端获取用于选中推荐身份标签的选择指令,根据获取到的选择指令,将显示的推荐身份标签中选择指令选中的推荐身份标签从未选中状态更改为选中状态。选择状态表示推荐身份标签被选中。
S504,当显示的至少一推荐身份标签的选择状态为选中状态时,在标签展示控件中展示确认按钮。
具体地,终端对显示的推荐身份标签的选择状态进行监测,当监测到显示的推荐身份标签中至少一个推荐身份标签的选择状态为选中状态时,在标签展示控件中展示确认按钮。确认按钮为用于确认选中的推荐身份标签的按钮。
在一个实施例中,标签展示控件中还显示有不感兴趣的按钮,终端监听到不敢兴趣的按钮被点击时,关闭标签展示控件。
S506,当确认按钮被触发时,将当前处于选中状态的推荐身份标签作为选中的推荐身份标签,并关闭标签展示控件。
具体地,终端对标签展示控件中显示的确认按钮进行监听,当监听到确认按钮被触发时,获取当前处于选中状态的推荐身份标签,以获取到推荐身份标签作为选中的推荐身份标签,并将标签展示控件关闭。
本实施例中,根据选择指令更改所显示的推荐身份标签的选择状态,当显示的至少一推荐身份标签的选择状态为选中状态时,在标签展示控件中展示确认按钮,当确认按钮被触发时,将当前处于选中状态的推荐身份标签作为选中的推荐身份标签,并关闭标签展示控件,保证了在标签展示控件中选中推荐身份标签的准确性。
在一个实施例中,页面内容推荐方法具体还包括:获取第一描述信息在内容推荐页面中的展示位置;按照展示位置,在第一描述信息和与第一描述信息相邻的描述信息之间开设展示区域;在展示区域中展示第二描述信息。
具体地,终端获取第一描述信息在内容推荐页面中的展示位置信息,根据展示位置信息确定第一描述信息在内容推荐页面中的展示位置,根据展示位置确定第一描述信息相邻的描述信息,将第一描述信息相邻的描述信息向相对于第一描述信息的相反方向移动,以在第一描述信息与第一描述信息相邻的描述信息之间开设展示区域,在开设的展示区域中展示第二描述信息。
在一个实施例中,页面内容推荐方法具体还包括:获取内容推荐页面中排列在第一描述信息之后的描述信息;将获取到的描述信息和第二描述信息构建队列,并将第二描述信息排列至队列的头部;按照队列的顺序,将队列中的描述信息展示在内容推荐页面。
具体地,终端确定第一描述信息在内容推荐页面中的展示位置,根据确定的展示位置获取内容推荐页面中排列在第一描述信息之后的描述信息,将获取到的描述信息和第二描述信息构建队列,并将第二描述信息排列至构建的队列的头部,以保证构建的队列排列在第一位置的是第二描述信息,按照队列中描述信息的排列顺序,将队列中的描述信息添加到内容推荐页面中进行展示。
本实施例中,根据排列在第一描述信息之后的描述信息和第二描述信息构建队列,通过将第二描述信息排列在队列头部,按照队列中描述信息的排列顺序在内容推荐页面中展示描述信息,以保证第二描述信息展示的第一描述信息相邻的位置,提高了第二描述信息的展示效率。
在一个实施例中,图6a-6d为页面内容推荐方法的应用示意图。请参照图6a,终端110中显示内容推荐页面610,内容推荐页面展示有推荐内容的描述信息,描述信息可以包括文章描述信息612、视频描述信息和视频描述信息对应的视频播放窗口614。当第一描述信息为文章描述信息1,第一推荐内容为文章描述信息1对应的文章内容,且图6a中内容推荐页面610中文章描述信息1被触发时,请参照图6b,终端110中显示的页面从内容推荐页面跳转到文章描述信息1对应的内容展示页面620,内容展示页面中显示有文章描述信息1和文章描述信息1对应的文章内容。当图6b中内容展示页面620中的返回按钮622被触发时,请参照图6c,终端110从内容展示页面跳转回内容推荐页面610,并在文章描述信息1的下方相邻位置添加标签展示控件614,在标签展示控件614中展示与文章描述信息1对应的推荐身份标签,推荐身份标签包括“为您推荐以下内容”、“美剧迷”的推荐身份标签和“嘻哈乐迷”的推荐身份标签。当身份试探窗口614中的“美剧迷”的推荐身份标签和“嘻哈乐迷”的推荐身份标签被选中时,终端110获取与“美剧迷”和“嘻哈乐迷”匹配的推荐内容描述信息即第二描述信息(推荐内容标识),请参照图6d所示,终端110将获取到的推荐内容描述信息1和推荐内容描述信息2展示在内容推荐页面中,可以展示在文章描述信息1和文章描述信息2之间。其中,推荐内容描述信息可以是一个或多个描述信息。
如图7所示,在一个实施例中,提供一种页面内容推荐方法。本实施例主要以该方法应用于图1中的服务器120来举例说明。参照图7,该页面内容推荐方法,具体包括以下步骤:
S702,获取用户标识对应的用户信息;用户信息包括用户基础信息、内容阅读信息和用户社交信息。
其中,用户信息包括用户基础信息、内容阅读信息和用户社交信息。用户基础信息为描述用户的信息。内容阅读信息为以用户标识登录的终端中所展示的内容的记录信息。用户社交信息为用户以用户标识登录中终端,通过终端中具有社交功能的应用进行社交所产生的信息。例如,用户基础信息包括性别和年龄;内容阅读信息包括内容阅读记录和关注的内容标识;用户社交信息包括用户标识的好友信息和群信息。用户信息还可以包括用户属性信息、使用场景信息、内容消费行为信息和用户所属行业信息中的至少一种。
在一个实施例中,服务器120获取用户标识,根据用户标识查询用户基础信息、内容阅读信息和用户社交信息,以查询到的用户基础信息、内容阅读信息和用户社交信息作为用户标识对应的用户信息。
S704,根据用户信息确定用户标识对应的一级身份标签。
具体地,服务器120对用户信息提取用户特征信息,根据提取到的用户特征信息确定用户标识隶属于每个一级身份标识的概率值,将各概率值进行比较,确定最大概率值对应的一级身份标签,以确定的一级身份标签为用户标识对应的一级身份标签。
在一个实施例中,服务器120将用户信息输入到一级标签确定模型中,获取一级标签确定模型输出的一级身份标签,以获取到的一级身份标签作为用户信息所对应用户标识的一级身份标签。
S706,通过一级身份标签对应的二级标签确定方式,确定用户标识对应的推荐身份标签。
其中,不同的一级身份标签对应的二级标签确定方式不同,每个一级身份标签对应一种二级身份标签确定方式。
具体地,服务器120查询一级身份标签对应的二级标签确定方式,根据查询到的二级标签确定方式对用户信息进行处理,通过处理得到用户标识对应推荐身份标签。
在一个实施例中,S706具体还包括:确定一级身份标识对应的二级标签确定方式;根据二级标签确定方式获取知识图谱和阅读历史记录;通过知识图谱和阅读历史记录,确定用户标识对应的推荐身份标签。
其中,知识图谱为关键词与身份标签存在映射关系的可视化信息。
具体地,当确定以及身份标识对应的二级标签确定方式为知识图谱方式时,服务器120根据知识图谱方式获取与一级身份标签对应的知识图谱。知识图谱中包括关键词、二级身份标签和一级身份标签。服务器120从阅读历史记录中提取关键词,根据关键词在知识图谱中检索二级身份标签,以检索到的二级身份标签作为用户标识对应的推荐身份标签。
在一个实施例中,S706具体还包括:确定一级身份标识对应的二级标签确定方式;根据二级标识确定方式,根据用户标识对应的用户社交信息构建用户关系图;根据用户关系图确定用户标识对应的推荐身份标签。
具体地,服务器120查询与一级身份标识对应的二级标签确定方式,当二级标签确定方式为社区划分方式时,根据用户社交信息构建用户关系图。服务器根据用户关系图划分社区,得到社区划分结果,获取与用户标识所属社区中各用户标识的二级身份标签,以获取到的二级推荐身份标签作为用户标识对应的推荐身份标签。社区为具有相同二级身份标签的用户标识的集合。
在一个实施例中,用户社交信息中包括以用户标识登录的终端的网络地址、兴趣点(POI,Point of Interesting)和用户标识对应的好友群等信息。服务器根据用户社交信息构建用户关系图,使得社区内尽量聚合,社区外尽量分散,完成各社区的划分。
在一个实施例中,服务器120将社区划分结果输入社会阶层打分器,根据社会阶层打分器的打分结果确定用户标识的二级身份标签。
S708,获取与推荐身份标签对应的选择指令;根据选择指令确定用户标识对应的二级身份标签。
具体地,服务器120根据推荐身份标签生成身份试探信息,将身份试探信息发送至以用户标识登录的终端110。服务器120接收终端110根据身份试探信息返回的选择指令;提取选择指令中的推荐身份标签和用户标识,以提取到的推荐身份标签作为用户标识对应的二级身份标签。
S710,根据确定的二级身份标签向用户标识对应的终端推荐内容。
具体地,服务器120在确定用户标识对应的二级身份标签后,检索与确定的二级身份标签对应的推荐内容,将检索到的推荐内容描述信息发送至以用户标识登录的终端110,使终端110展示接收到的推荐内容描述信息。
在一个实施例中,服务器120检索与确定的二级身份标签对应的推荐内容描述信息,将推荐内容描述信息发送至以用户标识登录的终端110。终端110将接收到的推荐内容描述信息展示在内容推荐页面中。
本实施例中,在根据用户信息确定用户标识的一级身份标签,通过与一级身份标签对应的二级标签确定方式,确定用户标识对应的推荐身份标签,根据推荐身份标签通过与用户互动进行用户二级身份的试探,通过用户确认得到用户标识对应的二级身份标签后,根据二级身份标签向用户标识对应的终端推荐内容,提高了内容推荐的准确性。
如图8所示,在一个实施例中,S704具体包括确定一级身份标签的步骤,该步骤具体包括以下内容:
S802,从用户基础信息、内容阅读信息和用户社交信息中,分别提取个人特征信息、阅读特征信息和社交特征信息。
具体地,服务器120确定用户基础信息、内容阅读信息和用户社交信息各自对应的特征提取方式。服务器120按照用户基础信息对应的特征提取方式,从用户基础信息中提取个人特征信息。服务器120按照内容阅读信息对应的特征提取方式,从内容阅读信息中提取阅读特征信息。服务器120按照用户社交信息对应的特征提取方式,从用户社交信息对应的特征提取方式。
在一个实施例中,S802具体包括以下内容:对于用户基础信息,将用户基础信息进行向量映射处理,得到个人特征信息;对于内容阅读信息,对内容阅读信息进行文本分类和向量映射,得到阅读特征信息;对于用户社交信息,对用户社交信息进行向量特征提取,得到社交特征信息。
具体地,对于用户基础信息,服务器120对用户基础信息进行向量映射或输入嵌入层(Embed layer),得到个人特征信息。对于内容阅读信息,服务器120提取用户社交信息中的阅读历史记录和阅读内容来源标识,对阅读历史记录进行文本分类,得到文本分类结果;对阅读内容来源标识进行向量映射,得到来源标识特征向量。服务器120对文本分类结果和来源标识特征向量进行融合处理,得到社交特征信息。对于用户社交信息,服务器120通过图嵌入(Graph Embedding)从用户社交信息中得到社交特征信息。
在一个实施例中,对于用户社交信息,服务器120通过图嵌入从用户社交信息中得到社交向量和群向量,将社交向量和群向量进行向量融合,得到社交特征信息。服务器120可以将社交向量和群向量输入全连接层,获取全连接层输出的社交特征信息。社交向量为用于表示用户标识对应的社交特征的向量。群向量为用于表示用户标识所属社交群的特征的向量。
在一个实施例中,对于内容阅读信息,对内容阅读信息进行文本分类和向量映射,得到阅读特征信息包括:提取内容阅读信息中阅读历史记录和阅读内容来源标识;通过文本分类神经网络对阅读历史记录进行分类,得到文本分类结果,并将阅读内容来源标识进行向量映射处理,得到来源标识特征向量;融合文本分类结果和来源标识特征向量,得到阅读特征信息。
其中,阅读历史记录为记录以用户标识登录的终端所展示内容的信息。阅读内容来源标识为表示以用户标识登录的终端所展示内容对应的来源标识,例如公众号。
具体地,服务器120从内容阅读信息中提取阅读历史记录和阅读内容来源标识,将阅读历史记录输入文本分类神经网络,获取文本分类神经网络输出的文本分类结果,并将阅读内容来源标识通过输入嵌入层(Embed layer),获取嵌入层输出的来源标识特征向量,将文本分类结果和来源标识特征向量输入全连接层进行融合,通过全连接层输出阅读特征信息。
S804,将提取到的个人特征信息、阅读特征信息和社交特征信息进行融合,得到用户特征信息。
具体地,服务器120在得到用户标识对应的个人特征信息、阅读特征信息和社交特征信息后,以个人特征信息、阅读特征信息和社交特征信息构建特征矩阵,获取特征融合权重矩阵,根据特征矩阵和特征融合权重矩阵进行加权计算,得到融合后的用户特征信息。
在一个实施例中,服务器120将用户标识对应的个人特征信息、阅读特征信息和社交特征信息,作为全连接层的输入,通过全连接层将个人特征信息、阅读特征信息和社交特征信息进行融合,获取全连接层输出的用户特征信息。
S806,根据用户特征信息确定用户标识对应的一级身份标签。
具体地,服务器120根据用户特征信息,确定用户标识隶属各一级身份标签对应的概率值,确定最大概率值对应的一级身份标签,以确定的一级身份标签为用户标识对应的一级身份标签。
本实施例中,将用户信息中用户基础信息、内容阅读信息和用户社交信息,分别按照相应的特征提取方式提取个人特征信息、阅读特征信息和社交特征信息,再将个人特征信息、阅读特征信息和社交特征信息融合为用户特征信息,大大提高了用户特征信息的准确定,根据用户特征信息确定用户标识对应的一级身份标签,从而提高了一级身份标签的确定准确性。
如图9所示,在一个实施例中,S706具体还包括确定推荐身份标签的步骤,该步骤具体包括以下内容:
S902,确定一级身份标识对应的二级标签确定方式。
具体地,服务器120确定一级身份标识对应的二级标签确定方式,确定的二级标签确定方式为根据种子用户确定标签的方式。其中,种子用户为用户标识被标注二级身份标签的用户。
S904,以用户标识作为非种子用户标识,根据二级标签确定方式,获取非种子用户标识对应的阅读内容来源标识。
其中,非种子用户为用户标识待被标注二级身份标签的用户。
具体地,当二级标签确定方式为根据种子用户确定标签的方式时,服务器120以用户标识作为非种子用户标识,查询与非种子用户标识对应的阅读内容来源标识。
S906,查询与阅读内容来源标识所对应的种子用户标识。
具体地,服务器120中存储着阅读内容来源标识所对应的种子用户标识。服务器120在获取到与非种子用户标识对应的阅读内容来源标识后,根据各阅读内容来源标识查询种子用户标识。
S908,根据种子用户标识和阅读内容来源标识,确定非种子用户标识对应的推荐身份标签。
具体地,服务器120根据种子用户标识隶属各二级身份标签的概率值和非种子用户隶属各二级身份标识的初始概率值,与各阅读内容来源标识隶属各二级身份标签的初始概率值进行迭代计算。服务器120通过迭代计算确定非种子用户标识对应隶属各二级身份标签的概率值,以及每个阅读内容来源标识隶属各二级身份标签的概率值,根据得到的概率值确定非种子用户标识对应的二级身份标签,以及每个阅读内容来源标识对应的二级身份标签,以确定的非种子用户标识对应的二级身份标签作为推荐身份标签。
图10为一个实施例中页面内容推荐方法的交互时序图。服务器120获取用户标识对应的用户信息;用户信息包括用户基础信息、内容阅读信息和用户社交信息;根据用户信息确定用户标识对应的一级身份标签;通过一级身份标签对应的二级标签确定方式,确定用户标识对应的推荐身份标签。终端110在内容推荐页面中展示用户访问第一推荐内容的第一描述信息;当第一描述信息被触发后,从服务器120获取第一描述信息对应的推荐身份标签,在内容推荐页面中,显示与第一描述信息对应的推荐身份标签,获取用于选中推荐身份标签的选择指令,将选择指令发送至服务器120。服务器120提取选择指令中选中的推荐身份标签,以选中的推荐身份标签为用户标识对应的二级身份标签,获取与选中的推荐身份标签匹配的第二推荐内容所对应的第二描述信息,将获取到的第二描述信息推荐至用户标识对应的终端110。终端110将第二描述信息展示在内容推荐页面中。
图11为一个实施例中用户标识与内容来源标识关系示意图。用户标识包括种子用户标识和非种子用户标识。其中,Pa、Pb、Pc为分别标识不同种子用户的用户标识,B1、B2、B3、B4为分别标识不同内容来源的内容来源标识,“?”标识非种子用户的用户标识。用户标识指向内容来源标识的箭头,表示该用户标识关注了所指向的内容来源标识。
在一个实施例中,根据以下公式进行迭代计算每个用户标识隶属各二级身份标签的概率值,和每个内容来源标识隶属各二级身份标签的概率值:
其中,propb标识内容来源标识隶属每个二级身份标签的概率,propp标识非种子人群隶属每个二级身份标签的概率。通过内容来源标识的概率与用户标识的概率进行迭代计算,最后达到收敛,得到用户标识和内容来源标识的概率表达,其中propbj表示内容来源标识b隶属第j个二级身份标签的概率值,proppj表示用户标识p隶属第j个二级身份标签的概率值。∑kpropbk表示对内容来源标识隶属各二级身份标签的k个概率值进行求和;∑kproppk表示对用户标识p隶属各二级身份标签的概率的k个概率值进行求和。
在一个实施例中,服务器120根据种子用户标识、非种子用户标识和阅读内容来源标识进行分类,通过分类得到非种子用户标识的分类结果和阅读内容来源标识对应的分类结果,根据非种子用户标识的分类结果输入社会阶层打分器,根据社会阶层打分器的打分结果确定非种子用户标识的二级身份标签。
本实施例中,根据种子用户标识和阅读内容来源标识,确定非种子用户标识对应的二级身份标识,通过对种子用户标识对应的阅读内容来源标识的分析,在分析过程中通过迭代计算用户标识隶属各二级身份标签的概率,以及内容来源标识隶属各二级身份标签的概率,得到迭代计算结果,根据迭代计算结果确定非种子用户标识对应的二级身份标识,提高了确定二级身份标识的准确性。
在一个实施例中,页面内容推荐方法还包括一级身份标签对应的一级标签确定模型的构建步骤,该步骤具体包括以下内容:服务器120根据用户标识对应的兴趣点(POI,Point of Interesting)和内容阅读信息,根据兴趣点对用户标识进行聚集,根据聚集的用户标识对应的内容阅读信息确定阅读量超过预设阅读量的专业性内容,根据专业性内容和兴趣点确定一级身份标签,根据专业性内容和兴趣点筛选用户标识,为筛选到的用户标识标注确定的一级身份标签,以标注有一级身份标签的用户标识对应的用户信息作为训练数据,根据训练数据构建一级标签确定模型。
具体地,对训练数据中各用户标识对应的用户信息进行分类,得到每个用户标识对应的用户基础信息、内容阅读信息和用户社交信息,分别从用户基础信息、内容阅读信息和用户社交信息中,分别提取个人特征信息、阅读特征信息和社交特征信息。
以e1、e2、e3分别表示个人特征信息、阅读特征信息和社交特征信息,根据以下公式构建一级标签确定模型:
hj=σ(we1+we2+we3+b)
其中,hj表示全连接层输出h中的第j个值,σ表示全连接层,w和b为全连接层σ的参数;sj表示的第j个一级身份标签的概率值;softmax(hj)表示选取hj的最大概率值作为各一级身份标签的概率值,表示对T个用户标识对应的全连接层输出h进行求和,其中k的取值范围为1到T(T≥1);L表示损失函数。
图12为一个实施例中确定身份标签方法的架构示意图。请参照图12,服务器120将用户基础信息中年龄和性别分别输入嵌入层(Embed layer)得到个人特征信息;服务器120将内容阅读信息中的阅读历史记录输入到文本分类神经网络(Text CNN),得到文本分类结果,并将内容阅读信息中的内容来源标识输入嵌入层(Embed layer),得到来源标识特征向量,将文本分类结果和来源标识特征向量输入全连接层(Full connected layer)进行融合,得到阅读特征信息;服务器120分别对用户社交信息中的社交信息和群信息进行特征提取,得到社交向量和群向量,将社交向量和群向量输入全连接层(Full connected layer)进行融合,得到社交特征信息。服务器120将个人特征信息、阅读特征信息和社交特征信息输入全连接层进行融合,得到用户特征信息,将用户特征信息输入分类层,通过分类层确定用户标识对应的一级身份标签。
当用户标识对应的一级身份标签为互联网精英时,服务器120根据互联网精英在二级分类器中标识迭代分类,得到用户标识和内容来源标识对应的分类结果,将分类结果输入社会阶层打分器,确定用户标识对应的二级身份标签。
当用户标识对应的一级身份标签为金融精英时,服务器120根据金融精英在二级分类器中社区划分和用户社交信息进行社区划分,得到用户标识对应的社区划分结果,将社区划分结果输入社会阶层打分器,确定用户标识对应的二级身份标签。
当用户标识对应的一级身份标签为影视迷,服务器120提取内容阅读信息中阅读名称,在如图13所示的影视知识图谱查询阅读名称,根据查询到的阅读名称确定用户标识对应的二级身份标签。
如图14所示,在一个实施例中,提供一种页面内容推荐装置1400,该装置具体包括以下内容:信息展示模块1402、标签显示模块1404、指令获取模块1406和指令响应模块1408。
信息展示模块1402,用于在内容推荐页面中展示用于访问第一推荐内容的第一描述信息。
标签显示模块1404,用于当第一描述信息被触发后,在内容推荐页面中,显示与第一描述信息对应的推荐身份标签。
指令获取模块1406,用于获取用于选中推荐身份标签的选择指令。
指令响应模块1408,用于响应于选择指令,获取用于访问第二推荐内容的第二描述信息,第二推荐内容与选中的推荐身份标签相匹配。
在一个实施例中,推荐身份标签为二级身份标签;标签显示模块1404还用于当第一描述信息被触发、且第一描述信息所对应的一级身份标签的触发频率达到阈值后,则在内容推荐页面中,显示与第一描述信息对应的用作推荐身份标签的二级身份标签。
在一个实施例中,标签显示模块1404还用于当第一描述信息被触发后,进入内容展示页面;在内容展示页面中展示第一推荐内容;当从内容展示页面返回至内容推荐页面后,在内容推荐页面中,显示与第一描述信息对应的推荐身份标签。
在一个实施例中,标签显示模块1404还用于获取与当前登录的用户标识和第一描述信息对应的候选身份标签;在获取到的候选身份标签中,按照推荐数量限制条件筛选用作推荐身份标签的候选身份标签;将筛选得到的推荐身份标签显示在内容推荐页面中。
在一个实施例中,标签显示模块1404还用于获取第一描述信息在内容推荐页面中的展示位置;在展示位置周围添加标签展示控件;将推荐身份标签显示在标签展示控件中。
在一个实施例中,指令响应模块1408还用于根据选择指令更改所显示的推荐身份标签的选择状态;当显示的至少一推荐身份标签的选择状态为选中状态时,在标签展示控件中展示确认按钮;当确认按钮被触发时,将当前处于选中状态的推荐身份标签作为选中的推荐身份标签,并关闭标签展示控件。
在一个实施例中,信息展示模块1402还用于获取第一描述信息在内容推荐页面中的展示位置;按照展示位置,在第一描述信息和与第一描述信息相邻的描述信息之间开设展示区域;在展示区域中展示第二描述信息。
在一个实施例中,信息展示模块1402还用于获取内容推荐页面中排列在述第一描述信息之后的描述信息;将获取到的描述信息和第二描述信息构建队列,并将第二描述信息排列至队列的头部;按照队列的顺序,将队列中的描述信息展示在内容推荐页面。
本实施例中,当内容推荐页面中展示的用于访问第一推荐内容的第一描述信息被触发后,在内容推荐页面中显示与第一描述信息对应的推荐身份标签,通过推荐身份标签进行身份试探,获取用于选中推荐身份标签的选择指令,从而确定用户身份,对选择指令进行响应,根据用户身份获取用于访问第二推荐内容的第二描述信息,第二推荐内容与选中的推荐身份标签相匹配,保证了推荐内容与用户身份的匹配,提高了信息推荐的准确率。
如图15所示,在另一个实施例中,提供一种页面内容推荐装置1500,该装置具体包括以下内容:用户信息获取模块1502、一级标签确定模块1504、试探标签确定模块1506、反馈信息获取模块1508、二级标签确定模块1510和内容推荐模块1512。
用户信息获取模块1502,用于获取用户标识对应的用户信息;用户信息包括用户基础信息、内容阅读信息和用户社交信息。
一级标签确定模块1504,用于根据用户信息确定用户标识对应的一级身份标签。
试探标签确定模块1506,用于通过一级身份标签对应的二级标签确定方式,确定用户标识对应的推荐身份标签。
反馈信息获取模块1508,用于获取与推荐身份标签对应的选择指令。
二级标签确定模块1510,用于根据所述选择指令确定所述用户标识对应的二级身份标签。
内容推荐模块1512,用于根据确定的二级身份标签向所述用户标识对应的终端推荐内容。
在一个实施例中,一级标签确定模块1504还用于从用户信息中的用户基础信息、内容阅读信息和用户社交信息,分别提取个人特征信息、阅读特征信息和社交特征信息;将提取到的个人特征信息、阅读特征信息和社交特征信息进行融合,得到用户特征信息;根据用户特征信息确定用户标识对应的一级身份标签。
在一个实施例中,一级标签确定模块1504还用于对于用户基础信息,将用户基础信息进行向量映射处理,得到个人特征信息;对于内容阅读信息,对内容阅读信息进行文本分类和向量映射,得到阅读特征信息;对于用户社交信息,对用户社交信息进行向量特征提取,得到社交向量和群向量,将社交向量和群向量融合生成社交特征信息社交特征信息。
在一个实施例中,一级标签确定模块1504还用于提取内容阅读信息中阅读历史记录和阅读内容来源标识;通过文本分类神经网络对阅读历史记录进行分类,得到文本分类结果,并将阅读内容来源标识进行向量映射处理,得到来源标识特征向量;融合文本分类结果和来源标识特征向量,得到阅读特征信息。
在一个实施例中,试探标签确定模块1506还用于确定一级身份标识对应的二级标签确定方式;根据二级标签确定方式获取知识图谱和阅读历史记录;通过知识图谱和阅读历史记录,确定用户标识对应推荐身份标签。
在一个实施例中,试探标签确定模块1506还用于确定一级身份标识对应的二级标签确定方式;以用户标识作为非种子用户标识,根据二级标签确定方式,获取非种子用户标识对应的阅读内容来源标识;查询与阅读内容来源标识所对应的种子用户标识;根据种子用户标识和阅读内容来源标识,确定非种子用户标识对应的推荐身份标签。
在一个实施例中,试探标签确定模块1506还用于确定一级身份标识对应的二级标签确定方式;根据二级标识确定方式,根据用户标识对应的用户社交信息构建用户关系图;根据用户关系图确定用户标识对应的推荐身份标签。
本实施例中,在根据用户信息确定用户标识的一级身份标签,通过与一级身份标签对应的二级标签确定方式,确定用户标识对应的推荐身份标签,根据推荐身份标签通过与用户互动进行用户二级身份的试探,通过用户确认得到用户标识的二级身份标签后,根据二级身份标签向用户标识对应的终端推荐内容,提高了内容推荐的准确性。
图16为一个实施例中计算机设备的内部结构示意图。参照图16,该计算机设备可以是图1中所示的终端110,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示器和输入设备。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质可存储操作系统和计算机程序。该计算机程序被执行时,可使得处理器执行一种页面内容推荐方法。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该内存储器中可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行一种页面内容推荐方法。计算机设备的网络接口用于进行网络通信。显示器用于显示内容推荐页面和内容展示页面。输入设备为向终端110输入信息的设备。
图17为另一个实施例中计算机设备的内部结构示意图。参照图17,该计算机设备是图1中所示的服务器120,该机器人包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质可存储操作系统和计算机程序。该计算机程序被执行时,可使得处理器执行一种页面内容推荐方法。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该内存储器中可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行一种页面内容推荐方法。计算机设备的网络接口用于进行网络通信。
本领域技术人员可以理解,图16和图17中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备或机器人的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的页面内容推荐装置1400可以实现为一种计算机程序的形式,计算机程序可在如图16所示的计算机设备上运行。计算机设备的存储器中可存储组成该页面内容推荐装置的各个程序模块,比如,图14所示的信息展示模块1402、标签显示模块1404、指令获取模块1406和指令响应模块1408。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的页面内容推荐方法中的步骤。
例如,图16所示的计算机设备可以通过如图14所示的页面内容推荐装置1400中的信息展示模块1402在内容推荐页面中展示用于访问第一推荐内容的第一描述信息。计算机设备可通过标签显示模块1404当第一描述信息被触发后,在内容推荐页面中,显示与第一描述信息对应的推荐身份标签。计算机设备可通过指令获取模块1406获取用于选中推荐身份标签的选择指令。计算机设备可通过指令响应模块1408响应于选择指令,获取用于访问第二推荐内容的第二描述信息,第二推荐内容与选中的推荐身份标签相匹配。
在一个实施例中,本申请提供的页面内容推荐装置1500可以实现为一种计算机程序的形式,计算机程序可在如图17所示的计算机设备上运行。计算机设备的存储器中可存储组成该页面内容推荐装置的各个程序模块,比如,图15所示的用户信息获取模块1502、一级标签确定模块1504、试探标签确定模块1506、反馈信息获取模块1508、二级标签确定模块1510和内容推荐模块1512。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的页面内容推荐方法中的步骤。
例如,图17所示的计算机设备可以通过如图15所示的页面内容推荐装置1500中的用户信息获取模块1502获取用户标识对应的用户信息;用户信息包括用户基础信息、内容阅读信息和用户社交信息。计算机设备可通过一级标签确定模块1504根据用户信息确定用户标识对应的一级身份标签。计算机设备可通过试探标签确定模块1506通过一级身份标签对应的二级标签确定方式,确定用户标识对应的推荐身份标签。计算机设备可通过反馈信息获取模块1508获取与推荐身份标签对应的选择指令。计算机设备可通过二级标签确定模块1510根据所述选择指令确定所述用户标识对应的二级身份标签。计算机设备可通过内容推荐模块1512根据确定的二级身份标签向所述用户标识对应的终端推荐内容。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述页面内容推荐方法的步骤。此处页面内容推荐方法的步骤可以是上述各个实施例的页面内容推荐方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述页面内容推荐方法的步骤。此处页面内容推荐方法的步骤可以是上述各个实施例的页面内容推荐方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (20)
1.一种页面内容推荐方法,所述方法包括:
在内容推荐页面中展示用于访问第一推荐内容的第一描述信息;
当所述第一描述信息被触发后,进入内容展示页面;
在所述内容展示页面中展示所述第一推荐内容;
当从所述内容展示页面返回至所述内容推荐页面后,在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签;所述推荐身份标签通过一级身份标签对应的二级标签确定方式确定得到,所述一级身份标签根据用户标识对应的用户信息确定得到;
获取用于选中所述推荐身份标签的选择指令;
响应于所述选择指令,获取用于访问第二推荐内容的第二描述信息,所述第二推荐内容与选中的所述推荐身份标签相匹配,所述第二描述信息展示在所述内容推荐页面中。
2.根据权利要求1所述的方法,其特征在于,所述推荐身份标签为二级身份标签;所述方法还包括:
当所述第一描述信息被触发、且所述第一描述信息所对应的一级身份标签的触发频率达到阈值后,则
在所述内容推荐页面中,显示与所述第一描述信息对应的用作推荐身份标签的二级身份标签。
3.根据权利要求1所述的方法,其特征在于,所述在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签包括:
获取与当前登录的用户标识和所述第一描述信息对应的候选身份标签;
在获取到的候选身份标签中,按照推荐数量限制条件筛选用作推荐身份标签的候选身份标签;
将筛选得到的推荐身份标签显示在所述内容推荐页面中。
4.根据权利要求1所述的方法,其特征在于,所述在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签包括:
获取所述第一描述信息在所述内容推荐页面中的展示位置;
在所述展示位置周围添加标签展示控件;
将所述推荐身份标签显示在所述标签展示控件中。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述选择指令更改所显示的推荐身份标签的选择状态;
当显示的至少一推荐身份标签的选择状态为选中状态时,在所述标签展示控件中展示确认按钮;
当所述确认按钮被触发时,将当前处于选中状态的推荐身份标签作为选中的推荐身份标签,并关闭所述标签展示控件。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述方法还包括:
获取所述第一描述信息在所述内容推荐页面中的展示位置;
按照所述展示位置,在所述第一描述信息和与所述第一描述信息相邻的描述信息之间开设展示区域;
在所述展示区域中展示所述第二描述信息。
7.根据权利要求1至5中任一项所述的方法,其特征在于,所述方法还包括:
获取所述内容推荐页面中排列在所述第一描述信息之后的描述信息;
将获取到的描述信息和第二描述信息构建队列,并将所述第二描述信息排列至所述队列的头部;
按照所述队列的顺序,将所述队列中的描述信息展示在所述内容推荐页面。
8.一种页面内容推荐方法,所述方法包括:
获取用户标识对应的用户信息;所述用户信息包括用户基础信息、内容阅读信息和用户社交信息;
根据所述用户信息确定所述用户标识对应的一级身份标签;
通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签;
当所述用户标识对应的终端在内容推荐页面中展示的用于访问第一推荐内容的第一描述信息被触发,进入展示所述第一推荐内容的内容展示页面,并从所述内容展示页面返回至所述内容推荐页面时,将所述推荐身份标签发送至所述用户标识对应的终端,以在所述终端的所述内容推荐页面中进行显示;
获取与所述推荐身份标签对应的选择指令;
根据所述选择指令确定所述用户标识对应的二级身份标签;
根据确定的二级身份标签向所述用户标识对应的终端推荐内容,并在所述内容推荐页面中展示。
9.根据权利要求8所述的方法,其特征在于,所述根据所述用户信息确定所述用户标识对应的一级身份标签包括:
从所述用户信息中的用户基础信息、内容阅读信息和用户社交信息,分别提取个人特征信息、阅读特征信息和社交特征信息;
将提取到的个人特征信息、阅读特征信息和社交特征信息进行融合,得到用户特征信息;
根据所述用户特征信息确定所述用户标识对应的一级身份标签。
10.根据权利要求9所述的方法,其特征在于,所述从所述用户信息中的用户基础信息、内容阅读信息和用户社交信息,分别提取个人特征信息、阅读特征信息和社交特征信息包括:
对于所述用户基础信息,将所述用户基础信息进行向量映射处理,得到个人特征信息;
对于所述内容阅读信息,对所述内容阅读信息进行文本分类和向量映射,得到阅读特征信息;
对于所述用户社交信息,对所述用户社交信息进行向量特征提取,得到社交向量和群向量,将所述社交向量和所述群向量融合生成社交特征信息。
11.根据权利要求10所述的方法,其特征在于,所述对于所述内容阅读信息,对所述内容阅读信息进行文本分类和向量映射,得到阅读特征信息包括:
提取所述内容阅读信息中阅读历史记录和阅读内容来源标识;
通过文本分类神经网络对所述阅读历史记录进行分类,得到文本分类结果,并将所述阅读内容来源标识进行向量映射处理,得到来源标识特征向量;
融合所述文本分类结果和所述来源标识特征向量,得到阅读特征信息。
12.根据权利要求8所述的方法,其特征在于,所述通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签包括:
确定一级身份标识对应的二级标签确定方式;
根据所述二级标签确定方式获取知识图谱和阅读历史记录;
通过所述知识图谱和所述阅读历史记录,确定所述用户标识对应的推荐身份标签。
13.根据权利要求8所述的方法,其特征在于,所述通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签包括:
确定一级身份标识对应的二级标签确定方式;
以所述用户标识作为非种子用户标识,根据所述二级标签确定方式,获取所述非种子用户标识对应的阅读内容来源标识;
查询与所述阅读内容来源标识所对应的种子用户标识;
根据所述种子用户标识和所述阅读内容来源标识,确定所述非种子用户标识对应的推荐身份标签。
14.根据权利要求8所述的方法,其特征在于,所述通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签包括:
确定一级身份标识对应的二级标签确定方式;
根据所述二级标签确定方式,根据所述用户标识对应的用户社交信息构建用户关系图;
根据所述用户关系图确定所述用户标识对应的推荐身份标签。
15.一种页面内容推荐装置,其特征在于,所述装置包括:
信息展示模块,用于在内容推荐页面中展示用于访问第一推荐内容的第一描述信息;
标签显示模块,用于当所述第一描述信息被触发后,进入内容展示页面;在所述内容展示页面中展示所述第一推荐内容;当从所述内容展示页面返回至所述内容推荐页面后,在所述内容推荐页面中,显示与所述第一描述信息对应的推荐身份标签;所述推荐身份标签通过一级身份标签对应的二级标签确定方式确定得到,所述一级身份标签根据用户标识对应的用户信息确定得到;
指令获取模块,用于获取用于选中所述推荐身份标签的选择指令;
指令响应模块,用于响应于所述选择指令,获取用于访问第二推荐内容的第二描述信息,所述第二推荐内容与选中的所述推荐身份标签相匹配,所述第二描述信息展示在所述内容推荐页面中。
16.根据权利要求15所述的装置,其特征在于,所述推荐身份标签为二级身份标签;所述标签显示模块还用于当所述第一描述信息被触发、且所述第一描述信息所对应的一级身份标签的触发频率达到阈值后,则在所述内容推荐页面中,显示与所述第一描述信息对应的用作推荐身份标签的二级身份标签。
17.根据权利要求15所述的装置,其特征在于,所述标签显示模块还用于获取与当前登录的用户标识和所述第一描述信息对应的候选身份标签;在获取到的候选身份标签中,按照推荐数量限制条件筛选用作推荐身份标签的候选身份标签;将筛选得到的推荐身份标签显示在所述内容推荐页面中。
18.一种页面内容推荐装置,其特征在于,所述装置包括:
用户信息获取模块,用于获取用户标识对应的用户信息;所述用户信息包括用户基础信息、内容阅读信息和用户社交信息;
一级标签确定模块,用于根据所述用户信息确定所述用户标识对应的一级身份标签;
推荐标签确定模块,用于通过所述一级身份标签对应的二级标签确定方式,确定所述用户标识对应的推荐身份标签;还用于当所述用户标识对应的终端在内容推荐页面中展示的用于访问第一推荐内容的第一描述信息被触发,进入展示所述第一推荐内容的内容展示页面,并从所述内容展示页面返回至所述内容推荐页面时,将所述推荐身份标签发送至所述用户标识对应的终端,以在所述终端的所述内容推荐页面中进行显示;
反馈信息获取模块,用于获取与所述推荐身份标签对应的选择指令;
二级标签确定模块,用于根据所述选择指令确定所述用户标识对应的二级身份标签;
内容推荐模块,用于根据确定的二级身份标签向所述用户标识对应的终端推荐内容,并在所述内容推荐页面中展示。
19.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至14中任一项所述方法的步骤。
20.一种存储有计算机程序的存储介质,所述计算机程序被处理器执行时,使得处理器执行如权利要求1至14中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811163355.7A CN110968780B (zh) | 2018-09-30 | 2018-09-30 | 页面内容推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811163355.7A CN110968780B (zh) | 2018-09-30 | 2018-09-30 | 页面内容推荐方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110968780A CN110968780A (zh) | 2020-04-07 |
CN110968780B true CN110968780B (zh) | 2021-11-16 |
Family
ID=70029427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811163355.7A Active CN110968780B (zh) | 2018-09-30 | 2018-09-30 | 页面内容推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110968780B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113630429A (zh) * | 2020-05-08 | 2021-11-09 | 未来穿戴技术有限公司 | 信息推荐方法、装置、计算机设备和计算机可读存储介质 |
CN112650932B (zh) * | 2021-01-04 | 2022-09-23 | 重庆邮电大学 | 一种融合社交和位置关系的神经协同过滤poi推荐方法 |
CN113268671B (zh) * | 2021-06-22 | 2022-11-08 | 深圳市泷富科技集团有限公司 | 小程序信息推送过滤方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530341A (zh) * | 2013-10-08 | 2014-01-22 | 广州品唯软件有限公司 | 物品信息生成推送方法和系统 |
CN104317959A (zh) * | 2014-11-10 | 2015-01-28 | 北京字节跳动网络技术有限公司 | 基于社交平台的数据挖掘方法及装置 |
CN106686063A (zh) * | 2016-12-07 | 2017-05-17 | 乐视控股(北京)有限公司 | 一种信息推荐方法、装置及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243144A (zh) * | 2015-10-15 | 2016-01-13 | 桂林电子科技大学 | 一种兴趣标签的推荐方法及装置 |
CN106888146A (zh) * | 2015-12-15 | 2017-06-23 | 上海帅醒信息科技有限公司 | 基于标签的信息分发和评价系统 |
-
2018
- 2018-09-30 CN CN201811163355.7A patent/CN110968780B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530341A (zh) * | 2013-10-08 | 2014-01-22 | 广州品唯软件有限公司 | 物品信息生成推送方法和系统 |
CN104317959A (zh) * | 2014-11-10 | 2015-01-28 | 北京字节跳动网络技术有限公司 | 基于社交平台的数据挖掘方法及装置 |
CN106686063A (zh) * | 2016-12-07 | 2017-05-17 | 乐视控股(北京)有限公司 | 一种信息推荐方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110968780A (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263265B (zh) | 用户标签生成方法、装置、存储介质和计算机设备 | |
CN111680219B (zh) | 内容推荐方法、装置、设备及可读存储介质 | |
CN109345302B (zh) | 机器学习模型训练方法、装置、存储介质和计算机设备 | |
RU2696230C2 (ru) | Поиск, основанный на комбинировании пользовательских данных отношений | |
Liu et al. | Incorporating user, topic, and service related latent factors into web service recommendation | |
CN109376237B (zh) | 客户稳定性的预测方法、装置、计算机设备和存储介质 | |
TWI636416B (zh) | 內容個人化之多相排序方法和系統 | |
CN107797998B (zh) | 含谣言用户生成内容识别方法和装置 | |
CN110543598A (zh) | 信息推荐方法、装置及终端 | |
CN110968780B (zh) | 页面内容推荐方法、装置、计算机设备和存储介质 | |
CN111858969B (zh) | 多媒体数据推荐方法、装置、计算机设备和存储介质 | |
CN111429161B (zh) | 特征提取方法、特征提取装置、存储介质及电子设备 | |
Zhong et al. | Predicting pinterest: Automating a distributed human computation | |
CN110880006A (zh) | 用户分类方法、装置、计算机设备和存储介质 | |
CN112989169A (zh) | 目标对象识别方法、信息推荐方法、装置、设备及介质 | |
CN111931069B (zh) | 用户兴趣确定方法、装置及计算机设备 | |
CN112749330A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
Goncalves et al. | Gathering alumni information from a web social network | |
CN110209944B (zh) | 一种股票分析师推荐方法、装置、计算机设备和存储介质 | |
CN109656433B (zh) | 类目信息处理方法、装置、计算机设备和存储介质 | |
Seroussi | Utilising user texts to improve recommendations | |
CN111831890B (zh) | 用户相似度生成方法、装置、存储介质和计算机设备 | |
WO2020045526A1 (ja) | 情報分析装置及びプログラム | |
Ntalianis et al. | Wall-content selection in social media: A revelance feedback scheme based on explicit crowdsourcing | |
Hassanpour et al. | Improving Accuracy of Recommender Systems using Social Network Information and Longitudinal Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021692 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |