CN111191132B - 一种信息推荐方法、装置及电子设备 - Google Patents

Abstract

本说明书实施例公开了一种信息推荐方法、装置及电子设备，向客户端发送推荐信息，使得所述客户端展示所述推荐信息；若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

Description

一种信息推荐方法、装置及电子设备

技术领域

本说明书实施例涉及计算机技术领域，尤其涉及一种信息推荐方法、装置及电子设备。

背景技术

随着互联网技术的发展，用户越来越习惯于利用网络进行社会活动，例如，网络购物、网络即时通讯、网络浏览新闻等，用户可以通过搜索查找自己需要浏览的信息。另外，为了提高用户在进行网络浏览信息时的体验度，方便用户快速找到自己想要浏览的信息，客户端会主动向用户展示一些推荐信息，如在网络购物页面向用户展示一些预设的商品信息等。

现有技术中，是根据对用户的历史访问信息的分析来确定该用户对浏览信息的偏好，进而可以根据该用户对浏览信息的偏好来为该用户提供其可能感兴趣的推荐信息，来满足用户对浏览信息的个性化需求，提升用户体验，进行信息推广。

发明信息

有鉴于此，本说明书实施例提供了一种信息推荐方法、装置及电子设备，用于解决现有技术中推荐系统难以实时更新对用户的推荐信息的问题。

本说明书实施例采用下述技术方案：

本说明书实施例提供一种信息推荐方法，应用于服务器，包括：

向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

本说明书实施例还提供一种信息推荐方法，应用于客户端，包括：

展示推荐信息；

监测对展示的所述推荐信息的用户访问；

若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息。

本说明书实施例还提供一种信息推荐装置，应用于服务器，包括：

发送模块，向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

更新模块，若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

本说明书实施例还提供一种信息推荐装置，应用于客户端，包括：

展示模块，展示推荐信息；

监测模块，监测对展示的所述推荐信息的用户访问；

更新模块，若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息。

本说明书实施例还提供一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成至少一个处理器执行以下步骤：

向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

本说明书实施例还提供一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成至少一个处理器执行以下步骤：

展示推荐信息；

监测对展示的所述推荐信息的用户访问；

若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过在客户端展示推荐信息，并在客户端对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验。

附图说明

此处所说明的附图用来提供对本说明书实施例的进一步理解，构成本说明书实施例的一部分，本说明书的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书实施例提供的一种信息推荐方法的流程示意图；

图2为本说明书实施例提供的一种信息推荐方法的流程示意图；

图3为本说明书实施例提供的一种信息推荐方法的时序图；

图4为本说明书实施例提供的一种信息推荐系统的结构示意图；

图5为本说明书实施例提供的一种信息推荐装置的结构示意图；

图6为本说明书实施例提供的一种信息推荐装置的结构示意图。

具体实施方式

客户端虽然可以根据用户的历史用户访问向用户展示其可能感兴趣的推荐信息，以提升用户体验，但是展示的推荐信息可能并不满足用户当前的信息浏览需求，对当前推荐信息的用户访问达不到预设的推荐条件，用户对推荐信息的点击率不高。

现有技术中，是在用户下一次再进入客户端时再根据用户的历史用户访问对推荐信息进行更新，向用户展示更新的推荐信息，但这解决不了推荐信息不能满足用户当前的信息浏览需求的问题，用户还是需要进行检索才能得到需要的信息，进而降低了用户体验度。

因此，本说明书实施例提供一种信息推荐方法、装置及电子设备，通过在客户端展示推荐信息，并在客户端对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验。

为使本申请的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书实施例提供的一种信息推荐方法的流程示意图，本说明书实施例提供的信息推荐方法应用于服务器。

S101：向客户端发送推荐信息，使得所述客户端展示所述推荐信息。

在本说明书实施例中，推荐信息可以理解为在客户端向用户展示的其可能感兴趣的网络信息，以达到节约网络资源、信息推广、提升用户体验、减少用户进行过多检索的目的，具体可以是网络购物客户端向用户推荐的商品信息、网络即时通讯客户端向用户推荐的好友信息、新闻客户端向用户推荐的实时新闻信息等，在此不做具体限定。

服务器通过向客户端发送推荐信息，可以在用户进入客户端应用时，利用客户端向用户展示其可能感兴趣的推荐信息，或者向用户展示需要进行推广的推荐信息等。在具体应用场景中，服务器可以利用信息推荐模型确定所述用户可能感兴趣的推荐信息。

S103：若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

在本说明书实施例中，用户访问可以是指用户对客户端上展示的推荐信息进行查看访问的数据信息，具体可以是用户对推荐信息的停留时间、操作信息、浏览时间等，通过对推荐信息对应的用户访问进行监测，可以掌握用户当前对推荐信息的实时访问情况，以在较快的时间内确定展示的推荐信息是否满足用户当前的信息浏览需求，若否，则可以较快的对推荐信息进行更新，减少用户对信息的检索次数，提升用户体验和对推荐信息的点击率。

预设的推荐条件可以是指预先设定对用户访问进行判断的指标条件，通过判断用户访问是否达到预设的推荐条件，可以确定展示的推荐信息是否满足用户当前的信息浏览需求，并根据判断结果确定是否对推荐信息进行更新。

进一步地，预设的推荐条件可以是利用样本数据对更新判断模型进行训练得到的，其中，更新判断模型中的预设特征可以包括如下至少一种或者多种的组合：用户信息、用户所处的环境信息、用户历史用户访问、客户端设备信息。具体的，更新判断模型可以采用LR(Logistic Regression)逻辑回归模型、Deep and Cross(深沉和交叉模型)模型或者其他CTR(Click-Through-Rate，点击通过率)模型，在此不做具体限定。

其中，用户信息可以包括用户标识、性别、年龄、学历、行业信息等，环境信息可以包括位置信息、用户所处建筑物信息等，客户端设备信息可以包括设备型号信息、日期信息、屏幕亮度信息、设备是否移动等。可以利用更新判断模型对不同的用户对应的用户访问进行判断，以决定是否需要对该用户展示的推荐信息进行更新。

作为一种应用实施例，在若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还可以包括：

判断所述用户访问是否满足预设的推荐条件。

在本说明书实施例中，可以由服务器对客户端监测到的用户访问是否满足预设的推荐条件进行判断，并由服务器根据判断结果决定是否对推荐信息进行更新，然后在需要更新推荐信息时，向客户端返回更新的推荐信息，在不需要更新推荐信息时，可以向客户端返回“无需更新”的操作指令。

进一步地，判断所述用户访问是否满足预设的推荐条件，可以包括：

判断用户是否对展示的所述推荐信息执行操作。

在具体应用场景中，用户对展示的推荐信息执行操作，或者对展示的推荐信息不执行操作，都可能出现用户对展示的推荐信息不感兴趣的情况。例如，若用户未对展示的推荐信息执行操作，用户跳过浏览展示的推荐信息，表明用户对该推荐信息不感兴趣；若用户点击进入展示的推荐信息，但用户并没有浏览完该推荐信息就退出该推荐信息的详细页面，也没有对该推荐信息进行进一步的操作，如分享、收藏、购买等，表明用户对该推荐信息不感兴趣。其中，用户可以是指客户端所对应的用户。

这样，通过判断用户是否对展示的推荐信息执行操作，在不同的场景下对用户是否对展示的推荐信息感兴趣进行不同的判断，可以有效提高准确度，提升用户体验。

进一步地，判断所述用户访问是否满足预设的推荐条件，可以包括：

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，则根据监测到的所述用户访问获取所述用户在所述推荐信息的停留时间；

判断所述停留时间是否满足所述预设的推荐条件。

在具体应用场景中，若客户端未监测到用户对推荐信息执行操作，可能会出现用户对该推荐信息不感兴趣的情况，这与用户对展示的推荐信息执行了操作但不感兴趣的情况不同，通过对用户是否对当前展示的推荐信息执行操作来分别判断监测到的用户访问是否满足预设的推荐条件，可以准确的对各种情况下监测到的用户访问进行判断，以实现对用户不感兴趣的推荐信息进行及时准确的更新。

对于在客户端展示的推荐信息，可以是展示该推荐信息对应的摘要信息，该摘要信息可以反映推荐信息的主题，又能减小每一条推荐信息在客户端上所占的篇幅，例如，在购物客户端上展示的每个推荐商品的名称、价格信息、商铺信息、购买量等信息。

用户在对推荐信息进行点击访问之前，首先会阅读所展示的摘要信息，对各推荐信息会有一定时间的停留，判断是否对该推荐信息感兴趣，若是，则会点击进入该推荐信息的详细介绍页面进行访问，若否，则会跳过该推荐信息，浏览下一条推荐信息对应的摘要信息。所以，在未监测到用户对推荐信息执行任何的操作时，可以以用户对推荐信息的停留时间作为用户访问来判断其是否满足预设的推荐条件。

在具体应用场景中，判断所述停留时间是否满足所述预设的推荐条件，可以包括如下至少一种情形：

判断所述停留时间是否不小于第一阈值；

判断所述停留时间是否短于第二阈值，所述第二阈值大于所述第一阈值。

由于各推荐信息对应的摘要信息所展示的信息量不同，不同的用户阅读完摘要信息的时间也不相同，那么停留时间也会不同，在这种情况下，可以根据用户的历史访问信息，预设用户阅读完对应的摘要信息所需要的停留时间的最大值，即第二阈值，若用户对推荐信息的停留时间超过第二阈值，表明用户已经阅读完摘要信息，但仍没有对推荐信息进行点击访问等操作，表明用户对该推荐信息不感兴趣。

另外，还可以预设用户对推荐信息的停留时间的最小值，即第一阈值，若用户对推荐信息的停留时间小于第一阈值，表明用户对该推荐信息不感兴趣，在停留较少的时间后即跳过该推荐信息，若停留时间在第一阈值和第二阈值之间，表明用户可能在阅读对应的摘要信息。

通过对用户的历史访问信息进行分析，预设该用户对推荐商品对应的摘要信息的阅读时间最大值为5s，即该用户对该推荐商品的停留时间的第二阈值为5s，预设第一阈值为2s，若监测到该用户对该推荐商品的停留时间低于2s，表明用户还未阅读完该推荐商品的摘要信息后就跳过，停留时间未达到预设的推荐条件，该推荐商品不满足该用户当前的信息浏览需求；若该用户对该推荐商品的停留时间超过5s，但没有进行点击访问等操作，而是跳过浏览下一条推荐商品，表明该用户在阅读完该推荐商品的摘要信息后，对其不感兴趣，需要对当前展示的推荐商品进行更新。

进一步地，判断所述停留时间是否短于第二阈值，可以包括：

若所述停留时间超过所述第二阈值，则获取所述用户所处的环境信息；

根据所述环境信息判断所述用户是否处于预设地理位置。

在具体应用场景中，还可以结合其他监测到的用户访问来判断用户访问是否满足预设的推荐条件，以提高判断的准确度，如通过客户端获取用户所处的环境信息，其中，环境信息可以包括位置信息。

预设地理位置可以理解为不会因周围环境而对用户访问产生干扰或者影响的地理位置，使得用户所处的环境信息处于稳定状态，当用户所处的环境信息处于稳定状态下，周围的环境不会对用户访问产生干扰或者影响，服务器可以对监测到的用户访问进行准确的判断，而当用户所处的环境信息不是处于稳定状态下时，周围的环境会对用户访问产生干扰，在这种情况下，则需要结合环境信息进行判断，或者等到环境信息恢复到稳定状态时再进行判断，从而可以避免因环境的不稳定而造成的误判，影响用户体验度。

具体地，当客户端监测到用户的位置信息处于地铁线路上时，客户端设备的网络状态可能会出现中断的情况，那么对停留时间的判断可以进行一定的延时，在客户端设备的网络状态稳定时，再进行判断，这样可以避免因环境造成的网络状态不稳定而造成的误判。

在另外一个应用场景下，还可以结合客户端设备的状态来对监测到的用户访问进行准确的判断，例如，当监测到客户端设备处于息屏状态，且处于移动状态时，表明用户并没有浏览客户端，那么此时可以停止对停留时间进行监测，当客户端设备亮屏且未移动时，表明用户重新开始浏览推荐信息，此时可以重新对停留时间进行监测，采集用户访问，以做出准确的判断。

所以，不同用户处于不同的环境，以及不同客户端设备的不同状态等信息都有可能会影响对是否更新推荐信息的判断，可以利用更新判断模型对监测到的至少一种用户访问进行综合判断，以得到准确的判断结果。

作为另外一种应用实施例，判断所述用户访问是否满足预设的推荐条件，可以包括：

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，获取所述用户对执行操作的所述推荐信息的浏览时间；

判断所述浏览时间是否达到预设浏览时间。

在用户未对推荐信息执行操作之前，可能会出现用户对该推荐信息不感兴趣的情况，而在用户即使对推荐信息进行了点击访问等操作，也可能会出现用户对该推荐信息不感兴趣的情况。

浏览时间可以理解为用户在点击进入推荐信息的详细页面后，对该推荐信息的浏览时长；预设浏览时间可以理解为该用户阅读完该推荐信息所需要的浏览时长，通过对用户浏览推荐信息的时间进行判断，可以判断该用户是否对该推荐信息感兴趣。

例如，用户在进入推荐信息的详细页面后，浏览时间太短，或者浏览完之后没有进行下一步的操作等，表明用户对推荐信息不感兴趣，则需要对推荐信息进行更新。

在具体应用场景中，操作信息可以是用户对推荐信息的点击、收藏、分享、购买等操作，若用户在对推荐信息进行点击操作后，浏览时间低于预设浏览时间，或者没有进行进一步的操作，表明用户对该推荐信息仍不感兴趣，监测到的操作信息不满足预设的推荐条件，需要对当前展示的推荐信息进行更新。

需要说明的是，利用浏览时间进行判断时，还可以结合上述实施例中的环境信息、客户端设备信息等进行综合判断，以减小误判的概率，具体实施方式与上述实施例相同，在此不再赘述。

作为一种应用实施例，若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，可以包括：

若监测到所述推荐信息的所述用户访问未达到所述预设的推荐条件，则获取与所述客户端对应的候选推荐信息；

从所述候选推荐信息中删除与已展示的所述推荐信息属于相同类别的推荐信息，以确定所述更新的推荐信息；

向所述客户端发送所述更新的推荐信息。

服务器在确定客户端监测到的推荐信息对应的用户访问未达到预设的推荐条件时，可以从候选推荐信息中确定更新的推荐信息，进而可以在客户端向用户展示更新的推荐信息，其中，候选推荐信息可以是指针对该客户端对应用户预先确定的候选推荐信息，以实现对展示的推荐信息的实时更新。

由于已展示的推荐信息不满足用户当前的信息浏览需求，通过将已展示的推荐信息、及与已展示的推荐信息属于相同类别的推荐信息从候选推荐信息中删除，从删除后的候选推荐信息中重新确定进行展示的推荐信息，可以进一步为用户推荐其当前可能感兴趣的信息。

延续上例，在当前展示的推荐信息中包括用户可能感兴趣的多个女装秋季外套类的推荐商品，根据客户端监测到的用户访问，用户当前对女装秋季外套类的推荐商品不感兴趣，未达到预设的推荐条件，则服务器在确定更新的推荐信息时，可以过滤掉女装秋季外套类的推荐商品，改选其他的推荐商品，以提高用户对推荐商品的点击率。

本说明书实施例提供的一种信息推荐方法，通过在客户端展示推荐信息，并在客户端对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验，提高用户对推荐信息的点击率。

图2为本说明书实施例提供的一种信息推荐方法的流程示意图，本说明书实施例提供的信息推荐方法应用于客户端。

S201：展示推荐信息。

在用户点击进入客户端应用时，客户端可以向该用户展示其可能感兴趣的推荐信息，在具体应用场景中，展示的推荐信息可以是客户端从对应的服务器获取得到的。其中，推荐信息可以是在客户端上统一展示的信息，还可以是在不同客户端上针对不同用户的浏览需求确定的不同的展示的信息，在此不做具体限定。

作为一种应用实施例，展示推荐信息，可以包括：

向服务器发送信息展示请求，所述信息展示请求携带所述客户端对应用户的用户标识；

接收所述服务器发送的与所述用户标识对应的推荐信息；

向所述用户展示接收的所述推荐信息。

在本说明书实施例中，信息展示请求可以理解为在客户端初始化时，为向用户展示其可能感兴趣的信息，或者进行指定信息的推广，而向服务器发送的获取推荐信息的请求，以向用户展示最新的信息。

为向用户推荐其可能感兴趣的信息，服务器可以根据该用户的历史访问信息来确定向用户展示的推荐信息，或者根据与所述用户具有相同用户属性的其他用户的历史行为信息来确定向用户展示的推荐信息，这样，推荐给用户的信息会更加准确、更加符合用户的行为规律和喜好。其中，与用户具有相同用户属性的其他用户可以是指与用户学历相同、性别相同、年龄段相同的其他用户，或者是与用户行业相同的其他用户等，在此不做具体限定。

其中，历史访问信息可以是指用户对客户端上的目标网络信息的历史浏览行为信息，及与浏览目标网络信息相关的操作行为信息，浏览行为信息具体可以是指用户对目标网络信息的访问时间、浏览时长或者其他浏览行为信息，操作行为信息可以是指用户根据浏览需求对目标网络信息进行的点击、保存、分享、购买或者其他操作行为信息，在此不做具体限定。

S203：监测对展示的所述推荐信息的用户访问。

在本说明书实施例中，可以利用客户端对展示的推荐信息的用户访问进行实时监测，以获取到用户对展示的推荐信息的实时访问状态，从而可以及时对用户不感兴趣的推荐信息进行判断，以及时对此类展示的推荐信息进行准确的更新调整。

作为一种应用实施例，监测展示的所述推荐信息对应的用户访问，可以包括：

监测在至少一个预设时间段内所述推荐信息的用户访问。

在本说明书实施例中，预设时间段可以是指预先设定的监测时间段，具体可以是0.5s、1s、2s或者其他时间周期，在此不做具体限定。通过对推荐信息对应的用户访问进行周期性的监测，可以掌握用户对推荐信息的实时访问动态，以及时对用户不感兴趣的推荐信息进行更新。

具体地，客户端可以对推荐信息的用户访问进行周期性的监测，从而可以及时的对用户不感兴趣的推荐信息进行准确的判断。

作为一种应用实施例，根据所述信息展示请求向所述客户端发送对应的推荐信息，可以包括：

根据所述信息展示请求获取与所述信息展示请求对应的候选推荐信息，所述候选推荐信息是根据所述客户端对应用户的历史访问信息确定的；

从所述候选推荐信息中确定所述推荐信息；

向所述客户端发送所述推荐信息，使得所述客户端向所述用户展示所述推荐信息。

在具体应用场景中，客户端发送的信息展示请求可以携带所述客户端对应用户的用户标识，或者是所述客户端的标识信息，服务器根据所述用户标识或者所述客户端的标识信息可以获取到对应的候选推荐信息，进而可以从获取到的候选推荐信息中确定在客户端进行展示的推荐信息。

其中，候选推荐信息可以是服务器根据用户对应的历史访问信息确定的，具体可以是可能满足用户信息浏览需求的推荐信息列表，进一步地，在该推荐信息列表中，可以设置不同类别的推荐信息组，相同类别里的各推荐信息具有相同的属性，例如，在一个用户对应的候选推荐信息里面，可以包括一个女装秋季外套类的推荐信息组。

S205：若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息。

在本说明书实施例中，若客户端确定监测到的用户访问不满足预设的推荐条件，则可以获取更新的推荐信息，并在用户退出客户端应用之前向用户展示更新的推荐信息。

作为一种应用实施例，若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息，可以包括：

判断所述用户访问是否满足预设的推荐条件；

若否，则获取更新的推荐信息，以展示所述更新的推荐信息。

在本说明书实施例中，由客户端自身对监测到的用户访问进行判断，在判断得到用户访问不满足预设的推荐条件的时候，将判断结果发送至服务器，进而从服务器获取更新的推荐信息，以展示在客户端；其中，服务器是客户端对应的服务器，存储有在客户端进行展示的推荐信息。

作为另外一种应用实施例，若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息，可以包括：

向服务器发送监测到的所述用户访问，使得所述服务器判断所述用户访问未达到所述预设的推荐条件；

从所述服务器获取更新的推荐信息，以展示所述更新的推荐信息。

在另外一个应用场景中，客户端在监测到推荐信息对应的用户访问后，可以向服务器发送监测到的用户访问，由服务器对用户访问是否达到预设的推荐条件进行判断，具体的判断方式可以采用上述实施例所采用的方式，在此不再赘述。服务器在判断出用户访问未达到预设的推荐条件时，可以向客户端返回判断结果，客户端进而可以从服务器获取到更新的推荐信息，从而在用户退出客户端之前，及时向用户展示所述更新的推荐信息，提高用户体验度。

本说明书实施例提供的一种信息推荐方法，通过在客户端展示推荐信息，并在客户端对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验，提高用户对推荐信息的点击率。

图3为本说明书实施例提供的一种信息推荐方法的时序图。

S301：客户端3A监测到目标用户进入应用时，向服务器3B发送携带所述目标用户的用户标识的信息展示请求。

S303：服务器3B根据信息展示请求，利用信息推荐模型获取与所述用户标识对应的候选推荐信息。

其中，与所述用户标识对应的候选推荐信息是信息推荐模型利用所述目标用户的历史行为数据确定的，以向目标用户推荐其可能感兴趣的网络信息，满足各个用户对浏览信息的个性化需求。

S305：服务器3B从所述候选推荐信息中确定在所述客户端3A展示的推荐信息。

S307：服务器3B向客户端3A发送确定的所述推荐信息，以在所述客户端3A向所述目标用户展示所述推荐信息。

S309：客户端3A对目标用户对展示的所述推荐信息的用户访问进行周期性的监测。

S311：客户端3A向所述服务器3B发送监测到的用户访问。

S313：服务器3B根据接收的用户访问判断所述用户访问是否满足预设的推荐条件。

S315：若是，则表明目标用户对预设的推荐信息感兴趣，无需进行推荐更新，服务器3B向客户端3A发送无需更新的操作指令，返回到步骤S309。

S317：若否，则服务器3B从信息推荐模型确定更新的推荐信息。

S319：服务器3B向客户端3A发送更新的推荐信息。

S321：在客户端3A向目标用户展示所述更新的推荐信息。

本说明书实施例提供的一种信息推荐方法，通过在客户端展示推荐信息，并在客户端对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验，提高用户对推荐信息的点击率。

图4为本说明书实施例提供的一种信息推荐系统的结构示意图。

本说明书实施例提供的信息推荐系统可以包括客户端4A和服务器4B，其中，服务器4B可以包括信息推荐模型、更新判断模型和更新模块。

步骤1：用户在进入应用时，客户端4A发送信息展示请求至服务器4B。

步骤2：服务器4B识别本次信息展示请求为无展现请求，调用信息推荐模型确定向用户展示的推荐信息A、B、C。

步骤3：信息推荐模型返回确定的推荐信息A、B、C。

步骤4：服务器4B向客户端4A发送确定的推荐信息，以在客户端4A上展示推荐信息A、B、C。

步骤5：在用户未点击展示的推荐信息时，客户端4A在预设的周期时间段内向服务器4B发送信息更新请求。

步骤6：服务器4B识别本次信息更新请求为有展现请求，调用更新判断模型判断用户是否对当前展示的推荐信息A、B、C感兴趣。

步骤7和步骤8：若是，则向客户端4A返回无需更新的操作指令。

步骤9：是否，则服务器4B调用更新模块确定更新的推荐信息。

步骤10和步骤11：服务器4B将更新的推荐信息返回给客户端4A。

本说明书实施例提供的一种信息推荐方法，通过在客户端4A展示推荐信息，并在客户端4A对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端4A展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验，提高用户对推荐信息的点击率。

图5为本说明书实施例提供的一种信息推荐装置的结构示意图，本说明书实施例提供的信息推荐装置应用于服务器。

发送模块501，向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

更新模块502，若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

本说明书实施例提供的一种信息推荐装置，通过在客户端展示推荐信息，并在客户端对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验，提高用户对推荐信息的点击率。

图6为本说明书实施例提供的一种信息推荐装置的结构示意图，本说明书实施例提供的信息推荐装置应用于客户端。

展示模块601，展示推荐信息；

监测模块602，监测对展示的所述推荐信息的用户访问；

更新模块603，若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息。

本说明书实施例提供的一种信息推荐装置，通过在客户端展示推荐信息，并在客户端对所展示的推荐信息对应的用户访问进行监测，当监测到的用户访问没有达到预设的推荐条件时，即当前展示的推荐信息不满足预设的推荐条件，用户对当前展示的推荐信息不感兴趣，则可以在客户端展示获取到的更新的推荐信息，进一步为用户展示其可能感兴趣的推荐信息，提升用户体验，提高用户对推荐信息的点击率。

基于同一发明构思，本说明书实施例还提供一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成由至少一个处理器执行以下步骤：

向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

其中，处理器的其他功能还可以参见上述实施例中记载的内容，这里不再一一赘述。

基于同一发明构思，本说明书实施例还提供一种计算机可读存储介质，包括与电子设备结合使用的程序，程序可被处理器执行以完成以下步骤：

向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息。

其中，处理器的其他功能还可以参见上述实施例中记载的内容，这里不再一一赘述。

基于同一发明构思，本说明书实施例还提供一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成由至少一个处理器执行以下步骤：

展示推荐信息；

监测对展示的所述推荐信息的用户访问；

若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息。

其中，处理器的其他功能还可以参见上述实施例中记载的内容，这里不再一一赘述。

基于同一发明构思，本说明书实施例还提供一种计算机可读存储介质，包括与电子设备结合使用的程序，程序可被处理器执行以完成以下步骤：

展示推荐信息；

监测对展示的所述推荐信息的用户访问；

若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息。

其中，处理器的其他功能还可以参见上述实施例中记载的内容，这里不再一一赘述。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(例如，对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都可以通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(FieldProgrammable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera HardwareDescription Language)、Confluence、CUPL(Cornell University ProgrammingLanguage)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种模块和/或各种单元分别描述。当然，在实施本申请时可以把各模块和/或各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本说明书实施例提供的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求保护范围之内。

Claims (12)

1.一种信息推荐方法，应用于服务器，包括：

向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息；

在若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

判断所述用户访问是否满足预设的推荐条件；

判断所述用户访问是否满足预设的推荐条件，包括：

判断用户是否对展示的所述推荐信息执行操作；

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，则根据监测到的所述用户访问获取所述用户在所述推荐信息的停留时间；

判断所述停留时间是否满足所述预设的推荐条件；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，包括：

若监测到所述推荐信息的所述用户访问未达到所述预设的推荐条件，则获取与所述客户端对应的候选推荐信息；

从所述候选推荐信息中删除与已展示的所述推荐信息属于相同类别的推荐信息，以确定所述更新的推荐信息；

向所述客户端发送所述更新的推荐信息；

在所述若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

采用更新判断模型，判断所述用户访问是否满足预设的推荐条件；所述更新判断模型的预设特征包括所述客户端的亮屏状态和所述客户端的移动状态。

2.如权利要求1所述的方法，判断所述停留时间是否满足所述预设的推荐条件，包括如下至少一种情形：

判断所述停留时间是否不小于第一阈值；

判断所述停留时间是否短于第二阈值，所述第二阈值大于所述第一阈值。

3.如权利要求2所述的方法，判断所述停留时间是否短于第二阈值，包括：

若所述停留时间超过所述第二阈值，则获取所述用户所处的环境信息；

根据所述环境信息判断所述用户是否处于预设地理位置。

4.如权利要求1所述的方法，判断所述用户访问是否满足预设的推荐条件，包括：

若根据监测到的所述用户访问确定所述用户对所述推荐信息执行操作，获取所述用户对执行操作的所述推荐信息的浏览时间；

判断所述浏览时间是否达到预设浏览时间。

5.一种信息推荐方法，应用于客户端，包括：

展示推荐信息；

监测对展示的所述推荐信息的用户访问；

若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息；

在若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

判断所述用户访问是否满足预设的推荐条件；

判断所述用户访问是否满足预设的推荐条件，包括：

判断用户是否对展示的所述推荐信息执行操作；

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，则根据监测到的所述用户访问获取所述用户在所述推荐信息的停留时间；

判断所述停留时间是否满足所述预设的推荐条件；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，包括：

若监测到所述推荐信息的所述用户访问未达到所述预设的推荐条件，则获取与所述客户端对应的候选推荐信息；

从所述候选推荐信息中删除与已展示的所述推荐信息属于相同类别的推荐信息，以确定所述更新的推荐信息；

向所述客户端发送所述更新的推荐信息；

在所述若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

采用更新判断模型，判断所述用户访问是否满足预设的推荐条件；所述更新判断模型的预设特征包括所述客户端的亮屏状态和所述客户端的移动状态。

6.如权利要求5所述的方法，监测对展示的所述推荐信息的用户访问，包括：

监测在至少一个预设时间段内对所述推荐信息的用户访问。

7.如权利要求6所述的方法，若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息，包括：

判断所述用户访问是否满足预设的推荐条件；

若否，则获取更新的推荐信息，以展示所述更新的推荐信息。

8.如权利要求7所述的方法，若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息，包括：

向服务器发送监测到的所述用户访问，使得所述服务器判断所述用户访问未达到所述预设的推荐条件；

从所述服务器获取更新的推荐信息，以展示所述更新的推荐信息。

9.一种信息推荐装置，应用于服务器，包括：

发送模块，向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

更新模块，若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息；

判断模块，判断所述用户访问是否满足预设的推荐条件；

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，则根据监测到的所述用户访问获取所述用户在所述推荐信息的停留时间；

判断所述停留时间是否满足所述预设的推荐条件；

采用更新判断模型，判断所述用户访问是否满足预设的推荐条件；所述更新判断模型的预设特征包括所述客户端的亮屏状态和所述客户端的移动状态；

确定模块，若监测到所述推荐信息的所述用户访问未达到所述预设的推荐条件，则获取与所述客户端对应的候选推荐信息；

从所述候选推荐信息中删除与已展示的所述推荐信息属于相同类别的推荐信息，以确定所述更新的推荐信息。

10.一种信息推荐装置，应用于客户端，包括：

展示模块，展示推荐信息；

监测模块，监测对展示的所述推荐信息的用户访问；

更新模块，若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息；

判断模块，判断所述用户访问是否满足预设的推荐条件；

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，则根据监测到的所述用户访问获取所述用户在所述推荐信息的停留时间；

判断所述停留时间是否满足所述预设的推荐条件；

采用更新判断模型，判断所述用户访问是否满足预设的推荐条件；所述更新判断模型的预设特征包括所述客户端的亮屏状态和所述客户端的移动状态；

确定模块，若监测到所述推荐信息的所述用户访问未达到所述预设的推荐条件，则获取与所述客户端对应的候选推荐信息；

从所述候选推荐信息中删除与已展示的所述推荐信息属于相同类别的推荐信息，以确定所述更新的推荐信息。

11.一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成至少一个处理器执行以下步骤：

向客户端发送推荐信息，使得所述客户端展示所述推荐信息；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，使得所述客户端展示所述更新的推荐信息；

在若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

判断所述用户访问是否满足预设的推荐条件；

判断所述用户访问是否满足预设的推荐条件，包括：

判断用户是否对展示的所述推荐信息执行操作；

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，则根据监测到的所述用户访问获取所述用户在所述推荐信息的停留时间；

判断所述停留时间是否满足所述预设的推荐条件；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，包括：

若监测到所述推荐信息的所述用户访问未达到所述预设的推荐条件，则获取与所述客户端对应的候选推荐信息；

从所述候选推荐信息中删除与已展示的所述推荐信息属于相同类别的推荐信息，以确定所述更新的推荐信息；

向所述客户端发送所述更新的推荐信息；

在所述若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

采用更新判断模型，判断所述用户访问是否满足预设的推荐条件；所述更新判断模型的预设特征包括所述客户端的亮屏状态和所述客户端的移动状态。

12.一种客户端，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成至少一个处理器执行以下步骤：

展示推荐信息；

监测对展示的所述推荐信息的用户访问；

若所述用户访问未达到预设的推荐条件，则更新展示的所述推荐信息；

在若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

判断所述用户访问是否满足预设的推荐条件；

判断所述用户访问是否满足预设的推荐条件，包括：

判断用户是否对展示的所述推荐信息执行操作；

若根据监测到的所述用户访问确定所述用户未对所述推荐信息执行操作，则根据监测到的所述用户访问获取所述用户在所述推荐信息的停留时间；

判断所述停留时间是否满足所述预设的推荐条件；

若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息，包括：

若监测到所述推荐信息的所述用户访问未达到所述预设的推荐条件，则获取与所述客户端对应的候选推荐信息；

从所述候选推荐信息中删除与已展示的所述推荐信息属于相同类别的推荐信息，以确定所述更新的推荐信息；

向所述客户端发送所述更新的推荐信息；

在所述若监测到所述推荐信息的用户访问未达到预设的推荐条件，则向所述客户端发送更新的推荐信息之前，还包括：

采用更新判断模型，判断所述用户访问是否满足预设的推荐条件；所述更新判断模型的预设特征包括所述客户端的亮屏状态和所述客户端的移动状态。