CN111353088A - 一种电子资源推荐方法、装置和可读介质 - Google Patents
一种电子资源推荐方法、装置和可读介质 Download PDFInfo
- Publication number
- CN111353088A CN111353088A CN201811581307.XA CN201811581307A CN111353088A CN 111353088 A CN111353088 A CN 111353088A CN 201811581307 A CN201811581307 A CN 201811581307A CN 111353088 A CN111353088 A CN 111353088A
- Authority
- CN
- China
- Prior art keywords
- electronic resource
- electronic
- resource
- recommended
- resources
- 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 49
- 230000006399 behavior Effects 0.000 claims description 45
- 230000005484 gravity Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电子资源推荐方法、装置和可读介质,确定至少一个电子资源的发布信息和电子资源的用户行为信息;针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;基于各个电子资源的综合分值,向用户推荐电子资源。采用上述方法,本发明不会对电子资源进行剔除处理,仅按照综合分值对各种各样的电子资源进行排序处理,然后按照排序结果进行推荐,从而保证了推荐的电子资源的多样性,有效解决了现有技术中因推荐内容在小范围内所造成的用户产生厌倦情绪,甚至导致用户流失的问题是值得考虑的问题。
Description
技术领域
本发明涉及推荐技术领域,尤其涉及一种电子资源推荐方法、装置和可读介质。
背景技术
目前常用的推荐算法多采用基于标签的推荐,大致过程为:为所有待推荐内容生成话题关键字(即标签),在用户浏览的内容中提取关键字并与待推荐内容的关键字进行匹配,将与匹配到的关键字相关的内容推送给用户。
而现有的推荐算法是针对待推荐的内容库中的每条内容产生多个标签,根据用户当前浏览的内容的标签推荐匹配标签下的内容,这样使得每次给用户推荐的内容相似度高,用户每次浏览相似标签的内容,导致推荐的内容出现在一个小范围中,出现马太效应,容易使用户产生厌倦情绪,进而导致用户流失。
因此,如何解决现有技术中因推荐内容在小范围内所造成的用户易产生厌倦情绪,甚至导致用户流失的问题是值得考虑的问题之一。
发明内容
本发明实施例提供一种电子资源推荐方法、装置和可读介质,用以解决现有技术中因推荐内容在小范围内所造成的用户产生厌倦情绪,甚至导致用户流失的问题是值得考虑的问题。
第一方面,本发明实施例提供一种电子资源推荐方法,包括:
确定至少一个电子资源的发布信息和电子资源的用户行为信息;
针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;
基于各个电子资源的综合分值,向用户推荐电子资源。
可选地,所述发布信息包括电子资源的发布时间;所述用户行为信息至少包括以下一项:电子资源的浏览量、电子资源的点赞数、电子资源的评论数、电子资源被分享的次数和电子资源被举报的次数。
可选地,针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值,具体包括:
根据该电子资源的用户行为信息,确定该电子资源的推荐拉力值,所述推荐拉力值用于表征用户行为对该电子资源的影响程度;
根据该电子资源的发布信息,确定该电子资源的推荐重力值,所述推荐重力值用于表征发布信息对该电子资源的影响程度;
确定所述推荐拉力值和所述推荐重力值的和值为该电子资源的综合分值。
可选地,根据该电子资源的用户行为信息,按照下述公式确定该电子资源的推荐拉力值:
bf=ln|α1*L+α2*C+α3*S-α4*R|
其中,bf为该电子资源的推荐拉力值;
L为该电子资源的点赞数;
C为该电子资源的评论数;
S为该电子资源被分享的次数;
R为该电子资源被举报的次数;
α1,α2,α3,α4分别为该电子资源的点赞数、评论数、被分享的次数和被举报的次数的权重系数。
可选地,根据该电子资源的发布信息,按照下述公式确定该电子资源的推荐重力值:
其中,gv为该电子资源的推荐重力值;
Tc为该电子资源的发布时间;
Ts为设定值;
y为符号系数,取值为-1,0或1,y的取值与α1*L+α2*C+α3*S-α4*R的结果相应。
可选地,基于各个电子资源的综合分值,向用户推荐电子资源,具体包括:
基于各个电子资源的综合分值,按照综合分值由大到小的顺序对电子资源进行排序;
基于排序结果,向用户推荐电子资源。
第二方面,本发明实施例提供一种电子资源推荐装置,包括:
第一确定单元,用于确定至少一个电子资源的发布信息和电子资源的用户行为信息;
第二确定单元,用于针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;
电子资源推荐单元,用于基于各个电子资源的综合分值,向用户推荐电子资源。
可选地,所述电子资源推荐单元,具体用于基于各个电子资源的综合分值,按照综合分值由大到小的顺序对电子资源进行排序;基于排序结果,向用户推荐电子资源。
第三方面,本发明实施例提供一种通信设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述处理器执行所述程序时实现如本申请提供的任一项所述的电子资源推荐方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请提供的任一项所述的电子资源推荐方法中的步骤。
本发明有益效果:
本发明实施例提供的电子资源推荐方法、装置和可读介质,确定至少一个电子资源的发布信息和电子资源的用户行为信息;针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;基于各个电子资源的综合分值,向用户推荐电子资源。采用上述方法,本发明不会对电子资源进行剔除处理,仅按照综合分值对各种各样的电子资源进行排序处理,然后按照排序结果进行推荐,从而保证了推荐的电子资源的多样性,有效解决了现有技术中因推荐内容在小范围内所造成的用户产生厌倦情绪,甚至导致用户流失的问题是值得考虑的问题。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的实施电子资源推荐方法的计算装置的结构示意图;
图2为本发明实施例提供的电子资源推荐方法的应用场景示意图;
图3为本发明实施例提供的电子资源推荐方法的流程示意图;
图4为本发明实施例提供的确定该电子资源的综合分值的流程示意图;
图5为本发明实施例提供的基于各个电子资源的综合分值,向用户推荐电子资源的流程示意图;
图6为本发明实施例提供的电子资源推荐装置的结构示意图;
图7为本发明实施例提供的通信装置的结构示意图。
具体实施方式
本发明实施例提供的电子资源推荐方法、装置和可读介质,用以解决现有技术中因推荐内容在小范围内所造成的用户产生厌倦情绪,甚至导致用户流失的问题是值得考虑的问题。
以下结合说明书附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明,并且在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
为了解决现有技术中因推荐内容在小范围内(推荐结果单一)所造成的用户易产生厌倦情绪的问题,本发明实施例给出了解决方案,提出了一种计算装置10,由计算装置10来实施本发明提供的电子资源推荐方法,该计算装置可以以通用计算设备的形式表现,该通用计算设备可以为终端或服务器等。下面参照图1来描述根据本发明的计算装置10。图1显示的计算装置10仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图1所示,计算装置10以通用计算设备的形式表现。计算装置10的组件可以包括但不限于:上述至少一个处理单元11、上述至少一个存储单元12、连接不同系统组件(包括存储单元12和处理单元11)的总线13。
总线13表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储单元12可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)121和/或高速缓存存储器122,还可以进一步包括只读存储器(ROM)123。
存储单元12还可以包括具有一组(至少一个)程序模块124的程序/实用工具125,这样的程序模块124包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
计算装置10也可以与一个或多个外部设备14(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与计算装置10交互的设备通信,和/或与使得该计算装置10能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口15进行。并且,计算装置10还可以通过网络适配器16与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器16通过总线13与用于计算装置10的其它模块通信。应当理解,尽管图中未示出,可以结合计算装置10使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
本发明实施例提供的电子资源推荐方法的应用场景为,参考图2所示,图2中电子资源库中存储有所有用户发布的电子资源,基于所有用户发布的电子资源,确定各个电子资源的发布信息和电子资源的用户行为信息(例如图2中的用户1行为信息、用户2行为信息和用户3行为信息等),然后针对每一电子资源,根据该电子资源的发布信息和该电子资源的用户行为信息,确定该电子资源的综合分值;基于各个电子资源的综合分值,向用户推荐电子资源,这样一来,每个用户查看到的电子资源的顺序都是一样的,同时也是多样性的,从而解决了推荐的电子资源在小范围内所造成的用户易产生厌倦情绪的问题。
需要说明的是,本发明中的电子资源可以但不限于为视频、音乐、链接、新闻等等。此外,本发明提供的电子资源推荐方法可以应用到Reddit社交新闻站点中,用户可以基于Reddit上传感兴趣的链接、帖子和上传自己的原创等,Reddit可以通过实施本发明提供的电子资源推荐方法向使用该社交新闻站点的用户推荐电子资源。
可选地,在确定出各个电子资源的排序结果后,可以将其缓存至缓存数据库中,参考图2所示,这样可以使得计算过程快速轻量,同时使用户实时地对自己和其他用户产生的电子资源产生正反馈,促进开放型社区产生良好的社区氛围。
下面结合图1、图2所示的应用场景,参考图3-图7来描述根据本发明示例性实施方式提供的电子资源推荐方法。需要注意的是,上述应用场景仅是为了便于理解本发明的精神和原理而示出,本发明的实施方式在此方面不受任何限制。相反,本发明的实施方式可以应用于适用的任何场景。
如图3所示,为本发明实施例提供的电子资源推荐方法的流程示意图,可以包括以下步骤:
S31、确定至少一个电子资源的发布信息和电子资源的用户行为信息。
用户在一个开放自由的社区中自发产生电子资源,计算装置可以记录用户发布的电子资源的发布信息。当用户发布电子资源后,计算装置以电子资源的发布时间作为初始分值推荐给其他用户,其他用户在获取到该用户发布的电子资源后,根据自己的喜欢和电子资源详情自发对电子资源进行操作从而产生该电子资源的用户行为信息。
可选地,本发明中电子资源的发布信息可以但不限于包括:电子资源的发布时间等,以及电子资源的用户行为信息可以但不限于包括:电子资源的浏览量、电子资源的点赞数、电子资源的评论数、电子资源被分享的次数和电子资源被举报的次数等。
具体地,本发明中的发布时间作为电子资源的“重力”因子,具有拉低电子资源的综合分值的作用,这样就使得发布时间越久远的电子资源的综合分值倾向于越低,从而保证用户总是能看到较新的电子资源。而本发明中电子资源的用户行为信息可以衡量该电子资源被访问的情况,用户行为信息作为电子资源的“拉力”因子,具有拉高电子资源的综合分值的作用,这样可以使得热门电子资源的综合分值倾向于越高,从而保证用户看到热门的电子资源。
需要说明的是,本发明中的电子资源的用户行为信息是按照下述过程获得的:当用户发布电子资源时,以该电子资源的发布时间作为该电子资源的初始综合分值与其他电子资源的综合分值进行排序推荐,其他用户在获取到该电子资源后,可以根据自己的喜欢和该电子资源的内容详情自发地对该电子资源进行浏览、点赞、评论、分享和/或举报等操作,基于此,计算装置可以统计出该电子资源的点赞数、评论数、被分享的次数和/或被举报的次数等。
S32、针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值。
本步骤中,本发明该电子资源的综合分值用于表征该电子资源在所有电子资源中的被推荐的顺序,若该电子资源的综合分值比较高,则优先被推荐给用户,若该电子资源的综合分值比较低,则较晚或不推荐该电子资源。
可选地,可以按照图4所示的流程实施步骤S32,包括以下步骤:
S41、根据该电子资源的用户行为信息,确定该电子资源的推荐拉力值,所述推荐拉力值用于表征用户行为对该电子资源的影响程度。
可选地,可以按照下述同时确定该电子资源的推荐拉力值:
bf=ln|α1*L+α2*C+α3*S-α4*R|
其中,bf为该电子资源的推荐拉力值;
L为该电子资源的点赞数;
C为该电子资源的评论数;
S为该电子资源被分享的次数;
R为该电子资源被举报的次数;
α1,α2,α3,α4分别为该电子资源的点赞数、评论数、被分享的次数和被举报的次数的权重系数。
具体地,当计算装置获取到电子资源当前的用户行为信息后,可以按照上述公式确定出该电子资源的推荐拉力值。其中,本发明中的α1,α2,α3,α4可以根据电子资源的数量和活跃用户数量进行动态调整。
基于此,通过利用上述公式可以确定出各个电子资源的推荐拉力值。
S42、根据该电子资源的发布信息,确定该电子资源的推荐重力值,所述推荐重力值用于表征发布信息对该电子资源的影响程度。
可选地,可以按照下述公式确定该电子资源的推荐重力值:
其中,gv为该电子资源的推荐重力值;
Tc为该电子资源的发布时间;
Ts为设定值;
y为符号系数,取值为-1,0或1,y的取值与α1*L+α2*C+α3*S-α4*R的结果相应。
具体地,通过利用上述公式可以确定出各个电子资源的推荐重力值,需要说明的是,上述确定推荐重力值的公式中,若α1*L+α2*C+α3*S-α4*R取值大于0,则y取值为+1;若α1*L+α2*C+α3*S-α4*R取值小于0,则y取值为-1;若α1*L+α2*C+α3*S-α4*R取值为0,则y取值为0。通过引入电子资源的推荐重力值,使得发布时间较长的电子资源更容易被沉底,使用户不至于看到重复的热门电子资源。
此外,上述推荐重力值的确定公式中,Ts为特定的某个历史时间点,与电子资源的淘汰时间相关,如七天淘汰一次,则可以设置为2018年12月5日,将其转换小时,然后将电子资源的发布时间减去这个时间来计算电子资源的推荐重力值。
S43、确定所述推荐拉力值和所述推荐重力值的和值为该电子资源的综合分值。
具体地,针对每一电子资源,将基于步骤S41确定出的该电子资源的推荐拉力值和基于步骤S42确定出的该电子资源的推荐重力值的和值确定为该电子资源的综合分值,参考下述公式所示,公式中s为电子资源的综合分值:
S33、基于各个电子资源的综合分值,向用户推荐电子资源。
可选地,可以按照图5所示的流程实施步骤S33,包括以下步骤:
S51、基于各个电子资源的综合分值,按照综合分值由大到小的顺序对电子资源进行排序。
S52、基于排序结果,向用户推荐电子资源。
具体地,在基于图4所示的流程确定出所有电子资源在当前时间的综合分值后,按照综合分值由大到小的顺序对电子资源进行排序,然后按照排序结果向所有用户推荐电子资源。由于本发明不对电子资源进行剔除,仅对电子资源的推荐顺序进行调整,这样一来,就不会出现现有技术中向用户推荐的电子资源在一个较小的范围内的情况发生。
采用本发明提供的方法,确定至少一个电子资源的发布信息和电子资源的用户行为信息;针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;基于各个电子资源的综合分值,向用户推荐电子资源。采用上述方法,本发明不会对电子资源进行剔除处理,仅按照综合分值对各种各样的电子资源进行排序处理,然后按照排序结果进行推荐,从而保证了推荐的电子资源的多样性,而且本发明中结合用户点赞、评论、分享、举报等行为信息,实时更新电子资源的综合分值,然后按照综合分值排序结果进行推荐,从而保证了用户总是能够浏览到热门的优质内容。
此外,本发明中的电子资源本身较为丰富,同时电子资源的综合分值受用户行为影响,这样产生的推荐电子资源更符合用户的思维和喜好,用户基于所推荐电子资源的行为进一步产生作用,影响电子资源的综合分值,形成了良好的正反馈,提升了用户的获得感,增强用户对产品的粘性。
基于同一发明构思,本发明实施例中还提供了一种电子资源推荐装置,由于上述装置解决问题的原理与电子资源推荐方法相似,因此上述装置的实施可以参见方法的实施,重复之处不再赘述。
如图6所示,为本发明实施例提供的电子资源推荐装置的结构示意图,包括:
第一确定单元61,用于确定至少一个电子资源的发布信息和电子资源的用户行为信息;
第二确定单元62,用于针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;
电子资源推荐单元63,用于基于各个电子资源的综合分值,向用户推荐电子资源。
可选地,所述发布信息包括电子资源的发布时间;所述用户行为信息至少包括以下一项:电子资源的浏览量、电子资源的点赞数、电子资源的评论数、电子资源被分享的次数和电子资源被举报的次数。
进一步地,所述第二确定单元62,具体用于根据该电子资源的用户行为信息,确定该电子资源的推荐拉力值,所述推荐拉力值用于表征用户行为对该电子资源的影响程度;根据该电子资源的发布信息,确定该电子资源的推荐重力值,所述推荐重力值用于表征发布信息对该电子资源的影响程度;确定所述推荐拉力值和所述推荐重力值的和值为该电子资源的综合分值。
可选地,所述第二确定单元62,具体用于根据该电子资源的用户行为信息,按照下述公式确定该电子资源的推荐拉力值:
bf=ln|α1*L+α2*C+α3*S-α4*R|
其中,bf为该电子资源的推荐拉力值;
L为该电子资源的点赞数;
C为该电子资源的评论数;
S为该电子资源被分享的次数;
R为该电子资源被举报的次数;
α1,α2,α3,α4分别为该电子资源的点赞数、评论数、被分享的次数和被举报的次数的权重系数。
可选地,所述第二确定单元62,具体用于根据该电子资源的发布信息,按照下述公式确定该电子资源的推荐重力值:
其中,gv为该电子资源的推荐重力值;
Tc为该电子资源的发布时间;
Ts为设定值;
y为符号系数,取值为-1,0或1,y的取值与α1*L+α2*C+α3*S-α4*R的结果相应。
可选地,所述电子资源推荐单元63,具体用于基于各个电子资源的综合分值,按照综合分值由大到小的顺序对电子资源进行排序;基于排序结果,向用户推荐电子资源。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本发明时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
基于相同的技术构思,本申请实施例还提供了一种通信装置,该通信装置可实现前述实施例中的方法。
参见图7,为本发明实施例提供的通信装置的结构示意图,如图7所示,该通信装置可包括:处理器701、存储器702、收发机703以及总线接口。
处理器701负责管理总线架构和通常的处理,存储器702可以存储处理器701在执行操作时所使用的数据。收发机703用于在处理器701的控制下接收和发送数据。
总线架构可以包括任意数量的互联的总线和桥,具体由处理器701代表的一个或多个处理器和存储器702代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。处理器701负责管理总线架构和通常的处理,存储器702可以存储处理器701在执行操作时所使用的数据。
本发明实施例揭示的流程,可以应用于处理器701中,或者由处理器701实现。在实现过程中,信号处理流程的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。处理器701可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的电子资源推荐方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702,处理器701读取存储器702中的信息,结合其硬件完成信号处理流程的步骤。
具体地,所述处理器701,用于读取存储器中的程序,执行上述任一方法所述的任一步骤。
基于相同的技术构思,本申请实施例还提供了一种计算机存储介质。所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使所述计算机执行前述任一方法所述的任一步骤。
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发明实施例的方法、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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种电子资源推荐方法,其特征在于,包括:
确定至少一个电子资源的发布信息和电子资源的用户行为信息;
针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;
基于各个电子资源的综合分值,向用户推荐电子资源。
2.如权利要求1所述的方法,其特征在于,所述发布信息包括电子资源的发布时间;所述用户行为信息至少包括以下一项:电子资源的浏览量、电子资源的点赞数、电子资源的评论数、电子资源被分享的次数和电子资源被举报的次数。
3.如权利要求2所述的方法,其特征在于,针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值,具体包括:
根据该电子资源的用户行为信息,确定该电子资源的推荐拉力值,所述推荐拉力值用于表征用户行为对该电子资源的影响程度;
根据该电子资源的发布信息,确定该电子资源的推荐重力值,所述推荐重力值用于表征发布信息对该电子资源的影响程度;
确定所述推荐拉力值和所述推荐重力值的和值为该电子资源的综合分值。
4.如权利要求3所述的方法,其特征在于,根据该电子资源的用户行为信息,按照下述公式确定该电子资源的推荐拉力值:
bf=ln|α1*L+α2*C+α3*S-α4*R|
其中,bf为该电子资源的推荐拉力值;
L为该电子资源的点赞数;
C为该电子资源的评论数;
S为该电子资源被分享的次数;
R为该电子资源被举报的次数;
α1,α2,α3,α4分别为该电子资源的点赞数、评论数、被分享的次数和被举报的次数的权重系数。
6.如权利要求1~5任一所述的方法,其特征在于,基于各个电子资源的综合分值,向用户推荐电子资源,具体包括:
基于各个电子资源的综合分值,按照综合分值由大到小的顺序对电子资源进行排序;
基于排序结果,向用户推荐电子资源。
7.一种电子资源推荐装置,其特征在于,包括:
第一确定单元,用于确定至少一个电子资源的发布信息和电子资源的用户行为信息;
第二确定单元,用于针对每一电子资源,根据该电子资源的发布信息和用户行为信息,确定该电子资源的综合分值;
电子资源推荐单元,用于基于各个电子资源的综合分值,向用户推荐电子资源。
8.如权利要求7所述的装置,其特征在于,
所述电子资源推荐单元,具体用于基于各个电子资源的综合分值,按照综合分值由大到小的顺序对电子资源进行排序;基于排序结果,向用户推荐电子资源。
9.一种通信设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;其特征在于,所述处理器执行所述程序时实现如权利要求1~6任一项所述的电子资源推荐方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~6任一项所述的电子资源推荐方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581307.XA CN111353088A (zh) | 2018-12-24 | 2018-12-24 | 一种电子资源推荐方法、装置和可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581307.XA CN111353088A (zh) | 2018-12-24 | 2018-12-24 | 一种电子资源推荐方法、装置和可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111353088A true CN111353088A (zh) | 2020-06-30 |
Family
ID=71193757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811581307.XA Pending CN111353088A (zh) | 2018-12-24 | 2018-12-24 | 一种电子资源推荐方法、装置和可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353088A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425678A (zh) * | 2012-05-18 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种业务对象的推荐信息的选择方法及装置 |
WO2014056408A1 (zh) * | 2012-10-08 | 2014-04-17 | 腾讯科技(深圳)有限公司 | 推荐信息的方法、装置和服务器 |
CN105893443A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 视频推荐方法、装置和服务器 |
CN106446218A (zh) * | 2016-09-30 | 2017-02-22 | 北京奇虎科技有限公司 | 推荐数据的方法及装置 |
CN106528813A (zh) * | 2016-11-18 | 2017-03-22 | 腾讯科技(深圳)有限公司 | 一种多媒体推荐方法和装置 |
CN107894987A (zh) * | 2017-09-28 | 2018-04-10 | 郭世杰 | 一种用于论坛的发布信息管理方法 |
CN108259317A (zh) * | 2017-12-21 | 2018-07-06 | 杭州传送门网络科技有限公司 | 一种基于创投圈子智能精准化内容推荐及过滤方法 |
CN108573428A (zh) * | 2018-03-07 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种资源推荐方法和装置 |
-
2018
- 2018-12-24 CN CN201811581307.XA patent/CN111353088A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425678A (zh) * | 2012-05-18 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种业务对象的推荐信息的选择方法及装置 |
WO2014056408A1 (zh) * | 2012-10-08 | 2014-04-17 | 腾讯科技(深圳)有限公司 | 推荐信息的方法、装置和服务器 |
CN105893443A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 视频推荐方法、装置和服务器 |
CN106446218A (zh) * | 2016-09-30 | 2017-02-22 | 北京奇虎科技有限公司 | 推荐数据的方法及装置 |
CN106528813A (zh) * | 2016-11-18 | 2017-03-22 | 腾讯科技(深圳)有限公司 | 一种多媒体推荐方法和装置 |
CN107894987A (zh) * | 2017-09-28 | 2018-04-10 | 郭世杰 | 一种用于论坛的发布信息管理方法 |
CN108259317A (zh) * | 2017-12-21 | 2018-07-06 | 杭州传送门网络科技有限公司 | 一种基于创投圈子智能精准化内容推荐及过滤方法 |
CN108573428A (zh) * | 2018-03-07 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种资源推荐方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11531926B2 (en) | Method and apparatus for generating machine learning model by using distributed computing framework | |
US9864807B2 (en) | Identifying influencers for topics in social media | |
CN110334299B (zh) | 一种基于地址栏监听的弹窗展示方法、装置和电子设备 | |
CN106095766A (zh) | 使用选择性重新讲话来校正话音识别 | |
CN110209875B (zh) | 用户内容画像确定方法、访问对象推荐方法和相关装置 | |
CN110297885B (zh) | 实时事件摘要的生成方法、装置、设备及存储介质 | |
US8954414B2 (en) | Search model updates | |
CN111563158A (zh) | 文本排序方法、排序装置、服务器和计算机可读存储介质 | |
CN111400473A (zh) | 意图识别模型的训练方法及装置、存储介质及电子设备 | |
US10665119B2 (en) | Gaze based classroom notes generator | |
CN104158865A (zh) | 一种推送应用到终端的方法和系统 | |
CN110516164B (zh) | 一种信息推荐方法、装置、设备及存储介质 | |
CN112182281B (zh) | 一种音频推荐方法、装置及存储介质 | |
CN115687794A (zh) | 用于推荐物品的学生模型训练方法、装置、设备及介质 | |
CN113780365B (zh) | 样本生成方法和装置 | |
CN106033332B (zh) | 一种数据处理方法及设备 | |
JP2019503014A (ja) | ユーザ挙動データの処理方法及び装置 | |
US20160180244A1 (en) | Avoiding supporting evidence processing when evidence scoring does not affect final ranking of a candidate answer | |
US20180090021A1 (en) | Ranking courses for a presentation | |
US20230188437A1 (en) | Methods and apparatus to determine main pages from network traffic | |
CN111353088A (zh) | 一种电子资源推荐方法、装置和可读介质 | |
CN111179007A (zh) | 展示信息的处理方法及装置、电子设备 | |
CN111507471B (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN111914201A (zh) | 网络页面的处理方法及装置 | |
US10430431B2 (en) | Recommending courses for an electronic presentation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |