CN111611481A - 书籍推荐方法、计算设备及计算机存储介质 - Google Patents

书籍推荐方法、计算设备及计算机存储介质 Download PDF

Info

Publication number
CN111611481A
CN111611481A CN202010382300.6A CN202010382300A CN111611481A CN 111611481 A CN111611481 A CN 111611481A CN 202010382300 A CN202010382300 A CN 202010382300A CN 111611481 A CN111611481 A CN 111611481A
Authority
CN
China
Prior art keywords
book
preference
level
classification
user
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
Application number
CN202010382300.6A
Other languages
English (en)
Other versions
CN111611481B (zh
Inventor
吴丹妮
文思远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ireader Technology Co Ltd
Original Assignee
Ireader Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ireader Technology Co Ltd filed Critical Ireader Technology Co Ltd
Priority to CN202010382300.6A priority Critical patent/CN111611481B/zh
Publication of CN111611481A publication Critical patent/CN111611481A/zh
Application granted granted Critical
Publication of CN111611481B publication Critical patent/CN111611481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种书籍推荐方法、计算设备及计算机存储介质,该方法包括:根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度;将待推荐书籍推送给用户。通过上述方式,使得推荐的书籍更加符合用户的偏好,达到了个性化推书的效果,提升了书籍推荐的效果。

Description

书籍推荐方法、计算设备及计算机存储介质
技术领域
本发明涉及互联网技术领域,具体涉及一种书籍推荐方法、计算设备及计算机存储介质。
背景技术
随着互联网技术应用的越来越广泛,传统的纸质阅读方式已逐渐被电子阅读方式取代,人们越来越趋向于利用互联网和计算机技术,通过书籍阅读程序或者阅读器来阅读书籍。但是,书籍资源是海量的,为了便于用户挑选适合自身的书籍,很多书籍平台都提供了书籍推荐功能用户,如何向用户推荐符合用户需求的书籍也成为一个非常关键的问题。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的书籍推荐方法、计算设备及计算机存储介质。
根据本发明的一个方面,提供了书籍推荐方法,该方法包括:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度;
将待推荐书籍推送给用户。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度;
将待推荐书籍推送给用户。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度;
将待推荐书籍推送给用户。
根据本发明提供的书籍推荐方法、计算设备及计算机存储介质,根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度;将待推荐书籍推送给用户。该方式通过向用户提供第1级到第n级的各级分类,供用户选择偏好的各个级别的书籍分类,从而确定用户的书籍偏好分类;根据用户的书籍偏好分类为用户选择待推荐的书籍,并推送给用户。通过上述方式,使得推荐的书籍更加符合用户的偏好,达到了个性化推书的效果,提升了书籍推荐的效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的书籍推荐方法的流程图;
图2示出了本发明另一实施例提供的书籍推荐方法的流程图;
图3示出了本发明实施例中步骤S201的子步骤的示意图;
图4a示出了本发明实施例中书籍偏好设置的引导界面的示意图;
图4b示出了本发明实施例中第1级分类的书籍偏好选择界面的示意图;
图4c示出了本发明实施例中第2级分类的书籍偏好选择界面的示意图;
图4d示出了本发明实施例中待推荐书籍的展示界面的示意图;
图5示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的书籍推荐方法的流程图,如图1所示,该方法包括以下步骤:
步骤S101,根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n。
在终端上展示书籍偏好选择界面,书籍偏好选择界面中携带有各个书籍分类的选择控件,用户点击书籍分类的选择控件,即对该书籍分类执行了书籍偏好选择操作,则将该书籍分类确定为用户偏好的书籍分类。例如,根据用户对小说分类的选择控件的点击操作,则确定该用户的书籍偏好分类包括小说分类。
本实施例中,提供给用户进行选择的书籍分类包括多个级别的分类,即第1级到第n级的各个级别的分类。举例来说,第1级分类包括:小说、文学、传记、社会科学、哲学……;小说分类又包括以下多个子分类:武侠小说、历史小说、推理小说、传记传奇小说、军事小说、言情小说、玄幻小说、科幻小说、网游小说、校园小说、穿越小说、魔幻小说、恐怖小说等等,这些子分类也就是第1级分类下的第2级分类,第2级分类还可继续向下细分成多个第3级分类等等。总之,本发明实施例中的书籍分类包含多个级别的分类,而本发明对书籍的分类方式以及分类的分级方式均不作限定。
步骤S102,针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度。
针对于任一第n级书籍偏好分类,从属于该第n级书籍偏好分类的书籍中选取待推荐书籍。其中,根据书籍偏好分类的用户偏好度来选取待推荐的书籍,例如,对于用户偏好度超过阈值的第n级书籍偏好分类,选取预设数量的书籍作为待推荐书籍,或者,根据用户偏好度确定第n级书籍偏好分类的推荐数量。当然,这里仅仅是对书籍偏好分类的用户偏好度在选取待推荐书籍时的应用的举例,本发明的方案并不以此为限。
步骤S103,将待推荐书籍推送给用户。
在选取好属于每一个第n级书籍偏好分类的待推荐书籍之后,将选取的待推荐书籍推送给用户。
根据本发明实施例所提供的书籍推荐方法,该方式通过向用户提供第1级到第n级的各级分类,供用户选择偏好的各个级别的书籍分类,从而确定用户的第1级到第n级书籍偏好分类;根据用户的书籍偏好分类为用户选择待推荐的书籍,并推送给用户。该方式使得推荐的书籍更加符合用户的偏好,达到了个性化推书的效果,提升了书籍推荐的效果。
图2示出了本发明另一实施例提供的书籍推荐方法的流程图,如图2所示,该方法包括以下步骤:
步骤S201,根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好选择界面包含分别对应于第1级至第n级的各级分类的书籍偏好选择界面;书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n。
具体实施时,可以提供书籍推荐的功能入口,通过该功能入口进入书籍推荐功能。本实施例的方法中,包含多个书籍偏好选择界面,每一个书籍偏好选择界面对应于一个书籍分类,例如,第1级分类的书籍偏好选择界面携带的都是第1级分类的选择控件,以供用户选择第1级书籍偏好分类;第2级分类的书籍偏好选择界面携带的都是第2级分类的选择控件,以供用户选择第2级书籍偏好分类。
优选地,本发明实施例中,按照预设顺序依次展示各级的书籍偏好选择界面,图3示出了本发明实施例中步骤S201的子步骤的示意图,如图3所示,步骤S201的子步骤包括:
步骤S2011,将i赋值为1。
步骤S2012,展示第i级分类的书籍偏好选择界面,根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定用户的第i级书籍偏好分类。
步骤S2013,判断i+1是否大于n,若否,执行步骤S2014;若是,步骤S201结束;
步骤S2014,将i赋值为i+1,并跳转执行步骤S2012。
首先,展示第1级分类的书籍偏好选择界面,其中,包含各个第1级分类对应的选择控件,根据用户对该书籍偏好选择界面中各个第1级分类对应的选择控件的触发操作,确定用户的第1级书籍偏好分类。
然后,展示第2级分类的书籍偏好选择界面,其中,包含各个第2级分类对应的选择控件,根据用户对该书籍偏好选择界面中各个第2级分类对应的选择控件的触发操作,确定用户的第2级书籍偏好分类。
然后,展示第3级分类的书籍偏好选择界面,依照上述同样的方式确定用户的第3级书籍偏好分类,直到展示了第n级分类的书籍偏好选择界面并确定了用户的第n级书籍偏好分类。需要说明的是,本发明对书籍的分类和分类的分级均不作限定,本领域技术人员可以根据实际需要进行设定,在不同的分类和分级方式下,n的取值都不一致。
需要说明的是,对于第i+1级书籍偏好选择界面来说,其对应的第i+1级分类是第i级分类的子分类,第i级分类是相对于第i+1级涵盖范围更广的分类。也就是说,本发明实施例是按照书籍分类的从大到小的顺序,依次向用户提供各级分类的书籍偏好选择界面,以供用户选择各级的书籍偏好分类,通过这种方式,引导用户准确地选择自己的分类偏好,从而能够获取到准确的用户书籍偏好。
在一种可选的实施方式中,当i的赋值等于n时,第i级分类的书籍偏好选择界面中携带属于第n级分类的各本书籍对应的选择控件;根据用户对第n级分类的书籍偏好选择界面中书籍对应的选择控件执行的书籍偏好选择操作,将该书籍所属的第n级分类确定为用户的第n级书籍偏好分类。
在实际应用中,用户对书籍的分类规则可能不是非常清楚,导致选择的书籍偏好分类不准确,因此,为了更加方便用户选择书籍分类偏好,也为了能够获取更准确的用户偏好,使第n级分类的书籍偏好界面携带各本书籍对应的选择控件,也即用户在第n级分类的书籍偏好界面中是对书籍进行选择,而不是对书籍分类进行选择。当用户触发一本书籍对应的选择控件时,确定该书籍对应的第n级分类为用户的第n级书籍偏好分类。其中,书籍对应的选择控件的样式可以是书籍的封面。
在一种可选的实施方式中,在展示第1级分类的书籍偏好选择界面之前,展示书籍偏好设置的引导界面,以提示用户选择书籍偏好分类。
下面以一个示例来说明本发明实施例的具体实施方式,本示例中,书籍分类包括两个级别的分类,即包括书籍的分类包括第1级的分类和第2级的分类。
图4a示出了本发明实施例中书籍偏好设置的引导界面的示意图,在该引导界面中展示了提示信息,提示用户去设置书籍偏好分类,当用户触发引导界面中的“选择你的偏好”控件,则进入第1级分类的书籍偏好选择界面。
图4b示出了本发明实施例中第1级分类的书籍偏好选择界面的示意图,如图4b所示,该书籍偏好选择界面中包含了各个第1级分类对应的选择控件,包括小说、文学、传记、社会科学等等,这些都是书籍的第1级分类,用户通过点击第1级分类相应的选择控件,系统将第1级分类确定为用户的第1级书籍偏好分类。当用户点击“下一步”控件时,则进入第2级分类的书籍偏好展示界面。
图4c示出了本发明实施例中第2级分类的书籍偏好选择界面的示意图,如图4c所示,该书籍偏好选择界面中包含了各本书籍对应的选择控件,用户通过点击书籍相应的选择控件,系统将该书籍所属的第2级分类确定为用户的第2级书籍偏好分类,这种方式能够方便用户更加准确地选择自己的偏好。
在确定了用户的第1级到第n级的各级书籍偏好分类之后,需要确定1级到第n级的各级书籍偏好分类需要推荐的书籍数量。
在一种可选的实施方式中,针对于任一第i+1级书籍偏好分类,根据其对应的第i级书籍偏好分类的推荐数量中的剩余推荐数量和未确定推荐数量的第i+1级书籍偏好分类的数量,计算该第i+1级书籍偏好分类的推荐数量。
针对于任一第2级书籍偏好分类,根据其对应的第1级书籍偏好分类的推荐书籍中的剩余推荐数量和未确定推荐数量的第2级书籍偏好分类的数量,计算该第2级书籍偏好分类的推荐数量。
进一步地,针对于任一第1级书籍偏好分类,根据书籍的推荐总数量中的剩余推荐数量和未确定推荐数量的第1级书籍偏好分类的数量,计算该第1级书籍偏好分类的推荐数量。
下面以一个具体的示例来说明确定书籍推荐数量的具体实施方式,假设书籍的推荐总数量为10。首先,计算各个第1级书籍偏好分类的推荐数量,假设用户共选择s个第1级书籍偏好分类,则第t个第1级书籍偏好分类对应的推荐数量的计算公式为:
N(t)={10-[N(1)+...+N(t-1)]}/(s-t+1),计算结果四舍五入取整数;
举例来说,用户的第1级书籍偏好分为包括:小说、历史、心理和社会科学,但用户的第2级书籍偏好分类没有是属于社会科学的,则对社会科学不推荐书籍。该示例中,剩余的3个分类的推荐数量分别为:N(1)=10/3=3,N(2)=(10-3)/2=4,N(3)=(10-3-4)/1=3,其中N(1)表示第1个第1级书籍偏好分类的推荐数量,其他的类似不赘述。
优选地,判断是否存在至少第n级书籍偏好分类不是任一第1级书籍偏好分类的子分类;若是,则滤除该第1级书籍偏好分类,不对该第1级书籍偏好分类计算推荐数量。如果用户将第1级分类选择为书籍偏好分类,但并未将该第1级分类下的任一第n级分类选择为书籍偏好分类,则不计算该第1级书籍偏好分类的推荐数量,也即,不对该第1级书籍偏好分类进行推荐。由于第1级分类是涵盖范围比较广的书籍分类,而用户在选择时对涵盖范围更小的子分类的认识更加清晰,如果用户没有选择该分类下的子分类作为偏好,表明用户对该第1级分类实质上是不感兴趣的,则无需针对该第1级分类进行书籍推荐。通过这种方式,能够使推荐书籍更加符合用户的偏好。
然后,计算各个第2级书籍偏好分类的推荐数量,计算方式与上述计算方式类似,总数为对应的第1级书籍偏好分类的推荐数量。例如,小说的推荐数量在上一步计算出来为4本,用户选择的小说对应的第2级书籍偏好分类有3个,则Novel(1)=4/3=1,Novel(2)=(4-1)/2=2,Novel(3)=(4-1-2)/1=1。其中Novel(1)表示小说分类下第1个第2级书籍偏好分类的推荐数量,其他的类似不赘述。
需要说明的是,除了按照上述方式确定用户的各级书籍偏好分类的推荐数量之外,还可以按照其他方式来确定各级书籍偏好分类的推荐数量,例如,按照书籍偏好分类的用户偏好度确定推荐数量,或者预设各级书籍偏好分类的推荐数量,本领域技术人员可以根据实际需要设置相应的规则来确定。
步骤S202,针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于第n级书籍偏好分类的待推荐书籍。
其中,至少一个维度的筛选信息包括:书籍偏好分类的用户偏好度、阅读用户数量和/或书籍质量等级。
在一种可选的实施方式中,针对于任一第n级书籍偏好分类,从属于第n级书籍偏好分类且书籍质量等级满足预设推荐条件的书籍中,根据阅读用户数量选取待推荐书籍。例如,假设第n级书籍偏好分类的推荐数量为M,选取阅读用户数量(如最近一周之内的阅读用户数量)排在前M位的书籍为待推荐书籍。如果有至少两本书籍的阅读用户数量一致,则根据书籍质量等级随机选取待推荐书籍。
其中,书籍质量等级根据书籍的销售量数据、书籍的获奖情况、书籍的评分等信息确定,书籍质量等级满足预设推荐条件可以指的是:书籍质量等级高于预设等级阈值。
步骤S203,若至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,根据至少两个第n级书籍偏好分类的用户偏好度,确定待重选的第n级书籍偏好分类。
如果至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,该相同的待推荐书籍只能算作为其中一个第n级书籍偏好分类的待推荐书籍,而针对于其他的第n级书籍偏好分类,需要再选取相应数量的待推荐书,将该相同的待推荐书籍替换掉。
优选地,待重选的第n级书籍偏好分类包括至少两个第n级书籍偏好分类中除用户偏好度最高的第n级书籍偏好分类之外的其他第n级书籍偏好分类。
在本步骤之前,还包括:根据用户对第1级至第n级的书籍偏好分类所选择的偏好程度对应的权重,确定第n级书籍偏好分类的用户偏好度。即还可以向用户提供选择书籍偏好分类的偏好程度的服务,用户在选择书籍偏好分类时,还可以选择对书籍偏好分类的偏好程度,同样地,书籍偏好选择界面中携带有用于选择偏好程度的选择控件,不同的选择控件对应于不同的偏好程度,偏好程度包括不同不太喜欢、一般、喜欢、非常喜欢等等。或者,如图4c中所示的提示信息:“点击一下表示喜爱,点击两下表示最爱,请至少选择3种书籍”,根据用户对每本书籍对应的选择控件所执行的触发操作,确定用户对该书籍的偏好程度,进而确定用户对该书籍所属的第2级分类的偏好程度。
其中,不同的偏好程度对应于不同的权重,且第n级书籍偏好分类的用户偏好度是用户对第1级到第n级的各级书籍偏好分类的偏好程度的共同作用。举例来说,规定偏好程度“喜爱”的权重为0.4,偏好程度“最爱”的权重为0.6,用户对一个第2级书籍偏好分类所选择的偏好程度为“最爱”,对该第2级的书籍偏好分类对应的第1级书籍偏好分类所选择的偏好程度为“喜爱”,则用户对该第2级书籍偏好分类的用户偏好度为0.4*0.6=0.24。
步骤S204,针对待重选的第n级书籍偏好分类,选取新的待推荐书籍以替换相同的待推荐书籍。
本发明实施例中,当针对至少两个第n级书籍偏好分类所选择的待推荐书籍有重复时,就对除了用户偏好度最大的第n级书籍偏好分类之外的其他第n级书籍偏好分类重新再筛选新的待推荐书籍,以替换掉待重选的第n级书籍偏好分类的待推荐书籍中该重复的待推荐书籍。例如,按照阅读用户数量选取了排列在前3位的书籍作为待推荐书籍,假设重复了一本待推荐书籍,则顺延至下一本书籍,即选取阅读用户数量排列在第4位的书籍替换该重复的待推荐书籍。由此可见,采用这种方式最终得到的待推荐书籍之间是没有重复的。
步骤S205,根据至少一个维度的排序信息,对待推荐书籍进行排序,将待推荐书籍推送给用户。
在将待推荐书籍推送给用户之前,先将待推荐书籍进行排序,根据至少一个维度的排序信息,如阅读用户数量、书籍偏好分类的用户偏好度和/或书籍质量等级,对待推荐书籍进行排序。
在一种可选的实施方式中,按照各个第n级书籍偏好分类的用户偏好度,对各个n级书籍偏好分类的待推荐书籍整体进行排序;然后,针对于每一个第n级书籍偏好分类,按照阅读用户数量的高低顺序和/或书籍质量等级的高低顺序,对该第n级书籍偏好分类对应的各本待推荐书籍进行排序。
在对待推荐书籍排序之后,将待推荐书籍推送给用户。
具体实施时,用于用户的书籍偏好会发生变化,为了能够更加准确地获取用户偏好,还会为用户提供书籍偏好分类的更新功能。同样地,书籍偏好分类的更新功能也可以书籍偏好选择界面的形式提供给用户,根据用户通过书籍偏好选择界面执行的书籍偏好更新操作,对用户的书籍偏好分类进行更新。例如,按照预设的周期,定时向用户推送书籍偏好更新功能的功能入口,通过该功能入口,进入到书籍偏好选择界面,根据用户选择的书籍偏好分类,对该用户已有的书籍偏好分类进行更新。在对用户的书籍偏好分类更新之后,按照更新后的书籍偏好分类向用户推书,并且在选取的待推荐书籍中去除已经推荐过的待推荐书籍。
图4d示出了本发明实施例中待推荐书籍的展示界面的示意图,如图4d所示,在待推荐书籍的展示界面中,展示了各本书籍的基本信息,包括书籍封面、书籍名称、书籍作者、书籍简介。并且该界面中包括书籍偏好更新功能的功能入口即图中“更新偏好”控件,通过该功能入口,用户可对其已有的书籍偏好分类进行更新。
本发明实施例的方法可以应用于C端产品中,例如电子书阅读器、电子书应用等等。也可以应用于B端产品中,例如一体机产品,一体机产品的主要场景为公共场所的组织形象宣传、学校、图书馆的书籍查询等。以B端用户是企业为例,在一体机产品的应用场景中,企业员工可作为企业用户免费阅读企业套餐的内容服务,如果企业选择开通这项服务,则生成标识码,例如二维码、三维码、条形码等等,标识码中携带有企业信息以及企业的身份标识信息,标识码可展示于一体机或者PC站中,响应于用户扫描该标识码的操作,向用户展示书籍偏好选择界面,进而执行本发明实施例的方法。
根据本发明实施例所提供的书籍推荐方法,该方式中按照书籍分类的从大到小的顺序,依次向用户提供各级分类的书籍偏好选择界面,以供用户选择各级的书籍偏好分类,通过这种方式,引导用户准确地选择自己的分类偏好,从而有助于向用户推荐符合用户偏好的书籍。其次,在选取待推荐书籍时,优先考虑书籍分类的用户偏好度更高的书籍,使得待推荐书籍更加符合用户的偏好,提升书籍推荐效果;另外,按照多个维度的排序信息对待推荐书籍进行排序,使满足用户偏好的书籍排列在靠前的位置,有助于用户快速查找到满足自己需求的书籍。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的书籍推荐方法。
可执行指令具体可以用于使得处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度;
将待推荐书籍推送给用户。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
若至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,根据至少两个第n级书籍偏好分类的用户偏好度,确定待重选的第n级书籍偏好分类;
针对待重选的第n级书籍偏好分类,选取新的待推荐书籍以替换相同的待推荐书籍。
在一种可选的方式中,待重选的第n级书籍偏好分类包括至少两个第n级书籍偏好分类中除用户偏好度最高的第n级书籍偏好分类之外的其他第n级书籍偏好分类。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
根据用户对第1级至第n级的书籍偏好分类所选择的偏好程度对应的权重,确定第n级书籍偏好分类的用户偏好度。
在一种可选的方式中,书籍偏好选择界面包含分别对应于第1级至第n级的各级分类的书籍偏好选择界面。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
步骤1,将i赋值为1;
步骤2,展示第i级分类的书籍偏好选择界面,根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定用户的第i级书籍偏好分类;
步骤3,判断i+1是否大于n,若否,将i赋值为i+1,并跳转执行步骤2。
在一种可选的方式中,当i的赋值等于n时,第i级分类的书籍偏好选择界面中携带有各本书籍对应的选择控件;所述可执行指令使所述处理器执行以下操作:
根据用户对第n级分类的书籍偏好选择界面中书籍对应的选择控件执行的书籍偏好选择操作,将该书籍所属的第n级分类确定为用户的第n级书籍偏好分类。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
将待推荐书籍推送给用户之前,根据至少一个维度的排序信息,对待推荐书籍进行排序。
在一种可选的方式中,至少一个维度还包含阅读用户数量和/或书籍质量等级。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好更新操作,对用户的书籍偏好分类进行更新。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
响应于用户扫描标识码的操作,展示书籍偏好选择界面;其中,标识码携带有企业信息和企业账户信息。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
针对于任一第i+1级书籍偏好分类,根据其对应的第i级书籍偏好分类的推荐数量中的剩余推荐数量和未确定推荐数量的第i+1级书籍偏好分类的数量,计算该第i+1级书籍偏好分类的推荐数量。
在一种可选的方式中,所述可执行指令使所述处理器执行以下操作:
针对于任一第1级书籍偏好分类,根据书籍的总推荐数量中的剩余推荐数量和未确定推荐数量的第1级书籍偏好分类的数量,计算该第1级书籍偏好分类的推荐数量。
图5示出了本发明计算设备实施例的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图5所示,该计算设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。处理器502,用于执行程序510,具体可以执行上述用于计算设备的书籍推荐方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一分类的处理器,如一个或多个CPU;也可以是不同分类的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定用户的书籍偏好分类;其中,书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,至少一个维度包含书籍偏好分类的用户偏好度;
将待推荐书籍推送给用户。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
若至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,根据至少两个第n级书籍偏好分类的用户偏好度,确定待重选的第n级书籍偏好分类;
针对待重选的第n级书籍偏好分类,选取新的待推荐书籍以替换相同的待推荐书籍。
在一种可选的方式中,待重选的第n级书籍偏好分类包括至少两个第n级书籍偏好分类中除用户偏好度最高的第n级书籍偏好分类之外的其他第n级书籍偏好分类。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
根据用户对第1级至第n级的书籍偏好分类所选择的偏好程度对应的权重,确定第n级书籍偏好分类的用户偏好度。
在一种可选的方式中,书籍偏好选择界面包含分别对应于第1级至第n级的各级分类的书籍偏好选择界面。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
步骤1,将i赋值为1;
步骤2,展示第i级分类的书籍偏好选择界面,根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定用户的第i级书籍偏好分类;
步骤3,判断i+1是否大于n,若否,将i赋值为i+1,并跳转执行步骤2。
在一种可选的方式中,当i的赋值等于n时,第i级分类的书籍偏好选择界面中携带有各本书籍对应的选择控件;所述程序510使所述处理器502执行以下操作:
根据用户对第n级分类的书籍偏好选择界面中书籍对应的选择控件执行的书籍偏好选择操作,将该书籍所属的第n级分类确定为用户的第n级书籍偏好分类。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
将待推荐书籍推送给用户之前,根据至少一个维度的排序信息,对待推荐书籍进行排序。
在一种可选的方式中,至少一个维度还包含阅读用户数量和/或书籍质量等级。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好更新操作,对用户的书籍偏好分类进行更新。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
响应于用户扫描标识码的操作,展示书籍偏好选择界面;其中,标识码携带有企业信息和企业账户信息。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
针对于任一第i+1级书籍偏好分类,根据其对应的第i级书籍偏好分类的推荐数量中的剩余推荐数量和未确定推荐数量的第i+1级书籍偏好分类的数量,计算该第i+1级书籍偏好分类的推荐数量。
在一种可选的方式中,所述程序510使所述处理器502执行以下操作:
针对于任一第1级书籍偏好分类,根据书籍的总推荐数量中的剩余推荐数量和未确定推荐数量的第1级书籍偏好分类的数量,计算该第1级书籍偏好分类的推荐数量。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
本发明公开了:A1.一种书籍推荐方法,包括:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类;其中,所述书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,所述至少一个维度包含书籍偏好分类的用户偏好度;
将所述待推荐书籍推送给所述用户。
A2.根据A1所述的方法,其中,所述根据至少一个维度的筛选信息选取属于所述第n级书籍偏好分类的待推荐书籍进一步包括:
若至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,根据所述至少两个第n级书籍偏好分类的用户偏好度,确定待重选的第n级书籍偏好分类;
针对所述待重选的第n级书籍偏好分类,选取新的待推荐书籍以替换所述相同的待推荐书籍。
A3.根据A2所述的方法,其中,所述待重选的第n级书籍偏好分类包括所述至少两个第n级书籍偏好分类中除用户偏好度最高的第n级书籍偏好分类之外的其他第n级书籍偏好分类。
A4.根据A1-A3中任一项所述的方法,其中,所述方法进一步包括:
根据用户对第1级至第n级的书籍偏好分类所选择的偏好程度对应的权重,确定第n级书籍偏好分类的用户偏好度。
A5.根据A1所述的方法,其中,所述书籍偏好选择界面包含分别对应于第1级至第n级的各级分类的书籍偏好选择界面。
A6.根据A5所述的方法,其中,所述根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类进一步包括:
步骤1,将i赋值为1;
步骤2,展示第i级分类的书籍偏好选择界面,根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的第i级书籍偏好分类;
步骤3,判断i+1是否大于n,若否,将i赋值为i+1,并跳转执行步骤2。
A7.根据A6所述的方法,其中,当i的赋值等于n时,第i级分类的书籍偏好选择界面中携带有各本书籍对应的选择控件;
则所述根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的第i级书籍偏好分类进一步包括:
根据用户对第n级分类的书籍偏好选择界面中书籍对应的选择控件执行的书籍偏好选择操作,将该书籍所属的第n级分类确定为用户的第n级书籍偏好分类。
A8.根据A1所述的方法,其中,所述将所述待推荐书籍推送给所述用户之前,所述方法进一步包括:
根据至少一个维度的排序信息,对所述待推荐书籍进行排序。
A9.根据A1-A8中任一项所述的方法,其中,所述至少一个维度还包含阅读用户数量和/或书籍质量等级。
A10.根据A1-A9中任一项所述的方法,其中,所述方法进一步包括:
根据用户通过书籍偏好选择界面执行的书籍偏好更新操作,对所述用户的书籍偏好分类进行更新。
A11.根据A1-A10中任一项所述的方法,其中,所述方法执行之前,进一步包括:
响应于用户扫描标识码的操作,展示书籍偏好选择界面;其中,所述标识码携带有企业信息和企业账户信息。
A12.根据A1-A11中任一项所述的方法,其中,所述方法进一步包括:
针对于任一第i+1级书籍偏好分类,根据其对应的第i级书籍偏好分类的推荐数量中的剩余推荐数量和未确定推荐数量的第i+1级书籍偏好分类的数量,计算该第i+1级书籍偏好分类的推荐数量。
A13.根据A12所述的方法,其中,所述方法进一步包括:
针对于任一第1级书籍偏好分类,根据书籍的总推荐数量中的剩余推荐数量和未确定推荐数量的第1级书籍偏好分类的数量,计算该第1级书籍偏好分类的推荐数量。
B14.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类;其中,所述书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,所述至少一个维度包含书籍偏好分类的用户偏好度;
将所述待推荐书籍推送给所述用户。
B15.根据B14所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
若至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,根据所述至少两个第n级书籍偏好分类的用户偏好度,确定待重选的第n级书籍偏好分类;
针对所述待重选的第n级书籍偏好分类,选取新的待推荐书籍以替换所述相同的待推荐书籍。
B16.根据B15所述的计算设备,其中,所述待重选的第n级书籍偏好分类包括所述至少两个第n级书籍偏好分类中除用户偏好度最高的第n级书籍偏好分类之外的其他第n级书籍偏好分类。
B17.根据B14-B16中任一项所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
根据用户对第1级至第n级的书籍偏好分类所选择的偏好程度对应的权重,确定第n级书籍偏好分类的用户偏好度。
B18.根据B14所述的计算设备,其中,所述书籍偏好选择界面包含分别对应于第1级至第n级的各级分类的书籍偏好选择界面。
B19.根据B18所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
步骤1,将i赋值为1;
步骤2,展示第i级分类的书籍偏好选择界面,根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的第i级书籍偏好分类;
步骤3,判断i+1是否大于n,若否,将i赋值为i+1,并跳转执行步骤2。
B20.根据B19所述的计算设备,其中,当i的赋值等于n时,第i级分类的书籍偏好选择界面中携带有各本书籍对应的选择控件;所述可执行指令进一步使所述处理器执行以下操作:
根据用户对第n级分类的书籍偏好选择界面中书籍对应的选择控件执行的书籍偏好选择操作,将该书籍所属的第n级分类确定为用户的第n级书籍偏好分类。
B21.根据B14所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
将所述待推荐书籍推送给所述用户之前,根据至少一个维度的排序信息,对所述待推荐书籍进行排序。
B22.根据B14-B21中任一项所述的计算设备,其中,所述至少一个维度还包含阅读用户数量和/或书籍质量等级。
B23.根据B14-B22中任一项所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好更新操作,对所述用户的书籍偏好分类进行更新。
B24.根据B14-B23中任一项所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
响应于用户扫描标识码的操作,展示书籍偏好选择界面;其中,所述标识码携带有企业信息和企业账户信息。
B25.根据B14-B24中任一项所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
针对于任一第i+1级书籍偏好分类,根据其对应的第i级书籍偏好分类的推荐数量中的剩余推荐数量和未确定推荐数量的第i+1级书籍偏好分类的数量,计算该第i+1级书籍偏好分类的推荐数量。
B26.根据B25所述的计算设备,所述可执行指令进一步使所述处理器执行以下操作:
针对于任一第1级书籍偏好分类,根据书籍的总推荐数量中的剩余推荐数量和未确定推荐数量的第1级书籍偏好分类的数量,计算该第1级书籍偏好分类的推荐数量。
C27.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类;其中,所述书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,所述至少一个维度包含书籍偏好分类的用户偏好度;
将所述待推荐书籍推送给所述用户。
C28.根据C27所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
若至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,根据所述至少两个第n级书籍偏好分类的用户偏好度,确定待重选的第n级书籍偏好分类;
针对所述待重选的第n级书籍偏好分类,选取新的待推荐书籍以替换所述相同的待推荐书籍。
C29.根据C28所述的计算机存储介质,其中,所述待重选的第n级书籍偏好分类包括所述至少两个第n级书籍偏好分类中除用户偏好度最高的第n级书籍偏好分类之外的其他第n级书籍偏好分类。
C30.根据C27-C29中任一项所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
根据用户对第1级至第n级的书籍偏好分类所选择的偏好程度对应的权重,确定第n级书籍偏好分类的用户偏好度。
C31.根据C27所述的计算机存储介质,其中,所述书籍偏好选择界面包含分别对应于第1级至第n级的各级分类的书籍偏好选择界面。
C32.根据C31所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
步骤1,将i赋值为1;
步骤2,展示第i级分类的书籍偏好选择界面,根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的第i级书籍偏好分类;
步骤3,判断i+1是否大于n,若否,将i赋值为i+1,并跳转执行步骤2。
C33.根据C32所述的计算机存储介质,其中,当i的赋值等于n时,第i级分类的书籍偏好选择界面中携带有各本书籍对应的选择控件;所述可执行指令进一步使所述处理器执行以下操作:
根据用户对第n级分类的书籍偏好选择界面中书籍对应的选择控件执行的书籍偏好选择操作,将该书籍所属的第n级分类确定为用户的第n级书籍偏好分类。
C34.根据C27所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
将所述待推荐书籍推送给所述用户之前,根据至少一个维度的排序信息,对所述待推荐书籍进行排序。
C35.根据C27-C34中任一项所述的计算机存储介质,其中,所述至少一个维度还包含阅读用户数量和/或书籍质量等级。
C36根据C27-C35中任一项所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好更新操作,对所述用户的书籍偏好分类进行更新。
C37.根据C27-C36中任一项所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
响应于用户扫描标识码的操作,展示书籍偏好选择界面;其中,所述标识码携带有企业信息和企业账户信息。
C38.根据C27-C37中任一项所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
针对于任一第i+1级书籍偏好分类,根据其对应的第i级书籍偏好分类的推荐数量中的剩余推荐数量和未确定推荐数量的第i+1级书籍偏好分类的数量,计算该第i+1级书籍偏好分类的推荐数量。
C39.根据C38所述的计算机存储介质,所述可执行指令进一步使所述处理器执行以下操作:
针对于任一第1级书籍偏好分类,根据书籍的总推荐数量中的剩余推荐数量和未确定推荐数量的第1级书籍偏好分类的数量,计算该第1级书籍偏好分类的推荐数量。

Claims (10)

1.一种书籍推荐方法,包括:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类;其中,所述书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,所述至少一个维度包含书籍偏好分类的用户偏好度;
将所述待推荐书籍推送给所述用户。
2.根据权利要求1所述的方法,其中,所述根据至少一个维度的筛选信息选取属于所述第n级书籍偏好分类的待推荐书籍进一步包括:
若至少两个第n级书籍偏好分类的待推荐书籍中存在相同的待推荐书籍,根据所述至少两个第n级书籍偏好分类的用户偏好度,确定待重选的第n级书籍偏好分类;
针对所述待重选的第n级书籍偏好分类,选取新的待推荐书籍以替换所述相同的待推荐书籍。
3.根据权利要求2所述的方法,其中,所述待重选的第n级书籍偏好分类包括所述至少两个第n级书籍偏好分类中除用户偏好度最高的第n级书籍偏好分类之外的其他第n级书籍偏好分类。
4.根据权利要求1-3中任一项所述的方法,其中,所述方法进一步包括:
根据用户对第1级至第n级的书籍偏好分类所选择的偏好程度对应的权重,确定第n级书籍偏好分类的用户偏好度。
5.根据权利要求1所述的方法,其中,所述书籍偏好选择界面包含分别对应于第1级至第n级的各级分类的书籍偏好选择界面。
6.根据权利要求5所述的方法,其中,所述根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类进一步包括:
步骤1,将i赋值为1;
步骤2,展示第i级分类的书籍偏好选择界面,根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的第i级书籍偏好分类;
步骤3,判断i+1是否大于n,若否,将i赋值为i+1,并跳转执行步骤2。
7.根据权利要求6所述的方法,其中,当i的赋值等于n时,第i级分类的书籍偏好选择界面中携带有各本书籍对应的选择控件;
则所述根据用户通过第i级分类的书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的第i级书籍偏好分类进一步包括:
根据用户对第n级分类的书籍偏好选择界面中书籍对应的选择控件执行的书籍偏好选择操作,将该书籍所属的第n级分类确定为用户的第n级书籍偏好分类。
8.根据权利要求1所述的方法,其中,所述将所述待推荐书籍推送给所述用户之前,所述方法进一步包括:
根据至少一个维度的排序信息,对所述待推荐书籍进行排序。
9.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类;其中,所述书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,所述至少一个维度包含书籍偏好分类的用户偏好度;
将所述待推荐书籍推送给所述用户。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行以下操作:
根据用户通过书籍偏好选择界面执行的书籍偏好选择操作,确定所述用户的书籍偏好分类;其中,所述书籍偏好分类包含第1级至第n级的各级书籍偏好分类,第i+1级是第i级的子分类,n大于或等于2,i大于或等于1且小于n;
针对于任一第n级书籍偏好分类,根据至少一个维度的筛选信息选取属于该第n级书籍偏好分类的待推荐书籍;其中,所述至少一个维度包含书籍偏好分类的用户偏好度;
将所述待推荐书籍推送给所述用户。
CN202010382300.6A 2020-05-08 2020-05-08 书籍推荐方法、计算设备及计算机存储介质 Active CN111611481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010382300.6A CN111611481B (zh) 2020-05-08 2020-05-08 书籍推荐方法、计算设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010382300.6A CN111611481B (zh) 2020-05-08 2020-05-08 书籍推荐方法、计算设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN111611481A true CN111611481A (zh) 2020-09-01
CN111611481B CN111611481B (zh) 2023-05-12

Family

ID=72201798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010382300.6A Active CN111611481B (zh) 2020-05-08 2020-05-08 书籍推荐方法、计算设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111611481B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650429A (zh) * 2020-12-18 2021-04-13 掌阅科技股份有限公司 书架页面的书籍推荐方法、计算设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5758026A (en) * 1995-10-13 1998-05-26 Arlington Software Corporation System and method for reducing bias in decision support system models
US20120246161A1 (en) * 2011-03-24 2012-09-27 Kabushiki Kaisha Toshiba Apparatus and method for recommending information, and non-transitory computer readable medium thereof
CN102902728A (zh) * 2012-09-07 2013-01-30 腾讯科技(深圳)有限公司 级联信息处理的方法及终端
CN105335518A (zh) * 2015-11-16 2016-02-17 孙宝文 生成用户偏好信息的方法及装置
CN106339393A (zh) * 2015-07-09 2017-01-18 阿里巴巴集团控股有限公司 信息推送方法及装置
US20170255699A1 (en) * 2016-03-07 2017-09-07 Fuji Xerox Co., Ltd. Video search apparatus, video search method, and non-transitory computer readable medium
CN108520076A (zh) * 2018-04-19 2018-09-11 掌阅科技股份有限公司 电子书推荐方法、电子设备及计算机存储介质
CN110175895A (zh) * 2019-05-31 2019-08-27 京东方科技集团股份有限公司 一种物品推荐方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5758026A (en) * 1995-10-13 1998-05-26 Arlington Software Corporation System and method for reducing bias in decision support system models
US20120246161A1 (en) * 2011-03-24 2012-09-27 Kabushiki Kaisha Toshiba Apparatus and method for recommending information, and non-transitory computer readable medium thereof
CN102902728A (zh) * 2012-09-07 2013-01-30 腾讯科技(深圳)有限公司 级联信息处理的方法及终端
CN106339393A (zh) * 2015-07-09 2017-01-18 阿里巴巴集团控股有限公司 信息推送方法及装置
CN105335518A (zh) * 2015-11-16 2016-02-17 孙宝文 生成用户偏好信息的方法及装置
US20170255699A1 (en) * 2016-03-07 2017-09-07 Fuji Xerox Co., Ltd. Video search apparatus, video search method, and non-transitory computer readable medium
CN108520076A (zh) * 2018-04-19 2018-09-11 掌阅科技股份有限公司 电子书推荐方法、电子设备及计算机存储介质
CN110175895A (zh) * 2019-05-31 2019-08-27 京东方科技集团股份有限公司 一种物品推荐方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650429A (zh) * 2020-12-18 2021-04-13 掌阅科技股份有限公司 书架页面的书籍推荐方法、计算设备及存储介质
CN112650429B (zh) * 2020-12-18 2021-09-24 掌阅科技股份有限公司 书架页面的书籍推荐方法、计算设备及存储介质
WO2022127286A1 (zh) * 2020-12-18 2022-06-23 掌阅科技股份有限公司 书架页面的书籍推荐方法、计算设备及存储介质

Also Published As

Publication number Publication date
CN111611481B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN108520076B (zh) 电子书推荐方法、电子设备及计算机存储介质
CN110825957B (zh) 基于深度学习的信息推荐方法、装置、设备及存储介质
CN107369075B (zh) 商品的展示方法、装置和电子设备
CN106503006A (zh) 应用App中子应用的排序方法及装置
CN108648058B (zh) 产品排序方法及装置,电子设备、存储介质
CN107241914B (zh) 用于搜索查询重写的系统和方法
CN107247728B (zh) 文本处理方法、装置及计算机存储介质
WO2023226760A1 (zh) 一种话题推荐方法、装置、计算机设备及存储介质
CN113407854A (zh) 一种应用推荐方法、装置、设备及计算机可读存储介质
CN112598467A (zh) 商品推荐模型的训练方法、商品推荐方法以及装置
CN112784039A (zh) 一种分配在线客服的方法、装置和存储介质
CN114820123A (zh) 团购商品推荐方法、装置、设备及存储介质
KR20130038889A (ko) 오브젝트 커스터마이제이션 및 관리 시스템
CN114861783A (zh) 推荐模型训练方法、装置、电子设备及存储介质
CN108319612A (zh) 受众媒体推荐方法和系统
CN113343109A (zh) 榜单推荐方法、计算设备及计算机存储介质
CN113327132A (zh) 多媒体推荐方法、装置、设备及存储介质
CN111611481A (zh) 书籍推荐方法、计算设备及计算机存储介质
CN111680213A (zh) 信息推荐方法、数据处理方法及装置
CN110515929B (zh) 书籍展示方法、计算设备及存储介质
CN112015970A (zh) 产品推荐方法、相关设备及计算机存储介质
CN115238194A (zh) 书籍推荐方法、计算设备及计算机存储介质
CN112487277B (zh) 数据分配方法、装置、可读存储介质和电子设备
CN114119139A (zh) 一种信息推荐方法、装置、存储介质及电子设备
CN112507252A (zh) 书籍榜单的展示方法、计算设备及计算机存储介质

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
GR01 Patent grant
GR01 Patent grant