CN111782943A - 基于历史数据记录的信息推荐方法、装置、设备及介质 - Google Patents

Abstract

本申请实施例公开了一种基于历史数据记录的信息推荐方法、装置、设备及介质，涉及计算机信息处理技术领域。该方法包括：接收信息推荐指令；识别目标用户所属的目标群体；调用目标用户和目标群体的历史浏览记录，从中截取出第一历史记录和第二历史记录；获取目标浏览项目；计算每个目标浏览项目的第一推荐评分s1和第二推荐评分s2，并获取第一权重w1和第二权重w2；计算出每个目标浏览项目对应的推荐评分s；生成用户推荐列表发送给目标用户。本申请还涉及区块链技术，将推荐评分存储至区块链网络，所述方法能有效避免用户个人浏览习惯不集中时推荐效果不佳的问题，使推荐结果更为精确、推荐的内容更能符合用户的兴趣需求。

Description

基于历史数据记录的信息推荐方法、装置、设备及介质

技术领域

本申请涉及计算机信息处理技术领域，特别是一种基于历史数据记录的信息推荐方法、装置、设备及介质。

背景技术

推荐系统无处不在，主流APP(application，应用程序)基本都要使用到推荐功能。例如：旅游出行，相关APP会推荐机票，酒店；吃饭，相关APP会推荐饭店；购物，相关APP会推荐你可能喜欢的物品；看新闻，相关APP会推荐你感兴趣的新闻等等。究其原因，现在人们接收的信息越来越多，而个人的时间和精力是有限的，因此需要一种方法更有效率的获取信息，这就是推荐系统的功能。

推荐系统会在海量的信息和个人之间架设一个桥梁，通过推荐用户感兴趣的内容吸引用户留存，如何高效的推荐用户感兴趣的内容则是推荐系统的关键。而以前的推荐方式比较传统，只是根据用户个人使用习惯进行推荐，对于个人使用习惯不集中时推荐准确率较低，无法实现有效推荐。

发明内容

本申请实施例所要解决的技术问题是，提供一种基于历史数据记录的信息推荐方法、装置、设备及存储介质，提升用户个人使用习惯不集中时的推荐准确率。

为了解决上述技术问题，本申请实施例提供一种基于历史数据记录的信息推荐方法，采用了如下所述的技术方案：

一种基于历史数据记录的信息推荐方法，包括：

接收信息推荐指令，所述信息推荐指令中指定有指向推荐的目标用户；

识别所述目标用户在用户群体中所属的目标群体；

调用所述目标用户和所述目标群体的历史浏览记录，并基于预设的缺省时间区间从所述历史浏览记录中分别截取出所述目标用户的第一历史记录和所述目标群体的第二历史记录；

基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目；

计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2，并获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2，其中，w1+w2＝1；

调用预设的评分公式s＝w1*s1+w2*s2，将每个目标浏览项目对应的第一推荐评分和第二推荐评分、所述第一权重和所述第二权重输入所述评分公式，分别计算出每个目标浏览项目对应的推荐评分s；

基于所述推荐评分的数值大小对所述目标浏览项目进行降序排序，并生成用户推荐列表发送给所述目标用户。

为了解决上述技术问题，本申请实施例还提供一种基于历史数据记录的信息推荐装置，采用了如下所述的技术方案：

一种基于历史数据记录的信息推荐装置，包括：

指令接收模块，用于接收信息推荐指令，所述信息推荐指令中指定有指向推荐的目标用户；

群体识别模块，用于识别所述目标用户在用户群体中所属的目标群体；

记录截取模块，用于调用所述目标用户和所述目标群体的历史浏览记录，并基于预设的缺省时间区间从所述历史浏览记录中分别截取出所述目标用户的第一历史记录和所述目标群体的第二历史记录；

项目生成模块，用于基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目；

第一评分计算模块，用于计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2，并获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2，其中，w1+w2＝1；

第二评分计算模块，用于调用预设的评分公式s＝w1*s1+w2*s2，将每个目标浏览项目对应的第一推荐评分和第二推荐评分、所述第一权重和所述第二权重输入所述评分公式，分别计算出每个目标浏览项目对应的推荐评分s；

列表生成模块，用于基于所述推荐评分的数值大小对所述目标浏览项目进行降序排序，并生成用户推荐列表发送给所述目标用户。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

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，所述处理器执行所述计算机程序时实现如上述任意一项技术方案所述的基于历史数据记录的信息推荐方法的步骤。

为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项技术方案所述的基于历史数据记录的信息推荐方法的步骤。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例公开了一种基于历史数据记录的信息推荐方法、装置、设备及存储介质，本申请实施例所述的基于历史数据记录的信息推荐方法，首先接收信息推荐指令，信息推荐指令中指定有指向推荐的目标用户；在识别出所述目标用户在用户群体中所属的目标群体后；调用目标用户和目标群体的历史浏览记录，并基于预设的缺省时间区间从历史浏览记录中分别截取出目标用户的第一历史记录和目标群体的第二历史记录；以基于第一历史记录和第二历史记录获取用于作为候选推荐项目的目标浏览项目；然后计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2，并获取与第一推荐评分匹配的第一权重w1和与第二推荐评分匹配的第二权重w2；调用预设的评分公式s＝w1*s1+w2*s2，将每个目标浏览项目对应的第一推荐评分和第二推荐评分、第一权重和第二权重输入评分公式，分别计算出每个目标浏览项目对应的推荐评分s；最后基于推荐评分的数值大小对目标浏览项目进行降序排序，并生成用户推荐列表发送给目标用户。所述方法以用户的个人浏览习惯为基础，还结合用户所属群体的浏览习惯进行信息推荐，能有效避免用户个人浏览习惯不集中时推荐效果不佳的问题，使推荐结果更为精确、推荐的内容更能符合用户的兴趣需求，可以迅速抓住用户的兴趣点，留存更多用户。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例可以应用于其中的示例性系统架构图；

图2为本申请实施例中所述基于历史数据记录的信息推荐方法的一个实施例的流程图；

图3为本申请实施例中所述基于历史数据记录的信息推荐装置的一个实施例的结构示意图；

图4为本申请实施例中计算机设备的一个实施例的结构示意图。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“包括”、“包含”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本申请的权利要求书、说明书以及说明书附图中的术语，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。

为了使本技术领域的人员更好地理解本申请的方案，下面将结合本申请实施例中的相关附图，对本申请实施例中的技术方案进行清楚、完整地描述。

如图1所示，系统架构100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用第一终端设备101、第二终端设备102和第三终端设备103通过网络104与服务器105交互，以接收或发送消息等。第一终端设备101、第二终端设备102和第三终端设备103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

第一终端设备101、第二终端设备102和第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对第一终端设备101、第一终端设备102和第三终端设备103上显示的页面提供支持的后台服务器。

需要说明的是，本申请实施例所提供的基于历史数据记录的信息推荐方法一般由服务器/终端设备执行，相应地，基于历史数据记录的信息推荐装置一般设置于服务器/终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了本申请实施例中所述基于历史数据记录的信息推荐方法的一个实施例的流程图。所述基于历史数据记录的信息推荐方法，包括以下步骤：

步骤201：接收信息推荐指令，所述信息推荐指令中指定有指向推荐的目标用户。

推荐系统向用户推荐其感兴趣的内容时，由用户向推荐系统的服务器发送包含其推荐请求的信息推荐指令，或由服务器自动激活其中预设的信息推荐指令，再通过推荐系统的服务器响应于信息推荐指令产生用户所感兴趣的内容发送给指向推荐的用户。

在本申请的一些实施例中，在步骤201之后，所述基于历史数据记录的信息推荐方法还包括：

读取预设的冷启动判定时间；

识别所述目标用户的注册时间，判断所述注册时间是否小于所述冷启动判定时间；

若小于，则判断所述目标用户为新注册的用户，生成初始推荐项目加入向所述目标用户推送的用户推荐列表。

推荐系统的冷启动问题指，对于新注册的用户，由于推荐系统中没有已记录的相关的历史数据，因此无法根据足够的数据来捕捉用户的兴趣并产生有效的推荐内容。

因此对于信息推荐指令中指定的目标用户，推荐系统应首先识别目标用户是否为新注册的用户。若不是新用户，则表示有足够的历史数据支持推荐系统产生有效的推荐内容，可以正常地进一步实施本申请中的信息推荐方法；若是新用户，则需要通过其他途径先产生一些初始推荐项目向目标用户进行首次推荐。

在这些实施例中，通过预设一个冷启动判定时间，用于与目标用户的注册时间进行比较，判断目标用户是否为新注册的用户。在判断目标用户为新注册的用户后，便可以通过关联目标用户的其他社交账户，挖掘出目标用户的历史数据后，再由此产生推荐内容推送给目标用户，或者通过识别用户的注册信息，在当前推荐系统中匹配与其注册信息最为相似的其他用户，再根据匹配到的其他用户的历史推荐内容筛选出推荐内容推送给目标用户。

且在本申请实施例的一些具体实施方式中，对判断为新注册用户的目标用户，可以将向其推荐的初始推荐项目在一定的预设时间内对其进行持续推送，以搜集到足够的历史记录后再重新推荐。

在本申请实施例中，所述基于历史数据记录的信息推荐方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式接收信息推荐指令。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

步骤202：识别所述目标用户在用户群体中所属的目标群体。

本申请中，不只根据用户的个人浏览习惯进行推荐，还结合个人所属用户群体的浏览习惯进行推荐，因此确定目标用户后，还需进一步识别出目标用户所属的目标群体。

基于不同的用户推荐需求，用户群体可以根据不同的划分方式进行划分，如根据用户所在的区域或用户所在机构/部门中的层级。同一用户群体的浏览习惯可视为较近似，因此作为推荐的重要参考依据，而根据不同的划分方式划分出的用户群体，其浏览习惯对于不同的项目可能具有较大差别。如同一个区域中的用户，对于当地的新闻、饮食、娱乐、购物等方向的信息可能具有较近似地浏览习惯；而同一个机构中相同层级的用户，可能对于其所处行业相关的新闻和涉及的设备、知识才存在较近似地浏览习惯。

在本申请的一些实施例中，所述步骤202包括：

确定所述目标用户对应的用户角色和所处的用户层级；

读取预设的已对用户群体进行划分的用户群体资料库；

根据所述用户角色和所述用户层级在所述用户群体资料库中进行匹配，以识别出所述目标用户所属的目标群体。

在这部分实施例中，预先对用户群体进行划分，并将划分后的信息记录整合进用户群体资料库存储在服务器的数据库中。

在信息推荐指令中指定指向推荐的目标用户时，目标用户的信息中会携带与其匹配的用户角色和用户层级。识别用户的用户群体时，便根据目标用户的信息中关联的用户角色和用户层级在群体资料库中进行搜索匹配，找到其所属的目标群体。

步骤203：调用所述目标用户和所述目标群体的历史浏览记录，并基于预设的缺省时间区间从所述历史浏览记录中分别截取出所述目标用户的第一历史记录和所述目标群体的第二历史记录。

确定目标用户所属的目标群体后，便调用个人和群体两方面的历史浏览记录，然后根据预设的缺省时间区间，截取出历史浏览记录中表示目标用户的个人浏览信息的第一历史记录，和表示目标群体的群体浏览信息的第二历史记录。

本申请中的所述缺省时间区间一般以N天前为初始时间，当前时间为截止时间进行设置，即缺省时间区间表示为的时间长度为N天的历史时间段。在一些具有特殊需求的场景中，可以在截取历史记录前，预先选择特定的历史时间段设为缺省时间区间。

步骤204：基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目。

第一历史记录和第二历史记录中记载的历史点击项目是通过记录与用户的历史点击相关的数据信息，用于表示用户最近的兴趣点所在，因此其中的历史点击项目均可视为候选推荐项目，最终向用户发送的推荐项目便是从候选推荐项目中选取或排序后再向用户进行推荐。本申请中选取或排序的依据，便是对项目进行评分，一般分值较高的便视为更具有推荐价值的项目，属于用户更感兴趣的项目。

在本申请中，不是对所有的历史点击项目都进行评分，而首先还需要从第一历史记录和第二历史记录中筛选出一些具有评分价值的项目作为候选推荐项目，记为目标浏览项目。

第一历史记录为用户个人的浏览记录，因此其中的历史浏览项目必定为用户具备相应浏览权限的项目，而第二历史记录为用户群体的浏览记录，其中有些项目对于目标用户可能是不具有相应浏览权限的，这些项目即使因为评分靠前推荐给了目标用户，用户也无法正常查看，因此在一些具体实施方式中，对历史浏览项目进行项目评分前需要对第二历史记录中目标用户无浏览权限的项目进行过滤。

在本申请的一种具体实施方式中，所述步骤204包括：将所述第一历史记录和所述第二历史记录中重合的历史浏览项目提取出作为所述目标浏览项目。

其中，在保证用户浏览权限的同时，进一步提升用户群体的历史浏览记录在作为信息推荐的参考凭据时的重要程度，将第一历史记录中与第二历史记录重合的项目才视为更贴合用户浏览习惯的项目，如此提取出的目标浏览项目便有效保证了用户的浏览权限，并深度考虑了群体浏览记录的重要性。

在本申请的另一种具体实施方式中，所述步骤204包括：

获取所述目标用户的用户权限；

基于所述用户权限对所述第二历史记录中的每项历史浏览项目进行校验，以判断所述目标用户是否具有相应的浏览权限，并将判断结果作为权限检验结果进行记录；

整合所述第一历史记录和所述第二历史记录中的历史浏览项目，并根据所述权限检验记录从中剔除掉对所述目标用户无浏览权限的项目，将剔除后剩下的历史浏览项目记为所述目标浏览项目。

该实施方式中，在获取目标用户的用户权限后，再对第二历史记录中的历史浏览项目进行相应的权限校验，而后整合第一历史记录和第二历史记录中的历史浏览项目时，根据校验的结果过滤掉不符合用户浏览权限的项目即可，最终整合结果中的历史浏览项目便记为最终用于推荐评分的目标浏览项目。

在上述实施例的一种具体实施方式中，若判断所述目标用户为新注册的用户，在识别出所述目标用户所属的目标群体后，只需从所述第二历史记录中获取用于作为候选推荐项目的目标浏览项目。

步骤205：计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2，并获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2，其中，w1+w2＝1。

本申请中结合个人浏览记录和群体浏览记录进行项目评分时，会首先规定两者之间的权值比例，然后对于任意一个待评分项目的推荐评分，在分别计算出该项目在个人浏览记录和群体浏览记录中的评分后，根据权值比例将两种评分相结合，便能最终计算出该项目的推荐评分，二者的权重之和为1。

在本申请的一些实施例中，步骤205中所述计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2的步骤包括：

调用预设的第一推荐评分公式s1＝a1*x1+a2*x2+a3*x3+a4*x4和第二推荐评分公式s2＝b1*y1+b2*y2+b3*y3+b4*y4，并获取预设的权重值a1、a2、a3、a4、b1、b2、b3和b4；其中，第一个人评分指标x1和第一群体评分指标y1分别表示目标用户和目标群体在上一次浏览日的项目浏览频率，第二个人评分指标x2和第二群体评分指标y2分别表示目标用户和目标群体在第七日前当天的项目浏览频率，第三个人评分指标x3和第三群体评分指标y3分别表示目标用户和目标群体在截止至当前时间的七日内的项目浏览频率，第四个人评分指标x4和第四群体评分指标y4分别表示目标用户和目标群体在第十四日前至第七日前内的项目浏览频率；

基于所述第一历史记录和所述第二历史记录获取第一个人评分指标、第二个人评分指标、第三个人评分指标、第四个人评分指标、第一群体评分指标、第二群体评分指标、第三群体评分指标和第四群体评分指标的值；

将第一个人评分指标、第二个人评分指标、第三个人评分指标、第四个人评分指标、第一群体评分指标、第二群体评分指标、第三群体评分指标和第四群体评分指标的值输入所述第一推荐评分公式和所述第二推荐评分公式，计算出第一推荐评分s1和第二推荐评分s2。

在该部分实施例中，关于个人浏览记录评分的第一推荐评分公式为s1＝a1*x1+a2*x2+a3*x3+a4*x4，表示群体浏览记录评分的第二推荐评分公式为s2＝b1*y1+b2*y2+b3*y3+b4*y4。a1、a2、a3、a4、b1、b2、b3和b4都为预设的权重值，x1、x2、x3、x4、y1、y2、y3和y4则是作为评分指标的因子。

其中，x1和y1分别表示目标用户和目标群体在上一次浏览日中对目标浏览项目的项目浏览频率，上一次浏览日指上一次用户登录的日期，该日期可以是在当前时间的前一天或n天前的当天；x2和y2分别表示目标用户和目标群体在第七日前当天的项目浏览频率，考虑到每周的同一天浏览习惯可能趋于一致，因此第二个评分指标便选择取每周固定一天的浏览记录进行评分；x3和y3分别表示目标用户和目标群体在截止至当前时间的七日内的项目浏览频率，即对第三个评分指标进行评分时，需选取截止当前时间的一周的历史记录；x4和y4则分别表示目标用户和目标群体在第十四日前至第七日前内的项目浏览频率，即对第三个评分指标进行评分时，需选取前8-14天的历史记录。

进一步的，a1:a2:a3:a4＝b1:b2:b3:b4，而基于实际结果验证的调整和历史时间距离越近时参考价值越大的考虑，在一种较优的实施方式中，其比值可设为3:2:3:2。

在本申请的一些实施例中，步骤205中所述获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2的步骤包括：

基于所述第一历史记录分别获取所述目标用户在第一时间区间内的第一历史推荐列表和第二时间区间内的第二历史推荐列表；其中，所述第一历史区间的时间长度与所述第二历史区间的时间长度相等，所述第一历史区间的起始时间晚于所述第二历史区间的截止时间，所述第一历史区间的截止时间为当前时间；

计算所述第一历史推荐列表和所述第二历史推荐列表中历史推荐项目的目标项目重合度；

根据所述目标项目重合度设置所述第一权重的值，并根据所述第一权重计算所述第二权重的值。

第一推荐评分和第二推荐评分的权重值均能根据第一时间区间与第二时间区间内推荐项目的重合度进行设置，一般地，在时间轴上，第一时间区间在第二时间区间之后且相互不重合。在一种优选实施方式中，第一时间区间为截止当前时间0-7天的时间段，第二时间区间为在当前时间之前的7-14天的时间段。

根据w1+w2＝1可知，计算第一权重w1时，在个人历史推荐记录中截取的第一历史推荐列表和第二推荐历史列表之间的重合度越高，表示需要更多地考虑根据个人浏览记录计算的推荐评分，因此需将w1的值设置更高，相应地第二权重w2的值设置更低。同理可知，还可以先计算w2的值，再依此设置w1的值，而w2的值越高，表示需要更多地考虑根据群体浏览记录计算的推荐评分，因此需将w2的值设置更高，相应地w1的值设置更低。

在进一步的一种具体实施方式中，所述根据所述目标项目重合度设置所述第一权重的值的步骤包括：

获取预设的最低权重阈值；

比较所述目标项目重合度和所述最低权重阈值的大小；

将所述目标项目重合度和所述最低权重阈值中较大的值设为所述第一权重的值。

在一般的应用场景中，个人浏览记录往往更符合用户的浏览习惯，因此为了防止出现异常场景，需要预先为第一权重w1设置最低权重阈值。在根据第一历史记录获取的项目重合度低于最低权重阈值时，通过选取最低权重阈值作为w1的值，避免出现w1的值过低的状况。

步骤206：调用预设的评分公式s＝w1*s1+w2*s2，将每个目标浏览项目对应的第一推荐评分和第二推荐评分、所述第一权重和所述第二权重输入所述评分公式，分别计算出每个目标浏览项目对应的推荐评分s。

由步骤205已经获取了本申请中应用的评分公式的所有必需值后，便将获取的四项必需值输入该评分公式，计算出相应的推荐评分即可。

步骤207：基于所述推荐评分的数值大小对所述目标浏览项目进行降序排序，并生成用户推荐列表发送给所述目标用户。

对于计算出的各个目标浏览项目的推荐评分，将其以降序顺序进行排序后，由此生成的可视为较符合用户需求的用户推荐列表，便由服务器后端发送至前端页面向用户进行推荐，供目标用户查看时选取和浏览。

在本申请的一些实施例中，为了避免最终生成的用户推荐列表中项目过于冗长，可以通过从所有目标浏览项目中由推荐评分高的值往下截取一定数量的方式，或选取推荐评分高于一定数值的方式过滤掉推荐指数相对较低的项目。

在本申请的一些实施例中，在步骤207之后，所述基于历史数据记录的信息推荐方法还包括步骤：

读取所述目标用户的历史推荐列表；

比较所述用户推荐列表与所述历史推荐列表中的推荐项目；

若所述用户推荐列表中包括未出现在所述历史推荐列表中的新上项目，则对所述新上项目基于预设的推荐时间进行持续推荐。

对于未出现在用户历史推荐列表中的项目，由于是新的推荐指标，有时会具有较重要的推荐价值，可以对其持续推荐一段时间。

本申请实施例所述的基于历史数据记录的信息推荐方法，以用户的个人浏览习惯为基础，还结合用户所属群体的浏览习惯进行信息推荐，能有效避免用户个人浏览习惯不集中时推荐效果不佳的问题，使推荐结果更为精确、推荐的内容更能符合用户的兴趣需求，可以迅速抓住用户的兴趣点，留存更多用户。

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，该计算机程序可存储于一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，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

进一步参考图3，图3示出了为本申请实施例中所述基于历史数据记录的信息推荐装置的一个实施例的结构示意图。作为对上述图2所示方法的实现，本申请提供了一种基于历史数据记录的信息推荐装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，本实施例所述的基于历史数据记录的信息推荐装置包括：

指令接收模块301；用于接收信息推荐指令，所述信息推荐指令中指定有指向推荐的目标用户。

群体识别模块302；用于识别所述目标用户在用户群体中所属的目标群体。

记录截取模块303；用于调用所述目标用户和所述目标群体的历史浏览记录，并基于预设的缺省时间区间从所述历史浏览记录中分别截取出所述目标用户的第一历史记录和所述目标群体的第二历史记录。

项目生成模块304；用于基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目。

第一评分计算模块305；用于计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2，并获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2，其中，w1+w2＝1。

第一评分计算模块306；用于调用预设的评分公式s＝w1*s1+w2*s2，将每个目标浏览项目对应的第一推荐评分和第二推荐评分、所述第一权重和所述第二权重输入所述评分公式，分别计算出每个目标浏览项目对应的推荐评分s。

列表生成模块307；用于基于所述推荐评分的数值大小对所述目标浏览项目进行降序排序，并生成用户推荐列表发送给所述目标用户。

在本申请的一些实施例中，基于历史数据记录的信息推荐装置还包括：用户识别模块。在所述指令接收模块301接收信息推荐指令之后，所述用户识别模块用于读取预设的冷启动判定时间；识别所述目标用户的注册时间，判断所述注册时间是否小于所述冷启动判定时间；若小于，则判断所述目标用户为新注册的用户，生成初始推荐项目加入向所述目标用户推送的用户推荐列表。

在本申请的一些实施例中，所述群体识别模块302用于确定所述目标用户对应的用户角色和所处的用户层级；读取预设的已对用户群体进行划分的用户群体资料库；根据所述用户角色和所述用户层级在所述用户群体资料库中进行匹配，以识别出所述目标用户所属的目标群体。

在本申请的一种具体实施方式中，所述项目生成模块304用于将所述第一历史记录和所述第二历史记录中重合的历史浏览项目提取出作为所述目标浏览项目。

在本申请的另一种具体实施方式中，所述项目生成模块304用于获取所述目标用户的用户权限；基于所述用户权限对所述第二历史记录中的每项历史浏览项目进行校验，以判断所述目标用户是否具有相应的浏览权限，并将判断结果作为权限检验结果进行记录；整合所述第一历史记录和所述第二历史记录中的历史浏览项目，并根据所述权限检验记录从中剔除掉对所述目标用户无浏览权限的项目，将剔除后剩下的历史浏览项目记为所述目标浏览项目。

在本申请的一些实施例中，所述第一评分计算模块305用于基于所述第一历史记录分别获取所述目标用户在第一时间区间内的第一历史推荐列表和第二时间区间内的第二历史推荐列表；其中，所述第一历史区间的时间长度与所述第二历史区间的时间长度相等，所述第一历史区间的起始时间晚于所述第二历史区间的截止时间，所述第一历史区间的截止时间为当前时间；计算所述第一历史推荐列表和所述第二历史推荐列表中历史推荐项目的目标项目重合度；根据所述目标项目重合度设置所述第一权重的值，并根据所述第一权重计算所述第二权重的值。

在进一步的一种具体实施方式中，所述第一评分计算模块305还包括：权重设置子模块。所述权重设置子模块用于获取预设的最低权重阈值；比较所述目标项目重合度和所述最低权重阈值的大小；将所述目标项目重合度和所述最低权重阈值中较大的值设为所述第一权重的值。

本申请实施例所述的基于历史数据记录的信息推荐装置，以用户的个人浏览习惯为基础，还结合用户所属群体的浏览习惯进行信息推荐，能有效避免用户个人浏览习惯不集中时推荐效果不佳的问题，使推荐结果更为精确、推荐的内容更能符合用户的兴趣需求，可以迅速抓住用户的兴趣点，留存更多用户。

为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。

所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是，图中仅示出了具有组件61-63的计算机设备6，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

所述存储器61至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器61可以是所述计算机设备6的内部存储单元，例如该计算机设备6的硬盘或内存。在另一些实施例中，所述存储器61也可以是所述计算机设备6的外部存储设备，例如该计算机设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中，所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件，例如基于历史数据记录的信息推荐方法的程序代码等。此外，所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中，所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据，例如运行所述基于历史数据记录的信息推荐方法的程序代码。

所述网络接口63可包括无线网络接口或有线网络接口，该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。

本申请实施例所述的计算机设备，通过处理器执行存储器中存储的计算机程序进行数据推送的功能测试时，无需通过前端操作创建任务，能够实现对大批量基于历史数据记录的信息推荐要求，并减少测试时间的消耗，提升功能测试的效率，在进行数据推送测试的过程中还能方便地进行压力测试，在通过日志判断数据的推送结果时还能方便分析测试时出现的问题，以及对测试过程中出现的问题进行定位。

本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有基于历史数据记录的信息推荐程序，所述基于历史数据记录的信息推荐程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于历史数据记录的信息推荐方法的步骤。

本申请实施例所述的计算机存储介质，在执行其中存储的计算机程序进行数据推送的功能测试时，无需通过前端操作创建任务，能够实现对大批量基于历史数据记录的信息推荐要求，并减少测试时间的消耗，提升功能测试的效率，在进行数据推送测试的过程中还能方便地进行压力测试，在通过日志判断数据的推送结果时还能方便分析测试时出现的问题，以及对测试过程中出现的问题进行定位。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

在本申请所提供的上述实施例中，应该理解到，所揭露的装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

所述模块或组件可以是或者也可以不是物理上分开的，作为模块或组件显示的部件可以是或者也可以不是物理模块，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块或组件来实现本实施例方案的目的。

本申请不限于上述实施方式，以上所述是本申请的优选实施方式，该实施例仅用于说明本申请而不用于限制本申请的范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，其依然可以对前述各具体实施方式所记载的技术方案进行若干改进和修饰，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理应视为包括在本申请的保护范围之内。

显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，以及凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

Claims (10)

1.一种基于历史数据记录的信息推荐方法，其特征在于，包括：

接收信息推荐指令，所述信息推荐指令中指定有指向推荐的目标用户；

识别所述目标用户在用户群体中所属的目标群体；

调用所述目标用户和所述目标群体的历史浏览记录，并基于预设的缺省时间区间从所述历史浏览记录中分别截取出所述目标用户的第一历史记录和所述目标群体的第二历史记录；

基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目；

计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2，并获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2，其中，w1+w2＝1；

调用预设的评分公式s＝w1*s1+w2*s2，将每个目标浏览项目对应的第一推荐评分和第二推荐评分、所述第一权重和所述第二权重输入所述评分公式，分别计算出每个目标浏览项目对应的推荐评分s；

基于所述推荐评分的数值大小对所述目标浏览项目进行降序排序，并生成用户推荐列表发送给所述目标用户。

2.根据权利要求1所述的基于历史数据记录的信息推荐方法，其特征在于，在所述接收信息推荐指令的步骤之后，所述方法还包括：

读取预设的冷启动判定时间；

识别所述目标用户的注册时间，判断所述注册时间是否小于所述冷启动判定时间；

若小于，则判断所述目标用户为新注册的用户，生成初始推荐项目加入向所述目标用户推送的用户推荐列表。

3.根据权利要求1所述的基于历史数据记录的信息推荐方法，其特征在于，所述识别所述目标用户在用户群体中所属的目标群体的步骤包括：

确定所述目标用户对应的用户角色和所处的用户层级；

读取预设的已对用户群体进行划分的用户群体资料库；

根据所述用户角色和所述用户层级在所述用户群体资料库中进行匹配，以识别出所述目标用户所属的目标群体。

4.根据权利要求1所述的基于历史数据记录的信息推荐方法，其特征在于，所述基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目的步骤包括：

将所述第一历史记录和所述第二历史记录中重合的历史浏览项目提取出作为所述目标浏览项目。

5.根据权利要求1所述的基于历史数据记录的信息推荐方法，其特征在于，所述基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目的步骤包括：

获取所述目标用户的用户权限；

基于所述用户权限对所述第二历史记录中的每项历史浏览项目进行校验，以判断所述目标用户是否具有相应的浏览权限，并将判断结果作为权限检验结果进行记录；

整合所述第一历史记录和所述第二历史记录中的历史浏览项目，并根据所述权限检验记录从中剔除掉对所述目标用户无浏览权限的项目，将剔除后剩下的历史浏览项目记为所述目标浏览项目。

6.根据权利要求1所述的基于历史数据记录的信息推荐方法，其特征在于，所述获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2的步骤包括：

基于所述第一历史记录分别获取所述目标用户在第一时间区间内的第一历史推荐列表和第二时间区间内的第二历史推荐列表；其中，所述第一历史区间的时间长度与所述第二历史区间的时间长度相等，所述第一历史区间的起始时间晚于所述第二历史区间的截止时间，所述第一历史区间的截止时间为当前时间；

计算所述第一历史推荐列表和所述第二历史推荐列表中历史推荐项目的目标项目重合度；

根据所述目标项目重合度设置所述第一权重的值，并根据所述第一权重计算所述第二权重的值。

7.根据权利要求6所述的基于历史数据记录的信息推荐方法，其特征在于，所述根据所述目标项目重合度设置所述第一权重的值的步骤包括：

获取预设的最低权重阈值；

比较所述目标项目重合度和所述最低权重阈值的大小；

将所述目标项目重合度和所述最低权重阈值中较大的值设为所述第一权重的值。

8.一种基于历史数据记录的信息推荐装置，其特征在于，包括：

指令接收模块，用于接收信息推荐指令，所述信息推荐指令中指定有指向推荐的目标用户；

群体识别模块，用于识别所述目标用户在用户群体中所属的目标群体；

记录截取模块，用于调用所述目标用户和所述目标群体的历史浏览记录，并基于预设的缺省时间区间从所述历史浏览记录中分别截取出所述目标用户的第一历史记录和所述目标群体的第二历史记录；

项目生成模块，用于基于所述第一历史记录和所述第二历史记录获取用于作为候选推荐项目的目标浏览项目；

第一评分计算模块，用于计算每个目标浏览项目的表示个人浏览记录评分的第一推荐评分s1和表示群体浏览记录评分的第二推荐评分s2，并获取与所述第一推荐评分匹配的第一权重w1和与所述第二推荐评分匹配的第二权重w2，其中，w1+w2＝1；

第二评分计算模块，用于调用预设的评分公式s＝w1*s1+w2*s2，将每个目标浏览项目对应的第一推荐评分和第二推荐评分、所述第一权重和所述第二权重输入所述评分公式，分别计算出每个目标浏览项目对应的推荐评分s；

列表生成模块，用于基于所述推荐评分的数值大小对所述目标浏览项目进行降序排序，并生成用户推荐列表发送给所述目标用户。

9.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任意一项所述的基于历史数据记录的信息推荐方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的基于历史数据记录的信息推荐方法的步骤。

Images