CN111986005A - 活动推荐方法及相关设备 - Google Patents
活动推荐方法及相关设备 Download PDFInfo
- Publication number
- CN111986005A CN111986005A CN202010897481.6A CN202010897481A CN111986005A CN 111986005 A CN111986005 A CN 111986005A CN 202010897481 A CN202010897481 A CN 202010897481A CN 111986005 A CN111986005 A CN 111986005A
- Authority
- CN
- China
- Prior art keywords
- recommended
- activity
- determining
- activities
- target
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Abstract
本申请公开了一种活动推荐方法及相关设备，应用于服务器，所述方法包括基于目标用户群体的类型在候选活动池中确定N个待推荐活动，以及将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数；获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分；基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。采用本申请实施例可提升用户对推荐活动的满意度。
Description
技术领域
本申请涉及电子技术领域，尤其涉及一种活动推荐方法及相关设备。
背景技术
随着车联网技术的飞速发展，汽车的功能越来越多样化，不仅提升了用户的驾驶舒适度，而且给用户的生活带来了极大的便利。然而，由于汽车所表现出来的功能的多样化，不同的用户对于汽车功能的需求不同，导致用户对推荐的汽车活动不感兴趣，因此如何提升用户对汽车活动的满意度，已成为急需解决的问题。
发明内容
本申请实施例提供一种活动推荐方法及相关设备，有利于提升用户对推荐活动的满意度。
第一方面，本申请实施例提供一种活动推荐方法，应用于服务器，所述方法包括：
基于目标用户群体的类型在候选活动池中确定N个待推荐活动，以及将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数；
获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分；
基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。
第二方面，本申请实施例提供一种活动推荐装置，应用于服务器，该装置包括：
第一确定单元，用于基于目标用户群体的类型在候选活动池中确定N个待推荐活动；
推送单元，用于将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数；
获取单元，用于获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分；
第二确定单元，用于基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。
第三方面，本申请实施例提供一种服务器，包括处理器、存储器以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面所述的方法中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出，在本申请实施例中，服务器首先基于目标用户群体的类型在候选活动池中确定N个待推荐活动，然后将N个待推荐活动推送给目标用户群体，再然后获取目标用户群体对N个待推荐活动中每个待推荐活动的评分，最后基于每个待推荐活动的评分，在N个待推荐活动中确定目标推荐活动。可以看出，由于根据目标用户群体对每个待推荐活动的评分，确定目标推荐活动，表明了目标推荐活动为目标用户认可的活动，有利于提升用户对推荐活动的满意度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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是本申请实施例提供的一种服务器的结构示意图；
图2是本申请实施例提供的一种活动推荐方法的流程示意图；
图3本申请实施例提供的另一种服务器的结构示意图；
图4本申请实施例提供的一种活动推荐装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
以下分别进行详细说明。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”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它步骤或单元。
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，也不是与其它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它实施例相结合。
以下，对本申请中的部分用语进行解释说明，以便于本领域技术人员理解。
如图1所示，图1是本申请实施例提供的一种服务器的结构示意图。该服务器包括处理器、存储器、信号处理器、收发器、随机存取存储器(Random Access Memory，RAM)、传感器等等。其中，存储器、信号处理器、RAM、传感器与处理器连接，收发器与信号处理器连接。
其中，传感器包括以下至少一种：光感传感器、陀螺仪、红外接近传感器、指纹传感器、压力传感器等等。其中，光感传感器，也称为环境光传感器，用于检测环境光亮度。光线传感器可以包括光敏元件和模数转换器。其中，光敏元件用于将采集的光信号转换为电信号，模数转换器用于将上述电信号转换为数字信号。可选的，光线传感器还可以包括信号放大器，信号放大器可以将光敏元件转换的电信号进行放大后输出至模数转换器。上述光敏元件可以包括光电二极管、光电三极管、光敏电阻、硅光电池中的至少一种。
其中，处理器是服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器内的软体程序和/或模块，以及调用存储在存储器内的数据，执行服务器的各种功能和处理数据，从而对服务器进行整体监控。
其中，处理器可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器中。
其中，存储器用于存储软体程序和/或模块，处理器通过运行存储在存储器的软件程序和/或模块，从而执行服务器的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的软体程序等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
下面对本申请实施例进行详细介绍。
如图2所示，本申请实施例提供的一种活动推荐方法，应用于上述服务器，具体包括以下步骤：
步骤201：基于目标用户群体的类型在候选活动池中确定N个待推荐活动，以及将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数。
其中，目标用户群体包括至少一个目标用户。
其中，不同的目标用户群体对应的待推荐活动可能不同，也可能相同。
其中，N个待推荐活动可以是同一个商品的推荐活动，也可以是不同商品的推荐活动。若是不同商品的推荐活动，则该不同商品中每个商品的类型相同。
其中，将N个待推荐活动分别推送给目标用户群体中的每一个目标用户。
可选地，可以基于N个待推荐活动中每个待推荐活动被推荐的次数，确定N个待推荐活动的推荐顺序。
可选地，可以基于待推荐活动的优先级，确定N个待推荐活动的推荐顺序。
其中，目标用户群体中的目标用户在接收到待推荐活动之后，对待推荐活动进行评分。
可选地，目标用户群体中的目标用户对待推荐活动进行评分，可以是目标用户直接对待推荐活动进行评分，也可以是基于目标用户对待推荐活动的浏览时间，确定待推荐活动的评分，也可以是基于目标用户对待推荐活动的操作(例如转发、收藏等等)，确定待推荐活动的评分。
其中，候选活动池中还包括N个待推荐活动之外的推荐活动。
步骤202：获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分。
其中，目标用户群体中不同的目标用户对同一个待推荐活动的评分可能相同，也可能不同。
举例来说，目标用户群体包括3个目标用户(用户1、用户2以及用户3)，待推荐活动为A，其中用户1对待推荐活动A的评分为60分，用户2对A的评分为60分，用户3对A的评分为80分。
步骤203：基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。
其中，在确定目标推荐活动后，再次将目标推荐活动推荐给目标用户群体。
可以看出，在本申请实施例中，服务器首先基于目标用户群体的类型在候选活动池中确定N个待推荐活动，然后将N个待推荐活动推送给目标用户群体，再然后获取目标用户群体对N个待推荐活动中每个待推荐活动的评分，最后基于每个待推荐活动的评分，在N个待推荐活动中确定目标推荐活动。可以看出，由于根据目标用户群体对每个待推荐活动的评分，确定目标推荐活动，表明了目标推荐活动为目标用户认可的活动，有利于提升用户对推荐活动的满意度。
在本申请的一实现方式中，所述基于所述目标用户群体的类型在候选活动池中确定包括N个待推荐活动之前，所述方法还包括：
获取M个第一用户的喜爱商品，所述第一用户为有浏览记录的用户，所述M为正整数；
基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，每个所述用户群体包括至少一个所述第一用户，每个所述第一用户属于至少一个所述用户群体，每个所述用户群体中的第一用户的喜爱商品的类型相同，所述S个用户群体包括所述目标用户群体，所述S为正整数。
其中，M个第一用户包括目标用户群体中的目标用户。
其中，每个第一用户对应至少一种喜爱商品的类型。
其中，喜爱商品包括购买商品、收藏商品和已浏览商品。
其中，每个用户群体中的用户数量可以相同，也可以不同。
其中，不同用户群体的类型不同。
可以看出，在本申请实施例中，通过第一用户的喜爱商品的类型确定S个用户群体，保证了推荐活动中的商品为用户喜爱的商品，提升了推荐活动的准确性。
在本申请的一实现方式中，所述基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，包括：
基于所述M个第一用户的喜爱商品的类型，确定S个第一集合，每个所述第一集合对应一个商品类型，每个所述第一集合均包括M个第一数量，所述M个第一数量与所述M个第一用户一一对应，所述第一数量用于表示其对应的第一用户的喜爱商品的类型为所述第一数量对应的商品类型的喜爱商品的数量；
基于所述S个第一集合确定S个第二集合，所述S个第一集合和所述S个第二集合一一对应，每个所述第二集合中的第一数量均大于或等于预设数量；
基于所述S个第二集合确定S个用户群体，所述S个第二集合和所述S个用户群体一一对应。
举例来说，第一用户的数量为3(用户1、用户2以及用户3)，其中，用户1的喜爱商品包括A1、A2、A3以及A4，用户2的喜爱商品包括B1、B2以及B3，用户3的喜爱商品包括C1、C2、C3、C4以及C5。若A1和A3属于商品类型1，A2属于商品类型2，A4属于商品类型3，B1属于商品类型1，B2和B3为类型2，C1、C2以及C4属于商品类型2，C3和C5属于商品类型3。由于用户1、用户2以及用户3的喜爱商品包括3个商品类型，则可确定3个第一集合(#1、#2以及#3)，其中#1对应商品类型1，#2对应商品类型2，#3对应商品类型3。由于用户1的喜爱商品中为商品类型1的商品的数量为2，用户2的喜爱商品中为商品类型1的商品的数量为1，用户3的喜爱商品中为商品类型1的商品的数量为0，因此第一集合#1为(2,1,0)；用户1的喜爱商品中为商品类型2的商品的数量为1，用户2的喜爱商品中为商品类型1的商品的数量为2，用户3的喜爱商品中为商品类型1的商品的数量为3，因此第二集合#1为(1,2,3)；用户1的喜爱商品中为商品类型3的商品的数量为1，用户2的喜爱商品中为商品类型3的商品的数量为0，用户3的喜爱商品中为商品类型3的商品的数量为2，因此第三集合#1为(1,0,2)。
可选地，预设数值可以是基于第一集合中M个第一数量的平均值确定的。
其中，不同的第一集合对应的预设数量可以相同，也可以不同。
举例来说，若存在3个第一集合(#1、#2以及#3)，其中#1为(2,3,5,8)，#3为(3,6,2,10)，#3为(4,6,12,9)，则#1对应的平均值为4.5，#2对应的平均值为5.25，#3对应的平均值为7.75。若采用向上取整的方式确定预设数量，则#1对应的预设数量为5，#2对应的预设数量为6，#3对应的预设数量为8。
可以看出，在本申请实施例中，基于第二集合确定用户群体，保证了用户群体对第二集合对应的商品类型的喜爱程度，有利于提升确定用户群体的准确性。
在本申请的一实现方式中，所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，包括：
基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，得到N个遗憾值；
在所述N个遗憾值中确定最小的遗憾值对应的活动为目标推荐活动。
在本申请的一实现方式中，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，包括：
基于每个所述待推荐活动的评分，确定每个所述目标用户对每个所述待推荐活动的认可度；
基于每个所述目标用户对每个所述待推荐活动的认可度和第一公式，确定所述目标用户群体对每个所述待推荐活动的遗憾值。
其中，第一公式为
所述H为遗憾值，所述T为目标用户群体中目标用户的数量，所述Ri为第i个目标用户的认可度。
其中，认可度为0或1。
举例来说，若目标用户群体中包括4个目标用户(U1、U2、U3以及U4)，待推荐活动有3个(活动1、活动2以及活动3)。若U1对活动1的认可度为1，U2对活动1的认可度为1，U3对活动1的认可度为0，U4对活动1的认可度为1，则目标用户群体对活动1的遗憾值为4-3＝1；若U1对活动2的认可度为1，U2对活动2的认可度为0，U3对活动2的认可度为0，U4对活动2的认可度为1，则目标用户群体对活动2的遗憾值为4-2＝2；若U1对活动3的认可度为1，U2对活动3的认可度为1，U3对活动3的认可度为1，U4对活动3的认可度为1，则目标用户群体对活动3的遗憾值为4-4＝0。由于目标用户群体对活动3的遗憾值最小，因此活动3为目标活动。
可以看出，在本申请实施例中，确定遗憾值最小的活动为目标推荐活动，保证了推送活动的有效性。
在本申请的一实现方式中，所述确定每个所述目标用户对每个所述待推荐活动的认可度，包括：
若每个所述目标用户对每个所述待推荐活动的评分大于或等于预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第一值；
若每个所述目标用户对每个所述待推荐活动的评分小于所述预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第二值；
基于所述第一值或所述第二值确定每个所述目标用户对每个所述待推荐活动认可度。
其中，第一值可以是1，第二值可以是0。
可选地，预设评分是基于第二用户对每个待推荐活动的评分的平均值确定的，第二用户为接收到待推荐活动的用户，所述M个第一用户包括所述第二用户，所述第二用户包括所述目标用户群体。
其中，每个待推荐活动对应的预设评分可以相同，也可以不同。
举例来说，若存在4个第二用户(用户1、用户2、用户3以及用户4)，2个待推荐活动(活动1和活动2)。若用户1对活动1的评分为70分，用户2对活动1的评分为78分，用户3对活动1的评分为89分，用户4对活动1的评分为87分，因此第二用户对活动1的评分为81，因此预设评分为81分。若用户1对活动2的评分为69分，用户2对活动2的评分为82分，用户3对活动2的评分为66分，用户4对活动2的评分为90分，因此第二用户对活动2的评分为81，因此预设评分为76.75分，因此预设评分为76.75分。
可以看出，在本申请实施例中，确定认可度为第一值或第二值，有利于降低计算复杂度。
在本申请的一实现方式中，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，包括：
确定所述目标用户群体中对每个所述待推荐活动的评分大于或等于预设评分的所述目标用户的第二数量，得到N个第二数量；
基于所述N个第二数量和所述目标用户的数量，在所述N个待推荐活动中确定目标推荐活动。
可选地，所述基于所述N个第二数量和所述目标用户的数量，在所述N个待推荐活动中确定目标推荐活动，包括：
基于第二公式、所述N个第二数量以及所述目标用户的数量，确定N个满意值，所述N个第二数量和所述N个满意值一一对应；
在所述N个满意值中确定最大的满意值对应的待推荐活动为目标推荐活动。
其中，所述第二公式为Y＝rbeta(1+wins,1+trials-wins)，所述Y为满意值，所述wins为第二数量，所述trials为目标用户的数量，rbeta为函数。
可以看出，在本申请实施例中，确定满意值最大的活动为目标推荐活动，保证了推送活动的有效性。
在本申请的一实现方式中，在所述N个待推荐活动中确定目标推荐活动之后，所述方法还包括：
基于所述目标群体的类型在所述候选活动池中确定包括T个待推荐活动，所述T个待推荐活动包括所述目标推荐活动，所述T为正整数。
其中，T可以大于N，也可以等于N，也可以小于N。
其中，T个待推荐活动中包括至少一个被定义为目标推荐活动的活动。
其中，将T个待推荐活动推荐给目标用户群体。
可以看出，在本申请实施例中，T个待推荐活动包括目标推荐活动，有利于提升推送目标推荐活动的次数，降低非目标推荐活动的推送次数。
与上述图2所示的实施例一致的，请参阅图3，图3是本申请实施例提供的一种服务器的结构示意图，如图所示，该服务器包括处理器、存储器以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行以下步骤的指令：
基于目标用户群体的类型在候选活动池中确定N个待推荐活动，以及将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数；
获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分；
基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。
在本申请的一实现方式中，所述基于所述目标用户群体的类型在候选活动池中确定包括N个待推荐活动之前，上述程序包括还用于执行以下步骤的指令：
获取M个第一用户的喜爱商品，所述第一用户为有浏览记录的用户，所述M为正整数；
基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，每个所述用户群体包括至少一个所述第一用户，每个所述第一用户属于至少一个所述用户群体，每个所述用户群体中的第一用户的喜爱商品的类型相同，所述S个用户群体包括所述目标用户群体，所述S为正整数。
在本申请的一实现方式中，所述基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，上述程序包括用于执行以下步骤的指令：
基于所述M个第一用户的喜爱商品的类型，确定S个第一集合，每个所述第一集合对应一个商品类型，每个所述第一集合均包括M个第一数量，所述M个第一数量与所述M个第一用户一一对应，所述第一数量用于表示其对应的第一用户的喜爱商品的类型为所述第一数量对应的商品类型的喜爱商品的数量；
基于所述S个第一集合确定S个第二集合，所述S个第一集合和所述S个第二集合一一对应，每个所述第二集合中的第一数量均大于或等于预设数量；
基于所述S个第二集合确定S个用户群体，所述S个第二集合和所述S个用户群体一一对应。
在本申请的一实现方式中，所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，上述程序包括用于执行以下步骤的指令：
基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，得到N个遗憾值；
在所述N个遗憾值中确定最小的遗憾值对应的活动为目标推荐活动。
在本申请的一实现方式中，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，上述程序包括用于执行以下步骤的指令：
基于每个所述待推荐活动的评分，确定每个所述目标用户对每个所述待推荐活动的认可度；
基于每个所述目标用户对每个所述待推荐活动的认可度和第一公式，确定所述目标用户群体对每个所述待推荐活动的遗憾值。
在本申请的一实现方式中，所述确定每个所述目标用户对每个所述待推荐活动的认可度，上述程序包括用于执行以下步骤的指令：
若每个所述目标用户对每个所述待推荐活动的评分大于或等于预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第一值；
若每个所述目标用户对每个所述待推荐活动的评分小于所述预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第二值；
基于所述第一值或所述第二值确定每个所述目标用户对每个所述待推荐活动认可度。
在本申请的一实现方式中，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，上述程序包括用于执行以下步骤的指令：
确定所述目标用户群体中对每个所述待推荐活动的评分大于或等于预设评分的所述目标用户的第二数量，得到N个第二数量；
基于所述N个第二数量和所述目标用户的数量，在所述N个待推荐活动中确定目标推荐活动。
在本申请的一实现方式中，在所述N个待推荐活动中确定目标推荐活动之后，上述程序包括还用于执行以下步骤的指令：
基于所述目标群体的类型在所述候选活动池中确定包括T个待推荐活动，所述T个待推荐活动包括所述目标推荐活动，所述T为正整数。
需要说明的是，本实施例的具体实现过程可参见上述方法实施例所述的具体实现过程，在此不再叙述。
请参阅图4，图4是本申请实施例提供的一种活动推荐装置，应用于服务器，该装置包括：
第一确定单元401，用于基于目标用户群体的类型在候选活动池中确定N个待推荐活动；
推送单元402，用于将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数；
获取单元403，用于获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分；
第二确定单元404，用于基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。
在本申请的一实现方式中，所述基于所述目标用户群体的类型在候选活动池中确定包括N个待推荐活动之前，上述获取单元403包括还用于执行以下步骤的指令：
获取M个第一用户的喜爱商品，所述第一用户为有浏览记录的用户，所述M为正整数；
基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，每个所述用户群体包括至少一个所述第一用户，每个所述第一用户属于至少一个所述用户群体，每个所述用户群体中的第一用户的喜爱商品的类型相同，所述S个用户群体包括所述目标用户群体，所述S为正整数。
在本申请的一实现方式中，所述基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，上述第一确定单元401包括用于执行以下步骤的指令：
基于所述M个第一用户的喜爱商品的类型，确定S个第一集合，每个所述第一集合对应一个商品类型，每个所述第一集合均包括M个第一数量，所述M个第一数量与所述M个第一用户一一对应，所述第一数量用于表示其对应的第一用户的喜爱商品的类型为所述第一数量对应的商品类型的喜爱商品的数量；
基于所述S个第一集合确定S个第二集合，所述S个第一集合和所述S个第二集合一一对应，每个所述第二集合中的第一数量均大于或等于预设数量；
基于所述S个第二集合确定S个用户群体，所述S个第二集合和所述S个用户群体一一对应。
在本申请的一实现方式中，所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，上述第二确定单元404包括用于执行以下步骤的指令：
基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，得到N个遗憾值；
在所述N个遗憾值中确定最小的遗憾值对应的活动为目标推荐活动。
在本申请的一实现方式中，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，上述第二确定单元404包括用于执行以下步骤的指令：
基于每个所述待推荐活动的评分，确定每个所述目标用户对每个所述待推荐活动的认可度；
基于每个所述目标用户对每个所述待推荐活动的认可度和第一公式，确定所述目标用户群体对每个所述待推荐活动的遗憾值。
在本申请的一实现方式中，所述确定每个所述目标用户对每个所述待推荐活动的认可度，上述第二确定单元404包括用于执行以下步骤的指令：
若每个所述目标用户对每个所述待推荐活动的评分大于或等于预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第一值；
若每个所述目标用户对每个所述待推荐活动的评分小于所述预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第二值；
基于所述第一值或所述第二值确定每个所述目标用户对每个所述待推荐活动认可度。
在本申请的一实现方式中，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，上述第二确定单元404包括用于执行以下步骤的指令：
确定所述目标用户群体中对每个所述待推荐活动的评分大于或等于预设评分的所述目标用户的第二数量，得到N个第二数量；
基于所述N个第二数量和所述目标用户的数量，在所述N个待推荐活动中确定目标推荐活动。
在本申请的一实现方式中，在所述N个待推荐活动中确定目标推荐活动之后，上述第一确定单元401包括还用于执行以下步骤的指令：
基于所述目标群体的类型在所述候选活动池中确定包括T个待推荐活动，所述T个待推荐活动包括所述目标推荐活动，所述T为正整数。
需要说明的是，第一确定单元401、推送单元402、获取单元403以及第二确定单元404可通过处理器实现。
本申请实施例还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如上述方法实施例中服务器所描述的部分或全部步骤。
本申请实施例还提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法中服务器所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
本申请实施例所描述的方法或者算法的步骤可以以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(Random Access Memory，RAM)、闪存、只读存储器(Read OnlyMemory，ROM)、可擦除可编程只读存储器(Erasable Programmable ROM，EPROM)、电可擦可编程只读存储器(Electrically EPROM，EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于接入网设备、目标网络设备或核心网设备中。当然，处理器和存储介质也可以作为分立组件存在于接入网设备、目标网络设备或核心网设备中。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本申请实施例所描述的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DigitalSubscriber Line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，数字视频光盘(DigitalVideo Disc，DVD))、或者半导体介质(例如，固态硬盘(Solid State Disk，SSD))等。
以上所述的具体实施方式，对本申请实施例的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请实施例的具体实施方式而已，并不用于限定本申请实施例的保护范围，凡在本申请实施例的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本申请实施例的保护范围之内。
Claims (11)
1.一种活动推荐方法，其特征在于，应用于服务器，所述方法包括：
基于目标用户群体的类型在候选活动池中确定N个待推荐活动，以及将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数；
获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分；
基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标用户群体的类型在候选活动池中确定包括N个待推荐活动之前，所述方法还包括：
获取M个第一用户的喜爱商品，所述第一用户为有浏览记录的用户，所述M为正整数；
基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，每个所述用户群体包括至少一个所述第一用户，每个所述第一用户属于至少一个所述用户群体，每个所述用户群体中的第一用户的喜爱商品的类型相同，所述S个用户群体包括所述目标用户群体，所述S为正整数。
3.根据权利要求2所述的方法，其特征在于，所述基于所述M个第一用户的喜爱商品的类型，确定S个用户群体，包括：
基于所述M个第一用户的喜爱商品的类型，确定S个第一集合，每个所述第一集合对应一个商品类型，每个所述第一集合均包括M个第一数量，所述M个第一数量与所述M个第一用户一一对应，所述第一数量用于表示其对应的第一用户的喜爱商品的类型为所述第一数量对应的商品类型的喜爱商品的数量；
基于所述S个第一集合确定S个第二集合，所述S个第一集合和所述S个第二集合一一对应，每个所述第二集合中的第一数量均大于或等于预设数量；
基于所述S个第二集合确定S个用户群体，所述S个第二集合和所述S个用户群体一一对应。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，包括：
基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，得到N个遗憾值；
在所述N个遗憾值中确定最小的遗憾值对应的活动为目标推荐活动。
5.根据权利要求4所述的方法，其特征在于，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，确定所述目标用户群体对每个所述待推荐活动的遗憾值，包括：
基于每个所述待推荐活动的评分，确定每个所述目标用户对每个所述待推荐活动的认可度；
基于每个所述目标用户对每个所述待推荐活动的认可度和第一公式，确定所述目标用户群体对每个所述待推荐活动的遗憾值。
6.根据权利要求5所述的方法，其特征在于，所述确定每个所述目标用户对每个所述待推荐活动的认可度，包括：
若每个所述目标用户对每个所述待推荐活动的评分大于或等于预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第一值；
若每个所述目标用户对每个所述待推荐活动的评分小于所述预设评分，则确定每个所述目标用户对每个所述待推荐活动认可度为第二值；
基于所述第一值或所述第二值确定每个所述目标用户对每个所述待推荐活动认可度。
7.根据权利要求1-3任一项所述的方法，其特征在于，所述目标用户群体包括多个目标用户；所述基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动，包括：
确定所述目标用户群体中对每个所述待推荐活动的评分大于或等于预设评分的所述目标用户的第二数量，得到N个第二数量；
基于所述N个第二数量和所述目标用户的数量，在所述N个待推荐活动中确定目标推荐活动。
8.根据权利要求1所述的方法，其特征在于，在所述N个待推荐活动中确定目标推荐活动之后，所述方法还包括：
基于所述目标群体的类型在所述候选活动池中确定包括T个待推荐活动，所述T个待推荐活动包括所述目标推荐活动，所述T为正整数。
9.一种活动推荐装置，其特征在于，应用于服务器，所述方法包括：
第一确定单元，用于基于目标用户群体的类型在候选活动池中确定N个待推荐活动；
推送单元，用于将所述N个待推荐活动推送给所述目标用户群体，所述N为正整数；
获取单元，用于获取所述目标用户群体对所述N个待推荐活动中每个所述待推荐活动的评分；
第二确定单元，用于基于每个所述待推荐活动的评分，在所述N个待推荐活动中确定目标推荐活动。
10.一种服务器，其特征在于，所述服务器包括处理器、存储器以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-8任一项所述的方法中的步骤的指令。
11.一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存储有计算机程序，其中，所述计算机程序被处理执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010897481.6A CN111986005A (zh) | 2020-08-31 | 2020-08-31 | 活动推荐方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010897481.6A CN111986005A (zh) | 2020-08-31 | 2020-08-31 | 活动推荐方法及相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111986005A true CN111986005A (zh) | 2020-11-24 |
Family
ID=73440634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010897481.6A Pending CN111986005A (zh) | 2020-08-31 | 2020-08-31 | 活动推荐方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111986005A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113626720A (zh) * | 2021-10-12 | 2021-11-09 | 中国科学院自动化研究所 | 基于动作剪枝的推荐方法、装置、电子设备与存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182392A (zh) * | 2013-05-20 | 2014-12-03 | 中国联合网络通信集团有限公司 | 服务推荐处理的方法和装置 |
| CN107274242A (zh) * | 2016-04-08 | 2017-10-20 | 上海旭薇物联网科技有限公司 | 一种基于关联分析算法的商品推荐方法 |
| CN108182624A (zh) * | 2017-12-26 | 2018-06-19 | 努比亚技术有限公司 | 商品推荐方法、服务器及计算机可读存储介质 |
| CN109102371A (zh) * | 2018-08-22 | 2018-12-28 | 平安科技（深圳）有限公司 | 商品推荐方法、装置、计算机设备及存储介质 |
| CN109166017A (zh) * | 2018-10-12 | 2019-01-08 | 平安科技（深圳）有限公司 | 基于重聚类的推送方法、装置、计算机设备及存储介质 |
| CN109214886A (zh) * | 2018-08-14 | 2019-01-15 | 平安科技（深圳）有限公司 | 商品推荐方法、系统及存储介质 |
| CN110246007A (zh) * | 2019-05-28 | 2019-09-17 | 中国联合网络通信集团有限公司 | 一种商品推荐方法及装置 |
| CN111026979A (zh) * | 2019-11-12 | 2020-04-17 | 恒大智慧科技有限公司 | 一种目标推荐方法及系统、计算机可读存储介质 |
-
2020
- 2020-08-31 CN CN202010897481.6A patent/CN111986005A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182392A (zh) * | 2013-05-20 | 2014-12-03 | 中国联合网络通信集团有限公司 | 服务推荐处理的方法和装置 |
| CN107274242A (zh) * | 2016-04-08 | 2017-10-20 | 上海旭薇物联网科技有限公司 | 一种基于关联分析算法的商品推荐方法 |
| CN108182624A (zh) * | 2017-12-26 | 2018-06-19 | 努比亚技术有限公司 | 商品推荐方法、服务器及计算机可读存储介质 |
| CN109214886A (zh) * | 2018-08-14 | 2019-01-15 | 平安科技（深圳）有限公司 | 商品推荐方法、系统及存储介质 |
| CN109102371A (zh) * | 2018-08-22 | 2018-12-28 | 平安科技（深圳）有限公司 | 商品推荐方法、装置、计算机设备及存储介质 |
| CN109166017A (zh) * | 2018-10-12 | 2019-01-08 | 平安科技（深圳）有限公司 | 基于重聚类的推送方法、装置、计算机设备及存储介质 |
| CN110246007A (zh) * | 2019-05-28 | 2019-09-17 | 中国联合网络通信集团有限公司 | 一种商品推荐方法及装置 |
| CN111026979A (zh) * | 2019-11-12 | 2020-04-17 | 恒大智慧科技有限公司 | 一种目标推荐方法及系统、计算机可读存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113626720A (zh) * | 2021-10-12 | 2021-11-09 | 中国科学院自动化研究所 | 基于动作剪枝的推荐方法、装置、电子设备与存储介质 |
| CN113626720B (zh) * | 2021-10-12 | 2022-02-25 | 中国科学院自动化研究所 | 基于动作剪枝的推荐方法、装置、电子设备与存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107423308B (zh) | 主题推荐方法以及装置 | |
| CN107451832B (zh) | 推送信息的方法和装置 | |
| CN108829769B (zh) | 一种可疑群组发现方法和装置 | |
| CN113939814A (zh) | 内容推送方法及相关产品 | |
| CN111242709A (zh) | 一种消息推送方法及其装置、设备、存储介质 | |
| CN116821475B (zh) | 基于客户数据的视频推荐方法、装置及计算机设备 | |
| CN111986005A (zh) | 活动推荐方法及相关设备 | |
| CN111800445B (zh) | 消息推送方法、装置、存储介质及电子设备 | |
| CN111090877A (zh) | 数据生成、获取方法及对应的装置、存储介质 | |
| CN113434773B (zh) | 目标推荐方法、装置及存储介质 | |
| CN114139630A (zh) | 姿态识别方法、装置、存储介质和电子设备 | |
| CN113033584B (zh) | 数据处理方法及相关设备 | |
| CN116932735A (zh) | 一种文本比对方法、装置、介质和设备 | |
| CN110929285A (zh) | 一种隐私数据的处理方法及装置 | |
| CN114782680A (zh) | 目标检测模型的训练方法及装置、目标检测方法及装置 | |
| CN111429920B (zh) | 用户区分方法、用户行为库确定方法、装置及设备 | |
| CN111985994A (zh) | 商品推荐方法及相关设备 | |
| CN113904837A (zh) | 一种攻击检测的方法、装置、电子设备及介质 | |
| CN112612517A (zh) | 数据获取方法及相关设备 | |
| CN113535990A (zh) | 确定多媒体内容的方法、装置、存储介质和电子设备 | |
| CN109190077B (zh) | 收藏信息的处理方法、装置、存储介质及电子设备 | |
| CN111797077A (zh) | 数据清洗方法、装置、存储介质及电子设备 | |
| CN111797075A (zh) | 数据回收方法、装置、存储介质及电子设备 | |
| CN113127750B (zh) | 信息列表生成方法及装置、存储介质、电子设备 | |
| CN111325250B (zh) | 图像处理方法及相关设备 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210701 Address after: Room 208, building 4, 1411 Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai, 201800 Applicant after: SHANGHAI PATEO YUEZHEN ELECTRONIC EQUIPMENT MANUFACTURING Co.,Ltd. Applicant after: SAIC GM WULING AUTOMOBILE Co.,Ltd. Address before: Room 208, building 4, 1411 Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai, 201800 Applicant before: SHANGHAI PATEO YUEZHEN ELECTRONIC EQUIPMENT MANUFACTURING Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 201821 room 208, building 4, No. 1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Applicant after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Applicant after: SAIC GM Wuling Automobile Co., Ltd Address before: Room 208, building 4, 1411 Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai, 201800 Applicant before: SHANGHAI PATEO ELECTRONIC EQUIPMENT MANUFACTURING Co.,Ltd. Applicant before: SAIC GM Wuling Automobile Co., Ltd |