CN112685636A - 一种推荐文章的方法及服务器 - Google Patents

Abstract

本发明提供了一种推荐文章的方法及服务器，该方法包括：预先建立文章库；预先为每个客户建立一个推荐池；预先保存客户与业务员的对应关系；实时采集每个客户的个人信息；针对每个客户，均执行：根据当前客户的个人信息，通过至少一种推荐算法，从文章库中确定至少一个待推荐文章；将该至少一个待推荐文章添加到当前客户的推荐池中；从当前客户的推荐池中确定出至少一个目标文章；根据对应关系，确定当前客户对应的业务员；将该至少一个目标文章推送给当前客户对应的业务员的终端，以使当前客户对应的业务员向当前客户分享该至少一个目标文章。本发明提供了一种推荐文章的方法及服务器，根据个人信息推荐文章，能够更加符合用户的需要。

Description

一种推荐文章的方法及服务器

技术领域

本发明涉及计算机技术领域，特别涉及一种推荐文章的方法及服务器。

背景技术

目前，越来越多的软件能够为用户推送各种文章，其中，最常用的推送方式是：确定出最近一段时间阅读量最多的若干个文章，按照阅读量从多到少时的顺序将阅读量最多的若干个文章推送给用户。

由于每个用户的喜好不同，阅读量最多的文章很有可能不是用户所需要的文章，目前的推送方式无法精准满足用户的喜好。

发明内容

本发明实施例提供了一种推荐文章的方法及服务器，根据个人信息推荐文章，能够更加符合用户的需要。

第一方面，本发明实施例提供了一种推荐文章的方法，该方法包括：

服务器预先建立文章库，其中，所述文章库中包括多个文章；

所述服务器预先为每个客户建立一个推荐池；

所述服务器预先保存客户与业务员的对应关系；

所述服务器实时采集每个客户的个人信息；

所述服务器针对每个客户，均执行：

根据当前客户的个人信息，通过至少一种推荐算法，从所述文章库中确定至少一个待推荐文章；

将所述至少一个待推荐文章添加到当前客户的推荐池中；

从当前客户的推荐池中确定出至少一个目标文章；

根据所述对应关系，确定当前客户对应的业务员；

将所述至少一个目标文章推送给当前客户对应的业务员的终端，以使当前客户对应的业务员向当前客户分享所述至少一个目标文章。

可选地，

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据每个客户的个人信息，对每个客户进行分类，生成至少一个客户组；

所述服务器确定当前客户所属于的当前客户组；

所述服务器从所述文章库中统计出当前客户组中的客户最喜欢的n个文章；

所述服务器从所述n个文章中确定出当前客户没有阅读过的k个文章；

所述服务器将所述k个文章中的每个文章作为一个所述待推荐文章。

可选地，

所述个人信息中包括客户喜欢的文章的内容属性；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置内容属性；

所述服务器从当前客户的个人信息中确定出当前客户喜欢的文章的信息；

所述服务器根据当前客户喜欢的文章的内容属性以及所述文章库中的其他文章的内容属性，确定所述文章库中的其他文章与当前客户喜欢的文章的相似度；

所述服务器将所述文章库中的其他文章中与当前客户喜欢的文章的相似度大于预设阈值的文章作为所述待推荐文章。

可选地，

所述个人信息包括：客户的阅读的文章的类别，客户的当前的阅读时间和客户的当前所在的地理位置；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器对所述文章库中的文章进行分类，确定文章库中每个文章的类别；

所述服务器确定所述文章库中每个文章相关的地理位置；

所述服务器确定所述文章库中每个文章相关的阅读时间；

所述服务器将属于当前客户的阅读的文章的类别的至少一个文章作为所述待推荐文章；

所述服务器将当前客户的当前所在的地理位置相关联的文章作为所述待推荐文章；

所述服务器将当前客户的当前的阅读时间相关联的文章作为所述待推荐文章。

可选地，

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置标签；

所述服务器根据每个客户的个人信息，生成每个客户的用户画像；

所述服务器根据当前客户的用户画像，确定适合当前客户的至少一个目标标签；

所述服务器根据每个文章的标签，将具有所述目标标签的文章作为所述待推荐文章。

可选地，

所述个人信息包括：客户的兴趣信息和疾病信息；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据当前客户的兴趣信息和疾病信息，从所述文章库中确定所述待推荐文章。

可选地，

所述从当前客户的推荐池中确定出至少一个目标文章，包括：

所述服务器确定当前客户的推荐池中的每个所述待推荐文章的阅读量；

所述服务器按照所述待推荐文章的阅读量，确定每个所述待推荐文章的优先级，其中，阅读量越高的待推荐文章的优先级越高；

所述服务器将优先级最高的m个所述待推荐文章作为所述目标文章。

可选地，

在所述从当前客户的推荐池中确定出至少一个目标文章之后，进一步包括：

所述服务器将所述至少一个目标文章推送给当前客户的终端。

第二方面，本发明实施例提供了一种推荐文章的服务器，该服务器包括：

第一保存模块，用于保存一个文章库，其中，所述文章库中包括多个文章；

建立模块，用于为每个客户建立一个推荐池；

第二保存模块，用于保存客户与业务员的对应关系；

采集模块，用于实时采集每个客户的个人信息；

推荐模块，用于针对每个客户，均执行：

根据当前客户的个人信息，通过至少一种推荐算法，从所述文章库中确定至少一个待推荐文章；

将所述至少一个待推荐文章添加到当前客户的推荐池中；

从当前客户的推荐池中确定出至少一个目标文章；

根据所述对应关系，确定当前客户对应的业务员；

将所述至少一个目标文章推送给当前客户对应的业务员的终端，以使当前客户对应的业务员向当前客户分享所述至少一个目标文章。

可选地，

所述推荐模块，在执行所述从当前客户的推荐池中确定出至少一个目标文章时，具体用于：

确定当前客户的推荐池中的每个所述待推荐文章的阅读量；

按照所述待推荐文章的阅读量，确定每个所述待推荐文章的优先级，其中，阅读量越高的待推荐文章的优先级越高；

将优先级最高的m个所述待推荐文章作为所述目标文章。

在本发明实施例中，服务器实时采集客户的个人信息，基于客户的个人信息利用至少一种推荐算法确定出待推荐文章，将各个推荐算法确定出待推荐文章添加到客户的推荐池中，然后，从推荐池中确定出目标文章以推送给客户对应的业务员，使得业务员分享给客户。通过本发明实施例确定出的目标文章是基于客户的个人信息得到的，更加符合客户的需求。

附图说明

为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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是本发明一实施例提供的一种推荐文章的方法的流程图；

图2是本发明一实施例提供的一种推荐文章的服务器的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供了一种推荐文章的方法，该方法包括：

步骤101：服务器预先建立文章库，其中，所述文章库中包括多个文章；

步骤102：所述服务器预先为每个客户建立一个推荐池；

步骤103：所述服务器预先保存客户与业务员的对应关系；

步骤104：所述服务器实时采集每个客户的个人信息；

步骤105：所述服务器针对每个客户，均执行：

根据当前客户的个人信息，通过至少一种推荐算法，从所述文章库中确定至少一个待推荐文章；

将所述至少一个待推荐文章添加到当前客户的推荐池中；

从当前客户的推荐池中确定出至少一个目标文章；

根据所述对应关系，确定当前客户对应的业务员；

将所述至少一个目标文章推送给当前客户对应的业务员的终端，以使当前客户对应的业务员向当前客户分享所述至少一个目标文章。

在本发明实施例中，服务器实时采集客户的个人信息，基于客户的个人信息利用至少一种推荐算法确定出待推荐文章，将各个推荐算法确定出待推荐文章添加到客户的推荐池中，然后，从推荐池中确定出目标文章以推送给客户对应的业务员，使得业务员分享给客户。通过本发明实施例确定出的目标文章是基于客户的个人信息得到的，更加符合客户的需求。

在本发明实施例中，服务器中保存有业务员与客户的对应关系，具体地，如果一个客户通过一个业务员购买了企业的产品，那么，在该对应关系中，将该客户与该业务员对应。举例来说，业务员为保险公司中负责推销保险的人员，客户A通过业务员A购买了保险公司的保险，那么，在该对应关系中，客户A与业务员A相对应。

在本发明实施例中，服务器确定出当前客户的目标文章后，不是直接将目标文章推送给当前客户，而是将目标文章推送给当前客户对应的业务员，有该业务员分享给当前客户，通过该方式，能够加强业务员与客户的联系，也能够增强客户对业务员的好感。业务员可以通过微博、微信朋友圈等方式分享目标文章，也可以直接将目标文章发送给当前客户。

在确定待推荐文章时，可以通过一种或多种推荐算法来实现：

第一种推荐算法：

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据每个客户的个人信息，对每个客户进行分类，生成至少一个客户组；

所述服务器确定当前客户所属于的当前客户组；

所述服务器从所述文章库中统计出当前客户组中的客户最喜欢的n个文章；

所述服务器从所述n个文章中确定出当前客户没有阅读过的k个文章；

所述服务器将所述k个文章中的每个文章作为一个所述待推荐文章。

在本发明实施例中，基于客户的个人信息，将各个客户分类，属于同一类的客户位于同一个客户组中，同一个客户组中的客户属于相似人群。例如：同一个客户组中的客户具有相似的兴趣爱好、相似的行为习惯、相似的需求等。那么，同一个客户组中的客户所喜欢的文章也就相似。统计出当前客户所在的当前客户组中各个客户最喜欢的n个文章，从该n个文章中选择出k个当前客户没有阅读过的文字作为待推荐文章，该待推荐文章更急符合当前客户的需求。

第二种推荐算法：

所述个人信息中包括客户喜欢的文章的内容属性；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置内容属性；

所述服务器从当前客户的个人信息中确定出当前客户喜欢的文章的信息；

所述服务器根据当前客户喜欢的文章的内容属性以及所述文章库中的其他文章的内容属性，确定所述文章库中的其他文章与当前客户喜欢的文章的相似度；

所述服务器将所述文章库中的其他文章中与当前客户喜欢的文章的相似度大于预设阈值的文章作为所述待推荐文章。

在本发明实施例中，文章的内容属性可以包括文章的内容所涉及的领域(例如：健康领域、疾病领域等)、文章的内容的字数、文章的内容所涉及的地理位置(例如：中国上海、中国北京等)、文章的内容所涉及的时间信息(例如：2010年、2018年等)等。

在本发明实施例中，将文章的内容属性量化为相似度，以确定出与当前客户喜欢的文章相似的其他文章。具体地，可以为每个内容属性设置一个权重，针对任意两个文章，确定出该两个文章相同的内容属性，以及不相同的内容属性。通过以下式子，确定出两个文章的相似度：

其中，s为两个文章的相似度，A_i为两个文章第i个相同的内容属性的权重，B_j为两个文章第j个不相同的内容属性的权重，两个文章相同的内容属性的总数为t，两个文章不相同的内容属性的总数为f。

第三种推荐算法：

所述个人信息包括：客户的阅读的文章的类别，客户的当前的阅读时间和客户的当前所在的地理位置；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器对所述文章库中的文章进行分类，确定文章库中每个文章的类别；

所述服务器确定所述文章库中每个文章相关的地理位置；

所述服务器确定所述文章库中每个文章相关的阅读时间；

所述服务器将属于当前客户的阅读的文章的类别的至少一个文章作为所述待推荐文章；

所述服务器将当前客户的当前所在的地理位置相关联的文章作为所述待推荐文章；

所述服务器将当前客户的当前的阅读时间相关联的文章作为所述待推荐文章。

在本发明实施例中，将文章库中的文章进行分类，具体地，可以按照文章所涉及的领域进行分类，也可以按照文章的作者进行分类，当然可以按照各种其他的分类标准进行分类。为每个文章标记相关的地理位置，该相关的地理位置可以包括文章内容所描述的地理位置，也可以是文章发布的板块所属于的地理位置。为每个文章标记相关的阅读时间，该阅读时间可以是大多数客户阅读该文章的时间，也可以比较适合的客户阅读的时间。

第四种推荐算法：

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置标签；

所述服务器根据每个客户的个人信息，生成每个客户的用户画像；

所述服务器根据当前客户的用户画像，确定适合当前客户的至少一个目标标签；

所述服务器根据每个文章的标签，将具有所述目标标签的文章作为所述待推荐文章。

在本发明实施例中，可以为文字设置分类标签、资讯标签、兴趣标签等。其中，一个分类标签下可以包括一个或多个资讯标签，一个资讯标签下可以包括一个或多个兴趣标签。例如：分类标签可以包括健康内容、财经内容、保险内容、地区专区，健康内容的标签下可以包括时下养生、健康科普等咨询标签，保险内容的标签下可以包括保险理念、主打产品等咨询标签。时下养生的标签下可以包括养生调养、国医智慧、营养饮食等兴趣标签，健康科普的标签下可以包括疾病常识、幸福养老、母婴育儿、谣言真想、应急急救等兴趣标签，保险理念下可以包括保险意识等兴趣标签。

在本发明实施例中，该至少一个目标标签可以包括：分类标签、资讯标签、兴趣标签等。

第五种推荐算法：

所述个人信息包括：客户的兴趣信息和疾病信息；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据当前客户的兴趣信息和疾病信息，从所述文章库中确定所述待推荐文章。

在本发明实施例中，客户在注册时可以输入兴趣信息和疾病信息，其中，兴趣信息是指客户感兴趣的内容的信息，例如：客户对中毒急救的知识感兴趣、客户对外伤急救的知识感兴趣、客户对保险的知识感兴趣等。疾病信息可以是用户患过的疾病的信息、用户关注的疾病的信息。

在本发明一实施例中，所述从当前客户的推荐池中确定出至少一个目标文章，包括：

所述服务器确定当前客户的推荐池中的每个所述待推荐文章的阅读量；

所述服务器按照所述待推荐文章的阅读量，确定每个所述待推荐文章的优先级，其中，阅读量越高的待推荐文章的优先级越高；

所述服务器将优先级最高的m个所述待推荐文章作为所述目标文章。

在本发明一实施例中，服务器在推荐池中设置至少一个集合，其中，每个推荐算法对应一个集合；

将每种推荐算法确定出的待推荐文章添加到对应的集合中；

对于推荐池中所有的文章，文章所属于的集合越多，文章的优先级越高。

举例来说，文章1属于第一种推荐算法对应的集合，也属于第二种推荐算法对应的集合，文章2属于第一种推荐算法对应的集合，也属于第二种推荐算法对应的集合，还属于第三种推荐算法对应的集合；那么，文章2所属于的集合的数量大于文章1所属于的集合的数量，文章2的优先级高于文章1。

在本发明一实施例中，在所述从当前客户的推荐池中确定出至少一个目标文章之后，进一步包括：

所述服务器将所述至少一个目标文章推送给当前客户的终端。

在本发明实施例中，将确定出目标文章直接推送给客户。

如图2所示，本发明实施例提供了一种推荐文章的服务器，该服务器包括：

第一保存模块201，用于保存一个文章库，其中，所述文章库中包括多个文章；

建立模块202，用于为每个客户建立一个推荐池；

第二保存模块203，用于保存客户与业务员的对应关系；

采集模块204，用于实时采集每个客户的个人信息；

推荐模块205，用于针对每个客户，均执行：

根据当前客户的个人信息，通过至少一种推荐算法，从所述文章库中确定至少一个待推荐文章；

将所述至少一个待推荐文章添加到当前客户的推荐池中；

从当前客户的推荐池中确定出至少一个目标文章；

根据所述对应关系，确定当前客户对应的业务员；

将所述至少一个目标文章推送给当前客户对应的业务员的终端，以使当前客户对应的业务员向当前客户分享所述至少一个目标文章。

在本发明一实施例中，所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据每个客户的个人信息，对每个客户进行分类，生成至少一个客户组；

所述服务器确定当前客户所属于的当前客户组；

所述服务器从所述文章库中统计出当前客户组中的客户最喜欢的n个文章；

所述服务器从所述n个文章中确定出当前客户没有阅读过的k个文章；

所述服务器将所述k个文章中的每个文章作为一个所述待推荐文章。

在本发明一实施例中，所述个人信息中包括客户喜欢的文章的内容属性；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置内容属性；

所述服务器从当前客户的个人信息中确定出当前客户喜欢的文章的信息；

所述服务器根据当前客户喜欢的文章的内容属性以及所述文章库中的其他文章的内容属性，确定所述文章库中的其他文章与当前客户喜欢的文章的相似度；

所述服务器将所述文章库中的其他文章中与当前客户喜欢的文章的相似度大于预设阈值的文章作为所述待推荐文章。

在本发明一实施例中，所述个人信息包括：客户的阅读的文章的类别，客户的当前的阅读时间和客户的当前所在的地理位置；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器对所述文章库中的文章进行分类，确定文章库中每个文章的类别；

所述服务器确定所述文章库中每个文章相关的地理位置；

所述服务器确定所述文章库中每个文章相关的阅读时间；

所述服务器将属于当前客户的阅读的文章的类别的至少一个文章作为所述待推荐文章；

所述服务器将当前客户的当前所在的地理位置相关联的文章作为所述待推荐文章；

所述服务器将当前客户的当前的阅读时间相关联的文章作为所述待推荐文章。

在本发明一实施例中，所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置标签；

所述服务器根据每个客户的个人信息，生成每个客户的用户画像；

所述服务器根据当前客户的用户画像，确定适合当前客户的至少一个目标标签；

所述服务器根据每个文章的标签，将具有所述目标标签的文章作为所述待推荐文章。

在本发明一实施例中，所述个人信息包括：客户的兴趣信息和疾病信息；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据当前客户的兴趣信息和疾病信息，从所述文章库中确定所述待推荐文章。

在本发明一实施例中，进一步包括：

推送模块，用于将所述至少一个目标文章推送给当前客户的终端。

在本发明一实施例中，所述推荐模块，在执行所述从当前客户的推荐池中确定出至少一个目标文章时，具体用于：

确定当前客户的推荐池中的每个所述待推荐文章的阅读量；

按照所述待推荐文章的阅读量，确定每个所述待推荐文章的优先级，其中，阅读量越高的待推荐文章的优先级越高；

将优先级最高的m个所述待推荐文章作为所述目标文章。

可以理解的是，本发明实施例示意的结构并不构成对一种推荐文章的服务器的具体限定。在本发明的另一些实施例中，一种推荐文章的服务器可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。

上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

本发明还提供了一种计算机可读介质，存储用于使一计算机执行如本文所述的一种推荐文章的方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。

在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。

用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。

此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。

此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。

需要说明的是，上述各流程和各系统结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。

以上各实施例中，硬件单元可以通过机械方式或电气方式实现。例如，一个硬件单元可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。

上文通过附图和优选实施例对本发明进行了详细展示和说明，然而本发明不限于这些已揭示的实施例，基与上述多个实施例本领域技术人员可以知晓，可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例，这些实施例也在本发明的保护范围之内。

Claims (10)

1.一种推荐文章的方法，其特征在于，该方法包括：

服务器预先建立文章库，其中，所述文章库中包括多个文章；

所述服务器预先为每个客户建立一个推荐池；

所述服务器预先保存客户与业务员的对应关系；

所述服务器实时采集每个客户的个人信息；

所述服务器针对每个客户，均执行：

根据当前客户的个人信息，通过至少一种推荐算法，从所述文章库中确定至少一个待推荐文章；

将所述至少一个待推荐文章添加到当前客户的推荐池中；

从当前客户的推荐池中确定出至少一个目标文章；

根据所述对应关系，确定当前客户对应的业务员；

将所述至少一个目标文章推送给当前客户对应的业务员的终端，以使当前客户对应的业务员向当前客户分享所述至少一个目标文章。

2.根据权利要求1所述的方法，其特征在于，

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据每个客户的个人信息，对每个客户进行分类，生成至少一个客户组；

所述服务器确定当前客户所属于的当前客户组；

所述服务器从所述文章库中统计出当前客户组中的客户最喜欢的n个文章；

所述服务器从所述n个文章中确定出当前客户没有阅读过的k个文章；

所述服务器将所述k个文章中的每个文章作为一个所述待推荐文章。

3.根据权利要求1所述的方法，其特征在于，

所述个人信息中包括客户喜欢的文章的内容属性；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置内容属性；

所述服务器从当前客户的个人信息中确定出当前客户喜欢的文章的信息；

所述服务器根据当前客户喜欢的文章的内容属性以及所述文章库中的其他文章的内容属性，确定所述文章库中的其他文章与当前客户喜欢的文章的相似度；

所述服务器将所述文章库中的其他文章中与当前客户喜欢的文章的相似度大于预设阈值的文章作为所述待推荐文章。

4.根据权利要求1所述的方法，其特征在于，

所述个人信息包括：客户的阅读的文章的类别，客户的当前的阅读时间和客户的当前所在的地理位置；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器对所述文章库中的文章进行分类，确定文章库中每个文章的类别；

所述服务器确定所述文章库中每个文章相关的地理位置；

所述服务器确定所述文章库中每个文章相关的阅读时间；

所述服务器将属于当前客户的阅读的文章的类别的至少一个文章作为所述待推荐文章；

所述服务器将当前客户的当前所在的地理位置相关联的文章作为所述待推荐文章；

所述服务器将当前客户的当前的阅读时间相关联的文章作为所述待推荐文章。

5.根据权利要求1所述的方法，其特征在于，

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器为所述文章库中的每个文章设置标签；

所述服务器根据每个客户的个人信息，生成每个客户的用户画像；

所述服务器根据当前客户的用户画像，确定适合当前客户的至少一个目标标签；

所述服务器根据每个文章的标签，将具有所述目标标签的文章作为所述待推荐文章。

6.根据权利要求1所述的方法，其特征在于，

所述个人信息包括：客户的兴趣信息和疾病信息；

所述至少一种推荐算法中的一种推荐算法包括以下步骤：

所述服务器根据当前客户的兴趣信息和疾病信息，从所述文章库中确定所述待推荐文章。

7.根据权利要求1-6中任一所述的方法，其特征在于，

所述从当前客户的推荐池中确定出至少一个目标文章，包括：

所述服务器确定当前客户的推荐池中的每个所述待推荐文章的阅读量；

所述服务器按照所述待推荐文章的阅读量，确定每个所述待推荐文章的优先级，其中，阅读量越高的待推荐文章的优先级越高；

所述服务器将优先级最高的m个所述待推荐文章作为所述目标文章。

8.根据权利要求1-6中任一所述的方法，其特征在于，

在所述从当前客户的推荐池中确定出至少一个目标文章之后，进一步包括：

所述服务器将所述至少一个目标文章推送给当前客户的终端。

9.一种推荐文章的服务器，其特征在于，该服务器包括：

第一保存模块，用于保存一个文章库，其中，所述文章库中包括多个文章；

建立模块，用于为每个客户建立一个推荐池；

第二保存模块，用于保存客户与业务员的对应关系；

采集模块，用于实时采集每个客户的个人信息；

推荐模块，用于针对每个客户，均执行：

根据当前客户的个人信息，通过至少一种推荐算法，从所述文章库中确定至少一个待推荐文章；

将所述至少一个待推荐文章添加到当前客户的推荐池中；

从当前客户的推荐池中确定出至少一个目标文章；

根据所述对应关系，确定当前客户对应的业务员；

将所述至少一个目标文章推送给当前客户对应的业务员的终端，以使当前客户对应的业务员向当前客户分享所述至少一个目标文章。

10.根据权利要求9所述的服务器，其特征在于，

所述推荐模块，在执行所述从当前客户的推荐池中确定出至少一个目标文章时，具体用于：

确定当前客户的推荐池中的每个所述待推荐文章的阅读量；

按照所述待推荐文章的阅读量，确定每个所述待推荐文章的优先级，其中，阅读量越高的待推荐文章的优先级越高；

将优先级最高的m个所述待推荐文章作为所述目标文章。

Images