CN113010794A - 用于信息推荐的方法、装置、电子设备及存储介质 - Google Patents
用于信息推荐的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113010794A CN113010794A CN202110387816.4A CN202110387816A CN113010794A CN 113010794 A CN113010794 A CN 113010794A CN 202110387816 A CN202110387816 A CN 202110387816A CN 113010794 A CN113010794 A CN 113010794A
- Authority
- CN
- China
- Prior art keywords
- information
- recommended
- manual intervention
- user
- alternative
- 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 43
- 230000006399 behavior Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及信息推荐技术领域,公开一种用于信息推荐的方法,包括:通过获取用户属性标签;用户属性标签用于表征用户的喜好和/或习惯;取预设的信息集合中的备选信息所对应的人工干预信息;信息集合中存储有若干条备选信息;根据用户属性标签和人工干预信息从信息集合中确定待推荐信息;将待推荐信息发送给用户终端。通过将本方案应用于推荐技术领域,根据用户属性标签和人工干预信息得到待推荐信息,使得用户获取的推荐信息的内容更丰富,增加用户获取推荐信息的灵活度,以能够将某些特定的推荐内容推荐给用户,从而提高了用户获取推荐信息的体验。本申请还公开一种用于信息推荐的装置、电子设备及存储介质。
Description
技术领域
本申请涉及信息推荐技术领域,例如涉及一种用于信息推荐的方法、装置、电子设备及存储介质。
背景技术
当前普遍实现推荐这种用户场景的方式是依靠相对成熟的大数据技术,利用机器学习的能力实现内容推荐到用户的这一过程。系统会在用户使用的过程中不断的获取用户的行为数据,例如用户的喜好、偏爱和习惯。通过这些数据的获取,再经过一些列的数学模型运算最终得出需要推荐的内容,整个过程都由推荐系统来处理。
在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:现有技术中只能根据用户喜好和/或习惯进行信息推荐,与用户的喜好和/或习惯没有关联的信息难以被推荐给用户,用户获取推荐信息的体验较差。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于信息推荐的方法、装置、电子设备及可读存储介质,以能够提高用户获取推荐信息的体验。
在一些实施例中,所述用于信息推荐的方法,包括:
获取用户属性标签;所述用户属性标签用于表征用户的喜好和/或习惯;获取预设的信息集合中的备选信息所对应的人工干预信息;所述信息集合中存储有若干条备选信息;
根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息;
将所述待推荐信息发送给用户终端。
在一些实施例中,所述用于信息推荐的装置包括:获取模块,被配置为获取用户属性标签,并获取预设的信息集合中的备选信息所对应的人工干预信息;所述用户属性标签用于表征用户的喜好和/或习惯;
人工干预模块,被配置为根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息;
推荐模块,被配置为将所述待推荐信息发送给用户终端。
在一些实施例中,所述电子设备包括处理器和存储有程序指令的存储器,所述处理器被配置为在运行所述程序指令时,执行上述的用于信息推荐的方法。
在一些实施例中,所述可读存储介质,存储有可执行指令,所述可执行指令在运行时执行上述用于信息推荐的方法。
本公开实施例提供的用于信息推荐的方法、装置、电子设备及可读存储介质,可以实现以下技术效果:通过获取用户属性标签;用户属性标签用于表征用户的喜好和/或习惯;取预设的信息集合中的备选信息所对应的人工干预信息;信息集合中存储有若干条备选信息;根据用户属性标签和人工干预信息从信息集合中确定待推荐信息;将待推荐信息发送给用户终端。通过将本方案应用于推荐技术领域,根据用户属性标签和人工干预信息得到待推荐信息,使得用户获取的推荐信息的内容更丰富,增加用户获取推荐信息的灵活度,以能够将某些特定的推荐内容推荐给用户,从而提高了用户获取推荐信息的体验。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一个用于信息推荐的方法的示意图;
图2是本公开实施例提供的一个用于信息推荐的装置的示意图;
图3是本公开实施例提供的一个电子设备的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
结合图1所示,本公开实施例提供一种用于信息推荐的方法,包括:
步骤S101,获取用户属性标签;用户属性标签用于表征用户的喜好和/或习惯;获取预设的信息集合中的备选信息所对应的人工干预信息;信息集合中存储有若干条备选信息;
步骤S102,根据用户属性标签和人工干预信息从信息集合中确定待推荐信息;
步骤S103,将待推荐信息发送给用户终端。
采用本公开实施例提供的用于信息推荐的方法,通过获取用户属性标签;用户属性标签用于表征用户的喜好和/或习惯;取预设的信息集合中的备选信息所对应的人工干预信息;信息集合中存储有若干条备选信息;根据用户属性标签和人工干预信息从信息集合中确定待推荐信息;将待推荐信息发送给用户终端。通过将本方案应用于推荐技术领域,根据用户属性标签和人工干预信息得到待推荐信息,使得用户获取的推荐信息的内容更丰富,增加用户获取推荐信息的灵活度,以能够将某些特定的推荐内容推荐给用户,从而提高了用户获取推荐信息的体验。
可选地,获取用户属性标签,包括:获取用户在预设时间段内的历史行为数据;根据历史行为数据获取用户属性标签。
可选地,历史行为数据包括:历史搜索行为数据、历史浏览行为数据、历史点击行为数据。
可选地,历史搜索行为数据包括:将达到预设搜索次数的关键词确定为历史搜索行为数据;可选地,历史浏览行为数据包括:将达到预设浏览次数的信息确定为历史浏览行为数据;可选地,历史点击行为数据包括:将达到预设点击次数的信息确定为历史点击行为数据。
可选地,根据历史行为数据获取用户属性标签,包括:利用预设算法对历史行为数据进行计算,得到用户属性标签。可选地,预设算法为余弦相似度算法。
可选地,人工干预信息包括人工干预标签;根据用户属性标签和人工干预信息从信息集合中确定待推荐信息,包括:从信息集合中匹配出包含用户属性标签的第一备选信息;从信息集合中匹配出包含人工干预标签的第二备选信息;将第一备选信息和第二备选信息确定为待推荐信息。通过匹配出与用户喜好、习惯相关联的第一备选信息和用户喜好、习惯无关联的第二备选信息,并将第一备选信息和第二备选信息确定为待推荐信息;这样用户不仅能获取与用户喜好、习惯相关联的待推荐信息,还能获取与用户喜好、习惯无关联的待推荐信息;使得用户获取到的推荐信息内容更加丰富,增加用户获取推荐信息的灵活度,提高了用户获取推荐信息的体验。
可选地,人工干预信息包括人工干预标签;根据用户属性标签和人工干预信息从信息集合中确定待推荐信息,包括:从信息集合中匹配出包含用户属性标签的第一备选信息;从信息集合中匹配出包含人工干预标签的第二备选信息;在第一备选信息和第二备选信息中筛选出带有真实信息标签的第三备选信息,将第三备选信息确定为待推荐信息。通过匹配出与用户喜好、习惯相关联的第一备选信息和用户喜好、习惯无关联的第二备选信息,并从第一备选信息和第二备选信息中筛选出带有真实信息标签的第三备选信息,这样能够将真实信息推荐给用户,避免将虚假的谣言信息对用户进行推荐,从而提高用户获取推荐信息的体验。
可选地,人工干预标签包括真实信息标签。真实信息标签用于表征信息集合中备选信息为真。
可选地,人工干预信息包括人工干预权重;根据用户属性标签和人工干预信息从信息集合中确定待推荐信息,包括:从信息集合中匹配出包含用户属性标签的第一备选信息;获取信息集合中各备选信息的权重,将满足第一预设条件的备选信息确定为第四备选信息;将第一备选信息和第四备选信息确定为待推荐信息。通过匹配出与用户喜好、习惯相关联的第一备选信息,并通过人工干预权重从备选信息中确定出与用户喜好、习惯无关联的第四备选信息,并将第一备选信息和第四备选信息确定为待推荐信息,这样用户不仅能获取与用户喜好、习惯相关联的待推荐信息,还能获取与用户喜好、习惯无关联的待推荐信息;使得用户获取到的推荐信息内容更加丰富,增加用户获取推荐信息的灵活度,提高了用户获取推荐信息的体验。
可选地,将满足第一预设条件的备选信息确定为第四备选信息,包括:将权重达到第一预设值的备选信息确定为第四备选信息。
可选地,人工干预标签包括禁推标签,根据用户属性标签和人工干预信息从信息集合中确定待推荐信息时,还包括:在第一备选信息和第二备选信息中筛选出带有禁推标签的第五备选信息,将第五备选信息进行下线处理。
可选地,人工干预标签包括禁推标签。禁推标签用于表征信息集合中备选信息为谣言。可选地,通过人工筛选出真实推荐信息和谣言推荐信息。通过确定出真实推荐信息和谣言推荐信息,能够避免将谣言推荐信息推荐给用户,从而提高了用户获取推荐信息的体验。
可选地,将第五备选信息进行下线处理,包括:将第五备选信息从信息集合中删除。通过删除带有禁推标签的第五备选信息,这样能够避免将谣言推荐信息推荐给用户,从而提高了用户获取推荐信息的体验。
在一些实施例中,用户属性标签为“足球迷”,在对用户进行足球相关的信息推荐的情况下,若某一推荐信息经过人工确认为谣言推荐信息,则该推荐信息对应的人工干预标签为禁推标签,将该带有禁推标签的推荐信息从信息集合中删除,这样该推荐信息不会被推荐给用户,提高了用户获取推荐信息的体验。
可选地,人工干预标签包括置顶推荐标签,将待推荐信息发送给用户终端,包括:在待推荐信息带有置顶推荐标签的情况下,将带有置顶推荐标签的待推荐信息发送给用户终端,触发用户终端以预设的顺位展示置顶推荐标签对应的待推荐信息。
可选地,预设的顺位为第一顺位。
在一些实施例中,用户属性标签为“足球迷”,从信息集合中匹配出与“足球迷”对应的第一备选信息,并从信息集合中匹配出与人工干预标签对应的第二备选信息,并将第一备选信息和第二备选信息确定为待推荐信息;其中,待推荐信息中有一条与“疫情”相关的待推荐信息的人工干预标签为置顶推荐标签;将各待推荐信息发送给用户终端,触发用户终端展示各待推荐信息,并以第一顺位展示与“疫情”相关的待推荐信息。
可选地,获取带有置顶推荐标签的待推荐信息的权重,并将带有置顶推荐标签的待推荐信息的权重增加至第二预设值,将各待推荐信息发送给用户终端,触发用户终端按权重从高到低的顺序展示各待推荐信息。可选地,第二预设值为权重最大值。
这样,通过用户属性标签和人工干预信息得到待推荐信息,使得用户获取的推荐信息的内容更丰富,增加用户获取推荐信息的灵活度,以能够将某些特定的推荐内容推荐给用户,从而提高了用户获取推荐信息的体验。
结合图2所示,本公开实施例提供一种用于信息推荐的装置,包括:获取模块1、人工干预模块2和推荐模块3。获取模块1被配置为获取用户属性标签,并获取预设的信息集合中的备选信息所对应的人工干预信息;用户属性标签用于表征用户的喜好和/或习惯;人工干预模块2被配置为根据用户属性标签和人工干预信息从信息集合中确定待推荐信息;推荐模块3被配置为将待推荐信息发送给用户终端。可选地,信息集合中存储有若干条备选信息。可选地,人工干预信息包括人工干预权重和人工干预标签;人工干预标签包括真实信息标签、禁推标签和置顶推荐标签等。真实信息标签用于表征信息集合中备选信息为真;禁推标签用于表征信息集合中备选信息为谣言;置顶推荐标签用于表征以预设的顺位展示待推荐信息。
可选地,人工干预模块包括:匹配模块和确认模块;匹配模块被配置为从信息集合中匹配出包含用户属性标签的第一备选信息,并从信息集合中匹配出包含人工干预标签的第二备选信息,并将第一备选信息和第二备选信息发送给确认模块;确认模块接收第一备选信息和第二备选信息,将第一备选信息和第二备选信息确认为待推荐信息,并将推荐信息发送给推荐模块。
可选地,匹配模块还被配置为在第一备选信息和第二备选信息中筛选出带有真实信息标签的第三备选信息,将第三备选信息发送给确认模块。确认模块接收第三备选信息,将第三备选信息确定为待推荐信息,并将待推荐信息发送给推荐模块。
可选地,匹配模块还被配置为将权重达到第一预设值的备选信息确定为第四备选信息,将第一备选信息和第四备选信息发送给确认模块。确认模块接收第一备选信息和第四备选信息,将第一备选信息和第四备选信息确定为待推荐信息,并将待推荐信息发送给推荐模块。
可选地,人工干预模块还包括下线处理模块;匹配模块还被配置为在第一备选信息和第二备选信息中筛选出带有禁推标签的第五备选信息,并将第五备选信息发送给下线处理模块。下线处理模块被配置为接收匹配模块发送的第五备选信息,并对第五备选信息进行下线处理。
结合图3所示,本公开实施例提供一种电子设备,包括处理器(processor)100和存储有程序指令的存储器(memory)101。可选地,该装置还可以包括通信接口(CommunicationInterface)102和总线103。其中,处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的程序指令,以执行上述实施例的用于信息推荐的方法。
此外,上述的存储器101中的程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。
存储器101作为一种可读存储介质,可用于存储软件程序、可执行程序,如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块,从而执行功能应用以及数据处理,即实现上述实施例中用于信息推荐的方法。
存储器101可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应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器101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。
采用本公开实施例提供的电子设备,通过获取用户属性标签;用户属性标签用于表征用户的喜好和/或习惯;取预设的信息集合中的备选信息所对应的人工干预信息;信息集合中存储有若干条备选信息;根据用户属性标签和人工干预信息从信息集合中确定待推荐信息;将待推荐信息发送给用户终端。通过将本方案应用于推荐技术领域,根据用户属性标签和人工干预信息得到待推荐信息,使得用户获取的推荐信息的内容更丰富,增加用户获取推荐信息的灵活度,以能够将某些特定的推荐内容推荐给用户,从而提高了用户获取推荐信息的体验。
可选地,电子设备为计算机等。
本公开实施例提供了一种可读存储介质,存储有可执行指令,可执行指令设置为执行上述用于信息推荐的方法。
本公开实施例提供了一种计算机程序产品,计算机程序产品包括存储在计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,使计算机执行上述用于信息推荐的方法。
上述的可读存储介质可以是暂态可读存储介质,也可以是非暂态可读存储介质。
本公开实施例的技术方案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中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,可以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,例如多个单元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。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,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单元来实现本实施例。另外,在本公开实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
Claims (10)
1.一种用于信息推荐的方法,其特征在于,包括:
获取用户属性标签,其中,所述用户属性标签用于表征用户的喜好和/或习惯;
获取预设的信息集合中的备选信息所对应的人工干预信息,其中,所述信息集合中存储有若干条备选信息;
根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息;
将所述待推荐信息发送给用户终端。
2.根据权利要求1所述的方法,其特征在于,所述获取用户属性标签,包括:
获取用户在预设时间段内的历史行为数据;
根据所述历史行为数据获取所述用户属性标签。
3.根据权利要求1所述的方法,其特征在于,所述人工干预信息包括人工干预标签;根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息,包括:
从所述信息集合中匹配出包含所述用户属性标签的第一备选信息;
从所述信息集合中匹配出包含所述人工干预标签的第二备选信息;
将所述第一备选信息和所述第二备选信息确定为待推荐信息。
4.根据权利要求1所述的方法,其特征在于,所述人工干预信息包括人工干预标签;根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息,包括:
从所述信息集合中匹配出包含所述用户属性标签的第一备选信息;
从所述信息集合中匹配出包含所述人工干预标签的第二备选信息;
在所述第一备选信息和第二备选信息中筛选出带有真实信息标签的第三备选信息,将所述第三备选信息确定为待推荐信息。
5.根据权利要求1所述的方法,其特征在于,所述人工干预信息包括人工干预权重;根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息,包括:
从所述信息集合中匹配出包含所述用户属性标签的第一备选信息;
获取所述信息集合中各备选信息的权重,将满足第一预设条件的备选信息确定为第四备选信息;
将所述第一备选信息和所述第四备选信息确定为待推荐信息。
6.根据权利要求3或4所述的方法,其特征在于,所述人工干预标签包括禁推标签,根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息时,还包括:
在所述第一备选信息和第二备选信息中筛选出带有禁推标签的第五备选信息,将所述第五备选信息进行下线处理。
7.根据权利要求3或4所述的方法,其特征在于,所述人工干预标签包括置顶推荐标签,将所述待推荐信息发送给用户终端,包括:
在所述待推荐信息带有置顶推荐标签的情况下,将所述带有置顶推荐标签的待推荐信息发送给用户终端,触发所述用户终端以预设的顺位展示所述置顶推荐标签对应的待推荐信息。
8.一种用于信息推荐的装置,其特征在于,包括:
获取模块,被配置为获取用户属性标签,并获取预设的信息集合中的备选信息所对应的人工干预信息;所述用户属性标签用于表征用户的喜好和/或习惯;
人工干预模块,被配置为根据所述用户属性标签和所述人工干预信息从所述信息集合中确定待推荐信息;
推荐模块,被配置为将所述待推荐信息发送给用户终端。
9.一种电子设备,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在运行所述程序指令时,执行如权利要求1至7任一项所述的用于信息推荐的方法。
10.一种可读存储介质,存储有可执行指令,所述可执行指令在运行时执行如权利要求1至7任一项所述的用于信息推荐的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387816.4A CN113010794A (zh) | 2021-04-12 | 2021-04-12 | 用于信息推荐的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387816.4A CN113010794A (zh) | 2021-04-12 | 2021-04-12 | 用于信息推荐的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113010794A true CN113010794A (zh) | 2021-06-22 |
Family
ID=76388250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110387816.4A Pending CN113010794A (zh) | 2021-04-12 | 2021-04-12 | 用于信息推荐的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113010794A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792186A (zh) * | 2021-08-16 | 2021-12-14 | 青岛海尔科技有限公司 | 用于人名检索的方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532479A (zh) * | 2019-09-05 | 2019-12-03 | 北京思维造物信息科技股份有限公司 | 一种信息推荐方法、装置及设备 |
CN110598047A (zh) * | 2019-08-22 | 2019-12-20 | 优地网络有限公司 | 一种影视信息推荐方法、装置、电子设备及存储介质 |
US20200410371A1 (en) * | 2019-06-28 | 2020-12-31 | Baidu Online Network Technology (Beijing) Co., Ltd. | Data analysis method and device |
CN112395487A (zh) * | 2019-08-14 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、计算机可读存储介质及电子设备 |
-
2021
- 2021-04-12 CN CN202110387816.4A patent/CN113010794A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200410371A1 (en) * | 2019-06-28 | 2020-12-31 | Baidu Online Network Technology (Beijing) Co., Ltd. | Data analysis method and device |
CN112395487A (zh) * | 2019-08-14 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、计算机可读存储介质及电子设备 |
CN110598047A (zh) * | 2019-08-22 | 2019-12-20 | 优地网络有限公司 | 一种影视信息推荐方法、装置、电子设备及存储介质 |
CN110532479A (zh) * | 2019-09-05 | 2019-12-03 | 北京思维造物信息科技股份有限公司 | 一种信息推荐方法、装置及设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792186A (zh) * | 2021-08-16 | 2021-12-14 | 青岛海尔科技有限公司 | 用于人名检索的方法、装置、电子设备及存储介质 |
CN113792186B (zh) * | 2021-08-16 | 2023-07-11 | 青岛海尔科技有限公司 | 用于人名检索的方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325182B (zh) | 基于会话的信息推送方法、装置、计算机设备及存储介质 | |
CN106294730A (zh) | 资讯信息的推荐方法及装置 | |
CN109344273B (zh) | 一种壁纸管理的方法、装置和移动终端 | |
CN114936301B (zh) | 智能家居建材数据的管理方法、装置、设备及存储介质 | |
CN112199582B (zh) | 一种内容推荐方法、装置、设备及介质 | |
CN111552767A (zh) | 搜索方法、搜索装置以及计算机设备 | |
CN111241381A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
CN106899755B (zh) | 信息分享方法、信息分享装置及终端 | |
CN113010794A (zh) | 用于信息推荐的方法、装置、电子设备及存储介质 | |
CN112765450A (zh) | 推荐内容确定方法、装置及存储介质 | |
CN113761271A (zh) | 用于视频推荐的方法及装置、带显示屏的冰箱 | |
CN111428120B (zh) | 一种信息确定方法、装置、电子设备及存储介质 | |
CN103942238A (zh) | 信息提供设备和信息提供方法 | |
CN113407845A (zh) | 用于信息推荐的方法、装置、电子设备及存储介质 | |
CN112861005A (zh) | 用于信息推送的方法及装置、设备 | |
CN110929526A (zh) | 样本生成方法、装置以及电子设备 | |
CN113988915A (zh) | 用于定位产品客群的方法及装置、电子设备、存储介质 | |
CN112632907A (zh) | 用于文档标记方法、装置及设备 | |
CN115687756A (zh) | 一种搜索推荐方法及装置 | |
CN113569077A (zh) | 用于衣物推荐的方法、装置及设备 | |
CN110806696B (zh) | 家居控制应用主题确定的方法、装置及计算机存储介质 | |
CN109213937B (zh) | 智能搜索方法及装置 | |
CN112700285A (zh) | 用于预测用户属性标签的方法及装置、设备 | |
CN112800226A (zh) | 用于获取文本分类模型的方法、用于文本分类的方法、装置及设备 | |
CN110825954A (zh) | 关键词推荐方法、装置和电子设备 |
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 |