CN113378068B - 一种内容推荐方法及服务器 - Google Patents

一种内容推荐方法及服务器 Download PDF

Info

Publication number
CN113378068B
CN113378068B CN202110797406.7A CN202110797406A CN113378068B CN 113378068 B CN113378068 B CN 113378068B CN 202110797406 A CN202110797406 A CN 202110797406A CN 113378068 B CN113378068 B CN 113378068B
Authority
CN
China
Prior art keywords
recommendation
value
recommendation list
content
list
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.)
Active
Application number
CN202110797406.7A
Other languages
English (en)
Other versions
CN113378068A (zh
Inventor
史小龙
黄山山
王宝云
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.)
Juhaokan Technology Co Ltd
Original Assignee
Juhaokan 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 Juhaokan Technology Co Ltd filed Critical Juhaokan Technology Co Ltd
Priority to CN202110797406.7A priority Critical patent/CN113378068B/zh
Publication of CN113378068A publication Critical patent/CN113378068A/zh
Application granted granted Critical
Publication of CN113378068B publication Critical patent/CN113378068B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F16/9538Presentation of query results
    • 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
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking

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 Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提供了一种内容推荐方法及服务器,提供的内容推荐方法应用于服务器,包括:接收终端设备发送的内容推荐请求;将由多个推荐内容构成的推荐列表返回给终端设备;其中,在存在第一推荐列表时,根据随机产生的数值X和预设阈值的大小关系,将第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给终端设备,以使返回第一推荐列表的概率大于返回随机筛选出的推荐列表的概率;多个推荐内容在第一推荐列表中的排序和在其他推荐列表中的排序不同,第一推荐列表对应的点击率大于其他推荐列表对应的点击率。本申请可以解决无法及时根据用户的兴趣变化调整推荐内容且没有深度挖掘用户的兴趣特点,降低用户的使用体验的问题。

Description

一种内容推荐方法及服务器
技术领域
本申请涉及数据处理技术领域,尤其涉及一种内容推荐方法及服务器。
背景技术
内容推荐系统是基于大数据运算和用户喜好向用户推荐相关内容或引导用户使用特定功能的推荐方式。其中,内容推荐包括视频推荐、图书推荐、商品推荐、音乐推荐等。以商品推荐场景为例,内容推荐系统可以收集用户的使用数据,如用户所选择的目标商品、用户收藏的商品、用户经常购买的历史商品等。并通过统计分析使用数据,确定用户喜好标签,从而根据用户喜好标签,向用户推送相匹配的相关推荐列表,相关推荐列表中包括与用户的使用数据类型相似或相关联的商品,以供用户更进一步选择。
然而,用户的兴趣会随着时间的迁移发生一定的变化,内容推荐系统无法及时根据用户的兴趣变化调整推荐内容且没有深度挖掘用户的兴趣特点,从而造成推荐的内容与实际使用用户的喜好存在一定偏差,降低用户的使用体验。
发明内容
本申请提供了一种内容推荐方法及服务器。以解决无法及时根据用户的兴趣变化调整推荐内容且没有深度挖掘用户的兴趣特点,降低用户的使用体验的问题。
第一方面,本申请提供了一种内容推荐方法,应用于服务器,包括:
接收终端设备发送的内容推荐请求,所述内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
将由多个所述推荐内容构成的推荐列表返回给所述终端设备;其中,在存在第一推荐列表时,将所述第一推荐列表或其他推荐列表中的任意一个返回给所述终端设备,多个所述推荐内容在所述第一推荐列表中的排序和在所述其他推荐列表中的排序不同,所述第一推荐列表对应的点击率大于所述其他推荐列表对应的点击率,返回所述第一推荐列表的概率大于返回所述其他推荐列表的概率。
第二方面,本申请提供了一种内容推荐方法,应用于服务器,包括:
接收终端设备发送的内容推荐请求,所述内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
获取推荐内容集合,所述推荐内容集合包括与所述目标内容关联的多个推荐内容;
将多个所述推荐内容进行排序得到多个推荐列表,其中,每个所述推荐列表中的所述推荐内容排序不同;
向所述终端设备返回所述多个推荐列表中的任意一个。
第三方面,本申请提供了一种内容推荐方法,应用于终端设备,包括:
向服务器发送内容推荐请求,所述内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
接收并显示服务器返回的推荐列表,所述推荐列表中包括与所述目标内容相关联的多个所述推荐内容,其中,多个所述推荐内容在所述推荐列表中的排列顺序用于确定多个所述推荐内容在所述终端设备上的显示顺序。
第四方面,本申请提供了一种服务器,包括存储器和处理器,所述存储器中存储有程序指令,所述处理器通过运行所述程序指令,执行下述步骤:
接收终端设备发送的内容推荐请求,所述内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
将由多个所述推荐内容构成的推荐列表返回给所述终端设备;其中,在存在第一推荐列表时,将所述第一推荐列表或其他推荐列表中的任意一个返回给所述终端设备,多个所述推荐内容在所述第一推荐列表中的排序和在所述其他推荐列表中的排序不同,所述第一推荐列表对应的点击率大于所述其他推荐列表对应的点击率,返回所述第一推荐列表的概率大于返回所述其他推荐列表的概率。
由以上技术方案可以看出,基于本申请实施例提供的内容推荐方法,当终端设备针对某个目标内容向服务器发送内容推荐请求后,若在服务器保存有第一推荐列表,服务器则随机产生一个数值X,根据数值X和预设阈值的大小关系,将第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给终端设备,并控制返回第一推荐列表的概率大于返回其他推荐列表的概率。其中,多个推荐内容在第一推荐列表中的排序和在其他推荐列表中的排序不同,第一推荐列表对应的点击率大于其他推荐列表对应的点击率。当其他推荐列表对应的用户点击次数高于第一推荐列表的用户点击次数时,立即对第一推荐列表进行更新。由此,可以根据用户的兴趣变化及时调整推荐列表中多个推荐内容的顺序,为用户提供更为精准的推荐列表。
附图说明
为了更清楚地说明本申请的技术方案,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,对于本领域普通技术人员而言,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示例性示出了本申请实施例提供的显示设备的使用场景;
图2示例性示出了显示设备中系统主页的界面示意图;
图3示例性示出了显示设备中应用面板的示意图;
图4示例性示出了显示设备中购物主页的界面示意图;
图5示例性示出了显示设备中目标商品详情页界面的示意图;
图6示例性示出了显示设备与服务器的交互过程示意图;
图7示例性示出了显示设备与服务器的交互过程示意图;
图8示例性示出了服务器侧执行的内容推荐方法的流程图;
图9示例性示出了服务器侧执行的内容推荐方法的流程图;
图10示例性示出了终端设备侧执行的内容推荐方法的流程图。
具体实施方式
为使本申请的目的和实施方式更加清楚,下面将结合本申请示例性实施例中的附图,对本申请示例性实施方式进行清楚、完整地描述,显然,描述的示例性实施例仅是本申请一部分实施例,而不是全部的实施例。
需要说明的是,本申请中对于术语的简要说明,仅是为了方便理解接下来描述的实施方式,而不是意图限定本申请的实施方式。除非另有说明,这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体,而不必然意味着限定特定的顺序或先后次序,除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形,意图在于覆盖但不排他的包含,例如,包含了一系列组件的产品或设备不必限于清楚地列出的所有组件,而是可包括没有清楚地列出的或对于这些产品或设备固有的其他组件。
术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合,能够执行与该元件相关的功能。
本申请实施例中的终端设备可以包括手机、平板电脑、可穿戴设备、笔记本电脑以及显示设备中的任意一种。本申请将以显示设备为例进行如下说明。
图1为根据实施例中显示设备的使用场景的示意图。如图1中示出,用户可通过智能设备300和控制装置100操作显示设备200。
在一些实施例中,控制装置100可以是遥控器,遥控器和显示设备的通信包括红外协议通信或蓝牙协议通信,及其他短距离通信方式等,通过无线或其他有线方式来控制显示设备200。其中,无线方式可以是直连和非直连,可以是经过路由的,也可以是不经过路由的。用户可以通过遥控器上按键,语音输入、控制面板输入等输入用户指令,来控制显示设备200。如:用户可以通过遥控器上音量加减键、频道控制键、上/下/左/右的移动按键、语音输入按键、菜单键、开关机按键等输入相应控制指令,来实现控制显示设备200的功能。
在一些实施例中,也可以使用智能设备300以控制显示设备200。例如,使用智能设备300控制显示设备200上运行的应用程序,或者使用在智能设备300上运行的应用程序控制显示设备200。该应用程序通过配置可以在与智能设备关联的屏幕上,在直观的用户界面(UI)中为用户提供各种控制。
在一些实施例中,也可以使用智能设备300和显示设备200进行数据的通信。
在一些实施例中,显示设备200还可以采用除了控制装置100和智能设备300之外的方式进行控制,例如,可以通过显示设备200设备内部配置的获取语音指令的模块直接接收用户的语音指令控制,也可以通过显示设备200设备外部设置的语音控制装置来接收用户的语音指令控制。
在一些实施例中,显示设备200还与服务器400进行数据通信。可允许显示设备200通过局域网(LAN)、无线局域网(WLAN)和其他网络进行通信连接。服务器400可以向显示设备200提供各种内容和互动。服务器400可以是一个集群,也可以是多个集群,可以包括一类或多类服务器。
在一些实施例中,一个步骤执行主体执行的软件步骤可以随需求迁移到与之进行数据通信的另一步骤执行主体上进行执行。示例性的,服务器执行的软件步骤可以随需求迁移到与之数据通信的显示设备上执行,反之亦然。
图2为一些实施例中显示器中系统主页的用户界面。如图2所示,系统主页页面包括第一导航栏210、第二导航栏220、功能栏230和内容显示区240,功能栏230包括多个功能控件如“观看记录”、“我的收藏”和“我的应用”等。其中,内容显示区240中显示的内容会随第一导航栏210和第二导航栏220中被选中控件的变化而变化。在应用面板页面时,用户可以通过点击“我的应用”控件,以输入针对应用面板页面的显示指令,来触发进入对应的应用面板。需要说明的是,用户也可以通过其他方式来输入对功能控件的选中操作,以触发进入应用面板。例如,利用语音控制功能或者搜索功能等,控制进入到应用面板页面。
图3示出了一些实施例中应用面板的示意图,其具体为用户点击图2中“我的应用”后显示的应用面板页面。如图3所示,应用面板界面包括图像处理应用、播放视频应用、播放音频应用、网络购物应用和游戏应用等。
在一些实施例中,每个应用都对应有内容推荐系统,内容推荐系统用于基于大数据运算和用户喜好向用户推荐相关内容或引导用户使用特定功能。其中,内容推荐包括视频推荐、图书推荐、商品推荐、音乐推荐等。为便于说明,以网络购物应用中的商品推荐场景为例,对内容推荐系统的功能进行介绍。内容推荐系统可以收集各类用户数据,如用户所选择的目标商品、用户收藏的商品、用户经常购买的历史商品等。并通过统计分析用户数据,确定用户喜好标签,从而根据用户喜好标签,向用户推送相关联的推荐列表,推荐列表中包括与用户数据类型相似或相关联的商品,以供用户更进一步选择。
示例性的,当用户选择网络购物应用时,控制器控制显示器显示出购物主页。购物主页上显示与网络购物应用的一个或者多个功能相对应的交互区域。如图4所示,交互区域中包括可以显示以下内容,例如搜索框400、可选菜单410和功能菜单420等等。用户可以通过控制装置操作需要交互的控件,从而与交互区域进行交互。显示设备接收用户输入的交互,并且通过执行对应的操作来响应所检测到的交互。
示例性的,显示设备接收用户对某个商品的输入操作,显示该商品的详情及与该商品相关的推荐列表,推荐列表中包括多个推荐商品。用户对商品的操作包括但不限于在搜索框中输入某个商品的商品信息,在可选菜单中选中某个商品控件等,商品信息可以为目标商品的名称、目标商品的型号、目标商品的品类和目标商品的品牌等等。为便于说明,将用户选择的商品称为目标商品。示例性的,当用户对任意一个目标商品进行操作后,来触发进入对应的目标商品详情页面,目标商品详情页面中的推荐列表中会显示内容推荐系统根据目标商品的商品信息推荐的相关联的多个推荐商品,其中,多个推荐商品按照预设的顺序进行排列,以便用户选择。
图5为一种示例性的目标商品详情页界面的示意图,其具体可以为用户通过点击图4中的搜索框400并输入目标商品名称后,进入的页面。如图5所示,目标商品详情页面包括第一显示区510、第二显示区520和推荐列表530,第一显示区510包括多个商品信息控件,如“小飞侠应援水杯”、“价格”、“数量”、“颜色”、“立即购买”和“加入购物车”等。第二显示区520可以包括多个商品图片,例如商品的主视图、商品的侧视图和商品的俯视图等。推荐列表530包括与目标商品相关联的多个推荐商品,其中多个推荐商品呈一定的顺序排列构成上述推荐列表。用户可以通过点击推荐列表中的任意一个推荐商品进行购买。
具体实现时,图6为本申请根据一些实施例示出的显示设备与服务器的交互过程示意图。如图6所示,服务器接收显示设备发送的内容推荐请求,内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容,例如,内容推荐请求可以为商品推荐请求,推荐内容为推荐商品。接着,获取推荐内容集合,推荐内容集合包括与目标内容关联的多个推荐内容。将多个推荐内容进行排序得到多个推荐列表,其中,每个推荐列表中的推荐内容排序不同。例如,某个推荐列表中的推荐内容依次为推荐商品1、推荐商品2、推荐商品3和推荐商品4;另一个推荐列表中的推荐内容依次为推荐商品2、推荐商品3、推荐商品4和推荐商品4等。服务器在上述多个推荐列表中选取任意一个推荐列表发送给显示设备,接着,显示设备显示出推荐列表。服务器将推荐结果以推荐列表的形式下发给显示设备,显示设备展现给用户,用户可以对推荐列表中的推荐商品进行点击选择自己想要的目标商品。
在一些实施例中,服务器返回给显示设备的推荐列表在显示器中的界面显示时,多个推荐内容可以呈行排布,也可以呈列排布。进一步地,服务器返回给显示设备的推荐列表包括每个推荐内容对应的内容信息和展示位序信息等,示例的,展示位序信息即为各个推荐内容在推荐列表中的排列顺序信息。显示设备可以根据展示位序信息显示多个推荐内容。同时,用户可以对推荐内容执行选中操作,示例的,用户可以根据自身的喜好或个人习惯选中多个推荐内容中的任意一个。
在一些实施例中,接收终端设备发送的内容推荐请求;内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;获取推荐内容集合,推荐内容集合包括与目标内容关联的多个推荐内容;将多个推荐内容进行排序得到多个推荐列表,其中,每个推荐列表中的推荐内容排序不同。当所有推荐列表的下发次数均达到预设次数时,将对应最高点击率的推荐列表确定为第一推荐列表。第一推荐列表对应的点击率大于其他推荐列表对应的点击率。点击率是根据预设次数和点击次数计算得到,具体公式为其中,每个推荐列表的点击次数为推荐列表中所有推荐内容的点击次数的加和。
在一些实施例中,接收显示设备发送的内容推荐请求,内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;将由多个推荐内容构成的推荐列表返回给显示设备;其中,在存在第一推荐列表时,根据随机产生的数值X和预设阈值的大小关系,将第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给终端设备,以使第一推荐列表的概率大于返回随机筛选出的推荐列表的概率。其中,多个推荐内容在第一推荐列表中的排序和在其他推荐列表中的排序不同,第一推荐列表对应的点击率大于其他推荐列表对应的点击率。
示例性的,根据上述点击率确定的第一推荐列表,可以包括所有推荐列表下发次数均未达到预设次数的情况。例如,某个推荐列表的下发次数为10次,用户点击次数为20次,即点击率为200%;而其他推荐列表只下发次数为100次,用户点击次数为150次,即点击率为150%;故可以将点击率高的推荐列表确定为第一推荐列表。也就是说,每个推荐列表的下发次数未到预设次数且下发次数不一样时,此时即可根据点击率来确定第一推荐列表。
通过上述实施例中方式确定第一推荐列表,在实际应用中可以避免推荐商品的点击率会受到推荐位置的影响。例如,推荐列表中的每个位置用户观察到的概率不同,对于用户优先观察到的位置,最终相应的点击率自然也会相对较高。
示例性的,当用户点击图4中的搜索框400并搜索目标商品“小飞侠同款水杯”后,服务器接收目标商品的推荐请求,获取推荐商品集合,推荐商品集合包括与目标商品“小飞侠同款水杯”关联的多个推荐商品,如推荐商品1、推荐商品2、推荐商品3和推荐商品4。将推荐商品1、推荐商品2、推荐商品3和推荐商品4进行排序得到24个推荐列表,其中,每个推荐列表中的推荐商品排序不同。接着,随机选择所有推荐列表中任意一个向显示设备下发,随着多个不同终端设备一次或多次向服务器请求同一目标商品的推荐商品,这些推荐商品构成的多个推荐列表的下发次数也逐渐增多。当所有推荐列表的下发次数均达到预设次数时,统计每个推荐列表对应的点击次数,选取用户点击率最高的推荐列表确定为第一推荐列表。其中,每个推荐列表的点击次数为推荐列表中所有推荐内容的点击次数的加和。例如,当用户点击推荐商品2次数为12次、用户点击推荐商品3次数为5次、用户点击推荐商品1次数为8次和用户点击推荐商品4次数为2次时,该推荐列表的点击次数为27次。若其他推荐列表的点击次数均小于27次,将上述顺序依次为推荐商品2、推荐商品3、推荐商品1和推荐商品4的推荐列表确定为第一推荐列表,并保存第一推荐列表。
在一些实施例中,图7示出的显示设备与服务器的交互过程示意图,接收终端设备发送的内容推荐请求;内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;获取推荐内容集合,推荐内容集合包括与目标内容关联的多个推荐内容;将多个推荐内容进行排序得到多个推荐列表,其中,每个推荐列表中的推荐内容排序不同。在存在第一推荐列表时,根据随机产生的数值X和预设阈值的大小关系,将第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给终端设备,以使返回第一推荐列表的概率大于返回随机筛选出的推荐列表的概率;其中,多个推荐内容在第一推荐列表中的排序和在其他推荐列表中的排序不同;第一推荐列表对应的点击率大于其他推荐列表对应的点击率。
在一些实施例中,在不存在第一推荐列表时,如图6所示,将返回次数未达到预设次数的推荐列表中的任意一个返回给显示设备。也就是说,在所有推荐列表中选择任意一个推荐列表返回给显示设备。当返回次数达到预设次数后,即可确定第一推荐列表并保存第一推荐列表。
在一些实施例中,在根据随机产生的数值X和预设阈值的大小关系,将第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给终端设备时,在第一值与第二值之间随机获取数值X;判断数值X是否大于预设阈值,预设阈值小于第一值与第二值的中间值,且大于第一值;若数值X大于预设阈值,将第一推荐列表返回给终端设备;若数值X小于等于预设阈值,将其他推荐列表中的任意一个返回给终端设备。例如,可以在(0,1)中随机获取数值X;判断数值X是否大于预设阈值,预设阈值小于0.5;若数值X大于预设阈值,将第一推荐列表返回给显示设备;若数值X小于等于预设阈值,将其他推荐列表中的任意一个返回给显示设备。通过上述获取数值X并判断与预设阈值的大小,可以及时根据用户的兴趣变化调整推荐内容并深度挖掘用户的兴趣特点,从而将推荐内容与实际使用用户的喜好进行匹配。
示例性的,当用户点击图4中的搜索框400搜索目标商品“小飞侠同款水杯”后,服务器将在(0,1)中随机获取数值X,并设置预设阈值。其中预设阈值可根据实际情况自行设定,通常,预设阈值设置较小且小于0.5。进一步地,判断数值X是否大于预设阈值,例如,当数值X为0.9时,预设阈值为0.2时,即数值X大于预设阈值,将第一推荐列表返回给显示设备。例如,当数值X为0.1时,预设阈值为0.2时,将其他推荐列表中的任意一个返回给显示设备。由此,返回第一推荐列表的概率大于返回其他推荐列表的概率。
在一些实施例中,当其他推荐列表中产生对应点击率高于第一推荐列表的点击率的第二推荐列表时,将第二推荐列表及时替换第一推荐列表,将服务器中存储的第一推荐列表更新成第二推荐列表。由此,通过不断迭代,可以根据当前环境或用户的兴趣变化,及时调整存储在服务器中的第一推荐列表,保证较大概率为返回给显示设备的为当前较精确的推荐列表。
在一些实施例中,接收终端设备发送的内容推荐请求;内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;获取推荐内容集合,推荐内容集合包括与目标内容关联的多个推荐内容;将多个推荐内容进行排序得到多个推荐列表,其中,每个推荐列表中的推荐内容排序不同。向显示设备返回多个推荐列表中的任意一个。
在上述实施例中,本申请以显示设备接收用户对目标商品的操作后,显示目标商品的详情及与目标商品相关的推荐列表为例。进一步地,可根据实际情况采用其他方式的进行推荐内容,例如,根据用户收藏的商品和/或用户经常购买的历史商品在购物主页显示与目标商品相关的推荐列表从而达到商品推荐的目的。因此,若采用其它方式进行内容推荐则参照上述说明,这里不再赘述。
以上UI是以显示设备为例,其他类别的终端设备体现在内容推荐方面的UI基本与上述UI相似,这里不再一一列举。本申请提供的UI界面仅仅是示例性,具体以实际应用和设计为准。
根据以上实施例,本申请实施例还提供一种内容推荐方法,该方法可在服务器侧执行,所述方法的执行主体为服务器中的处理器,所述方法包括如图8所示的步骤:
S101,接收终端设备发送的内容推荐请求;内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
S102,将由多个推荐内容构成的推荐列表返回给终端设备;其中,在存在第一推荐列表时,根据随机产生的数值X和预设阈值的大小关系,将第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给终端设备,以使返回第一推荐列表的概率大于返回随机筛选出的推荐列表的概率;多个推荐内容在第一推荐列表中的排序和在其他推荐列表中的排序不同,第一推荐列表对应的点击率大于其他推荐列表对应的点击率。
在一些实施例中,在不存在第一推荐列表时,本申请实施例提供的内容推荐方法还包括:将返回次数未达到预设次数的推荐列表中的任意一个返回给终端设备。
在一些实施例中,将由多个推荐内容构成的推荐列表返回给终端设备之前,本申请实施例提供的内容推荐方法还包括:获取推荐内容集合,推荐内容集合包括与目标内容关联的多个推荐内容;将多个推荐内容进行排序得到多个推荐列表,其中,每个推荐列表中的推荐内容排序不同。
在一些实施例中,在存在第一推荐列表时,将第一推荐列表或其他推荐列表中的任意一个返回给终端设备还包括:在第一值与第二值之间随机获取数值X;判断数值X是否大于预设阈值,预设阈值小于第一值与第二值的中间值,大于第一值;若数值X大于预设阈值,将第一推荐列表返回给终端设备;若数值X小于等于预设阈值,将其他推荐列表中的任意一个返回给终端设备。
在一些实施例中,本申请实施例提供的内容推荐方法还包括:当所有推荐列表的下发次数均达到预设次数时,将对应最高点击率的推荐列表确定为第一推荐列表,点击率根据预设次数和点击次数计算得到,每个推荐列表的点击次数为推荐列表中所有推荐内容的点击次数的加和。
在一些实施例中,本申请实施例提供的内容推荐方法还包括:当其他推荐列表中产生对应点击率高于第一推荐列表的点击率的第二推荐列表时,使用第二推荐列表替换第一推荐列表。
在一些实施例中,本申请实施例提供的第一推荐列表是当所有推荐列表的下发次数均达到预设次数时,所有推荐列表中的对应最高点击率的推荐列表。
图9示出了服务器侧执行的另一种内容推荐方法,所述方法的执行主体为服务器中的处理器,所述方法包括如下步骤:
S201,接收终端设备发送的内容推荐请求,内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
S202,获取推荐内容集合,推荐内容集合包括与目标内容关联的多个推荐内容;
S203,将多个推荐内容进行排序得到多个推荐列表,其中,每个推荐列表中的推荐内容排序不同;
S204,向终端设备返回多个推荐列表中的任意一个。
图10示出了终端设备侧执行的一种内容推荐方法,所述方法的执行主体为终端设备中的控制器,所述方法包括如下步骤:
S301,向服务器发送内容推荐请求,内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
S302,接收并显示服务器返回的推荐列表,推荐列表中包括与目标内容相关联的多个推荐内容,其中,多个推荐内容在推荐列表中的排列顺序用于确定多个推荐内容在终端设备上的显示顺序。
在一些实施例中,终端设备也可以按照其他规则,根据推荐内容在推荐列表中的排序,确定推荐内容在界面中的展示顺序。
进一步地,本申请提供了一种服务器,包括存储器和处理器,存储器中存储有程序指令,处理器通过运行所述程序指令,执行包括上述终端设备各实施例中处理器用于执行或被配置的其他程序步骤,这里不再赘述。
由以上技术方案可以看出,基于本申请实施例提供的内容推荐方法,当终端设备针对某个目标内容向服务器发送内容推荐请求后,若在服务器保存有第一推荐列表,服务器则随机产生一个数值X,根据数值X和预设阈值的大小关系,将第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给终端设备,并控制返回第一推荐列表的概率大于返回其他推荐列表的概率。其中,多个推荐内容在第一推荐列表中的排序和在其他推荐列表中的排序不同,第一推荐列表对应的点击率大于其他推荐列表对应的点击率。当其他推荐列表中对应的用户点击次数高于第一推荐列表的用户点击次数时,立即对第一推荐列表进行更新。由此,可以根据用户的兴趣变化及时调整推荐列表中多个推荐内容的顺序,为用户提供更为精准的推荐列表。
本说明书中各个实施例之间相同相似的部分互相参照即可,在此不再赘述。
具体实现中,本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的内容推荐方法的各实施例中的部分或全部步骤。的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
为了方便解释,已经结合具体的实施方式进行了上述说明。但是,上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导,可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用,从而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变形的实施方式。

Claims (7)

1.一种内容推荐方法,应用于服务器,其特征在于,包括:
接收终端设备发送的内容推荐请求,所述内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
在存在第一推荐列表时,根据随机产生的数值X和预设阈值的大小关系,将所述第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给所述终端设备;所述推荐列表由多个所述推荐内容构成;所述第一推荐列表是当所有推荐列表的下发次数均达到预设次数时,所有推荐列表中的对应最高点击率的推荐列表;其中,所述数值X与所述预设阈值属于相同的数值范围,所述数值范围由第一值和第二值确定,所述第一值小于所述第二值;所述预设阈值小于所述第一值与第二值的中间值;若所述数值X大于所述预设阈值,则将所述第一推荐列表返回给所述终端设备;若所述数值X小于或等于所述预设阈值,则将从其他推荐列表中随机筛选出的一个推荐列表返回给所述终端设备。
2.根据权利要求1所述的方法,其特征在于,还包括:
在不存在所述第一推荐列表时,将返回次数未达到预设次数的推荐列表中的任意一个返回给所述终端设备。
3.根据权利要求2所述的方法,其特征在于,还包括:
获取推荐内容集合,所述推荐内容集合包括与所述目标内容关联的多个推荐内容;
将多个所述推荐内容进行排序得到多个推荐列表,其中,每个所述推荐列表中的所述推荐内容排序不同。
4.根据权利要求3所述的方法,其特征在于,还包括:
当所有推荐列表的下发次数均达到预设次数时,将对应最高点击率的推荐列表确定为所述第一推荐列表,所述点击率根据所述预设次数和点击次数计算得到,每个所述推荐列表的点击次数为所述推荐列表中所有推荐内容的点击次数的加和。
5.根据权利要求1所述的方法,其特征在于,还包括:
当其他推荐列表中产生对应点击率高于所述第一推荐列表的点击率的第二推荐列表时,使用所述第二推荐列表替换所述第一推荐列表。
6.一种内容推荐方法,应用于终端设备,其特征在于,包括:
向服务器发送内容推荐请求,所述内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
接收并显示服务器返回的推荐列表,所述推荐列表中包括与所述目标内容相关联的多个所述推荐内容;在存在第一推荐列表时,所述推荐列表为第一推荐列表,或为根据随机产生的数值X和预设阈值的大小关系从其它推荐列表中随机筛选出的一个推荐列表;所述第一推荐列表是当所有推荐列表的下发次数均达到预设次数时,所有推荐列表中的对应最高点击率的推荐列表;其中,所述数值X与所述预设阈值属于相同的数值范围,所述数值范围由第一值和第二值确定,所述第一值小于所述第二值;所述预设阈值小于所述第一值与第二值的中间值;若所述数值X大于所述预设阈值,则接收到的推荐列表为第一推荐列表;若所述数值X小于或等于所述预设阈值,则接收到的推荐列表为从其它推荐列表中随机筛选出的一个推荐列表。
7.一种服务器,其特征在于,包括存储器和处理器,所述存储器中存储有程序指令,所述处理器通过运行所述程序指令,执行下述步骤:
接收终端设备发送的内容推荐请求,所述内容推荐请求用于请求服务器返回与目标内容相关联的推荐内容;
在存在第一推荐列表时,根据随机产生的数值X和预设阈值的大小关系,将所述第一推荐列表或从其他推荐列表中随机筛选出的一个推荐列表返回给所述终端设备;所述推荐列表由多个所述推荐内容构成;所述第一推荐列表是当所有推荐列表的下发次数均达到预设次数时,所有推荐列表中的对应最高点击率的推荐列表;其中,所述数值X与所述预设阈值属于相同的数值范围,所述数值范围由第一值和第二值确定,所述第一值小于所述第二值;所述预设阈值小于所述第一值与第二值的中间值;若所述数值X大于所述预设阈值,则将所述第一推荐列表返回给所述终端设备;若所述数值X小于或等于所述预设阈值,则将从其他推荐列表中随机筛选出的一个推荐列表返回给所述终端设备。
CN202110797406.7A 2021-07-14 2021-07-14 一种内容推荐方法及服务器 Active CN113378068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110797406.7A CN113378068B (zh) 2021-07-14 2021-07-14 一种内容推荐方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110797406.7A CN113378068B (zh) 2021-07-14 2021-07-14 一种内容推荐方法及服务器

Publications (2)

Publication Number Publication Date
CN113378068A CN113378068A (zh) 2021-09-10
CN113378068B true CN113378068B (zh) 2023-07-18

Family

ID=77582104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110797406.7A Active CN113378068B (zh) 2021-07-14 2021-07-14 一种内容推荐方法及服务器

Country Status (1)

Country Link
CN (1) CN113378068B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111080413A (zh) * 2019-12-20 2020-04-28 深圳市华宇讯科技有限公司 电商平台商品的推荐方法、装置、服务器和存储介质
CN112930669A (zh) * 2018-10-31 2021-06-08 深圳市欢太科技有限公司 内容推荐方法、装置、移动终端及服务器

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106686063A (zh) * 2016-12-07 2017-05-17 乐视控股(北京)有限公司 一种信息推荐方法、装置及电子设备
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
CN111538901B (zh) * 2020-04-15 2023-06-06 达而观信息科技(上海)有限公司 一种物品推荐方法、装置、服务器及储存介质
CN111770370A (zh) * 2020-07-28 2020-10-13 聚好看科技股份有限公司 显示设备、服务器及媒资推荐的方法
CN112328906B (zh) * 2020-11-04 2024-08-27 中国平安人寿保险股份有限公司 内容项推荐方法、装置、设备及存储介质
CN112364202B (zh) * 2020-11-06 2023-11-14 上海众源网络有限公司 视频推荐方法、装置及电子设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112930669A (zh) * 2018-10-31 2021-06-08 深圳市欢太科技有限公司 内容推荐方法、装置、移动终端及服务器
CN111080413A (zh) * 2019-12-20 2020-04-28 深圳市华宇讯科技有限公司 电商平台商品的推荐方法、装置、服务器和存储介质

Also Published As

Publication number Publication date
CN113378068A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
US9535945B2 (en) Intent based search results associated with a modular search object framework
US20170220591A1 (en) Modular search object framework
EP2940607A1 (en) Enhanced search results associated with a modular search object framework
US11561679B2 (en) Display control system, display control method, and program for page arrangement of information items
JP2013152681A (ja) 食材検索システム及び食材検索方法
CN108701131A (zh) 响应于滚动活动向信息资源动态附加补充内容的系统和方法
US10430860B2 (en) Systems and methods for enhancing shopping experience in physical stores
CN111079016A (zh) 一种短视频推荐方法、装置及电子设备
CN101903898A (zh) 广告空间的锥体结构
US20130144752A1 (en) Recommendation assist device, recommendation assist system, user device, recommendation assist method and program storage medium
KR20160027492A (ko) 정보 제공 시스템 및 방법
US9310974B1 (en) Zoom-based interface navigation
US12112363B2 (en) Property data aggregation and evaluation tool
KR20120089366A (ko) 상품 정보 제공 서버 장치, 상품 정보 표시 방법, 상품 정보 제공 시스템, 단말 장치, 상품 정보 표시 프로그램이 기록된 기록 매체
CN113626709B (zh) 一种基于热度的内容推荐方法及服务器
CN113378068B (zh) 一种内容推荐方法及服务器
CN111859221A (zh) 一种项目推荐方法及装置
CN111047389A (zh) 一种ar购物应用的监控推荐分析方法及储存介质、系统
KR102273098B1 (ko) 스위핑 제스처 기반 모바일 쇼핑 검색 시스템
KR102603386B1 (ko) 페이지톡 기반의 동시 접속 다중 사용자 이커머스 플랫폼 제공 장치 및 방법
US20170372397A1 (en) System and method for consumer choice modeling
US8219912B2 (en) System and method for producing video map
US20210383451A1 (en) Iterative, multi-user selection and weighting recommendation engine
KR20210041730A (ko) 패션 상품 추천 방법, 장치 및 컴퓨터 프로그램
KR101501335B1 (ko) 어플리케이션 및 정보 간의 데이터 연동 장치 및 이를 이용한 이동통신 단말기의 개인비서 서비스 시스템 및 그 방법

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