CN113379514A - 信息推荐方法、装置、电子设备和介质 - Google Patents
信息推荐方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN113379514A CN113379514A CN202110847247.7A CN202110847247A CN113379514A CN 113379514 A CN113379514 A CN 113379514A CN 202110847247 A CN202110847247 A CN 202110847247A CN 113379514 A CN113379514 A CN 113379514A
- Authority
- CN
- China
- Prior art keywords
- resource
- user
- information
- recommended
- target user
- 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 64
- 238000004590 computer program Methods 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 19
- 230000000386 athletic effect Effects 0.000 description 16
- 241001672694 Citrus reticulata Species 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000012512 characterization method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种信息推荐方法,包括:确定资源推荐内容,其中,上述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及上述实体信息表征的实体提供上述每个推荐资源的场次信息;响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容;以及响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户。本公开还提供了一种用于观影的推荐装置、一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种信息推荐方法、一种信息推荐装置、一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
背景技术
在相关技术中,用户登录网络销售系统,通过首页进入资源选择界面,根据资源选择界面中的信息选择资源。
然而,用户在进入资源选择界面后,需要点击想要使用的资源以便进入实体界面,然后点击想要访问的实体以便进入场次界面,并点击实体界面以便进入座位选择或场地选择界面,以及点击座位或场地,从而完成下单。在此过程中,由于大部分用户购买目标较为明确,所以很多操作步骤较为多余,并且一旦用户在选择过程中选择错误,则需要退出然后重新进行选择,导致用户体验感较差以及用户购买率不高。
发明内容
有鉴于此,本公开提供了一种信息推荐方法、一种信息推荐装置、一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
本公开的一个方面提供了一种信息推荐方法,包括:确定资源推荐内容,其中,上述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及上述实体信息表征的实体提供上述每个推荐资源的场次信息;响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容;以及响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户。
根据本公开的实施例,上述确定资源推荐内容,包括:确定将在第一预定时间段内提供的多个候选资源;确定上述多个候选资源中的每个候选资源的权重值;按照上述每个候选资源的权重值的大小顺序,对上述多个候选资源中的每个候选资源进行排序,生成候选资源队列;获取目标用户的至少一个用户偏好类型;以及响应于成功获取到上述目标用户的至少一个用户偏好类型,基于获取到的上述目标用户的至少一个用户偏好类型,从上述候选资源队列中确定出上述资源推荐内容。
根据本公开的实施例,上述获取目标用户的至少一个用户偏好类型,包括:获取在第二预定时间段内已被上述目标用户执行过至少一个目标操作的资源集,其中,上述目标操作包括下单、标记和历史浏览中的至少一个;确定上述资源集中每个资源的属性;将上述资源集中属性相同的资源分类为同一用户偏好资源子集,得到至少一个用户偏好资源子集;获取上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值;以及根据上述至少一个用户偏好资源子集、上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值,确定上述目标用户的至少一个用户偏好类型。
根据本公开的实施例,根据上述至少一个用户偏好资源集、上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值,确定上述目标用户的至少一个用户偏好类型,包括:确定上述至少一个用户偏好资源子集中的每个用户偏好资源子集中每个目标操作所针对的资源数量;根据上述每个用户偏好资源子集中每个目标操作针对的资源数量、上述资源集中同一个目标操作针对的资源数量以及上述同一个目标操作的权重值,确定与上述每个用户偏好资源子集对应的上述属性的属性值;以及将与上述属性值中的最大值相对应的属性作为上述目标用户的用户偏好类型。
根据本公开的实施例,基于上述目标用户的至少一个用户偏好类型,从上述候选资源队列中确定上述资源推荐内容,包括:确定上述目标用户的至少一个用户偏好类型中的每个用户偏好类型的优先级;按照优先级从高到低的顺序,依次对上述候选资源队列中每个候选资源执行相关操作以确定推荐集合;以及根据上述每个候选资源的权重值,从上述推荐集合中选出预设数量的推荐资源;其中,上述相关操作包括以下至少之一:响应于当前遍历到的候选资源符合上述目标用户的当前优先级针对的用户偏好类型,将上述当前遍历到的候选资源添加到上述推荐集合中;响应于当前遍历到的候选资源不符合上述目标用户的当前优先级针对的用户偏好类型,跳过当前遍历到的候选资源并继续遍历下一候选资源。
根据本公开的实施例,还包括,获取提供上述推荐资源的至少一个实体,生成实体集合;获取上述实体集合中每个实体的实体信息,其中,上述实体信息包括实体位置和上述目标用户对上述实体的历史访问次数;以及基于上述实体位置和上述目标用户对上述实体的历史访问次数,从实体集合中选择至少一个实体,作为推荐实体。
根据本公开的实施例,还包括:响应于未能成功获取到上述目标用户的至少一个用户偏好类型,按照上述候选资源队列中每个资源的排序,选择预设数量的资源,作为推荐资源进行推荐。
根据本公开的实施例,上述资源包括影片,上述实体包括影院;其中,上述确定资源推荐内容包括:确定影片推荐内容,其中,上述影片推荐内容包括至少一个推荐影片的影片信息、与每个推荐影片对应的影院信息以及上述影院信息表征的影院针对上述每个推荐影片排片的场次信息;其中,上述响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容包括:响应于目标用户对上述影片推荐内容的选择,展示上述影片推荐内容;其中,上述响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户包括:响应于上述目标用户对上述影片推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息推荐给上述目标用户。
本公开的另一个方面提供了一种用于观影的推荐装置包括:确定模块,用于确定资源推荐内容,其中,上述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及上述实体信息表征的实体提供上述每个推荐资源的场次信息;展示模块,用于响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容;以及推荐模块,用于响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户。
根据本公开的实施例,上述确定模块包括:第一确定子模块,用于确定将在第一预定时间段内提供的多个候选资源;第二确定子模块,用于确定上述多个候选资源中的每个候选资源的权重值;排序子模块,用于按照上述每个候选资源的权重值的大小顺序,对上述多个候选资源中的每个候选资源进行排序;生成子模块,用于生成候选资源队列;获取子模块,用于获取目标用户的至少一个用户偏好类型;以及第三确定子模块,用于响应于成功获取到上述目标用户的至少一个用户偏好类型,基于获取到的上述目标用户的至少一个用户偏好类型,从上述候选资源队列中确定出上述资源推荐内容。
根据本公开的实施例,上述获取子模块包括:第一获取单元,用于获取在第二预定时间段内已被上述目标用户执行过至少一个目标操作的资源集,其中,上述目标操作包括下单、标记和历史浏览中的至少一个;第一确定单元,用于确定上述资源集中每个资源的属性;分类单元,用于将上述资源集中属性相同的资源分类为同一用户偏好资源子集,得到至少一个用户偏好资源子集;第二获取单元,用于获取上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值;以及第二确定单元,用于根据上述至少一个用户偏好资源子集、上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值,确定上述目标用户的至少一个用户偏好类型。
根据本公开的实施例,上述第二确定单元包括:第一确定子单元,用于确定上述至少一个用户偏好资源子集中的每个用户偏好资源子集中每个目标操作所针对的资源数量;第二确定子单元,用于根据上述每个用户偏好资源子集中每个目标操作针对的资源数量、上述资源集中同一个目标操作针对的资源数量以及上述同一个目标操作的权重值,确定与上述每个用户偏好资源子集对应的上述属性的属性值;以及选取子单元,用于将与上述属性值中的最大值相对应的属性作为上述目标用户的用户偏好类型。
根据本公开的实施例,上述第三确定子模块包括:第三确定单元,用于确定上述目标用户的至少一个用户偏好类型中的每个用户偏好类型的优先级;执行单元,用于按照优先级从高到低的顺序,依次对上述候选资源队列中每个候选资源执行相关操作,第四确定单元,用于根据上述执行单元对上述候选资源队列中每个候选资源执行相关操作的结果确定推荐集合;以及选择单元,用于根据上述每个候选资源的权重值,从上述推荐集合中选出预设数量的推荐资源;其中,上述执行单元包括以下至少之一:第一执行子单元,用于响应于当前遍历到的候选资源符合上述目标用户的当前优先级针对的用户偏好类型,将上述当前遍历到的候选资源添加到上述推荐集合中;第二执行子单元,用于响应于当前遍历到的候选资源不符合上述目标用户的当前优先级针对的用户偏好类型,跳过当前遍历到的候选资源并继续遍历下一候选资源。
根据本公开的实施例,还包括,第一获取模块,用于获取提供上述推荐资源的至少一个实体,生成模块,用于生成实体集合;第二获取模块,用于获取上述实体集合中每个实体的实体信息,其中,上述实体信息包括实体位置和上述目标用户对上述实体的历史访问次数;以及选择模块,用于基于上述实体位置和上述目标用户对上述实体的历史访问次数,从实体集合中选择至少一个实体,作为推荐实体。
根据本公开的实施例,还包括排序模块,用于响应于未能成功获取到上述目标用户的至少一个用户偏好类型,按照上述候选资源队列中每个资源的排序,选择预设数量的资源,作为推荐资源进行推荐。
根据本公开的实施例,上述资源包括影片,上述实体包括影院;其中,上述确定模块包括:第四确定子模块,用于确定影片推荐内容,其中,上述影片推荐内容包括至少一个推荐影片的影片信息、与每个推荐影片对应的影院信息以及上述影院信息表征的影院针对上述每个推荐影片排片的场次信息;其中,上述展示模块包括:展示子模块,用于响应于目标用户对上述影片推荐内容的选择,展示上述影片推荐内容;其中,上述推荐模块包括:推荐子模块,用于响应于上述目标用户对上述影片推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息推荐给上述目标用户。本公开的另一个方面提供了一种电子设备,包括:一个或多个处理器;以及存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现本公开实施例的上述方法。
本公开的另一方面提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现本公开实施例的上述方法。
本公开的另一个方面提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现根据本公开实施例的上述方法。
根据本公开的实施例,当用户对资源推荐内容进行选择时,便向用户展示资源推荐内容。其中,资源推荐内容包括推荐资源、推荐实体以及推荐实体中每个推荐资源的场次信息。用户可以根据推荐的资源的展示内容直接选择场次,并根据该场次的座位信息选择座位或根据该场次的场地信息选择场地,从而完成下单。与相关技术中需要先选择资源,然后选择实体,再选择场次,最后选择座位或场地相比,通过以上技术方案,可以至少部分地克服相关技术中下单方式存在购买步骤繁琐的技术问题,进而可以实现简化购买步骤并提高用户体验度的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的适于一种信息推荐方法和装置的示例性系统架构;
图2A至图2C示意性示出了根据本公开实施例的适于一种信息推荐方法和装置的应用场景;
图3示意性示出了根据本公开实施例的一种信息推荐方法的流程图;
图4A至图4C示意性示意出基于目标用户的至少一个用户偏好类型从候选资源集中确定资源推荐内容的示意图;
图5示意性示出了根据本公开实施例的确定目标用户的用户偏好资源集合的示意图;
图6示意性示出了根据本公开实施例的确定目标用户的至少一个用户偏好类型的示意图;
图7示意性示出了根据本公开实施例的信息推荐方法的原理图;
图8示意性示出了根据本公开的实施例的信息推荐装置的框图;以及
图9示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了上述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种信息推荐方法以及能够应用该方法的装置。该方法包括确定资源推荐内容,其中,上述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及上述实体信息表征的实体提供上述每个推荐资源的场次信息;响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容;以及响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户。
图1示意性示出了根据本公开实施例的适于一种信息推荐方法和装置的示例性系统架构。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、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,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、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、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,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
例如,用户可以在终端设备101、102、103上进行购买,选择资源及使用的资源场次,例如选择娱乐资源的场次、选择学习资源的场次或者选择运动资源的场次。服务器105通过网络104可以根据用户选择的资源及资源场次,获取该资源场次的座位信息或场地信息。例如,对于影片这种娱乐资源而言,可以获取放映电影的场次中的座位信息。例如,对于课程这种学习资源而言,可以获取课程的场地信息。例如,对于体育运动这种运动资源而言,可以获取体育运动的场地信息等。并将该座位信息或场地信息通过网络104下发至对应的终端设备101、102、103,以便用户选座。
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。
图2A示意性示出了根据本公开一个实施例的适于一种信息推荐方法和装置的应用场景。
如图2A所示,应用场景210可以用于推荐娱乐资源,比如影片。该应用场景210例如可以包括用户界面211、用户界面212和用户界面213。用户界面211例如可以包括一个控件,比如影片推荐2111,用户界面212例如可以包括推荐影片、推荐影院以及场次,用户界面213例如可以包括某场次的座位信息2131。
根据本公开的实施例,某用户进入某个购票系统后,在用户界面211(例如购票系统首页)可以点击影片推荐2111。响应于该用户点击影片推荐2111,展示用户界面212。由此,该用户可以根据用户界面212中的信息,选择推荐的影片、影院及场次。例如,该用户选择推荐影片1、推荐影院A中的11点10分的场次进行观影,那么可以获取该场次的座位信息2131,例如用户界面213中所显示的座位信息2131,则该用户可以根据用户界面213中的座位信息2131进行选座并完成购票。
此外,该用户还可以通过其他方式进入用户界面212,例如,该用户可以通过语音指令进入用户界面212,从而获取推荐的影片、影院以及场次的相关信息。
本领域技术人员可以理解,娱乐资源还可以包括相声表演、话剧表演、演唱会、体育比赛等等,相应的,提供娱乐资源实体可以为相声馆、话剧剧场、大型会场、体育馆等等。其他娱乐资源的信息推荐方法和装置的应用场景与上述应用场景210类似,在此不再赘述。
应该理解,涉及体育赛事的应用场景中,如果是选座位的方案,则用户是体育赛事的观众。
图2B示意性示出了根据本公开另一个实施例的适于一种信息推荐方法和装置的应用场景。
如图2B所示,应用场景220可以用于推荐学习资源,学习资源可以是在线学习资源,也可以是可预约的线下学习资源。比如,学习资源可以为课程。应用场景220例如可以包括用户界面221、用户界面222和用户界面223。用户界面221例如可以包括一个控件,比如课程推荐2211,用户界面222例如可以包括推荐课程、推荐学校以及场次,用户界面223例如可以包括某场次的场地信息2231。在一个示例中,学习资源可以是与法律相关的培训课程,推荐课程1是刑法的培训课程,学校A和学校B可以提供不同老师讲述的刑法的课程;推荐课程2是分阶段的培训课程,学校C和学校D可以提供不同阶段的法律课程,学校C可以提供不同老师的不同阶段的法律课程,学校D可以提供同一老师的不同阶段的法律课程。
根据本公开的实施例,某用户进入某个购课系统后,在用户界面221(例如购课系统首页)可以点击课程推荐2211。响应于该用户点击课程推荐2211,展示用户界面222。由此,该用户可以根据用户界面222中的信息,选择推荐的课程、学校及场次。例如,该用户选择例如图2B中推荐课程2、推荐学校D中的老师J的基础班场次进行学习,那么可以获取该场次的场地信息2231,例如用户界面223中所显示的场地信息2231,则该用户可以根据用户界面223中的场地信息2231进行选课并完成购课。在一个示例中,在图2B的场地信息2231中,有5月的课程、6月的课程及7月的课程,场地信息2231还包括相应的剩余名额,用户可以选择其中一个,比如5月的课程进行学习。每个月份的课程可以对应一个网络学校的直播间或者预定的学校的教室。
此外,该用户还可以通过其他方式进入用户界面222,例如,该用户可以通过语音指令进入用户界面222,从而获取推荐的课程、学校以及场次的相关信息。
本领域技术人员可以理解,学习资源还可以包括图书、演讲、讲座等等,相应的,提供学习资源实体可以为图书馆、礼堂、报告厅等等。其他学习资源的信息推荐方法和装置的应用场景与上述应用场景220类似,在此不再赘述。
图2C示意性示出了根据本公开另一个实施例的适于一种信息推荐方法和装置的应用场景。
如图2C所示,应用场景230可以用于推荐运动资源,比如体育运动。该应用场景230例如可以包括用户界面231、用户界面232和用户界面233。用户界面231例如可以包括一个控件,比如体育运动推荐2311,用户界面232例如可以包括推荐体育运动、推荐场馆以及场次,用户界面233例如可以包括某场次的场地信息2331。在本公开实施例中,推荐体育运动1可以是篮球运动,推荐体育运动2可以是羽毛球运动。
根据本公开的实施例,某用户进入某个场地预约系统后,在用户界面231(例如场地预约系统首页)可以点击运动推荐2311。响应于该用户点击运动推荐2311,展示用户界面232。由此,该用户可以根据用户界面232中的信息,选择推荐的体育运动、场馆及场次。例如,该用户选择例如图2C中的推荐体育运动1、推荐场馆B中的上午场次进行体育运动,那么可以获取该场次的场地信息2331,例如用户界面233中所显示的场地信息2331,则该用户可以根据用户界面233中的场地信息2331进行预约并完成下单。在本公开实施例中,场地信息2331中包括9块场地(比如篮球场),其中有3块场地无法预约,可能是已被预约。用户可以预约其他6块场地中的至少一块进行体育运动。
此外,该用户还可以通过其他方式进入用户界面232,例如,该用户可以通过语音指令进入用户界面232,从而获取推荐的体育运动、场馆以及场次的相关信息。
本领域技术人员可以理解,运动资源还可以包括团建、相亲、广场舞等等,相应的,提供运动资源的实体可以为训练基地、公园、广场等等。其他运动资源的信息推荐方法和装置的应用场景与上述应用场景230类似,在此不再赘述。
图3示意性示出了根据本公开实施例的一种信息推荐方法的流程图。如图3所示,该方法可以包括操作S310~S330。
在操作S310,确定资源推荐内容,其中,上述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及上述实体信息表征的实体提供上述每个推荐资源的场次信息。
根据本公开的实施例,资源可以是娱乐资源,比如是影片。实体可以包括影院;上述确定资源推荐内容可以包括:确定影片推荐内容,其中,上述影片推荐内容包括至少一个推荐影片的影片信息、与每个推荐影片对应的影院信息以及上述影院信息表征的影院针对上述每个推荐影片排片的场次信息。
根据本公开的实施例,可以根据近期播放的影片的讨论度、评分、流量度选择影片作为推荐影片进行推荐,并选择近期会播放该推荐影片的影院作为推荐影院进行推荐,以及推荐该推荐影院中该推荐影片的放映场次。
例如,可以根据过去一周上映的影片的评分,选择评分最高的影片进行推荐,或者根据未来即将上映的影片的讨论度,选择讨论度最高的影片进行推荐。进而,可以选择正在播放或即将播放该推荐影片的影院作为推荐影院进行推荐,同时,选择该推荐影院近期即将播放该推荐影片的场次信息进行推荐。
根据本公开的实施例,还可以根据用户历史购票信息,选择影片进行推荐。例如,可以根据用户历史观看影片的主演,选择近期播放的影片中主演与用户历史观看影片的主演一致的影片进行推荐。
根据本公开的实施例,还可以根据其他用户的购票信息,选择影片进行推荐。例如,根据与目标用户年纪相似的其他用户购买的影片信息,选择具有类似影片信息的影片进行推荐。
根据本公开的实施例,资源可以是学习资源,比如是课程。可以根据近期开课的课程的讨论度、流量度、授课老师的话题度选择课程作为推荐课程进行推荐,并选择近期会提供该推荐课程的学校作为推荐学校进行推荐,以及推荐该推荐学校中该推荐课程的授课场次。
例如,可以根据过去一周内授课老师的话题度,选择话题度最高的授课老师的课程进行推荐。进而,可以选择正在提供或即将提供该授课老师的课程的学校作为推荐学校进行推荐。同时,选择该推荐学校近期即将开课的推荐课程的场次信息进行推荐。在一个示例中,话题度可以根据一定时期内某个授课老师在某个搜索引擎的搜索次数确定,搜索次数越高,话题度越高。
根据本公开的实施例,还可以根据用户历史购课信息,选择课程进行推荐。例如,可以根据用户历史购买的课程的授课老师,选择近期开放的课程中授课老师与用户历史购买的课程的授课老师一致的课程进行推荐。
根据本公开的实施例,还可以根据其他用户的购课信息,选择课程进行推荐。例如,根据与目标用户年纪相似的其他用户购买的课程的信息,选择具有类似的信息的课程进行推荐。
根据本公开的实施例,资源可以为运动资源,比如体育运动。可以根据近期体育运动的讨论度、流量度、明星运动员的话题度选择体育运动进行推荐,并选择可以提供该体育运动的场馆作为推荐场馆进行推荐,以及推荐该推荐场馆中该推荐体育运动的场次信息。
例如,可以根据过去一周内体育运动的讨论度,选择讨论度最高的体育运动进行推荐。进而,可以选择正在提供或即将提供该体育运动的场地的场馆作为推荐场馆进行推荐。同时,选择该推荐场馆近期即将提供的推荐体育运动的场次信息进行推荐。在一个示例中,奥运会期间,篮球、羽毛球的讨论度最高,多次位列社交平台提供搜索排行榜单前几位,可以将篮球、羽毛球作为推荐体育运动。
根据本公开的实施例,还可以根据用户历史上进行体育运动的信息,选择体育运动进行推荐。例如,可以根据用户历史预约的体育运动场地(比如篮球场),选择附近可以提供在同样体育运动场地(篮球场)可以进行的体育运动进行推荐。
根据本公开的实施例,还可以根据其他用户的体育运动场地预约信息,选择体育运动进行推荐。例如,根据与目标用户年纪相似的其他用户预约的体育运动的信息,选择同样的体育运动进行推荐。
在操作S320,响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容。
根据本公开的实施例,上述资源可以是娱乐资源,比如影片,上述实体包括影院。可以响应于目标用户对上述影片推荐内容的选择,展示上述影片推荐内容。
根据本公开的实施例,目标用户对资源推荐内容的选择可以通过目标用户发出预设指令实现,该预设指令可以是预设语音信号、点击某个按钮。例如响应于感应到用户点击某个按钮,展示资源推荐内容。
在操作S330,响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户。根据本公开的实施例,资源可以是娱乐资源,比如是影片。可以响应于上述目标用户对上述影片推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息推荐给上述目标用户。
根据本公开的实施例,响应于目标用户选择该推荐影片的某一场次,获取该场次的座位信息以便该目标用户进行选座,响应于该目标用户选择座位并进行下单,返回本次购票信息。
根据本公开的实施例,资源可以是学习资源,比如是课程。响应于目标用户选择该推荐课程的某一场次,获取该场次的座位信息或场地信息以便该目标用户进行选择,响应于该目标用户选择座位或场地并进行下单,返回本次购课信息。例如,目标用户选择的推荐课程的场次是线下授课的场次,可以获取该场次的座位信息供目标用户选择。例如,目标用户选择的推荐课程的场次是线上授课的场次,可以获取该场次的场地信息共目标用户选择,在一个示例中,该场地信息可以是直播间的ID和密码。
根据本公开的实施例,资源可以为运动资源,比如是体育运动。响应于目标用户选择该体育运动的某一场次,获取该场次的场地信息以便该目标用户进行选择,响应于该目标用户选择场地并下单,返回本次体育运动预约信息。根据本公开的实施例,响应于目标用户在预定时间内没有选择推荐资源中的场次,可以重新确定资源推荐内容。
通过本公开实施例,通过确定资源推荐内容,响应于用户对资源推荐内容进行选择,向用户展示资源推荐内容。用户可以根据资源推荐内容直接选择资源、实体以及场次,即用户可以直接选择想要的资源的场次。无需用户先选择想要使用的资源,再根据该资源罗列的实体信息,选择合适的实体,然后再根据选择的实体罗列的场次信息,选择合适的场次,最后获取座位信息或场地信息,完成下单。从而可以极大地简化用户购买的过程,提升用户体验。
下面参考图4A~图4C以及图5~图7,结合具体实施例对图3所示的方法做进一步说明。
根据本公开的实施例,上述确定资源推荐内容,包括:确定将在第一预定时间段内提供的多个候选资源;确定上述多个候选资源中的每个候选资源的权重值;按照上述每个候选资源的权重值的大小顺序,对上述多个候选资源中的每个候选资源进行排序,生成候选资源队列;获取目标用户的至少一个用户偏好类型;以及响应于成功获取到上述目标用户的至少一个用户偏好类型,基于获取到的上述目标用户的至少一个用户偏好类型,从上述候选资源队列中确定出上述资源推荐内容。
需要说明的是,在第一预定时间段内提供的多个候选资源可以是近期播出的影片、近期开放的课程或者近期可进行的体育运动。例如近期播出的影片可以是已经上映的影片,也可以是未来几天即将上映的影片。近期开放的课程,可以是已经开放的课程,也可以是未来几天即将开放供用户选择的课程。近期可进行的体育运动,可以是已经可进行的体育运动(比如篮球),也可以是未来几天可进行的体育运动(比如滑雪)。
根据本公开的实施例,资源可以是娱乐资源,比如是影片。可以通过候选影片的讨论度、曝光度、流量度确定每个候选影片的权重值。例如,讨论度越高的影片,其权重值越大。
进一步地,根据本公开的实施例,可以根据候选影片的讨论度、曝光度、流量度确定每个候选影片的初始权重值。根据影片评分对候选影片的初始权重值进行二次计算,获得候选影片的权重值。
例如,某影片的权重值可以等于该影片的初始权重值加上该影片评分,例如,影片的权重值=影片初始权重值+影片评分(十分制)/10。
根据本公开的实施例,资源可以是学习资源,比如是课程。可以通过课程的讨论度、曝光度、流量度确定每个候选课程的权重值。例如,讨论度越高的影片,其权重值越大。
进一步地,根据本公开的实施例,可以根据候选课程的讨论度、曝光度、流量度确定每个候选课程的初始的权重值。再根据课程效果对候选课程的初始权重值进行二次计算,获得候选课程的权重值。
例如,课程效果为历史上选取该课程的用户参与相应考试后的通过率,某课程的权重值可以等于该课程的初始权重值加上该课程的效果,即,课程的权重值=课程初始权重值+课程效果。在一个示例中,历史上有992名用户选择了某法律资格的培训课程,992名用户中有561名用户通过了该法律资格考试,则课程效果可以为561/992≈0.57。
根据本公开的实施例,资源可以是运动资源,比如是体育运动。可以通过某项体育运动的讨论度、曝光度、流量度确定每个候选体育运动的权重值。例如,讨论度越高的体育运动,其权重值越大。
进一步地,根据本公开的实施例,可以根据候选体育运动的讨论度、曝光度、流量度确定每个候选体育运动的初始的权重值。根据体育运动成绩对候选体育运动的初始权重值进行二次计算,获得候选体育运动的权重值。
例如,体育运动成绩为近期国家队在国际赛事上取得的排名,某体育运动的权重值可以等于该体育运动的初始权重值加上该体育运动的成绩,即,体育运动的权重值=体育运动初始权重值+运动成绩。在一个示例中,某国男篮在最近举行的奥运会上排名第八,共16只参赛队伍,则体育运动成绩可以为8/16=0.5。
根据本公开的实施例,可以将确定的每个候选资源的权重值,按照权重值的大小顺序,生成候选资源队列。优选地,按照候选资源的权重值由大到小的顺序进行排序。
根据本公开的实施例,获取目标用户的至少一个用户偏好类型。
例如,资源可以是娱乐资源,比如是影片。目标用户的用户偏好类型可以包括偏好影片类型、偏好放映类型和偏好影片产地。影片类型例如可以包括喜剧/动作/剧情/爱情,放映类型例如可以包括2D/3D/IMAX,影片产地例如可以包括中国/美国/韩国。例如,可以假设获取目标用户的观影偏好类型为偏好影片类型和偏好放映类型,对应地,可以假设该目标用户的偏好影片类型为爱情,偏好放映类型为3D放映。
例如,资源可以是学习资源,比如是课程。目标用户的用户偏好类型可以包括偏好语言类型、偏好内容类型等等。语言类型可以包括方言/普通话,内容类型可以包括基础/提高/冲刺。在一个示例中,基础表征课程内容全面,提高表征课程内容主要为考试重点,冲刺表征课程内容针对的是即将到来的考试。
例如,资源可以是运动资源,比如是体育运动。目标用户的用户偏好类型可以包括偏好强度类型、偏好形式类型等等。强度类型可以包括竞技/休闲,形式类型包括体力/智力。在一个示例中,竞技表征体育运动对用户身体素质有一定的要求,比如篮球、羽毛球等;休闲表征体育运动对用户身体素质要求较低,比如广播体操等。在一个示例中,体力表征体育运动需要消耗用户的较多体力,比如举重、拔河等;智力表征体育运动需要消耗用户较多的智力,比如象棋、围棋等。
根据本公开的实施例,执行获取目标用户的至少一个用户偏好类型,可以包括以下情况:一种是成功获取到目标用户的至少一个用户偏好类型;另一种是未能成功获取到目标用户的至少一个用户偏好类型。
进一步,能够获取目标用户的至少一个用户偏好类型的情况可以是根据目标用户历史购买或预约记录,获取该目标用户的用户偏好类型,或者可以通过目标用户填写的用户信息获取该目标用户的至少一个用户偏好类型。例如,该目标用户在注册账号时,选择了用户偏好类型。例如,选择3D作为偏好放映类型,选择中国作为偏好产地类型。例如,选择普通话为偏好语言类型。例如,选择竞技为偏好强度类型。
进一步,无法获取目标用户的至少一个用户偏好类型的情况,可以是无法获取该目标用户的历史购买或预约信息,例如该目标用户并没有进行登录,或者该目标用户为新注册用户,或者该目标用户并没有影片购票记录,或者该目标用户并没有课程购买记录,或者该目标用户并没有体育运动的场地预约记录。
此外,获取的目标用户的用户偏好类型可以包括获取该目标用户近期的用户偏好类型(例如获取该目标用户最近半年的观影的用户偏好类型、获取该目标用户最近半年的购课的用户偏好类型或获取该目标用户最近半年的进行体育运动的用户偏好类型),获取该目标用户历史的用户偏好类型。
根据本公开实施例,响应于成功获取到该目标用户的至少一个用户偏好类型,基于获取到的该目标用户的至少一个用户偏好类型,从该候选资源队列中确定出资源推荐内容。
图4A示意性示意出基于目标用户的至少一个用户偏好类型从候选资源集合中确定资源推荐内容的一个示意图。
如图4A所示,资源可以是娱乐资源,比如是影片。可以假设当前共有5个候选影片,例如分别为候选影片A、候选影片B、候选影片C、候选影片D和候选影片E,每个候选影片的信息如图4A中所示。按照每个候选影片的权重值由大到小的顺序对5个候选影片进行排序,生成对应的候选影片队列411。候选影片队列411中各候选影片的排序为候选影片A、候选影片C、候选影片E、候选影片D和候选影片B。假设获取目标用户的用户偏好类型为偏好影片类型,对应地,假设该目标用户的观影偏好影片类型为喜剧。
由此,根据每个候选影片信息,从候选影片队列411中选择影片类型为喜剧的影片进行推荐,例如,选择候选影片C、候选影片D和候选影片B进行推荐,如推荐影片412。
更进一步地,可以从推荐影片412中选择权重值最大的影片进行推荐,例如确定候选影片C为影片推荐内容413。影片推荐内容413可以是点击例如图2A中的影片推荐2111的控件后展示的内容。
图4B示意性示意出基于目标用户的至少一个用户偏好类型从候选资源集合中确定资源推荐内容的另一个示意图。
如图4B所示,资源可以是学习资源,比如是课程。可以假设当前共有5个候选课程,例如分别为候选课程A、候选课程B、候选课程C、候选课程D和候选课程E,每个候选课程的信息如图4B中所示。按照每个候选课程的权重值由大到小的顺序对5个候选课程进行排序,生成对应的候选课程队列421。候选课程队列421中各候选课程的排序为候选课程A、候选课程D、候选课程B、候选课程C和候选课程E。假设获取目标用户的用户偏好类型为偏好语言类型,对应地,假设该目标用户的偏好语言类型为普通话。
由此,根据每个候选课程信息,从候选课程队列421中选择语言类型为普通话的课程进行推荐,例如,选择候选课程A、候选课程D和候选课程E进行推荐,如推荐课程422。
更进一步地,可以从推荐课程422中选择权重值最大的课程进行推荐,例如确定候选课程A为课程推荐内容423。课程推荐内容423可以是点击例如图2B中的课程推荐2211的控件后展示的内容。
图4C示意性示意出基于目标用户的至少一个用户偏好类型从候选资源集合中确定资源推荐内容的另一个示意图。
如图4C所示,资源可以为运动资源,比如是体育运动。可以假设当前共有5个候选体育运动,例如分别为候选体育运动A、候选体育运动B、候选体育运动C、候选体育运动D和候选体育运动E,每个候选体育运动的信息如图4C中所示。按照每个候选体育运动的权重值由大到小的顺序对5个候选体育运动进行排序,生成对应的候选体育运动队列431。候选体育运动队列431中各候选体育运动的排序为候选体育运动A、候选体育运动E、候选体育运动C、候选体育运动B和候选体育运动D。假设获取目标用户的用户偏好类型为偏好强度类型,对应地,假设该目标用户的偏好强度类型为竞技。
由此,根据每个候选体育运动信息,从候选体育运动队列431中选择强度类型为竞技的体育运动进行推荐,例如,选择候选体育运动A、候选体育运动C和候选体育运动B进行推荐,如推荐体育运动432。
更进一步地,可以从推荐体育运动432中选择权重值最大的体育运动进行推荐,例如确定候选体育运动A为体育运动推荐内容433。体育运动推荐内容413可以是点击例如图2C中的体育运动推荐2111的控件后展示的内容。
通过本公开实施例,由于采用了基于用户的用户偏好类型,选择候选资源队列中符合该用户的用户偏好的资源进行推荐的技术手段。可以根据用户喜好,精准定位推荐资源,提高用户的购买率,提高用户体验。
根据本公开的实施例,上述获取目标用户的至少一个用户偏好类型,包括:获取在第二预定时间段内已被上述目标用户执行过至少一个目标操作的资源集,其中,上述目标操作包括下单、标记和历史浏览中的至少一个;确定上述资源集中每个资源的属性;将上述资源集中属性相同的资源分类为同一用户偏好资源子集,得到至少一个用户偏好资源子集;获取上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值;以及根据上述至少一个用户偏好资源子集、上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值,确定上述目标用户的至少一个用户偏好类型。
需要说明的是,获取在第二预定时间段内被该目标用户执行过至少一个目标操作的资源集,可以是获取该目标用户最近三个月、最近一年或者从目标用户注册至今操作过的资源。
根据本公开的实施例,资源可以是娱乐资源,比如是影片,相应的,属性可以是影片类型。例如,某个影片的影片类型为喜剧,则该影片的属性为喜剧;另一影片的影片类型为悲剧,则这个影片的属性为悲剧。属性还可以是放映类型、影片产地。例如,某个影片的放映类型为2D,则该影片的属性为2D;又一影片的放映类型为3D,则这个影片的属性为3D。
根据本公开的实施例,资源可以是学习资源,比如是课程。相应地,属性可以是语言类型。例如,某个课程的语言类型为普通话,则该课程的属性为普通话。属性还可以是内容类型。例如,某个课程的内容类型为基础,则该课程的属性为基础。
根据本公开的实施例,资源可以是运动资源,比如是体育运动,相应地,属性可以是强度类型。例如,某个运动的强度类型为竞技,则该体育运动的属性为竞技。
根据本公开的实施例,将资源集中属性相同的资源分类为同一用户偏好资源子集,得到与该属性对应的一个用户偏好子集。
图5示意性示出了根据本公开实施例的确定目标用户的用户偏好资源子集的示意图。
如图5所示,可以假设资源集510中共有6个资源,分别为资源1、资源2、资源3、资源4、资源5和资源6。假设确定资源的属性包括:第一属性521和第二属性531。每个资源的属性如图5中资源集510中的内容所示。由此,按照第一属性521和第二属性531,将属性为第一属性的资源分类为同一用户偏好资源子集,得到与第一属性521对应的用户偏好资源子集,如图5中用户偏好资源子集A 520,将属性为第二属性的资源分类为同一用户偏好资源子集,得到与第二属性531对应的用户偏好资源子集,如图5中用户偏好资源子集B 530。
在一个示例中,资源可以为娱乐资源,比如是影片,属性可以为影片类型,如喜剧、悲剧等,即第一属性521可以为喜剧,第二属性531可以为悲剧。在一个示例中,资源可以为学习资源,比如是课程,属性可以为语言类型,如普通话、方言等,即第一属性521可以为普通话,第二属性531可以为方言。在一个示例中,资源可以为运动资源,比如是体育运动,属性可以为强度类型,即第一属性521可以为竞技,第二属性531可以为休闲。
目标操作可以为下单、标记和历史浏览,在资源集中,被执行过下单的资源为资源1和资源3,被执行过标记的资源为资源1、资源2、资源3、资源5和资源6,被执行过浏览的资源为资源1、资源2、资源3、资源4、资源5和资源6。那么,对应地,在资源集中,被执行过下单的资源数量为2,被执行过标记的资源数量为5,被执行过浏览的资源数量为6。
根据本公开实施例,获取上述资源集中每个目标操作的权重值,目标操作的权重值可以表示目标操作用于评价用户偏好的重要性。
通过本公开实施例,由于采用了根据用户操作过的历史信息,确定用户的用户偏好类型的技术手段,可以更加准确定位目标用户的偏好,可以为用户推荐更加符合用户偏好的资源,提高用户的购买率或预约率。
根据本公开的实施例,根据上述至少一个用户偏好资源子集、上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值,确定上述目标用户的至少一个用户偏好类型,包括:确定上述至少一个用户偏好资源子集中的每个用户偏好资源子集中每个目标操作所针对的资源数量;根据上述每个用户偏好资源子集中每个目标操作针对的资源数量、上述资源集中同一个目标操作针对的资源数量以及上述同一个目标操作的权重值,确定与上述每个用户偏好资源子集对应的上述属性的属性值;以及将与上述属性值中的最大值相对应的属性作为上述目标用户的用户偏好类型。
例如,沿用图5中的例子,资源可以为娱乐资源,比如是影片。属性可以为影片类型,第一属性可以为喜剧,第二属性可以为悲剧。根据每个影片对应的目标操作,可以看出,用户偏好资源子集A中被执行过下单的影片数量为1,被执行过标记的影片数量为3,被执行过浏览的影片数量为4。用户偏好资源子集B中被执行过下单的影片数量为1,被执行过标记的影片数量为2,被执行过浏览的影片数量为2。
例如,沿用图5中的例子,资源可以为学习资源,比如是课程。属性可以为语言类型,第一属性可以为普通话,第二属性可以为方言。根据每个课程对应的目标操作,可以看出,用户偏好资源子集A中被执行过下单的课程数量为1,被执行过标记的课程数量为3,被执行过浏览的课程数量为4。用户偏好资源子集B中被执行过下单的课程数量为1,被执行过标记的课程数量为2,被执行过浏览的课程数量为2。
例如,沿用图5中的例子,资源可以为运动资源,比如是体育运动。属性可以为强度类型,第一属性可以为竞技,第二属性可以为休闲。根据每个体育运动对应的目标操作,可以看出,用户偏好资源子集A中被执行过下单的体育运动的数量为1,被执行过标记的体育运动的数量为3,被执行过浏览的体育运动的数量为4。用户偏好资源子集B中被执行过下单的体育运动的数量为1,被执行过标记的体育运动的数量为2,被执行过浏览的体育运动的数量为2。在一个示例中,被执行过下单操作的体育运动可以理解为:用户通过某个场地预约系统预约过可以进行该体育运动的场地,并进行了付费。
根据本公开的实施例,根据上述每个用户偏好资源子集中每个目标操作针对的资源数量、上述资源集中同一个目标操作针对的资源数量以及上述同一个目标操作的权重值,确定与上述每个用户偏好资源子集对应的上述属性的属性值。每个用户偏好资源子集的属性值可以根据以下公式确定:
某个用户偏好资源子集的属性值=该用户偏好资源子集中目标操作1的资源数量/资源集中目标操作1的资源数量*目标操作1的权重值+该用户偏好资源子集中目标操作2的资源数量/资源集中目标操作2的资源数量*目标操作2的权重值+……+该用户偏好资源子集中目标操作i的资源数量/资源集中目标操作i的资源数量*目标操作i的权重值+……+该用户偏好资源子集中目标操作N的资源数量/资源集中目标操作N的资源数量*目标操作N的权重值。
进一步,目标操作包括下单、标记和历史浏览时,可以通过下式确定某个用户偏好资源子集的属性值:
某个用户偏好资源子集的属性值=该用户偏好资源子集中下单的资源数量/资源集中下单的资源数量*下单的权重值+该用户偏好资源子集中标记的资源数量/资源集中标记的资源数量*标记的权重值+该用户偏好资源子集中浏览的资源数量/资源集中浏览的资源数量*浏览的权重值。
例如,沿用图5中的例子,计算用户偏好资源子集A和用户偏好资源子集B的属性值,则:
用户偏好资源子集A的属性值=1/2*a+3/5*b+4/6*c;
用户偏好资源子集B的属性值=1/2*a+2/5*b+2/6*c;
其中,a为下单的权重值,b为标记的权重值,c为浏览的权重值。
可以假设图5的例子中,例如用户偏好资源子集A的属性值为0.9,用户偏好资源子集B的属性值为0.6。由此,可以确定与用户偏好资源子集A对应的属性。
根据本公开的实施例,将属性值中的最大值相对应的属性作为目标用户的用户偏好类型。例如,资源为影片时,目标用户的用户偏好类型可以为喜剧。例如,资源为课程时,目标用户偏好类型可以为普通话。例如,资源为体育运动时,目标用户偏好类型可以为竞技。
例如,图6示意性示出了根据本公开实施例的确定目标用户的至用户偏好类型的示意图,如图6所示,可以假设又一资源集610中共有6部影片,分别为资源A、资源B、资源C、资源D、资源E和资源F。每个资源的属性如图6中资源集610中的信息所示。其中,资源具有属性1的一种属性,以及属性2的一种属性。属性1包括第一属性和第二属性,属性2包括第三属性和第四属性。
按照第一属性的类型,将资源集中同一类型中属性相同的资源分类为同一用户偏好资源子集。例如,由此,按照属于同一类型(资源类型)的属性,将具有第一属性的资源分类为同一用户偏好资源子集,得到与第一属性对应的用户偏好资源子集620;将具有第二属性的资源分类为同一用户偏好资源子集,得到与第二属性对应的用户偏好资源子集6304以及,将具有第三属性的资源分类为同一用户偏好资源子集,得到与第三属性对应的用户偏好资源子集640;将具有第四属性的资源分类为同一用户偏好资源子集,得到与第四属性对应的用户偏好资源子集合650。
在一个示例中,资源可以为娱乐资源,比如是影片,按照属性的类型,将影片集中同一类型中属性相同的影片分类为同一用户偏好资源子集。属性1为影片类型,第一属性可以为喜剧,第二属性为悲剧;属性2为放映类型,第三属性为2D,第四属性为3D。进而可以得到:与喜剧对应的用户偏好资源子集620,与悲剧对应的用户偏好资源子集630,与2D对应的观影偏好影片集合640,与3D对应的观影偏好影片集合650。
在一个示例中,资源可以为学习资源,比如课程。按照属性的类型,将课程集中同一类型中属性相同的课程分类为同一用户偏好资源子集。属性1为语言类型,第一属性可以为普通话,第二属性可以为方言;属性2为内容类型,第三属性为基础,第四属性为提高。进而可以得到:与普通话对应的用户偏好资源子集620,与方言对应的用户偏好资源子集630,与基础对应的观影偏好影片集合640,与提高对应的观影偏好影片集合650。
在一个示例中,资源可以为运动资源,比如体育运动。按照属性的类型,将体育运动集中同一类型中属性相同的体育运动分类为同一用户偏好资源子集。属性1为强度类型,第一属性可以为竞技,第二属性可以为休闲;属性2为形式类型,第三属性为体力,第四属性为智力。进而可以得到:与竞技对应的用户偏好资源子集620,与休闲对应的用户偏好资源子集630,与体力对应的观影偏好影片集合640,与智力对应的观影偏好影片集合650。进一步地,可以假设用户偏好资源子集620的属性值为0.8,用户偏好资源子集630的属性值为0.5,用户偏好资源子集640的属性值为0.7,用户偏好资源子集650的属性值为0.9。由此,在属性属于同一类型的用户偏好资源子集中,选择属性值最大的用户偏好资源子集对应的属性为该目标用户的用户偏好类型。例如,用户偏好资源子集620和用户偏好资源子集630对应的属性属于同一类型,因此选择属性值最大的用户偏好资源子集620对应的第一属性作为该目标用户的用户偏好类型。用户偏好资源子集640和用户偏好资源子集650对应的属性属于同一类型,因此选择属性值最大的用户偏好资源子集650对应的第四属性作为该目标用户的用户偏好类型。例如,可以将喜剧和3D作为该目标用户的用户偏好类型。例如,可以将普通话和基础作为该目标用户的用户偏好类型。例如,可以将竞技和体力作为该目标用户的用户偏好类型。
通过本公开实施例,由于采用了根据用户操作过的资源历史信息,确定用户的用户偏好类型的技术手段,可以更加准确定位目标用户的偏好,为用户推荐更加符合该目标用户偏好的资源,可以提高用户的购买率和体验感。
根据本公开的实施例,基于上述目标用户的至少一个用户偏好类型,从上述候选资源队列中确定上述资源推荐内容,包括:确定上述目标用户的至少一个用户偏好类型中的每个用户偏好类型的优先级;按照优先级从高到低的顺序,依次对上述候选资源队列中每个候选资源执行相关操作以确定推荐集合;以及根据上述每个候选资源的权重值,从上述推荐集合中选出预设数量的推荐资源;其中,上述相关操作包括以下至少之一:响应于当前遍历到的候选资源符合上述目标用户的当前优先级针对的用户偏好类型,将上述当前遍历到的候选资源添加到上述推荐集合中;响应于当前遍历到的候选资源不符合上述目标用户的当前优先级针对的用户偏好类型,跳过当前遍历到的候选资源并继续遍历下一候选资源。
根据本公开实施例,可以通过该目标用户的历史资源使用记录确定每个用户偏好类型的优先级。不同用户的每个用户偏好类型的优先级可以相同也可以不相同。
例如,资源可以为娱乐资源,比如是影片。该用户在搜索观影影片时,根据影片类型进行索引的次数较多,因此,可以确定该目标用户的用户偏好类型中影片类型的优先级较高。
例如,资源可以是学习资源,比如是课程。用户搜索课程时,根据语言类型进行索引的次数较多,因此,可以确定该目标用户的用户偏好类型中语言类型的优先级较高。
例如,资源可以是运动资源,比如是体育运动。用户搜索体育运动时,根据强度类型进行索引的次数较多,因此,可以确定该目标用户的用户偏好类型中强度类型的优先级较高。
根据本公开的实施例,按照候选资源集中每个候选资源的顺序,可以依次选择符合第一优先级的用户偏好类型的资源,并将选出的资源添加到第一推荐集合中。
根据本公开的实施例,按照第一推荐集合中每个候选资源的顺序,依次选择符合第二优先级的用户偏好类型的资源,并将选出的资源添加到第二推荐集合中。以此类推,获得推荐集合。
根据本公开的实施例,还可以是上述第二推荐集合中候选资源数量为0,则按照第一推荐集合中每个候选资源的顺序,依次选择符合第三优先级的用户偏好类型的资源,并将选出的资源添加到第三推荐集合中。
根据本公开的实施例,可以按照推荐资源中每个候选资源的权重值的大小,从推荐集合中选出预设数量的推荐资源。优选地,按照每个候选资源的权重值由大到小进行排序,按照排序顺序选出预设数量的资源进行推荐,例如选出候选资源的权重值最大和第二大的资源进行推荐。
根据本公开的实施例,还可以是上述第三推荐集合中候选影片数量为0,根据候选资源的权重值,从第二推荐集合中选出预设数量的推荐资源。或者,上述第二推荐集合和第三推荐集合中候选资源数量均为0,根据第一权重值,从第一推荐集合中选出预设数量的推荐资源。
通过本公开的实施例,由于采用了在根据用户的用户偏好类型选择资源进行推荐的基础上,进一步,还根据推荐资源的权重值(可以反映讨论度、评价较高)选择最佳的推荐资源,可以选出符合用户偏好类型且具有较高讨论度、评价较高的资源进行推荐,可以提高用户的购买率和体验感。
根据本公开实施例,还包括,获取提供上述推荐资源的至少一个实体,生成实体集合;获取上述实体集合中每个实体的实体信息,其中,上述实体信息包括实体位置和上述目标用户对上述实体的历史访问次数;以及基于上述实体位置和上述目标用户对上述实体的历史访问次数,从实体集合中选择至少一个实体,作为推荐实体。
例如,资源可以是娱乐资源,比如是影片。可以获取本区域近期售卖该推荐影片的至少一个影院。在一个示例中,可以获取本市未来两天售卖该推荐影片的至少一个影院。
例如,推荐资源可以是学习资源,比如是课程。可以获取本区域内开放该推荐课程的至少一个学校或机构。在一个示例中,可以获取本市未来两周内开放该推荐课程的至少一个学校。
例如,推荐资源可以为是运动资源,比如体育运动。可以获取本区域内提供该推荐体育运动的场地的至少一个场馆。根据本公开的实施例,根据每个实体与该目标用户当前位置之间的距离,选出距离目标用户最近的实体进行推荐。以及根据每个实体对应的该目标用户的历史访问次数(用户去过的次数),选出该目标用户历史访问次数最多的实体进行推荐。
例如,资源可以是娱乐资源,比如是影片,相应的实体可以是影院。根据每个影院与该目标用户当前位置的距离,选出距离目标用户最近的影院进行推荐。以及根据每个影院对应的该目标用户的历史观影次数(用户去过的次数),选出该目标用户历史观影次数最多的影院进行推荐。
在一个示例中,将选出的该目标用户历史观影次数最多的影院作为第一推荐影院,将选出的距离该目标用户最近的影院作为第二推荐影院。
例如,资源可以是学习资源,比如是课程,相应的实体可以是学校。根据每个学校与该目标用户当前位置的距离,选出距离目标用户最近的学校进行推荐。以及根据每个学校对应的该目标用户的历史访问次数,选出该目标用户历史访问次数最多的学校进行推荐。
在一个示例中,将选出的该目标用户历史访问次数最多的学校作为第二推荐学校,将选出的距离该目标用户最近的学校作为第二推荐学校。
例如,资源可以是运动资源,比如是体育运动,相应的实体可以是体育场馆。根据每个场馆与该目标用户当前位置的距离,选出距离最近的体育场馆进行推荐。以及根据每个场馆对应的该目标用户的历史访问次数,选出该目标用户历史访问次数最多的场馆进行推荐。
在一个示例中,将选出的该目标用户历史访问次数最多的场馆作为第一推荐场馆,将选出的距离该目标用户最近的体育场馆作为第二推荐场馆。
通过本公开的实施例,由于采用了根据实体距离和用户历史访问次数,选出距离用户最近的实体和用户访问次数最多的实体进行推荐的技术手段,可以选出满足用户历史资源使用习惯,以及方便用户前往的实体进行推荐,可以极大地提高用户的购买概率。
根据本公开的实施例,响应于未能成功获取到上述目标用户的至少一个用户偏好类型,按照上述候选资源队列中每个资源的排序,选择预设数量的资源,作为推荐资源进行推荐。
根据本公开的实施例,未能成功获取目标用户的至少一个资源偏好类型可能有多种原因。例如,该目标用户仅进入影片购票系统,而并进行没有登录,因此无法获取该目标用户的用户信息和历史购票信息,进而无法获取该目标用户的至少一个用户偏好类型。例如,该目标用户仅是在某学校的网站上填写了基本信息,没有浏览课程就退出了登录,进而无法获取该目标用户的至少一个用户偏好类型。例如,该目标用户没有在网络上预约过运动场地,或者没有参与过体育运动,也就无法获取获取该目标用户的至少一个用户偏好类型。
根据本公开的实施例,响应于未能成功获取目标用户的至少一个用户偏好类型,可以根据候选资源集中每个候选资源的权重值,选择候选资源的权重值最高的影片进行推荐。例如,影片A的权重值最高,可以推荐影片A。例如,课程A的权重值最高,可以推荐课程A。例如,体育运动A的权重值最高,可以推荐体育运动A。
根据本公开的实施例,响应于未能成功获取目标用户的至少一个用户偏好类型,可以选择预设数量的资源进行推荐。例如,选择两个影片进行推荐,则可以选择候选影片的权重值最高的影片作为第一推荐影片,选择候选影片的权重值次高的影片作为第二推荐影片。例如,可以随机选择两个课程进行推荐。例如,可以选择候选体育运动的权重值第三高的体育运动进行推荐。
通过本公开的实施例,由于采用了当无法获取目标用户的用户偏好类型时,根据候选资源集合中每个资源的排序,例如按照候选资源的权重值,选择较优的候选资源进行推荐的技术手段,可以使推荐的资源更具有吸引力,进而提高购买率。
图7示意性示出了根据本公开实施例的信息推荐方法的原理图。
如图7所示,信息推荐方法可以包括如下操作:
S710、生成候选资源集合;
S720、获取目标用户的至少一个用户偏好类型;
S730、响应于成功获取目标用户的至少一个用户偏好类型,执行从候选资源集合中按照目标用户的用户偏好类型选出推荐资源的操作;
S740、响应于无法获取目标用户的至少一个用户偏好类型,执行从候选资源集合中按照每个候选资源的权重值的大小选出推荐资源的操作;
S750、根据目标用户的历史访问次数和/或目标用户当前位置选出推荐实体;
S760、将推荐资源、推荐实体以及该推荐实体中售卖该推荐资源的场地信息或座位信息,确定为当前推荐内容,推荐给目标用户。
作为一种可选实施例,上述资源包括影片,上述实体包括影院;其中,上述确定资源推荐内容包括:确定影片推荐内容,其中,上述影片推荐内容包括至少一个推荐影片的影片信息、与每个推荐影片对应的影院信息以及上述影院信息表征的影院针对上述每个推荐影片排片的场次信息;其中,上述响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容包括:响应于目标用户对上述影片推荐内容的选择,展示上述影片推荐内容;其中,上述响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户包括:响应于上述目标用户对上述影片推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息推荐给上述目标用户。
图8示意性示出了根据本公开的实施例的用于观影的推荐装置的框图。
如图8所示,用于观影的推荐装置800包括确定模块810、展示模块820和推荐模块830。
确定模块,用于确定资源推荐内容,其中,上述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及上述实体信息表征的实体提供上述每个推荐资源的场次信息;展示模块,用于响应于目标用户对上述资源推荐内容的选择,展示上述资源推荐内容;以及推荐模块,用于响应于上述目标用户对上述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给上述目标用户。
根据本公开的实施例,上述确定模块包括:第一确定子模块,用于确定将在第一预定时间段内提供的多个候选资源;第二确定子模块,用于确定上述多个候选资源中的每个候选资源的权重值;排序子模块,用于按照上述每个候选资源的权重值的大小顺序,对上述多个候选资源中的每个候选资源进行排序;生成子模块,用于生成候选资源队列;获取子模块,用于获取目标用户的至少一个用户偏好类型;以及第三确定子模块,用于响应于成功获取到上述目标用户的至少一个用户偏好类型,基于获取到的上述目标用户的至少一个用户偏好类型,从上述候选资源队列中确定出上述资源推荐内容。
根据本公开的实施例,上述获取子模块包括:第一获取单元,用于获取在第二预定时间段内已被上述目标用户执行过至少一个目标操作的资源集,其中,上述目标操作包括下单、标记和历史浏览中的至少一个;第一确定单元,用于确定上述资源集中每个资源的属性;分类单元,用于将上述资源集中属性相同的资源分类为同一用户偏好资源子集,得到至少一个用户偏好资源子集;第二获取单元,用于获取上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值;以及第二确定单元,用于根据上述至少一个用户偏好资源子集、上述资源集中每个目标操作针对的资源数量以及上述每个目标操作的权重值,确定上述目标用户的至少一个用户偏好类型。
根据本公开的实施例,上述第二确定单元包括:第一确定子单元,用于确定上述至少一个用户偏好资源子集中的每个用户偏好资源子集中每个目标操作所针对的资源数量;第二确定子单元,用于根据上述每个用户偏好资源子集中每个目标操作针对的资源数量、上述资源集中同一个目标操作针对的资源数量以及上述同一个目标操作的权重值,确定与上述每个用户偏好资源子集对应的上述属性的属性值;以及选取子单元,用于将与上述属性值中的最大值相对应的属性作为上述目标用户的用户偏好类型。
根据本公开的实施例,上述第三确定子模块包括:第三确定单元,用于确定上述目标用户的至少一个用户偏好类型中的每个用户偏好类型的优先级;执行单元,用于按照优先级从高到低的顺序,依次对上述候选资源队列中每个候选资源执行相关操作,第四确定单元,用于根据上述执行单元对上述候选资源队列中每个候选资源执行相关操作的结果确定推荐集合;以及选择单元,用于根据上述每个候选资源的权重值,从上述推荐集合中选出预设数量的推荐资源;其中,上述执行单元包括以下至少之一:第一执行子单元,用于响应于当前遍历到的候选资源符合上述目标用户的当前优先级针对的用户偏好类型,将上述当前遍历到的候选资源添加到上述推荐集合中;第二执行子单元,用于响应于当前遍历到的候选资源不符合上述目标用户的当前优先级针对的用户偏好类型,跳过当前遍历到的候选资源并继续遍历下一候选资源。
根据本公开的实施例,还包括,第一获取模块,用于获取提供上述推荐资源的至少一个实体,生成模块,用于生成实体集合;第二获取模块,用于获取上述实体集合中每个实体的实体信息,其中,上述实体信息包括实体位置和上述目标用户对上述实体的历史访问次数;以及选择模块,用于基于上述实体位置和上述目标用户对上述实体的历史访问次数,从实体集合中选择至少一个实体,作为推荐实体。
根据本公开的实施例,还包括排序模块,用于响应于未能成功获取到上述目标用户的至少一个用户偏好类型,按照上述候选资源队列中每个资源的排序,选择预设数量的资源,作为推荐资源进行推荐。
根据本公开的实施例,上述资源包括影片,上述实体包括影院;其中,上述确定模块包括:第四确定子模块,用于确定影片推荐内容,其中,上述影片推荐内容包括至少一个推荐影片的影片信息、与每个推荐影片对应的影院信息以及针对上述影院信息表征的影院提供上述每个推荐影片排片的场次信息;其中,上述展示模块包括:展示子模块,用于响应于目标用户对上述影片推荐内容的选择,展示上述影片推荐内容;其中,上述推荐模块包括:推荐子模块,用于响应于上述目标用户对上述影片推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息推荐给上述目标用户。
根据本公开的实施例的模块、子模块中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,确定模块810、展示模块820和推荐模块830中的任意多个可以合并在一个模块/子模块中实现,或者其中的任意一个模块/子模块可以被拆分成多个模块/子模块。或者,这些模块/子模块中的一个或多个模块/子模块的至少部分功能可以与其他模块/子模块的至少部分功能相结合,并在一个模块/子模块/单元中实现。根据本公开的实施例,确定模块810、展示模块820和推荐模块830中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,确定模块810、展示模块820和推荐模块830中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中系统部分实施方式与本公开的实施例中方法部分实施方式对应相同或类似,系统部分实施方式的描述具体请参考方法部分实施方式的描述,在此不再赘述。
本公开还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
图9示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的框图。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,根据本公开实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分909加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,上述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在上述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备900还可以包括输入/输出(I/O)接口909,输入/输出(I/O)接口909也连接至总线904。电子设备900还可以包括连接至I/O接口909的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分909;包括硬盘等的存储部分909;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口909。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分909。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本公开实施例的电子设备中限定的上述功能。根据本公开的实施例,上文描述的电子设备、设备、装置、模块、单元等可以通过计算机程序模块来实现。
用于实施本公开实施例的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码在被处理器或控制器执行时能够实现流程图和/或框图中所示意的操作/功能。程序代码可以完全地在本地机器上执行,或者还可以完全地在远程机器上(如远程服务器上)执行,或者还可以作为独立软件包部分地在本地机器上执行且部分地在远程机器上执行。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,上述模块、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。也应当注意,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,两个接连地表示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,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
Claims (12)
1.一种信息推荐方法,包括:
确定资源推荐内容,其中,所述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及所述实体信息表征的实体提供所述每个推荐资源的场次信息;
响应于目标用户对所述资源推荐内容的选择,展示所述资源推荐内容;以及
响应于所述目标用户对所述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给所述目标用户。
2.根据权利要求1所述的方法,其中,所述确定资源推荐内容,包括:
确定将在第一预定时间段内提供的多个候选资源;
确定所述多个候选资源中的每个候选资源的权重值;
按照所述每个候选资源的权重值的大小顺序,对所述多个候选资源中的每个候选资源进行排序,生成候选资源队列;
获取目标用户的至少一个用户偏好类型;以及
响应于成功获取到所述目标用户的至少一个用户偏好类型,基于获取到的所述目标用户的至少一个用户偏好类型,从所述候选资源队列中确定出所述资源推荐内容。
3.根据权利要求2所述的方法,其中,所述获取目标用户的至少一个用户偏好类型,包括:
获取在第二预定时间段内已被所述目标用户执行过至少一个目标操作的资源集,其中,所述目标操作包括下单、标记和历史浏览中的至少一个;
确定所述资源集中每个资源的属性;
将所述资源集中属性相同的资源分类为同一用户偏好资源子集,得到至少一个用户偏好资源子集;
获取所述资源集中每个目标操作针对的资源数量以及所述每个目标操作的权重值;以及
根据所述至少一个用户偏好资源子集、所述资源集中每个目标操作针对的资源数量以及所述每个目标操作的权重值,确定所述目标用户的至少一个用户偏好类型。
4.根据权利要求3所述的方法,其中,根据所述至少一个用户偏好资源子集、所述资源集中每个目标操作针对的资源数量以及所述每个目标操作的权重值,确定所述目标用户的至少一个用户偏好类型,包括:
确定所述至少一个用户偏好资源子集中的每个用户偏好资源子集中每个目标操作所针对的资源数量;
根据所述每个用户偏好资源子集中每个目标操作针对的资源数量、所述资源集中同一个目标操作针对的资源数量以及所述同一个目标操作的权重值,确定与所述每个用户偏好资源子集对应的所述属性的属性值;以及
将与所述属性值中的最大值相对应的属性作为所述目标用户的用户偏好类型。
5.根据权利要求2所述的方法,其中,基于所述目标用户的至少一个用户偏好类型,从所述候选资源队列中确定所述资源推荐内容,包括:
确定所述目标用户的至少一个用户偏好类型中的每个用户偏好类型的优先级;
按照优先级从高到低的顺序,依次对所述候选资源队列中每个候选资源执行相关操作以确定推荐集合;以及
根据所述每个候选资源的权重值,从所述推荐集合中选出预设数量的推荐资源;
其中,所述相关操作包括以下至少之一:
响应于当前遍历到的候选资源符合所述目标用户的当前优先级针对的用户偏好类型,将所述当前遍历到的候选资源添加到所述推荐集合中;
响应于当前遍历到的候选资源不符合所述目标用户的当前优先级针对的用户偏好类型,跳过当前遍历到的候选资源并继续遍历下一候选资源。
6.根据权利要求5所述的方法,还包括,
获取提供所述推荐资源的至少一个实体,生成实体集合;
获取所述实体集合中每个实体的实体信息,其中,所述实体信息包括实体位置和所述目标用户对所述实体的历史访问次数;以及
基于所述实体位置和所述目标用户对所述实体的历史访问次数,从实体集合中选择至少一个实体,作为推荐实体。
7.根据权利要求2所述的方法,还包括:
响应于未能成功获取到所述目标用户的至少一个用户偏好类型,按照所述候选资源队列中每个资源的排序,选择预设数量的资源,作为推荐资源进行推荐。
8.根据权利要求1至7任一项所述的方法,其中,所述资源包括影片,所述实体包括影院;
所述确定资源推荐内容包括:
确定影片推荐内容,其中,所述影片推荐内容包括至少一个推荐影片的影片信息、与每个推荐影片对应的影院信息以及所述影院信息表征的影院针对所述每个推荐影片排片的场次信息;
所述响应于目标用户对所述资源推荐内容的选择,展示所述资源推荐内容包括:
响应于目标用户对所述影片推荐内容的选择,展示所述影片推荐内容;
所述响应于所述目标用户对所述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给所述目标用户包括:
响应于所述目标用户对所述影片推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息推荐给所述目标用户。
9.一种信息推荐装置,包括:
确定模块,用于确定资源推荐内容,其中,所述资源推荐内容包括至少一个推荐资源的资源信息、与每个推荐资源对应的实体信息以及每个实体信息表征的实体提供对应推荐资源的场次信息;
展示模块,用于响应于目标用户对所述资源推荐内容的选择,展示所述资源推荐内容;以及
推荐模块,用于响应于所述目标用户对所述资源推荐内容中的场次信息的选择,获取与被选中的场次信息对应的座位信息或场地信息并推荐给所述目标用户。
10.一种电子设备,包括:
一个或多个处理器;以及
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至8中任一项所述的方法。
12.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至8中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110122094X | 2021-01-28 | ||
CN202110122094 | 2021-01-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113379514A true CN113379514A (zh) | 2021-09-10 |
Family
ID=77582924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110847247.7A Pending CN113379514A (zh) | 2021-01-28 | 2021-07-26 | 信息推荐方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379514A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117557317A (zh) * | 2023-12-14 | 2024-02-13 | 广州睿自游信息科技有限公司 | 一种基于购票记录的场次推荐方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663627A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 个性化推荐方法 |
CN106372235A (zh) * | 2016-09-12 | 2017-02-01 | 中国联合网络通信集团有限公司 | 电影推荐方法及其系统 |
CN106875022A (zh) * | 2016-12-30 | 2017-06-20 | 腾讯科技(深圳)有限公司 | 院线座位网络选取方法和装置 |
US20180241829A1 (en) * | 2017-02-20 | 2018-08-23 | At&T Intellectual Property I, L.P. | Social media and location-based informed entertainment recommendations |
CN109121007A (zh) * | 2018-09-18 | 2019-01-01 | 深圳市酷开网络科技有限公司 | 基于多人脸识别的影视内容推荐方法、智能电视及系统 |
CN109410018A (zh) * | 2018-11-16 | 2019-03-01 | 大连锐进科技发展有限公司 | 影院售票管理系统 |
CN109426993A (zh) * | 2017-08-24 | 2019-03-05 | 上海淘票儿信息科技有限公司 | 一种推荐观看信息的方法及系统 |
CN109815368A (zh) * | 2018-12-10 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 资源推荐方法、装置、设备及计算机可读存储介质 |
CN110322029A (zh) * | 2018-03-29 | 2019-10-11 | 北京红马传媒文化发展有限公司 | 资源推荐方法、装置及电子设备 |
CN110598104A (zh) * | 2019-09-05 | 2019-12-20 | 上海博泰悦臻网络技术服务有限公司 | 电影的快速预订方法/系统、计算机可读存储介质及终端 |
CN111626831A (zh) * | 2020-06-02 | 2020-09-04 | 重庆智者炎麒科技有限公司 | 一种基于神经网络的售票方法及票务系统 |
-
2021
- 2021-07-26 CN CN202110847247.7A patent/CN113379514A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663627A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 个性化推荐方法 |
CN106372235A (zh) * | 2016-09-12 | 2017-02-01 | 中国联合网络通信集团有限公司 | 电影推荐方法及其系统 |
CN106875022A (zh) * | 2016-12-30 | 2017-06-20 | 腾讯科技(深圳)有限公司 | 院线座位网络选取方法和装置 |
US20180241829A1 (en) * | 2017-02-20 | 2018-08-23 | At&T Intellectual Property I, L.P. | Social media and location-based informed entertainment recommendations |
CN109426993A (zh) * | 2017-08-24 | 2019-03-05 | 上海淘票儿信息科技有限公司 | 一种推荐观看信息的方法及系统 |
CN110322029A (zh) * | 2018-03-29 | 2019-10-11 | 北京红马传媒文化发展有限公司 | 资源推荐方法、装置及电子设备 |
CN109121007A (zh) * | 2018-09-18 | 2019-01-01 | 深圳市酷开网络科技有限公司 | 基于多人脸识别的影视内容推荐方法、智能电视及系统 |
CN109410018A (zh) * | 2018-11-16 | 2019-03-01 | 大连锐进科技发展有限公司 | 影院售票管理系统 |
CN109815368A (zh) * | 2018-12-10 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 资源推荐方法、装置、设备及计算机可读存储介质 |
CN110598104A (zh) * | 2019-09-05 | 2019-12-20 | 上海博泰悦臻网络技术服务有限公司 | 电影的快速预订方法/系统、计算机可读存储介质及终端 |
CN111626831A (zh) * | 2020-06-02 | 2020-09-04 | 重庆智者炎麒科技有限公司 | 一种基于神经网络的售票方法及票务系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117557317A (zh) * | 2023-12-14 | 2024-02-13 | 广州睿自游信息科技有限公司 | 一种基于购票记录的场次推荐方法及系统 |
CN117557317B (zh) * | 2023-12-14 | 2024-04-16 | 广州睿自游信息科技有限公司 | 一种基于购票记录的场次推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8867901B2 (en) | Mass participation movies | |
US20150032658A1 (en) | Systems and Methods for Capturing Event Feedback | |
US11062374B2 (en) | Continuum-based selection of product choice | |
Braunhofer et al. | Recommending music for places of interest in a mobile travel guide | |
US20090187473A1 (en) | System and method for recruiting online | |
WO2019177485A1 (ru) | Способ и система автоматического бронирования спортивного объекта с помощью чат-бота | |
US20180025366A1 (en) | Event-to-spectator prediction and hosting tool | |
KR102186582B1 (ko) | O2o 공간 공유 및 모임 서비스 제공 시스템 | |
KR20190137649A (ko) | 웹 혹은 스마트폰 앱을 이용한 스포츠 시설 및 지도자 선택방법 | |
US11497960B2 (en) | Microlearning event management in a modular learning system | |
JP6067068B2 (ja) | アプリストアとタイムラインを連携させて掲示物を推薦するサービスの提供方法およびシステム | |
CN104991971B (zh) | 一种视频信息的处理方法及装置 | |
CN113379514A (zh) | 信息推荐方法、装置、电子设备和介质 | |
EP2912622A1 (en) | System and method for tracking consumer habits at a venue | |
US20220237714A1 (en) | Systems and methods for generating dynamic listing of hotels based upon user selected parameters | |
JP6623560B2 (ja) | リクエストシステム、リクエスト方法 | |
KR20140048603A (ko) | 사용자 맞춤형 동영상 강좌 생성 시스템 및 방법 | |
US11669848B1 (en) | System and method for accurate predictions using a predictive model | |
JP2018036699A (ja) | 受験管理装置、受験管理方法、及び受験管理プログラム | |
Ntoa et al. | User generated content for enhanced professional productions: a mobile application for content contributors and a study on the factors influencing their satisfaction and loyalty | |
JP6923829B1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Patel et al. | Markit: Community play and computation to generate rich location descriptions through a mobile phone game | |
Watson et al. | Lab 1-Topspin Product Description | |
Srivastav et al. | Culture Production and Consumption in Post-COVID Era: A Meta-Analysis of OTT Industry in India | |
Botte et al. | INNOVATIVE TECHNOLOGIES IN MUSEUMS: A REVIEW OF GAMIFIED AUGMENTED REALITY EXPERIENCES |
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 |