CN113761344A - 一种信息推荐的方法和装置 - Google Patents

一种信息推荐的方法和装置 Download PDF

Info

Publication number
CN113761344A
CN113761344A CN202110153647.8A CN202110153647A CN113761344A CN 113761344 A CN113761344 A CN 113761344A CN 202110153647 A CN202110153647 A CN 202110153647A CN 113761344 A CN113761344 A CN 113761344A
Authority
CN
China
Prior art keywords
user
information
recommendation
tags
recommended
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
Application number
CN202110153647.8A
Other languages
English (en)
Inventor
胡杰青
徐文胜
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.)
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Wodong Tianjun Information 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 Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Wodong Tianjun Information Technology Co Ltd
Priority to CN202110153647.8A priority Critical patent/CN113761344A/zh
Publication of CN113761344A publication Critical patent/CN113761344A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0273—Determination of fees for advertising
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种信息推荐的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：基于体现用户画像的用户标签，以及体现待推荐信息的推荐标签确定用户的有效标签；并通过计算推荐信息位对应的用户标签的推荐位标签值，从有效标签中选取设定数量的目标标签，进而根据目标标签确定展示给用户的待推荐信息；克服了仅根据用户标签确定待推荐信息的准确率较低的问题，提高了信息推荐的准确率，进而提高了信息推荐的个性化程度和投入产出比。

Description

一种信息推荐的方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种信息推荐的方法和装置。
背景技术
用户推荐信息已在互联网应用中具有广泛的应用。目前为用户推荐信息的方式主要为：获取用户特征信息中包含的多个用户主要标签，基于用户主要标签，为用户推荐信息。
由于用户标签数量较大，现有的信息推荐方式所基于的用户主要标签并不能准确表达用户的实际需求、或者与信息推荐的定向需求匹配度较低，导致信息推荐准确性较低。
发明内容
有鉴于此，本发明实施例提供一种信息推荐的方法和装置，能够基于体现用户画像的用户标签，以及体现待推荐信息的推荐标签，确定用户的有效标签；并通过计算推荐信息位对应的用户标签的推荐位标签值，从有效标签中选取设定数量的目标标签，进而根据目标标签确定展示给用户的待推荐信息；因此克服了仅根据用户标签确定待推荐信息的准确率较低的问题，提高了信息推荐的准确率，进而提高了信息推荐的个性化程度和投入产出比。
为实现上述目的，根据本发明实施例的一个方面，提供了一种信息推荐的方法，其特征在于，包括：响应于接收到客户端发送的页面获取请求，将所述页面获取请求对应的页面提供给所述客户端，其中，所述页面获取请求包括用户信息，所述页面包括信息推荐位；根据所述用户信息，确定所述用户信息对应的用户标签；根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签；基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息。
可选地，所述信息推荐的方法，其特征在于，
获取浏览所述信息推荐位的多个用户对应的用户标签；基于所述信息推荐位对应的多个已推荐信息的推荐成本，计算所述用户标签的推荐位标签值；基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，包括：根据所述用户标签的推荐位标签值，从所述有效标签中，为所述信息推荐位选取设定数量的目标标签；根据所述目标标签，确定所述目标推荐信息。
可选地，所述信息推荐的方法，其特征在于，
根据所述用户信息，确定所述用户信息对应的用户标签，包括：根据所述用户信息包括的用户标识，从用户特征数据源中获取所述用户信息包括的用户标识对应的用户标签，所述用户特征数据源包含由用户画像数据、用户行为数据中的任意一种或多种数据生成的用户标签。
可选地，所述信息推荐的方法，其特征在于，计算所述用户标签的推荐位标签值，包括：针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：从所述信息推荐位对应的多个已推荐信息中，确定所述用户标签对应的至少一个目标已推荐信息；根据至少一个所述目标已推荐信息的推荐成本，统计所述用户标签的推荐位标签值。
可选地，所述信息推荐的方法，其特征在于，计算所述用户标签的推荐位标签值，包括：针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：针对所述信息推荐位，统计所述用户标签的点击次数和浏览次数；基于所述用户标签的点击次数和浏览次数，计算所述用户标签的推荐位标签值。
可选地，所述信息推荐的方法，其特征在于，根据所述用户标签的推荐位标签值，从所述有效标签中选取设定数量的目标标签，包括：确定所述信息推荐位对应的所有具有所述推荐位标签值的第一用户标签；从所述有效标签中选择与所述第一用户标签匹配的第二用户标签；当所述第二用户标签的个数大于设定数量时，根据所述第二用户标签的推荐位标签值的排序，从所述第二用户标签中选择设定数量的目标标签。
可选地，所述信息推荐的方法，其特征在于，进一步包括：当所述第二用户标签的个数小于设定数量时，将所述第二用户标签作为所述目标标签，并从所述有效标签中随机选择剩余个数的目标标签，其中，所述第二用户标签的个数与所述剩余个数之和为所述设定数量。
可选地，所述信息推荐的方法，其特征在于，根据所述用户标签的推荐位标签值，从所述有效标签中选取设定数量的目标标签，包括：
根据所述用户标签的推荐位标签值，对所述信息推荐位对应的多个第三用户标签进行排序；针对排序结果中推荐位标签值从高到低的第三用户标签，循环执行下述步骤，直至所述目标标签的个数达到所述设定数量或者所述排序结果中的所有第三用户标签均执行完成下述步骤，结束循环：判断所述第三用户标签是否属于所述有效标签，如果是，则确定所述第三用户标签为所述目标标签。
可选地，所述信息推荐的方法，其特征在于，
所述信息推荐位对应的任一用户标签的推荐位标签值，包括：推荐成本统计值和点击率数值；对所述信息推荐位对应的多个第三用户标签进行排序，包括：基于所述推荐成本统计值从高到低的顺序，将所述信息推荐位对应的用户标签进行排序；当存在推荐成本统计值相同的多个用户标签时，基于所述点击率数值从高到低的顺序，对具有相同推荐成本统计值的多个用户标签进行排序。
为实现上述目的，根据本发明实施例的第二方面，提供了一种信息推荐的装置，其特征在于，包括：接收页面获取请求模块、确定有效标签模块和确定目标推荐信息模块；其中，
所述接收页面获取请求模块，用于响应于接收到客户端发送的页面获取请求，将所述页面获取请求对应的页面提供给所述客户端，其中，所述页面获取请求包括用户信息，所述页面包括信息推荐位；
所述确定有效标签模块，用于根据所述用户信息，确定所述用户信息对应的用户标签；根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签；
所述确定目标推荐信息模块，用于基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息。
优选地，所述确定目标推荐信息模块，用于获取浏览所述信息推荐位的多个用户对应的用户标签；基于所述信息推荐位对应的多个已推荐信息的推荐成本，计算所述用户标签的推荐位标签值；基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，包括：根据所述用户标签的推荐位标签值，从所述有效标签中，为所述信息推荐位选取设定数量的目标标签；根据所述目标标签，确定所述目标推荐信息。
可选地，所述确定目标推荐信息模块，还用于针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：从所述信息推荐位对应的多个已推荐信息中，确定所述用户标签对应的至少一个目标已推荐信息；根据至少一个所述目标已推荐信息的推荐成本，统计所述用户标签的推荐位标签值。
可选地，所述确定目标推荐信息模块，还用于计算所述用户标签的推荐位标签值，包括：针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：针对所述信息推荐位，统计所述用户标签的点击次数和浏览次数；基于所述用户标签的点击次数和浏览次数，计算所述用户标签的推荐位标签值。
可选地，所述确定目标推荐信息模块，还用于根据所述用户标签的推荐位标签值，从所述有效标签中选取设定数量的目标标签，包括：确定所述信息推荐位对应的所有具有所述推荐位标签值的第一用户标签；从所述有效标签中选择与所述第一用户标签匹配的第二用户标签；当所述第二用户标签的个数大于设定数量时，根据所述第二用户标签的推荐位标签值的排序，从所述第二用户标签中选择设定数量的目标标签。
可选地，所述确定目标推荐信息模块，还用于当所述第二用户标签的个数小于设定数量时，将所述第二用户标签作为所述目标标签，并从所述有效标签中随机选择剩余个数的目标标签，其中，所述第二用户标签的个数与所述剩余个数之和为所述设定数量。
可选地，所述确定目标推荐信息模块，还用于根据所述用户标签的推荐位标签值，从所述有效标签中选取设定数量的目标标签，包括：根据所述用户标签的推荐位标签值，对所述信息推荐位对应的多个第三用户标签进行排序；针对排序结果中推荐位标签值从高到低的第三用户标签，循环执行下述步骤，直至所述目标标签的个数达到所述设定数量或者所述排序结果中的所有第三用户标签均执行完成下述步骤，结束循环：判断所述第三用户标签是否属于所述有效标签，如果是，则确定所述第三用户标签为所述目标标签。
可选地，所述确定目标推荐信息模块，还用于所述信息推荐位对应的任一用户标签的推荐位标签值，包括：推荐成本统计值和点击率数值；对所述信息推荐位对应的多个第三用户标签进行排序，包括：基于所述推荐成本统计值从高到低的顺序，将所述信息推荐位对应的用户标签进行排序；当存在推荐成本统计值相同的多个用户标签时，基于所述点击率数值从高到低的顺序，对具有相同推荐成本统计值的多个用户标签进行排序。
为实现上述目的，根据本发明实施例的第三方面，提供了一种信息推荐的电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述信息推荐的方法中任一所述的方法。
为实现上述目的，根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如上述信息推荐的方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：能够基于体现用户画像的用户标签，以及体现待推荐信息的推荐标签确定用户的有效标签；并通过计算推荐信息位对应的用户标签的推荐位标签值，从有效标签中选取设定数量的目标标签，进而根据目标标签确定展示给用户的待推荐信息；克服了仅根据用户标签确定待推荐信息的准确率较低的问题，提高了信息推荐的准确率，进而提高了信息推荐的个性化程度和投入产出比。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明一实施例提供的一种现有的信息推荐的方法的流程示意图；
图2是本发明第一实施例提供的一种信息推荐的流程示意图；
图3是本发明第二实施例提供的一种信息推荐的流程示意图；
图4是本发明一个实施例提供的一种信息推荐的装置的结构示意图；
图5是本发明实施例可以应用于其中的示例性系统架构图；
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
用户推荐信息已在互联网应用中具有广泛的应用，用户推荐信息的一个实施例为推荐给用户的广告，以下以广告举例描述本发明的方法。
目前，互联网应用的广告提供方对广告精准和个性化推送的要求越来越高，用户标签定向技术是实现个性化广告推送的关键技术之一，如图1的示意图所示，步骤S101描述的数据处理平台接收用户画像或行为数据，分析各个用户的用户画像数据、用户行为数据等生成用户标签，即利用大数据、人工智能技术，通过对用户画像数据和用户行为数据的收集、提取、清洗和分析，生成用户标签，步骤S102描述的信息服务模块从基于时间排序的用户标签中选取设定数量的用户标签：即，基于用户标签对应的发生时间进行逆排序，根据系统的性能和广告的数量，从逆排序的用户标签中选取设定数量的用户标签；步骤S103描述的广告投放系统根据选择的用户标签确定对应的广告；但是，按照用户标签对应的发生时间的逆排序并选择设定数量的用户标签，可能造成较高价值的用户标签未被选择，从而使选取的广告集合未达到投入产出比最优的需求；并且，当广告提供方提供的推荐标签未包含于所选取的用户标签时，降低了选取广告的准确性。
鉴于此，如图2所示，本发明实施例提供了一种信息推荐的方法，该方法可以包括以下步骤：
步骤S201：响应于接收到客户端发送的页面获取请求，将所述页面获取请求对应的页面提供给所述客户端，其中，所述页面获取请求包括用户信息，所述页面包括信息推荐位；
具体地，用户通过客户端发送页面获取请求，其中，页面例如：电子商城的页面、新闻应用的页面、社交应用的页面等，进一步地，页面包含信息推荐位，即，展示和推荐信息的位置，例如：页面中的广告位，一个应用中可以包含多个广告位，多个广告位可以存在于同一个页面或不同的页面；因此当用户发送的页面获取请求包含信息推荐位的标识，以使服务端返回对应于信息推荐位的标识的信息(例如：广告)。
步骤S202：根据所述用户信息，确定所述用户信息对应的用户标签；根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签。
具体地，根据用户信息(例如：用户标识)确定对应的用户标签，其中，用户标签是从用户特征数据源中获取的所述用户信息包括的用户标识对应的用户标签，所述用户特征数据源包含由用户画像数据、用户行为数据中的任意一种或多种数据生成的用户标签。例如：用户abc的用户标签关联于用户画像数据，例如：女、白领、妈妈、硕士等，也关联于用户行为数据，例如：浏览、购买、租赁、手机、儿童书籍等；可以理解的是，一个用户可以对应1000个标签、或者100个标签，随着用户画像的细分，用户对应的用户标签数量也随之增长。
进一步地，根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签；具体地，待推荐信息为将要展示的信息，以广告为例，广告数据源可以预先存储广告提供方提供的各个待展示广告(即待推荐信息)，针对每一个广告，广告提供方可以设置多个推荐标签，例如：一个手机的广告(即为待推荐信息)提供方设置的推荐标签包含：手机、白领、年轻人、ABC(品牌名称)等；则根据推荐标签，从用户标签中选取有效标签，例如：用户abc对应1000个用户标签，预先存储的待推荐信息对应的推荐标签有500个，则根据推荐标签，将用户标签中与推荐标签关联性低的用户标签过滤掉之后剩余的用户标签为有效标签，例如：用户标签中包含游艇，推荐标签中不包含游艇，则将“游艇”这个用户标签过滤掉，即从所述用户标签中选取有效标签；可以理解的是，通过选取与推荐标签关联的有效标签，可以提高为用户abc推送广告时的准确率，从而克服现有技术中仅根据用户标签而确定广告的缺陷。
进一步地，预先存储的待推荐信息为实时更新的，当有广告提供方增加广告、移除广告、增加推荐标签、删除推荐标签时，将待推荐信息相应地变更。
步骤S203：基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息。
具体地，目标推荐信息为根据用户对应的有效标签所选取的推荐信息，用于展示于该用户的客户端页面，可以理解的是，用户发送获取页面请求包含信息推荐位信息，目标推荐信息展示于对应的信息推荐位，即，将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息，例如：根据用户aaa的500个有效标签、和广告推荐位1(即信息推荐位)，广告投放系统为用户aaa选择的广告为广告1(广告1即为目标推荐信息)，则发送广告1的信息给用户aaa的客户端，客户端在广告推荐位1展示广告1。
如图3所示，本发明实施例提供了一种推荐信息的方法，该方法可以包括以下步骤：
步骤S301：根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签。
具体地，选取有效标签的描述与步骤S201的描述一致，在此不再赘述。
步骤S302：根据所述用户标签的推荐位标签值，从所述有效标签中，为所述信息推荐位选取设定数量的目标标签。
优选地，基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，包括：根据所述用户标签的推荐位标签值，从所述有效标签中，为所述信息推荐位选取设定数量的目标标签；根据所述目标标签，确定所述目标推荐信息。包括：获取浏览所述信息推荐位的多个用户对应的用户标签；基于所述信息推荐位对应的多个已推荐信息的推荐成本，计算所述用户标签的推荐位标签值；具体地，当用户的有效标签较多时，基于有效标签的数据查询对系统性能负担较大，因此优选地，从多个有效标签中，进一步地根据用户标签与推荐成本的标签值，选择设定数量的标签作为目标标签，例如：从500个有效标签中选择200(即为设定数量)个有效标签作为目标标签；其中，各个信息推荐位对应的目标标签数量为不同，即设定数量针对信息推价位而设定的；其中，推荐成本是从所述信息推荐位对应的多个已推荐信息(例如：已经展示的广告)的日志数据中心获取，已推荐信息位已经展示于信息推荐位的信息(例如：广告)，推荐位标签值是基于浏览信息推荐位的用户标签、以及展示于该信息推荐位的已推荐信息统计并计算的。例如：从日志中获取数据然后进行统计，日志可以是数据库中的数据表，例如包括：用户请求表，用于记录用户信息、信息推荐位等；信息展示表，用于记录已推荐信息的展示数据；信息点击表，用于记录推荐信息被点击的数据；日志可以基于设定时间获取并更新，以实时获取该信息推荐位的用户信息、推荐信息。
进一步地，计算推荐位标签值的方法有两种：
第一种方法：针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：从所述信息推荐位对应的多个已推荐信息中，确定所述用户标签对应的至少一个目标已推荐信息；根据至少一个所述目标已推荐信息的推荐成本，统计所述用户标签的推荐位标签值。
具体地，推荐成本以CPM(千次展现成本，Cost Per Mille，CPM)为例，推荐成本为已推荐信息的的CPM，仍以广告为例：例如：广告位(即信息推荐位)对应的广告有50个，每个广告的CPM可以是不相同的，根据广告的内容和数量由广告提供方设置CPM(即推荐成本)；又，经过统计浏览该广告位的用户有1000个，假设用户对应的用户标签数量为[1,1000]中数字，各个用户的用户标签可以是一致的，例如：女、白领、手机等；进一步地，针对每个广告位对应的用户标签计算CPM的统计值(例如，平均值、百分位值、中位值等)，例如：统计值以平均值为例，计算公式如公式(1)所示：
CPM(tag)＝Average(act_price) (1)
其中，tag为用户标签，act_price为推荐成本，由此计算各个用户标签的推荐位标签值(例如CPM平均值)；例如：用户标签1对应的广告1的推荐成本为10元，用户标签1对应的广告2的推荐成本为20元，用户标签1对应的广告3的推荐成本为15元，则计算用户标签1对应的平均值为15；通过计算用户标签的推荐位标签值，有助于确定价值较高的用户标签，以提高广告提供方推荐信息的投出产出比。
第二种方法：针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：针对所述信息推荐位，统计所述用户标签的点击次数和浏览次数；基于所述用户标签的点击次数和浏览次数，计算所述用户标签的推荐位标签值。
具体地，仍以广告为例，计算推荐位标签值可以基于广告位的CTR计算，CTR(Click-Through Rate，点击通过率，CTR＝广告点击次数/广告展现次数)，计算公式如公式(2)所示：
CTR(tag)＝Count(clicktag)/Count(impressiontag) (2)
即，针对所述信息推荐位，统计所述用户标签的点击次数和浏览次数；基于所述用户标签的点击次数和浏览次数，计算所述用户标签的推荐位标签值；通过计算用户标签的推荐位标签值，有助于确定价值较高的用户标签，以提高广告提供方的投出产出比。
优选地，根据所述用户标签的推荐位标签值，从所述有效标签中选取设定数量的目标标签，有两种方法：
第一种方法：确定所述信息推荐位对应的所有具有所述推荐位标签值的第一用户标签；从所述有效标签中选择与所述第一用户标签匹配的第二用户标签；
1)当所述第二用户标签的个数大于设定数量时，根据所述第二用户标签的推荐位标签值的排序，从所述第二用户标签中选择设定数量的目标标签。例如：用户aaa的有效标签为500个，基于系统的性能和广告投放的数量，确定目标标签为200个，200即为设定数量，当从500个有效标签中选取200个目标标签时，根据具有推荐位标签值的用户标签而确定(可以存在不具有推荐位标签值的用户标签)，可以理解的是，由此可以优选出价值较高的用户标签；即，确定所述信息推荐位对应的所有具有所述推荐位标签值的第一用户标签；从所述有效标签中选择与所述第一用户标签匹配的第二用户标签；当所述第二用户标签的个数大于设定数量(例如：200)时，根据所述第二用户标签的推荐位标签值的排序，例如：基于CPM值从高到低排序，当CPM相等时，基于CTR排序，从所述第二用户标签中选择设定数量的目标标签；例如：从高到低选择200个与有效标签匹配的目标标签。
2)当所述第二用户标签的个数(例如：100)小于设定数量(例如：200)时，将所述第二用户标签作为所述目标标签，并从所述有效标签中随机选择剩余个数的目标标签(即从有效标签中随机选择100个，使目标标签的数量为设定数量)，其中，所述第二用户标签的个数与所述剩余个数之和为所述设定数量。
第二种方法：根据所述用户标签的推荐位标签值，对所述信息推荐位对应的多个第三用户标签进行排序；针对排序结果中推荐位标签值从高到低的第三用户标签，循环执行下述步骤，直至所述目标标签的个数达到所述设定数量或者所述排序结果中的所有第三用户标签均执行完成下述步骤，结束循环：判断所述第三用户标签是否属于所述有效标签，如果是，则确定所述第三用户标签为所述目标标签。具体地，基于推荐位标签值对各个用户标签(即第三用户标签)排序，从该到低获取第三用户标签，匹配有效标签，如果查找到匹配的有效标签，则将该第三用户标签作为目标标签；循环执行直到获取设定数量的目标标签。其中，根据推荐位标签值排序的方法为：所述信息推荐位对应的任一用户标签的推荐位标签值，包括：推荐成本统计值和点击率数值；对所述信息推荐位对应的多个第三用户标签进行排序，包括：基于所述推荐成本统计值从高到低的顺序，将所述信息推荐位对应的用户标签进行排序；当存在推荐成本统计值相同的多个用户标签时，基于所述点击率数值从高到低的顺序，对具有相同推荐成本统计值的多个用户标签进行排序。例如：对于各个第三用户标签，基于CPM值(即为推荐成本统计值)从高到低排序，当CPM相等时，基于CTR(即为点击率数值)从高到低排序。
步骤S303：根据所述目标标签，确定所述目标推荐信息。
具体地，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息的描述与步骤S203一致，在此不再赘述。
如图4所示，本发明实施例提供了一种信息推荐的装置400，包括：接收页面获取请求模块401、确定有效标签模块402和确定目标推荐信息模块403；其中，
所述接收页面获取请求模块401，用于响应于接收到客户端发送的页面获取请求，将所述页面获取请求对应的页面提供给所述客户端，其中，所述页面获取请求包括用户信息，所述页面包括信息推荐位；
所述确定有效标签模块402，用于根据所述用户信息，确定所述用户信息对应的用户标签；根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签；
所述确定目标推荐信息模块403，用于基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息。
本发明实施例还提供了一种信息推荐的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例提供的方法。
本发明实施例还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例提供的方法。
图5示出了可以应用本发明实施例的信息推荐的方法或信息推荐的装置的示例性系统架构500。
如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种客户端应用，例如电子商城客户端应用、网页浏览器应用、搜索类应用、即时通信工具和邮箱客户端等。
终端设备501、502、503可以是具有显示屏并且支持各种客户端应用的各种电子设备，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505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所使用的客户端应用提供支持的服务器。服务器可以对接收到的页面获取的请求进行处理，并将对应的包含推荐信息的页面反馈给终端设备。
需要说明的是，本发明实施例所提供的信息推荐的方法一般由服务器505执行，相应地，信息推荐的装置一般设置于服务器505中。
应该理解，图5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。
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、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)、光纤、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。在本发明中，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。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、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。
描述于本发明实施例中所涉及到的模块和/或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块和/或单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收页面获取请求模块、确定有效标签模块和确定目标推荐信息模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，确定目标推荐信息模块还可以被描述为“根据用户的有效标签，确定发送给用户的目标推荐信息的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读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一个该设备执行时，使得该设备包括：响应于接收到客户端发送的页面获取请求，将所述页面获取请求对应的页面提供给所述客户端，其中，所述页面获取请求包括用户信息，所述页面包括信息推荐位；根据所述用户信息，确定所述用户信息对应的用户标签；根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签；基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息。
由此可见，本发明的一实施例能够基于体现用户画像的用户标签，以及体现待推荐信息的推荐标签，确定用户的有效标签；并通过计算推荐信息位对应的用户标签的推荐位标签值，从有效标签中选取设定数量的目标标签，进而根据目标标签确定展示给用户的待推荐信息；由此克服了仅根据用户标签确定待推荐信息的准确率较低的问题，提高了信息推荐的准确率，进而提高了信息推荐的个性化程度和投入产出比。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (13)

1.一种信息推荐的方法，其特征在于，包括：
响应于接收到客户端发送的页面获取请求，将所述页面获取请求对应的页面提供给所述客户端，其中，所述页面获取请求包括用户信息，所述页面包括信息推荐位；
根据所述用户信息，确定所述用户信息对应的用户标签；
根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签；
基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息。
2.根据权利要求1所述的方法，其特征在于，进一步包括：
获取浏览所述信息推荐位的多个用户对应的用户标签；
基于所述信息推荐位对应的多个已推荐信息的推荐成本，计算所述用户标签的推荐位标签值；
基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，包括：
根据所述用户标签的推荐位标签值，从所述有效标签中，为所述信息推荐位选取设定数量的目标标签；
根据所述目标标签，确定所述目标推荐信息。
3.根据权利要求1所述的方法，其特征在于，根据所述用户信息，确定所述用户信息对应的用户标签，包括：
根据所述用户信息包括的用户标识，从用户特征数据源中获取所述用户信息包括的用户标识对应的用户标签，所述用户特征数据源包含由用户画像数据、用户行为数据中的任意一种或多种数据生成的用户标签。
4.根据权利要求2所述的方法，其特征在于，计算所述用户标签的推荐位标签值，包括：
针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：
从所述信息推荐位对应的多个已推荐信息中，确定所述用户标签对应的至少一个目标已推荐信息；
根据至少一个所述目标已推荐信息的推荐成本，统计所述用户标签的推荐位标签值。
5.根据权利要求2所述的方法，其特征在于，计算所述用户标签的推荐位标签值，包括：
针对浏览所述信息推荐位的多个用户对应的每一个所述用户标签，执行：
针对所述信息推荐位，统计所述用户标签的点击次数和浏览次数；
基于所述用户标签的点击次数和浏览次数，计算所述用户标签的推荐位标签值。
6.根据权利要求2所述的方法，其特征在于，根据所述用户标签的推荐位标签值，从所述有效标签中选取设定数量的目标标签，包括：
确定所述信息推荐位对应的所有具有所述推荐位标签值的第一用户标签；
从所述有效标签中选择与所述第一用户标签匹配的第二用户标签；
当所述第二用户标签的个数大于设定数量时，根据所述第二用户标签的推荐位标签值的排序，从所述第二用户标签中选择设定数量的目标标签。
7.根据权利要求6所述的方法，其特征在于，进一步包括：
当所述第二用户标签的个数小于设定数量时，将所述第二用户标签作为所述目标标签，并从所述有效标签中随机选择剩余个数的目标标签，其中，所述第二用户标签的个数与所述剩余个数之和为所述设定数量。
8.根据权利要求2所述的方法，其特征在于，根据所述用户标签的推荐位标签值，从所述有效标签中选取设定数量的目标标签，包括：
根据所述用户标签的推荐位标签值，对所述信息推荐位对应的多个第三用户标签进行排序；
针对排序结果中推荐位标签值从高到低的第三用户标签，循环执行下述步骤，直至所述目标标签的个数达到所述设定数量或者所述排序结果中的所有第三用户标签均执行完成下述步骤，结束循环：
判断所述第三用户标签是否属于所述有效标签，如果是，则确定所述第三用户标签为所述目标标签。
9.根据权利要求8所述的方法，其特征在于，
所述信息推荐位对应的任一用户标签的推荐位标签值，包括：推荐成本统计值和点击率数值；
对所述信息推荐位对应的多个第三用户标签进行排序，包括：
基于所述推荐成本统计值从高到低的顺序，将所述信息推荐位对应的用户标签进行排序；
当存在推荐成本统计值相同的多个用户标签时，基于所述点击率数值从高到低的顺序，对具有相同推荐成本统计值的多个用户标签进行排序。
10.一种信息推荐的装置，其特征在于，包括：接收页面获取请求模块、确定有效标签模块和确定目标推荐信息模块；其中，
所述接收页面获取请求模块，用于响应于接收到客户端发送的页面获取请求，将所述页面获取请求对应的页面提供给所述客户端，其中，所述页面获取请求包括用户信息，所述页面包括信息推荐位；
所述确定有效标签模块，用于根据所述用户信息，确定所述用户信息对应的用户标签；根据预先存储的待推荐信息以及所述待推荐信息对应的推荐标签，从所述用户标签中选取有效标签；
所述确定目标推荐信息模块，用于基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，并将所述目标推荐信息发送至所述信息推荐位，以使所述客户端通过所述信息推荐位展示所述目标推荐信息。
11.根据权利要求10所述的装置，其特征在于，
确定目标推荐信息模块，还用于获取浏览所述信息推荐位的多个用户对应的用户标签；基于所述信息推荐位对应的多个已推荐信息的推荐成本，计算所述用户标签的推荐位标签值；
基于所述有效标签，从存储的待推荐信息中选择目标推荐信息，包括：
根据所述用户标签的推荐位标签值，从所述有效标签中，为所述信息推荐位选取设定数量的目标标签；
根据所述目标标签，确定所述目标推荐信息。
12.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
13.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN202110153647.8A 2021-02-04 2021-02-04 一种信息推荐的方法和装置 Pending CN113761344A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110153647.8A CN113761344A (zh) 2021-02-04 2021-02-04 一种信息推荐的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110153647.8A CN113761344A (zh) 2021-02-04 2021-02-04 一种信息推荐的方法和装置

Publications (1)

Publication Number Publication Date
CN113761344A true CN113761344A (zh) 2021-12-07

Family

ID=78786572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110153647.8A Pending CN113761344A (zh) 2021-02-04 2021-02-04 一种信息推荐的方法和装置

Country Status (1)

Country Link
CN (1) CN113761344A (zh)

Similar Documents

Publication Publication Date Title
CN108537578A (zh) 基于大数据的广告推送方法及装置
CN107426328B (zh) 信息推送方法和装置
CN103503012A (zh) 在社交网络上提供广告
CN108540508B (zh) 用于推送信息的方法、装置和设备
CN110020162B (zh) 用户识别方法和装置
CN110796480A (zh) 一种实时广告投放管理方法、装置和系统
CN108600780B (zh) 用于推送信息的方法、电子设备、计算机可读介质
CN111159553A (zh) 信息推送方法、装置、计算机设备及存储介质
US20190332611A1 (en) Techniques for modeling aggregation records
CN110909237A (zh) 推荐内容的方法、装置、设备和计算机可读介质
CN110347943A (zh) 渠道信息处理方法、装置、存储介质及计算机设备
CN113761344A (zh) 一种信息推荐的方法和装置
WO2014123505A1 (en) Method and system for group purchase of on-line advertising
CN111723274B (zh) 用于处理信息的方法和装置
CN109727072B (zh) 用于处理信息的方法和设备
CN111125501B (zh) 用于处理信息的方法和装置
CN113434754A (zh) 确定推荐api服务的方法、装置、电子设备和存储介质
CN113763010A (zh) 一种信息推送的方法和装置
CN111586133B (zh) 一种信息推送方法及相关装置
CN112669067B (zh) 广告投放方法、本地广告平台及计算机存储介质
CN112862544B (zh) 对象信息的获取方法、装置以及存储介质
CN116664217A (zh) 一种产品推荐方法及装置、存储介质及电子设备
CN114399357A (zh) 权益推荐方法、装置、电子设备和计算机可读介质
CN114119153A (zh) 一种页面展示的方法和装置
CN112785360A (zh) 一种信息展示方法及装置

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