CN113849741A - 一种内容推荐方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了一种内容推荐方法、装置、设备以及存储介质，计算机技术领域，尤其涉及智能搜索、大数据、深度学习等领域。具体实现方案为：获取用户画像，用户画像是基于用户的基础画像信息和历史地图行为信息而确定的；获取用户的导航信息；基于用户画像和导航信息，确定用户意图；获得与用户意图匹配的内容；将内容推荐给用户。本公开提供的内容推荐方法、装置、设备以及存储介质，提高了内容推荐的精准度。

Description

一种内容推荐方法、装置、设备以及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及智能搜索、大数据、深度学习等领域。

背景技术

内容推荐是互联网应用的重要内容，越来越多的用户对于展现形式更原生、人群定向更精准的内容推荐有强烈的诉求。

发明内容

本公开提供了一种内容推荐方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种内容推荐方法，包括：

获取用户画像，所述用户画像是基于用户的基础画像信息和历史地图行为信息而确定的；

获取所述用户的导航信息；

基于所述用户画像和所述导航信息，确定用户意图；

获得与所述用户意图匹配的内容；

将所述内容推荐给所述用户。

根据本公开的第二方面，提供了一种内容推荐装置，包括：

获取模块，用于获取用户画像，所述用户画像是基于用户的基础画像信息和历史地图行为信息而确定的；获取所述用户的导航信息；

确定模块，用于基于所述用户画像和所述导航信息，确定用户意图；

获得模块，用于获得与所述用户意图匹配的内容；

推荐模块，用于将所述内容推荐给所述用户。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。

根据本公开的第五方面，提供了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第一方面所述的方法。

本公开提高了内容推荐的精准度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开实施例提供的内容推荐方法的流程图；

图2是本公开实施例中确定用户画像的示意图；

图3是本公开实施例中确定用户意图的示意图；

图4是本公开实施例中获得与用户意图匹配的内容的流程图；

图5是本公开实施例中内容库中得到与用户意图匹配的内容的示意图；

图6是本公开实施例中向用户推荐内容的一种示意图；

图7是本公开实施例中向用户推荐内容的另一种示意图；

图8是应用本公开实施例的内容推荐方法的示意图；

图9是本公开实施例提供的内容推荐装置的一种结构示意图；

图10是本公开实施例提供的内容推荐装置的另一种结构示意图；

图11是用来实现本公开实施例的内容推荐方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。

内容推荐过程中媒体侧以资讯、社区类应用程序(app)为主，地图导航场景应用比较少。而导航场景用户体量大、目的明确且用户专注度高，原生且优质的内容推荐将会给企业带来更高的商业价值，为商户带来更精准的用户，同时给用户提供更优质、便捷的服务，三方受益。

目前在导航场景中内容推荐的方式主要有两种：

第一种是分时投放，人工运营：

导航公司运营人员通过离线对导航用户属性进行分析，并人工挑选广告主属性，在不破坏用户体验的前提下，人工制作物料，在语音播报及导航结束终点等位置进行内容推荐。这种方式中是在固定时段向所有用户推荐相同的内容。

这种方式是人工推荐，可以保证用户导航体验，但是无法做到时间和人群的高效利用。例如推荐加油卡相关内容，而导航车主中可能只存在10％的用户感兴趣，无法充分发挥推荐的优势，做到收益最大化。

第二种是与需求方平台(DemandSidePlatform，DSP)等平台对接：

将导航结束页面与需求方平台等平台对接，导航app提供用户特征信息，实时竞价系统从内容库挑选推荐内容，并向用户推荐。

这种方式与平台对接，实现了推荐内容的分时分人群，但是物料转化率低，与地图场景不吻合，易造成用户投诉等问题，目前无法推广使用。

本公开实施例针对导航场景，实现导航场景下的精准内容推荐。

下面对本公开实施例提供的内容推荐方法进行详细说明。本公开实施例提供的内容推荐方法可以应用于电子设备，具体地，电子设备可以包括服务器、终端等等。

本公开实施例提供了一种内容推荐方法，可以包括：

获取用户画像，用户画像是基于用户的基础画像信息和历史地图行为信息而确定的；

获取用户的导航信息；

基于用户画像和导航信息，确定用户意图；

获得与用户意图匹配的内容；

将内容推荐给用户。

本公开实施例，结合用户在导航场景中的地图行为信息生成用户画像，利用用户画像和导航信息确定用户意图，提高用户意图分析的准确性，进而获取与用户匹配的内容推荐给用户，能够提高内容推荐的精准度。

图1是本公开实施例提供的内容推荐方法的流程图。参见图1，本公开实施例提供的内容推荐方法，可以包括：

S101，获取用户画像，用户画像是基于用户的基础画像信息和历史地图行为信息而确定的。

基础画像信息可以表示用户的个人标识信息，如职业、年龄、消费水平等等。

历史地图行为信息包括用户在历史导航过程中针对地图的行为信息，如导航信息(如起点、终点)、历史检索信息、兴趣点等等。

可以预先基于用户的基础画像信息和历史地图行为信息确定用户画像，并将确定好的用户画像保存下来，如此可以直接获取用户画像。

确定的用户画像可以包括用户的人口属性和行为特征，人口属性可以包括用户年龄、消费水平、职业等，行为特征可以包括家和公司常住地，活动兴趣点(Point ofInterest，POI)信息，等等。

一种可实现方式中，可以预先确定多个用户的用户画像，并将多个用户的用户画像保存在用户画像库。

预先确定用户画像可以包括：获取用户的基础画像信息；收集用户的历史地图行为信息；基于基础画像信息和历史地图行为信息，确定用户的用户画像。

其中，可以预先利用多个样本数据训练用于确定用户画像的模型，如此，如图2所示，在得到用户的基础画像信息和历史地图行为信息(如地图行为日志)后，将基础画像信息和历史地图行为信息输入该模型，通过该模型输出用户的用户画像。

用于确定用户画像的模型的训练过程可以参照深度学习领域中模型的训练方式，本公开实施例中不对模型训练的过程进行限制。

例如，用于确定用户画像的模型的训练可以通过如下步骤：将多个训练样本中的历史地图行为信息和基础画像信息输入第一初始模型中，针对每一训练样本中的历史地图行为信息和基础画像信息，通过不断调整模型的参数，使得模型的输出与预先标记的该历史地图行为信息和基础画像信息对应的用户画像之间的差异收敛，以此类推，直至到达训练结束条件，如训练次数达到第一预设次数，或者模型的精度达到第一预设精度，等等，则得到训练好的模型，其中，第一预设次数、第一预设精度可以根据实际需求来确定。或者，将多个训练样本中的历史地图行为信息和基础画像信息输入第一初始模型中，使用无监督学习方式使得模型学习历史地图行为信息和基础画像信息与用户画像的映射关系，完成对模型的训练。

用户画像是进行用户理解、个性化推荐的核心能力之一，精准的内容推荐建立在对用户精准的刻画基础之上。地图app用户体量大、数据丰富，通过对用户的导航信息、检索信息及兴趣点等数据的分析，用户基础用户画像，能够构建一份地图独有的用户画像。

S102，获取用户的导航信息。

导航信息包括行程信息和场景信息。

行程信息可以包括用户的当前位置信息、导航的起点、终点、用户的常住地，等等。

场景信息用于表示用户所处的导航状态，导航状态包括导航行程前、导航行程中和导航行程后。

S103，基于用户画像和导航信息，确定用户意图。

可以预先利用多个样本数据训练用于用户意图识别的模型，如此，如图3所示，在得到用户的用户画像和导航信息后，将用户画像和导航信息输入该用于用户意图识别的模型，通过该用于用户意图识别的模型输出用户的用户意图，导航信息可以包括用户导航的起点、终点，简称起终点，以及常住地等。模型可以称之为意图识别模型。用户意图如：滑雪、长距离、高危、有保险需求；旅行、首次、有特产推荐需求；出差、有住宿需求、500元以上，等等。

用于用户意图识别的模型的训练过程可以参照深度学习领域中模型的训练方式，本公开实施例中不对模型训练的过程进行限制。

用于用户意图识别的模型的模型的训练可以通过如下步骤：将多个训练样本中的用户画像和导航信息输入第二初始模型中，针对每一训练样本中的用户画像和导航信息，通过不断调整模型的参数，使得模型的输出与预先标记的用户画像和导航信息对应的用户意图之间的差异收敛，以此类推，直至到达训练结束条件，如训练次数达到第二预设次数，或者模型的精度达到第二预设精度，等等，则得到训练好的模型，其中，第二预设次数、第二预设精度可以根据实际需求来确定。或者，将多个训练样本中的用户画像和导航信息输入第二初始模型中，使用无监督学习方式使得模型学习用户画像和导航信息与用户意图的映射关系，完成对模型的训练。

S104，获得与用户意图匹配的内容。

S105，将内容推荐给用户。

用户意图识别是高效匹配待推荐内容的关键所在，通过对用户的行程、目的地及用户画像等的智能分析，然后，从内容库中挑选出更原生、体验更好、收益更高的物料，推荐给用户。

例如：用户导航去A滑雪场，结合用户画像等信息，判别用户的精准需求是去滑雪，且用途长距离驾车，系统大概率判别需要住宿，为用户推荐附近的酒店、餐厅信息。在满足用户需求的同时，完成了更原生的、体验更好的内容推荐。

如图4所示，S104：获得与用户意图匹配的内容，包括：

S401，从内容库中查找与用户意图关联的多个物料。

内容库中包括多个物料。

可以基于用户意图中的关键字与多个物料进行匹配，当该关键字与物料的匹配度达到预设条件，将与关键字的匹配度超过预设匹配度阈值的物料作为与用户意图关联的物料。其中，预设匹配度阈值可以基于实际需求来确定。

传统的内容库对接的物料的场景都是网页场景，以在线点击/展现内容为主。而基于位置服务(Location Based Service，Lbs)场景则相对更偏向于本地生活、引导到店类，为了获取更适用于导航场景的内容，可以针对Lbs场景构建Lbs独有的内容库。例如，商品信息、旅游景点、酒店信息等广告物料库。

内容库中可以包括出价信息：按展示付费(Cost Per Mille，CPM)/按时长付费(Cost Per Time，CPT)单价；商户信息：商户挂接兴趣点所属分类、位置、商圈、评价等；物料类型：播报、H5、卡券、小程序，其中，H5即超文本标记语言(Hyper Text Markup Language，HTML)的简称，是构建Web内容的一种语言描述方式)。

S402，确定各个物料的推荐得分。

可以基于预设规则为各个物料确定推荐得分。

例如，可以从用户体验以及商业价值等角度为各个物料分配推荐得分。预设规则可以包括与用户意图的匹配度(例如与用户意图中关键字的匹配度)、位置、价格、物料类型等因素。与用户意图的匹配度越高，则推荐得分越高；与用户位置越远则推荐得分越低；价格越高则推荐得分越低。

S403，基于推荐得分选择物料作为与用户意图匹配的内容。

一种可实现方式中，可以按照从高到低或者从低到高的顺序对多个物料的推荐得分进行排序；响应于按照从高到低的顺序对多个物料的推荐得分进行排序，选择排序在前的预设个物料作为与用户匹配的内容；或者，响应于按照从低到高的顺序对多个物料的推荐得分进行排序，选择排序在后的预设个物料作为与用户意图匹配的内容。

一种可选的实施例中，可以将用户意图以及内容库输入预先训练好的模型中，通过模型输出推荐得分最高的物料，即与用户意图匹配的内容。

用于确定与用户意图匹配的内容的模型的训练过程可以参照深度学习领域中模型的训练方式，本公开实施例中不对模型训练的过程进行限制。

例如，可以将多个训练样本中的用户意图以及内容库输入第三初始模型中，使用无监督学习方式使得模型学习用户意图以及内容库与用户意图匹配的内容的映射关系，完成对模型的训练。

预先训练好的模型可以包括排序Rank系统。

另外，在输入用户意图和内容库的同时，也可以输入用户的行程信息，如图5所示，以通过行程信息对输出的物料进行约束，提高得到的与用户意图匹配的内容的精准度。

基于内容库先查找多个关联的物料，然后基于各个物料的推荐得分再选择与用户匹配的内容，获得的与用户匹配的内容更精准，进而可以使得内容推荐更精准。

本公开实施例中，结合用户在导航场景中的地图行为信息(如用户的导航信息、检索信息及兴趣点等数据等)生成用户画像，并结合用户的行程、目的地及用户画像信息确定用户意图，基于用户意图从内容库中选择物料提供给用户，即向用户推荐内容，提高了内容推荐的精准度。

一种可选的实施例中，S105可以包括：通过语音和/或网页的形式，向用户展示内容。

在导航行程中，为了更方便用户接收到信息以及驾驶的安全性，可以通过语音向用户播报内容。

用户在驾驶中语音交互是对用户最不打扰的交互形式，利用语音识别及生成技术，在合适时间与用户进行交互，交互形式更原生。例如，检测到驾驶环境安全、简单的情况下，例如，道路平坦、外围车辆较少等，通过语音播报向用户推荐的内容。

在导航结束后，不仅可以通过语音向用户播报内容，同时为了使得用户可以了解到更详细的信息，可以通过网页展示内容。

利用web页面，使得用户在驾驶结束后可以看到推荐的优惠信息等。

完成了用户的意图识别，即得到用户意图之后，从Lbs内容库中，根据位置、出价等信息召回在体验和商业价值等角度综合得分更高的物料，输出给用户，并结合语音/web(网页)页面等形式给用户展现。

一种可选的实施例中，可以结合导航场景中的地图，方便导航场景中的用户使用，S105可以包括：在地图中标注内容。

可以通过标注POI突出显示推荐给用户的内容。

如图6所示，在导航结束后，在导航结束页面标注选择出的与用户意图关联的商家，，即可以在地图上标注推广商家，并提供POI跳转入口，用户点击该POI跳转入口后，可以在详情页展示更多的商家信息如商家优惠信息等。

例如，推荐的内容是某酒店，则可以在地图中标注该酒店，用户可以直观地了解酒店的位置等信息，若选择该酒店，则可以导航去该酒店，使得用户操作更加简便。

内容可以为网页链接，例如，H5页面、小程序入口页面等。

如此，当展示该网页链接后，用户可以点击网页链接，电子设备接收用户对网页链接的操作；展示网页链接对应的详细信息。

通过网页链接的形式进行内容推荐更适合导航场景中的应用，既为用户推荐了内容又不会占用地图中过多位置，不会影响用户的导航体验，且用户通过操作网页链接可以进一步了解详细信息，不影响用户了解推荐内容的体验。

导航结束页面，此时用户完成本次行程，用户结合语音播报的推荐可以选择自己感兴趣的内容，如推荐广告。

一种可选的实施例中，可以针对导航过程中的不同导航状态获取与该导航状态匹配的内容。

基于用户画像和包括导航状态的导航信息，确定的用户意图，可以包括导航状态，如此，导航状态不同，则可以获取与导航状态匹配的待推荐内容，使得确定的待推荐内容更符合导航场景需求，提高用户体验。

S104可以包括：

当场景信息表示的导航状态为导航行程前，获得与用户意图匹配的、包括推广品牌信息的内容；当场景信息表示的导航状态为导航行程中，获得与用户意图匹配的、包括旅游推荐信息的内容；当场景信息表示的导航状态为导航行程后，获得与用户意图匹配的、包括商家推荐信息的内容。

如图7所示，可以在导航行程前向用户推荐推广品牌信息，如行前品牌冠名。跨城场景，用户经常会有诉求了解新城市的文化及特色旅游点，可以在跨城瞬间给予播报，即在导航行程中向用户推荐旅游推荐信息。行程结束，经过对于用户身份及目的精准推荐，推荐用户去更优惠的商家消费，即在导航行程后用户推荐商家推荐信息。可以通过语音交互的形式向用户推荐，如通过语音播报推广品牌信息、旅游推荐信息或商家推荐信息。同时，在导航行程后，可以同时通过网页的形式向用户展示商家推荐信息，使得用户了解更加详细的信息。

一个具体的例子中，如图8所示，通过场景识别、位置以及人群定向、以及丰富内容库，例如广告库，实现内容的推荐，例如广告投放。

可以包括用户画像系统、广告库、智能意图识别系统、检索及召回系统以及交互系统。

场景识别即识别用户场景，具体地识别用户是导航行程前、导航行程中或者导航行程后，简单理解即行前、行中或行后。

用户画像系统通过基于基础画像信息和历史地图行为信息，确定用户的用户画像。

智能意图识别系统基于用户画像和导航信息，确定用户意图，通过携带用户身份信息、场景信息和行程信息的请求进行用户意图识别。

然后，检索及召回系统基于用户意图从内容库中查找用户意图匹配的内容，例如，通过地点召回：3-5公里附近的商家；商店类型召回：美食、购物(shop)类；人群召回：20-30岁人群。对召回的多个物料进行排序，例如，按照广告出价、内容质量、与用户意图的相关性进行排序，基于排序结果返回与用户意图匹配的内容，并经该内容推荐给用户。

交互系统可以通过语音交互的形式向用户推荐，如通过语音播报的形式向用户播报。或者，也可以通过网页展示推荐内容。

本公开实施例中推荐的内容更原生、投放更精准、交互更新颖。对于平台：可以实现平台的内容推荐，如广告投放更高效、获得更多经济利益。为商户带来更多客户的同时，也增加了用户与商户的粘性。对于商户：可以帮助新商户以更低的价格引入更优质的用户，完成商户的拉新工作。对于用户：能够缩短自己的决策成本，找到更好的内容。

本公开实施例提供了一种内容推荐装置，如图9所示，可以包括：

获取模块901，用于获取用户画像，用户画像是基于用户的基础画像信息和历史地图行为信息而确定的；获取用户的导航信息；

确定模块902，用于基于用户画像和导航信息，确定用户意图；

获得模块903，用于获得与用户意图匹配的内容；

推荐模块904，用于将内容推荐给用户。

可选的，获得模块903，具体用于从内容库中查找与用户意图关联的多个物料；确定各个物料的推荐得分；基于推荐得分选择物料作为与用户意图匹配的内容。

可选的，推荐模块904，具体用于在地图中标注内容。

可选的，内容为网页链接。

如图10所示，装置还包括：

接收模块1001，用于接收用户对网页链接的操作；

展示模块1002，用于展示网页链接对应的详细信息。

可选的，导航信息包括行程信息和场景信息；场景信息用于表示用户所处的导航状态，导航状态包括导航行程前、导航行程中和导航行程后；

获得模块903，具体用于当场景信息表示的导航状态为导航行程前，获得与用户意图匹配的、包括推广品牌信息的内容；当场景信息表示的导航状态为导航行程中，获得与用户意图匹配的、包括旅游推荐信息的内容；当场景信息表示的导航状态为导航行程后，获得与用户意图匹配的、包括商家推荐信息的内容。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。

设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如内容推荐方法。例如，在一些实施例中，内容推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的内容推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行内容推荐方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开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，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

1.一种内容推荐方法，包括：

获取用户画像，所述用户画像是基于用户的基础画像信息和历史地图行为信息而确定的；

获取所述用户的导航信息；

基于所述用户画像和所述导航信息，确定用户意图；

获得与所述用户意图匹配的内容；

将所述内容推荐给所述用户。

2.根据权利要求1所述的方法，其中，获得与所述用户意图匹配的内容，包括：

从内容库中查找与所述用户意图关联的多个物料；

确定各个物料的推荐得分；

基于所述推荐得分选择物料作为与所述用户意图匹配的内容。

3.根据权利要求1所述的方法，其中，所述将所述内容推荐给所述用户，包括：

在地图中标注所述内容。

4.根据权利要求1所述的方法，其中，所述内容为网页链接；

在所述将所述内容推荐给所述用户之后，所述方法还包括：

接收所述用户对所述网页链接的操作；

展示所述网页链接对应的详细信息。

5.根据权利要求1至4任一项所述的方法，所述导航信息包括行程信息和场景信息；所述场景信息用于表示所述用户所处的导航状态，所述导航状态包括导航行程前、导航行程中和导航行程后；

所述获得与所述用户意图匹配的内容，包括：

当所述场景信息表示的所述导航状态为导航行程前，获得与所述用户意图匹配的、包括推广品牌信息的内容；

当所述场景信息表示的所述导航状态为导航行程中，获得与所述用户意图匹配的、包括旅游推荐信息的内容；

当所述场景信息表示的所述导航状态为导航行程后，获得与所述用户意图匹配的、包括商家推荐信息的内容。

6.一种内容推荐装置，包括：

获取模块，用于获取用户画像，所述用户画像是基于用户的基础画像信息和历史地图行为信息而确定的；获取所述用户的导航信息；

确定模块，用于基于所述用户画像和所述导航信息，确定用户意图；

获得模块，用于获得与所述用户意图匹配的内容；

推荐模块，用于将所述内容推荐给所述用户。

7.根据权利要求6所述的装置，其中，所述获得模块，具体用于从内容库中查找与所述用户意图关联的多个物料；确定各个物料的推荐得分；基于所述推荐得分选择物料作为与所述用户意图匹配的内容。

8.根据权利要求6所述的装置，其中，所述推荐模块，具体用于在地图中标注所述内容。

9.根据权利要求6所述的装置，其中，所述内容为网页链接；

所述装置还包括：

接收模块，用于接收所述用户对所述网页链接的操作；

展示模块，用于展示所述网页链接对应的详细信息。

10.根据权利要求6至9任一项所述的装置，所述导航信息包括行程信息和场景信息；所述场景信息用于表示所述用户所处的导航状态，所述导航状态包括导航行程前、导航行程中和导航行程后；

所述获得模块，具体用于当所述场景信息表示的所述导航状态为导航行程前，获得与所述用户意图匹配的、包括推广品牌信息的内容；当所述场景信息表示的所述导航状态为导航行程中，获得与所述用户意图匹配的、包括旅游推荐信息的内容；当所述场景信息表示的所述导航状态为导航行程后，获得与所述用户意图匹配的、包括商家推荐信息的内容。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，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1-5中任一项所述的方法。

Images