CN114880562A - 用于推荐信息的方法和装置 - Google Patents

Abstract

本公开提供了用于推荐信息的方法和装置，涉及人工智能领域，尤其涉及智能搜索领域。具体实现方案为：接收来自客户端的第一刷新请求；耗费第一预定时长根据所述第一刷新请求检索第一推荐信息，并将所述第一推荐信息返回给客户端；耗费第二预定时长根据所述第一刷新请求检索第二推荐信息，并将所述第二推荐信息缓存，其中，所述第二预定时长大于所述第一预定时长；响应于接收到来自所述客户端的第二刷新请求，将所述第二推荐信息返回给所述客户端。该实施方式能够改善推荐系统的结构，在满足给用户实时反馈的同时，还能在原有基础上，大幅提升推荐系统的推荐能力，让用户获得更好的体验。

Description

用于推荐信息的方法和装置

技术领域

本公开涉及人工智能领域，尤其涉及智能搜索领域，具体为一种用于推荐信息的方法和装置。

背景技术

在常见的信息流推荐系统中，需要给用户实时反馈(1秒以内)，在如此短的时间内要出推荐结果，给推荐系统带来很大的挑战。

常见的信息流推荐系统，如图3a所示，用户通常会进行多次刷新(第一次刷新称为第1刷，以此类推)，用户每次刷新之后，推荐系统经过召回、排序等过程，实时给用户反馈这一次刷新结果。例如第1刷，假设用户请求推荐系统耗时50ms，推荐系统计算出第1刷结果耗时500ms，再反馈给用户结果耗时50ms，整体耗时为600ms，即0.6秒，这个耗时用户可接受。

在当前这种推荐系统中，如果要优化推荐系统的推荐能力，一般是优化算力和算法，而算力又是由计算的机器数量和计算时长决定。因此，机器数量、算法、计算时长被称为推荐系统三要素，传统的优化推荐系统的方法也是围绕三要素来优化：(1)增加计算的机器数量，但这会增加大量成本；(2)优化推荐算法，整个业界都在做这个优化，不过经过几十年的潜力挖掘，边际效应非常显著，目前越来越难有收益；(3)增加计算时长，但这同时也会增加用户的等待时间，用户体检会变差。

发明内容

本公开提供了一种用于推荐信息的方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的第一方面，提供了一种用于推荐信息的方法，包括:接收来自客户端的第一刷新请求；耗费第一预定时长根据所述第一刷新请求检索第一推荐信息，并将所述第一推荐信息返回给客户端；耗费第二预定时长根据所述第一刷新请求检索第二推荐信息，并将所述第二推荐信息缓存，其中，所述第二预定时长大于所述第一预定时长；响应于接收到来自所述客户端的第二刷新请求，将所述第二推荐信息返回给所述客户端。

根据本公开的第二方面，提供了一种用于推荐信息的装置，包括:接收单元，被配置成接收来自客户端的第一刷新请求；第一检索单元，被配置成耗费第一预定时长根据所述第一刷新请求检索第一推荐信息，并将所述第一推荐信息返回给客户端；第二检索单元，被配置成耗费第二预定时长根据所述第一刷新请求检索第二推荐信息，并将所述第二推荐信息缓存，其中，所述第二预定时长大于所述第一预定时长；发送单元，被配置成响应于接收到来自所述客户端的第二刷新请求，将所述第二推荐信息返回给所述客户端。

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中任一项所述的方法。

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第一方面中任一项所述的方法。

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第一方面中任一项所述的方法。

本公开的实施例提供的用于推荐信息的方法和装置，利用用户两次刷新之间的间隙，大幅提升了计算时长，推荐能力大幅提升。在计算时长上对现有推荐系统形成降维打击，对推荐领域是一次重大革新。

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是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于推荐信息的方法的一个实施例的流程图；

图3a、3b是根据本公开的用于推荐信息的方法的一个应用场景的示意图；

图4是根据本公开的用于推荐信息的方法的又一个实施例的流程图；

图5是根据本公开的用于推荐信息的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备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。

图1示出了可以应用本公开的用于推荐信息的方法或用于推荐信息的装置的实施例的示例性系统架构100。

如图1所示，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、无线通信链路或者光纤电缆等等。

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，例如直播类应用、视频类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持多媒体浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的视频提供支持的后台视频服务器。后台视频服务器可以对接收到的视频播放请求等数据进行分析等处理，并将处理结果(例如推荐的视频)反馈给终端设备。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。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。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。

需要说明的是，本公开的实施例所提供的用于推荐信息的方法一般由服务器105执行，相应地，用于推荐信息的装置一般设置于服务器105中。

需要说明的是，本公开的实施例所提供的用于推荐信息的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于推荐信息的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。在此不做具体限定。

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。

继续参考图2，示出了根据本公开的用于推荐信息的方法的一个实施例的流程200。该用于推荐信息的方法，包括以下步骤：

步骤201，接收来自客户端的第一刷新请求。

在本实施例中，用于推荐信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行网页、音视频浏览的终端接收第一刷新请求。第一刷新请求中包括用户信息(例如，用户账号或者客户端的cookie)。服务器可根据用户信息查询用户的行为信息，例如播放过的视频、点赞过的视频、收藏过的视频、转发过的视频、分享过的视频等。根据行为信息进行信息推荐。每次用户刷新时，根据用户刷新前的行为信息更新推荐信息。例如，用户在客户端的视频app点击刷新后，客户端会将包括用户信息的第一刷新请求发送给视频app的服务器。该服务器根据用户信息查找到该用户的行为信息，根据第一推荐算法从第一数据库中查找与用户的行为信息匹配的候选视频进行召回，再根据匹配度打分排序，将得分最高的预定数目个视频作为推荐信息发送给客户端。

步骤202，耗费第一预定时长根据第一刷新请求检索第一推荐信息，并将第一推荐信息返回给客户端。

在本实施例中，第一预定时长可以是传统推荐方法所使用的时长，不超过1秒，用户不会感受到等待时间。第一刷新请求中包括用户信息，根据用户信息查找到用户的历史行为信息，然后根据历史行为信息进行推荐，例如，浏览跳舞视频时长达几百小时，化妆视频时长达几百小时，则第一推荐信息可包括跳舞视频和化妆视频。在第一预定时长内在小范围的视频库中检索用户可能感兴趣的视频作为第一推荐信息输出到客户端。

步骤203，耗费第二预定时长根据第一刷新请求检索第二推荐信息，并将第二推荐信息缓存。

在本实施例中，第二预定时长大于第一预定时长，例如，第二预定时长为50秒。可在比第一数据库更大范围的视频库(第二数据库)中检索用户可能感兴趣的视频作为第二推荐信息。例如，上例中可将视频库中的跳舞和化妆视频进一步检索，根据用户历史观看的舞蹈风格、化妆风格进一步进行筛选，选出民族舞蹈、画裸妆视频。还可进一步根据用户观看过的舞蹈家、主播等，查找他们的作品。这时检索的第二推荐信息不立即反馈给用户，而是缓存在服务器中，等到用户下次刷新时再反馈给用户。可采用与步骤202相同的推荐算法检索第二信息。

可选地，可采用与步骤202不同的推荐算法检索第二推荐信息。由于不需要实时反馈推荐信息，可采用更复杂的推荐算法进行召回、排序。从而可以提高推荐命中率，提升用户体验感受。

步骤204，响应于接收到来自客户端的第二刷新请求，将第二推荐信息返回给客户端。

在本实施例中，检测到用户第二次刷新时，不用再根据第二次刷新前的行为信息进行推荐，而是直接调用根据第一次刷新前的行为信息计算出的第二推荐信息。这样得到的推荐信息更准确、更有针对性。此时忽略了第二次刷新前的行为信息。

本公开的上述实施例提供的方法，提供了预估用户下一刷结果的推荐系统，在推荐系统结构上另辟蹊径，巧妙地利用用户两次刷新之间的间隙，大幅提升了计算时长，推荐能力大幅提升。在计算时长上对现有推荐系统形成降维打击，对推荐领域是一次重大革新。

在本实施例的一些可选的实现方式中，该方法还包括：响应于接收到来自所述客户端的第二刷新请求，耗费第二预定时长根据所述第二刷新请求检索第三推荐信息，将所述第三推荐信息缓存。当用户再次刷新时，使用的是上一次的刷新前的行为信息计算推荐信息。仍然是保存在缓存中，留着下一次刷新时反馈给用户。除第一次刷新时使用第一预定时长计算推荐信息之外，后续均可使用第二预定时长计算推荐信息。通过提升计算时长，提高了推荐能力，并且用户并不会感受到计算时间延长。

在本实施例的一些可选的实现方式中，所述第二预定时长根据所述客户端的平均刷新时间间隔确定。为了避免还没计算完推荐信息就收到用户再次刷新请求，可根据用户的历史刷新时间间隔计算平均刷新时间间隔。可直接使用平均刷新时间间隔作为第二预定时长，还可将平均刷新时间间隔乘以小于1的系数(例如0.8)作为第二预定时长。可选地，还可根据服务器记录的所有用户的平均刷新时间间隔确定第二预定时长。可选地，可根据推荐信息的平均时长或最小时长确定第二预定时长，例如，如果推荐的视频长度都不超过30秒，则第二预定时长要小于30秒。能够避免还没计算完推荐信息就收到用户再次刷新请求。

可选地，可根据第二预定时长选择推荐算法或检索范围，第二预定时长越长则选择越复杂的算法，并选择更大的检索范围。例如，第二预定时长为50秒时可选择比第二预定时长为30秒时更复杂的推荐算法、更大的检索范围。第二预定时长为50秒时可以从1万条候选视频中检索匹配用户行为信息的推荐视频，而第二预定时长为30秒时可以从5千条候选视频中检索匹配用户行为信息的推荐视频。第二预定时长为50秒时可以查找与用户之前看过的视频的视频帧图像特征相似的视频，而第二预定时长为50秒时可以查找与用户之前看过的视频的字幕文本特征相似的视频。

复杂的推荐算法可比对多种特征，例如，图像特征、文本特征、博主、主角等。而简单的算法比对的特征较少，并且通常选择计算量小的特征，例如，博主、主角等。复杂的推荐算法需要每帧图像提取图像特征、文本特征，再计算用户已浏览过的视频与数据库中的视频的图像特征、文本特征相似度，非常耗时。而简单的推荐算法只需要计算用户已浏览过的视频名称与数据库中的视频的名称的相似度即可，速度非常快，但准确性不如复杂算法高。

继续参见图3b，图3b是根据本实施例的用于推荐信息的方法的应用场景的一个示意图。在图3b的应用场景中，当用户进行第一次刷新，服务器会输出第1刷结果和第2刷结果，其中第1刷结果在0.6秒(50ms+500ms+50ms)内返回给用户，第2刷结果会计算50秒，加上网络传输时间，整体耗时50.1秒(50ms+50s+50ms)，然后存入缓存，等用户进行第2刷时，再从缓存中读取第2刷结果，返回给用户，也就是说，推荐系统计算第2刷结果，用了50秒，并且用户还可以实时获取第2刷的结果。推荐系统的计算时长由500毫秒提升到50秒，提升了2个数量级。

当用户进行第2刷时，推荐系统就开始计算第3刷结果，后面依次类推。除了第1刷外，后面的刷新都可以获得计算时长的提升，推荐能力大幅增加。

50秒只是示例，真实的值还需要根据用户两次刷新的间隙时间来设定。但可以确定的是，这个值一定比现有的推荐系统计算时长有数量级上的提升。

进一步参考图4，其示出了用于推荐信息的方法的又一个实施例的流程400。该用于推荐信息的方法的流程400，包括以下步骤：

步骤401，接收来自客户端的第一刷新请求。

在本实施例中，用于推荐信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行网页、音视频浏览的终端接收第一刷新请求。服务器可根据用户信息(例如，用户账号或者客户端的cookie)获得用户的行为信息。根据行为信息进行信息推荐。每次用户刷新时，根据用户刷新前的行为信息更新推荐信息。

步骤402，耗费第一预定时长根据第一刷新请求检索第一推荐信息，并将第一推荐信息返回给客户端。

在本实施例中，第一预定时长可以是传统推荐方法所使用的时长，不超过1秒。第一刷新请求中包括用户信息，根据用户信息查找到用户的历史行为信息，然后根据历史行为信息采用第一推荐算法进行推荐，例如，浏览跳舞视频时长达几百小时，化妆视频时长达几百小时，则第一推荐信息可包括跳舞视频和化妆视频。在第一预定时长内在小范围的视频库中检索用户可能感兴趣的视频作为第一推荐信息输出到客户端。

步骤403，耗费第二预定时长根据第一刷新请求检索第二推荐信息。

在本实施例中，第二预定时长大于第一预定时长，例如，第二预定时长为50秒。可在大范围的视频库中检索用户可能感兴趣的视频作为第二推荐信息。例如，上例中可将视频库中的跳舞和化妆视频进一步检索，根据用户历史观看的舞蹈风格、化妆风格进一步进行筛选，选出民族舞蹈、画裸妆视频。还可进一步根据用户观看过的舞蹈家、主播等，查找他们的作品。

可采用第二推荐算法(比第一推荐算法更加耗时，复杂)根据第一刷请求进行检索，在检索过程中不断得到中间结果，中间结果不断被筛选优化。例如，从1万条候选推荐信息不断地被筛选过滤，最后保留10条作为最终的推荐信息。中间结果可能是5千条、5百条、50条等。

检索的中间结果保存在内存中，当达到第二预定时长时，得到最终的第二推荐信息才保存在缓存中。

步骤404，响应于接收到来自客户端的第二刷新请求且第二刷新请求与第一刷新请求的时间间隔小于第二预定时长，耗费第一预定时长根据第二刷新请求检索第四推荐信息。

在本实施例中，由于第二预定时长比较长，可能还没计算出第二推荐信息还没出来时，就收到第二刷请求，会中止计算第二推荐信息，清除内存中的中间结果。此时可完全按照第一推荐信息的推荐算法，根据第二刷新请求之前的用户行为信息重新计算推荐信息。在第一刷新请求和第二刷新请求之间，用户会有浏览、点赞或收藏或分享视频等行为。这些行为都可用来计算候选推荐信息的分数。因此第二刷新之后，更新的第二推荐信息和第一推荐信息不同。

可选地，可将步骤403的中间结果保存在缓存中，清除内存中的中间结果，根据第一推荐算法从中间结果中筛选出第四推荐信息。这样可以缩小搜索范围，提高准确性。

步骤405，将第四推荐信息返回给客户端。

在本实施例中，由于采用第二推荐算法计算推荐未得到最终结果就被打断，所以将采用第一推荐算法计算的第四推荐信息返回给客户端。

可选地，可将步骤403的根据第二推荐算法计算的中间结果与第一推荐算法计算过程中的中间结果结合，增加共同的推荐信息的得分，使得共同的推荐信息排在前面，更可能作为第四推荐信息。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于推荐信息的方法的流程400体现了对突发情况处理的步骤。由此，本实施例描述的方案可以自动切换到传统推荐算法，不会让用户感受到时延。还可利用一些中间结果优化推荐信息。从而提高推荐的命中率。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于推荐信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于推荐信息的装置500包括：接收单元501、第一检索单元502、第二检索单元503和发送单元504。其中，接收单元501，被配置成接收来自客户端的第一刷新请求；第一检索单元502，被配置成耗费第一预定时长根据所述第一刷新请求检索第一推荐信息，并将所述第一推荐信息返回给客户端；第二检索单元503，被配置成耗费第二预定时长根据所述第一刷新请求检索第二推荐信息，并将所述第二推荐信息缓存，其中，所述第二预定时长大于所述第一预定时长；发送单元504，被配置成响应于接收到来自所述客户端的第二刷新请求，将所述第二推荐信息返回给所述客户端。

在本实施例中，用于推荐信息的装置500的接收单元501、第一检索单元502、第二检索单元503和发送单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。

在本实施例的一些可选的实现方式中，第二检索单元503进一步被配置成：响应于接收到来自所述客户端的第二刷新请求，耗费第二预定时长根据所述第二刷新请求检索第三推荐信息，将所述第三推荐信息缓存。

在本实施例的一些可选的实现方式中，第一检索单元502进一步被配置成：若所述第二刷新请求与所述第一刷新请求的时间间隔小于所述第二预定时长，则耗费第一预定时长根据所述第二刷新请求检索第四推荐信息，并将所述第四推荐信息返回给所述客户端。

在本实施例的一些可选的实现方式中，第二预定时长根据所述客户端的平均刷新时间间隔确定。

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。

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流程200或400所述的方法。

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流程200或400所述的方法。

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流程200或400所述的方法。

图6示出了可以用来实施本公开的实施例的示例电子设备600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6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储设备600操作所需的各种程序和数据。计算单元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。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理，例如用于推荐信息的方法。例如，在一些实施例中，用于推荐信息的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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的用于推荐信息的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于推荐信息的方法。

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 (11)

1.一种用于推荐信息的方法，包括:

接收来自客户端的第一刷新请求；

耗费第一预定时长根据所述第一刷新请求检索第一推荐信息，并将所述第一推荐信息返回给客户端；

耗费第二预定时长根据所述第一刷新请求检索第二推荐信息，并将所述第二推荐信息缓存，其中，所述第二预定时长大于所述第一预定时长；

响应于接收到来自所述客户端的第二刷新请求，将所述第二推荐信息返回给所述客户端。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于接收到来自所述客户端的第二刷新请求，耗费第二预定时长根据所述第二刷新请求检索第三推荐信息，将所述第三推荐信息缓存。

3.根据权利要求1所述的方法，其中，所述方法还包括：

若所述第二刷新请求与所述第一刷新请求的时间间隔小于所述第二预定时长，则耗费第一预定时长根据所述第二刷新请求检索第四推荐信息，并将所述第四推荐信息返回给所述客户端。

4.根据权利要求1所述的方法，其中，所述第二预定时长根据所述客户端的平均刷新时间间隔确定。

5.一种用于推荐信息的装置，包括:

接收单元，被配置成接收来自客户端的第一刷新请求；

第一检索单元，被配置成耗费第一预定时长根据所述第一刷新请求检索第一推荐信息，并将所述第一推荐信息返回给客户端；

第二检索单元，被配置成耗费第二预定时长根据所述第一刷新请求检索第二推荐信息，并将所述第二推荐信息缓存，其中，所述第二预定时长大于所述第一预定时长；

发送单元，被配置成响应于接收到来自所述客户端的第二刷新请求，将所述第二推荐信息返回给所述客户端。

6.根据权利要求5所述的装置，其中，所述第二检索单元进一步被配置成：

响应于接收到来自所述客户端的第二刷新请求，耗费第二预定时长根据所述第二刷新请求检索第三推荐信息，将所述第三推荐信息缓存。

7.根据权利要求5所述的装置，其中，所述第一检索单元进一步被配置成：

若所述第二刷新请求与所述第一刷新请求的时间间隔小于所述第二预定时长，则耗费第一预定时长根据所述第二刷新请求检索第四推荐信息，并将所述第四推荐信息返回给所述客户端。

8.根据权利要求5所述的装置，其中，所述第二预定时长根据所述客户端的平均刷新时间间隔确定。

9.一种电子设备，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1-4中任一项所述的方法。

10.一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1-4中任一项所述的方法。

11.一种计算机程序产品，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1-4中任一项所述的方法。

Images