CN115525826A - 一种服务器和推荐内容的推送方法 - Google Patents

一种服务器和推荐内容的推送方法 Download PDF

Info

Publication number
CN115525826A
CN115525826A CN202211066387.1A CN202211066387A CN115525826A CN 115525826 A CN115525826 A CN 115525826A CN 202211066387 A CN202211066387 A CN 202211066387A CN 115525826 A CN115525826 A CN 115525826A
Authority
CN
China
Prior art keywords
search
target
determining
topic
event
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
CN202211066387.1A
Other languages
English (en)
Inventor
隋雪芹
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.)
Qingdao Jukanyun Technology Co ltd
Original Assignee
Qingdao Jukanyun 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 Qingdao Jukanyun Technology Co ltd filed Critical Qingdao Jukanyun Technology Co ltd
Priority to CN202211066387.1A priority Critical patent/CN115525826A/zh
Publication of CN115525826A publication Critical patent/CN115525826A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/258Heading extraction; Automatic titling; Numbering

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及一种服务器和推荐内容的推送方法,涉及数据推荐技术领域。其中,服务器包括:获取事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息;根据第一排序信息和搜索词条对应的搜索主题,确定事件的偏好搜索主题;根据偏好搜索主题,从搜索词条中确定目标搜索词条;确定目标搜索词条对应的目标推荐内容;向终端发送目标推荐内容。本公开实施例可以向用户准确推荐感兴趣的内容,提升推荐效果和用户体验。

Description

一种服务器和推荐内容的推送方法
技术领域
本公开涉及数据推荐技术领域,尤其涉及一种服务器和推荐内容的推送方法。
背景技术
在事件发生后,互联网上各种信息呈现爆炸性增长的趋势,用户难以从众多的信息中挑选自己喜欢的内容,因此,给用户主动推荐感兴趣的内容显得十分重要。现有的推荐方法根据用户输入的搜索词进行检索,得到与搜索词高度类似内容然后推荐给用户,但仅依赖搜索词得到的推荐内容,针对性不强,很有会可能把用户不感兴趣的媒体内容推荐给用户,存在推荐精确度不高的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种服务器和推荐内容的推送方法,可以实现向用户准确推荐感兴趣的内容,提升推荐效果和用户体验。
为了实现上述目的,本公开实施例提供的技术方案如下:
第一方面,本公开提供一种服务器,该服务器包括:
控制器,被配置为:获取事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息;
根据第一排序信息和搜索词条对应的搜索主题,确定事件的偏好搜索主题;
根据偏好搜索主题,从搜索词条中确定目标搜索词条;确定目标搜索词条对应的目标推荐内容;
向终端发送目标推荐内容。
第二方面,本公开提供一种推荐内容的推送方法,该方法包括:
获取事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息;
根据第一排序信息和搜索词条对应的搜索主题,确定事件的偏好搜索主题;
根据偏好搜索主题,从搜索词条中确定目标搜索词条;确定目标搜索词条对应的目标推荐内容;
向终端发送目标推荐内容。
第三方面,本公开提供一种服务器,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第二方面或其任意一种可选的实施方式所述的推荐内容的推送方法。
第四方面,本公开提供一种计算机可读存储介质,包括:所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如第二方面或其任意一种可选的实施方式所述的推荐内容的推送方法。
第五方面,本公开提供一种计算机程序产品,包括:当所述计算机程序产品在计算机上运行时,使得所述计算机实现如第二方面或其任意一种可选的实施方式所述的推荐内容的推送方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例提供一种服务器和推荐内容的推送方法,其中该服务器通过控制器获取事件的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息,然后根据搜索词条对应的搜索主题和第一排序信息确定时间的偏好搜索主题,再根据偏好搜索主题从搜索词条中确定目标搜索词条并确定目标搜索词条对应的目标推荐内容,进一步的向终端发送该目标推荐内容。通过将搜索词条对应的搜索主题、搜索词条的第一排序内容精准定位用户所关注的偏好搜索主题,进而根据偏好搜索主题确定目标搜索词条,再根据目标搜索词条得到对应的目标推荐内容发送至终端,以由终端对目标推荐内容进行推送,实现向用户准确推荐感兴趣的内容,提升推荐效果和用户体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的服务器的操作场景示意图;
图2为本公开实施例中控制装置的配置框图;
图3为本公开实施例提供的服务器的硬件配置框图;
图4为本公开实施例提供的服务器中软件配置示意图;
图5为本公开实施例中提供的一种推荐内容的推送方法的流程示意图;
图6为本公开实施例中提供的搜索词条的示意图一;
图7为本公开实施例中提供的搜索词条的示意图二;
图8为本公开实施例提供的获取地区标识的示意图;
图9为本公开实施例提供的事件在历史时间段内的热度参数的示意图;
图10本公开实施例提供一种服务器的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本公开中的具体含义。此外,在本公开的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
为了向用户推荐其感兴趣的内容,现有的推荐方法根据用户输入的搜索词进行检索,得到与搜索词内容高度类似的内容然后直接推荐给用户,但仅依赖搜索词得到的推荐内容难以定位用户的关注点,针对性不强,会将用户不感兴趣的搜索内容推荐给用户,推荐精确度不高,推荐效果不佳,影响用户体验。
另外,现有的推荐方法由运营人员手工设定触发推送的时间,往往是在事件发生前一天进行推荐内容的推送,这样可能会错失推送的最佳时机,大大影响了推送效果。
为了解决上述问题,本公开实施例提供了一种服务器和推荐内容的推送方法,其中该服务器包括控制器,该服务器通过控制器获取事件的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息,然后根据搜索词条对应的搜索主题和第一排序信息确定时间的偏好搜索主题,再根据偏好搜索主题从搜索词条中确定目标搜索词条并确定目标搜索词条对应的目标推荐内容,进一步的向终端发送该目标推荐内容。通过将搜索词条对应的搜索主题、搜索词条的第一排序内容精准定位用户所关注的偏好搜索主题,进而根据偏好搜索主题确定目标搜索词条,再根据目标搜索词条得到对应的目标推荐内容发送至终端,以由终端对目标推荐内容进行推送,实现向用户准确推荐感兴趣的内容,提升推荐效果和用户体验。
本公开还通过获取历史时间段内事件的热度参数,从而分析将热度参数大于或等于预设热度阈值的目标热度参数所对应的时间作为目标推送时间,实现自动化推送推荐内容,推送的时间合理,能够提升推荐效果。
如图1所示,图1为本公开实施例提供的服务器的操作场景示意图。图中包括控制装置100、显示设备200、智能设备300、服务器400。用户可以通过控制装置100或智能设备300操作显示设备200。
在推荐场景中,服务器400定时获取搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息,在确定目标推荐内容的过程中,首先根据该搜索词条对应的搜索主题以及第一排序信息确定用户感兴趣的偏好搜索主题,再根据偏好搜索主题确定目标搜索词条,然后确定目标搜索词条对应的目标推荐内容,进一步的向显示设备200发送目标推荐内容。通过搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息准确定位用户的关注点,实现了有针对性的向用户准确推荐感兴趣的内容,提升了推荐效果和用户体验。
在一些实施例中,用户可通过智能设备300或控制装置100操作显示设备200,显示设备200与服务器400进行数据通信。也可以使用智能设备300(如移动终端、平板电脑、计算机、笔记本电脑等)以控制显示设备200。例如,使用在智能设备上运行的应用程序控制显示设备200。在一些实施例中,控制装置100可以是遥控器,遥控器和终端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,通过无线或有线方式来控制显示设备200。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。
在一些实施例中,显示设备200还可以不使用上述的智能设备300或控制装置100接收指令,而是通过触摸或者手势等接收用户的控制。
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设备来接收用户的语音指令控制。
在一些实施例中,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。或者是云服务器。上述仅是一种示例,本实施例中对此不作任何限定。
图2为本公开实施例中控制装置的配置框图。如图2所示,控制装置100包括控制器110、通信接口130、用户输入或输出接口140、存储器、供电电源。控制装置100可接收用户的输入操作指令,且将操作指令转换为显示设备200可识别和响应的指令,起用用户与显示设备200之间交互中介作用。通信接口130用于和外部通信,包含WIFI芯片,蓝牙模块,NFC或可替代模块中的至少一种。用户输入/输出接口140包含麦克风,触摸板,传感器,按键或可替代模块中的至少一种。
图3为本公开实施例提供的服务器的硬件配置框图。如图3所示,服务器400包括调谐解调器210、通信器220、检测器230、外部装置接口240、控制器250、显示器260、音频输出接口270、存储器、供电电源、用户接口280中的至少一种。控制器250包括中央处理器,视频处理器,音频处理器,图形处理器,随机存取存储器(Random Access Memory,RAM),只读存储器(Read-Only Memory,ROM),用于输入/输出的第一接口至第n接口。显示器260可为液晶显示器、OLED显示器、触控显示器以及投影显示器中的至少一种,还可以为一种投影装置和投影屏幕。调谐解调器210通过有线或无线接收方式接收广播电视信号,以及从多个无线或有线广播电视信号中解调出音视频信号,如以及电子节目指南(Electrical ProgramGuide,EPG)数据信号。检测器230用于采集外部环境或与外部交互的信号。控制器250和调谐解调器210可以位于不同的分体设备中,即调谐解调器210也可在控制器250所在的主体设备的外置设备中,如外置机顶盒等。外部装置接口240可以包括但不限于如下:高清多媒体接口(HDMI)、模拟或数据高清分量输入接口(分量)、复合视频输入接口(CVBS)、USB输入接口(USB)、RGB端口等任一个或多个接口。也可以是上述多个接口形成的复合性的输入/输出接口。
在一些实施例中,控制器250,通过存储在存储器上中各种软件控制程序,来控制显示设备的工作和响应用户的操作。控制器250控制显示设备200的整体操作。用户可在显示器260上显示的图形用户界面(Graphic User Interface,GUI)输入用户命令,则用户输入接口通过图形用户界面接收用户输入命令。或者,用户可通过输入特定的声音或手势进行输入用户命令,则用户输入接口通过传感器识别出声音或手势,来接收用户输入命令。
在一些实施例中,“用户界面”,是应用程序或操作系统与用户之间进行交互和信息交换的介质接口,它实现信息的内部形式与用户可以接受形式之间的转换。用户界面常用的表现形式是图形用户界面,是指采用图形方式显示的与计算机操作相关的用户界面。它可以是在电子设备的显示器中显示的一个图标、窗口、控件等界面元素,其中控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、微件(Web widget,Widget)等可视的界面元素中的至少一种。
在一些实施例中,控制器包括中央处理器(Central Processing Unit,CPU),视频处理器,音频处理器,图形处理器(Graphics Processing Unit,GPU),RAM Random AccessMemory,RAM),ROM(Read-Only Memory,ROM),数字信号处理器(Digital SignalProcessing,DSP)用于输入/输出的第一接口至第n接口,通信总线(Bus)等中的至少一种。
CPU处理器。用于执行存储在存储器中操作系统和应用程序指令,以及根据接收外部输入的各种交互指令,来执行各种应用程序、数据和内容,以便最终显示和播放各种音视频内容。CPU处理器,可以包括多个处理器。如,包括一个主处理器以及一个或多个子处理器。
本公开实施例提供一种服务器,该服务器包括:
控制器250,被配置为:获取事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息;根据第一排序信息和搜索词条对应的搜索主题,确定事件的偏好搜索主题;根据偏好搜索主题,从搜索词条中确定目标搜索词条;确定目标搜索词条对应的目标推荐内容;向终端发送目标推荐内容。
上述服务器通过控制器获取事件的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息,结合该搜索主题与第一排序信息确定用户感兴趣的偏好搜索主题,再根据偏好搜索主题确定目标搜索词条,进而根据目标搜索词条确定目标推荐内容,实现更加精确的定位用户感兴趣的目标推荐内容,提升了推荐效果。
一些实施例中,搜索词条包括一级搜索主题对应的第一搜索词条和次级搜索主题对应的第二搜索词条;其中,次级搜索主题为除一级搜索主题之外的其他层级的搜索主题;第一排序信息包括第一搜索词条对应的第一子排序信息和第二搜索词条对应的第二子排序信息;
控制器250,根据第一排序信息和搜索词条对应的搜索主题,确定事件的偏好搜索主题,被配置为:根据第一子排序信息确定一级搜索主题的第一偏好值;根据第二子排序信息确定次级搜索主题的第二偏好值;根据第一偏好值和第二偏好值计算搜索词条对应的搜索主题的偏好总值;根据偏好总值,从搜索词条对应的搜索主题中确定偏好搜索主题。
一些实施例中,控制器250,确定目标搜索词条对应的目标推荐内容,被配置为:对目标搜索词条进行分词处理,得到多个搜索分词;根据多个搜索分词从数据库中匹配得到目标推荐关键词,数据库中存储多个推荐关键词,不同的推荐关键词对应不同的推荐内容;确定目标推荐关键词对应的目标推荐内容。
一些实施例中,控制器250,确定目标推荐关键词对应的目标推荐内容,被配置为:根据目标推荐关键词确定待推荐内容;在确定目标搜索词条的第二排序信息之后,根据第二排序信息计算目标推荐关键词与待推荐内容的相似度;根据相似度从待推荐内容中确定目标推荐内容。
一些实施例中,控制器250,确定目标搜索词条对应的目标推荐内容之后,还被配置为:获取事件的历史搜索偏好信息,历史搜索偏好信息中包括事件在历史时间段内的热度参数;根据事件在历史时间段内的热度参数确定目标推荐时间,并向终端发送目标推荐内容和目标推荐时间,以由终端根据目标推荐时间推送目标推荐内容。
一些实施例中,控制器250,根据事件在历史时间段内的热度参数确定目标推荐时间,被配置为:根据事件在历史时间段内的热度参数,确定触发事件的目标热度参数,目标热度参数大于或等于预设热度阈值;将目标热度参数对应的时间作为目标推荐时间。
一些实施例中,控制器250,根据事件在历史时间段内的热度参数,确定目标热度参数之后,还被配置为:确定事件的热度持续时长,热度持续时长为热度参数由首次目标热度参数升至最大热度参数再降回最后一次目标热度参数的时长;将根据目标热度参数对应的时间以及热度持续时长作为确定目标推荐时间。
一些实施例中,控制器250,获取事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息之前,还被配置为:获取地区标识;
控制器250,获取事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息,被配置为:根据地区标识,获取地区标识对应的事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息。
一些实施例中,搜索词条对应的搜索主题的类型包括下述至少一项:电影、电视剧、购物、游戏、歌曲、广告、综艺、文章;
控制器250,根据第一排序信息和搜索词条对应的搜索主题,确定事件的偏好搜索主题,被配置为:根据搜索词条对应的搜索主题的类型进行分类;针对分类后的搜索主题,确定不同类型下事件的偏好搜索主题。
图4为本公开实施例提供的服务器中软件配置示意图,如图4所示,将系统分为四层,从上至下分别为应用程序(Applications)层(简称“应用层”),应用程序框架(Application Framework)层(简称“框架层”),安卓运行时(Android runtime)和系统库层(简称“系统运行库层”),以及内核层。内核层至少包含以下驱动中的至少一种:音频驱动、显示驱动、蓝牙驱动、摄像头驱动、行动热点(WIFI)驱动、通用串行总线(Universal SerialBus,USB)驱动、高清多媒体接口(High Definition Multimedia Interface,HDMI)驱动、传感器驱动(如指纹传感器,温度传感器,压力传感器等)、以及电源驱动等。
本公开实施例中提供的一种推荐内容的推送方法,可以通过计算机设备实现,计算机设备包括但不限于服务器、个人电脑、笔记本电脑、平板电脑、智能手机、车载设备等。计算机设备包括用户设备与网络设备。其中,用户设备包括但不限于电脑、智能手机、平板电脑等;网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或于云计算的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,计算机设备可单独运行来实现本公开,也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本公开。其中,计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用(VirtualPrivate Network,VPN)网络等。
需要说明的是,本公开实施例的一种推荐内容的推送方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本公开的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本公开的保护范围内。
如图5所示,图5为本公开实施例中提供的一种推荐内容的推送方法的流程示意图,该方法包括下述步骤S501~S504:
S501、获取事件的搜索词条、搜索词条对应的搜索主题,以及搜索词条的第一排序信息。
其中,搜索词条对应的搜索主题可以分为不同的类型,例如电影、电视剧、歌曲、购物、广告、游戏、综艺、文章等,本公开对此不做限定。需要说明的是,获取得到的搜索词条对应的搜索主题可能存在无主题。本公开对无主题的搜索词条不做处理,本公开在此不做赘述。
一些实施例中,服务器定时触发任务,获取事件的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息,如图6所示,图6为本公开实施例中提供的搜索词条的示意图一,示例性的,服务器根据谷歌趋势(Google Trends)得到事件“圣诞节”的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息。其中,Google Trends是谷歌Google推出的一款基于Google搜索的产品,它通过分析Google全球数十亿计的搜索结果,告诉用户某一搜索关键词某段时间在Google被搜索的频率和相关统计数据。需要说明的是,本公开对事件的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息的来源不做具体限定。
一些实施例中,服务器获取地区标识,该地区标识用于标识终端所在的地理位置。服务器根据地区标识获取该地区标识对应的事件的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息。
示例性的,若服务器获取的地区标识为“加拿大”,则得到如图6所示的事件“圣诞节”的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息;若服务器获取的地区标识为“日本”,则如图7所示,图7为本公开实施例中提供的搜索词条的示意图二,得到日本的“圣诞节”的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息。
服务器根据不同的地区标识获取得到不同的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息,有针对性地向不同地区推送不同的推荐内容,如图8所示,图8为本公开实施例提供的获取地区标识的示意图,图中服务器400获取终端201上传的地区标识“日本”,在执行完后续步骤之后得到针对“日本”的目标推荐内容1,并下发至终端201;服务器400获取终端202上传的地区标识“加拿大”,在执行完后续步骤之后得到针对“加拿大”的目标推荐内容2,并下发至终端202。
需要说明的是,搜索词条对应的搜索主题是多级的,可以分为一级搜索主题和次级搜索主题,次级搜索主题是指除一级搜索主题之外的其他层级的主题,例如,二次搜索主题、三级搜索主题等。如图6或7中示出的搜索主题可以理解为是事件“圣诞节”的一级搜索主题。针对次级搜索主题,举例而言,一级搜索主题“昆汀超集8”中包括多个次级搜索主题:被解救的姜戈、杀死比尔等,次级搜索主题与事件的相关度小于一级搜索主题与事件的相关度。
搜索词条可分为第一搜索词条和第二搜素词条。其中,第一搜索词条对应一级搜索主题,第二搜索词条对应次级搜索主题。第一排序信息包括第一搜索词条的第一子排序信息和第二搜索词条的第二子排序信息。虽然次级搜索主题与事件的相关度较小,但为丰富目标推荐内容,需要考虑一级搜索主题下的次级搜索主题。
一些实施例中,获取搜索词条对应一级搜索主题、二级搜索主题和三级搜索主题,从而准确、丰富的得到搜索词条相关的主题,满足确定推荐内容的需求。
S502、根据第一排序信息和搜索词条对应的搜索主题,确定事件的偏好搜索主题。
其中,偏好搜索主题的数量可以是一个或多个。
一些实施例中,根据搜索主题类型的不同,将搜索主题进行分类,进而针对同一类型的搜索主题,根据搜索词条的第一排序信息确定该类型下事件的偏好搜索主题。
示例性的,根据电影、电视剧、歌曲、购物、广告等搜索主题类型将步骤S201获取得到的搜索词条对应的搜索主题进行分类,以图7为例,将搜索词条分为两类:歌曲和无主题。搜索主题的类型为歌曲包括搜索词条:“Happy Merry Christmas”、“我们祝你圣诞快乐”和“Kissin`Christmas”,进一步的计算“歌曲”类型下事件的偏好搜索主题。一些实施例中,服务器根据下述公式(1)计算各个搜索词条对应的搜索主题的偏好值:
Figure BDA0003827813680000131
其中,p表示搜索词条对应的搜索主题的偏好值;rank表示该搜索词条在第一排序信息中的序号;i为0或1,当该搜索主题属于分类主题的情况下,i=1,当该搜索主题不属于分类主题的情况下,i=0;N为搜索主题的层级。
需要说明的是,针对搜索主题是否属于分类主题的判断,本公开将搜索主题与分类主题进行比较,在搜索主题包含分类主题的关键字的情况下,确定搜索主题属于分类主题,参考图6所示,搜索词条“昆汀超集8”对应的搜索主题为“2020年的电影”包含分类主题“电影”中的关键字“电影”,因此可确定搜索主题“2020年的电影”属于分类主题;在搜索主题中不包含分类主题的关键字的情况下,针对同一分类主题存在不同的描述方式,本公开实施例中提供一种实施方式,服务器预先设置分类主题的同义词典,建立同义分类主题的对应关系。例如,分类主题“电影”的同义分类主题可以是“film”等,本公开在此不做限定。
根据公式(1)服务器针对每个搜索主题,首先确定一级搜索主题对应的第一搜索词条的第一子排序信息rank_1,再确定该搜索主题是否属于分类主题,进而得到一级搜索主题的第一偏好值。
示例性的,参考图6所示,针对分类主题“电影”,一级搜索主题对应的第一搜索词条的第一子排序信息rank_1为:1、2、3、4、5,图中所有搜索主题都属于分类主题。则得到一级搜索主题的第一偏好值为1/1+1/2+1/3+1/4+1/5。
在计算一级搜索主题的第一偏好值之后,根据公式(1)根据次级搜索主题的第二子排序信息确定次级搜索主题的第二偏好值。需要说明的是,次级搜索主题与事件本身的相关度不高,本公开实施例中可以直接根据一次搜索主题的第一偏好值确定偏好搜索主题,以确定与事件相关度最高的搜索词条,进而得到准确的推荐内容。还可以根据第一偏好值和第二偏好值计算得到搜索词条对应的搜索主题的偏好总值。在偏好总值大于预设阈值的情况下,确定该搜索主题为偏好搜索主题。综合一级搜索主题和次级搜索主题确定偏好搜索主题,进而确定更为丰富的目标推荐内容。预设阈值可以设置为1。
S503、根据偏好搜索主题,从搜索词条中确定目标搜索词条;确定目标搜索词条对应的目标推荐内容。
一些实施例中,将搜索词条中偏好搜索主题对应的搜索词条确定为目标搜索词条,然后对目标搜索词条进行分词处理,得到多个搜索分词,然后根据这多个搜索分词从数据库中匹配得到目标推荐关键词,其中,数据库中存储多个推荐关键词,不同的推荐关键词对应不同的推荐内容。进一步的,确定目标推荐关键词对应的待推荐内容。
示例性的,参考图6所示,目标搜索词条包括:“昆汀超集8”、“拯救圣诞记”、“坏妈妈的圣诞节”、“影片搭景”、“去年圣诞”,分词处理后得到搜索分词:“昆汀”、“超集”、“8”;“拯救”、“圣诞”、“记”;“坏”、“妈妈”、“圣诞节”;“影片”、“搭景”;“去年”、“圣诞”,然后根据这多个搜索分词从数据库中匹配得到目标推荐关键词:“昆汀”、“圣诞”、“电影”;数据库中推荐关键词“昆汀”对应多个待推荐内容,例如“昆汀的代表作”、“昆汀执导的电影”、“昆汀的新闻”等;“圣诞”对应的待推荐内容可以是:“圣诞礼物”、“圣诞电影”、“圣诞菜谱”、“圣诞装饰”等。
在确定目标推荐关键词对应的待推荐内容之后,并不是直接将带推荐内容发送至终端以推送给用户,还需要对待推荐内容进行筛选得到最终的目标推荐内容。本公开实施例提供一种实施方式,根据目标推荐词条在第一排序信息中的位次信息,确定每个目标推荐关键词的权重向量,进而根据目标推荐关键词的权重向量与待推荐内容的权重向量计算目标推荐关键词与待推荐内容的相似度,如公式(2):
Figure BDA0003827813680000151
其中,
Figure BDA0003827813680000152
A为目标推荐关键词的权重向量,B为待推荐内容的权重向量,n为目标推荐关键词的数量。
在相似度大于相似度阈值的情况下,确定该待推荐内容为目标推荐内容。
本公开实施例提供另一种实施方式,在确定目标推荐词条之后对目标推荐词条进行重新排序,确定目标推荐词条的第二排序信息,针对每个目标推荐关键词,其在第二排序信息中的位次信息确定为权重向量,进而根据该权重向量与待推荐内容的权重向量计算目标推荐关键词与待推荐内容的相似度,在相似度大于相似度阈值的情况下,确定该待推荐内容为目标推荐内容。
一些实施例中,还可以根据相似度大小确定大于相似度阈值的待推荐内容在目标推荐内容中所占的比重,从而量化目标推荐内容,使得相似度大的、用户较感兴趣的待推荐内容能够更多的推送至终端。
S504、向终端发送目标推荐内容。
一些实施例中,为了准确地把握向用户推荐其感兴趣的内容的时机,本公开实施例提供一种实施方式确定目标推荐时间:首先,获取事件的历史搜索偏好信息,历史搜索偏好信息中包括事件在历史时间段内的热度参数,其中,事件在历史时间段内的热度参数是指历史时间段内,每一时刻事件的热度参数,热度参数根据用户的点击量、讨论度、评论数量等统计分析得到,本公开对此不做赘述。
示例性的,图9为本公开实施例提供的事件在历史时间段内的热度参数的示意图,图中不同时刻时间的热度参数不同。
然后,根据事件在历史时间段内的热度参数确定目标推荐时间,并向终端发送该目标推荐时间,以由终端根据该目标推荐时间对目标推荐内容进行推送。
在根据事件在历史时间段内的热度参数确定目标推荐时间的过程中,可选的,根据事件在历史时间段内的热度参数确定目标热度参数,目标热度参数大于或等于预设热度阈值,然后将目标热度参数对应的时间作为目标推荐时间。需要强调的是,历史时间段内的热度参数大于或等于预设热度阈值的时间往往为多个,可以确定出现次数最多的时间作为目标推荐时间。
示例性的,参考图9所示,预设热度阈值设置为25%,在获取过去五年内“圣诞节”的热度参数之后,确定过去五年内热度参数大于25%的时间,若热度参数大于25%的时间为12月11日至1月1日,则将12月11日作为目标推荐时间。若过去五年内热度参数大于25%的时间分别为12月11日至1月1日、12月10日至1月1日、12月10日至1月1日、12月11日至1月1日、12月11日至1月1日,12月11日至1月1日出现的次数最多,则确定12月11日至1月1日为目标推荐时间。
由于事件在历史时间段内的热度参数一直处于变化的状态,为在事件发酵的白热化阶段推送推荐内容,以实现推荐效果的最大化,本公开实施例中提供一种实施方式,在确定目标热度参数之后,根据历史事件段内的热度参数确定事件的热度参数首次由目标热度参数升至最大热度参数再降回最后一次目标热度参数的时长确定为事件的热度持续时长。然后根据目标热度参数对应的时间以及热度持续时长确定目标推荐时间。
示例性的,在获取过去五年内“圣诞节”的热度参数之后,确定过去五年内首次达到目标热度参数的时间分别为:12月11日、12月10日、12月10日、12月11日、12月11日,并且过去五年内热度持续时长分别为:21天、22天、22天、21天、21天,则确定目标推荐时间为12月11日以及12月11日之后的21天。
上述实施例通过事件在历史时间段内的热度参数,确定目标推荐时间,以由终端根据目标推荐时间推送目标推荐内容,从而准确把握推送时机,自动地触发推送目标推荐内容,提升了推送效率,并且推荐效果得到显著提升。
综上,本公开实施例提供一种推荐内容的推送方法,应用于服务器,首先由服务器获取事件的搜索词条、搜索词条对应的搜索主题以及搜索词条的第一排序信息,然后根据搜索词条对应的搜索主题和第一排序信息确定时间的偏好搜索主题,再根据偏好搜索主题从搜索词条中确定目标搜索词条并确定目标搜索词条对应的目标推荐内容,进一步的向终端发送该目标推荐内容。通过将搜索词条对应的搜索主题、搜索词条的第一排序内容精准定位用户所关注的偏好搜索主题,进而根据偏好搜索主题确定目标搜索词条,再根据目标搜索词条得到对应的目标推荐内容发送至终端,以由终端对目标推荐内容进行推送,实现向用户准确推荐感兴趣的内容,提升推荐效果和用户体验。
另外,本公开还通过获取历史时间段内事件的热度参数,从而分析将热度参数大于或等于预设热度阈值的目标热度参数所对应的时间作为目标推送时间,实现自动化推送推荐内容,推送的时间合理,能够提升推荐效果。
图10本公开实施例提供一种服务器的结构示意图,如图10所示,该服务器包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述方法实施例中的推荐内容的推送方法的各个过程。且能达到相同的技术效果,为避免重复,这里不再赘述。
本公开实施例提供一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储计算机程序,该计算机程序被处理器执行时实现上述方法实施例中推荐内容的推送方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,该计算机可读存储介质可以为只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本公开实施例提供一种计算程序产品,该计算机程序产品存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中推荐内容的推送方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
本公开中,处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本公开中,存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
本公开中,计算机可读介质包括永久性和非永久性、可移动和非可移动存储介质。存储介质可以由任何方法或技术来实现信息存储,信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。根据本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种服务器,其特征在于,包括:
控制器,被配置为:获取事件的搜索词条、所述搜索词条对应的搜索主题,以及所述搜索词条的第一排序信息;
根据所述第一排序信息和所述搜索词条对应的搜索主题,确定所述事件的偏好搜索主题;
根据所述偏好搜索主题,从所述搜索词条中确定目标搜索词条;确定所述目标搜索词条对应的目标推荐内容;
向终端发送所述目标推荐内容。
2.根据权利要求1所述的服务器,其特征在于,所述搜索词条包括一级搜索主题对应的第一搜索词条和次级搜索主题对应的第二搜索词条;其中,所述次级搜索主题为除一级搜索主题之外的其他层级的搜索主题;所述第一排序信息包括第一搜索词条对应的第一子排序信息和第二搜索词条对应的第二子排序信息;
所述控制器,根据所述第一排序信息和所述搜索词条对应的搜索主题,确定所述事件的偏好搜索主题,被配置为:
根据所述第一子排序信息确定所述一级搜索主题的第一偏好值;
根据所述第二子排序信息确定所述次级搜索主题的第二偏好值;
根据所述第一偏好值和所述第二偏好值计算所述搜索词条对应的搜索主题的偏好总值;
根据所述偏好总值,从所述搜索词条对应的搜索主题中确定所述偏好搜索主题。
3.根据权利要求1所述的服务器,其特征在于,所述控制器,确定所述目标搜索词条对应的目标推荐内容,被配置为:
对所述目标搜索词条进行分词处理,得到多个搜索分词;
根据所述多个搜索分词从数据库中匹配得到目标推荐关键词,所述数据库中存储多个推荐关键词,不同的推荐关键词对应不同的推荐内容;
确定目标推荐关键词对应的目标推荐内容。
4.根据权利要求3所述的服务器,其特征在于,所述控制器,确定目标推荐关键词对应的目标推荐内容,被配置为:
根据所述目标推荐关键词确定待推荐内容;
在确定所述目标搜索词条的第二排序信息之后,根据所述第二排序信息计算所述目标推荐关键词与所述待推荐内容的相似度;
根据所述相似度从所述待推荐内容中确定所述目标推荐内容。
5.根据权利要求1所述的服务器,其特征在于,所述控制器,确定所述目标搜索词条对应的目标推荐内容之后,还被配置为:
获取所述事件的历史搜索偏好信息,所述历史搜索偏好信息中包括所述事件在历史时间段内的热度参数;
根据所述事件在历史时间段内的热度参数确定目标推荐时间,并向终端发送所述目标推荐时间,以由终端根据所述目标推荐时间推送所述目标推荐内容。
6.根据权利要求5所述的服务器,其特征在于,所述控制器,根据所述事件在历史时间段内的热度参数确定目标推荐时间,被配置为:
根据所述事件在历史时间段内的热度参数,确定目标热度参数,所述目标热度参数大于或等于预设热度阈值;
将所述目标热度参数对应的时间作为所述目标推荐时间。
7.根据权利要求6所述的服务器,其特征在于,所述控制器,根据所述事件在历史时间段内的热度参数,确定目标热度参数之后,还被配置为:
确定所述事件的热度持续时长,所述热度持续时长为热度参数由首次目标热度参数升至最大热度参数再降回最后一次目标热度参数的时长;
根据所述目标热度参数对应的时间以及所述热度持续时长确定所述目标推荐时间。
8.根据权利要求1所述的服务器,其特征在于,所述控制器,获取事件的搜索词条、所述搜索词条对应的搜索主题,以及所述搜索词条的第一排序信息之前,还被配置为:
获取地区标识;
所述控制器,获取事件的搜索词条、所述搜索词条对应的搜索主题,以及所述搜索词条的第一排序信息,被配置为:
根据所述地区标识,获取所述地区标识对应的所述事件的搜索词条、所述搜索词条对应的搜索主题,以及所述搜索词条的第一排序信息。
9.根据权利要求1所述的服务器,其特征在于,所述搜索词条对应的搜索主题的类型包括下述至少一项:电影、电视剧、购物、游戏、歌曲、广告、综艺、文章;
所述控制器,根据所述第一排序信息和所述搜索词条对应的搜索主题,确定所述事件的偏好搜索主题,被配置为:
根据搜索词条对应的搜索主题的类型进行分类;
针对分类后的搜索主题,确定不同类型下所述事件的偏好搜索主题。
10.一种推荐内容的推送方法,其特征在于,包括:
获取事件的搜索词条、所述搜索词条对应的搜索主题,以及所述搜索词条的第一排序信息;
根据所述第一排序信息和所述搜索词条对应的搜索主题,确定所述事件的偏好搜索主题;
根据所述偏好搜索主题,从所述搜索词条中确定目标搜索词条;确定所述目标搜索词条对应的目标推荐内容;
向终端发送所述目标推荐内容。
CN202211066387.1A 2022-09-01 2022-09-01 一种服务器和推荐内容的推送方法 Pending CN115525826A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211066387.1A CN115525826A (zh) 2022-09-01 2022-09-01 一种服务器和推荐内容的推送方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211066387.1A CN115525826A (zh) 2022-09-01 2022-09-01 一种服务器和推荐内容的推送方法

Publications (1)

Publication Number Publication Date
CN115525826A true CN115525826A (zh) 2022-12-27

Family

ID=84697703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211066387.1A Pending CN115525826A (zh) 2022-09-01 2022-09-01 一种服务器和推荐内容的推送方法

Country Status (1)

Country Link
CN (1) CN115525826A (zh)

Similar Documents

Publication Publication Date Title
KR101989502B1 (ko) 검색 피처들을 제공하기 위한 시스템들 및 방법들
WO2023005339A1 (zh) 搜索结果展示方法、装置、设备和介质
US10140368B2 (en) Method and apparatus for generating a recommendation page
WO2018072071A1 (zh) 知识图谱构建系统及方法
KR102247533B1 (ko) 음성 인식 장치 및 그 제어 방법
JP6838098B2 (ja) 知識パネルのコンテキスチャライジング
US11681741B2 (en) Searching and displaying multimedia search results
US8473982B2 (en) Interface for watching a stream of videos
US20130007807A1 (en) Blended search for next generation television
US20140123179A1 (en) Zoomable content recommendation system
JP2006157899A (ja) データ項目に関連するデータの表示
JP2015204105A (ja) 推薦情報を提供するための方法および装置
US20210279297A1 (en) Linking to a search result
US20140280048A1 (en) Navigating graphical user interfaces
US20180373719A1 (en) Dynamic representation of suggested queries
US20130211820A1 (en) Apparatus and method for interpreting korean keyword search phrase
US10725620B2 (en) Generating interactive menu for contents search based on user inputs
CN112839261A (zh) 一种提升语音指令匹配度的方法及显示设备
CN111104583A (zh) 一种直播间推荐方法、存储介质、电子设备及系统
KR102469758B1 (ko) 서버 장치, 사용자 단말 장치, 그 제어 방법 및 전자 시스템
US20200279304A1 (en) Content management system and method for operating same
CN115525826A (zh) 一种服务器和推荐内容的推送方法
CN115270808A (zh) 显示设备和语义理解方法
CN112927686A (zh) 一种语音推荐语展示方法、装置、系统及电子设备
CN106815288A (zh) 一种视频相关信息生成方法及其装置

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