CN116662636A - 信息推荐方法、装置、计算机设备、存储介质及程序产品 - Google Patents
信息推荐方法、装置、计算机设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN116662636A CN116662636A CN202210147190.4A CN202210147190A CN116662636A CN 116662636 A CN116662636 A CN 116662636A CN 202210147190 A CN202210147190 A CN 202210147190A CN 116662636 A CN116662636 A CN 116662636A
- Authority
- CN
- China
- Prior art keywords
- target
- shop
- objects
- item
- preference
- 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 85
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000003993 interaction Effects 0.000 claims description 52
- 238000004590 computer program Methods 0.000 claims description 21
- 230000006399 behavior Effects 0.000 claims description 19
- 230000002452 interceptive effect Effects 0.000 claims description 11
- 230000001960 triggered effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 15
- 238000013473 artificial intelligence Methods 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 description 23
- 239000000284 extract Substances 0.000 description 11
- 238000003058 natural language processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2468—Fuzzy queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Probability & Statistics with Applications (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种信息推荐方法、装置、计算机设备、存储介质及程序产品，涉及人工智能、交通技术领域。通过基于对至少两个对象之间的会话消息的分析过程，得到该至少两个对象中的目标对象，该目标对象是会话中物品兴趣被采纳的对象；从而以目标对象的物品兴趣为准，基于该目标对象的物品特征数据，确定该目标对象的偏好物品，并确定提供该偏好物品的目标商铺，分别向该至少两个对象推荐商铺指示信息。而该会话消息不包括物品、商铺或地理位置等定向信息，在用户不清楚附近商铺且不需要用户提供任何物品的情况下，能够基于对会话消息的分析进行模糊匹配，推荐可提供用户偏好物品的商铺，提高了信息推荐的实用性。
Description
技术领域
本申请涉及人工智能、交通技术领域，本申请涉及一种信息推荐方法、装置、计算机设备、存储介质及程序产品。
背景技术
随着互联网技术的发展，网络中应用平台也可以筛选用户可能感兴趣的信息，以推荐给用户。
目前的信息推荐的应用程序(如地图、导航应用程序或包含地图、导航功能的应用程序)中，通常是根据用户输入的准确的地理位置关键字(包括：吃、喝、玩、乐的去处、标识性建筑物名称或所在地、街道名称等)，才可推荐，例如推荐附近售卖某种物品的商铺、推荐去往某个餐饮店的导航路径等。然而，如果用户刚到某个新城市时，对该新城市不清楚，用户无法提供准确的地理位置。相关技术中，由于用户不能提供准确的地理位置关键字而无法推荐，可见，相关技术中信息推荐方法有待改进。
发明内容
本申请提供了一种信息推荐方法、装置、计算机设备、存储介质及程序产品，可以解决相关技术中的问题。所述技术方案如下：
一方面，提供了一种信息推荐方法，所述方法包括：
基于至少两个对象之间的会话消息，确定所述至少两个对象中的目标对象，所述目标对象是会话中物品兴趣被采纳的对象；
基于所述目标对象的物品特征数据，确定所述目标对象的偏好物品，所述物品特征数据至少包括所述目标对象对历史交互物品的行为数据；
确定提供所述偏好物品的目标商铺；
分别向所述至少两个对象推荐商铺指示信息，所述商铺指示信息至少包括所述目标商铺的商铺标识。
另一方面，提供了信息推荐方法，所述方法应用于至少两个对象中任一对象的终端，所述方法包括：
显示会话页面，所述会话页面包括至少两个对象之间的会话消息；
接收服务器基于所述会话消息推荐的商铺指示信息，并在所述会话页面显示所述商铺指示信息；
其中，所述商铺指示信息至少包括所述目标商铺的商铺标识，所述目标商铺用于提供所述至少两个对象中目标对象的偏好物品，所述目标对象是会话中物品兴趣被采纳的对象，所述偏好物品是基于所述目标对象的物品特征数据进行确定的。
另一方面，提供了一种信息推荐装置，所述装置包括：
对象确定模块，用于基于至少两个对象之间的会话消息，确定所述至少两个对象中的目标对象，所述目标对象是会话中物品兴趣被采纳的对象；
物品确定模块，用于基于所述目标对象的物品特征数据，确定所述目标对象的偏好物品，所述物品特征数据至少包括所述目标对象对历史交互物品的行为数据；
商铺确定模块，用于确定提供所述偏好物品的目标商铺；
推荐模块，用于分别向所述至少两个对象推荐商铺指示信息，所述商铺指示信息至少包括所述目标商铺的商铺标识。
在一个可能实现方式中，对象确定模块，用于从所述会话消息中提取所述至少两个对象的偏好表达语句；基于所述偏好表达语句中的人称关键词，确定所述至少两个对象中的目标对象；
其中，该装置还包括：
关键词提取模块，用于从所述偏好表达语句中提取所述目标对象的偏好关键词，所述偏好关键词用于指示所述目标对象的偏好程度。
在一个可能实现方式中，所述物品特征数据还包括对历史交互物品预标记的物品偏好标签；
所述物品确定模块，用于基于所述预标记的物品偏好标签和所述偏好关键词，确定物品偏好标签与所述偏好关键词匹配的历史交互物品，所述物品偏好标签用于指示所述目标对象对所述历史交互物品的偏好程度；基于所述历史交互物品的交互行为数据以及所述物品偏好标签，确定至少一个候选物品及相应的偏好得分；基于所述偏好得分，从所述至少一个候选物品中确定所述目标对象的偏好物品。
在一个可能实现方式中，所述装置还包括：
统计模块，用于基于所述历史交互物品的备选特征数据，统计所述历史交互物品中的每个物品在至少一个特征维度的特征数据的权重；
筛选模块，用于基于所述每个物品在至少一个特征维度的特征数据的权重，从所述备选特征数据中筛选出权重符合第一目标条件的物品特征数据。
在一个可能实现方式中，所述商铺指示信息还包括对象与目标商铺之间的导航路径；所述推荐模块，用于基于所述目标商铺和每个对象的地理位置，分别获取每个对象与所述目标商铺之间的导航路径；向所述每个对象推荐所述目标商铺的商铺标识以及对应的导航路径。
在一个可能实现方式中，所述商铺指示信息还包括对象与目标商铺之间的导航路径；所述推荐模块，用于分别向所述至少两个对象推荐所述商铺标识；响应于任一对象基于会话页面中的商铺标识所触发的导航请求，基于所述任一对象和所述目标商铺的地理位置，确定所述任一对象与所述目标商铺之间的导航路径；向所述任一对象推荐所述任一对象与所述目标商铺之间的导航路径。
在一个可能实现方式中，所述装置还包括：
获取模块，用于基于目标检测周期，获取所述每个对象的当前移动位置，并向所述每个对象推荐所述至少两个对象中除所述每个对象之外的其他对象的当前移动位置。
在一个可能实现方式中，所述商铺确定模块，用于基于所述偏好物品，从预设的商铺与所提供物品之间的关联关系中，确定提供所述偏好物品的至少一个候选商铺；基于所述至少一个候选商铺和所述目标对象的地理位置，确定所述至少一个候选商铺中与所述目标对象之间距离符合第二目标条件的目标商铺。
另一方面，提供了一种信息推荐装置，所述装置应用于至少两个对象中任一对象的终端，所述装置包括：
第一显示模块，用于显示会话页面，所述会话页面包括至少两个对象之间的会话消息；
第二显示模块，用于接收服务器基于所述会话消息推荐的商铺指示信息，并在所述会话页面显示所述商铺指示信息；
其中，所述商铺指示信息至少包括所述目标商铺的商铺标识，所述目标商铺用于提供所述至少两个对象中目标对象的偏好物品，所述目标对象是会话中物品兴趣被采纳的对象，所述偏好物品是基于所述目标对象的物品特征数据进行确定的。
在一个可能实现方式中，所述商铺指示信息还包括对象与目标商铺之间的导航路径；所述第二显示模块，用于以下任一项：
在所述会话页面显示所述目标商铺的商铺标识，响应于所述任一对象基于所述商铺标识触发的导航请求，显示地图页面，所述地图页面包括所述任一对象与所述目标商铺之间的导航路径；
在所述会话页面中显示所述商铺标识以及导航缩略图，所述导航缩略图包括所述任一对象与所述目标商铺之间的导航路径。
在一个可能实现方式中，所述装置还包括：
获取模块，用于获取服务器基于目标检测周期检测的其他对象的至少一个当前移动位置，所述其他对象包括所述至少两个对象中除所述任一对象之外的对象；
第三显示模块，用于基于所述其他对象的至少一个当前移动位置，在所述地图页面中显示所述其他对象的动态移动过程。
另一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述的信息推荐方法。
另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的信息推荐方法。
另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的信息推荐方法。
本申请实施例提供的技术方案带来的有益效果是：
通过基于对至少两个对象之间的会话消息的分析过程，得到该至少两个对象中的目标对象，该目标对象是会话中物品兴趣被采纳的对象；从而以目标对象的物品兴趣为准，基于该目标对象的物品特征数据，确定该目标对象的偏好物品，并确定提供该偏好物品的目标商铺，分别向该至少两个对象推荐商铺指示信息。而该会话消息不包括物品、商铺或地理位置等定向信息，在用户不清楚附近商铺且不需要用户提供任何物品的情况下，能够基于对会话消息的分析进行模糊匹配，推荐可提供用户偏好物品的商铺，解决了用户不知道附近商铺信息无法推荐的问题，提高了信息推荐的实用性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种实现信息推荐方法的实施环境/系示意图；
图2为本申请实施例提供的一种信息推荐方法的流程示意图；
图3为本申请实施例提供的一种会话消息方法的流程示意图；
图4为本申请实施例提供的一种信息推荐方法的流程示意图；
图5为本申请实施例提供的一种信息推荐方法的信令交互示意图；
图6为本申请实施例提供的一种信息推荐装置的结构示意图；
图7为本申请实施例提供的一种信息推荐装置的结构示意图；
图8为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面结合本申请中的附图描述本申请的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本申请实施例的技术方案的示例性描述，对本申请实施例的技术方案不构成限制。
图1为本申请提供的一种信息推荐方法的实施环境示意图。如图1所示，该实施环境包括：服务器101和终端102，该服务器101可以为应用程序的后台服务器。该终端102安装有应用程序，该终端102和该服务器102可以基于该应用程序进行数据交互。
服务器101可以基于对至少两个对象之间的会话消息的分析过程，为该至少两个对象提供模糊推荐服务。该模糊推荐服务是指基于会话消息分析对象的物品兴趣以推荐提供偏好物品的目标商铺。该会话消息中不包括物品、商铺或地理位置等推荐方向明确的信息。该会话消息中包括人称关键词，还可以包括偏好关键词等。该服务器101可以基于该至少两个对象之间的会话消息，分析出会话中物品兴趣被采纳的目标对象。该服务器101可以关注该目标对象的兴趣偏好，推荐提供目标对象的偏好物品的目标商铺。
该服务器101可以推荐目标商铺的商铺指示信息。一示例中，该商铺指示信息至少包括目标商铺的商铺标识，该服务器101可以推荐目标商铺的商铺标识；又一示例中，该商铺指示信息还包括去往该目标商铺的导航路径，该服务器101可以推荐目标商铺的商铺标识以及去往该目标商铺的导航路径。
该终端102以显示会话页面，该会话页面中包括至少两个对象之间的会话消息。该终端102基于与该服务器101之间的数据交互过程，从服务器101中获取该商铺指示信息。一示例中，该终端102在会话页面显示该目标商铺的商铺标识；又一示例中，该终端102还可以在会话页面中显示该目标商铺的商铺标识以及包括导航路径的导航缩略图；又一示例中，该终端102还可以在检测到会话页面中商铺标识被触发时，显示地图页面，并在地图页面中显示导航路径。
场景示例一，该终端102可以安装目标应用程序，该目标应用程序支持即时通讯服务和模糊推荐服务。该服务器101为该目标应用程序的后台服务器。示例性的，该终端102可以基于该目标应用程序的即时通讯服务显示会话页面，该至少两个对象可以基于该会话页面进行即时通讯。该终端102基于与服务器101之间的数据交互过程，在会话页面中显示会话消息。示例性的，该服务器101基于该目标应用程序的模糊推荐服务，向终端102推荐目标商铺的商铺指示信息，该终端102接收服务器101推荐的商铺指示信息。
需要说明的是，该目标应用程序可以是支持即时通讯服务和模糊推荐服务的任一应用。例如，该目标应用程序可以是提供有会话窗口和地图页面的地图应用、或者是提供有会话页面和导航页面的社交应用、或者是支持显示会话页面和导航缩略图的内容交互平台、短视频应用、即时通讯平台、短信应用程序、游戏应用、智能移动办公平台等等。
场景示例二，该终端102可以安装有即时通讯应用和地图应用。该服务器101为该地图用于的后台服务器；该地图应用提供有模糊推荐服务。至少两个对象在该即时通讯应用提供的会话页面中进行实时会话，该终端102在该会话页面中显示该会话消息。该服务器101可以从即时通讯应用的服务器中提取该至少两个对象之间的会话消息，并基于地图应用提供的模糊推荐服务，向终端102推荐目标商铺的商铺指示信息，该终端102接收该服务器101发送的商铺指示信息。
需要说明的是，该地图应用是支持地图导航功能的任一应用，例如，地图应用可以是独立的地图应用、导航应用、车载导航平台、移动出行平台、交通出行应用等；或者，地图应用也可以是嵌入到独立应用程序中的程序插件，例如，嵌入社交应用的地图小程序、嵌入内容交互平台的地图插件等。该即时通讯应用可以是支持会话功能的任一应用，例如，社交应用、内容交互应用、直播应用、游戏应用等。当然，该即时通讯应用可以是独立的应用，也可以是嵌入其他独立应用中的程序插件。本申请实施例对该地图应用、即时通讯应用的具体表现形式不做限定。
服务器102可以是独立的物理服务器，或是多个物理服务器构成的服务器集群或者分布式系统，或是提供云服务、云数据库、云计算、云存储、以及大数据和人工智能平台等基础云计算服务的云服务器或服务器集群。终端101可以是智能手机、平板电脑、笔记本电脑、数字广播接收器、台式计算机、车载终端(例如车载导航终端、车载电脑等)、智能音箱、智能手表等。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，也可基于实际应用场景需求确定，在此不作限定。
下面将结合附图对本申请实施方式作进一步地详细描述。
图2为本申请实施例提供的一种信息推荐方法的流程示意图。该方法的执行主体可以为服务器。如图2所示，该方法包括以下步骤。
步骤201、服务器基于至少两个对象之间的会话消息，确定该至少两个对象中的目标对象。
该目标对象是会话中物品兴趣被采纳的对象。物品兴趣可以是对该至少两个对象起引导作用的兴趣指向。在至少两个对象进行会话沟通时，该目标对象可以是会话中以该目标对象的兴趣为准的对象，则该目标对象的兴趣即可认为是引导该至少两个对象的兴趣指向。例如，用户1和用户2沟通去哪吃饭的结论是去吃用户2喜欢的，也即是，两个用户的会话结论是以用户2的物品兴趣为准，该用户2为目标对象。本步骤中，该会话消息中不包括物品、商铺或地理位置等推荐方向明确的信息。该会话消息中至少包括人称关键词，该服务器可以提取会话消息中包括人称关键词的表达语句，并对包括人称关键词的表达语句进行分析，确定出该至少两个对象中的目标对象。例如，可以对包括人称关键词的表达语句进行语义理解、语法逻辑分析等，定位该至少两个对象中的目标对象。
在一可能实现方式中，该会话消息可以包括偏好表达语句，该偏好表达语句可以包括人称关键词和偏好关键词。该服务器可以基于偏好表达语句确定该目标对象。或者，该会话消息可以包括决策表达语句，该结果表达语句可以包括人称关键词和决策关键词。该服务器可以基于该决策表达语句确定目标对象。相应的，本步骤可以通过以下两种方式实现。
第一种方式、该会话消息可以包括偏好表达语句。本步骤可以包括：该服务器从该会话消息中提取该至少两个对象的偏好表达语句；该服务器基于该偏好表达语句中的人称关键词，确定该至少两个对象中的目标对象。
该会话消息可以包括用于表示对象的偏好程度的偏好表达语句。该偏好关键词用于指示该目标对象的偏好程度。该服务器提取该偏好表达语句中的人称关键词，根据该人称关键词指向的对象，确定至少两个对象中的目标对象。一示例中，该服务器可以将该人称关键词指向的对象确定为该目标对象；例如，当会话消息的偏好表达语句中包括一个人称关键词时，如“去吃你喜欢的店”，可将“你”指向的用户作为目标对象；如“去吃我最喜欢的店”，可将“我”指向的用户作为目标对象。另一示例中，该服务器可以从会话消息中对提取偏好表达语句所在的会话消息的回复消息，并提取回复消息中的回复关键词，该服务器根据该偏好表达语句中的人称关键词以及该偏好表达语句对应的回复关键词，确定该目标对象。示例性的，该回复关键词用于表示对该偏好表达语句所在会话消息的肯定回复或否定回复等。例如，对于以下对话过程：用户A说：“去吃你喜欢的店”，用户B回复说：“不用，还是去吃你喜欢的吧”，用户A再回复说：“好的”；该会话过程中，存在两个偏好表达语句以及其中的两个人称关键词，则可结合用户A的肯定回复“好的”以及用户B的“还是去吃你喜欢的吧”中的人称关键词“你”，确定目标对象是用户A。
图3示出了用户1和用户2之间的对话消息如下：
用户1：“想去哪吃饭？”；
用户2：“还没想好，你有什么建议？”；
用户1：“要不去找符合你口味的店？”；
用户2：“可以。”。
如图3所示，可以根据用户1的“要不去找符合你口味的店？”中提取偏好表达语句是“符合你口味”，并提取其中的人称关键词“你”，确定该目标对象即为用户2，当然，还可进一步结合用户2回复的“可以”，确定以用户2的偏好为准。
在一个可能实现方式中，该服务器还可以从该偏好表达语句中提取该目标对象的偏好关键词，该偏好关键词表达了目标对象当前所需物品的兴趣偏好程度。例如，该偏好关键词可以包括“喜欢”、“最喜欢”、“非常喜欢的”、“符合你口味”等。显然，“非常喜欢”的偏好程度高于“喜欢”的偏好程度。
第二种方式、该会话消息包括决策表达语句。本步骤可以包括：该服务器从该会话消息中提取该至少两个对象的决策表达语句；该服务器基于该决策表达语句中的人称关键词，确定该至少两个对象中的目标对象。
该决策表达语句表示了会话中的决策对象。例如，决策表达语句可以是“由你决定”、“你来选吧”、“去你想去的店”等，该服务器可对该会话消息进行分析，提取包括人称关键词和决策关键词的决策表达语句，并基于该决策表达语句中的人称关键词指向的对象，确定为该目标对象。
例如，对于以下对话过程：用户A说：“去哪吃饭？”，用户B回复说：“你决定吧”，用户A再回复说：“好的”；则可以确定该目标对象为用户A。
需要说明的是，该服务器可以通过NLP(Nature Language processing，自然语言处理)技术实现对该会话消息的分析过程，例如，基于NLP技术，分析该会话消息的语义、提取会话消息中与兴趣偏好等相关的语句、提取会话消息中的“我”、“你”、“他”、“她”、“我们”、“你们”、“他们”、“她们”、对象名称等人称关键词及其相关语句等。NLP技术是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。这一领域的研究涉及人们日常使用的语言，它与语言学的研究有着密切的联系，可包括文本处理、语义理解、知识图谱等技术。
步骤202、服务器基于该目标对象的物品特征数据，确定该目标对象的偏好物品。
该物品特征数据至少包括该目标对象对历史交互物品的行为数据。本申请实施例中，物品可以是应用程序中提供交互入口的任一物品，该物品可以包括餐饮、酒店、购物、打车、电影、景点、超市等多个类目下支持权限获得或转移等的物品、景点、资源等，用户可基于消费行为获得景点参观权限、美食享用权限、电影观看权限等。历史交互物品可以是目标对象之前进行过反馈操作的物品。
该服务器可以基于该目标对象对历史交互物品的行为数据，对该目标对象的物品兴趣偏好进行预测，得到该目标对象的偏好物品。示例性的，该行为数据可以包括目标对象在地图客户端的“美食”、“景点”、“酒店”、“超市”等模块中对各种美食、物品的点击、收藏、好评、差评、分享、打车、导航次数、点击电话等交互行为以及各交互行为的次数或频率等特征。
示例性的，该服务器可以通过预先训练的目标模型，预测该目标对象的偏好物品。示例性的，该服务器可以调用模型的方式预测偏好物品，例如，该服务器将该目标对象的物品特征数据输入该目标模型，得到该目标模型基于该物品特征数据所预测的偏好物品。其中，该服务器可以预先以大量对象的历史偏好物品的物品特征数据作为样本数据，进行模型训练，得到目标模型，该目标模型用于基于对象的物品特征数据预测对象所偏好的物品。
在一个可能实现方式中，该物品特征数据还可以包括对历史交互物品预标记的物品偏好标签，该物品偏好标签用于指示该目标对象对该历史交互物品的偏好程度。则该服务器可以基于该偏好关键词和该物品偏好标签，对目标对象的历史反馈过的物品进行筛选，以得到该历史交互物品，再进一步基于该历史交互物品进行偏好物品的预测。示例性的，本步骤可以包括：该服务器基于该预标记的物品偏好标签和该偏好关键词，确定物品偏好标签与该偏好关键词匹配的历史交互物品；该服务器基于该历史交互物品的交互行为数据以及该物品偏好标签，确定至少一个候选物品及相应的偏好得分；该服务器基于该偏好得分，从该至少一个候选物品中确定该目标对象的偏好物品。
示例性的，服务器可以预先基于目标对象对历史交互物品的交互行为，预先标记历史交互物品的物品偏好标签，该物品偏好标签反映了目标对象对该物品的喜好程度。例如，标签值为3表示目标对象对该物品的偏好程度最高，标签至为2表示目标对象对该物品的偏好程度为次高，标签至为1表示目标对象对该物品的偏好程度为中等，标签至为0表示目标对象对该物品的偏好程度为一般或不喜欢。该服务器可根据偏好关键词所标识的偏好程度、以及该物品偏好标签所指示的偏好程度，从目标对象历史反馈过的物品中，筛选出物品偏好标签所指示的偏好程度不低于该偏好关键词所指示的偏好程度的历史交互物品。例如，表示偏好程度最高的偏高关键词可以包括“最喜欢”、“最爱”等，可以对应匹配标签值为3的物品。例如，表示偏好次高的次高关键词可以包括“喜欢”、“非常喜欢”、“符合口味”等，可以对应匹配标签值为3和标签值为2的物品。
示例性的，该至少一个候选物品可以包括该历史交互物品和与该历史交互物品的相似物品中的至少一项。该服务器可以将该历史交互物品的交互行为数据以及该物品偏好标签输入目标模型，通过该目标模型，获取与该历史交互物品之间的相似度满足目标相似条件的相似物品；该服务器基于历史交互物品的行为数据和物品偏好标签，对目标对象对历史交互物品的偏好程度进行打分，得到该历史交互物品的偏好得分；该服务器还可以基于与相似物品对应的历史交互物品的行为数据和物品偏好标签，对目标对象对该相似物品可能的偏好程度进行打分，得到该相似物品的得分。示例性的，该服务器可以采用基于Item(物品)的CF(Collaborative Filtering，协同过滤算法)模型，获取该至少一个候选物品及其响应的偏好得分。该服务器可以预先基于应用程序中大量物品的对象行为数据、物品偏好标签等，训练得到该CF模型。
示例性的，该服务器还可以利用该CF模型，将各个候选物品按照得分进行从大到小排序，基于该各个候选物品的得分，确定出得分满足目标分数条件的候选物品作为偏好物品。例如，筛选出得分最高的前10种物品作为偏好物品。
在一种可能实现方式中，该物品特征数据可以是对备选数据进行筛选得到。示例性的，该服务器可以从历史交互物品的备选特征数据中筛选出物品特征数据。相应的，该服务器获取该目标对象的物品特征数据的过程可以包括：该服务器基于该历史交互物品的备选特征数据，统计该历史交互物品中的每个物品在至少一个特征维度的特征数据的权重；该服务器基于该每个物品在至少一个特征维度的特征数据的权重，从该备选特征数据中筛选出权重符合第一目标条件的物品特征数据。示例性的，该权重表示该特征维度的特征数据在全部特征数据中的重要程度。该第一目标条件可以包括但不限于：权重高于第一阈值，权重不低于第二阈值且不高于第三阈值(第二阈值小于第三阈值)等。该服务器通过对各种特征数据进行权重统计，可量化出各特征数据的重要程度，从而筛选出重要的物品特征数据输入目标模型，以减少无效特征对模型精准度的影响，同时提高计算效率。
示例性的，该服务器可以采用Attention(注意力)机制进行权值计算，得到各个物品中每个特征数据的权重。例如，用户2对物品A进行过点赞、评论、浏览等行为，可利用Attention机制统计用户2对物品A的每次点赞行为的权重、每次评论行为的权重、以及每次浏览行为的权重；并累加多次点赞行为的权重得到用户2对物品A在点赞维度的权重，同理累加得到用户2对物品A在浏览维度的行为的权重、在评论维度的权重。示例性的，该服务器可筛选出权重≥80％的特征数据作为物品特征数据。采用Attention-CF集成推荐算法计算用户餐饮物品偏好得分。由于目标对象的物品特征数据的细分，数据量较庞大、复杂，会大大降低计算效率。因此，通过采用Attention算法计算与用户相关的特征权重，并使用筛选出的累计权值符合一定条件的重要特征进行预测偏好物品，得到用户偏好的物品得分，进一步提高了确定的偏好物品的准确性。
步骤203、服务器确定提供该偏好物品的目标商铺。
该服务器中预先配置了多个商铺以及商铺所提供物品之间的关联关系。本步骤中，该服务器可以基于该偏好物品，从预设的商铺与所提供物品之间的关联关系中，确定提供该偏好物品的目标商铺。
在一种可能实现方式中，还服务器还可以结合该目标对象的地理位置和该偏好物品，进行商铺的选取。则本步骤可以包括：该服务器基于该偏好物品，从预设的商铺与所提供物品之间的关联关系中，确定提供该偏好物品的至少一个候选商铺；该服务器基于该至少一个候选商铺和该目标对象的地理位置，确定该至少一个候选商铺中与该目标对象之间距离符合第二目标条件的目标商铺。示例性的，该服务器可以利用LBS(Location BasedServices，基于位置的服务)技术，获取目标对象的地理位置。例如，该服务器可以预先在地理位置LBS数据库中关联存储各个对象的对象标识以及对应的地理位置，则本步骤中，该服务器可以基于该目标对象的对象标识，匹配得到地理位置LBS数据库中该目标对象的对象标识所关联的地理位置，该地理位置可以表示为即为该目标对象的LBS实时位置的经纬度信息。
示例性的，该服务器可以选择上述得分排序中位于前10的10种物品，并与“物品-商铺-商铺类型-商铺位置信息库”按照物品(物品id或者物品名称)进行匹配，得到目标用户偏好的10种物品对应的候选商铺及其地理位置信息。示例性的，该服务器可采用矩阵来计算目标对象与商铺之间的距离。例如，服务器可构建包括各个候选商铺的位置信息的商铺位置矩阵，并计算目标对象与商铺之间的距离，例如通过欧氏距离公式计算两个位置点之间的欧式距离的方式，表示目标对象与每个候选商铺之间的距离。进一步得到目标对象与每个候选商铺位置的距离矩阵，例如，该距离矩阵可以包括：用户2-商铺1-对应的距离11；用户2-商铺2-对应的距离12等形式的距离表示数据。
示例性的，该服务器还可以按照距离从小到大的顺序，对该至少一个候选商铺进行排序，并筛选出该至少一个候选商铺中距离符合第二目标条件的目标商铺。该第二目标条件可以包括但不限于：距离不超过第一阈值距离、距离最近、距离最近的前目标数值个目标商铺等。
由于不需要用户提供单一的一种物品，而是推荐与用户偏好相关的物品及对应商铺，从而突破了单一物品的偏好的问题，丰富了所推荐的可能偏好物品的数量，能够更准确的匹配出可提供符合用户偏好物品的商铺，提高了推荐过程的实际推荐效率。
步骤204、服务器分别向该至少两个对象推荐商铺指示信息。
该商铺指示信息至少包括该目标商铺的商铺标识。该服务器分别向该至少两个对象所在的终端发送该目标商铺的商铺标识。
该商铺指示信息还包括对象与目标商铺之间的导航路径；在一种可能实现方式中，该服务器可以直接向各个对象推荐对应的导航路径以及商铺标识。在另一种可能实现方式中，该服务器可以基于对象对该商铺标识的反馈，再进行导航推荐。相应的，本步骤可以包括以下两种实现方式。
第一种方式、该服务器直接推荐对应的导航路径以及商铺标识。
步骤204可以包括：该服务器基于该目标商铺和每个对象的地理位置，分别获取每个对象与该目标商铺之间的导航路径；该服务器向该每个对象推荐该目标商铺的商铺标识以及对应的导航路径。
该服务器可以分别获取每个对象的地理位置，并分别基于每个对象的地理位置，确定每个对象与目标商铺之间的导航路径。该服务器向每个对象所在的终端发送该对象对应的导航路径以及商铺标识。
需要说明的是，该服务器获取各个对象的地理位置的方式，为与上述获取目标对象的地理位置的方式同理的过程，此处不再一一赘述。
第二种方式、该服务器基于对象对商铺标识的反馈，再进行导航推荐。
步骤204可以包括：该服务器分别向该至少两个对象推荐该商铺标识；该服务器响应于任一对象基于会话页面中的商铺标识所触发的导航请求，基于该任一对象和该目标商铺的地理位置，确定该任一对象与该目标商铺之间的导航路径；该服务器向该任一对象推荐该任一对象与该目标商铺之间的导航路径。
该服务器可以向每个对象所在的终端发送该商铺标识。对于其中的任一个对象所在的终端，该终端接收到服务器的商铺标识，并在会话页面中显示该商铺标识。在一示例中，该商铺标识用于触发导航请求，该导航请求用于请求推荐从该任一对象的地理位置至该目标商铺之间的导航路径。该终端可以对应显示为该商铺标识控件的形式；例如，该终端可以显示该目标控件图标，并将该商铺标识添加显示值该图标所在区域中；又如，该终端可以隐藏商铺地理位置链接的方式，在会话页面中提供商铺名称，该商铺名称链接有商铺地理位置链接，用户可基于对该商铺名称的触发操作，触发商铺地理位置链接。该终端基于该商铺地理位置链接，向该服务器发送导航请求。
示例性的，当服务器接收到任一对象的终端发送的导航请求时，该服务器获取任一对象的地理位置，并基于任一对象的地理位置，确任一对象的与目标商铺之间的导航路径，并向该任一对象的终端发送导航路径。该终端可以接收该导航路径，并向该任一对象进行展示。
在一种可能实现方式中，该商铺指示信息还可以包括对象去往该目标商铺的至少一种出行方式以及每种出行方式对应的导航路径。则服务器可以基于每个对象与目标商铺的地理位置，确定目标商铺的至少一种出行方式，并确定每种出行方式对应的导航路径。对于每个对象，该服务器分别至少两个对象推荐每个对象对应的至少一种出行方式以及每种出行方式对应的导航路径。
在一种可能实现方式中，该服务器还可以向每个对象提供其他对象动态的位置变化情况。示例性的，在服务器分别向该至少两个对象推荐商铺指示信息之后，该服务器可以基于目标检测周期，获取该每个对象的当前移动位置，并向该每个对象推荐该至少两个对象中除该每个对象之外的其他对象的当前移动位置。示例性的，在每个对象移动过程中，该服务器可以实时检测各个对象的当前位置，从而可以实时向各个对象反馈其他对象的当前位置，以使得各个对象可以实时了解到其他对象的动态位置变化情况，进而基于其他对象与目标商铺之间的距离、到达时间等，调整自己的行驶速度、行驶路径、出行方式等。
图4为本申请实施例提供的一种信息推荐过程的流程图，如图4所示，以地图应用和即时通讯应用进行举例说明。首先，步骤S1、在账户关联阶段，可将即时通讯应用的账户与地图客户端的账户进行账户关联，例如使用社交账号、邮箱、手机号等作为登录两个应用的用户id，使得地图后台对对象在之间的会话消息进行分析。步骤S2、使用NLP技术提取会话消息中“我”、“你”、“他”、“她”、“我们”、“你们”、“他们”、“她们”或者用户名称等与用户名称相关语句，并匹配用户地理位置LBS数据库，得到目标用户的LBS实时位置经纬度信息。步骤S3、使用NLP技术提取会话消息中与用户兴趣相关的内容信息。采用NLP技术提取即时通讯软件中偏好表达语句，例如，关于用户物品兴趣偏好的文本内容，“我喜欢的”、“你喜欢的”、“符合你的口味”，并进行文本处理，得到物品偏好的目标用户及“喜欢”、“符合你口味”等偏好关键词。步骤S4、将目标用户及物品偏好标签与“用户-物品-物品偏好-物品特征”数据库进行匹配，得到目标用户偏好下的物品特征数据。步骤S5、采用Attention机制为物品特征数据中目标用户对应各种物品的User(用户)特征、Item特征等进行权重打分，并累加权值，筛选出累加权值≥80％的特征数据，以减少无效特征后续对模型精准度的影响，同时提高计算效率。步骤S6、采用筛选出的物品特征数据和CF模型，例如通过构建的基于Item侧的CF模型，计算多个候选物品的得分，并将多个候选物品按照得分进行从大到小排序。步骤S7、选择上述得分排序中前10位的物品，并与“物品-商铺-商铺类型-商铺位置信息库”按照物品(物品id或者物品名称)进行匹配，得到目标用户偏好的10种物品对应的商铺及其地理位置信息。步骤S8、输入步骤S2的用户经纬度信息和步骤S7的目标商铺位置矩阵，构建欧氏距离，计算用户与相关商铺的距离，得到用户与相关商铺位置的距离矩阵，并将该距离矩阵按照距离从小到大排序。步骤S9、输入步骤S8中排第一也即是与目标用户之间的距离最短的商铺作为目标商铺，并在“物品-商铺-商铺类别-地理位置数据库”查询目标商铺的地理位置信息，将该商铺名称和地里位置信息返回到即时通讯应用页面。步骤S9、用户在即时通讯工具页面上点击商铺名称后，即时通讯工具后台根据商铺名称隐藏的商铺地理位置信息链接，跳转到地图后台。地图后台根据目标商铺的地里位置信息分别生成用户1与目标商铺的导航路径和用户2与目标商铺的导航路径。步骤S10、用户1和用户2在地图客户端页面上点击“确定”，在地图页面中显示导航至目标商铺的导航路径，完成模糊导航商店推荐流程。
本申请实施例提供的信息推荐方法，通过基于对至少两个对象之间的会话消息的分析过程，得到该至少两个对象中的目标对象，该目标对象是会话中物品兴趣被采纳的对象；从而以目标对象的物品兴趣为准，基于该目标对象的物品特征数据，确定该目标对象的偏好物品，并确定提供该偏好物品的目标商铺，分别向该至少两个对象推荐商铺指示信息。而该会话消息不包括物品、商铺或地理位置等定向信息，在用户不清楚附近商铺且不需要用户提供任何物品的情况下，能够基于对会话消息的分析进行模糊匹配，推荐可提供用户偏好物品的商铺，解决了用户不知道附近商铺信息的问题，提高了信息推荐的实用性。
图5为本申请实施例提供的一种信息推荐方法的信令交互示意图。该方法的可以由服务器和终端交互实现。该终端可以为至少两个对象中任一对象的终端。如图5所示，该方法包括以下步骤。
步骤501、终端显示会话页面。
该会话页面包括至少两个对象之间的会话消息。
步骤502、服务器基于至少两个对象之间的会话消息，确定该至少两个对象中的目标对象。
步骤503、服务器基于该目标对象的物品特征数据，确定该目标对象的偏好物品。
步骤504、服务器确定提供该偏好物品的目标商铺。
步骤505、服务器分别向该至少两个对象推荐商铺指示信息。
需要说明的是，上述步骤502-505的实现过程，与上述步骤201-204的实现过程同理的过程，此处不再一一赘述。
步骤506、终端接收服务器基于该会话消息推荐的商铺指示信息。
步骤507、终端在该会话页面显示该商铺指示信息。
其中，该商铺指示信息至少包括该目标商铺的商铺标识，该目标商铺用于提供该至少两个对象中目标对象的偏好物品，该目标对象是会话中物品兴趣被采纳的对象，该偏好物品是基于该目标对象的物品特征数据进行确定的。
在一种可能实现方式中，该商铺指示信息还包括对象与目标商铺之间的导航路径；相应的，该终端可以通过以下两种方式中任一种方式，实现对该商铺指示信息的显示过程。
方式一、终端在该会话页面显示该目标商铺的商铺标识，响应于该任一对象基于该商铺标识触发的导航请求，显示地图页面。
该地图页面包括该任一对象与该目标商铺之间的导航路径。
方式二、终端在该会话页面中显示该商铺标识以及导航缩略图。
该导航缩略图包括该任一对象与该目标商铺之间的导航路径。
在一种可能实现方式中，该服务器还可以向每个对象提供其他对象动态的位置变化情况。相应的，该终端可以获取服务器基于目标检测周期检测的其他对象的至少一个当前移动位置，该其他对象包括该至少两个对象中除该任一对象之外的对象；该终端基于该其他对象的至少一个当前移动位置，在该地图页面中显示该其他对象的动态移动过程；从而在每个对象移动过程中，该终端可以显示服务器实时检测的各个对象的当前位置，以使得各个对象可以实时了解到其他对象的动态位置变化情况，进而基于其他对象与目标商铺之间的距离、到达时间等，调整自己的行驶速度、行驶路径、出行方式等。
本申请提供的信息推荐方法，可采用以下的人工智能技术、交通、自然语言处理等技术实现，如利用人工智能技术，基于用户的会话消息自动为用户推荐可能需要的商铺，利用智能交通技术为用户导航去往商铺的导航路径，利用自然语言处理技术对会话消息进行分析，挖掘用户兴趣偏好等。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能穿戴设备、无人驾驶、自动驾驶、无人机、机器人、车联网、自动驾驶、智慧交通等，以后会在更多领域发挥重要价值。
智能交通系统又称智能运输系统，是将先进的科学技术(信息技术、计算机技术、数据通信技术、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
自然语言处理(Nature Language processing，NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。这一领域的研究涉及人们日常使用的语言，它与语言学的研究有着密切的联系，可包括文本处理、语义理解、知识图谱等技术。
图6为本申请实施例提供的一种信息推荐装置的结构示意图。如图6所示，该装置包括：
对象确定模块601，用于基于至少两个对象之间的会话消息，确定该至少两个对象中的目标对象，该目标对象是会话中物品兴趣被采纳的对象；
物品确定模块602，用于基于该目标对象的物品特征数据，确定该目标对象的偏好物品，该物品特征数据至少包括该目标对象对历史交互物品的行为数据；
商铺确定模块603，用于确定提供该偏好物品的目标商铺；
推荐模块604，用于分别向该至少两个对象推荐商铺指示信息，该商铺指示信息至少包括该目标商铺的商铺标识。
在一个可能实现方式中，该商铺指示信息还包括对象与目标商铺之间的导航路径；该推荐模块604，用于基于该目标商铺和每个对象的地理位置，分别获取每个对象与该目标商铺之间的导航路径；向该每个对象推荐该目标商铺的商铺标识以及对应的导航路径。
在一个可能实现方式中，该商铺指示信息还包括对象与目标商铺之间的导航路径；该推荐模块604，用于分别向该至少两个对象推荐该商铺标识；响应于任一对象基于会话页面中的商铺标识所触发的导航请求，基于该任一对象和该目标商铺的地理位置，确定该任一对象与该目标商铺之间的导航路径；向该任一对象推荐该任一对象与该目标商铺之间的导航路径。
在一个可能实现方式中，该装置还包括：
获取模块，用于基于目标检测周期，获取该每个对象的当前移动位置，并向该每个对象推荐该至少两个对象中除该每个对象之外的其他对象的当前移动位置。
在一个可能实现方式中，该商铺确定模块603，用于基于该偏好物品，从预设的商铺与所提供物品之间的关联关系中，确定提供该偏好物品的至少一个候选商铺；基于该至少一个候选商铺和该目标对象的地理位置，确定该至少一个候选商铺中与该目标对象之间距离符合第二目标条件的目标商铺。
在一个可能实现方式中，对象确定模块601，用于从该会话消息中提取该至少两个对象的偏好表达语句；基于该偏好表达语句中的人称关键词，确定该至少两个对象中的目标对象；
其中，该装置还包括：
关键词提取模块，用于从该偏好表达语句中提取该目标对象的偏好关键词，该偏好关键词用于指示该目标对象的偏好程度。
在一个可能实现方式中，该物品特征数据还包括对历史交互物品预标记的物品偏好标签；
该物品确定模块602，用于基于该预标记的物品偏好标签和该偏好关键词，确定物品偏好标签与该偏好关键词匹配的历史交互物品，该物品偏好标签用于指示该目标对象对该历史交互物品的偏好程度；基于该历史交互物品的交互行为数据以及该物品偏好标签，确定至少一个候选物品及相应的偏好得分；基于该偏好得分，从该至少一个候选物品中确定该目标对象的偏好物品。
在一个可能实现方式中，该装置还包括：
统计模块，用于基于该历史交互物品的备选特征数据，统计该历史交互物品中的每个物品在至少一个特征维度的特征数据的权重；
筛选模块，用于基于该每个物品在至少一个特征维度的特征数据的权重，从该备选特征数据中筛选出权重符合第一目标条件的物品特征数据。
本申请实施例提供的信息推荐装置，通过基于对至少两个对象之间的会话消息的分析过程，得到该至少两个对象中的目标对象，该目标对象是会话中物品兴趣被采纳的对象；从而以目标对象的物品兴趣为准，基于该目标对象的物品特征数据，确定该目标对象的偏好物品，并确定提供该偏好物品的目标商铺，分别向该至少两个对象推荐商铺指示信息。而该会话消息不包括物品、商铺或地理位置等定向信息，在用户不清楚附近商铺且不需要用户提供任何物品的情况下，能够基于对会话消息的分析进行模糊匹配，推荐与用户偏好相关的物品对应的商铺，解决了用户不知道附近商铺信息的问题，提高了信息推荐的实用性。
图7为本申请实施例提供的一种信息推荐装置的结构示意图。如图7所示，该装置应用于至少两个对象中任一对象的终端，该装置包括：
第一显示模块701，用于显示会话页面，该会话页面包括至少两个对象之间的会话消息；
第二显示模块702，用于接收服务器基于该会话消息推荐的商铺指示信息，并在该会话页面显示该商铺指示信息；
其中，该商铺指示信息至少包括该目标商铺的商铺标识，该目标商铺用于提供该至少两个对象中目标对象的偏好物品，该目标对象是会话中物品兴趣被采纳的对象，该偏好物品是基于该目标对象的物品特征数据进行确定的。
在一个可能实现方式中，该商铺指示信息还包括对象与目标商铺之间的导航路径；该第二显示模块702，用于以下任一项：
在该会话页面显示该目标商铺的商铺标识，响应于该任一对象基于该商铺标识触发的导航请求，显示地图页面，该地图页面包括该任一对象与该目标商铺之间的导航路径；
在该会话页面中显示该商铺标识以及导航缩略图，该导航缩略图包括该任一对象与该目标商铺之间的导航路径。
在一个可能实现方式中，该装置还包括：
获取模块，用于获取服务器基于目标检测周期检测的其他对象的至少一个当前移动位置，该其他对象包括该至少两个对象中除该任一对象之外的对象；
第三显示模块，用于基于该其他对象的至少一个当前移动位置，在该地图页面中显示该其他对象的动态移动过程。
本申请实施例提供的信息推荐装置，通过基于对至少两个对象之间的会话消息的分析过程，得到该至少两个对象中的目标对象，该目标对象是会话中物品兴趣被采纳的对象；从而以目标对象的物品兴趣为准，基于该目标对象的物品特征数据，确定该目标对象的偏好物品，并确定提供该偏好物品的目标商铺，分别向该至少两个对象推荐商铺指示信息。而该会话消息不包括物品、商铺或地理位置等定向信息，在用户不清楚附近商铺且不需要用户提供任何物品的情况下，能够基于对会话消息的分析进行模糊匹配，推荐与用户偏好相关的物品对应的商铺，解决了用户不知道附近商铺信息的问题，提高了信息推荐的实用性。
本申请实施例的装置可执行本申请实施例所提供的方法，其实现原理相类似，本申请各实施例的装置中的各模块所执行的动作是与本申请各实施例的方法中的步骤相对应的，对于装置的各模块的详细功能描述具体可以参见前文中所示的对应方法中的描述，此处不再赘述。
图8是本申请实施例中提供了一种计算机设备的结构示意图。如图8所示，该计算机设备包括：存储器、处理器及存储在存储器上的计算机程序，该处理器执行上述计算机程序以实现信息推荐方法的步骤，与相关技术相比可实现：
通过基于对至少两个对象之间的会话消息的分析过程，得到该至少两个对象中的目标对象，该目标对象是会话中物品兴趣被采纳的对象；从而以目标对象的物品兴趣为准，基于该目标对象的物品特征数据，确定该目标对象的偏好物品，并确定提供该偏好物品的目标商铺，分别向该至少两个对象推荐商铺指示信息。而该会话消息不包括物品、商铺或地理位置等定向信息，在用户不清楚附近商铺且不需要用户提供任何物品的情况下，能够基于对会话消息的分析进行模糊匹配，推荐与用户偏好相关的物品对应的商铺，解决了用户不知道附近商铺信息的问题，提高了信息推荐的实用性。
在一个可选实施例中提供了一种计算机设备，如图8所示，图8所示的计算机设备800包括：处理器801和存储器803。其中，处理器801和存储器803相连，如通过总线802相连。可选地，计算机设备800还可以包括收发器804，收发器804可以用于该计算机设备与其他计算机设备之间的数据交互，如数据的发送和/或数据的接收等。需要说明的是，实际应用中收发器804不限于一个，该计算机设备800的结构并不构成对本申请实施例的限定。
处理器801可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信号处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器801也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线802可包括一通路，在上述组件之间传送信息。总线802可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。总线802可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器803可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质\其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质，在此不做限定。
存储器803用于存储执行本申请实施例的计算机程序，并由处理器801来控制执行。处理器801用于执行存储器803中存储的计算机程序，以实现前述方法实施例所示的步骤。
其中，电子设备包括但不限于：终端、服务器等。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
本申请实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
可以理解的是，在本申请的具体实施方式中，涉及到用户信息、用户数据、会话消息、物品特征数据等任何与用户相关的数据，当本申请以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作，但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作等。
本申请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”、“第四”、“1”、“2”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除图示或文字描述以外的顺序实施。
应该理解的是，虽然本申请实施例的流程图中通过箭头指示各个操作步骤，但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明，否则在本申请实施例的一些实施场景中，各流程图中的实施步骤可以按照需求以其他的顺序执行。此外，各流程图中的部分或全部步骤基于实际的实施场景，可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行，这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下，这些子步骤或者阶段的执行顺序可以根据需求灵活配置，本申请实施例对此不限制。
以上所述仅是本申请部分实施场景的可选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请的方案技术构思的前提下，采用基于本申请技术思想的其他类似实施手段，同样属于本申请实施例的保护范畴。
Claims (16)
1.一种信息推荐方法，其特征在于，所述方法包括：
基于至少两个对象之间的会话消息，确定所述至少两个对象中的目标对象，所述目标对象是会话中物品兴趣被采纳的对象；
基于所述目标对象的物品特征数据，确定所述目标对象的偏好物品，所述物品特征数据至少包括所述目标对象对历史交互物品的行为数据；
确定提供所述偏好物品的目标商铺；
分别向所述至少两个对象推荐商铺指示信息，所述商铺指示信息至少包括所述目标商铺的商铺标识。
2.根据权利要求1所述的方法，其特征在于，所述商铺指示信息还包括对象与目标商铺之间的导航路径；所述分别向所述至少两个对象推荐商铺指示信息，包括：
基于所述目标商铺和每个对象的地理位置，分别获取每个对象与所述目标商铺之间的导航路径；
向所述每个对象推荐所述目标商铺的商铺标识以及对应的导航路径。
3.根据权利要求1所述的方法，其特征在于，所述商铺指示信息还包括对象与目标商铺之间的导航路径；所述分别向所述至少两个对象推荐商铺指示信息，包括：
分别向所述至少两个对象推荐所述商铺标识；
响应于任一对象基于会话页面中的商铺标识所触发的导航请求，基于所述任一对象和所述目标商铺的地理位置，确定所述任一对象与所述目标商铺之间的导航路径；
向所述任一对象推荐所述任一对象与所述目标商铺之间的导航路径。
4.根据权利要求2或3所述的方法，其特征在于，所述分别向所述至少两个对象推荐商铺指示信息之后，所述方法还包括：
基于目标检测周期，获取每个对象的当前移动位置，并向所述每个对象推荐所述至少两个对象中除所述每个对象之外的其他对象的当前移动位置。
5.根据权利要求1所述的方法，其特征在于，所述确定提供所述偏好物品的目标商铺，包括：
基于所述偏好物品，从预设的商铺与所提供物品之间的关联关系中，确定提供所述偏好物品的至少一个候选商铺；
基于所述至少一个候选商铺和所述目标对象的地理位置，确定所述至少一个候选商铺中与所述目标对象之间距离符合第二目标条件的目标商铺。
6.根据权利要求1所述的方法，其特征在于，所述基于至少两个对象之间的会话消息，确定所述至少两个对象中的目标对象，包括：
从所述会话消息中提取所述至少两个对象的偏好表达语句；
基于所述偏好表达语句中的人称关键词，确定所述至少两个对象中的目标对象；
其中，所述方法还包括：
从所述偏好表达语句中提取所述目标对象的偏好关键词，所述偏好关键词用于指示所述目标对象的偏好程度。
7.根据权利要求6所述的方法，其特征在于，所述物品特征数据还包括对历史交互物品预标记的物品偏好标签；所述基于所述目标对象的物品特征数据，确定所述目标对象的偏好物品，包括：
基于所述预标记的物品偏好标签和所述偏好关键词，确定物品偏好标签与所述偏好关键词匹配的历史交互物品，所述物品偏好标签用于指示所述目标对象对所述历史交互物品的偏好程度；
基于所述历史交互物品的交互行为数据以及所述物品偏好标签，确定至少一个候选物品及相应的偏好得分；
基于所述偏好得分，从所述至少一个候选物品中确定所述目标对象的偏好物品。
8.根据权利要求1所述的方法，其特征在于，所述基于所述目标对象的物品特征数据，确定所述目标对象的偏好物品之前，所述方法还包括：
基于所述历史交互物品的备选特征数据，统计所述历史交互物品中的每个物品在至少一个特征维度的特征数据的权重；
基于所述每个物品在至少一个特征维度的特征数据的权重，从所述备选特征数据中筛选出权重符合第一目标条件的物品特征数据。
9.一种信息推荐方法，其特征在于，所述方法应用于至少两个对象中任一对象的终端，所述方法包括：
显示会话页面，所述会话页面包括至少两个对象之间的会话消息；
接收服务器基于所述会话消息推荐的商铺指示信息，并在所述会话页面显示所述商铺指示信息；
其中，所述商铺指示信息至少包括所述目标商铺的商铺标识，所述目标商铺用于提供所述至少两个对象中目标对象的偏好物品，所述目标对象是会话中物品兴趣被采纳的对象，所述偏好物品是基于所述目标对象的物品特征数据进行确定的。
10.根据权利要求9所述的方法，其特征在于，所述商铺指示信息还包括对象与目标商铺之间的导航路径；所述在所述会话页面显示所述商铺指示信息，包括以下任一项：
在所述会话页面显示所述目标商铺的商铺标识，响应于所述任一对象基于所述商铺标识触发的导航请求，显示地图页面，所述地图页面包括所述任一对象与所述目标商铺之间的导航路径；
在所述会话页面中显示所述商铺标识以及导航缩略图，所述导航缩略图包括所述任一对象与所述目标商铺之间的导航路径。
11.根据权利要求10所述的方法，其特征在于，所述方法还包括：
获取服务器基于目标检测周期检测的其他对象的至少一个当前移动位置，所述其他对象包括所述至少两个对象中除所述任一对象之外的对象；
基于所述其他对象的至少一个当前移动位置，在所述地图页面中显示所述其他对象的动态移动过程。
12.一种信息推荐装置，其特征在于，所述装置包括：
对象确定模块，用于基于至少两个对象之间的会话消息，确定所述至少两个对象中的目标对象，所述目标对象是会话中物品兴趣被采纳的对象；
物品确定模块，用于基于所述目标对象的物品特征数据，确定所述目标对象的偏好物品，所述物品特征数据至少包括所述目标对象对历史交互物品的行为数据；
商铺确定模块，用于确定提供所述偏好物品的目标商铺；
推荐模块，用于分别向所述至少两个对象推荐商铺指示信息，所述商铺指示信息至少包括所述目标商铺的商铺标识。
13.一种信息推荐装置，其特征在于，所述装置应用于至少两个对象中任一对象的终端，所述装置包括：
第一显示模块，用于显示会话页面，所述会话页面包括至少两个对象之间的会话消息；
第二显示模块，用于接收服务器基于所述会话消息推荐的商铺指示信息，并在所述会话页面显示所述商铺指示信息；
其中，所述商铺指示信息至少包括所述目标商铺的商铺标识，所述目标商铺用于提供所述至少两个对象中目标对象的偏好物品，所述目标对象是会话中物品兴趣被采纳的对象，所述偏好物品是基于所述目标对象的物品特征数据进行确定的。
14.一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至11任一项所述方法的步骤。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11任一项所述方法的步骤。
16.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210147190.4A CN116662636A (zh) | 2022-02-17 | 2022-02-17 | 信息推荐方法、装置、计算机设备、存储介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210147190.4A CN116662636A (zh) | 2022-02-17 | 2022-02-17 | 信息推荐方法、装置、计算机设备、存储介质及程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116662636A true CN116662636A (zh) | 2023-08-29 |
Family
ID=87715846
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210147190.4A Pending CN116662636A (zh) | 2022-02-17 | 2022-02-17 | 信息推荐方法、装置、计算机设备、存储介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116662636A (zh) |
-
2022
- 2022-02-17 CN CN202210147190.4A patent/CN116662636A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2856738B1 (en) | Information presentation method, system, client and/or server | |
| JP6569313B2 (ja) | 施設特性を更新する方法、施設をプロファイリングする方法、及びコンピュータ・システム | |
| JP5296807B2 (ja) | 関心マッピングシステム | |
| CN107291888B (zh) | 基于机器学习统计模型的入住酒店附近生活推荐系统方法 | |
| CN104933157A (zh) | 用于获取用户属性信息的方法、装置及服务器 | |
| US11490220B2 (en) | System and method for accurately and efficiently generating ambient point-of-interest recommendations | |
| KR20180103908A (ko) | 지리적 지역 히트맵을 생성하기 위한 시스템, 방법, 및 디바이스 | |
| CN113836435A (zh) | 信息推荐方法、装置、设备及计算机可读存储介质 | |
| KR20130090612A (ko) | 소셜 네트워크 서비스의 키워드 분석을 통한 위치기반 콘텐츠 제공 방법 및 시스템 | |
| KR101677749B1 (ko) | 개인 선호 성향을 고려한 추천 서비스 방법 및 이를 위한 추천 서비스 서버 | |
| Hossain et al. | Inferring fine-grained details on user activities and home location from social media: Detecting drinking-while-tweeting patterns in communities | |
| KR20150066644A (ko) | 개인행동기반 관심 대상 및 선호 분야 분석시스템 및 그 방법 | |
| CN111259257A (zh) | 一种信息展示方法、系统、装置、电子设备及存储介质 | |
| CN117217872A (zh) | 一种基于游客画像智能生成景区游玩方案的方法 | |
| CN104050243A (zh) | 一种将搜索与社交相结合的网络搜索方法及其系统 | |
| Kashian et al. | Automatic analysis of positional plausibility for points of interest in OpenStreetMap using coexistence patterns | |
| KR20210065773A (ko) | 빅데이터 기반의 감성정보 분석평가 시스템 및 그 구동방법 | |
| Takehara et al. | Extracting context information from microblog based on analysis of online reviews | |
| KR20220091948A (ko) | 소셜 미디어 활동 분석을 통한 추천 서비스 제공 장치 및 방법 | |
| CN116662636A (zh) | 信息推荐方法、装置、计算机设备、存储介质及程序产品 | |
| US20220239620A1 (en) | Estimating device, estimating method, and estimating program | |
| US11138615B1 (en) | Location-based place attribute prediction | |
| Kim et al. | Rating and comments mining using TF-IDF and SO-PMI for improved priority ratings | |
| KR101852964B1 (ko) | 지능형 정보 추천 시스템, 방법 및 그에 대한 기록매체 | |
| CN112035740B (zh) | 项目使用时长预测方法、装置、设备及存储介质 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40092227 Country of ref document: HK |