CN117631910A - 一种服务推荐方法及电子设备 - Google Patents

Abstract

本申请提供一种服务推荐方法及电子设备，能够进行精准的服务推荐，提高用户与终端设备之间的交互效率。所述方法包括：推荐至少第一服务，推荐至少第一服务与用户在第一时间段使用至少第二服务具有第一关联；第一关联包括：第一人因指标，第一人因指标用于衡量第一服务对使用第一服务用户的影响程度；第二人因指标，第二人因指标用于衡量用户在第一时间段使用至少第二服务所受到的综合影响程度；第一人因指标与第二人因指标满足第一组合。

Description

一种服务推荐方法及电子设备

技术领域

本申请涉及终端领域，尤其涉及一种服务推荐方法及电子设备。

背景技术

随着智能终端的发展，用户可以使用各种终端设备，以获得终端设备提供的服务(应用程序、服务卡片等)。比如，用户可以使用新闻咨询类应用程序，新闻咨询类应用程序可以向用户推荐相关的新闻咨询。

随着终端设备中可以安装的应用程序类型的增多，用户可以在终端设备中安装海量的应用程序，某些情况下，用户很难从海量的应用程序快速查找到并打开自己想要使用的应用程序，导致用户与终端设备之间的交互效率较低。

发明内容

本申请提供一种服务推荐方法及电子设备，能够进行精准的服务推荐，提高用户与终端设备之间的交互效率。

为实现上述技术目的，本申请采用如下技术方案：

第一方面，本申请提供了一种服务推荐方法，该包括：推荐至少第一服务，推荐至少第一服务与用户在第一时间段使用至少第二服务具有第一关联；第一关联包括：第一人因指标，第一人因指标用于衡量第一服务对使用第一服务用户的影响程度；第二人因指标，第二人因指标用于衡量用户在第一时间段使用至少第二服务所受到的综合影响程度；第一人因指标与第二人因指标满足第一组合。

也就是说，根据第一关联确定待推荐服务(推荐至少第一服务)，第一关联为待推荐服务与用户在第一时间段使用至少第二服务具有第一关联。第一关联包括：服务的人因指标(第一人因指标)和用户状态(第二人因指标)。第一人因指标与第二人因指标满足第一组合。即根据用户状态以及服务的人因指标的关联关系，确定至少一个待推荐服务。能够进行精准的服务推荐，提高用户与终端设备之间的交互效率。

可选的，第二服务为第一时间段(一段时间)内使用的服务序列中的服务。

可选的，用户状态可以表示为用户标准人因指标值。服务的人因指标可以表示为服务标准人因指标值。

在一种可能的实现方式中，推荐至少第一服务包括：在显示推荐界面中显示第一服务，响应于用户对第一服务的第一操作，打开第一服务的应用界面。

示例性的，在显示推荐界面显示待推荐服务，呈现服务推荐结果。

示例性的，显示推荐界面如图1B所示,小艺建议的卡片132中显示有多个推荐的应用程序图标，如时钟应用的图标133等。用户点击时钟应用的图标133即可直接打开该应用程序，不用在手机桌面中寻找该应用程序。提高了用户与终端设备之间的交互效率。

在一种可能的实现方式中，推荐至少第一服务包括：在显示推荐界面中显示第一服务的服务卡片，第一服务的服务卡片用于显示第一服务的至少部分功能信息。

示例性的，显示推荐界面如图1B所示，小艺建议的卡片132中还可以显示有原子化的服务卡片，如联系人应用的服务卡片134。联系人应用的服务卡片134可以提供“联系人信息显示”的服务，以及“添加联系人”的服务。如此一来，用户可以通过服务卡片134浏览部分联系人的信息，无需打开联系人应用。进一步提高了用户与终端设备之间的交互效率。

在一种可能的实现方式中，第二人因指标根据用户在第一时间段使用第二服务的时长及第二服务具有的第三人因指标确定，第三人因指标用于衡量第二服务对使用第二服务用户的影响程度。

也就是说，根据第一时间段内使用的服务序列中的服务的时长(用户在第一时间段使用第二服务的时长)以及第一时间段内使用的服务序列中的服务的人因指标(第二服务具有的第三人因指标确定)确定用户状态(第二人因指标)。

在一种可能的实现方式中，服务具有的人因指标中包括卷入度、负载度、限制度中的一个或多个参数，卷入度用于表示使用服务的用户被服务吸引的程度和/或用户精力投入的程度，负载度用于表示使用服务的用户的脑力负载程度和/或体力负载程度，限制度用于表示使用服务的用户不能使用其他服务的程度。

在一种可能的实现方式中，服务具有的人因指标中包括卷入度、负载度、限制度中的多个参数时，选择对使用服务的用户影响程度最大的参数作为确定所述第一关联的人因指标。

可选的，将服务的三个人因指标的最大值确定为服务标准人因指标值(比如：第一人因指标)。

在一种可能的实现方式中，服务具有的人因指标根据服务上架时的问卷信息确定，用于表示对应服务在所有服务中对用户影响程度的相对排位。

可选的，服务具有的人因指标根据服务上架时的问卷调查确定，用于表示对应服务在所有服务中对用户影响程度的相对排位。

示例性的，服务A的人因指标为：卷入度为0.1、负载度0.1以及限制度0.1；服务B的人因指标为：卷入度为0.3、负载度0.3以及限制度0.4。则服务A和服务B在所有服务中对用户影响程度不同。

在一种可能的实现方式中，第一人因指标与第二人因指标满足第一组合包括：

第二人因指标高于第一阈值时，第一人因指标低于第二阈值。

可选的，当用户的用户标准人因指标值高于第一阈值时，待推荐服务的服务标准人因指标值低于第二阈值。

示例性的，当用户的用户标准人因指标值大于用户状态阈值P时，可以推荐服务标准人因指标值小于服务阈值Q的服务为待推荐服务。

在一种可能的实现方式中，在第一人因指标低于第二阈值时，推荐的第一服务为休闲类服务。

可选的，当待推荐服务的服务标准人因指标值低于服务阈值Q时，待推荐服务为推荐休闲类服务。

示例性的，该服务为低卷入度、低负载度、低限制度的服务，比如音乐服务等。

在一种可能的实现方式中，第一人因指标与第二人因指标满足第一组合包括：

第二人因指标低于第三阈值时，第一人因指标高于第四阈值。

可选的，当用户的用户标准人因指标值低于第三阈值时，待推荐服务的服务标准人因指标值高于第四阈值。

示例性的，当用户的用户标准人因指标值小于用户状态阈值M时，可以推荐服务标准人因指标值大于服务阈值N的为待推荐服务。

在一种可能的实现方式中，在所述第一人因指标高于第四阈值时，推荐的第一服务为广告服务。

可选的，当推荐服务的服务标准人因指标值高于服务阈值N时，则待推荐服务为广告类服务。

在一种可能的实现方式中，第一时间段是推荐至少第一服务前的历史时间段。

示例性的，以终端设备回到终端设备桌面的界面或者终端设备进入“发现”的界面为基准时间点，前一小时的时间段。

在一种可能的实现方式中，用户在第一时间段使用至少第二服务还包括：

用户在第一时间段使用第三服务；

第二人因指标根据用户在第一时间段使用第二服务的时长、第二服务具有的第三人因指标、第一权重及使用第三服务的时长、第三服务具有的第四人因指标、第二权重确定，第三人因指标用于衡量第二服务对使用第二服务用户的影响程度，第四人因指标用于衡量第三服务对使用第三服务用户的影响程序。

可选的，用户状态识别模块还可以根据一段时间内使用的服务序列中的服务的时长、服务的人因指标以及服务的权重确定用户状态。

在一种可能的实现方式中，推荐至少第一服务还包括：

推荐第四服务；

对第一服务和第四服务进行推荐排序。

在一种可能的实现方式中，对第一服务和第四服务进行推荐排序包括：根据基础信息、用户状态、第二人因指标、用户反馈信息中的至少一种确定。

可选的，第一服务和第四服务都为待推荐服务。

示例性的，根据天气状态、用户运动状态、用户使用的终端设备状态及第二人因指标、服务具有的人因指标、服务的历史使用情况中的至少一种确定。

示例性的，第一服务为音乐软件，第四服务为导航软件。

音乐软件和导航软件根据天气状态、用户运动状态，手机连接蓝牙情况、用户的卷入度人因状态以及待推荐服务的点击情况进行推荐排序。

示例性的，若音乐服务的得分为3.7分，导航服务的得分为0.2分，音乐服务的得分大于导航服务。此时，服务排序模型输出的待推荐服务的打分排序结果为：音乐服务排在第一位置，导航服务排在第二位置。

在一种可能的实现方式中，对第一服务和第四服务进行推荐排序基于样本训练的服务排序模型确定。

可以使用服务排序模型对多个待推荐服务进行打分排序。

根据服务排序模型得到音乐服务的得分为3.7分，导航服务的得分为0.2分。

第二方面，本申请提供服务推荐的装置，包括：处理器，存储器，存储器与所述处理器耦合，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当处理器从存储器中读取计算机指令，使得装置执行第一方面或第一方面中任意一种实施方式的方法。

第三方面，本申请提供了一种服务器，包括：处理器和存储器，存储器与处理器耦合，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当处理器从存储器中读取计算机指令，以使得服务器执行如第二方面中任一项所述的方法。

第四方面，本申请提供了一种计算机存储介质，包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行如第一方面中任一项所述的方法。

第五方面，提供一种芯片系统，包括至少一个处理器和至少一个接口电路，至少一个接口电路用于执行收发功能，并将指令发送给至少一个处理器，当至少一个处理器执行指令时，至少一个处理器执行如上述第一方面及其中任一种可能的实现方式中的方法。

第六方面，本申请实施例中还提供一种计算机程序产品，包括指令，当其在计算机上运行时，使得计算机执行第一方面的方法。

可以理解地，上述提供的第二方面所述的服务推荐设备、第三方面所述的服务器、第四方面所述的计算机存储介质、第五方面所述的芯片系统、第六方面所述的计算机程序产品均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。

附图说明

图1A为本申请实施例提供的一种服务推荐界面示意图；

图1B为本申请实施例提供的一种服务推荐界面示意图；

图2为本申请实施例提供的一种通信系统的架构示意图；

图3为本申请实施例提供的一种电子设备的结构示意图；

图4为本申请实施例提供的一种服务推荐的架构示意图；

图5为本申请实施例提供的一种问卷调查的示意图；

图6为本申请实施例提供的一种服务使用记录的示意图；

图7为本申请实施例提供的一种用户状态的示意图；

图8为本申请实施例提供的另一种用户状态的示意图；

图9为本申请实施例提供的另一种服务推荐界面的示意图；

图10为本申请实施例提供的另一种服务推荐界面的示意图；

图11为本申请实施例提供的另一种服务推荐方法的流程示意图；

图12为本申请实施例提供的另一种服务推荐方法的流程示意图；

图13为本申请实施例提供的一种服务推荐装置的结构示意图；

图14为本申请实施例提供的一种芯片系统的结构示意图。

具体实施方式

本申请实施例的描述中所提到的术语“包括”和“具有”以及它们的任何变形，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，而是可选地还包括其他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它步骤或单元。

需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

在本申请实施例的描述中，除非另有说明，“多个”的含义是指两个或两个以上，“至少一个”是指一个或者多个。

本文中的“和/或”仅仅是一种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。

本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理。“第一”、“第二”等字样可以对功能和作用基本相同的相同项或相似项进行区分。例如，第一设备和第二设备仅仅是为了区分不同的设备，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

相关技术中，手机等设备可以提供服务推荐功能。比如手机中的小艺建议、服务中心可以提供服务推荐的功能。

示例性的，以手机通过服务中心为用户推荐服务为例，服务中心可以作为用户统一发现和管理手机中服务卡片的入口。服务卡片是手机应用程序展示页面内容的一种新形式，可以将应用页面的内容前置到卡片上，提供更加原子化的服务，以达到服务直达、减少体验层级的目的。其中，原子化服务是一种面向未来的服务方式，是有独立入口的(用户可通过点击方式直接触发)、免安装的(无需显式安装，由系统后台安装后即可使用)、可为用户提供一个或多个便捷服务的用户应用程序形态。服务卡片可以摆放到手机桌面的任何位置，用户可以自定义属于自己的桌面风格。

服务中心可以包括“我的服务”和“发现”两个界面。如图1A的(a)所示，示出了服务中心中“我的服务”界面110。“我的服务”界面110可以呈现使用过(常用板块111)或者收藏过的(我的收藏板块112)服务卡片。如在常用板块111中显示最近使用过的音乐卡片113，点击常用板块111中的音乐卡片113，可一键直达音乐应用程序中对应的歌曲界面。在我的收藏板块112中显示收藏过的服务卡片。比如在我的收藏板块112中显示之前收藏过的阅读卡片114，点击我的收藏板块112中的阅读卡片114，可一键直达阅读应用程序中对应的书籍A界面。

图1A的(b)所示，为服务中心中的“发现”界面120。在一些示例中，“发现”界面120可以呈现系统推荐的一个或多个类型的服务卡片。比如，呈现使用过的服务卡片，呈现最近推荐的服务卡片。

再示例性的，以手机通过小艺建议为用户推荐服务为例，如图1B，界面130为手机桌面。在手机桌面130上显示有应用程序图标，如天气应用的图标131。桌面上还显示有智慧化助手“小艺建议”的卡片132，小艺建议的卡片132中显示有多个推荐的应用程序图标，如时钟应用的图标133等。用户点击时钟应用的图标133即可直接打开该应用程序，不用在手机桌面中寻找该应用程序。小艺建议的卡片132中还可以显示有原子化的服务卡片，如联系人应用的服务卡片134。

服务卡片可以提供原子化的服务。如图1B，联系人应用的服务卡片134可以提供“联系人信息显示”的服务，以及“添加联系人”的服务。如此一来，用户可以通过服务卡片134浏览部分联系人的信息，无需打开联系人应用。用户还可以通过点击“联系人添加”控件135，以便添加联系人。可以看出，在使用服务卡片后，某些场景中，用户无需打开应用程序，即可直达想要的服务，用户操作的便利性有所提升。

目前，小艺建议或服务中心可以呈现的应用或服务卡片的类型繁多，如何在服务中心或小艺推荐等模块的使用过程中，呈现并向用户推荐用户想要使用的应用或服务卡片，成为亟待解决的技术问题。

基于上述技术问题，本申请实施例提出了一种服务推荐方案，可以基于服务的人因指标以及用户状态进行服务推荐。其中，人因表示与人有关的因素。示例性的，本申请实施例中表示人(行为、状态等)与服务推荐之间的相互影响。示例性的，推荐的服务可以为应用程序，比如相册、设置等应用程序；也可以为原子化的服务，比如服务卡片。本申请实施例提出的服务推荐方法中，服务的人因指标以及用户状态是服务推荐的重要影响因素。服务的人因指标不只停留在服务类别的层次，而是从人因的角度对服务的卷入度、负载度、限制度等方面进行量化分析，利用一定的测量尺度(比如间隔尺度)对不同服务之间在卷入度、负载度、限制度等方面进行至少程序差异的辨别与区分。如此，可以得到更精准的服务画像，进而实现更精准的服务推荐。

图2示出了本申请实施例的服务推荐方法所适用的系统的示例性架构。如图2，该系统包括终端设备201、云服务器202。

可选的，终端设备201包括但不限于各种支持服务推荐的设备。比如，终端设备201以是手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等电子设备上，本申请实施例对终端的具体类型不作任何限制。

在一些实施例中，终端设备201，用于获取终端设备201的基础信息，并将获取到的终端设备201的基础信息发送给云服务器202，云服务器202根据终端设备201的基础信息以及终端设备201中各个服务的人因指标得到服务推荐结果，终端设备201从云服务器202获取服务推荐结果，并呈现该服务推荐结果。

在一些实施例中，云服务器202，用于根据研发人员得到的问卷调查结果进行计算，得到终端设备中各个服务对应的人因指标，并存储各个服务对应的人因指标，可选地，人因指标计算的模型可以根据问卷调查结果中赋予的每个选项数值进行计算；云服务器202根据用户在第一时间段内使用的服务序列中的服务的人因指标得到用户状态，云服务器202结合终端设备201中各个服务的人因指标、终端设备201的基础信息以及用户状态，通过关联分析得到多个待推荐服务。云服务器202根据多个待推荐服务的人因指标、用户状态以及终端设备的基础信息对多个待推荐服务进行排序；云服务器202基于用户状态选择合适的时机进行广告服务的推荐。云服务器202将多个待推荐服务的排序结果以及要推荐的广告服务发送给终端设备201。

其中，不同的服务可以具有不同的特征。服务的特征包括如下任一项或多项特征：服务的类别、服务的人因指标、服务与用户之间的交互。服务与用户之间的交互比如包括但不限于：终端设备推荐的服务卡片，用户点击服务卡片，使用服务卡片提供的服务。

可选的，服务的人因指标可以包括但不限于如下任一项或多项指标：服务的卷入度、负载度以及限制度。其中，服务的卷入度可以用于表征使用该服务的用户被服务吸引的程度，用户精力投入的程度。服务的负载度可以用于表征使用该服务时用户的脑力负载程度和/或体力负载程度。脑力负载是反应工作时人的信息处理系统被使用程度的指标，体力负载程度是反应活动时人的体力消耗程度。示例性的，服务的负载度越高，表明该服务的操作难度越高和/或使用该服务时用户消耗的体力越多；服务的负载度越低，表明该服务的操作难度低和/或消使用该服务时用户耗的体力越少。服务的限制度可以用于表示使用该服务时用户不能使用其他服务的程度。比如，用户使用音乐类的应用程序时，可以同时使用聊天类应用程序，音乐类服务的限制度低。用户使用视频类应用程序时，则不能同时使用聊天类应用程序，视频类服务的限制度高。

可选的，这些服务的人因指标除了问卷调查确定以外，还可以由用户使用该服务的反馈以及该服务的用途和使用功能决定的。可选的，服务的人因指标还可以利用大数据分析用户对服务的评价或者分析该服务中的功能模块得到分析结果，根据分析结果确定该服务的人因指标。

示例性的，当服务为剪辑视频的服务时，该服务的功能为“剪辑视频”。此时，该服务的人因指标可能为高卷入度、高负载度、高限制度。

以手机作为终端设备201举例，图3示出了手机的结构示意图。

手机可以包括处理器310，外部存储器接口320，内部存储器321，通用串行总线(universal serial bus，USB)接口330，充电管理模块340，电源管理模块341，电池342，天线1，天线2，移动通信模块350，无线通信模块360，音频模块370，扬声器370A，受话器370B，麦克风370C，耳机接口370D，传感器模块380等。

可以理解的是，本发明实施例示意的结构并不构成对手机的具体限定。在本申请另一些实施例中，手机可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器310可以包括一个或多个处理单元，例如：处理器310可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

处理器310中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器310中的存储器为高速缓冲存储器。该存储器可以保存处理器310刚用过或循环使用的指令或数据。如果处理器310需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器310的等待时间，因而提高了系统的效率。

在一些实施例中，处理器310可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

手机的无线通信功能可以通过天线1，天线2，移动通信模块350，无线通信模块360，调制解调处理器以及基带处理器等实现。

天线1和天线2用于发射和接收电磁波信号。手机中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。

移动通信模块350可以提供应用在手机上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块350可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(lownoise amplifier，LNA)等。移动通信模块350可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块350还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块350的至少部分功能模块可以被设置于处理器310中。在一些实施例中，移动通信模块350的至少部分功能模块可以与处理器310的至少部分模块被设置在同一个器件中。

无线通信模块360可以提供应用在手机上的包括无线局域网(wireless localarea networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequencymodulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块360可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块360经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器310。无线通信模块360还可以从处理器310接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

在一些实施例中，手机的天线1和移动通信模块350耦合，天线2和无线通信模块360耦合，使得手机可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(code divisionmultiple access，CDMA)，宽带码分多址(wideband code division multiple access，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(long term evolution，LTE)，BT，GNSS，WLAN，NFC，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(globalnavigation satellite system，GLONASS)，北斗卫星导航系统(beidou navigationsatellite system，BDS)，准天顶卫星系统(quasi-zenith satellite system，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。

手机通过GPU，显示屏394，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏394和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器310可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。

显示屏394用于显示图像，视频等。显示屏394包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，手机可以包括1个或N个显示屏394，N为大于1的正整数。

手机可以通过ISP，摄像头393，视频编解码器，GPU，显示屏394以及应用处理器等实现拍摄功能。

ISP用于处理摄像头393反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头393中。

摄像头393用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，手机可以包括1个或N个摄像头393，N为大于1的正整数。

数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当手机在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。

视频编解码器用于对数字视频压缩或解压缩。手机可以支持一种或多种视频编解码器。这样，手机可以播放或录制多种编码格式的视频，例如：动态图像专家组(movingpicture experts group，MPEG)1，MPEG2，MPEG3，MPEG4等。

外部存储器接口320可以用于连接外部存储卡，例如Micro SD卡，实现扩展手机的存储能力。外部存储卡通过外部存储器接口320与处理器310通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。

内部存储器321可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器310通过运行存储在内部存储器321的指令，从而执行手机的各种功能应用以及数据处理。内部存储器321可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储手机使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器321可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。

手机可以通过音频模块370，扬声器370A，受话器370B，麦克风370C，耳机接口370D，以及应用处理器等实现音频功能。例如音乐播放，录音等。

音频模块370用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块370还可以用于对音频信号编码和解码。在一些实施例中，音频模块370可以设置于处理器310中，或将音频模块370的部分功能模块设置于处理器310中。

扬声器370A，也称“喇叭”，用于将音频电信号转换为声音信号。手机可以通过扬声器370A收听音乐，或收听免提通话。

受话器370B，也称“听筒”，用于将音频电信号转换成声音信号。当手机接听电话或语音信息时，可以通过将受话器370B靠近人耳接听语音。

麦克风370C，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风370C发声，将声音信号输入到麦克风370C。手机可以设置至少一个麦克风370C。在另一些实施例中，手机可以设置两个麦克风370C，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，手机还可以设置三个，四个或更多麦克风370C，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。

耳机接口370D用于连接有线耳机。耳机接口370D可以是USB接口330，也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform，OMTP)标准接口，美国蜂窝电信工业协会(cellular telecommunications industry association of the USA，CTIA)标准接口。

传感器模块380中可以包括压力传感器，陀螺仪传感器，气压传感器，磁传感器，加速度传感器，距离传感器，接近光传感器，指纹传感器，温度传感器，触摸传感器，环境光传感器，骨传导传感器等。

当然，手机还可以包括充电管理模块、电源管理模块、电池、按键、指示器以及1个或多个SIM卡接口等，本申请实施例对此不做任何限制。

图4示出了服务推荐方法所适用的系统的另一种架构示例。该系统包括服务上架平台与服务推荐平台。其中，服务上架平台由研发人员进行操作。示例性的，服务上架平台部署在云服务器中。如图4，服务上架平台包括问卷调查模块以及服务人因指标模块。

其中，问卷调查模块，用于获取各个服务的问卷调查结果。问卷的内容与人因指标有关。示例性的，如图5的(a)，问卷内容可以为：“您觉得使用该服务是否有很高的操作难度(越低代表越容易轻松使用，越高代表理解、使用越困难)”，对应设置的回答可以为“非常低”、“比较低”、“不确定”、“比较高”、“非常高”等五个难度；“您觉得使用该服务是否需要很高的注意力(越低代表有余力做其他事情，越高代表注意力只能集中在该服务上)”，对应设置的回答可以为“非常低”、“比较低”、“不确定”、“比较高”、“非常高”等五个难度；“您觉得使用该服务时您的忙碌程度是：”对应设置的回答可以为“很空闲”、“有点空闲”、“一般/不确定”、“有点忙碌”、“非常忙碌”等五个等级；“您觉得使用该服务时，您通常感到的状态是：”，对应设置的回答可以为“很无聊”、“有点无聊”、“一般/不确定”、“有点投入”、“非常投入”等五个等级。

可选的，上述服务可以为应用程序，比如聊天软件、音乐软件等应用程序；也可以为原子化的服务，比如服务卡片(比如音乐卡片)。

可选的，问卷调查的各个服务包括：该终端设备(比如手机)中的所有服务以及可以该终端设备进行通信的其他终端设备(比如笔记本电脑)中的所有服务。

示例性的，以服务为音乐软件A为例进行说明，如图5的(b)，问卷调查结果可以为：音乐软件A的操作难度为比较低；音乐软件A需要的注意力为比较低；使用音乐软件A时的忙碌程度为很空闲；使用音乐软件A时，通常感到的状态为很无聊。

可选的，该问卷调查的对象足够多，以便分别得到多个对象的问卷调查结果。

服务人因指标模块，用于根据问卷调查结果，计算得到终端设备中各个服务的人因指标，并发送到服务推荐平台。

以服务为音乐软件A为例进行说明。人因指标模块从问卷调查模块接收的问卷调查结果可以为：音乐软件A的操作难度为比较低；音乐软件A需要的注意力为比较低；使用音乐软件A时的忙碌程度为很空闲；使用音乐软件A时，通常感到的状态为很无聊。人因指标模块可以根据问卷调查结果确定该音乐软件A的人因指标，比如确定该音乐软件A的卷入度为0.1(低卷入度)、负载度0.1(低负载度)以及限制度0.1(低限制度)。之后，人因指标模块可以向服务推荐平台发送该音乐软件A的人因指标。

可选的，每个服务都有自己的人因指标。示例性的，当该服务的卷入度为0-0.3时，该服务为低卷入度服务；当该服务的卷入度为0.4-0.6时，该服务为中卷入度服务；当该服务的卷入度为0.7-1时，该服务为高卷入度服务。当该服务的负载度为0-0.3时，该服务为低负载度服务；当该服务的负载度为0.4-0.6时，该服务为中负载度服务；当该服务的负载度为0.7-1时，该服务为高负载度服务。当该服务的限制度为0-0.3时，该服务为低限制度服务；当该服务的限制度为0.4-0.6时，该服务为中限制度服务；当该服务的限制度为0.7-1时，该服务为高限制度服务。

可选的，服务的低卷入度、中卷入度、高卷入度，低负载度、中负载度、高负载度，低限制度、中限制度、高限制度的区间范围设定可以根据不同服务对用户的影响程度来确定，具体地可以对用户使用服务后的实际状态或者生理检测数据等统计分析确定。可选的，也可以是在卷入度、负载度、限制度等人因指标值的最小值与最大值之间通过设定百分位数划分为相应的区间。

服务推荐平台用于根据用户状态以及各个服务的人因指标推荐服务，用户状态又是根据用户使用各种对应人因指标的服务确定。服务推荐平台包括融合感知模块、用户状态识别模块、关联分析模块、服务排序模块、推荐时机确定模块、服务呈现模块。可选的，服务推荐平台可以部署在终端设备中；也可以部署在云服务器中；还可以部分模块部署在终端设备中，部分模块部署在云服务器中。

可选的，本申请实施例以融合感知模块、服务呈现模块部署终端设备中，用户状态识别模块、关联分析模块、服务排序模块以及推荐时机确定模块部署在云服务器中为例。

其中，融合感知模块，用于获取基础信息。

示例性的，基础信息包括：使用终端设备的用户的状态信息和/或该终端设备的状态信息。

用户的状态信息比如包括但不限于如下一项或多项：用户是否在使用手机、使用手机的何种服务、用户的运动状态：走路、跑步或者静止不动、用户画像、用户历史行为统计等。

终端设备的状态信息比如包括但不限于如下任一项或多项：蓝牙连接情况、无线保真(wireless fidelity，Wi-Fi)状态、电量情况、该终端设备是否连接有其他设备、历史服务使用序列、终端设备所处环境、该终端设备连接的其他终端设备的状态信息等。

示例性的，该终端设备可以为手机，手机连接的其他终端设备可以为平板电脑等。若手机与平板电脑之间可以连接，则手机可以得知平板电脑的状态信息。

示例性的，终端设备所处环境比如包括：位于室内、位于室外、位于商场、位于车内。本申请实施例对终端设备的状态信息的具体情况不做限制。

用户状态识别模块，用于根据用户一段时间内使用的服务的序列以及使用的服务的人因指标，计算得到用户状态。

可选的，用户状态识别模块还可以根据一段时间内使用的服务序列中的服务的时长以及服务的人因指标确定用户状态。

可选的，用户状态识别模块还可以根据一段时间内使用的服务序列中的服务的时长、服务的人因指标以及服务的权重确定用户状态。

可选的，用户一段时间内使用的服务，可以为终端设备回到终端设备桌面的界面或者终端设备进入“发现”的界面的时间点作为基准时间点，一小时前使用的服务。示例性的，本申请实施例对“一段时间”的具体时长以及基准时间点不做具体限制。

示例性的，如图6所示，用户1在一小时内的服务使用记录为使用记录1。使用记录1包括：听音乐20分钟，聊天10分钟，点外卖5分钟，刷短视频15分钟，看新闻10分钟。对应的服务分别为音乐软件，聊天软件，点外卖软件，短视频软件和新闻软件。用户状态识别模块可以根据使用记录1中各个服务的人因指标确定该用户状态。用户状态包括但不限于如下任一项或多项状态：卷入度状态、负载度状态、限制度状态。

示例性的，以根据用户1在一段时间内所使用各个服务的卷入度计算用户的卷入度状态为例，如图7的(a)所示，服务1即音乐软件的卷入度为0.1；服务2即聊天软件的卷入度为0.3；服务3即点外卖软件的卷入度为0.5；服务4即短视频软件的卷入度为0.2；服务5即新闻软件的卷入度为0.4。用户状态识别模块可以根据用户在一段时间内所使用各个服务的卷入度、各个服务的使用时长以及服务使用序列，计算用户1的卷入度状态。如上所述，特定服务的人因指标值反应了特定服务在所有服务中人因指标的相对位置。

可选的，用户的卷入度状态满足如下公式(1)：

其中，公式中的y1表示用户1的卷入度状态。i表示用户1在第一时间段内使用的第i个服务，i小于或等于m，且i大于或等于1，i，m均为正整数。

involve_i表示第i个服务的卷入度，time_i表示第一时间段内用户使用的第i个服务的时长。weight_i表示第i个服务的权重。服务的权重，是指该服务在m个服务中所占的比重(重要程度)。

在一些实施例中，可选的，服务的使用时间距离当前时间越远，对当前的影响越小，所占权重越小。示例性的，图7的(a)中五个服务的权重占比可以为：0.1:0.2:0.3:0.4:0.6。

用户的卷入度状态数值落在不同的区间范围时，用户的卷入度状态可以不同。可选的，可以规定当用户1的卷入度状态数值在0-6之间时，用户1为低卷入度状态；当用户1的卷入度状态数值在6-11之间时，用户1为中卷入度状态；当用户1的卷入度状态数值在11-17.5之间时，用户1为高卷入度状态。可选的，也可以采用其他的用户卷入度状态确定方式，本申请实施例对此不限制。

可选的，此时用户的卷入度状态数值满足公式：y1＝0.1*20*0.1+0.3*10*0.2+0.5*5*0.3+0.2*15*0.4+0.4*10*0.6＝5.15。此时，根据用户1的卷入度状态数值5.15，可以确定用户在上述第一时间段内处于低卷入度状态。

可选的，用户在第一时间段内使用的多个服务中，第i个服务与第i+2个服务可以是相同或不同服务。示例性的，如图7的(a)，服务1和服务3可以是相同服务或不同服务。

再示例性的，如图7的(b)所示，根据用户1在一段时间内所使用各个服务的负载度计算用户的负载度状态。服务1即音乐软件的负载度为0.1；服务2即聊天软件的负载度为0.3；服务3即点外卖软件的负载度为0.3；服务4即短视频软件的负载度为0.2；服务5即新闻软件的负载度为0.3。用户状态识别模块可以根据用户在一段时间内所使用各个服务的负载度、各个服务的使用时长以及服务使用序列，计算用户1的负载度状态。可选的，用户1的负载度状态满足如下公式(2)：

其中，公式中的y2表示用户1的负载度状态。i表示用户1在第一时间段内使用的第i个服务，i小于或等于m，且i大于或等于1，i，m均为正整数。

load_i表示第i个服务的负载度，time_i表示第一时间段内用户使用的第i个服务的时长。weight_i表示第i个服务的权重。服务的权重，是指该服务在m个服务中所占的比重(重要程度)。

在一些实施例中，可选的，服务的使用时间距离当前时间越远，对当前的影响越小，所占权重越小。示例性的，图7的(b)中五个服务的权重占比可以为：0.1:0.2:0.3:0.4:0.6。

用户的负载度状态数值落在不同的区间范围时，用户的负载度状态可以不同。可选的，可以规定当用户1的负载度状态数值在0-6之间时，用户1为低负载度状态；当用户1的负载度状态数值在6-11之间时，用户1为中负载度状态；当用户1的负载度状态数值在11-17.5之间时，用户1为高负载度状态。可选的，也可以采用其他的用户负载度状态确定方式，本申请实施例对此不限制。

可选的，此时用户的负载度状态数值满足公式：y2’＝0.1*20*0.1+0.3*10*0.2+0.3*5*0.3+0.2*15*0.4+0.3*10*0.6＝4.05。此时，根据用户1的负载度状态数值4.05，可以确定用户在上述第一时间段内处于低负载度状态。

可选的，用户在第一时间段内使用的多个服务中，第i个服务与第i+2个服务可以是相同或不同服务。示例性的，如图7的(b)，服务1和服务3可以是相同服务或不同服务。

再示例性的，如图7的(c)所示，根据用户1在一段时间内所使用各个服务的限制度计算用户的限制度状态。服务1即音乐软件的限制度为0.1；服务2即聊天软件的限制度为0.3；服务3即点外卖软件的限制度为0.5；服务4即短视频软件的限制度为0.4；服务5即新闻软件的限制度为0.3。用户状态识别模块可以根据用户在一段时间内所使用各个服务的限制度、各个服务的使用时长以及服务使用序列，计算用户1的限制度状态。可选的，用户的限制度状态满足如下公式(3)：

其中，公式中的y3表示用户1的限制度状态。i表示用户1在第一时间段内使用的第i个服务，i小于或等于m，且i大于或等于1，i，m均为正整数。

autonomy_i表示第i个服务的限制度，time_i表示第一时间段内用户使用的第i个服务的时长。weight_i表示第i个服务的权重。服务的权重，是指该服务在m个服务中所占的比重(重要程度)。

在一些实施例中，可选的，服务的使用时间距离当前时间越远，对当前的影响越小，所占权重越小。示例性的，图7的(c)中五个服务的权重占比可以为：0.1:0.2:0.3:0.4:0.6。

用户的限制度状态数值落在不同的区间范围时，用户的限制度状态可以不同。可选的，可以规定当用户1的限制度状态数值在0-6之间时，用户1为低限制状态；当用户1的限制度状态数值在6-11之间时，用户1为中限制度状态；当用户1的限制度状态数值在11-17.5之间时，用户1为高限制度状态。可选的，也可以采用其他的用户限制度状态确定方式，本申请实施例对此不限制。

可选的，此时用户的限制度状态数值满足公式：y3＝0.1*20*0.1+0.3*10*0.2+0.5*5*0.3+0.4*15*0.4+0.3*10*0.6＝5.75。此时，根据用户1的限制度状态数值5.75，可以确定用户在上述第一时间段内处于低限制度状态。

可选的，用户在第一时间段内使用的多个服务中，第i个服务与第i+2个服务可以是相同或不同服务。示例性的，如图7的(c)，服务1和服务3可以是相同服务或不同服务。

不同用户基于使用服务的不同情况，用户状态也可以是不同的。如下，给出计算用户2的状态的示例。示例性的，如图6所示，用户2在一小时内的服务使用记录为使用记录2。使用记录2包括：学习20分钟，修图5分钟，剪辑视频15分钟，听音乐5分钟，长视频15分钟(比如看电影)。对应的服务为学习软件，修图软件，剪辑软件，音乐软件和长视频软件。用户状态识别模块可以根据使用记录2中各个服务的人因指标确定该用户状态。

示例性的，如图8的(a)所示，根据用户2在一段时间内所使用各个服务的卷入度计算用户2的卷入度状态。服务1即学习软件的卷入度为0.8；服务2即修图软件的卷入度为0.7。可选的，该修图软件可以为该终端设备(比如手机)中的软件，也可以为与该终端设备通信的其他终端设备(比如笔记本电脑)中的软件；服务3即剪辑软件卷入度为0.8；服务4即音乐软件的卷入度为0.1；服务5即看长视频的软件卷入度为0.7。根据各个服务的卷入度、服务使用时长以及服务使用序列计算用户2的状态。

用户状态识别模块可以根据用户在一段时间内所使用各个服务的卷入度、各个服务的使用时长以及服务使用序列，计算用户2的卷入度状态。可选的，用户2的卷入度状态满足如下公式(1)：

其中，公式中的y1’表示用户2的卷入度状态。i表示用户2在第一时间段内使用的第i个服务，i小于或等于m，且i大于或等于1，i，m均为正整数。

involve_i表示第i个服务的卷入度，time_i表示第一时间段内用户使用的第i个服务的时长。weight_i表示第i个服务的权重。服务的权重，是指该服务在m个服务中所占的比重(重要程度)。

在一些实施例中，可选的，服务的使用时间距离当前时间越远，对当前的影响越小，所占权重越小。示例性的，图8的(a)中五个服务的权重占比可以为：0.1:0.2:0.3:0.4:0.6。

用户的卷入度状态数值落在不同的区间范围时，用户的卷入度状态可以不同。可选的，可以规定当用户2的卷入度状态数值在0-6之间时，用户2为低卷入度状态；当用户2的卷入度状态数值在6-12之间时，用户2为中卷入度状态；当用户2的卷入度状态数值在12-18.5之间时，用户2为高卷入度状态。可选的，也可以采用其他的用户卷入度状态确定方式，本申请实施例对此不限制。

可选的，此时用户的卷入度状态数值满足公式：y1’＝0.8*20*0.1+0.7*5*0.20.8*15*0.3+0.1*5*0.4+0.7*15*0.6＝12.4。此时，根据用户2的卷入度状态数值12.4，可以确定用户在上述第一时间段内处于高卷入度状态。

可选的，用户在第一时间段内使用的多个服务中，第i个服务与第i+2个服务可以是相同或不同服务。示例性的，如图8的(a)，服务1和服务3可以是相同服务或不同服务。

再示例性的，如图8的(b)所示，根据用户2在一段时间内所使用各个服务的负载度计算用户的负载度状态。服务1即学习软件的负载度为0.8；服务2即修图软件的负载度为0.6。可选的，该修图软件可以为该终端设备(比如手机)中的软件，也可以为与该终端设备通信的其他终端设备(比如笔记本电脑)中的软件；服务3即剪辑软件负载度为0.9；服务4即音乐软件的负载度为0.1；服务5即长视频软件负载度为0.3。根据各个服务的负载度、服务使用时长以及服务使用序列计算用户2的状态。用户状态识别模块可以根据用户在一段时间内所使用各个服务的负载度、各个服务的使用时长以及服务使用序列，计算用户2的负载度状态。可选的，用户2的负载度状态满足如下公式(2)：

其中，公式中的y2’表示用户2的负载度状态。i表示用户2在第一时间段内使用的第i个服务，i小于或等于m，且i大于或等于1，i，m均为正整数。

load_i表示第i个服务的负载度，time_i表示第一时间段内用户使用的第i个服务的时长。weight_i表示第i个服务的权重。服务的权重，是指该服务在m个服务中所占的比重(重要程度)。

在一些实施例中，可选的，服务的使用时间距离当前时间越远，对当前的影响越小，所占权重越小。示例性的，图8的(b)中五个服务的权重占比可以为：0.1:0.2:0.3:0.4:0.6。

用户的负载度状态数值落在不同的区间范围时，用户的负载度状态可以不同。可选的，可以规定当用户2的负载度状态数值在0-6之间时，用户2为低负载度状态；当用户2的负载度状态数值在6-12之间时，用户2为中负载度状态；当用户2的负载度状态数值在12-18.5之间时，用户2为高负载度状态。可选的，也可以采用其他的用户负载度状态确定方式，本申请实施例对此不限制。

可选的，此时用户的负载度状态数值满足公式：y2’＝0.8*20*0.1+0.6*5*0.20.9*15*0.3+0.1*5*0.4+0.3*15*0.6＝9.15。此时，根据用户2的负载度状态数值9.15，可以确定用户在上述第一时间段内处于中负载度状态。

可选的，用户在第一时间段内使用的多个服务中，第i个服务与第i+2个服务可以是相同或不同服务。示例性的，如图8的(b)，服务1和服务3可以是相同服务或不同服务。

再示例性的，如图8的(c)所示，根据用户2在一段时间内所使用各个服务的限制度计算用户的限制度状态。服务1即学习软件的限制度为0.8；服务2即修图软件的限制度为0.7。可选的，该修图软件可以为该终端设备(比如手机)中的软件，也可以为与该终端设备通信的其他终端设备(比如笔记本电脑)中的软件；服务3即剪辑软件限制度为0.7；服务4即音乐软件的限制度为0.1；服务5即长视频软件限制度为0.8。根据各个服务的限制度、服务使用时长以及服务使用序列计算用户2的状态。用户状态识别模块可以根据用户在一段时间内所使用各个服务的限制度、各个服务的使用时长以及服务使用序列，计算用户2的限制度状态。可选的，用户的限制度状态满足如下公式(3)：

其中，公式中的y3’表示用户2的限制度状态。i表示用户2在第一时间段内使用的第i个服务，i小于或等于m，且i大于或等于1，i，m均为正整数。

autonomy_i表示第i个服务的限制度，time_i表示第一时间段内用户使用的第i个服务的时长。weight_i表示第i个服务的权重。服务的权重，是指该服务在m个服务中所占的比重(重要程度)。

在一些实施例中，可选的，服务的使用时间距离当前时间越远，对当前的影响越小，所占权重越小。示例性的，图8的(c)中五个服务的权重占比可以为：0.1:0.2:0.3:0.4:0.6。

用户的限制度状态数值落在不同的区间范围时，用户的限制状态可以不同。可选的，可以规定当用户2的限制度状态数值在0-6之间时，用户2为低限制度状态；当用户2的限制度状态数值在6-12间时，用户2为中限制度状态；当用户2的限制度状态数值在12-18.5之间时，用户2为高限制度状态。可选的，也可以采用其他的用户限制度状态确定方式，本申请实施例对此不限制。

可选的，此时用户的限制度状态数值满足公式：y3’＝0.8*20*0.1+0.7*5*0.20.7*15*0.3+0.1*5*0.4+0.8*15*0.6＝12.85。此时，根据用户2的限制度状态数值12.85，可以确定用户在上述第一时间段内处于高限制度状态。

可选的，用户在第一时间段内使用的多个服务中，第i个服务与第i+2个服务可以是相同或不同服务。示例性的，如图8的(c)，服务1和服务3可以是相同服务或不同服务。

作为一种可能的实现方式，关联分析模块中存储有用户状态与服务的人因指标之间的关联关系。关联分析模块可以根据用户状态、各服务的人因指标以及用户状态与服务的人因指标之间的关联关系，确定用户在某种状态下的待推荐服务。

可选的，关联分析模块，还可以从融合感知模块获取终端设备的基础信息，并根据基础信息以及各个服务的人因指标，确定至少一个待推荐服务。

关联分析模块，还可以将确定的至少一个待推荐服务发送给服务排序模块。

服务排序模块：用于从关联分析模块获取至少一个待推荐服务，并对至少一个待推荐服务进行排序。

可选的，若待推荐服务为一个服务，则可以不用进行排序。

可选的，若待推荐服务为多个服务，服务排序模块可以根据基础信息、用户状态、待推荐服务的人因指标、用户反馈信息对多个待推荐服务进行打分排序。

作为一种可能的实现方式，可以使用服务排序模型对多个待推荐服务进行打分排序。示例性的。用户反馈信息、基础信息、用户状态以及待推荐服务的人因指标可以作为服务排序模型的训练样本，训练服务排序模型，使得服务排序模型具备对待推荐服务打分排序的能力。可选的，用户反馈信息可以包括：待推荐服务的类型，待推荐服务的标识，待推荐服务的呈现信息、用户对待推荐服务点击、滑动等操作信息。

可选的，服务排序模型可以为线性模型、深度学习模型等，本申请实施例对此不做限定。

可选的，服务排序模型可以对多个训练样本进行标准平均得到输出结果。示例性的，用户在跑步时，更加喜欢听音乐。此时，跑步这一因素对音乐软件排序位置的影响很大，服务排序模型在进行标准计算时，跑步这一因素所占的权重较高。

示例性的，服务排序模型中训练样本1可以包括天气状态、用户运动状态，手机连接蓝牙情况、用户的卷入度状态；待推荐服务为音乐服务、导航服务。

天气状态可以为晴朗、阴天、下雨三种状态，对于音乐服务，三种天气状态的权重可以为晴朗0.6、阴天0.4、下雨0；对于导航服务，三种天气的权重可以为晴朗0.8、阴天0.2、下雨-0.2。

用户运动状态可以为跑步、走路、静止三种状态。对于音乐服务，三种用户状态的权重可以为跑步0.8、走路0.5、静止0.1；对于导航服务，三种用户状态的权重可以为跑步-0.3、走路0.4、静止-0.2。

手机连接蓝牙情况可以为手机连接蓝牙或者手机没有连接蓝牙两种情况。对于音乐服务，两种情况的权重可以为手机连接蓝牙0.9、手机没有连接蓝牙0.2；对于导航服务，两种情况的权重可以为手机连接蓝牙0.3、手机没有连接蓝牙0.4。

用户的卷入度状态分为低卷入度状态、中卷入度状态、高卷入度状态三种状态。对于音乐服务，三种用户卷入度状态的权重可以为低卷入状态0.1、中卷入状态0.5、高卷入状态0.8；对于导航服务，三种用户卷入度状态的权重可以为低卷入状态0.2、中卷入状态0.2、高卷入状态-0.2。

待推荐服务的点击情况为，历史中推荐某一待推荐服务时，用户点击该待推荐服务和没有点击该待推荐服务两种情况。对于音乐服务，待推荐服务的点击情况可以为，历史中推荐该音乐服务时，用户点击音乐服务0.6，点击音乐服务-0.2；对于导航服务，待推荐服务的点击情况可以为，历史中推荐该导航服务时，用户点击导航服务0.5，没有点击导航服务-0.4。

需要说明的是，上述各项的权重可以根据历史用户使用数据(比如排序结果的点击率等)进行模型训练，不断使权重值趋向于精准。

在晴朗的天气、用户运动状态为跑步、手机连接蓝牙、用户的卷入度状态为高卷入状态、上次点击音乐服务、没有点击导航服务时，音乐服务的得分为：

1*0.6+0*0.4+0*0+1*0.8+0*0.5+0*0.1+1*0.9+0*0.2+0*0.1+0*0.5+1*0.8+1*0.6+0*(-0.2)＝3.7；

导航服务的得分为：

1*0.8+0*0.2+0*(-0.2)+1*(-0.3)+0*0.4+0*(-0.2)+1*0.3+0*0.4+0*0.2+0*0.2+1*(-0.2)+0*0.5+1*(-0.4)＝0.2；

其中，上述公式中“1”代表选择了服务的对应状态，“0”代表没有选择服务的对应状态。

示例性的，天气状态可以为晴朗、阴天、下雨三种状态，当天气状态为晴朗时，晴朗为“1”、阴天和下雨为“0”。

可选的，分数最高的服务排在最优先的位置。

音乐服务的得分为3.7分，导航服务的得分为0.2分，音乐服务的得分大于导航服务。此时，服务排序模型输出的待推荐服务的打分排序结果为：音乐服务排在第一位置，导航服务排在第二位置。

可选的，服务排序模型可以位于终端设备中，此时服务排序模型的训练样本为该终端设备中的信息；服务排序模型也可以位于云服务器中，此时服务排序模型的训练样本为多个终端设备中的信息。本申请实施例对此并不限制。

可以理解的是，本申请实施例的服务排序模型的训练样本并不构成对服务排序模型的训练样本的具体限定，服务排序模型的训练样本可以为多个。

示例性的，待推荐服务有五个服务。根据每个服务的得分进行排序。

若服务1得分为3分，服务2的得分为2分，服务3的得分为2.2分，服务5的得分为5.8分，服务5的得分为1分。

则服务4排在第一位推荐；服务1排在第二位推荐；服务3排在第三位推荐；服务2排在第四位推荐；服务5排在第五位推荐。

示例性的，服务4的分数最高，排在第一位推荐，最优先的位置可以为最前面的位置，也可以为最中间的位置。

推荐时机确定模块：用于确定广告服务的推荐时机。

示例性的，当用户状态为低卷入度、低负载度、低限制度状态时，此时用户对服务推荐的接受程度高，此时可以推荐一些广告服务。

可选的，用户预先设置用户状态阈值M。

可选的，可以将用户的三个用户人因指标(卷入度、负载度、限制度)状态的平均值确定为用户标准人因指标值。

示例性的，用户设置的用户状态阈值M为3.5。即用户标准人因指标值低于3.5时向用户推荐广告服务。

示例性的，某用户的卷入度状态为2、负载度状态为3、限制度状态为1。计算该用户三个人因指标的平均值，得到该用户标准人因指标值为2。用户标准人因指标值低于用户状态阈值M，此时可以推荐广告服务。

可选的，还可以将用户的三个用户人因指标状态的最大值确定为用户标准人因指标值。

再示例性的，某用户的卷入度状态为2、负载度状态为3、限制度状态为1。计算该用户三个人因指标的最大值为3，得到该用户标准人因指标值为3。用户标准人因指标值低于用户状态阈值M，此时可以推荐广告服务。

示例性的，也可以用其他方式进行计算得到用户标准人因指标值，在此不做具体限定。

服务呈现模块：用于将至少一个待推荐服务以及广告服务呈现到终端设备界面。

可选的，服务呈现方式可以为应用程序或者原子化的服务卡片。

可选的，服务推荐的位置为小艺建议或者服务中心的发现界面或者桌面的服务卡片。

可选的，终端设备每次从其他应用程序界面回到终端设备桌面或者首次打开终端设备进入终端设备桌面时，终端设备桌面的小艺建议或者服务卡片呈现推荐的服务；或者，终端设备长时间处于终端设备桌面时，小艺建议或者服务卡片自动刷新呈现重新推荐的服务。

可选的，终端设备每次进入服务中心的发现界面时，服务中心的发现界面呈现推荐的服务。可选的，用户刷新终端设备服务中心的发现界面时，服务中心的发现界面呈现重新推荐的服务。

本申请实施例的技术方案可以应用在服务推荐的场景中，其中，服务可以是应用程序，也可以是原子化的服务。如下以终端为手机为例进行说明。

示例性的，如图9的(a)，界面910为手机桌面。手机与蓝牙耳机连接，正在播放音乐，手机显示音乐播放卡片911。该音乐应用为低卷入度、低负载度、低限制度服务,用户状态小于用户状态阈值，意味着，用户当前状态轻松清闲。基于人因学研究表明，此时用户对服务推荐接受度高。则手机可以向用户推荐广告服务。比如，手机向用户推荐购物应用的热销购物榜单的服务卡片，(比如家居好物推荐服务卡片912)。或者，该用户之前浏览过的汽车M，则向用户推荐预定汽车M的服务卡片913。

可选的，如图9的(b)，手机也可以在服务中心的发现界面120进行广告服务推荐。比如，手机向用户推荐购物应用的热销购物榜单的服务卡片，(比如家居好物推荐服务卡片122)。或者，该用户之前浏览过的汽车M，则向用户推荐预定汽车M的服务卡片121。

再示例性的，如图10的(a)，手机的当前服务是学习服务，该学习服务为高卷入度、高负载度、高限制度服务。并且根据用户状态识别模块得知此时用户状态为高卷入度、高负载度、高限制度状态，基于人因学研究表明，服务的人因指标影响用户的使用意愿，用户在高卷入度、高负载度、高限制度状态下对低卷入度、低负载度、低限制度的服务接受程度更高。因此，手机向用户推荐低卷入度、低负载度、低限制度的服务。比如音乐服务。

可选的，如图10的(b)，手机可以在手机桌面的小艺建议卡片130中推荐音乐软件136。

以下将结合附图详细阐述本申请实施例提供的一种服务推荐方法。以终端设备为手机为例，如图11所示，该方法包括如下步骤S101-S109：

S101、研发人员关于各个服务的人因指标做问卷调查。

可选的，问卷调查的各个服务包括但不限于以下几种：手机中的所有应用程序、手机中所有的服务卡片、可以与手机进行通信的其他终端设备(比如笔记本电脑)中的所有应用程序和服务卡片。

可选的，调查问卷可以为如图5的(a)所示。参与问卷调查的人员根据题目选择自己认为合适的选项，在对应选项上画上对钩。如图5的(b)所示，为一份音乐软件A的问卷调查结果。音乐软件A的操作难度为比较低；音乐软件A需要的注意力为比较低；使用音乐软件A时的忙碌程度为很空闲；使用音乐软件A时，通常感到的状态为很无聊。

可选的，问卷调查形式可以为线上或者线下。

S102、研发人员将问卷调查结果发送到云服务器。

S103、云服务器根据问卷调查结果计算得到各个服务的人因指标。

可选的，云服务器根据问卷调查结果中各个问题的得分获得各个服务的人因指标。

示例性的，音乐软件A的问卷调查结果中各个问题的得分为：音乐软件A的操作难度为比较低(卷入度1分、负载度2分、限制度1分)；音乐软件A需要的注意力为比较低(卷入度2分、负载度1分、限制度1分)；使用音乐软件A时的忙碌程度为很空闲(卷入度1分、负载度1分、限制度1分)；使用音乐软件A时，通常感到的状态为很无聊(卷入度1分、负载度1分、限制度1分)。服务人因指标模块根据各个问题的得分计算得到该服务的人因指标。示例性的，该音乐软件A的人因指标为：卷入度为0.1、负载度0.1、限制度0.1。

在得到各个服务的人因指标后，后续，手机可以根据各个服务的人因指标，确定向用户推荐的待推荐服务。

S104、云服务器接收基础信息。

示例性的，手机利用手机中的融合感知模块获取基础信息。示例性的，融合感知模块利用手机或者手机连接的其他设备获取用户的状态信息、手机的状态信息等感知数据；之后融合感知模块将基础信息(用户的状态信息以及手机的状态信息)发送给云服务器中的用户状态识别模块。

S105、云服务器根据基础信息计算得到用户状态。

可选的，用户状态识别模块根据用户一段时间内服务的使用序列以及使用的服务的人因指标计算得到用户状态。

示例性的，如图6所示，为用户1和用户2在一小时内的服务使用记录1和使用记录2。用户状态识别模块根据这两个使用记录分别计算用户1和用户2的用户状态。如图7、图8所示，分别计算用户1和用户2的卷入度状态、负载度状态、限制度状态，分别得到用户1和用户2的用户状态。

示例性的，用户1的用户状态为低卷入度状态、低负载度状态、低限制度状态。用户2的用户状态为高卷入度状态、中负载度状态、高限制度状态。

S106、云服务器根据用户状态以及各个服务的人因指标的关联关系，确定多个待推荐服务。

可选的，云服务器中的关联分析模块分析用户状态以及手机中各个服务的人因指标的关联关系，根据分析结果确定多个待推荐服务。

可选的，用户状态为高卷入度状态、高负载度状态、高限制度状态时，对低卷入度、低负载度、低限制度的服务的关联度更高。

示例性的，当用户状态为高卷入度状态、高负载度状态、高限制度状态时，某个音乐软件服务的人因指标中卷入度、负载度、限制度都很低(比如卷入度0.1、负载度0.2、限制度0.1)；某个学习软件服务的人因指标中卷入度、负载度、限制度都很高(比如卷入度0.8、负载度0.8、限制度0.8)。该用户状态与该音乐软件服务的人因指标的关联关系强；该用户状态与该学习软件服务的人因指标的关联关系弱。该音乐软件服务可以确定为待推荐服务。

可选的，用户预先设置用户状态阈值P，服务阈值Q。

可选的，当用户的用户标准人因指标值大于用户状态阈值P时，可以推荐服务标准人因指标值小于服务阈值Q的为待推荐服务。

可选的，可以将用户的三个用户人因指标状态的最大值确定为用户标准人因指标值，将服务的三个人因指标的最大值确定为服务标准人因指标值。

示例性的，用户可以设置用户状态阈值P为7，服务阈值Q为3。

示例性的，某用户的卷入度状态为8、负载度状态为9、限制度状态为7。计算该用户三个人因指标的最大值，得到该用户标准人因指标值为9。某服务的卷入度为2、负载度为3、限制度设置为1，得到该服务的服务标准人因指标值为3。

此时，该用户的用户标准人因指标值大于用户状态阈值P，该服务的服务标准人因指标值小于服务阈值Q，终端设备可以向该用户推荐该服务。

可选的，当待推荐服务的服务标准人因指标值低于服务阈值Q时，待推荐服务为推荐休闲类服务。

示例性的，该服务为低卷入度、低负载度、低限制度的服务，比如音乐服务等。

可选的，还可以将用户的三个用户人因指标状态的平均值确定为用户标准人因指标值，将服务的三个人因指标的平均值确定为服务标准人因指标值。本申请实施例对服务标准人因指标值以及用户标准人因指标值的计算方式不做具体限制。

示例性的，某用户的卷入度状态为8、负载度状态为9、限制度状态为7。计算该用户三个人因指标的平均值，得到该用户标准人因指标值为8。某服务的卷入度为2、负载度为3、限制度设置为1，得到该服务的服务标准人因指标值为2。

可选的，待推荐服务可以为手机中的应用程序，也可以为原子化的服务卡片。

可选的，用户状态与服务的人因指标之间的关联关系可以如表1所示：

表1

如表1，用户的卷入度高，说明用户的主要精力在当前服务(比如服务1)上，为了降低对用户的打扰，可以向用户推荐低卷入度、低负载度、低限制度的待推荐服务(比如服务2)。如此，用户仍可以在将主要精力投入在当前服务的同时，及时注意到自己想要使用的待推荐服务。比如，用户正在注意力集中的使用办公软件进行办公，目前手机新接收一条及时通信软件(比如畅连通信)的消息(比如来着比较重要的家人)，那么，手机可以向用户推荐低卷入度、低负载度、低限制度的消息提醒服务(及时通信软件的消息提醒服务)。这样，由于手机向用户推荐的消息提醒服务不需占用用户过多的精力，或者操作复杂度低，使得用户既可以保持对办公过程的精力，又可以及时了解手机的新消息。

用户的负载度高，说明用户当前服务时，消耗的脑力以及精力比较大，为了降低对用户的脑力以及精力消耗程度，可以向用户推荐低卷入度、低负载度、低限制度的待推荐服务。如此，用户仍可以在脑力以及精力消耗程度很大后，及时进行放松。比如，用户正在集中精力进行视频剪辑，为了剪辑出吸引人的视频，消耗大量脑力以及精力。用户剪辑完成后，手机界面中推荐低卷入度、低负载度、低限制度的服务。比如某个音乐软件，这样，用户点击音乐软件听音乐，可以得到放松。

用户的限制度高，说明用户使用当前服务时，不能轻易退出该服务，对用户行为的限制度高。为了降低对用户的限制程度，可以向用户推荐低卷入度、低负载度、低限制度的待推荐服务。如此，用户仍可以使用该高限制度的服务时，同时进行放松。比如，用户正在进行利用学习软件网课学习，只能在网课学习的课间时段能退出学习软件。此时，手机界面中推荐低卷入度、低负载度、低限制度的服务。比如某个音乐软件，这样，用户点击音乐软件听音乐，在网课学习的课间可以得到放松，音乐软件还可以与学习软件同时使用，防止用户错过上课时间。

示例性的，晚上7点时，手机的状态信息显示用户晚上7点左右经常观看外文报刊。其中，外文报刊的服务为高卷入度、中负载度、高限值度的服务。然而用户状态为高卷入度、高负载度、高限制度状态，此时用户对低卷入度的服务接受程度更高。因此，手机除了推荐该外文报刊服务，还可以推荐一些低卷入度、低负载度、低限制度的服务，比如外文歌曲服务、外文广播服务等。

可选的，在三个人因指标卷入度、负载度、限制度中，当用户状态为卷入度最高时，手机可以更偏向于推荐卷入度更低的服务；当用户状态为负载度最高时，手机可以更偏向于推荐负载度更低的服务；当用户状态为限制度最高时，手机可以更偏向于推荐限制度更低的服务。

示例性的，当用户状态为卷入度状态为8、负载度状态为9、限制度状态为7；服务1的卷入度为2、负载度为1、限制度为2；服务2的卷入度为1、负载度为2、限制度为2。此时，该用户的负载度最高，手机可以推荐负载度更低的服务1。

可选的，手机的状态信息显示该用户每天都会使用音乐软件听歌，尤其喜欢听歌曲A，待推荐服务还可以包括歌曲A的服务卡片。

可选的，手机可以基于用户的使用记录确定待推荐服务。比如：统计用户在时间、空间上的过去使用记录，根据当前时间和空间进行服务推荐。示例性的，手机的状态信息显示该用户每天都会使用音乐软件听歌，尤其喜欢听歌曲A，待推荐服务还可以包括歌曲A的服务卡片。示例性的，待推荐服务还可以包括用户常用的一些软件服务，比如图库软件、设置软件、视频软件等。

可选的，手机可以基于人工配置的规则确定待推荐服务。比如：当满足一些条件时，向用户推荐特定的服务，或者可以推荐广告运营，比如：推荐运营配置的商业化广告。

可选的，手机可以使用人工智能(artificial intelligence，AI)模型进行服务推荐，比如：采集手机状态(如蓝牙连接情况、无线保真(wireless fidelity，Wi-Fi)状态、电量、手机连接的其他设备)、地点、时间、服务类别训练AI模型，使用该AI模型确定待推荐服务。示例性的，当手机连接蓝牙时，推荐音乐类服务；当手机连接电视时，推荐视频类服务；当手机中的某些应用软件接收到消息时，也将该应用软件作为待推荐服务；当手机位于车内时，推荐导航类服务等。

可选的，根据待推荐服务手机显示界面中，可以呈现推荐服务的位置个数，以及多个待推荐服务确定多个待推荐服务，

S107、云服务器对多个待推荐服务进行排序。

可选的，服务排序模块根据基础信息、待推荐服务的人因指标、用户反馈训练信息对多个待推荐服务进行打分排序。后续，云服务器将多个待推荐服务排序结果发送到手机中，手机将多个待推荐服务排序结果呈现到手机桌面。

S108、云服务器选择合适的时机进行广告服务的推荐。

可选的，云服务器不但可以确定待推荐服务，还可以根据用户状态选择合适的时机进行广告服务的推荐。

可选的，当用户状态为低卷入度、低负载度、低限制度状态时，此时用户对服务推荐的接受程度高，此时可以推荐一些广告服务。

可选的，当用户的用户标准人因指标值小于用户状态阈值M时，可以推荐服务标准人因指标值大于服务阈值N的为待推荐服务。

可选的，可以将用户的三个用户人因指标状态的平均值确定为用户标准人因指标值，将服务的三个人因指标的最大值确定为服务标准人因指标值。

示例性的，用户可以设置用户状态阈值M为3，服务阈值N为6。

示例性的，某用户的卷入度状态为2、负载度状态为1、限制度状态为1。计算该用户三个人因指标的最大值，得到该用户标准人因指标值为3。某服务的卷入度为6、负载度为8、限制度设置为7，得到该服务的服务标准人因指标值为8。

此时，该用户的用户标准人因指标值大于小于用户状态阈值M，该服务的服务标准人因指标值大于服务阈值N，终端设备可以向该用户推荐该服务。

可选的，当待推荐服务的服务标准人因指标值低于服务阈值Q时，待推荐服务为广告类服务。

可选的，还可以将用户的三个用户人因指标状态的平均值确定为用户标准人因指标值，将服务的三个人因指标的平均值确定为服务标准人因指标值。本申请实施例对服务标准人因指标值以及用户标准人因指标值的计算方式不做具体限制。

示例性的，某用户的卷入度状态为2、负载度状态为1、限制度状态为1。计算该用户三个人因指标的平均值，得到该用户标准人因指标值为2。某服务的卷入度为6、负载度为8、限制度设置为7，得到该服务的服务标准人因指标值为7。

可选的，若待推荐广告服务为多个，还可以根据用户对多个待推荐广告服务的使用习惯确定多个待推荐广告服务的得分，根据得分进行多个待推荐广告服务的排序。

示例性的，待推荐广告服务1为购物广告服务，待推荐广告服务2为软件下载广告服务。若该用户经常进行购物，不经常下载新的软件，则此时购物广告服务排在第一位，软件下载广告服务排在第二位。

后续，云服务器将待推荐广告服务发送到手机中，手机将待推荐广告服务呈现到手机桌面。

S109、手机呈现服务推荐结果。

可选的，服务呈现方式可以为手机中的应用程序(如图10的(a))或者原子化的服务卡片(如图9的(a))。

可选的，服务推荐的位置为小艺建议(如图10的(b))或者服务中心(如图9的(b))的发现界面或者桌面的服务卡片。

该方法中，云服务器根据基础信息计算得到用户状态；云服务器根据用户一段时间内使用的服务的序列以及使用的服务的人因指标，计算得到用户状态；云服务器根据用户状态以及各个服务的人因指标的关联关系，确定至少一个待推荐服务；之后云服务器对至少一个待推荐服务进行排序；并且云服务器根据用户状态选择合适的时机进行广告服务的推荐。将排序好的待推荐服务以及广告服务发送到手机中，手机进行服务呈现。可以实现精准的服务推荐。

在另一些实施例中，云服务器可以根据用户此时正在使用的服务的人因指标，以及各个服务的人因指标的关联关系，确定至少一个待推荐服务。之后云服务器对至少一个待推荐服务进行排序；并且云服务器根据用户此时正在使用的服务的人因指标选择合适的时机进行广告服务的推荐。将排序好的多个待推荐服务以及广告服务发送到手机中，手机进行服务呈现。可以实现精准的服务推荐。图12示出了该方法的流程示意图。其中。图12中步骤S101-S104、S106-S109可以参见上述图11对应实施例的相关描述。步骤S201中，云服务器得到手机当前使用的服务的人因指标。本申请实施例中，云服务器直接根据正在使用的服务的人因指标以及各个服务的人因指标的关联关系，确定待推荐服务。不用计算用户状态，简化了计算过程，减小了终端设备负载压力，服务推荐过程更加高效、直接。

示例性的，当用户此时正在使用的服务的人因指标为高卷入度、高负载度、高限制度的服务时，待推荐服务为低卷入度、低负载度、低限制度的服务，比如音乐类服务。当用户此时正在使用的服务的人因指标为低卷入度、低负载度、低限制度的服务时，推荐广告服务。

需要说明的是，可以对上述多个实施例进行组合，并实施组合后的方案。可选的，各方法实施例的流程中的一些操作任选地被组合，并且/或者一些操作的顺序任选地被改变。并且，各流程的步骤之间的执行顺序仅是示例性的，并不构成对步骤之间执行顺序的限制，各步骤之间还可以是其他执行顺序。并非旨在表明所述执行次序是可以执行这些操作的唯一次序。本领域的普通技术人员会想到多种方式来对本文所述的操作进行重新排序。另外，应当指出的是，本文某个实施例涉及的过程细节同样以类似的方式适用于其他实施例，或者，不同实施例之间可以组合使用。

此外，方法实施例中的某些步骤可等效替换成其他可能的步骤。或者，方法实施例中的某些步骤可以是可选的，在某些使用场景中可以删除。或者，可以在方法实施例中增加其他可能的步骤。或者，方法实施例中的某些步骤的执行主体(比如功能模块)可以替换为其他执行主体。

比如，在一些示例中，状态管理系统可以集成在虚拟空间交互模块中。

并且，上述各方法实施例之间可以单独实施，或结合起来实施。

本申请另一些实施例提供了一种装置，该装置可以是上述终端。该装置可以包括：显示屏、存储器和一个或多个处理器。该显示屏、存储器和处理器耦合。该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令。当处理器执行计算机指令时，终端可执行上述方法实施例中手机执行的各个功能或者步骤。该终端的结构可以参图2所示的终端设备。

其中，该终端的核心结构可以表示为图13所示的结构，终端包括：处理模块1301、输入模块1302、存储模块1303和显示模块1304。

处理模块1301，可包括中央处理器(CPU)、应用处理器(Application Processor，AP)或通信处理器(Communication Processor，CP)中的至少一个。处理模块1301可执行与用户电子设备的其他元件中的至少一个的控制和/或通信相关的操作或数据处理。具体地，处理模块1301可用于根据一定的触发条件，控制主屏上显示的内容。处理模块1301还用于将输入的指令或数据进行处理，并根据处理后的数据确定显示样式。

输入模块1302，用于获取用户输入的指令或数据，并将获取到的指令或数据传输到电子设备的其他模块。具体地说，输入模块1302的输入方式可以包括触摸、手势、接近屏幕等，也可以是语音输入。例如，输入模块可以是电子设备的屏幕，获取用户的输入操作并根据获取到的输入操作生成输入信号，将输入信号传输至处理模块1301。

存储模块1303，可包括易失性存储器和/或非易失性存储器。存储模块用于存储用户终端设备的其他模块中的至少一个相关的指令或数据。本申请实施例中，若装置1304是服务推荐设备，则存储模块1303可以存储服务人因指标的相关信息。

显示模块1304，可包括例如液晶显示器(LCD)、发光二极管(LED)显示器、有机发光二极管(OLED)显示器、微机电系统(MEMS)显示器或电子纸显示器。用于显示用户可观看的内容(例如，文本、图像、视频、图标、符号等)。

可选的，还包括通信模块1305，用于支持个人终端(通过通信网络)与其他个人终端通信。例如，通信模块可经由无线通信或有线通信连接到网络，以与其他个人终端或网络服务器进行通信。无线通信可采用蜂窝通信协议中的至少一个，诸如，长期演进(LTE)、高级长期演进(LTE-A)、码分多址(CDMA)、宽带码分多址(WCDMA)、通用移动通信系统(UMTS)、无线宽带(WiBro)或全球移动通信系统(GSM)。无线通信可包括例如短距通信。短距通信可包括无线保真(Wi-Fi)、蓝牙、近场通信(NFC)、磁条传输(MST)或GNSS中的至少一个。

需要说明的是，装置的各功能模块可执行上述方法实施例中的一个或多个步骤。

本申请实施例还提供一种芯片系统，如图14所示，该芯片系统包括至少一个处理器1401和至少一个接口电路1402。处理器1401和接口电路1402可通过线路互联。例如，接口电路1402可用于从其它装置(例如电子设备的存储器)接收信号。又例如，接口电路1402可用于向其它装置(例如处理器1401)发送信号。示例性的，接口电路1402可读取存储器中存储的指令，并将该指令发送给处理器1401。当所述指令被处理器1401执行时，可使得电子设备执行上述实施例中的各个步骤。当然，该芯片系统还可以包含其他分立器件，本申请实施例对此不作具体限定。

本申请实施例还提供一种计算机存储介质，该计算机存储介质包括计算机指令，当所述计算机指令在上述电子设备上运行时，使得该电子设备执行上述方法实施例中手机执行的各个功能或者步骤。

本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行上述方法实施例中手机执行的各个功能或者步骤。

通过以上实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上内容，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (19)

1.一种服务推荐方法，其特征在于，包括：

推荐至少第一服务，所述推荐至少第一服务与用户在第一时间段使用至少第二服务具有第一关联；所述第一关联包括：

第一人因指标，所述第一人因指标用于衡量所述第一服务对使用所述第一服务用户的影响程度；

第二人因指标，所述第二人因指标用于衡量用户在第一时间段使用至少第二服务所受到的综合影响程度；

所述第一人因指标与所述第二人因指标满足第一组合。

2.根据权利要求1所述的方法，其特征在于，所述推荐至少第一服务包括：

在显示推荐界面中显示所述第一服务，响应于用户对所述第一服务的第一操作，打开所述第一服务的应用界面。

3.根据权利要求1所述的方法，其特征在于，所述推荐至少第一服务包括：

在显示推荐界面中显示所述第一服务的服务卡片，所述第一服务的服务卡片用于显示所述第一服务的至少部分功能信息。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第二人因指标根据用户在第一时间段使用第二服务的时长及第二服务具有的第三人因指标确定，所述第三人因指标用于衡量所述第二服务对使用所述第二服务用户的影响程度。

5.根据权利要求1-4中任一项所述的方法，其特征在于，服务具有的人因指标中包括卷入度、负载度、限制度中的一个或多个参数，卷入度用于表示使用服务的用户被服务吸引的程度和/或用户精力投入的程度，负载度用于表示使用服务的用户的脑力负载程度和/或体力负载程度，限制度用于表示使用服务的用户不能使用其他服务的程度。

6.根据权利要求5所述的方法，其特征在于，服务具有的人因指标中包括卷入度、负载度、限制度中的多个参数时，选择对使用服务的用户影响程度最大的参数作为确定所述第一关联的人因指标。

7.根据权利要求1-4中任一项所述的方法，其特征在于，服务具有的人因指标根据服务上架时的问卷信息确定，用于表示对应服务在所有服务中对用户影响程序的相对排位。

8.根据权利要求1-6中任一项所述的方法，其特征在于，所述第一人因指标与所述第二人因指标满足第一组合包括：

所述第二人因指标高于第一阈值时，所述第一人因指标低于第二阈值。

9.根据权利要求8所述的方法，其特征在于，在所述第一人因指标低于所述第二阈值时，所述推荐的第一服务为休闲类服务。

10.根据权利要求1-9中任一项所述的方法，其特征在于，所述第一人因指标与所述第二人因指标满足第一组合包括：

所述第二人因指标低于第三阈值时，所述第一人因指标高于第四阈值。

11.根据权利要求10所述的方法，其特征在于，在所述第一人因指标高于所述第四阈值时，所述推荐的第一服务为广告服务。

12.根据权利要求1-11中任一项所述的方法，其特征在于，所述第一时间段是所述推荐至少第一服务前的历史时间段。

13.根据权利要求1-12中任一项所述的方法，其特征在于，所述用户在第一时间段使用至少第二服务还包括：

用户在第一时间段使用第三服务；

所述第二人因指标根据用户在第一时间段使用第二服务的时长、第二服务具有的第三人因指标、第一权重及使用第三服务的时长、所述第三服务具有的第四人因指标、第二权重确定，所述第三人因指标用于衡量所述第二服务对使用所述第二服务用户的影响程度，所述第四人因指标用于衡量所述第三服务对使用所述第三服务用户的影响程序。

14.根据权利要求1-13中任一项所述的方法，其特征在于，所述推荐至少第一服务还包括：

推荐第四服务；

对所述第一服务和所述第四服务进行推荐排序。

15.根据权利要求14所述的方法，其特征在于，所述对所述第一服务和所述第四服务进行推荐排序包括：

根据基础信息、用户状态、所述第二人因指标、用户反馈信息中的至少一种确定。

16.根据权利要求14或15所述的方法，其特征在于，对所述第一服务和所述第四服务进行推荐排序基于样本训练的服务排序模型确定。

17.一种服务推荐设备，其特征在于，包括：处理器和存储器，所述存储器与所述处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器从所述存储器中读取所述计算机指令，以使得所述服务推荐设备执行如权利要求1-16中任一项所述的方法。

18.一种服务器，其特征在于，包括：处理器和存储器，所述存储器与所述处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器从所述存储器中读取所述计算机指令，以使得所述服务器执行如权利要求1-16中任一项所述的方法。

19.一种计算机存储介质，其特征在于，包括计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如权利要求1-16中任一项所述的方法。