CN105808642B - 推荐方法及装置 - Google Patents
推荐方法及装置 Download PDFInfo
- Publication number
- CN105808642B CN105808642B CN201610101859.0A CN201610101859A CN105808642B CN 105808642 B CN105808642 B CN 105808642B CN 201610101859 A CN201610101859 A CN 201610101859A CN 105808642 B CN105808642 B CN 105808642B
- Authority
- CN
- China
- Prior art keywords
- user
- specified application
- historical operation
- operation data
- data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000006399 behavior Effects 0.000 description 19
- 230000009471 action Effects 0.000 description 8
- 238000003058 natural language processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- VDBFSWDFTQMVDA-BBRLRVDQSA-N 2-[[2-[[(2S)-2-[[2-[[(2S)-1-[(2S)-2-[[(2S)-2-[[(2S)-6-amino-2-[[2-[[(2S)-1-[(2S)-2-[[2-[[(2S)-6-amino-2-[[(2S)-6-amino-2-[[2-[[(2S)-2-[[(2S)-1-[6-amino-2-[[2-[[(2S)-2-[[2-[[2-[[(2S)-2-[[(2S)-2-[[2-[[2-[[(2S)-2-[[(2S)-2-amino-3-hydroxypropanoyl]amino]-3-(4-hydroxyphenyl)propanoyl]amino]-3-hydroxypropanoyl]amino]-4-methylsulfanylbutanoyl]amino]-4-carboxybutanoyl]amino]-3-(1H-imidazol-4-yl)propanoyl]amino]-3-phenylpropanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]acetyl]amino]hexanoyl]pyrrolidine-2-carbonyl]amino]-3-methylbutanoyl]amino]acetyl]amino]hexanoyl]amino]hexanoyl]amino]-5-carbamimidamidopentanoyl]amino]-5-carbamimidamidopentanoyl]pyrrolidine-2-carbonyl]amino]-3-methylbutanoyl]amino]hexanoyl]amino]-3-methylbutanoyl]amino]-3-(4-hydroxyphenyl)propanoyl]pyrrolidine-2-carbonyl]amino]-3-carboxypropanoyl]amino]propanoyl]amino]acetyl]amino]pentanedioic acid Chemical compound CSCCC(NC(=O)C(CO)NC(=O)[C@H](Cc1ccc(O)cc1)NC(=O)[C@@H](N)CO)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](Cc1c[nH]cn1)C(=O)NC(Cc1ccccc1)C(=O)NC(CCCNC(N)=N)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)NCC(=O)NC(CCCCN)C(=O)N1CCC[C@H]1C(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCCN)C(=O)NC(CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N1CCC[C@H]1C(=O)NC(C(C)C)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](Cc1ccc(O)cc1)C(=O)N1CCC[C@H]1C(=O)NC(CC(O)=O)C(=O)N[C@@H](C)C(=O)NCC(=O)NC(CCC(O)=O)C(O)=O VDBFSWDFTQMVDA-BBRLRVDQSA-N 0.000 description 1
- 108010052328 actid Proteins 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000006467 substitution reaction 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种推荐方法及装置。本发明实施例通过获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，进而根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，使得能够根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐，由于不再单独依赖于用户使用指定应用的历史操作数据，而是同时还考虑了用户使用除了所述指定应用之外的其他应用的历史操作数据，使得既可以向应用的老用户进行推荐，又可以向应用的新用户进行推荐。
Description
【技术领域】
本发明涉及互联网技术，尤其涉及一种推荐方法及装置。
【背景技术】
随着通信技术的发展，终端逐渐成为了消费者必不可少的通信和娱乐工具。为了满足消费者的需求，终端上可以安装各种各样的应用，例如浏览器等。在这些应用中，可以根据用户在该应用中所执行的历史行为的历史操作数据，向用户进行推荐。
然而，对于一个应用的新的用户，没有任何的历史行为，亟需提供一种推荐方法，以向应用的所有用户即新用户和老用户进行推荐。
【发明内容】
本发明的多个方面提供一种推荐方法及装置，用以向应用的所有用户进行推荐。
本发明的一方面，提供一种推荐方法，包括：
获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据；
根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据；
根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，包括：
根据所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，获得所述用户浏览和/或点击的题目；
对所述题目，进行映射处理，以映射到所述指定应用中的内容节点；
根据所述内容节点，获得所述用户针对所述指定应用的感兴趣数据。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述对所述题目，进行映射处理，以映射到所述指定应用中的内容节点，包括：
利用NLP工具，对所述题目，进行映射处理，以映射到所述指定应用中的内容节点。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐，包括：
根据所述感兴趣数据，获得所述指定应用中的待推荐内容；
对所述待推荐内容的题目，进行去重处理，以获得推荐内容；
向所述用户提供所述推荐内容。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
所述根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据之前，还包括：
获取所述用户提供的感兴趣标签；
所述根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，包括：
根据所述历史操作数据和所述感兴趣标签，获得所述用户针对所述指定应用的感兴趣数据。
本发明的另一方面，提供一种推荐装置，包括：
获取单元，用于获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据；
分析单元，用于根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据；
推荐单元，用于根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述分析单元，具体用于
根据所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，获得所述用户浏览和/或点击的题目；
对所述题目，进行映射处理，以映射到所述指定应用中的内容节点；以及
根据所述内容节点，获得所述用户针对所述指定应用的感兴趣数据。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述分析单元，具体用于
利用NLP工具，对所述题目，进行映射处理，以映射到所述指定应用中的内容节点。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述推荐单元，具体用于
根据所述感兴趣数据，获得所述指定应用中的待推荐内容；
对所述待推荐内容的题目，进行去重处理，以获得推荐内容；以及
向所述用户提供所述推荐内容。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
所述分析单元，还用于
获取所述用户提供的感兴趣标签；
所述分析单元，具体用于
根据所述历史操作数据和所述感兴趣标签，获得所述用户针对所述指定应用的感兴趣数据。
由上述技术方案可知，本发明实施例通过获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，进而根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，使得能够根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐，由于不再单独依赖于用户使用指定应用的历史操作数据，而是同时还考虑了用户使用除了所述指定应用之外的其他应用的历史操作数据，使得既可以向应用的老用户进行推荐，又可以向应用的新用户进行推荐。
另外，采用本发明所提供的技术方案，通过对待推荐内容的题目，进行去重处理，以获得推荐内容，能够避免用户对于同个推荐内容例如新闻报道等看到多个相近的内容。
另外，采用本发明所提供的技术方案，能够有效地提高用户的体验。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明一实施例提供的推荐方法的流程示意图；
图2为本发明另一实施例提供的推荐装置的结构示意图。
【具体实施方式】
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。
需要说明的是，本发明实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer，PC)、MP3播放器、MP4播放器、可穿戴设备(例如，智能眼镜、智能手表、智能手环等)等。
另外，本文中术语“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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本发明一实施例提供的推荐方法的流程示意图，如图1所示。
101、获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据。
102、根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据。
103、根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐。
需要说明的是，101～103的执行主体的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，本实施例对此不进行特别限定。
可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行特别限定。
这样，通过获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，进而根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，使得能够根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐，由于不再单独依赖于用户使用指定应用的历史操作数据，而是同时还考虑了用户使用除了所述指定应用之外的其他应用的历史操作数据，使得既可以向应用的老用户进行推荐，又可以向应用的新用户进行推荐。
随着互联网行业的发展，应用(Application，APP)例如，Windows应用、安卓(Android)应用、ios应用等，所提供的信息日渐丰富，其页面所展示的数据内容也随之越来越丰富。用户几乎每天都在使用这些应用，获取自己想要的信息即数据与服务。
因此，可以采集用户操作应用所产生的用户行为数据，作为用户的历史操作数据。可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行特别限定。
在一个具体的实现过程中，所采集的用户行为数据可以为本地用户行为数据。具体地，具体可以直接从所在终端上，实时获取用户操作该终端上的应用所产生的本地用户行为数据，具体可以包括但不限于应用的应用类型、应用的使用时间、应用的使用频率等。
例如，可以读取利用所在终端进行信息输入的应用的信息，例如，应用的例如名称例如，当当网、淘宝网或百度影音等，进而，根据应用的名称，确定应用的应用类型。
或者，再例如，可以向浏览器发送请求，以获得浏览器的当前网页的信息例如，微博、亚马逊(amazon)或搜狐视频等，进而，根据当前网页的信息，确定应用的应用类型。
在另一个具体的实现过程中，所采集的所述用户行为数据可以为网络用户行为数据。具体地，具体可以从网络侧设备上，实时或者定时获取用户操作其所使用的终端上的应用所产生的网络用户行为数据。其中，所述网络用户行为数据可以包括但不限于用户搜索日志、用户浏览日志和用户输入日志中的至少一项，本实施例对此不进行特别限定。
具体地，具体可以从全网数据源(即产品线的数据来源)例如，百度百科(baike)、百度论坛(forum)或百度地图(map)等中，获取网络用户行为数据。例如，在全网的数据源中，用户的一个行为日志可以为如下格式：[uid URL source query title date time ipactid actname actattr unifyUrl PtNumber commonQuery]。其中，共包括14个字段，各字段的含义如下所述：
用户标识(User ID，uid)：baiduid映射出来的用户id，由若干数字组成；
统一资源定位符(Uniform Resource Locator，URL)：可能为空，或可能不以“http”开头；
数据源(source)：产品线的数据来源，例如，百度百科(baike)、百度论坛(forum)或百度地图(map)；
检索关键词(query)：可能为空；
题目(title)：网页名称；
日期(date)：例如，2013年6月3日，其格式一般可以为“20120603”；
时间(time)：例如，12点34分02秒，其格式一般可以为12:34:02；
ip：IP地址；
动作标识(actid)：网页动作的标识；
动作名称(actname)：网页动作的名称；
动作属性(actattr)：网页动作的属性；
归一化URL(unifyUrl)：URL的归一化结果；
URL资源类型(PtNumber)：整数显示，默认‘‐’(即‘0’)；
通用Query(commonQuery)：URL最常用的Query。
由于每个应用对用户的标识可能会不一致，使得每个应用所产生的用户行为数据中，用户标识可能并不一致，从而无法识别哪些用户行为数据是属于同一个用户的。因此，需要对不同应用所产生的同一个用户的用户行为数据进行标识即全局唯一标识，进而，则可以根据所述用户的全局唯一标识，获得所述用户的用户行为数据。
可选地，在本实施例的一个可能的实现方式中，在101中，具体可以采集用户操作指定应用所产生的用户行为数据，以作为所述用户使用指定应用的历史操作数据。
可选地，在本实施例的一个可能的实现方式中，在101中，具体可以采集用户操作除了所述指定应用之外的其他应用所产生的用户行为数据，以作为所述用户使用除了所述指定应用之外的其他应用的历史操作数据。
可选地，在本实施例的一个可能的实现方式中，在102中，具体可以根据所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，获得所述用户浏览和/或点击的题目。进而，则可以对所述题目，进行映射处理，以映射到所述指定应用中的内容节点。然后，可以根据所述内容节点，获得所述用户针对所述指定应用的感兴趣数据。
具体来说，可以利用自然语言处理(Natural Language Processing，NLP)工具，对所述题目，进行映射处理，以映射到所述指定应用中的内容节点。
以百度新闻应用作为指定应用为例，可以根据新闻分类体系，利用NLP工具，构建新闻内容的分类器。利用所构建的新闻内容的分类器，对所获取的用户浏览和/或点击的题目进行分类映射处理，映射到百度新闻应用中的新闻内容节点。
由于应用的展现页面有限，因此，如何在受限的页面内提供足够的推荐内容是非常重要的。在这其中，保证推荐内容的唯一性就相当重要。可选地，在本实施例的一个可能的实现方式中，在103中，具体可以根据所述感兴趣数据，获得所述指定应用中的待推荐内容，对所述待推荐内容的题目，进行去重处理，以获得推荐内容，并向所述用户提供所述推荐内容。例如，利用NLP工具内部的相似度计算等工具，对所述待推荐内容的题目进行去重处理，这样，能够避免用户对于同个推荐内容例如新闻报道等看到多个相近的内容。
本发明中，除了根据用户的历史操作数据，获得所述用户针对所述指定应用的感兴趣数据之外，还向用户提供了一个入口，以供用户提供自己感兴趣的内容，以作为感兴趣标签。这样，则可以根据所述历史操作数据和所述感兴趣标签，共同获得所述用户针对所述指定应用的感兴趣数据。
在这个功能的推出，要考虑到避免过于影响用户体验。因此，本发明对触发策略进行了限制。只有达到某些条件的用户才是此功能的目标用户。例如，用户第一次到访，或者是从用户的历史操作数据中看出用户是对当前所推荐的推荐内容不满意的这部分用户，如用户连续的点击换一批控件等。
本实施例中，通过获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，进而根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，使得能够根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐，由于不再单独依赖于用户使用指定应用的历史操作数据，而是同时还考虑了用户使用除了所述指定应用之外的其他应用的历史操作数据，使得既可以向应用的老用户进行推荐，又可以向应用的新用户进行推荐。
另外，采用本发明所提供的技术方案，通过对待推荐内容的题目，进行去重处理，以获得推荐内容，能够避免用户对于同个推荐内容例如新闻报道等看到多个相近的内容。
另外，采用本发明所提供的技术方案，能够有效地提高用户的体验。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
图2为本发明另一实施例提供的推荐装置的结构示意图，如图2所示。本实施例的推荐装置可以包括获取单元21、分析单元22和推荐单元23。其中，获取单元21，用于获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据；分析单元22，用于根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据；推荐单元23，用于根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐。
需要说明的是，本实施例所提供的推荐装置的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，本实施例对此不进行特别限定。
可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行特别限定。
可选地，在本实施例的一个可能的实现方式中，所述分析单元22，具体可以用于根据所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，获得所述用户浏览和/或点击的题目；对所述题目，进行映射处理，以映射到所述指定应用中的内容节点；以及根据所述内容节点，获得所述用户针对所述指定应用的感兴趣数据。
具体来说，所述分析单元22，具体可以用于利用NLP工具，对所述题目，进行映射处理，以映射到所述指定应用中的内容节点。
可选地，在本实施例的一个可能的实现方式中，所述推荐单元23，具体可以用于根据所述感兴趣数据，获得所述指定应用中的待推荐内容；对所述待推荐内容的题目，进行去重处理，以获得推荐内容；以及向所述用户提供所述推荐内容。
可选地，在本实施例的一个可能的实现方式中，所述分析单元22，还可以进一步用于获取所述用户提供的感兴趣标签；相应地，所述分析单元23，具体可以用于根据所述历史操作数据和所述感兴趣标签，获得所述用户针对所述指定应用的感兴趣数据。
需要说明的是，图1对应的实施例中方法，可以由本实施例提供的推荐装置实现。详细描述可以参见图1对应的实施例中的相关内容，此处不再赘述。
本实施例中，通过获取单元获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，进而由分析单元根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，使得推荐单元能够根据所述感兴趣数据，在所述指定应用中向所述用户进行推荐，由于不再单独依赖于用户使用指定应用的历史操作数据，而是同时还考虑了用户使用除了所述指定应用之外的其他应用的历史操作数据，使得既可以向应用的老用户进行推荐，又可以向应用的新用户进行推荐。
另外，采用本发明所提供的技术方案，通过对待推荐内容的题目，进行去重处理，以获得推荐内容，能够避免用户对于同个推荐内容例如新闻报道等看到多个相近的内容。
另外，采用本发明所提供的技术方案，能够有效地提高用户的体验。
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，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，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仅是示意性的，例如，所述单元的划分，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系统，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或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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，在本发明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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。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。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种推荐方法，其特征在于，包括：
获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据；
根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据；
根据所述感兴趣数据，获得所述指定应用中的待推荐内容，在所述指定应用中向所述用户进行推荐；其中，
所述根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，包括：
根据所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，获得所述用户浏览和/或点击的题目；
对所述题目，进行映射处理，以映射到所述指定应用中的内容节点；
根据所述内容节点，获得所述用户针对所述指定应用的感兴趣数据。
2.根据权利要求1所述的方法，其特征在于，所述对所述题目，进行映射处理，以映射到所述指定应用中的内容节点，包括：
利用NLP工具，对所述题目，进行映射处理，以映射到所述指定应用中的内容节点。
3.根据权利要求1所述的方法，其特征在于，所述根据所述感兴趣数据，获得所述指定应用中的待推荐内容，在所述指定应用中向所述用户进行推荐，包括：
对所述待推荐内容的题目，进行去重处理，以获得推荐内容；
向所述用户提供所述推荐内容。
4.根据权利要求1～3任一权利要求所述的方法，其特征在于，
所述根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据之前，还包括：
获取所述用户提供的感兴趣标签；
所述根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据，包括：
根据所述历史操作数据和所述感兴趣标签，获得所述用户针对所述指定应用的感兴趣数据。
5.一种推荐装置，其特征在于，包括：
获取单元，用于获取用户的历史操作数据，所述历史操作数据包括所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据；
分析单元，用于根据所述历史操作数据，获得所述用户针对所述指定应用的感兴趣数据；
推荐单元，用于根据所述感兴趣数据，获得所述指定应用中的待推荐内容，在所述指定应用中向所述用户进行推荐；其中，
所述分析单元，具体用于
根据所述用户使用指定应用的历史操作数据和所述用户使用除了所述指定应用之外的其他应用的历史操作数据，获得所述用户浏览和/或点击的题目；
对所述题目，进行映射处理，以映射到所述指定应用中的内容节点；以及
根据所述内容节点，获得所述用户针对所述指定应用的感兴趣数据。
6.根据权利要求5所述的装置，其特征在于，所述分析单元，具体用于利用NLP工具，对所述题目，进行映射处理，以映射到所述指定应用中的内容节点。
7.根据权利要求5所述的装置，其特征在于，所述推荐单元，具体用于对所述待推荐内容的题目，进行去重处理，以获得推荐内容；以及
向所述用户提供所述推荐内容。
8.根据权利要求5～7任一权利要求所述的装置，其特征在于，
所述分析单元，还用于
获取所述用户提供的感兴趣标签；
所述分析单元，具体用于
根据所述历史操作数据和所述感兴趣标签，获得所述用户针对所述指定应用的感兴趣数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610101859.0A CN105808642B (zh) | 2016-02-24 | 2016-02-24 | 推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610101859.0A CN105808642B (zh) | 2016-02-24 | 2016-02-24 | 推荐方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105808642A CN105808642A (zh) | 2016-07-27 |
| CN105808642B true CN105808642B (zh) | 2019-12-24 |
Family
ID=56466287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610101859.0A Active CN105808642B (zh) | 2016-02-24 | 2016-02-24 | 推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105808642B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372158A (zh) * | 2016-08-30 | 2017-02-01 | 百度在线网络技术（北京）有限公司 | 用户行为数据的处理方法及装置 |
| CN106528851A (zh) * | 2016-11-24 | 2017-03-22 | 腾讯科技（深圳）有限公司 | 一种智能推荐方法及装置 |
| CN106599100A (zh) * | 2016-11-28 | 2017-04-26 | 百度(中国)有限公司 | 信息订阅方法及装置 |
| CN109977305B (zh) * | 2019-03-14 | 2024-04-23 | 努比亚技术有限公司 | 信息处理方法、移动终端及计算机可读存储介质 |
| CN111899047A (zh) * | 2020-07-14 | 2020-11-06 | 拉扎斯网络科技（上海）有限公司 | 资源推荐方法、装置、计算机设备及计算机可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101859425A (zh) * | 2010-06-02 | 2010-10-13 | 中兴通讯股份有限公司 | 一种提供应用列表的方法及装置 |
| CN103136435A (zh) * | 2011-11-30 | 2013-06-05 | 深圳市快播科技有限公司 | 一种个性化游戏推荐的系统、方法及游戏平台 |
| CN104123360A (zh) * | 2014-07-18 | 2014-10-29 | 腾讯科技（深圳）有限公司 | 一种应用推荐数据获取方法、装置、电子设备及系统 |
| CN104298679A (zh) * | 2013-07-18 | 2015-01-21 | 腾讯科技（深圳）有限公司 | 应用业务推荐方法及装置 |
| CN104750789A (zh) * | 2015-03-12 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 标签的推荐方法及装置 |
-
2016
- 2016-02-24 CN CN201610101859.0A patent/CN105808642B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101859425A (zh) * | 2010-06-02 | 2010-10-13 | 中兴通讯股份有限公司 | 一种提供应用列表的方法及装置 |
| CN103136435A (zh) * | 2011-11-30 | 2013-06-05 | 深圳市快播科技有限公司 | 一种个性化游戏推荐的系统、方法及游戏平台 |
| CN104298679A (zh) * | 2013-07-18 | 2015-01-21 | 腾讯科技（深圳）有限公司 | 应用业务推荐方法及装置 |
| CN104123360A (zh) * | 2014-07-18 | 2014-10-29 | 腾讯科技（深圳）有限公司 | 一种应用推荐数据获取方法、装置、电子设备及系统 |
| CN104750789A (zh) * | 2015-03-12 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 标签的推荐方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105808642A (zh) | 2016-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220116407A1 (en) | Facilitating cross-platform content access | |
| US10037538B2 (en) | Selection and presentation of news stories identifying external content to social networking system users | |
| US9535999B1 (en) | Trending search magazines | |
| CN110380954B (zh) | 数据分享方法和装置，存储介质及电子装置 | |
| US8688702B1 (en) | Techniques for using dynamic data sources with static search mechanisms | |
| CN104850546B (zh) | 移动媒介信息的展示方法和系统 | |
| US20180196815A1 (en) | Personalization of news articles based on news sources | |
| US10789066B1 (en) | Automatically upgrading and finding components similar to legacy versions | |
| CN105808642B (zh) | 推荐方法及装置 | |
| US20140006409A1 (en) | Dynamic filtering in application search | |
| US11423096B2 (en) | Method and apparatus for outputting information | |
| CN107133263B (zh) | Poi推荐方法、装置、设备及计算机可读存储介质 | |
| US20120110032A1 (en) | Methods and systems for concatenating and transferring web accessible content and metadata between networked computers or mobile devices | |
| CN113609308B (zh) | 知识图谱构建方法、装置、存储介质及电子设备 | |
| CN103399855B (zh) | 基于多数据源的行为意图确定方法及装置 | |
| CN103618774A (zh) | 一种基于网络行为的资源推荐方法及装置、系统 | |
| CN107908662B (zh) | 搜索系统的实现方法和实现装置 | |
| CN110799971A (zh) | 媒体内容的生成和呈现 | |
| CN110297995B (zh) | 用于收藏信息的方法和装置 | |
| US20170140049A1 (en) | Web search based on browsing history and emotional state | |
| CN113656737A (zh) | 网页内容展示方法、装置、电子设备以及存储介质 | |
| US20200073925A1 (en) | Method and system for generating a website from collected content | |
| US8984091B1 (en) | Providing content based on timestamp of last request for content | |
| US20150100868A1 (en) | System and method for simulating dynamic content by automatically updating a static image with applicability to a virtual business card | |
| CN104537080A (zh) | 资讯推荐方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |