一种智能推荐方法及装置与流程

本发明涉及数据处理领域，具体涉及一种智能推荐方法及装置。

背景技术：

智能推荐是提升资讯阅读体验的有效手段之一，简单来说就是针对不同的用户，分析其阅读习惯，通过建立智能推荐模型，运用智能推荐算法，从后台媒体库中挑选出满足用户需求的资讯、视频等供用户阅读。智能推荐中的智能推荐模型、智能推荐算法的运用是否得当，直接关系到智能推荐效果的好坏。

目前，只是依据用户的阅读行为为用户进行智能推荐，存在一定的局限性，智能推荐的效果有待提高。

技术实现要素：

本发明提供了一种智能推荐方法及装置，能够基于用户的多种行为为用户进行智能推荐，提高智能推荐的效果。

本发明提供的一种特征筛选方法，所述方法包括：

收集用户的浏览行为数据，以及在相关第三方应用中的行为数据；

结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签；将所述用户与所述标签的对应关系存储于用户标签库中；

当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签，并根据所述标签为所述用户推送资讯。

优选地，所述方法还包括：

在结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签的过程中，为所述标签确定权重值，所述权重值用于确定所述标签对应的资讯的推送顺序；

当所述用户对推送的资讯进行浏览时，收集所述用户对所述资讯的浏览行为数据；

根据所述用户对所述资讯的浏览行为数据，调整所述标签的权重值。

优选地，所述浏览行为数据包括点击行为数据、浏览时长数据、浏览范围数据。

优选地，所述相关第三方应用包括网络游戏应用，所述相关第三方应用中的行为数据包括所述用户所处的游戏地图信息，所述用户具有的人物信息、武器信息。

优选地，所述结合所述浏览行为数据以及所述相关第三方应用中的行为数据，为所述用户生成标签，包括：

分别为所述浏览行为数据以及在所述相关第三方应用中的行为数据设置权重值；

根据所述浏览行为数据以及在所述相关第三方应用中的行为数据，并结合所述权重值，为所述用户生成标签。

本发明还提供了一种智能推荐装置，所述装置包括：

第一收集模块，用于收集用户的浏览行为数据，以及在相关第三方应用中的行为数据；

生成模块，用于结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签；

存储模块，用于将所述用户与所述标签的对应关系存储于用户标签库中；

获取模块，用于当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签；

推送模块，用于根据所述标签为所述用户推送资讯。

优选地，所述装置还包括：

确定模块，用于在结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签的过程中，为所述标签确定权重值，所述权重值用于确定所述标签对应的资讯的推送顺序；

第二收集模块，用于当所述用户对推送的资讯进行浏览时，收集所述用户对所述资讯的浏览行为数据；

调整模块，用于根据所述用户对所述资讯的浏览行为数据，调整所述标签的权重值。

优选地，所述浏览行为数据包括点击行为数据、浏览时长数据、浏览范围数据。

优选地，所述相关第三方应用包括网络游戏应用，所述相关第三方应用中的行为数据包括所述用户所处的游戏地图信息，所述用户具有的人物信息、武器信息。

优选地，所述生成模块，包括：

设置子模块，用于分别为所述浏览行为数据以及在所述相关第三方应用中的行为数据设置权重值；

生成子模块，用于根据所述浏览行为数据以及在所述相关第三方应用中的行为数据，并结合所述权重值，为所述用户生成标签。

本发明提供的智能推荐方法中，首先，收集用户的浏览行为数据，以及在相关第三方应用中的行为数据。其次，结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签，并将所述用户与所述标签的对应关系存储于用户标签库中。当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签，并根据所述标签为所述用户推送资讯。本发明能够基于用户的多种行为为用户进行智能推荐，提高智能推荐的效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本发明提供的一种智能推荐方法流程图；

图2为本发明提供的另一种智能推荐方法流程图；

图3为本发明提供的一种应用于网络游戏资讯浏览功能的智能推荐方法的信令交互图；

图4为本发明提供的一种智能推荐装置结构示意图；

图5为本发明提供的一种计算机的部分结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参考图1，为本发明实施例提供的一种智能推荐方法流程图，所述方法具体可以包括：

S101：收集用户的浏览行为数据，以及在相关第三方应用中的行为数据。

智能推荐是基于用户的标签为用户进行智能推荐的，用户的标签的生成方法直接影响智能推荐的效果。由于用户在相关第三方应用中的行为也能够反映出用户的喜好，所以，为了提高用户对智能推荐结果的满意度，本发明实施例中对于用户的标签的生成过程，不仅与用户的浏览行为有关，而且也与用户在相关第三方应用中的行为有关。

实际操作中，系统会收集用户的浏览行为数据，例如，包括用户在浏览过程中产生的点击行为数据、浏览时长数据、浏览范围数据等等。同时，系统还会收集用户在相关第三方应用中的行为数据，其中，相关第三方应用为与用户的浏览行为有关的第三方应用。例如，用户在浏览网络游戏相关资讯时，网络游戏应用为相关第三方应用，系统要收集用户在网络游戏应用中的行为数据。另外，所述相关第三方应用可以为多个应用。

S102：结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签。

本发明实施例中，系统在收集到用户的浏览行为数据以及在相关第三方应用中的行为数据后，结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签。

一种优选实施方式中，首先分别为所述浏览行为数据以及在所述相关第三方应用中的行为数据设置权重值。具体的，在不同的相关第三方应用中的行为数据，可以根据用户需求分别设置不同的权重值。然后，根据所述浏览行为数据以及在所述相关第三方应用中的行为数据，并结合所述权重值，为所述用户生成标签。具体的，实际应用中存在很多种实现方式，在此不再赘述。

S103：将所述用户与所述标签的对应关系存储于用户标签库中。

本发明实施例中，在为用户生成标签后，将用户与标签的对应关系存储于用户标签库中，具体的，一个用户可以具有多个标签。

另外，本发明实施例还可以为所述用户标签库中存储的各个标签设置对应的权重值，其中权重值可以以评分的形式实现。在为用户推送资讯时，可以根据各个标签对应的权重值确定各个标签对应的资讯的推送顺序。具体的，权重值较高的标签对应的资讯可以优先被推送。

S104：当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签，并根据所述标签为所述用户推送资讯。

本发明实施例中，当用户触发资讯浏览操作，例如打开资讯浏览应用时，系统会从用户标签库中获取当前用户对应的标签。在获取到所述标签后，根据所述标签在后台资讯数据库中查询对应的资讯，并将所述资讯推送至客户端以供用户浏览。

本发明实施例提供的智能推荐方法中，首先，收集用户的浏览行为数据，以及在相关第三方应用中的行为数据。其次，结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签，并将所述用户与所述标签的对应关系存储于用户标签库中。当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签，并根据所述标签为所述用户推送资讯。本发明实施例能够基于用户的多种行为为用户进行智能推荐，提高智能推荐的效果。

本发明实施例还提供了一种智能推荐方法，参考图2，为本发明实施例提供的另一种智能推荐方法流程图。所述方法包括：

S201：收集用户的浏览行为数据，以及在相关第三方应用中的行为数据。

S202：结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签，以及确定各个标签的权重值，所述权重值用于确定所述标签对应的资讯的推送顺序。

由于一个用户可以具有多个标签，所以为了确定资讯推送的顺序，本发明实施例在确定标签的过程中，结合所述浏览行为数据以及在所述相关第三方应用中的行为数据确定各个标签的权重值，以便在为所述用户推送资讯时优先推送权重值较高的标签对应的资讯。

实际应用中，假如所述用户具有两个标签a、b，权重值分别为10和20。当所述用户阅读了某篇带标签a的文章后，a的权重值可以加1；当所述用户在相关第三方应用，如网络游戏里进行了某种行为，比如购买，如果该行为与标签b有关，则将标签b的权重值加1。诸如此类，最终得到所述用户的各个标签对应的权重值。

S203：将所述用户与所述标签的对应关系存储于用户标签库中。

S204：当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签，并根据所述标签为所述用户推送资讯。

S205：当所述用户对推送的资讯进行浏览时，收集所述用户对所述资讯的浏览行为数据。

S206：根据所述用户对所述资讯的浏览行为数据，调整所述标签的权重值。

为了及时获知智能推荐的效果，本发明实施例在向用户推送资讯后，实时收集所述用户对所述资讯的浏览行为数据，包括对该被推荐资讯的点击行为、浏览时长、浏览范围等，并根据收集到的对所述资讯的浏览行为数据调整所述标签的权重值，以便在下一次为用户进行智能推荐时能够更满足用户的需求。

本发明实施例提供的智能推荐方法能够应用于较多场景，以应用于网络游戏资讯浏览功能为例，参考图3，为本发明实施例提供的一种应用于网络游戏资讯浏览功能的智能推荐方法的信令交互图。所述方法包括：

S301：行为收集服务器从网络游戏资讯浏览客户端收集用户的浏览行为数据，包括点击行为数据、浏览时长数据、浏览范围数据。

S302：所述行为收集服务器从网络游戏客户端收集所述用户在所述网络游戏客户端的行为数据，包括所述用户所处的游戏地图信息，所述用户具有的人物信息、武器信息等。

S303：结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签和评分。

S304：将所述用户与所述标签的对应关系发送至用户标签库，并存储于所述用户标签库中。

S305：当用户打开网络游戏资讯浏览客户端时，触发智能推荐操作，向智能推荐服务器发送智能推荐请求。

S306：所述智能推荐服务器从所述用户标签库中获取所述用户对应的标签和评分。

S307：所述智能推荐服务器根据所述标签和评分，从资讯库中获取所述标签对应的资讯。

S308：所述智能推荐服务器依据各个标签的评分，顺序将所述资讯下发至所述网络游戏资讯浏览客户端，以供用户浏览。

S309：当所述用户对推送的资讯进行浏览时，所述行为收集服务器收集所述用户对所述资讯的浏览行为数据，包括点击行为数据、浏览时长数据、浏览范围数据。

S310：所述行为收集服务器根据所述用户对所述资讯的浏览行为数据，调整存储于所述用户标签库中所述标签的评分。

本发明实施例提供的应用于网络游戏资讯浏览功能的智能推荐方法，不仅基于用户的浏览行为实现智能推荐，也结合了用户在网络游戏中的行为。所以，本发明实施例供的应用于网络游戏资讯浏览功能的智能推荐方法能够提高智能推荐的效果。

本发明实施例还提供了一种智能推荐装置，参考图4，为本发明实施例提供的一种智能推荐装置结构示意图，所述装置包括：

第一收集模块401，用于收集用户的浏览行为数据，以及在相关第三方应用中的行为数据；

生成模块402，用于结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签；

存储模块403，用于将所述用户与所述标签的对应关系存储于用户标签库中；

获取模块404，用于当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签；

推送模块405，用于根据所述标签为所述用户推送资讯。

为了进一步提高智能推荐的效果，本发明实施例还提供了反馈机制，相应的，所述装置还包括：

确定模块，用于在结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签的过程中，为所述标签确定权重值，所述权重值用于确定所述标签对应的资讯的推送顺序；

第二收集模块，用于当所述用户对推送的资讯进行浏览时，收集所述用户对所述资讯的浏览行为数据；

调整模块，用于根据所述用户对所述资讯的浏览行为数据，调整所述标签的权重值。

具体的，所述浏览行为数据包括点击行为数据、浏览时长数据、浏览范围数据。

实际应用中，所述相关第三方应用包括网络游戏应用，所述相关第三方应用中的行为数据包括所述用户所处的游戏地图信息，所述用户具有的人物信息、武器信息。

一种优选的实施方式中，所述生成模块，包括：

设置子模块，用于分别为所述浏览行为数据以及在所述相关第三方应用中的行为数据设置权重值；

生成子模块，用于根据所述浏览行为数据以及在所述相关第三方应用中的行为数据，并结合所述权重值，为所述用户生成标签。

本发明实施例提供的智能推荐装置能够实现以下功能：收集用户的浏览行为数据，以及在相关第三方应用中的行为数据。结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签，并将所述用户与所述标签的对应关系存储于用户标签库中。当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签，并根据所述标签为所述用户推送资讯。本发明实施例能够基于用户的多种行为为用户进行智能推荐，提高智能推荐的效果。

相应的，本发明实施例还提供一种计算机，参见图5所示，可以包括：

处理器501、存储器502、输入装置503和输出装置504。行为收集服务器和智能推荐服务器中的处理器501的数量可以一个或多个，图5中以一个处理器为例。在本发明的一些实施例中，处理器501、存储器502、输入装置503和输出装置504可通过总线或其它方式连接，其中，图5中以通过总线连接为例。

存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的软件程序以及模块，从而执行行为收集服务器和智能推荐服务器的各种功能应用以及数据处理。存储器502可主要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等。此外，存储器502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、或其他易失性固态存储器件。输入装置503可用于接收输入的数字或字符信息，以及产生与行为收集服务器和智能推荐服务器的用户设置以及功能控制有关的键信号输入。

具体在本实施例中，处理器501会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中，并由处理器501来运行存储在存储器502中的应用程序，从而实现各种功能：

收集用户的浏览行为数据，以及在相关第三方应用中的行为数据；

结合所述浏览行为数据以及在所述相关第三方应用中的行为数据，为所述用户生成标签；将所述用户与所述标签的对应关系存储于用户标签库中；

当用户触发资讯浏览操作时，从所述用户标签库中获取所述用户对应的标签，并根据所述标签为所述用户推送资讯。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明实施例所提供的一种智能推荐方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。