CN104850641A - 一种推荐信息的方法及装置 - Google Patents

Abstract

本发明公开了一种推荐信息的方法及装置，用以及时、准确的向用户发送推荐信息。所述方法包括：获取用户的位置信息；根据所述位置信息与预先建立的用户模型进行匹配，确定所述用户的特征信息；根据所述特征信息向所述用户发送推荐信息。本发明实施例的上述技术方案，根据特征信息向用户发送对应的推荐信息，通过用户模型确定用户的相关特征，进而向其推荐与其特征更为适合的相关信息，提高了推荐信息的准确性，并且由于用户模型是提前建立好的，因此可以通过用户模型快速返回用户的特征信息，从而及时、准确的向用户发送推荐信息，提高了推荐的效率。

Description

一种推荐信息的方法及装置

技术领域

本发明涉及互联网技术领域，特别涉及一种推荐信息的方法及装置。

背景技术

用户打开手机APP(Application，应用程序)时，会根据GPS(GlobalPositioning System，全球定位***)、Wi-Fi(Wireless-Fidelity，无线宽带)、移动基站等进行综合定位，然后获取用户所在位置。目前对用户定位信息的使用情况是：通过计算，展示定位点周边的服务和信息，如附近的酒店、餐馆、商场、天气情况等；或者根据用户选择的目的地，通过计算，从定位点发起导航指引。

相关技术中，虽然能够将用户的定位点作为一个信息，进行相关服务推荐(如附近的酒店、餐馆、商场、导航信息等)，但是对定位信息的使用还很初级，还停留在简单使用定位信息的阶段，不能从定位信息中挖掘更多有价值的数据。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种推荐信息的方法及装置，用以及时、准确的向用户发送推荐信息。

本发明提供一种推荐信息的方法，包括：

获取用户的位置信息；

根据所述位置信息与预先建立的用户模型进行匹配，确定所述用户的特征信息；

根据所述特征信息向所述用户发送推荐信息。

在一个实施例中，所述用户模型可通过下述方式得到：

获取多个用户的位置信息及所述多个用户的特征信息；

根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型。

在一个实施例中，所述特征信息可包括：个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。

在一个实施例中，在所述获取多个用户的位置信息及所述多个用户的特征信息之后，所述方法还可包括：

将所述实际地理位置进行区域划分；

针对每个用户，确定用户的所述位置信息所属的区域；

所述根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型，包括：

对多个用户的所属的区域和特征信息进行统计，建立用户模型。

在一个实施例中，还可包括：

周期性收集所述区域内的用户的特征信息；

根据所述划分的区域及持续收集的所述区域内的用户的特征信息不断更用户模型。

本发明还提供一种推荐信息的装置，包括：

第一获取模块，用于获取用户的位置信息；

特征信息确定模块，用于根据所述位置信息与预先建立的用户模型进行匹配，确定所述用户的特征信息；

推荐信息发送模块，用于根据所述特征信息向所述用户发送推荐信息。

在一个实施例中，所述装置还可包括：

第二获取模块，用于获取多个用户的位置信息及所述多个用户的特征信息；

用户模型建立模块，用于根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型。

在一个实施例中，所述特征信息可包括：个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。

在一个实施例中，所述装置还可包括：

区域划分模块，用于将所述实际地理位置进行区域划分；

位置确定模块，用于针对每个用户，确定用户的所述位置信息所属的区域；

用户模型建立模块还用于对多个用户的所属的区域和特征信息进行统计，建立用户模型。

在一个实施例中，所述装置还可包括：

收集模块，用于周期性收集所述区域内的用户的特征信息；

更新模块，用于根据所述划分的区域及持续收集的所述区域内的用户的特征信息不断更用户模型。

本发明实施例的一些有益效果可以包括：通过获取用户的位置信息，根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息，根据特征信息向用户发送对应的推荐信息，通过用户模型确定用户的相关特征，进而向其推荐与其特征更为适合的相关信息，提高了推荐信息的准确性，并且由于用户模型是提前建立好的，因此可以通过用户模型快速返回用户的特征信息，从而及时、准确的向用户发送推荐信息，提高了推荐的效率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种推荐信息的方法的流程图；

图2为本发明实施例中另一种推荐信息的方法的流程图；

图3为本发明实施例中另一种推荐信息的方法的流程图；

图4为本发明实施例中另一种推荐信息的方法的流程图；

图5为本发明实施例中一种推荐信息的装置的框图；

图6为本发明实施例中另一种推荐信息的装置的框图；

图7为本发明实施例中另一种推荐信息的装置的框图；

图8为本发明实施例中另一种推荐信息的装置的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1所示为本发明实施例中一种推荐信息的方法的流程图，用于智能终端尤其是移动终端及其应用程序中，如图1所示，包括以下步骤S11-S13：

步骤S11，获取用户的位置信息。

在一个实施例中，用户打开移动终端APP时，根据GPS、Wi-Fi、移动基站等进行综合定位，获取用户所在的位置信息。

步骤S12，根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息。

在一个实施例中，特征信息可包括：个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。个人属性信息可以是用户的性别、职业、收入、家庭住址等个人信息。

在一个实施例中，如图2所示，用户模型可通过下述步骤S21-S22得到：

步骤S21，获取多个用户的位置信息及多个用户的特征信息。

步骤S22，根据多个用户的位置信息及多个用户的特征信息的关联关系，建立用户模型。

根据采集到的多个用户的位置信息，结合这多个用户的特征信息，进行大数据分析，比如，分析用户经常浏览或购买的商品品类、价格区间、用户收藏的商品，用户评论的商品等信息，以及年龄、职业、收入等信息。将用户按照区域进行划分，根据区域的不同建立用户模型。

上述方法，预先建立用户模型，当有新用户时，能快速根据定位信息反推出用户所在人群，从而可及时准确地向新用户推荐商品信息。

步骤S13，根据特征信息向用户发送推荐信息。

当有新用户使用时，能根据用户模型反向找到用户所在的人群，然后将此人群的特点关联到新用户身上，快速分析出新用户的特征信息，比如，年龄、职业、收入等信息，从而有针对性的向用户推荐信息，比如用户访问的是购物类的app，此时可有针对性的向用户推荐商品信息。

本发明实施例的上述方法，通过获取用户的位置信息，根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息，根据特征信息向用户发送对应的推荐信息，通过用户模型确定用户的相关特征，进而向其推荐与其特征更为适合的相关信息，提高了推荐信息的准确性，并且由于用户模型是提前建立好的，因此可以通过用户模型快速返回用户的特征信息，从而及时、准确的向用户发送推荐信息，提高了推荐的效率。

在一个实施例中，如图3所示，在步骤S21之后，上述方法还可包括步骤S23-S24：

步骤S23、将实际地理位置进行区域划分。

获取多个用户的位置信息后，将位置信息与实际的地理位置进行关联，并手机定位点的属性，比如，小区、学校、商圈、IT办公楼等。将实际地理位置进行区域划分，划分时，比如可以一个办公楼划分为一个区域，也可几个办公楼划分为一个区域，根据实际情况具体确定如何划分区域。

步骤S24、针对每个用户，确定用户的位置信息所属的区域。

本步骤中，将每个用户所在的位置划归到其所属的区域内。

步骤S22，可实施为如下步骤S25：

步骤S25、对多个用户的所属的区域和特征信息进行统计，建立用户模型。

首先根据用户的位置信息和用户行为信息进行大数据分析，进行用户模型的初步建立，将上述位置信息的属性和初步建立的用户模型进行综合计算，计算的主要纬度是：定位信息的特点，用户的主要消费倾向、消费价格区间、消费品类等，并根据所划分的区域建立以实际地理位置为中心属性的用户模型。举例说明，对某个写字楼密集的区域建立用户模型，比如国贸CBD区域，建立的用户模型大致如下：先将这个区域的用户的位置信息与实际地理位置相关联，比如XX大厦，将获取的用户行为信息进行大数据分析，分析之后的结果比如为：用户年龄处于25-45岁之间，收入水平在5000以上，月消费水平在1000-5000之间，经常浏览的商品类别有服装、电子产品。还可将这个区域的用户模型以区域内的大厦为单位进行细分，即以每个大厦为单位建立用户模型。

上述方法，将用户的位置信息关联到具体所属的区域范围内，便于划分区域并进一步建立用户模型。

在一个实施例中，如图4所示，上述方法还可包括步骤：

步骤S26、周期性收集区域内的用户的特征信息。

步骤S27、根据划分的区域及持续收集的区域内的用户的特征信息不断更新用户模型。

为了使建立的用户模型更完善、准确，持续收集用户特征信息，随着时间的推移，用户模型会越来越准确，上述用户模型搭建第一周、第二周、第三周、第四周之后，根据用户模型反推出的新用户的特征信息的准确率分别达到了53.06％、65.00％、87.31％、93.08％。

基于同一发明构思，本发明实施例还提供了一种推荐信息的装置，由于该装置所解决问题的原理与前述推荐信息的方法相似，因此该装置的实施可以参见前述方法的实施，重复之处不再赘述。

图5所示为本发明实施例中一种推荐信息的装置的框图，如图5所示，该装置包括：

第一获取模块51，用于获取用户的位置信息；

特征信息确定模块52，用于根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息；

推荐信息发送模块53，用于根据特征信息向用户发送推荐信息。

在一个实施例中，如图6所示，上述装置还可包括：

第二获取模块54，用于获取多个用户的位置信息及多个用户的特征信息；

用户模型建立模块55，用于根据多个用户的位置信息及多个用户的特征信息的关联关系，建立用户模型。

在一个实施例中，特征信息可包括：个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。

在一个实施例中，如图7所示，上述装置还可包括：

区域划分模块56，用于将实际地理位置进行区域划分；

位置确定模块57，用于针对每个用户，确定用户的位置信息所属的区域；

用户模型建立模块55还用于对多个用户的所属的区域和特征信息进行统计，建立用户模型。

在一个实施例中，如图8所示，上述装置还可包括：

收集模块58，用于周期性收集区域内的用户的特征信息；

更新模块59，用于根据划分的区域及持续收集的区域内的用户的特征信息不断更用户模型。

本发明实施例的上述装置，通过获取用户的位置信息，根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息，根据特征信息向用户发送对应的推荐信息，通过用户模型确定用户的相关特征，进而向其推荐与其特征更为适合的相关信息，提高了推荐信息的准确性，并且由于用户模型是提前建立好的，因此可以通过用户模型快速返回用户的特征信息，从而及时、准确的向用户发送推荐信息，提高了推荐的效率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种推荐信息的方法，其特征在于，包括：

获取用户的位置信息；

根据所述位置信息与预先建立的用户模型进行匹配，确定所述用户的特征信息；

根据所述特征信息向所述用户发送对应的推荐信息。

2.如权利要求1所述的方法，其特征在于，所述用户模型通过下述方式得到：

获取多个用户的位置信息及所述多个用户的特征信息；

根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型。

3.如权利要求1或2所述的方法，其特征在于，所述特征信息包括：个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。

4.如权利要求2所述的方法，其特征在于，在所述获取多个用户的位置信息及所述多个用户的特征信息之后，所述方法还包括：

将所述实际地理位置进行区域划分；

针对每个用户，确定用户的所述位置信息所属的区域；

所述根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型，包括：

对多个用户的所属的区域和特征信息进行统计，建立用户模型。

5.如权利要求1所述的方法，其特征在于，还包括：

周期性收集所述区域内的用户的特征信息；

根据所述划分的区域及持续收集的所述区域内的用户的特征信息不断更新用户模型。

6.一种推荐信息的装置，其特征在于，包括：

第一获取模块，用于获取用户的位置信息；

特征信息确定模块，用于根据所述位置信息与预先建立的用户模型进行匹配，确定所述用户的特征信息；

推荐信息发送模块，用于根据所述特征信息向所述用户发送对应的推荐信息。

7.如权利要求6所述的装置，其特征在于，所述装置还包括：

第二获取模块，用于获取多个用户的位置信息及所述多个用户的特征信息；

用户模型建立模块，用于根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型。

8.如权利要求6或7所述的装置，其特征在于，所述特征信息包括：个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。

9.如权利要求7所述的装置，其特征在于，所述装置还包括：

区域划分模块，用于将所述实际地理位置进行区域划分；

位置确定模块，用于针对每个用户，确定用户的所述位置信息所属的区域；

用户模型建立模块还用于对多个用户的所属的区域和特征信息进行统计，建立用户模型。

10.如权利要求6所述的装置，其特征在于，还包括：

收集模块，用于周期性收集所述区域内的用户的特征信息；

更新模块，用于根据所述划分的区域及持续收集的所述区域内的用户的特征信息不断更新用户模型。