CN108255893A - 个性化对象推荐方法和装置 - Google Patents

个性化对象推荐方法和装置 Download PDF

Info

Publication number
CN108255893A
CN108255893A CN201611270533.7A CN201611270533A CN108255893A CN 108255893 A CN108255893 A CN 108255893A CN 201611270533 A CN201611270533 A CN 201611270533A CN 108255893 A CN108255893 A CN 108255893A
Authority
CN
China
Prior art keywords
history
use information
selection
user
objects
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.)
Granted
Application number
CN201611270533.7A
Other languages
English (en)
Other versions
CN108255893B (zh
Inventor
洪超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Gridsum Technology Co Ltd
Original Assignee
Beijing Gridsum Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Gridsum Technology Co Ltd filed Critical Beijing Gridsum Technology Co Ltd
Priority to CN201611270533.7A priority Critical patent/CN108255893B/zh
Publication of CN108255893A publication Critical patent/CN108255893A/zh
Application granted granted Critical
Publication of CN108255893B publication Critical patent/CN108255893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种个性化对象推荐方法和装置。其中,该方法包括:获取对象选择列表,其中,对象选择列表包括:待选择的多个对象;根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数;根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表。本发明解决了现有技术中用户在选择维度指标等对象时,使用手动拖动滚动条进行查找或者输入名称进行搜索时带来的效率低下的技术问题。

Description

个性化对象推荐方法和装置
技术领域
本发明涉及计算机互联网领域,具体而言,涉及一种个性化对象推荐方法和装置。
背景技术
现有技术中,针对产品或数据的查询维度和查询指标多种多样,针对维度的选择列表中可能会有上百上千个维度供选择,针对指标的选择列表也是同样的情况,用户在使用选择列表做多维度剖析或者多指标剖析的时候,需要拖动选择列表的滚动条来查看自己需要的维度或者指标,在可供选择的维度或者指标的数据特别多的情况下,用户可能需要拖动很久才能找到自己需要的维度或者指标,十分浪费时间,并且在拖动的过程中,有可能会漏看错过自己需要的维度或者指标,因而影响了查找效率,除了拖动选择列表滚动条的方式,现有技术中还提供了通过搜索框来输入需要的维度或者指标的方式,但是该方式需要用户能够准确记住全部或者部分维度名称或者指标名称,并且除了输入的过程,还有根据输入的内容进行搜索的过程,因此还是不能很快的得到用户需要的维度或指标。
针对上述现有技术中用户在选择维度指标等对象时,使用手动拖动滚动条进行查找或者输入名称进行搜索时带来的效率低下的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种个性化对象推荐方法和装置,以至少解决现有技术中用户在选择维度指标等对象时,使用手动拖动滚动条进行查找或者输入名称进行搜索时带来的效率低下的技术问题。
根据本发明实施例的一个方面,提供了一种个性化对象推荐方法,包括:获取对象选择列表,其中,对象选择列表包括:待选择的多个对象;根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数;根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表。
根据本发明实施例的另一方面,还提供了一种个性化对象推荐装置,包括:获取模块,用于获取对象选择列表,其中,对象选择列表包括:待选择的多个对象;第一排序模块,用于根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数;第一更新模块,用于根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表。
在本发明实施例中,采用分析用户选择习惯的方式,通过获取对象选择列表,其中,对象选择列表包括:待选择的多个对象;根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数;根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表,达到了将对象选择列表和用户对对象的历史使用信息相结合的目的,从而实现了将历史选择次数多的对象在对象选择列表中靠前排列以推荐给用户,方便用户直接选择的技术效果,进而解决了现有技术中用户在选择维度指标等对象时,使用手动拖动滚动条进行查找或者输入名称进行搜索时带来的效率低下的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例1的一种个性化对象推荐方法的流程图;
图2是根据本发明实施例2的一种个性化对象推荐装置的结构图;
图3是根据本发明实施例2的一种可选的个性化对象推荐装置的结构图;
图4是根据本发明实施例2的一种可选的个性化对象推荐装置的结构图;以及
图5是根据本发明实施例2的一种可选的个性化对象推荐装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种个性化对象推荐方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的个性化对象推荐方法,如图1所示,该方法包括如下步骤:
步骤S102,获取对象选择列表,其中,对象选择列表包括:待选择的多个对象。
具体的,用户在对产品或者数据进行查询或者剖析的时候,需要选择查询或剖析对象,因此首先需要获取包含多个对象的对象选择列表,此处需要说明的是,这里的对象选择列表也就是初始的对象选择列表,包括了所有可以选择的对象,并且对象选择列表中包含的对象可以按照预设排序规则进行排序,例如按照首字母拼音的方式进行排序,或者按照对象名称的字数进行排序等。
步骤S104,根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数。
具体的,在获取到对象选择列表后,也就是获取到对象选择列表中的多个对象后,可以根据多个对象的历史使用信息对多个对象进行排序,从而将多个对象的排序与用户的使用习惯结合起来,其中,多个对象的历史使用信息包括多个对象中每个对象的历史选择次数,因此根据多个对象的历史使用信息对多个对象进行排序可以具体为根据多个对象中每个对象的历史选择次数对多个对象进行排序,根据每个对象的历史选择次数对对象选择列表中的多个对象进行排序时,可以按照历史选择次数从多到少的次序对多个对象进行排序,也就是历史选择次数多的对象排在前面,历史选择次数少的对象排在后面。
可选的,本发明中的对象包括但不仅限于维度或者指标,维度和指标是数据分析中最常用到的术语,维度是事物或现象的某种特征,如性别、地区、时间等都是维度,其中时间是一种常用的、特殊的维度,指标是用于衡量事物发展程度的单位或方法,对于页面访问来说,维度可以包括访问量、会话页面浏览量、平均停留时间、平均页面浏览量和跳出率等。
可选的,本发明可以适用于CDH(Clouderaˊs Distribution Including ApacheHadoop)集群,用户在使用结构化语言(sql)进行查询时,可以通过现有技术中已有的方式获取用户对查询维度和查询指标的历史使用信息,也可以通过下述方式获取:首先通过CDH集群的集群管理***cloudera manager的应用程序编程接口api,基于集群中分布式查询引擎impala获取基于结构化查询语言进行查询的查询记录,然后基于结构化查询语言解析工具,从查询记录中解析得到查询数据,其中,结构化查询语言解析工具可以是jsqlparser,解析出的查询数据包括查询维度和查询指标的使用信息,例如,单个维度或指标的历史选择次数和选择时间以及维度组合或指标组合的历史选择次数和选择时间等,其中,维度组合指的是两个或两个以上个维度的组合,也就是在选择了一个维度后,接下又选择的一个或多个维度与该维度构成维度链,指标组合指的是两个或两个以上个指标的组合。
步骤S106,根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表。
具体的,在步骤S104对对多个对象中每个对象按照历史选择次数进行排序后,可以得到排序结果,根据排序结果可以对多个对象进行排序,从而更新对象选择列表,可选的,可以按照排序结果对对象选择列表中的全部对象的排序进行更新,即按照历史选择次数从多到少的顺序更新对象选择列表,也可以将在排序结果中历史选择次数最多的前N个对象靠前显示,剩余的对象还是按照对象选择列表中的预设排序规则在历史选择次数最多的前N个对象之后进行排序,从而更新对象选择列表,其中N的大小可以自定义设置,例如,可以设置为5个或10个,无论采用哪种方式,都可以实现将历史使用次数多的对象优先显示的目的,由于历史使用次数多的对象被用户再次选择的可能性大,因此更新后的对象选择列表通过将历史选择次数多的对象置于列表前端进行显示,用户在选择的时候,就不需要拖动滚动条,也不需要搜索,可以实现通过肉眼即可快速识别常用对象的效果,例如,用户经常选择对象A,本发明中更新后的对象选择列表中A就位于前端进行显示,因此用户可以直接点选对象A,提高了用户体验,加快了选择效率。
此处需要说明的是,本发明中对对象选择列表的更新只是更改对象选择列表中对个对象的排序,多个对象的个数和种类不发生改变。
在本发明实施例中,采用分析用户选择习惯的方式,通过获取对象选择列表,其中,对象选择列表包括:待选择的多个对象;根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数;根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表,达到了将对象选择列表和用户对对象的历史使用信息相结合的目的,从而实现了将历史选择次数多的对象在对象选择列表中靠前排列以推荐给用户,方便用户直接选择的技术效果,进而解决了现有技术中用户在选择维度指标等对象时,使用手动拖动滚动条进行查找或者输入名称进行搜索时带来的效率低下的技术问题。
在一种可选的实施例中,可以对多个对象设置取消优先显示和优先显示的编辑属性,即用户可以通过编辑对象属性取消优先显示的对象的优先显示,被取消优先显示的对象则可以按照对象选择列表中设置的对象的预设排序规则在后显示,也可以通过编辑对象属性将没能优先显示的对象优先显示,并且显示的位置可以由用户自定义设置。
在一种可选的实施例中,历史使用信息还包括多个对象中任意两个或两个以上个对象构成的对象组合的历史选择次数,步骤S106之后还包括:
步骤S202,接收用户从更新后的对象选择列表中选择的对象,并在用户每一次选择对象后,将用户选择的所有对象作为已选对象。
具体的,用户可以更新后的对象选择列表中选择的对象可以是前述前N个优先显示的对象,也可以不是前述前N个优先显示的对象。
步骤S204,根据历史使用信息,对多个对象中与已选对象构成对象组合的对象按照历史选择次数进行排序。
步骤S206,根据对多个对象中与已选对象构成对象组合的对象按照历史选择次数进行排序的排序结果更新对象选择列表。
具体的,在步骤S106根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表后,可以得到更新后的对象选择列表,用户可以从更新后的对象选择列表中选择对象,由于用户可能会多次选择对象,本发明中,用户每选择一次对象,对象选择列表就更新一次,每一次更新前需要将用户在此次更新前选择的对象作为已选对象,根据历史使用信息,对多个对象中与已选对象构成对象组合的对象按照历史选择次数进行排序,然后根据排序结果更新对象选择列表。
在一种可选的实施例中,用户在选择了对象B之后,根据历史使用信息,对象C、对象D、对象E、对象F曾与对象B组成对象组合,也就是在对象B之后,用户通常会选择对象C、对象D、对象E、对象F,其中对象C与对象B组成对象组合的历史选择次数为5次,对象D与对象B组成对象组合的历史选择次数为3次,对象E与对象B组成对象组合的历史选择次数为10次,对象F与对象B组成对象组合的历史选择次数为25次,那么按照历史选择次数从大到小对对象C、对象D、对象E、对象F进行排序后,可以得到F、E、C、D的排序结果,根据该排序结果,可以将对象F显示在对象选择列表的第一位,将对象E显示在第二位,将对象C显示在第三位,将对象D显示在第四位,其他与对象B未构成对象组合的对象或者与对象B构成对象组合的历史选择次数较少的对象可以在对象F、对象E、对象C、对象D之后进行显示,通过将用户在对象B之后常选择的对象在对象选择列表进行显示,可以加快选择效率,如果用户在对象B之后选择了对象F,根据历史使用信息,对象G、对象H和对象I曾与对象B和对象F构成对象组合,也就是在选择了对象B和对象F后,用户通常会选择对象G、对象H和对象I,其中对象G与对象B和对象F组成对象组合的历史选择次数为8次,对象H与对象B和对象F组成对象组合的历史选择次数为3次,对象I与对象B和对象F组成对象组合的历史选择次数为10次,那么按照历史选择次数从大到小对对象G、对象H和对象I进行排序后,可以得到I、G、H的排序结果,根据该排序结果,可以将对象I显示在对象选择列表的第一位,将对象G显示在第二位,将对象H显示在第三位,其他与对象B和对象F未构成对象组合的对象或者与对象B和对象F构成对象组合的历史选择次数较少的对象可以在对象I、对象G、对象H之后进行显示,通过将用户在对象B和对象F之后常选择的对象在对象选择列表进行显示,可以加快选择效率,如果用户在对象B和对象F之后还选择了其他的对象,可以参照上述方法对对象选择列表进行更新。由于与已选对象构成对象组合次数多的对象被再次选择的可能性大,因此,本发明中通过将与已选对象构成对象组合次数多的对象置于列表前端进行显示,用户每一次选择对象后,不需要拖动滚动条,也不需要搜索,通过肉眼即可快速识别最有可能选择的对象,提高了用户体验,加快了选择效率。
在一种可选的实施例中,根据对多个对象中与已选对象构成对象组合的对象按照历史选择次数进行排序的排序结果更新对象选择列表时,可以根据对多个对象中与已选对象构成对象组合的对象按照历史选择次数进行排序的排序结果,对对象选择列表中的全部对象的排序进行更新,针对对象选择列表中的全部对象,将与已选对象构成对象组合次数多的对象在前显示,将与已选对象构成对象组合次数少的对象在后显示;也可以将与已选对象构成对象组合次数较多的前M个对象在前显示,剩余的对象还是按照对象选择列表中的预设排序规则在上述前M个对象之后进行排序,从而更新对象选择列表,其中M的大小可以自定义设置,例如,可以设置为5个或10个,无论采用哪种方式,都可以实现将与已选对象构成对象组合次数多的对象优先显示的目的。
通过上述步骤S202-步骤S206,本发明通过在每一次选择一个对象之后,分析其接下来最有可能选择的对象,然后更新对象选择列表,通过优先显示的方式进行动态智能推荐,节约选择时间,提高选择效率,提高用户体验。
在一种可选的实施例中,步骤S104之前,包括:
步骤S302,获取并验证用户的登录信息。
步骤S304,在对用户的登录信息验证通过后,调用用户对多个对象的历史使用信息。
步骤S306,对历史使用信息进行统计记录。
具体的,只有在验证用户的登录信息通过后,才能获取到特定用户对多个对象的历史使用信息,其中历史使用信息可能是大量的杂乱的数据,因此需要对历史使用信息进行统计记录,然后形成可以方便使用的历史使用信息。
在一种可选的实施例中,步骤S306,包括:步骤S402,对多个对象中每个对象的历史使用信息进行统计记录,和步骤S404,对多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录;其中,对多个对象中每个对象的历史使用信息进行统计记录的记录方式为:{a,b},其中a表示多个对象中任意一个对象的对象名称,b表示a的历史选择次数;对多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录的记录方式为:{c1,c2,…,cn,d},其中c1,c2,…,cn表示多个对象中任意n个对象的对象名称,n≥2,d表示由c1,c2,…,cn构成的对象组合的历史选择次数。
具体的,通过上述对历史使用信息的统计记录后,可以很方便的根据记录获取到每个对象的历史使用信息,在一种可选的实施例中,例如,对于对象f,其有关的历史使用信息记录为[{f,10},{f,g,5},{f,h,4}],也就是对象f的历史选择次数一共为10次,其中在对象f之后选择对象g的情况有5次,在对象f之后选择对象h的情况有4次,还有一次可能是在选择了f之后没有再选择其他对象,直接结束了选择,如果用户选择了对象f,在对象f后再次进行对象的选择的时候,对象g和对象h就会优先显示,并且对象g的排序会比对象h的排序靠前,用户直接就能看到。
实施例2
根据本发明实施例,提供了一种个性化对象推荐装置的产品实施例,图2是根据本发明实施例的个性化对象推荐装,如图2所示,该装置包括获取模块101、第一排序模块103和第一更新模块105。
其中,获取模块101,用于获取对象选择列表,其中,对象选择列表包括:待选择的多个对象;第一排序模块103,用于根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数;第一更新模块105,用于根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表。
在本发明实施例中,采用分析用户选择习惯的方式,通过获取模块101获取对象选择列表,其中,对象选择列表包括:待选择的多个对象;之后由第一排序模块103根据多个对象的历史使用信息,对多个对象中每个对象按照历史选择次数进行排序,其中,历史使用信息包括多个对象中每个对象的历史选择次数;最后由第一更新模块105根据对多个对象中每个对象按照历史选择次数进行排序的排序结果更新对象选择列表,达到了将对象选择列表和用户对对象的历史使用信息相结合的目的,从而实现了将历史选择次数多的对象在对象选择列表中靠前排列以推荐给用户,方便用户直接选择的技术效果,进而解决了现有技术中用户在选择维度指标等对象时,使用手动拖动滚动条进行查找或者输入名称进行搜索时带来的效率低下的技术问题。
此处需要说明的是,上述获取模块101、第一排序模块103和第一更新模块105对应于实施例1中的步骤S102至步骤S106,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机***中执行。
在一种可选的实施例中,历史使用信息还包括多个对象中任意两个或两个以上个对象构成的对象组合的历史选择次数,在此基础上,装置还包括:接收模块201、第二排序模块203和第二更新模块205。其中,接收模块201,用于在第一更新模块103更新对象选择列表之后,接收用户从更新后的对象选择列表中选择的对象,并在用户每一次选择对象后,将用户选择的所有对象作为已选对象;第二排序模块203,用于根据历史使用信息,对多个对象中与已选对象构成对象组合的对象按照历史选择次数进行排序;第二更新模块205,用于根据对多个对象中与已选对象构成对象组合的对象按照历史选择次数进行排序的排序结果更新对象选择列表。
此处需要说明的是,上述接收模块201、第二排序模块203和第二更新模块205对应于实施例1中的步骤S202至步骤S206,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机***中执行。
在一种可选的实施例中,装置还包括:验证模块301、调用模块303和记录模块305。其中,验证模块301,用于在第一排序模块103对多个对象中每个对象按照历史选择次数进行排序之前,获取并验证用户的登录信息;调用模块303,用于在对用户的登录信息验证通过后,调用用户对多个对象的历史使用信息;记录模块305,用于对历史使用信息进行统计记录。
此处需要说明的是,上述验证模块301、调用模块303和记录模块305对应于实施例1中的步骤S302至步骤S306,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机***中执行。
在一种可选的实施例中,记录模块305包括:第一记录模块401和第二记录模块403。其中,第一记录模块401,用于对多个对象中每个对象的历史使用信息进行统计记录;其中,对多个对象中每个对象的历史使用信息进行统计记录的记录方式为:{a,b},其中,a表示多个对象中任意一个对象的对象名称,b表示a的历史选择次数;第二记录模块403,用于对多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录;其中,对多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录的记录方式为:{c1,c2,…,cn,d},其中,c1,c2,…,cn表示多个对象中任意n个对象的对象名称,n≥2,d表示由c1,c2,…,cn构成的对象组合的历史选择次数。
此处需要说明的是,上述第一记录模块401和第二记录模块403对应于实施例1中的步骤S402至步骤S404,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机***中执行。
在一种可选的实施例中,本发明中的对象可以为维度或指标。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,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。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,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,可以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***,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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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,该计算机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台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种个性化对象推荐方法,其特征在于,包括:
获取对象选择列表,其中,所述对象选择列表包括:待选择的多个对象;
根据所述多个对象的历史使用信息,对所述多个对象中每个对象按照历史选择次数进行排序,其中,所述历史使用信息包括所述多个对象中每个对象的历史选择次数;
根据对所述多个对象中每个对象按照历史选择次数进行排序的排序结果更新所述对象选择列表。
2.根据权利要求1所述的方法,其特征在于,所述历史使用信息还包括所述多个对象中任意两个或两个以上个对象构成的对象组合的历史选择次数,根据对所述多个对象中每个对象按照历史选择次数进行排序的排序结果更新所述对象选择列表之后,还包括:
接收用户从更新后的所述对象选择列表中选择的对象,并在用户每一次选择对象后,将用户选择的所有对象作为已选对象;
根据所述历史使用信息,对所述多个对象中与所述已选对象构成对象组合的对象按照历史选择次数进行排序;
根据对所述多个对象中与所述已选对象构成对象组合的对象按照历史选择次数进行排序的排序结果更新所述对象选择列表。
3.根据权利要求2所述的方法,其特征在于,对所述多个对象中每个对象按照历史选择次数进行排序之前,包括:
获取并验证所述用户的登录信息;
在对所述用户的登录信息验证通过后,调用所述用户对所述多个对象的所述历史使用信息;
对所述历史使用信息进行统计记录。
4.根据权利要求3所述的方法,其特征在于,对所述历史使用信息进行统计记录,包括:
对所述多个对象中每个对象的历史使用信息进行统计记录和对所述多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录;
其中,对所述多个对象中每个对象的历史使用信息进行统计记录的记录方式为:{a,b},其中a表示所述多个对象中任意一个对象的对象名称,b表示a的历史选择次数;
对所述多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录的记录方式为:{c1,c2,…,cn,d},其中c1,c2,…,cn表示所述多个对象中任意n个对象的对象名称,n≥2,d表示由c1,c2,…,cn构成的对象组合的历史选择次数。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述对象为维度或指标。
6.一种个性化对象推荐装置,其特征在于,包括:
获取模块,用于获取对象选择列表,其中,所述对象选择列表包括:待选择的多个对象;
第一排序模块,用于根据所述多个对象的历史使用信息,对所述多个对象中每个对象按照历史选择次数进行排序,其中,所述历史使用信息包括所述多个对象中每个对象的历史选择次数;
第一更新模块,用于根据对所述多个对象中每个对象按照历史选择次数进行排序的排序结果更新所述对象选择列表。
7.根据权利要求6所述的装置,其特征在于,所述历史使用信息还包括所述多个对象中任意两个或两个以上个对象构成的对象组合的历史选择次数,所述装置还包括:
接收模块,用于在所述第一更新模块更新所述对象选择列表之后,接收用户从更新后的所述对象选择列表中选择的对象,并在用户每一次选择对象后,将用户选择的所有对象作为已选对象;
第二排序模块,用于根据所述历史使用信息,对所述多个对象中与所述已选对象构成对象组合的对象按照历史选择次数进行排序;
第二更新模块,用于根据对所述多个对象中与所述已选对象构成对象组合的对象按照历史选择次数进行排序的排序结果更新所述对象选择列表。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
验证模块,用于在所述第一排序模块对所述多个对象中每个对象按照历史选择次数进行排序之前,获取并验证所述用户的登录信息;
调用模块,用于在对所述用户的登录信息验证通过后,调用所述用户对所述多个对象的所述历史使用信息;
记录模块,用于对所述历史使用信息进行统计记录。
9.根据权利要求8所述的装置,其特征在于,所述记录模块包括:
第一记录模块,用于对所述多个对象中每个对象的历史使用信息进行统计记录;其中,对所述多个对象中每个对象的历史使用信息进行统计记录的记录方式为:{a,b},其中,a表示所述多个对象中任意一个对象的对象名称,b表示a的历史选择次数;
第二记录模块,用于对所述多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录;其中,对所述多个对象中任意两个或两个以上个对象构成的对象组合的历史使用信息进行统计记录的记录方式为:{c1,c2,…,cn,d},其中,c1,c2,…,cn表示所述多个对象中任意n个对象的对象名称,n≥2,d表示由c1,c2,…,cn构成的对象组合的历史选择次数。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述对象为维度或指标。
CN201611270533.7A 2016-12-29 2016-12-29 个性化对象推荐方法和装置 Active CN108255893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611270533.7A CN108255893B (zh) 2016-12-29 2016-12-29 个性化对象推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611270533.7A CN108255893B (zh) 2016-12-29 2016-12-29 个性化对象推荐方法和装置

Publications (2)

Publication Number Publication Date
CN108255893A true CN108255893A (zh) 2018-07-06
CN108255893B CN108255893B (zh) 2021-03-30

Family

ID=62721141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611270533.7A Active CN108255893B (zh) 2016-12-29 2016-12-29 个性化对象推荐方法和装置

Country Status (1)

Country Link
CN (1) CN108255893B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447622A (zh) * 2018-09-30 2019-03-08 中国银行股份有限公司 交易类型推荐方法及***、智能交易终端
CN109637101A (zh) * 2018-12-14 2019-04-16 平安城市建设科技(深圳)有限公司 网约车处理方法、装置、设备及可读存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136257A (zh) * 2011-11-30 2013-06-05 阿里巴巴集团控股有限公司 信息提供方法及其装置
CN103425678A (zh) * 2012-05-18 2013-12-04 阿里巴巴集团控股有限公司 一种业务对象的推荐信息的选择方法及装置
CN103902697A (zh) * 2014-03-28 2014-07-02 百度在线网络技术(北京)有限公司 组合搜索方法、客户端和服务器
CN104243590A (zh) * 2014-09-19 2014-12-24 广州华多网络科技有限公司 资源对象推荐方法和装置
CN104537114A (zh) * 2015-01-21 2015-04-22 清华大学 个性化推荐方法
CN104657412A (zh) * 2013-11-21 2015-05-27 商业对象软件有限公司 用于指定和实现目标的推荐***
CN104809130A (zh) * 2014-01-27 2015-07-29 腾讯科技(深圳)有限公司 数据查询的方法、设备及***
CN105740323A (zh) * 2016-01-21 2016-07-06 厦门市三驾马车网络科技有限公司 基于资源特征和用户喜好的资源匹配推荐方法和***
CN105873041A (zh) * 2016-05-20 2016-08-17 乐视控股(北京)有限公司 自动连接WiFi的方法和装置、以及移动终端
CN105975472A (zh) * 2015-12-09 2016-09-28 乐视网信息技术(北京)股份有限公司 一种推荐方法和装置
CN106055645A (zh) * 2016-05-30 2016-10-26 天津大学 一种用于高维数据分析的维度重要性评估方法
US20160321326A1 (en) * 2012-11-20 2016-11-03 Alibaba Group Holding Limited Method and system for recommending target object information

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136257A (zh) * 2011-11-30 2013-06-05 阿里巴巴集团控股有限公司 信息提供方法及其装置
CN103425678A (zh) * 2012-05-18 2013-12-04 阿里巴巴集团控股有限公司 一种业务对象的推荐信息的选择方法及装置
US20160321326A1 (en) * 2012-11-20 2016-11-03 Alibaba Group Holding Limited Method and system for recommending target object information
CN104657412A (zh) * 2013-11-21 2015-05-27 商业对象软件有限公司 用于指定和实现目标的推荐***
CN104809130A (zh) * 2014-01-27 2015-07-29 腾讯科技(深圳)有限公司 数据查询的方法、设备及***
CN103902697A (zh) * 2014-03-28 2014-07-02 百度在线网络技术(北京)有限公司 组合搜索方法、客户端和服务器
CN104243590A (zh) * 2014-09-19 2014-12-24 广州华多网络科技有限公司 资源对象推荐方法和装置
CN104537114A (zh) * 2015-01-21 2015-04-22 清华大学 个性化推荐方法
CN105975472A (zh) * 2015-12-09 2016-09-28 乐视网信息技术(北京)股份有限公司 一种推荐方法和装置
CN105740323A (zh) * 2016-01-21 2016-07-06 厦门市三驾马车网络科技有限公司 基于资源特征和用户喜好的资源匹配推荐方法和***
CN105873041A (zh) * 2016-05-20 2016-08-17 乐视控股(北京)有限公司 自动连接WiFi的方法和装置、以及移动终端
CN106055645A (zh) * 2016-05-30 2016-10-26 天津大学 一种用于高维数据分析的维度重要性评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KOPYLOVA,EVGUENIA等: "Open-Source Sequence Clustering Methods Improve the State Of the Art", 《MSYSTEMS》 *
孙光福等: "基于时序行为的协同过滤推荐算法", 《软件学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447622A (zh) * 2018-09-30 2019-03-08 中国银行股份有限公司 交易类型推荐方法及***、智能交易终端
CN109447622B (zh) * 2018-09-30 2022-02-08 中国银行股份有限公司 交易类型推荐方法及***、智能交易终端
CN109637101A (zh) * 2018-12-14 2019-04-16 平安城市建设科技(深圳)有限公司 网约车处理方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN108255893B (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN104537115B (zh) 用户兴趣的探索方法和装置
WO2005079406B1 (en) Method and apparatus for organizing, sorting and navigating multimedia content
CN105447902B (zh) 动画处理方法和装置
CN107870927A (zh) 文件评估方法和装置
CN104462429B (zh) 数据库查询语句的生成方法及装置
CN106708841B (zh) 网站访问路径的聚合方法和装置
CN108304112A (zh) 数据处理方法和装置
CN110276060A (zh) 数据处理的方法以及装置
CN104484406B (zh) 推荐数据的投放分析方法及装置
CN108256970A (zh) 一种基于购物需求进行产品推荐的方法
CN108228657A (zh) 一种关键字检索的实现方法及装置
CN105373619A (zh) 一种基于用户大数据的用户群体分析方法和***
KR20180017085A (ko) 위치 정보 제공 방법 및 디바이스
CN108255893A (zh) 个性化对象推荐方法和装置
CN106294785A (zh) 内容筛选方法以及***
CN106649385B (zh) 基于HBase数据库的数据排序方法和装置
CN108241691A (zh) 热点查询数据的搜集方法和装置
CN106933551A (zh) 配置处理方法和装置
CN106502972B (zh) 数据状态的展示方法和装置
CN106815183A (zh) 媒体内容的生成方法和装置
CN106569986A (zh) 字符串替换方法和装置
CN106933920A (zh) 会话的筛选方法和装置
CN110362540A (zh) 一种数据存储、访客数获取方法及装置
US20140067840A1 (en) System and method for retrieving information
JP6164596B2 (ja) キーワードターゲティングシステム、キーワードターゲティング装置、サーバ装置、キーワードターゲティング方法、及びプログラム

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
CB02 Change of applicant information

Address after: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing

Applicant after: Beijing Guoshuang Technology Co.,Ltd.

Address before: 100086 Cuigong Hotel, 76 Zhichun Road, Shuangyushu District, Haidian District, Beijing

Applicant before: Beijing Guoshuang Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant