CN109948059A - 内容的推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本公开实施例公开了一种内容的推荐方法、装置、设备及存储介质。该方法包括：获取与列表内容关联的埋点数据；根据所述埋点数据确定当前用户对所述列表内容的兴趣度；判断所述兴趣度是否超过设定阈值；若超过，则将所述列表内容推送至与所述当前用户相似度满足设定条件的用户。本公开实施例提供的内容的推荐方法，根据埋点信息确定当前用户对列表内容的兴趣度，若兴趣度超过设定阈值，则将该列表内容推送至与当前用户相似的用户，可以提高内容推荐的准确性。

Description

内容的推荐方法、装置、设备及存储介质

技术领域

本公开实施例涉及大数据分析技术领域，尤其涉及一种内容的推荐方法、装置、设备及存储介质。

背景技术

随着互联网的快速发展，各种应用程序(Application，APP)被开发出来以实现不同的功能，从而满足用户不同的需求。许多APP具有内容推荐的版块，将当前点击率或热度高的内容推荐给用户，即可以使用户及时的获得当前的热门内容，同时进一步增加热门内容的点击率。

现有技术中，给用户推荐内容时，只按照内容的网络测评数据进行推荐，而有些列表内容可能是一些用户不敢兴趣的，使得推荐的准确性较低。

发明内容

本公开实施例提供一种内容的推荐方法、装置、设备及存储介质，可以提高内容推荐的准确性。

第一方面，本公开实施例提供了一种内容的推荐方法，该方法包括：

获取与列表内容关联的埋点数据；

根据所述埋点数据确定当前用户对所述列表内容的兴趣度；

判断所述兴趣度是否超过设定阈值；

若超过，则将所述列表内容推送至与所述当前用户相似度满足设定条件的用户。

进一步地，获取与列表内容关联的埋点数据，包括：

检测到用户点击列表页中的列表内容时，获取所述列表内容的身份标识码ID；

根据点击操作跳转至新页面，并检测用户在新页面中的触发事件；

根据所述触发事件生成埋点数据，并将所述列表内容的ID添加至所述埋点数据中，获得与所述列表内容关联的埋点数据；

当页面根据所述触发事件跳转至下一个新页面时，判断下一个新页面是否为列表页，若不是，则返回执行检测用户在新页面中的触发事件的操作；直到下一个新页面为列表页。

进一步地，根据所述埋点数据确定当前用户对所述列表内容的兴趣度，包括：

对所述埋点数据进行统计分析，获得所述列表内容的置信度；

根据所述置信度确定用户对所述列表内容的兴趣度。

进一步地，对所述埋点数据进行统计分析，获得所述列表内容的置信度，包括：

获取多个评估指标在所述埋点数据中分别对应的评估数据，以及每个评估指标对应的加权值；其中，评估指标及加权值根据业务需求和/或产品需求预先设置；

根据每个评估指标对应的评估数据和每个评估指标对应的加权值确定所述列表内容的置信度。

进一步地，在将所述列表内容推送至与所述当前用户相似度满足设定条件的其他用户之前，还包括：

获取所述当前用户对应的多个兴趣度标签；

查找与所述多个兴趣度标签中相同的兴趣度标签的数量超过设定值的用户，确定为与所述当前用户相似度满足设定条件的用户。

进一步地，所述埋点数据包括用户操作行为信息及用户停留时长。

进一步地，所述列表页面采用HTML5技术开发。

第二方面，本公开实施例还提供了一种内容的推荐装置，该装置包括：

埋点数据获取模块，用于获取与列表内容关联的埋点数据；

兴趣度确定模块，用于根据所述埋点数据确定当前用户对所述列表内容的兴趣度；

兴趣度判断模块，用于判断所述兴趣度是否超过设定阈值；

列表内容推送模块。当兴趣度超过设定阈值时，将所述列表内容推送至与所述当前用户相似度满足设定条件的用户。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理装置；存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如本公开实施例所述的内容的推荐方法。

第四方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例所述的内容的推荐方法。

本公开实施例，首先获取与列表内容关联的埋点数据，然后根据埋点数据确定当前用户对列表内容的兴趣度，再然后判断兴趣度是否超过设定阈值，若超过，则将列表内容推送至与当前用户相似度满足设定条件的用户。本公开实施例提供的内容的推荐方法，根据埋点信息确定当前用户对列表内容的兴趣度，若兴趣度超过设定阈值，则将该列表内容推送至与当前用户相似的用户，可以提高内容推荐的准确性。

附图说明

图1是本公开实施例一中一种内容的推荐方法的流程图；

图2是本公开实施例一中的一种获取与列表内容关联的埋点数据的示例图；

图3是本公开实施例一中的一种内容的推荐方法的流程图；

图4是本公开实施例二中的一种内容的推荐装置的结构示意图；

图5是本公开实施例三中的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分而非全部结构。

实施例一

图1为本公开实施例一提供的一种内容的推荐方法的流程图，本实施例可适用于向用户推荐内容的情况，该方法可以由内容的推荐装置来执行，，该装置可以由硬件和/或软件构成，并一般集成在具有内容的推荐功能的电子设备中。如图1所示，该方法具体包括如下步骤：

步骤110，获取与列表内容关联的埋点数据。

其中，列表内容可以理解为Feed内容。埋点的作用可以是采集用户行为或业务过程的数据。埋点数据可以是反应用户行为或者业务过程的数据。埋点的方式可以分为三个等级：初级、中级和高级。初级的方式是在产品、服务器转化关键点植入统计代码，根据转化关键点的独立身份识别码(Identification，ID)确保数据采集不重复(例如购买按钮点击率)；中级的方式可以是植入多段代码，追踪用户在平台每个界面的系列行为，事件之间相互独立(如打开商品详情页——选择商品型号——加入购物车——下订单——购买完成)；高级的方式是联合公司工程、数据仓库技术(Extract-Transform-Load，ETL)采集分析用户全量行为，建立用户画像，还原用户行为模型，作为产品分析、优化的基础。本实施例中，采用中级的方式进行埋点，即追踪用户在平台每个界面的系列行为。

列表内容可以是在应用程序(Application，APP)的推荐页面(推荐版块)展示的内容，是APP推荐给用户的内容，即是用户被动获取的内容，而不是主动搜索获取到的。列表内容可以是APP根据用户的行为习惯分析用户喜好，根据用户喜好推荐的内容。与列表内容关联的埋点数据可以是用户在由列表内容入口直接或者间接进入的页面中触发的事件行为数据，即将列表内容所在页面作为初始页，经列表内容跳转至的后续页面中产生的事件行为数据均为与列表内容关联的埋点数据。本实施例中，可以在埋点数据中添加列表内容的ID以确定埋点数据是与列表内容关联的。

可选的，获取与列表内容关联的埋点数据，可通过下述方式实施：检测到用户点击列表页面中的列表内容时，获取列表内容的ID；根据点击操作跳转至新页面，并检测用户在新页面中的触发事件；根据触发事件生成埋点数据，并将列表内容的ID添加至埋点数据中，获得与列表内容关联的埋点数据；当页面根据触发事件跳转至下一个新页面时，判断下一个新页面是否为推荐页面，若不是，则返回执行检测用户在新页面中的触发事件的操作；直到下一个新页面为列表页面。

其中，埋点数据可以包括用户操作行为信息及用户停留时长。例如，操作行为信息可以是点击按钮、购买行为等；用户停留时长可以是用户停留在某个页面的时长，或者观看某段视频的时长等。本实施例中，通过埋点数据可以反映用户对内容的喜好程度，如用户购买了某个内容或者观看某个内容的时长较长，则表示用户喜欢该内容。具体的，用户点击列表页面中展示的某个列表内容后，页面跳转至新的页面，在新的页面中会详细展示列表内容的具体内容以及其他相关的内容，用户在新的页面中会进行一系列的触发事件，如停留较长的时间查看列表内容的具体内容，或者点击购买该列表内容，或者点击其他内容的窗口跳转至下一个新的页面。在检测到用户在新页面中的触发事件后，获取到埋点数据，并将列表内容的ID添加至埋点数据中，使得埋点数据与列表内容相关联。在当前页面跳转至新的页面后，判断当前页面是否是列表页面，若不是，则继续检测用户在新页面中的触发事件，根据触发事件生成埋点数据，并将列表内容的ID添加至埋点数据中，直到页面返回列表页面。本实施例中，以列表页面作为初始页，以列表页面作为结束页，在中间跳转至的页面中的用户触发事件形成的埋点数据中，都要添加列表内容的ID，从而获取到与列表内容相关联的埋点数据。

示例性的，图2是本实施例中获取与列表内容关联的埋点数据的示例图。如图2所示，在推荐页面中展示了A、B和C三个列表内容的预览图，用户点击B的预览图跳转至新页面，在新页面中，展示B的具体内容以及其他内容(如B1、B2、B3和B4)的预览图，用户可以在该页面中点击播放B的具体内容或者点击购买B，或者点击B3的预览图，检测用户在该页面中的触发事件，从而生成对应的埋点数据，在用户点击B3的预览图之后，页面跳转至下一个新的页面，在该新的页面中展示有B3的具体内容以及其他内容(如B31、B32、B33和B34)的预览图，继续检测用户在该页面中的触发事件，从而生成对应的埋点数据，当检测到用户点击返回列表页面按钮的操作后，页面返回至列表页面。

步骤120，根据埋点数据确定当前用户对列表内容的兴趣度。

其中，用户对列表内容的兴趣度可以用列表内容的置信度来表征，置信度越高则表明用户对列表内容越感兴趣。具体的，在获得携带有列表内容ID的埋点数据后，对数据进行抽取、清洗及分析等操作，获得用户对列表内容的兴趣度。

可选的，根据埋点数据确定当前用户对列表内容的兴趣度，可通过下述方式实施：对埋点数据进行统计分析，获得列表内容的置信度；根据置信度确定用户对列表内容的兴趣度。

具体的，对埋点数据进行统计分析，获得列表内容的置信度的过程可以是：获取多个评估指标在埋点数据中分别对应的评估数据，以及每个评估指标对应的加权值；其中，评估指标及加权值根据业务需求和/或产品需求预先设置；根据每个评估指标对应的评估数据和每个评估指标对应的加权值确定列表内容的置信度。

其中，评估指标可以包括用户停留时长、购买次数、切换页面数量等。用户停留时长可以是用户从列表内容的入口进入后在各页面停留的总时长。评估指标的加权值可以根据评估指标可以反映用户兴趣度的程度来确定，如：购买行为比切换页面行为更能确定用户对内容的喜欢，则购买次数的加权值比切换页面数量的加权值大。本实施例中，评估指标及加权值根据业务需求和/或产品需求预先设置，不同的APP对应的评估指标不同，或者相同APP在不同业务下评估指标页不同，此处不做限定。

本实施例中，根据每个评估指标对应的评估数据和每个评估指标对应的加权值确定列表内容的置信度可以按照如下公式计算：其中，P为列表内容的置信度，Q_i为第i个评估指标在埋点数据中对应的评估数据，A_i为第i个评估指标的加权值。示例性的，假设评估指标包括用户停留时长、购买次数、切换页面数量这三个量，且三个评估指标分别对应的加权值为0.6、0.8和0.3。在与某列表内容关联的评估数据中用户停留时长为60秒，购买次数为2次，切换页面数量为5，则该列表内容的置信度为P＝0.6*60+0.8*2+0.3*5＝39.1。

步骤130，判断兴趣度是否超过设定阈值，若超过，则执行步骤140，若没超过，则执行步骤150。

其中，设定阈值可以根据业务需求和/或产品需求设置。

步骤140，将列表内容推送至与当前用户相似度满足设定条件的用户。

具体的，获取与当前用户相似度满足设定条件的方式可以，获取当前用户对应的多个兴趣度标签；查找与多个兴趣度标签中相同的兴趣度标签的数量超过设定值的用户，确定为与当前用户相似度满足设定条件的用户。

其中，用户的兴趣度标签是基于用户的历史行为数据确定的。每个用户都会携带多个兴趣度标签。例如：当前用户的兴趣度标签为A、B、C，第二用户的兴趣度标签为A、D，第三用户的兴趣度标签为A、B、D，则当前用户与第一用户具有1个相同的兴趣度标签，当前用户和第三用户具有两个相同的兴趣度标签。本实施例中，若当前用户对列表内容的兴趣度超过设定阈值，表明当前用户对该列表内容非常感兴趣，则可以将该列表内容推送至与当前用户兴趣度相似的用户，进一步提高内容推荐的可靠性，提高用户体验。

步骤150，不推送列表内容。

可选的，页面采用HTML5(H5)技术开发。本实施例中，APP中的页面采用H5技术开发，这样做的好处是，无需考虑APP版本对功能的限制。

本实施的技术方案，首先获取与列表内容关联的埋点数据，然后根据埋点数据确定当前用户对列表内容的兴趣度，再然后判断兴趣度是否超过设定阈值，若超过，则将列表内容推送至与当前用户相似度满足设定条件的用户。本公开实施例提供的内容的推荐方法，根据埋点信息确定当前用户对列表内容的兴趣度，若兴趣度超过设定阈值，则将该列表内容推送至与当前用户相似的用户，可以提高内容推荐的准确性。

图3是本实施例中的一种内容的推荐方法的流程图，作为对上述实施例的进一步解释，如图3所示，该方法包括如下步骤：

步骤310，检测到用户点击列表页面中的列表内容时，获取列表内容的身份标识码ID。

步骤320，根据点击操作跳转至新页面，并检测用户在新页面中的触发事件。

步骤330，根据触发事件生成埋点数据，并将列表内容的ID添加至埋点数据中，获得与列表内容关联的埋点数据。

步骤340，当页面根据触发事件跳转至下一个新页面时，判断下一个新页面是否为列表页面，若不是，执行步骤320；若是，则执行步骤350。

步骤350，获取多个评估指标在埋点数据中分别对应的评估数据，以及每个评估指标对应的加权值。

步骤360，根据每个评估指标对应的评估数据和每个评估指标对应的加权值确定列表内容的置信度，根据置信度确定用户对列表内容的兴趣度。

步骤370，判断兴趣度是否超过设定阈值，若超过，则执行步骤380。

步骤380，获取当前用户的兴趣度标签，并将列表内容推送至与当前用户兴趣度标签相似的用户。

实施例二

图4为本公开实施例二提供的一种内容的推荐装置的结构示意图。如图4所示，该装置包括：埋点数据获取模块410，兴趣度确定模块420，兴趣度判断模块430和列表内容推送模块440。

埋点数据获取模块410，用于获取与列表内容关联的埋点数据；

兴趣度确定模块420，用于根据埋点数据确定当前用户对列表内容的兴趣度；

兴趣度判断模块430，用于判断兴趣度是否超过设定阈值；

列表内容推送模块440，当兴趣度超过设定阈值时，将列表内容推送至与当前用户相似度满足设定条件的用户。

可选的，埋点数据获取模块410，还用于：

检测到用户点击列表页中的列表内容时，获取列表内容的身份标识码ID；

根据点击操作跳转至新页面，并检测用户在新页面中的触发事件；

根据触发事件生成埋点数据，并将列表内容的ID添加至埋点数据中，获得与列表内容关联的埋点数据；

当页面根据触发事件跳转至下一个新页面时，判断下一个新页面是否为列表页，若不是，则返回执行检测用户在新页面中的触发事件的操作；直到下一个新页面为列表页。

可选的，兴趣度确定模块420，还用于：

对埋点数据进行统计分析，获得列表内容的置信度；

根据置信度确定用户对列表内容的兴趣度。

可选的，兴趣度确定模块420，还用于：

获取多个评估指标在埋点数据中分别对应的评估数据，以及每个评估指标对应的加权值；其中，评估指标及加权值根据业务需求和/或产品需求预先设置；

根据每个评估指标对应的评估数据和每个评估指标对应的加权值确定列表内容的置信度。

可选的，还包括：相似用户确定模块，用于：

获取当前用户对应的多个兴趣度标签；

查找与多个兴趣度标签中相同的兴趣度标签的数量超过设定值的用户，确定为与当前用户相似度满足设定条件的用户。

可选的，埋点数据包括用户操作行为信息及用户停留时长。

可选的，页面采用HTML5技术开发。

上述装置可执行本公开前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开前述所有实施例所提供的方法。

实施例三

下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端，或者各种形式的服务器，如独立服务器或者服务器集群。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储装置(ROM)502中的程序或者从存储装置505加载到随机访问存储装置(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行内容的推荐方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置505被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储装置(RAM)、只读存储装置(ROM)、可擦式可编程只读存储装置(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储装置(CD-ROM)、光存储装置件、磁存储装置件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该处理装置执行时，使得该电子设备：获取与列表内容关联的埋点数据；根据所述埋点数据确定当前用户对所述列表内容的兴趣度；判断所述兴趣度是否超过设定阈值；若超过，则将所述列表内容推送至与所述当前用户相似度满足设定条件的用户。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取推广内容关联的可操作控件的模块”。

注意，上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解，本公开不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此，虽然通过以上实施例对本公开进行了较为详细的说明，但是本公开不仅仅限于以上实施例，在不脱离本公开构思的情况下，还可以包括更多其他等效实施例，而本公开的范围由所附的权利要求范围决定。

Claims (10)

1.一种内容的推荐方法，其特征在于，包括：

获取与列表内容关联的埋点数据；

根据所述埋点数据确定当前用户对所述列表内容的兴趣度；

判断所述兴趣度是否超过设定阈值；

若超过，则将所述列表内容推送至与所述当前用户相似度满足设定条件的用户。

2.根据权利要求1所述的方法，其特征在于，获取与列表内容关联的埋点数据，包括：

检测到用户点击列表页中的列表内容时，获取所述列表内容的身份标识码ID；

根据点击操作跳转至新页面，并检测用户在新页面中的触发事件；

根据所述触发事件生成埋点数据，并将所述列表内容的ID添加至所述埋点数据中，获得与所述列表内容关联的埋点数据；

当页面根据所述触发事件跳转至下一个新页面时，判断下一个新页面是否为列表页，若不是，则返回执行检测用户在新页面中的触发事件的操作；直到下一个新页面为列表页。

3.根据权利要求1所述的方法，其特征在于，根据所述埋点数据确定当前用户对所述列表内容的兴趣度，包括：

对所述埋点数据进行统计分析，获得所述列表内容的置信度；

根据所述置信度确定用户对所述列表内容的兴趣度。

4.根据权利要求3所述的方法，其特征在于，对所述埋点数据进行统计分析，获得所述列表内容的置信度，包括：

获取多个评估指标在所述埋点数据中分别对应的评估数据，以及每个评估指标对应的加权值；其中，评估指标及加权值根据业务需求和/或产品需求预先设置；

根据每个评估指标对应的评估数据和每个评估指标对应的加权值确定所述列表内容的置信度。

5.根据权利要求1所述的方法，其特征在于，在将所述列表内容推送至与所述当前用户相似度满足设定条件的其他用户之前，还包括：

获取所述当前用户对应的多个兴趣度标签；

查找与所述多个兴趣度标签中相同的兴趣度标签的数量超过设定值的用户，确定为与所述当前用户相似度满足设定条件的用户。

6.根据权利要求1-5任一所述的方法，其特征在于，所述埋点数据包括用户操作行为信息及用户停留时长。

7.根据权利要求1-5任一所述的方法，其特征在于，所述列表页面采用HTML5技术开发。

8.一种内容的推荐装置，其特征在于，包括：

埋点数据获取模块，用于获取与列表内容关联的埋点数据；

兴趣度确定模块，用于根据所述埋点数据确定当前用户对所述列表内容的兴趣度；

兴趣度判断模块，用于判断所述兴趣度是否超过设定阈值；

列表内容推送模块，当兴趣度超过设定阈值时，将所述列表内容推送至与所述当前用户相似度满足设定条件的用户。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理装置；存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如权利要求1-7中任一所述的内容的推荐方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-7中任一所述的内容的推荐方法。