CN111339411B - 控制推荐策略使用的方法、装置、设备及存储介质 - Google Patents

控制推荐策略使用的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111339411B
CN111339411B CN202010108379.3A CN202010108379A CN111339411B CN 111339411 B CN111339411 B CN 111339411B CN 202010108379 A CN202010108379 A CN 202010108379A CN 111339411 B CN111339411 B CN 111339411B
Authority
CN
China
Prior art keywords
recommendation
moment
user
effective
strategy
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
Application number
CN202010108379.3A
Other languages
English (en)
Other versions
CN111339411A (zh
Inventor
王杰
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.)
Jingdong Technology Holding Co Ltd
Original Assignee
Jingdong Technology Holding 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 Jingdong Technology Holding Co Ltd filed Critical Jingdong Technology Holding Co Ltd
Priority to CN202010108379.3A priority Critical patent/CN111339411B/zh
Publication of CN111339411A publication Critical patent/CN111339411A/zh
Application granted granted Critical
Publication of CN111339411B publication Critical patent/CN111339411B/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
    • G06F16/90Details 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及一种控制推荐策略使用的方法、装置、设备及存储介质,方法包括:获取用户在第一时刻提交的页面访问请求,其中,所述页面访问请求中携带访问关键信息;获取所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,所述生效模式用于指示生效的各推荐策略的组合使用方式;基于所述用户的历史数据以及所述访问关键信息,采用所述第一时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并将所述推荐结果页面返回给所述用户。本申请用以实现对多种推荐策略的智能化管理。

Description

控制推荐策略使用的方法、装置、设备及存储介质
技术领域
本申请涉及计算机技术领域,尤其涉及一种控制推荐策略使用的方法、装置、设备及存储介质。
背景技术
在大数据中,智能推荐的应用越来越普遍。智能推荐是基于机器学习技术从海量数据中深入挖掘用户行为以及业务特征,针对不同场景提供实时、精准的推荐服务,根据对大数据的信息化处理,获得用户可能感兴趣的新闻、视频、商品等信息在页面的优先位置进行展示。
根据不同的用户特征和推荐逻辑,可以产生不同的推荐策略,例如,根据用户自身的购物偏好,生成推荐策略,或者,根据与用户具有相似购物偏好的多个其他用户近期的购买行为,生成推荐策略,或者,根据近期市场热点事件,生成推荐策略等。
这就导致***中同时保存有多种推荐策略,但是在实现本发明过程中,发明人发现目前并没有对同时存在的多种推荐策略进行有效管理的方案,推荐策略的使用完全由运营人员手动控制。
发明内容
本申请提供了一种控制推荐策略使用的方法、装置、设备及存储介质,用以实现对多种推荐策略的智能化管理。
第一方面,本申请实施例提供了一种控制推荐策略使用的方法,包括:
获取用户在第一时刻提交的页面访问请求,其中,所述页面访问请求中携带访问关键信息;
获取所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,所述生效模式用于指示生效的各推荐策略的组合使用方式;
基于所述用户的历史数据以及所述访问关键信息,使用所述第一时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并将所述推荐结果页面返回给所述用户。
可选地,所述推荐策略的生效模式包括:
固定模式,用于固定使用生效的一个推荐策略;
随机模式,用于从生效的各推荐策略中随机选择一个推荐策略;
按比例模式,用于在有N个生效的推荐策略时,对于第i个生效的推荐策略,向第i个比例值的用户推荐,其中,N个生效的推荐策略所对应的比例值的和为1。
可选地,为所述用户生成推荐结果页面之后,所述方法还包括:保存所述第一时刻、所述第一时刻生效的推荐策略以及各推荐策略的生效模式,以及所述第一时刻的所述推荐结果页面。
可选地,将所述推荐结果页面返回给所述用户之后,所述方法还包括:
获取用户在第二时刻提交的所述页面访问请求;
获取所述第二时刻生效的各推荐策略以及各推荐策略的生效模式;
判断所述第二时刻生效的各推荐策略以及各推荐策略的生效模式,与所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,是否完全相同;
根据判断结果为所述用户生成推荐结果接页面并返回给所述用户。
可选地,根据判断结果为所述用户生成推荐结果接页面并返回给所述用户,包括:
若所述判断结果为完全相同,则直接获取保存的所述第一时刻的所述推荐结果页面,并返回给所述用户。
可选地,根据判断结果为所述用户生成推荐结果接页面并返回给所述用户,包括:
若所述判断结果为不是完全相同,判断是否存在所述第二时刻生效的推荐策略中不包含、且所述第一时刻生效的推荐策略中包含的推荐策略,且未在所述第一时刻使用;
若存在,直接获取保存的所述第一时刻的所述推荐结果页面,并返回给所述用户;
若不存在,基于所述用户的历史数据以及所述访问关键信息,使用所述第二时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并返回给所述用户。
可选地,使用所述第二时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面之后,所述方法还包括:
将保存的所述第一时刻、所述第一时刻生效的推荐策略以及各推荐策略的生效模式,以及所述第一时刻的所述推荐结果页面,替换为,所述第二时刻、所述第二时刻生效的推荐策略以及各推荐策略的生效模式,以及所述第二时刻的所述推荐结果页面。
第二方面,本申请实施例提供了一种控制推荐策略使用的装置,包括:
第一获取模块,用于获取用户在第一时刻提交的页面访问请求,其中,所述页面访问请求中携带访问关键信息;
第二获取模块,用于获取所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,所述生效模式用于指示生效的各推荐策略的组合使用方式;
处理模块,用于基于所述用户的历史数据以及所述访问关键信息,使用所述第一时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并将所述推荐结果页面返回给所述用户。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器、通信接口和存储器通过通信总线完成相互间的通信;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器中所存储的程序,实现第一方面所述的控制推荐策略使用的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的控制推荐策略使用的方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:本申请实施例提供的该方法,在获取用户在第一时刻提交的页面访问请求后,获取该第一时刻生效的推荐策略以及各推荐策略的生i下模式,基于该用户的历史数据以及该页面访问请求中所携带的访问关键信息,采用该第一时刻生效的各推荐策略以及各推荐策略的生效模式,为该用户生成推荐结果页面,从而实现了多种推荐策略的智能化管理和使用,避免了每次使用后台人员指定的单一的推荐策略,导致管理和使用不灵活的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本申请实施例中控制推荐策略使用的方法流程示意图;
图2为本申请实施例中控制推荐策略使用的装置结构示意图;
图3为本申请实施例中电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请的一部分实施例,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的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。
本申请实施例中,后台服务器中同时设置有多种推荐策略,工作人员可以定期或不定期配置生效的各推荐策略以及该生效的各推荐策略的生效模式。后台服务器基于该配置控制推荐策略的使用。
如图1所示,控制推荐策略使用的具体过程如下:
步骤101,获取用户在第一时刻提交的页面访问请求,其中,该页面访问请求中携带访问关键信息。
其中,该访问关键信息可以是用户感兴趣内容所属类别的信息,例如,所有商品类、食品类、服装类、理财类等。
其中,页面访问请求中所携带的访问关键信息,主要是作为推荐策略进行推荐的依据。
例如,在访问关键信息中包括用户的标识时,推荐策略可以根据该用户的标识,获取该用户的历史数据,根据该用户的历史数据确定用户行为喜好,进而通过推荐策略按照该用户的行为喜好生成推荐结果。又例如,在访问关键信息中包括关键词,推荐策略根据该关键词,获取所有用户的历史数据,从所有用户的历史数据提取该关键词对应的数据,按照提取的数据为该用户生成推荐结果。
可选地,根据具体的推荐策略的不同,访问关键信息也不同。
步骤102,获取第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,生效模式用于指示生效的各推荐策略的组合使用方式。
一个具体实施例中,推荐策略的生效模式根据需要可以有多种,此处仅列举以下几种,但需要说明的是,这并不意味着只能有以下几种生效模式,对于未列举生效模式也在本申请实施例要求保护的范围内:
第一,固定模式,用于固定使用生效的一个推荐策略。
该生效模式一般在后台运营人员仅指定一个生效的推荐策略的情况下使用。
第二,随机模式,用于从生效的各推荐策略中随机选择一个推荐策略。
该生效模式在后台运营人员指定多个生效的推荐策略,针对用户A从生效的各推荐策略中随机选择一个推荐策略(假设为推荐策略A),为该用户A生成推荐结果页面,针对用户B从生效的各推荐策略中随机选择一个推荐策略(假设为推荐策略B),为该用户B生成推荐结果页面。
第三,按比例模式,用于在有N个生效的推荐策略时,对于第i个生效的推荐策略,向第i个比例值的用户推荐,其中,N个生效的推荐策略所对应的比例值的和为1。
例如,假设后台运营人员配置生效的推荐策略有三个,分别为推荐策略A、推荐策略B和推荐策略C,且配置推荐策略A对应的比例值为10%,推荐策略B对应的比例为比例值为30%,推荐策略C对应的比例值为60%。那么,在为某用户进行推荐时,为该用户所选择的生效的推荐策略,在选择后满足该生效策略对应的比例值,也就是说如果该为用户选择推荐策略B,则选择后满足30%的用户使用了该推荐策略B。
步骤103,基于用户的历史数据以及访问关键信息,使用第一时刻生效的各推荐策略以及各推荐策略的生效模式,为该用户生成推荐结果页面,并将推荐结果页面返回给该用户。
具体地,在配置过程中,配置人员先选中生效模式(固定、随机、按比例等模式中的一种),再从所有的推荐策略中选择生效的推荐策略,生效的推荐策略是指能够被使用的推荐策略,但被配置的推荐策略实际是否生效取决于生效模式,例如,在选中固定模式的情况下,需要从所有生效的推荐策略中选中一个进行使用,为被选中的实际未生效。
一个具体实施例中,为用户生成推荐结果页面之后,保存第一时刻、第一时刻生效的推荐策略以及各推荐策略的生效模式,以及第一时刻生成的该推荐结果页面。
在将该推荐结果页面返回给该用户之后,若获取到用户在第二时刻提交的页面访问请求,这里假设第一时刻提交的页面访问请求与第二时刻提交的页面访问请求中所携带的访问关键信息相同,则获取第二时刻生效的各推荐策略以及各推荐策略的生效模式,判断第二时刻生效的各推荐策略以及各推荐策略的生效模式,与第一时刻生效的各推荐策略以及各推荐策略的生效模式,是否完全相同;根据判断结果为该用户生成推荐结果接页面并返回给该用户。
具体地,若该判断结果为完全相同,则直接获取保存的第一时刻的推荐结果页面,并返回给用户。
若所述判断结果为不是完全相同,判断是否存在所述第二时刻生效的推荐策略中不包含、且所述第一时刻生效的推荐策略中包含的推荐策略,且未在所述第一时刻使用;若存在,直接获取保存的所述第一时刻的所述推荐结果页面,并返回给所述用户;若不存在,基于所述用户的历史数据以及所述访问关键信息,使用所述第二时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并返回给所述用户。
并且,使用第二时刻生效的各推荐策略以及各推荐策略的生效模式,为用户生成推荐结果页面之后,将原先保存的第一时刻、第一时刻生效的推荐策略以及各推荐策略的生效模式,以及第一时刻的所述推荐结果页面,替换为,第二时刻、第二时刻生效的推荐策略以及各推荐策略的生效模式,以及第二时刻生成的推荐结果页面。
如果第一时刻提交的页面访问请求与第二时刻提交的页面访问请求中所携带的访问关键信息不相同,则不需要执行上述判断第一时刻和第二时刻生效的推荐策略和生效模式是否相同的过程,直接按照第二时刻生效的推荐策略和生效模式生成推荐结果页面即可。
本申请实施例提供的该方法,在获取用户在第一时刻提交的页面访问请求后,获取该第一时刻生效的推荐策略以及各推荐策略的生效模式,基于该用户的历史数据以及该页面访问请求中所携带的访问关键信息,采用该第一时刻生效的各推荐策略以及各推荐策略的生效模式,为该用户生成推荐结果页面,从而实现了多种推荐策略的智能化管理和使用,避免了每次使用后台人员指定的单一的推荐策略,导致管理和使用不灵活的问题,丰富了推荐策略的使用。
基于同一构思,本申请实施例中提供了一种控制推荐策略使用的装置,该装置的具体实施可参见方法实施例部分的描述,重复之处不再赘述,如图2所示,该装置主要包括:
第一获取模块201,用于获取用户在第一时刻提交的页面访问请求,其中,所述页面访问请求中携带访问关键信息;
第二获取模块202,用于获取所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,所述生效模式用于指示生效的各推荐策略的组合使用方式;
处理模块203,用于基于所述用户的历史数据以及所述访问关键信息,使用所述第一时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并将所述推荐结果页面返回给所述用户。
一个具体实施例中,所述推荐策略的生效模式包括:
固定模式,用于固定使用生效的一个推荐策略;
随机模式,用于从生效的各推荐策略中随机选择一个推荐策略;
按比例模式,用于在有N个生效的推荐策略时,对于第i个生效的推荐策略,向第i个比例值的用户推荐,其中,N个生效的推荐策略所对应的比例值的和为1。
一个具体实施例中,所述处理模块还用于:
为所述用户生成推荐结果页面之后,保存所述第一时刻、所述第一时刻生效的推荐策略以及各推荐策略的生效模式,以及所述第一时刻的所述推荐结果页面。
基于同一构思,本申请实施例中还提供了一种电子设备,如图3所示,该电子设备主要包括:处理器301、通信接口302、存储器303和通信总线304,其中,处理器301、通信接口302和存储器303通过通信总线304完成相互间的通信。其中,存储器303中存储有可被至处理器301执行的程序,处理器301执行存储器303中存储的程序,实现如下步骤:获取用户在第一时刻提交的页面访问请求,其中,所述页面访问请求中携带访问关键信息;获取所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,所述生效模式用于指示生效的各推荐策略的组合使用方式;基于所述用户的历史数据以及所述访问关键信息,使用所述第一时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并将所述推荐结果页面返回给所述用户。
上述电子设备中提到的通信总线304可以是外设部件互连标准(PeripheralComponent Interconnect,简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture,简称EISA)总线等。该通信总线304可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口302用于上述电子设备与其他设备之间的通信。
存储器303可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器301的存储装置。
上述的处理器301可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等,还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当该计算机程序在计算机上运行时,使得计算机执行上述实施例中所描述控制推荐策略使用的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时,全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。
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。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种控制推荐策略使用的方法,其特征在于,包括:
获取用户在第一时刻提交的页面访问请求,其中,所述页面访问请求中携带访问关键信息;
获取所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,所述生效模式用于指示生效的各推荐策略的组合使用方式;
基于所述用户的历史数据以及所述访问关键信息,使用所述第一时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并将所述推荐结果页面返回给所述用户;
获取用户在第二时刻提交的所述页面访问请求;
获取所述第二时刻生效的各推荐策略以及各推荐策略的生效模式;
判断所述第二时刻生效的各推荐策略以及各推荐策略的生效模式,与所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,是否完全相同;
根据判断结果为所述用户生成推荐结果接页面并返回给所述用户;
其中,根据判断结果为所述用户生成推荐结果接页面并返回给所述用户,包括:
若所述判断结果为不是完全相同,判断是否存在所述第二时刻生效的推荐策略中不包含、且所述第一时刻生效的推荐策略中包含的推荐策略,且未在所述第一时刻使用;
若存在,直接获取保存的所述第一时刻的所述推荐结果页面,并返回给所述用户。
2.根据权利要求1所述的控制推荐策略使用的方法,其特征在于,所述推荐策略的生效模式包括:
固定模式,用于固定使用生效的一个推荐策略;
随机模式,用于从生效的各推荐策略中随机选择一个推荐策略;
按比例模式,用于在有N个生效的推荐策略时,对于第i个生效的推荐策略,向第i个比例值的用户推荐,其中,N个生效的推荐策略所对应的比例值的和为1。
3.根据权利要求2所述的控制推荐策略使用的方法,其特征在于,为所述用户生成推荐结果页面之后,所述方法还包括:保存所述第一时刻、所述第一时刻生效的推荐策略以及各推荐策略的生效模式,以及所述第一时刻的所述推荐结果页面。
4.根据权利要求3所述的控制推荐策略使用的方法,其特征在于,将所述推荐结果页面返回给所述用户之后,所述方法还包括:
获取用户在第二时刻提交的所述页面访问请求;
获取所述第二时刻生效的各推荐策略以及各推荐策略的生效模式;
判断所述第二时刻生效的各推荐策略以及各推荐策略的生效模式,与所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,是否完全相同;
根据判断结果为所述用户生成推荐结果接页面并返回给所述用户。
5.根据权利要求4所述的控制推荐策略使用的方法,其特征在于,根据判断结果为所述用户生成推荐结果接页面并返回给所述用户,包括:
若所述判断结果为完全相同,则直接获取保存的所述第一时刻的所述推荐结果页面,并返回给所述用户。
6.根据权利要求4所述的控制推荐策略使用的方法,其特征在于,根据判断结果为所述用户生成推荐结果接页面并返回给所述用户,包括:
若所述判断结果为不是完全相同,判断是否存在所述第二时刻生效的推荐策略中不包含、且所述第一时刻生效的推荐策略中包含的推荐策略,且未在所述第一时刻使用;
若不存在,基于所述用户的历史数据以及所述访问关键信息,使用所述第二时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并返回给所述用户。
7.根据权利要求6所述的控制推荐策略使用的方法,其特征在于,使用所述第二时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面之后,所述方法还包括:
将保存的所述第一时刻、所述第一时刻生效的推荐策略以及各推荐策略的生效模式,以及所述第一时刻的所述推荐结果页面,替换为,所述第二时刻、所述第二时刻生效的推荐策略以及各推荐策略的生效模式,以及所述第二时刻的所述推荐结果页面。
8.一种控制推荐策略使用的装置,其特征在于,包括:
第一获取模块,用于获取用户在第一时刻提交的页面访问请求,其中,所述页面访问请求中携带访问关键信息;
第二获取模块,用于获取所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,其中,所述生效模式用于指示生效的各推荐策略的组合使用方式;
处理模块,用于基于所述用户的历史数据以及所述访问关键信息,使用所述第一时刻生效的各推荐策略以及所述各推荐策略的生效模式,为所述用户生成推荐结果页面,并将所述推荐结果页面返回给所述用户;
所述处理模块还用于:
获取用户在第二时刻提交的所述页面访问请求;
获取所述第二时刻生效的各推荐策略以及各推荐策略的生效模式;
判断所述第二时刻生效的各推荐策略以及各推荐策略的生效模式,与所述第一时刻生效的各推荐策略以及各推荐策略的生效模式,是否完全相同;
根据判断结果为所述用户生成推荐结果接页面并返回给所述用户;
其中,根据判断结果为所述用户生成推荐结果接页面并返回给所述用户,包括:
若所述判断结果为不是完全相同,判断是否存在所述第二时刻生效的推荐策略中不包含、且所述第一时刻生效的推荐策略中包含的推荐策略,且未在所述第一时刻使用;
若存在,直接获取保存的所述第一时刻的所述推荐结果页面,并返回给所述用户。
9.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器、通信接口和存储器通过通信总线完成相互间的通信;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器中所存储的程序,实现权利要求1至7任一项所述的控制推荐策略使用的方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的控制推荐策略使用的方法。
CN202010108379.3A 2020-02-21 2020-02-21 控制推荐策略使用的方法、装置、设备及存储介质 Active CN111339411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010108379.3A CN111339411B (zh) 2020-02-21 2020-02-21 控制推荐策略使用的方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010108379.3A CN111339411B (zh) 2020-02-21 2020-02-21 控制推荐策略使用的方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111339411A CN111339411A (zh) 2020-06-26
CN111339411B true CN111339411B (zh) 2023-09-29

Family

ID=71185413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010108379.3A Active CN111339411B (zh) 2020-02-21 2020-02-21 控制推荐策略使用的方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111339411B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115374370B (zh) * 2022-10-26 2023-04-07 小米汽车科技有限公司 基于多模型的内容推送方法、装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271558A (zh) * 2008-05-16 2008-09-24 华东师范大学 基于上下文信息的多策略商品推荐***
CN104394439A (zh) * 2014-11-20 2015-03-04 合一网络技术(北京)有限公司 基于动态配置的视频推荐分流的***
CN106708858A (zh) * 2015-11-13 2017-05-24 阿里巴巴集团控股有限公司 一种信息推荐方法及装置
CN108960945A (zh) * 2017-05-18 2018-12-07 北京京东尚科信息技术有限公司 商品推荐方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5954975B2 (ja) * 2011-12-06 2016-07-20 キヤノン株式会社 情報処理装置、情報処理方法、コンピュータプログラム
US8938438B2 (en) * 2012-10-11 2015-01-20 Go Daddy Operating Company, LLC Optimizing search engine ranking by recommending content including frequently searched questions
CN108885624B (zh) * 2016-09-02 2022-11-08 浙江核新同花顺网络信息股份有限公司 信息推荐***及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271558A (zh) * 2008-05-16 2008-09-24 华东师范大学 基于上下文信息的多策略商品推荐***
CN104394439A (zh) * 2014-11-20 2015-03-04 合一网络技术(北京)有限公司 基于动态配置的视频推荐分流的***
CN106708858A (zh) * 2015-11-13 2017-05-24 阿里巴巴集团控股有限公司 一种信息推荐方法及装置
CN108960945A (zh) * 2017-05-18 2018-12-07 北京京东尚科信息技术有限公司 商品推荐方法和装置

Also Published As

Publication number Publication date
CN111339411A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN105989135B (zh) 搜索结果的获取方法及装置
US8924361B2 (en) Monitoring entitlement usage in an on-demand system
Taddeo Modelling trust in artificial agents, a first step toward the analysis of e-trust
US20070011056A1 (en) Content monitor
CN107305611B (zh) 恶意账号对应的模型建立方法和装置、恶意账号识别的方法和装置
US9904439B2 (en) Managing items in a networked environment
CN108173839B (zh) 权限管理方法及***
US20110161091A1 (en) Systems and Methods for Connecting Entities Through Content
CN102413151A (zh) 分享网络资源的方法及***
US20210157884A1 (en) Systems And Methods For Expedited Entitlement Checks
US20120331128A1 (en) Method and a system for analysing impact of changes to content of a website
WO2015103275A1 (en) Product matching systems and related methods
CN111339411B (zh) 控制推荐策略使用的方法、装置、设备及存储介质
WO2016084259A1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US10135877B2 (en) Enforcing usage policies on combinations of collected data to be disseminated to destination systems
US20120136883A1 (en) Automatic Dynamic Multi-Variable Matching Engine
CN116305217A (zh) 多租户管理方法、装置、计算机设备及存储介质
WO2016084258A1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020047067A (ja) コンテンツ閲覧履歴取得システムおよびコンテンツ閲覧履歴取得方法
CN113343072B (zh) 标签查询方法、装置、设备及存储介质
US10757216B1 (en) Group profiles for group item recommendations
JP6322522B2 (ja) 広告配信システムおよびプログラム
CN113780328A (zh) 信息推送方法、装置及存储介质
CN112269623A (zh) 信息展示方法、装置、电子设备及存储介质
JP2020113145A (ja) 情報処理装置、サービス利用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
CB02 Change of applicant information

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Holding Co.,Ltd.

Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Digital Technology Holding Co.,Ltd.

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Digital Technology Holding Co.,Ltd.

Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant