CN113704315B - 一种用户推荐方法、装置、电子设备及存储介质 - Google Patents
一种用户推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113704315B CN113704315B CN202110977468.6A CN202110977468A CN113704315B CN 113704315 B CN113704315 B CN 113704315B CN 202110977468 A CN202110977468 A CN 202110977468A CN 113704315 B CN113704315 B CN 113704315B
- Authority
- CN
- China
- Prior art keywords
- user
- recommended
- users
- database
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000006399 behavior Effects 0.000 claims description 20
- 238000012163 sequencing technique Methods 0.000 claims description 16
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开关于一种用户推荐方法、装置、电子设备及存储介质。所述方法包括:针对数据库中每个目标用户,遍历该目标用户关注的每个第一用户,确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中;遍历完成后,将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中;接收包含任一用户标识的用户推荐请求后,从所述数据库中获取该用户标识对应的推荐用户集合,并向登录有该用户标识对应用户的客户端返回所获取的推荐用户集合中满足预设条件的用户的信息。所述方法通过预先为用户确定待推荐用户,可以进行用户推荐时快速返回所确定的待推荐用户,提高推荐效率。
Description
技术领域
本公开涉及推荐技术领域,尤其涉及一种用户推荐方法、装置、电子设备及存储介质。
背景技术
针对许多业务平台,平台上的用户可以关注其他用户。业务平台可以基于这一关注关系执行相关业务。例如,在社交平台上,不同用户之间可以互相关注,使得用户可以获取到被关注的其他用户发布的文字或图片;在短视频平台上,用户在关注其他某一用户后,可以持续获取到被关注的其他用户发布的短视频。
为了提高用户体验,业务平台通常可以向用户推荐该用户可能感兴趣的其他用户,从而引导该用户关注所推荐的其他用户,增加该用户对业务平台的黏度。
但目前由于用户的关注关系随时会产生变化,业务平台在进行用户推荐时,通常在需要向用户推荐的时候,实时从数据库中获取用户信息进行推荐。而这种方式耗时较长,难以快速向用户推荐,导致用户体验降低。
发明内容
本公开提供一种用户推荐方法、装置、电子设备及存储介质,以至少解决相关技术中难以快速推荐的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种用户推荐方法,包括:
针对数据库中每个目标用户,遍历该目标用户关注的每个第一用户,确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中;遍历完成后,将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中;
接收包含任一用户标识的用户推荐请求后,从所述数据库中获取该用户标识对应的推荐用户集合,并向登录有该用户标识对应用户的客户端返回所获取的推荐用户集合中满足预设条件的用户的信息。
可选地,遍历该目标用户关注的每个第一用户之前,所述方法还包括:
针对数据库中每个目标用户,确定关注该目标用户的用户的数量;
在所确定的用户的数量大于预设数量的情况下,将该目标用户关注的第一用户存储到本地存储单元中。
可选地,遍历该目标用户关注的每个第一用户时,所述方法还包括:
确定关注该第一用户的用户的数量;
在所确定的用户的数量大于预设数量的情况下,将该第一用户关注的用户存储到本地存储单元中。
可选地,所述确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中,包括:
在确定本地存储单元存储有该第一用户关注的用户的情况下,从所述本地存储单元中将该第一用户关注的用户添加到推荐用户集合中;所述存储单元中存储有若干指定用户关注的用户;其中,关注所述指定用户的用户的数量大于预设数量;
在确定本地存储单元未存储该第一用户关注的用户的情况下,从所述数据库中将该第一用户关注的用户添加到推荐用户集合中;所述数据库中存储有若干用户关注的用户。
可选地,所述方法还包括:
检测任一目标用户的关注行为,所述关注行为包括目标用户关注任一用户,和/或目标用户取消关注任一用户;
基于所述关注行为更新该目标用户关注的第一用户。
可选地,所述将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,包括:
针对所述推荐用户集合中的用户进行排序,并将排序后的推荐用户集合与该目标用户标识的对应关系存储到所述数据库中。
可选地,所述针对所述推荐用户集合中的用户进行排序,包括:
遍历所述推荐用户集合中的每个待推荐用户,确定关注该待推荐用户的用户集合,与该目标用户关注的用户集合之间的交集;
将所确定的交集中用户数量与该待推荐用户的关注率之间的乘积作为该待推荐用户对应的推荐分数;所述关注率为用户被推荐后关注的次数与用户被推荐的次数之间的比值;
按照推荐分数从大到小的顺序对所述推荐用户集合中的用户进行排序。
可选地,所述预设条件包括:
对应的推荐分数大于预设分数;和/或在排序结果中序号小于预设序号。
可选地,所述遍历该目标用户关注的每个第一用户,包括:周期性遍历该目标用户关注的每个第一用户;
所述将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,包括:
将当前周期中该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,替换上一周期存储的该目标用户标识与推荐用户集合的对应关系。
根据本公开实施例的第二方面,提供一种用户推荐装置,包括:
遍历单元,被配置为执行:针对数据库中每个目标用户,遍历该目标用户关注的每个第一用户,确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中;遍历完成后,将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中;
推荐单元,被配置为执行:接收包含任一用户标识的用户推荐请求后,从所述数据库中获取该用户标识对应的推荐用户集合,并向登录有该用户标识对应用户的客户端返回所获取的推荐用户集合中满足预设条件的用户的信息。
可选地,所述装置还包括:
预存单元,被配置为执行:针对数据库中每个目标用户,确定关注该目标用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,将该目标用户关注的第一用户存储到本地存储单元中。
可选地,所述遍历单元包括:
本地存储子单元,被配置为执行:确定关注当前遍历的第一用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,将当前遍历的第一用户关注的用户存储到本地存储单元中。
可选地,所述遍历单元包括:
添加子单元,被配置为执行:在确定本地存储单元存储有该第一用户关注的用户的情况下,从所述本地存储单元中将该第一用户关注的用户添加到推荐用户集合中;所述存储单元中存储有若干指定用户关注的用户;其中,关注所述指定用户的用户的数量大于预设数量;在确定本地存储单元未存储该第一用户关注的用户的情况下,从所述数据库中将该第一用户关注的用户添加到推荐用户集合中;所述数据库中存储有若干用户关注的用户。
可选地,所述装置还包括:
检测单元,被配置为执行:检测任一目标用户的关注行为,所述关注行为包括目标用户关注任一用户,和/或目标用户取消关注任一用户;基于所述关注行为更新该目标用户关注的第一用户。
可选地,所述遍历单元,包括:
排序子单元,被配置为执行:针对所述推荐用户集合中的用户进行排序,并将排序后的推荐用户集合与该目标用户标识的对应关系存储到所述数据库中。
可选地,所述排序子单元,包括:
计算子单元,被配置为执行:遍历所述推荐用户集合中的每个待推荐用户,确定关注该待推荐用户的用户集合,与该目标用户关注的用户集合之间的交集;将所确定的交集中用户数量与该待推荐用户的关注率之间的乘积作为该待推荐用户对应的推荐分数;所述关注率为用户被推荐后关注的次数与用户被推荐的次数之间的比值;
顺序子单元,被配置为执行:按照推荐分数从大到小的顺序对所述推荐用户集合中的用户进行排序。
可选地,所述预设条件包括:
对应的推荐分数大于预设分数;和/或在排序结果中序号小于预设序号。
可选地,所述遍历单元,包括:周期子单元,被配置为执行:周期性遍历该目标用户关注的每个第一用户;
替换子单元,被配置为执行:
将当前周期中该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,替换上一周期存储的该目标用户标识与推荐用户集合的对应关系。
根据本公开实施例的第三方面,提供一种服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现上述的用户推荐方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由服务器的处理器执行时,使得服务器能够执行上述用户推荐方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现上述用户推荐方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
可以预先确定向数据库中每个用户推荐的“推荐用户”并存储到数据库中。在需要向任一用户推荐其他用户时,可以直接从数据库中获取该用户对应的“推荐用户”,无需实时确定,从而可以实现快速推荐,提高用户体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种用户推荐方法的流程图;
图2是根据一示例性实施例示出的另一种用户推荐方法的流程图;
图3是根据一示例性实施例示出的一种用户推荐装置框图;
图4是一示例性实施例示出的一种电子设备的结构图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开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,以便这里描述的本公开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。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
针对许多业务平台,平台上的用户可以关注其他用户。业务平台可以基于这一关注关系执行相关业务。例如,在社交平台上,不同用户之间可以互相关注,使得用户可以获取到被关注的其他用户发布的文字或图片;在短视频平台上,用户在关注其他某一用户后,可以持续获取到被关注的其他用户发布的短视频。
其中,用户关注其他用户可以理解为用户与其他用户建立一种单向关联,使得用户可以基于这一单向关联从其他用户获取信息,业务平台可以基于这一单向关联执行相关业务。相对应地,用户可以关注其他用户,也可以取消关注其他用户。
为了提高用户体验,业务平台通常可以向用户推荐该用户可能感兴趣的其他用户,从而引导该用户关注所推荐的其他用户,增加该用户对业务平台的黏度。
但目前由于用户的关注关系随时会产生变化,业务平台在进行用户推荐时,通常在需要向用户推荐的时候,实时从数据库中获取用户信息进行推荐。而这种方式耗时较长,难以快速向用户推荐,导致用户体验降低。
在一种示例中,一种推荐用户的原理为,针对目标用户,可以确定目标用户所关注的“已关注用户”,进而可以将已关注用户关注、但目标用户并未关注的用户推荐给目标用户。业务平台在利用上述原理进行用户推荐时,通常在需要向用户推荐的时候,实时通过关联查询从数据库中获取用户信息进行推荐。而这种方式耗时较长,难以快速向用户推荐,导致用户体验降低,并且关联查询容易耗费较多的计算资源和数据库资源。
为了实现快速推荐,业务平台可以利用图数据库构建用户之间的关注关系。但图数据库的开发成本太高,业务平台往往难以承担。
为了解决上述技术问题,本公开提供了一种用户推荐方法,可以预先确定向数据库中每个用户推荐的“待推荐用户”,并存储到数据库中。在需要向任一用户推荐其他用户时,可以直接从数据库中获取该用户对应的“待推荐用户”,无需实时确定,从而可以实现快速向用户推荐,提高用户体验。
该方法中还可以避免关联查询,先获取目标用户所关注的已关注用户,再一一针对已关注用户从数据库中获取所关注的用户,从而避免直接在数据库中执行关联查询,可以节约计算资源和数据库资源。
并且,如果根据不同用户的用户推荐需求实时确定待推荐用户,则业务平台每次接收到用户推荐请求后,都需要实时与数据库建立连接或维持占用长连接,耗费数据库的连接资源。而由于该方法是预先集中确定数据库中每个用户对应的待推荐用户,因此该方法中业务平台可以与数据库维持一个连接进行读写,完成对数据库中全部用户的用户推荐,从而可以节约数据库的连接资源。
同时,由于该方法中需要预先针对数据库中全部用户确定对应的待推荐用户,因此,为了进一步节约数据库资源,可以将需要重复多次读取的数据保存在业务平台本地,从而无需重复从数据库获取数据,节约数据库的读写资源。
其中,由于该方法中需要多次从数据库中获取用户所关注的全部用户,因此,可以将部分用户所关注的全部用户存储在业务平台本地,而关注这部分用户的用户数量可以较多。
显然,因为关注这部分用户的用户数量较多,在针对关注这部分用户的用户确定对应的待推荐用户时,都需要获取这部分用户关注的全部用户。换言之,需要从数据库中多次重复获取相同的数据(这部分用户关注的全部用户)。
而将这部分用户所关注的全部用户存储在业务平台本地后,可以直接从业务平台本地获取,进而节约了数据库的读写资源。
例如,在数据库中,用户1-100都关注用户101,用户101属于社交平台中的意见领袖。而用户101关注用户102。如果针对用户1-100,直接从数据库中获取所关注的用户101关注的用户信息,则需要从数据库中重复获取100次相同数据“用户101关注用户102”。而在将“用户101关注用户102”存储在业务平台本地后,针对用户1-100可以直接从本地获取,节约了数据库的读写资源。
显然,在本公开提供的一种用户推荐方法中,可以实现快速用户推荐,并且节约计算资源和数据库资源。
下面通过具体实施例并结合具体的应用场景对技术方案进行描述。
图1是根据一示例性实施例示出的一种用户推荐方法的流程图,如图1所示,该方法可以用于业务平台,具体可以是业务平台中的任一电子设备,例如服务器。该方法可以包括以下步骤。
S101:针对数据库中每个目标用户,遍历该目标用户关注的每个第一用户,确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中;遍历完成后,将该目标用户标识与推荐用户集合的对应关系存储到数据库中。
可选地,目标用户可以是数据库中的任一用户。此处为了便于描述,将数据库中任一用户称为目标用户。S101可以针对数据库中每个用户确定对应的推荐用户集合。
其中,数据库中可以存储有若干用户的信息,以及若干用户关注的其他用户的信息。
可选地,数据库中可以存储有用户之间的关注关系,关注关系可以至少用于表征用户之间的关注情况,具体可以包括用户信息与用户所关注的其他用户的信息。
此外,业务平台本地也可以存储部分用户所关注的用户信息。关注这部分用户的用户数量可以大于预设数量。
在一种具体的示例中,可以针对业务平台中粉丝数较多的用户,将这些用户关注的用户存储到业务平台本地,方便S101中从本地确定第一用户关注的用户,无需从数据库中查询。从而可以避免针对粉丝数较多的用户,重复从数据库中获取相同的用户关注情况。
S102:接收包含任一用户标识的用户推荐请求后,从数据库中获取该用户标识对应的推荐用户集合,并向登录有该用户标识对应用户的客户端返回所获取的推荐用户集合中满足预设条件的用户的信息。
本方法流程中提及的用户,可选地,具体可以是对应于实体的账户。例如,对应于人的账户,或者对应于机构的账号。账户之间可以互相关注,也可以进行账户推荐。具体可以是向登录有账户的客户端进行账户推荐。
针对S101中的目标用户,在一种可选的实施例中,数据库中可以存储若干用户的关注关系,而目标用户可以是数据库中的任一用户。在本实施例中,可以针对数据库中的每个用户确定出对应的推荐用户集合,以便于后续针对每个用户进行推荐。
在另一种可选的实施例中,目标用户可以是数据库中满足目标条件的用户。
可选地,目标条件可以包括预设时间内登陆业务平台。显然,在用户长时间未登陆业务平台的情况下,为其存储推荐用户集合是冗余的,从而可以节约数据库存储资源。而如果用户在近期登陆业务平台,则很可能需要为该用户推荐用户,因此,预设时间具体可以是当前时刻之前的固定时长。
在未满足目标条件的用户可以表征该用户无需推荐用户的情况下,本实施例可以仅针对数据库中的部分用户,即目标用户,确定对应的推荐用户集合并存储,从而可以节约数据库存储资源。
针对S101中的第一用户,可以理解的是,为了便于描述,针对每个目标用户,可以将该目标用户关注的每个用户称为第一用户。显然,每个目标用户对应于各自的第一用户。换言之,数据库中可以包含用户所关注的全部第一用户的信息。
可以理解的是,目标用户和第一用户的名称可以用于表示不同用户之间的关注情况,可以表征目标用户关注第一用户。任一第一用户本身也可以作为目标用户,存在对应的其他第一用户,任一目标用户也可以作为其他目标用户关注的第一用户。
在一种具体的示例中,用户1和用户2可以互相关注,从而可以存在用户1作为目标用户,用户2作为目标用户关注的第一用户的关注情况,也可以存在用户2作为目标用户,用户1作为目标用户关注的第一用户的关注情况。
针对S101,遍历每个目标用户关注的每个第一用户,需要确定每个目标用户关注的第一用户。此外,也需要确定第一用户关注的用户。
在一种可选的实施例中,数据库中存储有若干用户的关注情况,具体包括若干用户关注的其他用户的信息。因此,可以从数据库中确定每个目标用户关注的第一用户的信息,也可以从数据库中确定每个第一用户关注的用户的信息。
但直接从数据库获取会耗费许多数据库的资源,例如,连接资源、读写资源等。
在另一种可选的实施例中,可以从业务平台本地,例如服务器本地,直接确定目标用户关注的第一用户的信息,也可以直接确定第一用户关注的用户的信息,从而节约数据库资源,也可以避免数据实时传输,提高执行效率。业务平台也就需要存储用户的关注情况。
可选地,业务平台本地通常无法存储数据库中全部的信息,因此,可以从本地确定部分目标用户关注的第一用户的信息,或者确定部分第一用户关注的用户的信息。
为了进一步节约数据库资源,可以限定在业务平台本地存储的信息是需要多次重复从数据库获取的信息,从而既能够节约业务平台本地的存储资源,又可以节约数据库资源。
由于所需要获取的是用户关注的其他用户的信息,因此,针对一个目标用户,如果关注该目标用户的用户数量较多,则针对每个关注该目标用户的用户,都需要获取到该目标用户关注的其他用户的信息。
换言之,该目标用户关注的其他用户的信息需要多次重复获取。
因此,该目标用户关注的其他用户的信息可以从数据库存储到业务平台本地,避免多次重复从数据库中获取。
例如,针对某业务平台“粉丝”数量较多的目标用户,在业务平台为该目标用户的每个“粉丝”进行用户推荐时,往往需要多次获取该目标用户所关注的用户。因此,可以将“粉丝”数量较多的目标用户的关注情况,存储在业务平台本地,避免多次重复从数据库中获取。
换言之,业务平台本地可以存储有若干用户的关注情况,其中任一用户可以满足预设关注数量条件。可选地,预设关注数量条件具体可以包括:关注用户的用户数量大于预设数量。预设数量可以是由业务平台或业务人员指定的。
例如,业务平台可以指定预设数量为100万,针对粉丝数量大于100万的用户,可以将这些用户关注的其他用户信息都存储在本地。
而具体将满足预设关注数量条件的用户的关注情况存储到本地的操作,可以是预先从数据库中确定并存储的,也可以是在执行上述方法流程的过程中实时确定并存储的。
在一种可选的实施例中,在执行上述方法流程之前,可以针对数据库中每个目标用户,确定关注该目标用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,可以将该目标用户关注的第一用户存储到本地存储单元中。
本实施例中,可以通过预先从数据库中确定满足预设关注数量条件的目标用户,并将所确定的目标用户关注的其他用户信息存储到本地的存储单元中,从而可以方便在后续确定用户关注的其他用户时,可以先确定本地是否存储有用户关注的其他用户,方便直接从本地获取,无需从数据库中获取。
在另一种可选的实施例中,在遍历每个目标用户关注的每个第一用户时,还可以确定关注该第一用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,可以将该第一用户关注的用户存储到本地存储单元中。
本实施例中,可以在执行S101的过程中,实时确定满足预设关注数量条件的第一用户,由于S101本身就需要获取每个第一用户关注的其他用户信息,因此,可以直接针对满足预设关注数量条件的第一用户,直接存储对应关注的其他用户信息,从而可以通过实时存储提高存储效率,方便在后续确定用户关注的其他用户时,可以先确定本地是否存储有用户关注的其他用户,方便直接从本地获取,无需从数据库中获取。
可选地,还可以获取每个目标用户关注的第一用户的信息时,确定关注该目标用户的用户数量;在所确定的用户的数量大于预设数量的情况下,可以将该目标用户关注的第一用户存储到本地存储单元中。可选地,存储用户到本地存储单元中,具体可以是将用户信息,例如用户标识,存储到本地存储单元中。
需要注意的是,在一种可选的实施例中,在数据库中存储的用户的关注关系中,可以进一步包括关注用户的其他用户数量。例如,用户的粉丝数量。从而可以方便确定出满足预设关注数量条件的用户。
由于业务平台本地和数据库中都存储有若干用户的关注情况,因此,在具体确定第一用户关注的用户时,可以先确定业务平台本地是否存储有第一用户关注的用户。如果有,则可以直接从本地获取,避免数据实时传输,节约数据库资源;如果没有,则需要从数据库中获取。
在一种可选的实施例中,针对S101中确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中,具体可以包括:在确定本地存储单元存储有该第一用户关注的用户的情况下,从本地存储单元中将该第一用户关注的用户添加到推荐用户集合中;存储单元中存储有若干指定用户关注的用户;其中,关注指定用户的用户的数量大于预设数量。
在确定本地存储单元未存储该第一用户关注的用户的情况下,从数据库中将该第一用户关注的用户添加到推荐用户集合中;数据库中存储有若干用户关注的用户。
可选地,其中的指定用户可以是满足预设关注数量条件的用户。
可选地,本地存储单元中存储的若干指定用户关注的用户,具体可以是若干指定用户的标识与对应关注的其他用户的标识之间的对应关系。例如,一种对应关系示例可以是{用户1,用户2-10}。其中,用户1是一个指定用户的标识,用户2-10是用户1关注的其他用户的标识。
可选地,判断本地存储单元是否存储有第一用户关注的用户,可以是判断本地存储单元中存储的指定用户,是否包含该第一用户。具体可以是判断本地存储单元中存储的若干指定用户标识中,是否包含该第一用户的标识。
如果本地存储单元中存储的指定用户包含该第一用户,则可以确定本地存储单元存储有该第一用户关注的用户。如果本地存储单元中存储的指定用户不包含该第一用户,则可以确定本地存储单元未存储该第一用户关注的用户。
本实施例可以通过利用本地存储单元中存储的信息,减少从数据库中获取信息,提高执行效率,减少重复的数据传输,节约业务平台本地的存储资源和数据库资源。
此外,用户的关注情况并不是固定的,而是时常发生变更。例如,用户随时可能关注新的其他用户,也可能随时取消关注其他用户。
相对应地,在一种可选的实施例中,需要实时根据变更的用户关注情况,更新数据库。
可选地,上述方法流程还可以包括:检测任一目标用户的关注行为,关注行为可以包括目标用户关注任一用户,和/或目标用户取消关注任一用户。基于检测到的关注行为更新该目标用户关注的第一用户。
可选地,业务平台可以创建一个进程或任务,用于检测任一目标用户的关注行为。基于检测到的关注行为更新数据库中存储的该目标用户的关注关系,从而使得数据库中存储的关注关系可以根据实际情况实时更新,提高用户推荐的准确度。
相对应地,在业务平台本地也存储有该目标用户关注的其他用户的情况下,也可以进一步更新业务平台本地中存储的该目标用户关注的其他用户。
由于用户的关注情况可能随时发生变更,因此,S101中预先确定的推荐用户集合可能受到影响,也需要进行更新。
在一种可选的实施例中,S101中遍历该目标用户关注的每个第一用户,具体可以包括:周期性遍历该目标用户关注的每个第一用户。
具体可以是周期性遍历数据库中每个目标用户,执行上述方法流程S101。
具体也可以是在服务器中部署定时任务,用于定时执行上述方法流程S101。
通过周期性确定每个目标用户对应的推荐用户集合,可以避免受到用户关注情况变更的影响,提高推荐准确率,可以提高用户体验。当然,也可以不定时重新执行S101,重新确定每个目标用户对应的推荐用户集合。
相对应地,S101中将该目标用户标识与推荐用户集合的对应关系存储到数据库中,可以包括:将当前周期中该目标用户标识与推荐用户集合的对应关系存储到数据库中,替换上一周期存储的该目标用户标识与推荐用户集合的对应关系。
由于上一周期的推荐用户集合失去时效性,无法用于用户推荐,属于冗余的数据,因此可以删除上一周期的推荐用户集合,节约数据库的存储资源。
在得到推荐用户集合后,可选地,可以在后续用户推荐时,直接根据推荐用户集合进行推荐。例如,直接将推荐用户集合中的全部用户推荐给对应的目标用户。
为了方便后续的用户推荐步骤,可以针对推荐用户集合进行筛选。可选地,可以删除推荐用户集合中符合预设删除条件的用户。其中,预设删除条件具体可以包括目标用户已经关注的用户,也可以包括不合规或者不合法的用户。
本实施例可以针对推荐用户集合进行筛选,例如,具体可以删除目标用户已经关注的用户,从而提高推荐准确率和推荐效果,提高用户体验。
此外,还可以明确推荐用户集合中用户的推荐顺序,以便于进行用户推荐时,可以按照推荐顺序进行推荐。
例如,推荐用户集合中可以包含已经确定推荐顺序的用户1-10,在进行用户推荐时,可以按照推荐顺序,先推荐前5个用户,即用户1-5,再推荐后5个用户,即用户6-10。
在一种可选的实施例中,可以针对每个目标用户对应的推荐用户集合中的用户进行排序。例如,可以根据目标用户的兴趣程度进行排序,将目标用户兴趣程度较高的用户排在前列,从而可以在用户推荐中更早推荐给目标用户,提高目标用户新增关注的可能性。
可选地,S101中将该目标用户标识与推荐用户集合的对应关系存储到数据库中,可以包括:针对推荐用户集合中的用户进行排序,并将排序后的推荐用户集合与该目标用户标识的对应关系存储到数据库中。
本实施例通过对推荐用户集合中的用户进行排序,可以将目标用户更可能感兴趣或者更可能关注的其他用户推荐给目标用户,提高推荐准确率和推荐效果,提高用户体验。
需要注意的是,排序可以在预先确定推荐用户集合时进行,也可以先存储推荐用户集合,在需要向用户推荐时,再实时进行排序。当然,如果预先排序可以进一步节省推荐时间。
而具体针对推荐用户集合中的用户进行排序,需要确定排序的依据。当然,本方法流程并不具体限定排序的依据。
在一种可选的实施例中,可以根据推荐用户集合中的推荐用户对应的“粉丝”数量,即关注推荐用户的用户数量,作为排序依据进行排序。
在另一种可选的实施例中,可以计算推荐用户集合中的用户对应的推荐分数,推荐分数可以用于表征目标用户关注用户的可能性。
可选地,可以计算目标用户与推荐用户集合中的推荐用户之间的相似度,具体可以是目标用户兴趣特征与推荐用户的作品特征之间的相似度,作为推荐用户对应的推荐分数。
例如,目标用户对体育类视频感兴趣,而推荐用户集合中的多个推荐用户可能发布多种类型的视频,具体可以包括手工类视频、影视类视频、和体育类视频等。因此,可以计算“体育类”与推荐用户的作品特征之间的相似度,作为推荐用户对应的推荐分数。显然,发布体育类视频的用户对应的推荐分数较高。
在得到推荐分数后,可以根据推荐分数进行排序,具体可以是按照推荐分数从大到小的顺序进行排序。
可选地,也可利用用户之间的关系确定对应的推荐分数,具体可以是用户之间的关注关系。
例如,针对单个目标用户,如果该目标用户关注的多个第一用户,都关注推荐用户集合中一个推荐用户,则该目标用户很可能也会关注该推荐用户。
为了便于理解,在一种更具体的示例中,同一内容领域的视频博主之间通常会进行互动和关注,例如,粉丝数相差不多的搞笑类视频博主通常会互动和互相关注,粉丝数较少的手工类视频博主通常会关注粉丝数较多的手工类视频博主进行学习。因此,如果目标用户关注了很多同一内容领域的视频博主,而这些同一内容领域的视频博主可能都关注同一内容领域的其他视频博主,目标用户很可能关注同一内容领域的其他视频博主。
在另一种具体的示例中,用户通常会关注具有朋友关系的其他用户,而朋友关系可以表征用户之间的兴趣相似。因此,在目标用户具有朋友关系的其他用户都关注一个视频博主的情况下,目标用户很可能也对该视频博主感兴趣,从而进行关注。
此外,可选地,也可以针对推荐用户集合中推荐用户自身的情况确定对应的推荐分数。例如,推荐用户的关注率。关注率具体可以是推荐用户被推荐后关注的次数与推荐用户被推荐的次数之间的比值,可以用于表征推荐用户被推荐后进一步被关注的可能性。
因此,在一种可选的实施例中,可以遍历推荐用户集合中的每个待推荐用户,确定关注该待推荐用户的用户集合,与该目标用户关注的用户集合之间的交集。
将所确定的交集中用户数量与该待推荐用户的关注率之间的乘积作为该待推荐用户对应的推荐分数;关注率为用户被推荐后关注的次数与用户被推荐的次数之间的比值。
按照推荐分数从大到小的顺序对推荐用户集合中的用户进行排序。
本实施例中通过推荐用户集合中待推荐用户的关注率,以及用户之间的关注关系两方面因素综合确定推荐分数,可以提高推荐分数的准确性,也进一步提高排序的准确性,从而提高推荐准确率和推荐效果,提高用户体验。
针对S102,在接收到用户推荐请求后,可以获取其中的用户标识,再从数据库中直接查询对应的推荐用户集合,进行用户推荐。
由于预先针对数据库中的目标用户确定了需要推荐的用户集合,在用户需要进行用户推荐的情况下,可以直接查询并返回推荐的用户,推荐效率较高,实现快速推荐,提高用户体验。
而针对S102中根据推荐用户集合进行用户推荐时,可以确定推荐用户集合中满足预设条件的用户进行推荐。预设条件可以用于限定最终的用户推荐结果。
可选地,预设条件可以包括,推荐用户集合中任一用户。即,可以直接将所获取的推荐用户集合中的全部用户进行推荐。
可选地,预设条件可以包括,推荐用户集合中合法合规的任一用户。针对不合法或者不合规的用户,并不会进行用户推荐,避免不合法或者不合规的用户新增“粉丝”。不合法或者不合规的用户例如,存在失信行为的用户、存在诈骗行为的用户、存在违法行为的用户、存在辱骂行为的用户等。
在本实施例中,可以限定所推荐的用户是合法合规的用户,进一步提高推荐用户的质量和推荐效果,提高用户体验。
此外,在针对推荐用户集合中的用户进行排序后,为了保证推荐效果,可以只推荐排序在前列的用户。相似地,在根据推荐分数进行排序的情况下,为了保证推荐效率,也可以只针对推荐分数大于预设分数阈值的用户进行推荐。
因此,可选地,预设条件可以包括:对应的推荐分数大于预设分数;和/或在排序结果中序号小于预设序号。
本实施例可以通过根据推荐分数或者排序序号限定预设条件,保证推荐结果的质量,从而提高推荐效果,也提高用户体验。
针对不满足预设条件的用户,由于推荐分数较低,或者排序在后排,通常用户并不会关注,也就可以并不进行推荐。
当然,在其他可选的实施例中,也可以在S101确定推荐用户集合之后,直接根据推荐分数或者排序序号进行筛选,减少S102的筛选工作,可以直接将对应的推荐用户集合中全部用户进行推荐,提高推荐效率和速度,从而提高用户体验。
通过上述方法流程,可以利用预先确定每个目标用户的推荐用户集合,从而在需要进行用户推荐时,可以直接从数据库中获取对应的推荐用户集合进行推荐,从而实现快速推荐,提高用户体验。
此外,还可以通过多种措施节约计算资源和数据库资源。具体包括通过服务器本地存储的指定用户关注的第一用户信息,避免多次重复访问数据库获取相同数据,节省数据库读写资源。
为了便于理解具体的流程,图2是根据一示例性实施例示出的另一种用户推荐方法的流程图,如图2所示,该方法可以用于服务器,包括以下步骤。
S201:确定数据库中未执行本方法流程的一个目标用户。
数据库存储有多个用户的关注关系,所述关注关系包括用户关注的第一用户信息。
S202:确定该目标用户关注的第一用户中,未执行本方法流程的一个第一用户。
S203:判断服务器本地是否存储有该第一用户关注的用户;如果存在,则执行S204;如果不存在,则执行S205。
本地存储有指定用户所关注的用户,关注指定用户的用户数量大于预设数量
S204:从本地将该第一用户关注且该目标用户未关注的用户添加到推荐用户集合中,再执行S206。
S205:从数据库将该第一用户关注且该目标用户未关注的用户添加到推荐用户集合中。
S206:判断该目标用户关注的第一用户中,是否存在未执行本方法流程的第一用户;如果不存在,则执行S207;如果存在,则执行S202。
S207:将对应于该目标用户的推荐用户集合存储到数据库中。
S208:判断数据库中是否存在未执行本方法流程的目标用户;如果不存在,则执行S209;如果存在,则执行S201。
S209:接收包含任一用户信息的用户推荐请求后,从数据库中获取该用户对应的推荐用户集合,并返回该推荐用户集合中满足预设条件的用户信息。
图3是根据一示例性实施例示出的一种用户推荐装置框图。参照图3,该装置包括遍历单元301和推荐单元302。
遍历单元301,被配置为执行:针对数据库中每个目标用户,遍历该目标用户关注的每个第一用户,确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中;遍历完成后,将该目标用户标识与推荐用户集合的对应关系存储到数据库中。
推荐单元302,被配置为执行:接收包含任一用户标识的用户推荐请求后,从数据库中获取该用户标识对应的推荐用户集合,并向登录有该用户标识对应用户的客户端返回所获取的推荐用户集合中满足预设条件的用户的信息。
可选地,用户推荐装置还可以包括:预存单元303,被配置为执行:针对数据库中每个目标用户,确定关注该目标用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,将该目标用户关注的第一用户存储到本地存储单元中。
可选地,遍历单元301可以包括:本地存储子单元301a,被配置为执行:确定关注当前遍历的第一用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,将当前遍历的第一用户关注的用户存储到本地存储单元中。
可选地,遍历单元301可以包括:添加子单元301b,被配置为执行:在确定本地存储单元存储有该第一用户关注的用户的情况下,从本地存储单元中将该第一用户关注的用户添加到推荐用户集合中;存储单元中存储有若干指定用户关注的用户;其中,关注指定用户的用户的数量大于预设数量;在确定本地存储单元未存储该第一用户关注的用户的情况下,从数据库中将该第一用户关注的用户添加到推荐用户集合中;数据库中存储有若干用户关注的用户。
可选地,用户推荐装置还可以包括:检测单元304,被配置为执行:检测任一目标用户的关注行为,关注行为包括目标用户关注任一用户,和/或目标用户取消关注任一用户;基于关注行为更新该目标用户关注的第一用户。
可选地,遍历单元301,包括:排序子单元301c,被配置为执行:针对推荐用户集合中的用户进行排序,并将排序后的推荐用户集合与该目标用户标识的对应关系存储到数据库中。
可选地,排序子单元301c,包括:计算子单元301c1,被配置为执行:遍历推荐用户集合中的每个待推荐用户,确定关注该待推荐用户的用户集合,与该目标用户关注的用户集合之间的交集;将所确定的交集中用户数量与该待推荐用户的关注率之间的乘积作为该待推荐用户对应的推荐分数;关注率为用户被推荐后关注的次数与用户被推荐的次数之间的比值。
顺序子单元301c2,被配置为执行:按照推荐分数从大到小的顺序对推荐用户集合中的用户进行排序。
可选地,预设条件包括:对应的推荐分数大于预设分数;和/或在排序结果中序号小于预设序号。
可选地,遍历单元301,包括:周期子单元301d,被配置为执行:周期性遍历该目标用户关注的每个第一用户。
替换子单元301e,被配置为执行:将当前周期中该目标用户标识与推荐用户集合的对应关系存储到数据库中,替换上一周期存储的该目标用户标识与推荐用户集合的对应关系。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开的实施例还提出一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如上述任一实施例所述的一种用户推荐方法。
本公开的实施例还提出一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一实施例所述的一种用户推荐方法。
本公开的实施例还提出一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现上述任一实施例所述的一种用户推荐方法。
图4是根据本公开的实施例示出的一种电子设备的示意框图。参照图4,电子设备400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件418。上述电子设备/服务器可以采用类似的硬件架构。
处理组件402通常控制电子设备400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述用户推荐方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在电子设备400的操作。这些数据的示例包括用于在电子设备400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为电子设备400的各种组件提供电力。电源组件406可以包括电源管理***,一个或多个电源,及其他与为电子设备400生成、管理和分配电力相关联的组件。
多媒体组件408包括在电子设备400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当电子设备400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的或具有焦距和光学变焦能力的光学透镜***。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当电子设备400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件418发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为电子设备400提供各个方面的状态评估。例如,传感器组件414可以检测到电子设备400的打开/关闭状态,组件的相对定位,例如所述组件为电子设备400的显示器和小键盘,传感器组件414还可以检测电子设备400或电子设备400一个组件的位置改变,用户与电子设备400接触的存在或不存在,电子设备400方位或加速/减速和电子设备400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件418被配置为便于电子设备400和其他设备之间有线或无线方式的通信。电子设备400可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件418经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件418还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在本公开一实施例中,电子设备400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述用户推荐方法。
在本公开一实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器404,上述指令可由电子设备400的处理器420执行以完成上述用户推荐方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是,在本公开中,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。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。
以上对本公开实施例所提供的方法和装置进行了详细介绍,本文中应用了具体个例对本公开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公开的方法及其核心思想;同时,对于本领域的一般技术人员,依据本公开的思想,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公开的限制。
Claims (16)
1.一种用户推荐方法,其特征在于,包括:
针对数据库中每个目标用户,遍历该目标用户关注的每个第一用户,确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中;遍历完成后,将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中;
所述将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,包括:
遍历所述推荐用户集合中的每个待推荐用户,确定关注该待推荐用户的用户集合,与该目标用户关注的用户集合之间的交集;将所确定的交集中用户数量与该待推荐用户的关注率之间的乘积作为该待推荐用户对应的推荐分数;所述关注率为用户被推荐后关注的次数与用户被推荐的次数之间的比值;按照推荐分数从大到小的顺序对所述推荐用户集合中的用户进行排序,并将排序后的推荐用户集合与该目标用户标识的对应关系存储到所述数据库中;
接收包含任一用户标识的用户推荐请求后,从所述数据库中获取该用户标识对应的推荐用户集合,并向登录有该用户标识对应用户的客户端返回所获取的推荐用户集合中满足预设条件的用户的信息。
2.根据权利要求1所述的方法,其特征在于,遍历该目标用户关注的每个第一用户之前,所述方法还包括:
针对数据库中每个目标用户,确定关注该目标用户的用户的数量;
在所确定的用户的数量大于预设数量的情况下,将该目标用户关注的第一用户存储到本地存储单元中。
3.根据权利要求1所述的方法,其特征在于,遍历该目标用户关注的每个第一用户时,所述方法还包括:
确定关注该第一用户的用户的数量;
在所确定的用户的数量大于预设数量的情况下,将该第一用户关注的用户存储到本地存储单元中。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中,包括:
在确定本地存储单元存储有该第一用户关注的用户的情况下,从所述本地存储单元中将该第一用户关注的用户添加到推荐用户集合中;所述本地存储单元中存储有若干指定用户关注的用户;其中,关注所述指定用户的用户的数量大于预设数量;
在确定本地存储单元未存储该第一用户关注的用户的情况下,从所述数据库中将该第一用户关注的用户添加到推荐用户集合中;所述数据库中存储有若干用户关注的用户。
5.根据权利要求1所述的方法,其特征在于,还包括:
检测任一目标用户的关注行为,所述关注行为包括目标用户关注任一用户,和/或目标用户取消关注任一用户;
基于所述关注行为更新该目标用户关注的第一用户。
6.根据权利要求1所述的方法,其特征在于,所述预设条件包括:
对应的推荐分数大于预设分数;和/或在排序结果中序号小于预设序号。
7.根据权利要求1所述的方法,其特征在于,所述遍历该目标用户关注的每个第一用户,包括:周期性遍历该目标用户关注的每个第一用户;
所述将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,包括:
将当前周期中该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,替换上一周期存储的该目标用户标识与推荐用户集合的对应关系。
8.一种用户推荐装置,其特征在于,包括:
遍历单元,被配置为执行:针对数据库中每个目标用户,遍历该目标用户关注的每个第一用户,确定该第一用户关注的用户,将所确定的用户添加到推荐用户集合中;遍历完成后,将该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中;
所述遍历单元,包括:
排序子单元,被配置为执行:针对所述推荐用户集合中的用户进行排序,并将排序后的推荐用户集合与该目标用户标识的对应关系存储到所述数据库中;
所述排序子单元,包括:计算子单元,被配置为执行:遍历所述推荐用户集合中的每个待推荐用户,确定关注该待推荐用户的用户集合,与该目标用户关注的用户集合之间的交集;将所确定的交集中用户数量与该待推荐用户的关注率之间的乘积作为该待推荐用户对应的推荐分数;所述关注率为用户被推荐后关注的次数与用户被推荐的次数之间的比值;顺序子单元,被配置为执行:按照推荐分数从大到小的顺序对所述推荐用户集合中的用户进行排序;
推荐单元,被配置为执行:接收包含任一用户标识的用户推荐请求后,从所述数据库中获取该用户标识对应的推荐用户集合,并向登录有该用户标识对应用户的客户端返回所获取的推荐用户集合中满足预设条件的用户的信息。
9.根据权利要求8所述的装置,其特征在于,还包括:
预存单元,被配置为执行:针对数据库中每个目标用户,确定关注该目标用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,将该目标用户关注的第一用户存储到本地存储单元中。
10.根据权利要求8所述的装置,其特征在于,所述遍历单元包括:
本地存储子单元,被配置为执行:确定关注当前遍历的第一用户的用户的数量;在所确定的用户的数量大于预设数量的情况下,将当前遍历的第一用户关注的用户存储到本地存储单元中。
11.根据权利要求8-10任一项所述的装置,其特征在于,所述遍历单元包括:
添加子单元,被配置为执行:在确定本地存储单元存储有该第一用户关注的用户的情况下,从所述本地存储单元中将该第一用户关注的用户添加到推荐用户集合中;所述本地存储单元中存储有若干指定用户关注的用户;其中,关注所述指定用户的用户的数量大于预设数量;在确定本地存储单元未存储该第一用户关注的用户的情况下,从所述数据库中将该第一用户关注的用户添加到推荐用户集合中;所述数据库中存储有若干用户关注的用户。
12.根据权利要求8所述的装置,其特征在于,还包括:
检测单元,被配置为执行:检测任一目标用户的关注行为,所述关注行为包括目标用户关注任一用户,和/或目标用户取消关注任一用户;基于所述关注行为更新该目标用户关注的第一用户。
13.根据权利要求8所述的装置,其特征在于,所述预设条件包括:
对应的推荐分数大于预设分数;和/或在排序结果中序号小于预设序号。
14.根据权利要求8所述的装置,其特征在于,所述遍历单元,包括:周期子单元,被配置为执行:周期性遍历该目标用户关注的每个第一用户;
替换子单元,被配置为执行:
将当前周期中该目标用户标识与所述推荐用户集合的对应关系存储到所述数据库中,替换上一周期存储的该目标用户标识与推荐用户集合的对应关系。
15.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的用户推荐方法。
16.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至7中任一项所述的用户推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110977468.6A CN113704315B (zh) | 2021-08-24 | 2021-08-24 | 一种用户推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110977468.6A CN113704315B (zh) | 2021-08-24 | 2021-08-24 | 一种用户推荐方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113704315A CN113704315A (zh) | 2021-11-26 |
CN113704315B true CN113704315B (zh) | 2024-04-16 |
Family
ID=78668928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110977468.6A Active CN113704315B (zh) | 2021-08-24 | 2021-08-24 | 一种用户推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704315B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425763A (zh) * | 2013-08-05 | 2013-12-04 | 微梦创科网络科技(中国)有限公司 | 基于sns的用户推荐方法及装置 |
US8738634B1 (en) * | 2010-02-05 | 2014-05-27 | Google Inc. | Generating contact suggestions |
CN104615775A (zh) * | 2015-02-26 | 2015-05-13 | 北京奇艺世纪科技有限公司 | 一种用户推荐方法及装置 |
CN111988636A (zh) * | 2020-08-21 | 2020-11-24 | 广州华多网络科技有限公司 | 主播推荐方法和装置、服务器、计算机可读存储介质 |
CN113254780A (zh) * | 2021-06-08 | 2021-08-13 | 武汉卓尔数字传媒科技有限公司 | 信息处理的方法、装置、电子设备及计算机存储介质 |
-
2021
- 2021-08-24 CN CN202110977468.6A patent/CN113704315B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8738634B1 (en) * | 2010-02-05 | 2014-05-27 | Google Inc. | Generating contact suggestions |
CN103425763A (zh) * | 2013-08-05 | 2013-12-04 | 微梦创科网络科技(中国)有限公司 | 基于sns的用户推荐方法及装置 |
CN104615775A (zh) * | 2015-02-26 | 2015-05-13 | 北京奇艺世纪科技有限公司 | 一种用户推荐方法及装置 |
CN111988636A (zh) * | 2020-08-21 | 2020-11-24 | 广州华多网络科技有限公司 | 主播推荐方法和装置、服务器、计算机可读存储介质 |
CN113254780A (zh) * | 2021-06-08 | 2021-08-13 | 武汉卓尔数字传媒科技有限公司 | 信息处理的方法、装置、电子设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113704315A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3242203B1 (en) | Method for operating a display device and display device | |
CN105068976B (zh) | 票务信息展示方法及装置 | |
CN109509017B (zh) | 基于大数据分析的用户留存率预测方法及装置 | |
CN109447125B (zh) | 分类模型的处理方法、装置、电子设备及存储介质 | |
CN110688527A (zh) | 视频推荐方法、装置、存储介质及电子设备 | |
CN110674343A (zh) | 账户信息的处理方法、装置、服务器以及终端 | |
CN111127053B (zh) | 页面内容推荐方法、装置及电子设备 | |
CN106453528A (zh) | 推送消息的方法及装置 | |
CN112131466A (zh) | 群组展示方法、装置、***和存储介质 | |
CN113343028B (zh) | 意图确定模型的训练方法和装置 | |
CN111046040A (zh) | 确定索引的方法、装置、电子设备及存储介质 | |
CN113495996B (zh) | 一种对象推荐方法、装置、设备及介质 | |
CN111246255B (zh) | 视频推荐方法、装置、存储介质、终端及服务器 | |
CN117453933A (zh) | 一种多媒体数据推荐方法、装置、电子设备及存储介质 | |
CN111859097B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN109842688B (zh) | 一种内容推荐方法、装置、电子设备及存储介质 | |
CN113704315B (zh) | 一种用户推荐方法、装置、电子设备及存储介质 | |
CN116541591A (zh) | 一种信息处理方法、装置、电子设备及存储介质 | |
CN113590605B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN107168693B (zh) | 锁屏界面的显示方法及装置 | |
CN112989172B (zh) | 内容推荐方法、装置、计算机设备及存储介质 | |
CN112866757B (zh) | 一种信息处理方法及装置 | |
CN115225702B (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN111401048B (zh) | 一种意图识别方法及装置 | |
CN114329048A (zh) | 素材确定方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |