CN114297486A - 信息推荐方法、装置、电子设备及存储介质 - Google Patents
信息推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114297486A CN114297486A CN202111616137.6A CN202111616137A CN114297486A CN 114297486 A CN114297486 A CN 114297486A CN 202111616137 A CN202111616137 A CN 202111616137A CN 114297486 A CN114297486 A CN 114297486A
- Authority
- CN
- China
- Prior art keywords
- keyword
- candidate
- target
- keywords
- network
- 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.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了信息推荐方法、装置、电子设备及存储介质,涉及大数据处理等领域。具体实现方案为:基于关系网络,确定与初始对象具备关联关系的目标对象;基于关键词目标群,确定目标关键词;其中,所述关键词目标群中包含所述初始对象的订阅关键词,所述关键词目标群为多个关键词候选群中之一;基于所述目标关键词,生成并发送所述目标对象对应的推荐信息。上述方法可以保证推荐信息的准确性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及大数据处理技术领域。
背景技术
随着计算机技术的发展,越来越多的应用功能上线可以为用户带来更加丰富的信息获取渠道。然而,这就需要能够准确的找到用户并且为用户推荐符合需要的信息,因此如何保证为不同用户推荐的信息的准确度,就成为需要解决的问题。
发明内容
本公开提供了一种信息推荐方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种信息推荐方法,包括:
基于关系网络,确定与初始对象具备关联关系的目标对象;
基于关键词目标群,确定目标关键词;其中,该关键词目标群中包含该初始对象的订阅关键词,该关键词目标群为多个关键词候选群中之一;
基于该目标关键词,生成并发送该目标对象对应的推荐信息。
根据本公开的第二方面,提供了一种信息推荐装置,包括:
对象选取模块,用于基于关系网络,确定与初始对象具备关联关系的目标对象;
关键词确定模块,用于基于关键词目标群,确定目标关键词;其中,该关键词目标群中包含该初始对象的订阅关键词,该关键词目标群为多个关键词候选群中之一;
信息生成模块,用于基于该目标关键词,生成该目标对象对应的推荐信息;
信息发送模块,用于发送该目标对象对应的推荐信息。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面的信息推荐方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使该计算机执行前述方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现前述方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本实施例提供的方案,可以根据初始对象在关系网络中的关联关系确定目标对象,进而基于关键词目标群确定目标关键词,再基于所述目标关键词生成并发送所述目标对象所对应的推荐信息。这样,由于所述目标对象与所述初始对象具备关联关系,并且所述关键词目标群与所述初始对象的订阅关键词相关,因此可以保证选取出来的目标关键词的准确性以及针对性均较高,进而可以保证为所述目标对象生成的推荐信息的准确性。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一实施例的信息推荐方法的流程示意图;
图2是根据本公开一实施例的关系网络的组成结构的示意图;
图3是根据本公开一实施例的关系网络中各个候选对象的权重值示意图;
图4是根据本公开一实施例的关系网络中各个候选对象之间的关联值示意图;
图5是根据本公开一实施例的关键词目标群的组成示意图;
图6是根据本公开一实施例的生成并发送推荐信息的处理流程示意图;
图7是根据本公开一实施例的确定新的目标对象的处理流程示意图;
图8是根据本公开一实施例的生成关系子网络的场景示意图;
图9是根据本公开一实施例的根据关系子网络合并得到关系网络的场景示意图;
图10是根据本公开一实施例的生成关键词网络的场景示意图;
图11是根据本公开一实施例的根据关键词网络得到关键词候选群的场景示意图;
图12是根据本公开一实施例的信息推荐方法的示例性处理过程示意图;
图13是根据本公开另一实施例的信息推荐装置的一种组成结构示意图;
图14是根据本公开另一实施例的信息推荐装置的另一种组成结构示意图;
图15是用来实现本公开实施例的信息推荐方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开第一方面提供一种信息推荐方法,如图1所示,包括:
S101:基于关系网络,确定与初始对象具备关联关系的目标对象;
S102:基于关键词目标群,确定目标关键词;其中,所述关键词目标群中包含所述初始对象的订阅关键词,所述关键词目标群为多个关键词候选群中之一;
S103:基于所述目标关键词,生成并发送所述目标对象对应的推荐信息。
本实施例提供的方案可以应用于电子设备,尤其是服务器。
所述关系网络中可以包含多个候选对象,其中所述多个候选对象中每个候选对象可以为所述关系网络中的一个节点。在所述关系网络中所述多个候选对象中每个候选对象与至少一个其他候选对象具备关联关系。比如,参见图2示意出的一个关系网络示意图,图2中包含候选对象1~候选对象8,其中,候选对象1分别与候选对象2、候选对象3和候选对象4具备关联关系;候选对象5分别与候选对象4、候选对象6和候选对象7具备关联关系;候选对象8则仅与候选对象6具备关联关系;图2中的候选对象2仅与候选对象1具备关联关系。
所述基于关系网络,确定与初始对象具备关联关系的目标对象,具体可以是:将所述初始对象在所述关系网络中具备关联关系的候选对象作为所述目标对象。
其中,与所述初始对象具备关联关系的所述候选对象的数量可能是一个或多个。若所述初始对象仅与一个候选对象具备关联关系,则该候选对象为一个所述目标对象。若所述初始对象与多个候选对象具备关联关系,可以将所述多个候选对象均分别作为所述目标对象。仍然以图2为例,假设所述初始对象为候选对象1,则所述初始对象具备关联关系的为候选对象2、候选对象3和候选对象4;所述候选对象2、所述候选对象3和所述候选对象4则可以为本次选定的所述目标对象。
需要指出的是,所述目标对象的数量为多个的情况下,针对其中任意一个目标对象的处理均为相同的,因此本实施例后续针对其中任意一个目标对象进行说明。
所述关键词目标群的确定方式可以是:获取所述初始对象的订阅关键词;从所述多个关键词候选群中选取包含所述订阅关键词的关键词候选群作为所述关键词目标群。
其中,所述多个关键词候选群中每个关键词候选群中包含:一个或多个候选关键词;并且,所述多个关键词候选群中不同的关键词候选群包含的候选关键词可以是不同的。
从所述关键词目标群中确定所述目标关键词,具体可以是:将所述关键词目标群中的所述初始对象的订阅关键词、以及所述关键词目标群中的一个或多个其他候选关键词分别作为所述目标关键词。所述目标关键词的数量本实施例中不做限定。
所述基于所述目标关键词,生成并发送所述目标对象对应的推荐信息,可以包括:基于所述目标关键词以及所述目标对象的相关信息,生成并发送所述目标对象对应的推荐信息。其中,所述目标对象的所述相关信息可以为所述目标对象的网络地址、所述目标对象的标识、所述目标对象的账号中至少一种。
可见,通过采用上述方案,就可以根据初始对象在关系网络中的关联关系确定目标对象,进而基于关键词目标群确定目标关键词,再基于所述目标关键词生成并发送所述目标对象所对应的推荐信息。这样,由于所述目标对象与所述初始对象具备关联关系,并且所述关键词目标群与所述初始对象的订阅关键词相关,因此可以保证选取出来的目标关键词的准确性以及针对性均较高,进而可以保证为所述目标对象生成的推荐信息的准确性。
在一种实施方式中,上述初始对象的选取方式可以包括:
获取所述关系网络中的多个候选对象及其分别对应的权重值;
从所述多个候选对象中选取所述权重值大于预设权重门限值的候选对象作为所述初始对象。
具体来说,所述关系网络中可以包含多个候选对象,并且所述多个候选对象中每个候选对象与至少一个其他候选对象具备关联关系。进一步地,所述关系网络中每个候选对象还会具备对应的权重值;其中,所述每个候选对象对应的所述权重值可以用于表示所述候选对象的活跃度。
所述从所述多个候选对象中选取所述权重值大于预设权重门限值的候选对象作为所述初始对象,可以为:
从所述多个候选对象中选取所述权重值大于预设权重门限值的至少一个候选对象作为所述初始对象。
其中,所述初始对象的数量可以为一个或多个,本实施例不对其进行限定,在所述初始对象的数量为多个的情况下,由于针对每个初始对象的处理均为相同的,因此本实施例不做一一赘述,且在以下实施例中以一个初始对象为例进行说明。
上述预设权重门限值可以根据实际情况设置,可以为具体的数值,比如,所述预设权重门限值可以为30;或者可以为一个比例值,在所述预设权重门限值为一个比例值的情况下,大于所述预设权重门限值指的是从最高权重值排序,选取排序最高的前比例值个候选对象,所述比例值可以根据实际情况设置,比如20%。
分别来说,以图3为例,在所述关系网络中候选对象1的权重值为20,候选对象2的权重值为7,候选对象3的权重值为10,候选对象4的权重值为3,候选对象5的权重值为30,候选对象6的权重值为21,候选对象7的权重值为12,候选对象8的权重值为6。假设所述预设权重门限值为整数25,则图3中的候选对象1可以为一个初始对象,候选对象5也可以为另一个初始对象。假设预设权重门限值为20%,也就是说选取权重值最大的前25%的候选对象,同样为候选对象1和候选对象5所分别初始对象。
可见,通过采用上述方案,就可以在所述关系网络中选取权重值大于预设权重门限值的候选对象作为所述初始对象。如此,可以保证选取出来的所述初始对象为活跃度较高或对目标产品的忠诚度较高的对象,基于这类所述初始对象进行后续的目标对象的选取可以保证定位目标对象的准确性,进而为所述目标对象生成对应的推荐信息也更加准确。
在一种实施方式中,所述基于关系网络,确定与初始对象具备关联关系的目标对象可以有以下两种方式:
方式1、将所述关系网络中与所述初始对象具备关联关系的候选对象均作为所述目标对象。
以图3为例,假设所述初始对象为候选对象1,则与所述候选对象1具备关联关系的全部对象包括了候选对象2、候选对象3和候选对象4,可以将所述候选对象2、所述候选对象3和所述候选对象4所对应的对象均作为目标对象。
方式2、基于所述关系网络,确定与所述初始对象具备关联关系的至少一个候选目标对象;基于所述关系网络中所述初始对象分别与所述至少一个候选目标对象之间的关联值,确定所述目标对象。
其中,所述基于初始对象在关系网络中的关联关系,确定至少一个候选目标对象,可以包括:将所述初始对象在关系网络中具备关联的对象作为所述至少一个候选目标对象。
所述基于所述关系网络中所述初始对象分别与所述至少一个候选目标对象之间的关联值,确定所述目标对象,可以为:基于所述关系网络,确定所述初始对象与所述至少一个候选目标对象之间分别对应的关联值;从所述至少一个候选目标对象中,选取所述关联值大于预设关联门限值的候选目标对象作为所述目标对象。
具体来说,所述关系网络中还可以包括每个候选对象与其关联的其他候选对象之间的关联值,该关联值可以用于表示每个候选对象与其他候选对象之间的关联程度,基于该关联值可以确定一个候选对象与其他候选对象之间的社交关系稳定度。
所述预设关联门限值可以根据实际情况设置,比如可以为数值,或者可以为比例值。
比如,参见图4,以所述初始对象为图3中的候选对象1为例,候选对象1与候选对象2之间的关联值为20,候选对象1与候选对象3之间的关联值为10,候选对象1与候选对象4之间的关联值为5。假设所述预设关联门限值为15,也就是说,图4中的候选对象2为大于所述预设关联门限值的候选目标对象,将其作为所述目标对象。再举例来说,所述预设关联门限值可以为60%,也就是说,与所述候选对象1的关联值最高的前60%个候选对象为作为所述目标对象,也就是图4中的候选对象2和候选对象3分别作为所述目标对象。
应理解,基于上述两种方式可以确定出来一个或多个目标对象,针对每个目标对象的处理方式为相同的,因此本实施例后续针对其中任意一个目标对象进行说明,而不进行一一赘述。
可见,通过采用上述方案,就可以基于所述初始对象在所述关系网络中与其他候选目标对象之间的关联值确定目标对象,如此,可以更加准确的选定目标对象,进而为所述目标对象生成推荐信息的准确性也会更高。
在一种实施方式中,所述基于关键词目标群,确定目标关键词,可以包括:对所述关键词目标群中的所述多个候选关键词进行优先级划分,得到N个优先级的目标关键词;N为大于等于2的整数。
这里,N可以根据实际情况设置,比如可以为等于3,或者可以等于2,或者可以为其他值,这里不对其进行穷举。
所述关键词目标群可以为从关键词网络中划分得到的多个关键词候选群中之一。
本实施例中,所述关键词目标群的确定方式可以包括:
获取所述初始用户订阅的关键词;在所述多个关键词候选群中,选取包含所述初始用户订阅的关键词的至少一个关键词候选群作为所述关键词目标群。
应理解,所述初始用户订阅的关键词可以为一个或多个,通常一个初始用户订阅的关键词可能出现在同一个关键词候选群中,也可能会出现在多个关键词候选群中,此时可以将这多个关键词候选群均作为所述关键词目标群。
所述关键词目标群中可以包括多个候选关键词,该多个候选关键词中每个候选关键词均对应一个节点值,所述每个候选关键词所对应的所述节点值可以用于表征该候选关键词被订阅的次数,也就是说,可以通过该候选关键词的所述节点值来获知该候选关键词在用户中的接受程度,节点值较高则表示该候选关键词被用户接受程度高,所述节点值交底则表示该候选关键词被用户接受程度低。
比如,参见图5,在关键词目标群中包含了候选关键词1~候选关键词5,每个候选关键词有对应的节点值,比如图5中示意出候选关键词1的节点值为20,候选关键词2的节点值为10,候选关键词3的节点值为1,候选关键词4的节点值为50,候选关键词5的节点值为5。
所述对所述关键词目标群中的所述多个候选关键词进行优先级划分,得到N个优先级的目标关键词,可以为:基于所述多个候选关键词所分别对应的节点值来确定N个优先级的目标关键词。比如,以N为2为例,可以将所述节点值最高的前第一比例值的候选关键词作为最高优先级的目标关键词,将剩余的其他候选关键词作为最低优先级的目标关键词。
通过上述对所述关键词目标群中的所述多个候选关键词进行优先级划分,得到N个优先级的目标关键词,可以为后续生成并发送所述目标对象对应的所述推荐信息提供更加精准的范围划分,保证了推荐效率。
结合上述实施例,以N等于3为例,提供一种示例性说明,所述对所述关键词目标群中的所述多个候选关键词进行优先级划分,得到N个优先级的目标关键词,包括:
将所述关键词目标群中所述初始对象的所述订阅关键词作为第一优先级的目标关键词;
将所述关键词目标群中节点值大于预设节点门限值的候选关键词,作为第二优先级的目标关键词;
将所述关键词目标群中所述节点值小于或等于所述预设节点门限值的所述候选关键词,作为第三优先级的目标关键词。
也就是说,可以将所述初始对象的订阅关键词作为最高优先级的目标关键词,这是由于所述目标对象与所述初始对象具备关联关系,因此可以将所述初始对象的订阅关键词作为所述第一优先级的目标关键词,可以使得基于该第一优先级的目标关键词生成的推荐信息更加准确的命中所述目标对象的需求。其中,所述初始对象的所述订阅关键词的数量不进行限定,可以包括一个或多个。
此外,本实施例提供的方案考虑到所述目标对象可能存在的需求与所述初始对象不完全相同,因此通过所述关键词目标群进一步的选取出来第二优先级以及第三优先级的目标关键词,其选取方式为根据所述预设节点门限值来选取。
其中,所述预设节点门限值可以为根据实际情况设置的,比如可以为一个整数值,或者可以为一个比例值。同样参见图5,假设预设节点门限值为40,则大于所述预设节点门限值的为候选关键词4,相应的,可以将候选关键词4作为第二优先级的所述目标关键词。假设预设节点门限值为前10%,则大于所述预设节点门限值的候选关键词为图5中的关键词4,相应的,可以将候选关键词4作为第二优先级的所述目标关键词。
再进一步地,可以将小于或等于所述预设门限值节点值的其他候选关键词作为第三优先级的所述目标关键词。
另外,在所述第二优先级或第三优先级的所述目标关键词中可以包含所述初始对象的所述订阅关键词,这种情况下,可以将所述初始对象的所述订阅关键词删除。
最后需要说明的是,上述第一优先级的目标关键词、所述第二优先级的目标关键词以及第三优先级的目标关键的数量均可以为一个或多个,本实施例不对其可能的数量进行限定。
可见,通过采用上述方案,就可以基于所述关键词目标群确定多个优先级的目标关键词,从而可以在生成推荐信息的时候,基于优先级的顺序来生成对应的推荐信息,进而保证了优先为所述目标用户推荐更可能符合其需求的推荐信息,保证了推荐准确性。
相应的,所述基于所述候选关键词,生成并发送所述目标对象对应的推荐信息,如图6所示,可以包括:
S601:基于所述N个优先级中第i个优先级的目标关键词,生成并发送所述目标对象对应的第i个推荐信息;i为大于等于1且小于N的整数;
S602:在接收到针对所述第i个推荐信息的拒绝信息的情况下,基于所述N个优先级中第i+1个优先级的目标关键词,生成并发送所述目标对象对应的第i+1个推荐信息。
其中所述第i个优先级为所述N个优先级中的任意一个优先级。
也就是说,基于所述目标关键词在所述N个优先级中从高到低的顺序,依次生成所述目标对象对应的推荐信息。
所述基于所述N个优先级中第i个优先级的目标关键词,生成并发送所述目标对象对应的第i个推荐信息,具体可以为:基于所述目标对象的相关信息以及所述第i个优先级的所述目标关键词,生成所述目标对象对应的第i个推荐信息。所述目标对象的所述相关信息可以为所述目标对象的网络地址、所述目标对象的账号、所述目标对象的标识名称等等至少之一;也就是说,将所述第i个优先级的所述目标关键词作为所述第i个推荐信息的具体内容,将所述目标对象当前所使用的设备的网络地址以及所述目标对象的账号作为所述第i个推荐信息的地址相关信息,最终可以得到所述目标对象对应的所述第i个推荐信息。需要理解的是,所述发送所述目标对象对应的第i个推荐信息可以是:将所述目标对象的所述第i个推荐信息发送至所述目标对象使用的设备,比如,可以为所述目标对象使用的终端设备,比如手机、个人电脑、平板电脑中任意之一。
在发送所述目标对象对应的所述第i个推荐信息至所述目标对象使用的设备之后,还可以判断所述目标对象接受或拒绝所述第i个推荐信息;比如,在所述目标对象使用的设备上展示所述第i个推荐信息中包含的所述第i个优先级的所述目标关键词,若所述目标对象不想订阅该第i个优先级的任意一个目标关键词,则可以点击拒绝按键(可以为虚拟按键);相应的,在执行本实施例的电子设备侧可以接收到针对所述第i个推荐信息的拒绝信息。若所述目标对象想订阅该第i个优先级的任意一个或多个目标关键词,则可以点击接受按键(可以为虚拟按键);相应的,在执行本实施例的电子设备侧可以接收到针对所述第i个推荐信息的接受信息。
进一步地,在接收到针对所述第i个推荐信息的接受信息的情况下,可以不执行后续的基于所述第i+1优先级的所述目标关键词,生成并发送所述目标对象对应的所述第i+1推荐信息的处理。
在接收到针对所述第i个推荐信息的拒绝信息的情况下,可以基于所述i+1优先级的所述目标关键词,生成所述目标对象对应的所述i+1推荐信息;在生成所述目标对象的所述i+1推荐信息之后,还可以将所述目标对象的所述i+1推荐信息发送至所述目标对象使用的设备,比如,可以为所述目标对象使用的终端设备,比如手机、个人电脑、平板电脑中任意之一。
关于基于所述i+1优先级的所述目标关键词生成所述目标对象对应的所述i+1推荐信息的处理、以及将所述i+1推荐信息发送至所述目标对象使用的设备的处理,与前述基于所述第i个优先级的所述目标关键词生成所述目标对象对应的所述第i个推荐信息的处理、以及将所述第i个推荐信息发送至所述目标对象使用的设备的处理是类似的,这里不做重复说明。
针对上述处理还需要示例性的指出,本方案可以将所述关键词目标群中的候选关键词划分为3个优先级,并在生成对应的推荐信息的时候,根据检测到的针对不同优先级的推荐信息的操作情况,来确定是否生成并发送下一个优先级的推荐信息。在实际处理中,还可以将所述关键词目标群划分为更多的优先级或更少的优先级,均在本实施例保护范围内,只是不做穷举。
可见,通过采用上述方案,可以基于不同优先级的目标关键词依次生成所述目标对象对应的推荐信息,如此,可以更有针对性的为所述目标对象生成对应的所述推荐信息,避免一次性基于大量的目标关键词为所述目标对象生成对应的推荐信息,所带来的不便于查找或不便于选择的问题,能够更加高效且准确的生成所述目标对象对应的所述推荐信息。
在一种实施方式中,所述基于所述目标关键词,生成并发送所述目标对象对应的推荐信息之后,如图7所示,所述方法还包括:
S701:在接收到针对所述推荐信息的接受信息的情况下,将所述目标对象作为新的初始对象;
S702:基于所述关系网络确定与所述新的初始对象具备关联关系的新的目标对象。
在所述目标对象订阅了所述推荐信息中包含的至少一个目标关键词的情况下,可以接收到针对所述推荐信息的接受信息。
其中,所述基于所述关系网络确定与所述新的初始对象具备关联关系的新的目标对象可以包括以下两种处理方式:
方式1、将所述关系网络中与所述新的初始对象具备关联关系的全部对象均作为所述新的目标对象。
方式2、基于所述新的初始对象在关系网络中的关联关系,确定至少一个候选目标对象;基于所述新的初始对象分别与所述至少一个候选目标对象之间的关联值,确定所述新的目标对象。
其中,所述基于所述新的初始对象在关系网络中的关联关系,确定至少一个候选目标对象,可以包括:将所述新的初始对象在关系网络中具备关联的对象作为所述至少一个候选目标对象。
基于所述新的初始对象分别与所述至少一个候选目标对象之间的关联值,确定所述新的目标对象,可以为:基于所述关系网络确定所述新的初始对象与所述至少一个候选目标对象之间分别对应的关联值;从所述至少一个候选目标对象中选取所述关联值大于预设关联门限值的候选目标对象作为所述新的目标对象。
以上两种处理方式中的具体处理与前述基于所述初始对象在关系网络中的关联关系,确定所述目标对象的处理方式是类似的,因此不做重复说明。
需要指出的是,在确定了所述新的目标对象之后,还可以包括:基于新的关键词目标群,确定新的目标关键词;其中,所述新的关键词目标群中包含所述新的初始对象的订阅关键词;所述关键词目标群为至少一个关键词候选群中之一;基于所述新的目标关键词,生成并发送所述新的目标对象对应的推荐信息。关于以上处理与前述确定目标关键词、生成并发送所述目标对象对应的推荐信息的处理也是类似的,不做重复说明。
通过采用本实施例提供的方案,不仅可以为选取的目标对象更加准确的生成对应的推荐信息,还可以将本次选取的目标对象作为新的初始对象,进而选取更多新的目标对象生成并发送对应的推荐信息,如此,可以在***中引入更多的对象,进而基于更多的对象进行关系网络的生成以及关键词候选群的更新,进一步提升后续进行推荐信息的生成的准确性。
在一种实施方式中,针对前述关系网络的构建方式进行说明,具体可以包括:
将多个关系子网络进行合并,得到所述关系网络;
基于所述多个关系子网络中多个候选对象分别对应的出现次数,确定所述关系网络中所述多个候选对象分别对应的权重值;基于所述多个关系子网络中所述多个候选对象之间的关联关系的出现次数,确定所述关系网络中所述多个候选对象之间的关联值。
其中,所述多个关系子网络中第j个关系子网络的生成可以为:在多个候选对象之间存在交互操作的情况下,生成包含所述多个候选对象的第j个关系子网络;j为大于等于1的整数。其中,所述交互操作可以为分享操作、推荐操作、邀请操作中任意之一。
需要指出的是,所述多个关系子网络中不同的关系子网络中可以包含相同的多个候选对象,或者可以包括至少部分不同的候选对象。
比如参见图8,假设候选对象a邀请候选对象b参加活动1,候选对象b邀请候选对象c参加活动1,候选对象a邀请候选对象d参加活动1,候选对象c邀请候选对象e参加活动1,则可以构建得到关系子网络1。同样参见图8,假设候选对象a分别邀请候选对象d以及邀请候选对象f参加活动2,候选对象b邀请候选对象c参加活动2,候选对象c邀请候选对象g参加活动2,则可以构建得到关系子网络2。
所述将多个关系子网络进行合并,得到所述关系网络,可以包括:
在第x个关系子网络与第y个关系子网络中存在相同的候选对象的情况下,以所述相同的候选对象为公共候选对象,将所述第x个关系子网络与第y个关系子网络进行合并,x和y不同,且x和y均为大于等于1的整数;以此类推,直至将多个关系子网络全部完成合并,得到所述关系网络。
参见图9,关系子网络1和关系子网络2,都包含了候选对象a、候选对象b、候选对象c以及候选对象e,可以将这些候选对象作为公共候选对象进行合并,得到图9中示意的合并后的关系网络。
所述基于所述多个关系子网络中多个候选对象分别对应的出现次数,确定所述关系网络中所述多个候选对象分别对应的权重值,可以为:获取所述关系网络中包含的第r个候选对象在所述多个关系子网络的出现次数,将该出现次数作为所述第r个候选对象在所述关系网络中的权重值;r为大于等于1的整数。应理解,所述第r个候选对象为所述关系网络中包含的全部候选对象中的任意之一,针对每个候选对象的处理为相同的,因此不做一一赘述。比如,参见图9,候选对象a在两个关系子网络中出现两次,则其对应的权重值为2,其他候选节点也可以基于同样的方式确定对应的权重值,具体的各个候选节点的权重值如图9中所示,只是不做一一列举。
所述基于所述多个关系子网络中所述多个候选对象之间的关联关系的出现次数,确定所述关系网络中所述多个候选对象之间的关联值,比如,参见图9,其中,候选对象a与候选对象d之间的关联关系出现了2次,因此在所述关系网络中,候选对象a与候选对象d之间的关联值为图9中所示的“2”,其他候选节点之间的关联值的确定方式也是相同的,只是不做一一列举。
通过上述处理,可以得到当前已经采集到的全部候选对象之间的关联关系可以生成对应的关系子网络,进而基于各个关系子网络进行合并可以得到所述关系网络,并且还可以确定所述关系网络中的候选对象的权重值以及候选对象之间的关联值,从而,可以为基于该关系网络进行目标对象的选取提供准确的参考,保证了后续处理得到推荐信息的准确性。
在一种实施方式中,针对前述多个关键词候选群的生成方式进行说明,包括:
基于多个候选对象订阅的多个候选关键词,生成关键词网络;
基于所述多个候选关键词分别对应的订阅次数,确定所述关键词网络中所述多个候选关键词的节点值;基于所述候选关键词之间的关联关系的出现次数,确定所述关键词网络中所述多个候选关键词的关联值;
基于所述关键词网络中所述多个候选关键词之间的关联关系及所述关联值,生成所述多个关键词候选群。
所述候选对象的数量可以为两个或更多个,本实施例不对其进行限定。
所述基于多个候选对象订阅的多个候选关键词,生成关键词网络,可以为:将每个候选对象订阅的至少两个候选关键词建立连接关系,基于每个候选对象所对应的具备连接关系的至少两个候选关键词进行合并,得到所述关键词网络。
所述多个候选对象中,每个候选对象可能均包含其订阅的一个或多个候选关键词,若所述多个候选对象中的第q个候选对象仅包含一个候选关键词,则该一个候选关键词可以独立存在;若所述多个候选对象中的第q个候选对象包含至少两个候选关键词,则该至少两个候选关键词两两之间具备关联关系。
比如,参见图10,其中候选对象a有三个候选关键词,分别为候选关键词1~候选关键词3,这3个关键词之间相互具备关联关系;候选对象b有候选关键词2、候选关键词5,这2个关键词之间也相互具备关联关系;候选对象c有2个关键词分别为候选关键词4和候选关键词6,这两个关键词之间相互具备关联关系;候选对象d有2个关键词分别为候选关键词1和候选关键词6,这两个关键词之间相互具备关联关系。其中,所述候选关键词1可以为一个共同候选关键词,将这候选对象a和候选对象d的两组候选关键词进行合并;候选关键词2可以为两组候选关键词的公共候选对象,将这两组候选关键词进行合并,如此循环执行,最终可以得到所述关键词网络。
所述基于所述多个候选关键词分别对应的订阅次数,确定所述关键词网络中所述多个候选关键词的节点值,比如,图10中候选关键词1出现了2次,则在所述关键词网络中该候选关键词1的节点值为2,候选关键词2出现了2次,则在所述关键词网络中该候选关键词2的节点值为2,应理解,其余候选关键词的节点值的确定方式是相同的,只是不做穷举。
所述基于所述候选关键词之间的关联关系的出现次数,确定所述关键词网络中所述多个候选关键词的关联值,包括:基于任意两个候选关键词之间的关联关系的出现次数,确定所述关键词网络中任意两个候选关键词之间的关联值。比如,图10中候选关键词1和候选关键词2之间的关联关系出现了1次,则关键词1和关键词2之间的关联值为1。
所述基于所述关键词网络中所述多个候选关键词之间的关联关系及所述关联值,生成所述多个关键词候选群,可以包括:基于所述至少两个候选关键词之间的关联关系及所述关联值,计算任意两个候选关键词之间的距离;基于任意两个候选关键词之间的距离,生成所述至少一个关键词候选群。其中,计算任意两个候选关键词之间的距离的方法可以采用k均值聚类算法(k-means clustering algorithm),当然,还可以采用其他算法,本实施例不做穷举。
所述基于任意两个候选关键词之间的距离,生成所述至少一个关键词候选群可以为:将全部候选关键词中,相互两个候选关键词之间的距离超过预设距离门限值的位置作为分组位置,得到至少一个关键词候选群。以图11为例来说,其中候选关键词8与其他关键词之间的距离大于预设距离门限值,则将候选关键词8及其关联的候选关键词7单独作为一个关键词候选群;候选关键词1、候选关键词6之间的距离大于预设距离门限值,则将候选关键词1、候选关键词6之间划分开,得到两个关键词候选群。如此划分之后,图11可以得到3个关键词候选群,分别为图11中示意出的关键词候选群1、关键词候选群2和关键词候选群3。
可见,通过采用上述方案,可以将候选关键词进行关联,基于至少两个候选关键词之间的关联关系以及关联值划分得到至少一个关键词候选群,如此,可以为后续基于初始对象所在的关键词目标群进行目标关键词的选取以及为目标对象生成对应的推荐信息提供了更加准确的信息,保证了后续生成所述推荐信息的准确性。
最后结合图12,以所述初始对象为初始用户,所述目标对象为目标用户、所述候选对象为候选用户为例对本实施例的一种实施场景,在本场景中,本实施例提供的方案可以应用于进行学术论文的推荐处理中,具体来说:
S1201:生成关系网络。
具体的,首先根据多次分享活动中每个候选用户的交互行为,得到所述多次分享活动对应的多个关系子网络;在所述关系子网络中包含所述多个候选用户之间的关联关系,该关联关系可以是基于各个候选用户之间的分享行为或分享关系得到的;
将所述多个关系子网络进行合并,得到关系网络;可以基于所述多个关系子网络中每个候选用户的出现次数作为该候选用户在所述关系网络中的权重值,将任意两个存在关联关系的候选用户之间的关联关系出现次数作为在所述关系网络中的该两个候选用户之间的关联值,比如,候选用户a邀请候选用户b参与的活动数,可以作为候选用户a与候选用户b之间的关联值。
S1202:生成关键词网络。
具体的,获取每个候选用户订阅的候选关键词,将每个候选用户订阅的不同候选关键词之间建立关联关系,最终得到全部候选用户的全部候选关键词之间的关联关系生成所述关键词网络;比如将候选用户A订阅了候选关键词a和候选关键词b,则候选关键词a和候选关键词b有关联关系。
还可以基于所述多个候选关键词分别对应的订阅次数,确定所述关键词网络中所述多个候选关键词的节点值;基于所述候选关键词之间的关联关系的出现次数,确定所述关键词网络中所述多个候选关键词的关联值,比如将候选用户A订阅了候选关键词a和候选关键词b,则候选关键词a和候选关键词b有关联关系,有P个候选用户同时订阅了候选关键词a和候选关键词b,则候选关键词a和候选关键词b之间的关联值为P,P为大于等于2的整数。
基于所述关键词网络中所述多个候选关键词之间的关联关系及所述关联值,生成所述多个关键词候选群,比如,多个候选关键词之间的关联关系作为凝聚关系,通过k-means的方式,得到所述关键词网络的所述多个关键词候选群,此时得到的所述多个关键词候选群中每个关键词候选群可以认为是认知范围相似或相关的候选用户关心或关注的内容。
以上S1201与S1202的执行可以不分先后顺序,可以同时执行S1201以及S1202;或者先执行S1201,再执行S1202;或者先执行S1202,再执行S1201。
在完成上述关系网络以及多个关键词候选群的生成之后,可以执行如下操作:
S1203:提取所述关系网络中权重值排序在前20%的候选用户作为所述初始用户,并确定关键词目标群。
由于在所述关系网络中的候选用户的权重值越高,则表示该候选用户的忠实度或者活跃度越高,因此,可以提取所述关系网络中权重值排序在前20%的候选用户作为所述初始用户,并确定所述初始用户的订阅关键词所在的关键词目标群。
S1204:基于所述关系网络,确定与所述初始用户具备关联关系的目标用户。
然后可以基于所述关键词目标群,确定目标关键词;基于所述目标关键词,生成并发送所述目标用户对应的推荐信息,该推荐信息中可以包含所述目标关键词。其中,生成并发送所述目标用户对应的所述推荐信息的规则可以为:将所述初始用户的订阅关键词作为第一优先级的目标关键词优先生成并发送所述目标用户对应的推荐信息;其次将所述关键词目标群中节点值大于预设节点门限值的候选关键词,作为第二优先级的目标关键词,基于该第二优先级的所述目标关键词生成并发送所述目标用户对应的推荐信息;最后是将所述关键词目标群中所述节点值小于或等于所述预设节点门限值的所述候选关键词,作为第三优先级的目标关键词,基于该第三优先级的所述目标关键词生成并发送所述目标用户对应的推荐信息。
在所述目标用户通过其使用的设备接收到所述推荐信息之后,可以在其使用的所述设备上选择是否订阅;
在完成以上处理之后,可以在所述目标用户接受订阅所述推荐信息中的目标关键词的情况下,接收到针对所述推荐信息的接受信息;相应的,在接收到针对所述推荐信息的接受信息的情况下,将所述目标对象作为新的初始对象,重复前述S1203-S1204的处理。通过上述处理还可以完善所述关系网络以及所述关键词网络,进而进一步提高向新的目标用户生成并发送推荐信息的精准度。
本公开第二方面实施例还提供一种信息推荐装置,如图13所示,包括:
对象选取模块1301,用于基于关系网络,确定与初始对象具备关联关系的目标对象;
关键词确定模块1302,用于基于关键词目标群,确定目标关键词;其中,所述关键词目标群中包含所述初始对象的订阅关键词,所述关键词目标群为多个关键词候选群中之一;
信息生成模块1303,用于基于所述目标关键词,生成所述目标对象对应的推荐信息;
信息发送模块1304,用于发送所述目标对象对应的推荐信息。
所述对象选取模块1301,用于获取所述关系网络中的多个候选对象及其分别对应的权重值;从所述多个候选对象中选取所述权重值大于预设权重门限值的候选对象作为所述初始对象。
所述对象选取模块1301,用于基于所述关系网络,确定与所述初始对象具备关联关系的至少一个候选目标对象;基于所述关系网络中所述初始对象分别与所述至少一个候选目标对象之间的关联值,确定所述目标对象。
所述关键词确定模块1302,用于对所述关键词目标群中的所述多个候选关键词进行优先级划分,得到N个优先级的目标关键词;N为大于等于2的整数。
所述信息生成模块1303,用于基于所述N个优先级中第i个优先级的目标关键词,生成所述目标对象对应的第i个推荐信息;i为大于等于1且小于N的整数;在接收到针对所述第i个推荐信息的拒绝信息的情况下,基于所述N个优先级中第i+1个优先级的目标关键词,生成所述目标对象对应的第i+1个推荐信息;
所述信息发送模块1304,用于发送所述目标对象对应的第i个推荐信息,以及发送所述目标对象对应的第i+1个推荐信息。
所述关键词确定模块1302,用于将所述关键词目标群中所述初始对象的所述订阅关键词作为第一优先级的目标关键词;
将所述关键词目标群中节点值大于预设节点门限值的候选关键词,作为第二优先级的目标关键词;
将所述关键词目标群中所述节点值小于或等于所述预设节点门限值的所述候选关键词,作为第三优先级的目标关键词。
在图13的基础上,如图14所示,所述装置还包括:
信息接收模块1305,用于接收到针对所述推荐信息的接受信息;
所述对象选取模块1301,用于在接收到针对所述推荐信息的接受信息的情况下,将所述目标对象作为新的初始对象;基于所述关系网络确定与所述新的初始对象具备关联关系的新的目标对象。
所述装置还包括:
关系网络生成模块1306,用于将多个关系子网络进行合并,得到所述关系网络;基于所述多个关系子网络中多个候选对象分别对应的出现次数,确定所述关系网络中所述多个候选对象分别对应的权重值;基于所述多个关系子网络中所述多个候选对象之间的关联关系的出现次数,确定所述关系网络中所述多个候选对象之间的关联值。
所述装置还包括:
关键词候选群生成模块1307,用于基于多个候选对象订阅的多个候选关键词,生成关键词网络;基于所述多个候选关键词分别对应的订阅次数,确定所述关键词网络中所述多个候选关键词的节点值;基于所述候选关键词之间的关联关系的出现次数,确定所述关键词网络中所述多个候选关键词的关联值;基于所述关键词网络中所述多个候选关键词之间的关联关系及所述关联值,生成所述多个关键词候选群。
通过采用上述方案,就可以根据初始对象在关系网络中的关联关系确定目标对象,进而基于关键词目标群确定目标关键词,再基于所述目标关键词生成并发送所述目标对象所对应的推荐信息。这样,由于所述目标对象与所述初始对象具备关联关系,并且所述关键词目标群与所述初始对象的订阅关键词相关,因此可以保证选取出来的目标关键词的准确性以及针对性均较高,进而可以保证为所述目标对象生成的推荐信息更加准确。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图15示出了可以用来实施本公开的实施例的示例电子设备1500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图15所示,电子设备1500包括计算单元1501,其可以根据存储在只读存储器(ROM)1502中的计算机程序或者从存储单元1508加载到随机访问存储器(RAM)1503中的计算机程序,来执行各种适当的动作和处理。在RAM 1503中,还可存储电子设备1500操作所需的各种程序和数据。计算单元1501、ROM 1502以及RAM 1503通过总线1504彼此相连。输入/输出(I/O)接口1505也连接至总线1504。
电子设备1500中的多个部件连接至I/O接口1505,包括:输入单元1506,例如键盘、鼠标等;输出单元1507,例如各种类型的显示器、扬声器等;存储单元1508,例如磁盘、光盘等;以及通信单元1509,例如网卡、调制解调器、无线通信收发机等。通信单元1509允许电子设备1500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1501执行上文所描述的各个方法和处理。例如,在一些实施例中,上文所描述的各个方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1502和/或通信单元1509而被载入和/或安装到电子设备1500上。当计算机程序加载到RAM 1503并由计算单元1501执行时,可以执行上文所描述的各个方法的一个或多个步骤。备选地,在其他实施例中,计算单元1501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上文所描述的各个方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种信息推荐方法,包括:
基于关系网络,确定与初始对象具备关联关系的目标对象;
基于关键词目标群,确定目标关键词;其中,所述关键词目标群中包含所述初始对象的订阅关键词,所述关键词目标群为多个关键词候选群中之一;
基于所述目标关键词,生成并发送所述目标对象对应的推荐信息。
2.根据权利要求1所述的方法,还包括:
获取所述关系网络中的多个候选对象及其分别对应的权重值;
从所述多个候选对象中选取所述权重值大于预设权重门限值的候选对象作为所述初始对象。
3.根据权利要求1所述的方法,其中,所述基于关系网络,确定与初始对象具备关联关系的目标对象,包括:
基于所述关系网络,确定与所述初始对象具备关联关系的至少一个候选目标对象;
基于所述关系网络中所述初始对象分别与所述至少一个候选目标对象之间的关联值,确定所述目标对象。
4.根据权利要求1所述的方法,其中,所述基于关键词目标群,确定目标关键词,包括:
对所述关键词目标群中的多个候选关键词进行优先级划分,得到N个优先级的目标关键词;N为大于等于2的整数。
5.根据权利要求4所述的方法,其中,所述基于所述候选关键词,生成并发送所述目标对象对应的推荐信息,包括:
基于所述N个优先级中第i个优先级的目标关键词,生成并发送所述目标对象对应的第i个推荐信息;i为大于等于1且小于N的整数;
在接收到针对所述第i个推荐信息的拒绝信息的情况下,基于所述N个优先级中第i+1个优先级的目标关键词,生成并发送所述目标对象对应的第i+1个推荐信息。
6.根据权利要求4所述的方法,其中,所述对所述关键词目标群中的所述多个候选关键词进行优先级划分,得到N个优先级的目标关键词,包括:
将所述关键词目标群中所述初始对象的所述订阅关键词作为第一优先级的目标关键词;
将所述关键词目标群中节点值大于预设节点门限值的候选关键词,作为第二优先级的目标关键词;
将所述关键词目标群中所述节点值小于或等于所述预设节点门限值的所述候选关键词,作为第三优先级的目标关键词。
7.根据权利要求1所述的方法,还包括:
在接收到针对所述推荐信息的接受信息的情况下,将所述目标对象作为新的初始对象;
基于所述关系网络确定与所述新的初始对象具备关联关系的新的目标对象。
8.根据权利要求1-7任一项所述的方法,还包括:
将多个关系子网络进行合并,得到所述关系网络;
基于所述多个关系子网络中多个候选对象分别对应的出现次数,确定所述关系网络中所述多个候选对象分别对应的权重值;基于所述多个关系子网络中所述多个候选对象之间的关联关系的出现次数,确定所述关系网络中所述多个候选对象之间的关联值。
9.根据权利要求1-7任一项所述的方法,还包括:
基于多个候选对象订阅的多个候选关键词,生成关键词网络;
基于所述多个候选关键词分别对应的订阅次数,确定所述关键词网络中所述多个候选关键词的节点值;基于所述候选关键词之间的关联关系的出现次数,确定所述关键词网络中所述多个候选关键词的关联值;
基于所述关键词网络中所述多个候选关键词之间的关联关系及所述关联值,生成所述多个关键词候选群。
10.一种信息推荐装置,包括:
对象选取模块,用于基于关系网络,确定与初始对象具备关联关系的目标对象;
关键词确定模块,用于基于关键词目标群,确定目标关键词;其中,所述关键词目标群中包含所述初始对象的订阅关键词,所述关键词目标群为多个关键词候选群中之一;
信息生成模块,用于基于所述目标关键词,生成所述目标对象对应的推荐信息;
信息发送模块,用于发送所述目标对象对应的推荐信息。
11.根据权利要求10所述的装置,其中,
所述对象选取模块,用于获取所述关系网络中的多个候选对象及其分别对应的权重值;从所述多个候选对象中选取所述权重值大于预设权重门限值的候选对象作为所述初始对象。
12.根据权利要求10所述的装置,其中,
所述对象选取模块,用于基于所述关系网络,确定与所述初始对象具备关联关系的至少一个候选目标对象;基于所述关系网络中所述初始对象分别与所述至少一个候选目标对象之间的关联值,确定所述目标对象。
13.根据权利要求10所述的装置,其中,
所述关键词确定模块,用于对所述关键词目标群中的多个候选关键词进行优先级划分,得到N个优先级的目标关键词;N为大于等于2的整数。
14.根据权利要求13所述的装置,其中,
所述信息生成模块,用于基于所述N个优先级中第i个优先级的目标关键词,生成所述目标对象对应的第i个推荐信息;i为大于等于1且小于N的整数;在接收到针对所述第i个推荐信息的拒绝信息的情况下,基于所述N个优先级中第i+1个优先级的目标关键词,生成所述目标对象对应的第i+1个推荐信息;
所述信息发送模块,用于发送所述目标对象对应的第i个推荐信息,以及发送所述目标对象对应的第i+1个推荐信息。
15.根据权利要求13所述的装置,其中,
所述关键词确定模块,用于将所述关键词目标群中所述初始对象的所述订阅关键词作为第一优先级的目标关键词;
将所述关键词目标群中节点值大于预设节点门限值的候选关键词,作为第二优先级的目标关键词;
将所述关键词目标群中所述节点值小于或等于所述预设节点门限值的所述候选关键词,作为第三优先级的目标关键词。
16.根据权利要求10所述的装置,还包括:
信息接收模块,用于接收到针对所述推荐信息的接受信息;
所述对象选取模块,用于在接收到针对所述推荐信息的接受信息的情况下,将所述目标对象作为新的初始对象;基于所述关系网络确定与所述新的初始对象具备关联关系的新的目标对象。
17.根据权利要求10-16任一项所述的装置,还包括:
关系网络生成模块,用于将多个关系子网络进行合并,得到所述关系网络;基于所述多个关系子网络中多个候选对象分别对应的出现次数,确定所述关系网络中所述多个候选对象分别对应的权重值;基于所述多个关系子网络中所述多个候选对象之间的关联关系的出现次数,确定所述关系网络中所述多个候选对象之间的关联值。
18.根据权利要求10-16任一项所述的装置,还包括:
关键词候选群生成模块,用于基于多个候选对象订阅的多个候选关键词,生成关键词网络;基于所述多个候选关键词分别对应的订阅次数,确定所述关键词网络中所述多个候选关键词的节点值;基于所述候选关键词之间的关联关系的出现次数,确定所述关键词网络中所述多个候选关键词的关联值;基于所述关键词网络中所述多个候选关键词之间的关联关系及所述关联值,生成所述多个关键词候选群。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616137.6A CN114297486A (zh) | 2021-12-27 | 2021-12-27 | 信息推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616137.6A CN114297486A (zh) | 2021-12-27 | 2021-12-27 | 信息推荐方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114297486A true CN114297486A (zh) | 2022-04-08 |
Family
ID=80969374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111616137.6A Pending CN114297486A (zh) | 2021-12-27 | 2021-12-27 | 信息推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114297486A (zh) |
-
2021
- 2021-12-27 CN CN202111616137.6A patent/CN114297486A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909222B (zh) | 基于聚类的用户画像建立方法、装置、介质及电子设备 | |
CN110555172B (zh) | 用户关系挖掘方法及装置、电子设备和存储介质 | |
US11748452B2 (en) | Method for data processing by performing different non-linear combination processing | |
CN114065864B (zh) | 联邦学习方法、联邦学习装置、电子设备以及存储介质 | |
CN111158828A (zh) | 应用程序app的用户界面确定方法及装置、存储介质 | |
CN112818230A (zh) | 内容推荐方法、装置、电子设备和存储介质 | |
CN112989170A (zh) | 应用于信息搜索的关键词匹配方法、信息搜索方法及装置 | |
CN116955817A (zh) | 内容推荐方法、装置、电子设备以及存储介质 | |
CN113761381B (zh) | 兴趣点推荐的方法、装置、设备以及存储介质 | |
CN113761379B (zh) | 商品推荐方法及装置、电子设备和介质 | |
CN114297486A (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
CN115563310A (zh) | 一种关键业务节点的确定方法、装置、设备及介质 | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN113722593A (zh) | 事件数据处理方法、装置、电子设备和介质 | |
CN113691403A (zh) | 拓扑节点配置方法、相关装置及计算机程序产品 | |
CN113052325A (zh) | 在线模型的优化方法、装置、设备、存储介质及程序产品 | |
CN113343147B (zh) | 信息处理方法、装置、设备、介质及程序产品 | |
CN111523000A (zh) | 用于导入数据的方法、装置、设备以及存储介质 | |
CN113360765B (zh) | 事件信息的处理方法、装置、电子设备和介质 | |
CN111046894A (zh) | 识别马甲账号的方法和装置 | |
CN112558842B (zh) | 推荐群组成员的方法、装置、电子设备和介质 | |
CN113434432B (zh) | 一种推荐平台的性能测试方法、装置、设备、及介质 | |
CN114662607B (zh) | 基于人工智能的数据标注方法、装置、设备以及存储介质 | |
CN114359610B (zh) | 实体分类的方法、装置、设备以及存储介质 | |
CN113220555B (zh) | 用于处理数据的方法、装置、设备、介质和产品 |
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 |