WO2017101389A1 - 一种移动终端的信息推荐方法及装置 - Google Patents
一种移动终端的信息推荐方法及装置 Download PDFInfo
- Publication number
- WO2017101389A1 WO2017101389A1 PCT/CN2016/089101 CN2016089101W WO2017101389A1 WO 2017101389 A1 WO2017101389 A1 WO 2017101389A1 CN 2016089101 W CN2016089101 W CN 2016089101W WO 2017101389 A1 WO2017101389 A1 WO 2017101389A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- information
- user
- mobile terminal
- preference
- application
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Definitions
- the present application relates to the field of Internet communication technologies, and in particular, to a method and an apparatus for recommending information of a mobile terminal.
- the pushed advertisement information may be pushed when the mobile terminal is powered on, or pushed during the operation of the mobile terminal.
- a commonly used method for recommending information on a mobile terminal is to determine whether to recommend information to the mobile terminal according to the usage state of the mobile terminal.
- the server responsible for information recommendation can acquire data communication with the mobile terminal, and then can detect whether the mobile terminal is in a standby state or in a use state. When the mobile terminal is in the standby state, it can proceed to the mobile terminal Information recommendation.
- Another common method of information recommendation is to make information recommendations to mobile terminals at predetermined points in time.
- the server responsible for information recommendation may preset a time node for information recommendation, such as 9 points, 11 points, and 18 points per day. Then, when the system time reaches the preset time node, the information is automatically recommended to the mobile terminal.
- one of the technical problems to be solved by the present application is to provide a method and device for recommending information of a mobile terminal, which can selectively recommend information for a user according to a user's preference.
- the application provides a method for recommending information of a mobile terminal, including:
- the application further provides an information recommendation device for a mobile terminal, including:
- the recommendation information obtaining module is configured to acquire an application sent to the mobile terminal within a preset time period Program recommendation information
- the information pushing module is configured to filter out a preset number of application recommendation information from the sorted application recommendation information, and push the filtered application recommendation information to the mobile terminal.
- the present application also provides a computer readable recording medium having recorded thereon a program for executing the method described above.
- the present application can analyze the historical access behavior of the user on the mobile terminal, so that the user's preference information can be obtained.
- the user's preference information tends to change as the user's environment, location, and time change.
- the context node recommended by the information may be used to selectively recommend information to the user according to the preference information of the user.
- the embodiment of the present application can recommend the information of a certain user to the user by analyzing the preference similarity between multiple users. Users with similar preference information can provide information recommendation for more users based on the analysis of the historical access behavior of a small number of user samples, reducing the burden of the system.
- FIG. 1 is a flowchart of a method for recommending information of a mobile terminal according to an embodiment of the present application
- FIG. 2 is a functional block diagram of an information recommendation apparatus for a mobile terminal according to an embodiment of the present application.
- the user In the process of using a mobile terminal, the user often has certain preferences. For example, if a user is interested in a financial application, then a plurality of financial applications are installed on the mobile terminal used by the user. Of course, other aspects of the application may exist on the mobile terminal, such as commonly used social software. When the user uses the application in the mobile terminal daily, the frequency of use of each application is different. Based on this, the embodiment of the present application can selectively recommend information to the user according to the preference degree of the user corresponding to different applications.
- S1 Determine preference information corresponding to the user according to a historical access behavior of the user on the mobile terminal.
- the mobile terminal can record the number of accesses and the duration of use of each application.
- the server corresponding to each application can also record the number and duration of the user's use of the application.
- the historical access behavior of the user on the mobile terminal can be obtained by accessing the server of the application.
- the preference information corresponding to the user can be obtained.
- the frequency and duration of application usage in the acquired historical access behavior may be analyzed to determine an application that is of interest to the user and an application that is not of interest.
- the embodiment of the present application may classify the user behavior data that is integrated into the context information.
- the significance of the classification process is to aggregate applications with similar characteristics into one type of application. For example, for applications such as Taobao, *** translation, Baidu translation, etc., it can be divided into translation software.
- the process of cluster analysis refers to an analysis process of grouping a collection of physical or abstract objects into a plurality of classes composed of similar objects.
- the K-means classification method may be used to classify the user behavior data that incorporates the context information.
- the embodiment of the present application can select some behavior data as a cohesive point, and then can aggregate the behavior data in the preset range near the cohesive point to the cohesive point by using the principle of proximity, so that a plurality of behavior data can be formed. class.
- the center position of each cluster can be calculated, and then clustered again using the calculated center position. This is repeated until the position of the condensation point converges.
- S2 Perform weight value allocation on the application on the mobile terminal according to the determined preference information and the context node recommended by the information.
- the application value on the mobile terminal may be assigned a weight value according to the determined preference information and the context node recommended by the information.
- the mobile terminal can acquire context information of the current day. For example, the current user's location, the date of the day, and the environment of the day.
- the corresponding information recommendation can be performed according to the context information.
- the embodiment of the present application may extract a correspondence between a frequency of use of the application and a context node from the determined preference information.
- the frequency of use of the application corresponding to the context node recommended by the information can then be determined. For example, when preparing to recommend information to the user on February 14, the context node corresponding to February 14 can be obtained first. Assuming that the context node is Valentine's Day and the temperature changes abnormally, then according to the correspondence between the frequency of use of the application and the context node, the application of the social software and the weather forecast in the case of the context node can be queried. Aspects of the application are used more frequently. Then, the application value on the mobile terminal can be assigned a weight value according to the determined frequency of use of the application. Applications that use high frequencies will have higher weight values. Specifically, the weight value corresponding to the application frequency may be determined according to the specific value of the frequency of use of the application in the total frequency.
- S3 Acquire application recommendation information sent to the mobile terminal within a preset time period.
- the application recommendation information sent to the mobile terminal within a preset time period can be obtained.
- the application recommendation information sent to the mobile terminal may be recommendation information delivered by a server of each application.
- the embodiment of the present application may sort the obtained application recommendation information according to the assigned weight value.
- One of the purposes of sorting is to filter the recommendation information delivered by the server according to the user's preference.
- the preset recommended application recommendation information may be filtered out from the sorted application recommendation information, and the filtered application recommendation information is pushed to the mobile terminal.
- the recommendation information provided to the user may be excessive.
- the pushed application recommendation information may be corrected according to the feedback information of the user, and the modified application recommendation information is pushed to the mobile terminal. This makes it possible to filter recommendation information more accurately based on user preferences.
- ⁇ represents the similarity between the preference vector of the first user and the preference vector of the second user
- x k represents the kth element in the preference vector of the first user
- y k represents the preference vector in the second user The kth element.
- the recommendation information corresponding to the first user may be pushed to the mobile terminal of the second user.
- the recommendation of the same information is obtained for a plurality of users with the same or similar preferences, thereby reducing the burden on the entire system.
- the information recommendation method of the mobile terminal provided by the embodiment of the present application can be used to analyze the historical access behavior of the user on the mobile terminal, so that the user's preference information can be obtained.
- the user's preference information tends to change as the user's environment, location, and time change.
- the context node recommended by the information may be used to selectively recommend information to the user according to the preference information of the user.
- the embodiment of the present application can recommend the information of a certain user to the user by analyzing the preference similarity between multiple users. Users with similar preference information can provide information recommendation for more users based on the analysis of the historical access behavior of a small number of user samples, reducing the burden of the system.
- the present application also provides a computer readable recording medium having recorded thereon a program for executing the method described above.
- the computer readable recording medium includes any mechanism for storing or transmitting information in a form readable by a computer (eg, a computer).
- a machine-readable medium includes read only memory (ROM), random access memory (RAM), magnetic disk storage media, optical storage media, flash storage media, electrical, optical, acoustic, or other forms of propagation signals (eg, carrier waves) , infrared signals, digital signals, etc.).
- FIG. 2 is a functional block diagram of an information recommendation apparatus for a mobile terminal according to an embodiment of the present application.
- the apparatus may include:
- the weight value assignment module 200 is configured to perform weight value assignment on the application on the mobile terminal according to the determined preference information and the context node recommended by the information;
- the preference information determining module 100 specifically includes:
- a preference criterion constituting module configured to classify the generated user behavior data that incorporates the context information to form a preference criterion corresponding to the user;
- a determining module is configured to determine the constructed preference criteria as preference information corresponding to the user.
- an allocating module configured to perform weight value allocation on the application on the mobile terminal according to the determined frequency of use of the application.
- the device further includes:
- the correction module is configured to correct the pushed application recommendation information according to the feedback information of the user, and push the corrected application recommendation information to the mobile terminal.
- a preference similarity determining module configured to determine a preference similarity between the first user and the second user
- a push determining module configured to: when the preference similarity between the first user and the second user reaches a preset threshold, push recommendation information corresponding to the first user to the mobile terminal of the second user on.
- the preference similarity determining module specifically includes:
- a preference vector determining module configured to determine a preference vector of the first user and a preference vector of the second user respectively based on the descriptor of the business object that performs the specified operation by the first user and the second user;
- the similarity determining module is configured to determine a similarity between the preference vector of the first user and the preference vector of the second user as the preference similarity between the first user and the second user.
- the information recommendation apparatus of the mobile terminal can analyze the historical access behavior of the user on the mobile terminal, so that the preference information of the user can be obtained.
- the user's preference information tends to change as the user's environment, location, and time change.
- the context node recommended by the information may be used to selectively recommend information to the user according to the preference information of the user.
- the embodiment of the present application can recommend the information of a certain user to the user by analyzing the preference similarity between multiple users. Users with similar preference information can provide information recommendation for more users based on the analysis of the historical access behavior of a small number of user samples, reducing the burden of the system.
- references to elements or components or steps should not be construed as limited to only one of the elements, components, or steps, but may be one or more of the elements, components, or steps.
- This application can be used in a variety of general purpose or special purpose computer system environments or configurations.
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (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)
- Information Transfer Between Computers (AREA)
Abstract
一种移动终端的信息推荐方法及装置,其中,所述方法包括:根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息(S1);根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配(S2);获取预设时间段内发往所述移动终端的应用程序推荐信息(S3);根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序(S4);从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端(S5)。一种移动终端的信息推荐方法及装置,可以根据用户的偏好,有选择地为用户进行信息推荐。
Description
本申请要求于2015年12月15日提交中国专利局、申请号为201510939595.1,发明名称为“一种移动终端的信息推荐方法及装置”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
本申请涉及互联网通信技术领域,尤其涉及一种移动终端的信息推荐方法及装置。
近年来,随着智能手机,平板电脑等移动终端的普及,移动互联网已经成为用户贴身的媒体。手机已经不再只是一个基本通讯和信息传递的终端,而是成为了一个人们随身携带的娱乐应用终端。这一变化,催生了巨大的移动应用市场产业,比如,著名的"愤怒的小鸟"就是在***里最受欢迎的游戏之一,与Google地图一样,也几乎成了很多智能手机用户的标准配置。
与此同时,用户的消费方式,消费习惯和消费行为都在随之改变:PC用户和智能手机用户在采购他们服务的时候是有时间区别的,移动终端上的消费者普遍没有耐心,总是希望立刻就可以找到他们想要的东西。有一个很典型的例子,82%利用移动终端订房间的用户,是在24小时以内决定并完成的,几乎就是到了目的地就用手机来订酒店,比在电脑上订酒店的用户,花的时间要短的多。移动终端用户的这种“冲动性购买”、“即时性购买”行为,其实是对传统互联网相对慢条斯理的商务模式的一种颠覆。针对这种新的变化,企业需要在极短的时间内帮助用户找到他们可能感兴趣的应用,以占领移动营销的先机。
在电子商务平台上,各种各样的应用程序为了保持用户的粘性,往往会选择在用户的移动终端上推送广告信息来获取用户的注意。这些推送的广告信息可以是在移动终端开机时进行推送,或者是在移动终端的运行过程中进行推送。
目前常用的一种在移动终端上进行信息推荐的方法是根据移动终端的使用状态,判定是否向移动终端进行信息推荐。具体地,负责信息推荐的服务器可以获取与移动终端的数据通信,然后可以检测移动终端是处于待机状态还是处于使用状态。当移动终端处于待机状态时,便可以向该移动终端进行
信息推荐。
另一种常用的信息推荐的方法是在预定的时间点向移动终端进行信息推荐。具体地,负责信息推荐的服务器可以预先设置信息推荐的时间节点,该时间节点例如为每天的9点,11点以及18点。那么当***时间达到预设的时间节点时,便会向移动终端自动推荐信息。
上述的两种常用的信息推荐的方法均可以有效地将信息推送至用户的移动终端上,以获取用户的注意。但这样的信息推荐方法往往存在以下问题:有些应用程序尽管存在于用户的移动终端上,但用户使用的频率并不高。但用户接收到这些应用程序推荐的信息时,往往会当作骚扰信息来处理。也就是说,当前的信息推荐的方法,是将用户作为信息的被动接收方,并没有考虑用户的主观感受,显然,这样的信息推荐方式比较死板,无法有效地提升用户的体验。
发明内容
有鉴于此,本申请解决的技术问题之一在于提供一种移动终端的信息推荐方法及装置,可以根据用户的偏好,有选择地为用户进行信息推荐。
本申请提供一种移动终端的信息推荐方法,包括:
根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息;
根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配;
获取预设时间段内发往所述移动终端的应用程序推荐信息;
根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序;
从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端。
本申请还提供一种移动终端的信息推荐装置,包括:
偏好信息确定模块,设置为根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息;
权重值分配模块,设置为根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配;
推荐信息获取模块,设置为获取预设时间段内发往所述移动终端的应用
程序推荐信息;
排序模块,设置为根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序;
信息推送模块,设置为从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端。
本申请还提供一种在其上记录有用于执行上所述方法的程序的计算机可读记录介质。
由以上技术方案可见,本申请通过对用户在移动终端上的历史访问行为进行分析,从而可以获知该用户的偏好信息。用户的偏好信息往往会随着用户所处的环境、位置以及时间的改变而改变。本申请实施例可以结合信息推荐的上下文节点,根据用户的偏好信息,有选择地对用户进行信息推荐。具体地,考虑到针对单个用户的历史访问行为分析可能会加重***的负载,因此本申请实施例可以通过分析多个用户之间的偏好相似度,从而将某个用户的信息推荐给与该用户具备相似偏好信息的用户,从而可以在对少数用户样本的历史访问行为进行分析的基础上,为更多的用户提供信息推荐,减少了***的整理负担。
为了更清楚地说明本申请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,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种移动终端的信息推荐方法流程图;
图2为申请实施例提供的一种移动终端的信息推荐装置的功能模块图。
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作出创造性劳动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。
在用户使用移动终端的过程中,其往往具备某些偏好。例如某个用户对金融方面的应用程序比较感兴趣,那么在该用户使用的移动终端上会安装有多个金融方面的应用程序。当然,在该移动终端上还可以存在其他方面的应用程序,例如常用的社交软件等。该用户在日常使用移动终端内的应用程序时,每个应用程序的使用频率均是不同的。基于此,本申请实施例可以根据用户对应不同的应用程序的偏好程度,有选择地对该用户进行信息推荐。
图1为本申请实施例提供的一种移动终端的信息推荐方法的流程图。虽然下文描述流程包括以特定顺序出现的多个操作,但是应该清楚了解,这些过程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
如图1所示,所述方法可以包括:
S1:根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息。
在用户使用移动终端的过程中,该移动终端可以记录每个应用程序的访问次数以及使用时长。另外,各个应用程序对应的服务器同样可以记录该用户使用应用程序的次数和时长。在本申请实施例中可以通过对应用程序的服务器进行访问,从而获取用户在移动终端上的历史访问行为。通过对获取的历史访问行为进行分析,从而可以得到该用户对应的偏好信息。具体地,可以对获取的历史访问行为中的应用程序使用的频率以及时长进行分析,从而确定该用户感兴趣的应用程序和不感兴趣的应用程序。
在实际应用场景中,用户对于应用程序的使用习惯往往会随着日期,环境以及位置的改变而改变。例如,在12月12日,用户会受到各个商户的打折促销信息的影响,在这一天使用支付方面的应用程序的次数和时长会显著增加。又例如,在春节或者中秋等重要节日,用户使用社交软件的次数和时长同样会显著增加。也就是说,推荐给用户的信息其实可以根据具体日期、环境或者位置来具体设定,这样能够更好地为用户提供其所需的信息。在本申请一具体实施例中,可以根据用户在移动终端上的历史访问行为,生成融入上下文信息的用户行为数据。举例来说明,用户在移动终端上的历史访问行为中,宏观来看,其对金融方面的应用程序比较感兴趣,因此金融方面的应用程序的使用次数和时长明显高于其他应用程序。但是尽管有些应用程序
使用的次数和时长很少,但是这些应用程序的使用却符合一定的规律。例如,对于一款应用软件,用户往往在每年的2月14日使用,而在其他时间却基本不使用。那么考虑到2月14日是情人节这一日期特征,则可以将该日期特征融入使用该应用软件的行为中。
在本申请实施例中,上述的日期特征可以为该使用行为的上下文信息,将该上下文信息融入用户的访问行为后,便可以更准确地生成用户的行为数据。所述上下文信息可以包括地理上下文信息、日期上下文信息或者环境上下文信息中的至少一种。例如,所述地理上下文信息可以理解为:当用户位于家中时,则习惯使用社交软件方面的应用程序;而当用户位于户外时,则习惯使用图像处理方面的应用程序。又例如,所述环境上下文信息可以理解为:当气温发生骤变时,用户则习惯使用天气预报方面的应用程序。
这些用户的历史访问行为均可以通过大数据分析的方法,确定出各个访问行为对应的上下文信息,从而可以将不同的访问行为与不同的上下文信息建立关联,从而可以更准确地生成与用户相对应的偏好信息。
在生成融入上下文信息的用户行为数据后,本申请实施例可以对所述融入上下文信息的用户行为数据进行分类处理。所述分类处理的意义在于将具有相似特征的应用程序聚合为一类应用程序。例如,对于有道翻译,***翻译,百度翻译等应用程序,可以将其统一划分至翻译软件这一类。
具体地,在本申请实施例中可以采用聚类分析的方法来实现。所述聚类分析的过程是指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。在本申请实施例中,可以采用K-means的分类方法,对融入上下文信息的用户行为数据进行分类处理。具体地,本申请实施例可以选择某些行为数据作为凝聚点,然后可以通过就近原则,将凝聚点附近预设范围内的行为数据均向凝聚点聚集,这样便可以形成多个行为数据的聚类。接着,可以计算各个聚类的中心位置,然后用计算出的中心位置重新进行聚类。这样反复操作,直至凝聚点的位置收敛为止。
这样,通过聚类的方法便可以实现对生成的所述融入上下文信息的用户行为数据进行分类处理,最终便可以构成与所述用户相对应的偏好准则。所述偏好准则可以用来根据不同的上下文信息来具体区分不同的访问行为,从而可以将该偏好准则确定为与所述用户相对应的偏好信息。
S2:根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配。
在确定了用户对应的偏好信息后,便可以根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配。在本申请实施例中,每次用户在使用移动终端时,移动终端均可以获取当天的上下文信息。例如当前用户所处的位置,当天的日期以及当天的环境等。在获取到用户的上下文信息后,便可以根据该上下文信息进行对应的信息推荐。
具体地,本申请实施例可以从确定的所述偏好信息中提取应用程序的使用频率与上下文节点之间的对应关系。然后可以确定与信息推荐的上下文节点相对应的应用程序的使用频率。例如,在2月14日准备向用户进行信息推荐时,首先可以获取2月14日对应的上下文节点。假设该上下文节点为情人节以及气温变化异常,那么便可以根据应用程序的使用频率与上下文节点之间的对应关系,查询到在这种上下文节点的情况下,社交软件方面的应用程序以及天气预报方面的应用程序使用频率较高。那么便可以根据确定的应用程序的使用频率,对所述移动终端上的应用程序进行权重值分配。使用频率高的应用程序对应的权重值就会高。具体地,可以根据某个应用程序的使用频率在总频率中所占的比重值,来确定该应用频率对应的权重值。
S3:获取预设时间段内发往所述移动终端的应用程序推荐信息。
在给不同的应用程序分配了不同的权重值后,便可以获取预设时间段内发往所述移动终端的应用程序推荐信息。所述发往移动终端的应用程序推荐信息可以为各个应用程序的服务器下发的推荐信息。
本申请实施例可以对这些推荐信息进行具体地过滤。在应用程序的服务器下发推荐信息后,该推荐信息可以被本申请实施例中的信息推荐装置获取,该信息推荐装置可以位于应用程序的服务器和移动终端之间,以起到对移动终端的推荐信息进行过滤的作用。
S4:根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序。
在获取到应用程序的服务器下发的推荐信息后,本申请实施例便可以根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序。排序的目的之一即在于根据用户的偏好,对服务器下发的推荐信息进行筛选。
S5:从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推
荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端。
在将服务器下发的推荐信息进行排序后,便可以从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端。
例如,服务器总计下发了10条推荐信息,这10条推荐消息分别对应着10个不同的应用程序,那么在将这些推荐信息进行排序后,可以取权重值较大的5个推荐信息,并且这5个推荐信息发送至所述移动终端,以提醒用户进行使用。对于其他的推荐信息则可以自动过滤。
有时候,尽管已经对应用程序的推荐信息进行了过滤,但提供给用户的推荐信息可能还是过多。在这种情况下,本申请一具体实施例中便可以根据用户的反馈信息,对推送的应用程序推荐信息进行修正,并将修正后的应用程序推荐信息推送至所述移动终端。这样能够更加准确地根据用户的偏好对推荐信息进行过滤。
由上可见,在对用户的移动终端进行信息推荐时,往往需要对用户的访问行为进行分析。但是对于海量的用户群,如果需要对每个用户进行分析将是非常繁重的一项工作,这无疑将增加整个***的负担。因此,在本申请一具体实施例中,可以考虑用户之间的偏好相似度,从而可以将某些推荐信息同时发送给偏好相同或者相似的多个用户。
具体地,本申请实施例可以预先确定第一用户与第二用户之间的偏好相似度。所述第一用户与第二用户之间的偏好相似度可以通过第一用户和第二用户进行指定操作的业务对象来确定。具体地,本申请实施例可以分别获取第一用户和第二用户进行指定操作的业务对象的描述词。其中,所述指定操作可以根据发布的业务对象的实际特性进行灵活设置,例如,在电子商务的应用程序中,指定操作可以是对业务对象(即产品)的购买操作。所述业务对象的描述词可以是表征该业务对象特征的词,该词可以在业务对象进行确定时就被存储于该应用程序中。在获取到第一用户和第二用户进行指定操作的业务对象的描述词后,可以分别确定第一用户的偏好向量和第二用户的偏好向量。所述偏好向量中可以包括多个向量元素,一般来说,所述第一用户的偏好向量与第二用户的偏好向量中的向量元素的个数均是相同的,也就是说这两个偏好向量的维度是相同。所述偏好向量中的向量元素可以对应于各
个行为,例如访问频率,访问时间,访问日期等等。接着,可以将第一用户的偏好向量和第二用户的偏好向量之间的相似度确定为第一用户和第二用户之间的偏好相似度。在本申请实施例中,可以按照下述公式确定第一用户的偏好向量和第二用户的偏好向量之间的相似度:
其中,σ代表第一用户的偏好向量和第二用户的偏好向量之间的相似度,xk代表第一用户的偏好向量中的第k个元素,yk代表第二用户的偏好向量中的第k个元素。
这样,当所述第一用户与所述第二用户的偏好相似度达到预设阈值时,则可以将与所述第一用户相对应的推荐信息推送至所述第二用户的移动终端上。从而实现对多个偏好相同或者相似的用户进行相同信息的推荐,减轻了整个***的负担。
由上可见,本申请实施例提供的移动终端的信息推荐方法,通过对用户在移动终端上的历史访问行为进行分析,从而可以获知该用户的偏好信息。用户的偏好信息往往会随着用户所处的环境、位置以及时间的改变而改变。本申请实施例可以结合信息推荐的上下文节点,根据用户的偏好信息,有选择地对用户进行信息推荐。
具体地,考虑到针对单个用户的历史访问行为分析可能会加重***的负载,因此本申请实施例可以通过分析多个用户之间的偏好相似度,从而将某个用户的信息推荐给与该用户具备相似偏好信息的用户,从而可以在对少数用户样本的历史访问行为进行分析的基础上,为更多的用户提供信息推荐,减少了***的整理负担。
本申请还提供一种在其上记录有用于执行上所述方法的程序的计算机可读记录介质。
所述计算机可读记录介质包括用于以计算机(例如计算机)可读的形式存储或传送信息的任何机制。例如,机器可读介质包括只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪速存储介质、电、光、声或其他形式的传播信号(例如,载波、红外信号、数字信号等)等。
本申请实施例还提供一种移动终端的信息推荐装置。图2为申请实施例提供的一种移动终端的信息推荐装置的功能模块图。
如图2所示,所述装置可以包括:
偏好信息确定模块100,设置为根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息;
权重值分配模块200,设置为根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配;
推荐信息获取模块300,设置为获取预设时间段内发往所述移动终端的应用程序推荐信息;
排序模块400,设置为根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序;
信息推送模块500,设置为从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端。
在本申请的一个具体实施例中,所述偏好信息确定模块100具体包括:
上下文信息融入模块,设置为根据用户在移动终端上的历史访问行为,生成融入上下文信息的用户行为数据;
偏好准则构成模块,设置为对生成的所述融入上下文信息的用户行为数据进行分类处理,构成与所述用户相对应的偏好准则;
确定模块,设置为将构成的所述偏好准则确定为与所述用户相对应的偏好信息。
在本申请的另一个具体实施例中,所述权重值分配模块200具体包括:
对应关系提取模块,设置为从确定的所述偏好信息中提取应用程序的使用频率与上下文节点之间的对应关系;
使用频率确定模块,设置为确定与信息推荐的上下文节点相对应的应用程序的使用频率;
分配模块,设置为根据确定的应用程序的使用频率,对所述移动终端上的应用程序进行权重值分配。
在本申请的另一个具体实施例中,在所述信息推送模块500之后,所述装置还包括:
修正模块,设置为根据用户的反馈信息,对推送的应用程序推荐信息进行修正,并将修正后的应用程序推荐信息推送至所述移动终端。
在本申请另一具体实施例中,在所述信息推送模块500之后,所述装置还包括:
偏好相似度确定模块,设置为确定第一用户与第二用户之间的偏好相似度;
推送判定模块,设置为当所述第一用户与所述第二用户的偏好相似度达到预设阈值时,将与所述第一用户相对应的推荐信息推送至所述第二用户的移动终端上。
其中,所述偏好相似度确定模块具体包括:
描述词获取模块,设置为分别获取第一用户和第二用户进行指定操作的业务对象的描述词;
偏好向量确定模块,设置为基于第一用户和第二用户进行指定操作的业务对象的描述词,分别确定第一用户的偏好向量和第二用户的偏好向量;
相似度确定模块,设置为将第一用户的偏好向量和第二用户的偏好向量之间的相似度确定为第一用户和第二用户之间的偏好相似度。
需要说明的是,本申请实施例中的各个功能模块的具体实现方式与步骤S1至S5相似,这里便不再赘述。
由上可见,本申请实施例提供的移动终端的信息推荐装置,通过对用户在移动终端上的历史访问行为进行分析,从而可以获知该用户的偏好信息。用户的偏好信息往往会随着用户所处的环境、位置以及时间的改变而改变。本申请实施例可以结合信息推荐的上下文节点,根据用户的偏好信息,有选择地对用户进行信息推荐。
具体地,考虑到针对单个用户的历史访问行为分析可能会加重***的负载,因此本申请实施例可以通过分析多个用户之间的偏好相似度,从而将某个用户的信息推荐给与该用户具备相似偏好信息的用户,从而可以在对少数用户样本的历史访问行为进行分析的基础上,为更多的用户提供信息推荐,减少了***的整理负担。
在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或
顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
最后应说明的是:上面对本申请的各种实施方式的描述以描述的目的之一提供给本领域技术人员。其不旨在是穷举的、或者不旨在将本申请限制于单个公开的实施方式。如上所述,本申请的各种替代和变化对于上述技术所属领域技术人员而言将是显而易见的。因此,虽然已经具体讨论了一些另选的实施方式,但是其它实施方式将是显而易见的,或者本领域技术人员相对容易得出。本申请旨在包括在此已经讨论过的本申请的所有替代、修改、和变化,以及落在上述申请的精神和范围内的其它实施方式。
Claims (11)
- 一种移动终端的信息推荐方法,其特征在于,包括:根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息;根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配;获取预设时间段内发往所述移动终端的应用程序推荐信息;根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序;从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端。
- 根据权利要求1所述的移动终端的信息推荐方法,其特征在于,所述根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息具体包括:根据用户在移动终端上的历史访问行为,生成融入上下文信息的用户行为数据;对生成的所述融入上下文信息的用户行为数据进行分类处理,构成与所述用户相对应的偏好准则;将构成的所述偏好准则确定为与所述用户相对应的偏好信息。
- 根据权利要求2所述的移动终端的信息推荐方法,其特征在于,所述上下文信息具体包括地理上下文信息、日期上下文信息或者环境上下文信息中的至少一种。
- 根据权利要求1所述的移动终端的信息推荐方法,其特征在于,根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配具体包括:从确定的所述偏好信息中提取应用程序的使用频率与上下文节点之间的对应关系;确定与信息推荐的上下文节点相对应的应用程序的使用频率;根据确定的应用程序的使用频率,对所述移动终端上的应用程序进行权重值分配。
- 根据权利要求1所述的移动终端的信息推荐方法,其特征在于,在将 筛选出的应用程序推荐信息推送至所述移动终端之后,所述方法还包括:根据用户的反馈信息,对推送的应用程序推荐信息进行修正,并将修正后的应用程序推荐信息推送至所述移动终端。
- 根据权利要求1所述的移动终端的信息推荐方法,其特征在于,在将筛选出的应用程序推荐信息推送至所述移动终端之后,所述方法还包括:确定第一用户与第二用户之间的偏好相似度;当所述第一用户与所述第二用户的偏好相似度达到预设阈值时,将与所述第一用户相对应的推荐信息推送至所述第二用户的移动终端上。
- 根据权利要求6所述的移动终端的信息推荐方法,其特征在于,所述确定第一用户与第二用户之间的偏好相似度具体包括:分别获取第一用户和第二用户进行指定操作的业务对象的描述词;基于第一用户和第二用户进行指定操作的业务对象的描述词,分别确定第一用户的偏好向量和第二用户的偏好向量;将第一用户的偏好向量和第二用户的偏好向量之间的相似度确定为第一用户和第二用户之间的偏好相似度。
- 一种移动终端的信息推荐装置,其特征在于,包括:偏好信息确定模块,设置为根据用户在移动终端上的历史访问行为,确定与所述用户相对应的偏好信息;权重值分配模块,设置为根据确定的所述偏好信息以及信息推荐的上下文节点,对所述移动终端上的应用程序进行权重值分配;推荐信息获取模块,设置为获取预设时间段内发往所述移动终端的应用程序推荐信息;排序模块,设置为根据分配的所述权重值,对获取的所述应用程序推荐信息进行排序;信息推送模块,设置为从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息,并将筛选出的应用程序推荐信息推送至所述移动终端。
- 根据权利要求9所述的移动终端的信息推荐装置,其特征在于,所述偏好信息确定模块具体包括:上下文信息融入模块,设置为根据用户在移动终端上的历史访问行为,生成融入上下文信息的用户行为数据;偏好准则构成模块,设置为对生成的所述融入上下文信息的用户行为数据进行分类处理,构成与所述用户相对应的偏好准则;确定模块,设置为将构成的所述偏好准则确定为与所述用户相对应的偏好信息。
- 一种在其上记录有用于执行权利要求1所述方法的程序的计算机可读记录介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/250,627 US20170171336A1 (en) | 2015-12-15 | 2016-08-29 | Method and electronic device for information recommendation |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510939595.1 | 2015-12-15 | ||
CN201510939595.1A CN105912550A (zh) | 2015-12-15 | 2015-12-15 | 一种移动终端的信息推荐方法及装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US15/250,627 Continuation US20170171336A1 (en) | 2015-12-15 | 2016-08-29 | Method and electronic device for information recommendation |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2017101389A1 true WO2017101389A1 (zh) | 2017-06-22 |
Family
ID=56744084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2016/089101 WO2017101389A1 (zh) | 2015-12-15 | 2016-07-07 | 一种移动终端的信息推荐方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105912550A (zh) |
WO (1) | WO2017101389A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109559208A (zh) * | 2019-01-04 | 2019-04-02 | 平安科技(深圳)有限公司 | 一种信息推荐方法、服务器及计算机可读介质 |
CN110069468A (zh) * | 2019-03-18 | 2019-07-30 | 平安普惠企业管理有限公司 | 一种获取用户需求的方法及装置、电子设备 |
CN110517072A (zh) * | 2019-08-14 | 2019-11-29 | 平安科技(深圳)有限公司 | 车辆信息的推送方法、装置、设备及计算机可读存储介质 |
CN110766493A (zh) * | 2018-07-26 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 业务对象提供方法、服务器、电子设备、存储介质 |
CN110796505A (zh) * | 2018-08-03 | 2020-02-14 | 阿里巴巴集团控股有限公司 | 一种业务对象推荐方法以及装置 |
CN110837999A (zh) * | 2018-08-17 | 2020-02-25 | 百度在线网络技术(北京)有限公司 | 课程学习提醒方法和装置 |
CN110858231A (zh) * | 2018-08-07 | 2020-03-03 | 北京京东尚科信息技术有限公司 | 一种物品推荐方法和装置 |
CN113128995A (zh) * | 2021-05-18 | 2021-07-16 | 中国银行股份有限公司 | 基于手机银行的二维码推荐方法及装置 |
CN113676505A (zh) * | 2020-05-15 | 2021-11-19 | 财付通支付科技有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106775849A (zh) * | 2016-12-02 | 2017-05-31 | 广东欧珀移动通信有限公司 | 应用信息处理、应用安装的方法、装置和计算机设备 |
CN106846094A (zh) * | 2016-12-29 | 2017-06-13 | 广州优视网络科技有限公司 | 一种基于已安装应用来推荐应用信息的方法和装置 |
CN107248116A (zh) * | 2017-06-07 | 2017-10-13 | 维沃移动通信有限公司 | 一种活动推荐方法及移动终端 |
CN107832426B (zh) * | 2017-11-13 | 2021-11-02 | 上海交通大学 | 一种基于使用序列上下文的app推荐方法及*** |
CN108052985A (zh) * | 2017-12-28 | 2018-05-18 | 努比亚技术有限公司 | 信息采集方法、信息采集终端及计算机可读存储介质 |
CN108595461B (zh) * | 2018-01-05 | 2021-03-16 | 武汉斗鱼网络科技有限公司 | 兴趣探索方法、存储介质、电子设备及*** |
CN108846708A (zh) * | 2018-06-29 | 2018-11-20 | 中国联合网络通信集团有限公司 | 用户购买行为预测方法、装置、设备及存储介质 |
CN109740058A (zh) * | 2018-12-30 | 2019-05-10 | 重庆蓝岸通讯技术有限公司 | 一种基于Android手机的通过天气推荐APP的方法及*** |
CN111814032B (zh) * | 2019-04-11 | 2024-05-28 | 阿里巴巴集团控股有限公司 | 冷启动推荐方法、装置及电子设备 |
CN110175190B (zh) * | 2019-04-15 | 2024-05-14 | 平安科技(深圳)有限公司 | 房源推荐方法、装置、计算机设备及计算机可读存储介质 |
CN112650940A (zh) * | 2019-10-10 | 2021-04-13 | 北京多点在线科技有限公司 | 应用程序的推荐方法、装置、计算机设备及存储介质 |
CN114258670A (zh) * | 2019-10-25 | 2022-03-29 | 深圳市欢太科技有限公司 | 信息推送方法、装置、电子设备以及存储介质 |
CN110891012B (zh) * | 2019-11-04 | 2022-03-04 | 贝壳技术有限公司 | 消息投放方法、消息接收方法以及消息投放*** |
CN111028065A (zh) * | 2019-12-17 | 2020-04-17 | 北京每日优鲜电子商务有限公司 | 信息推送方法、装置、存储介质及设备 |
CN111597437A (zh) * | 2020-04-18 | 2020-08-28 | 北京奇保信安科技有限公司 | 一种基于兴趣点的消息推送方法、装置和电子设备 |
CN112131476B (zh) * | 2020-09-27 | 2023-12-08 | 深圳市锐尔觅移动通信有限公司 | 应用推荐方法、设备、装置、终端及可读存储介质 |
CN112347367B (zh) * | 2020-12-04 | 2024-05-07 | 上海帜讯信息技术股份有限公司 | 信息服务提供方法、装置、电子设备和存储介质 |
CN115150346A (zh) * | 2022-07-04 | 2022-10-04 | 中国银行股份有限公司 | 信息推送方法及装置 |
CN116095230B (zh) * | 2022-08-17 | 2023-10-20 | 荣耀终端有限公司 | 应用程序推荐方法和终端设备、可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184199A (zh) * | 2011-04-22 | 2011-09-14 | 北京志腾新诺科技有限公司 | 网络信息推荐方法及*** |
US20140379808A1 (en) * | 2012-01-20 | 2014-12-25 | Tencent Technology (Shenzhen) Company Limited | Download resource recommendation method, system and storage medium |
CN104883376A (zh) * | 2014-02-28 | 2015-09-02 | 华为技术有限公司 | 应用程序推荐方法及终端 |
CN105068869A (zh) * | 2015-09-29 | 2015-11-18 | 北京网诺星云科技有限公司 | 在移动终端中的信息推送的方法及装置 |
-
2015
- 2015-12-15 CN CN201510939595.1A patent/CN105912550A/zh active Pending
-
2016
- 2016-07-07 WO PCT/CN2016/089101 patent/WO2017101389A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184199A (zh) * | 2011-04-22 | 2011-09-14 | 北京志腾新诺科技有限公司 | 网络信息推荐方法及*** |
US20140379808A1 (en) * | 2012-01-20 | 2014-12-25 | Tencent Technology (Shenzhen) Company Limited | Download resource recommendation method, system and storage medium |
CN104883376A (zh) * | 2014-02-28 | 2015-09-02 | 华为技术有限公司 | 应用程序推荐方法及终端 |
CN105068869A (zh) * | 2015-09-29 | 2015-11-18 | 北京网诺星云科技有限公司 | 在移动终端中的信息推送的方法及装置 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766493B (zh) * | 2018-07-26 | 2023-04-28 | 阿里巴巴集团控股有限公司 | 业务对象提供方法、服务器、电子设备、存储介质 |
CN110766493A (zh) * | 2018-07-26 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 业务对象提供方法、服务器、电子设备、存储介质 |
CN110796505A (zh) * | 2018-08-03 | 2020-02-14 | 阿里巴巴集团控股有限公司 | 一种业务对象推荐方法以及装置 |
CN110796505B (zh) * | 2018-08-03 | 2023-07-04 | 淘宝(中国)软件有限公司 | 一种业务对象推荐方法以及装置 |
CN110858231A (zh) * | 2018-08-07 | 2020-03-03 | 北京京东尚科信息技术有限公司 | 一种物品推荐方法和装置 |
CN110837999A (zh) * | 2018-08-17 | 2020-02-25 | 百度在线网络技术(北京)有限公司 | 课程学习提醒方法和装置 |
CN110837999B (zh) * | 2018-08-17 | 2023-04-07 | 百度在线网络技术(北京)有限公司 | 课程学习提醒方法和装置 |
CN109559208A (zh) * | 2019-01-04 | 2019-04-02 | 平安科技(深圳)有限公司 | 一种信息推荐方法、服务器及计算机可读介质 |
CN109559208B (zh) * | 2019-01-04 | 2022-05-03 | 平安科技(深圳)有限公司 | 一种信息推荐方法、服务器及计算机可读介质 |
CN110069468A (zh) * | 2019-03-18 | 2019-07-30 | 平安普惠企业管理有限公司 | 一种获取用户需求的方法及装置、电子设备 |
CN110517072A (zh) * | 2019-08-14 | 2019-11-29 | 平安科技(深圳)有限公司 | 车辆信息的推送方法、装置、设备及计算机可读存储介质 |
CN113676505A (zh) * | 2020-05-15 | 2021-11-19 | 财付通支付科技有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
CN113676505B (zh) * | 2020-05-15 | 2023-11-28 | 财付通支付科技有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
CN113128995A (zh) * | 2021-05-18 | 2021-07-16 | 中国银行股份有限公司 | 基于手机银行的二维码推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105912550A (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017101389A1 (zh) | 一种移动终端的信息推荐方法及装置 | |
US20170171336A1 (en) | Method and electronic device for information recommendation | |
WO2021068610A1 (zh) | 资源推荐的方法、装置、电子设备及存储介质 | |
WO2017181612A1 (zh) | 个性化视频推荐方法及装置 | |
US20200236184A1 (en) | Method, electronic device and computer storage medium for pushing information | |
US10504120B2 (en) | Determining a temporary transaction limit | |
WO2020048084A1 (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
CN103020845B (zh) | 一种移动应用的推送方法及*** | |
CN107862022B (zh) | 文化资源推荐*** | |
WO2018157818A1 (zh) | 用户偏好的推测方法、装置、终端设备及存储介质 | |
CN106339507B (zh) | 流媒体消息推送方法和装置 | |
WO2017000109A1 (zh) | 搜索方法、搜索装置、用户设备和计算机程序产品 | |
WO2017133343A1 (zh) | 一种图片处理方法、装置及电子设备 | |
TW201710993A (zh) | 一種軟體推廣作弊的檢測方法、裝置及系統 | |
WO2016201963A1 (zh) | 应用程序的推送方法及装置 | |
CN106919611B (zh) | 产品信息推送方法和装置 | |
WO2020155877A1 (zh) | 信息推荐 | |
US20130212105A1 (en) | Information processing apparatus, information processing method, and program | |
He et al. | Mining exploratory behavior to improve mobile app recommendations | |
CN111611496A (zh) | 产品推荐方法及其装置 | |
WO2018171288A1 (zh) | 给信息流标注标签的方法、装置、终端设备及存储介质 | |
CN111626767A (zh) | 资源数据的发放方法、装置及设备 | |
US9201968B2 (en) | System and method for finding mood-dependent top selling/rated lists | |
CN114238618A (zh) | 信息推送方法、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16874451 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 16874451 Country of ref document: EP Kind code of ref document: A1 |