本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種項(xiàng)目推薦方法和裝置。

背景技術(shù)：

隨著互聯(lián)網(wǎng)的不斷發(fā)展，互聯(lián)網(wǎng)上的各種項(xiàng)目迅速增長(zhǎng)。為了使用戶能夠快速?gòu)闹蝎@得高質(zhì)量項(xiàng)目，推薦系統(tǒng)通常根據(jù)每個(gè)項(xiàng)目的用戶相關(guān)參數(shù)(比如，銷售量，瀏覽量，點(diǎn)贊量等等)來(lái)確定該項(xiàng)目的推薦指數(shù)。相應(yīng)的，推薦系統(tǒng)根據(jù)推薦指數(shù)對(duì)項(xiàng)目進(jìn)行排序和推薦，項(xiàng)目的排序越靠前表明該項(xiàng)目得到用戶的認(rèn)可度越高，質(zhì)量越高。推薦系統(tǒng)通常將推薦指數(shù)較高的項(xiàng)目推薦給用戶。

然而，一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，比如某推薦系統(tǒng)是根據(jù)商品的銷售量進(jìn)行商品推薦，一些商家雇傭一些人員來(lái)購(gòu)買自己的商品以提高該商品的銷售量，此時(shí)的推薦指數(shù)不再具備參考價(jià)值。

技術(shù)實(shí)現(xiàn)要素：

為了解決相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，本發(fā)明實(shí)施例提供了一種項(xiàng)目推薦方法和裝置。所述技術(shù)方案如下：

第一方面，提供了一種項(xiàng)目推薦方法，所述方法包括：獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映所述用戶賬號(hào)的信用度，獲取所述候選推薦項(xiàng)目的推薦指數(shù)，所述推薦指數(shù)用于指示所述候選推薦項(xiàng)目被推薦的程度；根據(jù)所述多個(gè)用戶賬號(hào)的信用數(shù)值調(diào)整所述候選推薦項(xiàng)目的推薦指數(shù)；利用調(diào)整后的所述推薦指數(shù)對(duì)所述候選推薦項(xiàng)目進(jìn)行推薦。通過(guò)根據(jù)參與被推薦項(xiàng)目的多個(gè)用戶的信用度來(lái)調(diào)整被推薦項(xiàng)目的推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用調(diào)整后的推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

可選的，所述獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，包括：利用推薦系統(tǒng)獲取參與所述候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用征信系統(tǒng)獲取所述多個(gè)用戶賬號(hào)的信用數(shù)值；或者，利用所述推薦系統(tǒng)獲取當(dāng)前時(shí)刻前預(yù)定時(shí)長(zhǎng)內(nèi)參與所述候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用所述征信系統(tǒng)獲取所述多個(gè)用戶賬號(hào)的信用數(shù)值。通過(guò)利用推薦系統(tǒng)獲取當(dāng)前時(shí)刻前預(yù)定時(shí)長(zhǎng)內(nèi)參與該候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，獲取上述多個(gè)用戶賬號(hào)的信用數(shù)值；減少了后續(xù)過(guò)程中在根據(jù)多個(gè)用戶賬號(hào)的信用數(shù)值對(duì)該候選推薦項(xiàng)目推薦指數(shù)進(jìn)行調(diào)整時(shí)的計(jì)算量。

可選的，所述利用調(diào)整后的所述推薦指數(shù)對(duì)所述候選推薦項(xiàng)目進(jìn)行推薦，包括：獲取被推薦用戶賬號(hào)的信用數(shù)值；確定與所述被推薦用戶賬號(hào)的信用數(shù)值對(duì)應(yīng)的推薦指數(shù)，信用數(shù)值與推薦指數(shù)呈正向相關(guān)性；將具備所述確定出的推薦指數(shù)的候選推薦項(xiàng)目推薦給所述被推薦用戶賬號(hào)。

可選的，所述獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，包括：在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值；或者，當(dāng)與所述候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。由于與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)是存在變化的，通過(guò)在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間或者在與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，避免了頻繁獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值的問(wèn)題，只在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間或者在與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，對(duì)候選推薦項(xiàng)目的推薦指數(shù)進(jìn)行調(diào)整。

可選的，所述根據(jù)所述多個(gè)用戶賬號(hào)的信用數(shù)值調(diào)整所述候選推薦項(xiàng)目的推薦指數(shù)，包括：對(duì)所述多個(gè)用戶賬號(hào)的信用數(shù)值進(jìn)行歸一化處理，將所述多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值的平均值確定為第一平均值，將所述第一平均值與所述候選推薦項(xiàng)目的推薦指數(shù)相乘得到調(diào)整后的推薦指數(shù)，所述多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值位于[0,1]范圍內(nèi)；或者，將所述多個(gè)用戶賬號(hào)的信用數(shù)值的平均值確定為第二平均值，將所述第二平均值歸一化處理后的值與所述候選推薦項(xiàng)目的推薦指數(shù)相乘得到調(diào)整后的推薦指數(shù)，所述第二平均值歸一化處理后的值位于[0,1]范圍內(nèi)。

第二方面，提供了一種項(xiàng)目推薦裝置，所述裝置包括獲取模塊，用于獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映所述用戶賬號(hào)的信用度獲取所述候選推薦項(xiàng)目的推薦指數(shù)，所述推薦指數(shù)用于指示所述候選推薦項(xiàng)目被推薦的程度；調(diào)整模塊，用于根據(jù)所述獲取模塊獲取到的多個(gè)用戶賬號(hào)的信用數(shù)值調(diào)整所述獲取模塊獲取到的候選推薦項(xiàng)目的推薦指數(shù)；推薦模塊，用于利用所述調(diào)整模塊調(diào)整后的所述推薦指數(shù)對(duì)所述候選推薦項(xiàng)目進(jìn)行推薦。

可選的，所述獲取模塊，包括：第一獲取單元，用于利用推薦系統(tǒng)獲取參與所述候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用征信系統(tǒng)獲取所述多個(gè)用戶賬號(hào)的信用數(shù)值；第二獲取單元，用于利用所述推薦系統(tǒng)獲取當(dāng)前時(shí)刻前預(yù)定時(shí)長(zhǎng)內(nèi)參與所述候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用所述征信系統(tǒng)獲取所述多個(gè)用戶賬號(hào)的信用數(shù)值。

可選的，所述推薦模塊，包括：第三獲取單元，用于獲取被推薦用戶賬號(hào)的信用數(shù)值；確定單元，用于確定與所述被推薦用戶賬號(hào)的信用數(shù)值對(duì)應(yīng)的推薦指數(shù)，信用數(shù)值與推薦指數(shù)呈正向相關(guān)性；推薦單元，用于將具備所述確定單元確定出的推薦指數(shù)的候選推薦項(xiàng)目推薦給所述被推薦用戶賬號(hào)。

可選的，所述獲取模塊，還包括：第四獲取單元，用于在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值；第五獲取單元，用于當(dāng)與所述候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

可選的，所述調(diào)整模塊，包括：第一調(diào)整單元，用于對(duì)所述多個(gè)用戶賬號(hào)的信用數(shù)值進(jìn)行歸一化處理，將所述多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值的平均值確定為第一平均值，將所述第一平均值與所述候選推薦項(xiàng)目的推薦指數(shù)相乘得到調(diào)整后的推薦指數(shù)，所述多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值位于[0,1]范圍內(nèi)；第二調(diào)整單元，用于將所述多個(gè)用戶賬號(hào)的信用數(shù)值的平均值確定為第二平均值，將所述第二平均值歸一化處理后的值與候選推薦項(xiàng)目的推薦指數(shù)相乘得到所述調(diào)整后的推薦指數(shù)，所述第二平均值歸一化處理后的值位于[0,1]范圍內(nèi)。

第三方面，提供了一種項(xiàng)目推薦方法，所述方法包括：獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映所述用戶賬號(hào)的信用度；結(jié)合參與所述候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成所述候選推薦項(xiàng)目的推薦指數(shù)，所述推薦指數(shù)用于指示所述候選推薦項(xiàng)目被推薦的程度；利用所述推薦指數(shù)對(duì)所述候選推薦項(xiàng)目進(jìn)行推薦。通過(guò)結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

可選的，所述獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，包括：在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值；或者，當(dāng)與所述候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

可選的，所述利用所述推薦指數(shù)對(duì)所述候選推薦項(xiàng)目進(jìn)行推薦，包括：獲取被推薦用戶賬號(hào)的信用數(shù)值；確定與所述被推薦用戶賬號(hào)的信用數(shù)值對(duì)應(yīng)的推薦指數(shù)，信用數(shù)值與推薦指數(shù)呈正向相關(guān)性；將具備所述確定出的推薦指數(shù)的候選推薦項(xiàng)目推薦給所述被推薦用戶賬號(hào)。

第四方面，提供了一種項(xiàng)目推薦裝置，所述裝置包括：獲取模塊，用于獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映所述用戶賬號(hào)的信用度；生成模塊，用于結(jié)合參與所述候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成所述候選推薦項(xiàng)目的推薦指數(shù)，所述推薦指數(shù)用于指示所述候選推薦項(xiàng)目被推薦的程度；推薦模塊，用于利用所述推薦指數(shù)對(duì)所述候選推薦項(xiàng)目進(jìn)行推薦。

可選的，所述獲取模塊，包括：第一獲取單元，用于在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值；第二獲取單元用于，當(dāng)與所述候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與所述候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

可選的，所述推薦模塊，包括：第三獲取單元，用于獲取被推薦用戶賬號(hào)的信用數(shù)值；確定單元，用于確定與所述被推薦用戶賬號(hào)的信用數(shù)值對(duì)應(yīng)的推薦指數(shù)，信用數(shù)值與推薦指數(shù)呈正向相關(guān)性；推薦單元，用于將具備所述確定出的推薦指數(shù)的候選推薦項(xiàng)目推薦給所述被推薦用戶賬號(hào)。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1A是本發(fā)明一個(gè)實(shí)施例提供的服務(wù)器的框圖；

圖1B是本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)目推薦方法的方法流程圖；

圖2是本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)目推薦方法的方法流程圖；

圖3A是本發(fā)明另一個(gè)實(shí)施例提供的服務(wù)器的框圖；

圖3B是本發(fā)明再一個(gè)實(shí)施例提供的項(xiàng)目推薦方法的方法流程圖；

圖4是本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖；

圖5是本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖；

圖6是本發(fā)明再一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖；

圖7是本發(fā)明再一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖；

圖8是本發(fā)明部分實(shí)施例中提供的一種用于項(xiàng)目推薦的裝置的框圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。

圖1A是本發(fā)明一個(gè)實(shí)施例提供的服務(wù)器的框圖。如圖1A所示，該服務(wù)器110包括推薦系統(tǒng)110a、征信系統(tǒng)110b和調(diào)整系統(tǒng)110c。其中，推薦系統(tǒng)110a用于根據(jù)每個(gè)項(xiàng)目的推薦指數(shù)確定出需要進(jìn)行推薦的候選推薦項(xiàng)目，征信系統(tǒng)110b用于記錄每個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映用戶賬號(hào)的信用度。調(diào)整系統(tǒng)110c從推薦系統(tǒng)110a中獲取候選推薦項(xiàng)目以及候選推薦文章的推薦指數(shù)，從征信系統(tǒng)110b中獲取與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的信用數(shù)值。調(diào)整系統(tǒng)110c根據(jù)從征信系統(tǒng)110b中獲取到的與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的信用數(shù)值，調(diào)整候選推薦項(xiàng)目的推薦指數(shù)。

請(qǐng)參考圖1B，其示出了本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)目推薦方法的方法流程圖，該項(xiàng)目推薦方法應(yīng)用于如圖1A所示的服務(wù)器110中，該項(xiàng)目推薦方法可以包括如下步驟：

步驟102，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映該用戶賬號(hào)的信用度。

步驟104，獲取該候選推薦項(xiàng)目的推薦指數(shù)，推薦指數(shù)用于指示候選推薦項(xiàng)目被推薦的程度。

步驟106，根據(jù)多個(gè)用戶賬號(hào)的信用數(shù)值調(diào)整該候選推薦項(xiàng)目的推薦指數(shù)。

步驟108，利用調(diào)整后的推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行推薦。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦方法，通過(guò)根據(jù)參與被推薦項(xiàng)目的多個(gè)用戶的信用度來(lái)調(diào)整被推薦項(xiàng)目的推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用調(diào)整后的推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

請(qǐng)參考圖2，其示出了本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)目推薦方法的方法流程圖，該項(xiàng)目推薦方法應(yīng)用于如圖1A所示的服務(wù)器110中，該項(xiàng)目推薦方法可以包括如下步驟：

步驟201，利用推薦系統(tǒng)確定出需要進(jìn)行推薦的候選推薦項(xiàng)目。

推薦系統(tǒng)可推薦給用戶的候選推薦項(xiàng)目至少為一個(gè)，這里所講的候選推薦項(xiàng)目可以為商品，可以為文章，還可以為興趣點(diǎn)(英文：Point of Interest，簡(jiǎn)稱：POI)。本實(shí)施例中對(duì)候選推薦項(xiàng)目的類型不作具體限定，可根據(jù)實(shí)際情況確定。

舉例來(lái)講，當(dāng)推薦系統(tǒng)應(yīng)用于網(wǎng)絡(luò)購(gòu)物平臺(tái)時(shí)，候選推薦項(xiàng)目可以為網(wǎng)絡(luò)購(gòu)物平臺(tái)上出售的商品，候選推薦項(xiàng)目也可以為在網(wǎng)絡(luò)購(gòu)物平臺(tái)上出售商品的商鋪。再舉例來(lái)講，當(dāng)推薦系統(tǒng)應(yīng)用于閱讀器應(yīng)用平臺(tái)時(shí)，候選推薦項(xiàng)目可以為閱讀應(yīng)用平臺(tái)上所提供的文章或電子書(shū)。

本實(shí)施例所涉及的推薦系統(tǒng)，具備根據(jù)用戶相關(guān)參數(shù)確定出需要進(jìn)行推薦的項(xiàng)目的功能。具體的，推薦系統(tǒng)獲取系統(tǒng)中每個(gè)項(xiàng)目的用戶相關(guān)參數(shù)，根據(jù)用戶相關(guān)參數(shù)確定出需要進(jìn)行推薦的項(xiàng)目，將這些項(xiàng)目確定為候選推薦項(xiàng)目。

這里所講的用戶相關(guān)參數(shù)通常為推薦系統(tǒng)根據(jù)參與該項(xiàng)目的用戶賬號(hào)的數(shù)量確定的，比如，用戶相關(guān)參數(shù)可以為項(xiàng)目的銷售量、項(xiàng)目的瀏覽量、項(xiàng)目的點(diǎn)贊量以及項(xiàng)目的收藏量中的任意一種。

需要說(shuō)明的一點(diǎn)是，步驟201中所涉及的推薦系統(tǒng)確定出需要進(jìn)行推薦的項(xiàng)目可以通過(guò)多種方式實(shí)現(xiàn)，且為本領(lǐng)域普通技術(shù)人員能夠?qū)崿F(xiàn)的，因此本實(shí)施例中對(duì)推薦系統(tǒng)確定出需要進(jìn)行推薦的項(xiàng)目的方式不作具體限定，可根據(jù)實(shí)際情況確定，并且將推薦系統(tǒng)確定出需要進(jìn)行推薦的項(xiàng)目確定為候選推薦項(xiàng)目。

舉例來(lái)講，推薦系統(tǒng)查詢到用戶可能對(duì)玄幻類的小說(shuō)感興趣，推薦系統(tǒng)將收藏量最高的前10本小說(shuō)作為候選推薦項(xiàng)目。再舉例來(lái)講，用戶在網(wǎng)絡(luò)購(gòu)物平臺(tái)上搜索商品冰箱，推薦系統(tǒng)將網(wǎng)絡(luò)購(gòu)物平臺(tái)上出售的所有商品冰箱，按照銷售量由高到低的順序推薦給用戶，則將網(wǎng)絡(luò)購(gòu)物平臺(tái)上出售的所有商品冰箱確定為候選推薦項(xiàng)目。

步驟202，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映用戶賬號(hào)的信用度。

征信系統(tǒng)為記錄用戶信用程序的系統(tǒng)，一般來(lái)講，征信系統(tǒng)中利用信用數(shù)值來(lái)標(biāo)志用戶賬號(hào)信用度。用戶賬號(hào)的信用數(shù)值越高，表明該用戶賬號(hào)的信用度越高；相應(yīng)的，用戶賬號(hào)的信用數(shù)值越低，表明該用戶賬號(hào)的信用度越低。

需要說(shuō)明的一點(diǎn)是，在實(shí)際實(shí)現(xiàn)時(shí)，可以利用征信系統(tǒng)獲取用戶賬號(hào)的推薦指數(shù)，而征信系統(tǒng)獲取用戶賬號(hào)的推薦指數(shù)的方式屬于本領(lǐng)域技術(shù)人員都能夠?qū)崿F(xiàn)的技術(shù)，不同的征信系統(tǒng)在確定信用數(shù)值時(shí)的算法可能會(huì)不同，這里就不再贅述。

通常來(lái)講，與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)是指領(lǐng)取或兌換或?yàn)g覽過(guò)該候選推薦項(xiàng)目的用戶賬號(hào)。具體的，與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)與推薦系統(tǒng)確定出候選推薦項(xiàng)目所采取的方式相對(duì)應(yīng)。

舉例來(lái)講，當(dāng)推薦系統(tǒng)根據(jù)項(xiàng)目的銷售量確定出候選推薦項(xiàng)目時(shí)，則將購(gòu)買過(guò)該候選推薦項(xiàng)目的用戶賬號(hào)確定為與該候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)。再舉例來(lái)講，當(dāng)推薦系統(tǒng)根據(jù)項(xiàng)目的瀏覽量確定出候選推薦項(xiàng)目時(shí)，則將瀏覽過(guò)該候選推薦項(xiàng)目的用戶賬號(hào)確定為與該候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)。

可選的，與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)可以是發(fā)布該候選推薦項(xiàng)目的用戶賬號(hào)。舉例來(lái)講，當(dāng)候選推薦項(xiàng)目為一篇論文時(shí)，可將發(fā)布該論文的用戶賬號(hào)確定為與該論文相關(guān)的用戶賬號(hào)。再舉例來(lái)講，當(dāng)候選推薦項(xiàng)目為網(wǎng)絡(luò)購(gòu)物平臺(tái)上出售的商品時(shí)，則可將出售該商品的用戶賬號(hào)確定為與該候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)。

可選的，與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)可以是參與該候選推薦項(xiàng)目的用戶賬號(hào)，具體包括領(lǐng)取或兌換或?yàn)g覽過(guò)該候選推薦項(xiàng)目的用戶賬號(hào)和發(fā)布該候選推薦項(xiàng)目的用戶賬號(hào)。

步驟203，對(duì)于每個(gè)候選推薦項(xiàng)目，利用推薦系統(tǒng)獲取該候選推薦項(xiàng)目的推薦指數(shù)，推薦指數(shù)用于指示候選推薦項(xiàng)目被推薦的程度。

一般來(lái)講，對(duì)于推薦系統(tǒng)中所包含的每個(gè)項(xiàng)目，推薦系統(tǒng)根據(jù)用戶相關(guān)參數(shù)確定該項(xiàng)目的推薦指數(shù)。其中，項(xiàng)目的推薦指數(shù)越高，說(shuō)明推薦系統(tǒng)對(duì)該項(xiàng)目的推薦程度越高；相應(yīng)的，項(xiàng)目的推薦指數(shù)越低，說(shuō)明推薦系統(tǒng)對(duì)該項(xiàng)目的推薦程度越低。

在實(shí)際實(shí)現(xiàn)時(shí)，可以利用推薦系統(tǒng)獲取該候選推薦項(xiàng)目的推薦指數(shù)，而文推薦系統(tǒng)獲取候選推薦項(xiàng)目的推薦指數(shù)的方式屬于本領(lǐng)域技術(shù)人員都能夠?qū)崿F(xiàn)的技術(shù)，不同的推薦系統(tǒng)在確定推薦指數(shù)時(shí)的算法可能會(huì)不同，這里就不再贅述。

需要說(shuō)明的一點(diǎn)是，步驟202和步驟203的執(zhí)行順序不分先后，也可以同時(shí)執(zhí)行。

步驟204，根據(jù)多個(gè)用戶賬號(hào)的信用數(shù)值調(diào)整該候選推薦項(xiàng)目的推薦指數(shù)。

具體的，本步驟可以通過(guò)以下兩種可能的實(shí)施方式實(shí)現(xiàn)：

在第一種可能的實(shí)施方式中，對(duì)多個(gè)用戶賬號(hào)的信用數(shù)值進(jìn)行歸一化處理，將多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值的平均值確定為第一平均值，將第一平均值與候選推薦項(xiàng)目的推薦指數(shù)相乘得到調(diào)整后的推薦指數(shù)，上述多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值位于[0,1]范圍內(nèi)。

在第二種可能的實(shí)施方式中，將多個(gè)用戶賬號(hào)的信用數(shù)值的平均值確定為第二平均值，將第二平均值歸一化處理后的值與候選推薦項(xiàng)目的推薦指數(shù)相乘得到調(diào)整后的推薦指數(shù)，上述第二平均值歸一化處理后的值位于[0,1]范圍內(nèi)。

本實(shí)施例不對(duì)歸一化處理方法作具體限定，可根據(jù)實(shí)際情況確定。舉例來(lái)講，征信系統(tǒng)中信用滿分為100，某用戶賬號(hào)的信用數(shù)值為80，利用該用戶賬號(hào)的信用數(shù)值除以滿分信用，得到歸一化處理后的值為0.8。

再舉例來(lái)講，獲取征信系統(tǒng)中所有用戶賬號(hào)的信用數(shù)值，從中確定中信用數(shù)值最大值m和信用數(shù)值最小值n，若第i個(gè)用戶賬號(hào)的信用數(shù)值用Di表示，則歸一化處理公式可以為

步驟205，利用調(diào)整后的推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行推薦。

具體的，本步驟可通過(guò)以下兩種可能的實(shí)施方式實(shí)現(xiàn)：

在第一種可能的實(shí)施方式中，根據(jù)調(diào)整后的推薦指數(shù)從候選推薦項(xiàng)目中重新確定出需要進(jìn)行推薦的項(xiàng)目，按照調(diào)整后推薦指數(shù)對(duì)這些項(xiàng)目進(jìn)行排序并進(jìn)行推薦。

在第二種可能的實(shí)施方式中，根據(jù)調(diào)整后的推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行重新排序，并按照調(diào)整后的推薦順序?qū)⒑蜻x推薦項(xiàng)目進(jìn)行推薦。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦方法，通過(guò)根據(jù)參與被推薦項(xiàng)目的多個(gè)用戶的信用度來(lái)調(diào)整被推薦項(xiàng)目的推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用調(diào)整后的推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

另外，由于與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)是存在變化的，通過(guò)在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間或者在與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，避免了頻繁獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值的問(wèn)題，只在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間或者在與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，對(duì)候選推薦項(xiàng)目的推薦指數(shù)進(jìn)行調(diào)整。

圖3A是本發(fā)明另一個(gè)實(shí)施例提供的服務(wù)器的框圖。如圖3A所示，該服務(wù)器310包括推薦系統(tǒng)310a和征信系統(tǒng)310b。征信系統(tǒng)310b用于記錄每個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映用戶賬號(hào)的信用度。對(duì)于每個(gè)候選推薦項(xiàng)目，推薦系統(tǒng)310a結(jié)合本地的推薦策略以及征信系統(tǒng)中與該候選推薦項(xiàng)目相關(guān)的用戶的信用值生成該候選推薦項(xiàng)目的推薦指數(shù)。

請(qǐng)參考圖3B，其示出了本發(fā)明再一個(gè)實(shí)施例提供的項(xiàng)目推薦方法的方法流程圖，該項(xiàng)目推薦方法應(yīng)用于如圖3A所示的服務(wù)器310中，該項(xiàng)目推薦方法可以包括如下步驟：

步驟302，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映用戶賬號(hào)的信用度。

通常來(lái)講，與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)是指領(lǐng)取或兌換或?yàn)g覽過(guò)該候選推薦項(xiàng)目的用戶賬號(hào)。

征信系統(tǒng)為記錄用戶信用程序的系統(tǒng)，一般來(lái)講，征信系統(tǒng)中利用信用數(shù)值來(lái)標(biāo)志用戶賬號(hào)信用度。用戶賬號(hào)的信用數(shù)值越高，表明該用戶賬號(hào)的信用度越高；相應(yīng)的，用戶賬號(hào)的信用數(shù)值越低，表明該用戶賬號(hào)的信用度越低。

需要說(shuō)明的一點(diǎn)是，在實(shí)際實(shí)現(xiàn)時(shí)，可以利用征信系統(tǒng)獲取用戶賬號(hào)的推薦指數(shù)，而征信系統(tǒng)獲取用戶賬號(hào)的推薦指數(shù)的方式屬于本領(lǐng)域技術(shù)人員都能夠?qū)崿F(xiàn)的技術(shù)，不同的征信系統(tǒng)在確定信用數(shù)值時(shí)的算法可能會(huì)不同，這里就不再贅述。

步驟304，結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成候選推薦項(xiàng)目的推薦指數(shù)，推薦指數(shù)用于指示候選推薦項(xiàng)目被推薦的程度。

舉例來(lái)講，候選推薦項(xiàng)目可以為網(wǎng)絡(luò)購(gòu)物平臺(tái)上出售的商品，根據(jù)商品的銷售量和購(gòu)買過(guò)該商品的用戶賬號(hào)的信用數(shù)據(jù)確定商品的推薦指數(shù)。具體的，商品A的銷售量為1000，獲取購(gòu)買過(guò)該商品A的用戶賬號(hào)的信用數(shù)值的均值為0.8。將商品A的銷售量與購(gòu)買過(guò)該商品A的用戶賬號(hào)的信用數(shù)值均值0.8相乘得到商品A的推薦指數(shù)為800。

推薦系統(tǒng)可選取多種推薦策略來(lái)生成候選推薦項(xiàng)目的推薦指數(shù)，這里所講的推薦策略至少包括參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值，本實(shí)施例對(duì)除參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值以外的推薦策略不再一一列舉贅述，另外，根據(jù)不同的推薦策略計(jì)算推薦指數(shù)的方法也不同，且為本領(lǐng)域普通技術(shù)人員所能實(shí)現(xiàn)，本實(shí)施例不再贅述。

步驟306，利用推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行推薦。

本步驟的說(shuō)明可參見(jiàn)步驟205的解釋說(shuō)明，此處不再贅述。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦方法，通過(guò)結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

可選的，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，還可以通過(guò)下兩種可能的實(shí)施方式實(shí)現(xiàn)：

在第一種可能的實(shí)施方式中，在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

預(yù)定時(shí)刻可以由系統(tǒng)開(kāi)發(fā)人員設(shè)定，也可以由用戶設(shè)定，本實(shí)施例對(duì)預(yù)定時(shí)刻的不作具體限定，可根據(jù)實(shí)際情況確定。舉例來(lái)講，用戶可設(shè)定預(yù)定時(shí)刻為每天中午12點(diǎn)，則在每天的中午12點(diǎn)獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，啟動(dòng)對(duì)候選推薦項(xiàng)目的推薦指數(shù)進(jìn)行調(diào)整的流程。

預(yù)定時(shí)間可以由系統(tǒng)開(kāi)發(fā)人員設(shè)定，也可以由用戶設(shè)定，可以被設(shè)置為任何時(shí)長(zhǎng)。比如，預(yù)定時(shí)間可以為24小時(shí)，也可以為1小時(shí)。

在第二種可能的實(shí)施方式中，當(dāng)與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與該候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

一般來(lái)講，預(yù)定閾值由系統(tǒng)開(kāi)發(fā)人員設(shè)定，本實(shí)施例對(duì)預(yù)定閾值不作具體限定，可根據(jù)實(shí)際情況確定。以與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)為購(gòu)買該候選推薦項(xiàng)目的用戶賬號(hào)來(lái)舉例說(shuō)明，預(yù)定閾值為100，每當(dāng)該候選推薦項(xiàng)目的銷售量增加100時(shí)，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，啟動(dòng)對(duì)候選推薦項(xiàng)目的推薦指數(shù)進(jìn)行調(diào)整的流程。

可選的，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，可以通過(guò)以下兩種可能的實(shí)施方式實(shí)現(xiàn)。

在第一種可能的實(shí)施方式中，利用推薦系統(tǒng)獲取參與候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用征信系統(tǒng)獲取上述多個(gè)用戶賬號(hào)的信用數(shù)值。

舉例來(lái)講，當(dāng)推薦系統(tǒng)根據(jù)商品的銷售量確定出候選推薦項(xiàng)目時(shí)，獲取購(gòu)買過(guò)該商品的所有用戶賬號(hào)的信用數(shù)值。

在第二種可能的實(shí)施方式中，利用推薦系統(tǒng)獲取當(dāng)前時(shí)刻前預(yù)定時(shí)長(zhǎng)內(nèi)參與候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用該征信系統(tǒng)獲取上述多個(gè)用戶賬號(hào)的信用數(shù)值。

預(yù)定時(shí)長(zhǎng)通常由系統(tǒng)開(kāi)發(fā)人員設(shè)定，本實(shí)施例不對(duì)預(yù)定時(shí)長(zhǎng)作具體限定，可根據(jù)實(shí)際情況確定。

舉例來(lái)講，當(dāng)系統(tǒng)開(kāi)發(fā)人員的設(shè)定的預(yù)定時(shí)長(zhǎng)為一個(gè)月且推薦系統(tǒng)根據(jù)商品的銷售量確定出候選推薦項(xiàng)目時(shí)，獲取一個(gè)月內(nèi)購(gòu)買過(guò)該候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值。

通過(guò)利用推薦系統(tǒng)獲取當(dāng)前時(shí)刻前預(yù)定時(shí)長(zhǎng)內(nèi)參與該候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用征信系統(tǒng)獲取上述多個(gè)用戶賬號(hào)的信用數(shù)值；減少了后續(xù)過(guò)程中在根據(jù)多個(gè)用戶賬號(hào)的信用數(shù)值對(duì)該候選推薦項(xiàng)目推薦指數(shù)進(jìn)行調(diào)整時(shí)的計(jì)算量。

下述為本發(fā)明裝置實(shí)施例，可以用于執(zhí)行本發(fā)明方法實(shí)施例。對(duì)于本發(fā)明裝置實(shí)施例中未披露的細(xì)節(jié)，請(qǐng)參照本發(fā)明方法實(shí)施例。

請(qǐng)參考圖4，其示出了本發(fā)明一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖，該項(xiàng)目推薦裝置應(yīng)用于如圖1A所示的服務(wù)器110中，該項(xiàng)目推薦裝置可以包括：獲取模塊410、調(diào)整模塊420和推薦模塊430。

獲取模塊410，用于獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映該用戶賬號(hào)的信用度，用于獲取該候選推薦項(xiàng)目的推薦指數(shù)，該推薦指數(shù)用于指示該候選推薦項(xiàng)目被推薦的程度。

調(diào)整模塊420，用于根據(jù)獲取模塊410獲取到的多個(gè)用戶賬號(hào)的信用數(shù)值調(diào)整獲取模塊410獲取到的候選推薦項(xiàng)目的推薦指數(shù)。

推薦模塊430，用于利用調(diào)整模塊420調(diào)整后的推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行推薦。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦裝置，通過(guò)根據(jù)參與被推薦項(xiàng)目的多個(gè)用戶的信用度來(lái)調(diào)整被推薦項(xiàng)目的推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用調(diào)整后的推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

請(qǐng)參考圖5，其示出了本發(fā)明另一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖，該項(xiàng)目推薦裝置應(yīng)用于如圖1A所示的服務(wù)器110中，該項(xiàng)目推薦裝置可以包括：獲取模塊510、調(diào)整模塊520和推薦模塊530。

獲取模塊510，用于獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映該用戶賬號(hào)的信用度，用于獲取該候選推薦項(xiàng)目的推薦指數(shù)，該推薦指數(shù)用于指示該候選推薦項(xiàng)目被推薦的程度。

調(diào)整模塊520，用于根據(jù)獲取模塊510獲取到的多個(gè)用戶賬號(hào)的信用數(shù)值調(diào)整獲取模塊510獲取到的候選推薦項(xiàng)目的推薦指數(shù)。

推薦模塊530，用于利用調(diào)整模塊520調(diào)整后的推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行推薦。

可選的，獲取模塊510，包括：第一獲取單元510a和第二獲取單元510b。

第一獲取單元510a，用于利用推薦系統(tǒng)獲取參與該候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用征信系統(tǒng)獲取上述多個(gè)用戶賬號(hào)的信用數(shù)值。

第二獲取單元510b，用于利用推薦系統(tǒng)獲取當(dāng)前時(shí)刻前預(yù)定時(shí)長(zhǎng)內(nèi)參與該候選推薦項(xiàng)目的多個(gè)用戶賬號(hào)，利用該征信系統(tǒng)獲取上述多個(gè)用戶賬號(hào)的信用數(shù)值。

可選的，推薦模塊530，包括：第三獲取單元530c、確定單元530d和推薦單元530e。

第三獲取單元530a，用于獲取被推薦用戶賬號(hào)的信用數(shù)值。

確定單元530b，用于確定與被推薦用戶賬號(hào)的信用數(shù)值對(duì)應(yīng)的推薦指數(shù)，信用數(shù)值與推薦指數(shù)呈正向相關(guān)性。

推薦單元530c，用于將具備確定單元510b確定出的推薦指數(shù)的候選推薦項(xiàng)目推薦給被推薦用戶賬號(hào)。

可選的，獲取模塊510，包括：第三獲取單元510c和第四獲取單元510d。

第四獲取單元510c，用于在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間，獲取與該候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

第五獲取單元510d，用于當(dāng)與該候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與該候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

可選的，調(diào)整模塊520，還包括：第一調(diào)整單元520a和第二調(diào)整單元520b。

第一調(diào)整單元520a，用于對(duì)多個(gè)用戶賬號(hào)的信用數(shù)值進(jìn)行歸一化處理，將多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值的平均值確定為第一平均值，將第一平均值與該候選推薦項(xiàng)目的推薦指數(shù)相乘得到調(diào)整后的推薦指數(shù)，上述多個(gè)用戶賬號(hào)的信用數(shù)值歸一化處理后的值位于[0,1]范圍內(nèi)；

第二調(diào)整單元520b，用于將多個(gè)用戶賬號(hào)的信用數(shù)值的平均值確定為第二平均值，將第二平均值歸一化處理后的值與該候選推薦項(xiàng)目的推薦指數(shù)相乘得到調(diào)整后的推薦指數(shù)，上述第二平均值歸一化處理后的值位于[0,1]范圍內(nèi)。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦裝置，通過(guò)根據(jù)參與被推薦項(xiàng)目的多個(gè)用戶的信用度來(lái)調(diào)整被推薦項(xiàng)目的推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用調(diào)整后的推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

請(qǐng)參考圖6，其示出了本發(fā)明再一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖，該項(xiàng)目推薦裝置應(yīng)用于如圖3A所示的服務(wù)器310中，該項(xiàng)目推薦裝置可以包括：獲取模塊610、生成模塊620和推薦模塊630。

獲取模塊610，用于獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映用戶賬號(hào)的信用度。

生成模塊620，用于結(jié)合獲取模塊610獲取到的參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成該候選推薦項(xiàng)目的推薦指數(shù)，該推薦指數(shù)用于指示所述候選推薦項(xiàng)目被推薦的程度。

推薦模塊630，用于利用推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行推薦。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦裝置，通過(guò)結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

請(qǐng)參考圖7，其示出了本發(fā)明再一個(gè)實(shí)施例提供的項(xiàng)目推薦裝置的框圖，該項(xiàng)目推薦裝置應(yīng)用于如圖3A所示的服務(wù)器310中，該項(xiàng)目推薦裝置可以包括：獲取模塊710、生成模塊720和推薦模塊730。

獲取模塊710，用于獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值，每個(gè)用戶賬號(hào)的信用數(shù)值用于反映用戶賬號(hào)的信用度。

生成模塊720，用于結(jié)合獲取模塊710獲取到的參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成該候選推薦項(xiàng)目的推薦指數(shù)，該推薦指數(shù)用于指示所述候選推薦項(xiàng)目被推薦的程度。

推薦模塊730，用于利用推薦指數(shù)對(duì)候選推薦項(xiàng)目進(jìn)行推薦。

可選的，獲取模塊710，包括：第一獲取單元710a和第二獲取單元710b。

第一獲取單元710a，在預(yù)定時(shí)刻或者每隔預(yù)定時(shí)間，獲取與候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

第二獲取單元710b，當(dāng)與候選推薦項(xiàng)目相關(guān)的用戶賬號(hào)的數(shù)量的增長(zhǎng)值達(dá)到預(yù)定閾值時(shí)，獲取與該候選推薦項(xiàng)目相關(guān)的多個(gè)用戶賬號(hào)的信用數(shù)值。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦裝置，

可選的，推薦模塊730，包括：第三獲取單元730a、確定單元730b和推薦單元730c。

第三獲取單元730a，用于獲取被推薦用戶賬號(hào)的信用數(shù)值。

確定單元730b，用于確定與第三獲取單元730a獲取到的被推薦用戶賬號(hào)的信用數(shù)值對(duì)應(yīng)的推薦指數(shù)，信用數(shù)值與推薦指數(shù)呈正向相關(guān)性。

推薦單元730c，用于將具備確定單元730b確定出的推薦指數(shù)的候選推薦項(xiàng)目推薦給被推薦用戶賬號(hào)。

綜上所述，本實(shí)施例提供的項(xiàng)目推薦裝置，通過(guò)結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)，由于參與被推薦項(xiàng)目的多個(gè)用戶的信用度更具備真實(shí)性，使得被推薦項(xiàng)目的推薦指數(shù)更具備參考價(jià)值，因此解決了相關(guān)技術(shù)中一些項(xiàng)目發(fā)布者為了提高項(xiàng)目的推薦指數(shù)采取了一些作弊行為，導(dǎo)致推薦指數(shù)不再具備參考價(jià)值的問(wèn)題，利用結(jié)合參與候選推薦項(xiàng)目的用戶賬號(hào)的信用數(shù)值生成推薦指數(shù)進(jìn)行推薦，達(dá)到了提高推薦指數(shù)的參考價(jià)值的效果。

圖8是根據(jù)部分實(shí)施例示出的一種用于項(xiàng)目推薦的裝置的框圖。例如，裝置800可以被提供為一網(wǎng)絡(luò)側(cè)設(shè)備，該裝置800用于實(shí)施上述實(shí)施例提供的以服務(wù)器為執(zhí)行主體的項(xiàng)目推薦方法。參照?qǐng)D8，裝置800包括處理組件802，其進(jìn)一步包括一個(gè)或多個(gè)處理器，以及由存儲(chǔ)器804所代表的存儲(chǔ)器資源，用于存儲(chǔ)可由處理組件802的執(zhí)行的指令，例如應(yīng)用程序。存儲(chǔ)器804中存儲(chǔ)的應(yīng)用程序可以包括一個(gè)或一個(gè)以上的每一個(gè)對(duì)應(yīng)于一組指令的模塊。此外，處理組件802被配置為執(zhí)行指令，以執(zhí)行上述項(xiàng)目推薦方法。

裝置800還可以包括一個(gè)電源組件806被配置為執(zhí)行裝置800的電源管理，一個(gè)有線或無(wú)線網(wǎng)絡(luò)接口808被配置為將裝置800連接到網(wǎng)絡(luò)，和一個(gè)輸入輸出(I/O)接口810。裝置800可以操作基于存儲(chǔ)在存儲(chǔ)器804的操作系統(tǒng)，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，F(xiàn)reeBSDTM或類似。

需要說(shuō)明的是：上述實(shí)施例中提供的項(xiàng)目推薦裝置在推薦項(xiàng)目時(shí)，僅以上述各功能模塊的劃分進(jìn)行舉例說(shuō)明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能模塊完成，即將服務(wù)器的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功能。另外，上述實(shí)施例提供的項(xiàng)目推薦裝置與項(xiàng)目推薦方法實(shí)施例屬于同一構(gòu)思，其具體實(shí)現(xiàn)過(guò)程詳見(jiàn)方法實(shí)施例，這里不再贅述。

上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分步驟可以通過(guò)硬件來(lái)完成，也可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤(pán)或光盤(pán)等。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。