一種信息推薦方法、裝置及服務(wù)器的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信息處理技術(shù)領(lǐng)域，具體涉及一種信息推薦方法、裝置及服務(wù)器。
【背景技術(shù)】
[0002] 隨著社交應(yīng)用的發(fā)展，通過社交應(yīng)用為用戶推送廣告、天氣等推薦信息，成為了信 息服務(wù)提供商向用戶推薦信息的一種新途徑；與社交應(yīng)用的好友之間分享信息類似，用戶 可對通過社交應(yīng)用推送的廣告、天氣等推薦信息進行評論、點贊等互動。為實現(xiàn)推薦信息的 有效推送，預(yù)估推薦信息在推送給用戶后，用戶對推薦信息進行評論、點贊等互動的可能性 顯得尤為必要，用戶對推薦信息進行互動的可能性越高，則推薦信息推送后的互動效果越 好。
[0003] 目前在進行推薦信息的推送時，主要是通過用戶與推薦信息之間的關(guān)聯(lián)度，衡量 用戶對推薦信息的感興趣程度，用戶對推薦信息的感興趣程度越高，則用戶對推薦信息進 行互動的可能性越高，從而基于用戶對推薦信息的感興趣程度，判斷是否將推薦信息推送 給用戶。
[0004] 本發(fā)明的發(fā)明人在研究過程中發(fā)現(xiàn)，現(xiàn)有推送推薦信息的方式僅考慮了用戶與推 薦信息之間的關(guān)聯(lián)度，而忽視了社交應(yīng)用中用戶好友對用戶互動推薦信息所產(chǎn)生的影響， 這使得所確定出的用戶互動推薦信息的可能性的準(zhǔn)確度并不理想，影響推薦信息的有效推 送。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明實施例提供一種信息推薦方法、裝置及服務(wù)器，以提升所確定的 用戶互動推薦信息的可能性的準(zhǔn)確度，提升推薦信息推送的有效性。
[0006] 為實現(xiàn)上述目的，本發(fā)明實施例提供如下技術(shù)方案：
[0007] -種信息推薦方法，包括：
[0008] 確定目標(biāo)用戶的好友中已對目標(biāo)推薦信息進行互動的至少一個目標(biāo)好友；
[0009] 確定目標(biāo)用戶對各目標(biāo)好友已發(fā)布的歷史分享信息的互動數(shù)據(jù)；
[0010] 根據(jù)所確定的目標(biāo)用戶對各目標(biāo)好友已發(fā)布的歷史分享信息的互動數(shù)據(jù)，確定各 目標(biāo)好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響度；
[0011]根據(jù)各目標(biāo)好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響度，確定目標(biāo)影響度；
[0012] 根據(jù)所述目標(biāo)影響度確定所述目標(biāo)用戶互動所述目標(biāo)推薦信息的可能度；
[0013] 如果所述可能度符合預(yù)設(shè)條件，將所述目標(biāo)推薦信息推送給所述目標(biāo)用戶。
[0014] 本發(fā)明實施例還提供一種信息推薦裝置，包括：
[0015] 目標(biāo)好友確定模塊，用于確定目標(biāo)用戶的好友中已對目標(biāo)推薦信息進行互動的至 少一個目標(biāo)好友；
[0016] 互動數(shù)據(jù)確定模塊，用于確定目標(biāo)用戶對各目標(biāo)好友已發(fā)布的歷史分享信息的互 動數(shù)據(jù)；
[0017] 影響度確定模塊，用于根據(jù)所確定的目標(biāo)用戶對各目標(biāo)好友已發(fā)布的歷史分享信 息的互動數(shù)據(jù)，確定各目標(biāo)好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響度；
[0018] 目標(biāo)影響度確定模塊，用于根據(jù)各目標(biāo)好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響 度，確定目標(biāo)影響度；
[0019] 可能度確定模塊，用于根據(jù)所述目標(biāo)影響度確定所述目標(biāo)用戶互動所述目標(biāo)推薦 信息的可能度；
[0020] 推薦模塊，用于如果所述可能度符合預(yù)設(shè)條件，將所述目標(biāo)推薦信息推送給所述 目標(biāo)用戶。
[0021] 本發(fā)明實施例還提供一種服務(wù)器，包括上述所述的信息推薦裝置。
[0022]基于上述技術(shù)方案，本發(fā)明實施例基于用戶對好友已發(fā)布的分享信息的互動規(guī) 律，與好友對用戶互動推薦信息的影響相關(guān)這一發(fā)現(xiàn)，可對目標(biāo)用戶的好友中已對目標(biāo)推 薦信息進行互動的目標(biāo)好友，確定目標(biāo)用戶對目標(biāo)好友已發(fā)布的歷史分享信息的互動數(shù) 據(jù);從而確定出相關(guān)的目標(biāo)好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響度，進而整合各目標(biāo) 好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響度，確定出已對目標(biāo)推薦信息進行互動的好友對 目標(biāo)用戶互動目標(biāo)推薦信息的目標(biāo)影響度;基于該目標(biāo)影響度確定所述目標(biāo)用戶互動所述 目標(biāo)推薦信息的可能度，實現(xiàn)目標(biāo)推薦信息的推送。由于本發(fā)明實施例在確定目標(biāo)用戶互 動目標(biāo)推薦信息的可能度時，結(jié)合了好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響度，提升了 所確定的用戶互動推薦信息的可能性的準(zhǔn)確度，使得推薦信息推送的有效性得以提升。
【附圖說明】
[0023] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù) 提供的附圖獲得其他的附圖。
[0024] 圖1為本發(fā)明實施例提供的信息推薦方法的流程圖；
[0025]圖2為本發(fā)明實施例提供的互動權(quán)重和設(shè)定常數(shù)的確定方法流程圖；
[0026] 圖3為本發(fā)明實施例提供的信息推薦方法的另一流程圖；
[0027] 圖4為本發(fā)明實施例提供的信息推薦方法的再一流程圖；
[0028]圖5為朋友圈關(guān)系不意圖；
[0029] 圖6為本發(fā)明實施例提供的信息推薦裝置的結(jié)構(gòu)框圖；
[0030] 圖7為本發(fā)明實施例提供的影響度確定模塊的結(jié)構(gòu)框圖；
[0031]圖8為本發(fā)明實施例提供的線性計算單元的結(jié)構(gòu)框圖；
[0032]圖9為本發(fā)明實施例提供的信息推薦裝置的另一結(jié)構(gòu)框圖；
[0033]圖10為本發(fā)明實施例提供的目標(biāo)影響度確定模塊的結(jié)構(gòu)框圖；
[0034]圖11為本發(fā)明實施例提供的目標(biāo)影響度確定模塊的另一結(jié)構(gòu)框圖；
[0035] 圖12為本發(fā)明實施例提供的服務(wù)器的硬件結(jié)構(gòu)框圖。
【具體實施方式】
[0036] 本發(fā)明的發(fā)明人在研究過程中發(fā)現(xiàn)，用戶好友與推薦信息發(fā)生互動后，將提升用 戶與該推薦信息發(fā)生互動的可能性，如用戶好友與推薦信息發(fā)生了某一類型的互動（如評 論、點贊等互動類型中的某一類型），則將提升用戶與該推薦信息發(fā)生相同的互動的可能 性。
[0037]基于此，本發(fā)明實施例提供的信息推薦方法，將結(jié)合用戶好友與推薦信息發(fā)生互 動后，所影響的用戶與推薦信息的互動規(guī)律，來實現(xiàn)推薦信息的推送，從而提升所確定的用 戶互動推薦信息的可能性的準(zhǔn)確度，提升推薦信息推送的有效性。
[0038]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0039] 圖1為本發(fā)明實施例提供的信息推薦方法的流程圖，該方法可應(yīng)用于服務(wù)器，該服 務(wù)器可以收集社交應(yīng)用的用戶行為數(shù)據(jù)進行分析處理，并進行推薦信息的推送；
[0040] 參照圖1，本發(fā)明實施例提供的信息推薦方法可以包括：
[0041] 步驟S100、確定目標(biāo)用戶的好友中已對目標(biāo)推薦信息進行互動的至少一個目標(biāo)好 友；
[0042] 目標(biāo)推薦信息為待推薦給目標(biāo)用戶的推薦信息；在本發(fā)明實施例中，目標(biāo)推薦信 息已推送給目標(biāo)用戶的至少一個好友，但并未推送給目標(biāo)用戶，并且該至少一個好友中存 在有已與目標(biāo)推薦信息發(fā)生互動(如評論、點贊等）的目標(biāo)好友，目標(biāo)好友的數(shù)量為至少一 個。
[0043]步驟S110、確定目標(biāo)用戶對各目標(biāo)好友已發(fā)布的歷史分享信息的互動數(shù)據(jù)；
[0044] 社交應(yīng)用提供有在好友間分享信息的功能，用戶可通過社交應(yīng)用將文章、音樂等 信息分享給其好友，并且好友可對用戶分享的信息進行評論、轉(zhuǎn)發(fā)、點贊等互動，同理，用戶 也可對其好友分享的信息進行互動；
[0045] 在本發(fā)明實施例中，對于各確定的目標(biāo)好友，本發(fā)明實施例可分析設(shè)定時間段內(nèi)， 目標(biāo)用戶對目標(biāo)好友已發(fā)布的歷史分享信息的互動情況，得到互動數(shù)據(jù)；
[0046] 可選的，對于各確定的目標(biāo)好友，本發(fā)明實施例可分析設(shè)定時間段內(nèi)，目標(biāo)用戶對 目標(biāo)好友已發(fā)布的歷史分享信息所進行的各設(shè)定類型互動的互動次數(shù);設(shè)定類型互動如點 贊、評論等用戶可對分享信息進行的互動操作，具體設(shè)定類型的設(shè)定可視實際使用需求調(diào) 整;從而本發(fā)明實施例可以一個設(shè)定類型互動的互動次數(shù)作為一個特征向量，并集合各特 征向量得到特征向量集合，以該特征向量集合作為目標(biāo)用戶對目標(biāo)好友已發(fā)布的歷史分享 信息的互動數(shù)據(jù)。
[0047] 可選的，對于各確定的目標(biāo)好友，本發(fā)明實施例可分析設(shè)定時間段內(nèi)，目標(biāo)用戶對 目標(biāo)好友已發(fā)布的歷史分享信息所進行的各設(shè)定類型互動的互動次數(shù)，從而綜合各設(shè)定類 型互動的互動次數(shù)，得到綜合互動次數(shù)，以該綜合互動次數(shù)作為目標(biāo)用戶對目標(biāo)好友已發(fā) 布的歷史分享信息的互動數(shù)據(jù)。
[0048]步驟S120、根據(jù)所確定的目標(biāo)用戶對各目標(biāo)好友已發(fā)布的歷史分享信息的互動數(shù) 據(jù)，確定各目標(biāo)好友對目標(biāo)用戶互動目標(biāo)推薦信息的影響度；
[0049]基于用戶好友與推薦信息發(fā)生互動后，將提升用戶與該推薦信息發(fā)生互動的可能 性這一發(fā)現(xiàn)，本發(fā)明實施