專利名稱：服務(wù)推薦裝置、服務(wù)推薦方法和移動設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明總體上涉及信息處理領(lǐng)域，更具體地，涉及一種服務(wù)推薦裝置、服務(wù)推薦方法和移動設(shè)備。
背景技術(shù)：
隨著諸如智能手機(jī)、個人數(shù)字助理以及筆記本電腦等移動設(shè)備的發(fā)展，專為這種移動設(shè)備而設(shè)計的服務(wù)(比如應(yīng)用和網(wǎng)站)越來越多了。用戶總是嘗試著從很大的服務(wù)目錄里尋找合適的服務(wù)。當(dāng)一個用戶從一個地點移動到另一個地點時(例如，從一個會議室移動到一個餐館)，移動設(shè)備的環(huán)境(例如，地點，時間，網(wǎng)絡(luò)接入點等)也隨之而變化。隨著移動設(shè)備環(huán)境的變化，用戶也希望能夠獲得移動設(shè)備上的推薦的服務(wù)。然而，目前尚無一種有效的可行方案來解決該問題。

發(fā)明內(nèi)容
鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明的目的之一是提供一種服務(wù)推薦裝置、服務(wù)推薦方法和移動設(shè)備，以至少克服現(xiàn)有的移動設(shè)備無法根據(jù)環(huán)境的變化來推薦服務(wù)的問題。為了實現(xiàn)上述目的，根據(jù)本發(fā)明的一個方面，提供了一種服務(wù)推薦裝置，該服務(wù)推薦裝置包括:獲取單元，其被配置成獲得與服務(wù)推薦裝置有關(guān)的環(huán)境信息；存儲單元，其被配置成存儲預(yù)設(shè)場景 的場景信息和與預(yù)設(shè)場景相對應(yīng)的預(yù)設(shè)服務(wù)項目；確定單元，其被配置成根據(jù)環(huán)境信息以及預(yù)設(shè)場景的場景信息，在預(yù)設(shè)場景中確定與環(huán)境信息相關(guān)的場景；以及處理單元，其被配置成將與環(huán)境信息相關(guān)的場景所對應(yīng)的預(yù)設(shè)服務(wù)項目確定為推薦的服務(wù)項目。根據(jù)本發(fā)明的另一個方面，還提供了一種移動設(shè)備，該移動設(shè)備包括如上所述的服務(wù)推薦裝置。根據(jù)本發(fā)明的另一個方面，還提供了一種服務(wù)推薦方法，包括:獲得用戶的環(huán)境信息；根據(jù)預(yù)設(shè)場景的場景信息和環(huán)境信息，在預(yù)設(shè)場景中確定與環(huán)境信息相關(guān)的場景；以及將與環(huán)境信息相關(guān)的場景所對應(yīng)的預(yù)設(shè)服務(wù)項目確定為推薦的服務(wù)項目。依據(jù)本發(fā)明的其它方面，還提供了相應(yīng)的計算機(jī)可讀存儲介質(zhì)，該計算機(jī)可讀存儲介質(zhì)上存儲有能夠由計算設(shè)備執(zhí)行的計算機(jī)程序，所述程序在執(zhí)行時能夠使所述計算設(shè)備用作上述服務(wù)推薦裝置或執(zhí)行上述服務(wù)推薦方法。根據(jù)本發(fā)明實施例的服務(wù)推薦裝置、服務(wù)推薦方法以及移動設(shè)備，能夠至少實現(xiàn)以下益處之一:通過利用該裝置位置附近的環(huán)境信息，確定一個或多個與裝置位置(或用戶位置)相關(guān)的場景，來根據(jù)該場景向用戶推薦一些服務(wù)項目；當(dāng)用戶處于不同場景下時，可以根據(jù)不同場景向用戶推薦一些更符合當(dāng)前場景的服務(wù)項目，從而使得推薦的服務(wù)項目更加貼合用戶的需求。通過以下結(jié)合附圖對本發(fā)明的最佳實施例的詳細(xì)說明，本發(fā)明的這些以及其他優(yōu)點將更加明顯。


本發(fā)明可以通過參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標(biāo)記來表示相同或者相似的部件。所述附圖連同下面的詳細(xì)說明一起包含在本說明書中并且形成本說明書的一部分，而且用來進(jìn)一步舉例說明本發(fā)明的優(yōu)選實施例和解釋本發(fā)明的原理和優(yōu)點。在附圖中:圖1是示意性地示出根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置的一種示例結(jié)構(gòu)的框圖。圖2是示意性地示出圖1中的獲取單元的一種示例結(jié)構(gòu)的框圖。圖3是示意性地示出圖2中的第二獲取子單元的一種示例結(jié)構(gòu)的框圖。圖4A、4B是示出了“在服務(wù)推薦裝置位置的預(yù)定距離范圍內(nèi)的社交媒體文本”的兩個示例的示意圖。圖5是示意性地示出根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置的另一種示例結(jié)構(gòu)的框圖。圖6是示意性地示出圖5中的模型建立單元的一種示例結(jié)構(gòu)的框圖。圖7是示意性地示出圖1和圖5中的確定單元的一種示例結(jié)構(gòu)的框圖。圖8是示意性地示出根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置的又一種示例結(jié)構(gòu)的框圖。圖9是在一個示例中移動設(shè)備將“Meeting” (會議)場景相關(guān)的服務(wù)項目推薦給用戶的界面圖。 圖10是示意性地示出根據(jù)本發(fā)明的實施例的服務(wù)推薦方法的一個示例性處理的流程圖。圖11是示意性地示出用于獲得社交媒體上下文信息的一個示例性處理的流程圖。圖12是示意性地示出如圖10所示的步驟S1030的一種示例性處理過程的流程圖。圖13是示意性地示出用于獲得社交媒體模型的一個示例性處理的流程圖。圖14是示意性地示出可用來實現(xiàn)根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置和服務(wù)推薦方法的一種可能的信息處理設(shè)備的硬件配置的結(jié)構(gòu)簡圖。
具體實施例方式在下文中將結(jié)合附圖對本發(fā)明的示范性實施例進(jìn)行描述。為了清楚和簡明起見，在說明書中并未描述實際實施方式的所有特征。然而，應(yīng)該了解，在開發(fā)任何這種實際實施例的過程中必須做出很多特定于實施方式的決定，以便實現(xiàn)開發(fā)人員的具體目標(biāo)，例如，符合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會隨著實施方式的不同而有所改變。此外，還應(yīng)該了解，雖然開發(fā)工作有可能是非常復(fù)雜和費(fèi)時的，但對得益于本公開內(nèi)容的本領(lǐng)域技術(shù)人員來說，這種開發(fā)工作僅僅是例行的任務(wù)。在此，還需要說明的一點是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明關(guān)系不大的其他細(xì)節(jié)。為解決上文中所描述的技術(shù)問題，根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置通過獲取環(huán)境信息，并根據(jù)該環(huán)境信息來確定該裝置所處的場景，進(jìn)而將與該場景有關(guān)的服務(wù)推薦給用戶。圖1是示意性地示出根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置的一種示例結(jié)構(gòu)的框圖，下面結(jié)合圖1來描述該示例結(jié)構(gòu)。如圖1所示，根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置100包括獲取單元110、存儲單元120、確定單元130和處理單元140。其中，獲取單元110用于獲得與該服務(wù)推薦裝置有關(guān)的環(huán)境信息，存儲單元120用于存儲預(yù)設(shè)場景的場景信息和與預(yù)設(shè)場景相對應(yīng)的預(yù)設(shè)服務(wù)項目，確定單元130用于根據(jù)環(huán)境信息以及預(yù)設(shè)場景的場景信息來在預(yù)設(shè)場景中確定與環(huán)境信息相關(guān)的場景，以及處理單元140用于將與環(huán)境信息相關(guān)的場景所對應(yīng)的預(yù)設(shè)服務(wù)項目確定為推薦的服務(wù)項目。其中，獲取單元110獲得的與該服務(wù)推薦裝置有關(guān)的環(huán)境信息可以包括與該裝置有關(guān)的物理上下文信息和社交媒體上下文信息。例如，在一種實現(xiàn)方式中，獲取單元110可以具有如圖2所示的結(jié)構(gòu)。如圖2所示，獲取單元110可以包括第一獲取子單元210和第二獲取子單元220。具體地，第一獲取子單元210可以用于獲取與服務(wù)推薦裝置有關(guān)的物理上下文信息，其中，該物理上下文信息可以至少包括服務(wù)推薦裝置的位置。例如，第一獲取子單元210可以由GPS定位模塊來實現(xiàn)，來獲得裝置的位置。此外，“與該裝置有關(guān)的物理上下文信息”除了可以包括該裝置的位置之外，還可以包括其他類型的“物理上下文信息”，這種情況將在以后的描述中涉及到。裝置的位置反映了裝置的地理屬性，它是裝置的一種環(huán)境信息。此外，第二獲取子 單元220可以用于獲取與服務(wù)推薦裝置的位置有關(guān)的社交媒體上下文信息。這里所說的社交媒體上下文信息是由通過預(yù)定的一些社交媒體獲得的該裝置附近的社交媒體信息(通常是距離該裝置一定距離范圍內(nèi)的社交媒體信息)所形成的信息。利用該裝置的位置，可以通過預(yù)定的社交媒體來獲得該位置周圍的社交媒體信息，而這些社交媒體信息通?？梢苑从逞b置當(dāng)前的環(huán)境。若能利用這些位于裝置附近的社交媒體信息得到與服務(wù)推薦裝置的位置有關(guān)的社交媒體上下文信息，則根據(jù)這些社交媒體上下文信息來推薦一些相關(guān)的服務(wù)通常是比較符合用戶需求的。下面結(jié)合圖3來舉例說明如何獲得“與服務(wù)推薦裝置的位置有關(guān)的社交媒體上下文信息”。圖3是示意性地示出圖2中的第二獲取子單元220的一種示例結(jié)構(gòu)的框圖。如圖3所示，第二獲取子單元220可以包括獲取模塊310、第一處理模塊320、第一計算模塊330和第一構(gòu)建模塊340，其中，第一計算模塊330可以包括第一計算子模塊332和第二計算子模塊334。通過如圖3所示的這種結(jié)構(gòu)，可以獲得上述“與服務(wù)推薦裝置的位置有關(guān)的社交媒體上下文信息”。具體描述如下。如圖3所示，獲取模塊310可以用于利用預(yù)定的社交媒體來獲得在服務(wù)推薦裝置位置的預(yù)定距離范圍內(nèi)的社交媒體文本及其發(fā)布位置。其中，“預(yù)定的社交媒體”例如可以是twitter、微博等社交媒體，通過這些社交媒體，通常可以獲得一些社交媒體文本以及這些文本的發(fā)布位置。通過篩選，可以得到位于用戶附近的那些社交媒體文本，換句話說，可以得到在用戶當(dāng)前位置的附近位置所發(fā)布的那些社交媒體文本。需要說明的是，這里所說的“用戶當(dāng)前位置”或“用戶位置”均與裝置位置指的是相同的位置，其區(qū)別使用僅為了在不同場合下的說明能夠便于讀者理解。例如，圖4A和圖4B示出了“在服務(wù)推薦裝置位置的預(yù)定距離范圍內(nèi)的社交媒體文本”的兩個示例。其中，圖4A所示的示例是通過某一種社交媒體得到的在用戶當(dāng)前位置500米以內(nèi)的社交媒體文本，需要注意的是，該截圖中未同時示出每個社交媒體文本的發(fā)布位置，但是本領(lǐng)域的技術(shù)人員都知道，通過該社交媒體是可以獲知其發(fā)布位置的。另外，圖4B所示的示例是通過另一種社交媒體得到的在用戶當(dāng)前位置附近的社交媒體文本，需要注意的是，該截圖中所示出的“附近的簽到”表明圖中所示出的這些文本都是用戶當(dāng)前位置附近的，本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)了解，“附近的簽到”中的“附近”范圍是可以設(shè)置的，例如，100米以內(nèi)。此外，圖4B所示的截圖中雖未示出每個社交媒體文本的發(fā)布位置，但是本領(lǐng)域的技術(shù)人員都知道，通過該社交媒體是可以獲知其發(fā)布位置的。例如，通過預(yù)定的社交媒體所獲得的多個社交媒體文本(距用戶當(dāng)前位置500m以內(nèi))為:“在這里參加會議中，會議人很多。”(下文中稱為“文本一”)“會議的伙食不錯呀。”(下文中稱為“文本二” )“參加會議，簽到。參加的人不少。”(下文中稱為“文本三”)然后，可以通過如圖3所示的第一處理模塊320來對所獲得的社交媒體文本進(jìn)行分詞以及去除停用詞(stopword)的處理，來得到包含多個詞語的第一組詞語。其中，停用詞通常是指例如限定詞、介詞等沒有什么實際含義的功能詞，這些功能詞極其普遍，它們通常很少單獨(dú)表達(dá)文檔 相關(guān)程度的信息，因此可以在文本處理過程中去除這些詞而不對其進(jìn)行處理。去除這些停用詞，可以節(jié)省存儲空間，并能夠提高文本處理的效率。對于本領(lǐng)域的技術(shù)人員來說，分詞技術(shù)和去除停用詞(stopword)的方法是公知的，可以通過現(xiàn)有的很多文獻(xiàn)和教材來獲知。此外，可以利用第一計算子模塊332來計算以下內(nèi)容:各個社交媒體文本的發(fā)布位置與服務(wù)推薦裝置的位置之間的距離；和/或第一組詞語中的每個詞語在該詞語所屬社交媒體文本中的詞頻。然后根據(jù)第一計算子模塊332所計算的結(jié)果，通過第二計算子模塊334來計算第一組詞語中每個詞語的分?jǐn)?shù)。下面舉例來說明第一處理模塊320、第一計算子模塊332和第二計算子模塊334的處理和計算的過程。例如，在一個示例中，可以對上面的例子中所提到的文本一、文本二以及文本三進(jìn)行分詞以及去除停用詞的處理，通過第一計算子模塊332來計算文本一、文本二以及文本三與用戶當(dāng)前位置之間的距離，并通過第一計算子模塊332來計算上述第一組詞語中每個詞語在其所屬文本中的詞頻，以及通過第二計算子模塊334來計算上述第一組詞語中每個詞語的分?jǐn)?shù)。例如，對文本一進(jìn)行分詞和去除停用詞處理后可以得到“這里”、“參加”、“會議”和“很多”這4個詞語，其中這4個詞語在文本一中的詞頻分別為1、1、2、1，文本一與用戶當(dāng)前位置之間的距離例如為300m。這樣可以將以上描述的內(nèi)容表示為:“這里:1參加:1會議:2很多:1”:300m。這樣，上述4個詞語中每個詞語的分?jǐn)?shù)可以通過下式來計算:分?jǐn)?shù)=詞頻/In (距離)。這樣，得到的上述4個詞語的分?jǐn)?shù)依次分別是0.1753,0.1753,0.3506以及0.1753。該結(jié)果可以表示成如下形式:“這里:0.1753 參加:0.1753 會議:0.3506 很多:0.1753”類似地，可以將對文本二以及文本三經(jīng)過第一處理模塊320和第一計算子模塊332的處理后得到的結(jié)果表示為:“會議:1 伙食:1 不錯:1”:500m?！皡⒓?2會議:1簽到:1不少:1”:400m。再將上述結(jié)果經(jīng)過第二計算子模塊334的處理后得到的結(jié)果表示為:“會議:0.1609 伙食:0.1609 不錯:0.1609”。“參加:0.3338 會議:0.1669 簽到:0.1669 不少:0.1669”。需要說明的是，在這個示例中，第一組詞語包括由文本一至三經(jīng)過分詞、去除停用詞處理后得到的所有詞語。于是，如圖3所示，可以利用獲得的上述第一組詞語中的多個詞語及其分?jǐn)?shù)，通過第一構(gòu)建模塊340來構(gòu)建社交媒體上下文信息。例如，在以上描述的示例中，所構(gòu)建的社交媒體上下文信息則是:“這里:0.1753 參加:0.5091 會議:0.6784 很多:0.1753 伙食:0.1609 不錯:0.1609 簽到:0.1669 不少:0.1669”。其中，每個詞的冒號之后的數(shù)字表示這個詞的分?jǐn)?shù)。在該例子中，社交媒體上下文信息是包含多個關(guān)鍵詞以及每個關(guān)鍵詞的得分的一種信息，其中，關(guān)鍵詞是通過對上述預(yù)定社交媒體所獲得的預(yù)定距離范圍內(nèi)的 社交媒體信息進(jìn)行分詞等處理而提取得到的。需要說明的是，雖然在該示例中所構(gòu)建的社交媒體上下文信息的形式為向量形式，但社交媒體上下文信息的形式并不局限于此，本領(lǐng)域的技術(shù)人員根據(jù)以上描述和/或結(jié)合公知常識可以獲知的其他形式也應(yīng)當(dāng)包含在本發(fā)明的范圍內(nèi)。另外，還需要說明的是，在其他示例中，第一計算子模塊332可以僅計算各個社交媒體文本的發(fā)布位置與服務(wù)推薦裝置的位置之間的距離(下文中稱作“僅計算距離的情況”)，或者僅計算第一組詞語中的每個詞語在該詞語所屬社交媒體文本中的詞頻(下文中稱作“僅計算詞頻的情況”)，而不是同時計算上述距離和詞頻。其中，在僅計算距離的情況下，可以僅利用該距離來計算第一組詞語中的每個詞語的分?jǐn)?shù)，例如該分?jǐn)?shù)可以通過下式來獲得:分?jǐn)?shù)=Ι/In(距離)。此外，在僅計算詞頻的情況下，可以僅利用該詞頻來計算第一組詞語中的每個詞語的分?jǐn)?shù)，例如使分?jǐn)?shù)等于詞頻。如上所述，通過獲取單元110可以獲得與該服務(wù)推薦裝置有關(guān)的環(huán)境信息，則可以根據(jù)這些環(huán)境信息來確定向用戶推薦哪些服務(wù)。其中，為了確定向用戶推薦哪些服務(wù)，可以首先根據(jù)這些環(huán)境信息來確定一個或多個與這些環(huán)境信息相關(guān)的場景，進(jìn)而將與所確定的場景相關(guān)聯(lián)的一些服務(wù)推薦給用戶。其中，為了確定與這些環(huán)境信息相關(guān)的場景，可以預(yù)設(shè)一些場景，例如會議、購物等場景，然后通過存儲單元120來存儲這些預(yù)設(shè)場景的場景信息，這些場景信息例如可以包括這些預(yù)設(shè)場景的名稱以及與這些預(yù)設(shè)場景有關(guān)的社交媒體模型。需要說明的是，社交媒體模型是反映其對應(yīng)的預(yù)設(shè)場景的場景特征的一種信息，其中，與某種預(yù)設(shè)場景所對應(yīng)的社交媒體模型可以是利用與該種預(yù)設(shè)場景相關(guān)聯(lián)的預(yù)定的社交媒體文本而形成的，其形成過程將在下文中進(jìn)行描述。例如，社交媒體模型可以通過如圖5所示的模型建立單元150來獲得，其中，圖5是示意性地示出根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置的另一種示例結(jié)構(gòu)的框圖。如圖5所示，根據(jù)本發(fā)明的實施例的服務(wù)推薦裝置500包括獲取單元110、存儲單元120、確定單元130、處理單元140和模型建立單元150。其中，如圖5所示的服務(wù)推薦裝置500中所包括的獲取單元110、存儲單元120、確定單元130和處理單元140的結(jié)構(gòu)和功能可以與如圖1所示的服務(wù)推薦裝置100中所包括的對應(yīng)單元的結(jié)構(gòu)和功能相同，在此省略其描述。服務(wù)推薦裝置500中的模型建立單元150可以用于獲得與預(yù)設(shè)場景有關(guān)的社交媒體模型，下面結(jié)合圖6來描述模型建立單元150的一種示例配置。圖6示意性地示出了圖5中的模型建立單元150的一種示例結(jié)構(gòu)。如圖6所示，模型建立單元150可以包括第二處理模塊610、第二計算模塊620和第二構(gòu)建模塊630。其中，第二處理模塊610可以用于通過對預(yù)設(shè)場景的預(yù)設(shè)語料庫中的文本進(jìn)行分詞以及去除停用詞的處理，得到包含若干詞語的第二組詞語。第二計算模塊620可以用于計算第二組詞語中的每個詞語在預(yù)設(shè)場景的語料庫中的出現(xiàn)頻率。第二構(gòu)建模塊630可以用于利用第二組詞語中的多個詞語及其在預(yù)設(shè)場景的語料庫中的出現(xiàn)頻率，來構(gòu)建與預(yù)設(shè)場景有關(guān)的社交媒體模型。例如，以“會議”這個預(yù)設(shè)場景為例來進(jìn)行說明。假設(shè)“會議”場景的預(yù)設(shè)語料庫(可以預(yù)先通過網(wǎng)絡(luò)獲得，或預(yù)先設(shè)定)包括以下兩個文本:“今天的會議達(dá)到了很好的成果?！?下文中稱為“會議文本一”)“今天會議上我們討論出了一個很有意思的方案?！?下文中稱為“會議文本二” )例如，以上會議文本一和會議文本二是通過互聯(lián)網(wǎng)所下載的關(guān)于某會議的兩條評論。于是，通過第二處理模塊610對會議文本一和會議文本二進(jìn)行分詞以及去除停用詞的處理后可以得到:“今天會議達(dá)到很好成果”，以及“今天會議我們討論很有意思方案”。其中，在這個例子中，第二組詞語包括“今天會議達(dá)到很好成果”和“今天會議我們討論很有意思方案”這兩組詞語。然后，通過第二計算模塊620統(tǒng)計第二組詞語中的每個詞語在預(yù)設(shè)場景的語料庫中的出現(xiàn)頻率。也即，統(tǒng)計上述兩組詞語中每個詞在這兩組詞語中的出現(xiàn)頻率。例如，“今天”和“會議”兩個詞在上述兩組詞語中的出現(xiàn)頻率均為2，而其余詞的出現(xiàn)頻率均為I。于是，通過第二構(gòu)建模塊630所構(gòu)建的與“會議”場景有關(guān)的社交媒體模型可以是:“今天:2會議:2達(dá)到:1很好:1成果:1我們:1討論:1很有:1意思:1方案:1”。其中，每個詞后的冒號后的數(shù)字表示這個詞對應(yīng)的出現(xiàn)頻率。在該例子中，社交媒體模型是包含多個關(guān)鍵詞以及每個關(guān)鍵詞在該模型對應(yīng)的預(yù)設(shè)的語料庫中的出現(xiàn)頻率的一種信息，其中，關(guān)鍵詞是通過對上述語料庫中的文本進(jìn)行分詞等處理而提取得到的。需要說明的是，雖然在該例子中所構(gòu)建的社交媒體模型的形式為向量形式，但社交媒體模型的形式并不局限于此，本領(lǐng)域的技術(shù)人員根據(jù)以上描述和/或結(jié)合公知常識可以獲知的其他形式也應(yīng)當(dāng)包含在 本發(fā)明的范圍內(nèi)。參見圖1和圖5，其中，如圖1所示的服務(wù)推薦裝置100以及如圖5所示的服務(wù)推薦裝置500中所包括的確定單元130均可以具有如圖7所示的結(jié)構(gòu)。圖7是示意性地示出圖1和圖5中的確定單元130的一種示例結(jié)構(gòu)的框圖。如圖7所示，確定單元130可以包括第一計算子單元710、第二計算子單元720和確定子單元730。其中，第一計算子單元710可以用于分別計算環(huán)境信息和每個預(yù)設(shè)場景的場景信息之間的相似度。第二計算子單元720可以用于根據(jù)第一計算子單元710的計算結(jié)果，獲得每個預(yù)設(shè)場景的置信度。確定子單元730可以用于將置信度最高的前N個預(yù)設(shè)場景確定為與環(huán)境信息相關(guān)的場景，其中，N為大于O的自然數(shù)。下面分兩種情況來說明置信度的計算。在第一種情況下、也即在存儲單元120所存儲的預(yù)設(shè)場景的場景信息僅包括預(yù)設(shè)場景的名稱和與預(yù)設(shè)場景有關(guān)的社交媒體模型的情況下，第一計算子單元710可以分別計算社交媒體上下文信息和每個社交媒體模型之間的第一相似度，然后將該第一相似度作為第二計算子單元720所獲得的置信度?？梢岳美缬嘞蚁嗨贫葋碛嬎忝總€社交媒體模型與社交媒體上下文信息之間的第一相似度。例如，社交媒體模型可以表示為:Model = (Wbl:fbl, Wb2:fb2,..., Wam:fbm),其中，Model 表示社交媒體模型，Wbl,Wb2,..., Wbffl表示社交媒體模型所包括的m個詞語，其中，m為自然數(shù)，fbl，fb2，...，fbm分別表示W(wǎng)bl，Wb2，...，Wbm各自在預(yù)設(shè)場景的語料庫中的出現(xiàn)頻率。社交媒體上下文信息可以表示為:·Context = (Wal:Sal, Wa2:Sa2,..., Wan:San)，其中，Context 表示社交媒體上下文信息，Wal, Wa2,..., Wan表示社交媒體上下文信息所包括的η個詞語,其中，η為自然數(shù)，Sal,Sa2,, San表示W(wǎng)al，Wa2, , Wan各自對應(yīng)的分?jǐn)?shù)。其中，對于每個社交媒體模型來說，該社交媒體模型所包含的詞語數(shù)量m與社交媒體上下文信息所包含的詞語數(shù)量η可能相等，也可能不相等。然后，可以利用余弦相似度來計算社交媒體模型與社交媒體上下文信息之間的相似度，余弦相似度的計算公式如下:
權(quán)利要求
1.一種服務(wù)推薦裝置，包括: 獲取單元，其被配置成獲得與所述服務(wù)推薦裝置有關(guān)的環(huán)境信息； 存儲單元，其被配置成存儲預(yù)設(shè)場景的場景信息和與所述預(yù)設(shè)場景相對應(yīng)的預(yù)設(shè)服務(wù)項目； 確定單元，其被配置成根據(jù)所述環(huán)境信息以及所述預(yù)設(shè)場景的場景信息，在所述預(yù)設(shè)場景中確定與所述環(huán)境信息相關(guān)的場景；以及 處理單元，其被配置成將與所述環(huán)境信息相關(guān)的場景所對應(yīng)的預(yù)設(shè)服務(wù)項目確定為推薦的服務(wù)項目。
2.根據(jù)權(quán)利要求1所述的服務(wù)推薦裝置，其中，所述獲取單元包括: 第一獲取子單元，其被配置成獲取與所述服務(wù)推薦裝置有關(guān)的物理上下文信息，其中，該物理上下文信息至少包括所述服務(wù)推薦裝置的位置；以及 第二獲取子單元，其被配置成獲取與所述服務(wù)推薦裝置的位置有關(guān)的社交媒體上下文信息。
3.根據(jù)權(quán)利要求2所述的服務(wù)推薦裝置，其中，所述第二獲取子單元包括: 獲取模塊，其被配置成利用預(yù)定的社交媒體，獲得在所述服務(wù)推薦裝置的位置的預(yù)定距離范圍內(nèi)的社交媒體文本及其發(fā)布位置； 第一處理模塊，其被配置成通過對獲得的社交媒體文本進(jìn)行分詞以及去除停用詞的處理，得到包含多個詞語的第一組詞語； 第一計算模塊，其包括第一計算子模塊和第二計算子模塊，其中， 所述第一計算子模塊被配置成計算所述社交媒體文本的發(fā)布位置與所述服務(wù)推薦裝置的位置之間的距離，以及/或計算所述第一組詞語中的每個詞語在該詞語所屬社交媒體文本中的詞頻，以及 所述第二計算子模塊被配置成根據(jù)所述第一計算子模塊所計算的結(jié)果來計算所述第一組詞語中每個詞語的分?jǐn)?shù)；以及 第一構(gòu)建模塊，其被配置成利用所述第一組詞語中的多個詞語及其分?jǐn)?shù)，來構(gòu)建所述社交媒體上下文信息。
4.根據(jù)權(quán)利要求2或3所述的服務(wù)推薦裝置，其中，所述預(yù)設(shè)場景的場景信息包含: 所述預(yù)設(shè)場景的名稱；以及 與所述預(yù)設(shè)場景有關(guān)的社交媒體模型。
5.根據(jù)權(quán)利要求2或3所述的服務(wù)推薦裝置，其中，所述與所述服務(wù)推薦裝置有關(guān)的物理上下文信息還包括以下信息中的至少一種: 當(dāng)前時間； 與所述服務(wù)推薦裝置的位置有關(guān)的城市或行政區(qū)域名稱；以及 與所述服務(wù)推薦裝置的位置有關(guān)的網(wǎng)絡(luò)接入點信息。
6.根據(jù)權(quán)利要求5所述的服務(wù)推薦裝置，其中，所述預(yù)設(shè)場景的場景信息包含: 所述預(yù)設(shè)場景的名稱； 與所述預(yù)設(shè)場景有關(guān)的社交媒體模型；以及 與所述預(yù)設(shè)場景有關(guān)的條件集，所述條件集用于對與所述服務(wù)推薦裝置有關(guān)的物理上下文信息進(jìn)行限定。
7.根據(jù)權(quán)利要求4或6所述的服務(wù)推薦裝置，其中，所述確定單元包括: 第一計算子單元，其被配置成分別計算所述環(huán)境信息和每個預(yù)設(shè)場景的場景信息之間的相似度； 第二計算子單元，其被配置成根據(jù)所述第一計算子單元的計算結(jié)果，獲得每個預(yù)設(shè)場景的置信度；以及 確定子單元，其被配置成將置信度最高的前N個預(yù)設(shè)場景確定為與所述環(huán)境信息相關(guān)的場景，其中，N為大于O的自然數(shù)。
8.根據(jù)權(quán)利要求4、6和7中任一所述的服務(wù)推薦裝置，還包括用于獲得與所述預(yù)設(shè)場景有關(guān)的社交媒體模型的模型建立單元，其中，所述模型建立單元包括: 第二處理模塊，其被配置成通過對所述預(yù)設(shè)場景的預(yù)設(shè)語料庫中的文本進(jìn)行分詞以及去除停用詞的處理，得到包含若干詞語的第二組詞語； 第二計算模塊，其被配置成計算所述第二組詞語中的每個詞語在所述預(yù)設(shè)場景的語料庫中的出現(xiàn)頻率，以及 第二構(gòu)建模塊，其被配置成利用所述第二組詞語中的多個詞語及其在所述預(yù)設(shè)場景的語料庫中的出現(xiàn)頻率，來構(gòu)建與所述預(yù)設(shè)場景有關(guān)的社交媒體模型。
9.一種移動設(shè)備，其包括如權(quán)利要求1-9任一所述的服務(wù)推薦裝置。
10.一種服務(wù)推薦方法，包括: 獲得用戶的環(huán)境信息； 根據(jù)預(yù)設(shè)場景的場景信息和所述環(huán)境信息，在所述預(yù)設(shè)場景中確定與所述環(huán)境信息相關(guān)的場景；以及 將與所述環(huán)境信息相關(guān)的場景所對應(yīng)的預(yù)設(shè)服務(wù)項目確定為推薦的服務(wù)項目。
全文摘要
本發(fā)明提供了服務(wù)推薦裝置、服務(wù)推薦方法和移動設(shè)備，以至少克服現(xiàn)有的移動設(shè)備無法根據(jù)環(huán)境的變化來推薦服務(wù)的問題。服務(wù)推薦裝置包括用于獲得與裝置有關(guān)的環(huán)境信息的獲取單元；用于存儲預(yù)設(shè)場景的場景信息和與預(yù)設(shè)場景相對應(yīng)的預(yù)設(shè)服務(wù)項目的存儲單元；用于根據(jù)環(huán)境信息以及預(yù)設(shè)場景的場景信息在預(yù)設(shè)場景中確定與環(huán)境信息相關(guān)的場景的確定單元；以及用于將與環(huán)境信息相關(guān)的場景所對應(yīng)的預(yù)設(shè)服務(wù)項目確定為推薦的服務(wù)項目的處理單元。服務(wù)推薦方法用于執(zhí)行能夠?qū)崿F(xiàn)上述服務(wù)推薦裝置的功能的處理。移動設(shè)備包括上述服務(wù)推薦裝置。應(yīng)用本發(fā)明的上述技術(shù)，能夠根據(jù)不同場景向用戶推薦不同的服務(wù)項目，可以應(yīng)用于信息處理領(lǐng)域。
文檔編號H04L29/08GK103248658SQ20121003067
公開日2013年8月14日 申請日期2012年2月10日 優(yōu)先權(quán)日2012年2月10日
發(fā)明者張軍, 鐘朝亮, 松尾昭彥, 鄒綱 申請人:富士通株式會社