一种信息推荐方法、装置及服务器制造方法及图纸

本发明专利技术实施例提供一种信息推荐方法、装置及服务器，方法包括：确定目标用户的好友中已对目标推荐信息进行互动的至少一个目标好友；确定目标用户对各目标好友已发布的历史分享信息的互动数据；根据所确定的目标用户对各目标好友已发布的历史分享信息的互动数据，确定各目标好友对目标用户互动目标推荐信息的影响度；根据各目标好友对目标用户互动目标推荐信息的影响度，确定目标影响度；根据所述目标影响度确定所述目标用户互动所述目标推荐信息的可能度；如果所述可能度符合预设条件，将所述目标推荐信息推送给所述目标用户。本发明专利技术实施例提升了所确定的用户互动推荐信息的可能性的准确度，提升了推荐信息推送的有效性。

【技术实现步骤摘要】

本专利技术涉及信息处理
，具体涉及一种信息推荐方法、装置及服务器。
技术介绍
随着社交应用的发展，通过社交应用为用户推送广告、天气等推荐信息，成为了信息服务提供商向用户推荐信息的一种新途径；与社交应用的好友之间分享信息类似，用户可对通过社交应用推送的广告、天气等推荐信息进行评论、点赞等互动。为实现推荐信息的有效推送，预估推荐信息在推送给用户后，用户对推荐信息进行评论、点赞等互动的可能性显得尤为必要，用户对推荐信息进行互动的可能性越高，则推荐信息推送后的互动效果越好。目前在进行推荐信息的推送时，主要是通过用户与推荐信息之间的关联度，衡量用户对推荐信息的感兴趣程度，用户对推荐信息的感兴趣程度越高，则用户对推荐信息进行互动的可能性越高，从而基于用户对推荐信息的感兴趣程度，判断是否将推荐信息推送给用户。本专利技术的专利技术人在研究过程中发现，现有推送推荐信息的方式仅考虑了用户与推荐信息之间的关联度，而忽视了社交应用中用户好友对用户互动推荐信息所产生的影响，这使得所确定出的用户互动推荐信息的可能性的准确度并不理想，影响推荐信息的有效推送。
技术实现思路
有鉴于此，本专利技术实施例提供一种信息推荐方法、装置及服务器，以提升所确定的用户互动推荐信息的可能性的准确度，提升推荐信息推送的有效性。为实现上述目的，本专利技术实施例提供如下技术方案：一种信息推荐方法，包括：确定目标用户的好友中已对目标推荐信息进行互动的至少一个目标好友；确定目标用户对各目标好友已发布的历史分享信息的互动数据；根据所确定的目标用户对各目标好友已发布的历史分享信息的互动数据，确定各目标好友对目标用户互动目标推荐信息的影响度；根据各目标好友对目标用户互动目标推荐信息的影响度，确定目标影响度；根据所述目标影响度确定所述目标用户互动所述目标推荐信息的可能度；如果所述可能度符合预设条件，将所述目标推荐信息推送给所述目标用户。本专利技术实施例还提供一种信息推荐装置，包括：目标好友确定模块，用于确定目标用户的好友中已对目标推荐信息进行互动的至少一个目标好友；互动数据确定模块，用于确定目标用户对各目标好友已发布的历史分享信息的互动数据；影响度确定模块，用于根据所确定的目标用户对各目标好友已发布的历史分享信息的互动数据，确定各目标好友对目标用户互动目标推荐信息的影响度；目标影响度确定模块，用于根据各目标好友对目标用户互动目标推荐信息的影响度，确定目标影响度；可能度确定模块，用于根据所述目标影响度确定所述目标用户互动所述目标推荐信息的可能度；推荐模块，用于如果所述可能度符合预设条件，将所述目标推荐信息推送给所述目标用户。本专利技术实施例还提供一种服务器，包括上述所述的信息推荐装置。基于上述技术方案，本专利技术实施例基于用户对好友已发布的分享信息的互动规律，与好友对用户互动推荐信息的影响相关这一发现，可对目标用户的好友中已对目标推荐信息进行互动的目标好友，确定目标用户对目标好友已发布的历史分享信息的互动数据；从而确定出相关的目标好友对目标用户互动目标推荐信息的影响度，进而整合各目标好友对目标用户互动目标推荐信息的影响度，确定出已对目标推荐信息进行互动的好友对目标用户互动目标推荐信息的目标影响度；基于该目标影响度确定所述目标用户互动所述目标推荐信息的可能度，实现目标推荐信息的推送。由于本专利技术实施例在确定目标用户互动目标推荐信息的可能度时，结合了好友对目标用户互动目标推荐信息的影响度，提升了所确定的用户互动推荐信息的可能性的准确度，使得推荐信息推送的有效性得以提升。附图说明为了更清楚地说明本专利技术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专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的信息推荐方法的流程图；图2为本专利技术实施例提供的互动权重和设定常数的确定方法流程图；图3为本专利技术实施例提供的信息推荐方法的另一流程图；图4为本专利技术实施例提供的信息推荐方法的再一流程图；图5为朋友圈关系示意图；图6为本专利技术实施例提供的信息推荐装置的结构框图；图7为本专利技术实施例提供的影响度确定模块的结构框图；图8为本专利技术实施例提供的线性计算单元的结构框图；图9为本专利技术实施例提供的信息推荐装置的另一结构框图；图10为本专利技术实施例提供的目标影响度确定模块的结构框图；图11为本专利技术实施例提供的目标影响度确定模块的另一结构框图；图12为本专利技术实施例提供的服务器的硬件结构框图。具体实施方式本专利技术的专利技术人在研究过程中发现，用户好友与推荐信息发生互动后，将提升用户与该推荐信息发生互动的可能性，如用户好友与推荐信息发生了某一类型的互动(如评论、点赞等互动类型中的某一类型)，则将提升用户与该推荐信息发生相同的互动的可能性。基于此，本专利技术实施例提供的信息推荐方法，将结合用户好友与推荐信息发生互动后，所影响的用户与推荐信息的互动规律，来实现推荐信息的推送，从而提升所确定的用户互动推荐信息的可能性的准确度，提升推荐信息推送的有效性。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例提供的信息推荐方法的流程图，该方法可应用于服务器，该服务器可以收集社交应用的用户行为数据进行分析处理，并进行推荐信息的推送；参照图1，本专利技术实施例提供的信息推荐方法可以包括：步骤S100、确定目标用户的好友中已对目标推荐信息进行互动的至少一个目标好友；目标推荐信息为待推荐给目标用户的推荐信息；在本专利技术实施例中，目标推荐信息已推送给目标用户的至少一个好友，但并未推送给目标用户，并且该至少一个好友中存在有已与目标推荐信息发生互动(如评论、点赞等)的目标好友，目标好友的数量为至少一个。步骤S110、确定目标用户对各目标好友已发布的历史分享信息的互动数据；社交应用提供有在好友间分享信息的功能，用户可通过社交应用将文章、音乐等信息分享给其好友，并且好本文档来自技高网...

【技术保护点】
一种信息推荐方法，其特征在于，包括：确定目标用户的好友中已对目标推荐信息进行互动的至少一个目标好友；确定目标用户对各目标好友已发布的历史分享信息的互动数据；根据所确定的目标用户对各目标好友已发布的历史分享信息的互动数据，确定各目标好友对目标用户互动目标推荐信息的影响度；根据各目标好友对目标用户互动目标推荐信息的影响度，确定目标影响度；根据所述目标影响度确定所述目标用户互动所述目标推荐信息的可能度；如果所述可能度符合预设条件，将所述目标推荐信息推送给所述目标用户。

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：
确定目标用户的好友中已对目标推荐信息进行互动的至少一个目标好
友；
确定目标用户对各目标好友已发布的历史分享信息的互动数据；
根据所确定的目标用户对各目标好友已发布的历史分享信息的互动数
据，确定各目标好友对目标用户互动目标推荐信息的影响度；
根据各目标好友对目标用户互动目标推荐信息的影响度，确定目标影响
度；
根据所述目标影响度确定所述目标用户互动所述目标推荐信息的可能
度；
如果所述可能度符合预设条件，将所述目标推荐信息推送给所述目标用
户。
2.根据权利要求1所述的信息推荐方法，其特征在于，目标用户对目标
好友已发布的历史分享信息的互动数据，与目标好友对目标用户互动目标推
荐信息的影响度呈线性关系；所述根据所确定的目标用户对各目标好友已发
布的历史分享信息的互动数据，确定各目标好友对目标用户互动目标推荐信
息的影响度包括：
根据目标用户对各目标好友已发布的历史分享信息的互动数据和所述线
性关系，确定各目标好友对目标用户互动目标推荐信息的影响度。
3.根据权利要求2所述的信息推荐方法，其特征在于，所述根据目标用
户对各目标好友已发布的历史分享信息的互动数据和所述线性关系，确定各
目标好友对目标用户互动目标推荐信息的影响度包括：
根据公式cij＝w·nij+b，确定一目标好友对目标用户互动目标推荐信息的
影响度；其中，cij为目标好友j对目标用户i互动目标推荐信息的影响度，nij为目标用户i对目标好友j已发布的历史分享信息的互动次数，w为设定的互
动权重，b为设定常数。
4.根据权利要求3所述的信息推荐方法，其特征在于，所述w和b的确
定过程包括：
将多条推荐信息推送给用户及用户好友；
统计用户好友对所述多条推荐信息的互动次数，及用户对用户好友已互
动的推荐信息的互动次数；
将用户对用户好友已互动的推荐信息的互动次数，与用户好友对所述多
条推荐信息的互动次数的比值，确定为用户好友对用户互动推荐信息的影响
度样值c样；
获取用户对用户好友已发布的历史分享信息的历史互动次数n样；
以多元回归分析算法，根据所述影响度样值c样及所述历史互动次数n样，
确定所述w和b。
5.根据权利要求3所述的信息推荐方法，其特征在于，所述nij包括：目
标用户i对目标好友j已发布的历史分享信息所进行的各设定类型互动的互动
次数的集合；
所述w包括：各设定类型互动相应的权重的集合。
6.根据权利要求3-5任一项所述的信息推荐方法，其特征在于，所述根
据各目标好友对目标用户互动目标推荐信息的影响度，确定目标影响度包括：
根据公式确定所述目标影响度，其中InfluScore为所述目标
影响度，N为目标用户的好友中已对目标推荐信息进行互动的至少一个目标
好友的集合；
或，根据公式InfluScore＝新cij+f·InfluScore_old确定所述目标影响度，其中
InfluScore为所述目标影响度，新cij为最近对目标推荐信息进行互动的目标好
友，对目标用户互动目标推荐信息的影响度，f为当前时间衰减因子，
InfluSco_reold为除新cij外的其他目标好友的影响度之和，InfluScore_old根据上

【专利技术属性】
技术研发人员：刘大鹏，曹孝卿，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44