本申请涉及通信领域，公开了一种基于用户隐私数据的推荐方法及其装置、介质和系统。具体地，本申请的推荐方法包括：向云端发送用户偏好标签，其中，用户偏好标签包括对基于用户的隐私数据生成的第一标签进行概化后的第一概化标签；接收云端基于用户偏好标签从资源库中搜索到的多个资源项；从多个资源项中选择出推荐的资源项。本申请的推荐方法可以在不上传用户隐私数据而上传概化的隐私数据的情况下，更加智能地为用户提供精准贴心的个性化推荐服务。服务。服务。
【技术实现步骤摘要】
基于用户隐私数据的推荐方法及其装置、介质和系统
[0001]本申请涉及信息安全领域，特别涉及一种基于用户隐私数据的推荐方法及其装置、介质和系统。
技术介绍
[0002]近年来随着人工智能的迅速发展，人们对生活有了更强烈的智能化需求，移动终端成为现代人们集娱乐、工作和学习活动的通用设备，扮演着个人智能助理的角色。AI(Artificial Intelligence人工智能)给终端带来的最大价值在于入口本身越来越精准，越来越人性化，越来越便利。理解用户，主动服务，终生学习能够给用户带来极致的体验，也成为终端智慧化的未来。当前AI算法和终端计算能力发展迅速，各大厂商着力于充分利用各种资源优势，通过移动终端为用户提供精准、贴心的全方位个性化服务。
[0003]随着人们对个人隐私数据的重视程度日益提高，个人隐私数据不上传云端的需求越发强烈。把用户隐私数据上传云端进行分析的方式不被认可，未来也不会被应用。当前各大厂商已着力于研究用户个人隐私数据不上传云端的情况下，如何通过移动终端为用户提供精准、贴心的全方位个性化服务。
[0004]当前移动终端所提供的AI相关的推荐服务，如音乐推荐、视频推荐、应用推荐、新闻推荐、广告推荐等，均是对用户上传的非个人隐私数据进行分析与推荐的，然而，这部分数据并不能代表用户全部特征。
技术实现思路
[0005]本申请实施例提供了一种基于用户隐私数据的推荐方法及其装置、介质和系统。
[0006]第一方面，根据本申请一些实施例公开了一种推荐方法，包括：向云端发送用户偏好标签，其中，所述用户偏好标签包括对基于用户的隐私数据生成的第一标签进行概化后的第一概化标签；接收云端返回的基于所述用户偏好标签从资源库中搜索到的多个资源项；从所述多个资源项中选择出推荐的资源项。即在该推荐方法中，向云端发送基于用户隐私数据生成的第一标签的第一概化标签，云端可以根据第一概化标签搜索与用户的隐私数据相关的资源项，如此，在使得搜索结果更加精准智能、更具个性化的情况下，不向云端上传用户的隐私数据，保证对隐私数据的保护。可以理解，此处的第一概化标签可以是一个标签，也可以是多个标签，数量不限制。
[0007]在上述第一方面的一种实现中，所述从所述多个资源项中选择出推荐的资源项包括：基于所述用户的第一标签对所述多个资源项进行排序，生成第一排序结果；将所述第一排序结果中的前预定数目的资源项作为所述推荐的资源项。即在该实现中，根据与用户隐私数据直接相关的第一标签对云端返回的搜索结果进行排序，可以将与第一标签(可以是一个标签，也可以是多个标签，数量不限制)匹配度高的资源项排在前面。由于云端是根据概化后的第一标签或者说概化后的用户隐私数据进行搜索的，第一概化标签所表示的范围大于第一标签，故检索到内容会有冗余，将其按照第一标签或者说未概化的用户隐私数据
进行排序，会将更贴近用户隐私数据的搜索结果排在前面。如此，推荐给用户的资源项更贴近所用到的用户隐私数据，用户体验更具个性化。此外，也不一定是将第一排序结果中的前预定数目的资源项作为推荐的资源项，可以设置其他的选取规则，在此不做限制，例如，将前预定数目的资源项中的奇数项作为推荐的资源项。
[0008]在上述第一方面的一种实现中，所述多个资源项包括云端基于所述第一概化标签搜索到的第一资源项；并且所述方法还包括：在所述推荐的资源项包括所述第一资源项的情况下，在屏幕上显示所述第一资源项和对应所述第一资源项的第一推荐理由，其中，所述第一推荐理由是根据检索到所述第一资源项时用到的第一概化标签所对应的第一标签生成的。即在该实现中，如果云端搜索到的资源项包括与概化的用户隐私数据相关的资源项，则根据搜索到这些资源项时概化的用户隐私数据所对应的隐私数据，为这些资源项生成推荐理由，并向用户显示或者播报推荐理由，从而使得推荐业务更加智能化。
[0009]在上述第一方面的一种实现中，所述用户标签还包括基于用户的非隐私数据生成的第二标签，其中，用户的非隐私数据为对用户进行描述的数据中除用户的隐私数据外的全部数据；并且，所述云端返回的所述多个资源项还包括云端基于所述第二标签搜索到的第二资源项。即在该实现中，同时向云端发送与用户隐私数据相关的第一概化标签和与用户非隐私数据相关的第二标签，搜索结果与用户的概化的隐私数据和非隐私数据相关。
[0010]在上述第一方面的一种实现中，所述云端搜索到的多个资源项还包括对应所述第二资源项的第二推荐理由，其中，所述第二推荐理由与搜索到所述第二资源项时所使用的第二标签相关。即云端返回的资源项中如果包括基于用户的非隐私标签(或者说非隐私数据)搜索到的资源项，则同时还返回有与该资源项对应的推荐理由。
[0011]在上述第一方面的一种实现中，所述方法还包括：在所述推荐的资源项包括所述第二资源项的情况下，在屏幕上显示所述第二资源项和所述第二推荐理由。
[0012]在上述第一方面的一种实现中，所述从所述多个资源项中选择出推荐的资源项包括：基于至少一个第二标签对所述多个资源项进行排序，生成第二排序结果。即在搜索时，资源项可能是基于一个第二标签搜索到的，而在对多个搜索到的资源项进行排序时，可以基于具有的多个第二标签对其进行排序，将同时与多个第二标签匹配的资源项排在前面。
[0013]在上述第一方面的一种实现中，所述从所述多个资源项中选择出推荐的资源项还包括：确定所述第二排序结果中是否存在重复的资源项；在确定存在重复的资源项的情况下，删除所述重复的资源项。
[0014]在上述第一方面的一种实现中，所述从所述多个资源项中选择出推荐的资源项还包括：基于所述第一标签对所述第二排序结果进行排序，生成第三排序结果；将所述第三排序结果中的前预定数目的资源项作为所述推荐的资源项。由于云端是根据概化后的第一标签或者说概化后的用户隐私数据进行搜索的，第一概化标签的所表示的范围大于第一标签，故检索到内容会有冗余，将其按照第一标签或者说未概化的用户隐私数据进行排序，会将更贴近用户隐私数据的搜索结果排在前面。如此，推荐给用户的资源项更贴近所用到的用户隐私数据，用户体验更具个性化。此外，也不一定是将第三排序结果中的前预定数目的资源项作为推荐的资源项，可以设置其他的选取规则，在此不做限制，例如，将前预定数目的资源项中的奇数项作为推荐的资源项。
[0015]第二方面，根据本申请的一些实施例，公开了一种推荐方法，包括：从终端接收用
户偏好标签，其中，所述用户偏好标签包括对基于用户的隐私数据生成的第一标签进行概化后的第一概化标签；基于接收到的所述用户偏好标签，从资源库中搜索与所述用户偏好标签匹配的资源项；在搜索到与所述用户偏好标签匹配的资源项的情况下，将搜索到的所述资源项发送给所述终端。即在该推荐方法中，云端从终端接收基于用户隐私数据生成的第一标签的第一概化标签，云端可以根据第一概化标签搜索与用户的隐私数据相关的资源项，如此，在使得搜索结果更加精准智能、更具个性化的情况下，不用获取用户的隐私数据，保证对隐私数据的保护。可以理解，此处的第一概化标签可以是本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种推荐方法，其特征在于，包括：向云端发送用户偏好标签，其中，所述用户偏好标签包括对基于用户的隐私数据生成的第一标签进行概化后的第一概化标签；接收云端返回的基于所述用户偏好标签从资源库中搜索到的多个资源项；从所述多个资源项中选择出推荐的资源项。2.如权利要求1所述的推荐方法，其特征在于，所述从所述多个资源项中选择出推荐的资源项包括：基于所述用户的至少一个第一标签对所述多个资源项进行排序，生成第一排序结果；将所述第一排序结果中的前预定数目的资源项作为所述推荐的资源项。3.如权利要求1或2所述的推荐方法，其特征在于，所述多个资源项包括云端基于所述第一概化标签搜索到的第一资源项；并且所述方法还包括：在所述推荐的资源项包括所述第一资源项的情况下，在屏幕上显示所述第一资源项和对应所述第一资源项的第一推荐理由，其中，所述第一推荐理由是根据检索到所述第一资源项时用到的第一概化标签所对应的第一标签生成的。4.如权利要求1所述的推荐方法，其特征在于，所述用户标签还包括基于用户的非隐私数据生成的第二标签，其中，用户的非隐私数据为对用户进行描述的数据中除用户的隐私数据外的全部数据；并且，所述云端返回的所述多个资源项还包括所述云端基于所述第二标签搜索到的第二资源项。5.如权利要求4所述的推荐方法，其特征在于，所述云端返回的多个资源项还包括对应所述第二资源项的第二推荐理由，其中，所述第二推荐理由与搜索到所述第二资源项时所使用的第二标签相关。6.如权利要求5所述的推荐方法，其特征在于，还包括：在所述推荐的资源项包括所述第二资源项的情况下，在屏幕上显示所述第二资源项和所述第二推荐理由。7.如权利要求4至6中任一项所述的推荐方法，其特征在于，所述从所述多个资源项中选择出推荐的资源项包括：基于至少一个第二标签对所述多个资源项进行排序，生成第二排序结果。8.如权利要求7所述的推荐方法，其特征在于，所述从所述多个资源项中选择出推荐的资源项还包括：确定所述第二排序结果中是否存在重复的资源项；在确定存在重复的资源项的情况下，删除所述重复的资源项。9.如权利要求8所述的推荐方法，其特征在于，所述从所述多个资源项中选择出推荐的资源项还包括：基于所述第一标签对所述第二排序结果进行排序，生成第三排序结果；将所述第三排序结果中的前预定数目的资源项作为所述推荐的资源项。10...
【专利技术属性】
技术研发人员：于超，赵安，王云路，朱越，彭璐，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。