信息推荐方法、系统及设备技术方案

本申请实施例提供一种信息推荐方法、系统及设备。其中，方法包括如下的步骤：根据用户的行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件；判断出当前不满足所述第一条件时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；根据所述至少一个第一候选推荐信息，为所述用户推荐信息。本申请实施例提供的技术方案在缺乏用户行为数据时，可基于用户所属的用户群体进行信息获取，解决了基于用户行为数据信息获取不足的问题；且基于用户群体进行信息获取补充，可提高命中用户兴趣的概率，提升用户体验。

【技术实现步骤摘要】
信息推荐方法、系统及设备
本申请涉及信息
，尤其涉及一种信息推荐方法、系统及设备。
技术介绍
随着互联网技术的发展，互联网能够为用户提供越来越多的网络服务，例如：用户可通过互联网浏览视频、收听音乐、阅读、购物等。在互联网平台中，用户可以通过搜索功能搜索自己需要的信息。同时，为了方便用户获取信息，互联网平台还可以主动向用户推荐信息。目前，比较流行的信息推荐方法是基于用户的历史行为数据来为用户推荐相应信息。
技术实现思路
鉴于上述问题，提出了本申请以提供一种解决上述问题或至少部分地解决上述问题的信息推荐方法、系统及设备。于是，在本申请的一个实施例中，提供了一种信息推荐方法。该方法包括：根据用户的行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件；判断出当前不满足所述第一条件时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；根据所述至少一个第一候选推荐信息，为所述用户推荐信息。在本申请的一个实施例中，提供了一种信息推荐系统。该系统包括：客户端，用于将用户的行为数据发送至服务端；所述服务端，用于根据所述行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件；判断出当前不满足所述第一条件时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；将所述至少一个候选推荐信息发送至所述客户端，以由所述客户端根据所述至少一个第一候选推荐信息，为所述用户推荐信息。在本申请的另一个实施例中，提供了一种信息推荐方法。该方法包括：在所述用户对应的候选推荐列表中候选推荐信息数量不多的情况下，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；将所述至少一个第一候选推荐信息补充到所述候选推荐列表中，以便不间断地为所述用户推荐信息。在本申请的另一个实施例中，提供了一种信息推荐系统。该系统包括：服务端，用于在用户对应的候选推荐列表中候选推荐信息数量不足的情况下，根据所述用户所属的用户群体，获取至少一个第一候选推荐信息；所述客户端，用于接收所述服务端发送来的所述至少一个第一候选推荐信息；并将所述至少一个第一候选推荐信息补充到所述候选推荐列表中，以便继续为所述用户推荐信息。在本申请的一实施例中，提供了一种电子设备。该电子设备，包括：存储器和处理器，其中，所述存储器，用于存储程序；所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：根据用户的行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件；判断出当前不满足所述第一条件时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；根据所述至少一个第一候选推荐信息，为所述用户推荐信息。在本申请的另一实施例中，提供了一种电子设备。该电子设备，包括：存储器和处理器，其中，所述存储器，用于存储程序；所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：在所述用户对应的候选推荐列表中候选推荐信息数量不多的情况下，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；将所述至少一个第一候选推荐信息补充到所述候选推荐列表中，以便不间断地为所述用户推荐信息。本申请实施例提供的技术方案，根据用户的行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件。不满足第一条件时，基于用户所属的用户群体进行信息获取，以为用户进行信息推荐。这样，在判断出缺乏用户行为数据时，可基于用户所属的用户群体进行信息获取，解决了基于用户行为数据获取不足的问题；且基于用户群体进行信息获取补充，可提高命中用户兴趣的概率，提升用户体验。本申请实施例提供的技术方案，在缺乏候选推荐信息时，可基于用户所属的用户群体进行信息获取，避免了信息推荐的间断；且基于用户群体进行信息获取补充，可提高命中用户兴趣的概率，提升用户体验。附图说明为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。图1a为本申请一实施例提供的基于智能音箱的歌曲推荐方法的流程示意图；图1b为本申请另一实施例提供的信息推荐方法的流程示意图；图2为本申请另一实施例提供的信息推荐系统的结构框图；图3为本申请另一实施例提供的信息推荐方法的流程示意图；图4为本申请另一实施例提供的信息推荐装置的结构框图；图5为本申请另一实施例提供的信息推荐装置的结构框图；图6为本申请另一实施例提供的电子设备的结构框图；图7为本申请一实施例提供的信息推荐方法的流程示意图。具体实施方式以音乐推荐服务为例，目前很多电子设备，例如：智能手机、智能音箱，都能够提供音乐推荐服务。音乐推荐服务是智能音箱中最为重要的技能之一。用户体验的好坏，会直接关系到用户对智能音箱整体的好感度；智能音箱与手机上的APP(Application，应用程序)的交互方式不太一样，用户对音箱具体某一技能的了解或熟练使用的沉淀过程相对比较慢；并且以音乐随便听听为例，每次推荐时只能推荐最可能匹配用户偏好的内容。传统的推荐方案中，主要分为信息获取和信息排序两个环节：第一个环节是根据用户的历史行为数据找到可能感兴趣的内容；第二个环节是根据用户的长期行为或短期行为以及内容特征对找到的可能感兴趣内容进行排序，得到用户喜欢的内容进行推荐。专利技术人在实现本申请实施例提供的技术方案的过程中研究发现：现有的推荐机制，在面对新用户、主动点播歌曲行为较少的用户、属于重度随便听听的用户时，往往会出现获取不到充足信息的问题。为了避免出现没有推荐内容，系统可采用全局热点内容或人工整理的内容进行兜底。但是专利技术人通过实际观察发现，用户对热点内容往往表现出很大的不满意；人工整理的内容较少，维护成本较高，且不一定能很好的贴合不同人群的口味。然而，在音乐推荐系统中，每次推荐时只能推荐最可能匹配用户偏好的内容，没有更多的机会进行试错，需要每次推荐都能尽可能的保证很高的质量，这就使得这种兜底策略很难保证每次推荐的推荐质量。可见采用热门数据进行兜底，用户的体验并不是很好。特别是针对新用户，一开始的推荐是否合适，会直接影响用户对产品的第一印象。本申请实施例提供的技术方案旨在解决新用户没有行为或用户行为较少时，能够快速找到合适的音乐推荐内容，提供用户体验。为了使本
的人员更好地理解本申请方案，下面将根据本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，包括：/n根据用户的行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件；/n判断出当前不满足所述第一条件时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；/n根据所述至少一个第一候选推荐信息，为所述用户推荐信息。/n

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：
根据用户的行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件；
判断出当前不满足所述第一条件时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息；
根据所述至少一个第一候选推荐信息，为所述用户推荐信息。


2.根据权利要求1所述的方法，其特征在于，根据用户的行为数据，判断当前是否满足基于所述用户的行为数据获取候选推荐信息的第一条件，包括：
确定所述行为数据中好感行为的数量；
所述数量小于第一预设阈值时，判定当前不满足所述第一条件。


3.根据权利要求2所述的方法，其特征在于，还包括：
所述数量大于1且小于所述第一预设阈值时，根据所述好感行为，确定至少一个第二候选推荐信息；
根据所述至少一个第一候选推荐信息，为所述用户推荐信息，包括：
根据所述至少一个第一候选推荐信息和所述至少一个第二候选推荐信息，为所述用户推荐信息。


4.根据权利要求2或3所述的方法，其特征在于，确定所述行为数据中好感行为的数量，包括：
确定所述行为数据中新产生的好感行为的数量。


5.根据权利要求4所述的方法，其特征在于，判断出当前不满足所述第一条件时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息，包括：
判断出当前不满足所述第一条件且所述用户对应的已有候选推荐信息数量不足时，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息。


6.根据权利要求1至3中任一项所述的方法，其特征在于，根据所述用户所属的用户群体，确定至少一个第一候选推荐信息，包括：
获取所述用户所属的用户群体的偏好信息；
根据所述用户群体的偏好信息，确定所述至少一个第一候选推荐信息。


7.根据权利要求1至3中任一项所述的方法，其特征在于，根据所述至少一个第一候选推荐信息，为所述用户推荐信息，包括：
将所述至少一个第一候选推荐信息添加到所述用户对应的候选推荐列表中；
根据所述候选推荐列表，为所述用户推荐信息。


8.根据权利要求7所述的方法，其特征在于，还包括：
根据所述用户在为所述用户推荐信息的过程中产生的反感行为，获取所述用户可能不反感的至少一个第三候选推荐信息；
将所述至少一个第三候选推荐信息补充到所述用户对应的候选推荐列表中。


9.根据权利要求8所述的方法，其特征在于，将所述至少一个第三候选推荐信息补充到所述用户对应的候选推荐列表中，包括：
根据所述反感行为，确定所述用户针对当前已推荐信息的容忍程度；
所述容忍程度小于或等于第一预设程度时，将所述至少一个第三候选推荐信息添加到所述候选推荐列表中。


10.根据权利要求9所述的方法，其特征在于，根据所述反感行为，确定所述用户针对当前已推荐信息的容忍程度，包括：
根据所述反感行为，确定训练好的计算模型的输入信息；
将所述输入信息输入至所述计算模型中，得到所述计算模型输出的所述容忍程度。


11.根据权利要求8所述的方法，其特征在于，根据所述用户在为所述用户推荐信息的过程中产生的反感行为，获取所述用户可能不反感的至少一个第三候选推荐信息，包括：
根据所述用户在为所述用户推荐信息的过程中产生的反感行为，从当前已推荐信息中，确定出所述用户反感的信息；
根据所述用户反感的信息，确定所述用户反感的信息属性；
根据多个信息属性中除所述用户反感的信息属性以外的其他信息属性，获取所述至少一个第三候选推荐信息。


12.根据权利要求11所述的方法，其特征在于，根据多个信息属性中除所述用户反感的信息属性以外的其他信息属性，获取所述至少一个第三候选推荐信息，包括：
根据所述其他信息属性和所述用户的用户属性，获取至少一个第三候选推荐信息。


13.根据权...

【专利技术属性】
技术研发人员：吴凯凯，张跃伟，瞿春燕，聂再清，何鹏，陈思聪，丁小飞，周晓欢，高源伯，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY