【技术实现步骤摘要】
本说明书涉及互联网，尤其涉及一种信息推荐方法和系统。
技术介绍
1、随着互联网技术的发展，关系推荐被广泛应用于各种场景。
2、在相关技术中，推荐系统在获得用户发起的关系推荐请求的情况下，可以获得用户的个人资料信息，并基于个人资料信息确定并输出推荐关系列表。
3、然而，由于关系推荐的应用场景非常灵活，而用户在不同的场景信息中期待被推荐的内容可能不同，而在推荐系统基于个人资料信息进行关系推荐的情况下，很难满足用户的多样性的关系推荐需求。
4、值得说明的是，上述相关技术的内容仅仅是专利技术人个人所知晓的信息，并不代表上述信息在本公开申请日之前已经进入公共领域，也不代表其可以成为本公开的现有技术。
技术实现思路
1、本公开提供一种信息推荐方法和系统，用以避免上述技术问题。
2、第一方面，本公开提供一种信息推荐方法，所述方法包括：
3、获得目标用户通过目标应用触发的关系推荐请求，所述关系推荐请求中包括所述目标应用对应的目标场景信息；
4、从预设配置信息中，确定与所述目标场景信息相关联的目标配置信息，其中，所述预设配置信息中包括与各场景信息各自关联的配置信息；以及
5、根据所述目标配置信息生成并输出向所述目标用户推荐的关系推荐信息。
6、在一些实施例中，所述目标配置信息包括目标召回配置信息，所述目标召回配置信息表征用于在所述目标场景下召回与所述目标用户关联的目标人际关系信息的配置信息；所述根据所述目
7、根据所述目标召回配置信息召回所述目标人际关系信息，并根据所述目标人际关系信息生成初始推荐列表；以及
8、根据所述初始推荐列表生成并输出所述关系推荐信息。
9、在一些实施例中，所述目标配置信息还包括目标预处理配置信息，所述目标预处理配置信息包括表征与所述目标人际关系信息对应的目标排序配置信息和/或目标筛选配置信息；所述根据所述初始推荐列表生成并输出所述关系推荐信息，包括：
10、根据所述目标排序配置信息和/或所述目标筛选配置信息对所述初始推荐列表进行预处理，得到目标推荐列表；以及
11、生成并输出与所述目标推荐列表对应的所述关系推荐信息。
12、在一些实施例中，所述目标人际关系信息包括目标人际关系模型；所述目标预处理配置信息包括所述目标排序配置信息；所述目标排序配置信息包括目标人际关系模型的初始权重；所述根据所述目标排序配置信息对所述初始推荐列表进行预处理，得到目标推荐列表，包括：
13、获得所述目标用户与所述初始推荐列表中的互动用户之间的互动信息；
14、根据所述初始权重和所述互动信息，计算所述互动用户与所述目标用户之间的关系评分信息；以及
15、根据所述关系评分信息对所述初始推荐列表进行排序，得到所述目标推荐列表。
16、在一些实施例中，所述互动信息包括互动频率和/或互动时长；所述根据所述初始权重和所述互动信息，计算所述互动用户与所述目标用户之间的关系评分信息，包括：
17、根据所述互动频率和/或所述互动时长对所述初始权重进行调整，得到目标权重，其中，所述互动频率和/或所述互动时长与所述目标权重成正比；以及
18、根据所述目标权重确定所述关系评分信息。
19、在一些实施例中，所述目标预处理配置信息包括所述目标筛选配置信息；所述目标筛选配置信息包括目标过滤条件和/或目标推荐数量；根据所述目标筛选配置信息对所述初始推荐列表进行预处理，得到目标推荐列表，包括：
20、根据所述目标过滤条件和/或所述目标推荐数量，从所述初始推荐列表中的互动用户中确定包括待推荐互动用户的所述目标推荐列表。
21、在一些实施例中，所述目标过滤条件包括所述目标用户预先至少针对所述目标应用设置的目标推荐设置信息、以及所述目标用户与所述互动用户对应的目标关系维持配置信息；根据所述目标过滤条件，从所述初始推荐列表中的互动用户中确定包括待推荐互动用户的所述目标推荐列表，包括：
22、根据所述目标关系维持配置信息和所述目标推荐设置信息，从所述互动用户中获得疑似待推荐用户；以及，
23、生成包括所述待推荐互动用户的所述目标推荐列表。
24、在一些实施例中，所述目标筛选配置信息包括所述目标推荐数量；根据所述目标推荐数量，从所述初始推荐列表中的互动用户中确定包括待推荐互动用户的所述目标推荐列表，包括：
25、在所述互动用户的数量小于等于所述目标推荐数量的情况下，将所述互动用户确定为所述待推荐互动用户，并生成包括所述待推荐互动用户的所述目标推荐列表；或者，
26、在所述互动用户的数量大于所述目标推荐数量的情况下，从所述初始推荐列表中获得前所述目标推荐数量的关系评分信息对应的待推荐互动用户，并生成包括所述待推荐互动用户的所述目标推荐列表。
27、在一些实施例中，在所述目标筛选配置信息包括所述目标过滤条件和所述目标推荐数量的情况下，所述目标推荐列表是依次根据所述目标过滤条件和所述目标推荐数量对所述初始推荐列表进行预处理得到的；和/或，
28、在所述目标配置信息包括所述目标排序配置信息和所述目标筛选配置信息的情况下，所述目标推荐列表是依次根据所述目标排序配置信息和所述目标筛选配置信息对所述初始推荐列表进行预处理得到的。
29、在一些实施例中，所述目标推荐设置信息包括所述目标用户预先至少针对所述目标应用设置的目标被推荐属性信息、所述目标用户预先至少针对所述目标应用设置的目标被搜索属性信息、以及所述目标用户对在所述目标场景信息下的历史推荐列表的反馈而形成的目标负反馈列表；
30、其中，所述目标负反馈列表用于表征所述目标用户对所述历史推荐列表中的历史推荐用户的删除信息。
31、在一些实施例中，所述方法还包括：
32、获得目标用户的用户基础信息、所述目标用户在各应用的用户社交信息、所述目标用户在各应用的用户业务数据、所述目标用户针对各应用各自对应的初始推荐列表的反馈信息，所述初始推荐列表包括所述历史推荐列表；以及
33、根据所述用户基础信息、所述用户社交信息、所述用户业务数据、所述反馈信息，构建所述目标用户在不同场景信息下的所述预设配置信息。
34、在一些实施例中，所述根据所述用户基础信息、所述用户社交信息、所述用户业务数据、所述反馈信息，构建所述目标用户在不同场景信息下的所述预设配置信息，包括：
35、针对所述不同场景信息中的任意场景信息，从所述用户社交信息中确定所述任意场景信息下的待定用户社交信息，并从所述用户业务数据中确定至少所述任意场景信息下的待定用户业务数据；
36、根据所述用户基础信息、所述待定用户社交信息、所述待定用户业务数据、所述反馈信息，构建所述预设配置信息中与本文档来自技高网...
【技术保护点】
1.一种信息推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标配置信息包括目标召回配置信息，所述目标召回配置信息表征用于在所述目标场景下召回与所述目标用户关联的目标人际关系信息的配置信息；所述根据所述目标配置信息生成并输出向所述目标用户推荐的关系推荐信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标配置信息还包括目标预处理配置信息，所述目标预处理配置信息包括表征与所述目标人际关系信息对应的目标排序配置信息和/或目标筛选配置信息；所述根据所述初始推荐列表生成并输出所述关系推荐信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标人际关系信息包括目标人际关系模型；所述目标预处理配置信息包括所述目标排序配置信息；所述目标排序配置信息包括目标人际关系模型的初始权重；所述根据所述目标排序配置信息对所述初始推荐列表进行预处理，得到目标推荐列表，包括：
5.根据权利要求4所述的方法，其特征在于，所述互动信息包括互动频率和/或互动时长；所述根据所述初始权重和所述互动信息，计算所述互动用户
6.根据权利要求5所述的方法，其特征在于，所述目标预处理配置信息包括所述目标筛选配置信息；所述目标筛选配置信息包括目标过滤条件和/或目标推荐数量；根据所述目标筛选配置信息对所述初始推荐列表进行预处理，得到目标推荐列表，包括：
7.根据权利要求6所述的方法，其特征在于，所述目标过滤条件包括所述目标用户预先至少针对所述目标应用设置的目标推荐设置信息、以及所述目标用户与所述互动用户对应的目标关系维持配置信息；根据所述目标过滤条件，从所述初始推荐列表中的互动用户中确定包括待推荐互动用户的所述目标推荐列表，包括：
8.根据权利要求7所述的方法，其特征在于，所述目标筛选配置信息包括所述目标推荐数量；根据所述目标推荐数量，从所述初始推荐列表中的互动用户中确定包括待推荐互动用户的所述目标推荐列表，包括：
9.根据权利要求8所述的方法，其特征在于，在所述目标筛选配置信息包括所述目标过滤条件和所述目标推荐数量的情况下，所述目标推荐列表是依次根据所述目标过滤条件和所述目标推荐数量对所述初始推荐列表进行预处理得到的；和/或，
10.根据权利要求7所述的方法，其特征在于，所述目标推荐设置信息包括所述目标用户预先至少针对所述目标应用设置的目标被推荐属性信息、所述目标用户预先至少针对所述目标应用设置的目标被搜索属性信息、以及所述目标用户对在所述目标场景信息下的历史推荐列表的反馈而形成的目标负反馈列表；
11.根据权利要求10所述的方法，其特征在于，所述方法还包括：
12.根据权利要求11所述的方法，其特征在于，所述根据所述用户基础信息、所述用户社交信息、所述用户业务数据、所述反馈信息，构建所述目标用户在不同场景信息下的所述预设配置信息，包括：
13.根据权利要求12所述的方法，其特征在于，根据所述用户基础信息、所述待定用户社交信息、所述待定用户业务数据、所述反馈信息，构建所述预设配置信息中与所述任意场景信息对应的配置信息，包括：
14.根据权利要求13所述的方法，其特征在于，所述人际关系模型具有权重，所述权重是基于所述负反馈列表对预设权重进行调整得到的。
15.根据权利要求12所述的方法，其特征在于，所述根据所述目标关系维持配置信息和所述目标推荐设置信息，从所述互动用户中获得疑似待推荐用户，包括：
16.根据权利要求10所述的方法，其特征在于，所述方法还包括：
17.根据权利要求11所述的方法，其特征在于，所述方法还包括：
18.根据权利要求7所述的方法，其特征在于，所述生成并输出与所述目标推荐列表对应的所述关系推荐信息，包括：
19.根据权利要求1所述的方法，其特征在于，各场景信息具有各自对应的场景标识，所述目标场景信息具有目标场景标识；各场景标识与各自关联的配置信息具有预设关联关系，预设关联关系包括所述目标场景标识与所述目标配置信息之间的目标关联关系；所述从预设配置信息中，确定与所述目标场景信息相关联的目标配置信息，包括：
20.一种信息推荐系统，其特征在于，包括：
...【技术特征摘要】
1.一种信息推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标配置信息包括目标召回配置信息，所述目标召回配置信息表征用于在所述目标场景下召回与所述目标用户关联的目标人际关系信息的配置信息；所述根据所述目标配置信息生成并输出向所述目标用户推荐的关系推荐信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标配置信息还包括目标预处理配置信息，所述目标预处理配置信息包括表征与所述目标人际关系信息对应的目标排序配置信息和/或目标筛选配置信息；所述根据所述初始推荐列表生成并输出所述关系推荐信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标人际关系信息包括目标人际关系模型；所述目标预处理配置信息包括所述目标排序配置信息；所述目标排序配置信息包括目标人际关系模型的初始权重；所述根据所述目标排序配置信息对所述初始推荐列表进行预处理，得到目标推荐列表，包括：
5.根据权利要求4所述的方法，其特征在于，所述互动信息包括互动频率和/或互动时长；所述根据所述初始权重和所述互动信息，计算所述互动用户与所述目标用户之间的关系评分信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述目标预处理配置信息包括所述目标筛选配置信息；所述目标筛选配置信息包括目标过滤条件和/或目标推荐数量；根据所述目标筛选配置信息对所述初始推荐列表进行预处理，得到目标推荐列表，包括：
7.根据权利要求6所述的方法，其特征在于，所述目标过滤条件包括所述目标用户预先至少针对所述目标应用设置的目标推荐设置信息、以及所述目标用户与所述互动用户对应的目标关系维持配置信息；根据所述目标过滤条件，从所述初始推荐列表中的互动用户中确定包括待推荐互动用户的所述目标推荐列表，包括：
8.根据权利要求7所述的方法，其特征在于，所述目标筛选配置信息包括所述目标推荐数量；根据所述目标推荐数量，从所述初始推荐列表中的互动用户中确定包括待推荐互动用户的所述目标推荐列表，包括：
9.根据权利要求8所述的方法，其特征在于，在所述目标筛选配置信息包括...
【专利技术属性】
技术研发人员：刘巧，张涛，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。