CN109241425B - 一种资源推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种资源推荐方法、装置、设备及存储介质，所述方法包括：接收资源推荐请求；根据发出推荐请求的地理位置以及预设范围内的资源内容，得到候选资源集合；获取所述候选资源集合中所有候选资源的自身相关参数和交互相关参数；由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源。本发明能够为目标客户端用户自动筛选并推荐出附近优质的资源内容,提高用户的体验感受，提升对应客户端的用户粘度。

Description

一种资源推荐方法、装置、设备及存储介质

技术领域

本发明涉及网络通信技术领域，尤其涉及一种资源推荐方法、装置、设备及存储介质。

背景技术

随着网络技术的不断发展，网路平台所能提供的资源的种类和数量逐渐增加；用户可以利用手机、电脑、MAC等终端设备访问网路平台，浏览查看感兴趣的资源内容。

其中，因用户能够接触到的资源内容越来越多且越来越丰富，所以现在对资源内容的要求也变得越来越高；并且，用户越来越注重服务质量和生活舒适度，所以对资源体验感受的要求也更加严格。虽然现在具有许多推荐服务功能的应用程序，能够完成资源内容的推荐；但大多时候推荐的资源并不属于优质的内容；用户若想要从应用软件中得到优质的资源，还是需要做出大量搜索才能得到。这不仅影响用户的体验感受，还影响资源内容的质量评价以及对应客户端的用户留存。

因此，需要提供一种能够为用户自动推荐优质资源内容的技术方案。

发明内容

本发明提供了一种资源推荐方法、装置、设备及存储介质，具体地：

一方面提供了一种资源推荐方法，所述方法包括：

接收资源推荐请求；

根据发出推荐请求的地理位置以及预设范围内的资源内容，得到候选资源集合；

获取所述候选资源集合中所有候选资源的自身相关参数和交互相关参数；

由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；

依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源。

另一方面提供了一种资源推荐装置，所述装置包括：

推荐请求接收模块，用于接收资源推荐请求；

候选资源获取模块，用于根据发出推荐请求的地理位置以及预设范围内的资源内容，得到候选资源集合；

相关参数获取模块，用于获取所述候选资源集合中所有候选资源的自身相关参数和交互相关参数；

质量分值表得到模块，用于由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；

推荐资源确定模块，用于依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源。

另一方面提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上一方面所述的资源推荐方法。

另一方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上一方面所述的资源推荐方法。

本发明提供的一种资源方法、装置、设备及存储介质，具有如下技术效果：

本发明根据客户端的地理位置信息以及位于预设范围内的资源内容，得到目标客户端的所有候选资源；进一步地，获取所有候选资源的自身相关参数和交互相关参数；由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；依据所述质量分值表，从所述候选资源集合中确定出待推荐给所述目标客户端的推荐资源。本发明能够为目标客户端用户自动筛选并推荐出附近优质的资源内容,让优质内容有更多的呈现机会；从而提高用户的体验感受，提升对应客户端的用户粘度，进而起到引流的效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。

图1是本说明书实施例提供的实施环境的示意图；

图2是本说明书实施例提供的一种资源推荐方法流程图；

图3是本说明书实施例提供的由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表的步骤流程图；

图4是本说明书实施例提供的第一权重参数和第二权重参数的获取方法的步骤流程图；

图5是本说明书实施例提供的依据所述质量分值表从所述候选资源集合中确定出推荐资源的步骤流程图；

图6是本说明书实施例提供的具有推荐界面的应用程序的场景示意图；

图7是本说明书实施例提供的一种资源推荐装置的结构示意图；

图8是本说明书实施例提供的质量分值表得到模块的组成示意图；

图9是本说明书实施例提供的权重参数获取单元的组成示意图；

图10是本说明书实施例提供的推荐资源确定模块的组成示意图；

图11是本说明书实施例提供的负面资源删除模块的组成示意图；

图12是本说明书实施例提供的一种资源推荐设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

现有的资源的推荐方案中，存在通过地理位置信息进行资源内容推荐的方式，也就是按照距离的先后顺序将资源内容依次推荐在所述客户端的界面上；但是，该推荐方式并没有考虑用户之前的浏览操作行为，也不存在全面综合该资源内容的相关信息进行资源质量的有效判断，所以被推荐的资源内容对于目标客户端用户来说，并不属于优质资源。

因此，本发明提出了一种资源的推荐方案，能够基于目标客户端的地理位置信息，结合目标客户端用户的浏览行为参数和被浏览资源的相关参数，对资源内容进行排序推荐，为所述客户端呈现优质的附近资源内容，让更多优质的资源内容得以呈现，提高用户体验。

如图1所示，其示出了本技术方案下的实施环境的示意图；该实施环境包括：服务器02、与该服务器02进行信息通信的多个终端(比如图1中的终端 01以及终端03)。其中，终端均可以为手机、平板电脑、膝上型便携获取机、 PAD或台式获取机等等。终端中运行有应用程序，应用程序可以是任何具有虚拟资源收发功能的应用程序。

所述客户端具有应用程序界面，应用程序界面内可以包括一种或者多种组成界面的界面元素，具体的界面元素包括但不限于窗口、对话框、消息框、状态栏等等中的一种或者多种。并且，应用程序界面可以包括显示在终端屏幕内的界面和存储在用户终端内但没有显示在终端屏幕的界面。显示在终端屏幕上的界面称之为显示界面。界面内的各种界面元素可以统称为界面内的内容信息。

服务器02可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者是一个云获取服务中心；服务器02通过网络与一个或多个终端建立通信连接。

具体地，本说明书中的应用程序可以用于推荐多媒体资源内容，比如“NOW 直播--附近--动态”的内容推荐，或是“微博--热门--附近”的内容推荐等等。本说明书中的应用程序还可以是推荐服务类资源内容，比如购物商铺的推荐、外卖店铺或附近美食的推荐界面、停车场推荐等等。

本说明书实施例提供了一种资源推荐方法，如图2所示，所述方法可以包括：

S202.接收资源推荐请求；

S204.根据发出推荐请求的地理位置以及预设范围内的资源内容，得到候选资源集合；

本实施例中目标客户端发出资源的推荐请求时，服务器接收到所述推荐请求；进一步地，服务器获取目标客户端发出推荐请求的位置。同样地，所述服务器能够获取到客户端发布资源的地理位置。

具体地，所述服务器以目标客户端的地理位置信息为中心，以预设距离为半径，得到对应的预设范围，在该预设范围内会具有大量发布资源的第二客户端；其中，所有位于所述预设范围内的客户端发布的资源为候选资源，所有的候选资源构成了所述目标客户端的候选资源集合。基于每个目标客户端都希望自己发布的资源内容也可以展示在内容推荐界面上供其他用户点击浏览，所以目标客户端发布的资源内容也属于候选资源。

比如，以具有大量用户的NOW直播为例；若将正在浏览“NOW直播--附近--动态”的小红的客户端作为目标客户端(小红为目标用户)，将70KM作为预设距离；则所述预设范围就是以小红的客户端为中心，以70KM为半径的区域范围；在这个区域范围内使用“NOW直播--附近--动态”发布的所有多媒体资源就属于所述目标客户端的候选资源集合。

需要说明的是，本实施例中的目标客户端和第二客户端对应相同的应用程序，其中的资源内容是能够在该相同应用程序上进行发布展示、传播转载或是评论点赞等操作的资源内容，可以包括多媒体资源或服务类资源。具体地，所述多媒体资源可以包括推荐界面上的音频内容、视频内容、文本或图片内容等等；所述服务类资源可以包括购物商铺、外卖店铺或附近美食、停车场等等。其中有些应用程序不仅仅只有一种资源内容，只要在对应应用程序推荐界面上能够被推荐的资源内容都属于本实施例中的资源，并不做唯一限定。

S206.获取所述候选资源集合中所有候选资源的自身相关参数和交互相关参数；

本实施例中的自身相关参数可以包括：所述候选资源的时间参量 timeScore，以及所述候选资源的关联参量corrScore。下面以多媒体资源给与具体说明：

对于候选资源的时间参量timeScore给与说明的是：

在多媒体资源从客户端上发出时，当前发布的时刻会自动记录为所述多媒体资源的内容生成时间；服务器根据当前时间(推荐资源的时刻)与多媒体资源的生成时间得到intertime；其中intertime为内容生成时间与当前进行多媒体资源推荐的时间之间的间隔时长。

其中，本实施例中的所述候选资源的时间参量可以通过公式 timeScore＝100-5*intertime得到。需要给与说明的是，为了给新上传的资源内容更多的曝光机会，将资源内容的时间参量作为其中一个考虑因素；本实施例中给与timeScore最多为100分值；本实施例中新上传的资源内容优选地是距当前时间20小时内的资源内容，也就是说intertime≤20小时。其中，随着时间的推移，资源内容生成时间与当前时刻越靠近20小时，那么时间参量的分值就接近于零；在这20个小时内如果该资源内容不够优秀，它整体的质量参数会降低，被推荐的顺序自动会靠后。

具体地，对所述候选资源的关联参量corrScore给与说明的是：

详细地，所述候选资源的关联参量corrScore可以包括所述候选资源的大小、所述候选资源发布者的等级、所述候选资源的用户反馈等等。

所述候选资源在被上传到对应客户端之后，对应客户端能够自动计算出该候选资源的大小，同时能够将所述候选资源的用户的等级，以及之后所述候选资源的用户反馈信息一并关联存储起来，组成所述候选资源的关联参数。

所述候选资源的大小的上限值一般按照所使用应用程序要求的限定值进行界定；其中在内容格式为视频或是音频格式时，考虑资源内容的大小同时可以一并考虑音频或视频的时间长度。所述候选资源发布者的等级，具体是该发布者在所使用应用程序上的排名或是达人级别等。所述候选资源的用户反馈，比如用户对该候选资源的观看数、点赞数、评论数、分享数等等。所述候选资源发布者的等级越高、用户反馈越好，所述候选资源的整体质量分值通过叠加的方式就使得最终分值偏高的概率越大。

比如若仅考虑所述候选资源的用户反馈时，则所述候选资源的关联参量可以为corrScore＝(观看数/曝光数)*10+(点赞数/观看数)*20+(分享数/曝光数)*30+(评论数/点赞数)*40；其中观看数与曝光数的比值(观看数/曝光数) 能够体现出所述候选资源内容对用户的吸引度，点赞数与观看数的比值(点赞数/观看数)能够体现出用户对候选资源内容的认同度，分享数与曝光数的比值 (分享数/曝光数)以及评论数与点赞数的比值(评论数/点赞数)能够体现出候选资源内容是用户引起共鸣的概率；本实施例通过多方面因素考虑，从而间接考察多媒体资源内容的整体质量分值。

其中，某些应用程序中具有可识别的人脸信息的多媒体资源相比较没有人脸信息的多媒体资源，对用户来说具有更高的吸引力，可以优先将具有可识别的人脸信息的多媒体资源考虑作为备选的推荐资源；所以对应地：若检测到候选资源中具有可识别的人脸信息，则在之前参量值的基础上进行分值的增加，比如：corrScore’＝(观看数/曝光数)*10+(点赞数/观看数)*20+(分享数/ 曝光数)*30+(评论数/点赞数)*40+50。

其中，一般每个客户端用户都是非常希望自己上传的资源内容，能够显示在推荐资源列表的前面被其他用户浏览的；所以基于用户的这种心理考虑：若检测到候选资源为目标客户端的用户发布的资源内容，则在之前参量值的基础上进行分值的增加，比如：关联参量为corrScore＝(观看数/曝光数)*20+(点赞数/观看数)*30+(评论数/点赞数)*50+100。

需要给与说明的是，对于考虑到的多个因素，如果通过分析得到能够提升候选资源的质量分值(与质量分值成正相关)，则可以叠加考虑在对应的参量中，以提升整体质量分值。

所以本实施例中，在经过预设范围的划定之后，判定出所述多媒体资源为候选资源的情况下，进一步地服务器从客户端获取这些候选资源的自身相关参数。

其中，本实施例中的交互相关参数可以包括：所述候选资源与目标客户端之间的距离参量disScore，以及所述候选资源的发布者与目标客户端用户的社交参量socScore。详细地，所述候选资源的发布者与目标客户端用户的社交关系可以包括：所述候选资源的发布者与目标客户端用户的性别关系、所述候选资源的发布者与目标客户端用户的亲密关系。

具体地，对于所述候选资源的发布者与目标客户端用户的距离参量 disScore给与说明的是：

在位于预设范围内的多媒体资源被判定为所述目标客户端的候选资源时，服务器根据所述目标客户端的地理位置与候选资源发布客户端的地理位置计算得到二者之间的相距距离interdis。其中，以一个城市的半径约为70km进行考虑的话，所述候选资源与目标客户端之间的距离参量disScore＝700– (interdis)*10；其中的距离参量的计数单位为千米单位。

并且，所述服务器能够获取到所述候选资源的发布者与目标客户端用户的社交参量socScore中；候选资源的发布者与目标客户端用户的性别关系，详细地可以包括：候选资源发布者在应用程序上的账号性别，与所述目标客户端用户的账号性别的异同关系。其中在属于异形关系时的候选资源，相比较属于同性关系时的候选资源具有更高的吸引力；所以，在属于异性关系时，可以设置 socScore＝100。

进一步地，所述服务器能够获取到所述候选资源的发布者与目标客户端用户的社交参量socScore中；所述候选资源的发布者与目标客户端用户的亲密关系给与说明的是：

所述亲密关系可以根据第二客户端与目标客户端在使用的相同应用程序上的亲密关系(比如在微博上是否相互关注)、或是与使用的该应用程序相关联的其他应用程序(比如与微博关联的微信)的亲密关系、或者是终端通讯录上的亲密关系(保存在对方的通讯录上)；比如，在所述候选资源的发布者与目标客户端用户相互关注时，可以设置socScore＝200，在该基础上再满足其他条件时，则可以进行分值的叠加；也就是说：在候选资源的发布者与目标客户端用户相互关注、在当前应用程序上属于好友关系、关联应用程序上属于好友关系、保存在对方的通讯录上，其中满足上述的多种情况时可以通过设置的对应分值的相互叠加，使所述候选资源的整体质量分值提高。

所以本实施例中，在经过上述预设范围的划定之后，判定出所述多媒体资源为所述目标客户端候选资源的情况下，进一步地服务器从客户端获取这些候选资源的交互相关参数。

S208.由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；

其中，每个候选资源均具有对应的自身相关参数和交互相关参数，利用对应的自身相关参数和交互相关参数计算得到所述候选资源的质量分值；得到的所有质量分值就组成了所述质量分值表；所述质量分值表中具体包括候选资源与其对应的质量分值组成的关系对照表。所以进一步地：

作为一种可行的实施方式，步骤S208由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表，如图3所示，可以包括：

S402.获取每个候选资源自身相关参数的第一权重参数，以及交互相关参数的第二权重参数；

具体地，本实施例在判断所述候选资源的质量分值时，其中涉及到的自身相关参数和交互相关参数均具有对应的权重参数：所述第一权重参数为所述自身相关参数的权重参数，所述第二权重参数为所述交互相关参数的权重参数。

需要给与说明的是，若所述自身相关参数包括第一参数和第二参数，对应地所述权重参数包括第一权重值和第二权重值；其中所述第一权重值为所述第一参数占据的权重值，所述第二权重值为所述第二参数占据的权重值。

所以本实施例中，所述自身相关参数包括所述候选资源的时间参量 timeScore，以及所述候选资源的关联参量corrScore时；所述第一权重参数包括：timeScore的权重值wt，以及corrScore的权重值wc。所述交互相关参数包括：所述候选资源与所述客户端之间的距离参量disScore，以及所述候选资源的发布者与所述客户端用户的社交参量socScore时；所述第二权重参数包括： disScore的权重值wd，以及socScore的权重值ws。

其中，步骤S402中所述第一权重参数和第二权重参数的获取方法，如图4 所示，包括：

S602.设定第一初始权重参数、第二初始权重参数以及间隔权重；

S604.将所述第一初始权重参数作为起始参数，以所述间隔权重作为移动参数，得到第一候选权重；

S606.将所述第一候选权重更新为第一初始权重参数，根据得到第一候选权重的方式，得到第二候选权重；以此得到所述第一权重参数的多个候选权重；

S608.按照得到所述第一权重参数的多个候选权重的方式，以所述第二初始权重参数为起始参数，得到所述第二权重参数的多个候选权重；

S610.将所述第一权重参数的候选权重，与所述第二权重参数的候选权重进行排列组合，得到多个候选权重对；

S612.根据所述候选权重参数，统计分析预设时长内候选资源集合的输出数据；

S614.根据输出数据的统计分析结果，从所述候选权重对中确定出第一权重参数和第二权重参数。

具体地，本实施例在对目标客户端进行资源推荐之前，可以根据经验设置一个默认的初始权重值配比组合，将所述初始权重值配比组合中的各个权重值输入权重值管理系统(权重值分析程序)中，之后观察权重值管理系统(权重值分析程序)中的输出数据；然后通过不断地调整各个权重值，并对比调整前后的输出结果的数据变化，得出能使输出结果最优的权重配比。

其中，被统计分析的输出数据可以包括所述候选资源的PV(Page View)访问量、UV(Unique Visitor)独立访客量、平均观看资源时长、平均观看资源个数等数据。PV访问量为在一定统计周期内(实践中优选是1min)客户端用户每打开或刷新一个页面就记录为1次PV访问量，多次打开或刷新同一页面则属于累计。UV独立访客量为，在一定统计周期内(实践中优选是1min)访问所述候选资源的用户数；一个客户端账号属于1个独立访客量。

需要给与说明的是，所述第一权重参数和第二权重参数的确定是在进行资源推荐步骤之前分析得到的数据；详细地，在第一权重参数和第二权重参数均具有多个权重值的情况下：

给与权重值管理系统(权重值分析程序)一定的权重值组合(初始权重值组合)，系统会响应输出数据结果(PV、UV等数据值)；一般是将数据值以曲线的形式展示；

每隔一段时间(比如一周)调整依次权重值组合中的各个权重值，记录对比调整前后的输出结果的变化，在全部都调整遍历后分析曲线形态走势，得出能使输出结果最优(PV、UV等数据最大化)的权重配比，得到目标权重组合(也就得到了第一权重参数和第二权重参数)。

例如，将wc(关联参量的权重值)由0.3调整到1,其他权重值保持不变时，持续观察权重调整后的输出结果(PV、UV、平均观看资源时长、平均观看资源个数)的变化趋势；其他的权重值的调整可以不断的重复上面的步骤，观察对应的输出结果；从而得到一个最优的权重配置。

给与进一步说明的是，对于每次的权重值调整一般按照0.05的间隔进行调整，权重值要满足wd+wt+wc+ws＝1；在实践中初始权重值组合中权重值一般具有具体数值，每个权重值的调整范围为对应初始权重值的正负50％；比如，若wt的初始权重值为0.2时，可以设定wt的调整范围为0.1-0.3。本实施例中的权重值组合的数量为各个权重值参量(比如wd、wt、wc、ws)排列组合方式构成所有权重值组合；通过权重值管理系统的自动分析得到最优的权重配置。

S404.根据每个所述候选资源的自身相关参数、第一权重参数、交互相关参数和第二权重参数，计算得到所述候选资源的质量分值；

S406.由所有的质量分值排序组成所述质量分值表。

进一步地，步骤S404根据每个所述候选资源的自身相关参数、第一权重参数、交互相关参数和第二权重参数，计算得到所述候选资源的质量分值，可以包括：

利用第一公式计算得到所述候选资源的质量分值；

所述第一公式为totalScore＝disScore*wd+timeScore*wt+ corrScore*wc+socScore*ws。

其中，根据上述得到的每个候选资源对应的所述候选资源的时间参量timeScore、所述候选资源的关联参量corrScore、timeScore的权重值wt，以及corrScore的权重值wc；所述候选资源与所述客户端之间的距离参量 disScore、所述候选资源的发布者与所述客户端用户的社交参量socScore、 disScore的权重值wd，以及socScore的权重值ws；输入到第一公式中，进而计算得到该候选资源对应的质量分值。

需要给与说明的是，wd、wt、wc、ws可以根据上述权重值分析程序的方式筛选方式得到；鉴于本技术方案的应用场景是附近资源内容的推荐，所以距离权重的占比较高，基于更多的考虑该候选资源的被浏览过的情况考虑其内容质量，所以其次是关联参量；因此，优选地初始权重组合为wd＝0.4、wc＝0.25、 wt＝0.2、ws＝0.15。

进一步地，所有的候选资源均按照上述方式进行计算，所述服务器得到所述质量分值表。

S210.依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源；

一种具体的实施方式中，步骤S210依据所述质量分值表从所述候选资源集合中确定出推荐资源，如图5所示，可以包括：

S802.将所述质量分值表中的所有质量分值与预设分值进行比较；

S804.在所述质量分值大于所述预设分值时，则所述质量分值对应的候选资源为所述客户端的推荐资源。

本实施例中设定的条件为，质量分值超过预设分值的候选资源为目标客户端的优质资源；所以，通过质量分值与预设分值的比较从所述候选资源中筛选出目标客户端的推荐资源。进一步地，服务器将所述推荐资源发送给目标客户端，所述推荐资源呈现在目标客户端上，供目标客户端用户查看。具体地，服务器将大于所述预设分值的质量分值从高到低依次排序，从而将这些质量分值对应的候选资源依次排序，并将排序结果显示在目标客户端上。

作为一种优选的实施方式，在发送所述推荐资源之前还包括：

判断所述候选资源是否与所述目标用户存在交互信息；具体是从所述候选资源的用户反馈中，判断发出反馈信息的用户是否为目标用户，如果是，则说明该候选资源为目标用户之前浏览过的资源内容；则将该候选资源从候选资源集合中删除过滤；

将剩余的候选资源进行质量分值的排序，推荐给目标客户端。

具体地，通过将用户观看过(评论过、点赞过或转发过等行为)的资源内容删除，从而减少了候选资源处理的数量和效率，提升了为目标用户提供的资源内容的质量分值。

其中，所述方法还可以包括：

获取资源内容的负面评价数据和正面评价数据；

根据所述负面评价数据和正面评价数据得到对应的负面指数；

在所述负面指数大于预设指数时，将所述资源内容从所述预设范围内删除。

其中，所述负面评价数据可以包括被举报、差评、不喜欢等数据信息。比如在用户觉得某个内容不合法或是侵权等情形时，可以通过界面上的举报入口进行举报；比如用户浏览过某个内容后不喜欢或是认为质量很差，给与不喜欢或差评的评价。

本实施例中获取负面评价数据可以包括统计被举报、不喜欢和差评等等的次数；对应地，本实施例中获取正面评价数据可以包括统计喜欢和好评等等的次数。进一步地，通过计算负面评价数据在所有评价数据中的占比得到对应的负面指数；在所述负面指数大于预设指数时，将该资源内容从对应预设范围内删除。其中，本实施例中的负面评价数据和正面评价数据并不局限于上述信息，具体的适用场景中均具有相类似的正面评价信息和负面评价信息。

对于被举报的资源内容给与说明的是：

基于被举报操作的重要性质，可以在资源内容的被举报的次数达到预设次数时，直接将该资源内容从预设范围内删除，使该资源内容失去作为操作举报动作的用户客户端的候选资源的资格(加入操作举报动作的用户客户端的黑名单行列)，不在展示给客户端。其中，为了保证被举报资源删除的合理性和正确性，一般是需要做出举报动作的用户选择举报原因或是填写举报原因并提交到后台，之后后台人员对举报内容进行审核的。

其中，本实施例中能够对资源中展示的内容、期限和形式做出适应性的调整。本实施例中的资源内容的推荐过程，是随着举报和删除操作在时时做出调整的；如果是在该次推荐过程之前执行了被举报和删除的操作，则该时刻的推荐结果是在删除操作做出之后更新得到的候选资源基础上得到的；如果是在该次推荐过程之后执行了被举报和删除的操作，则下一时刻的推荐结果是在删除操作做出之后更新得到的候选资源基础上得到的。

本说明书提供的资源推荐方法，能够时时地全面地收集所有客户端用户浏览资源内容时的浏览行为记录；根据资源的自身相关信息以及用户的浏览行为记录信息，得到对应资源的自身相关参数和交互相关参数；由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；根据质量分值表中质量分值的排序结果，将确定的推荐资源以不同的展示顺序展示在目标客户端上。如图6所示为具有推荐界面的应用程序的场景示意图。本发明能够通过综合全面地考虑到与候选资源相关的信息，计算得到的质量分值精确性高，自动筛选出的资源内容更贴合目标客户端的需求，属于附近优质的资源内容,提高用户的体验感受，提升对应客户端的用户粘度；并且让该优质内容有更多的呈现机会，进而起到引流的效果；进一步地，附近优质内容的推荐基础上，能够提升目标客户端用户与优质内容用户之间的互动机率和交友积极性。

本说明书实施例中客户端用户能够对低质量资源内容进行举报或拉黑等操作处理，服务器能够基于用户的这类操作进行相应资源内容的管理维护(比如将低质量的内容进行下架或者删除)，提高资源内容的整体质量，最终为用户提供附近的更加优质的资源内容，使用户具有更好的产品体验。

本说明书实施例提供了一种资源推荐装置，如图7所示，所述装置包括：

推荐请求接收模块202，用于接收资源推荐请求；

候选资源获取模块204，用于根据发出推荐请求的地理位置以及预设范围内的资源内容，得到候选资源集合；

相关参数获取模块206，用于获取所述候选资源集合中所有候选资源的自身相关参数和交互相关参数；

质量分值表得到模块208，用于由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；

推荐资源确定模块210，用于依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源。

一种具体地实施方式中，所述质量分值表得到模块208，如图8所示，可以包括：

权重参数获取单元402，用于获取每个候选资源自身相关参数的第一权重参数，以及交互相关参数的第二权重参数；

质量分值得到单元404，用于根据每个所述候选资源的自身相关参数、第一权重参数、交互相关参数和第二权重参数，计算得到所述候选资源的质量分值；

质量分值表得到单元406，用于由所有的质量分值排序组成所述质量分值表。

一种具体地实施方式中，所述权重参数获取单元402，如图9所示，可以包括：

参数设定子单元602，用于设定第一初始权重参数、第二初始权重参数以及间隔权重；

第一候选权重得到子单元604，用于将所述第一初始权重参数作为起始参数，以所述间隔权重作为移动参数，得到第一候选权重；

第一权重集合得到子单元606，用于将所述第一候选权重更新为第一初始权重参数，根据得到第一候选权重的方式，得到第二候选权重；以此得到所述第一权重参数的多个候选权重；

第二权重集合得到子单元608，用于按照得到所述第一权重参数的多个候选权重的方式，以所述第二初始权重参数为起始参数，得到所述第二权重参数的多个候选权重；

权重对得到子单元610，用于将所述第一权重参数的候选权重，与所述第二权重参数的候选权重进行排列组合，得到多个候选权重对；

输出数据得到子单元612，用于根据所述候选权重参数，统计分析预设时长内候选资源集合的输出数据；

权重参数得到子单元614，用于根据输出数据的统计分析结果，从所述候选权重对中确定出第一权重参数和第二权重参数。

详细地，所述自身相关参数包括：所述候选资源的时间参量timeScore，以及所述候选资源的关联参量corrScore；

所述第一权重参数包括：timeScore的权重值wt，以及corrScore的权重值wc；

所述交互相关参数包括：所述候选资源与所述客户端之间的距离参量 disScore，以及所述候选资源的发布者与所述客户端用户的社交参量socScore；

所述第二权重参数包括：disScore的权重值wd，以及socScore的权重值ws。

一种可行的实施方式中，所述质量分值得到单元404，包括：

质量分值得到子单元，用于利用第一公式计算得到所述候选资源的质量分值；所述第一公式为totalScore＝disScore*wd+timeScore*wt+corrScore*wc +socScore*ws。

一种具体地实施方式中，所述推荐资源确定模块210，如图10所示，可以包括：

质量分值比较单元802，用于将所述质量分值表中的所有质量分值与预设分值进行比较；

推荐资源确定单元804，用于在所述质量分值大于所述预设分值时，则所述质量分值对应的候选资源为所述客户端的推荐资源。

一种具体地实施方式中，所述装置还包括负面资源删除模块212，如图11 所示，所述负面资源删除模块包括：

评价数据获取单元1002，用于获取资源内容的负面评价数据和正面评价数据；

负面指数得到单元1004，用于根据所述负面评价数据和正面评价数据得到对应的负面指数；

资源内容删除单元1006，用于在所述负面指数大于预设指数时，将所述资源内容从所述预设范围内删除。

需要给与说明的是，本实施例提供的装置实施例具有与上述方法实施例具有相同的发明构思。

本说明书实施例提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方法实施例所述的资源推荐方法。

具体地，本说明书实施例还提供了一种资源推荐设备的示意图，请参考图12。该设备用于实施上述实施例中提供的资源推荐方法。具体来讲：

所述服务器2000包括中央处理单元(CPU)2001、包括随机存取存储器 (RAM)2002和只读存储器(ROM)2003的系统存储器2004，以及连接系统存储器2004和中央处理单元2001的系统总线2005。所述服务器2000还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)2006，和用于存储操作系统2013、应用程序2014和其他程序模块2015的大容量存储设备2007。

所述基本输入/输出系统2006包括有用于显示信息的显示器2008和用于用户输入信息的诸如鼠标、键盘之类的输入设备2009。其中所述显示器2008和输入设备2009都通过连接到系统总线2005的输入输出控制器2010连接到中央处理单元2001。所述基本输入/输出系统2006还可以包括输入输出控制器2010 以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器2010还提供输出到显示屏、打印机或其他类型的输出设备。

所述大容量存储设备2007通过连接到系统总线2005的大容量存储控制器(未示出)连接到中央处理单元2001。所述大容量存储设备2007及其相关联的计算机可读介质为服务器2000提供非易失性存储。也就是说，所述大容量存储设备2007可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质 (未示出)。

不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器2004和大容量存储设备2007可以统称为存储器。

根据本发明的各种实施例，所述服务器2000还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器2000可以通过连接在所述系统总线2005上的网络接口单元2011连接到网络2012，或者说，也可以使用网络接口单元2011来连接到其他类型的网络或远程计算机系统(未示出)。

所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行；上述一个或者一个以上程序包含用于执行上述后台服务器侧的方法的指令，所述指令用于执行上述实施例所述的资源推荐方法。

本说明书实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述实施例所述的资源推荐方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络设备中的至少一个网络设备。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM， Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是：上述本说明书实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种资源推荐方法，其特征在于，所述方法包括：

接收资源推荐请求；

根据发出推荐请求的地理位置以及预设范围内的资源内容，得到候选资源集合；

获取所述候选资源集合中所有候选资源的自身相关参数和交互相关参数；

获取每个自身相关参数的第一权重参数，以及交互相关参数的第二权重参数，其中，所述自身相关参数均包括：所述候选资源的时间参量timeScore，以及所述候选资源的关联参量corrScore；所述关联参量corrScore包括所述候选资源的大小、所述候选资源的发布者等级和所述候选资源的用户反馈；所述第一权重参数包括：时间参量timeScore的第一权重值wt，以及关联参量corrScore的第二权重值wc；所述交互相关参数包括：所述候选资源与目标客户端之间的距离参量disScore，以及所述候选资源的发布者与所述目标客户端用户的社交参量socScore；所述第二权重参数包括：距离参量disScore的第三权重值wd，以及社交参量socScore的第四权重值ws；

根据每个所述候选资源的自身相关参数、第一权重参数、交互相关参数和第二权重参数，计算得到所述候选资源的质量分值；

由所有的质量分值排序组成质量分值表；

依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源。

2.根据权利要求1所述的资源推荐方法，其特征在于，所述第一权重参数和第二权重参数的获取方法，包括：

设定第一初始权重参数、第二初始权重参数以及间隔权重；

将所述第一初始权重参数作为起始参数，以所述间隔权重作为移动参数，得到第一候选权重；

将所述第一候选权重更新为第一初始权重参数，根据得到第一候选权重的方式，得到第二候选权重；以此得到所述第一权重参数的多个候选权重；

按照得到所述第一权重参数的多个候选权重的方式，以所述第二初始权重参数为起始参数，得到所述第二权重参数的多个候选权重；

将所述第一权重参数的候选权重，与所述第二权重参数的候选权重进行排列组合，得到多个候选权重对；

根据候选权重参数，统计分析预设时长内候选资源集合的输出数据，其中，所述输出数据包括所述候选资源的Page View访问量、Unique Visitor独立访问量、平均观看资源时长、平均观看资源个数；

根据输出数据的统计分析结果，从所述候选权重对中确定出第一权重参数和第二权重参数。

3.根据权利要求1所述的资源推荐方法，其特征在于，所述根据每个所述候选资源的自身相关参数、第一权重参数、交互相关参数和第二权重参数，计算得到所述候选资源的质量分值，包括：

利用第一公式计算得到所述候选资源的质量分值totalScore；

所述第一公式为totalScore = disScore*wd + timeScore*wt + corrScore*wc +socScore*ws。

4.根据权利要求1所述的资源推荐方法，其特征在于，所述依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源，包括：

将所述质量分值表中的所有质量分值与预设分值进行比较；

在质量分值大于所述预设分值时，则所述质量分值对应的候选资源为所述推荐资源。

5.根据权利要求1所述的资源推荐方法，其特征在于，所述方法还包括：

获取资源内容的负面评价数据和正面评价数据；

根据所述负面评价数据和正面评价数据得到对应的负面指数；

在所述负面指数大于预设指数时，将所述资源内容从所述预设范围内删除。

6.一种资源推荐装置，其特征在于，所述装置包括：

推荐请求接收模块，用于接收资源推荐请求；

候选资源获取模块，用于根据发出推荐请求的地理位置以及预设范围内的资源内容，得到候选资源集合；

相关参数获取模块，用于获取所述候选资源集合中所有候选资源的自身相关参数和交互相关参数；

质量分值表得到模块，用于由所述自身相关参数和交互相关参数，得出所述候选资源集合的质量分值表；

推荐资源确定模块，用于依据所述质量分值表从所述候选资源集合中确定出推荐资源，并发送所述推荐资源；

其中，所述质量分值表得到模块包括：

权重参数获取单元，用于获取每个候选资源自身相关参数的第一权重参数，以及交互相关参数的第二权重参数，其中，所述自身相关参数包括：所述候选资源的时间参量timeScore，以及所述候选资源的关联参量corrScore；所述关联参量corrScore包括所述候选资源的大小、所述候选资源的发布者等级和所述候选资源的用户反馈；所述第一权重参数包括：timeScore的权重值wt，以及corrScore的权重值wc；所述交互相关参数包括：所述候选资源与目标客户端之间的距离参量disScore，以及所述候选资源的发布者与所述目标客户端用户的社交参量socScore；所述第二权重参数包括：disScore的权重值wd，以及socScore的权重值ws；

质量分值得到单元，用于根据每个所述候选资源的自身相关参数、第一权重参数、交互相关参数和第二权重参数，计算得到所述候选资源的质量分值；

质量分值表得到单元，用于由所有的质量分值排序组成所述质量分值表。

7.根据权利要求6所述的资源推荐装置，其特征在于，所述权重参数获取单元，包括：

参数设定子单元，用于设定第一初始权重参数、第二初始权重参数以及间隔权重；

第一候选权重得到子单元，用于将所述第一初始权重参数作为起始参数，以所述间隔权重作为移动参数，得到第一候选权重；

第一权重集合得到子单元，用于将所述第一候选权重更新为第一初始权重参数，根据得到第一候选权重的方式，得到第二候选权重；以此得到所述第一权重参数的多个候选权重；

第二权重集合得到子单元，用于按照得到所述第一权重参数的多个候选权重的方式，以所述第二初始权重参数为起始参数，得到所述第二权重参数的多个候选权重；

权重对得到子单元，用于将所述第一权重参数的候选权重，与所述第二权重参数的候选权重进行排列组合，得到多个候选权重对；

输出数据得到子单元，用于根据候选权重参数，统计分析预设时长内候选资源集合的输出数据，其中，所述输出数据包括所述候选资源的Page View访问量、Unique Visitor独立访问量、平均观看资源时长、平均观看资源个数；

权重参数得到子单元，用于根据输出数据的统计分析结果，从所述候选权重对中确定出第一权重参数和第二权重参数。

8.根据权利要求6所述的资源推荐装置，其特征在于，所述推荐资源确定模块，包括：

质量分值比较单元，用于将所述质量分值表中的所有质量分值与预设分值进行比较；

推荐资源确定单元，用于在质量分值大于所述预设分值时，则所述质量分值对应的候选资源为所述推荐资源。

9.根据权利要求6所述的资源推荐装置，其特征在于，所述装置还包括负面资源删除模块，所述负面资源删除模块包括：

评价数据获取单元，用于获取资源内容的负面评价数据和正面评价数据；

负面指数得到单元，用于根据所述负面评价数据和正面评价数据得到对应的负面指数；

资源内容删除单元，用于在所述负面指数大于预设指数时，将所述资源内容从所述预设范围内删除。

10.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至5任一所述的资源推荐方法。

11.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至5任一所述的资源推荐方法。

Images