基于群组关系的信息推送方法以及服务器的制造方法
【专利摘要】本发明公开了一种基于群组关系的信息推送方法及服务器，所述方法包括：获取当前群组的待推荐信息中各信息的标识；获取与所述当前群组存在关联的群组外用户的特征；根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息，并将保留的信息推送至所述当前群组。本发明利用当前群组外的群组外关联用户的特征对当前群组的待推荐信息进行匹配指导，极大的提高了推荐信息的显示效率以及准确率，可将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看，还节省服务器资源，进而提高了服务器的处理效率。
【专利说明】基于群组关系的信息推送方法以及服务器
【技术领域】
[0001]本发明属于互联网络【技术领域】，尤其涉及一种基于群组关系的信息推送方法及服务器。
【背景技术】
[0002]在web2.0时代，用户原创内容(UGC)的兴起和飞速增长使得社交网络中产生了大量的社交化多媒体信息，由于社交化多媒体信息结合了社交网络的特性，由此对用户产生和消费多媒体信息的方式产生了深刻影响。而且社交化多媒体信息大多是来自于网络社交圈子中朋友的分享或者是社交网络中的系统推荐，进而使得用户在社交网络中的交互更加频繁，关系更加紧密。
[0003]以多媒体信息为视频为例，相比单独观看视频的形式，用户在网络上观看视频时，更倾向于加入一个群组中参与共同观看视频，并分享观看体会。而社交媒体系统中群组的构成是多样化的，譬如包括亲属、朋友、同学、同事甚至网络虚拟内容用户(如公共主页)。同时群组的规模也不断变化，譬如从3人一组、5人一组到8人一组甚至更多人数的组。由于在这类系统中群组交互的概念被加强，从群组的角度为用户推荐大家共同感兴趣的视频逐渐成为web2.0时代的发展趋势。
[0004]而为群组推荐视频的方式，现有技术大多存在方式包括:一是“虚拟用户法”，即将群组用户的特征模拟成一个虚拟的人物，再对这个虚拟的人物进行个性化推荐；还有就是“特征融合法”，即对群组中的每个用户进行个性化推荐，再将推荐结果进行整合。当然还有其它的推荐视频的方式，譬如将群组内部用户间的关系考虑在群组推荐模型中，或者运用用户的兴趣差异性改进群组推荐模型，但是上述方式均是从群组用户的兴趣本身和群组内户之间的联系的角度来进行视频推荐。
[0005]而随着“微博”这种新型社交网络的出现和普及，在社交化多媒体系统中，由于"Follow (关注)”概念的提出，用户在社交网络中的关系由传统的只存在双向关系转变为可能存在单向关系的可能，即单向关注。而且往往群组内用户单向关注的群组外某一用户的特征恰恰更能准确的反应该群组内用户的喜好，但是现有技术中的视频推荐方式仅仅是从群组用户的兴趣本身和群组内户之间的联系的角度来进行视频推荐，忽略了群组外用户的影响，导致推荐的效率低下，推荐的视频不能被群组内用户点击，造成服务器资源的浪费，还降低了服务器的处理效率。
[0006]因此，现有技术存在以下技术问题:群组推荐没有充分结合群组外关联用户，导致推荐效率低下，进而造成服务器资源的浪费，降低了服务器的处理效率。
【发明内容】
[0007]本发明实施例的目的在于提供一种基于群组关系的信息推送方法及服务器，旨在解决现有技术中的群组推荐没有充分结合群组外关联用户，导致推荐效率低下，进而造成服务器资源的浪费，降低了服务器的处理效率的技术问题。[0008]为解决上述技术问题，本发明实施例提供以下技术方案:
[0009]一种基于群组关系的信息推送方法，所述方法包括以下步骤:
[0010]获取当前群组的待推荐信息中各信息的标识；
[0011]获取与所述当前群组存在关联的群组外用户的特征；
[0012]根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息，并将保留的信息推送至所述当前群组。
[0013]一种服务器，包括:
[0014]信息标识获取模块，用于获取当前群组的待推荐信息中各信息的标识；
[0015]群组外用户特征获取模块，用于获取与所述当前群组存在关联的群组外用户的特征；
[0016]信息筛选模块，用于根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息；以及
[0017]信息推送模块，用于将所述信息筛选模块保留的信息推送至所述当前群组。
[0018]本发明实施例利用当前群组的群组外关联用户的特征对当前群组的待推荐信息进行匹配指导，极大的提高了推荐信息的显示效率以及准确率，针对活跃度低，用户关系稀疏的群组很好的解决了冷启动问题，即将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看，本发明实施例还节省服务器资源，进而提高了服务器的处理效率。
【专利附图】
【附图说明】
[0019]图1是本发明提供的基于群组关系的信息推送方法的较佳实施例流程示意图；
[0020]图2是本发明提供的根据群组外关联用户对待推荐视频进行筛选的较佳实施例流程示意图；
[0021]图3是本发明提供的服务器的较佳实施例结构示意图。
【具体实施方式】
[0022]以下各实施例的说明是参考附加的图式，用以例示本发明可用以实施的特定实施例。
[0023]请参阅图1，图1为本发明提供的基于群组关系的信息推送方法的较佳实施例流程示意图。为便于描述，本发明的信息以视频为例，当然也可以是其它的信息，譬如多媒体信息、图片或者文字信息等，均在本发明保护范围之内。
[0024]在步骤SlOl中，获取当前群组的待推荐视频中各视频的标识。
[0025]在具体实施过程中，所述待推荐视频存储于服务器的视频库中，而所述待推荐视频中各视频的标识譬如为视频的特征向量，当然也可以是其它的标识，譬如视频的标签等，此处不一一列举。
[0026]在步骤S102中，获取与所述当前群组存在关联的群组外用户的特征，即获取群组外关联用户的特征。
[0027]具体的，本发明实施例所指的与所述当前群组存在关联的群组外用户(群组外关联用户)譬如为当前群组内用户关注的用户，且该用户不在该当前群组中。更具体的，与当前群组存在关联的群组外用户包括两种:一种是与当前群组内用户存在单向关联，即当前群组内用户关注的群组外某一用户；另一种是存在双向关联，即当前群组内用户与群组外某一用户相互关注。譬如在腾讯微博的群组中，群组内某一用户关注群组外的另一用户刘翔，则该群组外的用户刘翔即为本发明实施例所指的群组外关联用户。
[0028]在步骤S103中，根据获取的所述群组外关联用户的特征对所述当前群组中待推荐信息进行筛选，生成第一推荐视频组。
[0029]更具体的，将所述群组外关联用户的特征与所述当前群组中待推荐视频中各视频的标识一一进行匹配，若待推荐视频中某一视频的标识与所述群组外关联用户的特征一致，则将该视频保留，而所有保留后的视频形成第一推荐视频组，若待推荐视频中某一视频的标识与所述群组外关联用户的特征不一致，则将该视频删除。显然，在本发明实施例的第一推荐视频组中，各视频的标识与所述群组外关联用户的特征一致。
[0030]根据所述群组外关联用户对待推荐视频进行筛选的详细描述请参阅图2以及针对图2的详细描述，此处暂不赘述。
[0031]在步骤S104中，获取当前播放视频的显示标识。
[0032]而所述当前播放视频的显示标识譬如为当前播放视频的特征向量，当然也可以是其它的标识，譬如当前播放视频的标签等，此处不一一列举。
[0033]在步骤S105中，根据所述当前播放视频的显示标识对所述第一推荐视频组内的视频进行筛选，从所述第一推荐视频组删除与所述当前播放视频的显示标识一致的视频，保留后的视频形成第二推荐视频组。
[0034]在具体实施过程中，将所述当前播放视频的显示标识对所述第一推荐视频组内的视频的标识一一进行匹配，若所述第一推荐视频组内的某一视频的标识与所述当前播放视频的显示标识一致，则将该视频从所述第一推荐视频组删除；若所述第一推荐视频组内的某一视频的标识与所述当前播放视频的显示标识不一致，则保留该视频，保留后的视频形成所述第二推荐视频组。显然，本发明提供的第二推荐视频组中的各视频是在第一推荐视频组的基础上形成，且所述第二推荐视频组的各视频的标识与所述当前播放视频的显示标识不一致。
[0035]在步骤S106中，将所述第二推荐视频组的视频推送至当前群组。
[0036]本发明实施例首先根据群组外关联用户对当前群组的待推荐视频进行筛选，保留与所述群组外关联用户的行为标识一致的视频，并形成第一推荐视频组；之后根据当前播放视频对所述第一推荐视频组进行筛选，删除与当前播放视频的显示标识一致的视频，保留的视频形成第二推荐视频组，最后将所述第二推荐视频组内的视频推送至当前群组进行播放。
[0037]更具体的，本发明实施例利用当前群组外的“权威用户”的行为信息建立一兴趣指导特征，并以建立的兴趣指导特征对当前群组的待推荐视频进行匹配指导，极大的提高了推荐视频的播放效率以及准确率，针对活跃度低，用户关系稀疏的群组很好的解决了冷启动问题，即将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看。而且，本发明实施例利用当前播放视频进一步的对待推荐视频进行筛选，避免了相同内容的视频的重复推荐显示，对于开放性高，动态性强的群组具有良好的适应性和准确度。[0038]请参阅图2，图2为本发明根据群组外关联用户对待推荐视频进行筛选的较佳实施例流程示意图。
[0039]在步骤S201中，获取与群组内用户存在关联的群组外关联用户。
[0040]在步骤S202中，获取所述群组外关联用户的影响权重，其中所述影响权重为群组外用户的行为数据占群组内用户的行为数据的比重。
[0041]具体的，所述关注度权重为:所述群组外用户与群组内用户存在关联关系的数量；所述共同行为权重为:群组内用户的行为中，与所述群组外用户相关的行为特征和该群组内用户所有的行为特征的比值。
[0042]在具体实施过程中，本发明实施例还将获取的群组外关联用户进行分组，譬如从群组外关联用户角度对于群组的兴趣指导特征定义为preEx (G);通过将群组外关联用户聚类，并把每个类别称为一个关联组，每个关联组的特征定义为exPi ;将某一关联组在所有关联组中的权重定义为Wei ;由此，群组外关联用户的兴趣指导特征定义为下式(I):
[0043]
【权利要求】
1.一种基于群组关系的信息推送方法，其特征在于，所述方法包括以下步骤: 获取当前群组的待推荐信息中各信息的标识； 获取与所述当前群组存在关联的群组外用户的特征； 根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息，并将保留的信息推送至所述当前群组。
2.根据权利要求1所述的基于群组关系的信息推送方法，其特征在于，根据获取的群组外用户的特征对所述当前群组中待推荐信息进行筛选后，生成第一推荐信息组，而在生成所述第一推荐信息组后，所述方法还包括以下步骤: 获取当前显示信息的显示标识； 根据所述当前显示信息的显示标识对所述第一推荐信息组进行筛选，删除与所述当前显示信息的显示标识相一致的信息，生成第二推荐信息组； 将所述第二推荐信息组的信息推送至所述当前群组。
3.根据权利要求1所述的基于群组关系的信息推送方法，其特征在于，获取当前群组的待推荐信息中各信息的标识的步骤之前，所述方法还包括以下步骤: 获取与所述当前群组存在关联的群组外用户； 获取所述群组外用户的 影响权重，其中所述影响权重为群组外用户的行为数据占群组内用户的行为数据的比重； 而根据获取的群组外用户的特征对所述当前群组中待推荐信息进行筛选包括: 根据所述群组外用户的影响权重对所述当前群组中待推荐信息中各信息进行相似度计算，生成对应各信息的相似度结果； 将各信息的相似度结果与预设阈值进行对比，若相似度结果大于预设阈值，则保留相应的信息。
4.根据权利要求3所述的基于群组关系的信息推送方法，其特征在于，所述群组外用户的影响权重包括关注度权重和共同行为权重； 其中所述关注度权重为:所述群组外用户与群组内用户存在关联关系的数量； 所述共同行为权重为:群组内用户的行为中，与所述群组外用户相关的行为特征和该群组内用户所有的行为特征的比值。
5.根据权利要求3所述的基于群组关系的信息推送方法，其特征在于，将各信息的相似度结果与预设阈值进行对比，并保留相应的信息的步骤之后，所述方法进一步的包括: 将保留的各信息按照相似度结果的大小依次进行显示。
6.一种服务器，其特征在于，包括: 信息标识获取模块，用于获取当前群组的待推荐信息中各信息的标识； 群组外用户特征获取模块，用于获取与所述当前群组存在关联的群组外用户的特征；信息筛选模块，用于根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息；以及 信息推送模块，用于将所述信息筛选模块保留的信息推送至所述当前群组。
7.根据权利要求6所述的服务器，其特征在于，所述信息筛选模块根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选后，生成第一推荐信息组， 而所述信息标识获取模块，进一步的用于获取当前显示信息的显示标识；而所述信息筛选模块，进一步的用于根据所述当前显示信息的显示标识对所述第一推荐信息组进行筛选，删除与所述当前显示信息的显示标识相一致的信息，生成第二推荐信息组； 而所述信息推送模块，进一步的用于将所述第二推荐信息组的信息推送至所述当前群组。
8.根据权利要求6所述的服务器，其特征在于，所述服务器进一步包括: 群组外用户获取模块，用于获取与当前群组存在关联的群组外用户； 影响权重获取模块，用于获取所述群组外用户的影响权重，其中所述影响权重为群组外用户的行为数据占群组内用户的行为数据的比重； 而信息筛选模块具体包括: 相似度生成模块，用于根据所述群组外用户的影响权重对所述当前群组中待推荐信息中各信息进行相似度计算，生成对应各信息的相似度结果； 比较模块，用于将各信息的相似度结果与预设阈值进行对比，若相似度结果大于预设阈值，则保留相应的信息。
9.根据权利要求8所述的服务器，其特征在于，所述群组外用户的影响权重包括关注度权重和共同行为权重 ； 其中所述关注度权重为:所述群组外用户与群组内用户存在关联关系的数量； 所述共同行为权重为:群组内用户的行为中，与所述群组外用户相关的行为特征和该群组内用户所有的行为特征的比值。
10.根据权利要求8所述的服务器，其特征在于，所述信息推送模块，进一步的用于将所述比较模块保留下来的各信息按照相似度结果的大小顺序的进行推送。
【文档编号】H04L12/18GK104038517SQ201310069687
【公开日】2014年9月10日 申请日期:2013年3月5日 优先权日:2013年3月5日
【发明者】王晓岩, 孙立峰 申请人:腾讯科技（深圳）有限公司, 清华大学