书友推荐方法、计算设备及计算机存储介质与流程

本发明涉及计算机应用技术领域，具体涉及一种书友推荐方法、计算设备及计算机存储介质。

背景技术：

随着互联网技术的迅速发展，基于互联网的各种应用应运而生，在阅读方面，产生了相应的阅读应用，阅读爱好者可以通过阅读应用来阅读电子书，由此实现了从传统的纸质书阅读到电子书阅读的转变。

然而，目前的阅读应用功能单一，用户通常只是利用阅读应用来阅读电子书，这就导致用户对阅读应用的使用率低，阅读应用的用户活跃率低。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的书友推荐方法、计算设备及计算机存储介质。

根据本发明的一个方面，提供了一种书友推荐方法，包括：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度；

根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。

根据本发明的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；

存储器用于存放至少一可执行指令，可执行指令使处理器执行以下操作：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度；

根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。

根据本发明的又一方面，提供了一种计算机存储介质，存储介质中存储有至少一可执行指令，可执行指令使处理器执行以下操作：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度；

根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。

根据本发明提供的方案，确定目标用户，获取目标用户的至少一个维度的阅读数据；获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度；根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。本发明提供的方案，利用在阅读过程中产生的阅读数据来向目标用户推荐具有相似兴趣的书友，不仅提高了推荐的准确性，保证目标用户与所推荐的书友之间具有共同话题，而且还能够进一步提升用户的活跃率，延长了用户使用阅读应用的时间。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的书友推荐方法的流程示意图；

图2示出了根据本发明另一个实施例的书友推荐方法的流程示意图；

图3示出了根据本发明一个实施例的计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的书友推荐方法的流程示意图。如图1所示，该方法包括以下步骤：

步骤s101，确定目标用户，获取目标用户的至少一个维度的阅读数据。

本实施例提供的书友推荐方法的目的是进行书友推荐，因此，就需要先确定目标用户，其中，目标用户指接收书友推荐的用户，例如，可以将通过客户端主动触发书友推荐操作的用户确定为目标用户，或者由服务端主动确定接收书友推荐的目标用户。

在确定了目标用户之后，获取目标用户的至少一个维度的阅读数据，其中，至少一个维度的阅读数据是目标用户在阅读电子书过程中所产生的数据。

步骤s102，获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据。

本实施例是为了向目标用户推荐书友，步骤s101仅是确定了接收书友推荐的目标用户，因此，还需要获取待推荐用户集合，其中，待推荐用户集合包含了多个待推荐用户，最终推荐给目标用户的书友是从待推荐用户集合中筛选出来的。除了获取待推荐用户集合外，还需要获取待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据，这里的阅读数据是各个待推荐用户在阅读电子书过程中所产生的数据。

步骤s103，根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度。

待推荐用户集合包含了很多的待推荐用户，为了避免随意向目标用户推荐书友导致目标用户与所推荐的书友无共同话题，在根据上述两个步骤分别获取到目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据之后，本步骤根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度。其中，相似度表示目标用户与待推荐用户之间的相似性。

步骤s104，根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。

在根据步骤s103计算得到目标用户与各个待推荐用户之间的相似度后，可以根据所计算得到的相似度从待推荐用户集合中筛选出要推荐给目标用户的书友，然后，将所筛选出的书友推荐给目标用户。所推荐给目标用户的书友是与目标用户具有一定相似性的，从而保证目标用户与书友之间具有相似兴趣。

根据本发明上述实施例提供的方法，确定目标用户，获取目标用户的至少一个维度的阅读数据；获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度；根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。本发明提供的方案，利用在阅读过程中产生的阅读数据来向目标用户推荐具有相似兴趣的书友，不仅提高了推荐的准确性，保证目标用户与所推荐的书友之间具有共同话题，而且还能够进一步提升用户的活跃率，延长了用户使用阅读应用的时间。

图2示出了根据本发明另一个实施例的书友推荐方法的流程示意图。如图2所示，该方法包括以下步骤：

步骤s201，确定目标用户，获取目标用户的阅读标记数据。

本实施例提供的书友推荐方法目的是进行书友推荐，因此，就需要先确定目标用户，其中，目标用户指接收书友推荐的用户，例如，阅读应用提供了书友推荐功能，在应用展示界面中提供有“书友推荐按钮”，某用户使用阅读应用过程中，触发了“书友推荐按钮”，即视为向服务端发送了书友推荐请求，服务端接收到书友推荐请求后，将该用户确定为目标用户，其中，书友推荐请求中携带了该用户的用户信息，因此，在确定了要推荐的书友后能够根据用户信息进行书友推荐；或者，服务端可以根据业务需求主动确定接收书友推荐的目标用户，服务端存储有很多阅读用户的用户信息，可以从中选择一个阅读用户作为目标用户。

在确定目标用户之后，获取目标用户的阅读标记数据，其中，阅读标记数据是用户在阅读电子书过程中对电子书所做的标记，例如，可以获取目标用户对电子书的指定段落内容发布的评论信息、批注和/或想法等，或者是针对指定电子书发表的评论信息和/或想法等。

具体地，目标用户在阅读电子书过程中可能随时都会对电子书进行标记，阅读应用在监测到阅读标记数据后，将所产生的阅读标记数据上报给服务端，同时上报的还有目标用户的用户信息，服务端将目标用户的用户信息与阅读标记数据关联存储在数据库中，因此，在确定目标用户之后，可以基于目标用户的用户信息查询数据库，从数据库中获取目标用户的阅读标记数据。

步骤s202，获取预设参考用户集合以及预设参考用户集合中各个预设参考用户的阅读标记数据。

通常情况下，人与人之间是有距离感的，如果直接将普通的阅读者作为书友推荐给目标用户，可能会出现目标用户并不接受推荐的情况，因此，可以将电子书阅读领域中的kol(keyopinionleader)推荐给目标用户，在本实施例中kol也称为预设参考用户，是电子书阅读领域中具有号召力的人物，这些预设参考用户容易被相关的阅读者所接受或信任，并对相关的阅读者的阅读行为有较大的影响力。

通常情况下，会存在多个预设参考用户，本步骤获取预设参考用户集合，例如，可以将目标用户的阅读标记数据所针对的指定段落内容或指定电子书作为获取依据，比如，获取指定段落内容对应的预设参考用户集合或者获取指定电子书对应的预设参考用户集合，从而能够更精确的向目标用户推荐与其在某本电子书或者电子书的某个段落有共鸣的预设参考用户，另外，还需要获取预设参考用户集合中各个预设参考用户的阅读标记数据，这里的阅读标记数据是各个预设参考用户在阅读电子书过程中所产生的数据。

本步骤中所获取的预设参考用户的阅读标记数据与步骤s201中获取的目标用户的阅读标记数据对应，例如，若步骤s201中获取到目标用户关于指定段落内容的批注和/或想法，那么在本步骤中获取预设参考用户关于指定段落内容的批注和/或想法；若在步骤s201中获取到目标用户关于指定电子书的评论信息，那么在本步骤中获取预设参考用户关于指定电子书的评论信息。

步骤s203，分别对目标用户的阅读标记数据及各个预设参考用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个预设参考用户意图识别结果。

在根据上述两个步骤分别获取到目标用户的阅读标记数据以及各个预设参考用户的阅读标记数据之后，分别对目标用户的阅读标记数据及各个预设参考用户的阅读标记数据进行语义分析，其中，语义分析的一种方法是先对阅读标记数据进行切分词处理，即将阅读标记数据切分成有意义的词，然后根据切分词处理的结果，进行意图识别，最终确定了目标用户意图识别结果以及各个预设参考用户意图识别结果。

举例说明，目标用户在阅读电子书过程中对某个段落做的阅读标记数据是“很伤感”，某个预设参考用户在阅读该电子书过程中对相同段落做的阅读标记数据是“心里不痛快”，通过对上述阅读标记数据进行语义分析，确定目标用户意图识别结果是“悲伤情绪”，而该预设参考用户意图识别结果是“悲伤情绪”。

通过进行语义分析，可以将形式上以不同文字表示但是传达相同或相近意图的阅读标记数据转换为相同或相近的意图识别结果，从而为后续进行相似度计算提供了依据，多个不同的阅读标记数据可能对应着相同的意图识别结果。

步骤s204，根据目标用户意图识别结果以及各个预设参考用户意图识别结果，计算目标用户与各个预设参考用户之间的相似度。

在根据步骤s203确定了目标用户意图识别结果及各个预设参考用户意图识别结果之后，可以根据目标用户意图识别结果以及各个预设参考用户意图识别结果，计算目标用户与各个预设参考用户之间的相似度。

具体地，可以利用相似度计算算法分别计算目标用户意图识别结果与各个预设参考用户意图识别结果之间的相似度，并将所计算得到的结果作为目标用户与各个预设参考用户之间的相似度，例如，可以利用以下任一种相似度计算算法：①编辑距离计算算法；②杰卡德系数计算算法；③tf计算算法；④tfidf计算算法；⑤word2vec计算算法，而利用各种计算算法进行具体计算的过程这里不再赘述。

步骤s205，根据相似度从预设参考用户集合中筛选出预设参考用户推荐给目标用户。

在根据步骤s204计算得到目标用户与各个预设参考用户之间的相似度后，可以根据所计算得到的相似度从预设参考用户集合中筛选出要推荐给目标用户的预设参考用户，然后，将所筛选出的预设参考用户推荐给目标用户。所推荐给目标用户的预设参考用户在相同电子书或者电子书的同一段落与目标用户具有共鸣，从而保证目标用户与预设参考用户之间具有相似兴趣。

步骤s206，将与筛选出的预设参考用户存在关联性的书友推荐给目标用户。

在从预设参考用户集合中筛选出预设参考用户后，可以将与筛选出的预设参考用户存在关联性的书友推荐给目标用户，例如，可以将关注了预设参考用户的用户作为书友推荐给目标用户。

具体地，当预设参考用户与其他用户之间存在关联性时，可以将预设参考用户与其他用户的关联关系记录到用户关系列表中，例如，针对每个预设参考用户，记录一个用户关系列表，那么在筛选出预设参考用户后，可以查找到该预设参考用户所对应的用户关系列表，将该用户关系列表中所记录的用户作为书友推荐给目标用户；当然还可以多个预设参考用户共用一个用户关系列表，在用户关系列表中记录了与各个预设参考用户存在关联关系的用户，在筛选出预设参考用户后，从用户关系列表中查找到与筛选出的预设参考用户存在关联关系的用户，将查找到的用户作为书友推荐给目标用户。

步骤s207，根据推荐书友的阅读历史数据确定待推荐电子书，将待推荐电子书推荐给目标用户。

在本实施例中，还可以向目标用户推荐电子书，具体地，可以通过以下方法来确定向目标用户推荐哪些电子书：向目标用户推荐的书友是与用户存在相似阅读兴趣的用户，那么可以认为目标用户对书友平常所阅读的电子书可能会感兴趣，因此，可以获取推荐书友的阅读历史数据，其中，阅读历史数据包含了推荐书友历史所阅读的电子书，目标用户可能与推荐书友存在阅读了相同电子书的情况，为了避免向目标用户推荐其已经阅读过的电子书，可以获取目标用户的阅读历史数据，然后，对目标用户的阅读历史数据与推荐书友的阅读历史数据做去重处理，将去重后的电子书确定为待推荐电子书，将待推荐电子书推荐给目标用户。

在本发明一种可选实施方式中，至少一个维度的阅读数据除了可以包含阅读标记数据外，还可以包含：阅读行为数据，其中，阅读行为数据包括以下数据中的一种或多种：阅读书籍类型、阅读时长、阅读时间点(表明用户在一天的哪个时间点阅读电子书)、指定章节内容和/或段落内容的阅读频次(表明用户重复阅读指定章节内容和/或段落内容的次数)，因此，可以基于目标用户的阅读行为数据及各个预设参考用户的阅读行为数据来计算目标用户与各个预设参考用户之间的相似度。例如，可以基于上述阅读行为数据生成特征向量，利用余弦相似度算法计算目标用户与各个预设参考用户之间的相似度；还可以利用皮尔逊相关系数算法来计算目标用户与各个预设参考用户之间的相似度，这里不做详细赘述。当然还可以采用其它相似度计算算法。

通常情况下，会有很多用户使用阅读应用来阅读电子书，这些用户的信息可以存储在服务端，因此，在本发明一种可选实施方式中，待推荐用户集合除了可以是预设参考用户集合外，还可以是普通阅读者所形成的集合，将目标用户的阅读标记数据所针对的指定段落内容或指定电子书作为获取依据，比如，获取指定段落内容对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据；或者，获取指定电子书对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据，具体从待推荐用户集合筛选书友并推荐给目标用户的实现过程与上述实施例实现过程类似，这里不再赘述。

在本发明一种可选实施方式中，在应用展示界面中提供有“书友推荐按钮”，从而使用户可以主动通过触发“书友推荐按钮”来找寻书友，此外，应用展示界面中还向用户提供有书友筛选范围的选择，例如，用户可以在应用展示界面所展示的多本电子书中选择至少一本电子书，和/或从某本电子书中选择至少一个段落，又或者，应用展示界面提供有输入框，用户可以在输入框中输入电子书标识或电子书的段落标识，作为书友筛选依据，然后，将上述书友筛选依据上报给服务端，服务端获取指定段落内容对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据；或者，获取指定电子书对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据，使用户能够主动寻找与其在某本电子书或者电子书的某个段落有共鸣的其它阅读用户，实现精准地推荐书友。

在本发明一种可选实施方式中，在计算得到目标用户与预设参考用户之间的相似度后，针对每个预设参考用户，可以基于计算得到的相似度构建包含至少一个阅读属性的阅读图谱，该阅读图谱是由预设参考用户及与该预设参考用户存在较高相似性的目标用户组成，阅读图谱的阅读属性由电子书类型决定，可以将目标用户与预设参考用户共同阅读的电子书的类型确定为阅读属性；为了能够向用户推荐更多的书友，可以判断任意两个阅读图谱是否具有相同的阅读属性，若是，则将具有相同阅读属性的书友推荐给目标用户。

本发明提供的方案，通过目标用户在阅读过程中产生的阅读标记数据以及预设参考用户在阅读过程中产生的阅读标记数据进行语义分析，能够得到目标用户以及预设参考用户的真实意图，基于根据目标用户意图识别结果以及各个预设参考用户意图识别结果，计算目标用户与各个预设参考用户之间的相似度，从而为准确地向目标用户推荐预设参考用户提供了基础，预设参考用户是更容易被目标用户所接受或信任的人，因此，将与预设参考用户存在关联性的用户作为书友推荐给用户，更容易被目标用户所接受。而由此推荐的书友也与目标用户存在较高的相似性，提高了推荐的准确性，保证目标用户与所推荐的书友之间具有共同话题，而且还能够进一步提升用户的活跃率，延长了用户使用阅读应用的时间。

本发明实施例还提供了一种非易失性计算机存储介质，计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的书友推荐方法。

可执行指令具体可以用于使得处理器执行以下操作：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度；

根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。

在一种可选的实施方式中，至少一个维度的阅读数据包含：阅读标记数据；阅读标记数据包含：指定段落内容的评论信息、批注和/或想法；

可执行指令进一步使处理器执行以下操作：获取指定段落内容对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与各个待推荐用户之间的相似度。

在一种可选的实施方式中，至少一个维度的阅读数据包含：阅读标记数据；阅读标记数据包含：指定电子书的评论信息和/或想法；

可执行指令进一步使处理器执行以下操作：

获取指定电子书对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与各个待推荐用户之间的相似度。

在一种可选的实施方式中，至少一个维度的阅读数据还包含：阅读行为数据；阅读行为数据包括以下数据中的一种或多种：阅读书籍类型、阅读时长、阅读时间点、指定章节内容和/或段落内容的阅读频次。

在一种可选的实施方式中，可执行指令还使处理器执行以下操作：

根据推荐书友的阅读历史数据确定待推荐电子书，将待推荐电子书推荐给目标用户。

在一种可选的实施方式中，待推荐用户集合包括：预设参考用户集合；

可执行指令进一步使处理器执行以下操作：

根据目标用户的至少一个维度的阅读数据以及预设参考用户集合中各个预设参考用户的至少一个维度的阅读数据，计算目标用户与各个预设参考用户之间的相似度；

根据相似度从预设参考用户集合中筛选出预设参考用户推荐给目标用户；

将与筛选出的预设参考用户存在关联性的书友推荐给目标用户。

在一种可选的实施方式中，可执行指令还使处理器执行以下操作：

针对每个预设参考用户，基于计算得到的相似度构建包含至少一个阅读属性的阅读图谱；

判断任意两个阅读图谱是否具有相同的阅读属性，若是，则将具有相同阅读属性的书友推荐给目标用户。

图3示出了根据本发明一个实施例的计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图3所示，该计算设备可以包括：处理器(processor)302、通信接口(communicationsinterface)304、存储器(memory)306、以及通信总线308。

其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。

通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器302，用于执行程序310，具体可以执行上述书友推荐方法实施例中的相关步骤。

具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。

处理器302可能是中央处理器cpu，或者是特定集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。

存储器306，用于存放程序310。存储器306可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

程序310具体可以用于使得处理器302执行以下操作：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与各个待推荐用户之间的相似度；

根据相似度从待推荐用户集合中筛选出书友推荐给目标用户。

在一种可选的实施方式中，至少一个维度的阅读数据包含：阅读标记数据；阅读标记数据包含：指定段落内容的评论信息、批注和/或想法；

程序310进一步使处理器302执行以下操作：

获取指定段落内容对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与各个待推荐用户之间的相似度。

在一种可选的实施方式中，至少一个维度的阅读数据包含：阅读标记数据；阅读标记数据包含：指定电子书的评论信息和/或想法；

程序310进一步使处理器302执行以下操作：

获取指定电子书对应的待推荐用户集合以及待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与各个待推荐用户之间的相似度。

在一种可选的实施方式中，至少一个维度的阅读数据还包含：阅读行为数据；阅读行为数据包括以下数据中的一种或多种：阅读书籍类型、阅读时长、阅读时间点、指定章节内容和/或段落内容的阅读频次。

在一种可选的实施方式中，程序310还使处理器302执行以下操作：

根据推荐书友的阅读历史数据确定待推荐电子书，将待推荐电子书推荐给目标用户。

在一种可选的实施方式中，待推荐用户集合包括：预设参考用户集合；

程序310进一步使处理器302执行以下操作：

根据目标用户的至少一个维度的阅读数据以及预设参考用户集合中各个预设参考用户的至少一个维度的阅读数据，计算目标用户与各个预设参考用户之间的相似度；

根据相似度从预设参考用户集合中筛选出预设参考用户推荐给目标用户；

将与筛选出的预设参考用户存在关联性的书友推荐给目标用户。

在一种可选的实施方式中，程序310还使处理器302执行以下操作：

针对每个预设参考用户，基于计算得到的相似度构建包含至少一个阅读属性的阅读图谱；

判断任意两个阅读图谱是否具有相同的阅读属性，若是，则将具有相同阅读属性的书友推荐给目标用户。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

本发明公开了：a1.一种书友推荐方法，包括：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据所述目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与所述各个待推荐用户之间的相似度；

根据相似度从所述待推荐用户集合中筛选出书友推荐给目标用户。

a2.根据a1所述的方法，其中，所述至少一个维度的阅读数据包含：阅读标记数据；所述阅读标记数据包含：指定段落内容的评论信息、批注和/或想法；

所述获取待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据进一步包括：

获取指定段落内容对应的待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的阅读标记数据；

所述根据所述目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与所述各个待推荐用户之间的相似度进一步包括：

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与所述各个待推荐用户之间的相似度。

a3.根据a1所述的方法，其中，所述至少一个维度的阅读数据包含：阅读标记数据；所述阅读标记数据包含：指定电子书的评论信息和/或想法；

所述获取待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据进一步包括：

获取指定电子书对应的待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的阅读标记数据；

所述根据所述目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与所述各个待推荐用户之间的相似度进一步包括：

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与所述各个待推荐用户之间的相似度。

a4.根据a1-a3中任一项所述的方法，其中，至少一个维度的阅读数据还包含：阅读行为数据；所述阅读行为数据包括以下数据中的一种或多种：阅读书籍类型、阅读时长、阅读时间点、指定章节内容和/或段落内容的阅读频次。

a5.根据a1-a4中任一项所述的方法，其中，在根据相似度从所述待推荐用户集合中筛选出书友推荐给目标用户之后，所述方法还包括：根据推荐书友的阅读历史数据确定待推荐电子书，将所述待推荐电子书推荐给目标用户。

a6.根据a1-a5中任一项所述的方法，其中，所述待推荐用户集合包括：预设参考用户集合；

所述根据所述目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与所述各个待推荐用户之间的相似度进一步包括：

根据所述目标用户的至少一个维度的阅读数据以及预设参考用户集合中各个预设参考用户的至少一个维度的阅读数据，计算目标用户与所述各个预设参考用户之间的相似度；

所述根据相似度从所述待推荐用户集合中筛选出书友推荐给目标用户进一步包括：

根据相似度从所述预设参考用户集合中筛选出预设参考用户推荐给目标用户；

所述方法还包括：将与筛选出的预设参考用户存在关联性的书友推荐给目标用户。

a7.根据a6所述的方法，其中，所述方法还包括：针对每个预设参考用户，基于计算得到的相似度构建包含至少一个阅读属性的阅读图谱；

判断任意两个阅读图谱是否具有相同的阅读属性，若是，则将具有相同阅读属性的书友推荐给目标用户。

b8.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据所述目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与所述各个待推荐用户之间的相似度；

根据相似度从所述待推荐用户集合中筛选出书友推荐给目标用户。

b9.根据b8所述的计算设备，其中，所述至少一个维度的阅读数据包含：阅读标记数据；所述阅读标记数据包含：指定段落内容的评论信息、批注和/或想法；

所述可执行指令进一步使所述处理器执行以下操作：

获取指定段落内容对应的待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与所述各个待推荐用户之间的相似度。

b10.根据b8所述的计算设备，其中，所述至少一个维度的阅读数据包含：阅读标记数据；所述阅读标记数据包含：指定电子书的评论信息和/或想法；

所述可执行指令进一步使所述处理器执行以下操作：

获取指定电子书对应的待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与所述各个待推荐用户之间的相似度。

b11.根据b8-b10中任一项所述的计算设备，其中，至少一个维度的阅读数据还包含：阅读行为数据；所述阅读行为数据包括以下数据中的一种或多种：阅读书籍类型、阅读时长、阅读时间点、指定章节内容和/或段落内容的阅读频次。

b12.根据b8-b11中任一项所述的计算设备，其中，所述可执行指令还使所述处理器执行以下操作：

根据推荐书友的阅读历史数据确定待推荐电子书，将所述待推荐电子书推荐给目标用户。

b13.根据b8-b12中任一项所述的计算设备，其中，所述待推荐用户集合包括：预设参考用户集合；

所述可执行指令进一步使所述处理器执行以下操作：

根据所述目标用户的至少一个维度的阅读数据以及预设参考用户集合中各个预设参考用户的至少一个维度的阅读数据，计算目标用户与所述各个预设参考用户之间的相似度；

根据相似度从所述预设参考用户集合中筛选出预设参考用户推荐给目标用户；

将与筛选出的预设参考用户存在关联性的书友推荐给目标用户。

b14.根据b13所述的计算设备，其中，所述可执行指令还使所述处理器执行以下操作：

针对每个预设参考用户，基于计算得到的相似度构建包含至少一个阅读属性的阅读图谱；

判断任意两个阅读图谱是否具有相同的阅读属性，若是，则将具有相同阅读属性的书友推荐给目标用户。

c15.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：

确定目标用户，获取目标用户的至少一个维度的阅读数据；

获取待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的至少一个维度的阅读数据；

根据所述目标用户的至少一个维度的阅读数据以及各个待推荐用户的至少一个维度的阅读数据，计算目标用户与所述各个待推荐用户之间的相似度；

根据相似度从所述待推荐用户集合中筛选出书友推荐给目标用户。

c16.根据c15所述的计算机存储介质，其中，所述至少一个维度的阅读数据包含：阅读标记数据；所述阅读标记数据包含：指定段落内容的评论信息、批注和/或想法；

所述可执行指令进一步使所述处理器执行以下操作：

获取指定段落内容对应的待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与所述各个待推荐用户之间的相似度。

c17.根据c15所述的计算机存储介质，其中，所述至少一个维度的阅读数据包含：阅读标记数据；所述阅读标记数据包含：指定电子书的评论信息和/或想法；

所述可执行指令进一步使所述处理器执行以下操作：

获取指定电子书对应的待推荐用户集合以及所述待推荐用户集合中各个待推荐用户的阅读标记数据；

分别对目标用户的阅读标记数据及各个待推荐用户的阅读标记数据进行语义分析，确定目标用户意图识别结果及各个待推荐用户意图识别结果；

根据目标用户意图识别结果以及各个待推荐用户意图识别结果，计算目标用户与所述各个待推荐用户之间的相似度。

c18.根据c15-c17中任一项所述的计算机存储介质，其中，至少一个维度的阅读数据还包含：阅读行为数据；所述阅读行为数据包括以下数据中的一种或多种：阅读书籍类型、阅读时长、阅读时间点、指定章节内容和/或段落内容的阅读频次。

c19.根据c15-c18中任一项所述的计算机存储介质，其中，所述可执行指令还使所述处理器执行以下操作：

根据推荐书友的阅读历史数据确定待推荐电子书，将所述待推荐电子书推荐给目标用户。

c20.根据c15-c19中任一项所述的计算机存储介质，其中，所述待推荐用户集合包括：预设参考用户集合；

所述可执行指令进一步使所述处理器执行以下操作：

根据所述目标用户的至少一个维度的阅读数据以及预设参考用户集合中各个预设参考用户的至少一个维度的阅读数据，计算目标用户与所述各个预设参考用户之间的相似度；

根据相似度从所述预设参考用户集合中筛选出预设参考用户推荐给目标用户；

将与筛选出的预设参考用户存在关联性的书友推荐给目标用户。

c21.根据c20所述的计算机存储介质，其中，所述可执行指令还使所述处理器执行以下操作：

针对每个预设参考用户，基于计算得到的相似度构建包含至少一个阅读属性的阅读图谱；

判断任意两个阅读图谱是否具有相同的阅读属性，若是，则将具有相同阅读属性的书友推荐给目标用户。