一种面向对象的信息推荐方法和装置与流程

本说明书涉及互联网
技术领域：
，特别涉及一种面向对象的信息推荐方法和装置。
背景技术：
：随着技术的发展，生活中存在越来越多信息推荐的场景，例如为用户推荐感兴趣的产品、为企业推荐匹配的政策等。基于此，如何将信息推荐给需要的对象，成为业内关注的重点。技术实现要素：有鉴于此，本说明书提供一种面向对象的信息推荐方法和装置。具体地，本说明书是通过如下技术方案实现的：一种面向对象的信息推荐方法，应用于服务端，包括：在确定目标对象的推荐信息时，确定所述目标对象的对象画像；判断是否存储有所述目标对象的相似对象；在存储有所述目标对象的相似对象的情况下，获取所述相似对象的历史推荐信息；基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。一种面向对象的信息推荐装置，应用于服务端，包括：画像确定单元，在确定目标对象的推荐信息时，确定所述目标对象的对象画像；判断单元，判断是否存储有所述目标对象的相似对象；获取单元，在存储有所述目标对象的相似对象的情况下，获取所述相似对象的历史推荐信息；信息确定单元，基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。一种面向对象的信息推荐装置，包括：处理器；用于存储机器可执行指令的存储器；其中，通过读取并执行所述存储器存储的与面向对象的信息推荐逻辑对应的机器可执行指令，所述处理器被促使：在确定目标对象的推荐信息时，确定所述目标对象的对象画像；判断是否存储有所述目标对象的相似对象；在存储有所述目标对象的相似对象的情况下，获取所述相似对象的历史推荐信息；基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。本说明书一个实施例实现了，服务端在确定目标对象的推荐信息时，可以确定目标对象的对象画像，并判断是否存储有目标对象的相似对象，若是，则获取目标对象的历史推荐信息，基于历史推荐信息和对象画像确定推荐给目标对象的目标推荐信息。采用上述方法，在给目标对象推荐信息时，除了可以通过目标对象自身的属性构建对象画像进行推荐外，还可以结合相似对象的历史推荐信息进行推荐，一方面，这样可以得到更丰富的推荐信息进行推荐，提升用户体验。另一方面，对于冷启动用户、不活动用户等自身数据较少的目标对象，也可以充分利用其相似对象进行推荐，解决了相关技术中无法推荐、推荐准确度低的技术问题。附图说明图1是本说明书一示例性实施例示出的一种面向对象的信息推荐方法的流程示意图；图2是本说明书一示例性实施例示出的另一种面向对象的信息推荐方法的流程示意图；图3是本说明书一示例性实施例示出的一种页面示意图；图4是本说明书一示例性实施例示出的一种相似对象的确定方法的流程示意图；图5是本说明书一示例性实施例示出的一种面向对象的信息推荐装置所在服务器的一种硬件结构图；图6是本说明书一示例性实施例示出的一种面向对象的信息推荐装置的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。随着技术的发展，生活中存在越来越多信息推荐的场景，例如为用户推荐感兴趣的产品、为企业推荐匹配的政策等。相关技术中，当为某个对象推荐信息时，通常会对该对象自身的属性、特征进行分析，以找到匹配其需求的信息进行推荐。但是一些对象自身拥有的属性、特征可能较少，比如冷启动用户、不活跃用户，因而无法将信息准确地推荐给这些对象。本说明书提供了一种面向对象的信息推荐方法，可以将信息推荐给需要的对象。即便对于一些属性、特征较少的对象，也可以进行合理、准确的推荐，大大提升用户体验。请参见图1，图1是本说明书一示例性实施例示出的一种面向对象的信息推荐方法的流程示意图。所述方法可以应用于具有存储器、处理器的电子设备，例如服务器或服务器集群中。所述方法可以包括以下步骤：步骤102，在确定目标对象的推荐信息时，确定所述目标对象的对象画像；步骤104，判断是否存储有所述目标对象的相似对象；步骤106，在存储有所述目标对象的相似对象的情况下，获取所述相似对象的历史推荐信息；步骤108，基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。下面对上述步骤进行说明。首先对本实施例的目标对象和推荐信息进行说明，目标对象可以是任意实体，例如用户、企业、组织机构、社会团体等，推荐信息可以是商品、产品信息、新闻、政策等，对此不作特殊限制。本实施例中，服务端在确定目标对象的推荐信息时，可以先确定目标对象的对象画像。比如，当目标对象为企业时，对象画像可以是企业画像，服务端可以获取该企业的类型、规模、经营产品、合作伙伴等信息，基于这些信息构建企业画像。其中，具体构建企业画像的方法可以参照相关技术，本实施例在此不作过多说明。此处服务端可以直接获取已保存的对象画像，也可以在需要确定目标对象的推荐信息时生成对象画像，对此不作特殊限制。本实施例中，服务端还可以判断是否存储有目标对象的相似对象，相似对象指的是与目标对象在某些维度相似度较高的对象。例如，当目标对象为企业时，相似对象可以是与该企业规模接近、业务接近的相似企业。再例如，当目标对象为用户时，该相似对象也可以是与该用户爱好接近的用户，或者也可以是与该用户地址位置接近的用户、该用户的好友等等，在此不一一举例。本实施中，相似对象可以是服务端基于自身的数据确定，或者也可以是通过网络爬虫获取互联网上的数据分析得到，再或者也可以是用户人为设置的，对此不作特殊限制。本实施例中，在存在相似对象的情况下，服务端可以获取相似对象的历史推荐信息，然后根据历史推荐信息和目标对象的对象画像来确定推荐给目标对象的目标推荐信息。比如可以根据对象画像确定出若干推荐信息，根据相似企业的历史推荐信息确定出若干推荐信息，然后综合这两部分推荐信息确定目标推荐信息。具体的方法将会在后面的实施例中说明。由以上描述可以看出，在本说明书的一个实施例中，服务端在确定目标对象的推荐信息时，可以确定目标对象的对象画像，并判断是否存储有目标对象的相似对象，若是，则获取目标对象的历史推荐信息，基于历史推荐信息和对象画像确定推荐给目标对象的目标推荐信息。采用上述方法，在给目标对象推荐信息时，除了可以通过目标对象自身的属性构建对象画像进行推荐外，还可以结合相似对象的历史推荐信息进行推荐，一方面，这样可以得到更丰富的推荐信息进行推荐，提升用户体验。另一方面，对于冷启动用户、不活动用户等自身数据较少的目标对象，也可以充分利用其相似对象进行推荐，解决了相关技术中无法推荐、推荐准确度低的技术问题。下面对本说明书提供的另一种面向目标对象的信息推荐方法的实施例进行说明。请参见图2，图2是本说明书一示例性实施例示出的另一种面向目标对象的信息推荐方法的流程示意图。所述方法可以应用于具有存储器、处理器的电子设备中，例如服务器或服务器集群，所述方法可以包括以下步骤：步骤202，在确定目标对象的推荐信息时，确定目标对象的对象画像。本步骤中，确定目标对象的推荐信息的时机可以是多种。例如，可以在接收到目标对象发起的推荐信息获取请求时，确定达到了确定目标对象推荐信息的时机。举例来说，当目标对象为企业时，该企业的员工或负责人等可以在客户端，如应用软件、小程序等页面上点击相应按钮、控件以发起推荐信息获取请求。再例如，本实施例会根据目标对象的相似对象进行信息推荐，若相似对象发生了改动、更新，则相应的推荐信息也会更新，因而可以在监测到目标对象设置相似对象时，确定达到了确定目标对象推荐信息的时机。相似对象的设置过程将会在后续步骤中说明。再例如，推荐信息也可以是周期性更新的，更新周期可以预设。那么确定推荐信息的时机也可以是达到推荐信息的周期性更新时刻时。再例如，推荐信息也可能是实时更新、实时发布的，例如新闻、政策、企业发布的产品等，那么也可以在监测到推荐信息发布时，确定达到了确定推荐信息的时机。本步骤中，在确定目标对象的推荐信息时，可以确定目标对象的画像。关于构建对象画像可参照前述实施例，在此不再赘述。步骤204，判断是否存储有目标对象的相似对象。本实施例中，可以判断是否存储有目标对象的相似对象。所述相似对象的确定过程将会在后面的实施例中详细说明。步骤206，若是，则获取所述相似对象的历史推荐信息；步骤208，基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。本实施例中，若存储有目标对象的相似对象，则可以获取相似对象在预设时间段内的历史推荐信息，如最近一个月内、最近一周内。可以获取预设时间段内推荐给相似对象的所有推荐信息，也可以仅获取部分推荐信息，比如可以获取浏览量高的推荐信息、采纳率高的推荐信息等。然后基于所述历史推荐信息和对象画像确定推荐给目标对象的目标推荐信息。在一个例子中，可以根据目标对象的画像确定第一推荐信息集合，根据相似对象的历史推荐信息确定第二推荐信息集合，然后基于第一推荐信息集合和第二推荐信息集合，确定推荐给目标对象的目标推荐信息。其中，可以通过以下方法确定第一推荐信息集合。可以根据目标对象的画像确定出代表该目标用户的一些关键特征，如当目标对象为企业时，关键特征可以是中小企业、规模为100-500人、高新技术产业，则可以根据这些特征从现有的推荐信息集合中匹配出符合该企业需求的推荐信息，比如推荐信息为政策时，则可以向确定出面向中小企业的政策、有关高新技术产业的政策，可以将这些集合作为第一推荐信息集合。当然，上述例子仅仅是示例性的说明，也可以采用其他方法得到第一推荐信息集合。然后可以对第一推荐信息集合和第二推荐信息集合取并集，达到去重的效果，去重后的推荐信息即目标推荐信息。或者也可以对第一推荐信息集合和第二推荐信息集合取交集，将取交集得到的推荐信息作为目标推荐信息，这样得到的目标推荐信息的推荐度更高、准确度也可能更高。在另一个例子中，也可以根据相似对象的历史推荐信息得到第二推荐信息集合后，基于目标对象的画像对第二推荐信息集合进行过滤。比如当对象画像为用户画像时，可以根据目标对象的画像分析出用户的兴趣偏好、特点，然后基于这些信息从第二推荐信息集合中过滤不符合该用户兴趣偏好的推荐信息，从而向该用户推荐更符合其需求的推荐信息。步骤210，若否，则获取所述对象画像为所述目标对象确定目标推荐信息。本实施例中，若未存储有目标对象的相似对象，则可以根据目标对象的对象画像确定推荐信息，具体可参照前述实施例。当然，除上述例子外，若目标对象存在相似对象，而未给相似对象推荐过信息，即相似对应不存在历史推荐信息，则也可以根据目标对象的对象画像确定推荐信息。本实施例中，确定目标推荐信息后，可以根据确定该目标推荐信息的不同时机执行不同的操作。比如，对于上述例子中达到目标推荐信息的更新时刻时、或者监测到目标对象的相似对象更新时，可以将目标推荐信息保存。再比如，对于上述接收到目标对象发起的推荐信息获取请求时，则可以将这些目标推荐信息发送给目标对象。步骤212，按照预设的排序规则对所述目标推荐信息进行排序。本实施例中，确定目标推荐信息后，可以对目标推荐信息进行排序，用于后续在接收到目标对象发起的推荐信息获取请求后，将排序后的推荐信息发送给目标对象。其中，排序的方法可以是多种：例如，可以获取这些目标推荐信息的历史浏览数据，根据浏览量从高到低的顺序进行排序。再例如，也可以获取这些目标推荐信息的历史采纳数据，根据采纳率由高到低的顺序进行排序。比如，目标推荐信息为面向中小企业的政策，则可以获取各政策的申报情况，按照申报率从高到低的顺序排序。再比如，目标推荐信息也可以是产品，则可以根据产品的购买率从高到低的顺序排序。再例如，当目标推荐信息是由相似对象的历史推荐信息中获取时，则也可以获取目标推荐信息对应的相似对象，然后按照目标对象与相似对象之间的相似度从高到低的顺序排序。值得说明的是，本实施例中步骤212的排序过程可以是服务端执行的，即服务端可以对目标推荐信息排序后，以在后续接收到客户端的请求后将排序结果发送给客户端进行展示。步骤212也可以是客户端执行的，即服务端接收到客户端发送的请求后，可以将未排序的目标推荐信息发送给客户端，客户端可以对其进行排序然后展示，本实施例对此不作特殊限制。步骤214，响应于来自目标对象的推荐信息获取请求，将目标推荐信息和所述目标推荐信息对应的相似对象发送给所述目标对象。本实施例中，目标对象可以发起推荐信息获取请求，比如可以在客户端页面上点击相应的按钮、控件以发起获取请求，或者也可以是监测到目标对象打开特定页面，如打开信息推荐的页面后，确定目标对象发起了获取请求。当服务端接收到该请求后，获取目标对象的推荐信息，然后可以将目标推荐信息和其对应的相似对象发送给客户端，客户端可以在页面上展示这些信息，以供目标对象参考、查阅。其中，服务端获取目标对象的推荐信息后，还可以判断各推荐信息是否达到了老化时长，若达到，则可以将这些推荐信息删除，不将其发送给客户端。其中，老化时长可以是默认值，也可以是根据具体的业务设置，如当推荐信息为政策，该政策可能存在申报时间的限制，则可以基于申报时间来设置老化时长。客户端的展示方法可以参考图3，图3是本说明书一示例性实施例示出的一种页面示意图。如图3所示，存在3条推荐信息，分别为“信息1”、“信息2”和“信息3”，在每条推荐信息所在区域的右下角标注了该条推荐信息对应的相似对象，如“信息1”的相似对象为“相似对象1”，“信息2”对应的的相似对象为“相似对象2”。那么用户在浏览该页面时，可以很清楚地获知推荐这些信息的理由，可以提升用户体验。当然，图3所示页面仅仅是示例性的说明，在实际应用中也可以采用其他展示方法。本实施例中，将目标推荐信息和其对应的相似对象展示在客户端页面上后，用户还可以针对任一推荐信息发起查看请求，比如用户可以点击推荐信息以发起请求。服务端接收到该请求后，可以向用户展示该推荐信息的详情页面，比如当推荐信息为政策时，可以跳转至发布该政策的页面，用户可以在该页面上查看详细信息，并且还可以进行申报等操作。由以上描述可以看出，在本说明书的一个实施例中，可以获取目标对象的相似对象的历史推荐信息，基于所述历史推荐信息和目标对象的对象画像确定推荐给目标对象的推荐信息，解决了相关技术中目标对象自身数据较少导致的无法推荐、推荐不准确的技术问题。并且也可以向目标对象推荐更丰富的信息，提高用户体验。此外，在向目标对象展示推荐信息时，除了可以展示推荐信息，还可以展示该推荐信息对应的相似对象，这样可以帮助目标对象获知推荐该条信息的理由，也可以提高用户体验。下面对本说明书提供的一种目标对象的相似对象的确定方法进行说明。参见图4，图4为本说明书一示例性实施例示出的一种相似对象的确定方法的流程示意图，所述方法包括以下步骤：步骤402，接收来自目标对象的相似对象设置请求；步骤404，基于所述目标对象确定若干候选对象，并将所述候选对象发送给所述目标对象；步骤406，接收所述目标对象从所述候选对象中确定的相似对象。本实施例中，目标对象可以发起相似对象设置请求。比如，当目标对象为某企业时，该企业的员工或者负责人可以通过客户端，如应用软件、小程序等发起相似对象设置请求，如可以点击客户端页面上的相应按钮以发起请求，然后客户端将该请求发送给服务端进行处理。当然，除目标对象主动发起相似对象设置请求外，服务端也可以主动给目标对象推送相似对象的提醒信息。仍以目标对象为企业为例，当服务端检测到企业账号的登录请求后，可以判断该企业是否存在相似企业，若存在，则不必提醒该企业设置相似企业；若不存在，则可以进一步判断该企业的基础信息是否充足。所述基础信息可以是用于了解目标对象的信息，如目标对象为用户时，可以是用户的身份信息、职业信息、兴趣爱好、行为数据等，可以根据这些基础信息来为该用户进行推荐。基础信息可以是服务端自身持有的该企业的信息，也可以是服务端从互联网上获取的该企业的信息，服务端可以判断所述基础信息是否充足，比如可以判断是否在指定维度下都存在基础信息、基础信息的数量是否达到要求，若这些条件满足说明基础信息充足，则可以不用提醒该企业设置相似企业。当然，上述例子仅仅是示例性的说明，本实施例所述“基础信息充足”指的是若可以基于基础信息为目标对象得到较为准确的推荐信息，则认为基础信息充足。若基础信息不充足，则服务端可以向该企业发送相似对象设置提醒以提取其设置相似对象，并且还可以输出提醒语如“设置相似对象，让我们更好地了解您”、“设置相似对象，为您推荐更准确的信息”等。该企业接收到该提醒后，可以点击客户端页面上的相应按钮以发起相似对象设置请求。本实施例中，服务端接收到该请求后，可以根据目标对象确定若干候选对象，该候选对象为服务端确定出的与目标对象相似的一些对象。在一个例子中，服务端可以获取目标对象的若干属性特征，该属性特征可以是多维度的。比如，当目标对象为企业时，可以获取业务维度的属性特征，如业务类型、业务模式等，也可以获取产品维度的属性特征，如产品类型、产品功能、产品销量等。服务端可以将目标对象的属性特征和已有对象的属性特征进行对比，将属性特征相似的对象确定为候选对象。仍以上述例子为例，假设目标对象为企业a，现存在3个已有企业b、c、d，它们各自在产品维度的属性特征可参见下表1：表1则可以分别将目标对象的各个属性特征分别与其他已有对象的对应属性特征进行比对，比对结果可参考下表2：产品类型产品功能产品受众企业b一致一致一致企业c不一致一致不一致企业d不一致不一致不一致表2则可以针对每个企业，对“一致”属性计分为1，“不一致”的属性计分为“0”，得到企业b的得分为2，企业c的得分为1，企业d的得分为0，发现企业b的得分最高，即企业b与企业a最为接近，可将企业b作为候选对象。当然，也可以得分靠前的若干个企业都作为候选对象，比如把企业b和企业c都作为候选对象。值得说明的是，上述例子仅仅是示例性的说明，在实际应用中也可以采取其他方法来确定候选企业，比如也可以设置“一致”、“较为一致”、“完全不一致”等多种情况；再比如也可以为每种属性设置不同的权重，比如“产品类型”的属性的权重值可以大于“产品受众”的权重值。并且，除了上述仅从一个维度的属性进行比对外，也可以从多个维度的属性进行比对，本实施例在此不一一举例。在另一个例子中，服务端也可以通过训练好的模型来确定目标对象的候选对象。比如，仍以目标对象为企业为例，可以抽取出企业所属地区、行业、经营范围、人员规模、注册资金、产品信息等各个维度的特征，将这些特征转换为向量，利用这些向量来训练模型，该模型可以对任意两个企业对应的向量进行相似度计算，然后找到与目标企业相似度最高的若干个企业，作为候选企业并输出。当模型训练好后，可以把待预测的目标企业输入模型，该模型可以根据预设的条件召回一批企业及其特征，然后基于目标企业的特征与这些企业的特征计算相似度，从而预测出候选企业。当然，上述例子仅仅是示例性的说明，在实际应用中也可以采用其他方法来训练模型，本实施例对此不作特殊限制。在另一个例子中，服务端也可以事先构造包含大量对象的知识图谱，以基于知识图谱来确定候选对象。比如，知识图谱中的实体可以是各个对象，如上述例子中的各种企业，实体之间的连边代表企业之间的关联关系，如业务合作关系、母子公司关系、股权关系等，并且各实体也可以拥有自身的实体属性，该实体属性同样可以是企业所属地区、行业、经营范围、人员规模、注册资金、产品信息等。在确定目标对象的候选对象时，可以在知识图谱中搜索与该目标对象相似的实体作为候选对象，例如可以在知识图谱中找到与目标对象存在指定关联关系(即存在指定类型的连边)的对象，作为候选对象。或者也可以在知识图谱中找到交际圈类似、实体属性类似的对象作为候选对象。当然，上述例子仅仅是示例性的说明，在实际应用中也可以采用其他方法得到候选对象，本实施例在此不一一举例。本实施例中，服务端确定出候选对象后，可以将候选对象发送给目标对象，比如发送给目标对象所登录的客户端，客户端可以对这些候选对象进行展示，然后目标对象可以从这些候选对象中选择相似对象。在一个例子中，客户端可以展示候选对象的名称、地址、业务内容等介绍信息，帮助目标对象从这些候选对象中选出其认为较为相似的对象。在另一个例子中，客户端也可以展示候选对象与目标对象相似的理由。比如，对于上述基于目标对象的属性特征确定候选对象的例子，则可以将相似的属性特征进行展示，有助于目标对象更好地选择出相似对象。再比如，对于上述基于模型来确定候选对象的例子，由于该模型可能是不具备解释性的模型，不可以直接根据模型的输出结果获知候选对象与目标对象的相似理由。则还可以采用其他方法进行分析，如可以将模型预测得到的候选对象与目标对象进行对比，分析出它们之间相似的特征，将这些特征也在客户端页面进行展示。本实施例中，目标对象可以从候选对象中选择出其认为相似的对象，服务端接收到用户设置的相似对象后，可以建立相似对象与目标对象之间的映射关系并存储。当然，除上述例子外，目标对象可能会认为客户端计算得到的候选对象都不与自身相似，那么目标对象也可以自定义相似对象，比如手动输入相似对象的名称并提交给服务端。由以上描述可以看出，在本说明书的一个实施例中，服务端可以接收来自目标对象的相似对象设置请求，基于所述目标对象确定若干候选对象，并将候选对象发送给目标对象，目标对象可以候选对象中选择出相似对象并发送给服务端，服务端可以将目标对象和相似对象之间的关联关系存储。采用上述方法，可以自动地确定出一些候选对象，便于目标对象从中选择出相似对象，进而有助于服务端基于所述相似对象为目标对象确定推荐信息，提高推荐信息的准确度，提高用户体验。与前述面向对象的信息推荐方法的实施例相对应，本说明书还提供了面向对象的信息推荐装置的实施例。本说明书面向对象的信息推荐装置的实施例可以应用在服务器上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在服务器的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图5所示，为本说明书面向对象的信息推荐装置所在服务器的一种硬件结构图，除了图5所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的服务器通常根据该服务器的实际功能，还可以包括其他硬件，对此不再赘述。图6是本说明书一示例性实施例示出的一种面向对象的信息推荐装置的框图。请参考图6，所述面向对象的信息推荐装置可以应用在前述图5所示的服务器中，包括有：画像确定单元610、判断单元620、获取单元630、信息确定单元640、响应单元650、发送单元660、提醒单元670、检测单元680和排序单元690。其中，画像确定单元610，在确定目标对象的推荐信息时，确定所述目标对象的对象画像；判断单元620，判断是否存储有所述目标对象的相似对象；获取单元630，在存储有所述目标对象的相似对象的情况下，获取所述相似对象的历史推荐信息；信息确定单元640，基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。可选的，所述信息确定单元640：根据所述目标对象的画像确定第一推荐信息集合；根据所述相似对象的历史推荐信息确定第二推荐信息集合；基于所述第一推荐信息集合和所述第二推荐信息集合确定所述目标推荐信息。可选的，所述信息确定单元640：根据所述相似对象的历史推荐信息确定第二推荐信息集合；基于所述目标对象的画像，对所述第二推荐信息集合进行过滤；基于过滤得到的第二推荐信息集合确定所述目标推荐信息。可选的，所述相似对象的确定过程，包括：接收来自目标对象的相似对象设置请求，基于所述目标对象确定若干候选对象，并将所述候选对象发送给所述目标对象；接收所述目标对象从所述候选对象中确定的相似对象。可选的，所述装置还包括：检测单元680，检测到目标对象的登录请求后，判断是否存储有目标对象的相似对象；提醒单元670，若否，向所述目标对象发送相似对象设置提醒，所述相似对象设置请求由目标对象基于所述提醒发送。可选的，所述基于所述目标对象确定若干候选对象，包括：获取目标对象的若干属性特征；根据所述属性特征确定出与所述目标对象相似度符合要求的若干候选对象。可选的，还包括：响应单元650，响应于来自目标对象的推荐信息获取请求，获取所述目标对象的目标推荐信息；发送单元660，将所述目标推荐信息发送给所述目标对象。可选的，当所述目标推荐信息为所述目标对象的相似对象的历史推荐信息时，所述发送单元660：将所述目标推荐信息和所述目标对象推荐信息对应的相似对象发送给所述目标对象。可选的，还包括：排序单元690，按照预设的排序规则对所述目标推荐信息进行排序；所述发送单元660：将所述目标推荐信息及其排序结果发送给所述目标对象。可选的，所述排序单元690：采用以下一种或多种方法进行排序：按照相似对象对所述推荐信息的历史浏览数据进行排序；按照相似对象对所述推荐信息的历史采纳数据进行排序；按照目标对象与所述推荐信息对应相似对象之间的相似度进行排序。可选的，确定目标对象的推荐信息的时机，包括以下一种或多种：接收到来自目标对象的推荐信息获取请求；接收到目标对象设置的相似对象；到达推荐信息的更新时刻；监测到推荐信息发布。可选的，所述信息确定单元640还：在未存储有所述目标对象的相似对象的情况下，根据所述目标对象的画像为所述目标对象确定目标推荐信息。可选的，所述对象为企业，所述推荐信息为政策。上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。与前述面向对象的信息推荐方法的实施例相对应，本说明书还提供一种面向对象的信息推荐装置，该装置包括：处理器以及用于存储机器可执行指令的存储器。其中，处理器和存储器通常借由内部总线相互连接。在其他可能的实现方式中，所述设备还可能包括外部接口，以能够与其他设备或者部件进行通信。在本实施例中，通过读取并执行所述存储器存储的与面向对象的信息推荐逻辑对应的机器可执行指令，所述处理器被促使：在确定目标对象的推荐信息时，确定所述目标对象的对象画像；判断是否存储有所述目标对象的相似对象；在存储有所述目标对象的相似对象的情况下，获取所述相似对象的历史推荐信息；基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。可选的，在基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息时，所述处理器被促使：根据所述目标对象的画像确定第一推荐信息集合；根据所述相似对象的历史推荐信息确定第二推荐信息集合；基于所述第一推荐信息集合和所述第二推荐信息集合确定所述目标推荐信息。可选的，在基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息时，所述处理器被促使：根据所述相似对象的历史推荐信息确定第二推荐信息集合；基于所述目标对象的画像，对所述第二推荐信息集合进行过滤；基于过滤得到的第二推荐信息集合确定所述目标推荐信息。可选的，在相似对象的确定过程，所述处理器被促使：接收来自目标对象的相似对象设置请求，基于所述目标对象确定若干候选对象，并将所述候选对象发送给所述目标对象；接收所述目标对象从所述候选对象中确定的相似对象。可选的，所述处理器还被促使：检测到目标对象的登录请求后，判断是否存储有目标对象的相似对象；若否，向所述目标对象发送相似对象设置提醒，所述相似对象设置请求由目标对象基于所述提醒发送。可选的，在基于所述目标对象确定若干候选对象时，所述处理器被促使：获取目标对象的若干属性特征；根据所述属性特征确定出与所述目标对象相似度符合要求的若干候选对象。可选的，所述处理器还被促使：响应于来自目标对象的推荐信息获取请求，获取所述目标对象的目标推荐信息；将所述目标推荐信息发送给所述目标对象。可选的，当所述目标推荐信息为所述目标对象的相似对象的历史推荐信息时，在将所述目标推荐信息发送给所述目标对象时，所述处理器被促使：将所述目标推荐信息和所述目标对象推荐信息对应的相似对象发送给所述目标对象。可选的，所述处理器还被促使：按照预设的排序规则对所述目标推荐信息进行排序；所述将所述目标推荐信息发送给所述目标对象，包括：将所述目标推荐信息及其排序结果发送给所述目标对象。可选的，在按照预设的排序规则对所述目标推荐信息进行排序时，所述处理器被促使：采用以下一种或多种方法进行排序：按照相似对象对所述推荐信息的历史浏览数据进行排序；按照相似对象对所述推荐信息的历史采纳数据进行排序；按照目标对象与所述推荐信息对应相似对象之间的相似度进行排序。可选的，确定目标对象的推荐信息的时机，包括以下一种或多种：接收到来自目标对象的推荐信息获取请求；接收到目标对象设置的相似对象；到达推荐信息的更新时刻；监测到推荐信息发布。可选的，所述处理器还被促使：在未存储有所述目标对象的相似对象的情况下，根据所述目标对象的画像为所述目标对象确定目标推荐信息。可选的，所述对象为企业，所述推荐信息为政策。与前述面向对象的信息推荐方法的实施例相对应，本说明书还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现以下步骤：在确定目标对象的推荐信息时，确定所述目标对象的对象画像；判断是否存储有所述目标对象的相似对象；在存储有所述目标对象的相似对象的情况下，获取所述相似对象的历史推荐信息；基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息。可选的，所述基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息，包括：根据所述目标对象的画像确定第一推荐信息集合；根据所述相似对象的历史推荐信息确定第二推荐信息集合；基于所述第一推荐信息集合和所述第二推荐信息集合确定所述目标推荐信息。可选的，所述基于所述历史推荐信息和所述对象画像确定推荐给所述目标对象的目标推荐信息，包括：根据所述相似对象的历史推荐信息确定第二推荐信息集合；基于所述目标对象的画像，对所述第二推荐信息集合进行过滤；基于过滤得到的第二推荐信息集合确定所述目标推荐信息。可选的，所述相似对象的确定过程，包括：接收来自目标对象的相似对象设置请求，基于所述目标对象确定若干候选对象，并将所述候选对象发送给所述目标对象；接收所述目标对象从所述候选对象中确定的相似对象。可选的，还包括：检测到目标对象的登录请求后，判断是否存储有目标对象的相似对象；若否，向所述目标对象发送相似对象设置提醒，所述相似对象设置请求由目标对象基于所述提醒发送。可选的，所述基于所述目标对象确定若干候选对象，包括：获取目标对象的若干属性特征；根据所述属性特征确定出与所述目标对象相似度符合要求的若干候选对象。可选的，还包括：响应于来自目标对象的推荐信息获取请求，获取所述目标对象的目标推荐信息；将所述目标推荐信息发送给所述目标对象。可选的，当所述目标推荐信息为所述目标对象的相似对象的历史推荐信息时，所述将所述目标推荐信息发送给所述目标对象，包括：将所述目标推荐信息和所述目标对象推荐信息对应的相似对象发送给所述目标对象。可选的，还包括：按照预设的排序规则对所述目标推荐信息进行排序；所述将所述目标推荐信息发送给所述目标对象，包括：将所述目标推荐信息及其排序结果发送给所述目标对象。可选的，所述按照预设的排序规则对所述目标推荐信息进行排序，包括：采用以下一种或多种方法进行排序：按照相似对象对所述推荐信息的历史浏览数据进行排序；按照相似对象对所述推荐信息的历史采纳数据进行排序；按照目标对象与所述推荐信息对应相似对象之间的相似度进行排序。可选的，确定目标对象的推荐信息的时机，包括以下一种或多种：接收到来自目标对象的推荐信息获取请求；接收到目标对象设置的相似对象；到达推荐信息的更新时刻；监测到推荐信息发布。可选的，还包括：在未存储有所述目标对象的相似对象的情况下，根据所述目标对象的画像为所述目标对象确定目标推荐信息。可选的，所述对象为企业，所述推荐信息为政策。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。以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。当前第1页12