资讯推荐方法、资讯推荐装置、电子设备及存储介质与流程

1.本公开涉及人工智能领域，具体涉及一种资讯推荐方法、资讯推荐装置、电子设备、存储介质和程序产品。


背景技术：

2.随着互联网时代的迅速发展，现在已经身处信息大爆炸的时代，人们越来越离不开网络，看时事新闻、行业热点、资讯视频图片等各式各样的内容，每天接触的信息数以万计，已经从信息匮乏时代进入到信息过载的时代，大量的信息流平台通过算法偏好来迎合用户想要从众多信息中获取自己感兴趣的信息。
3.在实施本公开的过程中发现，现有算法推荐仍然存在信息茧房和数字鸿沟的问题，导致用户容易陷入知识获取单一化，甚至可能陷入“习惯的周边三公里”。


技术实现要素：

4.鉴于上述问题，本公开提供了一种资讯推荐方法、资讯推荐装置、电子设备、存储介质和程序产品。
5.根据本公开的第一个方面，提供了一种资讯推荐方法，包括：
6.获取对不同类型的资讯信息进行随机访问生成的随机访问数据集，其中，随机访问数据集包括至少一条随机访问数据；
7.获取针对真实用户生成的第一初始推荐数据和针对n个虚拟用户生成的第二初始推荐数据，其中，n个虚拟用户是根据真实用户的属性特征虚构得到的，n为大于等于1的整数；
8.根据随机访问数据集与初始推荐数据集，确定目标推荐数据，其中，初始推荐数据集包括第一初始推荐数据和第二初始推荐数据；以及
9.根据目标推荐数据，对真实用户进行资讯推荐。
10.根据本公开的实施例，根据随机访问数据集与初始推荐数据集，确定目标推荐数据，包括：
11.计算随机访问数据与第一初始推荐数据和第二初始推荐数据的相似度，得到相似度值；
12.在确定相似度值超过第一阈值的情况下，确定初始数据组群；
13.根据第二阈值，将初始数据组群划分为m个目标数据组群，其中，m为大于等于1的整数；以及
14.分别从m个目标数据组群中进行筛选，得到目标推荐数据。
15.根据本公开的实施例，根据随机访问数据集与初始推荐数据集，确定目标推荐数据，还包括：
16.根据随机访问数据集与初始推荐数据集，确定热点信息数据；
17.利用初始推荐数据集，确定热点信息数据的用户访问标签；
18.根据热点信息数据、用户访问标签以及相似度值，确定第一阈值；以及
19.根据第一阈值，确定第二阈值。
20.根据本公开的实施例，计算随机访问数据与第一初始推荐数据和第二初始推荐数据的相似度，得到相似度值，包括：
21.从随机访问数据与第一初始推荐数据和第二初始推荐数据中获取算法关键词；以及
22.根据算法关键词，计算相似度，得到相似度值。
23.根据本公开的实施例，真实用户的属性特征包括真实用户的用户行为特征；
24.n个虚拟用户是根据真实用户的属性特征虚构得到的，包括：
25.获取真实用户的用户行为特征；以及
26.根据用户行为特征，虚构得到n个虚拟用户。
27.根据本公开的实施例，真实用户的属性特征还包括真实用户的用户属性特征；
28.n个虚拟用户是根据真实用户的属性特征虚构得到的，还包括：
29.通过更改真实用户的用户属性特征，虚构虚拟用户。
30.根据本公开的实施例，在获取n个虚拟用户与真实用户的初始推荐数据之前，还包括：
31.对真实用户的真实访问数据进行预处理，得到预处理后的真实访问数据；
32.根据真实访问数据，生成第一初始推荐数据；
33.根据n个虚拟用户的属性特征，生成第二初始推荐数据。
34.本公开的第二方面提供了一种资讯推荐装置，包括：
35.第一获取模块，用于获取对不同类型的资讯信息进行随机访问生成的随机访问数据集，其中，随机访问数据集包括至少一条随机访问数据；
36.第二获取模块，用于获取针对真实用户生成的第一初始推荐数据和针对n个虚拟用户生成的第二初始推荐数据，其中，n个虚拟用户是根据真实用户的属性特征虚构得到的，n为大于等于1的整数；
37.确定模块，用于根据随机访问数据集与初始推荐数据集，确定目标推荐数据，其中，初始推荐数据集包括第一初始推荐数据和第二初始推荐数据；以及
38.推荐模块，用于根据目标推荐数据，对真实用户进行资讯推荐。
39.本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述资讯推荐方法。
40.本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述资讯推荐方法。
41.本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述资讯推荐方法。
42.根据本公开的实施例，通过对不同类型的资讯信息的随机访问数据的获取，以及对真实和虚拟用户的初始推荐数据的获取，从多维度获取了推荐数据，并且通过随机访问数据集与初始推荐数据集来确定目标推荐数据，不仅能够保留一定程度的推荐优势，还能够解决信息茧房的问题，避免陷入信息同质化、片面性，甚至避免了因沉迷于周围“三公
里”，而对用户主动思考能力以及对社会认知的局限性。
附图说明
43.通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
44.图1示意性示出了根据本公开实施例的资讯推荐方法、资讯推荐装置、电子设备、存储介质和程序产品的应用场景图；
45.图2示意性示出了根据本公开实施例的资讯推荐方法的流程图；
46.图3示意性示出了根据本公开实施例的根据随机访问数据集与初始推荐数据集，确定目标推荐数据的方法流程图；
47.图4示意性示出了根据本公开实施例的资讯推荐系统架构图；
48.图5示意性示出了根据本公开实施例的资讯推荐装置的结构框图；以及
49.图6示意性示出了根据本公开实施例的适于实现资讯推荐方法的电子设备的方框图。
具体实施方式
50.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
51.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
52.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
53.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
54.在本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
55.在本公开实施例的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。
56.在实施本公开的过程中发现，无论男女老少都喜欢在闲暇时利用手机消遣。大量的信息流平台通过算法偏好迎合大众，向大众推荐相似内容。久而久之，一方面将会面临让自身固定在某个信息圈子中，甚至持续强化对某些问题的看法，最后形成价值观；另一方面随着信息的增多，注意力越来越难以集中在复杂问题上，判断力易下降。这两方面都在不知
不觉中易陷入信息茧房。假如大众不知道陷入信息茧房，可能会形成持续受害而毫无觉察的状态，这就容易陷入回音室效应中。其中，回音室效应有隔离、观点极致化、观点同质化、同样信息重复传播这四个关键影响。
57.本公开的实施例提供了一种资讯推荐方法，包括：获取对不同类型的资讯信息进行随机访问生成的随机访问数据集，其中，随机访问数据集包括至少一条随机访问数据；获取针对真实用户生成的第一初始推荐数据和针对n个虚拟用户生成的第二初始推荐数据，其中，n 个虚拟用户是根据真实用户的属性特征虚构得到的，n为大于等于1 的整数；根据随机访问数据集与初始推荐数据集，确定目标推荐数据，其中，初始推荐数据集包括第一初始推荐数据和第二初始推荐数据；以及根据目标推荐数据，对真实用户进行资讯推荐。
58.图1示意性示出了根据本公开实施例的资讯推荐方法、资讯推荐装置、电子设备、存储介质和程序产品的应用场景图。
59.如图1所示，根据该实施例的应用场景100可以包括终端设备101、 102、103、网络104和服务器105。网络104用以在终端设备101、102、 103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
60.用户可以使用终端设备101、102、103通过网络104与服务器105 交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
61.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
62.服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
63.需要说明的是，本公开实施例所提供的资讯推荐方法一般可以由服务器105执行。相应地，本公开实施例所提供的资讯推荐装置一般可以设置于服务器105中。本公开实施例所提供的资讯推荐方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器 105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的资讯推荐装置也可以设置于不同于服务器105且能够与终端设备101、 102、103和/或服务器105通信的服务器或服务器集群中。
64.本公开实施例所提供的资讯推荐方法也可以由终端设备101、 102、103执行。相应地，本公开实施例所提供的资讯推荐装置一般也可以设置于终端设备101、102、103中。本公开实施例所提供的资讯推荐方法也可以由不同于终端设备101、102、103的其他终端执行。相应地，本公开实施例所提供的资讯推荐装置也可以设置于不同于终端设备101、102、103的其他终端中。
65.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
66.以下将基于图1描述的场景，通过图2～图4对公开实施例的资讯推荐方法进行详细描述。
67.图2示意性示出了根据本公开实施例的资讯推荐方法的流程图。
68.如图2所示，该实施例的资讯推荐方法200包括操作s201～操作 s204。
69.在操作s201，获取对不同类型的资讯信息进行随机访问生成的随机访问数据集，其中，随机访问数据集包括至少一条随机访问数据。
70.根据本公开的实施例，不同类型的资讯信息可以包括：时事热点类信息、财经类信息、娱乐类信息、体育类信息、科技类信息、游戏类信息、小说类信息以及所属地信息等。随机访问可以通过爬虫自动化模拟真实用户行为，可以创建包含使用者-会话控制的问题的请求，模拟真实用户的随机行为。
71.其中，随机行为例如可以包括但不限于：随机点击、随机浏览页面(上下左右滑动界面)、随机搜索关键字、随机点赞、随机收藏等。
72.需要说明的是，随机点击不同类型的资讯信息、随机搜索关键字等随机行为都可以使访问数据多样化，从而扰乱推荐系统对真实用户行为数据的收集。
73.在操作s202，获取针对真实用户生成的第一初始推荐数据和针对n个虚拟用户生成的第二初始推荐数据，其中，n个虚拟用户是根据真实用户的属性特征虚构得到的，n为大于等于1的整数。
74.根据本公开的实施例，第一初始推荐数据可以是根据真实用户的属性特征生成的。第二初始推荐数据可以是根据虚拟用户的属性特征生成的。其中，n个虚拟用户是根据真实用户的属性特征虚构得到的可以包括先根据真实用户的属性特征，得到与真实用户的属性特征相似或者相关的属性特征，基于这些属性特征得到虚拟用户。
75.在操作s203，根据随机访问数据集与初始推荐数据集，确定目标推荐数据，其中，初始推荐数据集包括第一初始推荐数据和第二初始推荐数据。
76.根据本公开实施例，可以根据随机访问数据集与初始推荐数据集，生成目标推荐数据。也可以通过计算随机访问数据集与初始推荐数据集中数据的相似度，将重复率高的保留，生成目标推荐数据。
77.在操作s204，根据目标推荐数据，对真实用户进行资讯推荐。
78.根据本公开实施例，可以根据在操作s203得到的目标推荐数据，对真实用户进行资讯推荐。
79.根据本公开实施例，通过对不同类型的资讯信息的随机访问数据的获取，以及对真实和虚拟用户的初始推荐数据的获取，从多维度获取了推荐数据，并且通过随机访问数据集与初始推荐数据集来确定目标推荐数据，不仅能够保留一定程度的推荐优势，还能够解决信息茧房的问题，避免陷入信息同质化、片面性，甚至避免了因沉迷于周围“三公里”，而对用户主动思考能力以及对社会认知的局限性。
80.图3示意性示出了根据本公开实施例的根据随机访问数据集与初始推荐数据集，确定目标推荐数据的方法流程图。
81.如图3所示，该实施例的根据随机访问数据集与初始推荐数据集，确定目标推荐数据的方法300包括操作s301～操作s304。
82.在操作s301，计算随机访问数据与第一初始推荐数据和第二初始推荐数据的相似度，得到相似度值。
83.根据本公开实施例，可以通过tf-idf、bm25、textrank等对随机访问数据与第一初始推荐数据和第二初始推荐数据进行算法关键词的获取，然后可以采用基于关键词的余弦
距离或者jaccard系数、 dice系数、jaro—winkler、编辑距离、汉明距离等算法计算相似度，得到相似度值。
84.例如，可以计算随机访问数据与第一初始推荐数据和第二初始推荐数据中每两个数据的相似度，并存储为键值对，如，关键字：相似度值。例如a-b：0.8、a-c：0.32、a-d：0.48、a-e：0.73、a-f： 0.16、b-c：0.26、b-d：0.45、b-e：0.67、b:f：0.08、c-d：0.6、 c-e：0.42、d-e：0.34、d-f：0.12、e-f：0.28等。
85.在操作s302，在确定相似度值超过第一阈值的情况下，确定初始数据组群。
86.根据本公开实施例，第一阈值可以根据实际资讯推荐中得到的用户访问标签、随机访问数据与初始推荐数据、相似度值等确定。第一阈值也可以动态设定。初始数据组群可以包括相似度值超过第一阈值的随机访问数据与第一初始推荐数据和第二初始推荐数据。
87.例如，第一阈值可以设定为0.3，那么初始数据组群可以为{(a-b： 0.8)，(a-c：0.32)，(a-d：0.48)，(a-e：0.73)，(b-d：0.45)，(b-e： 0.67)，(c-d：0.6)，(c-e：0.42)，(d-e：0.34)}。
88.在操作s303，根据第二阈值，将初始数据组群划分为m个目标数据组群，其中，m为大于等于1的整数。
89.根据本公开实施例，第二阈值可以根据设定的第一阈值而确定。第二阈值也可以根据动态设定的第一阈值而动态设定。
90.例如，第二阈值为0.5，那么一个目标数据组群可以为{(a-b： 0.8)，(a-e：0.73)，(b-e：0.67)}；一个目标数据组群可以为{(c-d： 0.6)}。
91.在操作s304，分别从m个目标数据组群中进行筛选，得到目标推荐数据。
92.根据本公开的实施例，可以通过从每个目标数据组群中筛选关键词分值最大的关键词对应的数据为目标推荐数据。其中，关键词分值可以为与关键词相关的相似度值之和。
93.例如，关键词a分值可以为(a-b：0.8)与(a-e：0.73)中相似度值之和。关键词b分值可以为(a-b：0.8)与(b-e：0.67)中相似度值之和。关键词e分值可以为(a-e：0.73)与(b-e：0.67) 中相似度值之和。目标推荐数据可以为关键词a对应的数据。
94.根据本公开实施例，通过计算相似度值，然后根据设定的双层阈值，从随机访问数据集与初始推荐数据集中确定目标推荐数据。不仅能够保留一定程度的推荐优势，还能够解决信息茧房的问题，避免陷入回音室效应中。
95.根据本公开的实施例，根据随机访问数据集与初始推荐数据集，确定目标推荐数据，还可以包括：根据随机访问数据集与初始推荐数据集，确定热点信息数据；利用初始推荐数据集，确定热点信息数据的用户访问标签；根据热点信息数据、用户访问标签以及相似度值，确定第一阈值；以及根据第一阈值，确定第二阈值。
96.根据本公开的实施例，可以利用资讯的特点，将随机访问数据集与初始推荐数据集中同一类资讯信息较多者，确定为热点信息数据。可以根据初始推荐数据集，针对初始推荐数据中某一类资讯用户的喜爱程度，确定热点信息数据的用户访问标签。根据热点信息数据、用户访问标签以及相似度值，确定第一阈值，例如可以是根据如下式(1) 的计算方式得到第一阈值f1(threshold)：
[0097][0098]
其中，similarity表示相似度值；hot表示热点信息数据的条数； prefer表示用户访问标签；time表示资讯产生后的时间；sum表示在 time时间内随机访问数据集与初始推荐数据集的数据总条数；e、f、 k、d、b均表示可调参数；ai表示第i组随机访问数据集与初始推荐数据集。
[0099]
根据第一阈值，确定第二阈值可以包括根据第一阈值迭代计算得到，和热点信息数据的比例成正相关。例如可以是根据如下式(2) 的计算方式得到第二阈值f2(threshold)：
[0100]
f2(threshold)＝f1(threshold)*(g*hot/sum+time)
ꢀꢀꢀ
(2)
[0101]
其中，g表示可调参数。
[0102]
根据本公开的实施例，双层阈值为动态阈值，动态从三个维度考虑：一是热点信息数据，第一阈值相对降低，这样该类资讯数据入围选择较为多；二是通过用户的喜好，如果用户较为喜好的内容，使用用户访问标签对应，同理第一阈值相对降低，适当的增加用户感兴趣的内容，同时保留一定的推荐的功能；三是时效性，随着资讯数据的时间戳增加，资讯的价值可能逐渐降低，把第二阈值逐渐提高，减少该类资讯数据的入围。实现了保留一定程度的推荐优势的同时，还能够避免信息茧房，甚至避免了因沉迷于周围“三公里”，而对用户主动思考能力以及对社会认知的局限性。
[0103]
根据本公开的实施例，计算随机访问数据与第一初始推荐数据和第二初始推荐数据的相似度，得到相似度值，可以包括：从随机访问数据与第一初始推荐数据和第二初始推荐数据中获取算法关键词；以及根据算法关键词，计算相似度，得到相似度值。
[0104]
根据本公开的实施例，获取算法关键词可以通过tf-idf、bm25、 textrank等算法获取。可以采用基于关键词的余弦距离或者jaccard 系数、dice系数、jaro—winkler、编辑距离、汉明距离等算法计算相似度，得到相似度值。需要说明的是，利用此类方法计算相似度值可以减少计算量。
[0105]
根据本公开的实施例，真实用户的属性特征可以包括真实用户的用户行为特征。其中，n个虚拟用户是根据真实用户的属性特征虚构得到的，可以包括：获取真实用户的用户行为特征；以及根据用户行为特征，虚构得到n个虚拟用户。
[0106]
根据本公开的实施例，用户行为特征可以包括例如点击、浏览页面(上下左右滑动界面)、搜索关键字、点赞、收藏等行为特征。可以获取不同真实用户的用户行为特征，通过改变一些行为特征，从而改变可能对应的用户，将改变后的用户作为得到的虚拟用户。
[0107]
根据本公开的实施例，通过虚构虚拟用户，增加用户行为特征，可以为用户提供更为真实的随机多角度的内容展示，有利于打破信息茧房。
[0108]
根据本公开的实施例，真实用户的属性特征还可以包括真实用户的用户属性特征。其中，n个虚拟用户是根据真实用户的属性特征虚构得到的，还可以包括：通过更改真实用户的用户属性特征，虚构虚拟用户。
[0109]
根据本公开的实施例，用户属性特征可以包括例如用户地址，年龄，姓名，性别等。
[0110]
根据本公开的实施例，由于例如资讯类app常常推送军事类的资讯给男性；推送游戏类娱乐类给儿童等，所以通过虚构虚拟用户可以用来打破对用户固化的标签设定标注，可以避免根据用户的固有特征标签类的推送的发生，有利于打破信息茧房。
[0111]
根据本公开的实施例，在获取n个虚拟用户与真实用户的初始推荐数据之前，还可以包括：对真实用户的真实访问数据进行预处理，得到预处理后的真实访问数据；根据真实访问数据，生成第一初始推荐数据；根据n个虚拟用户的属性特征，生成第二初始推荐数据。
[0112]
根据本公开的实施例，对真实用户的真实访问数据进行预处理可以包括对真实用户的一部分真实访问数据进行删除或者更改。例如，真实访问数据可以是针对收藏夹、购物车、浏览器、历史阅览痕迹等产生的数据。可以通过对这些数据进行清理或者更改后得到预处理后的真实访问数据。
[0113]
基于上述提供的资讯推荐方法，本公开还提供了一种资讯推荐系统，针对以往大众媒体把一模一样的信息通过广播或电视无差别地推荐给每个人，而现在app会主动对信息进行筛选，并通过界面为用户制作独一无二的“个人摘要”。用户在使用某款app时，app会习惯性地抓取用户点击的每个图片或者下方的内容，然后用打标签的方式归类在后台中，其本质是排序，即平台可以收集一个账号的多个标签排序。大部分大平台的推荐系统采用的自动推荐如监督学习算法，简单来说就是：你是谁、你在哪里、你爱看什么？但是这种推荐仍然存在信息茧房和数字鸿沟的问题，导致用户容易陷入知识获取单一化，甚至可能陷入“习惯的周边三公里”。
[0114]
图4示意性示出了根据本公开实施例的资讯推荐系统架构图。
[0115]
如图4所示，该资讯推荐系统架构图，按照系统功能可以划分三层，分别为支撑层、交互服务层、展示层。支撑层可以包括公共资源共享池，分别为用户资源池，策略池，用户行为逻辑单元池，计算缓存池。交互服务层可以集成接口管理子系统、用户数据管理子系统、用户管理子系统、用户行为子系统、比价子系统、杀熟汇报子系统等。展示层可以实现客户端的页面展示。
[0116]
其中，用户资源池：可以用于存放管理创建的用户，维护用户，修改用户的信息，用户的销毁等。本公开的实施例中虚构虚拟用户可以在该层中实现。
[0117]
策略池：可以存放不同app的适配策略。不同的app采用的资讯推荐的策略可以不同。比如搜索引擎app中搜索如何安装灯泡，购物app淘宝京东等推送灯泡的购物链接。禁止这种非必要的不同app 间数据收集，可以采取的手段方法如关闭用户输入的收集，禁止app 间的用户数据互通。可以解决域算法中的“你在哪”等造成的信息茧房。策略池可以将本公开实施例提供的资讯推荐方法的策略存放。
[0118]
用户行为逻辑单元池：由于用户的行为具有一定的逻辑性。将用户行为组装成为用户行为逻辑单元，方便被调用。
[0119]
计算缓存池：可以计算数据相似度，将其缓存下来。相似度存储于缓存池中，不同的用户可以直接调用，不需要重复计算，减少计算量。相似度和阈值比较为随机和伪随机选择的判断提供数据依据。同时缓存不同用户的内容的显示，为随机混合不同用户的展示结果提供基础数据。本公开实施例提供的计算随机访问数据与第一初始推荐数据和第二初始推荐数据的相似度，得到相似度值可以利用该层的计算缓存池计算数据相似度，并将其缓
存下来。根据不同类型的app，可以采用差异性相似度计算方法，实现更为准确的个性化的推荐。
[0120]
集成接口管理子系统：具有用户界面接口功能，按照app类型 (例如资讯类、购物类、交通类、旅行类等)分别选择不同策略为不同的app集成适配。策略管理器strategymanager细粒度管理策略仓库。集成接口管理子系统作为系统的大脑，统一调度协调方法其他子模块功能，同时使用可以插拔的接口plugin设计尽可能屏蔽底层不同app架构的支撑。设定策略定期卸载app，再次安装，如果没有使用时间超过一定阈值，卸载后不安装，也为手机减负。
[0121]
用户数据管理子系统：对用户的数据进行管理，非必要数据不提供给app，app之间不能互通数据，不能收集获取用户的输入其他 app的行为。通过对app的数据请求进行分等级控制，仅仅使用期间搜集数据，对请求的数据也进行过滤，通过信息过滤管理器 filtermanager实现，只有部分必需数据能过经过filtermanager的过滤接口filter才能展示。为使用户获取到不同类型的信息内容，通过的filtermanager的比较接口compare方法来计算相似度。
[0122]
用户管理子系统：主要有创建用户子模块和用户管理子模块。创建用户子模块可以随机虚构不同的虚拟用户，不同的虚拟用户包含非注册用户和注册用户。用户管理子模块负责注册用户需要填写基本的信息，最小量的填写原则，用户特征随机填写。经常修改个人信息，比如地址，年龄，姓名，打破对用户的标签设定。创建的用户放在用户池中提供复用。负责删除废弃的用户。本公开实施例提供的虚构的虚拟用户可以通过该用户管理子系统进行管理。
[0123]
用户行为子系统：可以分为页面元素发现单元、用户操作单元、清理用户行为单元、时间控制单元。
[0124]
其中，页面元素发现单元：非注册用户可以采用不登录的方式对用户行为进行操作。注册用户首先登陆，再进行操作。通过python 等爬虫工具爬取app的url，循环网页元素，轮询有三个层次，插入随机数，多个用户同时轮询页面元素。通过browser的方法调用 find_element_by_id或者find_element_by_tag_name类似的方法定位标签。通过具体的拆分条件：1)url列表循环2)文本列表循环3) 固定元素列表循环。
[0125]
用户操作单元：用爬虫模拟用户随机点击，比如python或者 selenium的webdriver的对象，根据具体的平台适配，产生request 和response的web请求，创造user-session模拟不同用户。user-session 包含重要字段：user-id，user-password,user-agent等。根据不同的 request请求构造其中必要的三个元素user-agent,cookie,token三个值。可以通过浏览器的插件获取到token和cookie，重新组装获取到的 token和cookie的请求，为防止反爬虫，一方面要控制爬虫的时间间隔，一般业界都采用20秒的机制，可以适当的增加。同时创建多个 token和cookie分别组成token和cookie池，不同的模拟用户可以直接调用，实现复用。不同的用户可以使用类似fake_useragent库，产生使用随机函数调用各种user-agent来模拟不同的浏览器。随机页面的用户操作可以通过random随机产生。随机点击不同类型的条目信息，扰乱其数据的收集，随机搜索各类词语。爬虫自动化的实现有一定的逻辑要求。因为用户部分行为有一定的先后逻辑顺序，比如需要点击某内容之后，定时滑动到页面底端，才能进行点赞或者收藏行为，完成后需要返回主页面，因此需要组装用
户单个行为为用户行为单元，以用户行为单元为最小逻辑单元进行调用。最小逻辑单元设计可以借鉴纸牌card的模式，调用洗牌函数shuffle(strategy)可以随机对逻辑单元进行调用。shuffle(strategy)函数的策略可以是真随机和伪随机两种。真随机是使用随机数进行item。伪随机可以使用条目选择器 itemselector选择不同的类型的条目item也进行随机选择，在类型中进行二次随机选择，均匀分布各类的item，用于刻意打乱用户的行为，避免信息茧房的情况。本公开实施例提供的获取对不同类型的资讯信息进行随机访问生成的随机访问数据集可以通过执行该用户操作单元生成随机访问数据集后获取得到。
[0126]
需要说明的是，有些网址https的访问，可以绕开证书验证环节：例如，不再证书验证，可以分为两种情况，一种是购买了权威ca的证书；一种是虽然网站做了证书验证，但是不适用https协议也能正常登陆verify＝false。使用爬虫代理，为了防止爬某网站的频率过高， ip会被改网站封掉。使用认证设置。
[0127]
清理用户行为单元：设定一定的策略，定期清理用户浏览历史、点赞记录、收藏夹、购物车。不同的app可执行不同的策略，满足用户个性化需求。采用清理浏览器缓存，模拟用户行为，清理用户浏览历史，反点赞记录，清理收藏夹，清理购物车等。本公开实施例提供的对真实用户的真实访问数据进行预处理，得到预处理后的真实访问数据例如可以通过该清理用户行为单元执行实现。
[0128]
时间控制单元：设置时间间隔和超时设置。其中，时间间隔一方面是没有必要实时更新，减少数据流量的消耗，使用一定的缓存计算，可以提高计算和展示效率，另一方面避免因为过于频繁的爬取会导致封ip，此外防止封ip的方法可以使用代理。超时设置对于超过时长 20s的请求，断开连接，避免连接数达到上限。
[0129]
比价子系统：参考现有的比价系统，也可直接集成现有的比价系统。横向可以通过搜索相同的物品，或者图片识别(仅做辅助)实现不同平台对比价格。纵向使用不同的用户同一平台比较价格。也可以交叉上述两种方法，随机选择。
[0130]
杀熟汇报子系统：通过比价系统中获取到杀熟的情况，仅针对同一平台不同用户价格不同的情况，对接监管部门接口api汇报情况。汇报数据可以采用json或者html等形式，数据包含本应用id、app 名称、网页链接url、店铺名称、物品名称、价格对比、时间戳和备注等。需要说明的是，数据格式例如可以是：
[0131]
appid：798123
[0132]
appname:maiduoduo
[0133]
url:http://qgifhva.com.cn
[0134]
shopname:myshop
[0135]
itemname:oneitem
[0136]
price:58,39,81
[0137]
timestamp:2022031207123610
[0138]
note：上传价格图片。
[0139]
根据本公开的实施例，该资讯推荐系统具有通用性。可以集成多类型多个app，适用范围广，使用可插拔的plugin的插件模式，屏蔽不同app的底层细节，可以随时调整包含的app，对上层透明。其中，app的类型可以包括资讯信息类、视频类、音乐类、购物类、餐饮类、旅游类、交通类等。
[0140]
需要说明的是，不同类型的app打破信息茧房的策略偏重略有不同。例如，如果是针对购物类信息，购物类app的计算方案，图片为重点计算对象，可以通过现成的ocr技术，利用paddleocr实现文字区域的自动检测和文本自动识别，直接爬取页面的物品图片和提取名称加以权重比例为混合计算相似度。可以采用现有的欧式距离、余弦距离、汉明距离、结构性相似度指数ssim(提取亮度、对比、结构)等技术计算图片相似度。由于对图片的相识度要求无需太高，汉明距离计算量小、速度快较为推荐。
[0141]
基于上述资讯推荐方法，本公开还提供了一种资讯推荐装置。以下将结合图5对该装置进行详细描述。
[0142]
图5示意性示出了根据本公开实施例的资讯推荐装置的结构框图。
[0143]
如图5所示，该实施例的资讯推荐装置500包括第一获取模块 510、第二获取模块520、确定模块530和推荐模块540。
[0144]
第一获取模块510用于获取对不同类型的资讯信息进行随机访问生成的随机访问数据集，其中，随机访问数据集包括至少一条随机访问数据。在一实施例中，第一获取模块510可以用于执行前文描述的操作s201，在此不再赘述。
[0145]
第二获取模块520用于获取针对真实用户生成的第一初始推荐数据和针对n个虚拟用户生成的第二初始推荐数据，其中，n个虚拟用户是根据真实用户的属性特征虚构得到的，n为大于等于1的整数。在一实施例中，第二获取模块520可以用于执行前文描述的操作 s202，在此不再赘述。
[0146]
确定模块530用于根据随机访问数据集与初始推荐数据集，确定目标推荐数据，其中，初始推荐数据集包括第一初始推荐数据和第二初始推荐数据。在一实施例中，确定模块530可以用于执行前文描述的操作s203，在此不再赘述。
[0147]
推荐模块540用于根据目标推荐数据，对真实用户进行资讯推荐。在一实施例中，推荐模块540可以用于执行前文描述的操作s204，在此不再赘述。
[0148]
根据本公开的实施例，资讯推荐装置500还可以包括预处理模块、第一生成模块和第二生成模块。
[0149]
预处理模块用于对真实用户的真实访问数据进行预处理，得到预处理后的真实访问数据。
[0150]
第一生成模块用于根据真实访问数据，生成第一初始推荐数据。
[0151]
第二生成模块用于根据n个虚拟用户的属性特征，生成第二初始推荐数据。
[0152]
根据本公开的实施例，第一获取模块510、第二获取模块520、确定模块530和推荐模块540中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一获取模块510、第二获取模块520、确定模块530和推荐模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获取模块510、第二获取模块520、确定模块530 和推荐模块540中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被
运行时，可以执行相应的功能。
[0153]
图6示意性示出了根据本公开实施例的适于实现资讯推荐方法的电子设备的方框图。
[0154]
如图6所示，根据本公开实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分 608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路 (asic))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0155]
在ram 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、rom 602以及ram 603通过总线604彼此相连。处理器 601通过执行rom 602和/或ram 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除 rom 602和ram 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0156]
根据本公开的实施例，电子设备600还可以包括输入/输出(i/o) 接口605，输入/输出(i/o)接口605也连接至总线604。电子设备600 还可以包括连接至i/o接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd) 等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0157]
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
[0158]
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom602和/或ram 603和/或rom 602和ram 603以外的一个或多个存储器。
[0159]
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的方法。
[0160]
在该计算机程序被处理器601执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
[0161]
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0162]
在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0163]
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++， python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网 (lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0164]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0165]
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和 /或结合。所有这些组合和/或结合均落入本公开的范围。
[0166]
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。