一种推荐信息的方法及装置的制造方法
【技术领域】
[0001]本发明涉及互联网技术领域，特别涉及一种推荐信息的方法及装置。
【背景技术】
[0002]用户打开手机APP (Applicat1n，应用程序)时，会根据 GPS (Global Posit1ningSystem,全球定位系统)、W1-Fi (Wireless-Fidelity，无线宽带)、移动基站等进行综合定位，然后获取用户所在位置。目前对用户定位信息的使用情况是:通过计算，展示定位点周边的服务和信息，如附近的酒店、餐馆、商场、天气情况等；或者根据用户选择的目的地，通过计算，从定位点发起导航指引。
[0003]相关技术中，虽然能够将用户的定位点作为一个信息，进行相关服务推荐(如附近的酒店、餐馆、商场、导航信息等)，但是对定位信息的使用还很初级，还停留在简单使用定位信息的阶段，不能从定位信息中挖掘更多有价值的数据。
【发明内容】
[0004]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一种推荐信息的方法及装置，用以及时、准确的向用户发送推荐信息。
[0005]本发明提供一种推荐信息的方法，包括:
[0006]获取用户的位置信息；
[0007]根据所述位置信息与预先建立的用户模型进行匹配，确定所述用户的特征信息；
[0008]根据所述特征信息向所述用户发送推荐信息。
[0009]在一个实施例中，所述用户模型可通过下述方式得到:
[0010]获取多个用户的位置信息及所述多个用户的特征信息；
[0011]根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型。
[0012]在一个实施例中，所述特征信息可包括:个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。
[0013]在一个实施例中，在所述获取多个用户的位置信息及所述多个用户的特征信息之后，所述方法还可包括:
[0014]将所述实际地理位置进行区域划分；
[0015]针对每个用户，确定用户的所述位置信息所属的区域；
[0016]所述根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户模型，包括:
[0017]对多个用户的所属的区域和特征信息进行统计，建立用户模型。
[0018]在一个实施例中，还可包括:
[0019]周期性收集所述区域内的用户的特征信息；
[0020]根据所述划分的区域及持续收集的所述区域内的用户的特征信息不断更用户模型。
[0021]本发明还提供一种推荐信息的装置，包括:
[0022]第一获取模块，用于获取用户的位置信息；
[0023]特征信息确定模块，用于根据所述位置信息与预先建立的用户模型进行匹配，确定所述用户的特征信息；
[0024]推荐信息发送模块，用于根据所述特征信息向所述用户发送推荐信息。
[0025]在一个实施例中，所述装置还可包括:
[0026]第二获取模块，用于获取多个用户的位置信息及所述多个用户的特征信息；
[0027]用户模型建立模块，用于根据所述多个用户的位置信息及所述多个用户的特征信息的关联关系，建立用户t旲型。
[0028]在一个实施例中，所述特征信息可包括:个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。
[0029]在一个实施例中，所述装置还可包括:
[0030]区域划分模块，用于将所述实际地理位置进行区域划分；
[0031]位置确定模块，用于针对每个用户，确定用户的所述位置信息所属的区域；
[0032]用户模型建立模块还用于对多个用户的所属的区域和特征信息进行统计，建立用户模型。
[0033]在一个实施例中，所述装置还可包括:
[0034]收集模块，用于周期性收集所述区域内的用户的特征信息；
[0035]更新模块，用于根据所述划分的区域及持续收集的所述区域内的用户的特征信息不断更用户模型。
[0036]本发明实施例的一些有益效果可以包括:通过获取用户的位置信息，根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息，根据特征信息向用户发送对应的推荐信息，通过用户模型确定用户的相关特征，进而向其推荐与其特征更为适合的相关信息，提高了推荐信息的准确性，并且由于用户模型是提前建立好的，因此可以通过用户模型快速返回用户的特征信息，从而及时、准确的向用户发送推荐信息，提高了推荐的效率。
[0037]本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0038]下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0039]附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中:
[0040]图1为本发明实施例中一种推荐信息的方法的流程图；
[0041]图2为本发明实施例中另一种推荐信息的方法的流程图；
[0042]图3为本发明实施例中另一种推荐信息的方法的流程图；
[0043]图4为本发明实施例中另一种推荐信息的方法的流程图；
[0044]图5为本发明实施例中一种推荐信息的装置的框图；
[0045]图6为本发明实施例中另一种推荐信息的装置的框图；
[0046]图7为本发明实施例中另一种推荐信息的装置的框图；
[0047]图8为本发明实施例中另一种推荐信息的装置的框图。
【具体实施方式】
[0048]以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0049]图1所示为本发明实施例中一种推荐信息的方法的流程图，用于智能终端尤其是移动终端及其应用程序中，如图1所示，包括以下步骤S11-S13:
[0050]步骤S11，获取用户的位置信息。
[0051]在一个实施例中，用户打开移动终端APP时，根据GPS、W1-F1、移动基站等进行综合定位，获取用户所在的位置信息。
[0052]步骤S12，根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息。
[0053]在一个实施例中，特征信息可包括:个人属性信息以及在终端上浏览物品的信息、评论物品的信息、收藏物品的信息以及给物品打分的信息中的任一项或多项用户行为信息。个人属性信息可以是用户的性别、职业、收入、家庭住址等个人信息。
[0054]在一个实施例中，如图2所示，用户模型可通过下述步骤S21-S22得到:
[0055]步骤S21，获取多个用户的位置信息及多个用户的特征信息。
[0056]步骤S22，根据多个用户的位置信息及多个用户的特征信息的关联关系，建立用户模型。
[0057]根据采集到的多个用户的位置信息，结合这多个用户的特征信息，进行大数据分析，比如，分析用户经常浏览或购买的商品品类、价格区间、用户收藏的商品，用户评论的商品等信息，以及年龄、职业、收入等信息。将用户按照区域进行划分，根据区域的不同建立用户模型。
[0058]上述方法，预先建立用户模型，当有新用户时，能快速根据定位信息反推出用户所在人群，从而可及时准确地向新用户推荐商品信息。
[0059]步骤S13，根据特征信息向用户发送推荐信息。
[0060]当有新用户使用时，能根据用户模型反向找到用户所在的人群，然后将此人群的特点关联到新用户身上，快速分析出新用户的特征信息，比如，年龄、职业、收入等信息，从而有针对性的向用户推荐信息，比如用户访问的是购物类的app，此时可有针对性的向用户推荐商品信息。
[0061]本发明实施例的上述方法，通过获取用户的位置信息，根据位置信息与预先建立的用户模型进行匹配，确定用户的特征信息，根据特征信息向用户发送对应的推荐信息，通过用户模型确定用户的相关特征，进而向其推荐与其特征更为适合的相关信息，提高了推荐信息的准确性，并且由于用户模型是提前建立好的，因此可以通过用户模型快速返回用户的特征信息，从而及时、准确的向用户发送推荐信息，提高了推荐的效率。
[0062]在一个实施例中，如图3所示，在步骤S21之后，上述方法还可包括步骤S23-S24:
[0063]步骤S23、将实际地理位置进行区域划分。
[0064]获取多个用户的位置信息后，将位置信息与实际的地理位置进行关联，并手机定位点的属性，比如，小区、学校、商圈、IT办公楼等。将实际地理位置进行区域划分，划分时，比如可以一个办公楼划分为一个区域，也可几个办公楼划分为一个区域，根据实际情况具体确定如何划分区域。
[0065]步骤S24、针对每个用户，确定用户的位置信息所属的区域。
[0066]本步骤中，将每个用户所在的位置划归到其所属的区域内。
[0067]步骤S22，可实施为如下步骤S25:
[0068]步骤S25、对多个用户的所属的区域和特征信息