技術(shù)領(lǐng)域

本發(fā)明涉及通信技術(shù)，尤其涉及一種信息推薦處理方法及裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)上的信息量呈現(xiàn)出爆炸性地增長(zhǎng)，信息的更新頻率也越來(lái)越快，當(dāng)用戶(hù)瀏覽網(wǎng)頁(yè)的時(shí)候會(huì)有各式各樣的信息呈現(xiàn)給用戶(hù)，使得用戶(hù)應(yīng)接不暇。特別地，在電子商務(wù)領(lǐng)域，隨著電子商務(wù)規(guī)模的不斷擴(kuò)大，商品個(gè)數(shù)和種類(lèi)快速增長(zhǎng)，顧客需要花費(fèi)大量的時(shí)間才能找到自己想買(mǎi)的商品。這種瀏覽大量無(wú)關(guān)信息和產(chǎn)品的過(guò)程無(wú)疑會(huì)使淹沒(méi)在信息過(guò)載問(wèn)題中的消費(fèi)者不斷流失。在互聯(lián)網(wǎng)瀏覽領(lǐng)域，隨著博客、維基、微博的發(fā)展，大量的網(wǎng)絡(luò)信息由用戶(hù)個(gè)人產(chǎn)生，信息的組織散亂，質(zhì)量和可信度參差不齊，使得用戶(hù)需要花費(fèi)大量時(shí)間才能找到自己感興趣的信息。

現(xiàn)有技術(shù)中，為了解決上述問(wèn)題，采用個(gè)性化推薦的方式向用戶(hù)推薦感興趣的信息和商品。

但是，隨著信息更新越來(lái)越快，現(xiàn)有技術(shù)中，向用戶(hù)推薦的信息很多時(shí)候是已經(jīng)過(guò)時(shí)的信息，給用戶(hù)帶來(lái)信息瀏覽的負(fù)擔(dān)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種信息推薦處理方法及裝置，用于解決向用戶(hù)推薦過(guò)時(shí)信息的問(wèn)題。

本發(fā)明實(shí)施例第一方面提供一種信息推薦處理方法，包括：

獲取信息集，所述信息集中包括多條待推薦信息，所述待推薦信息包括用于標(biāo)識(shí)所述待推薦信息產(chǎn)生時(shí)間的時(shí)間標(biāo)簽；

根據(jù)信息推薦時(shí)間范圍信息以及各待推薦信息對(duì)應(yīng)的時(shí)間標(biāo)簽，將所述信息集中的多條待推薦信息劃分為范圍內(nèi)待推薦信息和范圍外待推薦信息；

在所述范圍內(nèi)待推薦信息內(nèi)確定用于推薦的待推薦信息；

其中，所述范圍內(nèi)待推薦信息的時(shí)間標(biāo)簽所標(biāo)識(shí)的時(shí)間包含在所述信息推薦時(shí)間范圍內(nèi)。

結(jié)合第一方面，在第一方面的第一種可能的實(shí)施方式中，所述在所述范圍內(nèi)待推薦信息內(nèi)確定用于推薦的待推薦信息包括：

獲取所述范圍內(nèi)待推薦信息所包括的至少一個(gè)關(guān)鍵詞，并根據(jù)所述范圍內(nèi)待推薦信息和所述范圍外待推薦信息的數(shù)量，以及所述范圍內(nèi)待推薦信息和所述范圍外待推薦信息分別包括所述關(guān)鍵詞的數(shù)量，獲取所述關(guān)鍵詞對(duì)應(yīng)的信息增益；

根據(jù)所述信息增益在所述范圍內(nèi)待推薦信息確定所述用于推薦的待推薦信息。

結(jié)合第一方面的第一種可能的實(shí)施方式，在第一方面的第二種可能的實(shí)施方式中，所述根據(jù)所述信息增益在所述范圍內(nèi)待推薦信息中確定所述用于推薦的待推薦信息包括：

根據(jù)所述范圍內(nèi)待推薦信息所包括的各關(guān)鍵詞所對(duì)應(yīng)的信息增益，獲取各范圍內(nèi)待推薦信息對(duì)應(yīng)的數(shù)字向量；

根據(jù)各范圍內(nèi)待推薦信息對(duì)應(yīng)的數(shù)字向量組成數(shù)字向量矩陣，應(yīng)用預(yù)設(shè)的聚類(lèi)或分類(lèi)算法，獲取用于推薦的范圍內(nèi)待推薦信息。

結(jié)合第一方面的第二種可能的實(shí)施方式，在第一方面的第三種可能的實(shí)施方式中，所述方法還包括：

根據(jù)各關(guān)鍵詞所對(duì)應(yīng)的信息增益，對(duì)所述范圍內(nèi)待推薦信息進(jìn)行篩選，并獲取經(jīng)過(guò)篩選的范圍內(nèi)待推薦信息所對(duì)應(yīng)的數(shù)字向量；相應(yīng)地，

所述根據(jù)各范圍內(nèi)待推薦信息對(duì)應(yīng)的數(shù)字向量組成數(shù)字向量矩陣包括：

根據(jù)經(jīng)過(guò)篩選的范圍內(nèi)待推薦信息所對(duì)應(yīng)的數(shù)字向量，組成所述數(shù)字向量矩陣。

結(jié)合第一方面至第一方面的第三種可能的實(shí)施方式中任一項(xiàng)，在第一方面的第四種可能的實(shí)施方式中，所述獲取信息集包括：

根據(jù)搜索詞獲取多條待推薦信息，形成所述信息集；

所述搜索詞包括：用戶(hù)輸入的搜索詞；或者，從用戶(hù)的關(guān)聯(lián)信息中提取的搜索詞。

本發(fā)明實(shí)施例第二方面提供一種新型推薦處理裝置，包括：

獲取模塊，用于獲取信息集，所述信息集中包括多條待推薦信息，所述待推薦信息包括用于標(biāo)識(shí)所述待推薦信息產(chǎn)生時(shí)間的時(shí)間標(biāo)簽；

劃分模塊，用于根據(jù)信息推薦時(shí)間范圍信息以及各待推薦信息對(duì)應(yīng)的時(shí)間標(biāo)簽，將所述信息集中的多條待推薦信息劃分為范圍內(nèi)待推薦信息和范圍外待推薦信息；

推薦模塊，用于在所述范圍內(nèi)待推薦信息內(nèi)確定用于推薦的待推薦信息；

其中，所述范圍內(nèi)待推薦信息的時(shí)間標(biāo)簽所標(biāo)識(shí)的時(shí)間包含在所述信息推薦時(shí)間范圍內(nèi)。

結(jié)合第二方面，在第二方面的第一種可能的實(shí)施方式中，所述推薦模塊，具體用于獲取所述范圍內(nèi)待推薦信息所包括的至少一個(gè)關(guān)鍵詞，并根據(jù)所述范圍內(nèi)待推薦信息和所述范圍外待推薦信息的數(shù)量，以及所述范圍內(nèi)待推薦信息和所述范圍外待推薦信息分別包括所述關(guān)鍵詞的數(shù)量，獲取所述關(guān)鍵詞對(duì)應(yīng)的信息增益；根據(jù)所述信息增益在所述范圍內(nèi)待推薦信息確定所述用于推薦的待推薦信息。