[发明专利]信息推荐方法和系统

权利要求书

1.一种信息推荐方法，其特征在于，包括：

终端实时采集用户的操作数据发送给服务器；

所述服务器根据预置时长内的所述操作数据，得到所述用户的行为特征；

所述服务器实时构建与所述行为特征对应的各应用场景的实时推荐模型，并向所述终端发送所述实时推荐模型；

当满足触发条件时，所述终端调用与当前应用场景的特征相匹配的实时推荐模型，得到推荐信息并展示所述推荐信息，所述触发条件为检测到页面翻页或页面刷新，包括：

当检测到页面翻页或页面刷新时，获取与当前应用场景的特征相匹配的目标推荐模型；

当所述目标推荐模型包括所述实时推荐模型和离线模型时，所述终端调用所述离线模型，对与页面翻页或页面刷新前的操作数据对应的备选数据进行筛选处理，并基于筛选处理的备选数据，调用与当前应用场景的特征相匹配的实时推荐模型，得到推荐信息并展示所述推荐信息；

当所述目标推荐模型包括所述实时推荐模型时，调用与当前应用场景的特征相匹配的实时推荐模型，得到推荐信息并展示所述推荐信息。

2.如权利要求1所述的方法，其特征在于，所述服务器根据预置时长内的所述操作数据，得到所述用户的行为特征，包括：

所述服务器通过滑动时间窗口确定所述预置时长；

将所述预置时长内的所述操作数据，分别按照所述操作数据类型进行分布式统计；

汇总统计结果得到所述用户的行为特征。

3.如权利要求1所述的方法，其特征在于，所述获取与当前应用场景的特征相匹配的目标推荐模型包括：

获取当前应用场景的特征以及获取所述页面翻页或页面刷新前的操作数据，并根据所述当前应用场景的特征，确认当前应用场景，所述当前应用场景包括当前客户端的首页、软件页、游戏页或搜索页，所述页面翻页或页面刷新前的操作数据包括：用户所述当前应用场景中浏览、点击、下载或者搜索的内容；

获取与所述当前应用场景相匹配的目标推荐模型。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

在客户端初次启动时，所述服务器向所述终端发送离线模型，所述离线模型通过分析多个用户的长期行为特征得到；

所述终端调用所述离线模型，得到推荐信息并展示所述推荐信息。

5.如权利要求1所述的方法，其特征在于，所述终端调用与当前应用场景的特征相匹配的实时推荐模型，得到推荐信息包括：

当与当前应用场景的特征相匹配的实时推荐模型为多个时，所述终端按照预设的调用顺序，依次调用与当前应用场景的特征相匹配的各实时推荐模型，从备选数据中得到所述推荐信息。

6.如权利要求1所述的方法，其特征在于，所述终端调用与当前应用场景的特征相匹配的实时推荐模型，得到推荐信息包括：

当与当前应用场景的特征相匹配的实时推荐模型为多个时，所述终端分别调用与当前应用场景的特征相匹配的各实时推荐模型，从备选数据中得到与多个所述实时推荐模型分别对应的多组备选推荐信息；

分别取各组所述备选推荐信息中的预置排位的目标推荐信息，并将取得的多组目标推荐信息，按照各所述实时推荐模型的优先级进行排序，得到所述推荐信息。

7.如权利要求6所述的方法，其特征在于，所述终端调用与当前应用场景的特征相匹配的实时推荐模型，得到推荐信息之后，还包括：

获取各所述推荐信息被操作的时间顺序及次数；

根据所述时间顺序及次数，调整各所述实时推荐模型的优先级，并将调整后的各所述实时推荐模型的优先级发送给所述服务器；

所述服务器根据预设统计时长内各所述终端发送的调整后的各所述实时推荐模型的优先级，在所述服务器中将调整次数超过预设次数实时推荐模型的优先级进行调整。