本發(fā)明屬于數(shù)據(jù)分析與處理技術(shù)領(lǐng)域，尤其涉及一種內(nèi)容推送方法及裝置。

背景技術(shù)：

隨著逐漸步入信息時代，當今世界正處于信息大爆炸的環(huán)境下，同時面臨著嚴峻的信息過載問題。僅在2011年，全球數(shù)據(jù)量就達到了1.8zb，相當于全世界每人每年能產(chǎn)生200gb以上的數(shù)據(jù)，并且這個數(shù)字還在逐年增長，據(jù)保守預計，接下來幾年中，數(shù)據(jù)產(chǎn)生量將始終保持每年50％的增長速度。現(xiàn)如今，在各大電商、視頻播放平臺、音頻播放平臺上，用戶每天都產(chǎn)生海量的數(shù)據(jù)，因此如何有效地利用用戶產(chǎn)生的數(shù)據(jù)是當今互聯(lián)網(wǎng)企業(yè)亟需解決的問題。此時，個性化的推薦系統(tǒng)作為數(shù)據(jù)挖掘的手段便應運而生了。推薦系統(tǒng)是指互聯(lián)網(wǎng)網(wǎng)站向用戶提供物品信息或建議，讓用戶發(fā)現(xiàn)自己潛在的興趣和需求并幫助用戶選擇物品。

基于物品的協(xié)同過濾(item-basedcollaborativefiltering)算法是目前業(yè)界應用最多的推薦算法。無論是亞馬遜網(wǎng)，還是netflix、hulu、youtube等，其推薦算法的基礎都是該算法。其優(yōu)點有：1.計算簡單；2.可以根據(jù)用戶歷史行為歸納推薦理由；3.用戶行為歷史越多推薦效率越高。其缺點主要有1.物品數(shù)量遠大于用戶時，計算物品共現(xiàn)矩陣代價太大；2.冷啟動問題嚴重；3.選取種子物品進行計算推薦列表時，沒有考慮時間信息。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例所要解決的技術(shù)問題在于提供一種內(nèi)容推送方法及裝置，旨在解決現(xiàn)有技術(shù)中用戶興趣度計算不精確的問題。

本發(fā)明實施例第一方面提供了一種內(nèi)容推送方法，所述方法包括：

獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，所述用戶的內(nèi)容查看歷史數(shù)據(jù)包括用戶的全部歷史內(nèi)容及各所述歷史內(nèi)容的查看時間點，所述歷史內(nèi)容為用戶查看過的內(nèi)容；

將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算所述目標內(nèi)容與關(guān)聯(lián)的所述目標用戶的歷史內(nèi)容的相似度，獲取所述目標用戶對與所述目標內(nèi)容關(guān)聯(lián)的所述目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各所述歷史內(nèi)容的查看時間點，計算所述目標用戶查看與所述目標內(nèi)容關(guān)聯(lián)的所述目標用戶的歷史內(nèi)容的行為時間權(quán)重；

根據(jù)所述相似度、所述用戶評分及所述行為時間權(quán)重，計算所述目標用戶對所述目標內(nèi)容的興趣度；

選取所述目標用戶興趣度最高的預置數(shù)量個所述目標內(nèi)容，推送給所述目標用戶。

本發(fā)明實施例第二方面提供了一種內(nèi)容推送裝置，所述裝置包括：

獲取模塊，用于獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，所述用戶的內(nèi)容查看歷史數(shù)據(jù)包括用戶的全部歷史內(nèi)容及各所述歷史內(nèi)容的查看時間點，所述歷史內(nèi)容為用戶查看過的內(nèi)容；

處理模塊，用于將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算所述目標內(nèi)容與關(guān)聯(lián)的所述目標用戶的歷史內(nèi)容的相似度，獲取所述目標用戶對與所述目標內(nèi)容關(guān)聯(lián)的所述目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各所述歷史內(nèi)容的查看時間點，計算所述目標用戶查看與所述目標內(nèi)容關(guān)聯(lián)的所述目標用戶的歷史內(nèi)容的行為時間權(quán)重；

計算模塊，用于根據(jù)所述相似度、所述用戶評分及所述行為時間權(quán)重，計算所述目標用戶對所述目標內(nèi)容的興趣度；

推送模塊，用于選取所述目標用戶興趣度最高的預置數(shù)量個所述目標內(nèi)容，推送給所述目標用戶。

從上述本發(fā)明實施例可知，本發(fā)明通過獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各歷史內(nèi)容的查看時間點，計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重，根據(jù)相似度、用戶評分及行為時間權(quán)重，計算目標用戶對目標內(nèi)容的興趣度，選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶，相較于現(xiàn)有技術(shù)，本方案在獲取用戶推送內(nèi)容過程中，在計算用戶的興趣度時，引入了用戶歷史內(nèi)容的行為時間權(quán)重這一參數(shù)，使用戶興趣度的統(tǒng)計更為準確，進而使獲取的用戶推送內(nèi)容更為精確。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

附圖1是本發(fā)明第一實施例提供的內(nèi)容推送方法的實現(xiàn)流程示意圖；

附圖2是本發(fā)明第二實施例提供的內(nèi)容推送方法的實現(xiàn)流程示意圖；

附圖3是本發(fā)明第三實施例提供的內(nèi)容推送裝置的結(jié)構(gòu)示意圖；

附圖4是本發(fā)明第四實施例提供的內(nèi)容推送裝置的結(jié)構(gòu)示意圖；

附圖5是本發(fā)明第二實施例提供的用戶行為歷史矩陣；

附圖6是本發(fā)明第二實施例提供的目標內(nèi)容興趣度計算的示意圖。

具體實施方式

為使得本發(fā)明實施例的發(fā)明目的、特征、優(yōu)點能夠更加的明顯和易懂，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而非全部實施例?；诒景l(fā)明中的實施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱附圖1，附圖1為本發(fā)明第一實施例提供的內(nèi)容推送方法的實現(xiàn)流程示意圖，該方法可以應用于終端設備中。如附圖1所示，該方法主要包括以下步驟：

s101、獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)；

其中，用戶的內(nèi)容查看歷史數(shù)據(jù)包括用戶的全部歷史內(nèi)容及各歷史內(nèi)容的查看時間點。進一步地，該歷史內(nèi)容為用戶查看過的內(nèi)容，即終端設備記錄下的用戶之前通過該終端設備查看過的內(nèi)容。該歷史內(nèi)容可以但不限于包括：網(wǎng)絡上的視頻、音頻、新聞或商品。查看的方式包括點擊該歷史內(nèi)容的鏈接。

s102、將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各歷史內(nèi)容的查看時間點，計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重；

若存在用戶既查看過某一內(nèi)容，又目標用戶的歷史內(nèi)容，則認為該內(nèi)容為與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容，將該內(nèi)容確定為目標內(nèi)容。

當目標用戶對目標用戶的歷史內(nèi)容無用戶評分時，默認該用戶評分為1。

s103、根據(jù)相似度、用戶評分及行為時間權(quán)重，計算目標用戶對目標內(nèi)容的興趣度；

s104、選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶。

可以理解的，此處的預置數(shù)量可以根據(jù)需要進行設置、更改。

本發(fā)明實施例提供的內(nèi)容推送方法，通過獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各歷史內(nèi)容的查看時間點，計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重，根據(jù)相似度、用戶評分及行為時間權(quán)重，計算目標用戶對目標內(nèi)容的興趣度，選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶，相較于現(xiàn)有技術(shù)，本方案在獲取用戶推送內(nèi)容過程中，在計算用戶的興趣度時，引入了用戶歷史內(nèi)容的行為時間權(quán)重這一參數(shù)，使用戶興趣度的統(tǒng)計更為準確，進而使獲取的用戶推送內(nèi)容更為精確。

請參閱附圖2，附圖2為本發(fā)明第二實施例提供的內(nèi)容推送方法的實現(xiàn)流程示意圖，該方法可以應用于終端設備中。如附圖2所示，該方法主要包括以下步驟：

s201、獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)；

其中，用戶的內(nèi)容查看歷史數(shù)據(jù)包括用戶的全部歷史內(nèi)容及各歷史內(nèi)容的查看時間點。進一步地，該歷史內(nèi)容為用戶查看過的內(nèi)容，即終端設備記錄下的用戶之前通過該終端設備查看過的內(nèi)容。該歷史內(nèi)容可以但不限于包括：網(wǎng)絡上的視頻、音頻、新聞或商品。查看的方式包括點擊該歷史內(nèi)容的鏈接。

s202、將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容；

若存在用戶既查看過某一內(nèi)容，又目標用戶的歷史內(nèi)容，則認為該內(nèi)容為與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容，將該內(nèi)容確定為目標內(nèi)容。

s203、根據(jù)獲取的全部用戶的內(nèi)容查看歷史數(shù)據(jù)，建立用戶行為歷史矩陣；

如圖5所示，圖5為終端設備建立的一個用戶行為歷史矩陣，其中a、b、c、d、e為用戶，a、b、c、d、e為歷史內(nèi)容。

s204、根據(jù)用戶行為歷史矩陣及公式計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度；

其中wij為目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，n(i)為全部用戶中查看過與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容i的用戶數(shù)量，n(j)為全部用戶中查看過目標內(nèi)容j的用戶數(shù)量，n(i)∩n(j)為同時查看過i和j的用戶數(shù)量。將用戶行為歷史矩陣中統(tǒng)計的數(shù)據(jù)帶入公式中，計算出目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度。以用戶行為歷史矩陣是圖5為例，假設目標內(nèi)容是a，則

s205、獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分；

其中，當目標用戶對目標用戶的歷史內(nèi)容無用戶評分時，默認該用戶評分為1。

s206、根據(jù)公式計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重；

δ為興趣衰減因子，該興趣衰減因子可以根據(jù)需要進行調(diào)整。tui為目標用戶u查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容i距離目標用戶最新行為的邏輯距離，目標用戶最新行為是目標用戶查看目標用戶的歷史內(nèi)容中查看時間點距當前時間點最近的內(nèi)容的行為。目標用戶u查看i的查看時間點與目標用戶u查看目標用戶最新行為的查看時間點之間的目標用戶的歷史內(nèi)容的個數(shù)越多時，tui的值越大，tui為非負整數(shù)。

s207、根據(jù)公式計算目標用戶對目標內(nèi)容的興趣度；

puj為目標用戶u對目標內(nèi)容j的興趣度，n(u)為目標用戶u的全部歷史內(nèi)容的集合，s(j,k)為目標用戶u的歷史內(nèi)容中與目標內(nèi)容j相似度最高的k個歷史內(nèi)容的集合，wij為目標內(nèi)容j與目標用戶u的歷史內(nèi)容i的相似度，rui為目標用戶u對目標用戶的歷史內(nèi)容i的用戶評分，lui為目標用戶u查看目標用戶的歷史內(nèi)容i的行為時間權(quán)重。

s208、選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶。

可以理解的，此處的預置數(shù)量可以根據(jù)需要進行設置、更改。

以圖6為例，假設目標用戶u按查看時間從早到晚的順序查看的全部歷史內(nèi)容分別為：a、b、c、d，此時d即為目標用戶最新行為，則可以令tud＝0、tuc＝1、tub＝2、tua＝3。用戶對a、b、c、d的評分分別為0.7、0.6、0.5和0.8，這里取興趣衰減因子δ＝10、取k＝3，與a相似度最高的3個視頻分別是a、b、c，waa＝0.9、wba＝0.8、wca＝0.7；與b相似度最高的3個視頻分別是d、e、f，wdb＝0.7、web＝0.6、wfb＝0.5；與c相似度最高的3個視頻分別是f、g、h，wfc＝0.6、wgc＝0.5、whc＝0.4；與d相似度最高的3個視頻分別是i、j、k，wid＝0.8、wjd＝0.7、wkd＝0.6，其中f既是與b相似度最高的3個視頻中的一個，又是與c相似度最高的3個視頻中的一個。

用戶u對a的興趣度為pua，pua計算如下：

用戶u對f的興趣度為puf，puf計算如下：

根據(jù)計算得，pua＝0.467、pub＝0.415、puc＝0.363、pud＝0.344、pue＝0.295、puf＝0.517、pug＝0.226、puh＝0.181、pui＝0.64、puj＝0.56、puk＝0.48。

將計算得到的興趣度降序排列，并取前topn個目標內(nèi)容推薦給用戶。例如，如果取top5個目標內(nèi)容推薦給用戶時，推薦列表為[i，j，f，k，a]。

本發(fā)明實施例提供的內(nèi)容推送方法，通過獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各歷史內(nèi)容的查看時間點，計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重，根據(jù)相似度、用戶評分及行為時間權(quán)重，計算目標用戶對目標內(nèi)容的興趣度，選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶，相較于現(xiàn)有技術(shù)，本方案在獲取用戶推送內(nèi)容過程中，在計算用戶的興趣度時，引入了用戶歷史內(nèi)容的行為時間權(quán)重這一參數(shù)，使用戶興趣度的統(tǒng)計更為準確，進而使獲取的用戶推送內(nèi)容更為精確。

請參閱附圖3，附圖3是本發(fā)明第三實施例提供的內(nèi)容推送裝置的結(jié)構(gòu)示意圖，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分。附圖3示例的內(nèi)容推送裝置可以是前述第一實施例提供的內(nèi)容推送方法的執(zhí)行主體，其可以是終端設備或者終端設備中的一個功能模塊。附圖3示例的內(nèi)容推送裝置，主要包括：獲取模塊301、處理模塊302、計算模塊303及推送模塊304。各功能模塊詳細說明如下：

獲取模塊301，用于獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，用戶的內(nèi)容查看歷史數(shù)據(jù)包括用戶的全部歷史內(nèi)容及各歷史內(nèi)容的查看時間點，歷史內(nèi)容為用戶查看過的內(nèi)容。

處理模塊302，用于將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各歷史內(nèi)容的查看時間點，計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重。

計算模塊303，用于根據(jù)相似度、用戶評分及行為時間權(quán)重，計算目標用戶對目標內(nèi)容的興趣度。

推送模塊304，用于選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶。

上述各功能模塊實現(xiàn)各自功能的具體過程，可參考前述第一實施例提供的內(nèi)容推送方法的相關(guān)內(nèi)容，此處不再贅述。

本發(fā)明實施例提供的內(nèi)容推送裝置，通過獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各歷史內(nèi)容的查看時間點，計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重，根據(jù)相似度、用戶評分及行為時間權(quán)重，計算目標用戶對目標內(nèi)容的興趣度，選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶，相較于現(xiàn)有技術(shù)，本方案在獲取用戶推送內(nèi)容過程中，在計算用戶的興趣度時，引入了用戶歷史內(nèi)容的行為時間權(quán)重這一參數(shù)，使用戶興趣度的統(tǒng)計更為準確，進而使獲取的用戶推送內(nèi)容更為精確。

請參閱附圖4，附圖4是本發(fā)明第四實施例提供的內(nèi)容推送裝置的結(jié)構(gòu)示意圖，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分。附圖4示例的內(nèi)容推送裝置可以是前述第二實施例提供的內(nèi)容推送方法的執(zhí)行主體，其可以是終端設備或者終端設備中的一個功能模塊。附圖4示例的內(nèi)容推送裝置，主要包括：獲取模塊401、處理模塊402、計算模塊403及推送模塊404。各功能模塊詳細說明如下：

獲取模塊401，用于獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，用戶的內(nèi)容查看歷史數(shù)據(jù)包括用戶的全部歷史內(nèi)容及各歷史內(nèi)容的查看時間點，歷史內(nèi)容為用戶查看過的內(nèi)容。

處理模塊402，用于將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，根據(jù)獲取的全部用戶的內(nèi)容查看歷史數(shù)據(jù)，建立用戶行為歷史矩陣。

處理模塊402，還用于根據(jù)用戶行為歷史矩陣及公式計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，其中wij為目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，n(i)為查看過與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容i的用戶數(shù)量，n(j)為查看過目標內(nèi)容j的用戶數(shù)量，n(i)∩n(j)為同時查看過i和j的用戶數(shù)量。

處理模塊402，還用于獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)公式計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重，其中δ為興趣衰減因子，tui為目標用戶u查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容i距離目標用戶最新行為的邏輯距離，目標用戶最新行為是目標用戶查看目標用戶的歷史內(nèi)容中查看時間點距當前時間點最近的內(nèi)容的行為。

計算模塊403，用于根據(jù)公式計算目標用戶對目標內(nèi)容的興趣度，其中puj為目標用戶u對目標內(nèi)容j的興趣度，n(u)為目標用戶u的全部歷史內(nèi)容的集合，s(j,k)為目標用戶u的歷史內(nèi)容中與目標內(nèi)容j相似度最高的k個歷史內(nèi)容的集合，wij為目標內(nèi)容j與目標用戶u的歷史內(nèi)容i的相似度，rui為目標用戶u對目標用戶的歷史內(nèi)容i的用戶評分，lui為目標用戶u查看目標用戶的歷史內(nèi)容i的行為時間權(quán)重。

推送模塊404，用于選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶。

上述各功能模塊實現(xiàn)各自功能的具體過程，可參考前述第二實施例提供的內(nèi)容推送方法的相關(guān)內(nèi)容，此處不再贅述。

本發(fā)明實施例提供的內(nèi)容推送裝置，通過獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，將與目標用戶的歷史內(nèi)容相關(guān)聯(lián)的內(nèi)容確定為目標內(nèi)容，計算目標內(nèi)容與關(guān)聯(lián)的目標用戶的歷史內(nèi)容的相似度，獲取目標用戶對與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的用戶評分，根據(jù)各歷史內(nèi)容的查看時間點，計算目標用戶查看與目標內(nèi)容關(guān)聯(lián)的目標用戶的歷史內(nèi)容的行為時間權(quán)重，根據(jù)相似度、用戶評分及行為時間權(quán)重，計算目標用戶對目標內(nèi)容的興趣度，選取目標用戶興趣度最高的預置數(shù)量個目標內(nèi)容，推送給目標用戶，相較于現(xiàn)有技術(shù)，本方案在獲取用戶推送內(nèi)容過程中，在計算用戶的興趣度時，引入了用戶歷史內(nèi)容的行為時間權(quán)重這一參數(shù)，使用戶興趣度的統(tǒng)計更為準確，進而使獲取的用戶推送內(nèi)容更為精確。

需要說明的是，對于前述的各方法實施例，為了簡便描述，故將其都表述為一系列的動作組合，但是本領(lǐng)域技術(shù)人員應該知悉，本發(fā)明并不受所描述的動作順序的限制，因為依據(jù)本發(fā)明，某些步驟可以采用其它順序或者同時進行。其次，本領(lǐng)域技術(shù)人員也應該知悉，說明書中所描述的實施例均屬于優(yōu)選實施例，所涉及的動作和模塊并不一定都是本發(fā)明所必須的。

在上述實施例中，對各個實施例的描述都各有側(cè)重，某個實施例中沒有詳述的部分，可以參見其它實施例的相關(guān)描述。

以上為對本發(fā)明所提供的內(nèi)容推送方法、裝置的描述，對于本領(lǐng)域的技術(shù)人員，依據(jù)本發(fā)明實施例的思想，在具體實施方式及應用范圍上均會有改變之處，綜上，本說明書內(nèi)容不應理解為對本發(fā)明的限制。