本申請(qǐng)涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種信息流推薦方法、裝置和搜索引擎。

背景技術(shù)：

一般情況下，信息流推薦裝置會(huì)根據(jù)資訊發(fā)布時(shí)間向用戶推送資訊，并根據(jù)資訊評(píng)分、用戶的歷史瀏覽記錄及歷史搜索記錄等特征對(duì)用戶的推送序列進(jìn)行調(diào)整，用戶點(diǎn)擊后可到達(dá)資訊落地頁(yè)查看資訊詳情。針對(duì)單個(gè)用戶，現(xiàn)有的推薦序列僅能根據(jù)歷史瀏覽記錄和歷史搜索記錄調(diào)整推送序列，可提取的特征較少，推薦維度單薄，只能夠按照用戶的輸入被動(dòng)輸出，無(wú)法主動(dòng)挖掘出用戶的潛在需求，很容易出現(xiàn)同質(zhì)化的內(nèi)容，用戶體驗(yàn)較差。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)的目的旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問(wèn)題之一。

為此，本申請(qǐng)的第一個(gè)目的在于提出一種信息流推薦方法。該方法根據(jù)用戶當(dāng)前的使用場(chǎng)景提取上述用戶對(duì)應(yīng)的場(chǎng)景維度，挖掘用戶在上述場(chǎng)景維度下的需求，進(jìn)而查找與上述用戶的需求匹配的資訊，推送給上述用戶，從而可以使得推薦的內(nèi)容與用戶當(dāng)前所處的或者將要發(fā)生的使用場(chǎng)景更加匹配，提高推薦效果，提高用戶的點(diǎn)擊率與用戶體驗(yàn)。

本申請(qǐng)的第二個(gè)目的在于提出一種信息流推薦裝置。

本申請(qǐng)的第三個(gè)目的在于提出一種搜索引擎。

本申請(qǐng)的第四個(gè)目的在于提出一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)。

為了實(shí)現(xiàn)上述目的，本申請(qǐng)第一方面實(shí)施例的信息流推薦方法，包括：根據(jù)用戶當(dāng)前的使用場(chǎng)景提取所述用戶對(duì)應(yīng)的場(chǎng)景維度；根據(jù)所述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘所述用戶的需求；查找與所述用戶的需求匹配的資訊；將查找到的資訊推送給所述用戶。

本申請(qǐng)實(shí)施例的信息流推薦方法，根據(jù)用戶當(dāng)前的使用場(chǎng)景提取上述用戶對(duì)應(yīng)的場(chǎng)景維度，然后根據(jù)上述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘上述用戶的需求，最后查找與上述用戶的需求匹配的資訊，推送給上述用戶，從而可以使得推薦的內(nèi)容與用戶當(dāng)前所處的或者將要發(fā)生的使用場(chǎng)景更加匹配，提高推薦效果，提高用戶的點(diǎn)擊率與用戶體驗(yàn)。

為了實(shí)現(xiàn)上述目的，本申請(qǐng)第二方面實(shí)施例的信息流推薦裝置，包括：提取模塊，用于根據(jù)用戶當(dāng)前的使用場(chǎng)景提取所述用戶對(duì)應(yīng)的場(chǎng)景維度；挖掘模塊，用于根據(jù)所述提取模塊提取的所述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘所述用戶的需求；查找模塊，用于查找與所述挖掘模塊挖掘的所述用戶的需求匹配的資訊；推送模塊，用于將所述查找模塊查找到的資訊推送給所述用戶。

本申請(qǐng)實(shí)施例的信息流推薦裝置，提取模塊根據(jù)用戶當(dāng)前的使用場(chǎng)景提取上述用戶對(duì)應(yīng)的場(chǎng)景維度，然后挖掘模塊根據(jù)上述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘上述用戶的需求，最后查找模塊查找與上述用戶的需求匹配的資訊，由推送模塊推送給上述用戶，從而可以使得推薦的內(nèi)容與用戶當(dāng)前所處的或者將要發(fā)生的使用場(chǎng)景更加匹配，提高推薦效果，提高用戶的點(diǎn)擊率與用戶體驗(yàn)。

為了實(shí)現(xiàn)上述目的，本申請(qǐng)第三方面實(shí)施例的搜索引擎，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如上所述的方法。

為了實(shí)現(xiàn)上述目的，本申請(qǐng)第四方面實(shí)施例提供一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時(shí)用于執(zhí)行如上所述的方法。

本申請(qǐng)附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本申請(qǐng)的實(shí)踐了解到。

附圖說(shuō)明

本申請(qǐng)上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解，其中：

圖1為本申請(qǐng)信息流推薦方法一個(gè)實(shí)施例的流程圖；

圖2為本申請(qǐng)信息流推薦方法另一個(gè)實(shí)施例的流程圖；

圖3為本申請(qǐng)信息流推薦方法一個(gè)示例的示意圖；

圖4為本申請(qǐng)信息流推薦方法另一個(gè)示例的示意圖；

圖5為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖6為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖7為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖8為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖9為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖10為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖11為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖12為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖13為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖14為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖15為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖；

圖16為本申請(qǐng)信息流推薦裝置一個(gè)實(shí)施例的結(jié)構(gòu)示意圖；

圖17為本申請(qǐng)信息流推薦裝置另一個(gè)實(shí)施例的結(jié)構(gòu)示意圖；

圖18為本申請(qǐng)搜索引擎一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面詳細(xì)描述本申請(qǐng)的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，僅用于解釋本申請(qǐng)，而不能理解為對(duì)本申請(qǐng)的限制。相反，本申請(qǐng)的實(shí)施例包括落入所附加權(quán)利要求書(shū)的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。

現(xiàn)有技術(shù)中采用的信息流推薦方法如下：

步驟1，總體上是根據(jù)時(shí)間線(timeline)的方式下發(fā)信息，推薦序列由近到遠(yuǎn)，最近發(fā)布的資訊曝光的概率更大；

步驟2，在步驟1的基礎(chǔ)上對(duì)高評(píng)分(例如：瀏覽量大和/或點(diǎn)擊率高等)的資源加大權(quán)重，比如1條資訊的瀏覽量有50萬(wàn)，雖然它是前天發(fā)布的，但也有可能是在推薦序列的靠前位置；

步驟3，在步驟2的基礎(chǔ)上，結(jié)合用戶的歷史瀏覽記錄調(diào)整相應(yīng)的權(quán)重，歷史瀏覽記錄包含閱讀率、閱讀時(shí)長(zhǎng)和/或閱讀完成率等，例如：某位用戶經(jīng)常瀏覽娛樂(lè)資訊，且瀏覽時(shí)間很長(zhǎng)，閱讀完成率高，則為上述用戶優(yōu)先推送娛樂(lè)資訊的概率更高，如果上述用戶同時(shí)很少瀏覽政治資訊，閱讀時(shí)長(zhǎng)短，閱讀完成率低，則減少為上述用戶推送政治資訊。

步驟4，在步驟3的基礎(chǔ)上，結(jié)合用戶的歷史搜索記錄調(diào)整相應(yīng)的權(quán)重，歷史搜索記錄包括搜索的檢索詞(query)、搜索的頻次、搜索時(shí)間和/或搜索時(shí)長(zhǎng)等，例如：某位用戶在近期一段時(shí)間內(nèi)搜索過(guò)“健身”領(lǐng)域的相關(guān)的query，且搜索頻率很高，瀏覽時(shí)間長(zhǎng)，則為上述用戶優(yōu)先推送“健身”相關(guān)資訊的概率更高。

步驟5，在步驟4的基礎(chǔ)上，判斷用戶之間的相似度調(diào)整相應(yīng)的權(quán)重，比如判斷出來(lái)兩位用戶之間的相似度很高，則其中一位用戶在某天大量瀏覽“angelababy”的相關(guān)資訊，則為另一位用戶推送“angelababy”的相關(guān)資訊的概率更高。這點(diǎn)與上述步驟3和步驟4往往具有一定的重合度。

現(xiàn)有的信息流推薦方法主要是融合了上述五個(gè)方面，賦予不同的權(quán)重和優(yōu)先級(jí)綜合而成的，主要存在以下2個(gè)問(wèn)題：

1、推薦序列可提取的特征維度過(guò)于單薄，針對(duì)單個(gè)用戶的特征僅有歷史瀏覽記錄和歷史搜索記錄，是一種被動(dòng)接受用戶輸入而輸出的過(guò)程，這樣很容易出現(xiàn)推薦內(nèi)容過(guò)于同質(zhì)化的問(wèn)題。比如某個(gè)用戶前一天瀏覽了較多的娛樂(lè)八卦資訊，則今天被推送大量娛樂(lè)八卦資訊的概率會(huì)很高，導(dǎo)致推薦序列的內(nèi)容大都是一種類型的，用戶可能看過(guò)幾篇就失去興趣；再比如，某個(gè)用戶前一天由于求知欲望搜索了“亞當(dāng)斯密”，并且瀏覽了一段時(shí)間，則今天被推送大量經(jīng)濟(jì)類資訊的概率會(huì)升高，而實(shí)際上用戶的需求只是簡(jiǎn)要了解一下“亞當(dāng)斯密”，并非對(duì)經(jīng)濟(jì)資訊真正感興趣，從而導(dǎo)致推薦內(nèi)容的點(diǎn)擊率降低，推薦效率降低。

2、推薦內(nèi)容的可感知性差，用戶無(wú)法知道自己為何被推薦了此條內(nèi)容，比如用戶在之前搜索過(guò)“麥克斯韋方程組”這個(gè)檢索詞，但只是匆匆了解，印象并不深刻，然后被推送了一條物理學(xué)相關(guān)的資訊，用戶會(huì)感到迷惑，不清楚為何會(huì)接受到此類資訊，反而認(rèn)為推薦的效果有誤。

為了解決現(xiàn)有的信息流推薦特征維度單薄，推薦序列被動(dòng)生成，推薦可感知性差等問(wèn)題，本申請(qǐng)?zhí)岢隽艘环N信息流推薦方法。

圖1為本申請(qǐng)信息流推薦方法一個(gè)實(shí)施例的流程圖，如圖1所示，上述信息流推薦方法可以包括：

步驟101，根據(jù)用戶的使用場(chǎng)景提取上述用戶對(duì)應(yīng)的場(chǎng)景維度。

其中，上述用戶的使用場(chǎng)景包括上述用戶當(dāng)前所處的使用場(chǎng)景或者將要發(fā)生的使用場(chǎng)景；上述使用場(chǎng)景可以是用戶所處的時(shí)間、地點(diǎn)、所用設(shè)備、所處環(huán)境等用戶所處的外部屬性。

步驟102，根據(jù)上述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘上述用戶的需求。

步驟103，查找與上述用戶的需求匹配的資訊。

其中，上述資訊可以包括新聞、圖集、視頻、小說(shuō)、音頻和/或音樂(lè)等，本實(shí)施例對(duì)資訊的具體內(nèi)容不作限定。

步驟104，將查找到的資訊推送給上述用戶。

本實(shí)施例中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、地理維度、環(huán)境維度和設(shè)備維度之一或組合，從而可以實(shí)現(xiàn)結(jié)合用戶當(dāng)前所處的場(chǎng)景，挖掘上述用戶在此特定場(chǎng)景下的需求，豐富了信息流推薦的特征維度。當(dāng)然，上述用戶對(duì)應(yīng)的場(chǎng)景維度并不僅限于此，任何用戶所處的外部屬性都可能是用戶的使用場(chǎng)景，可以通過(guò)不同維度的細(xì)粒度精準(zhǔn)劃分，將用戶生活中可能遇到的場(chǎng)景一步步囊括，實(shí)現(xiàn)自動(dòng)化的需求識(shí)別與推薦過(guò)程，本實(shí)施例對(duì)上述用戶對(duì)應(yīng)的場(chǎng)景維度不作限定。

上述信息流推薦方法中，根據(jù)用戶當(dāng)前的使用場(chǎng)景提取上述用戶對(duì)應(yīng)的場(chǎng)景維度，然后根據(jù)上述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘上述用戶的需求，其中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、地理維度、環(huán)境維度和設(shè)備維度之一或組合，從而可以實(shí)現(xiàn)結(jié)合用戶當(dāng)前所處的場(chǎng)景，挖掘上述用戶在此特定場(chǎng)景下的需求，豐富了信息流推薦的特征維度，進(jìn)而可以使得推薦的內(nèi)容與用戶當(dāng)前所處的或者將要發(fā)生的使用場(chǎng)景更加匹配，提高推薦效果，提高用戶的點(diǎn)擊率與用戶體驗(yàn)。

圖2為本申請(qǐng)信息流推薦方法另一個(gè)實(shí)施例的流程圖，如圖2所示，進(jìn)一步地，在步驟104之前，還可以包括：

步驟201，在查找到的與上述用戶的需求匹配的資訊中添加推薦理由。

本實(shí)施例中，在將查找到的與上述用戶的需求匹配的資訊推薦給上述用戶之前，還可以對(duì)查找到的資訊添加相應(yīng)的推薦理由，以告知用戶為何會(huì)收到此條推薦資訊，增強(qiáng)推薦的可感知性。

本申請(qǐng)圖1和圖2所示實(shí)施例中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為時(shí)間維度，上述時(shí)間維度可以包括上述用戶當(dāng)前所處的時(shí)間點(diǎn)或時(shí)間段，或者特定事件的發(fā)生時(shí)間；這樣，步驟102可以為：根據(jù)上述時(shí)間維度挖掘上述用戶在上述時(shí)間維度的需求。

然后，可以查找與上述需求匹配的資訊推送給用戶，并配以合適的推薦理由，具體請(qǐng)參考以下示例。

圖3為本申請(qǐng)信息流推薦方法一個(gè)示例的示意圖，圖3中，上述時(shí)間維度可以為節(jié)日、節(jié)氣或紀(jì)念日，這時(shí)，需要提前預(yù)判即將到來(lái)的節(jié)日、節(jié)氣或紀(jì)念日有哪些，然后挖掘上述用戶在這個(gè)節(jié)日、節(jié)氣或紀(jì)念日下的需求，并為用戶推薦相匹配的資訊。舉例來(lái)說(shuō)，情人節(jié)還有5天來(lái)臨，此時(shí)搜索引擎判斷用戶有潛在的送禮需求，因此在數(shù)據(jù)庫(kù)里匹配“情人節(jié)-送禮”的相關(guān)資源，為用戶推薦“十款創(chuàng)意情人節(jié)禮物解決你的送禮煩惱！”一文，并配以“距離情人節(jié)還5天”的推薦理由，告知用戶為何推薦此資訊。再如，3月11日是日本大地震6周年，提前預(yù)判到此時(shí)間點(diǎn)，在數(shù)據(jù)庫(kù)里匹配“地震”的相關(guān)資源，并在3月11日當(dāng)天，為用戶推薦“因地震而生的5A級(jí)風(fēng)景區(qū)，慘烈程度你知多少？”一文，并配以“日本大地震6周年，一起緬懷”的推薦理由，告知用戶為何推薦此資訊。

圖4為本申請(qǐng)信息流推薦方法另一個(gè)示例的示意圖，圖4中，上述時(shí)間維度可以為日常生活中的時(shí)間點(diǎn)——針對(duì)每天的日常生活，判斷用戶在不同時(shí)間點(diǎn)的需求差異，為用戶推薦相匹配的資訊。比如，下午17點(diǎn)左右，是準(zhǔn)備晚餐的高峰，因此搜索引擎在數(shù)據(jù)庫(kù)里匹配“菜譜”的相關(guān)資源，為用戶推薦“五花肉這么做，讓你情不自禁流口水”一文，并配以“晚餐時(shí)間到，試試這幾樣”的推薦理由，告知用戶為何推薦此資訊。

圖5為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，圖5中，上述時(shí)間維度可以為特定事件的發(fā)生時(shí)間，例如可以提前預(yù)判即將到來(lái)的影響面較大的重大事件有哪些，用戶在這個(gè)事件發(fā)生的前、中、后階段分別有什么樣的需求，并為用戶推薦相匹配的資訊。比如，針對(duì)美國(guó)大選系列事件，在大選之前，判斷用戶有預(yù)測(cè)需求，因此在數(shù)據(jù)庫(kù)里匹配“美國(guó)大選-預(yù)測(cè)”的相關(guān)資源，為用戶推薦“誰(shuí)會(huì)贏得美國(guó)大選？AI押注特朗普”一文，并配以“美國(guó)大選在即，你支持誰(shuí)？”的推薦理由，告知用戶為何推薦此資訊。在大選期間，判斷用戶有跟進(jìn)選舉局勢(shì)的需求，因此在數(shù)據(jù)庫(kù)里匹配“美國(guó)大選-選舉局勢(shì)”的相關(guān)資源，為用戶推薦“特朗普已拿下五大洲，入主白宮指日可待！”一文，并配以“美國(guó)大選今日結(jié)果揭曉”的推薦理由，告知用戶為何推薦此資訊。在大選之后，持續(xù)跟進(jìn)事件發(fā)展過(guò)程，為用戶推薦“重新計(jì)票顛覆美國(guó)大選結(jié)果？難！”一文，并配以“美國(guó)大選后，特朗普再遇阻力”的推薦理由，告知用戶為何推薦此資訊。

本申請(qǐng)圖1和圖2所示實(shí)施例中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為地理維度，上述地理維度可以包括上述用戶的常駐地址、當(dāng)前所處的具體位置、出行的目的地、上述用戶關(guān)注的地方和上述用戶的歷史地址之一或組合；這樣，步驟102可以為：根據(jù)上述地理維度挖掘上述用戶在上述地理維度的需求。

也就是說(shuō)，地理維度可以結(jié)合用戶所處的粗略地點(diǎn)和精準(zhǔn)地址，挖掘用戶在這個(gè)地點(diǎn)的潛在需求，匹配相應(yīng)的資訊推送給用戶，并配以合適的推薦理由，具體請(qǐng)參考以下示例。

圖6為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，圖6中，上述地理維度可以為上述用戶的常駐地址，例如：上述用戶的常駐城市和地區(qū)——搜索引擎可以根據(jù)上述用戶的手機(jī)定位和定位時(shí)長(zhǎng)，判斷上述用戶的常駐地城市和地區(qū)，為用戶推薦與上述用戶的常駐地城市和地區(qū)相關(guān)的資訊。比如，搜索引擎獲取到用戶此時(shí)的手機(jī)定位在上海，并且上述用戶在3個(gè)月時(shí)間中的大部分時(shí)間均在上海市普陀區(qū)，則搜索引擎可以匹配數(shù)據(jù)庫(kù)里與“上海普陀”相關(guān)的資源，為用戶推薦“上海普陀區(qū)新增16號(hào)線地鐵，可直通浦東國(guó)際機(jī)場(chǎng)”一文，并配以“魔都新鮮事早知道”的推薦理由，告知用戶為何推薦此資訊。

圖7為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，圖7中，上述地理維度可以為用戶當(dāng)前所處的具體位置，搜索引擎可以根據(jù)用戶當(dāng)前的手機(jī)定位，判斷上述用戶當(dāng)前所處的具體位置，可以精準(zhǔn)到一個(gè)街道、景點(diǎn)或商場(chǎng)等，然后挖掘用戶在這個(gè)地點(diǎn)的潛在需求，并為用戶推薦相關(guān)的資訊。比如，搜索引擎獲取到用戶此時(shí)的手機(jī)定位是“北京·香山公園”，則可以匹配數(shù)據(jù)庫(kù)里與“香山”相關(guān)的資源，為用戶推薦“歷史上那些關(guān)于紅葉的名人佳句”一文，并配以“根據(jù)您附近的景點(diǎn)為您推薦”，告知用戶為何推薦此資訊。

圖8為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，圖8中，上述地理維度可以為用戶出行的目的地，搜索引擎可以根據(jù)用戶當(dāng)前的手機(jī)定位所在的城市，如果發(fā)現(xiàn)用戶此時(shí)的定位與用戶的常駐地址不同，則可以挖掘上述用戶在異地城市場(chǎng)景下的需求，比如，搜索引擎獲取到上述用戶此時(shí)的手機(jī)定位在冰島，而其常駐地址在上海，則判斷上述用戶此時(shí)正前往冰島旅游，匹配數(shù)據(jù)庫(kù)里與“冰島”相關(guān)的資源，為上述用戶推薦“來(lái)到冰島萬(wàn)萬(wàn)不能錯(cuò)過(guò)的十大景點(diǎn)”一文，并配以“冰島旅游指南”的推薦理由，告知用戶為何推薦此資訊。

圖9為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，圖9中，上述地理維度可以為用戶關(guān)注的地點(diǎn)，搜索引擎可以根據(jù)用戶的手機(jī)定位及定位時(shí)間，判斷用戶經(jīng)常關(guān)注的地點(diǎn)(例如：家鄉(xiāng)、上班地點(diǎn)或住所附近等)，然后匹配相應(yīng)的資源推薦給用戶，比如，搜索引擎獲取到用戶春節(jié)期間的手機(jī)定位在廈門，可以判斷此用戶的家鄉(xiāng)為廈門，則匹配數(shù)據(jù)庫(kù)里與“廈門”相關(guān)的資源，為用戶推薦“廈門被評(píng)為全國(guó)小清新居地之所”一文，并配以“身在遠(yuǎn)方，心在家鄉(xiāng)”的推薦理由，告知用戶為何推薦此資訊。

圖10為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，圖10中，上述地理維度可以為上述用戶的歷史地址，即用戶去過(guò)的地方，搜索引擎可以根據(jù)用戶的歷史手機(jī)定位，判斷用戶曾經(jīng)去過(guò)的地方，例如：其他城市、景點(diǎn)或該城市的某個(gè)歷史去處等，然后匹配相應(yīng)的資源推薦給用戶，比如，獲取到用戶曾經(jīng)去過(guò)草原天路，則匹配數(shù)據(jù)庫(kù)里與“草原天路”相關(guān)的資源，為用戶推薦“草原天路明日起收高額買路費(fèi)”一文，并配以推薦理由“根據(jù)您的歷史行程為您推薦”，告知用戶為何推薦此資訊。

本申請(qǐng)圖1和圖2所示實(shí)施例中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為環(huán)境維度；上述環(huán)境維度可以為上述用戶當(dāng)前所處的自然環(huán)境；這時(shí)，步驟102可以為：根據(jù)上述用戶當(dāng)前所處的自然環(huán)境挖掘上述用戶在當(dāng)前所處的自然環(huán)境下的需求。

也就是說(shuō)，搜索引擎可以基于用戶當(dāng)前所處的天氣等自然環(huán)境狀況，挖掘用戶在此環(huán)境下的潛在需求，匹配相應(yīng)的資訊推薦給用戶，并配以合適的推薦理由，具體請(qǐng)參考以下示例。

圖11為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，舉例來(lái)說(shuō)，當(dāng)用戶所處的地區(qū)連續(xù)5天最高氣溫達(dá)到30℃以上，則搜索引擎可以判斷用戶此時(shí)有避暑的潛在需求，則匹配數(shù)據(jù)庫(kù)里與“避暑”相關(guān)的資源，為用戶推薦“國(guó)內(nèi)這些避暑勝地，這個(gè)夏天就去那兒吧！”一文，并配以“天氣持續(xù)炎熱，快快清涼一下”的推薦理由，告知用戶為何推薦此資訊。

本申請(qǐng)圖1和圖2所示實(shí)施例中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為設(shè)備維度；上述設(shè)備維度可以為上述用戶所使用的設(shè)備；這時(shí)，步驟102可以為：根據(jù)上述用戶所使用的設(shè)備，或者上述用戶所使用的設(shè)備和使用上述設(shè)備的時(shí)長(zhǎng)，挖掘上述用戶使用上述設(shè)備的需求。

也就是說(shuō)，搜索引擎可以基于用戶所使用的設(shè)備，或者上述用戶所使用的設(shè)備和使用上述設(shè)備的時(shí)長(zhǎng)，挖掘用戶使用上述設(shè)備的需求，匹配相應(yīng)資訊推薦給用戶，并配以合適的推薦理由，具體請(qǐng)參考以下示例。

圖12為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，舉例來(lái)說(shuō)，檢測(cè)到用戶昨日剛剛更換了華為手機(jī)mate9，搜索引擎判斷用戶此時(shí)對(duì)設(shè)備的使用功能更感興趣，則匹配數(shù)據(jù)庫(kù)里與“華為-功能”相關(guān)的資源，為用戶推薦“華為手機(jī)這3個(gè)能力，曉得的人不多，用的人更少！”一文，并配以“根據(jù)您所使用的機(jī)型為您推薦”的推薦理由，告知用戶為何推薦此資訊。

本申請(qǐng)圖1和圖2所示實(shí)施例中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以單獨(dú)使用，也可以交叉進(jìn)行多維度的場(chǎng)景融合，參考以下示例。

圖13為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度和地理維度，也就是說(shuō)，搜索引擎可以基于用戶所處的地理位置及所處的時(shí)間段，挖掘用戶在此特定場(chǎng)景下的潛在需求，匹配相應(yīng)資訊推薦給用戶，并配以合適的推薦理由。舉例來(lái)說(shuō)，如圖13所示，檢測(cè)到用戶的手機(jī)定位是北京，所處時(shí)間點(diǎn)是周五，判斷用戶周末有玩樂(lè)的需求，則搜索引擎匹配數(shù)據(jù)庫(kù)里與“北京-周末”相關(guān)的資源，為用戶推薦“慶元宵節(jié)北京海洋館本周末為市民免費(fèi)開(kāi)放”一文，并配以“帝都周末去哪兒”的推薦理由，告知用戶為何推薦此資訊。

圖14為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、環(huán)境維度和地理維度，也就是說(shuō)，搜索引擎可以基于用戶所處的地理位置、所處時(shí)間段和所處的環(huán)境，挖掘用戶在此特定場(chǎng)景下的潛在需求，匹配相應(yīng)資訊推薦給用戶，并配以合適的推薦理由。舉例來(lái)說(shuō)，如圖14所示，檢測(cè)到用戶的手機(jī)定位是北京，所處的時(shí)間點(diǎn)是周五，周六周日的天氣狀況良好，判斷用戶有周邊游的潛在需求，則匹配數(shù)據(jù)庫(kù)里“北京-周邊游”的相關(guān)資源，為用戶推薦“大風(fēng)來(lái)襲霧霾散去，周末京郊免費(fèi)景點(diǎn)推薦！”一文，并配以“本周末北京空氣質(zhì)量?jī)?yōu)”的推薦理由，告知用戶為何推薦此資訊。

圖15為本申請(qǐng)信息流推薦方法再一個(gè)示例的示意圖，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、設(shè)備維度和地理維度，也就是說(shuō)，搜索引擎可以基于用戶所處的地理位置、所處的時(shí)間段和所使用的設(shè)備，挖掘用戶在此特定場(chǎng)景下的潛在需求，匹配相應(yīng)資訊推薦給用戶，并配以合適的推薦理由。舉例來(lái)說(shuō)，如圖15所示，檢測(cè)到用戶的手機(jī)定位是北京，所處的時(shí)間點(diǎn)是2月23日，所用的設(shè)備是iphone6且使用時(shí)長(zhǎng)超過(guò)兩年，判斷用戶是蘋果忠實(shí)粉，則匹配數(shù)據(jù)庫(kù)里“iphone-發(fā)布會(huì)”的相關(guān)資源，為用戶推薦“定了！2月28日蘋果于三里屯首發(fā)iphone7s”一文，并配以“果粉都關(guān)注”的推薦理由，告知用戶為何推薦此資訊。

圖16為本申請(qǐng)信息流推薦裝置一個(gè)實(shí)施例的結(jié)構(gòu)示意圖，本實(shí)施例中的信息流推薦裝置可以作為搜索引擎，或者搜索引擎的一部分實(shí)現(xiàn)本申請(qǐng)圖1和圖2所示實(shí)施例提供的信息流推薦方法。如圖16所示，上述信息流推薦裝置可以包括：提取模塊1601、挖掘模塊1602、查找模塊1603和推送模塊1604；

其中，提取模塊1601，用于根據(jù)用戶的使用場(chǎng)景提取上述用戶對(duì)應(yīng)的場(chǎng)景維度；其中，上述用戶的使用場(chǎng)景包括上述用戶當(dāng)前所處的使用場(chǎng)景或者將要發(fā)生的使用場(chǎng)景；上述使用場(chǎng)景可以是用戶所處的時(shí)間、地點(diǎn)、所用設(shè)備、所處環(huán)境等用戶所處的外部屬性。

挖掘模塊1602，用于根據(jù)提取模塊1601提取的上述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘上述用戶的需求。

查找模塊1603，用于查找與挖掘模塊1602挖掘的上述用戶的需求匹配的資訊；其中，上述資訊可以包括新聞、圖集、視頻、小說(shuō)、音頻和/或音樂(lè)等，本實(shí)施例對(duì)資訊的具體內(nèi)容不作限定。

推送模塊1604，用于將查找模塊1603查找到的資訊推送給上述用戶。

其中，提取模塊1601提取的上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、地理維度、環(huán)境維度和設(shè)備維度之一或組合，從而可以實(shí)現(xiàn)結(jié)合用戶當(dāng)前所處的場(chǎng)景，挖掘上述用戶在此特定場(chǎng)景下的需求，豐富了信息流推薦的特征維度。當(dāng)然，上述用戶對(duì)應(yīng)的場(chǎng)景維度并不僅限于此，任何用戶所處的外部屬性都可能是用戶的使用場(chǎng)景，可以通過(guò)不同維度的細(xì)粒度精準(zhǔn)劃分，將用戶生活中可能遇到的場(chǎng)景一步步囊括，實(shí)現(xiàn)自動(dòng)化的需求識(shí)別與推薦過(guò)程，本實(shí)施例對(duì)上述用戶對(duì)應(yīng)的場(chǎng)景維度不作限定。

上述信息流推薦裝置中，提取模塊1601根據(jù)用戶當(dāng)前的使用場(chǎng)景提取上述用戶對(duì)應(yīng)的場(chǎng)景維度，然后挖掘模塊1602根據(jù)上述用戶對(duì)應(yīng)的場(chǎng)景維度挖掘上述用戶的需求，其中，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、地理維度、環(huán)境維度和設(shè)備維度之一或組合，從而可以實(shí)現(xiàn)結(jié)合用戶當(dāng)前所處的場(chǎng)景，挖掘上述用戶在此特定場(chǎng)景下的需求，豐富了信息流推薦的特征維度，進(jìn)而使得推薦的內(nèi)容與用戶當(dāng)前所處的或者將要發(fā)生的使用場(chǎng)景更加匹配，提高推薦效果，提高用戶的點(diǎn)擊率與用戶體驗(yàn)。

圖17為本申請(qǐng)信息流推薦裝置另一個(gè)實(shí)施例的結(jié)構(gòu)示意圖，與圖16所示的信息流推薦裝置相比，不同之處在于，圖17所示的信息流推薦裝置還可以包括：添加模塊1605；

添加模塊1605，用于在推送模塊1604將查找到的資訊推送給上述用戶之前，在查找模塊1603查找到的與上述用戶的需求匹配的資訊中添加推薦理由。

本實(shí)施例中，在推送模塊1604將查找到的與上述用戶的需求匹配的資訊推薦給上述用戶之前，添加模塊1605還可以對(duì)查找到的資訊添加相應(yīng)的推薦理由，以告知用戶為何會(huì)收到此條推薦資訊，增強(qiáng)推薦的可感知性。

上述信息流推薦裝置中，提取模塊1601提取的上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為時(shí)間維度；上述時(shí)間維度可以包括上述用戶當(dāng)前所處的時(shí)間點(diǎn)或時(shí)間段，或者特定事件的發(fā)生時(shí)間；這樣，挖掘模塊1602，具體用于根據(jù)上述時(shí)間維度挖掘上述用戶在上述時(shí)間維度的需求。

然后，查找模塊1603可以查找與上述需求匹配的資訊，由推送模塊1604推送給用戶，并由添加模塊1605配以合適的推薦理由。

參見(jiàn)圖3，圖3中，上述時(shí)間維度可以為節(jié)日、節(jié)氣或紀(jì)念日，這時(shí)，需要提前預(yù)判即將到來(lái)的節(jié)日、節(jié)氣或紀(jì)念日有哪些，然后挖掘模塊1602挖掘上述用戶在這個(gè)節(jié)日、節(jié)氣或紀(jì)念日下的需求，并為用戶推薦相匹配的資訊。舉例來(lái)說(shuō)，情人節(jié)還有5天來(lái)臨，此時(shí)可以判斷用戶有潛在的送禮需求，因此查找模塊1603在數(shù)據(jù)庫(kù)里匹配“情人節(jié)-送禮”的相關(guān)資源，推送模塊1604為用戶推薦“十款創(chuàng)意情人節(jié)禮物解決你的送禮煩惱！”一文，并由添加模塊1605配以“距離情人節(jié)還5天”的推薦理由，告知用戶為何推薦此資訊。再如，3月11日是日本大地震6周年，提前預(yù)判到此時(shí)間點(diǎn)，查找模塊1603在數(shù)據(jù)庫(kù)里匹配“地震”的相關(guān)資源，并在3月11日當(dāng)天，推送模塊1604為用戶推薦“因地震而生的5A級(jí)風(fēng)景區(qū)，慘烈程度你知多少？”一文，并由添加模塊1605配以“日本大地震6周年，一起緬懷”的推薦理由，告知用戶為何推薦此資訊。

參見(jiàn)圖4，圖4中，上述時(shí)間維度可以為日常生活中的時(shí)間點(diǎn)——針對(duì)每天的日常生活，判斷用戶在不同時(shí)間點(diǎn)的需求差異，為用戶推薦相匹配的資訊。比如，下午17點(diǎn)左右，是準(zhǔn)備晚餐的高峰，因此查找模塊1603在數(shù)據(jù)庫(kù)里匹配“菜譜”的相關(guān)資源，推送模塊1604為用戶推薦“五花肉這么做，讓你情不自禁流口水”一文，添加模塊1605配以“晚餐時(shí)間到，試試這幾樣”的推薦理由，告知用戶為何推薦此資訊。

參見(jiàn)圖5，圖5中，上述時(shí)間維度可以為特定事件的發(fā)生時(shí)間，例如可以提前預(yù)判即將到來(lái)的影響面較大的重大事件有哪些，用戶在這個(gè)事件發(fā)生的前、中、后階段分別有什么樣的需求，并為用戶推薦相匹配的資訊。比如，針對(duì)美國(guó)大選系列事件，在大選之前，判斷用戶有預(yù)測(cè)需求，因此查找模塊1603在數(shù)據(jù)庫(kù)里匹配“美國(guó)大選-預(yù)測(cè)”的相關(guān)資源，推送模塊1604為用戶推薦“誰(shuí)會(huì)贏得美國(guó)大選？AI押注特朗普”一文，添加模塊1605配以“美國(guó)大選在即，你支持誰(shuí)？”的推薦理由，告知用戶為何推薦此資訊。在大選期間，判斷用戶有跟進(jìn)選舉局勢(shì)的需求，因此查找模塊1603在數(shù)據(jù)庫(kù)里匹配“美國(guó)大選-選舉局勢(shì)”的相關(guān)資源，推送模塊1604為用戶推薦“特朗普已拿下五大洲，入主白宮指日可待！”一文，添加模塊1605配以“美國(guó)大選今日結(jié)果揭曉”的推薦理由，告知用戶為何推薦此資訊。在大選之后，持續(xù)跟進(jìn)事件發(fā)展過(guò)程，推送模塊1604為用戶推薦“重新計(jì)票顛覆美國(guó)大選結(jié)果？難！”一文，添加模塊1605配以“美國(guó)大選后，特朗普再遇阻力”的推薦理由，告知用戶為何推薦此資訊。

上述信息流推薦裝置中，提取模塊1601提取的上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為地理維度，上述地理維度可以包括上述用戶的常駐地址、當(dāng)前所處的具體位置、出行的目的地、上述用戶關(guān)注的地方和上述用戶的歷史地址之一或組合；這時(shí)，挖掘模塊1602，具體用于根據(jù)上述地理維度挖掘上述用戶在上述地理維度的需求。

也就是說(shuō)，地理維度可以結(jié)合用戶所處的粗略地點(diǎn)和精準(zhǔn)地址，由挖掘模塊1602挖掘用戶在這個(gè)地點(diǎn)的潛在需求，然后查找模塊1603匹配相應(yīng)的資訊由推送模塊1604推送給用戶，并由添加模塊1605配以合適的推薦理由。

參見(jiàn)圖6，圖6中，上述地理維度可以為上述用戶的常駐地址，例如：上述用戶的常駐城市和地區(qū)——可以根據(jù)上述用戶的手機(jī)定位和定位時(shí)長(zhǎng)，判斷上述用戶的常駐地城市和地區(qū)，為用戶推薦與上述用戶的常駐地城市和地區(qū)相關(guān)的資訊。比如，提取模塊1601獲取到用戶此時(shí)的手機(jī)定位在上海，并且上述用戶在3個(gè)月時(shí)間中的大部分時(shí)間均在上海市普陀區(qū)，則查找模塊1603可以匹配數(shù)據(jù)庫(kù)里與“上海普陀”相關(guān)的資源，推送模塊1604為用戶推薦“上海普陀區(qū)新增16號(hào)線地鐵，可直通浦東國(guó)際機(jī)場(chǎng)”一文，添加模塊1605配以“魔都新鮮事早知道”的推薦理由，告知用戶為何推薦此資訊。

參見(jiàn)圖7，圖7中，上述地理維度可以為用戶當(dāng)前所處的具體位置，這時(shí)，提取模塊1601可以根據(jù)用戶當(dāng)前的手機(jī)定位，判斷上述用戶當(dāng)前所處的具體位置，可以精準(zhǔn)到一個(gè)街道、景點(diǎn)或商場(chǎng)等，然后挖掘模塊1602挖掘用戶在這個(gè)地點(diǎn)的潛在需求，為用戶推薦相關(guān)的資訊。比如，提取模塊1601獲取到用戶此時(shí)的手機(jī)定位是“北京·香山公園”，則查找模塊1603可以匹配數(shù)據(jù)庫(kù)里與“香山”相關(guān)的資源，推送模塊1604為用戶推薦“歷史上那些關(guān)于紅葉的名人佳句”一文，添加模塊1605配以“根據(jù)您附近的景點(diǎn)為您推薦”，告知用戶為何推薦此資訊。

參見(jiàn)圖8，圖8中，上述地理維度可以為用戶出行的目的地，提取模塊1601可以獲取用戶當(dāng)前的手機(jī)定位所在的城市，如果發(fā)現(xiàn)用戶此時(shí)的定位與用戶的常駐地址不同，則挖掘模塊1602可以挖掘上述用戶在異地城市場(chǎng)景下的需求，比如，提取模塊1601獲取到上述用戶此時(shí)的手機(jī)定位在冰島，而其常駐地址在上海，則判斷上述用戶此時(shí)正前往冰島旅游，查找模塊1603匹配數(shù)據(jù)庫(kù)里與“冰島”相關(guān)的資源，推送模塊1604為上述用戶推薦“來(lái)到冰島萬(wàn)萬(wàn)不能錯(cuò)過(guò)的十大景點(diǎn)”一文，添加模塊1605配以“冰島旅游指南”的推薦理由，告知用戶為何推薦此資訊。

參見(jiàn)圖9，圖9中，上述地理維度可以為用戶關(guān)注的地點(diǎn)，提取模塊1601可以根據(jù)用戶的手機(jī)定位及定位時(shí)間，判斷用戶經(jīng)常關(guān)注的地點(diǎn)(例如：家鄉(xiāng)、上班地點(diǎn)或住所附近等)，然后查找模塊1603匹配相應(yīng)的資源，由推送模塊1604推薦給用戶，比如，提取模塊1601獲取到用戶春節(jié)期間的手機(jī)定位在廈門，可以判斷此用戶的家鄉(xiāng)為廈門，則查找模塊1603匹配數(shù)據(jù)庫(kù)里與“廈門”相關(guān)的資源，推送模塊1604為用戶推薦“廈門被評(píng)為全國(guó)小清新居地之所”一文，添加模塊1605配以“身在遠(yuǎn)方，心在家鄉(xiāng)”的推薦理由，告知用戶為何推薦此資訊。

參見(jiàn)圖10，圖10中，上述地理維度可以為上述用戶的歷史地址，即用戶去過(guò)的地方，提取模塊1601可以根據(jù)用戶的歷史手機(jī)定位，判斷用戶曾經(jīng)去過(guò)的地方，例如：其他城市、景點(diǎn)或該城市的某個(gè)歷史去處等，然后查找模塊1603匹配相應(yīng)的資源推薦給用戶，比如，提取模塊1601獲取到用戶曾經(jīng)去過(guò)草原天路，則查找模塊1603匹配數(shù)據(jù)庫(kù)里與“草原天路”相關(guān)的資源，推送模塊1604為用戶推薦“草原天路明日起收高額買路費(fèi)”一文，添加模塊1605配以推薦理由“根據(jù)您的歷史行程為您推薦”，告知用戶為何推薦此資訊。

上述信息流推薦裝置中，提取模塊1601提取的上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為環(huán)境維度；上述環(huán)境維度可以包括：上述用戶當(dāng)前所處的自然環(huán)境；這時(shí)，挖掘模塊1602，具體用于根據(jù)上述用戶當(dāng)前所處的自然環(huán)境挖掘上述用戶在當(dāng)前所處的自然環(huán)境下的需求。

也就是說(shuō)，挖掘模塊1602可以基于用戶當(dāng)前所處的天氣等自然環(huán)境狀況，挖掘用戶在此環(huán)境下的潛在需求，然后查找模塊1603匹配相應(yīng)的資訊由推送模塊1604推薦給用戶，并由添加模塊1605配以合適的推薦理由，具體請(qǐng)參考以下示例。

參見(jiàn)圖11，舉例來(lái)說(shuō)，當(dāng)用戶所處的地區(qū)連續(xù)5天最高氣溫達(dá)到30℃以上，則挖掘模塊1602可以判斷用戶此時(shí)有避暑的潛在需求，則查找模塊1603匹配數(shù)據(jù)庫(kù)里與“避暑”相關(guān)的資源，推送模塊1604為用戶推薦“國(guó)內(nèi)這些避暑勝地，這個(gè)夏天就去那兒吧！”一文，添加模塊1605配以“天氣持續(xù)炎熱，快快清涼一下”的推薦理由，告知用戶為何推薦此資訊。

上述信息流推薦裝置中，提取模塊1601提取的上述用戶對(duì)應(yīng)的場(chǎng)景維度可以為設(shè)備維度；上述設(shè)備維度可以包括：上述用戶所使用的設(shè)備；這時(shí)，挖掘模塊1602，具體用于根據(jù)上述用戶所使用的設(shè)備，或者上述用戶所使用的設(shè)備和使用上述設(shè)備的時(shí)長(zhǎng)，挖掘上述用戶使用上述設(shè)備的需求。

也就是說(shuō)，挖掘模塊1602可以基于用戶所使用的設(shè)備，或者上述用戶所使用的設(shè)備和使用上述設(shè)備的時(shí)長(zhǎng)，挖掘用戶使用上述設(shè)備的需求，查找模塊1603匹配相應(yīng)資訊由推送模塊1604推薦給用戶，添加模塊1605配以合適的推薦理由，具體請(qǐng)參考以下示例。

參見(jiàn)圖12，舉例來(lái)說(shuō)，提取模塊1601檢測(cè)到用戶昨日剛剛更換了華為手機(jī)mate9，挖掘模塊1602判斷用戶此時(shí)對(duì)設(shè)備的使用功能更感興趣，則查找模塊1603匹配數(shù)據(jù)庫(kù)里與“華為-功能”相關(guān)的資源，推送模塊1604為用戶推薦“華為手機(jī)這3個(gè)能力，曉得的人不多，用的人更少！”一文，添加模塊1605配以“根據(jù)您所使用的機(jī)型為您推薦”的推薦理由，告知用戶為何推薦此資訊。

提取模塊1601提取的上述用戶對(duì)應(yīng)的場(chǎng)景維度可以單獨(dú)使用，也可以交叉進(jìn)行多維度的場(chǎng)景融合，參考以下示例。

參見(jiàn)圖13，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度和地理維度，也就是說(shuō)，挖掘模塊1602可以基于用戶所處的地理位置及所處的時(shí)間段，挖掘用戶在此特定場(chǎng)景下的潛在需求，查找模塊1603匹配相應(yīng)資訊由推送模塊1604推薦給用戶，添加模塊1605配以合適的推薦理由。舉例來(lái)說(shuō)，如圖13所示，提取模塊1601檢測(cè)到用戶的手機(jī)定位是北京，所處時(shí)間點(diǎn)是周五，挖掘模塊1602判斷用戶周末有玩樂(lè)的需求，則查找模塊1603匹配數(shù)據(jù)庫(kù)里與“北京-周末”相關(guān)的資源，推送模塊1604為用戶推薦“慶元宵節(jié)北京海洋館本周末為市民免費(fèi)開(kāi)放”一文，添加模塊1605配以“帝都周末去哪兒”的推薦理由，告知用戶為何推薦此資訊。

參見(jiàn)圖14，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、環(huán)境維度和地理維度，也就是說(shuō)，挖掘模塊1602可以基于用戶所處的地理位置、所處時(shí)間段和所處的環(huán)境，挖掘用戶在此特定場(chǎng)景下的潛在需求，查找模塊1603匹配相應(yīng)資訊由推送模塊1604推薦給用戶，添加模塊1605配以合適的推薦理由。舉例來(lái)說(shuō)，如圖14所示，提取模塊1601檢測(cè)到用戶的手機(jī)定位是北京，所處的時(shí)間點(diǎn)是周五，周六周日的天氣狀況良好，挖掘模塊1602判斷用戶有周邊游的潛在需求，則查找模塊1603匹配數(shù)據(jù)庫(kù)里“北京-周邊游”的相關(guān)資源，推送模塊1604為用戶推薦“大風(fēng)來(lái)襲霧霾散去，周末京郊免費(fèi)景點(diǎn)推薦！”一文，添加模塊1605配以“本周末北京空氣質(zhì)量?jī)?yōu)”的推薦理由，告知用戶為何推薦此資訊。

參見(jiàn)圖15，上述用戶對(duì)應(yīng)的場(chǎng)景維度可以包括時(shí)間維度、設(shè)備維度和地理維度，也就是說(shuō)，挖掘模塊1602可以基于用戶所處的地理位置、所處的時(shí)間段和所使用的設(shè)備，挖掘用戶在此特定場(chǎng)景下的潛在需求，查找模塊1603匹配相應(yīng)資訊由推送模塊1604推薦給用戶，添加模塊1605配以合適的推薦理由。舉例來(lái)說(shuō)，如圖15所示，提取模塊1601檢測(cè)到用戶的手機(jī)定位是北京，所處的時(shí)間點(diǎn)是2月23日，所用的設(shè)備是iphone6且使用時(shí)長(zhǎng)超過(guò)兩年，挖掘模塊1602判斷用戶是蘋果忠實(shí)粉，則查找模塊1603匹配數(shù)據(jù)庫(kù)里“iphone-發(fā)布會(huì)”的相關(guān)資源，推送模塊1604為用戶推薦“定了！2月28日蘋果于三里屯首發(fā)iphone7s”一文，添加模塊1605配以“果粉都關(guān)注”的推薦理由，告知用戶為何推薦此資訊。

圖18為本申請(qǐng)搜索引擎一個(gè)實(shí)施例的結(jié)構(gòu)示意圖，圖18顯示的搜索引擎12僅僅是一個(gè)示例，不應(yīng)對(duì)本申請(qǐng)實(shí)施例的功能和使用范圍帶來(lái)任何限制。

如圖18所示，搜索引擎12以通用計(jì)算設(shè)備的形式表現(xiàn)。搜索引擎12的組件可以包括但不限于：一個(gè)或者多個(gè)處理器或者處理單元16，系統(tǒng)存儲(chǔ)器28，連接不同系統(tǒng)組件(包括系統(tǒng)存儲(chǔ)器28和處理單元16)的總線18。

總線18表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲(chǔ)器總線或者存儲(chǔ)器控制器，外圍總線，圖形加速端口，處理器或者使用多種總線結(jié)構(gòu)中的任意總線結(jié)構(gòu)的局域總線。舉例來(lái)說(shuō)，這些體系結(jié)構(gòu)包括但不限于工業(yè)標(biāo)準(zhǔn)體系結(jié)構(gòu)(Industry Standard Architecture；以下簡(jiǎn)稱：ISA)總線，微通道體系結(jié)構(gòu)(Micro Channel Architecture；以下簡(jiǎn)稱：MAC)總線，增強(qiáng)型ISA總線、視頻電子標(biāo)準(zhǔn)協(xié)會(huì)(Video Electronics Standards Association；以下簡(jiǎn)稱：VESA)局域總線以及外圍組件互連(Peripheral Component Interconnection；以下簡(jiǎn)稱：PCI)總線。

搜索引擎12典型地包括多種計(jì)算機(jī)系統(tǒng)可讀介質(zhì)。這些介質(zhì)可以是任何能夠被搜索引擎12訪問(wèn)的可用介質(zhì)，包括易失性和非易失性介質(zhì)，可移動(dòng)的和不可移動(dòng)的介質(zhì)。

系統(tǒng)存儲(chǔ)器28可以包括易失性存儲(chǔ)器形式的計(jì)算機(jī)系統(tǒng)可讀介質(zhì)，例如隨機(jī)存取存儲(chǔ)器(Random Access Memory；以下簡(jiǎn)稱：RAM)30和/或高速緩存存儲(chǔ)器32。搜索引擎12可以進(jìn)一步包括其它可移動(dòng)/不可移動(dòng)的、易失性/非易失性計(jì)算機(jī)系統(tǒng)存儲(chǔ)介質(zhì)。僅作為舉例，存儲(chǔ)系統(tǒng)34可以用于讀寫不可移動(dòng)的、非易失性磁介質(zhì)(圖18未顯示，通常稱為“硬盤驅(qū)動(dòng)器”)。盡管圖18中未示出，可以提供用于對(duì)可移動(dòng)非易失性磁盤(例如“軟盤”)讀寫的磁盤驅(qū)動(dòng)器，以及對(duì)可移動(dòng)非易失性光盤(例如：光盤只讀存儲(chǔ)器(Compact Disc Read Only Memory；以下簡(jiǎn)稱：CD-ROM)、數(shù)字多功能只讀光盤(Digital Video Disc Read Only Memory；以下簡(jiǎn)稱：DVD-ROM)或者其它光介質(zhì))讀寫的光盤驅(qū)動(dòng)器。在這些情況下，每個(gè)驅(qū)動(dòng)器可以通過(guò)一個(gè)或者多個(gè)數(shù)據(jù)介質(zhì)接口與總線18相連。存儲(chǔ)器28可以包括至少一個(gè)程序產(chǎn)品，該程序產(chǎn)品具有一組(例如至少一個(gè))程序模塊，這些程序模塊被配置以執(zhí)行本申請(qǐng)各實(shí)施例的功能。

具有一組(至少一個(gè))程序模塊42的程序/實(shí)用工具40，可以存儲(chǔ)在例如存儲(chǔ)器28中，這樣的程序模塊42包括——但不限于——操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)。程序模塊42通常執(zhí)行本申請(qǐng)所描述的實(shí)施例中的功能和/或方法。

搜索引擎12也可以與一個(gè)或多個(gè)外部設(shè)備14(例如鍵盤、指向設(shè)備、顯示器24等)通信，還可與一個(gè)或者多個(gè)使得用戶能與該搜索引擎12交互的設(shè)備通信，和/或與使得該搜索引擎12能與一個(gè)或多個(gè)其它計(jì)算設(shè)備進(jìn)行通信的任何設(shè)備(例如網(wǎng)卡，調(diào)制解調(diào)器等等)通信。這種通信可以通過(guò)輸入/輸出(I/O)接口22進(jìn)行。并且，搜索引擎12還可以通過(guò)網(wǎng)絡(luò)適配器20與一個(gè)或者多個(gè)網(wǎng)絡(luò)(例如局域網(wǎng)(LAN)，廣域網(wǎng)(WAN)和/或公共網(wǎng)絡(luò)，例如因特網(wǎng))通信。如圖18所示，網(wǎng)絡(luò)適配器20通過(guò)總線18與搜索引擎12的其它模塊通信。應(yīng)當(dāng)明白，盡管圖18中未示出，可以結(jié)合搜索引擎12使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動(dòng)器、冗余處理單元、外部磁盤驅(qū)動(dòng)陣列、RAID系統(tǒng)、磁帶驅(qū)動(dòng)器以及數(shù)據(jù)備份存儲(chǔ)系統(tǒng)等。

處理單元16通過(guò)運(yùn)行存儲(chǔ)在系統(tǒng)存儲(chǔ)器28中的程序，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，例如實(shí)現(xiàn)本申請(qǐng)所提出的信息流推薦方法。

本申請(qǐng)還提供一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，上述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時(shí)用于執(zhí)行本申請(qǐng)所提出的信息流推薦方法。

上述存儲(chǔ)介質(zhì)可以采用一個(gè)或多個(gè)計(jì)算機(jī)可讀的介質(zhì)的任意組合。計(jì)算機(jī)可讀介質(zhì)可以是計(jì)算機(jī)可讀信號(hào)介質(zhì)或者計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)例如可以是——但不限于——電、磁、光、電磁、紅外線、或半導(dǎo)體的系統(tǒng)、裝置或器件，或者任意以上的組合。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個(gè)或多個(gè)導(dǎo)線的電連接、便攜式計(jì)算機(jī)磁盤、硬盤、隨機(jī)存取存儲(chǔ)器(RAM)、只讀存儲(chǔ)器(Read Only Memory；以下簡(jiǎn)稱：ROM)、可擦式可編程只讀存儲(chǔ)器(Erasable Programmable Read Only Memory；以下簡(jiǎn)稱：EPROM)或閃存、光纖、便攜式緊湊磁盤只讀存儲(chǔ)器(CD-ROM)、光存儲(chǔ)器件、磁存儲(chǔ)器件、或者上述的任意合適的組合。在本文件中，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是任何包含或存儲(chǔ)程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。

計(jì)算機(jī)可讀的信號(hào)介質(zhì)可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號(hào)，其中承載了計(jì)算機(jī)可讀的程序代碼。這種傳播的數(shù)據(jù)信號(hào)可以采用多種形式，包括——但不限于——電磁信號(hào)、光信號(hào)或上述的任意合適的組合。計(jì)算機(jī)可讀的信號(hào)介質(zhì)還可以是計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以外的任何計(jì)算機(jī)可讀介質(zhì)，該計(jì)算機(jī)可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序。

計(jì)算機(jī)可讀介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括——但不限于——無(wú)線、電線、光纜、RF等等，或者上述的任意合適的組合。

可以以一種或多種程序設(shè)計(jì)語(yǔ)言或其組合來(lái)編寫用于執(zhí)行本申請(qǐng)操作的計(jì)算機(jī)程序代碼，所述程序設(shè)計(jì)語(yǔ)言包括面向?qū)ο蟮某绦蛟O(shè)計(jì)語(yǔ)言—諸如Java、Smalltalk、C++，還包括常規(guī)的過(guò)程式程序設(shè)計(jì)語(yǔ)言——諸如“C”語(yǔ)言或類似的程序設(shè)計(jì)語(yǔ)言。程序代碼可以完全地在用戶計(jì)算機(jī)上執(zhí)行、部分地在用戶計(jì)算機(jī)上執(zhí)行、作為一個(gè)獨(dú)立的軟件包執(zhí)行、部分在用戶計(jì)算機(jī)上部分在遠(yuǎn)程計(jì)算機(jī)上執(zhí)行、或者完全在遠(yuǎn)程計(jì)算機(jī)或服務(wù)器上執(zhí)行。在涉及遠(yuǎn)程計(jì)算機(jī)的情形中，遠(yuǎn)程計(jì)算機(jī)可以通過(guò)任意種類的網(wǎng)絡(luò)——包括局域網(wǎng)(Local Area Network；以下簡(jiǎn)稱：LAN)或廣域網(wǎng)(Wide Area Network；以下簡(jiǎn)稱：WAN)連接到用戶計(jì)算機(jī)，或者，可以連接到外部計(jì)算機(jī)(例如利用因特網(wǎng)服務(wù)提供商來(lái)通過(guò)因特網(wǎng)連接)。

需要說(shuō)明的是，在本申請(qǐng)的描述中，術(shù)語(yǔ)“第一”、“第二”等僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性。此外，在本申請(qǐng)的描述中，除非另有說(shuō)明，“多個(gè)”的含義是兩個(gè)或兩個(gè)以上。

流程圖中或在此以其他方式描述的任何過(guò)程或方法描述可以被理解為，表示包括一個(gè)或更多個(gè)用于實(shí)現(xiàn)特定邏輯功能或過(guò)程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分，并且本申請(qǐng)的優(yōu)選實(shí)施方式的范圍包括另外的實(shí)現(xiàn)，其中可以不按所示出或討論的順序，包括根據(jù)所涉及的功能按基本同時(shí)的方式或按相反的順序，來(lái)執(zhí)行功能，這應(yīng)被本申請(qǐng)的實(shí)施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。

應(yīng)當(dāng)理解，本申請(qǐng)的各部分可以用硬件、軟件、固件或它們的組合來(lái)實(shí)現(xiàn)。在上述實(shí)施方式中，多個(gè)步驟或方法可以用存儲(chǔ)在存儲(chǔ)器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來(lái)實(shí)現(xiàn)。例如，如果用硬件來(lái)實(shí)現(xiàn)，和在另一實(shí)施方式中一樣，可用本領(lǐng)域公知的下列技術(shù)中的任一項(xiàng)或他們的組合來(lái)實(shí)現(xiàn)：具有用于對(duì)數(shù)據(jù)信號(hào)實(shí)現(xiàn)邏輯功能的邏輯門電路的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列(Programmable Gate Array；以下簡(jiǎn)稱：PGA)，現(xiàn)場(chǎng)可編程門陣列(Field Programmable Gate Array；以下簡(jiǎn)稱：FPGA)等。

本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，包括方法實(shí)施例的步驟之一或其組合。

此外，本申請(qǐng)各個(gè)實(shí)施例中的各功能模塊可以集成在一個(gè)處理模塊中，也可以是各個(gè)模塊單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上模塊集成在一個(gè)模塊中。上述集成的模塊既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。

上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤或光盤等。

在本說(shuō)明書(shū)的描述中，參考術(shù)語(yǔ)“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本申請(qǐng)的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書(shū)中，對(duì)上述術(shù)語(yǔ)的示意性表述不一定指的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。

盡管上面已經(jīng)示出和描述了本申請(qǐng)的實(shí)施例，可以理解的是，上述實(shí)施例是示例性的，不能理解為對(duì)本申請(qǐng)的限制，本領(lǐng)域的普通技術(shù)人員在本申請(qǐng)的范圍內(nèi)可以對(duì)上述實(shí)施例進(jìn)行變化、修改、替換和變型。