CN106021586A - 一种信息处理方法及服务器 - Google Patents

一种信息处理方法及服务器 Download PDF

Info

Publication number
CN106021586A
CN106021586A CN201610390941.XA CN201610390941A CN106021586A CN 106021586 A CN106021586 A CN 106021586A CN 201610390941 A CN201610390941 A CN 201610390941A CN 106021586 A CN106021586 A CN 106021586A
Authority
CN
China
Prior art keywords
information
terminal
label information
label
impression
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610390941.XA
Other languages
English (en)
Other versions
CN106021586B (zh
Inventor
娈佃耽
段赢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Beijing Co Ltd
Original Assignee
Tencent Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Beijing Co Ltd filed Critical Tencent Technology Beijing Co Ltd
Priority to CN201610390941.XA priority Critical patent/CN106021586B/zh
Publication of CN106021586A publication Critical patent/CN106021586A/zh
Application granted granted Critical
Publication of CN106021586B publication Critical patent/CN106021586B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/955Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种信息处理方法及服务器,其中,所述方法包括:获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息;所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成;对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息;根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。

Description

一种信息处理方法及服务器
技术领域
本发明涉及通讯技术,尤其涉及一种信息处理方法及服务器。
背景技术
随着互联网技术的发展,智能终端的大量普及,在用户之间互相推荐信息或分享信息变得越来越普遍,也越来越便捷。为用户推荐或分享信息的一种方式为:基于用户自身的行为进行分析,以得到用户行为特征,从而,可以为用户推荐或分享与该用户行为特征相匹配的信息。比如,用户前期关注过或购买过某一商品、用户访问搜索引擎时使用过的搜索关键字、用户对访问对象进行访问时产生的访问记录等等,这些行为都会留下用户的生活或工作轨迹,从而,收集了这些用户自身的行为后,就可以为用户推荐或分享用户可能感兴趣的信息。
然而,由于这些用户自身的行为只能反映用户单方面的意图,信息不够全面,导致信息推荐或分享的精确度会受到影响,而且,用户自身发起的行为,其用于大数据分析的准确度是否可行,是否可信,也有待商榷,这也会影响到信息推荐或分享的精确度。目前,需要一种能更全面分析和更精准推荐或分享信息的方式。对于这个需求,相关技术中,尚无有效解决方案。
发明内容
有鉴于此,本发明实施例提供了一种信息处理方法及服务器,至少解决了现有技术存在的问题。
本发明实施例的技术方案是这样实现的:
本发明实施例的一种信息处理方法,所述方法包括:
获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息;
所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成;
对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息;
根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
上述方案中,所述第一标签信息为所述终端自定义设置的信息类型时,所述第一标签信息包括:文字、图片和/或视频形式的信息。
上述方案中,所述根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息,包括:
收集针对同一个终端的至少一个第二标签信息;
所述至少一个第二标签信息包括:第一终端对自身的印象评价信息和/或第二终端对第一终端的印象评价信息;
对所述至少一个第二标签信息按照点击率、评论次数或频率、评价热度、社交群组中的关注度和/或社交群组中的标签信息转发次数或频率进行排序,得到排序第一的一个第二标签信息、或满足预设条件的排序靠前的多个第二标签信息,记为目标第二标签信息;
从所述信息库中检索到与所述目标第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
上述方案中,所述第一终端与所述第二终端具备互动相关性,所述互动相关性包括以下至少一种情况:
所述第一终端与所述第二终端之间互为好友关系;
所述第一终端与所述第二终端隶属于表征同一兴趣点或爱好点的社交群组;
所述第一终端与所述第二终端隶属于同一关注对象的社交群组;
所述第一终端与所述第二终端在地理位置上属于同一地区或区域的社交群组;
所述第一终端与所述第二终端为处于相同或相似工作/技术领域上的社交群组。
上述方案中,同一个第一标签信息支持由多个终端进行点赞和/或进行彼此印象的评价。
上述方案中,所述方法还包括:
所述第一标签信息为第一终端根据所述系统默认的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞和/或进行彼此印象评价所形成的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述发送所述目标推荐信息,包括:为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
上述方案中,所述方法还包括:
所述第一标签信息为第一终端根据所述终端自定义设置的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞、对所述第一标签信息进行彼此印象评价、对所述第一标签信息进行打分和/或对所述第一标签信息进行转发传播的反馈所形成的信息;
所述第一标签信息包括:文字、图片和/或视频形式的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述发送所述目标推荐信息,包括:为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
上述方案中,所述方法还包括:
为所述第一终端发送所述目标推荐信息的分成收益。
本发明实施例的一种服务器,所述服务器包括:
获取单元,用于获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息;所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成;
第一处理单元,用于对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息;
第二处理单元,用于根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
上述方案中,所述第一标签信息为所述终端自定义设置的信息类型时,所述第一标签信息包括:文字、图片和/或视频形式的信息。
上述方案中,所述第二处理单元,进一步用于:
收集针对同一个终端的至少一个第二标签信息;
所述至少一个第二标签信息包括:第一终端对自身的印象评价信息和/或第二终端对第一终端的印象评价信息;
对所述至少一个第二标签信息按照点击率、评论次数或频率、评价热度、社交群组中的关注度和/或社交群组中的标签信息转发次数或频率进行排序,得到排序第一的一个第二标签信息、或满足预设条件的排序靠前的多个第二标签信息,记为目标第二标签信息;
从所述信息库中检索到与所述目标第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
上述方案中,所述第一终端与所述第二终端具备互动相关性,所述互动相关性包括以下至少一种情况:
所述第一终端与所述第二终端之间互为好友关系;
所述第一终端与所述第二终端隶属于表征同一兴趣点或爱好点的社交群组;
所述第一终端与所述第二终端隶属于同一关注对象的社交群组;
所述第一终端与所述第二终端在地理位置上属于同一地区或区域的社交群组;
所述第一终端与所述第二终端为处于相同或相似工作/技术领域上的社交群组。
上述方案中,同一个第一标签信息支持由多个终端进行点赞和/或进行彼此印象的评价。
上述方案中,所述服务器还包括:上报信息分析单元,用于:
所述第一标签信息为第一终端根据所述系统默认的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞和/或进行彼此印象评价所形成的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述第二处理单元,进一步用于:
为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
上述方案中,所述服务器还包括:上报信息分析单元,用于:
所述第一标签信息为第一终端根据所述终端自定义设置的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞、对所述第一标签信息进行彼此印象评价、对所述第一标签信息进行打分和/或对所述第一标签信息进行转发传播的反馈所形成的信息;
所述第一标签信息包括:文字、图片和/或视频形式的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述第二处理单元,进一步用于:
为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
上述方案中,所述第二处理单元,进一步用于:
为所述第一终端发送所述目标推荐信息的分成收益。
本发明实施例的信息处理方法包括:获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息;所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成;对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息;根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
采用本发明实施例,获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息,从而,通过双向的互动所得到的第一标签信息(即彼此印象标签),可以更精确的勾勒出用户画像,双向的互动所得到的第一标签信息不仅反映出用户自身的意图,也能反映出其他用户对该用户的评价,从而形成双向的沟通意图,由于不仅能反映出用户自身的意图,使得涵盖该第一标签得到的信息足够全面,提高了信息推荐或分享的精确度,而且,双向的互动所得到的第一标签信息(即彼此印象标签),其用于大数据分析的准确度更加可行和可信,这也会提高信息推荐或分享的精确度。
附图说明
图1为本发明实施例中进行信息交互的各方硬件实体的示意图;
图2为本发明实施例一的方法流程图;
图3-图4为应用本发明实施例的保护标签信息及与其匹配的广告信息的用户界面示意图;
图5为本发明实施例三的方法流程图;
图6为本发明实施例六的系统组成结构示意图;
图7为应用本发明实施例的标签信息分析及推送匹配的广告信息的流程图。
具体实施方式
下面结合附图对技术方案的实施作进一步的详细描述。
现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明实施例的说明,其本身并没有特定的意义。因此,"模块"与"部件"可以混合地使用。
在下面的详细说明中,陈述了众多的具体细节,以便彻底理解本发明。不过,对于本领域的普通技术人员来说,显然可在没有这些具体细节的情况下实践本发明。在其他情况下,没有详细说明公开的公知方法、过程、组件、电路和网络,以避免不必要地使实施例的各个方面模糊不清。
另外,本文中尽管多次采用术语“第一”、“第二”等来描述各种元件(或各种阈值或各种应用或各种指令或各种操作)等,不过这些元件(或阈值或应用或指令或操作)不应受这些术语的限制。这些术语只是用于区分一个元件(或阈值或应用或指令或操作)和另一个元件(或阈值或应用或指令或操作)。例如,第一操作可以被称为第二操作,第二操作也可以被称为第一操作,而不脱离本发明的范围,第一操作和第二操作都是操作,只是二者并不是相同的操作而已。
本发明实施例中的步骤并不一定是按照所描述的步骤顺序进行处理,可以按照需求有选择的将步骤打乱重排,或者删除实施例中的步骤,或者增加实施例中的步骤,本发明实施例中的步骤描述只是可选的顺序组合,并不代表本发明实施例的所有步骤顺序组合,实施例中的步骤顺序不能认为是对本发明的限制。
本发明实施例中的术语“和/或”指的是包括相关联的列举项目中的一个或多个的任何和全部的可能组合。还要说明的是:当用在本说明书中时,“包括/包含”指定所陈述的特征、整数、步骤、操作、元件和/或组件的存在,但是不排除一个或多个其他特征、整数、步骤、操作、元件和/或组件和/或它们的组群的存在或添加。
图1为本发明实施例中进行信息交互的各方硬件实体的示意图,图1中包括:服务器11、终端设备21-24,终端设备21-24通过有线网络或者无线网络与服务器进行信息交互,终端设备包括手机、台式机、PC机、一体机等类型。基于上述图1所示的系统,采用本发明实施例,包括:获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息。所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成,所述第一标签信息为所述终端自定义设置的信息类型时,所述第一标签信息包括:文字、图片和/或视频形式的信息。对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息。根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
一个实例为:终端设备21-24中包括选择默认设置或自定义第一标签信息的发起方,这一类终端可以称为第一终端,对第一终端的第一标签信息进行点赞或评价的第二终端,是另一类终端,在第一终端和第二终端间进行各种交互操作和交互访问,不断地对第一标签信息进行更新,第一标签信息更新后,服务器会将在本地信息库中的第一标签信息基于该更新重新排序,按照当前的排序结果,从第一排序优先级开始,为点赞或评价的第二终端推送与排在该第一排序优先级的第一标签信息匹配的推荐信息(如广告信息)。当然,由于第一标签信息中可能包括一些不利于统计分析的数据,如政治敏感词、过于热议的主题、差评等等,这些都是无效数据,为了过滤掉这些无效数据,可以采用预处理过程,从第一标签信息中过滤掉无效数据,以得到包含有效数据的第二标签信息,相应的,服务器为第二终端推送与第二标签信息匹配的推荐信息(如广告信息)。
上述图1的例子只是实现本发明实施例的一个系统架构实例,本发明实施例并不限于上述图1所述的系统结构,基于上述图1所述的系统架构,提出本发明方法各个实施例。
实施例一:
本发明实施例提供了一种信息处理方法,如图2所示,所述方法包括:
步骤101、获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息。
这里,由于第一标签信息是基于互动所产生的,是双方互评的结果,信息全面,可信度高,因此,本发明实施例采用第一标签信息进行匹配,以得到与第一标签信息匹配的推荐信息,能提高信息推荐或分享的准确度。
这里,所述第一标签信息具体为:多个用户间进行互动时对彼此的印象标签,如图3-4所示。
图3中左侧的界面为第一终端31的用户界面,在第一终端31的用户界面中包含以A11标识的第一标签信息,其他用户可以在该A11标识的第一标签信息上点赞或对该第一标签信息进行评价。第一终端31的用户界面中为用户选择系统默认的标签信息,当然也可以是选择自定义的标签信息。图3中右侧的界面为第二终端32的用户界面,在第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,服务器收集到该点赞或评价的上报信息,则为第二终端32推送与A11标识的第一标签信息匹配的广告信息,如以A12标识的第一标签信息。另,不限于第一标签信息,第一终端31的用户界面中也可以显示第二标签信息,第二标签信息为从第一标签信息中过滤掉无效信息后得到的信息。
图4中左侧的界面为第一终端31的用户界面,在第一终端31的用户界面中包含以A21标识的第一标签信息,其他用户可以在该A21标识的第一标签信息上点赞或对该第一标签信息进行评价。第一终端31的用户界面中为用户选择系统默认的标签信息,当然也可以是选择自定义的标签信息。图4中右侧的界面为第二终端32的用户界面,在第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,服务器收集到该点赞或评价的上报信息,则为第二终端32推送与A21标识的第一标签信息匹配的广告信息,如以A22标识的第一标签信息。另,不限于第一标签信息,第一终端31的用户界面中也可以显示第二标签信息,第二标签信息为从第一标签信息中过滤掉无效信息后得到的信息。这里需要指出的是,以第一终端31用户界面中呈现的为第一标签信息为例,第一终端31的用户界面中包含多个第一标签信息,不仅仅是以A21标识的第一标签信息。可以看出,以A21标识的第一标签信息显示效果区别于其他第一标签信息,能得到这个显示效果,其原因是:随着第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,第一标签信息发生变化,慢慢得到越来越精确的该第一标签信息,即最能反映第一终端真实情况的标签信息,以A21标识的第一标签信息“喜欢越野的人”。
用户之间可以进行各种针对性的评价,如购物达人,书虫,旅游达人等等,可以据此得到第一标签信息。如,用户A对用户B的印象被评价为:用户B为一个对某品牌包控制不住购买欲的买包达人;用户B对用户A的印象被评价为:用户A为一个爱旅游的萌妹子。
采用本发明实施例,互动性体现在:增加自己可以对别人的总结性评价,具体的,这里可以设置一些默认的关键字作为备选的印象标签,例如喜欢购物的人、崇拜周杰伦的偶像、喜欢看电影的达人等等词语,这些默认的标签,可以直接显示于终端的用户界面上,提供给用户进行备选标签,从而,该默认标签被每点击一次,就在数据库中将该标签在众多标签中上升一位,使其排序考前。
步骤102、所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成。
步骤103、对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息。
这里,超出第一预设条件的第一屏蔽信息包括:热词或热议这种过于敏感或狂热的词。由于这类词不够中立,不能综合的反映一个用户真实的情况,因此,需要过滤掉。
这里,低于第二预设条件的第二屏蔽信息包括:不好的评价,或者诋毁用户的评价或者一些包括涉及政治评论的敏感词等。由于这类词同样不够中立,也不能综合的反映一个用户真实的情况,因此,需要过滤掉。
经过对第一标签信息执行上述的过滤机制,最终得到的第二标签信息能确保都是中立的信息,从而能全面、综合对用户真实情况进行评价,该有效信息为趋于中立和中肯的评价,这些有效信息就构成了“第二标签信息”。
步骤104、根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息(如广告信息),发送所述目标推荐信息。
实施例二:
基于上述实施例,本发明实施例中,所述第一标签信息为所述终端自定义设置的信息类型时,所述第一标签信息包括:文字、图片和/或视频形式的信息。如简短的文字,文字和图片构成的故事墙,某个用户为了进行商品推广,拍摄的相关视频,以视频为例,如:微商用户对自己代理的品牌商品、或自己关注的品牌商品或自己感兴趣的品牌商品拍摄视频,推广这些品牌商品,以吸引更多的好友、或兴趣/爱好/关注点相同或相似的用户对这些品牌商品或相似的同类品牌商品更多关注,后台的服务器收集吸引到的用户,为其推送其所关注的这些品牌商品,进一步,可以为初始制作该简短的文字,文字和图片构成的故事墙,某个用户为了进行商品推广,拍摄的相关视频的用户提供品牌商品的广告分成收益。
实施例三:
基于上述各个实施例,本发明实施例为:后台的服务器收集用户的印象标签信息(第一标签信息或第二标签信息),得到用户排名靠前的印象标签信息(第一标签信息或第二标签信息)进行整理,然后与广告中心的定向信息库进行检索,以匹配出与该排名靠前的印象标签信息(第一标签信息或第二标签信息)相应的广告记录。
本发明实施例提供了一种信息处理方法,如图5所示,所述方法包括:
步骤201、获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息。
这里,由于第一标签信息是基于互动所产生的,是双方互评的结果,信息全面,可信度高,因此,本发明实施例采用第一标签信息进行匹配,以得到与第一标签信息匹配的推荐信息,能提高信息推荐或分享的准确度。
这里,所述第一标签信息具体为:多个用户间进行互动时对彼此的印象标签,如图3-4所示。
图3中左侧的界面为第一终端31的用户界面,在第一终端31的用户界面中包含以A11标识的第一标签信息,其他用户可以在该A11标识的第一标签信息上点赞或对该第一标签信息进行评价。第一终端31的用户界面中为用户选择系统默认的标签信息,当然也可以是选择自定义的标签信息。图3中右侧的界面为第二终端32的用户界面,在第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,服务器收集到该点赞或评价的上报信息,则为第二终端32推送与A11标识的第一标签信息匹配的广告信息,如以A12标识的第一标签信息。另,不限于第一标签信息,第一终端31的用户界面中也可以显示第二标签信息,第二标签信息为从第一标签信息中过滤掉无效信息后得到的信息。
图4中左侧的界面为第一终端31的用户界面,在第一终端31的用户界面中包含以A21标识的第一标签信息,其他用户可以在该A21标识的第一标签信息上点赞或对该第一标签信息进行评价。第一终端31的用户界面中为用户选择系统默认的标签信息,当然也可以是选择自定义的标签信息。图4中右侧的界面为第二终端32的用户界面,在第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,服务器收集到该点赞或评价的上报信息,则为第二终端32推送与A21标识的第一标签信息匹配的广告信息,如以A22标识的第一标签信息。另,不限于第一标签信息,第一终端31的用户界面中也可以显示第二标签信息,第二标签信息为从第一标签信息中过滤掉无效信息后得到的信息。这里需要指出的是,以第一终端31用户界面中呈现的为第一标签信息为例,第一终端31的用户界面中包含多个第一标签信息,不仅仅是以A21标识的第一标签信息。可以看出,以A21标识的第一标签信息显示效果区别于其他第一标签信息,能得到这个显示效果,其原因是:随着第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,第一标签信息发生变化,慢慢得到越来越精确的该第一标签信息,即最能反映第一终端真实情况的标签信息,以A21标识的第一标签信息“喜欢越野的人”。
用户之间可以进行各种针对性的评价,如购物达人,书虫,旅游达人等等,可以据此得到第一标签信息。如,用户A对用户B的印象被评价为:用户B为一个对某品牌包控制不住购买欲的买包达人;用户B对用户A的印象被评价为:用户A为一个爱旅游的萌妹子。
采用本发明实施例,互动性体现在:增加自己可以对别人的总结性评价,具体的,这里可以设置一些默认的关键字作为备选的印象标签,例如喜欢购物的人、崇拜周杰伦的偶像、喜欢看电影的达人等等词语,这些默认的标签,可以直接显示于终端的用户界面上,提供给用户进行备选标签,从而,该默认标签被每点击一次,就在数据库中将该标签在众多标签中上升一位,使其排序考前。
步骤202、所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成。
步骤203、对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息。
这里,超出第一预设条件的第一屏蔽信息包括:热词或热议这种过于敏感或狂热的词。由于这类词不够中立,不能综合的反映一个用户真实的情况,因此,需要过滤掉。
这里,低于第二预设条件的第二屏蔽信息包括:不好的评价,或者诋毁用户的评价或者一些包括涉及政治评论的敏感词等。由于这类词同样不够中立,也不能综合的反映一个用户真实的情况,因此,需要过滤掉。
经过对第一标签信息执行上述的过滤机制,最终得到的第二标签信息能确保都是中立的信息,从而能全面、综合对用户真实情况进行评价,该有效信息为趋于中立和中肯的评价,这些有效信息就构成了“第二标签信息”。
步骤204、收集针对同一个终端的至少一个第二标签信息。
这里,所述至少一个第二标签信息包括:第一终端对自身的印象评价信息和/或第二终端对第一终端的印象评价信息。
针对第二标签信息而言,是用户对自己的认同产生的标签,和他人对用户的认同产生的标签,标签有很多种,比如,购物达人,生活常识小能手,吃货,爱旅游的人等各种,为了给用户推荐更精准的广告,需要从这一堆标签中查询出最有价值的标签(关注度高或称排名靠前的标签),针对这个最有价值的标签为用户推荐的信息,是趋于精准反映用户真实情况的广告信息。
步骤205、对所述至少一个第二标签信息按照点击率、评论次数或频率、评价热、社交群组中的关注度和/或社交群组中的标签信息转发次数或频率进行排序,得到排序第一的一个第二标签信息、或满足预设条件的排序靠前的多个第二标签信息,记为目标第二标签信息。
步骤206、从所述信息库中检索到与所述目标第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
在一个实际应用中,一个具体实现为:排序以得到排序优先级列表A,根据所述排序优先级列表A,依次获取处于第一优先级的第二标签信息a1,和排名前三的第二标签信息a1、第二标签信息a2和第二标签信息a3进行标签匹配,以得到广告信息。优先级列表每隔一段时间(如一天)周期性更新,以确保在一个时间段内总是最精准的数据,更新后得到排序优先级列表B,对B中新的处于第一优先级的第二标签信息b1,和排名前三的第二标签信息b1、第二标签信息b2和第二标签信息b3进行标签匹配,以得到与当前排序更新的第二标签信息相匹配的广告信息。
在本发明实施例一实施方式中,所述第一终端与所述第二终端具备互动相关性,所述互动相关性包括以下至少一种情况:
所述第一终端与所述第二终端之间互为好友关系;
所述第一终端与所述第二终端隶属于表征同一兴趣点或爱好点的社交群组;
所述第一终端与所述第二终端隶属于同一关注对象的社交群组;
所述第一终端与所述第二终端在地理位置上属于同一地区或区域的社交群组;
所述第一终端与所述第二终端为处于相同或相似工作/技术领域上的社交群组。
在本发明实施例一实施方式中,同一个第一标签信息支持由多个终端进行点赞和/或进行彼此印象的评价。也就是说,同一标签信息可以多个人来点赞,以增加可信度。
实施例四:
基于上述各个实施例,本实施例中,用户可以自己给自己设置标签,朋友看到可以点赞某个标签,进而向该朋友推荐相关广告。
本实施例中,所述方法还包括:所述第一标签信息为第一终端根据所述系统默认的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞和/或进行彼此印象评价所形成的信息;通过对所述上报信息进行分析,以得到所述第二标签信息;之后,为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
一个实际应用中,用户自己给自己设置标签,朋友看到可以点赞某个标签,进而向该朋友推荐相关广告。比如:微商给自己设标签:迪奥美妆,有3个朋友对这个标签点赞,可以向这3个朋友发送迪奥美妆或类似产品的广告。此时,用户是广告的传播者。
实施例五:
基于上述各个实施例,本实施例中,用户自己定义广告标签不仅仅是简单的文字,也可以是故事,或者还可以是图形或自拍的视频,朋友可以打分或者转发传播,会向该朋友推送相应广告,并向用户分成。
本实施例中,所述方法还包括:所述第一标签信息为第一终端根据所述终端自定义设置的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞、对所述第一标签信息进行彼此印象评价、对所述第一标签信息进行打分和/或对所述第一标签信息进行转发传播的反馈所形成的信息;所述第一标签信息包括:文字、图片和/或视频形式的信息;通过对所述上报信息进行分析,以得到所述第二标签信息;之后,为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息,为所述第一终端发送所述目标推荐信息的分成收益。
一个实际应用中,用户可以自己定义广告标签不仅仅是简单的文字,也可以是故事,或者还可以是图形或自拍的视频,朋友可以打分或者转发传播,会向该朋友推送相应广告,并向用户分成,通过这种机制,以用户为微商为例,让微商用户更容易的推广自己代理或者个人喜欢的品牌,来提高朋友圈内的消费者对于该类推广的品牌或产品的认知程度。进而,其它用户可以根据微商制作的效果打分或者传播转发,如果反应强烈的,有共鸣的自媒体广告访问较多,服务器会帮助用户或者给该产品的广告商家进行匹配,给这些喜欢该类产品的用户进行更精准的广告投放。此时,用户是广告的制作者和广告的传播者。
采用本发明实施例的一个实施方式,在实际应用中,用户A可以根据用户A自身对自己的认知和了解选择默认的标签或者自定义的标签(这是一个单方面的行为,准确度和全面性不够),当用户A根据自己的了解,来选择或者自定义这些印象标签,来匹配这个用户的个性,那么这个用户就被贴上这些标签,其他人也都可以增加或评价此人。将这些标签呈现于本端UI界面的这些印象标签,供用户B进行互动评价,用户B的互动评价,会对标签在数据库中的排序、和该标签的选择是否准确或全面评价用户A等产生影响,这样,就形成了互动评价,由于这种互动评价是双方面的,那么,标签的可信度,准确性和全面性得到保证,用户A的一个更完整的用户画像就被勾勒出来了。
用户B除了对现有的上述默认或自定义标签进行评价,还可以为用户A增设新的默认或自定义标签,这是出于用户B对用户A的了解而得出的新增标签,虽然这个新增是用户B的单方面行为,但是,由于是用户B对用户A的评价,那么可能会排除掉用户A对自己评价的主观性,对于标签的可信度,准确性和全面性中的数据全面性至少得到了保证,数据的全面性包括正反馈(正面评价)和负反馈(负面评价),站在数据分析的角度来看,无论是正面评价,还是负面评价,不可否认,其对确保数据全面性,进而分析数据准确性和可行度,是有很大的助益的,因此,用户B为用户A新增的标签,也是为了后续标签信息匹配,以便为用户A和/或用户B推送对应的推荐信息或分享信息(如广告信息)提供了依据和帮助。朋友之间互相进行评价,相当于朋友之间互动打上标签信息,那么后台服务器通过分析所述标签信息,来匹配朋友之间的各种共同点,在这些共同点上做出匹配后,得到与之匹配的广告信息,推送广告信息。
采用本发明实施例的一个实施方式,在实际应用中,在分析时是根据分析的维度的不同所展开上述标签信息分享,具体的,标签信息包括细粒度的个性化的用户轮廓,熟悉的人之间的印象描述,以及性格及生活习惯、方式等,通过本发明能够让自己以及周围的人对自己的形态描述进行综合对比,区别于现有技术,现有技术仅仅是根据用户的网络操作行为来判断用户的属性。而应用本发明实施例,是用户的深层次挖掘,包括细粒度的个性化的用户轮廓,熟悉的人之间的印象描述,以及性格及生活习惯、方式等,通过本发明实施例能够让自己以及周围的人对自己的形态描述进行综合对比,达到细致了解个人情况为目的分析及定向方式。
采用本发明实施例的一个实施方式,在实际应用中,还可以设置标签权限。设置标签权限包括:允许他人对自己进行评价的范围(如,只允许好友对自己评价,只对部分人开放权限),及允许自己删除恶意的印象标签,不是任何关键词都可以设置为标签的,即便设置了恶意的关键词(恶意的印象标签),对用户开放其可以自行删除的权限。
采用本发明实施例的一个实施方式,在实际应用中,当前用户还可以通过对自己评价的信息,找到与自己相关的用户,性格或者生活方式一致,或者与自己有相同爱好的品牌或产品的人,那么对于社交关系共同点上做出匹配,列出给当前用户,用户之间对于自己喜欢的广告可以进行分享传播的功能。
实施例六:
本发明实施例的一种信息处理系统,包括第一终端31、第二终端32和服务器33,第一终端31用于与第二终端32进行互动以生成第一标签信息,服务器33用于根据第一标签信息及进一步过滤得到的第二标签信息为第二终端32推送匹配的推荐信息。如图5所示,所述服务器33包括:获取单元331,用于获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息;所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成;第一处理单元332,用于对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息;第二处理单元333,用于根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
这里,由于第一标签信息是基于互动所产生的,是双方互评的结果,信息全面,可信度高,因此,本发明实施例采用第一标签信息进行匹配,以得到与第一标签信息匹配的推荐信息,能提高信息推荐或分享的准确度。
这里,所述第一标签信息具体为:多个用户间进行互动时对彼此的印象标签,如图3-4所示。
图3中左侧的界面为第一终端31的用户界面,在第一终端31的用户界面中包含以A11标识的第一标签信息,其他用户可以在该A11标识的第一标签信息上点赞或对该第一标签信息进行评价。第一终端31的用户界面中为用户选择系统默认的标签信息,当然也可以是选择自定义的标签信息。图3中右侧的界面为第二终端32的用户界面,在第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,服务器收集到该点赞或评价的上报信息,则为第二终端32推送与A11标识的第一标签信息匹配的广告信息,如以A12标识的第一标签信息。另,不限于第一标签信息,第一终端31的用户界面中也可以显示第二标签信息,第二标签信息为从第一标签信息中过滤掉无效信息后得到的信息。
图4中左侧的界面为第一终端31的用户界面,在第一终端31的用户界面中包含以A21标识的第一标签信息,其他用户可以在该A21标识的第一标签信息上点赞或对该第一标签信息进行评价。第一终端31的用户界面中为用户选择系统默认的标签信息,当然也可以是选择自定义的标签信息。图4中右侧的界面为第二终端32的用户界面,在第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,服务器收集到该点赞或评价的上报信息,则为第二终端32推送与A21标识的第一标签信息匹配的广告信息,如以A22标识的第一标签信息。另,不限于第一标签信息,第一终端31的用户界面中也可以显示第二标签信息,第二标签信息为从第一标签信息中过滤掉无效信息后得到的信息。这里需要指出的是,以第一终端31用户界面中呈现的为第一标签信息为例,第一终端31的用户界面中包含多个第一标签信息,不仅仅是以A21标识的第一标签信息。可以看出,以A21标识的第一标签信息显示效果区别于其他第一标签信息,能得到这个显示效果,其原因是:随着第二终端32对第一终端31的第一标签信息进行点赞或对该第一标签信息进行评价后,第一标签信息发生变化,慢慢得到越来越精确的该第一标签信息,即最能反映第一终端真实情况的标签信息,以A21标识的第一标签信息“喜欢越野的人”。
用户之间可以进行各种针对性的评价,如购物达人,书虫,旅游达人等等,可以据此得到第一标签信息。如,用户A对用户B的印象被评价为:用户B为一个对某品牌包控制不住购买欲的买包达人;用户B对用户A的印象被评价为:用户A为一个爱旅游的萌妹子。
互动性体现在:增加自己可以对别人的总结性评价,具体的,这里可以设置一些默认的关键字作为备选的印象标签,例如喜欢购物的人、崇拜周杰伦的偶像、喜欢看电影的达人等等词语,这些默认的标签,可以直接显示于终端的用户界面上,提供给用户进行备选标签,从而,该默认标签被每点击一次,就在数据库中将该标签在众多标签中上升一位,使其排序考前。
这里,超出第一预设条件的第一屏蔽信息包括:热词或热议这种过于敏感或狂热的词。由于这类词不够中立,不能综合的反映一个用户真实的情况,因此,需要过滤掉。
这里,低于第二预设条件的第二屏蔽信息包括:不好的评价,或者诋毁用户的评价或者一些包括涉及政治评论的敏感词等。由于这类词同样不够中立,也不能综合的反映一个用户真实的情况,因此,需要过滤掉。
经过对第一标签信息执行上述的过滤机制,最终得到的第二标签信息能确保都是中立的信息,从而能全面、综合对用户真实情况进行评价,该有效信息为趋于中立和中肯的评价,这些有效信息就构成了“第二标签信息”。
在本发明实施例一实施方式中,所述第一标签信息为所述终端自定义设置的信息类型时,所述第一标签信息包括:文字、图片和/或视频形式的信息。
在本发明实施例一实施方式中,所述第二处理单元,进一步用于:收集针对同一个终端的至少一个第二标签信息;所述至少一个第二标签信息包括:第一终端对自身的印象评价信息和/或第二终端对第一终端的印象评价信息;对所述至少一个第二标签信息按照点击率、评论次数或频率、评价热度、社交群组中的关注度和/或社交群组中的标签信息转发次数或频率进行排序,得到排序第一的一个第二标签信息、或满足预设条件的排序靠前的多个第二标签信息,记为目标第二标签信息;从所述信息库中检索到与所述目标第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
在本发明实施例一实施方式中,所述第一终端与所述第二终端具备互动相关性,所述互动相关性包括以下至少一种情况:
所述第一终端与所述第二终端之间互为好友关系;
所述第一终端与所述第二终端隶属于表征同一兴趣点或爱好点的社交群组;
所述第一终端与所述第二终端隶属于同一关注对象的社交群组;
所述第一终端与所述第二终端在地理位置上属于同一地区或区域的社交群组;
所述第一终端与所述第二终端为处于相同或相似工作/技术领域上的社交群组。
在本发明实施例一实施方式中,同一个第一标签信息支持由多个终端进行点赞和/或进行彼此印象的评价。
在本发明实施例一实施方式中,所述服务器还包括:上报信息分析单元,用于:所述第一标签信息为第一终端根据所述系统默认的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞和/或进行彼此印象评价所形成的信息;通过对所述上报信息进行分析,以得到所述第二标签信息;所述第二处理单元,进一步用于:为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
在本发明实施例一实施方式中,所述服务器还包括:上报信息分析单元,用于:所述第一标签信息为第一终端根据所述终端自定义设置的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞、对所述第一标签信息进行彼此印象评价、对所述第一标签信息进行打分和/或对所述第一标签信息进行转发传播的反馈所形成的信息;所述第一标签信息包括:文字、图片和/或视频形式的信息;通过对所述上报信息进行分析,以得到所述第二标签信息;所述第二处理单元,进一步用于:为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
在本发明实施例一实施方式中,所述第二处理单元,进一步用于:为所述第一终端发送所述目标推荐信息的分成收益。
这里需要指出的是,上述终端可以为PC这种电子设备,还可以为如PAD,平板电脑,手提电脑这种便携电子设备、还可以为如手机这种智能移动终端,不限于这里的描述;所述服务器可以是通过集群系统构成的,为实现各单元功能而合并为一或各单元功能分体设置的电子设备,终端和服务器都至少包括用于存储数据的数据库和用于数据处理的处理器,或者包括设置于服务器内的存储介质或独立设置的存储介质。
其中,对于用于数据处理的处理器而言,在执行处理时,可以采用微处理器、中央处理器(CPU,Central Processing Unit)、数字信号处理器(DSP,DigitalSingnal Processor)或可编程逻辑阵列(FPGA,Field-Programmable Gate Array)实现;对于存储介质来说,包含操作指令,该操作指令可以为计算机可执行代码,通过所述操作指令来实现上述本发明实施例信息处理方法流程中的各个步骤。
这里需要指出的是:以上涉及终端和服务器项的描述,与上述方法描述是类似的,同方法的有益效果描述,不做赘述。对于本发明终端和服务器实施例中未披露的技术细节,请参照本发明方法流程描述的实施例所描述内容。
以一个现实应用场景为例对本发明实施例阐述如下:
以推荐信息为广告信息为例,采用本发明实施例,可以是一种优化无线端广告传播技术的方案。以社交应用为QQ为例,QQ里面只有朋友印象这个功能,目前并没有分析这些数据,进而发送广告的功能。在互联网精准广告定向场景中,是依托于搜索引擎庞大的网民行为数据库,对用户几乎所有上网行为进行个性化的深度分析,按广告主需求锁定目标受众,进行一对一传播的一种方式。针对这个应用场景,采用现有技术,可以有几个典型的技术方案:(1)现有社交广告采用的是定投类型的广告,当用户关注过、购买过某一类产品或者做过一些调查之类的问卷,最近搜索了哪些关键字,或者访问了哪些网站等等,都会收到与你相关产品的广告信息,这种方式目标是要捕捉用户行为的真实意图,勾勒出用户这段时间的画像进行精准投放的方式。(2)对于微信的用户广告,技术上实现大都是用户在作出一些操作记录进行综合分析,然后根据用户的记录对于访问、性别、年龄、地域、时间、行为等来进行匹配相应的广告投放,广告也是根据这些维度进行受众分析的。(3)目前Qzone有对于用户评价的功能,但对于评价信息是没有进行规范过滤的,很多没有用户的关键词作为标签和权限设置(是否允许朋友对自己评价或者自己能够删除恶意的印象标签的功能),对于印象标签没有进行大数据分析和与其相关的广告投放。(4)目前在微信等社交产品的标签功能仅限于分组等功能,并没有分析用户印象功能的广告定投。
现有技术存在的缺点包括:(1)不能够直接的了解用户的整体轮廓,例如性格,生活方式或者周围对这个人的评价描述等等。(2)目前广告的维度监测仅仅限于访问、性别、年龄、地域、时间、行为,天气等等,缺少对用户印象去了解性格,生活习惯的分析监测。(3)目前互动广告是用户参与广告之间的互动来达到广告的投放目的,但是目前通过用户之间交流的互动来产生匹配广告的方式还比较少。(4)现在用户自己作微商的较多,对于自己发布产品的广告功能仅仅在朋友圈内发布,对于自己能制作的广告类型较少,对于自己定义的广告标签的功能还没有。
而采用本发明实施例,可以解决上述问题,包括:1)用户之间的通过彼此之间的“印象标签”进行互动,来解决分析符合用户自身特征的一种方式,在这社交圈内,大部分人你都是熟悉或者是有联系的人,那么你可以对这些用户主动打上印象标签,这个与分类不同,分类是根据用户属性(年龄、性别、职业等)来进行划分的,而印象标签是用户彼此之间按照了解的多少,进行自定义的关键字总结,例如吃货达人、电脑高手、活泼开朗、房产中介等关键字,对用户有个精准的轮廓描述,而且可以清晰地勾画出这个用户的性格及形态,那么对于广告投放可以收集这些标签进行甄别,可对其推送与标签对应的广告信息。2)增加分析维度,对现有的分析方式进行扩充,不仅仅限于根据用户的网络操作行为,来判断用户的属性,而是对于用户深层次,包括细粒度的个性化的用户轮廓,熟悉的人之间的印象描述,以及性格及生活习惯、方式等,通过本发明能够让自己以及周围的人对自己的形态描述进行综合对比,达到细致了解个人情况为目的分析及定向方式。3)增加了广告推广中精准投放的一种手段,解决满足客户广告推送达到预期效果的目的,在自己在朋友圈中,如果推送的广告正是符合自己印象形态的关键词广告,是更符合用户的体验效果的。4)增加了用户自定义标签的功能,包括简短文字,故事墙、图片以及视频功能的类型,让微商用户更容易的推广自己代理或者个人喜欢的品牌,来提高朋友圈内的消费者对于该类推广的品牌或产品的认知程度,进而对这些反应强烈的,有共鸣的自媒体广告,系统会帮助用户或者给该产品的广告商家进行匹配,给这些喜欢该类产品的用户进行更精准的广告投放。
简单来说,采用本发明实施例,用户可以自己给自己设置标签,朋友看到可以点赞某个标签,进而向该朋友推荐相关广告。比如:微商给自己设标签:迪奥美妆,有3个朋友对这个标签点赞,可以向这3个朋友发送迪奥美妆或类似产品的广告。另外,用户还可以自己定义广告标签不仅仅是简单的文字,也可以是故事,或者还可以是图形或自拍的视频,其它用户可以根据制作的效果打分或者传播转发,如果反应强烈的,有共鸣的自媒体广告访问较多,系统会帮助用户或者给该产品的广告商家进行匹配,给这些喜欢该类产品的用户进行更精准的广告投放。
本应用场景采用本发明实施例,可以视为是在无线端社交广告投放系统的一种辅助方案,主要针对通过用户之间印象中的评价描述进行精准投放广告的方式,让广告投放在用户侧变的更加互动,对于定投的分析维度更为细粒度化、从而增进了用户对于广告推送的可信任度和依赖程度。以下对本发明实施例具体举例阐述如下,一个信息处理流程,包括:
步骤501、在社交圈中的用户中,增加自己可以对别人的总结性评价,这里可以设置一些默认的关键字作为备选的印象标签,例如喜欢购物的人、崇拜周杰伦的偶像、喜欢看电影的达人等等词语。
步骤502、当用户根据自己的了解,来选择或者自定义这些印象标签,来匹配这个用户的个性,那么这个用户就被贴上这些标签,其他人也都可以增加或评价此人,这里增加对于负面关键字的过滤,达到不伤害用户为目的,当然用户自己也可以自己表达自己个性的词语或者发个愿望等信息。
步骤503、同一关键字可以多个人来点赞,以增加可信度,那么用户的性格、生活习惯等轮廓基本被勾勒出来,在用户看来,并不会影响到使用,只是多了一个有趣的评价工具。
步骤504、后台的服务器收集用户的印象标签信息,根据算法收集得到用户排名靠前的标签进行整理,然后与广告中心的定向信息库进行检索,匹配出相应的广告记录。
步骤505、找出最适合用户的广告,向用户推送与之相关的广告信息,以达到精准推送广告目的。
步骤506、用户可以主动关闭自己的评价信息,或者开放自己的评价功能给部分朋友圈的用户,避免不必要的骚扰。
上述流程中,步骤501-503、步骤506可以为终端侧的行为,而步骤504-505可以为服务器侧的行为。
一个印象标签的实例如图3-4所示,如图3所示为自己定义广告标签匹配展示的示意图,如图4所示为周围人的评价功能广告匹配展示的示意图,就印象标签的位置而言,采用本发明实施例,在个人详细资料中,可以增加印象标签功能按钮,如果查看别人的印象标签,可以点击该人的个人信息查看印象页面。如图3-4中的印象标签的页卡里,分为个人的印象标签(图3中的左图所示),以及别人评价自己的印象标签(图4中的左图所示)功能。其中,图3中的左图所示为微商代理的品牌或者自己喜欢、关注的品牌,其他用户可以进行点赞或打分,图3中的左图所示为根据点赞的结果,对用户进行广告推送。如图4中的左图所示,当周围的人对当前用户的印象评价信息,当越来越匹配(每个人可以对当前标签进行点赞等操作),颜色会越来越加深,说明很多人都认可这条标签信息,即:目标标签显示色彩上有别于其他标签信息,如图4中的右图所示,当在数据库中做检索,对热度标签进行查询,匹配除相应关键词(例如喜欢越野的人)的广告,并对最合适的广告(Jeep的推广广告)针对这个用户进行推送。
本应用场景应用本发明实施例,还提供了一种如图7所示的用于用户印象标签信息分析及推送匹配的广告信息的流程,包括:
步骤601、用户访问社交朋友圈;
步骤602、根据用户之间的评价标签来确定当前用户属于哪些特性,例如性格,生活习惯等;
步骤603、在数据库中存储有由朋友圈中的用户描述这个人的标签数据;
步骤604、在数据库中还存储有广告数据定向信息,对标签数据和广告数据定向信息进行匹配;
这里,广告数据定向信息是从从对应的广告素材库中拉取到该数据库中的;
步骤605、匹配成功后,为用户推送与这个用户相关的精准广告信息;
步骤606、广告在自己的社交朋友圈中展示。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (16)

1.一种信息处理方法,其特征在于,所述方法包括:
获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息;
所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成;
对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息;
根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
2.根据权利要求1所述的方法,其特征在于,所述第一标签信息为所述终端自定义设置的信息类型时,所述第一标签信息包括:文字、图片和/或视频形式的信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息,包括:
收集针对同一个终端的至少一个第二标签信息;
所述至少一个第二标签信息包括:第一终端对自身的印象评价信息和/或第二终端对第一终端的印象评价信息;
对所述至少一个第二标签信息按照点击率、评论次数或频率、评价热度、社交群组中的关注度和/或社交群组中的标签信息转发次数或频率进行排序,得到排序第一的一个第二标签信息、或满足预设条件的排序靠前的多个第二标签信息,记为目标第二标签信息;
从所述信息库中检索到与所述目标第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
4.根据权利要求3所述的方法,其特征在于,所述第一终端与所述第二终端具备互动相关性,所述互动相关性包括以下至少一种情况:
所述第一终端与所述第二终端之间互为好友关系;
所述第一终端与所述第二终端隶属于表征同一兴趣点或爱好点的社交群组;
所述第一终端与所述第二终端隶属于同一关注对象的社交群组;
所述第一终端与所述第二终端在地理位置上属于同一地区或区域的社交群组;
所述第一终端与所述第二终端为处于相同或相似工作/技术领域上的社交群组。
5.根据权利要求1所述的方法,其特征在于,同一个第一标签信息支持由多个终端进行点赞和/或进行彼此印象的评价。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述第一标签信息为第一终端根据所述系统默认的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞和/或进行彼此印象评价所形成的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述发送所述目标推荐信息,包括:为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述第一标签信息为第一终端根据所述终端自定义设置的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞、对所述第一标签信息进行彼此印象评价、对所述第一标签信息进行打分和/或对所述第一标签信息进行转发传播的反馈所形成的信息;
所述第一标签信息包括:文字、图片和/或视频形式的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述发送所述目标推荐信息,包括:为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
为所述第一终端发送所述目标推荐信息的分成收益。
9.一种服务器,其特征在于,所述服务器包括:
获取单元,用于获取由至少两个终端间的交互行为所生成的第一标签信息,所述第一标签信息用于表征在至少两个终端间进行互动操作或互动访问时对彼此印象的评价信息;所述第一标签信息由系统默认的信息类型和/或终端自定义设置的信息类型所构成;
第一处理单元,用于对所述第一标签信息按照预设策略进行预处理,以从所述第一标签信息中过滤掉超出第一预设条件的第一屏蔽信息和/或低于第二预设条件的第二屏蔽信息,得到包含有效信息的第二标签信息;
第二处理单元,用于根据所述第二标签信息在信息库中进行检索,得到信息库中与所述第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
10.根据权利要求9所述的服务器,其特征在于,所述第一标签信息为所述终端自定义设置的信息类型时,所述第一标签信息包括:文字、图片和/或视频形式的信息。
11.根据权利要求9所述的服务器,其特征在于,所述第二处理单元,进一步用于:
收集针对同一个终端的至少一个第二标签信息;
所述至少一个第二标签信息包括:第一终端对自身的印象评价信息和/或第二终端对第一终端的印象评价信息;
对所述至少一个第二标签信息按照点击率、评论次数或频率、评价热度、社交群组中的关注度和/或社交群组中的标签信息转发次数或频率进行排序,得到排序第一的一个第二标签信息、或满足预设条件的排序靠前的多个第二标签信息,记为目标第二标签信息;
从所述信息库中检索到与所述目标第二标签信息匹配的目标推荐信息,发送所述目标推荐信息。
12.根据权利要求11所述的服务器,其特征在于,所述第一终端与所述第二终端具备互动相关性,所述互动相关性包括以下至少一种情况:
所述第一终端与所述第二终端之间互为好友关系;
所述第一终端与所述第二终端隶属于表征同一兴趣点或爱好点的社交群组;
所述第一终端与所述第二终端隶属于同一关注对象的社交群组;
所述第一终端与所述第二终端在地理位置上属于同一地区或区域的社交群组;
所述第一终端与所述第二终端为处于相同或相似工作/技术领域上的社交群组。
13.根据权利要求9所述的服务器,其特征在于,同一个第一标签信息支持由多个终端进行点赞和/或进行彼此印象的评价。
14.根据权利要求9所述的服务器,其特征在于,所述服务器还包括:上报信息分析单元,用于:
所述第一标签信息为第一终端根据所述系统默认的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞和/或进行彼此印象评价所形成的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述第二处理单元,进一步用于:
为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
15.根据权利要求9所述的服务器,其特征在于,所述服务器还包括:上报信息分析单元,用于:
所述第一标签信息为第一终端根据所述终端自定义设置的信息类型所选择设置的自身印象评价信息时,收到第二终端发送的上报信息,所述上报信息为第二终端针对所述第一标签信息进行点赞、对所述第一标签信息进行彼此印象评价、对所述第一标签信息进行打分和/或对所述第一标签信息进行转发传播的反馈所形成的信息;
所述第一标签信息包括:文字、图片和/或视频形式的信息;
通过对所述上报信息进行分析,以得到所述第二标签信息;
所述第二处理单元,进一步用于:
为所述第二终端发送与所述第二标签信息匹配的所述目标推荐信息。
16.根据权利要求15所述的服务器,其特征在于,所述第二处理单元,进一步用于:
为所述第一终端发送所述目标推荐信息的分成收益。
CN201610390941.XA 2016-06-06 2016-06-06 一种信息处理方法及服务器 Active CN106021586B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610390941.XA CN106021586B (zh) 2016-06-06 2016-06-06 一种信息处理方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610390941.XA CN106021586B (zh) 2016-06-06 2016-06-06 一种信息处理方法及服务器

Publications (2)

Publication Number Publication Date
CN106021586A true CN106021586A (zh) 2016-10-12
CN106021586B CN106021586B (zh) 2020-02-18

Family

ID=57089532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610390941.XA Active CN106021586B (zh) 2016-06-06 2016-06-06 一种信息处理方法及服务器

Country Status (1)

Country Link
CN (1) CN106021586B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106571933A (zh) * 2016-11-03 2017-04-19 广州酷狗计算机科技有限公司 业务处理方法及装置
CN106651448A (zh) * 2016-12-23 2017-05-10 腾讯科技(深圳)有限公司 一种广告信息发送方法、装置、和系统
CN106844683A (zh) * 2017-01-25 2017-06-13 百度在线网络技术(北京)有限公司 信息分享方法和装置
CN107526800A (zh) * 2017-08-20 2017-12-29 平安科技(深圳)有限公司 信息推荐的装置、方法及计算机可读存储介质
CN108074116A (zh) * 2016-11-09 2018-05-25 阿里巴巴集团控股有限公司 信息提供方法及装置
CN108197247A (zh) * 2017-12-29 2018-06-22 北京奇虎科技有限公司 消息内容推送控制方法、系统及计算机设备
CN108268591A (zh) * 2017-12-08 2018-07-10 苏宁云商集团股份有限公司 基于主动聊天构建用户画像的方法及设备
CN108804450A (zh) * 2017-04-28 2018-11-13 百度在线网络技术(北京)有限公司 信息推送的方法和装置
CN109067636A (zh) * 2018-06-05 2018-12-21 网易无尾熊(杭州)科技有限公司 一种基于社交网络的信息推送装置方法、装置、介质和计算设备
CN109462635A (zh) * 2018-09-25 2019-03-12 平安科技(深圳)有限公司 一种信息推送方法、计算机可读存储介质及服务器
CN109493146A (zh) * 2018-11-29 2019-03-19 深圳爱问科技股份有限公司 广告投放方法及装置
CN109815393A (zh) * 2018-12-24 2019-05-28 深圳市珍爱捷云信息技术有限公司 信息处理方法、装置、计算机设备及可读存储介质
CN110163639A (zh) * 2018-02-12 2019-08-23 北京嘀嘀无限科技发展有限公司 评价标签的推荐方法、装置和存储介质
CN110197386A (zh) * 2018-04-12 2019-09-03 腾讯科技(深圳)有限公司 媒体资源推送方法和装置、存储介质及电子装置
CN111415058A (zh) * 2019-12-22 2020-07-14 厦门快商通科技股份有限公司 一种用于特定人员的评价处理方法和装置
CN112348397A (zh) * 2020-11-20 2021-02-09 北京瞰瞰科技有限公司 网约车服务评价方法及系统、以及派单方法
CN112348626A (zh) * 2020-09-29 2021-02-09 北京沃东天骏信息技术有限公司 物品信息的处理方法和装置
CN113282839A (zh) * 2021-07-15 2021-08-20 长沙豆芽文化科技有限公司 一种互联网数据推送处理方法及系统
CN113723982A (zh) * 2020-05-26 2021-11-30 北京达佳互联信息技术有限公司 广告对用户体验影响评估方法、装置、服务器及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103488714A (zh) * 2013-09-11 2014-01-01 杭州东信北邮信息技术有限公司 一种基于社交网络的图书推荐方法和系统
CN103942317A (zh) * 2014-04-25 2014-07-23 江西迈思科技有限公司 一种推荐方法及系统
US20150058123A1 (en) * 2013-08-23 2015-02-26 Michael George Lenahan Contextually aware interactive advertisements

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150058123A1 (en) * 2013-08-23 2015-02-26 Michael George Lenahan Contextually aware interactive advertisements
CN103488714A (zh) * 2013-09-11 2014-01-01 杭州东信北邮信息技术有限公司 一种基于社交网络的图书推荐方法和系统
CN103942317A (zh) * 2014-04-25 2014-07-23 江西迈思科技有限公司 一种推荐方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨诚: "社交网络中基于用户信息与行为的精准传播研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106571933A (zh) * 2016-11-03 2017-04-19 广州酷狗计算机科技有限公司 业务处理方法及装置
CN106571933B (zh) * 2016-11-03 2020-12-04 广州酷狗计算机科技有限公司 业务处理方法及装置
CN108074116B (zh) * 2016-11-09 2022-02-22 阿里巴巴集团控股有限公司 信息提供方法及装置
CN108074116A (zh) * 2016-11-09 2018-05-25 阿里巴巴集团控股有限公司 信息提供方法及装置
CN106651448A (zh) * 2016-12-23 2017-05-10 腾讯科技(深圳)有限公司 一种广告信息发送方法、装置、和系统
CN106844683A (zh) * 2017-01-25 2017-06-13 百度在线网络技术(北京)有限公司 信息分享方法和装置
CN106844683B (zh) * 2017-01-25 2020-12-11 百度在线网络技术(北京)有限公司 信息分享方法和装置
CN108804450A (zh) * 2017-04-28 2018-11-13 百度在线网络技术(北京)有限公司 信息推送的方法和装置
CN107526800A (zh) * 2017-08-20 2017-12-29 平安科技(深圳)有限公司 信息推荐的装置、方法及计算机可读存储介质
CN107526800B (zh) * 2017-08-20 2019-03-26 平安科技(深圳)有限公司 信息推荐的装置、方法及计算机可读存储介质
CN108268591A (zh) * 2017-12-08 2018-07-10 苏宁云商集团股份有限公司 基于主动聊天构建用户画像的方法及设备
CN108197247A (zh) * 2017-12-29 2018-06-22 北京奇虎科技有限公司 消息内容推送控制方法、系统及计算机设备
CN110163639A (zh) * 2018-02-12 2019-08-23 北京嘀嘀无限科技发展有限公司 评价标签的推荐方法、装置和存储介质
CN110197386A (zh) * 2018-04-12 2019-09-03 腾讯科技(深圳)有限公司 媒体资源推送方法和装置、存储介质及电子装置
CN110197386B (zh) * 2018-04-12 2022-02-08 腾讯科技(深圳)有限公司 媒体资源推送方法和装置、存储介质及电子装置
CN109067636A (zh) * 2018-06-05 2018-12-21 网易无尾熊(杭州)科技有限公司 一种基于社交网络的信息推送装置方法、装置、介质和计算设备
CN109462635B (zh) * 2018-09-25 2021-11-19 平安科技(深圳)有限公司 一种信息推送方法、计算机可读存储介质及服务器
CN109462635A (zh) * 2018-09-25 2019-03-12 平安科技(深圳)有限公司 一种信息推送方法、计算机可读存储介质及服务器
CN109493146A (zh) * 2018-11-29 2019-03-19 深圳爱问科技股份有限公司 广告投放方法及装置
CN109815393B (zh) * 2018-12-24 2022-09-06 深圳市珍爱捷云信息技术有限公司 信息处理方法、装置、计算机设备及可读存储介质
CN109815393A (zh) * 2018-12-24 2019-05-28 深圳市珍爱捷云信息技术有限公司 信息处理方法、装置、计算机设备及可读存储介质
CN111415058A (zh) * 2019-12-22 2020-07-14 厦门快商通科技股份有限公司 一种用于特定人员的评价处理方法和装置
CN113723982A (zh) * 2020-05-26 2021-11-30 北京达佳互联信息技术有限公司 广告对用户体验影响评估方法、装置、服务器及存储介质
CN113723982B (zh) * 2020-05-26 2024-04-16 北京达佳互联信息技术有限公司 广告对用户体验影响评估方法、装置、服务器及存储介质
CN112348626A (zh) * 2020-09-29 2021-02-09 北京沃东天骏信息技术有限公司 物品信息的处理方法和装置
CN112348397A (zh) * 2020-11-20 2021-02-09 北京瞰瞰科技有限公司 网约车服务评价方法及系统、以及派单方法
CN113282839B (zh) * 2021-07-15 2021-09-14 长沙豆芽文化科技有限公司 一种互联网数据推送处理方法及系统
CN113282839A (zh) * 2021-07-15 2021-08-20 长沙豆芽文化科技有限公司 一种互联网数据推送处理方法及系统

Also Published As

Publication number Publication date
CN106021586B (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
CN106021586A (zh) 一种信息处理方法及服务器
Resende et al. (Mis) information dissemination in WhatsApp: Gathering, analyzing and countermeasures
Zhou et al. US domestic extremist groups on the Web: link and content analysis
Pacheco et al. Uncovering coordinated networks on social media
Nettleton Data mining of social networks represented as graphs
Adamic et al. Friends and neighbors on the web
Strong Humanizing big data: Marketing at the meeting of data, social science and consumer insight
US20130232263A1 (en) System and method for classifying a contagious phenomenon propagating on a network
AU2010330720A1 (en) System and method for attentive clustering and related analytics and visualizations
Ermakova et al. Web tracking-A literature review on the state of research
CN101916274A (zh) 对LinkUGC进行聚合显示的方法和系统
CN106033579A (zh) 数据处理方法和装置
Palla et al. Hierarchical networks of scientific journals
CN106096629A (zh) 一种基于用户间相似关系的广告点击率预测方法
Na et al. Sensibility and response keywords of users according to posting types of fashion Instagram: Focused on Koreans’ fashion brands
Hachaj et al. Clustering of trending topics in microblogging posts: A graph-based approach
US11810007B2 (en) Self-building hierarchically indexed multimedia database
Zhou et al. An intelligent video tag recommendation method for improving video popularity in mobile computing environment
Piccardi et al. On the Value of Wikipedia as a Gateway to the Web
Spiliotopoulos et al. Designing user interfaces for social media driven digital preservation and information retrieval
Halkiopoulos et al. Cultural and tourism promotion through digital marketing approaches. A case study of social media campaigns in Greece
Shevtsov et al. Discovery and classification of Twitter bots
CN112948775B (zh) 基于区块链的转介跟踪系统
Boullier Big Data challenges for the social sciences: from society and opinion to replications
Libert et al. Good news for people who love bad news: Centralization, privacy, and transparency on us news sites

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant