CN111601173A - 内容推荐方法、内容推荐装置和电子设备 - Google Patents
内容推荐方法、内容推荐装置和电子设备 Download PDFInfo
- Publication number
- CN111601173A CN111601173A CN201910128561.2A CN201910128561A CN111601173A CN 111601173 A CN111601173 A CN 111601173A CN 201910128561 A CN201910128561 A CN 201910128561A CN 111601173 A CN111601173 A CN 111601173A
- Authority
- CN
- China
- Prior art keywords
- content recommendation
- content
- portable device
- predetermined area
- recommendation method
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 83
- 238000012549 training Methods 0.000 claims description 39
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 24
- 230000006399 behavior Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000013526 transfer learning Methods 0.000 claims description 7
- 238000007477 logistic regression Methods 0.000 claims description 6
- 238000007635 classification algorithm Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 238000003780 insertion Methods 0.000 description 5
- 230000037431 insertion Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/436—Interfacing a local distribution network, e.g. communicating with another STB or one or more peripheral devices inside the home
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4663—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving probabilistic networks, e.g. Bayesian networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Information Transfer Between Computers (AREA)
Abstract
对于个性化推荐来说,针对公共区域,比如,大屏(机顶盒、电视、投影仪等)前家庭的公共区域,如何精准定位在大屏前的不同的人,例如一个家庭中的不同成员并推荐合适的内容是需要考虑的问题。针对该问题,本申请实施例获得家庭成员在家庭范围内的活动轨迹,具体地,通过便携式设备发现或连接的方式来获知用户携带的便携式设备(例如智能手机、手表、手环等)进入或离开预定范围,从而了解用户的活动轨迹,并进行内容推荐。这样,能够提高内容推荐的精确度。
Description
技术领域
本申请涉及智能推荐技术领域,且更为具体地,涉及一种内容推荐方法、内容识别装置和电子设备。
背景技术
伴随着个性化的视频、新闻、直播、生活服务、商品等的流行,根据用户来推送不同的内容甚至广告成为重要的运营手段。
但是,个性化推荐在公共区域为遇到问题,比如,在大屏(机顶盒、电视、投影仪等)前为家庭的公共区域,其是为家庭全体来服务的。因此,如何精准定位在大屏前一个家庭中不同的人并推荐合适的内容,是个难题。
目前,常见的方法是通过摄像头进行识别,并基于识别结果进行个性化推荐,但是该方法又涉及到用户隐私,较难为用户所接受。
因此,期望提供改进的内容推荐方案。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种内容推荐方法,内容推荐装置和电子设备,其能够检测进入/离开预定区域的便携式设备,并基于所获得的设备信息进行内容推荐,从而提高内容推荐的精确度。
根据本申请的一个方面,提供了一种内容推荐方法,包括:检测便携式设备是否进入/离开预定区域;在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及,基于所述设备信息进行内容推荐。
在上述内容推荐方法中,检测便携式设备是否进入/离开预定区域包括:通过设备发现的方式检测所述便携式设备是否进入/离开预定区域。
在上述内容推荐方法中,通过设备发现的方式检测所述便携式设备是否进入/离开预定区域包括以下的至少其中之一:向所述预定区域广播请求并接收所述便携式设备对于所述请求的响应;在所述预定区域内监听所述便携式设备发出的信息;以及,主动或者被动地从服务器获取所述便携式设备向所述服务器发送的信息。
在上述内容推荐方法中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、主机名、已开启服务、已开启特定端口、所在工作组、进入所述预定区域的时间、设备类型和设备唯一标识。
在上述内容推荐方法中,检测便携式设备是否进入/离开预定区域包括:通过设备连接的方式检测所述便携式设备是否进入/离开预定区域。
在上述内容推荐方法中,所述设备连接的方式包括所述预定区域内的局域网连接、蓝牙连接、USB连接和HDMI连接中的至少一个。
在上述内容推荐方法中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、设备类型、进入/离开所述预定区域的时间、设备名称和设备连接状态。
在上述内容推荐方法中,所述内容推荐通过训练过程获得,所述训练过程包括:以所述便携式设备的设备信息或者所述便携式设备的连接事件作为训练数据,以用户响应于所述呈现的所推荐内容的行为作为正样本,对所述训练数据进行向量化;以及,使用所述向量化的训练数据基于预定算法生成内容推荐模型及其对应的决策机。
在上述内容推荐方法中,所述预定算法包括聚类算法、贝叶斯分类算法、逻辑回归算法、神经网络算法中的至少一个。
在上述内容推荐方法中,基于所述设备信息进行内容推荐包括:将所述便携式设备的设备信息或者所述便携式设备的连接事件输入训练好的所述内容推荐模型及其对应的决策机,以获得所推荐的内容。
在上述内容推荐方法中,进一步包括:呈现所推荐的内容。
在上述内容推荐方法中,在呈现所推荐的内容之后进一步包括:获取用户响应于所述呈现的所推荐内容的行为;以及,以所述行为作为正样本进行迁移学习训练以优化用于内容推荐的内容推荐模型及其对应的决策机。
在上述内容推荐方法中,呈现所推荐的内容包括以下的至少其中之一:对多个所推荐的内容进行排序;区分所推荐的内容与非推荐的内容;以及,向用户通知已获得所推荐的内容。
根据本申请的另一方面,提供了一种内容推荐装置,包括:检测单元,用于检测便携式设备是否进入/离开预定区域;获得单元,用于在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及,推荐单元,用于基于所述设备信息进行内容推荐。
在上述内容推荐装置中,所述检测单元用于通过设备发现的方式检测所述便携式设备是否进入/离开预定区域。
在上述内容推荐装置中,所述检测单元用于以以下的至少其中之一的方式检测所述便携式设备是否进入/离开预定区域:向所述预定区域广播请求并接收所述便携式设备对于所述请求的响应;在所述预定区域内监听所述便携式设备发出的信息;以及,主动或者被动地从服务器获取所述便携式设备向所述服务器发送的信息。
在上述内容推荐装置中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、主机名、已开启服务、已开启特定端口、所在工作组、进入所述预定区域的时间、设备类型和设备唯一标识。
在上述内容推荐装置中,所述检测单元用于通过设备连接的方式检测所述便携式设备是否进入/离开预定区域。
在上述内容推荐装置中,所述设备连接的方式包括所述预定区域内的局域网连接、蓝牙连接、USB连接和HDMI连接中的至少一个。
在上述内容推荐装置中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、设备类型、进入/离开所述预定区域的时间、设备名称和设备连接状态。
在上述内容推荐装置中,所述推荐单元的内容推荐通过训练过程获得,所述训练过程包括:以所述便携式设备的设备信息或者所述便携式设备的连接事件作为训练数据,以用户响应于所述呈现的所推荐内容的行为作为正样本,对所述训练数据进行向量化;以及,使用所述向量化的训练数据基于预定算法生成内容推荐模型及其对应的决策机。
在上述内容推荐装置中,所述预定算法包括聚类算法、贝叶斯分类算法、逻辑回归算法、神经网络算法中的至少一个。
在上述内容推荐装置中,所述推荐单元用于:将所述便携式设备的设备信息或者所述便携式设备的连接事件输入训练好的所述内容推荐模型及其对应的决策机,以获得所推荐的内容。
在上述内容推荐装置中,进一步包括呈现单元,用于呈现所推荐的内容。
在上述内容推荐装置中,进一步包括优化单元,用于在呈现所推荐的内容之后,获取用户响应于所述呈现的所推荐内容的行为;以及,以所述行为作为正样本进行迁移学习训练以优化用于内容推荐的内容推荐模型及其对应的决策机。
在上述内容推荐装置中,所述呈现单元用于以下的至少其中之一:对多个所推荐的内容进行排序;区分所推荐的内容与非推荐的内容;以及,向用户通知已获得所推荐的内容。
根据本申请的再一方面,提供了一种电子设备,包括:处理器;以及,存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的内容推荐方法。
根据本申请的又一方面,提供了一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的内容推荐方法。
与现有技术相比,本申请提供的内容推荐方法、内容推荐装置和电子设备能够检测进入/离开预定区域的便携式设备,并基于所获得的设备信息进行内容推荐,从而提高内容推荐的精确度。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1图示了根据本申请实施例的内容推荐方法的流程图。
图2A到图2C图示了根据本申请实施例的内容推荐方法的应用示例一的示意图。
图3图示了根据本申请实施例的内容推荐方法的应用示例二的示意图。
图4图示了根据本申请实施例的内容推荐装置的框图。
图5图示了根据本申请实施例的电子设备的框图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
如上所述,对于个性化推荐来说,如何精准定位在大屏前的不同的人,例如一个家庭中的不同成员并推荐合适的内容是需要考虑的问题。
本申请的发明人发现,对于家庭成员来说,其活动在时间和空间会表现出规律性,因而人员在家庭范围内的活动轨迹可以通过某种方法获得。此外,本申请的发明人进一步发现可以采用便携式设备发现或连接的方式来获知用户携带的便携式设备(例如智能手机、手表、手环等)进入或离开预定范围,从而了解用户的活动轨迹。
因此,本申请的基本构思是通过设备发现或者设备连接的方式来检测进入/离开预定区域的便携式设备,并基于所获得的设备信息进行内容推荐,从而识别在预定区域内可能出现的不同用户,并向每个用户推荐相应的内容。
具体地,本申请提供的内容推荐方法、内容推荐装置和电子设备首先检测便携式设备是否进入/离开预定区域,然后在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息,最后基于所述设备信息进行内容推荐。
因此,本申请提供的内容推荐方法、内容推荐装置和电子设备能够通过设备发现或者设备连接的方式获取便携式设备进入或离开一定区域的位置范围的状态,并通过处于进入或离开一定区域的位置范围的状态的便携式设备的设备信息来进行大屏智能设备(例如机顶盒、智能电视、智能投影仪等)的推荐。
值得注意的是,在本申请提供的内容推荐方法、内容推荐装置和电子设备中,所述预定区域不仅限于家庭环境下的大屏设备所覆盖的区域,也可以是其它涉及到多个用户进出的私人区域或者公共区域,例如,可以是大屏智能设备的展示厅等。
另外,在本申请提供的内容推荐方法、内容推荐装置和电子设备中,所推荐的内容可以作为用户数据存储并进行进一步处理。例如,所推荐的内容可以作为推荐结果在大屏智能设备(机顶盒、智能电视、智能投影仪等)上进行显示或语音提示。或者,所推荐的内容可以作为用户数据进行用户行为分析,或者结合其它数据或者其它条件,例如时间条件或者判定条件来确定向用户呈现的内容。
并且,所推荐的内容不仅限于通过大屏智能设备以视觉方式呈现,例如,其也可以通过智能音箱等音频设备以音频方式呈现,或者,所推荐的内容也可以是由具有不同模式的发光设备所呈现的灯光内容等。
并且,在本申请提供的内容推荐方法、内容推荐装置和电子设备中,所推荐的内容不仅限于视听作品,比如影视或者音乐歌曲的推荐,也可以应用于用于购物的商品推荐与、应用程序下载或打开推荐、本地生活服务如家政外卖等推荐、旅游推荐,等等。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。
示例性方法
图1图示了根据本申请实施例的内容推荐方法的流程图。
如图1所示,根据本申请实施例的内容推荐方法包括:S110,检测便携式设备是否进入/离开预定区域;S120,在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及S130,基于所述设备信息进行内容推荐。
在步骤S110中,检测便携式设备是否进入/离开预定区域。这里,如上所述,所述预定区域是用于向用户呈现推荐内容的区域,例如,家庭范围内的大屏智能设备的覆盖范围,或者展示厅或体验馆内的智能设备的覆盖范围等。
具体地,在本申请实施例中,可以通过设备发现的方式来检测所述便携式设备是否进入/离开预定区域。例如,设备发现可以通过以下方式:
1.由用于推荐内容的设备,例如大屏智能设备(机顶盒、智能电视、智能投影仪等)向局域网设备发送广播报文,并接收到其他设备的响应报文,其中包括了IP地址、MAC地址等。
2.针对苹果设备,可以采用苹果的Bonjour协议,发现苹果设备的主机名和开启的服务等信息。
3.对于IPhone和IPad等具有特定端口的设备,可以通过特定端口发现的方式,即,IPHONE和IPAD都打开了TCP 62078端口,可以通过扫描这个端口的开启情况来判定是否是IPHONE与IPAD。
4.通过NetBIOS协议,可以发现局域网中的Win系统设备和安装了该协议的linux设备,获取其主机名、所在工作组等信息。
5.通过UPNP可以发现局域网中支持该协议的设备。
当然,本领域技术人员可以理解,设备发现也可以包括其它方式。总的来说,设备发现的方式一种是主动发送获取信息的请求,接收其他设备的响应,获取该设备的连接网络或离开网络的信息;另一种是监听其他设备发出的信息获取该设备的连接网络或离开网络的信息;再一种是通过服务器中转,即,设备主动向服务器获取到或被服务器通知到,其他设备定时向服务器发送连接网络或离开网络的信息。
因此,在根据本申请实施例的内容推荐方法中,检测便携式设备是否进入/离开预定区域包括:通过设备发现的方式检测所述便携式设备是否进入/离开预定区域。
并且,在上述内容推荐方法中,通过设备发现的方式检测所述便携式设备是否进入/离开预定区域包括以下的至少其中之一:向所述预定区域广播请求并接收所述便携式设备对于所述请求的响应;在所述预定区域内监听所述便携式设备发出的信息;以及,主动或者被动地从服务器获取所述便携式设备向所述服务器发送的信息。
此外,在本申请实施例中,可以通过设备连接的方式来检测所述便携式设备是否进入/离开预定区域。这里,设备连接主要应用于后可检测到的连接,例如连接到局域网后可检测到的网络设备,比如通过WiFi连接的智能手机;开启蓝牙后可检测到蓝牙列表的设备;通过USB连接后可检测到的设备,比如U盘;以及通过HDMI连接的设备,比如Dongle投屏器等。
因此,在根据本申请实施例的内容推荐方法中,检测便携式设备是否进入/离开预定区域包括:通过设备连接的方式检测所述便携式设备是否进入/离开预定区域。
并且,在上述内容推荐方法中,所述设备连接的方式包括所述预定区域内的局域网连接、蓝牙连接、USB连接和HDMI连接中的至少一个。
在步骤S120中,在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息。也就是说,通过设备发现或者设备连接的方式,在检测所述便携式设备进入/离开预定区域的过程中,可以获得相应的设备信息。
如上所述,通过设备发现,可以获得接收到广播报文的便携式设备的响应报文中的IP地址、MAC地址等信息,可以获得苹果设备的主机名和开启的服务等信息,可以获得IPhone和IPad的特定端口,比如TCP 62078端口信息,可以获得安装了NetBIOS协议的Win设备或者Linux设备的主机名、所在工作组等信息。
并且,在一个示例中,可以通过设备发现的方式获取便携式设备进入网络的时间,即,如果获取的时间落入特定的时间区间内,比如晚上下班时间后,表明家庭中工作人员在下班后进入家庭区域。
在另一示例中,可以通过设备发现的方式获取设备类型,比如儿童手表,则表明家庭中儿童进入或离开家庭区域;又比如血压计,则表明家庭中注重健康的家人进入或离开家庭区域;或者比如运动手环,则表明家庭中喜欢运动的家人进入或离开家庭区域。
在又一示例中,可以通过设备发现的方式获取设备唯一标识,并且,通过确定所述设备唯一标识与用户授权的、且能表明用户身份的设备唯一标识相匹配,就能确定该用户进入或离开家庭区域。
因此,在根据本申请实施例的内容推荐方法中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、主机名、已开启服务、已开启特定端口、所在工作组、进入所述预定区域的时间、设备类型和设备唯一标识。
另外,在通过设备连接的方式检测到便携式设备时,可以通过连接类型来获得相应的设备信息。例如,在家庭局域网内,如果由大屏智能设备(机顶盒、智能电视、智能投影仪等)发现了家庭局域网内其他设备进入家庭局域网或离开家庭局域网,则大屏智能设备能够获取该设备的IP地址,MAC地址,设备类型,使用的操作系统、进入网络时间、离开网络时间等特性。这里,MAC地址可以作为如上所述的设备唯一标识。
在其它连接方式中,通过获取的蓝牙设备列表,USB连接设备或HDMI连接设备,可以得到蓝牙设备的MAC地址,名称,USB连接设备名称和插入/拔出状态,HDMI连接设备的插入/拔出状态等信息。
因此,在根据本申请实施例的内容推荐方法中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、设备类型、进入/离开所述预定区域的时间、设备名称和设备连接状态。
在步骤S130中,基于所述设备信息进行内容推荐。也就是说,通过所述设备信息,可以确定进入/离开所述预定范围的用户的类型或者偏好等,例如如上所述的携带血压计的用户注重健康,而携带运动手环的用户喜欢运动,等等。然后,可以通过匹配与所述设备信息对应的内容来进行推荐,例如,可以简单地通过对照表的方式来获得推荐的内容。
为了提高内容推荐的精准度,在本申请实施例中,可以通过训练推荐模型的方式来进行内容推荐。具体来说,在训练过程中,可以使用聚类、贝叶斯分类、逻辑回归、神经网络等机器学习的算法,以便携式设备的IP地址、MAC地址、设备类型、使用的操作系统、进入网络时间、离开网络时间等信息作为输入的训练数据集,将用户进入/离开所述预定区域前后的行为(包含浏览、点击、播放、购买等)作为正样本,对所述训练数据进行向量化,并利用向量化的训练数据产生用于推荐内容,例如,最可能播放的影片、最可能购买的影片、最可能点击的影片海报或者最可能浏览的影片海报的模型及相应的决策机。
另外,可以将例如USB连接设备或HDMI连接设备等设备的MAC地址或插入、拔出事件作为输入的训练数据集,将插入、拔出事件前后的行为(包含浏览、点击、播放、购买等)作为正样本,对所述训练数据进行向量化,并利用向量化的训练数据产生内容推荐模型及相应的决策机。
也就是,在根据本申请实施例的内容推荐方法中,所述内容推荐通过训练过程获得,所述训练过程包括:以所述便携式设备的设备信息或者所述便携式设备的连接事件作为训练数据,以用户响应于所述呈现的所推荐内容的行为作为正样本,对所述训练数据进行向量化;以及,使用所述向量化的训练数据基于预定算法生成内容推荐模型及其对应的决策机。
并且,在上述内容推荐方法中,所述预定算法包括聚类算法、贝叶斯分类算法、逻辑回归算法、神经网络算法中的至少一个。
在获得训练好的模型之后,就可以根据便携式设备的设备信息,例如如上所述的IP地址、MAC地址、设备类型、使用的操作系统、进入网络时间和离开网络时间等来预测出推荐的内容,例如某个用户最可能播放的影片、最可能购买的影片、最可能点击的影片海报或者最可能浏览的影片海报。此外,可以根据USB连接设备或HDMI连接设备的MAC地址或插入、拔出事件来预测出向用户推荐的内容。
也就是,在根据本申请实施例的内容推荐方法中,基于所述设备信息进行内容推荐包括:将所述便携式设备的设备信息或者所述便携式设备的连接事件输入训练好的所述内容推荐模型及其对应的决策机,以获得所推荐的内容。
因此,在本申请实施例中,可以通过设备发现或者设备连接的方式获得各种设备信息,而不仅限于单一的诸如设备类型的信息。并且,通过结合基于训练获得的内容推荐模型及其对应的决策机,可以从这些设备信息中准确地挖掘出能够体现用户的倾向性的信息,从而提高推荐准确度。
这样,通过基于所述设备信息进行内容推荐以获得所推荐的内容之后,如上所述,所推荐的内容可以作为用户数据进行进一步的数据分析,或者直接向用户呈现。
因此,在根据本申请实施例的内容推荐方法中,进一步包括:呈现所推荐的内容。
在向用户呈现所推荐的内容之后,用户可能会针对所推荐的内容进行反馈,例如,浏览、点击、播放、购买等行为。因此,在本申请实施例中,为了进一步提高内容推荐模型的内容推荐的准确度,可以将这些用户行为作为反馈来优化内容推荐模型。具体地,根据便携式设备在内容推荐后的反馈,特别是行为反馈(包含浏览、点击、播放、购买等)作为正样本,进行相应的迁移学习训练,从而优化内容推荐模型及相应的决策机。类似地,根据USB连接设备或HDMI连接设备的插入、拔出事件后的反馈,特别是行为(包含浏览、点击、播放、购买等)作为正样本,进行相应的迁移学习训练,从而优化内容推荐模型及相应的决策机。
也就是,在根据本申请实施例的内容推荐方法中,在呈现所推荐的内容之后进一步包括:获取用户响应于所述呈现的所推荐内容的行为;以及,以所述行为作为正样本进行迁移学习训练以优化用于内容推荐的内容推荐模型及其对应的决策机。
并且,在呈现所推荐的内容时,取决于呈现内容的设备类型,例如大屏显示设备、智能音箱等,可以以视觉或者听觉方式或者其它方式来呈现推荐的内容。
在包括多个推荐内容的情况下,可以根据内容推荐模型的结果,例如推荐评分值对多个推荐内容进行排序。并且,可以在视觉上区分推荐内容和非推荐内容,例如通过显示界面上显示对应于推荐结果的多个图形元素,包含但不限于图标的颜色、位置、尺寸和图标包含的文字描述如“推荐”等。另外,还可以在完成推荐之后,以语音提示的方式向用户通知已经有推荐的结果,并且,进一步通过语音方式将推荐的结果逐条播报。
因此,在根据本申请实施例的内容推荐方法中,呈现所推荐的内容包括以下的至少其中之一:对多个所推荐的内容进行排序;区分所推荐的内容与非推荐的内容;以及,向用户通知已获得所推荐的内容。
应用示例一
图2A到图2C图示了根据本申请实施例的内容推荐方法的应用示例一的示意图。
如图2A所示,智能电视TV向预定范围,例如房间范围内的设备发送广播报文,且智能手机MB接收到所述广播报文。
接下来,如图2B所示,智能手机MB响应于接收到的广播报文,将自身的IP地址、MAC地址等信息作为响应信息发送到智能电视TV。例如,所述响应信息还包括所述智能手机MB的设备名称、设备类型、设备唯一标识、已开启服务、已开启特定端口、所在工作组、进入/离开所述预定区域的时间等。
此外,在发送的响应信息中,还可以包括智能手机的连接行为信息,例如,智能手机MB通过Wi-Fi连接到房间内的局域网,或者智能手机MB直接通过蓝牙与智能电视TV连接。
然后,如图2C所示,以智能手机的上述信息作为输入数据,输入到神经网络Net,即如上所述的内容推荐模型,获得模型的输出结果为视频V,则将所述视频V在智能电视TV上进行显示。
应用示例二
图3图示了根据本申请实施例的内容推荐方法的应用示例二的示意图。
如图3所示,智能音箱AU定时地向路由器RU发送查询请求并接收访问信息。这样,当智能手机MP通过路由器RU连接到预定范围内的局域网时,例如通过WiFi连接,将会将自身的设备信息,例如IP地址、MAC地址等信息发送到路由器RU。此外,所述信息还可以包括智能手机MP的设备名称、设备类型、设备唯一标识、已开启服务、已开启特定端口、所在工作组等信息。
路由器RU在接收到该智能手机MP的设备信息之后,将该设备信息作为对智能音箱AU的查询的响应发送给智能音箱。并且,路由器RU还可以将智能手机MP的连网时间,以及连网事件本身(作为智能手机的连接行为信息)作为该智能手机MP的设备信息发送给智能音箱AU。
接下来,智能音箱AU以所获得的智能手机MP的设备信息作为输入,通过预先训练好的内容推荐模型获得推荐内容,例如特定歌曲,并且向用户播放。
示例性装置
图4图示了根据本申请实施例的内容推荐装置的框图。
如图4所示,根据本申请实施例的内容推荐装置200包括:检测单元210,用于检测便携式设备是否进入/离开预定区域;获得单元220,用于在所述检测单元210检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及,推荐单元230,用于基于所述获得单元220所获得的设备信息进行内容推荐。
在一个示例中,在上述内容推荐装置200中,所述检测单元210用于通过设备发现的方式检测所述便携式设备是否进入/离开预定区域。
在一个示例中,在上述内容推荐装置200中,所述检测单元210用于以以下的至少其中之一的方式检测所述便携式设备是否进入/离开预定区域:向所述预定区域广播请求并接收所述便携式设备对于所述请求的响应;在所述预定区域内监听所述便携式设备发出的信息;以及,主动或者被动地从服务器获取所述便携式设备向所述服务器发送的信息。
在一个示例中,在上述内容推荐装置200中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、主机名、已开启服务、已开启特定端口、所在工作组、进入所述预定区域的时间、设备类型和设备唯一标识。
在一个示例中,在上述内容推荐装置200中,所述检测单元210用于通过设备连接的方式检测所述便携式设备是否进入/离开预定区域。
在一个示例中,在上述内容推荐装置200中,所述设备连接的方式包括所述预定区域内的局域网连接、蓝牙连接、USB连接和HDMI连接中的至少一个。
在一个示例中,在上述内容推荐装置200中,所述便携式设备的设备信息包括以下的至少其中之一:IP地址、MAC地址、设备类型、进入/离开所述预定区域的时间、设备名称和设备连接状态。
在一个示例中,在上述内容推荐装置200中,所述推荐单元230的内容推荐通过训练过程获得,所述训练过程包括:以所述便携式设备的设备信息或者所述便携式设备的连接事件作为训练数据,以用户响应于所述呈现的所推荐内容的行为作为正样本,对所述训练数据进行向量化;以及,使用所述向量化的训练数据基于预定算法生成内容推荐模型及其对应的决策机。
在一个示例中,在上述内容推荐装置200中,所述预定算法包括聚类算法、贝叶斯分类算法、逻辑回归算法、神经网络算法中的至少一个。
在一个示例中,在上述内容推荐装置200中,所述推荐单元230用于:将所述便携式设备的设备信息或者所述便携式设备的连接事件输入训练好的所述内容推荐模型及其对应的决策机,以获得所推荐的内容。
在一个示例中,在上述内容推荐装置200中,进一步包括呈现单元,用于呈现所述推荐单元230所推荐的内容
在一个示例中,在上述内容推荐装置200中,进一步包括优化单元,用于在所述呈现单元呈现所推荐的内容之后,获取用户响应于所述呈现的所推荐内容的行为;以及,以所述行为作为正样本进行迁移学习训练以优化所述内容推荐模型及其对应的决策机。
在一个示例中,在上述内容推荐装置200中,所述呈现单元用于以下的至少其中之一:对多个所推荐的内容进行排序;区分所推荐的内容与非推荐的内容;以及,向用户通知已获得所推荐的内容。
这里,本领域技术人员可以理解,上述内容推荐装置200中的各个单元和模块的具体功能和操作已经在上面参考图1的内容推荐方法的描述中得到了详细介绍,并因此,将省略其重复描述。
如上所述,根据本申请实施例的内容推荐装置200可以实现在各种终端设备中,例如大屏智能设备,或者独立于大屏智能设备的计算机等。在一个示例中,根据本申请实施例的内容推荐装置200可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如,该内容推荐装置200可以是该终端设备的操作系统中的一个软件模块,或者可以是针对于该终端设备所开发的一个应用程序;当然,该内容推荐装置200同样可以是该终端设备的众多硬件模块之一。
替换地,在另一示例中,该内容推荐装置200与该终端设备也可以是分立的设备,并且该内容推荐装置200可以通过有线和/或无线网络连接到该终端设备,并且按照约定的数据格式来传输交互信息。
示例性电子设备
下面,参考图5来描述根据本申请实施例的电子设备。
图5图示了根据本申请实施例的电子设备的框图。
如图5所示,电子设备10包括一个或多个处理器11和存储器12。
处理器13可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本申请的各个实施例的内容推荐方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如设备信息等各种内容。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入装置13可以包括例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息,包括向用户推荐的内容等。该输出装置14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图5中仅示出了该电子设备10中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备10还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的内容推荐方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的内容推荐方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (15)
1.一种内容推荐方法,其特征在于,包括:
检测便携式设备是否进入/离开预定区域;
在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及
基于所述设备信息进行内容推荐。
2.根据权利要求1所述的内容推荐方法,其特征在于,检测便携式设备是否进入/离开预定区域包括:
通过设备发现的方式检测所述便携式设备是否进入/离开预定区域。
3.根据权利要求2所述的内容推荐方法,其特征在于,通过设备发现的方式检测所述便携式设备是否进入/离开预定区域包括以下的至少其中之一:
向所述预定区域广播请求并接收所述便携式设备对于所述请求的响应;
在所述预定区域内监听所述便携式设备发出的信息;以及
主动或者被动地从服务器获取所述便携式设备向所述服务器发送的信息。
4.根据权利要求2或者3所述的内容推荐方法,其特征在于,所述便携式设备的设备信息包括以下的至少其中之一:
IP地址、MAC地址、主机名、已开启服务、已开启特定端口、所在工作组、进入/离开所述预定区域的时间、设备类型和设备唯一标识。
5.根据权利要求1所述的内容推荐方法,其特征在于,检测便携式设备是否进入/离开预定区域包括:
通过设备连接的方式检测所述便携式设备是否进入/离开预定区域。
6.根据权利要求5所述的内容推荐方法,其特征在于,所述设备连接的方式包括所述预定区域内的局域网连接、蓝牙连接、USB连接和HDMI连接中的至少一个。
7.根据权利要求6所述的内容推荐方法,其特征在于,所述便携式设备的设备信息包括以下的至少其中之一:
IP地址、MAC地址、设备类型、进入/离开所述预定区域的时间、设备名称和设备连接状态。
8.根据权利要求1所述的内容推荐方法,其特征在于,所述内容推荐通过训练过程获得,所述训练过程包括:
以所述便携式设备的设备信息或者所述便携式设备的连接事件作为训练数据,以用户响应于所述呈现的所推荐内容的行为作为正样本,对所述训练数据进行向量化;以及
使用所述向量化的训练数据基于预定算法生成内容推荐模型及其对应的决策机。
9.根据权利要求8所述的内容推荐方法,其特征在于,所述预定算法包括聚类算法、贝叶斯分类算法、逻辑回归算法、神经网络算法中的至少一个。
10.根据权利要求8所述的内容推荐方法,其特征在于,基于所述设备信息进行内容推荐包括:
将所述便携式设备的设备信息或者所述便携式设备的连接事件输入训练好的所述内容推荐模型及其对应的决策机,以获得所推荐的内容。
11.根据权利要求1所述的内容推荐方法,其特征在于,进一步包括:
呈现所推荐的内容。
12.根据权利要求11所述的内容推荐方法,其特征在于,在呈现所推荐的内容之后进一步包括:
获取用户响应于所述呈现的所推荐内容的行为;以及
以所述行为作为正样本进行迁移学习训练以优化用于内容推荐的内容推荐模型及其对应的决策机。
13.根据权利要求11所述的内容推荐方法,其特征在于,呈现所推荐的内容包括以下的至少其中之一:
对多个所推荐的内容进行排序;
区分所推荐的内容与非推荐的内容;以及
向用户通知已获得所推荐的内容。
14.一种内容推荐装置,其特征在于,包括:
检测单元,用于检测便携式设备是否进入/离开预定区域;
获得单元,用于在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及
推荐单元,用于基于所述设备信息进行内容推荐。
15.一种电子设备,包括:
处理器;以及
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-13中任一项所述的内容推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910128561.2A CN111601173A (zh) | 2019-02-21 | 2019-02-21 | 内容推荐方法、内容推荐装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910128561.2A CN111601173A (zh) | 2019-02-21 | 2019-02-21 | 内容推荐方法、内容推荐装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111601173A true CN111601173A (zh) | 2020-08-28 |
Family
ID=72189986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910128561.2A Pending CN111601173A (zh) | 2019-02-21 | 2019-02-21 | 内容推荐方法、内容推荐装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111601173A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150310460A1 (en) * | 2014-04-23 | 2015-10-29 | Fujitsu Limited | Consumer profiling using network connectivity |
CN106028276A (zh) * | 2016-04-28 | 2016-10-12 | 广州市科传计算机科技股份有限公司 | 信息推荐方法及系统 |
CN106487840A (zh) * | 2015-08-27 | 2017-03-08 | 中国移动通信集团公司 | 一种内容服务器的确定方法、平台及调度服务器 |
CN106570715A (zh) * | 2015-10-09 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法、装置和系统 |
CN107562942A (zh) * | 2017-09-22 | 2018-01-09 | 京东方科技集团股份有限公司 | 内容推荐方法及其装置、设备以及计算机可读存储介质 |
US20180288480A1 (en) * | 2017-03-30 | 2018-10-04 | Rovi Guides, Inc. | Methods and systems for recommending media assets based on the geographic location at which the media assets are frequently consumed |
-
2019
- 2019-02-21 CN CN201910128561.2A patent/CN111601173A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150310460A1 (en) * | 2014-04-23 | 2015-10-29 | Fujitsu Limited | Consumer profiling using network connectivity |
CN106487840A (zh) * | 2015-08-27 | 2017-03-08 | 中国移动通信集团公司 | 一种内容服务器的确定方法、平台及调度服务器 |
CN106570715A (zh) * | 2015-10-09 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法、装置和系统 |
CN106028276A (zh) * | 2016-04-28 | 2016-10-12 | 广州市科传计算机科技股份有限公司 | 信息推荐方法及系统 |
US20180288480A1 (en) * | 2017-03-30 | 2018-10-04 | Rovi Guides, Inc. | Methods and systems for recommending media assets based on the geographic location at which the media assets are frequently consumed |
CN107562942A (zh) * | 2017-09-22 | 2018-01-09 | 京东方科技集团股份有限公司 | 内容推荐方法及其装置、设备以及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11418841B2 (en) | Inhibiting display of advertisements with age-inappropriate content | |
JP6688317B2 (ja) | ユーザと物理オブジェクトとのインタラクションをエンハンスメントするためのIoT(Internet of Things)の活用 | |
CN106233740B (zh) | 用于呈现推荐媒体内容项的方法、系统和介质 | |
US20160105432A1 (en) | System and method to provide interactive, user-customized content to touch-free terminals | |
KR102330166B1 (ko) | 디지털 사이니지 및 그 제어 방법 | |
WO2020130369A1 (ko) | 온라인 마케팅 전략을 수립하기 위한 인공지능 분석 시스템 | |
US20120278875A1 (en) | Media content selection and presentation control | |
US9876871B2 (en) | User logging of web traffic on non-browser based devices | |
PH12016000323A1 (en) | Commercial information providing system and commercial information providing method | |
CN107111820B (zh) | 用于提供广告内容的方法和装置 | |
EP3046332A1 (en) | Method and system for display control, breakaway judging apparatus and video/audio processing apparatus | |
WO2019172704A1 (en) | Method for intent-based interactive response and electronic device thereof | |
KR102098152B1 (ko) | 사운드를 이용한 맞춤 컨텐츠 제공 시스템 및 방법 | |
EP2797331A1 (en) | Display apparatus for providing recommendation information and method thereof | |
US20150319509A1 (en) | Modified search and advertisements for second screen devices | |
EP2779665A2 (en) | Information delivery targeting | |
KR20120076673A (ko) | 이동통신 시스템에서 광고 서비스 제공 방법 및 장치 | |
JP5027103B2 (ja) | 音声広告配信装置、音声広告配信システムおよび音声広告配信方法 | |
US10210545B2 (en) | Method and system for grouping devices in a same space for cross-device marketing | |
EP3016450B1 (en) | Low energy network | |
US20130132996A1 (en) | System and method for displaying product information about advertisement on digital television, and recording medium thereof | |
CN111601173A (zh) | 内容推荐方法、内容推荐装置和电子设备 | |
JP2016072879A (ja) | 情報提供システム及び情報提供方法 | |
JP5209131B1 (ja) | 情報提供装置、情報提供方法および情報提供プログラム | |
JP2014032507A (ja) | 切替システム、切替装置、表示装置、切替方法及び切替プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200828 |