KR102064203B1 - 이모티콘 추천 방법 및 장치 - Google Patents

이모티콘 추천 방법 및 장치 Download PDF

Info

Publication number
KR102064203B1
KR102064203B1 KR1020187015626A KR20187015626A KR102064203B1 KR 102064203 B1 KR102064203 B1 KR 102064203B1 KR 1020187015626 A KR1020187015626 A KR 1020187015626A KR 20187015626 A KR20187015626 A KR 20187015626A KR 102064203 B1 KR102064203 B1 KR 102064203B1
Authority
KR
South Korea
Prior art keywords
emoticon
user
social
correlation
emoticons
Prior art date
Application number
KR1020187015626A
Other languages
English (en)
Other versions
KR20180077267A (ko
Inventor
카이빈 천
린 리
린핑 탕
창펑 판
동 황
Original Assignee
텐센트 테크놀로지(센젠) 컴퍼니 리미티드
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 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 filed Critical 텐센트 테크놀로지(센젠) 컴퍼니 리미티드
Publication of KR20180077267A publication Critical patent/KR20180077267A/ko
Application granted granted Critical
Publication of KR102064203B1 publication Critical patent/KR102064203B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/42—Mailbox-related aspects, e.g. synchronisation of mailboxes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

현재 개시된 기술은 인터넷 기술 분야에 관한 것이며, 특히 이모티콘 추천 방법 및 장치에 관한 것이다. 방법은: 사용자의 사회적 행동 정보를 획득하는 단계 - 상기 사회적 행동 정보는 소셜 네트워크 상에서의 사용자의 사회적 관계 사슬 및 사용자의 이모티콘 사용 정보 중 적어도 하나를 포함하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용되고, 상기 이모티콘 사용 정보는 이모티콘에 대한 사용자의 사용 행동을 나타내는 데 사용됨 - ; 상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계; 및 상기 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하는 단계를 포함한다.

Description

이모티콘 추천 방법 및 장치
본 출원은 2016년 4월 29일 중국특허청에 출원되고 발명의 명칭이 "emoticon recommendation method and apparatus"인 중국특허출원 제201610286192.6호에 대한 우선권을 주장하는 바이며, 상기 문헌은 본 명세서에 원용되어 포함된다.
본 발명의 실시예는 인터넷 기술 분야에 관한 것이며, 특히 이모티콘 추천 방법 및 장치에 관한 것이다.
지능형 장치에서 가장 흔히 사용되는 애플리케이션으로서, 소셜 네트워킹 애플리케이션 클라이언트는 사용자가 친구와 채팅을 쉽게 할 수 있게 한다.
친구와 채팅하기 위해 소셜 네트워킹 애플리케이션 클라이언트를 사용할 때, 사용자는 친구에게 문자 정보를 송신할 뿐만 아니라 소셜 네트워킹 애플리케이션 클라이언트가 제공하는 이모티콘 패널을 사용해서 저장되어 있는 이모티콘을 선택해서 보낼 수 있다. 사용자에게 송신될 수 있는 이모티콘을 풍부하게 하기 위해, 소셜 네트워킹 애플리케이션 클라이언트가 제공하는 이모티콘 패널은 이모티콘 샵 포털을 포함한다. 사용자는 이모티콘 샵 포털을 통해 해당 이모티콘 샵 페이지에 액세스할 수 있다. 이모티콘 샵 페이지 내의 이모티콘은 다운로드 또는 릴리즈 시간에 따라 정렬되어 있어 사용자가 이모티콘을 선택하고 다운로드하는 것을 용이하게 한다.
사용자마다 이모티콘에 대한 선호도가 다르고 이모티콘의 다운로드 또는 릴리즈 시간에 따라 이모티콘이 정렬되므로, 사용자는 많은 양의 이모티콘을 브라우징한 후에 가장 좋아하는 이모티콘을 선택할 수 있다. 결론적으로, 사용자가 이모티콘을 추가하는 효율성이 비교적 낮다.
이모티콘의 다운로드 또는 릴리즈 시간에 따라 이모티콘이 정렬되어 있어 사용자는 많은 양의 이모티콘을 브라우징한 후에 가장 좋아하는 이모티콘을 선택할 수 있기 때문에 사용자의 선택 효율성이 비교적 낮다는 문제를 해결하기 위해, 본 출원의 실시예는 이모티콘 추천 방법 및 장치를 제공한다. 기술적 솔루션은 다음과 같다:
본 출원의 실시예의 제1 관점에 따라, 이모티콘 추천 방법이 제공되며, 상기 방법은:
사용자의 사회적 행동 정보를 획득하는 단계 - 상기 사회적 행동 정보는 소셜 네트워크 상에서의 사용자의 사회적 관계 사슬 및 사용자의 이모티콘 사용 정보 중 적어도 하나를 포함하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용되고, 상기 이모티콘 사용 정보는 이모티콘에 대한 사용자의 사용 행동을 나타내는 데 사용됨 - ;
상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계; 및
상기 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하는 단계
를 포함한다.
본 출원의 실시예의 제2 관점에 따라, 이모티콘 추천 장치가 제공되며, 상기 장치는 프로세서 및 메모리를 포함하며, 상기 메모리는 상기 프로세서에 의해 실행될 수 있는 명령을 저장하며, 상기 명령을 실행할 때, 상기 프로세서는:
사용자의 사회적 행동 정보를 획득하고 - 상기 사회적 행동 정보는 소셜 네트워크 상에서의 사용자의 사회적 관계 사슬 및 사용자의 이모티콘 사용 정보 중 적어도 하나를 포함하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용되고, 상기 이모티콘 사용 정보는 이모티콘에 대한 사용자의 사용 행동을 나타내는 데 사용됨 - ;
상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하며; 그리고
상기 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하도록 구성되어 있다.
본 발명의 실시예의 기술적 솔루션을 더 명확하게 설명하기 위해, 이하에서는 본 발명의 실시예를 설명하는 데 필요한 첨부된 도면에 대해 간략하게 설명한다. 당연히, 이하의 실시예의 첨부된 도면은 본 발명의 일부의 실시예에 지나지 않으며, 당업자라면 창조적 노력 없이 첨부된 도면으로부터 다른 도면을 도출해낼 수 있을 것이다.
도 1은 현재 개시된 기술의 실시예에 따른 실시 환경에 대한 개략도이다.
도 2는 현재 개시된 기술의 실시예에 따른 이모티콘 추천 방법에 대한 흐름도이다.
도 3a는 현재 개시된 기술의 다른 실시예에 따른 이모티콘 추천 방법에 대한 흐름도이다.
도 3b는 도 3a에 도시된 이모티콘 추천 방법에 포함된 상관도의 계산에 대한 흐름도이다.
도 3c는 도 3a에 도시된 이모티콘 추천 방법에 포함된 인터페이스에 대한 흐름도이다.
도 4a는 현재 개시된 기술의 또 다른 실시예에 따른 이모티콘 추천 방법에 대한 흐름도이다.
도 4b는 도 4a에 도시된 이모티콘 추천 방법에 포함된 상관도의 계산에 대한 흐름도이다.
도 5는 현재 개시된 기술의 실시예에 따른 이모티콘 추천 장치에 대한 개략적인 블록도이다.
도 6은 현재 개시된 기술의 다른 실시예에 따른 이모티콘 추천 장치에 대한 개략적인 블록도이다.
도 7은 현재 개시된 기술의 다른 실시예에 따른 이모티콘 추천 장치의 하드웨어 구조에 대한 개략도이다.
현재 개시된 기술의 목적, 기술적 솔루션, 및 이점을 더 명확하게 하기 위해, 이하에서는 첨부된 도면을 참조하여 현재 개시된 기술의 실시를 더 설명한다.
이해를 쉽게 하기 위해, 현재 개시된 실시예에서의 용어들을 이하에 설명한다.
소셜 네트워킹 애플리케이션 클라이언트는 사용자 단말에 설치된 소셜 네트워킹 애플리케이션 프로그램이다. 소셜 네트워킹 애플리케이션 클라이언트는 통상적으로 인스턴트 메시징 기능을 가지고 있다. 예를 들어, 소셜 네트워킹 애플리케이션 클라이언트는 인스턴트 메시징 프로그램, 음성 통신 툴, 그룹 음성 툴, 리치-미디어 소셜 툴, 게임 플랫폼, 마이크로 블로그 등일 수 있다. 소셜 네트워킹 애플리케이션 클라이언트를 사용할 때, 사용자는 미리 등록된 계정을 사용하여 로그인을 수행해야 한다. 로그인을 완료한 후, 사용자는 소셜 네트워킹 애플리케이션 클라이언트를 사용하여 미리 정해진 사회적 관계를 가지는 관련 사용자와 채팅할 수 있다. 미리 정해진 사회적 관계는 우정, 상호 후속 관계 또는 동일한 그룹 관계 중 적어도 하나를 포함한다.
사회적 관계 사슬은 미리 정해진 사회적 관계를 가지는 사용자 간에 구축된 관계 사슬이다. 현재 개시된 기술의 실시예에서, 사회적 관계 사슬은 특히 소셜 네트워킹 애플리케이션 내의 사용자 간의 사회적 관계 사슬이라 한다.
이모티콘 사용 정보는 사용자가 소셜 네트워킹 애플리케이션 클라이언트 내의 이모티콘을 사용할 때 생성된 정보이다. 이모티콘 사용 정보는 구체적으로 사용 방식, 송신 횟수, 이모티콘 식별자 등을 포함한다. 사용 방식은 이모티콘을 송신하기, 이모티콘을 수집하기 또는 이모티콘을 다운로딩하기 중 적어도 하나를 포함한다.
사회적 친밀도는 소셜 네트워킹 애플리케이션에서 미리 정해진 사회적 관계를 가지는 사용자 간의 친밀도를 나타내는 데 사용된다. 친밀도는 사용자 간에 구축된 사회적 관계의 지속기간 및/또는 미리 정해진 기간 내에서의 채팅 빈도에 따른 계산에 의해 획득될 수 있다.
사용자가 이모티콘을 사용하는 정도를 나타내는 데 이모티콘 가중치가 사용된다. 이모티콘 가중치는 이모티콘 사용 정보 내의 사용 방식 및/또는 송신 횟수에 따라 계산에 의해 획득될 수 있다. 예를 들어, 다른 (이모티콘) 사용 방식은 다른 이모티콘 가중치에 대응한다. 다른 예를 들면, (이모티콘) 송신 횟수는 이모티콘 가중치에 비례한다.
도 1을 참조하면, 도 1은 현재 개시된 기술의 실시예에 따른 실시 환경에 대한 개략도이다. 실시 환경은 적어도 사용자 단말(110) 및 이모티콘 추천 서버(120)를 포함한다.
사용자 단말(110)은 소셜 네트워킹 애플리케이션 클라이언트가 실행되는 전자 장치이다. 전자는 스마트폰, 태블릿 컴퓨터, 동영상 전문가 그룹 오디오 레이어 III(Moving Picture Experts Group Audio Layer III, MP3 플레이어), 동영상 전문가 그룹 오디오 레이어 IV(Moving Picture Experts Group Audio Layer IV, MP4). 랩톱 포터블 컴퓨터(카메라, 또는 비디오 카메라) 등일 수 있다. 각각의 사용자는 사용자의 계정을 사용해서 소셜 네트워킹 애플리케이션 클라이언트에 로그인하고, 소셜 네트워킹 애플리케이션 클라이언트를 사용해서 미리 정해진 사회적 관계를 갖고 있는 관련 사용자와 채팅한다.
적어도 하나의 사용자 단말(110)은 유선 또는 무선 네트워크를 사용해서 이모티콘 추천 서버(120)에 연결된다.
이모티콘 추천 서버(120)는 사용자 단말(110)의 배경 서버이고, 각각의 사용자 단말 내의 소셜 네트워킹 애플리케이션 클라이언트에 이모티콘을 추천하도록 구성된다. 이모티콘 추천 서버(120)는 적어도 하나의 서버, 서버 클러스터, 분산 서버 플랫폼, 또는 수 개의 서버 클러스터의 조합이다. 현재 개시된 기술의 각각의 실시예에서 제공하는 이모티콘 추천 방법은 이모티콘 추천 서버(120)에 적용된다.
다른 가능한 실시에서, 실시 환경은 소셜 관계 서버(130) 및 채팅 레코드 스토리지 서버(140)를 더 포함할 수 있다. 이모티콘 추천이 수행되어야 할 때, 이모티콘 추천 서버(120)는 소셜 관계 서버(130)로부터 각 사용자의 사회적 관계 사슬을 획득하고, 채팅 레코드 스토리지 서버(140)로부터 각 사용자의 이모티콘 사용 정보를 획득할 수 있다.
도 2를 참조하면, 도 2는 현재 개시된 기술의 실시예에 따른 이모티콘 추천 방법에 대한 흐름도이다. 이 실시예는 이모티콘 추천 방법이 도 1의 이모티콘 추천 서버(120)에 적용되는 예를 사용해서 설명된다. 방법은 이하의 단계를 포함한다:
단계 202: 사용자의 사회적 행동 정보를 획득하며, 상기 사회적 행동 정보는 소셜 네트워크 상에서의 사용자의 사회적 관계 사슬 및 사용자의 이모티콘 사용 정보 중 적어도 하나를 포함하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용되고, 상기 이모티콘 사용 정보는 이모티콘에 대한 사용자의 사용 행동을 나타내는 데 사용된다.
단계 204: 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산한다.
이모티콘 추천 서버는 획득된 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도(correlation degree)를 계산한다. 가능한 실시에서, 사용자의 사회적 관계 사슬이 사용자와의 미리 정해진 사회적 관계를 가지는 관련 사용자의 수가 임계치보다 낮다는 것을 나타내면, 이모티콘 추천 서버는 사용자의 이모티콘 사용 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산한다. 다른 가능한 실시에서, 사용자의 이모티콘 사용 정보가 사용자가 사용하는 이모티콘의 수가 임계치보다 낮은 것을 나타내면, 이모티콘 추천 서버는 사용자의 사회적 관계 사슬에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산한다.
단계 206: 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신한다.
계산에 의해 이모티콘 라이브러리 내의 각각의 사용자와 사용자 간의 상관도를 획득한 후, 이모티콘 추천 서버는 상관도가 미리 정해진 상관도 임계치보다 큰 이모티콘이 추천된 이모티콘인 것으로 결정할 수도 있고, 상관도가 처음 n 등위인 이모티콘이 추천된 이모티콘으로 결정하여 그 추천된 이모티콘을 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 송신할 수도 있으며, 이에 따라 소셜 네트워킹 애플리케이션 클라이언트는 추천된 이모티콘을 표시할 수 있다.
이모티콘이 다운로드 또는 릴리즈 시간에 따라 정렬되는 기존의 기술과 비교해서, 이 실시예에서 제공하는 이모티콘 추천 방법을 사용해서 이모티콘 추천을 수행하면, 추천된 이모티콘이 사용자의 사회적 행동 정보에 따라 결정되기 때문에, 추천된 이모티콘은 사용자의 이모티콘 선호도를 더 충족하므로 사용자는 가장 좋아하는 이모티콘을 위해 많은 수의 이모티콘을 검색하는 것이 방지되며, 이에 의해 사용자의 이모티콘 추가 효율이 향상된다.
결론적으로, 이 실시예에서 제공하는 이모티콘 추천 방법에 따르면, 사용자의 사회적 행동 정보가 획득되고, 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도가 사회적 행동 정보에 포함되어 있는 사회적 관계 사슬 및/또는 이모티콘 사용 정보에 따라 계산되며, 이모티콘 추천이 상관도에 기초해서 수행되어, 이모티콘의 다운로드 또는 릴리즈 시간에 따라 이모티콘이 정렬되어 사용자가 많은 수의 이모티콘을 브라우징한 후에 가장 좋아하는 이모티콘을 선택할 수 있기 때문에 사용자의 선택 효율이 비교적 낮다는 문제를 해결하며, 사용자의 사회적 관계 사슬 및/또는 사용자의 이모티콘 사용 상황에 기초해서 이모티콘 추천을 수행하므로, 사용자에게 추천된 이모티콘과 사용자와의 정합도가 비교적 높으며 이에 의해 사용자의 이모티콘 추가 효율이 향상된다.
사용자의 이모티콘 사용 정보가 사용자에 의해 사용된 이모티콘의 수가 임계치(예를 들어, 5)보다 낮다는 것을 나타낼 때, 이모티콘 추천이 사용자의 이모티콘 사용 정보에 따라 수행될 때 추천된 이모티콘과 사용자와의 정합도가 영향을 받는다. 그러므로 사용자의 이모티콘 사용 정보가 사용자에 의해 사용된 이모티콘의 수가 임계치보다 낮다는 것을 나타내면, 이모티콘 추천 서버는 사용자의 사회적 관계 사슬에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산한다. 개략적인 실시예를 이하에 설명한다.
도 3a를 참조하면, 도 3a는 현재 개시된 기술의 다른 실시예에 따른 이모티콘 추천 방법에 대한 흐름도이다. 이 실시예는 이모티콘 추천 방법이 도 1의 이모티콘 추천 서버(120)에 적용되는 예를 사용해서 설명된다. 방법은 이하의 단계를 포함한다:
단계 301: 사용자의 사회적 관계 사슬을 획득하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용된다.
가능한 실시에서, 이모티콘 추천을 수행할 필요가 있을 때, 이모티콘 추천 서버는 사용자 간의 사회적 관계를 유지하도록 구성되어 있는 사회적 관계 서버로부터 사용자의 사회적 관계 사슬을 획득할 수 있다. 사회적 관계 사슬 정보는 사용자와의 미리 정해진 관계를 가지는 각각의 관련 사용자를 포함한다. 설명을 쉽게 하기 위해, 이 실시예는 미리 정해진 사회적 관계가 친구이고 관련 사용자가 친구 사용자인 예를 사용해서 설명된다.
개략적으로, 서버에 의해 획득되는 각각의 사용자의 사회적 관계 사슬이 표 1에 나타나 있다.
사용자 식별자 사회적 관계 사슬
아담 엘리스, 밥, 루시, 마이크, 존 및 그레이시
엘리스 아담, 마이크, 존슨 및 마이클
... ...
자크 마이클, 릴리, 코브 및 제임스
이모티콘 추천 서버는 또한 다른 방식으로 사용자의 친구 사슬을 획득할 수 있다는 것에 유의해야 한다. 이모티콘 추천 서버가 사회적 관계 사슬을 획득하는 방식은 현재 개시된 기술의 이 실시예에서 제한되지 않는다.
단계 302: 사용자의 사회적 관계 사슬에 따라 사용자와의 미리 정해진 사회적 관계를 가지는 관련 사용자를 결정한다.
이모티콘 추천 서버는 획득된 사회적 관계 사슬에 따라 각각의 사용자에 대응하는 관련 사용자를 결정한다. 예를 들어, 이모티콘 추천 서버에 의해 획득되는 각각의 사용자의 사회적 관계 사슬이 표 1에 나타나 있고, 사용자 아담과의 미리 정해진 사회적 관계를 가지는 관련 사용자는 엘리스, 밥, 루시, 마이크, 존 및 그레이시를 포함하는 것으로 결정하고, 사용자 자크와의 미리 정해진 사회적 관계를 가지는 관련 사용자는 마이클, 릴리, 코브 및 제임스를 포함하는 것으로 결정한다.
단계 303: 각각의 관련 사용자에 대응하는 각각의 이모티콘 사용 정보에 따라 후보 이모티콘 집합을 생성하며, 상기 후보 이모티콘 집합은 관련 사용자에 의해 사용되는 적어도 하나의 이모티콘을 포함한다.
이모티콘 라이브러리 내의 이모티콘의 수가 많으므로, 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산할 때 계산 자원이 다량 소비된다. 그렇지만, 미리 정해진 사회적 관계를 가지는 사용자는 통상적으로 유사한 선호도를 가진다. 이에 상응해서, 관련 사용자가 빈번하게 사용하는 이모티콘은 사용자 선호도를 충족시킬 가능성이 높다. 그러므로 사용자에 대응하는 관련 사용자를 결정한 후, 이모티콘 추천 서버는 각각의 관련 사용자의 이모티콘 사용 정보를 획득하고, 이모티콘 사용 정보에 따라 각각의 관련 사용자가 사용하는 이모티콘을 추가로 결정하여 대응하는 후보 이모티콘 집합을 생성하고, 후보 이모티콘 집합으로부터 사용자와의 상관도가 비교적 높은 이모티콘을 추천된 이모티콘으로 선택하며, 이에 의해 계산량을 감소한다. 각각의 관련 사용자의 이모티콘 사용 정보는 도 1의 채팅 레코드 스토리지 서버로부터 획득될 수 있으며, 이것은 현재 개시된 기술의 이 실시예에서 제한되지 않는다.
각각의 관련 사용자의 이모티콘 사용 정보는 사용 방식, 송신 횟수 및 이모티콘 식별자와 같은 정보를 포함한다. 이모티콘 사용 정보에 따라 후보 이모티콘 집합을 생성할 때, 즉 이모티콘 추천 서버는 이모티콘 사용 정보에 포함된 이모티콘 식별자에 대한 귀납 통계를 수행한다.
예를 들어, 이모티콘 추천 서버에 의해 획득되는 사용자 자크의 사회적 관계 사슬은 관련 사용자 마이클, 릴리, 코브 및 제임스를 포함한다. 또한, 마이클에 대응하는 이모티콘 사용 정보는 이모티콘 식별자 emoticon001, emoticon002 및 emoticon004를 포함하며; 릴리에 대응하는 이모티콘 사용 정보는 이모티콘 식별자 emoticon001, emoticon004 및 emoticon008를 포함하며; 코드에 대응하는 이모티콘 사용 정보는 이모티콘 식별자 emoticon03, emoticon007 및 emoticon012를 포함하며; 그리고 제임스에 대응하는 이모티콘 사용 정보는 이모티콘 식별자 emoticon001 및 emoticon002를 포함한다. 이모티콘 추천 서버는 획득된 이모티콘 식별자 집합이 후보 이모티콘 집합인 것으로 결정한다. 즉, 후보 이모티콘 집합은 emoticon001, emoticon002, emoticon003, emoticon004, emoticon007, emoticon008 및 emoticon012를 포함한다.
단계 304: 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산한다.
후보 이모티콘 집합을 획득한 후, 이모티콘 추천 서버는 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 상관도를 추가로 계산한다.
미리 정해진 사회적 관계를 가지는 2명의 사용자(사용자 및 관련 사용자)에 있어서, 그들의 사회적 친밀도가 높을수록 이모티콘에 대한 그들의 선호도의 유사도 역시 높다. 이에 상응해서, 관련 사용자에 의해 사용되는 이모티콘과 사용자 간의 상관도 역시 높다. 한편, 이모티콘에 대한 관련 사용자의 선호도가 더 높다(즉, 이모티콘에 대한 가중치가 더 높다). 이에 상응해서, 사용자와 이모티콘 간의 상관도 역시 더 높다. 그러므로 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 상관도를 계산할 때, 이모티콘 추천 서버는 사용자와 각각의 관련 사용자 그리고 (후보 이모티콘 집합 내의) 각각의 이모티콘에 대한 각각의 관련 사용자의 이모티콘 가중치 간의 사회적 친밀도를 통합할 필요가 있다. 가능한 실시에서, 도 3b에 도시된 바와 같이, 단계를 이하의 단계를 포함할 수 있다:
단계 304A: 각각의 관련 사용자와 사용자 간의 각각의 사회적 친밀도를 획득한다.
이모티콘 추천 서버는 각각의 관련 사용자와 사용자 간의 사회적 관계를 구축하는 기간에 따라 및/또는 미리 정해진 기간 내의 각각의 관련 사용자와 사용자 간의 채팅 빈도에 따라 각각의 관련 사용자와 사용자 간의 사회적 친밀도를 계산할 수 있다.
개략적으로, 이러한 사용자들 간의 사회적 관계를 구축하는 기간과 사회적 친밀도 간의 대응관계가 표 2에 나타날 수 있다.
사회적 관계를 구축하는 기간 사회적 친밀도
1 내지 30일 20
30 내지 150일 50
150일 이상 80
개략적으로, 사용자들 간의 채팅 빈도와 사회적 친밀도 간의 대응관계는 표 3에 나타날 수 있다.
채팅 빈도 사회적 친밀도
0회/월 내지 2회/월 10
2회/월 내지 8회/월 40
8회/월 이상 80
단계 304B: 각각의 관련 사용자에 대응하는 각각의 이모티콘 사용 정보에 따라 후보 이모티콘 집합 내의 각각의 이모티콘에 대한 각각의 관련 사용자의 각각의 이모티콘 가중치를 계산하며, 상기 이모티콘 가중치는 관련 사용자에 의한 이모티콘 사용 정도를 나타내는 데 사용된다.
각각의 관련 사용자와 사용자 간의 사회적 친밀도를 획득할 때, 이모티콘 추천 서버는 각각의 관련 사용자에 대응하는 이모티콘 사용 정보에 포함된 사용 방식 및 송신 횟수와 같은 정보에 따라 후보 이모티콘 집합 내의 각각의 이모티콘에 대해 각각의 관련 사용자의 이모티콘 가중치를 계산할 수 있다.
가능한 실시에서, 다른 사용 방식에 있어서, 다른 사용 방식에 대응하는 이모티콘 가중치는 이모티콘 추천 서버에 미리 정해진다.
예를 들어, 이모티콘 송신에 대응하는 이모티콘 가중치는 1이고, 이모티콘 송신에 대응하는 이모티콘 가중치는 0고, 이모티콘 다운로로드에 대응하는 이모티콘 가중치는 1.2이고, 이모티콘 수집에 대응하는 이모티콘 가중치는 1.5이다. 관련 사용자 제임스에 대응하는 이모티콘 사용 정보가 제임스가 이모티콘 emoticon001을 송신하고 이모티콘 emoticon002를 수집한다는 것을 나타내며, 후보 이모티콘 집합이 emoticon001, emoticon002, emoticon003, emoticon004, emoticon007, emoticon008 및 emoticon012를 포함하면, emoticon001에 대한 사용자 제임스의 이모티콘 가중치는 1이고, emoticon002에 대한 이모티콘 가중치는 1.5이고, emoticon003에 대한 이모티콘 가중치는 0이고, emoticon004에 대한 이모티콘 가중치는 0이고, emoticon007에 대한 이모티콘 가중치는 0이고, emoticon008에 대한 이모티콘 가중치는 0이고, emoticon012에 대한 이모티콘 가중치는 0이다.
다른 가능한 실시에서, 이모티콘에 대한 관련 사용자의 이모티콘 가중치는 이모티콘을 송신하는 횟수에 비례한다. 이모티콘 추천 서버는 관련 사용자가 이모티콘을 송신하는 횟수에 따라 이모티콘에 대한 관련 사용자의 이모티콘 가중치를 계산한다.
이모티콘 추천 서버는 대안으로 후보 이모티콘 집합 내의 각각의 이모티콘에 대해 관련 사용자의 이모티콘 가중치를 다른 방식으로 계산할 수 있다는 것에 유의해야 한다. 이 실시예는 전술한 가능한 실시를 사용해서 개략적으로 설명할 뿐이며 이 실시예는 이에 제한되지 않는다.
단계 304C: 사용자의 관련 사용자에 대한 각각의 이모티콘 가중치 및 각각의 사회적 친밀도에 따라 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산한다.
이모티콘 추천 서버는 사회적 친밀도와 이모티콘 가중치를 통합하여 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산한다. 가능한 실시에서, 이모티콘 추천 서버는 각각의 사회적 친밀도 및 각각의 이모티콘 가중치를 제1 상관도 계산식에 대입함으로써 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산하며, 상기 제1 상관도 계산식은
Figure 112018054048947-pct00001
이고, 여기서
Figure 112018054048947-pct00002
는 후보 이모티콘 집합 내의 이모티콘
Figure 112018054048947-pct00003
와 사용자
Figure 112018054048947-pct00004
간의 상관도를 나타내고,
Figure 112018054048947-pct00005
는 사용자
Figure 112018054048947-pct00006
와의 미리 정해진 사회적 관계를 가지는 관련 사용자 집합을 나타내고,
Figure 112018054048947-pct00007
는 사용자
Figure 112018054048947-pct00008
와 관련 사용자
Figure 112018054048947-pct00009
간의 사회적 친밀도를 나타내며,
Figure 112018054048947-pct00010
는 이모티콘
Figure 112018054048947-pct00011
에 대한 관련 사용자
Figure 112018054048947-pct00012
의 이모티콘 가중치를 나타낸다.
전술한 실시예를 참조하면, 사용자 자크에 대응하는
Figure 112018054048947-pct00013
는 마이클, 릴리, 코브 및 제임스를 포함하고,
Figure 112018054048947-pct00014
는 자크와 마이클 간의 사회적 친밀도, 자크와 릴리 간의 사회적 친밀도, 자크와 코브 간의 사회적 친밀도 및 자크와 제임스 간의 사회적 친밀도를 포함하며,
Figure 112018054048947-pct00015
는 후보 이모티콘 집합 내의 각각의 이모티콘(emoticon001, emoticon002, emoticon003, emoticon004, emoticon007, emoticon008 및 emoticon012)에 대한 마이클의 이모티콘 가중치, 후보 이모티콘 집합 내의 각각의 이모티콘에 대한 릴리의 이모티콘 가중치, 후보 이모티콘 집합 내의 각각의 이모티콘에 대한 코브의 이모티콘 가중치 및 후보 이모티콘 집합 내의 각각의 이모티콘에 대한 제임스의 이모티콘 가중치를 포함한다.
단계 305: 각각의 상관도에 따라 이모티콘을 내림차순으로 정렬한다.
후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 상관도를 계산에 의해 획득한 후, 이모티콘 추천 서버는 후보 이모티콘 집합 내의 각각의 이모티콘을 상관도에 따라 내림차순으로 정렬한다. 상관도의 값이 크면, 그것은 사용자와 이모티콘 간의 상관도가 높고, 이모티콘이 사용자 선호도를 충족할 가능성이 높다는 것을 나타낸다.
예를 들어, 계산에 의해, 이모티콘 추천 서버는 자크와 emoticon001 간의 상관도가 85이고, 자크와 emoticon002 간의 상관도가 76이고, 자크와 emoticon003 간의 상관도가 30이고, 자크와 emoticon004 간의 상관도가 50이고, 자크와 emoticon007 간의 상관도가 15이고, 자크와 emoticon008 간의 상관도가 21이고 그리고 자크와 emoticon012 간의 상관도가 18이다는 것을 획득한다.
단계 306: 상기 정렬 후 처음 n개의 이모티콘이 추천된 이모티콘인 것으로 결정한다.
예를 들어, 정렬된 이모티콘은 emoticon001, emoticon002, emoticon004, emoticon003, emoticon008, emoticon012 및 emoticon007이다. 이모티콘 추천 서버는 처음 3개의 이모티콘이 추천된 이모티콘인 것으로 결정하고, 즉 emoticon001, emoticon002 및 emoticon004가 추천된 이모티콘인 것으로 결정한다.
다른 가능한 실시에서, 이모티콘 추천 서버는 대안으로 상관도가 미리 정해진 상관도 임계치보다 큰 이모티콘이 추천된 이모티콘인 것으로 결정할 수 있다는 것에 유의해야 한다. 이것은 현재 개시된 기술이 이 실시예에서 제한되지 않는다.
단계 307: 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하며, 상기 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널 내에 추천된 이모티콘에 대응하는 다운로드 포털을 표시하도록 구성되어 있다.
이모티콘 추천 서버는 결정된 상기 추천된 이모티콘을 사용자에게 송신한다. 사용자가 소셜 네트워킹 애플리케이션 클라이언트를 사용해서 이모티콘 패널을 사용할 때, 추천된 이모티콘에 대응하는 다운로드 포털이 이모티콘 패널에 즉시 표시된다. 사용자는 다운로드 패널을 사용해서 추천된 이모티콘에 관한 정보를 보고 추천된 이모티콘을 다운로드할 수 있다. 추천된 이모티콘과 사용자의 다운로드된 이모티콘을 구별하기 위해, 추천된 이모티콘 및 다운로드된 이모티콘에 대응하는 다운로드 포털은 서로 다른 디스플레이 효과를 사용한다. 예를 들어, 추천된 이모티콘에 대응하는 다운로드 포털은 그레이 배경, 하이라이트 배경 등을 사용할 수 있다.
도 3c에 도시된 바와 같이, 사용자가 소셜 네트워킹 애플리케이션 클라이언트의 이모티콘 패널(21)을 사용할 때, 추천된 이모티콘에 대응하는 다운로드 포털(22)이 이모티콘 패널(21)에 즉시 표시된다. 사용자가 다운로드 포털(22)을 태핑하면, 추천된 이모티콘에 관한 관련 정보(23) 및 다운로드 제어(24)가 이모티콘 패널(21)에 표시된다. 사용자가 관련 정보(23)를 태핑할 때, 소셜 네트워킹 애플리케이션 클라이언트는 추천된 이모티콘에 대응하는 상세 페이지(25)를 표시한다. 상세 페이지(25)는 추천된 이모티콘에 관한 상세 정보를 포함한다. 사용자가 다운로드 제어(24)를 태핑하면, 추천된 이모티콘이 즉시 다운로드될 수 있다.
추천된 이모티콘의 시간 유효성을 보장하기 위해, 이모티콘 추천 서버는 미리 설정된 시간 간격에 따라 단계 301 내지 단계 306을 반복하여(예를 들어, 1회/일), 사용자에게 추천된 이모티콜을 실시간으로 갱신한다.
전술한 실시예에서 제공하는 이모티콘 추천 방법을 사용해서 이모티콘 추천이 수행되면, 이모티콘 추천 서버는 다른 사용자에 대해 이모티콘 추천을 수행하고, 사용자에게 추천된 이모티콘과 사용자 선호도와의 정합도가 상대적으로 높다. 한편, 이모티콘 추천 서버가 사용자에게 추천한 이모티콘은 이모티콘에 직접 표시되어 사용자가 이모티콘을 바로 용이하게 다운로드하게 한다. 이모티콘 샵 엔트리를 사용해서 이모티콘 샵에 액세스하여 이모티콘을 다운로드하는 것과 비교하면, 이 방법은 사용자가 가장 좋아하는 이모티콘을 신속하게 다운로드하게 하며 이에 의해 사용자에 의한 이모티콘 다운로드 효율을 향상시킨다.
결론적으로, 이 실시예에서 제공하는 이모티콘 추천 방법에 따르면, 사용자의 사회적 행동 정보가 획득되고, 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도는 사회적 행동 정보에 포함되어 있는 사회적 관계 사슬 및/또는 이모티콘 사용 정보에 따라 계산되며, 이모티콘 추천이 상관도에 기초해서 수행되어, 이모티콘의 다운로드 또는 릴리즈 시간에 따라 이모티콘이 정렬되어 사용자가 많은 수의 이모티콘을 브라우징한 후에 가장 좋아하는 이모티콘을 선택할 수 있기 때문에 사용자의 선택 효율이 비교적 낮다는 문제를 해결하며, 사용자의 사회적 관계 사슬 및/또는 사용자의 이모티콘 사용 상황에 기초해서 이모티콘 추천을 수행하므로, 사용자에게 추천된 이모티콘과 사용자와의 정합도가 비교적 높으며 이에 의해 사용자의 이모티콘 추가 효율이 향상된다.
이 실시예에서, 이모티콘 추천 서버는 사용자의 사회적 관계 사슬을 사용해서 사용자와의 미리 정해진 사회적 관계를 가지는 관련 사용자를 결정하고, 각각의 관련 사용자의 이모티콘 사용자에 따라 이모티콘 추천을 수행하므로, 사용자에게 추천된 이모티콘은 사용자의 이모티콘 선호도를 더 충족한다. 한편, 이모티콘 샵에서 많은 수의 이모티콘을 표시하는 것과 비교하면, 이모티콘 패널에서 이모티콘 추천 서버가 추천한 이모티콘을 사용자에게 직접 표시하는 것이 더 직관적이므로, 사용자가 신속하게 이모티콘을 용이하게 다운로드하게 하며 이에 의해 사용자에 의한 이모티콘 다운로드 효율을 향상시킨다.
이 실시예에서, 사용자와 이모티콘 간의 상관도를 계산할 때, 이모티콘 추천 서버는 관련 사용자와 사용자 간의 사회적 친밀도와 이모티콘에 대한 관련 사용자의 이모티콘 가중치를 통합하며, 이에 의해 계산에 의해 획득되는 상관도의 정확도를 보장하며 추천된 이모티콘과 사용자 선호도와의 정합도를 증가시킨다.
이모티콘 추천 서버가 이모티콘 추천을 수행함으로써 사용자가 추천 정책을 학습할 수 있게 하기 위해, 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하는 동안 이모티콘 추천 서버는 상관도의 계산 방법에 따라 소셜 네트워킹 애플리케이션 클라이언트에 대응하는 추천 정보를 송신한다. 가능한 실시에서, 단계 307 후에, 방법은 이하의 단계를 더 포함한다.
단계 308: 상관도의 계산 방법에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 대응하는 추천 정보를 송신하며, 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널에서 추천된 이모티콘에 대응하는 다운로드 포털을 표시할 때 추천 정보를 표시하도록 구성되어 있다.
가능한 실시에서, 사용자의 사회적 관계 사슬에 따라 상관도를 계산할 때, 추천된 이모티콘을 결정한 후, 이모티콘 추천 서버는 사회적 관계 사슬에서의 각각의 관련 사용자의 이모티콘 사용 정보에 따라, 추천된 이모티콘을 사용하는 관련 사용자의 수를 추가로 획득하고, 사용자의 수를 포함하는 추천 정보를 소셜 네트워킹 애플리케이션 클라이언트에 송신한다. 예를 들어, 도 3c에 도시된 바와 같이, 추천 정보는 "20명의 친구가 이 이모티콘 집합을 사용 중"일 수 있고, 여기서 20명은 추천된 이모티콘을 사용하는 관련 사용자의 수이다. 추천 정보를 수신한 후, 소셜 네트워킹 애플리케이션 클라이언트는 추천된 이모티콘에 대응하는 다운로드 포털을 표시하면서 추천 정보를 표시한다.
사용자의 사회적 관계 사슬이 사용자에 대응하는 관련 사용자의 수가 임계치(예를 들어, 5)보다 낮다는 것을 나타낼 때, 관련 사용자의 이모티콘 사용에 따라 수행되는 이모티콘 추천은 추천된 이모티콘과 사용자와의 정합도에 영향을 줄 수 있다. 그러므로 사용자의 사회적 관계 사슬이 사용자에 대응하는 관련 사용자의 수가 임계치보다 낮다는 것을 나타낼 때, 이모티콘 추천 서버는 사용자의 이모티콘 사용 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산한다. 개략적인 실시예를 이하에 설명한다.
도 4a를 참조하면, 도 4a는 현재 개시된 기술의 또 다른 실시예에 따른 이모티콘 추천 방법에 대한 흐름도이다. 이 실시예는 이모티콘 추천 방법이 도 1의 이모티콘 추천 서버(120)에 적용되는 예를 사용해서 설명된다. 방법은 이하의 단계를 포함한다:
단계 401: 사용자의 이모티콘 사용 정보를 획득하고, 상기 이모티콘 사용 정보는 사용자의 사용 행동을 이모티콘에 나타내는 데 사용된다.
가능한 실시에서, 이모티콘 추천을 수행해야 할 때, 이모티콘 추천 서버는 사용자 간의 채팅을 저장하도록 구성된 채팅 레코드 스토리지 서버로부터 사용자의 이모티콘 사용 정보를 획득할 수 있다.
가능한 실시에서, 채팅 레코드 스토리지 서버는 키-밸류 스토리지 포맷(key-value storage format)을 사용해서 각각의 사용자의 이모티콘 사용 정보를 저장하며, 여기서 키는 사용자의 사용자 식별자이고, 값은 이모티콘 식별자와 송신 횟수의 조합이다. 개략적으로, 사용자의 이모티콘 사용 정보가 표 4에 나타나 있다.
키(value) 밸류(value)
아담 emoticon001-5, emoticon002-7 및 emoticon007-3
엘리스 emoticon003-5 및 emoticon012-7
자크 emoticon001-3 및 emoticon002-10
다른 가능한 실시에서, 이모티콘 사용 정보는 또한 사용자가 이모티콘을 사용하는 방식, 예를 들어, 이모티콘을 송신하기, 이모티콘을 수집하기 또는 이모티콘을 다운로딩하기 중 적어도 하나를 포함한다. 이것은 이 실시예에서 제한되지 않는다.
단계 402: 이모티콘 라이브러리에 대응하는 이모티콘 유사도 행렬을 계산하며, 상기 이모티콘 유사도 행렬은 이모티콘 라이브러리 내의 각각의 이모티콘 페어 간의 각각의 이모티콘 유사도를 포함한다.
이모티콘 라이브러리 내의 모든 이모티콘에 있어서, 이모티콘 추천 서버는 이모티콘 라이브러리 내의 각각의 2개의 이모티콘 간의 유사도를 미리 계산하여, 이모티콘 라이브러리에 대응하는 이모티콘 유사도 행렬을 획득한다.
가능한 실시에서, 이모티콘 라이브러리 내의 이모티콘
Figure 112018054048947-pct00016
와 이모티콘
Figure 112018054048947-pct00017
에 대해서, 이모티콘
Figure 112018054048947-pct00018
와 이모티콘
Figure 112018054048947-pct00019
간의 이모티콘 유사도
Figure 112018054048947-pct00020
는
Figure 112018054048947-pct00021
이고, 여기서
Figure 112018054048947-pct00022
는 이모티콘
Figure 112018054048947-pct00023
를 송신하는 사용자의 수를 나타내고,
Figure 112018054048947-pct00024
는 이모티콘
Figure 112018054048947-pct00025
를 송신하는 사용자의 수를 나타내고,
Figure 112018054048947-pct00026
는 모든 사용자를 나타내고,
Figure 112018054048947-pct00027
는 사용자
Figure 112018054048947-pct00028
에 의해 송신된 이모티콘의 수를 나타내고,
Figure 112018054048947-pct00029
는 사용자
Figure 112018054048947-pct00030
가 이모티콘
Figure 112018054048947-pct00031
를 송신하는지를 나타내고, 사용자
Figure 112018054048947-pct00032
가 이모티콘
Figure 112018054048947-pct00033
를 송신하면,
Figure 112018054048947-pct00034
이고, 사용자
Figure 112018054048947-pct00035
가 이모티콘
Figure 112018054048947-pct00036
를 송신하지 않으면,
Figure 112018054048947-pct00037
이고,
Figure 112018054048947-pct00038
는 사용자
Figure 112018054048947-pct00039
가 이모티콘
Figure 112018054048947-pct00040
를 송신하는지를 나타내고, 사용자
Figure 112018054048947-pct00041
가 이모티콘
Figure 112018054048947-pct00042
를 송신하면,
Figure 112018054048947-pct00043
이고, 사용자
Figure 112018054048947-pct00044
가 이모티콘
Figure 112018054048947-pct00045
를 송신하지 않으면,
Figure 112018054048947-pct00046
이고,
Figure 112018054048947-pct00047
는 부동 소수점 수이며,
Figure 112018054048947-pct00048
이다.
Figure 112018054048947-pct00049
는 유사도 계산과 추천된 이모티콘 커버리지의 정확도를 조정하는 데 사용된다. 추천된 이모티콘 커버리지는 이모티콘 라이브러리를 고려하여 사용자에게 최종 추천되는 이모티콘의 비율을 나타내는 데 사용된다.
Figure 112018054048947-pct00050
가 작을수록 추천된 이모티콘 커버리지는 크다. 통상적으로,
Figure 112018054048947-pct00051
의 값은 0.3이다.
이모티콘 추천 서버는 대안으로 이모티콘 라이브러리 내의 각각의 이모티콘 간의 유사도를 다른 가능한 방식으로 계산할 수 있다. 이 실시예는 전술한 방법을 사용해서 설명될 뿐이며 이에 대해 제한되지 않는다.
단계 403: 사용자에 대응하는 이모티콘 사용 정보 및 이모티콘 유사도 행렬에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산한다.
사용자가 빈번하게 사용하는 이모티콘에 있어서, 이모티콘과의 상대적 유사도를 가지는 다른 이모티콘에 대한 사용자의 선호도 역시 통상적으로 비교적 높다. 그러므로 이모티콘 추천 서버는 이모티콘 사용 정보에 따라 사용자가 빈번하게 사용하는 이모티콘과 이모티콘 유사도 행렬을 나타낼 수 있으며, 이모티콘 라이브러리를 검색하여 사용자가 빈번하게 사용하는 이모티콘과의 비교적 높은 이모티콘 유사도를 가지는 이모티콘을 찾아내고 그 이모티콘을 추천된 이모티콘으로 사용하고 그 이모티콘을 사용자에게 추천한다.
가능한 실시에서, 도 4b에 도시된 바와 같이, 단계는 이하의 단계를 포함할 수 있다:
단계 403A: 사용자에 대응하는 이모티콘 사용 정보에 따라 이모티콘 라이브러리 내의 사용된 이모티콘에 대한 사용자의 각각의 이모티콘 가중치를 계산하며, 상기 이모티콘 가중치는 사용자에 의한 이모티콘 사용 정도를 나타내는 데 사용된다.
단계 304B와 마찬가지로, 이모티콘 추천 서버는 사용자에 대응하는 이모티콘 사용 정보에 포함된 이모티콘 식별자에 따라 사용자의 사용된 이모티콘을 결정하고, 이모티콘 사용 정보에 포함된 정보, 예를 들어, 사용 방식 및 송신 횟수에 따라 사용자의 각각의 사용된 이모티콘이 이모티콘 가중치를 계산할 수 있다.
예를 들어, 사용자 제임스에 있어서, 제임스의 이모티콘 사용 정보는 사용된 이모티콘이 emoticon001 및 emoticon002를 포함하고, emoticon001에 대한 제임스의 이모티콘 가중치가 1이며, emoticon002에 대한 이모티콘 가중치가 1.5이다는 것을 나타낸다.
단계 403B: 이모티콘 유사도 행렬로부터 사용된 이모티콘과 사용되지 않은 이모티콘 간의 각각의 이모티콘 유사도를 획득하며, 상기 사용되지 않은 이모티콘은 이모티콘 라이브러리 내에 있으면서 사용자에 의해 사용되지 않은 이모티콘이다.
또한, 이모티콘 추천 서버는 단계 402에서의 계산에 의해 획득되는 이모티콘 유사도 행렬로부터 사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도를 획득하며, 여기서 사용되지 않은 이모티콘은 사용자에 의해 사용되지 않은 이모티콘이다.
단계 403C: 사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도 및 각각의 이모티콘 가중치에 따라 사용된 이모티콘과 사용되지 않은 이모티콘 간의 각각의 상관도를 계산한다.
이모티콘 추천 서버는 사용된 이모티콘에 대한 사용자의 이모티콘 가중치 및 사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도에 따라 각각의 사용되지 않은 이모티콘과 사용자 간의 상관도를 계산한다. 가능한 실시에서, 이모티콘 추천 서버는 사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도 및 이모티콘 가중치를 제2 상관도 계산식에 대입함으로써 사용되지 않은 이모티콘과 사용자 간의 상관도를 계산할 수 있다.
제2 상관도 계산식은
Figure 112018054048947-pct00052
이고, 여기서
Figure 112018054048947-pct00053
는 사용자
Figure 112018054048947-pct00054
와 사용되지 않은 이모티콘
Figure 112018054048947-pct00055
간의 상관도를 나타내고,
Figure 112018054048947-pct00056
는 사용자
Figure 112018054048947-pct00057
에 의해 사용된 이모티콘의 집합을 나타내고,
Figure 112018054048947-pct00058
는 사용된 이모티콘
Figure 112018054048947-pct00059
를 나타내고,
Figure 112018054048947-pct00060
는 사용된 이모티콘
Figure 112018054048947-pct00061
에 대한 사용자
Figure 112018054048947-pct00062
의 이모티콘 가중치를 나타내며,
Figure 112018054048947-pct00063
는 사용되지 않은 이모티콘
Figure 112018054048947-pct00064
와 사용된 이모티콘
Figure 112018054048947-pct00065
간의 이모티콘 유사도를 나타낸다.
단계 404: 이모티콘의 각각의 상관도에 따라 이모티콘을 내림차순으로 정렬한다.
단계 405: 상기 정렬 후 처음 n개의 이모티콘이 추천된 이모티콘인 것으로 결정한다.
단계 406: 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하며, 상기 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널 내에 추천된 이모티콘에 대응하는 다운로드 포털을 표시하도록 구성되어 있다.
단계 305 내지 단계 307과 마찬가지로, 계산에 의해 사용되지 않은 이모티콘과 사용자 간의 상관도를 획득한 후, 이모티콘 추천 서버는 상관도에 따라 내림차순으로 각각의 사용되지 않은 이모티콘을 정렬하고, 비교적 높은 상관도를 가지는 처음 n개의 이모티콘이 추천된 이모티콘인 것으로 결정하고, 그 추천된 이모티콘을 사용자에게 송신한다.
결론적으로, 이 실시예에서 제공하는 이모티콘 추천 방법에 따르면, 사용자의 사회적 행동 정보가 획득되고, 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도가 사회적 행동 정보에 포함되어 있는 사회적 관계 사슬 및/또는 이모티콘 사용 정보에 따라 계산되며, 이모티콘 추천이 상관도에 기초해서 수행되어, 이모티콘의 다운로드 또는 릴리즈 시간에 따라 이모티콘이 정렬되어 사용자가 많은 수의 이모티콘을 브라우징한 후에 가장 좋아하는 이모티콘을 선택할 수 있기 때문에 사용자의 선택 효율이 비교적 낮다는 문제를 해결하며, 사용자의 사회적 관계 사슬 및/또는 사용자의 이모티콘 사용 상황에 기초해서 이모티콘 추천을 수행하므로, 사용자에게 추천된 이모티콘과 사용자와의 정합도가 비교적 높으며 이에 의해 사용자의 이모티콘 추가 효율이 향상된다.
이 실시예에서, 이모티콘 추천 서버는 이모티콘 라이브러리 내의 각각의 이모티콘 간의 유사도 및 사용자의 이모티콘 사용에 따라, 사용자가 빈번하게 사용하는 이모티콘과의 상대적으로 높은 이모티콘 유사도를 가지는 다른 이모티콘을 이모티콘 라이브러리로부터 선택하고, 이모티콘을 사용하는 사용자에게 그 이모티콘을 추천된 이모티콘으로 추천하며, 이에 따라 사용자에게 추천된 이모티콘은 사용자가 선호하는 이모티콘과 유사하며 이에 의해 이모티콘 추천의 정확성이 향상된다.
단계 308과 마찬가지로, 이모티콘 추천 서버가 이모티콘 추천을 수행함으로써 사용자가 추천 정책을 학습할 수 있게 하기 위해, 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하는 동안 이모티콘 추천 서버는 상관도의 계산 방법에 따라 소셜 네트워킹 애플리케이션 클라이언트에 대응하는 추천 정보를 송신한다. 가능한 실시에서, 단계 406 후에, 방법은 이하의 단계를 더 포함한다.
단계 407: 상관도의 계산 방법에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 대응하는 추천 정보를 송신하고, 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널에서 추천된 이모티콘에 대응하는 다운로드 포털을 표시할 때 추천 정보를 표시하도록 구성되어 있다.
가능한 실시에서, 사용자의 이모티콘 사용 정보에 따라 상관도를 계산할 때, 이모티콘 추천 서버는 추천된 이모티콘을 결정한 후 미리 정해진 카피라이트 템플릿을 사용해서 추천 정보를 생성하고, 이 추천 정보를 소셜 네트워킹 애플리케이션 클라이언트에 송신한다. 예를 들어, 추천 정보는 "동일한 유형의 이모티콘을 선호하는 사용자가 또한 이 이모티콘 집합을 선호한다"일 수 있다.
이하에서는 현재 개시된 기술의 장치 실시예를 설명한다. 장치 실시예에서 상세히 설명되지 않는 부분에 대해서는 전술한 일대일 대응하는 방법 실시예를 참조한다.
도 5를 참조하면, 도 5는 현재 개시된 기술의 실시예에 따른 이모티콘 추천 장치에 대한 개략적인 블록도이다. 이모티콘 추천 장치는 하드웨어 또는 하드웨어와 소프트웨어의 조합으로 도 1의 이모티콘 추천 서버(120)의 전체 또는 일부로서 실현될 수 있다. 이모티콘 추천 장치는:
사용자의 사회적 행동 정보를 획득하도록 구성되어 있는 획득 모듈(510) - 상기 사회적 행동 정보는 소셜 네트워크 상에서의 사용자의 사회적 관계 사슬 및 사용자의 이모티콘 사용 정보 중 적어도 하나를 포함하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용되고, 상기 이모티콘 사용 정보는 이모티콘에 대한 사용자의 사용 행동을 나타내는 데 사용됨 - ;
상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하도록 구성되어 있는 계산 모듈(520); 및
상기 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하도록 구성되어 있는 송신 모듈(530)
을 포함한다.
결론적으로, 이 실시예에서 제공하는 이모티콘 추천 장치에 따르면, 사용자의 사회적 행동 정보가 획득되고, 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도가 사회적 행동 정보에 포함되어 있는 사회적 관계 사슬 및/또는 이모티콘 사용 정보에 따라 계산되며, 이모티콘 추천이 상관도에 기초해서 수행되어, 이모티콘의 다운로드 또는 릴리즈 시간에 따라 이모티콘이 정렬되어 사용자가 많은 수의 이모티콘을 브라우징한 후에 가장 좋아하는 이모티콘을 선택할 수 있기 때문에 사용자의 선택 효율이 비교적 낮다는 문제를 해결하며, 사용자의 사회적 관계 사슬 및/또는 사용자의 이모티콘 사용 상황에 기초해서 이모티콘 추천을 수행하므로, 사용자에게 추천된 이모티콘과 사용자와의 정합도가 비교적 높으며 이에 의해 사용자의 이모티콘 추가 효율이 향상된다.
도 6을 참조하면, 도 6은 현재 개시된 기술의 다른 실시예에 따른 이모티콘 추천 장치에 대한 개략적인 블록도이다. 이모티콘 추천 장치는 하드웨어 또는 하드웨어와 소프트웨어의 조합으로 도 1의 이모티콘 추천 서버(120)의 전체 또는 일부로서 실현될 수 있다. 이모티콘 추천 장치는:
사용자의 사회적 행동 정보를 획득하도록 구성되어 있는 획득 모듈(610) - 상기 사회적 행동 정보는 소셜 네트워크 상에서의 사용자의 사회적 관계 사슬 및 사용자의 이모티콘 사용 정보 중 적어도 하나를 포함하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용되고, 상기 이모티콘 사용 정보는 이모티콘에 대한 사용자의 사용 행동을 나타내는 데 사용됨 - ;
상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하도록 구성되어 있는 계산 모듈(620); 및
상기 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하도록 구성되어 있는 송신 모듈(630)
을 포함한다.
상기 사회적 행동 정보는 사용자의 사회적 관계 사슬을 포함하고, 상기 계산 모듈(620)은:
상기 사용자의 사회적 관계 사슬에 따라 사용자와의 미리 정해진 사회적 관계를 가지는 관련 사용자를 결정하도록 구성되어 있는 결정 유닛(621);
각각의 관련 사용자에 대응하는 각각의 이모티콘 사용 정보에 따라 후보 이모티콘 집합을 생성하도록 구성되어 있는 생성 유닛(622) - 상기 후보 이모티콘 집합은 각각의 관련 사용자에 의해 사용되는 적어도 하나의 이모티콘을 포함함 - ; 및
상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산하도록 구성되어 있는 제1 계산 유닛(623)
을 포함한다.
상기 제1 계산 유닛(623)은:
각각의 관련 사용자와 사용자 간의 각각의 사회적 친밀도를 획득하도록 구성되어 있는 제1 획득 서브유닛(632a);
각각의 관련 사용자에 대응하는 이모티콘 사용 정보에 따라 상기 후보 이모티콘 집합 내의 각각의 이모티콘에 대한 각각의 관련 사용자의 각각의 이모티콘 가중치를 계산하도록 구성되어 있는 제1 계산 서브유닛(623b) - 상기 이모티콘 가중치는 사용자에 의한 이모티콘 사용 정도를 나타내는 데 사용됨 - ; 및
상기 각각의 사회적 친밀도 및 상기 각각의 이모티콘 가중치에 따라 상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산하도록 구성되어 있는 제2 계산 서브유닛(623c)
을 포함한다.
제2 계산 서브유닛(623c)은 구체적으로 사회적 친밀도 및 이모티콘 가중치를 제1 상관도 계산식에 대입하여 상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하도록 구성되어 있DM며,
상기 제1 상관도 계산식은
Figure 112018054048947-pct00066
이고, 여기서
Figure 112018054048947-pct00067
는 후보 이모티콘 집합 내의 이모티콘
Figure 112018054048947-pct00068
와 사용자
Figure 112018054048947-pct00069
간의 상관도를 나타내고,
Figure 112018054048947-pct00070
는 사용자
Figure 112018054048947-pct00071
와의 미리 정해진 사회적 관계를 가지는 관련 사용자 집합을 나타내고,
Figure 112018054048947-pct00072
는 사용자
Figure 112018054048947-pct00073
와 관련 사용자
Figure 112018054048947-pct00074
간의 사회적 친밀도를 나타내며,
Figure 112018054048947-pct00075
는 이모티콘
Figure 112018054048947-pct00076
에 대한 관련 사용자
Figure 112018054048947-pct00077
의 이모티콘 가중치를 나타낸다.
상기 사회적 행동 정보는 사용자의 이모티콘 사용 정보를 포함하고, 상기 계산 모듈(620)은:
상기 이모티콘 라이브러리에 대응하는 이모티콘 유사도 행렬을 계산하도록 구성되어 있는 제2 계산 유닛 - 상기 이모티콘 유사도 행렬은 이모티콘 라이브러리 내의 각각의 이모티콘 간의 이모티콘 유사도를 포함함 - ; 및
사용자에 대응하는 이모티콘 사용 정보 및 이모티콘 유사도 행렬에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하도록 구성되어 있는 제2 계산 유닛(625)
을 포함한다.
상기 이모티콘 라이브러리 내의 이모티콘
Figure 112018054048947-pct00078
와 이모티콘
Figure 112018054048947-pct00079
에 대해서, 이모티콘
Figure 112018054048947-pct00080
와 이모티콘
Figure 112018054048947-pct00081
간의 이모티콘 유사도
Figure 112018054048947-pct00082
는
Figure 112018054048947-pct00083
이고, 여기서
Figure 112018054048947-pct00084
는 이모티콘
Figure 112018054048947-pct00085
를 송신하는 사용자의 수를 나타내고,
Figure 112018054048947-pct00086
는 이모티콘
Figure 112018054048947-pct00087
를 송신하는 사용자의 수를 나타내고,
Figure 112018054048947-pct00088
는 모든 사용자를 나타내고,
Figure 112018054048947-pct00089
는 사용자
Figure 112018054048947-pct00090
에 의해 송신된 이모티콘의 수를 나타내고,
Figure 112018054048947-pct00091
는 사용자
Figure 112018054048947-pct00092
가 이모티콘
Figure 112018054048947-pct00093
를 송신하는지를 나타내고, 사용자
Figure 112018054048947-pct00094
가 이모티콘
Figure 112018054048947-pct00095
를 송신하면,
Figure 112018054048947-pct00096
이고, 사용자
Figure 112018054048947-pct00097
가 이모티콘
Figure 112018054048947-pct00098
를 송신하지 않으면,
Figure 112018054048947-pct00099
이고,
Figure 112018054048947-pct00100
는 사용자
Figure 112018054048947-pct00101
가 이모티콘
Figure 112018054048947-pct00102
를 송신하는지를 나타내고, 사용자
Figure 112018054048947-pct00103
가 이모티콘
Figure 112018054048947-pct00104
를 송신하면,
Figure 112018054048947-pct00105
이고, 사용자
Figure 112018054048947-pct00106
가 이모티콘
Figure 112018054048947-pct00107
를 송신하지 않으면,
Figure 112018054048947-pct00108
이고,
Figure 112018054048947-pct00109
는 부동 소수점 수이며,
Figure 112018054048947-pct00110
이다.
제3 계산 유닛(625)은:
사용자에 대응하는 이모티콘 사용 정보에 따라 이모티콘 라이브러리 내의 사용된 이모티콘에 대해 사용자의 이모티콘 가중치를 계산하도록 구성되어 있는 제3 계산 서브유닛(625a) - 상기 이모티콘 가중치는 사용자가 이모티콘을 사용하는 정도를 나타내는 데 사용됨 - ;
상기 이모티콘 유사도 행렬로부터 사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도를 획득하도록 구성되어 있는 제2 획득 서브유닛(625b) - 상기 사용되지 않은 이모티콘은 이모티콘 라이브러리 내에 있으면서 사용자에 의해 사용되지 않은 이모티콘임 - ; 및
사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도 및 이모티콘 가중치에 따라 사용된 이모티콘과 사용되지 않은 이모티콘 간의 상관도를 계산하도록 구성되어 있는 제4 계산 서브유닛(625c)
을 포함한다.
제4 계산 서브유닛(625c)은 구체적으로 사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도 및 이모티콘 가중치를 제2 상관도 계산 정도에 대입하여 사용된 이모티콘과 사용되지 않은 이모티콘 간의 상관도를 계산하도록 구성되어 있으며,
제2 상관도 계산식은
Figure 112018054048947-pct00111
이고, 여기서
Figure 112018054048947-pct00112
는 사용자
Figure 112018054048947-pct00113
와 사용되지 않은 이모티콘
Figure 112018054048947-pct00114
간의 상관도를 나타내고,
Figure 112018054048947-pct00115
는 사용자
Figure 112018054048947-pct00116
에 의해 사용된 이모티콘의 집합을 나타내고,
Figure 112018054048947-pct00117
는 사용된 이모티콘
Figure 112018054048947-pct00118
를 나타내고,
Figure 112018054048947-pct00119
는 사용된 이모티콘
Figure 112018054048947-pct00120
에 대한 사용자
Figure 112018054048947-pct00121
의 이모티콘 가중치를 나타내며,
Figure 112018054048947-pct00122
는 사용되지 않은 이모티콘
Figure 112018054048947-pct00123
와 사용된 이모티콘
Figure 112018054048947-pct00124
간의 이모티콘 유사도를 나타낸다.
송신 모듈(630)은:
상관도에 따라 이모티콘을 내림차순으로 정렬하도록 구성되어 있는 정렬 유닛(631);
상기 정렬 후 처음 n개의 이모티콘이 추천된 이모티콘인 것으로 결정하도록 구성되어 있는 이모티콘 결정 유닛(632); 및
사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하도록 구성되어 있는 송신 유닛(633)
을 포함하며,
상기 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널 내에 추천된 이모티콘에 대응하는 다운로드 포털(download portal)을 표시하도록 구성되어 있다.
상기 이모티콘 추천 장치는:
상관도의 계산 방법에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 대응하는 추천 정보를 송신하도록 구성되어 있는 정보 송신 모듈(640)을 더 포함하며, 상기 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널 내에 추천된 이모티콘에 대응하는 다운로드 포털을 표시할 때 추천 정보를 표시하도록 구성되어 있다.
결론적으로, 이 실시예에서 제공하는 이모티콘 추천 장치에 따르면, 사용자의 사회적 행동 정보가 획득되고, 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도가 사회적 행동 정보에 포함되어 있는 사회적 관계 사슬 및/또는 이모티콘 사용 정보에 따라 계산되며, 이모티콘 추천이 상관도에 기초해서 수행되어, 이모티콘의 다운로드 또는 릴리즈 시간에 따라 이모티콘이 정렬되어 사용자가 많은 수의 이모티콘을 브라우징한 후에 가장 좋아하는 이모티콘을 선택할 수 있기 때문에 사용자의 선택 효율이 비교적 낮다는 문제를 해결하며, 사용자의 사회적 관계 사슬 및/또는 사용자의 이모티콘 사용 상황에 기초해서 이모티콘 추천을 수행하므로, 사용자에게 추천된 이모티콘과 사용자와의 정합도가 비교적 높으며 이에 의해 사용자의 이모티콘 추가 효율이 향상된다.
이 실시예에서, 이모티콘 추천 서버는 사용자의 사회적 관계 사슬을 사용해서 사용자와의 미리 정해진 사회적 관계를 가지는 관련 사용자를 결정하고, 각각의 관련 사용자의 이모티콘 사용자에 따라 이모티콘 추천을 수행하므로, 사용자에게 추천된 이모티콘은 사용자의 이모티콘 선호도를 더 충족한다. 한편, 이모티콘 샵에서 많은 수의 이모티콘을 표시하는 것과 비교하면, 이모티콘 패널에서 이모티콘 추천 서버가 추천한 이모티콘을 사용자에게 직접 표시하는 것이 더 직관적이므로, 사용자가 신속하게 이모티콘을 용이하게 다운로드하게 하며 이에 의해 사용자에 의한 이모티콘 다운로드 효율을 향상시킨다.
이 실시예에서, 사용자와 이모티콘 간의 상관도를 계산할 때, 이모티콘 추천 서버는 관련 사용자와 사용자 간의 사회적 친밀도와 이모티콘에 대한 관련 사용자의 이모티콘 가중치를 통합하며, 이에 의해 계산에 의해 획득되는 상관도의 정확도를 보장하며 추천된 이모티콘과 사용자 선호도와의 정합도를 증가시킨다.
이 실시예에서, 이모티콘 추천 서버는 이모티콘 라이브러리 내의 각각의 이모티콘 간의 유사도 및 사용자의 이모티콘 사용에 따라, 사용자가 빈번하게 사용하는 이모티콘과의 상대적으로 높은 이모티콘 유사도를 가지는 다른 이모티콘을 이모티콘 라이브러리로부터 선택하고, 이모티콘을 사용하는 사용자에게 그 이모티콘을 추천된 이모티콘으로 추천하며, 이에 따라 사용자에게 추천된 이모티콘은 사용자가 선호하는 이모티콘과 유사하며 이에 의해 이모티콘 추천의 정확성이 향상된다.
도 7을 참조하면, 도 7은 현재 개시된 기술의 다른 실시예에 따른 이모티콘 추천 장치의 하드웨어 구조에 대한 개략도이다. 장치는 프로세서(701), 버스(702) 및 메모리(703)를 포함하다. 프로세서(701) 및 메모리(703)는 버스(702)를 사용해서 상호접속된다.
메모리(703)는 획득 모듈(610), 계산 모듈(620) 및 송신 모듈(630)을 저장한다.
메모리(703)는 정보 송신 모듈(640)을 더 저장할 수 있다.
프로세서(701)에 의해 수행될 때, 메모리(703)에 저장되어 있는 모듈들에 의해 수행되는 연산은 전술한 실시예에서의 연산과 동일하며 이에 대해서는 여기서 다시 설명하지 않는다. 전술한 실시예에서 제공하는 이모티콘 추천 장치는 기능 모듈의 분할의 예를 통해서만 설명되었다는 것에 유의해야 한다. 실제의 응용에서, 전술한 기능들은 다른 기능 모듈들에 의해 실행될 필요에 따라 할당될 수 있으며, 즉 이모티콘 추천 서버의 내부 구조는 다른 기능 모듈들로 분할되어 전술한 기능들 중 일부 또는 정부를 실현한다. 또한, 전술한 실시예에서 제공하는 이모티콘 추천 장치 및 이모티콘 추천 방법의 실시예는 동일한 개념에 속한다. 장치의 특정 실시 프로세스에 대해서는 방법 실시예를 참조하면 되므로 이에 대해서는 여기서 다시 설명하지 않는다.
본 명세서에서 사용된 단수 형태 ("a", "an" 및 "the")는 복수 형태를 포함하는 것으로 의도된다는 것을 이해해야 한다. 본 명세서에서 사용되는 "및/또는"은 연관된 방식으로 열거된 하나 이상의 아이템의 임의의 또는 모든 가능한 조합을 포함하는 것으로 이해되어야 한다.
현재 개시된 기술의 이상의 설명의 순번은 설명의 목적에 불과하며 실시예의 선호를 나타내는 것이 아니다.
당업자라면 전술한 실시예의 단계 중 일부 또는 전부는 하드웨어에 의해 실행될 수도 있고 관련 하드웨어에 명령을 내리는 컴퓨터 프로그램에 의해 실행될 수도 있다는 것을 이해할 수 있을 것이다. 프로그램은 컴퓨터 판독 가능형 저장 매체에 저장될 수 있다. 저장 매체는 리드 온리 메모리, 자기디스크, 광디스크 등이 될 수 있다.
전술한 설명은 단지 현재 개시된 기술의 바람직한 실시예에 불과하며, 현재 개시된 기술을 제한하려는 것이 아니다. 현재 개시된 기술의 정신 및 범주를 벗어남이 없이 이루어진 모든 변형, 등가의 대체 또는 개선은 현재 개시된 기술의 보호 범위 내에 있게 된다.

Claims (20)

  1. 이모티콘 추천 서버에 의해 수행되는 이모티콘 추천 방법으로서,
    사용자의 사회적 행동 정보를 획득하는 단계 - 상기 사회적 행동 정보는 소셜 네트워크 상에서의 사용자의 사회적 관계 사슬 및 사용자의 이모티콘 사용 정보 중 적어도 하나를 포함하고, 상기 사회적 관계 사슬은 사용자와의 미리 정해진 사회적 관계를 가지는 적어도 하나의 관련 사용자를 나타내는 데 사용되고, 상기 이모티콘 사용 정보는 이모티콘에 대한 사용자의 사용 행동을 나타내는 데 사용됨 - ;
    상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계;
    상기 사회적 행동 정보가 상기 소셜 네트워크 상에서의 사용자의 상기 사회적 관계 사슬 및 사용자의 상기 이모티콘 사용 정보를 포함하고, 사용자의 상기 사회적 관계 사슬이 사용자와의 미리 정해진 사회적 관계를 가지는 관련 사용자의 수가 임계치보다 낮다는 것을 나타내면, 사용자의 상기 이모티콘 사용 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계; 및
    상기 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하는 단계
    를 포함하는 이모티콘 추천 방법.
  2. 제1항에 있어서,
    상기 사회적 행동 정보는 사용자의 사회적 관계 사슬을 포함하고, 상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계는,
    상기 사용자의 사회적 관계 사슬에 따라 사용자와의 미리 정해진 사회적 관계를 가지는 관련 사용자를 결정하는 단계;
    각각의 관련 사용자에 대응하는 각각의 이모티콘 사용 정보에 따라 후보 이모티콘 집합을 생성하는 단계 - 상기 후보 이모티콘 집합은 각각의 관련 사용자에 의해 사용되는 적어도 하나의 이모티콘을 포함함 - ; 및
    상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산하는 단계
    를 포함하는, 이모티콘 추천 방법.
  3. 제2항에 있어서,
    상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계는,
    각각의 관련 사용자와 사용자 간의 각각의 사회적 친밀도를 획득하는 단계;
    각각의 관련 사용자에 대응하는 이모티콘 사용 정보에 따라 상기 후보 이모티콘 집합 내의 각각의 이모티콘에 대한 각각의 관련 사용자의 각각의 이모티콘 가중치를 계산하는 단계 - 상기 이모티콘 가중치는 관련 사용자에 의한 이모티콘 사용 정도를 나타내는 데 사용됨 - ; 및
    상기 각각의 사회적 친밀도 및 상기 각각의 이모티콘 가중치에 따라 상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산하는 단계
    를 포함하는, 이모티콘 추천 방법.
  4. 제3항에 있어서,
    상기 사회적 친밀도 및 상기 이모티콘 가중치에 따라 상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 각각의 상관도를 계산하는 단계는,
    상기 사회적 친밀도 및 상기 이모티콘 가중치를 제1 상관도 계산식에 대입하여 상기 후보 이모티콘 집합 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계
    를 포함하며,
    상기 제1 상관도 계산식은
    Figure 112018054381745-pct00253

    이고, 여기서
    Figure 112018054381745-pct00254
    는 후보 이모티콘 집합 내의 이모티콘
    Figure 112018054381745-pct00255
    와 사용자
    Figure 112018054381745-pct00256
    간의 상관도를 나타내고,
    Figure 112018054381745-pct00257
    는 사용자
    Figure 112018054381745-pct00258
    와의 미리 정해진 사회적 관계를 가지는 관련 사용자 집합을 나타내고,
    Figure 112018054381745-pct00259
    는 사용자
    Figure 112018054381745-pct00260
    와 관련 사용자
    Figure 112018054381745-pct00261
    간의 사회적 친밀도를 나타내며,
    Figure 112018054381745-pct00262
    는 이모티콘
    Figure 112018054381745-pct00263
    에 대한 관련 사용자
    Figure 112018054381745-pct00264
    의 이모티콘 가중치를 나타내는, 이모티콘 추천 방법.
  5. 제1항에 있어서,
    상기 사회적 행동 정보는 사용자의 이모티콘 사용 정보를 포함하고, 상기 사회적 행동 정보에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계는,
    상기 이모티콘 라이브러리에 대응하는 이모티콘 유사도 행렬을 계산하는 단계 - 상기 이모티콘 유사도 행렬은 이모티콘 라이브러리 내의 각각의 이모티콘 간의 이모티콘 유사도를 포함함 - ; 및
    사용자에 대응하는 이모티콘 사용 정보 및 이모티콘 유사도 행렬에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계
    를 포함하는, 이모티콘 추천 방법.
  6. 제5항에 있어서,
    상기 이모티콘 라이브러리 내의 이모티콘
    Figure 112018054381745-pct00265
    와 이모티콘
    Figure 112018054381745-pct00266
    에 대해서, 이모티콘
    Figure 112018054381745-pct00267
    와 이모티콘
    Figure 112018054381745-pct00268
    간의 이모티콘 유사도
    Figure 112018054381745-pct00269
    는
    Figure 112018054381745-pct00270

    이고, 여기서
    Figure 112018054381745-pct00271
    는 이모티콘
    Figure 112018054381745-pct00272
    를 송신하는 사용자의 수를 나타내고,
    Figure 112018054381745-pct00273
    는 이모티콘
    Figure 112018054381745-pct00274
    를 송신하는 사용자의 수를 나타내고,
    Figure 112018054381745-pct00275
    는 모든 사용자를 나타내고,
    Figure 112018054381745-pct00276
    는 사용자
    Figure 112018054381745-pct00277
    에 의해 송신된 이모티콘의 수를 나타내고,
    Figure 112018054381745-pct00278
    는 사용자
    Figure 112018054381745-pct00279
    가 이모티콘
    Figure 112018054381745-pct00280
    를 송신하는지를 나타내고, 사용자
    Figure 112018054381745-pct00281
    가 이모티콘
    Figure 112018054381745-pct00282
    를 송신하면,
    Figure 112018054381745-pct00283
    이고, 사용자
    Figure 112018054381745-pct00284
    가 이모티콘
    Figure 112018054381745-pct00285
    를 송신하지 않으면,
    Figure 112018054381745-pct00286
    이고,
    Figure 112018054381745-pct00287
    는 사용자
    Figure 112018054381745-pct00288
    가 이모티콘
    Figure 112018054381745-pct00289
    를 송신하는지를 나타내고, 사용자
    Figure 112018054381745-pct00290
    가 이모티콘
    Figure 112018054381745-pct00291
    를 송신하면,
    Figure 112018054381745-pct00292
    이고, 사용자
    Figure 112018054381745-pct00293
    가 이모티콘
    Figure 112018054381745-pct00294
    를 송신하지 않으면,
    Figure 112018054381745-pct00295
    이고,
    Figure 112018054381745-pct00296
    는 부동 소수점 수이며,
    Figure 112018054381745-pct00297
    인, 이모티콘 추천 방법.
  7. 제5항에 있어서,
    사용자에 대응하는 이모티콘 사용 정보 및 이모티콘 유사도 행렬에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계는,
    사용자에 대응하는 이모티콘 사용 정보에 따라 이모티콘 라이브러리 내의 사용된 이모티콘에 대해 사용자의 이모티콘 가중치를 계산하는 단계 - 상기 이모티콘 가중치는 사용자가 이모티콘을 사용하는 정도를 나타내는 데 사용됨 - ;
    상기 이모티콘 유사도 행렬로부터 사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도를 획득하는 단계 - 상기 사용되지 않은 이모티콘은 이모티콘 라이브러리 내에 있으면서 사용자에 의해 사용되지 않은 이모티콘임 - ; 및
    사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도 및 이모티콘 가중치에 따라 사용된 이모티콘과 사용되지 않은 이모티콘 간의 상관도를 계산하는 단계
    를 포함하는, 이모티콘 추천 방법.
  8. 제7항에 있어서,
    사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도 및 이모티콘 가중치에 따라 사용된 이모티콘과 사용되지 않은 이모티콘 간의 상관도를 계산하는 단계는,
    사용된 이모티콘과 사용되지 않은 이모티콘 간의 이모티콘 유사도 및 이모티콘 가중치를 제2 상관도 계산 정도에 대입하여 사용된 이모티콘과 사용되지 않은 이모티콘 간의 상관도를 계산하는 단계
    를 포함하며,
    제2 상관도 계산식은
    Figure 112018054381745-pct00298

    이고, 여기서
    Figure 112018054381745-pct00299
    는 사용자
    Figure 112018054381745-pct00300
    와 사용되지 않은 이모티콘
    Figure 112018054381745-pct00301
    간의 상관도를 나타내고,
    Figure 112018054381745-pct00302
    는 사용자
    Figure 112018054381745-pct00303
    에 의해 사용된 이모티콘의 집합을 나타내고,
    Figure 112018054381745-pct00304
    는 사용된 이모티콘
    Figure 112018054381745-pct00305
    를 나타내고,
    Figure 112018054381745-pct00306
    는 사용된 이모티콘
    Figure 112018054381745-pct00307
    에 대한 사용자
    Figure 112018054381745-pct00308
    의 이모티콘 가중치를 나타내며,
    Figure 112018054381745-pct00309
    는 사용되지 않은 이모티콘
    Figure 112018054381745-pct00310
    와 사용된 이모티콘
    Figure 112018054381745-pct00311
    간의 이모티콘 유사도를 나타내는, 이모티콘 추천 방법.
  9. 제1항에 있어서,
    상기 상관도에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하는 단계는,
    상기 상관도에 따라 이모티콘을 내림차순으로 정렬하는 단계;
    상기 정렬 후 처음 n개의 이모티콘이 추천된 이모티콘인 것으로 결정하는 단계; 및
    사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 추천된 이모티콘을 송신하는 단계
    를 포함하며,
    상기 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널 내에 추천된 이모티콘에 대응하는 다운로드 포털(download portal)을 표시하도록 구성되어 있는, 이모티콘 추천 방법.
  10. 제1항에 있어서,
    상기 상관도의 계산 방법에 따라 사용자에 대응하는 소셜 네트워킹 애플리케이션 클라이언트에 대응하는 추천 정보를 송신하는 단계
    를 더 포함하며,
    상기 소셜 네트워킹 애플리케이션 클라이언트는 이모티콘 패널 내에 추천된 이모티콘에 대응하는 다운로드 포털을 표시할 때 추천 정보를 표시하도록 구성되어 있는, 이모티콘 추천 방법.
  11. 제1항에 있어서,
    상기 사회적 행동 정보가 상기 소셜 네트워크 상에서의 사용자의 상기 사회적 관계 사슬 및 사용자의 상기 이모티콘 사용 정보를 포함하고, 사용자의 상기 이모티콘 사용 정보가 사용자가 사용하는 이모티콘의 수가 임계치보다 낮은 것을 나타내면, 사용자의 상기 사회적 관계 사슬에 따라 이모티콘 라이브러리 내의 각각의 이모티콘과 사용자 간의 상관도를 계산하는 단계를 더 포함하는, 이모티콘 추천 방법.
  12. 이모티콘 추천 장치로서,
    프로세서 및 메모리를 포함하며,
    상기 메모리는 상기 프로세서에 의해 실행될 수 있는 명령을 저장하며, 상기 명령을 실행할 때, 상기 프로세서는 제1항 내지 제11항 중 어느 한 항에 청구된 방법을 수행하도록 구성되어 있는, 이모티콘 추천 장치.
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
KR1020187015626A 2016-04-29 2017-04-21 이모티콘 추천 방법 및 장치 KR102064203B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201610286192.6 2016-04-29
CN201610286192.6A CN105975563B (zh) 2016-04-29 2016-04-29 表情推荐方法及装置
PCT/CN2017/081333 WO2017186054A1 (zh) 2016-04-29 2017-04-21 表情推荐方法及装置

Publications (2)

Publication Number Publication Date
KR20180077267A KR20180077267A (ko) 2018-07-06
KR102064203B1 true KR102064203B1 (ko) 2020-01-09

Family

ID=56994287

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187015626A KR102064203B1 (ko) 2016-04-29 2017-04-21 이모티콘 추천 방법 및 장치

Country Status (5)

Country Link
US (1) US11128582B2 (ko)
JP (1) JP6616012B2 (ko)
KR (1) KR102064203B1 (ko)
CN (1) CN105975563B (ko)
WO (1) WO2017186054A1 (ko)

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105975563B (zh) 2016-04-29 2019-10-11 腾讯科技（深圳）有限公司 表情推荐方法及装置
CN105763431B (zh) * 2016-05-06 2019-03-26 腾讯科技（深圳）有限公司 一种信息推送方法、装置及系统
CN106533902B (zh) * 2016-10-19 2019-07-19 北京安云世纪科技有限公司 一种智能终端上的表情推荐方法和装置
CN112866085B (zh) * 2016-12-19 2023-04-07 创新先进技术有限公司 一种资源传输方法及装置
CN108401005B (zh) * 2017-02-08 2021-05-14 腾讯科技（深圳）有限公司 一种表情推荐方法和装置
CN108287857B (zh) * 2017-02-13 2021-02-26 腾讯科技（深圳）有限公司 表情图片推荐方法及装置
WO2018145577A1 (zh) 2017-02-08 2018-08-16 腾讯科技（深圳）有限公司 表情推荐方法和装置
CN106993048B (zh) * 2017-04-13 2018-09-14 腾讯科技（深圳）有限公司 确定推荐信息的方法及装置、信息推荐方法及装置
CN107247720B (zh) * 2017-04-20 2018-10-02 腾讯科技（深圳）有限公司 表情排行榜单生成方法及装置、计算机设备
CN107145270A (zh) * 2017-04-25 2017-09-08 北京小米移动软件有限公司 表情图标排序方法及装置
CN110019286B (zh) * 2017-07-19 2021-10-29 中国移动通信有限公司研究院 一种基于用户社交关系的表情推荐方法及装置
CN110019885B (zh) * 2017-08-01 2021-10-15 北京搜狗科技发展有限公司 一种表情数据推荐方法及装置
CN107707452B (zh) * 2017-09-12 2021-03-30 创新先进技术有限公司 针对表情的信息展示方法、装置以及电子设备
CN109558018B (zh) * 2017-09-27 2022-05-17 腾讯科技（深圳）有限公司 一种内容展示方法、装置及存储介质
CN109670385B (zh) * 2017-10-16 2023-04-18 腾讯科技（深圳）有限公司 一种应用程序中表情更新的方法及装置
CN107729320B (zh) * 2017-10-19 2021-04-13 西北大学 一种基于时序分析用户会话情感趋势的表情符号推荐方法
CN107911601A (zh) * 2017-11-21 2018-04-13 深圳市欧信计算机通信科技有限公司 一种拍照时智能推荐拍照表情和拍照姿势的方法及其系统
CN108133013B (zh) * 2017-12-22 2021-02-09 平安养老保险股份有限公司 信息处理方法、装置、计算机设备和存储介质
CN108234293B (zh) * 2017-12-28 2021-02-09 Oppo广东移动通信有限公司 表情管理方法、表情管理装置及智能终端
US11088983B2 (en) 2017-12-29 2021-08-10 Titus Deac Messaging system with prefabricated icons and methods of use
US11184303B2 (en) 2017-12-29 2021-11-23 Titus Deac Brevity-codified messaging system and process with pre-composed messages made of prefabricated icons, and methods of use
CN110535669B (zh) * 2018-05-24 2022-11-25 连株式会社 内容推荐方法与内容推荐装置
CN110971504A (zh) * 2018-09-30 2020-04-07 上海连尚网络科技有限公司 一种显示表情的方法、设备及存储介质
CN111193654B (zh) * 2019-06-24 2021-12-17 腾讯科技（深圳）有限公司 一种社交会话的处理方法、装置、终端及介质
US11392272B2 (en) * 2019-07-26 2022-07-19 Slack Technologies, Llc Group-based communication system and apparatus configured to render suggested graphical objects
CN110471589A (zh) * 2019-07-29 2019-11-19 维沃移动通信有限公司 信息显示方法及终端设备
CN112492389B (zh) * 2019-09-12 2022-07-19 上海哔哩哔哩科技有限公司 视频推送方法、视频播放方法、计算机设备和存储介质
US11252274B2 (en) * 2019-09-30 2022-02-15 Snap Inc. Messaging application sticker extensions
US11138386B2 (en) 2019-11-12 2021-10-05 International Business Machines Corporation Recommendation and translation of symbols
US11115356B2 (en) * 2019-11-14 2021-09-07 Woofy, Inc. Emoji recommendation system and method
CN113051427A (zh) * 2019-12-10 2021-06-29 华为技术有限公司 一种表情制作方法和装置
CN111131006B (zh) * 2019-12-31 2021-05-18 联想(北京)有限公司 一种信息处理方法
US11604845B2 (en) * 2020-04-15 2023-03-14 Rovi Guides, Inc. Systems and methods for processing emojis in a search and recommendation environment
US11775583B2 (en) 2020-04-15 2023-10-03 Rovi Guides, Inc. Systems and methods for processing emojis in a search and recommendation environment
CN112312225B (zh) 2020-04-30 2022-09-23 北京字节跳动网络技术有限公司 信息展示方法、装置、电子设备和可读介质
CN111581926B (zh) * 2020-05-15 2023-09-01 抖音视界有限公司 文案生成方法、装置、设备和计算机可读存储介质
CN113741742B (zh) * 2020-05-29 2024-05-14 北京达佳互联信息技术有限公司 一种确定拍摄图标的方法及装置
US11209964B1 (en) * 2020-06-05 2021-12-28 SlackTechnologies, LLC System and method for reacting to messages
CN111897441A (zh) * 2020-07-14 2020-11-06 维沃移动通信有限公司 表情添加方法、装置及电子设备
CN112462992B (zh) * 2020-11-30 2022-07-19 北京搜狗科技发展有限公司 一种信息处理方法、装置、电子设备及介质
CN112702260B (zh) * 2020-12-23 2022-08-05 维沃移动通信（杭州）有限公司 图像发送方法、装置和电子设备
CN112764553B (zh) * 2021-01-26 2024-04-02 维沃移动通信有限公司 聊天表情的收集方法、装置及电子设备
KR102619340B1 (ko) * 2021-01-28 2023-12-28 주식회사 카카오 사용자에게 컨텐츠를 제공하는 방법 및 사용자 단말
CN114942715A (zh) * 2021-02-10 2022-08-26 北京字节跳动网络技术有限公司 动态表情显示方法、装置、电子设备及计算机可读存储介质
US11902231B2 (en) * 2022-02-14 2024-02-13 International Business Machines Corporation Dynamic display of images based on textual content
CN114511713A (zh) * 2022-04-20 2022-05-17 威海经济技术开发区天智创新技术研究院 一种基于图像的预测方法、装置及服务器
US11985058B2 (en) * 2022-08-04 2024-05-14 Getac Technology Corporation Interservice communication optimization for microservices

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006309660A (ja) * 2005-05-02 2006-11-09 Nippon Hoso Kyokai <Nhk> 推薦順位選定装置及び推薦順位選定プログラム推薦順位選定装置及び推薦順位選定プログラム
JP2015032254A (ja) * 2013-08-06 2015-02-16 ソニー株式会社 情報処理装置、情報処理方法、及び、プログラム
WO2016007122A1 (en) * 2014-07-07 2016-01-14 Machine Zone, Inc. System and method for identifying and suggesting emoticons

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040068552A1 (en) * 2001-12-26 2004-04-08 David Kotz Methods and apparatus for personalized content presentation
US7703030B2 (en) * 2005-01-11 2010-04-20 Trusted Opinion, Inc. Method and system for providing customized recommendations to users
EP1783632B1 (en) * 2005-11-08 2012-12-19 Intel Corporation Content recommendation method with user feedback
US8584031B2 (en) * 2008-11-19 2013-11-12 Apple Inc. Portable touch screen device, method, and graphical user interface for using emoji characters
US8732180B2 (en) * 2009-11-12 2014-05-20 Apple Inc. Recommending media items
US9152969B2 (en) * 2010-04-07 2015-10-06 Rovi Technologies Corporation Recommendation ranking system with distrust
JP5207088B2 (ja) * 2010-11-24 2013-06-12 株式会社Ｊｖｃケンウッド アイテム選択装置、アイテム選択方法およびコンピュータプログラム
US20130006817A1 (en) * 2011-07-01 2013-01-03 Microsoft Corporation Enabling control or use of personal metadata
CN103699547B (zh) * 2012-09-28 2019-03-22 北京三星通信技术研究有限公司 一种应用程序推荐方法及终端
US9658738B1 (en) * 2012-11-29 2017-05-23 Amazon Technologies, Inc. Representation management on an electronic device
US20150334067A1 (en) * 2012-12-21 2015-11-19 Gnotech Llc Messaging providing graphical and audible features
US20140278786A1 (en) * 2013-03-14 2014-09-18 Twain Liu-Qiu-Yan System and method to survey and evaluate items according to people's perceptions and to generate recommendations based on people's perceptions
US9363570B2 (en) * 2013-05-15 2016-06-07 Lg Electronics Inc. Broadcast receiving apparatus for receiving a shared home screen
CN104410561A (zh) * 2013-10-29 2015-03-11 贵阳朗玛信息技术股份有限公司 一种聊天表情发送方法及装置
CN104394057B (zh) * 2013-11-04 2017-11-17 贵阳朗玛信息技术股份有限公司 表情推荐方法及装置
US10482163B2 (en) * 2014-04-23 2019-11-19 Klickafy, Llc Clickable emoji
CN104156392B (zh) * 2014-07-09 2017-06-13 中电科华云信息技术有限公司 好友及应用个性化推荐方法及系统
KR101615848B1 (ko) * 2015-01-19 2016-04-26 주식회사 엔씨소프트 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램
KR101583181B1 (ko) * 2015-01-19 2016-01-06 주식회사 엔씨소프트 응답 스티커 추천방법 및 컴퓨터 프로그램
CN105975563B (zh) * 2016-04-29 2019-10-11 腾讯科技（深圳）有限公司 表情推荐方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006309660A (ja) * 2005-05-02 2006-11-09 Nippon Hoso Kyokai <Nhk> 推薦順位選定装置及び推薦順位選定プログラム推薦順位選定装置及び推薦順位選定プログラム
JP2015032254A (ja) * 2013-08-06 2015-02-16 ソニー株式会社 情報処理装置、情報処理方法、及び、プログラム
WO2016007122A1 (en) * 2014-07-07 2016-01-14 Machine Zone, Inc. System and method for identifying and suggesting emoticons

Also Published As

Publication number Publication date
WO2017186054A1 (zh) 2017-11-02
KR20180077267A (ko) 2018-07-06
CN105975563A (zh) 2016-09-28
JP2018536249A (ja) 2018-12-06
US11128582B2 (en) 2021-09-21
JP6616012B2 (ja) 2019-12-04
US20180255009A1 (en) 2018-09-06
CN105975563B (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
KR102064203B1 (ko) 이모티콘 추천 방법 및 장치
US10411945B2 (en) Time-distributed and real-time processing in information recommendation system, method and apparatus
US10050879B2 (en) Techniques for selecting content based on network conditions
US9183282B2 (en) Methods and systems for inferring user attributes in a social networking system
US20180343215A1 (en) Sharing web entities based on trust relationships
CN105302903B (zh) 搜索方法、装置、系统以及搜索结果调序依据的确定方法
US20170277667A1 (en) Techniques to predictively respond to user requests using natural language processing
CN104572889A (zh) 一种搜索词推荐方法、装置和系统
US10719890B1 (en) Machine learning system and method for clustering
CN110677267B (zh) 信息处理方法和装置
CN109831532B (zh) 数据分享方法、装置、设备及介质
US20120265703A1 (en) Ad hoc social networking
KR20140113436A (ko) 관계 모델 매커니즘을 구현한 컴퓨팅 시스템 및 그 작동 방법
KR20210153651A (ko) 네트워킹 시스템의 공동-사용자들과의 사용자 관계 개선
CN110772796B (zh) 组队方法、装置及电子设备
US20190095868A1 (en) Methods and systems for converting unstructured text into structured job postings
US20190095869A1 (en) Methods and systems for surfacing employment opportunity listings to a user
US20160277538A1 (en) Method and system for matching profile records
US9871833B2 (en) Adjusting the display of social media updates to varying degrees of richness based on environmental conditions and importance of the update
CN106161575B (zh) 用户匹配方法及装置
US10891303B2 (en) System and method for editing dynamically aggregated data
CN111191143B (zh) 应用推荐方法及装置
KR101620729B1 (ko) 아티스트와 팬과의 관계 형성 시스템 및 이를 이용한 관계 형성 방법
US20160132783A1 (en) User Modelling by Domain Adaptation
US10601760B2 (en) Techniques for device configuration of prospective contacts using messaging history information

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant