CN101957834A - 一种基于用户特征进行内容推荐的方法与设备 - Google Patents
一种基于用户特征进行内容推荐的方法与设备 Download PDFInfo
- Publication number
- CN101957834A CN101957834A CN 201010251374 CN201010251374A CN101957834A CN 101957834 A CN101957834 A CN 101957834A CN 201010251374 CN201010251374 CN 201010251374 CN 201010251374 A CN201010251374 A CN 201010251374A CN 101957834 A CN101957834 A CN 101957834A
- Authority
- CN
- China
- Prior art keywords
- user
- equipment
- customer group
- subscriber equipment
- access activity
- 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
Links
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明的目的是提供一种基于用户的行为判断其与好友的亲疏度的方法与设备。其中，网络设备获取用户自用户设备的用户访问行为；根据所述用户访问行为，对所述用户进行分类处理，以获得一个或多个用户群；根据所述用户群，确定与所述用户群相匹配的信息资源；向所述用户群中至少一位用户的用户设备推介所述信息资源。与现有技术相比，本发明通过基于用户访问行为进行分类，并向分类所得的用户群推荐相匹配的信息资源，实现了更大范围的用户分享更多的信息资源，从而有效促进了信息的传播、改善了用户使用体验。
Description
技术领域
本发明涉及网络技术领域，尤其涉及基于用户特征进行内容推荐的技术。
背景技术
随着互联网技术和应用的普及发展，互联网逐步融入了人们的日常生活，并成为不可或缺的一部分，例如人们越来越习惯于通过网络获取信息、购物、娱乐、分享信息。
然而，面对互联网上极其丰富的资源与服务，人们却往往会因为时间、关注能力、获取信息能力等方面的个体限制，无法及时、有效地获取其真正感兴趣的内容，陷入了“越丰富，越缺乏”的悖境。虽然，有些购物网站基于顾客浏览记录或购买记录向当前顾客提供商品推荐或用户评论等信息供其参考，但这样的方式存在推荐内容偏少(往往仅限于该网站的内部)、用户范围偏窄(只有浏览某件商品的用户才可能会被推荐相关信息)等不足，故无法实现在较大范围的用户间实现更多信息内容的分享。
发明内容
本发明的目的是提供一种基于用户特征进行内容推荐的方法与设备。
根据本发明的一个方面，还提供了一种用于在网络设备端实现基于用户特征进行内容推荐的方法，该方法包括以下步骤：
a获取用户自用户设备的用户访问行为；
b根据所述用户访问行为，对所述用户进行分类处理，以获得一个或多个用户群；
c根据所述用户群，确定与所述用户群相匹配的信息资源；
d向所述用户群中至少一位用户的用户设备推介所述信息资源。
根据本发明的另一个方面，提供了一种用于在用户设备端辅以实现基于用户特征进行内容推荐的方法，该方法包括以下步骤：
A自用户设备发起携带用户标记的用户访问行为。
根据本发明的一个方面，还提供了一种用于实现基于用户特征进行内容推荐的网络设备，该网络设备包括以下步骤：
获取装置，用于获取用户自用户设备的用户访问行为；
分类装置，用于根据所述用户访问行为，对所述用户进行分类处理，以获得一个或多个用户群；
挖掘装置，用于根据所述用户群，确定与所述用户群相匹配的信息资源；
推介装置，用于向所述用户群中至少一位用户的用户设备推介所述信息资源。
根据本发明的另一个方面，提供了一种用于辅以实现基于用户特征进行内容推荐的用户设备，该用户设备包括：
访问装置，用于自用户设备发起携带用户标记的用户访问行为。
根据本发明的再一方面，提供了一种用于实现基于用户特征进行内容推荐的系统，包括如前所述根据本发明一个方面的网络设备及根据本发明另一个方面的用户设备。
与现有技术相比，本发明通过基于用户访问行为进行分类，并向分类所得的用户群推荐相匹配的信息资源，实现了更大范围的用户间分享更多的信息资源，从而有效促进了信息的传播、改善了用户使用体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1示出根据本发明一个方面的基于用户特征进行内容推荐的系统拓扑图；
图2示出根据本发明一个方面的基于用户特征进行内容推荐的网络设备的示意图；
图3示出根据本发明一个优选实施例的基于用户特征进行内容推荐的网络设备的示意图；
图4示出根据本发明另一个方面的基于用户特征进行内容推荐的网络设备和用户设备的示意图；
图5示出根据本发明另一个优选实施例的基于用户特征进行内容推荐的网络设备和用户设备的示意图；
图6示出根据本发明一个方面的在网络设备中实现基于用户特征进行内容推荐的流程图；
图7示出根据本发明一个优选实施例的在网络设备中实现基于用户特征进行内容推荐的流程图；
图8示出根据本发明另一个方面的网络设备和用户设备配合实现基于用户特征进行内容推荐的流程图；
图9示出根据本发明另一个优选实施例的网络设备和用户设备配合实现基于用户特征进行内容推荐的流程图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本发明作进一步详细描述。
图1示出根据本发明一个方面的基于用户特征进行内容推荐的系统拓扑图，其中包括网络设备1以及多个用户设备2。其中，网络设备1可与多个用户设备2经由网络相连接，并根据用户从用户设备2发起的用户访问行为，为用户进行内容推荐。在此，网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(AdHoc网络)等；用户访问行为包括但不限于该用户通过用户设备2进行信息浏览、信息搜索、与好友互动、购物等活动时的操作行为；网络设备1为用户所推荐的内容包括但不限于网络信息、网络服务、网络购物、网络游戏、网络社区等信息资源。
另外，网络设备1可以是独立的计算设备，包括但不限于普通计算机、服务器、小型主机、大型主机等，也可以是与其他应用共享的计算设备，包括但不限于企业服务器、企业网站服务器、门户网站服务器、搜索网站服务器等。而用户设备2可以是任何一种可与用户通过键盘、鼠标、遥控器、触摸板、或手写设备等方式进行人机交互的电子产品，例如计算机、手机、PDA、游戏机、掌上电脑PPC、平板电脑、或IPTV等。
本领域技术人员应能理解上述网络设备1、用户设备2以及连接其间的网络仅为举例，其他现有的或今后可能出现的网络设备、用户设备或网络如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
为简明起见，下面以一个用户设备2为例进行描述。本领域技术人员应能理解，网络设备1可以同时与多个用户设备2交互，并根据从不同用户设备2发起的用户访问行为，为用户进行内容推荐。
图2示出根据本发明一个方面的基于用户特征进行内容推荐的网络设备的示意图。其中，网络设备1中包括获取装置11、分类装置12、挖掘装置13和推介装置14。
具体地，获取装置11获取用户自用户设备2的用户访问行为。也即，用户通过用户设备2发起用户访问行为，例如通过用户设备2中的浏览器软件或客户端软件访问互联网，并通过与用户设备2的交互方式，包括但不限于键盘、鼠标、遥控器、触摸板、或手写设备，进行信息浏览、搜索、与其好友即时通信等网络访问操作；以键盘为例，当用户在其用户设备2的浏览器中搜索页面的搜索栏中敲击键盘按键进行输入并点击回车以提交信息搜索请求时，获取装置11根据该浏览器所使用的通信协议，如http或https，实时地从该浏览器向服务器端发送的信息搜索请求中获取相关的字段信息，并记录为该用户的用户访问行为。优选地，获取装置11根据用户登录互联网或网络应用所使用的用户名(登录ID)，记录和合并用户通过不同的用户设备2发起的用户访问行为。更优选地，获取装置11利用用户与其所访问网络应用的会话进程，记录和合并该用户在此进程有效期内通过用户设备2发起的用户访问行为。更优选地，获取装置11可以通过随机码生成装置，要求用户在发起用户访问行为时，填写随机生成的随机码，以防止机器人发布信息或者因木马等病毒发起的访问行为，从而提高了网络设备1获取用户访问行为的准确性。优选地，网络设备1可以包括用户访问行为库101，以存储获取装置11获取的用户访问行为；用户访问行为库101不仅可以为更长时间粒度的用户访问行为分析提供所需用户访问行为数据，还可以在一定程度缓解获取装置11与分类装置12之间的“生产者-消费者”匹配矛盾。
分类装置12根据获取装置11所提供的用户访问行为，对用户进行分类处理，以获得一个或多个用户群。具体地，分类装置12通过对所述用户访问行为进行分析处理，例如根据用户访问行为提取用户设备的终端类型、用户所在的位置地域、用户访问的应用服务和用户访问的时间段等信息，并根据这些信息，对这些用户进行分类，得到一个或多个用户群，如使用某一终端类型的用户设备2的用户群、访问某一项应用服务的用户群、处于某个位置地域的用户群等。本领域技术人员应能理解上述几种对用户进行分类的方式仅为举例，其他现有的或今后可能出现的用户分类方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。优选地，分类装置12可以采用多种方式来根据所述用户访问行为，对用户进行分类处理，以获得一个或多个用户群。所述多种方式包括但不限于：对于分类装置12实时接收的、由获取装置11实时获取的每一条用户访问行为，即时更新该用户与该条用户访问行为所对应的用户群；或者对于分类装置12实时接收的、由获取装置11在一段时间内获取的用户访问行为，逐一更新该用户与所述用户访问行为中每一条所对应的用户群，直至所述用户访问行为中的所有用户访问行为均已处理完毕；或者对于分类装置12接收的、由获取装置11在一段时间内获取的用户访问行为，进行统计分析处理，并据此统计分析结果更新用户与所述用户访问行为所对应的用户群。本领域技术人员应能理解上述几种从用户访问行为确定用户群隶属的方式仅为举例，基于这些范例进行的适当变化也可适用于本发明，其差别可能仅在于用户与其隶属的用户群的变化情况的不同，故也应包含在本发明保护范围以内，并在此以引用方式包含于此。优选地，网络设备1可以包括用户分类库102，以存储用户与其隶属的用户群；用户分类库102根据分类装置12所提供的信息更新用户与其隶属的用户群，并为网络设备1提供所需的用户群信息。
挖掘装置13根据分类装置12所提供的用户群，确定与所述用户群相匹配的信息资源。具体地，挖掘装置13对于由分类装置12将用户划分所得的用户群，进行数据挖掘，如对该用户群内的用户的用户访问行为进行统计研究分析，以确定适合该用户群的信息资源。例如，挖掘装置13通过对一个用户群内用户的用户访问行为统计研究，发现该用户群内超过一定比例阈值的用户对于某项信息资源感兴趣，将推知该用户群内的其他用户也应对此项信息资源感兴趣，从而将此项信息资源确定为与该用户群相匹配的信息资源。例如，挖掘装置13发现在一个地域用户群(如“上海徐家汇用户群”)内有超过一半用户在使用“点评网(www.dianping.com)”，那么它将推知“上海徐家汇用户群”的其他用户对该“点评网”也是感兴趣的，因此，该“点评网”将会作为与“上海徐家汇用户群”相匹配的信息资源之一。优选地，网络设备1可以包括访问资源库103，以存储用户群中各用户已访问的信息资源；访问资源库103根据用户访问行为和分类装置12所提供的用户群信息更新用户群中各用户已访问的信息资源，并为挖掘装置13提供所需的访问资源信息。
推介装置14根据挖掘装置13所提供的信息资源向所述用户群中至少一位用户的用户设备推介所述信息资源。具体地，推介装置14根据挖掘装置13所提供的与用户群相匹配的信息资源，如前例中与“上海徐家汇用户群”相匹配的信息资源“点评网”，将该信息资源的相关信息推荐给该用户群中的一个或多个用户，即推介至这些目标用户的用户设备2，供所述目标用户浏览。推介装置14向用户群中一个或多个用户推介与其相匹配的信息资源的相关信息的方式，包括但不限于：将所需推介的内容推送至这些目标用户发起用户访问行为所使用的用户设备2；或者利用页面技术，如JSP、ASP、PHP技术，将所需推介的内容写入一个或多个网页，并将相关网页的URL推送至这些目标用户发起用户访问行为所使用的用户设备2；或者利用页面技术，如JSP、ASP、PHP技术，将所需推介的内容写入一个或多个网页，并将部分所需推介的内容和相关网页的URL推送至这些目标用户发起用户访问行为所使用的用户设备2。其中，对于后两种推介方式，用户如需了解所需推介的内容或其他未展现的所需推介的内容，可通过其用户设备2直接访问推介装置14所提供的URL所对应的网页。本领域技术人员应能理解上述几种页面技术仅为举例，其他现有的或今后可能出现的页面技术如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。同样，本领域技术人员应能理解上述几种推介方式仅为举例，其他现有的或今后可能出现的推介方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。优选地，网络设备1可以包括信息资源库104，以存储有待向各用户群中相关用户推介的信息资源的相关信息；信息资源库104根据挖掘装置13所提供的各用户群的信息资源信息更新有待向各用户群中相关用户推介的信息资源的相关信息，并为推介装置14提供所需的信息资源信息。
优选地，获取装置11、分类装置12、挖掘装置13和推介装置14是持续不断工作的。具体地，获取装置11实时或定期获取用户自用户设备2的用户访问行为；分类装置12根据所获取的用户访问行为对用户进行分类处理，以获得一个或多个用户群；挖掘装置13根据所述用户群，确定与该用户群相匹配的信息资源；而推介装置14将该信息资源推介至该用户群中至少一位用户的用户设备。在此，本领域技术人员应理解“持续”是指网络设备1的各装置分别按照设定的或实时调整的工作模式要求进行用户访问行为的获取、用户分类、用户群的信息资源的确定与推介，直至该用户在较长时间内停止通过用户设备2执行网络操作，即所述用户访问行为。
在一个优选实施例中，分类装置12还用于对所述一个或多个用户群中至少一个进行聚类处理，以获得一个或多个用户群及其聚类特征。具体地，对于一个用户群，分类装置12首先获取该用户群内的各用户的描述信息，譬如用户表征向量，然后采用聚类算法，如k-均值、k-中心点算法，将该用户群分解为若干个新的用户群，并得到各新的用户群的聚类特征，使得在聚类特征意义上，这些新的用户群内部各用户具有更高的相似度，群之间的各用户具有更高的差异度。例如，分类装置12通过对各用户的用户访问行为抽取关键词，得到多个关键词及其频度，从而构成该用户的用户表征向量；然后，采用向量距离的算法，获得不同用户之间的向量距离；最后，将向量距离较小的用户组合成一个新的用户群，并取该新用户群中一个用户的用户表征向量或者所有用户的用户表征向量的均值作为该用户群的聚类特征。例如，对于“上海徐家汇用户群”，分类装置12通过对该用户群内用户的访问行为抽取关键词，得到用户表征向量，再运用聚类算法，得到多个新的用户群，如聚类特征为“红酒”的“上海徐家汇红酒用户群”和聚类特征为“旅游”的“上海徐家汇旅游用户群”。本领域技术人员应能理解上述几种聚类算法仅为举例，其他现有的或今后可能出现的聚类算法如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
在另一个优选实施例中，挖掘装置13还用于根据所述用户群及其聚类特征，确定与所述用户群相匹配的信息资源。具体地，对于一个具有一定聚类特征的用户群，挖掘装置13根据其聚类特征，自动获取与该用户群相匹配的相关信息资源，如以该聚类特征为关键字通过搜索引擎获取相关信息资源、或者匹配检索相关的更新信息资源。接上例，对于聚类特征为“红酒”的“上海徐家汇红酒用户群”，挖掘装置13通过搜索引擎获取与“红酒”有关的信息资源，如红酒鉴赏介绍、红酒与健康知识，或者匹配检索到与“红酒”有关的更新信息资源，如红酒品鉴活动，以作为与“上海徐家汇红酒用户群”相匹配的信息资源。本领域技术人员应能理解上述几种根据聚类特征确定信息资源的算法仅为举例，其他现有的或今后可能出现的根据聚类特征确定信息资源的算法如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
优选地，推介装置14还用于向所述用户群中至少一位用户的用户设备推介与所述用户设备相匹配的信息资源。具体地，对于所述用户群中至少一位用户，推介装置14根据这些目标用户的用户访问行为确定该用户所使用的用户设备2的终端属性，将所述信息资源的信息内容转换为与其终端属性相匹配的格式，或者搜寻获取与其终端属性相匹配的格式，并将该信息内容推介至该用户设备2，供目标用户浏览。例如，当推介装置14需要向用户推介“史莱克”的图片时，推介装置14根据这些目标用户的用户访问行为确定该用户所使用的用户设备2的终端属性，譬如分辨率resolution_width、resolution_height，搜寻与该分辨率最匹配的“史莱克”图片，或者将分辨率超出该用户设备2的分辨率属性的“史莱克”图片转换为适合该用户设备2的格式，并将这些图片推介至该用户设备2，供该用户浏览。本领域技术人员应能理解上述几种提供与用户设备2相匹配的信息资源的适配方式仅为举例，其他现有的或今后可能出现的适配方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
更优选地，分类装置12还用于根据所述用户访问行为，确定和/或更新所述用户的用户特征；根据所述用户特征，对所述用户进行分类处理，以获得一个或多个用户群。具体地，分类装置12根据用户设备2与网络设备1的通信协议，例如http或https，从用户访问行为对应的访问请求中抽取相应的字段，获得和/或更新该用户的用户特征；并根据这些用户特征，对这些用户进行分类，以获得一个或多个用户群。在此，用户特征包括但不限于用户设备2的终端类型、用户所在的位置地域、用户访问的应用服务和用户访问的时间段等特征信息。本领域技术人员应能理解上述几种用户特征仅为举例，其他现有的或今后可能出现的用户特征如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。例如，分类装置12根据用户访问行为确定这些用户的用户特征包括“上海徐家汇”、“北京海淀区”、“广州天河区”等位置特征，并根据这些用户特征，对这些用户进行分类处理，得到多个用户群，如“上海徐家汇用户群”、“北京海淀区用户群”、“广州天河区用户群”等。
图3示出根据本发明一个优选实施例的基于用户特征进行内容推荐的网络设备的示意图。其中，网络设备1还包括频度调整装置15。具体地，频度调整装置15根据所述用户与其隶属的用户群的变化，调整获取所述用户访问行为的获取频度；并将调整后的获取频度反馈至获取装置11，供其获取所述用户访问行为。优选地，频度调整装置对所述用户与其隶属的用户群在一段时间内的变化进行累计，当该累计值低于设定的降频阈值时，降低所述获取频度；当该累计值超过设定的升频阈值时，提高所述获取频度。在此，用户与其隶属的用户群的变化是指该用户从脱离或加入一个用户群，例如，用户改变了其隶属的用户群，用一个用户群加入至另一个用户群，那么该用户与其隶属的用户群的累计变化次数为两次。
图4示出根据本发明另一个方面的基于用户特征进行内容推荐的网络设备和用户设备的示意图。其中用户设备2中包括访问装置21，网络设备1中包括获取装置11、分类装置12、挖掘装置13和推介装置14。具体地，访问装置21自用户设备2发起携带用户标记的用户访问行为，而获取装置11则获取用户自用户设备2(即由访问装置21发起)的用户访问行为与用户标记。也即，访问装置21在与其用户访问行为相对应的访问请求中的约定字段，如http或https的协议头或数据单元的某个数据段，加载该用户对应的用户标记；获取装置11获取所述用户方访问行为，并在所述用户访问行为对应的访问请求的对应约定字段中提取该用户的用户标记。进一步地，分类装置12在根据用户访问行为对用户进行分类处理的过程中，优选将具有相同用户标记的用户访问行为合并，再进行分类处理，从而获得更好的分类与内容推荐效果。由于分类装置12中的分类处理过程、挖掘装置13和推介装置14与前述实施例基本相同，故不再赘述，并在此以引用方式包含于此。
图5示出根据本发明另一个优选实施例的基于用户特征进行内容推荐的网络设备和用户设备的示意图。在此实施例中，用户设备2还包括第二标记装置22，网络设备1还包括第一标记装置16。具体地，第二标记装置22向网络设备1发送用户设备2的设备标识码；第一标记装置16接收自用户设备2发送的该用户设备的设备标识码，根据该设备标识码检测新的用户设备并为其生成对应的用户标记，将该用户标记发送至该用户设备2；第二标记装置22接收网络设备1发送的关于该用户设备2的用户标记。例如，对于使用移动终端作为用户设备2的用户，第二标记装置22将该用户设备2的IMEI(国际移动设备识别码，International Mobile Equipment Identification)作为设备标识码发送至网络设备1；第一标记装置16在接收该用户设备2的IMEI后，检测该IMEI是否已经存在，如不存在(表明该用户设备2为新的用户设备)，则为该用户设备2生成用户标记，并将该用户标记发送至该用户设备2；第二标记装置22接收网络设备2所发送的该用户标记。在此，设备标识码可以是用户设备2的硬件标识码，如整机的序列号或某个部件的序列号，也可以是用户设备2的系统软件标识码，如系统软件的序列号，或者是用户设备2的软硬件标识码的组合。本领域技术人员应能理解上述几种设备标识码仅为举例，其他现有的或今后可能出现的设备标识码如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
随后，在此实施例中，访问装置21自用户设备2发起携带该用户标记的用户访问行为，而获取装置11则获取用户自用户设备2(即由访问装置21发起)的用户访问行为与该用户标记。也即，访问装置21在与其用户访问行为相对应的访问请求中的约定字段，如http或https的协议头或数据单元的某个数据段，加载该用户对应的用户标记；获取装置11获取所述用户方访问行为，并在所述用户访问行为对应的访问请求的对应约定字段中提取该用户的用户标记。优选地，网络设备1还包括用户标识库106，以存储用户标记等信息，如设备标识码与用户标记的对应关系；用户标识库106根据第一标记装置16的设备标识码与用户标记的对应关系更新用户标识库的相关内容，以供后续进一步处理。
图6示出根据本发明一个方面的方法流程图，其示出基于用户特征进行内容推荐的过程。
具体地，在步骤S1中，网络设备1获取用户自用户设备2的用户访问行为。也即，用户通过用户设备2发起用户访问行为，例如通过用户设备2中的浏览器软件或客户端软件访问互联网，并通过与用户设备2的交互方式，包括但不限于键盘、鼠标、遥控器、触摸板、或手写设备，进行信息浏览、搜索、与其好友即时通信等网络访问操作；以键盘为例，当用户在其用户设备2的浏览器中搜索页面的搜索栏中敲击键盘按键进行输入并点击回车以提交信息搜索请求时，在步骤S1中，网络设备1根据该浏览器所使用的通信协议，如http或https，实时地从该浏览器向服务器端发送的信息搜索请求中获取相关的字段信息，并记录为该用户的用户访问行为。优选地，在步骤S1中，网络设备1根据用户登录互联网或网络应用所使用的用户名(登录ID)，记录和合并用户通过不同的用户设备2发起的用户访问行为。更优选地，在步骤S1中，网络设备1利用用户与其所访问网络应用的会话进程，记录和合并该用户在此进程有效期内通过用户设备2发起的用户访问行为。更优选地，在步骤S1中，网络设备1可以通过随机码生成装置，要求用户在发起用户访问行为时，填写随机生成的随机码，以防止机器人发布信息或者因木马等病毒发起的访问行为，从而提高了网络设备1获取用户访问行为的准确性。优选地，网络设备1可以包括用户访问行为库101，以存储其在步骤S1中获取的用户访问行为；用户访问行为库101不仅可以为更长时间粒度的用户访问行为分析提供所需用户访问行为数据，还可以在一定程度缓解用户设备1在步骤S1与步骤S2之间的“生产者-消费者”匹配矛盾。
在步骤S2中，网络设备1根据其在步骤S1中所提供的用户访问行为，对用户进行分类处理，以获得一个或多个用户群。具体地，在步骤S2中，网络设备1通过对所述用户访问行为进行分析处理，例如根据用户访问行为提取用户设备的终端类型、用户所在的位置地域、用户访问的应用服务和用户访问的时间段等信息，并根据这些信息，对这些用户进行分类，得到一个或多个用户群，如使用某一终端类型的用户设备2的用户群、访问某一项应用服务的用户群、处于某个位置地域的用户群等。本领域技术人员应能理解上述几种对用户进行分类的方式仅为举例，其他现有的或今后可能出现的用户分类方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。优选地，在步骤S2中，网络设备1可以采用多种方式来根据所述用户访问行为，对用户进行分类处理，以获得一个或多个用户群。所述多种方式包括但不限于：对于网络设备1在步骤S2中实时接收的、由其在步骤S1中实时获取的每一条用户访问行为，即时更新该用户与该条用户访问行为所对应的用户群；或者对于网络设备1在步骤S2中实时接收的、由其在步骤S1中在一段时间内获取的用户访问行为，逐一更新该用户与所述用户访问行为中每一条所对应的用户群，直至所述用户访问行为中的所有用户访问行为均已处理完毕；或者对于网络设备1在步骤S2中接收的、由其在步骤S1中在一段时间内获取的用户访问行为，进行统计分析处理，并据此统计分析结果更新用户与所述用户访问行为所对应的用户群。本领域技术人员应能理解上述几种从用户访问行为确定用户群隶属的方式仅为举例，基于这些范例进行的适当变化也可适用于本发明，其差别可能仅在于用户与其隶属的用户群的变化情况的不同，故也应包含在本发明保护范围以内，并在此以引用方式包含于此。优选地，网络设备1可以包括用户分类库102，以存储用户与其隶属的用户群；用户分类库102根据其在步骤S2中所提供的信息更新用户与其隶属的用户群，并为网络设备1提供所需的用户群信息。
在步骤S3中，网络设备1根据其在步骤S2中所提供的用户群，确定与所述用户群相匹配的信息资源。具体地，在步骤S3中，网络设备1对于由其在步骤S2中将用户划分所得的用户群，进行数据挖掘，如对该用户群内的用户的用户访问行为进行统计研究分析，以确定适合该用户群的信息资源。例如，在步骤S3中，网络设备1通过对一个用户群内用户的用户访问行为统计研究，发现该用户群内超过一定比例阈值的用户对于某项信息资源感兴趣，将推知该用户群内的其他用户也应对此项信息资源感兴趣，从而将此项信息资源确定为与该用户群相匹配的信息资源。例如，在步骤S3中，网络设备1发现在一个地域用户群(如“上海徐家汇用户群”)内有超过一半用户在使用“点评网(www.dianping.com)”，那么它将推知“上海徐家汇用户群”的其他用户对该“点评网”也是感兴趣的，因此，该“点评网”将会作为与“上海徐家汇用户群”相匹配的信息资源之一。优选地，网络设备1可以包括访问资源库103，以存储用户群中各用户已访问的信息资源；访问资源库103根据用户访问行为和其在步骤S2中所提供的用户群信息更新用户群中各用户已访问的信息资源，并为步骤S3提供所需的访问资源信息。
在步骤S4中，网络设备1根据其在步骤S3中所提供的信息资源向所述用户群中至少一位用户的用户设备推介所述信息资源。具体地，在步骤S4中，网络设备1根据其在步骤S3中所提供的与用户群相匹配的信息资源，如前例中与“上海徐家汇用户群”相匹配的信息资源“点评网”，将该信息资源的相关信息推荐给该用户群中的一个或多个用户，即推介至这些目标用户的用户设备2，供所述目标用户浏览。在步骤S4中，网络设备1向用户群中一个或多个用户推介与其相匹配的信息资源的相关信息的方式，包括但不限于：将所需推介的内容推送至这些目标用户发起用户访问行为所使用的用户设备2；或者利用页面技术，如JSP、ASP、PHP技术，将所需推介的内容写入一个或多个网页，并将相关网页的URL推送至这些目标用户发起用户访问行为所使用的用户设备2；或者利用页面技术，如JSP、ASP、PHP技术，将所需推介的内容写入一个或多个网页，并将部分所需推介的内容和相关网页的URL推送至这些目标用户发起用户访问行为所使用的用户设备2。其中，对于后两种推介方式，用户如需了解所需推介的内容或其他未展现的所需推介的内容，可通过其用户设备2直接访问网络设备1在步骤S4中所提供的URL所对应的网页。本领域技术人员应能理解上述几种页面技术仅为举例，其他现有的或今后可能出现的页面技术如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。同样，本领域技术人员应能理解上述几种推介方式仅为举例，其他现有的或今后可能出现的推介方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。优选地，网络设备1可以包括信息资源库104，以存储有待向各用户群中相关用户推介的信息资源的相关信息；信息资源库104根据网络设备1在步骤S3中所提供的各用户群的信息资源信息更新有待向各用户群中相关用户推介的信息资源的相关信息，并为步骤S4提供所需的信息资源信息。
优选地，步骤S1、S2、S3和S4是持续不断工作的。具体地，网络设备1在步骤S1中，实时或定期获取用户自用户设备2的用户访问行为；在步骤S2中，根据所获取的用户访问行为对用户进行分类处理，以获得一个或多个用户群；在步骤S3中，根据所述用户群，确定与该用户群相匹配的信息资源；而在步骤S4中，将该信息资源推介至该用户群中至少一位用户的用户设备。在此，本领域技术人员应理解“持续”是指网络设备1的各步骤分别按照设定的或实时调整的工作模式要求进行用户访问行为的获取、用户分类、用户群的信息资源的确定与推介，直至该用户在较长时间内停止通过用户设备2执行网络操作，即所述用户访问行为。
在一个优选实施例中，在步骤S2中，网络设备1还用于对所述一个或多个用户群中至少一个进行聚类处理，以获得一个或多个用户群及其聚类特征。具体地，对于一个用户群，在步骤S2中，网络设备1首先获取该用户群内的各用户的描述信息，譬如用户表征向量，然后采用聚类算法，如k-均值、k-中心点算法，将该用户群分解为若干个新的用户群，并得到各新的用户群的聚类特征，使得在聚类特征意义上，这些新的用户群内部各用户具有更高的相似度，群之间的各用户具有更高的差异度。例如，在步骤S2中，网络设备1通过对各用户的用户访问行为抽取关键词，得到多个关键词及其频度，从而构成该用户的用户表征向量；然后，采用向量距离的算法，获得不同用户之间的向量距离；最后，将向量距离较小的用户组合成一个新的用户群，并取该新用户群中一个用户的用户表征向量或者所有用户的用户表征向量的均值作为该用户群的聚类特征。例如，对于“上海徐家汇用户群”，在步骤S2中，网络设备1通过对该用户群内用户的访问行为抽取关键词，得到用户表征向量，再运用聚类算法，得到多个新的用户群，如聚类特征为“红酒”的“上海徐家汇红酒用户群”和聚类特征为“旅游”的“上海徐家汇旅游用户群”。本领域技术人员应能理解上述几种聚类算法仅为举例，其他现有的或今后可能出现的聚类算法如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
在另一个优选实施例中，在步骤S3中，网络设备1还用于根据所述用户群及其聚类特征，确定与所述用户群相匹配的信息资源。具体地，对于一个具有一定聚类特征的用户群，在步骤S3中，网络设备1根据其聚类特征，自动获取与该用户群相匹配的相关信息资源，如以该聚类特征为关键字通过搜索引擎获取相关信息资源、或者匹配检索相关的更新信息资源。接上例，对于聚类特征为“红酒”的“上海徐家汇红酒用户群”，在步骤S3中，网络设备1通过搜索引擎获取与“红酒”有关的信息资源，如红酒鉴赏介绍、红酒与健康知识，或者匹配检索到与“红酒”有关的更新信息资源，如红酒品鉴活动，以作为与“上海徐家汇红酒用户群”相匹配的信息资源。本领域技术人员应能理解上述几种根据聚类特征确定信息资源的算法仅为举例，其他现有的或今后可能出现的根据聚类特征确定信息资源的算法如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
优选地，在步骤S4中，网络设备1还用于向所述用户群中至少一位用户的用户设备推介与所述用户设备相匹配的信息资源。具体地，对于所述用户群中至少一位用户，在步骤S4中，网络设备1根据这些目标用户的用户访问行为确定该用户所使用的用户设备2的终端属性，将所述信息资源的信息内容转换为与其终端属性相匹配的格式，或者搜寻获取与其终端属性相匹配的格式，并将该信息内容推介至该用户设备2，供目标用户浏览。例如，当在步骤S4中，网络设备1需要向用户推介“史莱克”的图片时，在步骤S4中，网络设备1根据这些目标用户的用户访问行为确定该用户所使用的用户设备2的终端属性，譬如分辨率resolution_width、resolution_height，搜寻与该分辨率最匹配的“史莱克”图片，或者将分辨率超出该用户设备2的分辨率属性的“史莱克”图片转换为适合该用户设备2的格式，并将这些图片推介至该用户设备2，供该用户浏览。本领域技术人员应能理解上述几种提供与用户设备2相匹配的信息资源的适配方式仅为举例，其他现有的或今后可能出现的适配方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
更优选地，在步骤S2中，网络设备1还用于根据所述用户访问行为，确定和/或更新所述用户的用户特征；根据所述用户特征，对所述用户进行分类处理，以获得一个或多个用户群。具体地，在步骤S2中，网络设备1根据用户设备2与网络设备1的通信协议，例如http或https，从用户访问行为对应的访问请求中抽取相应的字段，获得和/或更新该用户的用户特征；并根据这些用户特征，对这些用户进行分类，以获得一个或多个用户群。在此，用户特征包括但不限于用户设备2的终端类型、用户所在的位置地域、用户访问的应用服务和用户访问的时间段等特征信息。本领域技术人员应能理解上述几种用户特征仅为举例，其他现有的或今后可能出现的用户特征如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。例如，在步骤S2中，网络设备1根据用户访问行为确定这些用户的用户特征包括“上海徐家汇”、“北京海淀区”、“广州天河区”等位置特征，并根据这些用户特征，对这些用户进行分类处理，得到多个用户群，如“上海徐家汇用户群”、“北京海淀区用户群”、“广州天河区用户群”等。
图7示出根据本发明一个优选实施例的方法流程图，其示出基于用户特征进行内容推荐的过程。具体地，在步骤S 5中，网络设备1根据所述用户与其隶属的用户群的变化，调整获取所述用户访问行为的获取频度；并将调整后的获取频度反馈至步骤S1，供其获取所述用户访问行为。优选地，频度调整装置对所述用户与其隶属的用户群在一段时间内的变化进行累计，当该累计值低于设定的降频阈值时，降低所述获取频度；当该累计值超过设定的升频阈值时，提高所述获取频度。在此，用户与其隶属的用户群的变化是指该用户从脱离或加入一个用户群，例如，用户改变了其隶属的用户群，用一个用户群加入至另一个用户群，那么该用户与其隶属的用户群的累计变化次数为两次。
图8示出根据本发明另一个方面的方法流程图，其示出网络设备和用户设备配合实现基于用户特征进行内容推荐的过程。具体地，在步骤s1中，用户设备2发起携带用户标记的用户访问行为，而网络设备1获取用户自用户设备2的用户访问行为与用户标记。也即，在步骤s1中，用户设备2在与其用户访问行为相对应的访问请求中的约定字段，如http或https的协议头或数据单元的某个数据段，加载该用户对应的用户标记；网络设备1获取所述用户方访问行为，并在所述用户访问行为对应的访问请求的对应约定字段中提取该用户的用户标记。进一步地，在步骤s2中，网络设备1在根据用户访问行为对用户进行分类处理的过程中，优选将具有相同用户标记的用户访问行为合并，再进行分类处理，从而获得更好的分类与内容推荐效果。由于网络设备1在步骤s22中的分类处理过程、步骤s3和步骤s4与前述实施例中步骤S2、S3和S4基本相同，故不再赘述，并在此以引用方式包含于此。
图9示出根据本发明另一个优选实施例的方法流程图，其示出网络设备和用户设备配合实现基于用户特征进行内容推荐的过程。具体地，在步骤s6中，用户设备2向网络设备1发送用户设备2的设备标识码；网络设备1接收自用户设备2发送的该用户设备的设备标识码；在步骤s7中，网络设备1根据该设备标识码检测新的用户设备并为其生成对应的用户标记；在步骤s8中，网络设备1将该用户标记发送至该用户设备2，用户设备2接收网络设备1发送的关于该用户设备2的用户标记。例如，对于使用移动终端作为用户设备2的用户，在步骤s6中，用户设备2将该用户设备2的IMEI(国际移动设备识别码，International Mobile Equipment Identification)作为设备标识码发送至网络设备1；在步骤s7中，网络设备1在接收该用户设备2的IMEI后，检测该IMEI是否已经存在，如不存在(表明该用户设备2为新的用户设备)，则为该用户设备2生成用户标记；在步骤s8中，网络设备1将该用户标记发送至该用户设备2，用户设备2接收网络设备2所发送的该用户标记。在此，设备标识码可以是用户设备2的硬件标识码，如整机的序列号或某个部件的序列号，也可以是用户设备2的系统软件标识码，如系统软件的序列号，或者是用户设备2的软硬件标识码的组合。本领域技术人员应能理解上述几种设备标识码仅为举例，其他现有的或今后可能出现的设备标识码如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
随后，在此实施例中，在步骤s1中，用户设备2自用户设备2发起携带该用户标记的用户访问行为，而网络设备1则获取用户自用户设备2(即由用户设备2发起)的用户访问行为与该用户标记。也即，在步骤s1中，用户设备2在与其用户访问行为相对应的访问请求中的约定字段，如http或https的协议头或数据单元的某个数据段，加载该用户对应的用户标记；网络设备1获取所述用户方访问行为，并在所述用户访问行为对应的访问请求的对应约定字段中提取该用户的用户标记。优选地，网络设备1还包括用户标识库106，以存储用户标记等信息，如设备标识码与用户标记的对应关系；用户标识库106根据在步骤s7中确定的设备标识码与用户标记的对应关系更新用户标识库的相关内容，以供后续进一步处理。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
Claims (23)
1.一种用于在网络设备端实现基于用户特征进行内容推荐的方法，该方法包括以下步骤：
a获取用户自用户设备的用户访问行为；
b根据所述用户访问行为，对所述用户进行分类处理，以获得一个或多个用户群；
c根据所述用户群，确定与所述用户群相匹配的信息资源；
d向所述用户群中至少一位用户的用户设备推介所述信息资源。
2.根据权利要求1所述的方法，其中，所述步骤b还包括：
-对所述一个或多个用户群中至少一个进行聚类处理，以获得一个或多个用户群及其聚类特征。
3.根据权利要求2所述的方法，其中，所述步骤c还包括：
-根据所述用户群及其聚类特征，确定与所述用户群相匹配的信息资源。
4.根据权利要求1至3中任一项所述的方法，其中，所述步骤d还包括：
-向所述用户群中至少一位用户的用户设备推介与所述用户设备相匹配的信息资源。
5.根据权利要求1至4中任一项所述的方法，其中，所述步骤b还包括：
-根据所述用户访问行为，确定和/或更新所述用户的用户特征；
-根据所述用户特征，对所述用户进行分类处理，以获得一个或多个用户群。
6.根据权利要求1至5中任一项所述的方法，其中，该方法还包括步骤e：
-根据所述用户与其隶属的用户群的变化，调整获取所述用户访问行为的获取频度；
-根据调整后的获取频度，获取所述用户访问行为。
7.根据权利要求要求6所述的方法，其中，所述步骤e还包括：
-当所述用户与其隶属的用户群在一段时间内的累计变化量低于降频阈值时，降低所述获取频度；
-当所述用户与其隶属的用户群在一段时间内的累计变化量超过升频阈值时，提高所述获取频度。
8.根据权利要求1至7中任一项所述的方法，其中，所述步骤a还包括：
-获取用户自用户设备的携带用户标记的用户访问行为。
9.根据权利要求8所述的方法，其中，该方法还包括步骤f：
-接收自用户设备发送的所述用户设备的设备标识码；
-根据所述设备标识码，检测新的用户设备，并生成与所述新的用户设备相对应的用户标记；
-将所述用户标记发送至所述新的用户设备。
其中，所述步骤a还包括：
-获取用户自用户设备的携带所述用户标记的用户访问行为。
10.一种用于在用户设备端辅以实现基于用户特征进行内容推荐的方法，该方法包括以下步骤：
A自用户设备发起携带用户标记的用户访问行为。
11.根据权利要求10所述的方法，其中，该方法还包括步骤B：
-向网络设备发送用户设备的设备标识码；
-接收自所述网络设备发送的基于所述设备标识码的用户标记；
其中，所述步骤A还包括：
-自用户设备发起携带所述用户标记的用户访问行为。
12.一种用于实现基于用户特征进行内容推荐的网络设备，该网络设备包括以下步骤：
获取装置，用于获取用户自用户设备的用户访问行为；
分类装置，用于根据所述用户访问行为，对所述用户进行分类处理，以获得一个或多个用户群；
挖掘装置，用于根据所述用户群，确定与所述用户群相匹配的信息资源；
推介装置，用于向所述用户群中至少一位用户的用户设备推介所述信息资源。
13.根据权利要求12所述的网络设备，其中，所述分类装置还用于：
-对所述一个或多个用户群中至少一个进行聚类处理，以获得一个或多个用户群及其聚类特征。
14.根据权利要求13所述的网络设备，其中，所述挖掘装置还用于：
-根据所述用户群及其聚类特征，确定与所述用户群相匹配的信息资源。
15.根据权利要求12至14中任一项所述的网络设备，其中，所述推介装置还用于：
-向所述用户群中至少一位用户的用户设备推介与所述用户设备相匹配的信息资源。
16.根据权利要求12至15中任一项所述的网络设备，其中，所述分类装置还用于：
-根据所述用户访问行为，确定和/或更新所述用户的用户特征；
-根据所述用户特征，对所述用户进行分类处理，以获得一个或多个用户群。
17.根据权利要求12至16中任一项所述的网络设备，其中，该网络设备还包括频度调整装置：
-根据所述用户与其隶属的用户群的变化，调整获取所述用户访问行为的获取频度；
-根据调整后的获取频度，获取所述用户访问行为。
18.根据权利要求要求17所述的网络设备，其中，所述频度调整装置还用于：
-当所述用户与其隶属的用户群在一段时间内的累计变化量低于降频阈值时，降低所述获取频度；
-当所述用户与其隶属的用户群在一段时间内的累计变化量超过升频阈值时，提高所述获取频度。
19.根据权利要求12至18中任一项所述的网络设备，其中，所述获取装置还用于：
-获取用户自用户设备的用户访问行为与用户标记。
20.根据权利要求19所述的网络设备，其中，该网络设备还包括第一标记装置，该第一标记装置用于：
-接收自用户设备发送的所述用户设备的设备标识码；
-根据所述设备标识码，检测新的用户设备，并生成与所述新的用户设备相对应的用户标记；
-将所述用户标记发送至所述新的用户设备。
其中，所述获取装置还用于：
-获取用户自用户设备的用户访问行为与所述用户标记。
21.一种用于辅以实现基于用户特征进行内容推荐的用户设备，该用户设备包括：
访问装置，用于自用户设备发起携带用户标记的用户访问行为。
22.根据权利要求21所述的用户设备，其中，该用户设备还包括第二标记装置，该第二标记装置用于：
-向网络设备发送用户设备的设备标识码；
-接收自所述网络设备发送的基于所述设备标识码的用户标记；
其中，所述访问装置还用于：
-自用户设备发起携带所述用户标记的用户访问行为。
23.一种用于实现基于用户特征进行内容推荐的系统，包括如权利要求12至20中任一项所述的网络设备及如权利要求21至22中任一项所述的用户设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010251374 CN101957834B (zh) | 2010-08-12 | 2010-08-12 | 一种基于用户特征进行内容推荐的方法与设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010251374 CN101957834B (zh) | 2010-08-12 | 2010-08-12 | 一种基于用户特征进行内容推荐的方法与设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101957834A true CN101957834A (zh) | 2011-01-26 |
| CN101957834B CN101957834B (zh) | 2013-08-07 |
Family
ID=43485164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201010251374 Active CN101957834B (zh) | 2010-08-12 | 2010-08-12 | 一种基于用户特征进行内容推荐的方法与设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101957834B (zh) |
Cited By (59)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102236695A (zh) * | 2011-04-28 | 2011-11-09 | 大连亿创天地科技发展有限公司 | 一种用于网站的客户跟踪服务方法及系统 |
| CN102254018A (zh) * | 2011-07-22 | 2011-11-23 | 深圳市中科新业信息科技发展有限公司 | 基于上网行为分析系统的导航网站生成方法和系统 |
| CN102291251A (zh) * | 2011-04-28 | 2011-12-21 | 大连亿创天地科技发展有限公司 | 一种用于互联网网站的用户状态跟踪方法及系统 |
| CN102523274A (zh) * | 2011-06-28 | 2012-06-27 | 北京亿赞普网络技术有限公司 | 基于核心网侧的无线个性化精准信息主动推送系统及方法 |
| WO2012083696A1 (zh) * | 2011-07-30 | 2012-06-28 | 华为技术有限公司 | 信息推荐方法、推荐引擎及网络系统 |
| CN102567542A (zh) * | 2012-01-09 | 2012-07-11 | 北京风灵创景科技有限公司 | 一种建立商户数据库的方法及其设备 |
| CN102637178A (zh) * | 2011-02-14 | 2012-08-15 | 北京瑞信在线系统技术有限公司 | 一种音乐推荐方法、装置及系统 |
| CN102681999A (zh) * | 2011-03-08 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 一种用户行为信息收集及信息发送方法及装置 |
| CN102708144A (zh) * | 2012-03-20 | 2012-10-03 | 华为技术有限公司 | 信息处理方法及设备 |
| CN102739716A (zh) * | 2011-04-06 | 2012-10-17 | 腾讯科技（深圳）有限公司 | 一种用户信息发布方法和服务器 |
| CN102760163A (zh) * | 2012-06-12 | 2012-10-31 | 奇智软件（北京）有限公司 | 一种特征信息的个性化推荐方法及装置 |
| CN102769780A (zh) * | 2011-05-05 | 2012-11-07 | 北京四达时代软件技术股份有限公司 | 一种数字电视数据推送方法及装置 |
| CN102999493A (zh) * | 2011-09-08 | 2013-03-27 | 百度在线网络技术（北京）有限公司 | 一种用于实现视频资源推荐的方法与设备 |
| CN103020141A (zh) * | 2012-11-21 | 2013-04-03 | 北京百度网讯科技有限公司 | 一种用于提供搜索结果的方法和设备 |
| CN103034774A (zh) * | 2011-10-10 | 2013-04-10 | 北京千橡网景科技发展有限公司 | 基于社交网络为用户推荐游戏的方法和设备 |
| CN103106600A (zh) * | 2012-11-15 | 2013-05-15 | 深圳中兴网信科技有限公司 | 商品信息推送系统和商品信息推送方法 |
| CN103294730A (zh) * | 2012-03-05 | 2013-09-11 | 富士通株式会社 | 一种数据推送系统及方法 |
| CN103312757A (zh) * | 2012-03-15 | 2013-09-18 | 深圳市腾讯计算机系统有限公司 | 共享图片的方法和系统 |
| CN103428076A (zh) * | 2013-08-22 | 2013-12-04 | 北京奇虎科技有限公司 | 向多类型终端或应用发送信息的方法和装置 |
| CN103440243A (zh) * | 2013-07-09 | 2013-12-11 | 深圳市鸿合创新信息技术有限责任公司 | 一种教学资源推荐方法及其装置 |
| CN103632294A (zh) * | 2013-12-20 | 2014-03-12 | 互动通天图信息技术有限公司 | 基于媒体和第三方数据平台的用户数据整合方法 |
| CN103840950A (zh) * | 2014-02-27 | 2014-06-04 | 广东亿迅科技有限公司 | 一种消息推送方法及系统 |
| CN103929484A (zh) * | 2014-04-18 | 2014-07-16 | 北京搜狗科技发展有限公司 | 为用户整合个性化资源的方法及装置 |
| CN104246772A (zh) * | 2012-02-21 | 2014-12-24 | 谷歌公司 | 用于基于联系人来建议行为的系统 |
| CN104462376A (zh) * | 2014-12-09 | 2015-03-25 | 北京百度网讯科技有限公司 | 用于弹幕媒体的信息提供方法及装置 |
| CN104573113A (zh) * | 2015-02-03 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 一种信息处理方法及服务器 |
| CN104794135A (zh) * | 2014-01-21 | 2015-07-22 | 阿里巴巴集团控股有限公司 | 一种对搜索结果进行排序的方法和装置 |
| CN104809637A (zh) * | 2015-05-18 | 2015-07-29 | 北京京东尚科信息技术有限公司 | 计算机实现的商品推荐方法及系统 |
| CN104836707A (zh) * | 2015-06-04 | 2015-08-12 | 郑州悉知信息技术有限公司 | 一种用户在线情况检测方法、服务器、客户端及系统 |
| CN104915354A (zh) * | 2014-03-12 | 2015-09-16 | 深圳市腾讯计算机系统有限公司 | 多媒体文件推送方法及装置 |
| CN104951544A (zh) * | 2015-06-19 | 2015-09-30 | 百度在线网络技术（北京）有限公司 | 用户数据处理方法、用户数据的提供方法和系统 |
| WO2015161783A1 (en) * | 2014-04-22 | 2015-10-29 | Tencent Technology (Shenzhen) Company Limited | Group positioning method and system |
| CN105045916A (zh) * | 2015-08-20 | 2015-11-11 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种手机游戏推荐系统及其推荐方法 |
| CN105229690A (zh) * | 2013-06-22 | 2016-01-06 | 英特尔公司 | 基于出价人特定数据的非金钱出价 |
| CN105528456A (zh) * | 2015-12-25 | 2016-04-27 | 北京奇虎科技有限公司 | 基于用户类型的搜索界面展示方法及装置 |
| CN105577812A (zh) * | 2015-12-31 | 2016-05-11 | 宁波公众信息产业有限公司 | 一种用户行为分析方法 |
| CN105653735A (zh) * | 2016-02-29 | 2016-06-08 | 合网络技术（北京）有限公司 | 网络资源推荐方法和装置 |
| CN105868208A (zh) * | 2015-01-21 | 2016-08-17 | 方正宽带网络服务有限公司 | 一种网络资源分析方法及装置 |
| WO2016155260A1 (zh) * | 2015-04-02 | 2016-10-06 | 百度在线网络技术（北京）有限公司 | 信息投放方法、装置和系统 |
| CN106033413A (zh) * | 2015-03-09 | 2016-10-19 | 阿里巴巴集团控股有限公司 | 信息库的生成方法及装置、信息的搜索方法 |
| CN106228857A (zh) * | 2016-07-28 | 2016-12-14 | 湖南亿谷科技发展股份有限公司 | 答题数据的分配方法和装置 |
| CN106233279A (zh) * | 2014-02-28 | 2016-12-14 | 指尖翻动公司 | 基于数字杂志中包括的内容向数字杂志服务器用户推荐内容 |
| CN106445909A (zh) * | 2015-08-10 | 2017-02-22 | 北京奇虎科技有限公司 | 基于即时通讯平台的关注对象推送方法及装置 |
| CN107204955A (zh) * | 2016-03-16 | 2017-09-26 | 华为技术有限公司 | 一种内容推荐方法及装置 |
| CN107491552A (zh) * | 2017-08-30 | 2017-12-19 | 深圳市中润四方信息技术有限公司 | 一种税务知识推送的方法及系统 |
| TWI610258B (zh) * | 2015-12-11 | 2018-01-01 | 林國龍 | 用戶需求物件評估方法、電腦程式產品、可讀取記錄媒體及系統 |
| CN107851260A (zh) * | 2015-03-06 | 2018-03-27 | 斯泰瓦纳托集团股份有限公司 | 向目标人群选择性提供信息的方法和系统 |
| WO2018059122A1 (zh) * | 2016-09-29 | 2018-04-05 | 腾讯科技（深圳）有限公司 | 服务推荐方法、终端、服务器和存储介质 |
| CN108039952A (zh) * | 2017-11-15 | 2018-05-15 | 黄敬易 | 资源传播方法、装置、服务器及计算机可读存储介质 |
| CN108268495A (zh) * | 2016-12-30 | 2018-07-10 | 上海互联网软件集团有限公司 | 基于大数据的网络用户分类系统 |
| CN108268511A (zh) * | 2016-12-30 | 2018-07-10 | 上海互联网软件集团有限公司 | 基于大数据的网络用户分类方法 |
| CN108549727A (zh) * | 2018-05-02 | 2018-09-18 | 上海财经大学 | 基于网络爬虫以及大数据分析的用户获利信息推送方法 |
| CN109145193A (zh) * | 2017-06-27 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及系统 |
| CN110335070A (zh) * | 2019-06-21 | 2019-10-15 | 北京淇瑀信息科技有限公司 | 一种基于wifi的用户群扩展的方法、装置和电子设备 |
| CN110751219A (zh) * | 2019-10-23 | 2020-02-04 | 郑州阿帕斯科技有限公司 | 一种内容发送方法和装置 |
| CN111046297A (zh) * | 2020-03-12 | 2020-04-21 | 深圳市成功快车科技有限公司 | 一种基于机器学习算法的服务智能匹配推荐方法、装置、设备及存储介质 |
| CN111984837A (zh) * | 2019-05-23 | 2020-11-24 | 浙江口碑网络技术有限公司 | 商品数据的处理方法、装置及设备 |
| CN112541127A (zh) * | 2021-02-05 | 2021-03-23 | 北京淇瑀信息科技有限公司 | 一种基于资源配额使用率的分场景信息推送方法及装置 |
| CN113792201A (zh) * | 2021-03-02 | 2021-12-14 | 北京沃东天骏信息技术有限公司 | 用于推送信息的方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1841371A (zh) * | 2005-04-02 | 2006-10-04 | 腾讯科技（深圳）有限公司 | 一种在线广告的播放方法及系统 |
| CN101192235A (zh) * | 2007-04-11 | 2008-06-04 | 腾讯科技（深圳）有限公司 | 一种基于用户特征推送广告的方法、系统及设备 |
| CN101577866A (zh) * | 2008-05-07 | 2009-11-11 | 中国移动通信集团公司 | 一种用户分类方法、广告投放方法及装置 |
| CN101593328A (zh) * | 2008-05-29 | 2009-12-02 | 上海艾腾信息技术有限公司 | 一种选择用户发布广告信息的控制装置及方法 |
| CN101661483A (zh) * | 2008-08-29 | 2010-03-03 | 株式会社理光 | 一种推荐系统及推荐方法 |
| CN101685521A (zh) * | 2008-09-23 | 2010-03-31 | 北京搜狗科技发展有限公司 | 在网页中展现广告的方法及系统 |
| CN101799818A (zh) * | 2009-12-15 | 2010-08-11 | 北京乐途游网络科技有限责任公司 | 一种基于网民地域位置展示产品数据的方法及系统 |
-
2010
- 2010-08-12 CN CN 201010251374 patent/CN101957834B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1841371A (zh) * | 2005-04-02 | 2006-10-04 | 腾讯科技（深圳）有限公司 | 一种在线广告的播放方法及系统 |
| CN101192235A (zh) * | 2007-04-11 | 2008-06-04 | 腾讯科技（深圳）有限公司 | 一种基于用户特征推送广告的方法、系统及设备 |
| CN101577866A (zh) * | 2008-05-07 | 2009-11-11 | 中国移动通信集团公司 | 一种用户分类方法、广告投放方法及装置 |
| CN101593328A (zh) * | 2008-05-29 | 2009-12-02 | 上海艾腾信息技术有限公司 | 一种选择用户发布广告信息的控制装置及方法 |
| CN101661483A (zh) * | 2008-08-29 | 2010-03-03 | 株式会社理光 | 一种推荐系统及推荐方法 |
| CN101685521A (zh) * | 2008-09-23 | 2010-03-31 | 北京搜狗科技发展有限公司 | 在网页中展现广告的方法及系统 |
| CN101799818A (zh) * | 2009-12-15 | 2010-08-11 | 北京乐途游网络科技有限责任公司 | 一种基于网民地域位置展示产品数据的方法及系统 |
Cited By (88)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102637178A (zh) * | 2011-02-14 | 2012-08-15 | 北京瑞信在线系统技术有限公司 | 一种音乐推荐方法、装置及系统 |
| CN102681999A (zh) * | 2011-03-08 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 一种用户行为信息收集及信息发送方法及装置 |
| CN102739716A (zh) * | 2011-04-06 | 2012-10-17 | 腾讯科技（深圳）有限公司 | 一种用户信息发布方法和服务器 |
| CN102739716B (zh) * | 2011-04-06 | 2015-04-01 | 腾讯科技（深圳）有限公司 | 一种用户信息发布方法和服务器 |
| CN102291251A (zh) * | 2011-04-28 | 2011-12-21 | 大连亿创天地科技发展有限公司 | 一种用于互联网网站的用户状态跟踪方法及系统 |
| CN102236695A (zh) * | 2011-04-28 | 2011-11-09 | 大连亿创天地科技发展有限公司 | 一种用于网站的客户跟踪服务方法及系统 |
| CN102769780B (zh) * | 2011-05-05 | 2017-08-01 | 北京四达时代软件技术股份有限公司 | 一种数字电视数据推送方法及装置 |
| CN102769780A (zh) * | 2011-05-05 | 2012-11-07 | 北京四达时代软件技术股份有限公司 | 一种数字电视数据推送方法及装置 |
| CN102523274A (zh) * | 2011-06-28 | 2012-06-27 | 北京亿赞普网络技术有限公司 | 基于核心网侧的无线个性化精准信息主动推送系统及方法 |
| CN102523274B (zh) * | 2011-06-28 | 2015-10-07 | 北京亿赞普网络技术有限公司 | 基于核心网侧的无线个性化精准信息主动推送系统及方法 |
| CN102254018A (zh) * | 2011-07-22 | 2011-11-23 | 深圳市中科新业信息科技发展有限公司 | 基于上网行为分析系统的导航网站生成方法和系统 |
| WO2012083696A1 (zh) * | 2011-07-30 | 2012-06-28 | 华为技术有限公司 | 信息推荐方法、推荐引擎及网络系统 |
| US8812592B2 (en) | 2011-07-30 | 2014-08-19 | Huawei Technologies Co., Ltd. | Information recommendation method, recommendation engine, network system |
| CN102999493A (zh) * | 2011-09-08 | 2013-03-27 | 百度在线网络技术（北京）有限公司 | 一种用于实现视频资源推荐的方法与设备 |
| CN102999493B (zh) * | 2011-09-08 | 2018-07-03 | 北京小度互娱科技有限公司 | 一种用于实现视频资源推荐的方法与设备 |
| CN103034774A (zh) * | 2011-10-10 | 2013-04-10 | 北京千橡网景科技发展有限公司 | 基于社交网络为用户推荐游戏的方法和设备 |
| CN102567542A (zh) * | 2012-01-09 | 2012-07-11 | 北京风灵创景科技有限公司 | 一种建立商户数据库的方法及其设备 |
| CN104246772B (zh) * | 2012-02-21 | 2017-12-22 | 谷歌公司 | 用于基于联系人来建议行为的系统 |
| CN104246772A (zh) * | 2012-02-21 | 2014-12-24 | 谷歌公司 | 用于基于联系人来建议行为的系统 |
| CN103294730A (zh) * | 2012-03-05 | 2013-09-11 | 富士通株式会社 | 一种数据推送系统及方法 |
| CN103294730B (zh) * | 2012-03-05 | 2017-03-01 | 富士通株式会社 | 一种数据推送系统及方法 |
| CN103312757B (zh) * | 2012-03-15 | 2017-01-25 | 深圳市腾讯计算机系统有限公司 | 共享图片的方法和系统 |
| CN103312757A (zh) * | 2012-03-15 | 2013-09-18 | 深圳市腾讯计算机系统有限公司 | 共享图片的方法和系统 |
| CN102708144A (zh) * | 2012-03-20 | 2012-10-03 | 华为技术有限公司 | 信息处理方法及设备 |
| CN102708144B (zh) * | 2012-03-20 | 2015-05-27 | 华为技术有限公司 | 信息处理方法及设备 |
| CN102760163B (zh) * | 2012-06-12 | 2015-04-29 | 北京奇虎科技有限公司 | 一种特征信息的个性化推荐方法及装置 |
| CN102760163A (zh) * | 2012-06-12 | 2012-10-31 | 奇智软件（北京）有限公司 | 一种特征信息的个性化推荐方法及装置 |
| CN103106600A (zh) * | 2012-11-15 | 2013-05-15 | 深圳中兴网信科技有限公司 | 商品信息推送系统和商品信息推送方法 |
| CN103020141A (zh) * | 2012-11-21 | 2013-04-03 | 北京百度网讯科技有限公司 | 一种用于提供搜索结果的方法和设备 |
| CN103020141B (zh) * | 2012-11-21 | 2016-06-08 | 北京百度网讯科技有限公司 | 一种用于提供搜索结果的方法和设备 |
| CN105229690A (zh) * | 2013-06-22 | 2016-01-06 | 英特尔公司 | 基于出价人特定数据的非金钱出价 |
| CN103440243B (zh) * | 2013-07-09 | 2017-07-21 | 鸿合科技有限公司 | 一种教学资源推荐方法及其装置 |
| CN103440243A (zh) * | 2013-07-09 | 2013-12-11 | 深圳市鸿合创新信息技术有限责任公司 | 一种教学资源推荐方法及其装置 |
| CN103428076A (zh) * | 2013-08-22 | 2013-12-04 | 北京奇虎科技有限公司 | 向多类型终端或应用发送信息的方法和装置 |
| CN103632294A (zh) * | 2013-12-20 | 2014-03-12 | 互动通天图信息技术有限公司 | 基于媒体和第三方数据平台的用户数据整合方法 |
| CN104794135A (zh) * | 2014-01-21 | 2015-07-22 | 阿里巴巴集团控股有限公司 | 一种对搜索结果进行排序的方法和装置 |
| CN104794135B (zh) * | 2014-01-21 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 一种对搜索结果进行排序的方法和装置 |
| CN103840950A (zh) * | 2014-02-27 | 2014-06-04 | 广东亿迅科技有限公司 | 一种消息推送方法及系统 |
| CN106233279B (zh) * | 2014-02-28 | 2019-08-06 | 指尖翻动公司 | 基于数字杂志中包括的内容向数字杂志服务器用户推荐内容 |
| CN106233279A (zh) * | 2014-02-28 | 2016-12-14 | 指尖翻动公司 | 基于数字杂志中包括的内容向数字杂志服务器用户推荐内容 |
| CN104915354B (zh) * | 2014-03-12 | 2020-01-10 | 深圳市腾讯计算机系统有限公司 | 多媒体文件推送方法及装置 |
| CN104915354A (zh) * | 2014-03-12 | 2015-09-16 | 深圳市腾讯计算机系统有限公司 | 多媒体文件推送方法及装置 |
| CN103929484B (zh) * | 2014-04-18 | 2018-01-09 | 北京搜狗科技发展有限公司 | 为用户整合个性化资源的方法及装置 |
| CN103929484A (zh) * | 2014-04-18 | 2014-07-16 | 北京搜狗科技发展有限公司 | 为用户整合个性化资源的方法及装置 |
| WO2015161783A1 (en) * | 2014-04-22 | 2015-10-29 | Tencent Technology (Shenzhen) Company Limited | Group positioning method and system |
| US9668093B2 (en) | 2014-04-22 | 2017-05-30 | Tencent Technology (Shenzhen) Company Limited | Group positioning method and system |
| CN104462376A (zh) * | 2014-12-09 | 2015-03-25 | 北京百度网讯科技有限公司 | 用于弹幕媒体的信息提供方法及装置 |
| CN105868208A (zh) * | 2015-01-21 | 2016-08-17 | 方正宽带网络服务有限公司 | 一种网络资源分析方法及装置 |
| CN105868208B (zh) * | 2015-01-21 | 2019-04-26 | 方正宽带网络服务有限公司 | 一种网络资源分析方法及装置 |
| CN104573113B (zh) * | 2015-02-03 | 2019-06-14 | 深圳市腾讯计算机系统有限公司 | 一种信息处理方法及服务器 |
| CN104573113A (zh) * | 2015-02-03 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 一种信息处理方法及服务器 |
| CN107851260A (zh) * | 2015-03-06 | 2018-03-27 | 斯泰瓦纳托集团股份有限公司 | 向目标人群选择性提供信息的方法和系统 |
| CN106033413A (zh) * | 2015-03-09 | 2016-10-19 | 阿里巴巴集团控股有限公司 | 信息库的生成方法及装置、信息的搜索方法 |
| WO2016155260A1 (zh) * | 2015-04-02 | 2016-10-06 | 百度在线网络技术（北京）有限公司 | 信息投放方法、装置和系统 |
| CN104809637A (zh) * | 2015-05-18 | 2015-07-29 | 北京京东尚科信息技术有限公司 | 计算机实现的商品推荐方法及系统 |
| CN104836707A (zh) * | 2015-06-04 | 2015-08-12 | 郑州悉知信息技术有限公司 | 一种用户在线情况检测方法、服务器、客户端及系统 |
| WO2016201933A1 (zh) * | 2015-06-19 | 2016-12-22 | 百度在线网络技术（北京）有限公司 | 用户数据处理方法、提供方法、系统和计算机设备 |
| CN104951544A (zh) * | 2015-06-19 | 2015-09-30 | 百度在线网络技术（北京）有限公司 | 用户数据处理方法、用户数据的提供方法和系统 |
| CN106445909A (zh) * | 2015-08-10 | 2017-02-22 | 北京奇虎科技有限公司 | 基于即时通讯平台的关注对象推送方法及装置 |
| CN105045916A (zh) * | 2015-08-20 | 2015-11-11 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种手机游戏推荐系统及其推荐方法 |
| TWI610258B (zh) * | 2015-12-11 | 2018-01-01 | 林國龍 | 用戶需求物件評估方法、電腦程式產品、可讀取記錄媒體及系統 |
| CN105528456A (zh) * | 2015-12-25 | 2016-04-27 | 北京奇虎科技有限公司 | 基于用户类型的搜索界面展示方法及装置 |
| CN105528456B (zh) * | 2015-12-25 | 2019-04-26 | 北京奇虎科技有限公司 | 基于用户类型的搜索界面展示方法及装置 |
| CN105577812A (zh) * | 2015-12-31 | 2016-05-11 | 宁波公众信息产业有限公司 | 一种用户行为分析方法 |
| CN105577812B (zh) * | 2015-12-31 | 2019-04-09 | 宁波公众信息产业有限公司 | 一种用户行为分析方法 |
| CN105653735A (zh) * | 2016-02-29 | 2016-06-08 | 合网络技术（北京）有限公司 | 网络资源推荐方法和装置 |
| CN107204955A (zh) * | 2016-03-16 | 2017-09-26 | 华为技术有限公司 | 一种内容推荐方法及装置 |
| CN106228857B (zh) * | 2016-07-28 | 2019-09-27 | 湖南亿谷科技发展股份有限公司 | 答题数据的分配方法和装置 |
| CN106228857A (zh) * | 2016-07-28 | 2016-12-14 | 湖南亿谷科技发展股份有限公司 | 答题数据的分配方法和装置 |
| WO2018059122A1 (zh) * | 2016-09-29 | 2018-04-05 | 腾讯科技（深圳）有限公司 | 服务推荐方法、终端、服务器和存储介质 |
| CN107885742A (zh) * | 2016-09-29 | 2018-04-06 | 腾讯科技（深圳）有限公司 | 服务推荐方法和装置 |
| CN107885742B (zh) * | 2016-09-29 | 2021-09-07 | 腾讯科技（深圳）有限公司 | 服务推荐方法和装置 |
| CN108268511A (zh) * | 2016-12-30 | 2018-07-10 | 上海互联网软件集团有限公司 | 基于大数据的网络用户分类方法 |
| CN108268495A (zh) * | 2016-12-30 | 2018-07-10 | 上海互联网软件集团有限公司 | 基于大数据的网络用户分类系统 |
| CN109145193A (zh) * | 2017-06-27 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及系统 |
| CN107491552A (zh) * | 2017-08-30 | 2017-12-19 | 深圳市中润四方信息技术有限公司 | 一种税务知识推送的方法及系统 |
| CN108039952A (zh) * | 2017-11-15 | 2018-05-15 | 黄敬易 | 资源传播方法、装置、服务器及计算机可读存储介质 |
| CN108549727A (zh) * | 2018-05-02 | 2018-09-18 | 上海财经大学 | 基于网络爬虫以及大数据分析的用户获利信息推送方法 |
| CN108549727B (zh) * | 2018-05-02 | 2021-11-23 | 上海财经大学 | 基于网络爬虫以及大数据分析的用户获利信息推送方法 |
| CN111984837B (zh) * | 2019-05-23 | 2021-04-23 | 浙江口碑网络技术有限公司 | 商品数据的处理方法、装置及设备 |
| CN111984837A (zh) * | 2019-05-23 | 2020-11-24 | 浙江口碑网络技术有限公司 | 商品数据的处理方法、装置及设备 |
| CN110335070A (zh) * | 2019-06-21 | 2019-10-15 | 北京淇瑀信息科技有限公司 | 一种基于wifi的用户群扩展的方法、装置和电子设备 |
| CN110335070B (zh) * | 2019-06-21 | 2024-01-26 | 北京淇瑀信息科技有限公司 | 一种基于wifi的用户群扩展的方法、装置和电子设备 |
| CN110751219A (zh) * | 2019-10-23 | 2020-02-04 | 郑州阿帕斯科技有限公司 | 一种内容发送方法和装置 |
| CN111046297A (zh) * | 2020-03-12 | 2020-04-21 | 深圳市成功快车科技有限公司 | 一种基于机器学习算法的服务智能匹配推荐方法、装置、设备及存储介质 |
| CN112541127A (zh) * | 2021-02-05 | 2021-03-23 | 北京淇瑀信息科技有限公司 | 一种基于资源配额使用率的分场景信息推送方法及装置 |
| CN112541127B (zh) * | 2021-02-05 | 2022-02-25 | 北京淇瑀信息科技有限公司 | 一种基于资源配额使用率的分场景信息推送方法及装置 |
| CN113792201A (zh) * | 2021-03-02 | 2021-12-14 | 北京沃东天骏信息技术有限公司 | 用于推送信息的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101957834B (zh) | 2013-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101957834B (zh) | 一种基于用户特征进行内容推荐的方法与设备 | |
| US11100466B2 (en) | Social media profiling for one or more authors using one or more social media platforms | |
| US10412185B2 (en) | Event information system classifying messages using machine learning classification model and pushing selected messages to user | |
| US8972412B1 (en) | Predicting improvement in website search engine rankings based upon website linking relationships | |
| CN102316130B (zh) | 一种基于用户的行为判断其与好友的亲疏度的方法与设备 | |
| JP2020503629A (ja) | ページ表示方法、装置、サーバー及び記憶媒体 | |
| CN104798041A (zh) | 使用确认指示来提高社交网络中的用户参与度 | |
| CN102236710A (zh) | 一种用于在查询结果中展现新闻信息的方法与设备 | |
| CN102855261A (zh) | 一种用于确定视频权威值的方法与设备 | |
| CN102169501A (zh) | 基于搜索结果对应文档的类型信息生成摘要的方法与设备 | |
| CN102663088A (zh) | 一种用于提供搜索结果的方法与设备 | |
| CN103150663A (zh) | 一种网络投放数据投放的方法和装置 | |
| CN102004772A (zh) | 一种用于根据检索词进行搜索结果排序的方法及设备 | |
| CN101957968A (zh) | 基于Hadoop的网上交易服务聚合方法 | |
| CN102651031A (zh) | 一种用于提供搜索结果的方法与设备 | |
| US10127322B2 (en) | Efficient retrieval of fresh internet content | |
| CN102314423A (zh) | 一种用于检测开放式互动平台中子集的热度的方法与设备 | |
| EP3304474A1 (en) | Systems and methods for utilizing webpage scripts to segment client sessions of a website | |
| CN106713950A (zh) | 一种基于用户行为预测分析的视频服务系统 | |
| CN103886016A (zh) | 一种用于确定页面中的垃圾文本信息的方法与设备 | |
| CN102314494A (zh) | 一种用于处理网页内容的方法和设备 | |
| CN109615437A (zh) | 销售获客跟踪管理方法 | |
| CN103870452A (zh) | 数据推荐方法及系统 | |
| US9824149B2 (en) | Opportunistically solving search use cases | |
| US20150310491A1 (en) | Dynamic text ads based on a page knowledge graph |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |