CN102110098A - 网络信息推荐方法及系统 - Google Patents
网络信息推荐方法及系统 Download PDFInfo
- Publication number
- CN102110098A CN102110098A CN2009102141681A CN200910214168A CN102110098A CN 102110098 A CN102110098 A CN 102110098A CN 2009102141681 A CN2009102141681 A CN 2009102141681A CN 200910214168 A CN200910214168 A CN 200910214168A CN 102110098 A CN102110098 A CN 102110098A
- Authority
- CN
- China
- Prior art keywords
- network information
- threshold value
- property value
- attribute
- fixed time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000006855 networking Effects 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
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
- G06F16/90—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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种网络信息推荐方法及系统,所述方法包括:获取指定时间段内的网络信息的属性集合;对所述属性集合进行属性值加权处理,得到指定时间内的网络信息的总属性值;将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。采用本发明提供的网络信息推荐方法及系统,能提高了推荐特定网络信息的准确度。
Description
【技术领域】
本发明涉及海量信息处理和数据挖掘领域,更具体地说,涉及一种网络信息推荐方法及系统。
【背景技术】
随着网络的不断普及,网络已经成为了人们生活中必须的一部分,网络可以提供给用户各种各样的信息。然而,随着网络的不断发展,网络信息量呈现了爆炸式的增长,用户每天需要面对海量的网络信息。大量的网络信息中会有一部分信息往往是人们感兴趣的信息,这些信息被大量人关注,也称为“热点信息”。如何帮助用户获得热点信息一直是关注的焦点。
目前,通常采用查找方式或推荐方式来提取热点信息。查找方式是一种主动的信息提取方式,其通过搜索引擎查找热点信息;推荐方式则是获取到热点信息后推送给用户。然而,由于热点信息的属性难以个性化获取,查找方式很难为用户主动提供针对某一个用户有效的信息,而推荐方式推送的盲目性大,且容易造成信息垃圾的骚扰。
【发明内容】
基于此,有必要提供一种网络信息推荐方法,能提高推荐特定网络信息准确度。
一种网络信息推荐方法,所述方法包括:获取指定时间段内的网络信息的属性集合;对所述属性集合进行属性值加权处理,得到指定时间内的网络信息的总属性值;将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。
该方法还可包括设定指定时间段内的网络信息的属性阈值的步骤。
其中,设定指定时间段内的网络信息的属性阈值的步骤具体可以是:设定网络信息的推出频率;随机抽取一部分用户,获取该部分用户的所有好友在指定时间段内发表的网络信息样本的属性集合;根据网络信息的推出频率确定所述网络信息样本的属性集合的单个属性阈值;根据所述单个属性阈值获取指定时间段内的网络信息的属性阈值。
而确定单个属性阈值的步骤具体可以是:获取所述网络信息样本的属性集合的单个属性值;建立所述单个属性值与网络信息样本数的二维曲线图;根据所述二维曲线图确定单个属性阈值。
设定指定时间段内的网络信息的属性阈值的步骤还可包括:根据所述单个属性阈值获取指定时间段内的网络信息的属性权值。
该计算得到网络信息的总属性值的步骤具体可以是:获取属性集合的单个属性值;根据所述单个属性值和属性权值计算得到所述指定时间内的网络信息的总属性值。
此外,还有必要提供一种网络信息推荐系统,能提高推荐特定网络信息的准确度。
一种网络信息推荐系统,所述系统包括:网络信息数据库,存储网络信息;属性提取模块,从所述网络信息数据库中获取指定时间段内的网络信息的属性集合;属性值处理模块,对所述属性集合进行属性值加权处理,得到指定时间段内的网络信息的总属性值;信息推荐模块,将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。
该系统还可包括:阈值设定模块,用于设定网络信息的推出频率;所述属性提取模块还用于从网络信息数据库中随机抽取一部分用户,获取该部分用户的所有好友在指定时间段内发表的网络信息样本的属性集合;所述阈值设定模块还用于根据网络信息推出频率确定所述网络信息样本的属性集合的单个属性阈值,并根据所述单个属性阈值获取指定时间段内的网络信息的属性阈值。
该阈值设定模块进一步可用于获取所述网络信息样本的属性集合的单个属性值,建立单个属性值与网络信息样本数的二维曲线图,根据所述二维曲线图确定单个属性阈值。
该阈值设定模块还可用于根据单个属性阈值获取指定时间段内的网络信息的属性权值。
而属性值处理模块进一步可用于获取所述属性集合的单个属性值,以及根据所述单个属性值和属性权值计算得到指定时间段内的网络信息的总属性值。
上述网络信息的推荐系统及方法,通过网络信息的属性集合进行属性值加权处理后得到总属性值,将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。通过好友关系链推荐给用户好友的网络信息更准确地符合用户好友感兴趣的内容,提高了推荐特定网络信息的准确度。
另外,通过随机抽取一部分用户,获取这部分用户的所有好友在指定时间段内发表的网络信息作为网络信息样本,来设定网络信息的属性阈值,根据该属性阈值对网络信息进行筛选,筛选出的信息又在好友关系链中进行传播,使用户能更准确地获取到自己所感兴趣的网络信息,满足了用户的体验需求。
【附图说明】
图1是一个实施例中网络信息推荐方法的流程图;
图2是一个实施例中获取指定时间段内的网络信息的总属性值的方法流程图;
图3是一个实施例中设定网络信息的属性总阈值的方法流程图;
图4是一个实施例中网络信息推荐系统的结构示意图。
【具体实施方式】
图1示出了一个实施例中的网络信息推荐方法的流程,该方法流程具体过程如下:
在步骤S10中,获取指定时间段内的网络信息的属性集合。网络信息可从网络信息数据库中获取,包括网络日志、网络照片、新闻等一系列的海量信息。每一个网络信息对象都有许多自身的属性,例如:信息的标题、信息的创建者、信息的访问量、回复量、转载量及信息产生的时间等,这些属性所构成的集合则称为网络信息的属性集合。由于一定时间段内的信息对用户价值更大,例如一星期内的网络信息比一个月或一年内的网络信息更具有价值,因此可根据需要事先设定指定时间段。在一个实施方式中,对指定时间段内的网络信息进行属性分析,从而得到该网络信息的属性列表。
在步骤S20中,对所述属性集合进行属性加权处理,得到指定时间内的网络信息的总属性值。在一个实施例中,如图2所示,获取指定时间内的网络信息的总属性值的具体过程为:
在步骤S202中,获取属性集合的单个属性值。单个属性值是指该指定时间段内的网络信息的单个属性分量,例如,对于指定时间段内的网络日志,其单个属性值包括网络日志的访问数量、回复数量及转载数量等。
在步骤S204中,根据所述单个属性值和属性权值计算得到指定时间内的网络信息的总属性值。在一个实施方式中,对网络信息的属性列表中的每个属性分别赋予权值,该属性权值可凭经验取定,也可以在设定属性阈值时进行确定。例如,对指定时间段内的网络日志,其属性集合包括网络日志的访问量、回复量、转载量,则分别赋予网络日志的访问量、回复量、转载量的属性权值为K1、K2和K3,且满足K1+K2+K3=1。在一个实施方式中,指定时间段内的网络信息的总属性值的计算公式为: 其中,Ki是属性i的属性权值(例如K1、K2、K3依次为0.4、0.3、0.3),Pi是属性i的单个属性值(例如P1代表的访问量为37次、P2代表的回复量为5次、P3代表的转载量为10次),N为属性集合中是属性总个数(例如N为3)。
在步骤S30中,将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。根据计算得到的指定时间段内的网络信息的总属性值,比较该总属性值与事先设定的属性阈值的大小,总属性值不小于设定的属性阈值的网络信息则为热点信息,即认为是用户感兴趣的网络信息。获取到的热点信息可通过好友关系链推送给该网络信息的创建者的所有好友。推荐给用户好友的网络信息能准确地符合用户好友感兴趣的内容,因此提高了推荐特定网络信息的准确度。
在一个实施方式中,上述网络信息推荐方法还包括设定指定时间段内的网络信息的属性阈值的步骤。图3示出了一个实施例中设定属性阈值的方法流程,具体过程如下:
在步骤S100中,设定网络信息的推出频率。网络信息的推出频率即为平均时间内需要向用户推出的网络信息数量。例如设定每天需向用户推荐10条热点信息,则该热点信息的推出频率为:10条/天。
在步骤S200中,随机抽取一部分用户,获取该部分用户的所有好友在该指定时间段内发表的网络信息样本的属性集合。在一个实施方式中,对获取到的网络信息样本进行属性分析,从而得到该网络信息样本的属性列表。采用随机抽取的部分用户的好友在指定时间段内发表的网络信息作为样本,来设定属性阈值实现对该指定时间段内的网络信息进行筛选,而筛选出的信息又在好友关系链中进行传播,使用户能更准确地获取到自己感兴趣的热点信息。
在步骤S300中,根据网络信息的推出频率确定网络信息样本的属性集合的单个属性阈值。在一个实施方式中,确定网络信息样本的属性集合的单个属性阈值的具体过程包括:(1)获取该网络信息样本的属性集合的单个属性值;(2)建立单个属性值与网络信息样本数的二维曲线图;(2)根据二维曲线图确定单个属性阈值。在一个实施例中,随机抽取M个用户,并获取该M个用户的所有好友在指定时间内(如一个星期内)发表的网络日志共X篇,网络日志的属性集合包括访问量、回复量、转载量等。获取网络日志的单个属性值(如访问量)并与对应该单个属性值的网络信息样本数(如网络日志篇数)作二维曲线图,则可根据该二维曲线图和网络信息的推出频率确定单个属性阈值。例如,假定每天需向用户推荐10条热点信息,对于1000个用户,则至少需要10*1000篇网络日志,根据上述二维曲线图,当单个属性值大于等于P时,可得到10*1000篇以上网络日志,则P即为该单个属性值的阈值,即单个属性阈值。
在步骤S400中,根据单个属性阈值获取指定时间段内的网络信息的属性阈值。在确定了单个属性阈值后,根据事先设定的网络信息的属性权值即可计算得到该指定时间段内的网络信息的属性阈值。在一个实施例中,根据该指定时间段内的网络信息的属性阈值对网络信息进行筛选,得到总属性值不小于该属性阈值的网络信息即为热点信息,当确定热点信息大于设定的推出信息数时,例如设定每天推送N条热点信息,则可将确定的热点信息的前N条进行推送即可。
在一个实施例中,还可根据确定的单个属性阈值获取指定时间段内的网络信息的属性权值。例如,获取到指定时间段内的网络日志的访问量的单个属性阈值为P,回复量的单个属性阈值为L,转载量的单个属性阈值为J,则该指定时间段内的网络信息的属性阈值为各单个属性阈值与该单属性的属性权值的乘值。例如假定该指定时间段内的网络日志的属性阈值为R,而访问量的属性权值为K1,回复量的属性权值为K2,转载量的属性权值为J,则网络信息的属性阈值R=K1*P=K2*L=K3*J。由于所有属性权值的总和为1(即K1+K2+K3=1),因此可以计算得到单个属性的属性权值。所得到的属性权值可用于上述计算指定时间段内的网络信息总属性值。
图4示出了一个实施例中的网络信息推送系统,该系统包括网络信息数据库100、属性提取模块200、属性值处理模块300、阈值设定模块400和信息推荐模块500。其中:
网络信息数据库100用于存储网络信息,包括网络日志、网络照片、新闻信息等不同种类的网络信息;属性提取模块200用于从网络信息数据库100中获取指定时间段内的网络信息的属性集合;属性值处理模块300用于对属性集合进行属性值加权处理,得到指定时间段内的网络信息的总属性值;阈值设定模块400用于设定指定时间段内的网络信息的属性阈值;信息推荐模块500用于将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。
根据计算得到的指定时间段内的网络信息的总属性值,比较该总属性值与事先设定的属性阈值的大小,总属性值不小于设定的属性阈值的网络信息则为热点信息,即认为是用户感兴趣的网络信息。获取到的热点信息可通过好友关系链推送给该网络信息的创建者的所有好友。推荐给用户好友的网络信息能准确地符合用户好友感兴趣的内容,因此提高了推荐特定网络信息的准确度。
在一个实施方式中,属性值处理模块300进一步用于获取属性集合的单个属性值,以及根据该单个属性值和属性权值计算得到指定时间段内的网络信息的总属性值。在一个实施例中,可对网络信息的属性列表中的每个属性分别赋予权值,该属性权值可凭经验取定,也可以在设定属性阈值时进行确定,而单个属性值是指该指定时间段内的网络信息的单个属性分量。在一个实施方式中,指定时间段内的网络信息的总属性值的计算公式为: 其中,Ki是属性i的属性权值,Pi是属性i的单个属性值,N为属性集合中是属性总个数。
在一个实施方式中,阈值设定模块400还用于设定网络信息的推出频率;属性提取模块200还用于从网络信息数据库100中随机抽取一部分用户,获取该部分用户的所有好友在指定时间段内发表的网络信息样本的属性集合;阈值设定模块400则用于根据网络信息推出频率确定该网络信息样本的属性集合的单个属性阈值,并根据该单个属性阈值获取指定时间段内的网络信息的属性阈值。采用随机抽取的部分用户的好友在指定时间段内发表的网络信息作为样本,来设定属性阈值实现对该指定时间段内的网络信息进行筛选,而筛选出的信息又在好友关系链中进行传播,使用户能更准确地获取到自己感兴趣的热点信息。
在一个实施例中,阈值设定模块400进一步用于获取所述网络信息样本的属性集合的单个属性值,建立单个属性值与网络信息样本数的二维曲线图,根据该二维曲线图确定单个属性阈值。在确定了单个属性阈值之后,即可计算得到指定时间段内的网络信息的属性阈值。根据该指定时间段内的网络信息的属性阈值对网络信息进行筛选,得到总属性值不小于该属性阈值的网络信息即为热点信息。
在一个实施例中,阈值设定模块400还用于根据单个属性阈值获取指定时间段内的网络信息的属性权值。如上所述,网络信息的属性权值可凭经验事先进行设定,也可在设定属性阈值的过程中进行计算得到。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种网络信息推荐方法,所述方法包括:
获取指定时间段内的网络信息的属性集合;
对所述属性集合进行属性值加权处理,得到指定时间内的网络信息的总属性值;
将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。
2.根据权利要求1所述的网络信息推荐方法,其特征在于,所述方法还包括设定指定时间段内的网络信息的属性阈值的步骤。
3.根据权利要求2所述的网络信息推荐方法,其特征在于,所述设定指定时间段内的网络信息的属性阈值的步骤具体是:
设定网络信息的推出频率;
随机抽取一部分用户,获取该部分用户的所有好友在指定时间段内发表的网络信息样本的属性集合;
根据网络信息的推出频率确定所述网络信息样本的属性集合的单个属性阈值;
根据所述单个属性阈值获取指定时间段内的网络信息的属性阈值。
4.根据权利要求3所述的网络信息推荐方法,其特征在于,所述确定单个属性阈值的步骤具体是:
获取所述网络信息样本的属性集合的单个属性值;
建立所述单个属性值与网络信息样本数的二维曲线图;
根据所述二维曲线图确定单个属性阈值。
5.根据权利要求3所述的网络信息推荐方法,其特征在于,所述设定指定时间段内的网络信息的属性阈值的步骤还包括:
根据所述单个属性阈值获取指定时间段内的网络信息的属性权值。
6.根据权利要求1或5所述的网络信息推荐方法,其特征在于,所述计算得到网络信息的总属性值的步骤具体是:
获取属性集合的单个属性值;
根据所述单个属性值和属性权值计算得到所述指定时间内的网络信息的总属性值。
7.一种网络信息推荐系统,其特征在于,所述系统包括:
网络信息数据库,存储网络信息;
属性提取模块,从所述网络信息数据库中获取指定时间段内的网络信息的属性集合;
属性值处理模块,对所述属性集合进行属性值加权处理,得到指定时间段内的网络信息的总属性值;
信息推荐模块,将总属性值不小于设定的属性阈值的网络信息通过好友关系链进行推荐。
8.根据权利要求7所述的网络信息推荐系统,其特征在于,所述系统还包括:
阈值设定模块,用于设定网络信息的推出频率;
所述属性提取模块还用于从网络信息数据库中随机抽取一部分用户,获取该部分用户的所有好友在指定时间段内发表的网络信息样本的属性集合;所述阈值设定模块还用于根据网络信息推出频率确定所述网络信息样本的属性集合的单个属性阈值,并根据所述单个属性阈值获取指定时间段内的网络信息的属性阈值。
9.根据权利要求8所述的网络信息推荐系统,其特征在于,所述阈值设定模块进一步用于获取所述网络信息样本的属性集合的单个属性值,建立单个属性值与网络信息样本数的二维曲线图,根据所述二维曲线图确定单个属性阈值。
10.根据权利要求8所述的网络信息推荐系统,其特征在于,所述阈值设定模块还用于根据单个属性阈值获取指定时间段内的网络信息的属性权值。
11.根据权利要求7或10所述的网络信息推荐系统,其特征在于,所述属性值处理模块进一步用于获取所述属性集合的单个属性值,以及根据所述单个属性值和属性权值计算得到指定时间段内的网络信息的总属性值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910214168.1A CN102110098B (zh) | 2009-12-25 | 2009-12-25 | 网络信息推荐方法及系统 |
PCT/CN2010/079789 WO2011076070A1 (zh) | 2009-12-25 | 2010-12-14 | 网络信息推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910214168.1A CN102110098B (zh) | 2009-12-25 | 2009-12-25 | 网络信息推荐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102110098A true CN102110098A (zh) | 2011-06-29 |
CN102110098B CN102110098B (zh) | 2016-04-13 |
Family
ID=44174261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910214168.1A Active CN102110098B (zh) | 2009-12-25 | 2009-12-25 | 网络信息推荐方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN102110098B (zh) |
WO (1) | WO2011076070A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136289A (zh) * | 2011-12-05 | 2013-06-05 | 腾讯科技(深圳)有限公司 | 资源推荐方法及系统 |
CN103297313A (zh) * | 2012-02-24 | 2013-09-11 | 腾讯科技(深圳)有限公司 | 网络信息的处理方法及装置 |
CN103703485A (zh) * | 2011-07-22 | 2014-04-02 | 阿克塞尔斯普林格数字电视指导有限责任公司 | 社交网络中推荐的类型特定相关性的自动确定 |
CN104252660A (zh) * | 2013-12-04 | 2014-12-31 | 深圳市华傲数据技术有限公司 | 一种属性集推荐方法和装置 |
CN105635210A (zh) * | 2014-10-30 | 2016-06-01 | 腾讯科技(武汉)有限公司 | 网络信息的推荐方法及装置、阅读系统 |
CN110837598A (zh) * | 2019-11-11 | 2020-02-25 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及存储介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542474B (zh) | 2010-12-07 | 2015-10-21 | 阿里巴巴集团控股有限公司 | 查询结果排序方法及装置 |
CN102956009B (zh) | 2011-08-16 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的电子商务信息推荐方法与装置 |
CN103164804B (zh) * | 2011-12-16 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种个性化的信息推送方法及装置 |
CN104424187B (zh) * | 2013-08-19 | 2019-05-24 | 腾讯科技(深圳)有限公司 | 一种向客户端用户推荐好友的方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070106672A1 (en) * | 2005-11-08 | 2007-05-10 | Sony Netservices Gmbh | Method of providing content items |
CN101256596A (zh) * | 2008-03-28 | 2008-09-03 | 北京搜狗科技发展有限公司 | 一种站内导航的方法及系统 |
CN101477556A (zh) * | 2009-01-22 | 2009-07-08 | 苏州智讯科技有限公司 | 一种从互联网海量信息中发现热点的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571942A (zh) * | 2008-04-30 | 2009-11-04 | 高鹏 | 一种可信广告 |
CN101515360A (zh) * | 2009-04-13 | 2009-08-26 | 阿里巴巴集团控股有限公司 | 向用户推荐网络目标信息的方法和服务器 |
-
2009
- 2009-12-25 CN CN200910214168.1A patent/CN102110098B/zh active Active
-
2010
- 2010-12-14 WO PCT/CN2010/079789 patent/WO2011076070A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070106672A1 (en) * | 2005-11-08 | 2007-05-10 | Sony Netservices Gmbh | Method of providing content items |
CN101256596A (zh) * | 2008-03-28 | 2008-09-03 | 北京搜狗科技发展有限公司 | 一种站内导航的方法及系统 |
CN101477556A (zh) * | 2009-01-22 | 2009-07-08 | 苏州智讯科技有限公司 | 一种从互联网海量信息中发现热点的方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103703485A (zh) * | 2011-07-22 | 2014-04-02 | 阿克塞尔斯普林格数字电视指导有限责任公司 | 社交网络中推荐的类型特定相关性的自动确定 |
US10404824B2 (en) | 2011-07-22 | 2019-09-03 | Funke Digital Tv Guide Gmbh | Automatic determination of genre-specific relevance of recommendations in a social network |
CN103136289A (zh) * | 2011-12-05 | 2013-06-05 | 腾讯科技(深圳)有限公司 | 资源推荐方法及系统 |
CN103136289B (zh) * | 2011-12-05 | 2016-09-28 | 腾讯科技(深圳)有限公司 | 资源推荐方法及系统 |
CN103297313A (zh) * | 2012-02-24 | 2013-09-11 | 腾讯科技(深圳)有限公司 | 网络信息的处理方法及装置 |
CN104252660A (zh) * | 2013-12-04 | 2014-12-31 | 深圳市华傲数据技术有限公司 | 一种属性集推荐方法和装置 |
CN104252660B (zh) * | 2013-12-04 | 2018-03-20 | 深圳市华傲数据技术有限公司 | 一种属性集推荐方法和装置 |
CN105635210A (zh) * | 2014-10-30 | 2016-06-01 | 腾讯科技(武汉)有限公司 | 网络信息的推荐方法及装置、阅读系统 |
CN110837598A (zh) * | 2019-11-11 | 2020-02-25 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102110098B (zh) | 2016-04-13 |
WO2011076070A1 (zh) | 2011-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102110098B (zh) | 网络信息推荐方法及系统 | |
CN105701216B (zh) | 一种信息推送方法及装置 | |
CN106960063A (zh) | 一种针对招商引资领域的互联网情报抓取和推荐系统 | |
CN102236677A (zh) | 一种基于问答系统的信息匹配方法及系统 | |
CN102968439A (zh) | 一种推送微博的方法及装置 | |
CN104602042A (zh) | 基于用户行为的标签设置方法 | |
CN108229728B (zh) | 一种货源信息的推荐方法及一种计算机设备 | |
CN106407280A (zh) | 查询目标匹配方法及装置 | |
CN102955813B (zh) | 一种信息搜索方法和系统 | |
CN104317784A (zh) | 一种跨平台用户识别方法和系统 | |
CN103631949B (zh) | 一种社交网络数据采集方法及系统 | |
CN103885947B (zh) | 一种搜索需求的挖掘方法、智能搜索方法及其装置 | |
CN104182392A (zh) | 服务推荐处理的方法和装置 | |
CN110245355B (zh) | 文本话题检测方法、装置、服务器及存储介质 | |
CN103198072A (zh) | 一种流行检索词的挖掘、推荐方法及装置 | |
CN108038746A (zh) | 基于关键用户和时间上下文的二部图推荐方法 | |
CN107862556A (zh) | 一种vip广告的投放方法和系统 | |
CN105975609A (zh) | 一种工业设计产品智能推荐方法及系统 | |
CN105138577A (zh) | 一种基于大数据的事件演化分析方法 | |
CN103530416A (zh) | 项目数据预测评分库的生成、项目数据的推送方法和系统 | |
CN107274141A (zh) | 一种事件处理方法及网络设备 | |
CN101807183A (zh) | 关键词汇实时扩展方法、系统及其计算机可擦写记录媒体 | |
CN106202299A (zh) | 一种基于残疾人特征的残疾人权威用户推荐方法 | |
CN116861063B (zh) | 一种发掘社媒热搜商业价值度的方法 | |
CN106611339B (zh) | 种子用户筛选方法、产品的用户影响力评价方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1156714 Country of ref document: HK |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1156714 Country of ref document: HK |