CN103473241A - 多媒体对象的推荐方法与推荐装置 - Google Patents

多媒体对象的推荐方法与推荐装置 Download PDF

Info

Publication number
CN103473241A
CN103473241A CN2012101886769A CN201210188676A CN103473241A CN 103473241 A CN103473241 A CN 103473241A CN 2012101886769 A CN2012101886769 A CN 2012101886769A CN 201210188676 A CN201210188676 A CN 201210188676A CN 103473241 A CN103473241 A CN 103473241A
Authority
CN
China
Prior art keywords
recommended
recommendation
relating
value
source
Prior art date
Application number
CN2012101886769A
Other languages
English (en)
Inventor
肖泽宝
林鎏娟
林剑宇
蔡锦明
Original Assignee
福建星网视易信息系统有限公司
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 福建星网视易信息系统有限公司 filed Critical 福建星网视易信息系统有限公司
Priority to CN2012101886769A priority Critical patent/CN103473241A/zh
Publication of CN103473241A publication Critical patent/CN103473241A/zh

Links

Abstract

本发明的提供一种能有效降低推荐时设备或系统负荷的多媒体对象推荐方法,以及基于该方法的多媒体对象推荐装置。推荐方法包括以下步骤:当其中一个或多个待推荐的多媒体对象作为推荐源被选中后,根据关联文件中推荐源与除推荐源外剩余的多媒体对象之间的关联值,在除推荐源外剩余的多媒体对象之间选取一个或多个作为推荐对象进行推荐,所述关联文件记录有任意2项待推荐多媒体对象之间的关联值。本发明只需要根据关联文件上记录的关联值进行推荐,也不需要对操作者进行需求咨询交互,大大简化了推荐步骤,有效节约了推荐等待时间,推荐的结果准确且快速,节省了系统资源。

Description

多媒体对象的推荐方法与推荐装置

技术领域

[0001] 本发明涉及计算机领域,尤其涉及计算机检索领域。

背景技术

[0002] 随着计算机技术的发展,计算机在检索方面的应用也越来越广泛。在多媒体对象的检索方面,由于多媒体内容不同于传统的文本文件或其他文件,多媒体对象具有更为丰富的内容,其内容更具广泛的、模糊的特性,因此在使用者进行检索时,仅仅利用传统的名称、摘要、关键词等检索方式进行检索通常无法得到准确的结果,效率及其低下,特别是多媒体对象数量众多时这些问题尤为凸显。

[0003] 为解决上述问题,有人提出了内容推荐的技术方案,内容推荐本质上是一种计算机主动检索的行为。

[0004] 例如公开号为:CN 101093666A的中国专利申请《音频歌曲推荐方法》中提及了一种在卡拉O K音频设备等各种类型的音频设备中,能够更有效向使用者推荐最适合的音频歌曲信息的音频歌曲推荐方法,具体如下:在卡拉O K音频设备等各种类型音频设备中,将多名使用者选择的音频歌曲信息分别存入个人选曲列表信息进行管理,同时,对个人选曲列表信息进行检索比较,将具有类似选曲形式的音频歌曲信息作为适用现在使用者的推荐选曲列表信息在画面中显不。

[0005] 但是,这种推荐只是根据个人列表推荐中有的内容来推荐的简单推荐方法,当个人列表中数据少时就大大降低了推荐的准确率(例如:当列表中只有10首歌曲,那他只从10首中推荐,其推荐准确性就大大降低),因此该方案只能是一种辅助的推荐形式。而且其在每次推荐之前均要根据选曲列表进行检索比较,而检索比较无疑会消耗大量宝贵的系统资源,如果是单机执行,则会影响计算机的运行速度,如果在系统中将检索比较交由服务器执行,在服务器接受众多终端的推荐请求的情况下,会使服务器不堪重负,而且多次的收发请求与推荐内容也会占用宝贵的网络资源;如果将检索比较在系统中交由终端执行,由于终端的处理能力通常相对较弱,所以会严重影响终端的运行速度,此外由于检索过程中的多次交互同意也会占用宝贵的网络资源。

[0006] 例如公开号为:CN 101276375A的中国专利申请《用于推荐内容的方法》中提及一种内容推荐方法,主要是通过与用户的交互问答的方式,了解用户的需求,并将用户的需求写入用户简档,进而推荐符合用户需求的内容,但是记录用户的简档,这样的方式对于多用户或涉及用户隐私时该系统的运行会有阻力(比如他举例的推荐歌曲,就必须记录每一个用户的数据信息库,查询交互等操作也不便,而在该过程中还不断的让用反馈信息无疑就降低了用户体验),而且这样的检索推荐方式需要对用户反复询问,而且也需要针对不同用户设立用户简档,而且在询问的过程中,用户与设备不断交换,比较耗时也比较消耗系统资源,如果将其应用与服务器与终端构成的系统,也会导致服务器负荷加大或加重网络负担的问题。

[0007] 又如,在公开号为CN 1592404A的中国专利申请《用于推荐内容的方法和系统》中提供了用于推荐内容的一种方法和系统。该方法和系统使用户能够得到与他/她所喜欢的相似的内容的推荐。用于推荐内容的方法包括:基于用户对内容的反应根据预定的模型创建用户配置文件;从一个或多个数据源获得内容特征;和基于用户配置文件和内容特征根据预定处理创建推荐内容的列表。用户可获得与他/她所喜欢的相似的内容的推荐。

[0008] 这项技术同样需要对不同的用户建立不同的配置文件,并从数据源获得内容特征,然后创立推荐内容列表,这样的做法极其繁琐,比较消耗系统资源。

发明内容

[0009] 本发明的目的在于提供一种更快速、更准确的发现需要的内容,且能有效降低推荐时设备或系统负荷的多媒体对象推荐方法,以及基于该方法的多媒体对象推荐系统及装置。

[0010] 为实现上述发明目的,本发明提供了一种多媒体对象的推荐方法,所述推荐方法包括以下步骤:

[0011]当其中一个或多个待推荐的多媒体对象作为推荐源被选中后,根据关联文件中推荐源与除推荐源外剩余的待推荐多媒体对象之间的关联值,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个作为推荐对象进行推荐,所述关联文件记录有任意2项待推荐多媒体对象之间的关联值。

[0012] 本发明通过关联文件上各多媒体对象之间的关联值选取推荐对象进行推荐,相比较现有技术在推荐时需要比较待推荐对象之间各个属性,或根据用户档案,检索比较各对象属性,寻找合适的推荐对象的方案,只需要根据关联文件上记录的关联值进行推荐,也不需要对操作者进行需求咨询交互,大大简化了推荐步骤,有效节约了推荐等待时间,推荐的结果准确且快速,节省了系统资源。

[0013] 作为本发明的改进,待推荐的多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,根据二者之间关联属性的属性值得到。

[0014] 作为本发明的改进,包括步骤:

[0015] 服务器生成所述关联文件;

[0016] 终端从服务器下载关联文件;

[0017] 推荐源在终端被选中后,终端根据关联文件上的关联值选取推荐对象。

[0018] 作为本发明的进一步改进,推荐对象被选中后,增加推荐源与推荐对象之间的关联值,并将修改后的关联文件上传至服务器。

[0019] 作为本发明的改进,推荐对象被一次或多次选中后,增加推荐源与推荐对象之间的关联值。

[0020] 作为本发明的进一步改进,待推荐多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,通过比较二者之间关联属性的属性值得到;增加推荐源与推荐对象之间关联值方式为:修改二者之间具有相同属性值的属性在关联值中的权重,且根据修改后的权重修改关联文件中涉及该属性的所有关联值。

[0021] 作为本发明的改进,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值与预设的关联值阈值进行比较,若高于预设的关联值阈值,则所述除推荐源外剩余的待推荐多媒体对象。

[0022] 作为本发明的改进,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值进行排序,按排序的结果推荐预设数量的,与推荐源关联值高的,除推荐源外剩余的待推荐多媒体对象。

[0023] 作为本发明的进一步改进,所述多媒体对象为音频对象或带音频的视频对象。

[0024] 作为本发明的进一步改进,包括以关联方式显示推荐源与推荐对象的步骤。

[0025] 本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质记载有用于执行本发明前述各方案所述的推荐方法的指令。

[0026] 本发明还提供了一种电子设备,所述电子设备包括显示器、输入设备、处理器与存储器,所述显示器用于显示交互信息,所述输入设备用于输入交互信息,所述存储器存储有一个或多个模块,所述一个或多个模块被配置由处理器用于本发明前述各方案所述的推荐方法的指令。

[0027] 本发明还提供了一种多媒体推荐系统,所述系统包括服务器与终端;

[0028] 所述服务器用于存储待推荐的多媒体对象,并生成关联文件,所述关联文件记录有任意2项待推荐多媒体对象之间的关联值;

[0029] 所述终端用于从服务器下载关联文件,在检测到待推荐的多媒体对象被选中后,以被选中的多媒体对象为推荐源,并根据关联文件中推荐源与除推荐源外剩余的多媒体对象之间的关联值,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个作为推荐对象进行推荐。

[0030] 作为本发明的改进,所述终端还用于,推荐对象被选中后,增加推荐源与推荐对象之间的关联值,并将修改后的关联文件上传至服务器。

[0031] 作为本发明的改进,待推荐的多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,通过比较二者之间关联属性的属性值得到;

[0032] 增加推荐源与推荐对象之间关联值方式为:修改二者之间具有相同属性值的属性在关联值中的权重,且根据修改后的权重修改关联文件中涉及该属性的所有关联值。

[0033] 本发明还提供了一种多媒体对象的推荐装置,所述推荐装置包括以下模块:

[0034] 推荐模块:用于当其中一个或多个待推荐多媒体对象作为推荐源被选中后,根据关联文件中推荐源与除推荐源外剩余的多媒体对象之间的关联值,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个作为推荐对象进行推荐,所述关联文件记录有任意2项待推荐多媒体对象之间的关联值。

[0035] 作为本发明的改进,待推荐的多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,根据二者之间关联属性的属性值得到。

[0036] 作为本发明的改进,推荐装置,包括模块:

[0037] 生成模块:用于使服务器生成所述关联文件;

[0038] 下载模块:用于使终端从服务器下载关联文件;

[0039] 推荐模块:用于推荐源在终端被选中后,终端根据关联文件上的关联值选取推荐对象。

[0040] 作为本发明的进一步改进,推荐模块用于推荐对象被选中后,增加推荐源与推荐对象之间的关联值,并将修改后的关联文件上传至服务器。

[0041] 作为本发明的改进,推荐模块用于推荐对象被一次或多次选中后,增加推荐源与推荐对象之间的关联值。

[0042] 作为本发明的进一步改进,推荐模块中,待推荐多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,通过比较二者之间关联属性的属性值得到;增加推荐源与推荐对象之间关联值方式为:修改二者之间具有相同属性值的属性在关联值中的权重,且根据修改后的权重修改关联文件中涉及该属性的所有关联值。

[0043] 作为本发明的改进,推荐模块中,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值与预设的关联值阈值进行比较,若高于预设的关联值阈值,则所述除推荐源外剩余的待推荐多媒体对象。

[0044] 作为本发明的改进,推荐模块中,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值进行排序,按排序的结果推荐预设数量的,与推荐源关联值高的,除推荐源外剩余的待推荐多媒体对象。

[0045] 作为本发明的改进:所述多媒体对象为音频对象或带音频的视频对象。

[0046] 作为本发明的改进,包括以关联方式显示推荐源与推荐对象的显示模块。

附图说明

[0047]图1为本发明具体实施方式所述点歌系统的系统结构示意图;

[0048] 图2为本发明具体实施方式所述多媒体对象的推荐流程图;

[0049] 图3为本发明具体实施方式所述生成关联文件的流程图;

[0050] 图4为本发明具体实施方式所述服务器与终端交互,调整关联文件的流程图1 ;

[0051] 图5为本发明具体实施方式所述服务器与终端交互,调整关联文件的流程图2 ;

[0052] 图6为本发明具体实施方式所述交互界面示意图1 ;

[0053] 图7为本发明具体实施方式所述交互界面示意图2。

具体实施方式

[0054] 为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下结合实施方式并配合附图详予说明。

[0055] 根据本发明某些实施例的点歌系统,所述点歌系统可以适用于KTV等娱乐场所,包括一台或多台的服务器、与服务器相连接的一个或多个机顶盒,以及与机顶盒相连接的触摸屏。

[0056] 其中服务器作为服务器端,存储有待推荐的多媒体文件,例如KTV中用于点播的带音频与字幕的歌曲视频,与机顶盒交互进行分发歌曲视频文件提供给机顶盒播放;

[0057] 机顶盒作为终端,用于从服务器读取信息,反馈信息给服务器,播放歌曲视频,同时也具有一定的信息处理能力;

[0058] 触摸屏作为终端的交互设备用于显示与输入。

[0059] 上述实施例进行多媒体对象的推荐流程如下:[0060] S201.服务器生成关联文件,所述关联文件记录有任意2项待推荐歌曲视频之间的关联值;

[0061] S202.机顶盒开机后,从服务器下载关联文件;

[0062] S203.某个歌曲视频被操作者选中,在本实施例中,上述被操作者选中的歌曲视频称为推荐源;

[0063] S204.根据关联文件中推荐源与除推荐源外剩余的歌曲视频之间的关联值,在除推荐源外剩余的歌曲视频之间选取一个或多个作为推荐对象进行推荐,推荐的视频显示在触摸屏或其他与机顶盒相连接的显示设备上。

[0064] 在某些实施例中,上述方法运用于其他形式的“服务器一终端”构成的系统中,例如由有线或无线网络相连接的“服务器一PC” “服务器一智能手机” “服务器一多媒体播放器”等构成的系统中,从而可以广泛地运用于局域网或广域网。

[0065] 在以“服务器一终端”方式实施本发明时,由服务器生成并分发关联文件,有效地利用了服务器处理能力强,网络状况好的特点,因为生成关联文件的步骤较之根据关联值在关联文件中选取推荐对象通常需要更强的数据处理能力,而且利用网络带宽等通常比终端更好,同时又连接有众多终端的服务器分发关联文件,可以有效提高整个系统的效率。当然关联文件既可由服务器运算生成,也可以沿用既有的直接存储于服务器中的关联文件。而由终端来解析关联文件,根据操作者的推荐源选择进而选择推荐对象进行推荐充分利用了终端与操作者直接交互的优势,在终端存储有关联文件的情况下无需借助服务器即可以根据操作者的交互指令向操作者推荐推荐对象。

[0066] 在某些实施例中,上述方法可以不依赖于“服务器一终端”构成的系统实施,而单独在PC、PDA、MP3播放器、MP4播放器、平板电脑、智能手机等可以用于存储、播放多媒体文件的设备上实施。此时关联文件可以直接存储于设备的存储器中,或由设备运算生成。

[0067] 例如可以通过如图3所示的流程得到关联文件:

[0068] S301.开始;

[0069] S302.读取待推荐的歌曲视频的信息,所述信息包括歌曲视频的关联属性值,并生成空白的关联文件;

[0070] S303.判断是否存在未计算关联值的“对”,此处“对”是指歌曲视频对,即2个歌曲视频构成的组合;

[0071] 若否,进行步骤S307结束;

[0072] 若是,进行步骤S304选取一未计算关联值的歌曲视频对;

[0073] S305.计算该歌曲视频对的关联值;

[0074] S306.将计算出的关联值写入关联文件;

[0075] 回到步骤S302。

[0076] 在某些实施例中,关联文件中的数据内容可以表示为如下的矩阵结构:

[0077]

Figure CN103473241AD00081

歌曲视频2 - Π......Kn

歌曲视频η - -- -

[0078]表1

[0079]

Figure CN103473241AD00091

[0080]表 2

[0081] 表格中关联值以Yab形式表示,例如,Y12表示视频歌曲视频I与歌曲视频2之间的关联值,Y2n表示歌曲视频2与歌曲视频η之间的关联值……以此类推。在本实施例中,关联值的运算是符合“交换律”的,例如Y12=Y21,因此为节约系统资源,不需要做重复计算,对于类似Y12与Y21,这样的共轭关联值,在关联文件中可以只定义一个。或者在另外一些实施例中,如表2所示,对共轭关联值2个都给予定义,但是在S306写入关联文件步骤中,计算出Y12并写入时,同时也将该关联值写入Y21。

[0082] 此外在本实施例中,为了节约运算资源,以及避免后续步骤中造成“自己推荐自己”的情况出现对任一多媒体对象而言,自身与自身之间的关联值可以不定义,就像表1或表2所体现的。在某些实施例中,自身与自身之间的关联值也可以直接定义为最高的关联值,但是在推荐时系统默认不推荐对象自身。

[0083] 在某些实施例中,待推荐的多媒体对象,例如歌曲视频,具有一个以上的关联属性,例如作者、语种、曲种、年代、心情、节奏等,任意2个歌曲视频之间的关联值通过比较二者之间关联属性的属性值得到,

[0084] 例如,歌曲视频a、b具有关联属性1、关联属性2……关联属性n,因此歌曲视频a具有关联属性的属性值:xal、xa2……Xan,因此,相对应的,歌曲视频b具有对应的关联属性的

属性值Xbl、Xb2......Xto ;关联属性的属性值xa1、XbI的比较结果由函数giUd, Xbi)给出,关联

属性的属性值Xa2、Xb2的比较结果由函数g2(xa2,Xb2)给出,以此类推……,而关联值Yab则在各关联属性的属性值的比较结果基础上进一步计算,因此可以由以下函数关系式给出:

[0085] Yab=f Lg1 (Xal,Xbl),g2 (xa2, xb2)...gn (Xan, Xbn)] (式 I )

[0086] 在某些实施例中,由于系统推荐的对象被一次或多次选中,系统会增加推荐源与推荐对象之间的关联值,这是由于推荐对象被选中,代表了一种推荐准确度的趋势,推荐对象被选中的推荐行为无疑是准确度更高的推荐,因此增加关联值有助于校正之后的推荐行为,使之更为准确,同时使得整个系统具有“学习”的功能,可以不断地从推荐过程中校正自己,而且根据外界选择趋势的改变而及时适应。

[0087] 但是推荐对象被选中后是否立即调整关联值,在不同的实施例中可以有不同的做法,在某些实施例中系统推荐的对象一次被选中,系统即会增加推荐源与推荐对象之间的关联值,而在某些实施例中,可能系统推荐的对象多次被选中(次数可以根据需要调整),系统才会增加推荐源与推荐对象之间的关联值。

[0088] 系统增加推荐源与推荐对象之间的关联值的方式有很多,可以直接对关联值加上相应的附加值,也可以通过其他的算法调整,这些都可以由技术人员根据实际需要设定。

[0089] 在某些实施例中,增加推荐源与推荐对象之间的关联值是通过修改二者之间具有相同属性值的属性在关联值中的权重,且根据修改后的权重修改关联文件中涉及该属性的所有关联值来实现的。这样方式的优势在于,使校正推荐行为更具有准确性与针对性,同时也更具有预见性。因为推荐对象被操作者接受,一个重要的原因在于,推荐对象与推荐源之间具有相同属性值的属性,因此,说明该属性在操作者选择时被更多地考虑到,因此在关联文件全表中涉及该属性的所有关联值进行修订可以使待推荐的多媒体对象在之后的系统选择推荐时就预先根据之前的推荐行为结果作出了相应的校正,从而使未来的推荐行为的准确性提高。

[0090] 以涉及式I的实施例为例,上述过程可以表述为,如果歌曲视频a与歌曲视频b的关联属性2具有相同属性值Xa2与xb2,则在系统以歌曲视频a为推荐源推荐包括歌曲视频b在内的推荐对象时,推荐对象歌曲视频b被操作者接受,即歌曲视频b被选中,则系统调整在式I中函数f的算法,以使函数g2在函数f中的权重增加。权重增加的方式有多种,以最简单的线性函数为例,Yab=k1g1 (xal, xbl)+k2g2 (xa2, xb2) - xbn),我们既可以直接增大系数k2的值,也可以维持k2不变,降低k1、k3……kn的值,以达到函数g2在函数f中的权重增加的目的。

[0091] 在由“服务器一终端”组成的系统的某些实施例中,关联文件的调整方式如图5所示,

[0092] S401:由服务器生成关联文件;

[0093] S402:终端下载关联文件;

[0094] S403:终端根据下载的关联文件进行推荐,推荐过程可以参考本说明书其他部分所述;

[0095] S404:推荐对象被用户选中接受;

[0096] S405:终端对推荐情况进行分析,例如分析推荐源与被选中的推荐对象之间的关联属性的属性值关系等;

[0097] S406:根据分析得到的结果,终端修改相应关联属性在关联值算法中的权重,调整关联值算法;当然在其他一些实施例中,也可以采用不通过权重进行算法的修改,而直接对关联文件中的关联值进行修改的方式修改关联文件。

[0098] S407:终端生成新的关联文件,并向服务器递交上传;

[0099] S408:服务器接受新的关联文件。

[0100] 在终端众多时,采用上述方式,服务器可能要接受各个终端上传而来的新的关联文件,同时,生成新的关联文件对终端的运算能力有一定要求,因此可以采用如图5所示的方式:[0101] S501:由服务器生成关联文件;

[0102] S502:终端下载关联文件;

[0103] S503:终端根据下载的关联文件进行推荐,推荐过程可以参考本说明书其他部分所述;

[0104] S504:推荐对象被用户选中接受,终端向服务器发送推荐与推荐被接受情况的反馈;

[0105] S505:服务器接收终端的反馈信息,对推荐情况进行分析,例如分析推荐源与被选中的推荐对象之间的关联属性的属性值关系等;

[0106] S506:根据分析得到的结果,终端修改相应关联属性在关联值算法中的权重,调整关联值算法;

[0107] S507:服务器生成新的关联文件。在某些实施例中,服务器可以不用实时对终端反馈来的信息进行分析,修改算法,为了降低服务器的负荷,避免频繁的运算,同时也避免频繁更新关联文件,可以在接受一定的反馈信息,或在设定的时间间隔,或在设定的时间点对终端反馈的推荐相关信息进行分析,修改算法。比如,某些情况下,在服务器关机维护前,进行推荐相关信息的分析与算法运算,并生成新的关联文件。

[0108] 在具体推荐步骤中,某些实施例采用将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值与预设的关联值阈值进行比较,若高于预设的关联值阈值,则所述除推荐源外剩余的待推荐多媒体对象。例如设定推荐关联值高于某个数值c的多媒体对象,则所有关联值高于c的多媒体对象均会被推荐。

[0109] 某些实施例采用的是将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值进行排序,按排序的结果推荐预设数量的,与推荐源关联值高的,除推荐源外剩余的待推荐多媒体对象。例如系统预设推荐8个推荐对象,则系统从关联值由高至低选取8个推荐对象进行推荐。

[0110] 为便于在交互界面上标示出推荐源与推荐对象之间的联系,在某些实施例中,选择出推荐对象后,采用了以关联方式显示推荐源与推荐对象的步骤,所述关联方式是指在显示时以便于操作者理解二者之间存在关联关系的方式,例如图6所示的显示界面的显示方式。

[0111] 在图6所示的实施例中,采用了星形拓扑结构的显示方式,其中“张学友一吻别”作为推荐源显示为中央节点,而系统推荐的各推荐对象,例如“来生缘”“心痛”“英雄泪”“回家”等歌曲视频作为分支节点,中央节点和分支节点之间通过可视的连线联系在一起,便于操作者直观地了解到他们之间存在关联关系。

[0112] 当操作者点选“来生缘”后,系统会根据关联文件,以来生缘为推荐源,选取推荐对象,形成如图7所示的交互界面。

[0113] 在某些实施例中可以选择多个推荐源,例如在图6所显示的交互界面中,选择来生缘、沉默是金和回家三首音乐视频。

[0114] 本发明可以使用于所有的多媒体对象推荐,例如:音频文件、视频文件、图片文件、文字或以上各种对象的任意组合。

[0115] 以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (20)

1.一种多媒体对象的推荐方法,所述推荐方法包括以下步骤: 当其中一个或多个待推荐多媒体对象作为推荐源被选中后,根据关联文件中推荐源与除推荐源外剩余的多媒体对象之间的关联值,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个作为推荐对象进行推荐,所述关联文件记录有任意2项待推荐多媒体对象之间的关联值。
2.根据权利要求1所述的推荐方法,其特征在于:待推荐的多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,根据二者之间关联属性的属性值得到。
3.根据权利要求1所述的推荐方法,其特征在于,包括步骤: 服务器生成所述关联文件; 终端从服务器下载关联文件; 推荐源在终端被选中后,终端根据关联文件上的关联值选取推荐对象。
4.根据权利要求3所述的推荐方法,其特征在于: 推荐对象被选中后,增加推荐源与推荐对象之间的关联值,并将修改后的关联文件上传至服务器。
5.根据权利要求1所述的推荐方法,其特征在于: 推荐对象被一次或多次选中后,增加推荐源与推荐对象之间的关联值。
6.根据权利要求4或 5所述的推荐方法,其特征在于,待推荐多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,通过比较二者之间关联属性的属性值得到;增加推荐源与推荐对象之间关联值方式为:修改二者之间具有相同属性值的属性在关联值中的权重,且根据修改后的权重修改关联文件中涉及该属性的所有关联值。
7.根据权利要求1所述的推荐方法,其特征在于,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值与预设的关联值阈值进行比较,若高于预设的关联值阈值,则所述除推荐源外剩余的待推荐多媒体对象。
8.根据权利要求1所述的推荐方法,其特征在于,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值进行排序,按排序的结果推荐预设数量的,与推荐源关联值高的,除推荐源外剩余的待推荐多媒体对象。
9.根据权利要求1至8任意一项所述的推荐方法,其特征在于:所述多媒体对象为音频对象或带音频的视频对象。
10.根据权利要求1至8任意一项所述的推荐方法,其特征在于:包括以关联方式显示推荐源与推荐对象的步骤。
11.一种多媒体对象的推荐装置,所述推荐装置包括以下模块: 推荐模块:用于当其中一个或多个待推荐多媒体对象作为推荐源被选中后,根据关联文件中推荐源与除推荐源外剩余的多媒体对象之间的关联值,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个作为推荐对象进行推荐,所述关联文件记录有任意2项待推荐多媒体对象之间的关联值。
12.根据权利要求11所述的推荐装置,其特征在于:待推荐的多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,根据二者之间关联属性的属性值得到。
13.根据权利要求11所述的推荐装置,其特征在于,包括模块: 生成模块:用于使服务器生成所述关联文件; 下载模块:用于使终端从服务器下载关联文件; 推荐模块:用于推荐源在终端被选中后,终端根据关联文件上的关联值选取推荐对象。
14.根据权利要求13所述的推荐装置,其特征在于: 推荐模块用于推荐对象被选中后,增加推荐源与推荐对象之间的关联值,并将修改后的关联文件上传至服务器。
15.根据权利要求11所述的推荐装置,其特征在于: 推荐模块用于推荐对象被一次或多次选中后,增加推荐源与推荐对象之间的关联值。
16.根据权利要求14或15所述的推荐装置,其特征在于,推荐模块中,待推荐多媒体对象具有一个以上的关联属性,任意2项待推荐多媒体对象之间的关联值,通过比较二者之间关联属性的属性值得到;增加推荐源与推荐对象之间关联值方式为:修改二者之间具有相同属性值的属性在关联值中的权重,且根据修改后的权重修改关联文件中涉及该属性的所有关联值。
17.根据权利要求11所述的推荐装置,其特征在于,推荐模块中,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐 源之间的关联值与预设的关联值阈值进行比较,若高于预设的关联值阈值,则所述除推荐源外剩余的待推荐多媒体对象。
18.根据权利要求11所述的推荐装置,其特征在于,推荐模块中,在除推荐源外剩余的待推荐多媒体对象之间选取一个或多个推荐对象的方式为:将关联文件中除推荐源外剩余的待推荐多媒体对象与推荐源之间的关联值进行排序,按排序的结果推荐预设数量的,与推荐源关联值高的,除推荐源外剩余的待推荐多媒体对象。
19.根据权利要求11至18任意一项所述的推荐装置,其特征在于:所述多媒体对象为音频对象或带音频的视频对象。
20.根据权利要求11至18任意一项所述的推荐装置,其特征在于:包括以关联方式显示推荐源与推荐对象的显示模块。
CN2012101886769A 2012-06-07 2012-06-07 多媒体对象的推荐方法与推荐装置 CN103473241A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012101886769A CN103473241A (zh) 2012-06-07 2012-06-07 多媒体对象的推荐方法与推荐装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012101886769A CN103473241A (zh) 2012-06-07 2012-06-07 多媒体对象的推荐方法与推荐装置

Publications (1)

Publication Number Publication Date
CN103473241A true CN103473241A (zh) 2013-12-25

Family

ID=49798097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012101886769A CN103473241A (zh) 2012-06-07 2012-06-07 多媒体对象的推荐方法与推荐装置

Country Status (1)

Country Link
CN (1) CN103473241A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103729441A (zh) * 2013-12-30 2014-04-16 优视科技有限公司 媒体对象展示方法及装置
CN103763587A (zh) * 2013-12-31 2014-04-30 广州华多网络科技有限公司 一种播放多媒体数据的方法及装置
WO2015018238A1 (zh) * 2013-08-08 2015-02-12 广州市动景计算机科技有限公司 定位页面内容的方法、装置及媒体对象展示方法、装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090089273A1 (en) * 2007-09-27 2009-04-02 Cory Hicks System for detecting associations between items
CN101441667A (zh) * 2008-12-29 2009-05-27 北京搜狗科技发展有限公司 一种音乐推荐方法及装置
CN102024058A (zh) * 2010-12-31 2011-04-20 万音达有限公司 音乐推荐方法及系统
KR20110043369A (ko) * 2009-10-21 2011-04-27 숭실대학교산학협력단 음악 추천을 위한 연관성 분석 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090089273A1 (en) * 2007-09-27 2009-04-02 Cory Hicks System for detecting associations between items
CN101441667A (zh) * 2008-12-29 2009-05-27 北京搜狗科技发展有限公司 一种音乐推荐方法及装置
KR20110043369A (ko) * 2009-10-21 2011-04-27 숭실대학교산학협력단 음악 추천을 위한 연관성 분석 방법
CN102024058A (zh) * 2010-12-31 2011-04-20 万音达有限公司 音乐推荐方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015018238A1 (zh) * 2013-08-08 2015-02-12 广州市动景计算机科技有限公司 定位页面内容的方法、装置及媒体对象展示方法、装置
CN103729441A (zh) * 2013-12-30 2014-04-16 优视科技有限公司 媒体对象展示方法及装置
CN103729441B (zh) * 2013-12-30 2017-10-24 优视科技有限公司 媒体对象展示方法及装置
CN103763587A (zh) * 2013-12-31 2014-04-30 广州华多网络科技有限公司 一种播放多媒体数据的方法及装置
CN103763587B (zh) * 2013-12-31 2017-03-22 广州华多网络科技有限公司 一种播放多媒体数据的方法及装置

Similar Documents

Publication Publication Date Title
US10049675B2 (en) User profiling for voice input processing
US9355168B1 (en) Topic based user profiles
US9557877B2 (en) Advanced playlist creation
US20180357312A1 (en) Generating a playlist
US20180232362A1 (en) Method and system relating to sentiment analysis of electronic content
US20170235813A1 (en) Methods and systems for modeling complex taxonomies with natural language understanding
Robinson et al. Phylo. io: interactive viewing and comparison of large phylogenetic trees on the web
US9147154B2 (en) Classifying resources using a deep network
US9654834B2 (en) Computing similarity between media programs
US10558674B2 (en) Methods and apparatus for determining a mood profile associated with media data
Chan-Olmsted et al. Mobile news adoption among young adults: Examining the roles of perceptions, news consumption, and media usage
US20170103343A1 (en) Methods, systems, and media for recommending content items based on topics
CN103403705B (zh) 使用媒体文件加载移动计算设备
US9405832B2 (en) Application search query classifier
US10558682B2 (en) Cross media recommendation
US20160171091A1 (en) Application query conversion
US20150363061A1 (en) System and method for providing related digital content
Konstas et al. On social networks and collaborative recommendation
US8356038B2 (en) User to user recommender
Guan et al. Personalized tag recommendation using graph-based ranking on multi-type interrelated objects
Jun et al. Examining technological innovation of Apple using patent analysis
US20160275081A1 (en) Method and apparatus for personalized resource recommendations
US8966394B2 (en) System and method for playlist generation based on similarity data
TWI397858B (zh) 瀏覽器介面之多媒體強化方法及其電腦可讀取媒體
RU2501078C2 (ru) Ранжирование результатов поиска с использованием расстояния редактирования и информации о документе

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20151127

Address after: 350018 Fujian city of Fuzhou province Nanjiang gate town of Cangshan District West Coast Road No. 198 Fuzhou Strait International Convention and Exhibition Center basement East Office Center No. A-029 (FTA test area)

Applicant after: FUJIAN KAIMI NETWORK SCIENCE & TECHNOLOGY CO., LTD.

Address before: Fuzhou City, Fujian Province, Jinshan Road 350002 No. 618 No. 20 Ruijie orangery Chau Science Park 4

Applicant before: Fujian Starnet e-Video Information System Co., Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20131225