CN103905907B - 一种媒体内容推荐方法及系统 - Google Patents
一种媒体内容推荐方法及系统 Download PDFInfo
- Publication number
- CN103905907B CN103905907B CN201210567080.XA CN201210567080A CN103905907B CN 103905907 B CN103905907 B CN 103905907B CN 201210567080 A CN201210567080 A CN 201210567080A CN 103905907 B CN103905907 B CN 103905907B
- Authority
- CN
- China
- Prior art keywords
- media content
- coupling
- degree
- user
- total amount
- 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.)
- Active
Links
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及互联网技术领域,公开了一种媒体内容推荐方法及系统。其中,在该媒体内容推荐方法及系统中,本发明实施例利用媒体内容耦合度来建立媒体内容的推荐体系,使得所推荐的媒体内容符合更能符合用户喜好,从而可以有效降低所推荐的媒体内容与用户喜好的差异。
Description
技术领域
本发明涉及互联网技术领域,具体涉及一种媒体内容推荐方法及系统。
背景技术
在日常生活中,用户收听歌曲时随便听听的可能性较大,而现有歌曲收听平台(如QQ音乐)在其随便听听功能按钮被点击时,歌曲收听平台通常采用随机方式给用户推荐歌曲,这就使得随机推荐的歌曲往往与用户喜好存在较大的差异。
发明内容
本发明实施例所要解决的技术问题是提供一种媒体内容推荐方法及系统,能够降低所推荐的媒体内容与用户喜好的差异。
本发明实施例第一方面提供一种媒体内容推荐方法,包括:
提取需求用户的媒体内容收藏列表UL,确定所述需求用户的媒体内容收藏列表UL中的媒体内容总量LN;
提取库用户的媒体内容收藏列表ul,确定所述库用户的媒体内容收藏列表ul中的媒体内容总量ln;
提取所述媒体内容收藏列表UL和所述媒体内容收藏列表ul中的相同子列表L1,确定所述相同子列表L1中的媒体内容总量n;
利用所述媒体内容总量n与所述媒体内容总量LN,确定所述需求用户的媒体内容耦合度UX,以及利用所述媒体内容总量n与所述媒体内容总量ln,确定所述库用户的媒体内容耦合度ux;
利用所述需求用户的媒体内容耦合度UX与所述库用户的媒体内容耦合度ux,确定最小媒体内容耦合度xmin;
利用所述媒体内容收藏列表UL与所述媒体内容收藏列表ul,确定媒体内容耦合度最小临界值X;
判断所述最小媒体内容耦合度xmin是否大于或等于所述媒体内容耦合度最小临界值X,如果是,将所述库用户的媒体内容收藏列表ul中除所述相同子列表L1以外的媒体内容推荐给所述需求用户。
本发明实施例第二方面提供一种媒体内容推荐系统,包括:
第一提取单元,用于提取需求用户的媒体内容收藏列表UL,确定所述需求用户的媒体内容收藏列表UL中的媒体内容总量LN;
第二提取单元,用于提取库用户的媒体内容收藏列表ul,确定所述库用户的媒体内容收藏列表ul中的媒体内容总量ln;
第三提取单元,用于提取所述媒体内容收藏列表UL和所述媒体内容收藏列表ul中的相同子列表L1,确定所述相同子列表L1中的媒体内容总量n;
第一利用单元,用于利用所述媒体内容总量n与所述媒体内容总量LN,确定所述需求用户的媒体内容耦合度UX;
第二利用单元,用于利用所述媒体内容总量n与所述媒体内容总量ln,确定所述库用户的媒体内容耦合度ux;
第三利用单元,用于利用所述需求用户的媒体内容耦合度UX与所述库用户的媒体内容耦合度ux,确定最小媒体内容耦合度xmin;
第四利用单元,用于利用所述媒体内容收藏列表UL与所述媒体内容收藏列表ul,确定媒体内容耦合度最小临界值X;
判断单元,用于判断所述最小媒体内容耦合度xmin是否大于或等于所述媒体内容耦合度最小临界值X;
推荐单元,用于在所述判断单元的判断结果为是时,将所述库用户的媒体内容收藏列表ul中除所述相同子列表L1以外的媒体内容推荐给所述需求用户。
通过上述描述可知,本发明实施例利用媒体内容耦合度来建立媒体内容的推荐体系,使得所推荐的媒体内容符合更能符合用户喜好,从而可以有效降低所推荐的媒体内容与用户喜好的差异。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种媒体内容推荐方法的流程图;
图2是本发明实施例提供的另一种媒体内容推荐方法的流程图;
图3是本发明实施例提供的一种媒体内容推荐系统的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种媒体内容推荐方法及系统,能够降低所推荐的媒体内容与用户喜好的差异。以下分别进行详细说明。
请参阅图1,图1是本发明实施例提供的一种媒体内容推荐方法的流程图。在图1所示的媒体内容推荐方法中,媒体内容包括但不限于歌曲、视频、文档以及其他字节流。如图1所示,该媒体内容推荐方法可以包括以下步骤。
101、提取需求用户的媒体内容收藏列表UL,确定需求用户的媒体内容收藏列表UL中的媒体内容总量LN。
本发明实施例中,系统在提取需求用户的媒体内容收藏列表UL之后,可以统计需求用户的媒体内容收藏列表UL中的媒体内容总量LN。或者,系统在提取需求用户的媒体内容收藏列表UL之后,也可以直接从需求用户的媒体内容收藏列表UL中读取需求用户的媒体内容收藏列表UL中的媒体内容总量LN。
102、提取库用户的媒体内容收藏列表ul,确定库用户的媒体内容收藏列表ul中的媒体内容总量ln。
本发明实施例中,系统在提取库用户的媒体内容收藏列表ul之后,可以统计库用户的媒体内容收藏列表ul中的媒体内容总量ln。或者,系统在提取库用户的媒体内容收藏列表ul之后,也可以直接从库用户的媒体内容收藏列表ul中读取库用户的媒体内容收藏列表ul中的媒体内容总量ln。
103、提取媒体内容收藏列表UL和媒体内容收藏列表ul中的相同子列表L1,确定相同子列表L1中的媒体内容总量n。
本发明实施例中,系统在提取媒体内容收藏列表UL和媒体内容收藏列表ul中的相同子列表L1之后,可以计算相同子列表L1中的媒体内容总量n。
104、利用相同子列表L1中的媒体内容总量n与需求用户的媒体内容收藏列表UL中的媒体内容总量LN,确定需求用户的媒体内容耦合度UX,以及利用相同子列表L1中的媒体内容总量n与库用户的媒体内容收藏列表ul中的媒体内容总量ln,确定库用户的媒体内容耦合度ux。
本发明实施例中,系统可以计算相同子列表L1中的媒体内容总量n与需求用户的媒体内容收藏列表UL中的媒体内容总量LN的比值(即n/LN),将该比值(即n/LN)作为需求用户的媒体内容耦合度UX。
本发明实施例中,系统可以计算相同子列表L1中的媒体内容总量n与库用户的媒体内容收藏列表ul中的媒体内容总量ln的比值(即n/ln),将该比值(即n/ln)作为库用户的媒体内容耦合度ux。
105、利用需求用户的媒体内容耦合度UX与库用户的媒体内容耦合度ux,确定最小媒体内容耦合度xmin。
本发明实施例中,系统可以对比需求用户的媒体内容耦合度UX是否大于或等于库用户的媒体内容耦合度ux,如果需求用户的媒体内容耦合度UX大于或等于库用户的媒体内容耦合度ux,则系统可以将需求用户的媒体内容耦合度UX作为最小媒体内容耦合度xmin;反之,如果需求用户的媒体内容耦合度UX小于库用户的媒体内容耦合度ux,则系统可以将库用户的媒体内容耦合度ux作为最小媒体内容耦合度xmin。
106、利用需求用户的媒体内容收藏列表UL与库用户的媒体内容收藏列表ul,确定媒体内容耦合度最小临界值X。
本发明实施例中,系统可以对比需求用户的媒体内容收藏列表UL是否大于或等于库用户的媒体内容收藏列表ul,如果需求用户的媒体内容收藏列表UL大于或等于库用户的媒体内容收藏列表ul,则系统可以将预设的大列表对应的耦合度最小临界值X1作为媒体内容耦合度最小临界值X;反之,如果需求用户的媒体内容收藏列表UL是否小于库用户的媒体内容收藏列表ul,则系统可以将预设的小列表对应的耦合度最小临界值X2作为媒体内容耦合度最小临界值X;其中,X1小于X2。
107、判断最小媒体内容耦合度xmin是否大于或等于媒体内容耦合度最小临界值X,如果是,将库用户的媒体内容收藏列表ul中除相同子列表L1以外的媒体内容推荐给需求用户。
本发明实施例中,如果系统判断出最小媒体内容耦合度小于媒体内容耦合度最小临界值X,则系统可以提取下一个库用户的媒体内容收藏列表ul,提取库用户的媒体内容收藏列表,并确定下一个库用户的媒体内容收藏列表ul中的媒体内容总量ln,并重新执行上述步骤103~107。
通过图1所描述的方法可知,系统可以利用媒体内容耦合度来建立媒体内容的推荐体系,使得所推荐的媒体内容符合更能符合用户喜好,从而可以有效降低所推荐的媒体内容与用户喜好的差异。
请参阅图2,图2是本发明实施例提供的另一种媒体内容推荐方法的流程图。在图2所示的媒体内容推荐方法中,以媒体内容是歌曲为例。进一步地,在图2所示的媒体内容推荐方法中进行以下符号定义:
U:需求用户,即在歌曲收听平台(如QQ音乐)中拥有收藏列表并且点击随便听听功能按钮的用户;
u:某个需求用户的库用户,即除了需求用户本身外,用户池中拥有收藏列表的用户;
UL:需求用户的歌曲收藏列表,即需求用户在歌曲收听平台中收听时标记为“我喜欢”的歌曲收藏列表;
ul:库用户的歌曲收藏列表,即库用户在歌曲收听平台中收听时标记为“我喜欢”的歌曲收藏列表;
LN:需求用户的歌曲收藏列表中的歌曲总量;
ln:库用户的歌曲收藏列表中的歌曲总量;
Ll:相同子列表,即UL和ul中相同的歌曲列表;
n:相同子列表Ll中的歌曲总量;
UX:需求用户的媒体内容耦合度=n/LN;
ux:库用户的媒体内容耦合度=n/ln;
xmin:最小媒体内容耦合度,即需求用户的媒体内容耦合度和库用户的媒体内容耦合度中较小者;
X1:预设的大列表对应的耦合度最小临界值,即当UL>ul时,根据运营策略确定的适合进行媒体内容推荐的耦合度最小值;
X2:预设的小列表对应的耦合度最小临界值,即当UL<ul时,根据运营策略确定的适合进行媒体内容推荐的耦合度最小值。
如图2所示,该媒体内容推荐方法可以包括以下步骤。
201、U点击随便听听功能按钮,触发系统进行歌曲推荐。
202、系统提取U的歌曲收藏列表UL,统计歌曲收藏列表UL中的歌曲总量LN。
203、在用户池中随机抽取u,提取u的歌曲收藏列表ul,统计歌曲收藏列表ul中的歌曲总量ln。
204、提取歌曲收藏列表UL和歌曲收藏列表ul中的相同子列表Ll,计算Ll中的歌曲总量n。
205、计算UX=n/LN,ux=n/ln。
206、对比UX≥ux,如果是,则xmin=UX;如果否,则xmin=ux。
206’、对比LN≥ln,如果是,则媒体内容耦合度最小临界值X=X1;如果否,则媒体内容耦合度最小临界值X=X2。
本发明实施例中,如果LN≥ln,则说明UL属于大列表,将ln中除去相同子列表Ll后剩余的歌曲就比较少,将这些剩余的歌曲推荐给需求用户U符合需要用户U的喜好的可能性就很大,其中,X1<X2。
其中,本发明实施例对上述步骤206和步骤206’的先后顺序不作限定。
207、判断xmin是否大于或等于X,如果是,则执行步骤208;如果否,则返回步骤203。
208、将库用户的歌曲收藏列表ul中除相同子列表Ll以外的歌曲推荐给需求用户。
通过图2所描述的方法可知,系统可以利用媒体内容耦合度来建立歌曲的推荐体系,使得所推荐的歌曲符合更能符合用户喜好,从而可以有效降低所推荐的歌曲与用户喜好的差异,可应用于不同平台和不同产品。
请参阅图3,图3是本发明实施例提供的一种媒体内容推荐系统的结构图。如图3所示,该媒体内容推荐系统可以包括:
第一提取单元301,用于提取需求用户的媒体内容收藏列表UL,确定需求用户的媒体内容收藏列表UL中的媒体内容总量LN;
第二提取单元302,用于提取库用户的媒体内容收藏列表ul,确定库用户的媒体内容收藏列表ul中的媒体内容总量ln;
第三提取单元303,用于提取媒体内容收藏列表UL和媒体内容收藏列表ul中的相同子列表L1,确定相同子列表L1中的媒体内容总量n;
第一利用单元304,用于利用媒体内容总量n与媒体内容总量LN,确定需求用户的媒体内容耦合度UX;
第二利用单元305,用于利用媒体内容总量n与媒体内容总量ln,确定库用户的媒体内容耦合度ux;
第三利用单元306,用于利用需求用户的媒体内容耦合度UX与库用户的媒体内容耦合度ux,确定最小媒体内容耦合度xmin;
第四利用单元307,用于利用媒体内容收藏列表UL与媒体内容收藏列表ul,确定媒体内容耦合度最小临界值X;
判断单元308,用于判断最小媒体内容耦合度xmin是否大于或等于媒体内容耦合度最小临界值X;
推荐单元309,用于在判断单元308的判断结果为是时,将库用户的媒体内容收藏列表ul中除相同子列表L1以外的媒体内容推荐给需求用户。
本发明实施例中,第一利用单元304具体用于计算媒体内容总量n与媒体内容总量LN的比值,将该比值作为需求用户的媒体内容耦合度UX。
本发明实施例中,第二利用单元305具体用于计算媒体内容总量n与媒体内容总量ln的比值,将该比值作为库用户的媒体内容耦合度ux。
本发明实施例中,第三利用单元306具体用于对比需求用户的媒体内容耦合度UX是否大于或等于库用户的媒体内容耦合度ux,如果需求用户的媒体内容耦合度UX大于或等于库用户的媒体内容耦合度ux,则将需求用户的媒体内容耦合度UX作为最小媒体内容耦合度xmin;如果需求用户的媒体内容耦合度UX小于库用户的媒体内容耦合度ux,则将库用户的媒体内容耦合度ux作为最小媒体内容耦合度xmin。
本发明实施例中,第四利用单元307具体用于对比媒体内容收藏列表UL是否大于或等于媒体内容收藏列表ul,如果媒体内容收藏列表UL大于或等于媒体内容收藏列表ul,则将预设的大列表对应的耦合度最小临界值X1作为媒体内容耦合度最小临界值X;如果媒体内容收藏列表UL小于媒体内容收藏列表ul,则将预设的小列表对应的耦合度最小临界值X2作为媒体内容耦合度最小临界值X;其中,X1小于X2。
通过图3所描述的系统可知,该系统可以利用媒体内容耦合度来建立媒体内容的推荐体系,使得所推荐的媒体内容符合更能符合用户喜好,从而可以有效降低所推荐的媒体内容与用户喜好的差异。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-OnlyMemory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
以上对本发明实施例所提供的媒体内容推荐方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种媒体内容推荐方法,其特征在于,包括:
媒体内容推荐的平台提取需求用户的媒体内容收藏列表UL,确定所述需求用户的媒体内容收藏列表UL中的媒体内容总量LN;
媒体内容推荐的平台提取库用户的媒体内容收藏列表ul,确定所述库用户的媒体内容收藏列表ul中的媒体内容总量ln;
媒体内容推荐的平台提取所述媒体内容收藏列表UL和所述媒体内容收藏列表ul中的相同子列表L1,确定所述相同子列表L1中的媒体内容总量n;
媒体内容推荐的平台利用所述媒体内容总量n与所述媒体内容总量LN,确定所述需求用户的媒体内容耦合度UX,以及利用所述媒体内容总量n与所述媒体内容总量ln,确定所述库用户的媒体内容耦合度ux;
媒体内容推荐的平台对比所述媒体内容收藏列表UL是否大于或等于所述媒体内容收藏列表ul,如果所述媒体内容收藏列表UL大于或等于所述媒体内容收藏列表ul,确定所述UL属于大列表,则将预设的大列表对应的耦合度最小临界值X1作为媒体内容耦合度最小临界值X;如果所述媒体内容收藏列表UL小于所述媒体内容收藏列表ul,确定所述UL属于小列表,则将预设的小列表对应的耦合度最小临界值X2作为媒体内容耦合度最小临界值X;其中,所述X1小于所述X2;
媒体内容推荐的平台利用所述需求用户的媒体内容耦合度UX与所述库用户的媒体内容耦合度ux,确定最小媒体内容耦合度xmin;
媒体内容推荐的平台判断所述最小媒体内容耦合度xmin是否大于或等于所述媒体内容耦合度最小临界值X,如果是,将所述库用户的媒体内容收藏列表ul中除所述相同子列表L1以外的媒体内容推荐给所述需求用户。
2.根据权利要求1所述的媒体内容推荐方法,其特征在于,所述利用所述媒体内容总量n与所述媒体内容总量LN,确定所述需求用户的媒体内容耦合度UX包括:
计算所述媒体内容总量n与所述媒体内容总量LN的比值,将所述比值作为所述需求用户的媒体内容耦合度UX。
3.根据权利要求1所述的媒体内容推荐方法,其特征在于,所述利用所述媒体内容总量n与所述媒体内容总量ln,确定所述库用户的媒体内容耦合度ux包括:
计算所述媒体内容总量n与所述媒体内容总量ln的比值,将所述比值作为所述库用户的媒体内容耦合度ux。
4.根据权利要求1所述的媒体内容推荐方法,其特征在于,所述利用所述需求用户的媒体内容耦合度UX与所述库用户的媒体内容耦合度ux,确定最小媒体内容耦合度xmin包括:
对比所述需求用户的媒体内容耦合度UX是否大于或等于所述库用户的媒体内容耦合度ux,如果所述需求用户的媒体内容耦合度UX大于或等于所述库用户的媒体内容耦合度ux,则将所述需求用户的媒体内容耦合度UX作为最小媒体内容耦合度xmin;如果所述需求用户的媒体内容耦合度UX小于所述库用户的媒体内容耦合度ux,则将所述库用户的媒体内容耦合度ux作为最小媒体内容耦合度xmin。
5.一种媒体内容推荐系统,其特征在于,应用于媒体内容推荐的平台,包括:
第一提取单元,用于提取需求用户的媒体内容收藏列表UL,确定所述需求用户的媒体内容收藏列表UL中的媒体内容总量LN;
第二提取单元,用于提取库用户的媒体内容收藏列表ul,确定所述库用户的媒体内容收藏列表ul中的媒体内容总量ln;
第三提取单元,用于提取所述媒体内容收藏列表UL和所述媒体内容收藏列表ul中的相同子列表L1,确定所述相同子列表L1中的媒体内容总量n;
第一利用单元,用于利用所述媒体内容总量n与所述媒体内容总量LN,确定所述需求用户的媒体内容耦合度UX;
第二利用单元,用于利用所述媒体内容总量n与所述媒体内容总量ln,确定所述库用户的媒体内容耦合度ux;
第三利用单元,用于利用所述需求用户的媒体内容耦合度UX与所述库用户的媒体内容耦合度ux,确定最小媒体内容耦合度xmin;
第四利用单元,用于对比所述媒体内容收藏列表UL是否大于或等于所述媒体内容收藏列表ul,如果所述媒体内容收藏列表UL大于或等于所述媒体内容收藏列表ul,确定所述UL属于大列表,则将预设的大列表对应的耦合度最小临界值X1作为媒体内容耦合度最小临界值X;如果所述媒体内容收藏列表UL小于所述媒体内容收藏列表ul,确定所述UL属于小列表,则将预设的小列表对应的耦合度最小临界值X2作为媒体内容耦合度最小临界值X;其中,所述X1小于所述X2;
判断单元,用于判断所述最小媒体内容耦合度xmin是否大于或等于所述媒体内容耦合度最小临界值X;
推荐单元,用于在所述判断单元的判断结果为是时,将所述库用户的媒体内容收藏列表ul中除所述相同子列表L1以外的媒体内容推荐给所述需求用户。
6.根据权利要求5所述的媒体内容推荐系统,其特征在于,所述第一利用单元具体用于计算所述媒体内容总量n与所述媒体内容总量LN的比值,将所述比值作为所述需求用户的媒体内容耦合度UX。
7.根据权利要求5所述的媒体内容推荐系统,其特征在于,所述第二利用单元具体用于计算所述媒体内容总量n与所述媒体内容总量ln的比值,将所述比值作为所述库用户的媒体内容耦合度ux。
8.根据权利要求5所述的媒体内容推荐系统,其特征在于,所述第三利用单元具体用于对比所述需求用户的媒体内容耦合度UX是否大于或等于所述库用户的媒体内容耦合度ux,如果所述需求用户的媒体内容耦合度UX大于或等于所述库用户的媒体内容耦合度ux,则将所述需求用户的媒体内容耦合度UX作为最小媒体内容耦合度xmin;如果所述需求用户的媒体内容耦合度UX小于所述库用户的媒体内容耦合度ux,则将所述库用户的媒体内容耦合度ux作为最小媒体内容耦合度xmin。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210567080.XA CN103905907B (zh) | 2012-12-25 | 2012-12-25 | 一种媒体内容推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210567080.XA CN103905907B (zh) | 2012-12-25 | 2012-12-25 | 一种媒体内容推荐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103905907A CN103905907A (zh) | 2014-07-02 |
CN103905907B true CN103905907B (zh) | 2016-11-23 |
Family
ID=50997023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210567080.XA Active CN103905907B (zh) | 2012-12-25 | 2012-12-25 | 一种媒体内容推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103905907B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1841384A (zh) * | 2005-03-30 | 2006-10-04 | 索尼株式会社 | 用户终端以及内容搜索和呈现方法 |
CN101287082A (zh) * | 2008-05-16 | 2008-10-15 | 华东师范大学 | 一种引入节目热门度权重的协作过滤推荐方法 |
JP2009123102A (ja) * | 2007-11-16 | 2009-06-04 | Yasuaki Omata | インターネットにおけるパッケージ(『プレイリスト』)共有管理方法(類似趣向を持つ仲間交流強化と文化向上に関する管理方法) |
JP2009301478A (ja) * | 2008-06-17 | 2009-12-24 | Yahoo Japan Corp | 類似プレイリスト検索方法、プログラム及び装置 |
-
2012
- 2012-12-25 CN CN201210567080.XA patent/CN103905907B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1841384A (zh) * | 2005-03-30 | 2006-10-04 | 索尼株式会社 | 用户终端以及内容搜索和呈现方法 |
JP2009123102A (ja) * | 2007-11-16 | 2009-06-04 | Yasuaki Omata | インターネットにおけるパッケージ(『プレイリスト』)共有管理方法(類似趣向を持つ仲間交流強化と文化向上に関する管理方法) |
CN101287082A (zh) * | 2008-05-16 | 2008-10-15 | 华东师范大学 | 一种引入节目热门度权重的协作过滤推荐方法 |
JP2009301478A (ja) * | 2008-06-17 | 2009-12-24 | Yahoo Japan Corp | 類似プレイリスト検索方法、プログラム及び装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103905907A (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103885987B (zh) | 一种音乐推荐方法和系统 | |
US20130138674A1 (en) | System and method for recommending application by using keyword | |
CN104123325B (zh) | 多媒体文件的推荐方法和推荐服务器 | |
WO2009148430A3 (en) | System and method of collecting market-related data via a web-based networking environment | |
RU2010121864A (ru) | Прикрепление пар свойство-значение, повторное ранжирование и фильтрование объявлений | |
CN104298719A (zh) | 基于社交行为进行用户的类别划分、广告投放方法和系统 | |
CN104462059A (zh) | 商户地址信息识别方法和装置 | |
CN103714115A (zh) | 一种网页内容的加载方法和装置 | |
CN102541893A (zh) | 关键词分析方法及装置 | |
CN102890698A (zh) | 微博话题标签自动化描述方法 | |
CN103631769B (zh) | 一种判断文件内容与标题间一致性的方法及装置 | |
CN102622365B (zh) | 一种网页重复的判断系统及其判断方法 | |
CN107679885A (zh) | 一种广告数据获取方法及装置 | |
CN105872602A (zh) | 一种广告数据获取方法、装置及相关系统 | |
CN109033441A (zh) | 一种基于大数据分析的推送方法及装置 | |
CN105611342A (zh) | 一种广告投放的方法及系统 | |
CN102880648A (zh) | 一种对歌曲进行分析的方法及装置 | |
CN105989107A (zh) | 一种应用推荐方法及装置 | |
CN104484435A (zh) | 交叉分析用户行为的方法 | |
CN103902596B (zh) | 高频页面内容聚类方法和系统 | |
CN106095816A (zh) | 信息投放方法和装置 | |
CN106202050B (zh) | 主题信息获取方法、装置和电子设备 | |
CN103763575B (zh) | 一种节目单编排方法及装置 | |
CN104753979B (zh) | 一种显示网站信息的方法、服务器、终端及系统 | |
CN105574480A (zh) | 一种信息处理方法、装置以及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20140702 Assignee: Ocean interactive (Beijing) Information Technology Co., Ltd. Assignor: Tencent Technology (Shenzhen) Co., Ltd. Contract record no.: 2016990000422 Denomination of invention: Method and system for media content recommendation License type: Common License Record date: 20161009 |
|
LICC | Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |