CN104038517A - 基于群组关系的信息推送方法以及服务器 - Google Patents

基于群组关系的信息推送方法以及服务器 Download PDF

Info

Publication number
CN104038517A
CN104038517A CN201310069687.XA CN201310069687A CN104038517A CN 104038517 A CN104038517 A CN 104038517A CN 201310069687 A CN201310069687 A CN 201310069687A CN 104038517 A CN104038517 A CN 104038517A
Authority
CN
China
Prior art keywords
group
information
user
outside
recommended
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.)
Pending
Application number
CN201310069687.XA
Other languages
English (en)
Inventor
王晓岩
孙立峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tsinghua University
Tencent Technology Shenzhen Co Ltd
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 Tsinghua University, Tencent Technology Shenzhen Co Ltd filed Critical Tsinghua University
Priority to CN201310069687.XA priority Critical patent/CN104038517A/zh
Priority to PCT/CN2013/088759 priority patent/WO2014134940A1/en
Publication of CN104038517A publication Critical patent/CN104038517A/zh
Priority to US14/807,457 priority patent/US20150331951A1/en
Pending legal-status Critical Current

Links

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
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • 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
    • 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
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
    • 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

Abstract

本发明公开了一种基于群组关系的信息推送方法及服务器，所述方法包括：获取当前群组的待推荐信息中各信息的标识；获取与所述当前群组存在关联的群组外用户的特征；根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息，并将保留的信息推送至所述当前群组。本发明利用当前群组外的群组外关联用户的特征对当前群组的待推荐信息进行匹配指导，极大的提高了推荐信息的显示效率以及准确率，可将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看，还节省服务器资源，进而提高了服务器的处理效率。

Description

基于群组关系的信息推送方法以及服务器
技术领域
本发明属于互联网络技术领域，尤其涉及一种基于群组关系的信息推送方法及服务器。
背景技术
在web2.0时代，用户原创内容（UGC）的兴起和飞速增长使得社交网络中产生了大量的社交化多媒体信息，由于社交化多媒体信息结合了社交网络的特性，由此对用户产生和消费多媒体信息的方式产生了深刻影响。而且社交化多媒体信息大多是来自于网络社交圈子中朋友的分享或者是社交网络中的系统推荐，进而使得用户在社交网络中的交互更加频繁，关系更加紧密。
以多媒体信息为视频为例，相比单独观看视频的形式，用户在网络上观看视频时，更倾向于加入一个群组中参与共同观看视频，并分享观看体会。而社交媒体系统中群组的构成是多样化的，譬如包括亲属、朋友、同学、同事甚至网络虚拟内容用户（如公共主页）。同时群组的规模也不断变化，譬如从3人一组、5人一组到8人一组甚至更多人数的组。由于在这类系统中群组交互的概念被加强，从群组的角度为用户推荐大家共同感兴趣的视频逐渐成为web2.0时代的发展趋势。
而为群组推荐视频的方式，现有技术大多存在方式包括：一是“虚拟用户法”，即将群组用户的特征模拟成一个虚拟的人物，再对这个虚拟的人物进行个性化推荐；还有就是“特征融合法”，即对群组中的每个用户进行个性化推荐，再将推荐结果进行整合。当然还有其它的推荐视频的方式，譬如将群组内部用户间的关系考虑在群组推荐模型中，或者运用用户的兴趣差异性改进群组推荐模型，但是上述方式均是从群组用户的兴趣本身和群组内户之间的联系的角度来进行视频推荐。
而随着“微博”这种新型社交网络的出现和普及，在社交化多媒体系统中，由于“Follow（关注）”概念的提出，用户在社交网络中的关系由传统的只存在双向关系转变为可能存在单向关系的可能，即单向关注。而且往往群组内用户单向关注的群组外某一用户的特征恰恰更能准确的反应该群组内用户的喜好，但是现有技术中的视频推荐方式仅仅是从群组用户的兴趣本身和群组内户之间的联系的角度来进行视频推荐，忽略了群组外用户的影响，导致推荐的效率低下，推荐的视频不能被群组内用户点击，造成服务器资源的浪费，还降低了服务器的处理效率。
因此，现有技术存在以下技术问题：群组推荐没有充分结合群组外关联用户，导致推荐效率低下，进而造成服务器资源的浪费，降低了服务器的处理效率。
发明内容
本发明实施例的目的在于提供一种基于群组关系的信息推送方法及服务器，旨在解决现有技术中的群组推荐没有充分结合群组外关联用户，导致推荐效率低下，进而造成服务器资源的浪费，降低了服务器的处理效率的技术问题。
为解决上述技术问题，本发明实施例提供以下技术方案：
一种基于群组关系的信息推送方法，所述方法包括以下步骤：
获取当前群组的待推荐信息中各信息的标识；
获取与所述当前群组存在关联的群组外用户的特征；
根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息，并将保留的信息推送至所述当前群组。
一种服务器，包括：
信息标识获取模块，用于获取当前群组的待推荐信息中各信息的标识；
群组外用户特征获取模块，用于获取与所述当前群组存在关联的群组外用户的特征；
信息筛选模块，用于根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息；以及
信息推送模块，用于将所述信息筛选模块保留的信息推送至所述当前群组。
本发明实施例利用当前群组的群组外关联用户的特征对当前群组的待推荐信息进行匹配指导，极大的提高了推荐信息的显示效率以及准确率，针对活跃度低，用户关系稀疏的群组很好的解决了冷启动问题，即将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看，本发明实施例还节省服务器资源，进而提高了服务器的处理效率。
附图说明
图1是本发明提供的基于群组关系的信息推送方法的较佳实施例流程示意图；
图2是本发明提供的根据群组外关联用户对待推荐视频进行筛选的较佳实施例流程示意图；
图3是本发明提供的服务器的较佳实施例结构示意图。
具体实施方式
以下各实施例的说明是参考附加的图式，用以例示本发明可用以实施的特定实施例。
请参阅图1，图1为本发明提供的基于群组关系的信息推送方法的较佳实施例流程示意图。为便于描述，本发明的信息以视频为例，当然也可以是其它的信息，譬如多媒体信息、图片或者文字信息等，均在本发明保护范围之内。
在步骤S101中，获取当前群组的待推荐视频中各视频的标识。
在具体实施过程中，所述待推荐视频存储于服务器的视频库中，而所述待推荐视频中各视频的标识譬如为视频的特征向量，当然也可以是其它的标识，譬如视频的标签等，此处不一一列举。
在步骤S102中，获取与所述当前群组存在关联的群组外用户的特征，即获取群组外关联用户的特征。
具体的，本发明实施例所指的与所述当前群组存在关联的群组外用户（群组外关联用户）譬如为当前群组内用户关注的用户，且该用户不在该当前群组中。更具体的，与当前群组存在关联的群组外用户包括两种：一种是与当前群组内用户存在单向关联，即当前群组内用户关注的群组外某一用户；另一种是存在双向关联，即当前群组内用户与群组外某一用户相互关注。譬如在腾讯微博的群组中，群组内某一用户关注群组外的另一用户刘翔，则该群组外的用户刘翔即为本发明实施例所指的群组外关联用户。
在步骤S103中，根据获取的所述群组外关联用户的特征对所述当前群组中待推荐信息进行筛选，生成第一推荐视频组。
更具体的，将所述群组外关联用户的特征与所述当前群组中待推荐视频中各视频的标识一一进行匹配，若待推荐视频中某一视频的标识与所述群组外关联用户的特征一致，则将该视频保留，而所有保留后的视频形成第一推荐视频组，若待推荐视频中某一视频的标识与所述群组外关联用户的特征不一致，则将该视频删除。显然，在本发明实施例的第一推荐视频组中，各视频的标识与所述群组外关联用户的特征一致。
根据所述群组外关联用户对待推荐视频进行筛选的详细描述请参阅图2以及针对图2的详细描述，此处暂不赘述。
在步骤S104中，获取当前播放视频的显示标识。
而所述当前播放视频的显示标识譬如为当前播放视频的特征向量，当然也可以是其它的标识，譬如当前播放视频的标签等，此处不一一列举。
在步骤S105中，根据所述当前播放视频的显示标识对所述第一推荐视频组内的视频进行筛选，从所述第一推荐视频组删除与所述当前播放视频的显示标识一致的视频，保留后的视频形成第二推荐视频组。
在具体实施过程中，将所述当前播放视频的显示标识对所述第一推荐视频组内的视频的标识一一进行匹配，若所述第一推荐视频组内的某一视频的标识与所述当前播放视频的显示标识一致，则将该视频从所述第一推荐视频组删除；若所述第一推荐视频组内的某一视频的标识与所述当前播放视频的显示标识不一致，则保留该视频，保留后的视频形成所述第二推荐视频组。显然，本发明提供的第二推荐视频组中的各视频是在第一推荐视频组的基础上形成，且所述第二推荐视频组的各视频的标识与所述当前播放视频的显示标识不一致。
在步骤S106中，将所述第二推荐视频组的视频推送至当前群组。
本发明实施例首先根据群组外关联用户对当前群组的待推荐视频进行筛选，保留与所述群组外关联用户的行为标识一致的视频，并形成第一推荐视频组；之后根据当前播放视频对所述第一推荐视频组进行筛选，删除与当前播放视频的显示标识一致的视频，保留的视频形成第二推荐视频组，最后将所述第二推荐视频组内的视频推送至当前群组进行播放。
更具体的，本发明实施例利用当前群组外的“权威用户”的行为信息建立一兴趣指导特征，并以建立的兴趣指导特征对当前群组的待推荐视频进行匹配指导，极大的提高了推荐视频的播放效率以及准确率，针对活跃度低，用户关系稀疏的群组很好的解决了冷启动问题，即将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看。而且，本发明实施例利用当前播放视频进一步的对待推荐视频进行筛选，避免了相同内容的视频的重复推荐显示，对于开放性高，动态性强的群组具有良好的适应性和准确度。
请参阅图2，图2为本发明根据群组外关联用户对待推荐视频进行筛选的较佳实施例流程示意图。
在步骤S201中，获取与群组内用户存在关联的群组外关联用户。
在步骤S202中，获取所述群组外关联用户的影响权重，其中所述影响权重为群组外用户的行为数据占群组内用户的行为数据的比重。
具体的，所述关注度权重为：所述群组外用户与群组内用户存在关联关系的数量；所述共同行为权重为：群组内用户的行为中，与所述群组外用户相关的行为特征和该群组内用户所有的行为特征的比值。
在具体实施过程中，本发明实施例还将获取的群组外关联用户进行分组，譬如从群组外关联用户角度对于群组的兴趣指导特征定义为preEx（G）；通过将群组外关联用户聚类，并把每个类别称为一个关联组，每个关联组的特征定义为exPi；将某一关联组在所有关联组中的权重定义为Wei；由此，群组外关联用户的兴趣指导特征定义为下式（1）：
preEx ( G ) = Σ i = 1 n ex P i * W ei Σ i = 1 n W ei - - - ( 1 )
具体的，可通过群组外关联用户的历史行为来描述群组外关联用户，以反映群组用户的兴趣。譬如以腾讯微博为例，每个群组外关联用户的历史行为由其原创或转发的微博构成，首先分析每一条相关的微博所体现的兴趣特征，之后通过线性判别分析(Linear Discriminant Analysis，LDA)分词和话题模型挖掘，对每条视频得到了一个10维的特征向量。本发明实施例通过将群组外关联用户进行聚类，可以将群组外关联用户的兴趣进行整合提炼。利用K-means聚类法将群组外关联用户聚类为15个关联组，即不同的群组外关联用户可以被分成相同的类别，如体育明星，时政分析专家等，每个关联组的权重表示该组用户在所有关联组中对当前群组内用户的影响权重。
在步骤S203中，根据所述群组外关联用户的影响权重对所述当前群组的待推荐视频中各视频进行相似度计算，生成对应各视频的相似度结果。
譬如，首先从服务器的视频库中初步选择出对应当前群组的待推荐视频，通过话题模型获取上述待推荐视频中各视频的特征向量，譬如各视频的特征向量用Vi表示，而针对每个群组G，待推荐视频与群组外关联用户的兴趣相似度定义为simEx（G,i）；而群组外关联用户的兴趣指导特征为preEx（G）；则利用群组外关联用户对当前群组的待推荐视频进行初步推荐的公式为下式（2）：
simEx（G,i）=Vi×preEx（G） （2）
在步骤S204中，将各视频的相似度结果与预设阈值进行对比，若相似度结果大于预设阈值，则进行步骤S205，否则进行步骤S207。
在步骤S205中，将相似度结果大于预设阈值的视频保留，以形成第一推荐视频组。
在步骤S206中，将各视频按照相似度结果的大小顺序的进行显示。
在步骤S207中，将相似度结果小于预设阈值的视频删除。
而对于当前播放视频，则利用话题模型提取所述当前播放视频的特征向量，譬如当前播放视频的特征向量用PC表示，而待推荐视频中各视频的特征向量仍用Vi表示，并将当前播放视频与每个待推荐视频的相似度定义为sim(PC,Vi),而每个待推荐视频的上下文过滤因子为fli,则利用当前播放视频对待推荐视频的过滤公式为下式（3）：
fli=sim(PC,Vi) （3）
通过以上方式，本发明实施例完成了一个综合性的群组推荐方法，尤其针对开放性强，动态性高，内部关系稀疏的社交媒体群组进行媒体内容推荐，很好的解决了冷门内容的冷启动问题，即将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看。本发明发明人通过实验结果显示，使用本发明实施例的方法的群组推荐效果远远超出现有技术使用的基本群组推荐算法，并且稳定性好，持续应用能力强。
请参阅图3，图3为本发明提供的服务器的较佳实施例结构示意图。
所述服务器包括群组外用户获取模块31、影响权重获取模块32、信息标识获取模块33、群组外用户特征获取模块34、信息筛选模块35以及信息推送模块36；而所述信息筛选模块35具体包括相似度生成模块351以及比较模块352。
其中所述群组外用户获取模块31用于获取与当前群组存在关联的群组外用户；所述影响权重获取模块32用于获取所述群组外用户的影响权重，其中所述影响权重为群组外用户的行为数据占群组内用户的行为数据的比重。
具体的，所述群组外用户的影响权重包括关注度权重和共同行为权重；其中所述关注度权重为：所述群组外用户与群组内用户存在关联关系的数量；所述共同行为权重为：群组内用户的行为中，与所述群组外用户相关的行为特征和该群组内用户所有的行为特征的比值。
所述信息标识获取模块33用于获取当前群组的待推荐信息中各信息的标识；所述群组外用户特征获取模块34获取与所述当前群组存在关联的群组外用户的特征。
而所述信息筛选模块35用于根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息。
更具体的，所述信息筛选模块35的相似度生成模块351用于根据所述群组外用户的影响权重对所述当前群组中待推荐信息中各信息进行相似度计算，生成对应各信息的相似度结果；所述信息筛选模块35的比较模块352用于将各信息的相似度结果与预设阈值进行对比，若相似度结果大于预设阈值，则保留相应的信息。
所述筛选模块35根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，生成第一推荐多媒体组。所述信息标识获取模块36进一步的用于获取当前显示信息的显示标识；而所述筛选模块35进一步的用于根据所述当前显示信息的显示标识对所述第一推荐信息组进行筛选，删除与所述当前显示信息的显示标识一致的信息，生成第二推荐信息组。
信息推送模块36用于将所述筛选模块35筛选后的信息推送至当前群组。更优的，所述信息推送模块36进一步的用于将所述比较模块352保留下来的各信息按照相似度结果的大小顺序的进行推送，更进一步的，将所述第二推荐信息组的各信息推送至当前群组。
关于所述服务器的各模块的具体工作原理请参阅上文针对基于群组关系的信息推送方法的详细描述，此处不再赘述。
本发明实施例利用当前群组外的“权威用户”的行为信息建立一兴趣指导特征，并以建立的兴趣指导特征指导当前群组的待推荐信息进行匹配指导，极大的提高了推荐信息的效率以及准确率，针对活跃度低，用户关系稀疏的群组很好的解决了冷启动问题，即将该群组内应该感兴趣、但是由于各种原因不会点击到的视频推送至该群组内，由该群组内的用户点击观看。而且，本发明实施例利用当前显示信息进一步的对待推荐信息进行筛选，避免了相同内容的信息的重复推荐，对于开放性高，动态性强的群组具有良好的适应性和准确度。
综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。

Claims (10)

1.一种基于群组关系的信息推送方法，其特征在于，所述方法包括以下步骤：
获取当前群组的待推荐信息中各信息的标识；
获取与所述当前群组存在关联的群组外用户的特征；
根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息，并将保留的信息推送至所述当前群组。
2.根据权利要求1所述的基于群组关系的信息推送方法，其特征在于，根据获取的群组外用户的特征对所述当前群组中待推荐信息进行筛选后，生成第一推荐信息组，而在生成所述第一推荐信息组后，所述方法还包括以下步骤：
获取当前显示信息的显示标识；
根据所述当前显示信息的显示标识对所述第一推荐信息组进行筛选，删除与所述当前显示信息的显示标识相一致的信息，生成第二推荐信息组；
将所述第二推荐信息组的信息推送至所述当前群组。
3.根据权利要求1所述的基于群组关系的信息推送方法，其特征在于，获取当前群组的待推荐信息中各信息的标识的步骤之前，所述方法还包括以下步骤：
获取与所述当前群组存在关联的群组外用户；
获取所述群组外用户的影响权重，其中所述影响权重为群组外用户的行为数据占群组内用户的行为数据的比重；
而根据获取的群组外用户的特征对所述当前群组中待推荐信息进行筛选包括：
根据所述群组外用户的影响权重对所述当前群组中待推荐信息中各信息进行相似度计算，生成对应各信息的相似度结果；
将各信息的相似度结果与预设阈值进行对比，若相似度结果大于预设阈值，则保留相应的信息。
4.根据权利要求3所述的基于群组关系的信息推送方法，其特征在于，所述群组外用户的影响权重包括关注度权重和共同行为权重；
其中所述关注度权重为：所述群组外用户与群组内用户存在关联关系的数量；
所述共同行为权重为：群组内用户的行为中，与所述群组外用户相关的行为特征和该群组内用户所有的行为特征的比值。
5.根据权利要求3所述的基于群组关系的信息推送方法，其特征在于，将各信息的相似度结果与预设阈值进行对比，并保留相应的信息的步骤之后，所述方法进一步的包括：
将保留的各信息按照相似度结果的大小依次进行显示。
6.一种服务器，其特征在于，包括：
信息标识获取模块，用于获取当前群组的待推荐信息中各信息的标识；
群组外用户特征获取模块，用于获取与所述当前群组存在关联的群组外用户的特征；
信息筛选模块，用于根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选，保留与所述群组外用户的特征相一致的信息；以及
信息推送模块，用于将所述信息筛选模块保留的信息推送至所述当前群组。
7.根据权利要求6所述的服务器，其特征在于，所述信息筛选模块根据获取的所述群组外用户的特征对所述当前群组中待推荐信息进行筛选后，生成第一推荐信息组，
而所述信息标识获取模块，进一步的用于获取当前显示信息的显示标识；
而所述信息筛选模块，进一步的用于根据所述当前显示信息的显示标识对所述第一推荐信息组进行筛选，删除与所述当前显示信息的显示标识相一致的信息，生成第二推荐信息组；
而所述信息推送模块，进一步的用于将所述第二推荐信息组的信息推送至所述当前群组。
8.根据权利要求6所述的服务器，其特征在于，所述服务器进一步包括：
群组外用户获取模块，用于获取与当前群组存在关联的群组外用户；
影响权重获取模块，用于获取所述群组外用户的影响权重，其中所述影响权重为群组外用户的行为数据占群组内用户的行为数据的比重；
而信息筛选模块具体包括：
相似度生成模块，用于根据所述群组外用户的影响权重对所述当前群组中待推荐信息中各信息进行相似度计算，生成对应各信息的相似度结果；
比较模块，用于将各信息的相似度结果与预设阈值进行对比，若相似度结果大于预设阈值，则保留相应的信息。
9.根据权利要求8所述的服务器，其特征在于，所述群组外用户的影响权重包括关注度权重和共同行为权重；
其中所述关注度权重为：所述群组外用户与群组内用户存在关联关系的数量；
所述共同行为权重为：群组内用户的行为中，与所述群组外用户相关的行为特征和该群组内用户所有的行为特征的比值。
10.根据权利要求8所述的服务器，其特征在于，所述信息推送模块，进一步的用于将所述比较模块保留下来的各信息按照相似度结果的大小顺序的进行推送。
CN201310069687.XA 2013-03-05 2013-03-05 基于群组关系的信息推送方法以及服务器 Pending CN104038517A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201310069687.XA CN104038517A (zh) 2013-03-05 2013-03-05 基于群组关系的信息推送方法以及服务器
PCT/CN2013/088759 WO2014134940A1 (en) 2013-03-05 2013-12-06 Method and server of group recommendation
US14/807,457 US20150331951A1 (en) 2013-03-05 2015-07-23 Method and server of group recommendation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310069687.XA CN104038517A (zh) 2013-03-05 2013-03-05 基于群组关系的信息推送方法以及服务器

Publications (1)

Publication Number Publication Date
CN104038517A true CN104038517A (zh) 2014-09-10

Family

ID=51469106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310069687.XA Pending CN104038517A (zh) 2013-03-05 2013-03-05 基于群组关系的信息推送方法以及服务器

Country Status (3)

Country Link
US (1) US20150331951A1 (zh)
CN (1) CN104038517A (zh)
WO (1) WO2014134940A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574045A (zh) * 2014-10-17 2016-05-11 深圳市腾讯计算机系统有限公司 一种视频推荐方法和服务器
CN106294455A (zh) * 2015-05-29 2017-01-04 腾讯科技（深圳）有限公司 一种网络分析方法及装置
CN106357416A (zh) * 2016-11-30 2017-01-25 宇龙计算机通信科技(深圳)有限公司 一种群信息推荐方法、装置及终端
CN107103057A (zh) * 2017-04-13 2017-08-29 腾讯科技（深圳）有限公司 一种资源推送方法及装置
CN107222566A (zh) * 2017-07-06 2017-09-29 广州优视网络科技有限公司 信息推送方法、装置及服务器
CN107507016A (zh) * 2017-06-29 2017-12-22 北京三快在线科技有限公司 一种消息推送方法和系统
WO2018145591A1 (zh) * 2017-02-10 2018-08-16 腾讯科技（深圳）有限公司 兴趣标签确定方法、计算机设备和存储介质
CN110851727A (zh) * 2019-11-19 2020-02-28 青岛聚看云科技有限公司 搜索结果的排序方法及服务器
CN111461516A (zh) * 2020-03-26 2020-07-28 深圳市百纳九洲科技有限公司 一种智慧城市综合网格化管理系统平台
CN112507165A (zh) * 2020-12-09 2021-03-16 北京达佳互联信息技术有限公司 视频推荐方法及装置
CN113407829A (zh) * 2021-06-16 2021-09-17 中国联合网络通信集团有限公司 在线学习资源推荐方法、装置、设备及存储介质
CN112507165B (zh) * 2020-12-09 2024-04-30 北京达佳互联信息技术有限公司 视频推荐方法及装置

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016187768A1 (zh) * 2015-05-25 2016-12-01 武克易 一种视频信息推送方法及装置
RU2632131C2 (ru) 2015-08-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендуемого списка содержимого
RU2632100C2 (ru) 2015-09-28 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендованного набора элементов
RU2629638C2 (ru) 2015-09-28 2017-08-30 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер создания рекомендуемого набора элементов для пользователя
US10832304B2 (en) 2016-01-15 2020-11-10 Target Brands, Inc. Resorting product suggestions for a user interface
RU2632144C1 (ru) 2016-05-12 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Компьютерный способ создания интерфейса рекомендации контента
RU2636702C1 (ru) 2016-07-07 2017-11-27 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций
RU2632132C1 (ru) 2016-07-07 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и устройство для создания рекомендаций содержимого в системе рекомендаций
CN107767153B (zh) * 2016-08-16 2022-02-11 腾讯科技（北京）有限公司 一种数据处理方法及装置
CN106326431A (zh) * 2016-08-25 2017-01-11 乐视控股（北京）有限公司 一种信息推荐方法和装置
CN106507143A (zh) * 2016-10-21 2017-03-15 北京小米移动软件有限公司 视频推荐方法及装置
US10846517B1 (en) * 2016-12-30 2020-11-24 Amazon Technologies, Inc. Content modification via emotion detection
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
US20190124170A1 (en) * 2017-10-19 2019-04-25 Facebook, Inc. Systems and methods for retaining meaningful connections
CN108307240B (zh) * 2018-02-12 2019-10-22 北京百度网讯科技有限公司 视频推荐方法和装置
RU2714594C1 (ru) 2018-09-14 2020-02-18 Общество С Ограниченной Ответственностью "Яндекс" Способ и система определения параметра релевантность для элементов содержимого
RU2720899C2 (ru) 2018-09-14 2020-05-14 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации
RU2720952C2 (ru) 2018-09-14 2020-05-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для создания рекомендации цифрового содержимого
RU2725659C2 (ru) 2018-10-08 2020-07-03 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для оценивания данных о взаимодействиях пользователь-элемент
RU2731335C2 (ru) 2018-10-09 2020-09-01 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для формирования рекомендаций цифрового контента
RU2757406C1 (ru) 2019-09-09 2021-10-15 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для обеспечения уровня сервиса при рекламе элемента контента
CN111241394B (zh) * 2020-01-07 2023-09-22 腾讯科技（深圳）有限公司 数据处理方法、装置、计算机可读存储介质及电子设备
CN111507810A (zh) * 2020-05-27 2020-08-07 海南太美航空股份有限公司 基于聚类分析的航班服务方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011097041A2 (en) * 2010-02-02 2011-08-11 Eastman Kodak Company Recommending user image to social network groups
CN102622404A (zh) * 2011-01-07 2012-08-01 微软公司 与组相关联的内容推荐
CN102655513A (zh) * 2011-03-02 2012-09-05 腾讯科技（深圳）有限公司 微博消息的发布方法、微博终端及微博服务器端

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8271529B2 (en) * 2009-08-10 2012-09-18 Yuheng Qiu Location-based and time control-based interactive information group and distribution platform
US9817637B2 (en) * 2010-07-01 2017-11-14 Salesforce.Com, Inc. Methods and systems for providing enhancements to a business networking feed
CN101916286A (zh) * 2010-08-23 2010-12-15 宇龙计算机通信科技(深圳)有限公司 一种信息推荐方法及系统
US20120221382A1 (en) * 2010-09-28 2012-08-30 Adam Kidron Influence based discovery platform apparatuses, methods and systems
US20120209907A1 (en) * 2011-02-14 2012-08-16 Andrews Anton O A Providing contextual content based on another user
US9443224B2 (en) * 2011-03-01 2016-09-13 Salesforce.Com, Inc. Systems, apparatus and methods for selecting updates to associated records to publish on an information feed
US20130018954A1 (en) * 2011-07-15 2013-01-17 Samsung Electronics Co., Ltd. Situation-aware user sentiment social interest models
CN102664744B (zh) * 2012-03-19 2014-10-29 西安电子科技大学 网络消息通信中群发推荐的方法
US8548973B1 (en) * 2012-05-15 2013-10-01 International Business Machines Corporation Method and apparatus for filtering search results
US8688782B1 (en) * 2012-05-22 2014-04-01 Google Inc. Social group suggestions within a social network
US20150278367A1 (en) * 2012-07-13 2015-10-01 Google Inc. Determination and Presentation of Content from Connections

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011097041A2 (en) * 2010-02-02 2011-08-11 Eastman Kodak Company Recommending user image to social network groups
CN102622404A (zh) * 2011-01-07 2012-08-01 微软公司 与组相关联的内容推荐
CN102655513A (zh) * 2011-03-02 2012-09-05 腾讯科技（深圳）有限公司 微博消息的发布方法、微博终端及微博服务器端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIAOYANWANG，LIFENG SUN等: ""Group Recommendation Using External Followee for Social TV"", 《2012 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO（ICME）》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574045A (zh) * 2014-10-17 2016-05-11 深圳市腾讯计算机系统有限公司 一种视频推荐方法和服务器
CN105574045B (zh) * 2014-10-17 2019-12-10 深圳市腾讯计算机系统有限公司 一种视频推荐方法和服务器
CN106294455A (zh) * 2015-05-29 2017-01-04 腾讯科技（深圳）有限公司 一种网络分析方法及装置
CN106357416A (zh) * 2016-11-30 2017-01-25 宇龙计算机通信科技(深圳)有限公司 一种群信息推荐方法、装置及终端
CN106357416B (zh) * 2016-11-30 2019-08-02 宇龙计算机通信科技(深圳)有限公司 一种群信息推荐方法、装置及终端
WO2018145591A1 (zh) * 2017-02-10 2018-08-16 腾讯科技（深圳）有限公司 兴趣标签确定方法、计算机设备和存储介质
US11226991B2 (en) 2017-02-10 2022-01-18 Tencent Technology (Shenzhen) Company Limited Interest tag determining method, computer device, and storage medium
US10958748B2 (en) 2017-04-13 2021-03-23 Tencent Technology (Shenzhen) Company Limited Resource push method and apparatus
CN107103057A (zh) * 2017-04-13 2017-08-29 腾讯科技（深圳）有限公司 一种资源推送方法及装置
CN107103057B (zh) * 2017-04-13 2018-09-18 腾讯科技（深圳）有限公司 一种资源推送方法及装置
CN107507016A (zh) * 2017-06-29 2017-12-22 北京三快在线科技有限公司 一种消息推送方法和系统
CN107222566A (zh) * 2017-07-06 2017-09-29 广州优视网络科技有限公司 信息推送方法、装置及服务器
CN107222566B (zh) * 2017-07-06 2020-09-04 阿里巴巴（中国）有限公司 信息推送方法、装置及服务器
CN110851727A (zh) * 2019-11-19 2020-02-28 青岛聚看云科技有限公司 搜索结果的排序方法及服务器
CN111461516A (zh) * 2020-03-26 2020-07-28 深圳市百纳九洲科技有限公司 一种智慧城市综合网格化管理系统平台
CN112507165A (zh) * 2020-12-09 2021-03-16 北京达佳互联信息技术有限公司 视频推荐方法及装置
CN112507165B (zh) * 2020-12-09 2024-04-30 北京达佳互联信息技术有限公司 视频推荐方法及装置
CN113407829A (zh) * 2021-06-16 2021-09-17 中国联合网络通信集团有限公司 在线学习资源推荐方法、装置、设备及存储介质
CN113407829B (zh) * 2021-06-16 2023-06-27 中国联合网络通信集团有限公司 在线学习资源推荐方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US20150331951A1 (en) 2015-11-19
WO2014134940A1 (en) 2014-09-12

Similar Documents

Publication Publication Date Title
CN104038517A (zh) 基于群组关系的信息推送方法以及服务器
CN102421062B (zh) 应用信息推送方法和系统
CN104038908B (zh) 发送推送消息的方法和装置
CN104052714B (zh) 多媒体信息的推送方法及服务器
CN104516892B (zh) 关联富媒体信息的用户生成内容的发布方法、系统和终端
WO2015139559A1 (zh) 生成数字人的方法及系统
CN103617547B (zh) 一种业务推荐方法及系统
CN110020893B (zh) 一种广告贡献度确定方法、装置及设备
CN105915949A (zh) 一种视频内容推荐方法、设备和系统
CN103778260A (zh) 一种个性化微博信息推荐系统和方法
CN105142028A (zh) 面向三网融合的电视节目内容搜索与推荐方法
CN104008184A (zh) 信息的推送方法和装置
CN105407365B (zh) 一种广告数据管理方法及广告管理服务端
CN103678647A (zh) 一种实现信息推荐的方法及系统
US10387504B1 (en) Determining whether a user in a social network is an authority on a topic
CN104951544A (zh) 用户数据处理方法、用户数据的提供方法和系统
CN103782285B (zh) 对精确用户偏好数据的收集和管理
CN103838814A (zh) 一种动态展示人脉图谱关系的方法
CN101833552A (zh) 一种流媒体标记和推荐的方法
CN103559265A (zh) 一种手机客户端个性化推送方法
CN106327211A (zh) 一种基于社交媒体的scrm系统及其开发方法
CN103997662A (zh) 节目推送的方法及系统
CN102279960A (zh) 一种包含用户元素的广告发布控制方法以及系统
CN103051652A (zh) 一种移动终端云计算发布平台
CN102959539B (zh) 一种业务交叉时的项目推荐方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140910