CN104123398A - 一种信息推送方法及装置 - Google Patents
一种信息推送方法及装置 Download PDFInfo
- Publication number
- CN104123398A CN104123398A CN201410404415.5A CN201410404415A CN104123398A CN 104123398 A CN104123398 A CN 104123398A CN 201410404415 A CN201410404415 A CN 201410404415A CN 104123398 A CN104123398 A CN 104123398A
- Authority
- CN
- China
- Prior art keywords
- interest
- point
- information
- candidate
- terminal
- 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
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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明实施例提供了一种信息推送方法,包括:获得客户端对应的目标兴趣点,所述目标兴趣点包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目标兴趣点;依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息;其中,所述历史定位记录包括所述客户端所在第一终端的历史定位记录和除所述客户端所在第一终端以外的第二终端的历史定位记录;向所述客户端推送所述推荐兴趣点信息;本发明实施例还提供一种信息推送装置。根据本发明实施例提供的技术方案,可以实现提高推送兴趣点信息的可靠性。
Description
【技术领域】
本发明涉及定位技术领域,尤其涉及一种信息推送方法及装置。
【背景技术】
目前,很多网站都可以向用户推送兴趣点信息,用以实现向用户提供兴趣点信息的推荐服务,例如,旅游类网站向用户推荐景点和游览路线,再例如,美食类网站向用户推荐餐馆等。这些网站在向用户推荐兴趣点信息时,会对兴趣点信息按照类型进行划分,例如,将景点按照自然属性划分为海边、沙漠、人文和山水等,或者按照人群将景点划分为老年人、学生和白领等。
然而,现有技术中的这种信息推送方式只是简单的罗列某类型的若干兴趣点信息,对于每个用户,如果都点击兴趣点信息的某一类型,获得的该类型下的兴趣点信息是相同的,使得推荐的兴趣点信息往往不能满足用户的个性化需求,使得用户会重新进行兴趣点信息的搜索和浏览,这样,兴趣点信息的获取效率比较低,因此,目前这种信息推送方式的可靠性比较低。
【发明内容】
有鉴于此,本发明实施例提供了一种信息推送方法及装置,可以实现提高推送兴趣点信息的可靠性。
本发明实施例提供了一种信息推送方法,包括:
获得客户端对应的目标兴趣点,所述目标兴趣点包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目标兴趣点;
依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息;其中,所述历史定位记录包括所述客户端所在第一终端的历史定位记录和除所述客户端所在第一终端以外的第二终端的历史定位记录;
向所述客户端推送所述推荐兴趣点信息。
上述方法中,所述推荐兴趣点信息包括推荐兴趣点,所述依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息,包括:
依据历史定位记录,获得与所述客户端所在第一终端相似度最高的至少一个第二终端;
依据所述至少一个第二终端的历史定位记录,获得所述至少一个第二终端中每个第二终端的历史轨迹信息;
获得每个第二终端的历史轨迹信息中包含所述目标兴趣点的历史轨迹信息;
依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点。
上述方法中,所述依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点,包括:
在包含所述目标兴趣点的历史轨迹信息中的M个候选兴趣点中去除所述客户端所在第一终端到达过的候选兴趣点,以获得所述M个候选兴趣点中的N个候选兴趣点;M为大于1的整数,N为大于0且小于或者等于M的整数;
依据使用所述客户端的用户的兴趣类型以及预设的兴趣类型与候选兴趣点的对应关系,从所述N个候选兴趣点中选出P个候选兴趣点;P为大于0且小于或者等于N的整数;
获得所述P个候选兴趣点中的每个所述候选兴趣点的热门指数;
依据所述热门指数对所述P个候选兴趣点进行排序,以获得排序结果,将所述排序结果作为与所述目标兴趣点相匹配的推荐兴趣点。
上述方法中,所述推荐兴趣点信息包括推荐轨迹信息,所述依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息,包括:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得所述至少一个历史轨迹信息中每个历史轨迹信息的出现次数;
将出现次数最多的至少一个历史轨迹信息作为所述推荐轨迹信息;或者,将出现次数大于或者等于预设的第一次数阈值的至少一个所述历史轨迹信息作为所述推荐轨迹信息。
上述方法中,所述推荐兴趣点信息包括推荐轨迹信息,所述依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息,包括:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得针对所述目标兴趣点的至少一个候选兴趣点;
依据所述历史定位记录,获得每个所述候选兴趣点对应的人流密集时间段;
依据所述人流密集时间和所述至少一个历史轨迹信息,获得所述推荐轨迹信息。
上述方法中,所述方法还包括:
获得所述推荐轨迹信息包含的每个候选兴趣点的人流密度信息;
比较每个所述候选兴趣点的人流密度信息与预设的密度阈值;
若存在人流密度信息大于或者等于预设的密度阈值的候选兴趣点,对所述推荐轨迹信息进行调整,和/或,向所述客户端推送所述人流密度信息大于或者等于所述密度阈值的候选兴趣点。
本发明实施例还提供了一种信息推送装置,包括:
获取单元,用于获得客户端对应的目标兴趣点,所述目标兴趣点包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目标兴趣点;
处理单元,用于依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息;其中,所述历史定位记录包括所述客户端所在第一终端的历史定位记录和除所述客户端所在第一终端以外的第二终端的历史定位记录;
推送单元,用于向所述客户端推送所述推荐兴趣点信息。
上述装置中,所述推荐兴趣点信息包括推荐兴趣点,所述处理单元,具体用于:
依据历史定位记录,获得与所述客户端所在第一终端相似度最高的至少一个第二终端;
依据所述至少一个第二终端的历史定位记录,获得所述至少一个第二终端中每个第二终端的历史轨迹信息;
获得每个第二终端的历史轨迹信息中包含所述目标兴趣点的历史轨迹信息;
依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点。
上述装置中,所述依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点,具体为:
在包含所述目标兴趣点的历史轨迹信息中的M个候选兴趣点中去除所述客户端所在第一终端到达过的候选兴趣点,以获得所述M个候选兴趣点中的N个候选兴趣点;M为大于1的整数,N为大于0且小于或者等于M的整数;
依据使用所述客户端的用户的兴趣类型以及预设的兴趣类型与候选兴趣点的对应关系,从所述N个候选兴趣点中选出P个候选兴趣点;P为大于0且小于或者等于N的整数;
获得所述P个候选兴趣点中的每个所述候选兴趣点的热门指数;
依据所述热门指数对所述P个候选兴趣点进行排序,以获得排序结果,将所述排序结果作为与所述目标兴趣点相匹配的推荐兴趣点。
上述装置中,所述推荐兴趣点信息包括推荐轨迹信息,所述处理单元,具体用于:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得所述至少一个历史轨迹信息中每个历史轨迹信息的出现次数;
将出现次数最多的至少一个历史轨迹信息作为所述推荐轨迹信息;或者,将出现次数大于或者等于预设的第一次数阈值的至少一个所述历史轨迹信息作为所述推荐轨迹信息。
上述装置中,所述推荐兴趣点信息包括推荐轨迹信息,所述处理单元,具体用于:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得针对所述目标兴趣点的至少一个候选兴趣点;
依据所述历史定位记录,获得每个所述候选兴趣点对应的人流密集时间段;
依据所述人流密集时间和所述至少一个历史轨迹信息,获得所述推荐轨迹信息。
上述装置中,所述装置还包括:
监控单元,用于获得所述推荐轨迹信息包含的每个候选兴趣点的人流密度信息;比较每个所述候选兴趣点的人流密度信息与预设的密度阈值;
调整单元,用于若存在人流密度信息大于或者等于预设的密度阈值的候选兴趣点,对所述推荐轨迹信息进行调整,和/或,所述推送单元,还用于向所述客户端推送所述人流密度信息大于或者等于所述密度阈值的候选兴趣点。
由以上技术方案可以看出,本发明实施例具有以下有益效果:
本发明实施例提供的技术方案中,可以依据目标兴趣点、客户端所在第一终端的历史定位记录以及第二终端的历史定位记录,获得推荐兴趣点信息,能够实现有针对性的向客户端推送兴趣点信息,与现有技术中的信息推送方式相比,推荐的兴趣点信息更加准确,从而提高兴趣点信息的获取效率,提高推送兴趣点信息的可靠性。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,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性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例所提供的技术方案使用的系统示意图;
图2是本发明实施例所提供的信息推送方法的流程示意图;
图3是本发明实施例所提供的信息推送方法的实施例一的流程示意图;
图4是本发明实施例所提供的信息推送方法的实施例二的流程示意图;
图5是本发明实施例所提供的信息推送方法的实施例三的流程示意图;
图6是本发明实施例所提供的信息推送装置的功能方块图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述次数阈值,但这些关键词不应限于这些术语。这些术语仅用来将次数阈值彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一次数阈值也可以被称为第二次数阈值,类似地,第二次数阈值也可以被称为第一次数阈值。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
本发明实施例所提供的技术方案使用的系统如图1所示,主要由客户端和服务器组成,本发明实施例所提供的方法和装置在服务器侧实现,主要用于向客户端推送推荐兴趣点信息。
可以理解的是,所述客户端可以包括所有终端上安装的客户端,所述终端可以包括个人计算机(Personal Computer,PC)、笔记本电脑、手机或平板电脑。
本发明实施例给出一种信息推送方法,请参考图2,其为本发明实施例所提供的信息推送方法的流程示意图,如图所示,该方法包括以下步骤:
S201,获得客户端对应的目标兴趣点,所述目标兴趣点包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目的兴趣点。
具体的,服务器可以获得客户端对应的目标兴趣点;其中,所述目标兴趣点可以包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目标兴趣点。
其中,客户端所在第一终端可以向服务器发送定位请求,服务器依据该定位请求对该客户端所在第一终端进行定位操作,以获得该客户端所在第一终端的当前位置,依据该当前位置以及预设的兴趣点,可以获得该当前位置对应的兴趣点。或者,客户端可以接收用户在该客户端上输入的目标兴趣点,然后将该目标兴趣点发送给服务器,这样,服务器就可以获得客户端发送的目标兴趣点。
S202,依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息;其中,所述历史定位记录包括所述客户端所在第一终端的历史定位记录和除所述客户端所在第一终端以外的第二终端的历史定位记录。
S203,向所述客户端推送所述推荐兴趣点信息。
具体的,服务器将在获得与所述目标兴趣点相匹配的推荐兴趣点信息之后,将该推荐兴趣点信息发送给客户端,以使得客户端可以对推荐兴趣点信息进行显示,以实现向用户进行推荐。
实施例一
请参考图3,其为本发明实施例所提供的信息推送方法的实施例一的流程示意图。本实施例是图2中S202的具体实现方法的第一种实现方式,本实施例中,所述推荐兴趣点信息为推荐兴趣点。如图所示,该方法包括以下步骤:
S301,依据历史定位记录,获得与所述客户端所在第一终端相似度最高的至少一个第二终端。
具体的,服务器可以获得客户端所在第一终端的历史定位记录,以及除客户端所在第一终端以外第二终端的历史定位记录,历史定位记录可以包括对终端进行定位操作后获得的终端的位置信息以及对应的定位时刻。
服务器依据该客户端所在第一终端的历史定位记录,获得该客户端所在第一终端到达过的候选兴趣点集合{a1、a2、……、an},其中,ai表示候选兴趣点集合中的第i个候选兴趣点,i取1至n中的整数,n为大于或者等于2的整数。服务器依据第二终端的历史定位记录,可以获得每个第二终端到达过的候选兴趣点集合{b1、b2、……、bm}。
服务器可以获得该客户端所在第一终端到达过的候选兴趣点集合与每个第二终端到达过的候选兴趣点集合的重合度,该重合度可以等于同时属于两个集合的候选兴趣点的数目与该客户端所在第一终端到达过的候选兴趣点集合中候选兴趣点的数目的比值。服务器可以将重合度最高的至少一个第二终端作为与所述客户端所在第一终端相似度最高的至少一个第二终端,或者,将重合度大于预设的相似阈值的至少一个第二终端作为与所述客户端所在第一终端相似度最高的至少一个第二终端。
S302,依据所述至少一个第二终端的历史定位记录,获得所述至少一个第二终端中每个第二终端的历史轨迹信息。
具体的,服务器可以依据至少一个第二终端中每个第二终端的历史定位记录,获得每个第二终端的历史轨迹信息。
其中,由于历史定位记录可以包括终端的位置信息和对应的定位时刻,服务器依据历史定位记录可以获得第二终端到达过的候选兴趣点,服务器按照定位时刻由远及近的顺序,对这些候选兴趣点进行排序,然后可以以天为单位对候选兴趣点进行划分,这样就可以获得第二终端在每天的历史轨迹信息。
可选的,服务器可以在获得的历史轨迹信息中进行候选兴趣点的筛选。例如,只保留历史轨迹信息中的景点类型的候选兴趣点,获得的历史轨迹信息就是第二终端先后到达的景点序列。再例如,只保留历史轨迹信息中的餐馆类型的候选兴趣点,获得的历史轨迹信息就是第二终端先后到达的餐馆序列。
S303,获得每个第二终端的历史轨迹信息中包含所述目标兴趣点的历史轨迹信息。
具体的,服务器在获得至少一个第二终端中每个第二终端的历史轨迹信息后,依据客户端对应的目标兴趣点,从每个第二终端的历史轨迹信息中获得包含该目标兴趣点的历史轨迹信息。
S304,依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点。
具体的,首先,服务器依据客户端所在第一终端的历史定位记录,获得该客户端所在第一终端到达过的候选兴趣点,然后在包含所述目标兴趣点的历史轨迹信息中的M个候选兴趣点中,去除所述客户端所在第一终端到达过的候选兴趣点,以获得M个候选兴趣点中的N个候选兴趣点。其中,M为大于1的整数,N为大于0且小于或者等于M的整数。
然后,服务器依据该客户端的标识,从预设的客户端与兴趣类型的对应关系中,获得使用该客户端的用户的兴趣类型。服务器依据使用所述客户端的用户的兴趣类型以及预设的兴趣类型与候选兴趣点的对应关系,从所述N个候选兴趣点中获得使用该客户端的用户的兴趣类型所对应的P个候选兴趣点。其中,P为大于0且小于或者等于N的整数。
接着,服务器获得所述P个候选兴趣点中的每个所述候选兴趣点的热门指数。
最后,服务器依据所述热门指数,按照热门指数由高到低的顺序,对所述P个候选兴趣点进行排序,以获得排序结果,将所述排序结果作为与所述目标兴趣点相匹配的推荐兴趣点。
例如,若客户端A所在终端的当前位置对应的兴趣点为西湖,获得与客户端A所在终端相似的第二终端B,依据第二终端B的历史定位记录,获得第二终端B的历史轨迹信息,提取其中包含西湖的历史轨迹信息,发现该历史轨迹信息中第二终端B在去过西湖之后又去了“楼外楼”餐馆吃饭,因此,可以将“楼外楼”餐馆作为推荐兴趣点推送给客户端A。
举例说明,服务器获得候选兴趣点的热门指数的方法可以包括:
服务器依据历史定位记录以及预设的时间段信息,获得每个时间段内每个候选兴趣点的定位数据;例如,可以获得每个月的定位数据或者每个节假日、节假日之前一周以及之后一周内的定位数据。
服务器依据每个时间段内每个候选兴趣点的定位数据的总数目和每个候选兴趣点的停留时长,并利用如下公式,计算获得候选兴趣点的热门指数:
Hi=W1×Yi+W2×Ti
该公式中,Hi表示P个候选兴趣点中第i个候选兴趣点的热门指数;W1表示预设的第一权重值;Yi表某时间段内第i个候选兴趣点的定位数据的总数目;W2表示预设的第二权重值;Ti表示第i个候选兴趣点的停留时长的平均值。
另外,为了避免候选兴趣点过于离散,可以对所述N个候选兴趣点进行分类,以获得每个类别对应的候选兴趣点。这样,当需要向客户端提供推荐兴趣点时,就可以依据使用该客户端的用户的兴趣类型,获得该兴趣类型对应的候选兴趣点,然后将候选兴趣点按照热门指数进行排序,将排序结果提供给客户端。其中,若兴趣类型对应的候选兴趣点对应至少两种类别,可以分别对每种类别对应的候选兴趣点进行排序,也可以不用区分类别,对所有候选兴趣点进行统一排序。
可以理解的,本实施例中,可以利用历史定位记录,向客户端推送推荐兴趣点,以实现向用户提供可参考的兴趣点。推荐兴趣点具有以下特点:可以将与客户端所在第一终端相似的终端到达过的候选兴趣点和/或使用客户端的用户感兴趣的候选兴趣点作为推荐兴趣点,还可以将具有较高人气的候选兴趣点作为推荐兴趣点。
实施例二
请参考图4,其为本发明实施例所提供的信息推送方法的实施例二的流程示意图。本实施例是图2中S202的具体实现方法的第二种实现方式,本实施例中,所述推荐兴趣点信息为推荐轨迹信息。如图所示,该方法包括以下步骤:
S401,依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息。
具体的,服务器可以依据客户端所在第一终端的历史定位记录,获得客户端所在第一终端的历史轨迹信息,以及依据第二终端的历史定位记录,获得第二终端的历史轨迹信息。
S402,获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息。
具体的,服务器在获得客户端所在第一终端的历史轨迹信息以及第二终端的历史轨迹信息后,可以进一步获得这些历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息。
本发明实施例中,针对目标兴趣点的至少一个历史轨迹信息可以为该目标兴趣点内的至少一个历史轨迹信息,也可以为包含该目标兴趣点的至少一个历史轨迹信息。
例如,目标兴趣点为“故宫”,历史轨迹信息是可以故宫内的历史轨迹信息,如太和殿→坤宁宫→御花园,该历史轨迹信息中的兴趣点都属于目标兴趣点“故宫”内的兴趣点。
再例如,目标兴趣点为“故宫”,历史轨迹信息可以是包含“故宫”的历史轨迹信息,如故宫→中山公园→北海→景山,该历史轨迹信息中包含目标兴趣点“故宫”。
S403,获得所述至少一个历史轨迹信息中每个历史轨迹信息的出现次数。
具体的,服务器依据所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息,获得上述至少一个历史轨迹信息中,每个历史轨迹信息的出现次数。
S404,将出现次数最多的至少一个历史轨迹信息作为所述推荐轨迹信息;或者,将出现次数大于或者等于预设的第一次数阈值的至少一个所述历史轨迹信息作为所述推荐轨迹信息。
具体的,服务器依据每个历史轨迹信息的出现次数,按照出现次数由多到少的顺序,对至少一个历史轨迹信息进行排序,将出现次数最多的至少一个历史轨迹信息作为推荐轨迹信息。
或者,服务器将每个历史轨迹信息的出现次数分别与预设的第一次数阈值进行比较,以获得出现次数大于或者等于该第一次数阈值的至少一个历史轨迹信息,将该出现次数大于或者等于该第一次数阈值的至少一个历史轨迹信息作为推荐轨迹信息。
可以理解的,本实施例中,可以将针对目标兴趣点的出现次数比较多的历史轨迹信息推送给客户端,从而可以实现将热门轨迹推荐给用户。例如,若使用某客户端的用户进入一个兴趣点比较多的风景区或者游乐场时,用户不知道从哪里开始游玩,服务器就可以利用上述方法将针对该风景区或者游乐场的一些热门轨迹推荐给用户。
实施例三
请参考图5,其为本发明实施例所提供的信息推送方法的实施例三的流程示意图。本实施例是图2中S202的具体实现方法的第三种实现方式,本实施例中,所述推荐兴趣点信息为推荐轨迹信息。如图所示,该方法包括以下步骤:
S501,依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息。
具体的,服务器可以依据客户端所在第一终端的历史定位记录,获得客户端所在第一终端的历史轨迹信息,以及依据第二终端的历史定位记录,获得第二终端的历史轨迹信息。
S502,获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息。
具体的,服务器在获得客户端所在第一终端的历史轨迹信息以及第二终端的历史轨迹信息后,可以进一步获得这些历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息。
本发明实施例中,针对目标兴趣点的至少一个历史轨迹信息可以为该目标兴趣点内的至少一个历史轨迹信息,也可以为包含该目标兴趣点的至少一个历史轨迹信息。
S503,获得针对所述目标兴趣点的至少一个候选兴趣点。
具体的,服务器可以获得针对目标兴趣点的至少一个候选兴趣点。
本实施例中,针对目标兴趣点的至少一个候选兴趣点可以为该目标兴趣点内的至少一个候选兴趣点,也可以为包含该目标兴趣点的历史轨迹信息中除该目标兴趣点以外的其他兴趣点。
例如,若目标兴趣点为故宫,则针对该目标兴趣点的至少一个候选兴趣点可以包括太和殿、坤宁宫、御花园等候选兴趣点,这些兴趣点都是故宫内的兴趣点。
再例如,若目标兴趣点为故宫,且包含该目标兴趣点的历史轨迹信息为故宫→北海→景山,则针对该目标兴趣点的至少一个候选兴趣点可以包括该历史轨迹信息中除目标兴趣点以外的其他兴趣点,即北海和景山。
S504,依据所述历史定位记录,获得每个所述候选兴趣点对应的人流密集时间段。
具体的,服务器依据客户端所在第一终端的历史定位记录以及第二终端的历史定位记录,获得上述至少一个候选兴趣点中每个候选兴趣点对应的人流密集时间段[t1,t2]。
举例说明,获得候选兴趣点对应的人流密集时间段的方法可以为:依据预设的时间段信息,将每天划分为至少两个时间段。然后,依据历史定位记录,统计该候选兴趣点在每个时间段内的定位数据的总数目,将每个时间段内定位数据的总数目与预设的定位阈值进行比较。若某时间段内定位数据的总数目大于或者等于该定位阈值,则确定该时间段为人流密集时间段。这样,就可以获得每个候选兴趣点对应的人流密集时间段。
S505,依据所述人流密集时间和所述至少一个历史轨迹信息,获得所述推荐轨迹信息。
具体的,服务器依据每个候选兴趣点对应的人流密集时间段以及获得的至少一个历史轨迹信息,获得推荐轨迹信息。
举例说明,服务器依据每个候选兴趣点对应的人流密集时间段以及获得的至少一个历史轨迹信息,获得推荐轨迹信息的方法可以包括:
依据至少一个历史轨迹信息以及至少一个候选兴趣点{P0、P1、...、Pk},可以获得每两个候选兴趣点间是否有可到达路径,依据每两个候选兴趣点间的可到达路径,可以获得候选兴趣点间的无向图。遍历该无向图可以获得每个候选兴趣点的至少一个到达路径,依据至少一个可到达路径,从而可以获得每个候选兴趣点对应的可到达兴趣点集合,以及针对每个候选兴趣点,获得该候选兴趣点对应的唯一可到达路径,例如,到达候选兴趣点P1只有从P0出发这一条路径。
对于某候选兴趣点Pi,在该候选兴趣点Pi对应的可到达兴趣点集合中,优先选择与该候选兴趣点Pi有唯一可到达路径的其他候选兴趣点;如果没有,则可以选择可到达兴趣点集合中人流密集时间段的起始时刻距离当前时刻之间间隔最长的候选兴趣点,或者选择可到达兴趣点集合中人流密集时间段的结束时刻距离当前时刻之间间隔最短的候选兴趣点,以作为候选兴趣点Pi的下一个候选兴趣点,然后再以对该下一个候选兴趣点进行上述操作,这样,就可以获得推荐轨迹信息。
这里,依据人流密集时间和所述至少一个历史轨迹信息获得的推荐轨迹信息,可以实现将人流密集的候选兴趣点排除,向客户端推送人流密集度比较低的候选兴趣点,可以尽量避免推送拥挤的轨迹信息。
例如,以目标兴趣点“故宫”为例,该目标兴趣点中的候选兴趣点“神武门”为第一个兴趣点,获得该候选兴趣点之后的其他候选兴趣点对应的人流密集时间段,发现大部分用户选择的路线包括沿中轴线上的候选兴趣点进行游览以及从中轴线上的某候选兴趣点转向偏殿进行游览,因此,可以将除这两种路线以外的其他路线推荐给用户。
可选的,所述方法还包括:
获得所述推荐轨迹信息包含的每个候选兴趣点的人流密度信息;比较每个所述候选兴趣点的人流密度信息与预设的密度阈值;若存在人流密度信息大于或者等于预设的密度阈值的候选兴趣点,对所述推荐轨迹信息进行调整,和/或,向所述客户端推送所述人流密度信息大于或者等于所述密度阈值的候选兴趣点。
具体的,服务器在获得推荐轨迹信息后,还可以实时获得推荐轨迹信息包含的每个候选兴趣点的人流密度信息。然后,服务器比较每个所述候选兴趣点的人流密度信息与预设的密度阈值;若存在人流密度信息大于或者等于该密度阈值的候选兴趣点,则需要对该推荐轨迹信息进行调整,例如,可以利用上述方法重新获得推荐轨迹信息,将重新获得的推荐轨迹信息推送给客户端。和/或,还可以将人流密度信息大于或者等于预设的密度阈值的候选兴趣点推送给客户端,以使得客户端可以依据该候选兴趣点显示提示信息,用以提示用户及时调整路径。
举例说明,服务器获得候选兴趣点的人流密度信息的方法可以包括:
依据候选兴趣点的定位数据的总数目以及候选兴趣点的有效面积,并利用如下公式获得候选兴趣点的人流密度信息:
其中,Mi表示第i个候选兴趣点在某时间段内的人流密度信息;Yi表示第i个候选兴趣点在某时间段内的定位数据的总数目;Si表示第i个候选兴趣点的有效面积。
可以理解的,候选兴趣点的有效面积指的是候选兴趣点中真正可到达的区域面积。例如,一座山脉,其实际面积非常大,但是用户真正可到达的区域只是整座山脉的一小部分,因此利用有效面积计算获得候选兴趣点的人流密度信息将更加合理。
举例说明,获得候选兴趣点的有效面积的方法可以包括:
依据历史定位记录,获得针对候选兴趣点的定位数据,获得每两个定位数据之间的距离,将距离小于预设的距离阈值的两个定位数据归为同一集合,这样就可以依据针对候选兴趣点的定位数据,获得至少一个集合。对于每个集合,获得该集合的中心点以及该集合中距离该中心点最远的定位数据,获得该定位数据与中心点之间的距离r,以中心点为圆心,距离r为半径圈定范围,获得该范围内的定位数据的数目占针对该候选兴趣点的定位数据的总数目的比例,判断该比例与预设的比例阈值q%的大小。若该比例大于或者等于比例阈值q%,将当前圈定范围的面积作为该候选兴趣点的有效面积;若该比例小于比例阈值q%,则依据距离r与1公里的和值圈定范围,获得该范围内的定位数据的数目占针对该候选兴趣点的定位数据的总数目的比例,继续判断该比例与比例阈值q%的大小,以此类推,以1公里为增幅圈定范围,直到上述比例大于或者等于比例阈值q%时停止,停止后以当前圈定的范围的面积作为该候选兴趣点的有效面积。
需要说明的是,获得的候选兴趣点的人流密度信息还可以作为设立基础设施或者采取分流/限流措施的依据,例如,增设垃圾桶、休息座椅等。
另外,还可以依据候选兴趣点的定位数据,获得拥堵范围信息和移动速度信息,用以计算拥堵时长等,从而可以获得更多的推荐信息。
本发明实施例进一步给出实现上述方法实施例中各步骤及方法的装置实施例。
请参考图6,其为本发明实施例所提供的信息推送装置的功能方块图。如图所示,该装置包括:
获取单元601,用于获得客户端对应的目标兴趣点,所述目标兴趣点包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目标兴趣点;
处理单元602,用于依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息;其中,所述历史定位记录包括所述客户端所在第一终端的历史定位记录和除所述客户端所在第一终端以外的第二终端的历史定位记录;
推送单元603,用于向所述客户端推送所述推荐兴趣点信息。
优选的,所述推荐兴趣点信息包括推荐兴趣点,所述处理单元602,具体用于:
依据历史定位记录,获得与所述客户端所在第一终端相似度最高的至少一个第二终端;
依据所述至少一个第二终端的历史定位记录,获得所述至少一个第二终端中每个第二终端的历史轨迹信息;
获得每个第二终端的历史轨迹信息中包含所述目标兴趣点的历史轨迹信息;
依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点。
优选的,所述依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点,具体为:
在包含所述目标兴趣点的历史轨迹信息中的M个候选兴趣点中去除所述客户端所在第一终端到达过的候选兴趣点,以获得所述M个候选兴趣点中的N个候选兴趣点;M为大于1的整数,N为大于0且小于或者等于M的整数;
依据使用所述客户端的用户的兴趣类型以及预设的兴趣类型与候选兴趣点的对应关系,从所述N个候选兴趣点中选出P个候选兴趣点;P为大于0且小于或者等于N的整数;
获得所述P个候选兴趣点中的每个所述候选兴趣点的热门指数;
依据所述热门指数对所述P个候选兴趣点进行排序,以获得排序结果,将所述排序结果作为与所述目标兴趣点相匹配的推荐兴趣点。
优选的,所述推荐兴趣点信息包括推荐轨迹信息,所述处理单元602,具体用于:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得所述至少一个历史轨迹信息中每个历史轨迹信息的出现次数;
将出现次数最多的至少一个历史轨迹信息作为所述推荐轨迹信息;或者,将出现次数大于或者等于预设的第一次数阈值的至少一个所述历史轨迹信息作为所述推荐轨迹信息。
优选的,所述推荐兴趣点信息包括推荐轨迹信息,所述处理单元602,具体用于:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得针对所述目标兴趣点的至少一个候选兴趣点;
依据所述历史定位记录,获得每个所述候选兴趣点对应的人流密集时间段;
依据所述人流密集时间和所述至少一个历史轨迹信息,获得所述推荐轨迹信息。
可选的,所述装置还包括:
监控单元604,用于获得所述推荐轨迹信息包含的每个候选兴趣点的人流密度信息;比较每个所述候选兴趣点的人流密度信息与预设的密度阈值;
调整单元605,用于若存在人流密度信息大于或者等于预设的密度阈值的候选兴趣点,对所述推荐轨迹信息进行调整,和/或,所述推送单元603,还用于向所述客户端推送所述人流密度信息大于或者等于所述密度阈值的候选兴趣点。
由于本实施例中的各单元能够执行图2~图5所示的方法,本实施例未详细描述的部分,可参考对图2~图5的相关说明。
本发明实施例的技术方案具有以下有益效果:
1、本发明实施例提供的技术方案中,可以依据目标兴趣点、客户端所在第一终端的历史定位记录以及第二终端的历史定位记录,获得推荐兴趣点信息,能够实现有针对性的向客户端推送兴趣点信息,与现有技术中的信息推送方式相比,推荐的兴趣点信息更加准确,从而提高兴趣点信息的获取效率,提高推送兴趣点信息的可靠性。
2、与现有技术中按照类型对兴趣点进行划分的方式相比,本发明实施例提供的技术方案中,依据客观的历史定位记录获得推荐兴趣点信息,因此获得的推荐兴趣点信息能够满足用户需求,能够带来良好的用户体验。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (12)
1.一种信息推送方法,其特征在于,所述方法包括:
获得客户端对应的目标兴趣点,所述目标兴趣点包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目标兴趣点;
依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息;其中,所述历史定位记录包括所述客户端所在第一终端的历史定位记录和除所述客户端所在第一终端以外的第二终端的历史定位记录;
向所述客户端推送所述推荐兴趣点信息。
2.根据权利要求1所述的方法,其特征在于,所述推荐兴趣点信息包括推荐兴趣点,所述依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息,包括:
依据历史定位记录,获得与所述客户端所在第一终端相似度最高的至少一个第二终端;
依据所述至少一个第二终端的历史定位记录,获得所述至少一个第二终端中每个第二终端的历史轨迹信息;
获得每个第二终端的历史轨迹信息中包含所述目标兴趣点的历史轨迹信息;
依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点。
3.根据权利要求2所述的方法,其特征在于,所述依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点,包括:
在包含所述目标兴趣点的历史轨迹信息中的M个候选兴趣点中去除所述客户端所在第一终端到达过的候选兴趣点,以获得所述M个候选兴趣点中的N个候选兴趣点;M为大于1的整数,N为大于0且小于或者等于M的整数;
依据使用所述客户端的用户的兴趣类型以及预设的兴趣类型与候选兴趣点的对应关系,从所述N个候选兴趣点中选出P个候选兴趣点;P为大于0且小于或者等于N的整数;
获得所述P个候选兴趣点中的每个所述候选兴趣点的热门指数;
依据所述热门指数对所述P个候选兴趣点进行排序,以获得排序结果,将所述排序结果作为与所述目标兴趣点相匹配的推荐兴趣点。
4.根据权利要求1所述的方法,其特征在于,所述推荐兴趣点信息包括推荐轨迹信息,所述依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息,包括:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得所述至少一个历史轨迹信息中每个历史轨迹信息的出现次数;
将出现次数最多的至少一个历史轨迹信息作为所述推荐轨迹信息;或者,将出现次数大于或者等于预设的第一次数阈值的至少一个所述历史轨迹信息作为所述推荐轨迹信息。
5.根据权利要求1所述的方法,其特征在于,所述推荐兴趣点信息包括推荐轨迹信息,所述依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息,包括:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得针对所述目标兴趣点的至少一个候选兴趣点;
依据所述历史定位记录,获得每个所述候选兴趣点对应的人流密集时间段;
依据所述人流密集时间和所述至少一个历史轨迹信息,获得所述推荐轨迹信息。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获得所述推荐轨迹信息包含的每个候选兴趣点的人流密度信息;
比较每个所述候选兴趣点的人流密度信息与预设的密度阈值;
若存在人流密度信息大于或者等于预设的密度阈值的候选兴趣点,对所述推荐轨迹信息进行调整,和/或,向所述客户端推送所述人流密度信息大于或者等于所述密度阈值的候选兴趣点。
7.一种信息推送装置,其特征在于,所述装置包括:
获取单元,用于获得客户端对应的目标兴趣点,所述目标兴趣点包括所述客户端所在第一终端的当前位置对应的兴趣点或者在所述客户端上输入的目标兴趣点;
处理单元,用于依据历史定位记录,获得与所述目标兴趣点相匹配的推荐兴趣点信息;其中,所述历史定位记录包括所述客户端所在第一终端的历史定位记录和除所述客户端所在第一终端以外的第二终端的历史定位记录;
推送单元,用于向所述客户端推送所述推荐兴趣点信息。
8.根据权利要求7所述的装置,其特征在于,所述推荐兴趣点信息包括推荐兴趣点,所述处理单元,具体用于:
依据历史定位记录,获得与所述客户端所在第一终端相似度最高的至少一个第二终端;
依据所述至少一个第二终端的历史定位记录,获得所述至少一个第二终端中每个第二终端的历史轨迹信息;
获得每个第二终端的历史轨迹信息中包含所述目标兴趣点的历史轨迹信息;
依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点。
9.根据权利要求8所述的装置,其特征在于,所述依据包含所述目标兴趣点的历史轨迹信息中的候选兴趣点,获得与所述目标兴趣点相匹配的推荐兴趣点,具体为:
在包含所述目标兴趣点的历史轨迹信息中的M个候选兴趣点中去除所述客户端所在第一终端到达过的候选兴趣点,以获得所述M个候选兴趣点中的N个候选兴趣点;M为大于1的整数,N为大于0且小于或者等于M的整数;
依据使用所述客户端的用户的兴趣类型以及预设的兴趣类型与候选兴趣点的对应关系,从所述N个候选兴趣点中选出P个候选兴趣点;P为大于0且小于或者等于N的整数;
获得所述P个候选兴趣点中的每个所述候选兴趣点的热门指数;
依据所述热门指数对所述P个候选兴趣点进行排序,以获得排序结果,将所述排序结果作为与所述目标兴趣点相匹配的推荐兴趣点。
10.根据权利要求7所述的装置,其特征在于,所述推荐兴趣点信息包括推荐轨迹信息,所述处理单元,具体用于:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得所述至少一个历史轨迹信息中每个历史轨迹信息的出现次数;
将出现次数最多的至少一个历史轨迹信息作为所述推荐轨迹信息;或者,将出现次数大于或者等于预设的第一次数阈值的至少一个所述历史轨迹信息作为所述推荐轨迹信息。
11.根据权利要求7所述的装置,其特征在于,所述推荐兴趣点信息包括推荐轨迹信息,所述处理单元,具体用于:
依据所述历史定位记录,获得所述客户端所在第一终端的历史轨迹信息以及所述第二终端的历史轨迹信息;
获得所述历史轨迹信息中针对所述目标兴趣点的至少一个历史轨迹信息;
获得针对所述目标兴趣点的至少一个候选兴趣点;
依据所述历史定位记录,获得每个所述候选兴趣点对应的人流密集时间段;
依据所述人流密集时间和所述至少一个历史轨迹信息,获得所述推荐轨迹信息。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
监控单元,用于获得所述推荐轨迹信息包含的每个候选兴趣点的人流密度信息;比较每个所述候选兴趣点的人流密度信息与预设的密度阈值;
调整单元,用于若存在人流密度信息大于或者等于预设的密度阈值的候选兴趣点,对所述推荐轨迹信息进行调整,和/或,所述推送单元,还用于向所述客户端推送所述人流密度信息大于或者等于所述密度阈值的候选兴趣点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410404415.5A CN104123398B (zh) | 2014-08-15 | 2014-08-15 | 一种信息推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410404415.5A CN104123398B (zh) | 2014-08-15 | 2014-08-15 | 一种信息推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104123398A true CN104123398A (zh) | 2014-10-29 |
CN104123398B CN104123398B (zh) | 2018-01-05 |
Family
ID=51768809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410404415.5A Active CN104123398B (zh) | 2014-08-15 | 2014-08-15 | 一种信息推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104123398B (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486422A (zh) * | 2014-12-17 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN104866624A (zh) * | 2015-06-12 | 2015-08-26 | 联想(北京)有限公司 | 一种推送方法和电子设备 |
CN104933643A (zh) * | 2015-06-26 | 2015-09-23 | 中国科学院计算技术研究所 | 一种景区信息推送方法和装置 |
CN106550322A (zh) * | 2015-09-18 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种信息推送的方法及装置 |
CN107169012A (zh) * | 2017-03-31 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
CN107346494A (zh) * | 2016-05-05 | 2017-11-14 | 滴滴(中国)科技有限公司 | 一种用于出行规律挖掘的方法和系统 |
CN107407572A (zh) * | 2015-03-08 | 2017-11-28 | 微软技术许可有限责任公司 | 沿路线搜索 |
CN107430631A (zh) * | 2015-04-28 | 2017-12-01 | 谷歌公司 | 从位置报告确定语义地点名称 |
CN108489503A (zh) * | 2018-03-30 | 2018-09-04 | 斑马网络技术有限公司 | 兴趣点推荐系统及其推荐方法 |
CN108519089A (zh) * | 2018-03-14 | 2018-09-11 | 维沃移动通信有限公司 | 一种多人路线规划方法及终端 |
CN109084795A (zh) * | 2018-08-20 | 2018-12-25 | 中国工商银行股份有限公司 | 基于地图服务的搜索服务设施的方法及装置 |
WO2019052373A1 (zh) * | 2017-09-15 | 2019-03-21 | 阿里巴巴集团控股有限公司 | 信息获取方法及装置 |
CN109523288A (zh) * | 2017-09-19 | 2019-03-26 | 富士施乐株式会社 | 信息处理装置 |
CN109948068A (zh) * | 2017-09-30 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 一种兴趣点信息的推荐方法和装置 |
CN110020144A (zh) * | 2017-11-21 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 一种推荐模型建立方法及其设备、存储介质、服务器 |
CN110096645A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
CN110378502A (zh) * | 2018-09-13 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 辅助无人车确定路径的方法和装置 |
WO2019218450A1 (zh) * | 2018-05-14 | 2019-11-21 | 平安科技(深圳)有限公司 | 一种消息推送方法、存储介质、服务器及装置 |
CN110619078A (zh) * | 2019-06-12 | 2019-12-27 | 北京无限光场科技有限公司 | 用于推送信息的方法和装置 |
WO2020034993A1 (en) * | 2018-08-14 | 2020-02-20 | Volkswagen (China) Investment Co., Ltd. | Navigation method and device |
CN110954117A (zh) * | 2018-09-27 | 2020-04-03 | 上海博泰悦臻电子设备制造有限公司 | 车辆及其导航行程服务推送方法、云服务器 |
CN111782955A (zh) * | 2020-07-01 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 兴趣点表示和推送方法、装置、电子设备及存储介质 |
CN112199581A (zh) * | 2020-09-11 | 2021-01-08 | 卞美玲 | 面向云计算和信息安全的云服务管理方法及人工智能平台 |
CN112199455A (zh) * | 2020-09-14 | 2021-01-08 | 汉海信息技术(上海)有限公司 | 地理信息点的排序方法、装置、电子设备和计算机介质 |
CN112712392A (zh) * | 2020-12-31 | 2021-04-27 | 京东数字科技控股股份有限公司 | 消息推送方法、装置、电子设备及存储介质 |
CN112711714A (zh) * | 2021-01-15 | 2021-04-27 | 上海景域智能科技有限公司 | 一种基于5g与ar的旅行路线推荐方法 |
WO2021081823A1 (zh) * | 2019-10-30 | 2021-05-06 | 深圳市欢太科技有限公司 | 信息推送方法、装置、服务器及存储介质 |
CN113449903A (zh) * | 2020-03-27 | 2021-09-28 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075557A (zh) * | 2010-10-26 | 2011-05-25 | 百度在线网络技术(北京)有限公司 | 根据用户相关信息提供服务信息的方法、设备及系统 |
US20110301832A1 (en) * | 2010-06-04 | 2011-12-08 | Microsoft Corporation | Searching Similar Trajectories by Locations |
CN102802116A (zh) * | 2011-05-27 | 2012-11-28 | 北京百度网讯科技有限公司 | 信息推送方法、服务器及系统 |
CN103077044A (zh) * | 2012-12-06 | 2013-05-01 | 苏州海客科技有限公司 | 基于行走路线的智能导游软件下载方法 |
-
2014
- 2014-08-15 CN CN201410404415.5A patent/CN104123398B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110301832A1 (en) * | 2010-06-04 | 2011-12-08 | Microsoft Corporation | Searching Similar Trajectories by Locations |
CN102075557A (zh) * | 2010-10-26 | 2011-05-25 | 百度在线网络技术(北京)有限公司 | 根据用户相关信息提供服务信息的方法、设备及系统 |
CN102802116A (zh) * | 2011-05-27 | 2012-11-28 | 北京百度网讯科技有限公司 | 信息推送方法、服务器及系统 |
CN103077044A (zh) * | 2012-12-06 | 2013-05-01 | 苏州海客科技有限公司 | 基于行走路线的智能导游软件下载方法 |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486422B (zh) * | 2014-12-17 | 2019-04-02 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN104486422A (zh) * | 2014-12-17 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN107407572A (zh) * | 2015-03-08 | 2017-11-28 | 微软技术许可有限责任公司 | 沿路线搜索 |
CN107407572B (zh) * | 2015-03-08 | 2020-09-18 | 微软技术许可有限责任公司 | 沿路线搜索 |
CN107430631B (zh) * | 2015-04-28 | 2021-01-01 | 谷歌有限责任公司 | 从位置报告确定语义地点名称 |
CN107430631A (zh) * | 2015-04-28 | 2017-12-01 | 谷歌公司 | 从位置报告确定语义地点名称 |
CN104866624A (zh) * | 2015-06-12 | 2015-08-26 | 联想(北京)有限公司 | 一种推送方法和电子设备 |
CN104933643A (zh) * | 2015-06-26 | 2015-09-23 | 中国科学院计算技术研究所 | 一种景区信息推送方法和装置 |
CN106550322A (zh) * | 2015-09-18 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种信息推送的方法及装置 |
CN106550322B (zh) * | 2015-09-18 | 2020-07-03 | 阿里巴巴集团控股有限公司 | 一种信息推送的方法及装置 |
CN107346494A (zh) * | 2016-05-05 | 2017-11-14 | 滴滴(中国)科技有限公司 | 一种用于出行规律挖掘的方法和系统 |
CN107169012A (zh) * | 2017-03-31 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
CN107169012B (zh) * | 2017-03-31 | 2021-03-19 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
WO2019052373A1 (zh) * | 2017-09-15 | 2019-03-21 | 阿里巴巴集团控股有限公司 | 信息获取方法及装置 |
CN109523288A (zh) * | 2017-09-19 | 2019-03-26 | 富士施乐株式会社 | 信息处理装置 |
CN109948068A (zh) * | 2017-09-30 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 一种兴趣点信息的推荐方法和装置 |
CN110020144B (zh) * | 2017-11-21 | 2023-06-23 | 腾讯科技(深圳)有限公司 | 一种推荐模型建立方法及其设备、存储介质、服务器 |
CN110020144A (zh) * | 2017-11-21 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 一种推荐模型建立方法及其设备、存储介质、服务器 |
CN108519089A (zh) * | 2018-03-14 | 2018-09-11 | 维沃移动通信有限公司 | 一种多人路线规划方法及终端 |
CN108489503A (zh) * | 2018-03-30 | 2018-09-04 | 斑马网络技术有限公司 | 兴趣点推荐系统及其推荐方法 |
WO2019218450A1 (zh) * | 2018-05-14 | 2019-11-21 | 平安科技(深圳)有限公司 | 一种消息推送方法、存储介质、服务器及装置 |
WO2020034993A1 (en) * | 2018-08-14 | 2020-02-20 | Volkswagen (China) Investment Co., Ltd. | Navigation method and device |
CN109084795B (zh) * | 2018-08-20 | 2022-02-25 | 中国工商银行股份有限公司 | 基于地图服务的搜索服务设施的方法及装置 |
CN109084795A (zh) * | 2018-08-20 | 2018-12-25 | 中国工商银行股份有限公司 | 基于地图服务的搜索服务设施的方法及装置 |
CN110378502A (zh) * | 2018-09-13 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 辅助无人车确定路径的方法和装置 |
CN110954117A (zh) * | 2018-09-27 | 2020-04-03 | 上海博泰悦臻电子设备制造有限公司 | 车辆及其导航行程服务推送方法、云服务器 |
CN110096645A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
CN110619078B (zh) * | 2019-06-12 | 2022-10-14 | 北京无限光场科技有限公司 | 用于推送信息的方法和装置 |
CN110619078A (zh) * | 2019-06-12 | 2019-12-27 | 北京无限光场科技有限公司 | 用于推送信息的方法和装置 |
WO2021081823A1 (zh) * | 2019-10-30 | 2021-05-06 | 深圳市欢太科技有限公司 | 信息推送方法、装置、服务器及存储介质 |
CN113449903A (zh) * | 2020-03-27 | 2021-09-28 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及系统 |
CN113449903B (zh) * | 2020-03-27 | 2024-03-08 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及系统 |
CN111782955A (zh) * | 2020-07-01 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 兴趣点表示和推送方法、装置、电子设备及存储介质 |
CN112199581A (zh) * | 2020-09-11 | 2021-01-08 | 卞美玲 | 面向云计算和信息安全的云服务管理方法及人工智能平台 |
CN112199455A (zh) * | 2020-09-14 | 2021-01-08 | 汉海信息技术(上海)有限公司 | 地理信息点的排序方法、装置、电子设备和计算机介质 |
CN112199455B (zh) * | 2020-09-14 | 2024-08-30 | 汉海信息技术(上海)有限公司 | 地理信息点的排序方法、装置、电子设备和计算机介质 |
CN112712392A (zh) * | 2020-12-31 | 2021-04-27 | 京东数字科技控股股份有限公司 | 消息推送方法、装置、电子设备及存储介质 |
CN112711714A (zh) * | 2021-01-15 | 2021-04-27 | 上海景域智能科技有限公司 | 一种基于5g与ar的旅行路线推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104123398B (zh) | 2018-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104123398A (zh) | 一种信息推送方法及装置 | |
AU2019101806A4 (en) | Methods and systems for providing information for an on-demand service | |
CN104102719B (zh) | 一种轨迹信息的推送方法及装置 | |
CN110096645B (zh) | 信息推荐方法、装置、设备和介质 | |
US11477608B1 (en) | Messaging systems for sharing location specific information | |
Wang et al. | A novel approach for generating routable road maps from vehicle GPS traces | |
US20240077324A1 (en) | Identifying, Processing And Displaying Data Point Clusters | |
JP6569313B2 (ja) | 施設特性を更新する方法、施設をプロファイリングする方法、及びコンピュータ・システム | |
CN101040554B (zh) | 移动目标预测装置和移动目标预测方法 | |
US8200247B1 (en) | Confirming a venue of user location | |
Liu et al. | Extracting semantic location from outdoor positioning systems | |
KR102558968B1 (ko) | 정보 추천 방법 및 장치 | |
CN104156897B (zh) | 基于情景感知的室内导览系统 | |
CN111212383B (zh) | 区域常住人口数量的确定方法、装置、服务器和介质 | |
CN104160440A (zh) | 使用基于位置的语言建模的自动输入信号识别 | |
Kurata | Potential-of-interest maps for mobile tourist information services | |
CN113590940B (zh) | 基于知识图谱的文章生成方法和装置 | |
CN112129315B (zh) | 用于推荐停车场的方法、装置、电子设备和存储介质 | |
CN112632379A (zh) | 路线推荐方法、装置、电子设备和存储介质 | |
CN102262630A (zh) | 进行扩展化搜索的方法和装置 | |
CN104199837A (zh) | 一种信息输出方法及电子设备 | |
CN110348896B (zh) | 划分地理网格的方法、商圈确定方法及设备 | |
CN117112931A (zh) | 基于多模态信息融合的城市轨道交通客流预测方法 | |
CN104133918A (zh) | 一种兴趣点信息的获取方法及装置、推送方法及装置 | |
KR102109612B1 (ko) | 위치 기반의 지리 관계 서비스를 위한 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |