CN104216885A - 静态和动态推荐理由自动结合的推荐系统及方法 - Google Patents

静态和动态推荐理由自动结合的推荐系统及方法 Download PDF

Info

Publication number
CN104216885A
CN104216885A CN201310206888.XA CN201310206888A CN104216885A CN 104216885 A CN104216885 A CN 104216885A CN 201310206888 A CN201310206888 A CN 201310206888A CN 104216885 A CN104216885 A CN 104216885A
Authority
CN
China
Prior art keywords
recommendation
rationale
static
dynamic
reason
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
Application number
CN201310206888.XA
Other languages
English (en)
Other versions
CN104216885B (zh
Inventor
陈运文
姜迅
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.)
Shanghai Lianshang Network Technology Co Ltd
Original Assignee
Cool Sheng (tianjin) Technology 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 Cool Sheng (tianjin) Technology Co Ltd filed Critical Cool Sheng (tianjin) Technology Co Ltd
Priority to CN201310206888.XA priority Critical patent/CN104216885B/zh
Publication of CN104216885A publication Critical patent/CN104216885A/zh
Application granted granted Critical
Publication of CN104216885B publication Critical patent/CN104216885B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
    • 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

Abstract

本发明公开了一种静态和动态推荐理由自动结合的推荐系统及方法，系统包括：内容信息库建立模组，用于对当前用户正浏览的内容生成推荐结果并存储；静态推荐理由挖掘模块，根据当前用户正浏览的内容，为待推荐对象生成与推荐上下文无关的静态推荐理由；动态推荐理由挖掘模块，对每个待推荐对象根据传入的推荐上下文自动进行运算，给出动态推荐理由；推荐理由组合模块，对每个待推荐内容根据一合并原则对待推荐对象的静态和动态推荐理由进行合并，获得待推荐对象最终的推荐理由；推荐结果显示模块，将待推荐对象及对应的推荐理由进行显示，本发明通过对生成静态推荐理由和动态推荐理由进行合并，进行自动融合和展现，大大提高推荐系统的最终效果。

Description

静态和动态推荐理由自动结合的推荐系统及方法
技术领域
本发明关于一种推荐系统及方法，特别是涉及一种静态和动态推荐理由自动结合的推荐系统及方法。
背景技术
在互联网上，信息的数量越来越大。用户可以选择的面也越来越广，推荐系统的任务是，要从众多的资讯中，过滤并挑选出符合每个用户口味的内容，推荐给不同用户。在这个过程中，推荐效果尤为重要。以电子商务网站为例(如淘宝、京东)，推荐的商品需要契合用户的个性化的需求，让用户愿意点击浏览，并最终付费购买。在内容型的网站(如视频网站：酷6网、优酷网，文学网站：起点中文网、小说阅读网)中，类似的需求也大量存在，即网站需要将内容更有效的推荐给用户，让用户愿意点击进行浏览，并最终完成一次有效的推荐。
传统的推荐系统，一般都是通过后台的推荐算法生成推荐结果列表，并按指定的顺序展现给用户。但这种方式展示结果比较单调(如图1所示)，可见，仅仅是相关推荐结果的罗列，无法引起用户足够的兴趣，而且用户在观看推荐结果时，也不明白为什么会把这个结果推荐给他，导致推荐效果不佳。
发明内容
为克服上述现有技术存在的不足，本发明之目的在于提供一种静态和动态推荐理由自动结合的推荐系统及方法，通过对生成静态推荐理由和动态推荐理由进行合并，进行自动融合和展现，大大提高推荐系统的最终效果
为达上述及其它目的，本发明提出一种静态和动态推荐理由自动结合的推荐系统，至少包括：
内容信息库建立模组，用于对当前用户正在浏览的内容生成推荐结果并存储；
静态推荐理由挖掘模块，根据当前用户正在浏览的内容，从该内容信息库中，为每个待推荐对象生成对应的与推荐上下文无关的静态推荐理由；
动态推荐理由挖掘模块，对每个待推荐对象根据传入的推荐上下文自动进行运算，并给出相应的动态推荐理由；
推荐理由组合模块，对每个待推荐内容根据一合并原则对待推荐对象对应的静态推荐理由和动态推荐理由进行合并，获得待推荐对象最终的推荐理由；以及
推荐结果显示模块，将待推荐对象及其对应的最终的推荐理由进行显示。
进一步地，该静态推荐理由挖掘模块根据当前用户正在浏览的内容的作者信息或栏目信息或编辑人工撰写的理由获得静态推荐理由。
进一步地，该静态推荐理由挖掘模块通过分析数据统计系统的内容，将每个待推荐对象各种统计数据生成用户可直观理解的静态推荐理由。
进一步地，该静态推荐理由包括排行榜信息构成理由、点击/收藏/转发总量构成理由、点击/收藏/转发增量构成理由。
该静态推荐理由挖掘模块将静态推荐理由存储于静态理由缓存中。
进一步地，该动态推荐理由包括按地域或时间生成的推荐理由、按传入的当前用户历史的浏览行为生成的推荐理由以及按当前用户正在浏览的内容的关键词、属性、类别生成的推荐理由。
进一步地，该合并原则为：
利用一个随机数生成器，该生成器每次随机生成一个0到1之间的随机数x，若0.5＜＝x＜1，则选择静态推荐理由为最终的推荐理由；当0＜＝x＜0.5，则选择动态推荐理由为最终的推荐理由。
为达到上述及其他目的，本发明还提供一种静态和动态推荐理由自动结合的推荐方法，包括如下步骤：
步骤一，对当前用户正浏览的内容通过推荐算法获得推荐结果，建立推荐结果的内容信息库；
步骤二，根据当前用户正在浏览的内容，为内容信息库中的每个待推荐对象生成对应的不依赖推荐上下文的静态推荐理由；
步骤三，对每个待推荐内容根据传入的推荐上下文自动进行运算，并给出相应的动态推荐理由；
步骤四，对每个待推荐内容根据一合并原则将待推荐内容对应的静态推荐理由和动态推荐理由进行合并，获得待推荐内容最终的推荐理由；以及
步骤五，将待推荐内容及其对应的最终的推荐理由进行显示。
进一步地，于步骤二中，分析数据统计系统的内容，将每个待推荐对象各种统计数据生成用户可直观理解的静态推荐理由。
进一步地，，该合并原则为：
利用一个随机数生成器，该生成器每次随机生成一个0到1之间的随机数x，若0.5＜＝x＜1，则选择静态推荐理由为最终的推荐理由；当0＜＝x＜0.5，则选择动态推荐理由为最终的推荐理由。
与现有技术相比，本发明一种静态和动态推荐理由自动结合的推荐系统及方法，对待推荐内容通过静态推荐理由挖掘模块生成静态推荐理由，动态推荐理由挖掘模块生成动态推荐理由，并由推荐理由组合模块对静态推荐理由和动态推荐理由进行合并，进行自动融合和展现，大大提高推荐系统的最终效果。
附图说明
图1为现有技术中推荐效果的示意图；
图2为本发明中静态推荐理由的示意图；
图3为本发明中动态推荐理由的示意图；
图4为本发明一种静态和动态推荐理由自动结合的推荐系统的系统架构图；
图5为本发明一种静态和动态推荐理由自动结合的推荐方法的步骤流程图；
图6为本发明较佳实施例的推荐效果示意图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
在介绍本发明之前，首先对本发明设计的名词和基本概念作一简单介绍。在本发明中，当前用户称之为user，当前用户正在浏览的内容记为item，待推荐的结果记为：candidate1，candidate2，candidate3......推荐上下文，记为context，context包括user，item，当前访问的时间(timestamp)，用户的ip地址(ip address)，用户终端类型(android，iOS，台式机浏览器等)等信息。静态推荐理由是指所生成的理由不依赖于″推荐上下文″，独立存在的理由，如图2所示。动态推荐理由是指所生成的推荐依赖于″推荐上下文″，每次根据上下文不同，动态变化的理由，如图3所示。
图4为本发明一种静态和动态推荐理由自动结合的推荐系统的系统架构图。如图4所示，本发明一种静态和动态推荐理由自动结合的推荐系统，至少包括：内容信息库建立模组401、静态推荐理由挖掘模块402、动态推荐理由挖掘模块403、推荐理由组合模块404以及推荐结果显示模块405。
其中内容信息库建立模组401为用于对当前用户正在浏览的内容生成推荐结果并存储，即存储当前用户正在浏览的内容(item)的推荐结果；静态推荐理由挖掘模块402根据当前用户正在浏览的内容(item)，从内容信息库401中，为每个待推荐对象生成对应的静态推荐理由。静态推荐理由包括：1、item作者信息构成的理由，2、item的栏目信息构成的理由，3、编辑人工为item撰写的理由。上述静态推荐理由，生成以后将存放在静态理由缓存(static reason cache)中。由于静态推荐理由和推荐展示的上下文无关，所以对特定的item，其静态理由完全相同，因此无需重复生成，只需要将生成好的静态理由存放在缓存中，供后面的模块进行调用。这样处理的好处是大大降低了重复计算的任务，缓存机制对提升推荐理由的生成速度有很好的帮助
较佳的静态推荐理由挖掘模块402还可以通过分析数据统计系统的内容，将每个待推荐对象各种统计数据生成用户可直观理解的推荐理由，这些统计数据包括：
1、item的排行榜信息构成理由
2、item的点击/收藏/转发总量构成理由
3、item的点击/收藏/转发增量构成理由(如按日统计的信息)
动态推荐理由挖掘模块403，对每个待推荐内容(candidate)根据传入的推荐上下文自动进行运算，并给出相应的动态推荐理由。根据每次输入的参数不同，给出的推荐理由也各不相同。在本发明较佳实施例中，动态推荐理由包括：
1、按地域或时间生成的推荐理由
2、按传入的user历史的浏览行为生成的推荐理由
3、按item的关键词、属性、类别等生成的推荐理由
例如，动态推荐理由″来自北京的观众最喜欢看″、″赵本山相关热播视频″、″看过了XXX书的用户也爱看″等这些理由和传入的user、item、ip、timestamp等紧密相关。
动态推荐理由对同一个待推荐内容candidate，其结果可能各不相同，因此每次都需要进行计算。
推荐理由组合模块404对每个待推荐内容根据一合并原则对待推荐内容对应的静态推荐理由和动态推荐理由进行合并，获得待推荐内容最终的推荐理由。在本发明较佳实施例中，合并原则采用的方法是利用一个随机数生成器rand(0，1)，该生成器每次随机生成一个0到1之间的随机数x，如果0.5＜＝x＜1，则选择静态推荐理由为最终的推荐理由；当0＜＝x＜0.5，则选择动态推荐理由为最终的推荐理由。推荐结果显示模块405则用于将待推荐内容及其对应的最终的推荐理由进行显示。为了让推荐理由起到阐述推荐原因，并且吸引用户的目的，推荐结果显示模块405在页面呈现时采用相对醒目的颜色，在待推荐内容附近展示推荐理由。
图5为本发明一种静态和动态推荐理由自动结合的推荐方法的步骤流程图。如图5所示，本发明一种静态和动态推荐理由自动接合的推荐方法，包括如下步骤：
步骤501，对当前用户正浏览的内容通过推荐算法获得推荐结果，建立推荐结果的内容信息库；
步骤502，根据当前用户正在浏览的内容，为内容信息库中的每个待推荐对象生成对应的不依赖推荐上下文的静态推荐理由。在本发明较佳实施例中，静态推荐理由包括：1、item作者信息构成的理由，2、item的栏目信息构成的理由，3、编辑人工为item撰写的理由。如图2中，编辑人工为item撰写的理由″军事栏目″精选。
较佳的，在步骤502中，还可以通过分析数据统计系统的内容，将每个待推荐对象各种统计数据生成用户可直观理解的静态推荐理由。这些统计数据包括：
1、item的排行榜信息构成理由
2、item的点击/收藏/转发总量构成理由
3、item的点击/收藏/转发增量构成理由(如按日统计的信息)
如图2中，静态推荐理由″累计点击超100万次″。
步骤503，对每个待推荐内容(candidate)根据传入的推荐上下文自动进行运算，并给出相应的动态推荐理由。根据每次输入的参数不同，给出的推荐理由也各不相同。在本发明较佳实施例中，动态推荐理由包括：
1、按地域或时间生成的推荐理由
2、按传入的user历史的浏览行为生成的推荐理由
3、按item的关键词、属性、类别等生成的推荐理由
例如，动态推荐理由″来自北京的观众最喜欢看″、″赵本山相关热播视频″、″看过了XXX书的用户也爱看″等这些理由和传入的user、item、ip、timestamp等紧密相关。
步骤504，对每个待推荐内容根据一合并原则将待推荐内容对应的静态推荐理由和动态推荐理由进行合并，获得待推荐内容最终的推荐理由。在本发明较佳实施例中，合并原则采用的方法是利用一个随机数生成器rand(0，1)，该生成器每次随机生成一个0到1之间的随机数x，如果0.5＜＝x＜1，则选择静态推荐理由为最终的推荐理由；当0＜＝x＜0.5，则选择动态推荐理由为最终的推荐理由。
步骤505，将待推荐内容及其对应的最终的推荐理由进行显示。为了让推荐理由起到阐述推荐原因，并且吸引用户的目的，本发明之推荐理由在页面呈现时采用相对醒目的颜色，在待推荐内容附近展示推荐理由，如图6所示。
综上所述，本发明一种静态和动态推荐理由自动结合的推荐系统及方法，对待推荐内容通过静态推荐理由挖掘模块生成静态推荐理由，动态推荐理由挖掘模块生成动态推荐理由，并由推荐理由组合模块对静态推荐理由和动态推荐理由进行合并，进行自动融合和展现，大大提高推荐系统的最终效果。
自动发现内容上相关的其它视频，并通过共现挖掘模块对用户的播放记录进行分析，挖掘用户的偏好，同时还通过编辑列表推荐模块整理编辑播放列表，获得候选视频结合，并结合视频的质量评分来生成最终的相关视频推荐列表，可以更好地为用户推荐适合每个用户自身的视频。
与现有技术相比，本发明具有以下几个优点：
1、本发明为待推荐内容自动生成推荐理由，并将推荐理由细分为动态理由和静态理由，分别由不同模块发起挖掘。
2、静态推荐理由挖掘模块挂载缓存系统，用户提高性能，避免重复计算。
3、为了满足推荐理由展示时的多样性，本发明通过一个随机策略确定最终展现的推荐理由。这样能保证用户在观看结果时，每次都有所不同。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种静态和动态推荐理由自动结合的推荐系统，至少包括：
内容信息库建立模组，用于对当前用户正在浏览的内容生成推荐结果并存储；
静态推荐理由挖掘模块，根据当前用户正在浏览的内容，从该内容信息库中，为每个待推荐对象生成对应的与推荐上下文无关的静态推荐理由；
动态推荐理由挖掘模块，对每个待推荐对象根据传入的推荐上下文自动进行运算，并给出相应的动态推荐理由；
推荐理由组合模块，对每个待推荐内容根据一合并原则对待推荐对象对应的静态推荐理由和动态推荐理由进行合并，获得待推荐对象最终的推荐理由；以及
推荐结果显示模块，将待推荐对象及其对应的最终的推荐理由进行显示。
2.如权利要求1所述的一种静态和动态推荐理由自动结合的推荐系统，其特征在于：该静态推荐理由挖掘模块根据当前用户正在浏览的内容的作者信息或栏目信息或编辑人工撰写的理由获得静态推荐理由。
3.如权利要求1所述的一种静态和动态推荐理由自动结合的推荐系统，其特征在于：该静态推荐理由挖掘模块通过分析数据统计系统的内容，将每个待推荐对象各种统计数据生成用户可直观理解的静态推荐理由。
4.如权利要求3所述的一种静态和动态推荐理由自动结合的推荐系统，其特征在于：该静态推荐理由包括排行榜信息构成理由、点击/收藏/转发总量构成理由、点击/收藏/转发增量构成理由。
5.如权利要求1所述的一种静态和动态推荐理由自动结合的推荐系统，其特征在于：该静态推荐理由挖掘模块将静态推荐理由存储于静态理由缓存中。
6.如权利要求1所述的一种静态和动态推荐理由自动结合的推荐系统，其特征在于：该动态推荐理由包括按地域或时间生成的推荐理由、按传入的当前用户历史的浏览行为生成的推荐理由以及按当前用户正在浏览的内容的关键词、属性、类别生成的推荐理由。
7.如权利要求1所述的一种静态和动态推荐理由自动结合的推荐系统，其特征在于，该合并原则为：
利用一个随机数生成器，该生成器每次随机生成一个0到1之间的随机数x，若0.5＜＝x＜1，则选择静态推荐理由为最终的推荐理由；当0＜＝x＜0.5，则选择动态推荐理由为最终的推荐理由。
8.一种静态和动态推荐理由自动结合的推荐方法，包括如下步骤：
步骤一，对当前用户正浏览的内容通过推荐算法获得推荐结果，建立推荐结果的内容信息库；
步骤二，根据当前用户正在浏览的内容，为内容信息库中的每个待推荐对象生成对应的不依赖推荐上下文的静态推荐理由；
步骤三，对每个待推荐内容根据传入的推荐上下文自动进行运算，并给出相应的动态推荐理由；
步骤四，对每个待推荐内容根据一合并原则将待推荐内容对应的静态推荐理由和动态推荐理由进行合并，获得待推荐内容最终的推荐理由；以及
步骤五，将待推荐内容及其对应的最终的推荐理由进行显示。
9.如权利要求8所述的一种静态和动态推荐理由自动结合的推荐方法，其特征在于：于步骤二中，分析数据统计系统的内容，将每个待推荐对象各种统计数据生成用户可直观理解的静态推荐理由。
10.如权利要求8所述的一种静态和动态推荐理由自动结合的推荐方法，其特征在于，该合并原则为：
利用一个随机数生成器，该生成器每次随机生成一个0到1之间的随机数x，若0.5＜＝x＜1，则选择静态推荐理由为最终的推荐理由；当0＜＝x＜0.5，则选择动态推荐理由为最终的推荐理由。
CN201310206888.XA 2013-05-29 2013-05-29 静态和动态推荐理由自动结合的推荐系统及方法 Active CN104216885B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310206888.XA CN104216885B (zh) 2013-05-29 2013-05-29 静态和动态推荐理由自动结合的推荐系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310206888.XA CN104216885B (zh) 2013-05-29 2013-05-29 静态和动态推荐理由自动结合的推荐系统及方法

Publications (2)

Publication Number Publication Date
CN104216885A true CN104216885A (zh) 2014-12-17
CN104216885B CN104216885B (zh) 2022-07-26

Family

ID=52098391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310206888.XA Active CN104216885B (zh) 2013-05-29 2013-05-29 静态和动态推荐理由自动结合的推荐系统及方法

Country Status (1)

Country Link
CN (1) CN104216885B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609951A (zh) * 2017-09-27 2018-01-19 北京小度信息科技有限公司 向用户推荐消费对象的方法及装置
CN108363730A (zh) * 2018-01-12 2018-08-03 优地网络有限公司 一种内容推荐方法、系统及终端设备
CN109886823A (zh) * 2019-02-25 2019-06-14 北京奇艺世纪科技有限公司 一种社交圈的推荐方法及装置
CN112115300A (zh) * 2020-09-28 2020-12-22 北京奇艺世纪科技有限公司 文本处理方法、装置、电子设备及可读存储介质
CN113806567A (zh) * 2021-09-17 2021-12-17 北京达佳互联信息技术有限公司 搜索词的推荐方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1600022A (zh) * 2001-11-30 2005-03-23 皇家飞利浦电子股份有限公司 向用户介绍推荐理由的媒体推荐器
CN1874442A (zh) * 2005-05-31 2006-12-06 索尼株式会社 信息处理装置、信息处理方法以及程序
US20080294617A1 (en) * 2007-05-22 2008-11-27 Kushal Chakrabarti Probabilistic Recommendation System
CN101382946A (zh) * 2007-09-05 2009-03-11 索尼株式会社 信息处理设备、信息处理方法和程序
CN102163211A (zh) * 2010-02-23 2011-08-24 索尼公司 信息处理设备、重要度计算方法和程序
CN102592223A (zh) * 2011-01-18 2012-07-18 卓望数码技术（深圳）有限公司 一种商品推荐方法和商品推荐系统
CA2829484A1 (en) * 2011-03-08 2012-09-13 Tivo Inc. Multi source and destination media discovery and management platform
CN102802050A (zh) * 2012-08-24 2012-11-28 青岛海信电器股份有限公司 电视节目推荐方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1600022A (zh) * 2001-11-30 2005-03-23 皇家飞利浦电子股份有限公司 向用户介绍推荐理由的媒体推荐器
CN1874442A (zh) * 2005-05-31 2006-12-06 索尼株式会社 信息处理装置、信息处理方法以及程序
US20080294617A1 (en) * 2007-05-22 2008-11-27 Kushal Chakrabarti Probabilistic Recommendation System
CN101382946A (zh) * 2007-09-05 2009-03-11 索尼株式会社 信息处理设备、信息处理方法和程序
CN102163211A (zh) * 2010-02-23 2011-08-24 索尼公司 信息处理设备、重要度计算方法和程序
CN102592223A (zh) * 2011-01-18 2012-07-18 卓望数码技术（深圳）有限公司 一种商品推荐方法和商品推荐系统
CA2829484A1 (en) * 2011-03-08 2012-09-13 Tivo Inc. Multi source and destination media discovery and management platform
CN102802050A (zh) * 2012-08-24 2012-11-28 青岛海信电器股份有限公司 电视节目推荐方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
RAJ GT ET AL: "《Amalgamating Contextual Information Into Recommender System》", 《IEEE》 *
余小高等: "《基于隐式评分的推荐系统研究》", 《计算机应用》 *
李伟: "《面向个性化推荐的Web使用挖掘研究》", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609951A (zh) * 2017-09-27 2018-01-19 北京小度信息科技有限公司 向用户推荐消费对象的方法及装置
CN108363730A (zh) * 2018-01-12 2018-08-03 优地网络有限公司 一种内容推荐方法、系统及终端设备
CN108363730B (zh) * 2018-01-12 2020-11-06 优地网络有限公司 一种内容推荐方法、系统及终端设备
CN109886823A (zh) * 2019-02-25 2019-06-14 北京奇艺世纪科技有限公司 一种社交圈的推荐方法及装置
CN112115300A (zh) * 2020-09-28 2020-12-22 北京奇艺世纪科技有限公司 文本处理方法、装置、电子设备及可读存储介质
CN113806567A (zh) * 2021-09-17 2021-12-17 北京达佳互联信息技术有限公司 搜索词的推荐方法及装置
CN113806567B (zh) * 2021-09-17 2024-01-02 北京达佳互联信息技术有限公司 搜索词的推荐方法及装置

Also Published As

Publication number Publication date
CN104216885B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
Macnamara The 21st century media (r) evolution: Emergent communication practices
CN104035966B (zh) 一种提供扩展搜索项的方法与装置
US11062358B1 (en) Providing an advertisement associated with a media item appearing in a feed based on user engagement with the media item
US20150334068A1 (en) Message processing method and apparatus
US9990436B2 (en) Personal trends module
CN104145265B (zh) 涉及搜索和/或搜索整合的特征的系统和方法
US10417289B2 (en) Systems and methods involving integration/creation of search results media modules
US20120084657A1 (en) Providing content to a user from multiple sources based on interest tag(s) that are included in an interest cloud
CN104221006A (zh) 包括视频的网页内容的优化
CN104216885A (zh) 静态和动态推荐理由自动结合的推荐系统及方法
US10536354B1 (en) Methods and systems for identifying styles of properties of document object model elements of an information resource
US11620825B2 (en) Computerized system and method for in-video modification
US10303723B2 (en) Systems and methods involving search enhancement features associated with media modules
CN104144181A (zh) 一种网络视频终端聚合方法及系统
CN102957949A (zh) 为用户推荐视频的装置及方法
US20230352057A1 (en) Systems and methods for dynamically augmenting videos via in-video insertion on mobile devices
CN109308337A (zh) 页面分享方法和装置
CN105608158A (zh) 一种瀑布流式显示图片的方法和装置
US10785332B2 (en) User lifetime revenue allocation associated with provisioned content recommendations
Thurman Real-time online reporting: Best practices for live blogging
CN104572707A (zh) 一种用于提供优选对象信息的方法与设备
US20150319206A1 (en) Sharing a media station
CN110264283A (zh) 一种推广资源展示方法及装置
CN106055688A (zh) 搜索结果的展现方法、装置和移动终端
US10547675B1 (en) Systems and methods for online content sharing

Legal Events

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

Effective date of registration: 20180605

Address after: 201203 7, 1 Lane 666 lane, Zhang Heng Road, Pudong New Area, Shanghai.

Applicant after: SHANGHAI ZHANGMEN SCIENCE AND TECHNOLOGY Co.,Ltd.

Address before: 300467 Tianjin Binhai New Area Tianjin eco city animation road 126 anime building B1 area two layer 201-243

Applicant before: KUSHENG (TIANJIN) SCIENCE & TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180801

Address after: 300450 Tianjin seaside new area Tianjin eco city animation road 126 anime building B1 area two layer 201-243

Applicant after: KUSHENG (TIANJIN) SCIENCE & TECHNOLOGY CO.,LTD.

Address before: 201203 7, 1 Lane 666 lane, Zhang Heng Road, Pudong New Area, Shanghai.

Applicant before: SHANGHAI ZHANGMEN SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20181218

Address after: 201306 N2025 room 24, 2 New Town Road, mud town, Pudong New Area, Shanghai

Applicant after: SHANGHAI LIANSHANG NETWORK TECHNOLOGY Co.,Ltd.

Address before: 300450 Tianjin Binhai New Area Tianjin eco city animation road 126 anime building B1 area two layer 201-243

Applicant before: KUSHENG (TIANJIN) SCIENCE & TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant