CN104331476A - 内容交易领域的实时内容推荐方法 - Google Patents

内容交易领域的实时内容推荐方法 Download PDF

Info

Publication number
CN104331476A
CN104331476A CN201410612060.9A CN201410612060A CN104331476A CN 104331476 A CN104331476 A CN 104331476A CN 201410612060 A CN201410612060 A CN 201410612060A CN 104331476 A CN104331476 A CN 104331476A
Authority
CN
China
Prior art keywords
content
real time
targeted customer
recommend method
business field
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
CN201410612060.9A
Other languages
English (en)
Inventor
周艳
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201410612060.9A priority Critical patent/CN104331476A/zh
Publication of CN104331476A publication Critical patent/CN104331476A/zh
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
    • G06F16/9535—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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种内容交易领域的实时内容推荐方法，涉及信息传输领域。为解决用户体验较差的问题而发明。本发明实施例公开的技术方案包括：S10、分别获取预设内容库中每个内容对应的属性标签；S20、获取待推荐的目标用户的喜好标签；S30、分别将每个内容对应的属性标签与所述喜好标签进行匹配，并向所述目标用户推荐匹配成功的内容。该方案可以应用在多媒体内容交易、播放等领域。

Description

内容交易领域的实时内容推荐方法
技术领域
本发明涉及信息传输领域，尤其涉及一种内容交易领域的实时内容推荐方法。
背景技术
随着新兴互联网方式的兴起以及社会性网络服务社区的不断发展壮大，文字、歌曲、视频等多媒体内容呈现出井喷式的发展趋势。
然而，用户很难在众多的多媒体内容中寻找到符合其喜好的内容，用户体验较差。
发明内容
本发明提供一种内容交易领域的实时内容推荐方法，能够为用户推荐符合其喜好的内容，能够提升用户体验。
本发明解决技术问题采用如下技术方案：一种内容交易领域的实时内容推荐方法，包括：S10、分别获取预设内容库中每个内容对应的属性标签；S20、获取待推荐的目标用户的喜好标签；S30、分别将每个内容对应的属性标签与所述喜好标签进行匹配，并向所述目标用户推荐匹配成功的属性标签对应的内容。
可选的，所述内容交易领域的实时内容推荐方法中S10，包括：S101、根据预设信息分别获取所述内容库中每个内容对应的属性标签。
可选的，所述内容交易领域的实时内容推荐方法中预设信息，包括：预设内容属性对照表或预设的每个内容的基本属性；每个内容的基本属性，包括：该内容的类别、基本简介、作者信息和关键词中的一种或多种。
可选的，所述内容交易领域的实时内容推荐方法中S20，包括：S201、采集所述目标用户的行为数据；S202、根据所述行为数据获取所述目标用户的喜好标签。
可选的，所述内容交易领域的实时内容推荐方法中行为数据，包括：注册资料、操作行为和同类用户的行为特征中的一种或多种，所述同类用户为与所述目标用户所属的类别相同的用户。
可选的，所述内容交易领域的实时内容推荐方法中S20，包括：S203、获取所述目标用户预先设置的偏好信息；S204、根据所述偏好信息获取所述目标用户的喜好标签。
可选的，所述内容交易领域的实时内容推荐方法中S30，包括：S301、分别将每个内容对应的属性标签与所述喜好标签进行比较，判断相同标签的个数是否大于预设值；如果大于，匹配成功；否则，匹配失败。
可选的，所述内容交易领域的实时内容推荐方法中所述预设值为正整数。
可选的，所述内容交易领域的实时内容推荐方法中所述S30，还包括：向所述目标用户发送匹配成功的内容对应的简介和链接。
本发明具有如下有益效果：通过将预设内容库中每个内容对应的属性标签与喜好标签进行匹配，并向目标用户推荐匹配成功的内容，使目标用户可以从推荐内容中查找符合其喜好的内容，提升了用户体验。本发明实施例提供的技术方案解决了现有技术中用户很难在众多的多媒体内容中寻找到符合其喜好的内容，用户体验较差的问题。此外，本方案仅向目标用户推荐匹配成功的内容，避免垃圾邮件或短信的产生，进一步提升了用户体验。
附图说明
图1为本发明实施例1提供的内容交易领域的实时内容推荐方法的流程图。
具体实施方式
下面结合实施例及附图对本发明的技术方案作进一步阐述。
实施例1
如图1所示，本实施例提供了一种内容交易领域的实时内容推荐方法，包括：
步骤101，分别获取预设内容库中每个内容对应的属性标签。
在本实施例中，通过步骤101获取属性标签的过程可以为根据预设信息分别获取内容库中每个内容对应的属性标签。其中，预设信息既可以为预设内容属性对照表，也可以为预设的每个内容的基本属性；该每个内容的基本属性，包括：该内容的类别、基本简介、作者信息和关键词中的一种或多种。预设信息为预设内容属性对照表时，步骤101可以直接从内容属性对照表中获取每个内容对应的属性标签；预设信息为每个内容的基本属性时，该基本属性可以直接作为内容对应的属性标签，也可以将基本属性进行分析、处理后，将分析处理后的信息作为属性标签。
在本实施例中，通过步骤101获取属性标签的过程也可以为：通过预设分析模型对预设内容库中每个内容进行分析，分别获取每个内容对应的属性标签。其中，预设分析模型可以采用机器分析学习的方式建模，在此不再一一赘述。
在本实施例中，步骤101中预设内容库，可以为预设歌曲库，也可以为预设视频库，还可以为预设文学作品库，在此不作限制。即本实施例中的内容可以为歌曲、视频、文学作品等。特别的，该预设内容库，还可以为特定范围的内容库，如待交易的内容库等，在此不再一一赘述。
步骤102，获取待推荐的目标用户的喜好标签。
在本实施例中，步骤102获取目标用户的喜好标签的过程可以为：采集该目标用户的行为数据；根据该行为数据获取目标用户的喜好标签。其中，行为数据，包括：注册资料、操作行为和同类用户的行为特征中的一种或多种，所述同类用户为与所述目标用户所属的类别相同的用户。该操作行为包括浏览、关注、搜索、收藏、交易等操作行为；步骤102采集到用户的行为数据后，可以通过加权算法获取用户的喜好标签。
在本实施例中，步骤102获取目标用户的喜好标签的过程也可以为：获取所述目标用户预先设置的偏好信息；根据所述偏好信息获取所述目标用户的喜好标签。步骤102可以直接将偏好信息作为喜好标签，也可以对偏好信息进行分析，将分析得到的信息作为喜好标签。
步骤103，分别将每个内容对应的属性标签与喜好标签进行匹配，并向目标用户推荐匹配成功的属性标签对应的内容。
在本实施例中，通过步骤103进行匹配的过程可以包括：分别将每个内容对应的属性标签与所述喜好标签进行比较，判断相同标签的个数是否大于预设值；如果大于，匹配成功；否则，匹配失败。其中，预设值为正整数。特别的，该预设值可以为1。
在本实施例中，通过步骤103进行推荐的过程可以包括：向目标用户发送匹配成功的内容对应的简介和链接。在本实施例中，可以直接显示匹配成功的内容，也可以直接向目标用户发送匹配成功的内容对应的文件；为节约空间，方便用户查看，还可以仅发送匹配成功的内容对应的简介和链接。
具体的，本实施例提供的内容交易领域的实时内容推荐方法可以应用于基于视频版权交易的竞价系统中，通过视频版权交易平台进行线上版权展示，针对视频版权交易平台的内容库中影视剧的海量文本描述内容自动按照关键词频度进行提取，获得影视剧版权相关的包括剧名、人名、类型等基本属性，并将其应用到属性标签上，从而获取每个内容对应的属性标签；同时可以对每个竞买人的用户资料、访问、浏览和交易行为进行数据挖掘，分别获取每个竞买人的喜好标签；最后根据属性标签与喜好标签的匹配结果，向每个竞买人自动推荐匹配成功的属性标签对应的内容，从而实现有针对性的内容推荐，防止垃圾邮件或垃圾短信的产生，提升了竞拍效率和用户体验。
本发明具有如下有益效果：通过将预设内容库中每个内容对应的属性标签与喜好标签进行匹配，并向目标用户推荐匹配成功的内容，使目标用户可以从推荐内容中查找符合其喜好的内容，提升了用户体验。本发明实施例提供的技术方案解决了现有技术中用户很难在众多的多媒体内容中寻找到符合其喜好的内容，用户体验较差的问题。此外，本方案仅向目标用户推荐匹配成功的内容，避免垃圾邮件或短信的产生，进一步提升了用户体验。
以上实施例的先后顺序仅为便于描述，不代表实施例的优劣。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种内容交易领域的实时内容推荐方法，其特征在于，包括：
S10、分别获取预设内容库中每个内容对应的属性标签；
S20、获取待推荐的目标用户的喜好标签；
S30、分别将每个内容对应的属性标签与所述喜好标签进行匹配，并向所述目标用户推荐匹配成功的属性标签对应的内容。
2.根据权利要求1所述的内容交易领域的实时内容推荐方法，其特征在于，所述S10，包括：
S101、根据预设信息分别获取所述内容库中每个内容对应的属性标签。
3.根据权利要求2所述的内容交易领域的实时内容推荐方法，其特征在于，所述预设信息，包括：
预设内容属性对照表或预设的每个内容的基本属性；
每个内容的基本属性，包括：该内容的类别、基本简介、作者信息和关键词中的一种或多种。
4.根据权利要求1所述的内容交易领域的实时内容推荐方法，其特征在于，所述S20，包括：
S201、采集所述目标用户的行为数据；
S202、根据所述行为数据获取所述目标用户的喜好标签。
5.根据权利要求4所述的内容交易领域的实时内容推荐方法，其特征在于，所述行为数据，包括：
注册资料、操作行为和同类用户的行为特征中的一种或多种，所述同类用户为与所述目标用户所属的类别相同的用户。
6.根据权利要求1所述的内容交易领域的实时内容推荐方法，其特征在于，所述S20，包括：
S203、获取所述目标用户预先设置的偏好信息；
S204、根据所述偏好信息获取所述目标用户的喜好标签。
7.根据权利要求1所述的内容交易领域的实时内容推荐方法，其特征在于，所述S30，包括：
S301、分别将每个内容对应的属性标签与所述喜好标签进行比较，判断相同标签的个数是否大于预设值；如果大于，匹配成功；否则，匹配失败。
8.根据权利要求7所述的内容交易领域的实时内容推荐方法，其特征在于，所述预设值为正整数。
9.根据权利要求7所述的内容交易领域的实时内容推荐方法，其特征在于，所述S30，还包括：
向所述目标用户发送匹配成功的内容对应的简介和链接。
CN201410612060.9A 2014-11-04 2014-11-04 内容交易领域的实时内容推荐方法 Pending CN104331476A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410612060.9A CN104331476A (zh) 2014-11-04 2014-11-04 内容交易领域的实时内容推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410612060.9A CN104331476A (zh) 2014-11-04 2014-11-04 内容交易领域的实时内容推荐方法

Publications (1)

Publication Number Publication Date
CN104331476A true CN104331476A (zh) 2015-02-04

Family

ID=52406203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410612060.9A Pending CN104331476A (zh) 2014-11-04 2014-11-04 内容交易领域的实时内容推荐方法

Country Status (1)

Country Link
CN (1) CN104331476A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750839A (zh) * 2015-04-03 2015-07-01 魅族科技（中国）有限公司 一种数据推荐方法、终端及服务器
CN105653693A (zh) * 2015-12-30 2016-06-08 东软集团股份有限公司 一种个性化推荐方法及装置
CN105872590A (zh) * 2016-03-31 2016-08-17 乐视控股（北京）有限公司 一种视频媒体发行方法和系统
CN105959735A (zh) * 2016-04-29 2016-09-21 乐视控股（北京）有限公司 一种在线节目推荐方法及服务器
CN106033415A (zh) * 2015-03-09 2016-10-19 深圳市腾讯计算机系统有限公司 文本内容推荐方法及装置
CN106354860A (zh) * 2016-09-06 2017-01-25 中国传媒大学 基于标签集的信息资源自动贴标签并自动推送的方法
CN106909565A (zh) * 2015-12-23 2017-06-30 北京奇虎科技有限公司 推荐信息的获取方法及装置
CN107105030A (zh) * 2017-04-20 2017-08-29 腾讯科技（深圳）有限公司 推广内容推送方法及装置
CN110210765A (zh) * 2019-06-06 2019-09-06 中国传媒大学 一种影视资源匹配方法及系统
CN111182335A (zh) * 2019-10-18 2020-05-19 腾讯科技（深圳）有限公司 一种流媒体处理方法和装置
CN112528053A (zh) * 2020-12-23 2021-03-19 三星电子（中国）研发中心 多媒体库分类检索管理系统
CN109543111B (zh) * 2018-11-28 2021-09-21 广州虎牙信息科技有限公司 推荐信息筛选方法、装置、存储介质及服务器
WO2021227632A1 (en) * 2020-05-15 2021-11-18 Guangdong Oppo Mobile Telecommunications Corp., Ltd. System and method for auto-recommending at least one intelligent text to a user

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901450A (zh) * 2010-07-14 2010-12-01 中兴通讯股份有限公司 媒体内容推荐方法和媒体内容推荐系统
CN102567511A (zh) * 2011-12-27 2012-07-11 奇智软件（北京）有限公司 一种应用自动推荐的方法及装置
US8533236B1 (en) * 2007-11-01 2013-09-10 Google Inc. Video-related recommendations using link structure

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8533236B1 (en) * 2007-11-01 2013-09-10 Google Inc. Video-related recommendations using link structure
CN101901450A (zh) * 2010-07-14 2010-12-01 中兴通讯股份有限公司 媒体内容推荐方法和媒体内容推荐系统
CN102567511A (zh) * 2011-12-27 2012-07-11 奇智软件（北京）有限公司 一种应用自动推荐的方法及装置

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106033415A (zh) * 2015-03-09 2016-10-19 深圳市腾讯计算机系统有限公司 文本内容推荐方法及装置
CN106033415B (zh) * 2015-03-09 2020-07-03 深圳市腾讯计算机系统有限公司 文本内容推荐方法及装置
CN104750839B (zh) * 2015-04-03 2019-02-15 魅族科技（中国）有限公司 一种数据推荐方法、终端及服务器
CN104750839A (zh) * 2015-04-03 2015-07-01 魅族科技（中国）有限公司 一种数据推荐方法、终端及服务器
CN106909565A (zh) * 2015-12-23 2017-06-30 北京奇虎科技有限公司 推荐信息的获取方法及装置
CN105653693A (zh) * 2015-12-30 2016-06-08 东软集团股份有限公司 一种个性化推荐方法及装置
CN105872590A (zh) * 2016-03-31 2016-08-17 乐视控股（北京）有限公司 一种视频媒体发行方法和系统
CN105959735A (zh) * 2016-04-29 2016-09-21 乐视控股（北京）有限公司 一种在线节目推荐方法及服务器
CN106354860A (zh) * 2016-09-06 2017-01-25 中国传媒大学 基于标签集的信息资源自动贴标签并自动推送的方法
CN107105030A (zh) * 2017-04-20 2017-08-29 腾讯科技（深圳）有限公司 推广内容推送方法及装置
CN109543111B (zh) * 2018-11-28 2021-09-21 广州虎牙信息科技有限公司 推荐信息筛选方法、装置、存储介质及服务器
CN110210765A (zh) * 2019-06-06 2019-09-06 中国传媒大学 一种影视资源匹配方法及系统
CN110210765B (zh) * 2019-06-06 2021-06-11 中国传媒大学 一种影视资源匹配方法及系统
CN111182335A (zh) * 2019-10-18 2020-05-19 腾讯科技（深圳）有限公司 一种流媒体处理方法和装置
WO2021227632A1 (en) * 2020-05-15 2021-11-18 Guangdong Oppo Mobile Telecommunications Corp., Ltd. System and method for auto-recommending at least one intelligent text to a user
CN112528053A (zh) * 2020-12-23 2021-03-19 三星电子（中国）研发中心 多媒体库分类检索管理系统

Similar Documents

Publication Publication Date Title
CN104331476A (zh) 内容交易领域的实时内容推荐方法
Nieborg et al. The political economy of Facebook’s platformization in the mobile ecosystem: Facebook Messenger as a platform instance
CN109831684B (zh) 视频优化推荐方法、装置及可读存储介质
JP6606275B2 (ja) 情報をプッシュ配信するコンピュータ実施方法及び装置
CN108650558B (zh) 基于交互视频的视频前情提要的生成方法及装置
US20170188102A1 (en) Method and electronic device for video content recommendation
US20150081723A1 (en) System and Method for Analyzing and Synthesizing Social Communication Data
CA2774075C (en) Synthesizing messaging using context provided by consumers
CN104317959A (zh) 基于社交平台的数据挖掘方法及装置
US20110060794A1 (en) Synthesizing messaging using context provided by consumers
CN110020162B (zh) 用户识别方法和装置
CN105095508A (zh) 一种多媒体内容推荐方法和多媒体内容推荐装置
CN108563753A (zh) 消息推送文案的生成方法、装置及计算机可读存储介质
CN106708883B (zh) 推荐方法及装置
CN104038517A (zh) 基于群组关系的信息推送方法以及服务器
EP2484113A1 (en) A method, apparatus and system for increasing website data transfer speed
CN101840410A (zh) 学习装置和方法、信息处理装置和方法以及程序
CN105550277A (zh) 基于标签热度的智能电影排名和评价系统
US9734519B2 (en) Native advertisement smart injection
CN107977678B (zh) 用于输出信息的方法和装置
US20170148056A1 (en) Information processing device, control method, and program
CN102137291A (zh) 一种广告选择方法及一种互联网协议电视iptv平台
KR20200017443A (ko) 소셜 네트워크 서비스를 활용한 각인 마케팅 시스템
CN110880120A (zh) 一种广告方法和广告系统以及识别装置
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

Application publication date: 20150204

RJ01 Rejection of invention patent application after publication