CN104506894A - 多媒体资源评估方法及其装置 - Google Patents
多媒体资源评估方法及其装置 Download PDFInfo
- Publication number
- CN104506894A CN104506894A CN201410800738.6A CN201410800738A CN104506894A CN 104506894 A CN104506894 A CN 104506894A CN 201410800738 A CN201410800738 A CN 201410800738A CN 104506894 A CN104506894 A CN 104506894A
- Authority
- CN
- China
- Prior art keywords
- multimedia resource
- user
- behavior data
- user behavior
- active ues
- 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
Links
Classifications
-
- 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
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
Abstract
本发明公开了一种多媒体资源评估方法及其装置。所述方法包括:搜集多个用户在终端处理多媒体资源时的多个用户行为数据;对预定时间段内的所述多个用户行为数据进行过滤;依据过滤后的多个用户行为数据选择所述多个用户中的活跃用户;从所述过滤后的用户行为数据中找出对应所述活跃用户的用户行为数据;以及利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估。本发明提供的多媒体资源评估方法及其装置,将用户行为数据先进行过滤,再将用户进行过滤,如此保留合理的用户及其对应的用户行为数据,以此作为多媒体资源评估的评估系数,如此得到的评估结果将更客观。
Description
技术领域
本发明涉及多媒体资源处理方法,更具体地,涉及多媒体资源评估方法及其装置。
背景技术
随着计算机技术和网络技术的发展,当今的信息呈爆发式增长。各种信息设备应运而生,例如用于多媒体资源显示的个人电脑、智能手机、数字电视机等,通过这些设备可充分利用现有多媒体资源来为人们更好的服务。 在这些服务中,网络视频是一种流行的应用,其由网络视频服务商提供,该应用的主要产品是以流媒体为播放格式的、可在线直播或点播的视讯文件,其播放格式可为FLV、WMV、RM、RMVB以及 MOV等视频文件格式。
用户面对网络视频服务商提供的众多多媒体资源时时常感觉无从选择,为了找到感兴趣的品质高的多媒体资源,用户通常会参考其他用户对该多媒体资源的评分。这些评分是该多媒体资源的内容价值质量的评估,反应了多媒体资源内容的优劣(例如内容是否精彩)。又或者,网络视频服务商依据多媒体资源的评估可对多媒体资源进行排序,主动向用户推荐评分高的多媒体资源。但目前这些价值评分通常是本领域专家给出的价值评定或是特定用户给出的价值评定,无论是专家还是用户,这些价值评定更多的依赖于人的主观评价,使得价值评定缺少客观性。此外,由于每个人的兴趣、爱好、知识、年龄等不同,因此价值评定的标准无法量化和统一,使得对于相同的多媒体资源,价值评定的方差较大,反而使得用户在选择时更容易困惑。
因此,需要一种新的多媒体资源评估方法及其装置以解决上述问题。
发明内容
有鉴于此,本发明提供一种多媒体资源评估方法及其装置,以解决上述问题。
本发明提供的多媒体资源评估方法包括:搜集多个用户在终端处理多媒体资源时的多个用户行为数据;对预定时间段内的所述多个用户行为数据进行过滤;依据过滤后的多个用户行为数据选择所述多个用户中的活跃用户;从所述过滤后的用户行为数据中找出对应所述活跃用户的用户行为数据;以及利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估。
所述用户行为数据包括用户cookie、用户ID、所述用户对于所述多媒体资源的处理方式、所处理的所述多媒体资源的播放情况。
所述用户对于所述多媒体资源的处理方式包括播放、收藏、评分、顶、踩;所述多媒体资源的播放情况包括视频时长、播放时长、统计结束时间、统计开始时间。
所述用户行为数据中包括所述用户cookie,分析所述过滤后的用户行为数据中的所述用户cookie所对应的对所述多媒体资源的处理方式来判断对应所述用户cookie的用户是否是所述活跃用户。
所述活跃用户是在第二预定时间段内有过合理观看行为的用户,其中所述合理观看行为是指在所述用户的所述过滤后的用户行为数据中表明所述用户在所述第二预定时间段内观看过所述多个多媒体资源。
所述活跃用户是在第二预定时间段内有过合理评论行为的用户,其中所述合理评论行为是指在所述用户的所述过滤后的用户行为数据中表明所述用户在所述第二预定时间段内评论过所述多个多媒体资源,所述评论行为包括给所述多媒体资源评分、点赞、顶和/或踩。
所述利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估的步骤包括:通过公式Score=((VV +CV+ DV - BV+ FV)/T’) * P对所述多媒体资源进行评估,其中,Score表示所述多媒体资源的质量,VV 是播放数目,CV是评论数目, DV是顶数目, BV是踩数目, FV是收藏数目,T’是发布时长,P为所述多媒体资源的播放完成率,T’等于所述统计结束时间T与所述统计开始时间T0的差值,P等于所述播放时长除以所述视频时长。
所述利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估的步骤包括: 通过公式
来对所述多媒体资源进行评估,α为所述播放数目的加权系数,β为所述顶数目和所述踩数目的加权系数,γ为所述评分数目和所述收藏数目的加权系数。
所述利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估的步骤包括: 将每个所述活跃用户对所述多媒体资源进行所述评估得到的评估值进行整合,用以得到所述多媒体资源的整体评估值。
本发明提供的一种多媒体资源评估装置包括:搜集模块,用以搜集多个用户在终端处理多媒体资源时的多个用户行为数据;过滤模块,耦接所述搜集模块,用以对预定时间段内的所述多个用户行为数据进行过滤;第一选择模块,耦接所述过滤模块,用以依据过滤后的多个用户行为数据选择所述多个用户中的活跃用户;第二选择模块,耦接所述过滤模块和所述第一选择模块,用以从所述过滤后的用户行为数据中找出对应所述活跃用户的用户行为数据;以及评估模块,耦接所述第二选择模块,用以利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估。
本发明提出的多媒体资源评估方法及其装置,将用户行为数据先进行过滤,再将用户进行过滤,如此保留合理的用户及其对应的用户行为数据,以此作为多媒体资源评估的评估系数,如此得到的评估结果将更客观。
当然,实施本发明的任一产品必不一定需要同时达到以上所述的所有技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为依据本发明一实施例的多媒体资源评估方法。
图2为依据本发明一实施例的多媒体资源评估装置。
具体实施方式
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式,然所述描述乃以说明本发明的一般原则为目的,并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
在本发明的实施方式中,多媒体资源可以为例如图片、音频、视频等,本发明并不限制多媒体资源的具体形式。
图1为依据本发明一实施例的多媒体资源评估方法。如图1所示,该多媒体资源评估方法包括以下步骤。
步骤101。在步骤101中,搜集多个用户在终端处理多媒体资源时的多个用户行为数据。
请注意的是,在本发明的实施例中,终端可以是通信终端、上网终端、音频/视频播放终端,例如可以是PDA、 MID和/或具有音频、视频播放功能的移动电话,还可以是台式电脑、笔记本型电脑、掌上电脑、智能电视、机顶盒等设备等。
用户的处理方式包括观看、搜索、收藏、评分、分享、顶、踩等。用户行为数据包括行为日志。例如,行为日志中包括用户cookie、用户ID等字段。在本发明的一实施例中,若用户对于多媒体资源的处理方式是“观看”时,行为日志还可进一步包括所处理(例如观看)的多媒体资源的播放情况(例如,视频时长、视频被播放的播放时长、视频播放时间(例如统计结束时间、统计开始时间)等)、所处理的多媒体资源的数量(例如,用户观看了1部电影、收听了3首歌曲等)等等。其中,多媒体资源的播放情况(例如,视频被播放的播放时长)可通过采集用户拖动回放多媒体资源的行为的前后时间点,基于所采集的用户拖动回放多媒体资源的前后时间点的差值来获取多媒体资源的播放时长。
步骤102。在步骤102中,对预定时间段内的所述多个用户行为数据进行过滤。
在本发明的实施例中,该预定时间段可以为24小时、36小时、48小时等等,本发明并不限制预定时间段的具体数值。所属技术领域的技术人员应可理解,预定时间段越长,用户行为数据就会越多,多媒体资源列表中的数据也会越多。这将提高多媒体资源评估的准确度,但相应的也会增加多媒体资源评估方法的计算复杂度。
对该预定时间段内的用户行为数据进行过滤。在场景1中,用户的行为是在该预定时间段内多次观看同一个多媒体资源,则只计算观看时长最多的一次。例如,用户在24小时内观看“无间道”这部电影3次,第1次观看了40分钟,第2次观看了36分钟,第3次观看了78分钟,则对该用户的观看行为进行过滤,滤除第1次和第2次的观看行为,只保留第3次观看78分钟的观看行为。在场景2中,用户先是在搜索工具中搜索了“无间道”这部电影,然后又观看了该电影,则对该用户的搜索和观看行为进行过滤,滤除搜索行为,只保留观看行为。在场景3中,用户在3个不同搜索工具中搜索了3次“无间道”这部电影,则对该用户的搜索行为进行过滤,滤除第1次和第2次的搜索行为,只保留最后一次的搜索行为。在场景4中,用户先在搜索工具中搜索了“无间道”这部电影,然后将该电影在微信朋友圈进行分享,则对该用户的搜索和分享行为进行过滤,滤除搜索行为,保留分享行为。如本领域技术人员所了解的,可依据设计的需要,灵活改变用户行为数据的过滤准则,所有均等性过滤方式均属于本发明的保护范畴。
对用户行为数据进行过滤处理之后,可以得到过滤后的用户行为数据,并得到在预定时间内的对应过滤后的用户行为数据(例如过滤后的观看、搜索、收藏、评论、分享等行为)所对应的的多媒体资源列表。
步骤103。在步骤103中,依据过滤后的多个用户行为数据选择所述多个用户中的活跃用户。
为了使得多媒体资源的评估更客观准确,本发明在过滤后的用户行为数据中对用户进行筛选只保留活跃用户。在本发明的用户行为数据中包括用户cookie,分析过滤后的用户行为数据中的用户cookie所对应的对多媒体资源的处理方式来判断对应该用户cookie的用户是否是活跃用户。在本发明的一实施例中,活跃用户指得是在第二预定时间段内有过合理观看行为的用户,其中合理观看行为是指在该用户的过滤后的用户行为数据中表明该用户在第二预定时间段内观看过若干个多媒体资源(例如,观看过3~50部电影)。在本发明的另一实施例中,活跃用户指得是在第二预定时间段内有过合理评论行为的用户。其中,该评论行为包括给多媒体资源打分、点赞、顶和/或踩。合理评论行为是指在该用户的过滤后的用户行为数据中表明该用户在第二预定时间段内评论过若干个多媒体资源(例如,评分、点赞、顶和/或踩过3~50部电影)。在本发明的又一实施例中,活跃用户指得是在第二预定时间段内既有合理观看行为又有合理评论行为的用户。需要说明的是,本发明并不限定第二时间段的具体数值,可依据设计需求而灵活改变,例如可以是一周、一月、三月、半年等。
步骤104。在步骤104中,从所述过滤后的用户行为数据中找出对应所述活跃用户的用户行为数据。
在步骤103中确认好活跃用户之后,再从过滤后的用户行为数据中找出对应该活跃用户的用户行为数据。在本发明的一实施例中,可设定一个查找表,该查找表表示用户与对应该用户的用户行为数据,一旦知道活跃用户ID,便可从该查找表中获得活跃用户的用户行为数据。
步骤105。在步骤105中,利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估。
在本发明的一实施例中,当用户行为数据进包括播放数目VV、评分数目CV、顶数目DV、踩数目BV、收藏数目FV、统计结束时间T(预定时间段的开始时间)、统计开始时间T0(预定时间段的结束时间)、播放时长PT、视频时长VT这些项目时,可将这些项目作为多媒体资源的评估系数。在本发明的一实施例中,可通过公式(1)来对多媒体资源的质量进行评估,具体如下:
Score=((VV +CV+ DV - BV+ FV)/T’) * P 公式(1)
其中,Score表示多媒体资源的质量,VV 是播放数目,CV是评论数目, DV是顶数目, BV是踩数目, FV是收藏数目,T’是发布时长,为统计结束时间T与统计开始时间T0的差值T-T0,P为多媒体资源的播放完成率,在本发明的一实施例中,播放完成率P等于播放时长PT除以视频时长VT,即P=PT/VT。
为了更准确的评估多媒体资源,可对播放、评分、顶、踩、收藏这些行为进行加权。例如,认为播放行为对评估结果非常重要时,将播放数目这个评估系数进行加权,使得其权重在评估系数中为最高。又例如,认为收藏行为对评估结果非常重要时,将收藏数目这个评估系数进行加权,使得其权重在评估系数中为最高,以此类推。需说明的是,本领域技术人员可依据设计需求而灵活设定加权值。
在本发明的一实施例中,考虑到顶/踩行为的相似性以及评论/收藏行为的相似性,因此将顶/踩行为的加权系数设置为相同,将评论/收藏行为的加权系数设置为相同,公式(1)相应的转换为公式(2),具体如下:
公式(2)
其中,Score表示多媒体资源的质量,VV 是播放数目,CV是评分数目, DV是顶数目, BV是踩数目, FV是收藏数目,T为统计结束时间,TO为统计开始时间,P为多媒体资源的播放完成率,在本发明的一实施例中,播放完成率P等于播放时长PT除以视频时长VT,即P=PT/VT。α为播放数目的加权系数,β为顶数目和踩数目的加权系数,γ为评分数目和收藏数目的加权系数。需说明的是,本领域技术人员可依据设计需求而灵活α、β、γ的具体数值。
上述公式计算出的是每个活跃用户对于该多媒体资源的评估值,将每个活跃用户的评估值进行整合,用以得到该多媒体资源的整体评估值。在本发明的一实施例中,可将每个活跃用户的评估值进行相加用以得到该多媒体资源的整体评估值。在本发明的另一实施例中,可将每个活跃用户的评估值取平均值用以得到该多媒体资源的整体评估值。在本发明的另一实施例中,可对每个活跃用户设置不同的活跃系数,越活跃的用户其活跃系数越高,将活跃系数与评估值相乘得到该用户的评估值。
在得到多媒体资源的评估结果之后,可依据评估结果对多个多媒体资源进行排序,依据排序结果向其他用户主动推送所述多媒体资源。
图2为依据本发明一实施例的多媒体资源评估装置200。如图2所示,如图2所示,装置200包括搜集模块201、过滤模块202、第一选择模块203、第二选择模块204和评估模块205。
搜集模块201用以接收用户对终端的输入信号,用以搜集多个用户在终端处理多媒体资源时的多个用户行为数据。过滤模块202耦接搜集模块201,用以对预定时间段内的所述多个用户行为数据进行过滤。第一选择模块203耦接过滤模块202,用以依据过滤后的多个用户行为数据选择多个用户中的活跃用户。第二选择模块204耦接过滤模块202和第一选择模块203,用以从所述过滤后的用户行为数据中找出对应所述活跃用户的用户行为数据。评估模块耦接第二选择模块204,用以利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估。关于搜集模块201、过滤模块202、第一选择模块203、第二选择模块204和评估模块205的具体操作细节请参考图1有关的描述,为简洁,在此不再赘述。
利用图1~2所示的多媒体资源评估方法及其装置,将用户行为数据先进行过滤,再将用户进行过滤,如此保留合理的用户及其对应的用户行为数据,以此作为多媒体资源评估的评估系数,如此得到的评估结果将更客观。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者系统中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种多媒体资源评估方法,其特征在于,包括:
搜集多个用户在终端处理多媒体资源时的多个用户行为数据;
对预定时间段内的所述多个用户行为数据进行过滤;
依据过滤后的多个用户行为数据选择所述多个用户中的活跃用户;
从所述过滤后的用户行为数据中找出对应所述活跃用户的用户行为数据;以及
利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估。
2.如权利要求1所述的多媒体资源评估方法,其特征在于,所述用户行为数据包括用户cookie、用户ID、所述用户对于所述多媒体资源的处理方式、所处理的所述多媒体资源的播放情况。
3.如权利要求2所述的多媒体资源评估方法,其特征在于,所述用户对于所述多媒体资源的处理方式包括播放、收藏、评分、顶、踩;所述多媒体资源的播放情况包括视频时长、播放时长、统计结束时间、统计开始时间。
4.如权利要求3所述的多媒体资源评估方法,其特征在于,所述用户行为数据中包括所述用户cookie,分析所述过滤后的用户行为数据中的所述用户cookie所对应的对所述多媒体资源的处理方式来判断对应所述用户cookie的用户是否是所述活跃用户。
5.如权利要求4所述的多媒体资源评估方法,其特征在于,所述活跃用户是在第二预定时间段内有过合理观看行为的用户,其中所述合理观看行为是指在所述用户的所述过滤后的用户行为数据中表明所述用户在所述第二预定时间段内观看过所述多个多媒体资源。
6.如权利要求4所述的多媒体资源评估方法,其特征在于,所述活跃用户是在第二预定时间段内有过合理评论行为的用户,其中所述合理评论行为是指在所述用户的所述过滤后的用户行为数据中表明所述用户在所述第二预定时间段内评论过所述多个多媒体资源,所述评论行为包括给所述多媒体资源评分、点赞、顶和/或踩。
7.如权利要求3所述的多媒体资源评估方法,其特征在于,所述利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估的步骤包括:
通过公式Score=((VV +CV+ DV - BV+ FV)/T’) * P对所述多媒体资源进行评估,其中,Score表示所述多媒体资源的质量,VV 是播放数目,CV是评论数目, DV是顶数目, BV是踩数目, FV是收藏数目,T’是发布时长,P为所述多媒体资源的播放完成率,T’等于所述统计结束时间T与所述统计开始时间T0的差值,P等于所述播放时长除以所述视频时长。
8.如权利要求7所述的多媒体资源评估方法,其特征在于,所述利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估的步骤包括:
通过公式
来对所述多媒体资源进行评估,α为所述播放数目的加权系数,β为所述顶数目和所述踩数目的加权系数,γ为所述评分数目和所述收藏数目的加权系数。
9.如权利要求1所述的多媒体资源评估方法,其特征在于,所述利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估的步骤包括:
将每个所述活跃用户对所述多媒体资源进行所述评估得到的评估值进行整合,用以得到所述多媒体资源的整体评估值。
10.一种多媒体资源评估装置,其特征在于,包括:
搜集模块,用以搜集多个用户在终端处理多媒体资源时的多个用户行为数据;
过滤模块,耦接所述搜集模块,用以对预定时间段内的所述多个用户行为数据进行过滤;
第一选择模块,耦接所述过滤模块,用以依据过滤后的多个用户行为数据选择所述多个用户中的活跃用户;
第二选择模块,耦接所述过滤模块和所述第一选择模块,用以从所述过滤后的用户行为数据中找出对应所述活跃用户的用户行为数据;以及
评估模块,耦接所述第二选择模块,用以利用所述活跃用户所对应的用户行为数据对所述多媒体资源进行评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410800738.6A CN104506894A (zh) | 2014-12-22 | 2014-12-22 | 多媒体资源评估方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410800738.6A CN104506894A (zh) | 2014-12-22 | 2014-12-22 | 多媒体资源评估方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104506894A true CN104506894A (zh) | 2015-04-08 |
Family
ID=52948598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410800738.6A Pending CN104506894A (zh) | 2014-12-22 | 2014-12-22 | 多媒体资源评估方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104506894A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574199A (zh) * | 2015-12-28 | 2016-05-11 | 合一网络技术(北京)有限公司 | 搜索引擎的虚假搜索行为的识别方法和装置 |
CN105701226A (zh) * | 2016-01-18 | 2016-06-22 | 合网络技术(北京)有限公司 | 多媒体资源评估方法和装置 |
CN105718545A (zh) * | 2016-01-18 | 2016-06-29 | 合一网络技术(北京)有限公司 | 多媒体资源的推荐方法和装置 |
CN105843876A (zh) * | 2016-03-18 | 2016-08-10 | 合网络技术(北京)有限公司 | 多媒体资源的质量评估方法和装置 |
CN106200956A (zh) * | 2016-07-07 | 2016-12-07 | 北京时代拓灵科技有限公司 | 一种虚拟现实领域多媒体呈现和交互的方法 |
CN106341683A (zh) * | 2016-08-24 | 2017-01-18 | 乐视控股(北京)有限公司 | 全景视频质量判断方法及系统 |
CN106469210A (zh) * | 2016-09-02 | 2017-03-01 | 腾讯科技(深圳)有限公司 | 媒体类别标签的展示方法和装置 |
CN106550246A (zh) * | 2016-09-14 | 2017-03-29 | 乐贯信息科技(上海)有限公司 | 一种互动信息处理方法及装置 |
CN106941623A (zh) * | 2017-04-27 | 2017-07-11 | 广东小天才科技有限公司 | 一种基于大数据评价视频课程质量的方法及装置 |
CN107370614A (zh) * | 2016-05-13 | 2017-11-21 | 北京京东尚科信息技术有限公司 | 网络用户活跃度评估方法和预测方法 |
CN108255991A (zh) * | 2017-12-29 | 2018-07-06 | 广州贝睿信息科技有限公司 | 一种幼儿阅读行为分析方法 |
CN108632670A (zh) * | 2018-03-15 | 2018-10-09 | 北京奇艺世纪科技有限公司 | 一种视频满意度确定方法及装置 |
CN109068158A (zh) * | 2018-09-18 | 2018-12-21 | 苏州商信宝信息科技有限公司 | 一种基于网络平台的短视频价值估算推荐系统 |
CN109168044A (zh) * | 2018-10-11 | 2019-01-08 | 北京奇艺世纪科技有限公司 | 一种视频特征的确定方法及装置 |
CN109511015A (zh) * | 2018-08-10 | 2019-03-22 | 腾讯科技(深圳)有限公司 | 多媒体资源推荐方法、装置、存储介质及设备 |
CN109640185A (zh) * | 2017-10-09 | 2019-04-16 | 武汉斗鱼网络科技有限公司 | 一种直播中道具赠送方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740143A (zh) * | 2012-07-03 | 2012-10-17 | 合一网络技术(北京)有限公司 | 一种基于用户行为的网络视频榜单生成系统及其方法 |
US20130046772A1 (en) * | 2011-08-16 | 2013-02-21 | Alibaba Group Holding Limited | Recommending content information based on user behavior |
CN103209342A (zh) * | 2013-04-01 | 2013-07-17 | 电子科技大学 | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 |
CN103870454A (zh) * | 2012-12-07 | 2014-06-18 | 盛乐信息技术(上海)有限公司 | 数据推荐方法及系统 |
-
2014
- 2014-12-22 CN CN201410800738.6A patent/CN104506894A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130046772A1 (en) * | 2011-08-16 | 2013-02-21 | Alibaba Group Holding Limited | Recommending content information based on user behavior |
CN102740143A (zh) * | 2012-07-03 | 2012-10-17 | 合一网络技术(北京)有限公司 | 一种基于用户行为的网络视频榜单生成系统及其方法 |
CN103870454A (zh) * | 2012-12-07 | 2014-06-18 | 盛乐信息技术(上海)有限公司 | 数据推荐方法及系统 |
CN103209342A (zh) * | 2013-04-01 | 2013-07-17 | 电子科技大学 | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574199A (zh) * | 2015-12-28 | 2016-05-11 | 合一网络技术(北京)有限公司 | 搜索引擎的虚假搜索行为的识别方法和装置 |
CN105574199B (zh) * | 2015-12-28 | 2020-04-21 | 合一网络技术(北京)有限公司 | 搜索引擎的虚假搜索行为的识别方法和装置 |
CN105701226A (zh) * | 2016-01-18 | 2016-06-22 | 合网络技术(北京)有限公司 | 多媒体资源评估方法和装置 |
CN105718545A (zh) * | 2016-01-18 | 2016-06-29 | 合一网络技术(北京)有限公司 | 多媒体资源的推荐方法和装置 |
TWI629899B (zh) * | 2016-03-18 | 2018-07-11 | 合一網絡技術(北京)有限公司 | Method and device for evaluating quality of multimedia resources |
CN105843876A (zh) * | 2016-03-18 | 2016-08-10 | 合网络技术(北京)有限公司 | 多媒体资源的质量评估方法和装置 |
US10762122B2 (en) | 2016-03-18 | 2020-09-01 | Alibaba Group Holding Limited | Method and device for assessing quality of multimedia resource |
CN105843876B (zh) * | 2016-03-18 | 2020-07-14 | 阿里巴巴(中国)有限公司 | 多媒体资源的质量评估方法和装置 |
WO2017156994A1 (zh) * | 2016-03-18 | 2017-09-21 | 合一网络技术(北京)有限公司 | 多媒体资源的质量评估方法和装置 |
CN107370614A (zh) * | 2016-05-13 | 2017-11-21 | 北京京东尚科信息技术有限公司 | 网络用户活跃度评估方法和预测方法 |
CN106200956A (zh) * | 2016-07-07 | 2016-12-07 | 北京时代拓灵科技有限公司 | 一种虚拟现实领域多媒体呈现和交互的方法 |
CN106341683A (zh) * | 2016-08-24 | 2017-01-18 | 乐视控股(北京)有限公司 | 全景视频质量判断方法及系统 |
CN106469210A (zh) * | 2016-09-02 | 2017-03-01 | 腾讯科技(深圳)有限公司 | 媒体类别标签的展示方法和装置 |
CN106550246A (zh) * | 2016-09-14 | 2017-03-29 | 乐贯信息科技(上海)有限公司 | 一种互动信息处理方法及装置 |
CN106941623A (zh) * | 2017-04-27 | 2017-07-11 | 广东小天才科技有限公司 | 一种基于大数据评价视频课程质量的方法及装置 |
CN106941623B (zh) * | 2017-04-27 | 2019-06-14 | 广东小天才科技有限公司 | 一种基于大数据评价视频课程质量的方法及装置 |
CN109640185B (zh) * | 2017-10-09 | 2021-10-15 | 武汉斗鱼网络科技有限公司 | 一种直播中道具赠送方法及装置 |
CN109640185A (zh) * | 2017-10-09 | 2019-04-16 | 武汉斗鱼网络科技有限公司 | 一种直播中道具赠送方法及装置 |
CN108255991A (zh) * | 2017-12-29 | 2018-07-06 | 广州贝睿信息科技有限公司 | 一种幼儿阅读行为分析方法 |
CN108632670B (zh) * | 2018-03-15 | 2021-03-26 | 北京奇艺世纪科技有限公司 | 一种视频满意度确定方法及装置 |
CN108632670A (zh) * | 2018-03-15 | 2018-10-09 | 北京奇艺世纪科技有限公司 | 一种视频满意度确定方法及装置 |
CN109511015A (zh) * | 2018-08-10 | 2019-03-22 | 腾讯科技(深圳)有限公司 | 多媒体资源推荐方法、装置、存储介质及设备 |
CN109511015B (zh) * | 2018-08-10 | 2021-12-14 | 腾讯科技(深圳)有限公司 | 多媒体资源推荐方法、装置、存储介质及设备 |
CN109068158A (zh) * | 2018-09-18 | 2018-12-21 | 苏州商信宝信息科技有限公司 | 一种基于网络平台的短视频价值估算推荐系统 |
CN109168044A (zh) * | 2018-10-11 | 2019-01-08 | 北京奇艺世纪科技有限公司 | 一种视频特征的确定方法及装置 |
CN109168044B (zh) * | 2018-10-11 | 2021-07-23 | 北京奇艺世纪科技有限公司 | 一种视频特征的确定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104506894A (zh) | 多媒体资源评估方法及其装置 | |
CN104899302B (zh) | 向用户推荐音乐的方法和装置 | |
KR101728122B1 (ko) | 소셜 네트워크에서 사용자들을 추천하기 위한 방법 및 그 시스템 | |
US20180077457A1 (en) | Assessing digital content across a communications network | |
CN108875022B (zh) | 一种视频推荐方法及装置 | |
CN106326431A (zh) | 一种信息推荐方法和装置 | |
CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
US20130297608A1 (en) | Content presentation device, content presentation terminal, content presentation system, content presentation program, and content presentation method | |
CN110222233B (zh) | 视频推荐方法、装置、服务器及存储介质 | |
CN106331778A (zh) | 视频推荐方法和装置 | |
CN103686237A (zh) | 推荐视频资源的方法及系统 | |
CN104504059A (zh) | 多媒体资源推荐方法 | |
CN104636448B (zh) | 一种音乐推荐方法及装置 | |
CN110287372A (zh) | 用于负反馈的标签确定方法、视频推荐方法及其装置 | |
CN105718545A (zh) | 多媒体资源的推荐方法和装置 | |
US20150213136A1 (en) | Method and System for Providing a Personalized Search List | |
CN109511015A (zh) | 多媒体资源推荐方法、装置、存储介质及设备 | |
CN102857471A (zh) | 多媒体交互方法及系统 | |
CN106469210A (zh) | 媒体类别标签的展示方法和装置 | |
CN106919692B (zh) | 一种推送消息的方法和装置 | |
CN106534984B (zh) | 电视节目推送方法及装置 | |
CN111209470B (zh) | 个性化内容推荐方法、装置及存储介质 | |
US20130108180A1 (en) | Information processing device, information processing method, and program | |
CN115834959B (zh) | 一种视频推荐信息确定方法、装置、电子设备和介质 | |
CN104869464A (zh) | 一种生成推荐节目列表的方法及装置 |
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: 20150408 |
|
RJ01 | Rejection of invention patent application after publication |