CN105208409B - 一种信息推荐方法及装置 - Google Patents
一种信息推荐方法及装置 Download PDFInfo
- Publication number
- CN105208409B CN105208409B CN201510542690.8A CN201510542690A CN105208409B CN 105208409 B CN105208409 B CN 105208409B CN 201510542690 A CN201510542690 A CN 201510542690A CN 105208409 B CN105208409 B CN 105208409B
- Authority
- CN
- China
- Prior art keywords
- profile
- virtual
- schedule
- viewing
- information
- 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.)
- Active
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
- H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请提供了一种信息推荐方法及装置,基于当前时间信息以及当前观影设备ID,从与当前观影设备关联的日程虚拟Profile库中获得待推荐虚拟Profile,并将包含该待推荐虚拟Profile的信息推荐请求发送给推荐服务器,使推荐服务器基于待推荐虚拟Profile以及信息聚类系统分析得到推荐信息列表,并反馈给当前观影设备,不需要用户在观影之前切换到相应的Profile,简化了用户的观影操作步骤,提高了用户体验;而且,观影设备发送给推荐服务器的推荐请求信息中包含有待推荐虚拟Profile,使得推荐服务器能够准确且快速地分析出当前时间观影者感兴趣的信息内容,保证了推荐服务器的准确度。
Description
技术领域
本发明主要涉及通信技术领域,更具体说是涉及一种信息推荐方法及装置。
背景技术
随着科技网络的发展以及人们生活水平的提高,越来越多的用户使用手机、个人电脑、平板电脑或电视等终端设备访问网站,以访问视频网站为例,用户可在该视频网站注册账号作为访问凭证,用于收藏感兴趣的视频、记录观影历史、设置兴趣偏好、费用结算以及社交互动等等,非常方便。
基于此,视频网站推荐服务器通常会通过对该账号记录的这些信息进行分析,推测其用户的兴趣,从而将与该用户具有类似兴趣的其他账号用户正在观看的视频推荐给该用户,方便用户快速查找感兴趣的内容,提高了用户体验。
然而,在实际应用中,尤其是在一个家庭内,一个账号通常会与多个终端设备关联,而一个终端设备又可以和一个或多个观影者关联,所以,在一个家庭中,经常会出现多个观影者使用同一个账号跨多个终端设备观看某视频网站内容的情况,这样,不同观影者及其组合在不同时间使用不同终端设备的访问历史都会记录到同一账号的观影历史中,将导致该视频网站推荐服务器基于该账号的观影历史分析得到的该账号的兴趣出现偏差,降低了视频推荐系统的准确度,影响了用户体验。
为了解决这一问题,现有技术中通常是通过在某一共享账号下设置多个Profile,当观影者使用某观影设备登陆该共享账号后,先切换到自己的Profile在观看视频信息,这样,该观影者的观影记录、收藏等信息都将存储在该观影者自己的Profile中,从而将使用该共享账号的不同观影者的观影记录区分开,方便推荐服务器对不同观影者的Profile中的观影记录进行分析,得到相应观影者正常的观影兴趣偏好,从而保证推荐系统的准确度。
但是,申请人发现,现有的这种信息推荐方法在观影者登陆共享账号观影之前,需要观影者有意识地切换到自己设置的Profile,非常繁琐,降低了用户体验。
发明内容
针对上述现有技术问题,申请人发现,对于共享一个账号的家庭来说,虽然不同观影者不同时间在不同观影设备的使用习惯是有很大差异的,但也是有一定规律的,即同一观影者及其组合在某一时间区段使用某一观影设备的习惯和兴趣相对比较稳定。所以,本发明主要是通过弱化账号在推荐服务器中的作用,强化观影设备与日程(即时间)的关联,以刻画在固定时间区段使用观影设备的观影者及其组合的特征、人格及兴趣偏好,以便推荐服务器据此准确推荐合适的信息内容,提供用户体验。
有鉴于此,本发明提供了一种信息推荐方法及装置,解决了现有的信息推荐方法需要观影者在登陆共享账号观影之前,有意识地切换到自己的Profile,导致观影操作非常繁琐,降低了用户体验的技术问题。
为了实现上述目的,本申请提供了以下技术方案:
一种信息推荐方法,所述方法包括:
基于当前时间信息以及当前观影设备ID,从与所述当前观影设备关联的日程虚拟Profile库中获取待推荐虚拟Profile;
向推荐服务器发送包含有所述待推荐虚拟Profile的信息推荐请求;
接收所述推荐服务器推送的推荐信息列表,所述推荐信息列表是所述推荐服务器基于所述待推荐虚拟Profile进行聚类分析获得的。
优选的,所述方法还包括:
获取基于当前播放内容生成的第一Profile信息;
计算所述第一Profile与所述日程虚拟Profile库中的虚拟Profile的第一相似度;
若所述第一相似度小于第一预设阈值,基于所述当前播放内容的观看时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子;
若所述第一相似度大于第一预设阈值,按照预设权重因子计算方法,增大所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile的权重因子。
优选的,所述方法还包括:
若所述当前播放内容的观看时间超出所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile对应的日程项,基于超出的部分时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子。
优选的,所述方法还包括:
计算所述日程虚拟Profile库中相邻日程项的虚拟Profile的第二相似度;
当所述第二相似度大于第二预设阈值,将所述相邻日程项合并为新的日程项,并判断新的日程项的虚拟Profile的权重因子是否小于第三预设阈值;
若是,取消所述将所述相邻日程项合并为新的日程项操作。
优选的,所述方法还包括:
删除所述日程虚拟Profile库中的权重因子连续第一预设时间内均小于第四预设阈值对应的虚拟Profile。
优选的,所述方法还包括:
对使用同一账号的观影设备的日程虚拟Profile库的虚拟Profile进行相似度分析;
若所得第三相似度大于第五预设阈值,基于使用同一账号的观影设备的日程虚拟Profile库,获得观影群体模式下的通用日程虚拟Profile库。
一种信息推荐装置,所述装置包括:
第一获取模块,用于基于当前时间信息以及当前观影设备ID,从与所述当前观影设备关联的日程虚拟Profile库中获取待推荐虚拟Profile;
第一请求模块,用于向推荐服务器发送包含有所述待推荐虚拟Profile的信息推荐请求;
第一接收模块,用于接收所述推荐服务器推送的推荐信息列表,所述推荐信息列表是所述推荐服务器基于所述待推荐虚拟Profile进行聚类分析获得的。
优选的,所述装置还包括:
第二获取模块,用于获取基于当前播放内容生成的第一Profile;
第一计算模块,计算所述第一Profile与所述日程虚拟Profile库中的虚拟Profile的第一相似度;
新增模块,用于若所述第一相似度小于第一预设阈值,基于所述当前播放内容的观看时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子;
第一扩展模块,用于若所述第一相似度大于第一预设阈值,按照预设权重计算方法,增大所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile的权重因子。
优选的,所述装置还包括:
扩建模块,用于若所述当前播放内容的观看时间超出所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile对应的日程项,基于超出的部分时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子。
优选的,所述装置还包括:
第二计算模块,用于计算所述日程虚拟Profile库中相邻日程项的虚拟Profile的第二相似度;
合并模块,用于当所述第二相似度大于第二预设阈值,将所述相邻日程项合并为新的日程项,并判断新的日程项的虚拟Profile的权重因子是否不小于第三预设阈值;若否,取消所述将所述相邻日程项合并为新的日程项操作。
由此可见,与现有技术相比,本申请提供了一种信息推荐方法及装置,当观影者所使用的观影设备需要获得推荐信息列表时,可基于当前时间信息以及当前观影设备ID,从与该当前观影设备关联的日程虚拟Profile库中获得待推荐虚拟Profile,并将包含该待推荐虚拟Profile的信息推荐请求发送给推荐服务器,从而使推荐服务器基于该待推荐虚拟Profile以及信息聚类系统分析得到推荐信息列表,并反馈给该当前观影设备,并不需要用户在观影之前切换到相应的Profile,简化了用户的观影操作步骤,提高了用户体验;而且,观影设备发送给推荐服务器的推荐请求信息中包含有待推荐虚拟Profile,使得推荐服务器能够准确且快速地分析出当前时间观影者感兴趣的信息内容,保证了该推荐服务器的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明一种信息推荐方法实施例的流程示意图;
图2为本发明另一种信息推荐方法实施例的部分流程示意图;
图3为本发明一种信息处理装置实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请提供了一种信息推荐方法及装置,当观影者所使用的观影设备需要获得推荐信息列表时,可基于当前时间信息以及当前观影设备ID,从与该当前观影设备关联的日程虚拟Profile库中获得待推荐虚拟Profile,并将包含该待推荐虚拟Profile的信息推荐请求发送给推荐服务器,从而使推荐服务器基于该待推荐虚拟Profile以及信息聚类系统分析得到推荐信息列表,并反馈给该当前观影设备,并不需要用户在观影之前切换到相应的Profile,简化了用户的观影操作步骤,提高了用户体验;而且,观影设备发送给推荐服务器的推荐请求信息中包含有待推荐虚拟Profile,使得推荐服务器能够准确且快速地分析出当前时间观影者感兴趣的信息内容,保证了该推荐服务器的准确度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1所示的本发明提出的一种显示控制方法实施例的流程示意图,该方法具体可以包括以下步骤:
步骤S110:基于当前时间信息以及当前观影设备ID,从与所述当前观影设备关联的日程虚拟Profile库中获取待推荐虚拟Profile。
在本实施例中,主要是通过弱化账号在推荐系统中的作用,强化观影设备与日程的关联,以刻画在固定时间区段的使用观影设备的观影者及其组合的特征、人格及兴趣偏好。
所以,本实施例可根据该观影设备的使用情况以及观影者的基本信息等,为其设定至少一个日程项,该日程项的基本信息可以包括起始时间、结束时间、适用日期等内容,也就是说,将观影者及其组合使用该观影设备观看视频等信息内容的时间划分成不同的时间区段,例如可以按照一小时进行划分,则一个日程项即为一个小时,但并不局限于此,本领域技术人员可根据实际情况进行调整。
其中,需要说明的是,在实际应用中,由于某些类型视频只有在特定的某一天播放,而不是每一天都播放,或者,观影者在某个日期或星期几都会固定观看某视频,所以,为了清楚地说明由此观影记录形成的虚拟Profile的特殊性,可在其对应的日程项的中标明适用日期。由此可见,关于日程项的适用日期,可以根据需要来设定固定的日期或星期几,此时该日程项即为特别日程项,而若该适用日期没有任何要求,则该日程项为适用于所有日期的通用日程项,本实施例中,特别日程项的优先级要高于通用日程项,且一个日程项的时间不能小于某限定值(如半小时,但并不局限于此)。在本申请中,若无特殊说明,所描述的日程项均为通用日程项。
另外,本实施例可根据观影者及其组合在某日程项内使用观影设备所观看的信息内容,以及关于该信息内容的评论等信息,生成虚拟Profile,以此来刻画观影者及其组合的特征、人格和兴趣偏好,因而,在本实施例中,该虚拟Profile具体可以包括但不局限于以下信息:
个人还是群体,可以进一步细化为个人、情侣、夫妻、亲子、全家或无特定(默认值);
性别特征:男、女或无特定(默认值);
年龄特征:可对年龄分层,如10以下、10~18岁、18岁~25岁,25岁~35岁、35岁~45岁,…,60岁~80岁…等等,但并不局限于此,还可以无特定(默认值);
兴趣偏好:新闻、古装电视剧、喜剧电影、科幻电影等等。
而且,在实际应用中,当在该日程项内观影者观看信息内容并不在已有的虚拟Profile内时,可对该日程项内的虚拟Profile进行更新,为后续推荐服务器的准确推荐合适信息内容奠定了基础。
需要说明的是,在本实施例实际应用中,由于在同一个日程项内,可能会有多个观影者观看不同类型的信息内容,为了对其进行区分,可在同一个日程项中生成多个虚拟Profile,每一个虚拟Profile具有相应的权重因子,通过该权重因子来表面不同虚拟Profile的优先级。
其中,该权重因子可通过下面计算方式获得,即:每次使用观影设备观看信息内容的累计权重因子=(日程项内观看信息内容的时长)/该日程项时长。
举例说明,若该日程项为19:00~20:00,观影者在该日程项内观看新闻30分钟,且该日程项内仅有这一个观影记录或者本次观看信息内容不能归属于已有的虚拟Profile内,那么由此生成的虚拟Profile的权重因子等于30分钟/60分钟,即0.5;若该日程项内已经有30分钟的观影记录,且本次观看信息内容与已有的观影记录属于同一个虚拟Profile,那么累计所得权重因子等于(30分钟+30分钟)/60分钟,即1;以此类推,本实施中不同虚拟Profile的权重因子将随着该观影设备在本日程项内的观影记录的变化而调整,具体调整方法如上,本实施例再次不再一一列举。
综上所述,在使用该观影设备观看各信息内容过程中,将按照上述日程项划分方式,生成对应于各日程项的虚拟Profile,并按照上述权重因子计算方法实施更新各虚拟Profile的权重因子,在本实施例实际应用中,可基于这些信息形成该观影设备的日程虚拟Profile库,以供信息推荐使用。
基于上述分析,在观影者或观影群体使用观影设备观看信息内容时,可获得当前时间信息以及该当前观影设备ID,并以此作为该观影设备的日程虚拟Profile库的输入,调取相应的日程虚拟Profile列表,以便从中获得满足预设推荐要求的待推荐虚拟Profile。
具体的,由于本实施例的日程虚拟Profile列表可以包括<观影设备ID,日程项,虚拟Profile,权重因子>,因而,本实施例基于当前观影设备ID,查找到对应的日程虚拟Profile列表,再基于当前时间信息确定对应的日程项,之后,可在该日程项的虚拟Profile中,按照权重因子从大到小的顺序选择预设数量的虚拟Profile为待推荐虚拟Profile,或者直接选择权重因子最大的虚拟Profile为待推荐虚拟Profile。其中,权重因子越大,其对应虚拟Profile与本次观看信息内容的第一Profile信息越匹配,观影者对该虚拟Profile包含的信息内容越感兴趣。
其中,根据上述描述可知,上述列表中同一日程项可以有多个虚拟Profile,不同的权重因子表面相应虚拟Profile的优先级。对于某一个虚拟Profile来说,由于其对应日程项是固定的,因而,在该日程项内观看信息内容的时间越长,该虚拟Profile的累计权重因子越大,说明该虚拟Profile优先级越高。
步骤S120:向推荐服务器发送包含有所述待推荐虚拟Profile的信息推荐请求。
步骤S130:接收所述推荐服务器推送的推荐信息列表。
其中,所述推荐信息列表是所述推荐服务器基于所述待推荐虚拟Profile进行聚类分析获得的。
本实施例中,向推荐服务器发送的信息推荐请求中包含有待推荐虚拟Profile,根据上述分析可知,该待推荐虚拟Profile是当前观影设备在当前时间所在日程项内最佳匹配Profile,其包含当前时间观影者的特征及兴趣偏好,所以,推荐服务器可基于该待推荐虚拟Profile,利用信息聚类系统,快速且准确地获得该观影者感兴趣的信息内容,并以推荐信息列表的形式推送至当前观影设备进行显示,便用用户快速查找到感兴趣的信息内容,提高用户体验。
其中,关于对视频等信息的聚类分析方法属于本领域现有技术,本发明在此不再详述,本实施例的推荐服务器在获得待推荐虚拟Profile后,可基于该待推荐虚拟Profile在信息聚类系统中进行聚类分析,获得可推荐信息并反馈给当前观影设备。
由此可见,在本实施例中,当观影设备需要推荐信息内容时,无需观影者切换到自己的Profile,可在该观影设备的日程虚拟Profile库中获得待推荐虚拟Profile,并将包含该待推荐虚拟Profile的信息推荐请求发送给推荐服务器,该推荐服务器即可据此快速且准确地反馈观影者感兴趣的信息内容,即在保证了推荐服务器的推荐准确度的前提下,简化了观影者操作步骤,提高了用户体验。
作为本发明另一实施例,结合上述描述内容可知,在使用当前观影设备观看视频等信息时,将生成相应的观影记录,观影者也可以对所观看信息进行评论,因而,该观影设备的日程虚拟Profile库可据此进行更新和扩展。具体的,在上述实施例的基础上,参照图2所示,该信息推荐方法还可以包括:
步骤S201:获取基于当前播放内容生成的第一Profile。
需要说明的是,在本领域实际应用中,每个视频都会有一个Profile,用于表明该视频适合男生或女生、家庭或情侣观看?适合什么年龄层的人观看?是电视剧、电影、综艺节目等?所以,该步骤S201具体可以通过对当前播放内容进行行为分析获得第一Profile,具体过程属于本领域公知常识,本实施例在此不再详述。
步骤S202:计算所述第一Profile与所述日程虚拟Profile库中的虚拟Profile的第一相似度。
在本实施例中,在得到当前播放内容的第一Profile信息后,通常会将其与当前观影设备已有的日程虚拟Profile库中的虚拟Profile进行匹配,计算两者的第一相似度,以便据此对该日程虚拟Profile库进行扩展。
需要说明的是,关于上述第一相似度的计算过程属于推荐系统中常见的技术手段,因而,关于其具体计算方法可参照现有的推荐系统,本发明在此不再详述。
步骤S203:判断所述第一相似度是否小于第一预设阈值,若是,执行步骤S204;若否,执行步骤S205。
其中,该第一预设阈值是决定当前播放内容生成的观影记录是融入已有的虚拟Profile,还是据此生成新的虚拟Profile的临界值,其具体数值可根据实际需要确定,本发明对此不作具体限定。
步骤S204:基于所述当前播放内容的观看时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子。
基于上述分析可知,当上述第一相似度小于第一预设阈值,说明当前观影设备的当前播放内容及其评论内容等信息无法归属于已有的日程项虚拟Profile,此时就需要据此新增虚拟Profile。
具体的,可基于当前播放内容的观看时间,以及已有日程项划分方式,确定该观看时间对应的日程项边界,并通过对该当前播放内容及其评论内容等信息进行行为分析,得到相应的新的虚拟Profile,并按照上述权重因子计算方式,获得该新的虚拟Profile的权重因子。根据上述分析可知,新形成的该虚拟Profile的权重因子应该是一个比较低的初始值,当其会随着其对应虚拟Profile内容的增多,即随着观看同类信息内容时间的增多而增大。
步骤S205:按照预设权重因子计算方法,增大所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile的权重因子。
在本实施例中,当第一相似度不小于第一预设阈值,说明该观影设备已有日程虚拟Profile库中存在与上述第一Profile信息匹配的虚拟Profile,此时并不需要新增虚拟Profile,然而,由于与该第一Profile匹配的虚拟Profile的观影时间增长,该匹配的虚拟Profile的权重因子必然会有所增大,具体可按照上述权重因子计算方法计算其新的权重因子。
可选的,由于已有日程虚拟Profile库中的日程项的划分是确定的,因而,当确定其中存在与该第一Profile匹配的虚拟Profile时,还可以进一步判断当前播放内容的观看时间是否在该匹配的虚拟Profile对应的日程项内,若超过了该日程项,可在扩大该匹配的虚拟Profile的权重因子的前提下,为前后超出的部分时间新增虚拟Profile,该新增虚拟Profile的方法可参照上述步骤S204对应部分的描述,本实施例在此不再赘述。
举例说明:若该观影设备的日程虚拟Profile库中存在一个日程虚拟Profile列表是<观影设备ID,11:00~12:00,虚拟Profile,100>,现在观影者在该观影设备上观看了与该虚拟Profile特征、行为和兴趣描述相似的电影,时间是9:30~12:30,若该日程虚拟Profile库中没有9:00~10:00,以及10:00~11:00的虚拟Profile则新增,若没有12:00~13:00的虚拟Profile则新增,并计算相应的权重因子,9:00~10:00以及12:00~13:00的虚拟Profile的权重因子均为0.5,而10:00~11:00的虚拟Profile的权重因子为1。其中,新增上述日程项虚拟Profile的过程可参照上述步骤S204对应部分的描述,本实施例在此不再赘述。
综上所述,在本发明另一实施例的实际应用中,观影设备每次播放视频等信息时,都会按照上述方法将该视频的Profile与该观影设备已有的虚拟Profile进行匹配,并计算两者相似度,以便据此新增虚拟Profile或扩大匹配的虚拟Profile的权重因子,即实现了对该观影设备的日程虚拟Profile库的实时更新,为后续推荐服务器对该观影设备的准确推荐奠定了基础。
作为本发明又一个实施例,在上述各实施例的基础上,本发明提供的信息推荐方法还可以包括:
计算所述日程虚拟Profile库中相邻日程项的虚拟Profile的第二相似度,若该第二相似度大于第二预设阈值,将所述相邻日程项合并为新的日程项,并判断新的日程项的虚拟Profile的权重因子是否小于第三预设阈值,若是,取消所述将所述相邻日程项合并为新的日程项操作。
其中,由于合并后的日程项的时长变大,因而,需要对合并后的日程项的虚拟Profile的权重因子重新计算,具体可以按照上述计算方式进行计算,本实施例在此不再详述。
此外,该信息推荐方法还可以对使用同一账号的观影设备的日程虚拟Profile库的虚拟Profile进行相似度分析,若所得第三相似度大于第五预设阈值,可刻画出家庭内观影群体固定模式,进而综合日程信息,可以扩展出观影群体的虚拟Profile,即基于使用同一账号的观影设备的日程虚拟Profile库,获得观影群体模式下的通用日程虚拟Profile库,方便后续实现实体Profile(类似Neflix实现)设置和切换,以跟踪不同观影者或者群体的观影记录和收藏。
还有,对于日程虚拟Profile库中的权重因子连续第一预设时间内均小于第四预设阈值对应的虚拟Profile,也就是说,对于某个虚拟Profile包含的信息,若观影者长期不使用当前观影设备进行观看,可直接将这些虚拟Profile删除,从而减少其对系统资源的占用。
参照图3所示的本发明一种信息推荐装置实施例的结构示意图,该装置具体可以包括:
第一获取模块310,用于基于当前时间信息以及当前观影设备ID,从与所述当前观影设备关联的日程虚拟Profile库中获取待推荐虚拟Profile;
第一请求模块320,用于向推荐服务器发送包含有所述待推荐虚拟Profile的信息推荐请求;
第一接收模块330,用于接收所述推荐服务器推送的推荐信息列表,所述推荐信息列表是所述推荐服务器基于所述待推荐虚拟Profile进行聚类分析获得的。
基于上述描述内容可知,本实施例可基于当前时间信息以及当前观影设备ID,从与该当前观影设备关联的日程虚拟Profile库中获得待推荐虚拟Profile,并将包含该待推荐虚拟Profile的信息推荐请求发送给推荐服务器,从而使推荐服务器基于该待推荐虚拟Profile以及信息聚类系统分析得到推荐信息列表,并反馈给该当前观影设备,并不需要用户在观影之前切换到相应的Profile,简化了用户的观影操作步骤,提高了用户体验;而且,观影设备发送给推荐服务器的推荐请求信息中包含有待推荐虚拟Profile,使得推荐服务器能够准确且快速地分析出当前时间观影者感兴趣的信息内容,保证了该推荐服务器的准确度。
可选的,在上述实施例的基础上,该装置还可以包括:
第二获取模块,用于获取基于当前播放内容生成的第一Profile;
第一计算模块,计算所述第一Profile信息与所述日程虚拟Profile库中的虚拟Profile的第一相似度;
新增模块,用于若所述第一相似度小于第一预设阈值,基于所述当前播放内容的观看时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子;
第一扩展模块,用于若所述第一相似度大于第一预设阈值,按照预设权重计算方法,增大所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile的权重因子。
由此可见,观影设备每次播放视频等信息时,都会按照上述方法将该视频的Profile与该观影设备已有的虚拟Profile进行匹配,并计算两者相似度,以便据此新增虚拟Profile或扩大匹配的虚拟Profile的权重因子,即实现了对该观影设备的日程虚拟Profile库的实时更新,为后续推荐服务器对该观影设备的准确推荐奠定了基础。
作为本发明又一实施例,该装置还可以包括:
扩建模块,用于若所述当前播放内容的观看时间超出所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile对应的日程项,基于超出的部分时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子,具体新增过程可参照上述实施例对应部分的描述,本实施例在此不再赘述。
此外,还可以包括:
第二计算模块,用于计算所述日程虚拟Profile库中相邻日程项的虚拟Profile的第二相似度;
合并模块,用于当所述第二相似度大于第二预设阈值,将所述相邻日程项合并为新的日程项,并判断新的日程项的虚拟Profile的权重因子是否不小于第三预设阈值;若否,取消所述将所述相邻日程项合并为新的日程项操作。
过滤模块,用于删除所述日程虚拟Profile库中的权重因子连续第一预设时间内均小于第四预设阈值对应的虚拟Profile,从而减少这些长期不使用的虚拟Profile对系统资源的占用。
另外,需要说明的是,关于上述各实施例中,诸如第一、第二等之类的关系术语仅仅用来将一个操作或模块与另一个操作或模块区分开来,而不一定要求或者暗示这些单模块或操作之间存在任何这种实际的关系或者顺序。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种信息推荐方法,其特征在于,不同观影者登录同一账号使用一个或多个观影设备进行观影,所述方法包括:
基于当前时间信息以及当前观影设备ID,从与所述当前观影设备关联的日程虚拟Profile库中获取相应的日程虚拟Profile列表,并根据所述日程虚拟Profile列表中每个虚拟Profile的权重因子确定待推荐虚拟Profile,其中,所述日程虚拟Profile库包括当前观影设备在各日程项生成的不同类型的虚拟Profile,所述待推荐虚拟Profile是当前观影设备在当前时间所在日程项内与当前时间观影者最佳匹配的虚拟Profile;
向推荐服务器发送包含有所述待推荐虚拟Profile的信息推荐请求;
接收所述推荐服务器推送的推荐信息列表,所述推荐信息列表是所述推荐服务器基于所述待推荐虚拟Profile进行聚类分析获得的。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取基于当前播放内容生成的第一Profile信息;
计算所述第一Profile与所述日程虚拟Profile库中的虚拟Profile的第一相似度;
若所述第一相似度小于第一预设阈值,基于所述当前播放内容的观看时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子;
若所述第一相似度大于第一预设阈值,按照预设权重因子计算方法,增大所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile的权重因子。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述当前播放内容的观看时间超出所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile对应的日程项,基于超出的部分时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
计算所述日程虚拟Profile库中相邻日程项的虚拟Profile的第二相似度;
当所述第二相似度大于第二预设阈值,将所述相邻日程项合并为新的日程项,并判断新的日程项的虚拟Profile的权重因子是否小于第三预设阈值;
若是,取消所述将所述相邻日程项合并为新的日程项操作。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
删除所述日程虚拟Profile库中的权重因子连续第一预设时间内均小于第四预设阈值对应的虚拟Profile。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对使用同一账号的观影设备的日程虚拟Profile库的虚拟Profile进行相似度分析;
若所得第三相似度大于第五预设阈值,基于使用同一账号的观影设备的日程虚拟Profile库,获得观影群体模式下的通用日程虚拟Profile库。
7.一种信息推荐装置,其特征在于,不同观影者登录同一账号使用一个或多个观影设备进行观影,所述装置包括:
第一获取模块,用于基于当前时间信息以及当前观影设备ID,从与所述当前观影设备关联的日程虚拟Profile库中获取相应的日程虚拟Profile列表,并根据所述日程虚拟Profile列表中每个虚拟Profile的权重因子确定待推荐虚拟Profile,其中,所述日程虚拟Profile库包括当前观影设备在各日程项生成的不同类型的虚拟Profile,所述待推荐虚拟Profile是当前观影设备在当前时间所在日程项内与当前时间观影者最佳匹配的虚拟Profile;
第一请求模块,用于向推荐服务器发送包含有所述待推荐虚拟Profile的信息推荐请求;
第一接收模块,用于接收所述推荐服务器推送的推荐信息列表,所述推荐信息列表是所述推荐服务器基于所述待推荐虚拟Profile进行聚类分析获得的。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取基于当前播放内容生成的第一Profile;
第一计算模块,计算所述第一Profile与所述日程虚拟Profile库中的虚拟Profile的第一相似度;
新增模块,用于若所述第一相似度小于第一预设阈值,基于所述当前播放内容的观看时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子;
第一扩展模块,用于若所述第一相似度大于第一预设阈值,按照预设权重计算方法,增大所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile的权重因子。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
扩建模块,用于若所述当前播放内容的观看时间超出所述日程虚拟Profile库中与所述第一Profile匹配的虚拟Profile对应的日程项,基于超出的部分时间,为所述日程虚拟Profile库添加新的日程项、新的虚拟Profile及其权重因子。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二计算模块,用于计算所述日程虚拟Profile库中相邻日程项的虚拟Profile的第二相似度;
合并模块,用于当所述第二相似度大于第二预设阈值,将所述相邻日程项合并为新的日程项,并判断新的日程项的虚拟Profile的权重因子是否不小于第三预设阈值;若否,取消所述将所述相邻日程项合并为新的日程项操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510542690.8A CN105208409B (zh) | 2015-08-28 | 2015-08-28 | 一种信息推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510542690.8A CN105208409B (zh) | 2015-08-28 | 2015-08-28 | 一种信息推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105208409A CN105208409A (zh) | 2015-12-30 |
CN105208409B true CN105208409B (zh) | 2019-05-31 |
Family
ID=54955793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510542690.8A Active CN105208409B (zh) | 2015-08-28 | 2015-08-28 | 一种信息推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105208409B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932262B (zh) * | 2017-05-26 | 2020-07-14 | 北京小唱科技有限公司 | 一种歌曲推荐方法及装置 |
CN107483842B (zh) * | 2017-08-14 | 2021-09-03 | 苏州马尔萨斯文化传媒有限公司 | 一种基于数据分析的智能移动影院播放方法及其系统 |
CN109614301B (zh) * | 2018-11-19 | 2024-01-26 | 微梦创科网络科技(中国)有限公司 | 一种信息的评估方法和装置 |
CN115686698A (zh) * | 2021-07-30 | 2023-02-03 | 花瓣云科技有限公司 | 一种日程管理方法及终端设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888455A (zh) * | 2014-03-13 | 2014-06-25 | 北京搜狗科技发展有限公司 | 图片的智能推荐方法、装置和系统 |
CN103914783A (zh) * | 2014-04-13 | 2014-07-09 | 北京工业大学 | 一种基于用户相似度的电子商务网站推荐方法 |
CN104079997A (zh) * | 2014-07-10 | 2014-10-01 | 东莞中山大学研究院 | 一种数字电视个性化节目的推荐系统及其方法 |
CN104426884A (zh) * | 2013-09-03 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | 身份鉴权的方法及装置 |
CN104794157A (zh) * | 2015-03-16 | 2015-07-22 | 广东欧珀移动通信有限公司 | 一种软件推荐方法及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130038723A (ko) * | 2011-10-10 | 2013-04-18 | 삼성전자주식회사 | 키워드를 이용한 검색 방법 및 시스템 |
CN103747343B (zh) * | 2014-01-09 | 2018-01-30 | 深圳Tcl新技术有限公司 | 资源分时段推荐的方法和装置 |
-
2015
- 2015-08-28 CN CN201510542690.8A patent/CN105208409B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104426884A (zh) * | 2013-09-03 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | 身份鉴权的方法及装置 |
CN103888455A (zh) * | 2014-03-13 | 2014-06-25 | 北京搜狗科技发展有限公司 | 图片的智能推荐方法、装置和系统 |
CN103914783A (zh) * | 2014-04-13 | 2014-07-09 | 北京工业大学 | 一种基于用户相似度的电子商务网站推荐方法 |
CN104079997A (zh) * | 2014-07-10 | 2014-10-01 | 东莞中山大学研究院 | 一种数字电视个性化节目的推荐系统及其方法 |
CN104794157A (zh) * | 2015-03-16 | 2015-07-22 | 广东欧珀移动通信有限公司 | 一种软件推荐方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105208409A (zh) | 2015-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170127102A1 (en) | Method and electronic device for video recommendation | |
US20130086159A1 (en) | Media content recommendations based on social network relationship | |
US8819716B2 (en) | Apparatus, system, method and computer readable recording medium storing the program for related recommendation of TV program contents and web contents | |
CN105208409B (zh) | 一种信息推荐方法及装置 | |
CN104053023B (zh) | 一种确定视频相似度的方法及装置 | |
WO2012173670A1 (en) | Systems and methods for providing media recommendations | |
CN105701226A (zh) | 多媒体资源评估方法和装置 | |
US9672534B2 (en) | Preparing content packages | |
CN109495770A (zh) | 一种直播间推荐方法、装置、设备及介质 | |
WO2013184875A2 (en) | Systems and methods for compiling media information based on privacy and reliability metrics | |
CN110225407B (zh) | 一种播放数据的获取方法和装置及计算机可读存储介质 | |
US20140123195A1 (en) | Control video content play speed | |
CN105898410A (zh) | 视频推荐方法以及服务器 | |
US9325754B2 (en) | Information processing device and information processing method | |
CN103997662A (zh) | 节目推送的方法及系统 | |
KR20120092457A (ko) | 실시간 컨텐츠 추천 장치 및 방법 | |
CN109040795A (zh) | 一种视频推荐方法及系统 | |
US20130173707A1 (en) | Information source selection system, information source selection method, and program | |
US8943525B2 (en) | Information processing apparatus, information processing method, and program | |
KR20160098797A (ko) | 영상처리장치, 영상처리장치의 제어방법 및 시스템 | |
CN108769754B (zh) | 一种基于视频回放终端的视频回放方法和系统 | |
CN109348260A (zh) | 一种直播间推荐方法、装置、设备及介质 | |
US20150143435A1 (en) | System and method for managing mashup service based on the content of media content | |
US20180367856A1 (en) | Scalable calculation of the similarity content graph | |
KR101496181B1 (ko) | 컨텐츠의 주제를 사용하는 컨텐츠 추천 방법 및 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 |