CN105617657B - 游戏智能推荐方法及装置 - Google Patents
游戏智能推荐方法及装置 Download PDFInfo
- Publication number
- CN105617657B CN105617657B CN201510971128.7A CN201510971128A CN105617657B CN 105617657 B CN105617657 B CN 105617657B CN 201510971128 A CN201510971128 A CN 201510971128A CN 105617657 B CN105617657 B CN 105617657B
- Authority
- CN
- China
- Prior art keywords
- game
- user
- recommdation
- data
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/77—Game security or game management aspects involving data related to game devices or game servers, e.g. configuration data, software version or amount of memory
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种游戏智能推荐方法及装置,其中,该方法包括:通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据;根据用户数据生成每个用户的用户画像;根据游戏数据生成每个游戏的游戏画像;根据游戏推荐位数据选取待使用的游戏推荐位;针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。本方案实现了游戏的智能推荐,提高了游戏推荐效果。
Description
技术领域
本发明涉及互联网技术领域,具体涉及一种游戏智能推荐方法及装置。
背景技术
随着人们生活水平的不断提高,人们的娱乐需求也越来越高,越来越多的人们喜欢在空余时间玩游戏。为了使用户能够及时了解到最新游戏,并促进用户玩游戏,游戏运营商会通过游戏推荐位等方式向用户推荐游戏。
然而,在现有技术中,例如游戏运营商通过游戏平台或游戏中心等游戏网页中的游戏推荐位向所有用户推荐的游戏都是相同的,并没有综合考虑到游戏推荐位的推荐能力以及用户的兴趣爱好,因此,在大多数情况下,被推荐的游戏并不是用户所感兴趣的游戏,从而并没有得到良好的游戏推荐效果,造成了推荐资源的浪费。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的游戏智能推荐方法及装置,实现了游戏的智能推荐,提高了游戏推荐效果。
根据本发明的一个方面,提供了一种游戏智能推荐方法,该方法包括:
通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据;
根据用户数据生成每个用户的用户画像;
根据游戏数据生成每个游戏的游戏画像;
根据游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位;
针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。
根据本发明的另一方面,提供了一种游戏智能推荐装置,该装置包括:
第一数据获取模块,适于通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据;
第一生成模块,适于根据第一数据获取模块得到的用户数据生成每个用户的用户画像;
第二生成模块,适于根据第一数据获取模块得到的游戏数据生成每个游戏的游戏画像;
选取模块,适于根据第一数据获取模块得到的游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位;
匹配模块,适于针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏;
确定模块,适于针对多个用户中的其中一个用户,每隔预设时间段,根据预设随机算法,计算选取模块选取的待使用的游戏推荐位与匹配模块得到的多个待推荐的游戏之间的匹配关系,确定游戏推荐方案;
推荐模块,适于针对多个用户中的其中一个用户,利用确定模块确定的游戏推荐方案,将多个待推荐的游戏推荐给该用户。
根据本发明提供的技术方案,通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据,然后分别根据用户数据和游戏数据生成每个用户的用户画像和每个游戏的游戏画像,并根据游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位,最后针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。本发明提供的技术方案将用户画像与游戏画像进行匹配,得到适合某个用户的多个待推荐的游戏,并每隔预设时间段,利用不同的游戏推荐方案,将多个待推荐的游戏推荐给该用户,使游戏推荐方案多样化,从而实现了游戏的智能推荐,提高了游戏推荐效果,优化了游戏推荐方式。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的游戏智能推荐方法的流程示意图;
图2示出了根据本发明另一个实施例的游戏智能推荐方法的流程示意图;
图3示出了根据本发明一个实施例的游戏智能推荐装置的功能结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的游戏智能推荐方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤S100,通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据。
在步骤S100中,通过大数据分析、数据打点等方式进行数据挖掘,得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据。其中,游戏推荐位数据反映游戏推荐位的推荐能力。
步骤S101,根据用户数据生成每个用户的用户画像。
在步骤S100得到多个用户的用户数据之后,在步骤S101中,根据用户数据生成每个用户的用户画像。其中,通过用户画像可准确地获知用户属性。
步骤S102,根据游戏数据生成每个游戏的游戏画像。
在步骤S100得到多个游戏的游戏数据之后,在步骤S102中,根据游戏数据生成每个游戏的游戏画像。其中,通过游戏画像可准确地获知游戏属性。
步骤S103,根据游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位。
由于每个游戏推荐位的推荐能力是不同的,且游戏推荐位数据反映了游戏推荐位的推荐能力,因此在步骤S100得到多个游戏推荐位的游戏推荐位数据之后,在步骤S103中,根据游戏推荐位数据,从多个游戏推荐位中选取出推荐能力合适的游戏推荐位,作为待使用的游戏推荐位。
步骤S104,针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。
在生成了每个用户的用户画像和每个游戏的游戏画像以及选取了待使用的游戏推荐位之后,在步骤S104中,针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户,也就是说,每隔预设时间段,根据预设随机算法,会随机地得到待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,从而产生不同的游戏推荐方案。其中,本领域技术人员可根据实际需要对预设时间段进行具体限制,此处不做限制。
另外,推荐给该用户的游戏都是该用户可能比较感兴趣的游戏,并且每隔预设时间段,该用户在同一个待使用的游戏推荐位看到的待推荐的游戏是不同的,使游戏推荐方案多样化,不会使该用户产生视觉疲劳,从而实现了游戏的智能推荐。
根据本实施例提供的游戏智能推荐方法,通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据,然后分别根据用户数据和游戏数据生成每个用户的用户画像和每个游戏的游戏画像,并根据游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位,最后针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。本发明提供的技术方案将用户画像与游戏画像进行匹配,得到适合某个用户的多个待推荐的游戏,并每隔预设时间段,利用不同的游戏推荐方案,将多个待推荐的游戏推荐给该用户,使游戏推荐方案多样化,从而实现了游戏的智能推荐,提高了游戏推荐效果,优化了游戏推荐方式。
图2示出了根据本发明另一个实施例的游戏智能推荐方法的流程示意图,如图2所示,该方法包括如下步骤:
步骤S200,通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。
在步骤S200中,通过大数据分析、数据打点等方式进行数据挖掘,得到多个用户的用户特征信息、用户喜好信息以及用户付费信息等用户数据。
具体地,用户特征信息包括:用户固有特征以及用户来源渠道;用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息;用户付费信息包括:用户付费记录信息以及用户付费潜力信息。其中,用户固有特征包括:用户性别、用户年龄以及用户星座等特征。
另外,为了全面分析用户的游戏喜好,用户喜好信息还可包括:游戏类型喜好信息、游戏题材特色喜好信息、游戏美术风格喜好信息、游戏画面喜好信息、游戏战斗方式喜好信息、游戏人物设定喜好信息、游戏IP喜好信息、游戏级别喜好信息、游戏开发商喜好信息、游戏视角喜好信息、游戏音效喜好信息、游戏大小喜好信息和游戏内创建角色喜好信息等。比如,有的用户喜欢动作类游戏,则该用户的游戏类型喜好信息可以记录动作类游戏;有的用户喜欢宫廷题材的游戏,则该用户的游戏题材特色喜好信息可以记录宫廷题材游戏;有的用户喜欢竞技战斗的游戏,则该用户的游戏战斗方式喜好信息可以记录竞技战斗。以上仅为举例,本发明中用户喜好信息包括但不仅限于上述具体信息。
步骤S201,通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。
在步骤S201中,通过大数据分析、数据打点等方式进行数据挖掘,得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息等游戏数据。
具体地,游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息;游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。其中,游戏特征信息还包括:游戏主营信息和游戏用户活跃度信息。根据某个游戏的游戏主营信息,可以获知该游戏是否为主营游戏。以上仅为举例,本发明中游戏特征信息和游戏收入信息包括但不仅限于上述具体信息。
步骤S202,通过数据挖掘得到多个游戏推荐位的游戏推荐位数据。
在步骤S202中,通过大数据分析、数据打点等方式进行数据挖掘,得到多个游戏推荐位的游戏推荐位数据,其中,游戏推荐位数据反映游戏推荐位的推荐能力;游戏推荐位数据包括:特定游戏推荐能力和/或推荐位更新频次。例如,推荐位更新频次的频次越高,则说明该游戏推荐位的推荐能力越强。
其中,步骤S200、步骤S201和步骤S202可以同时执行,也可以依次执行步骤S200、步骤S201和步骤S202。
步骤S203,根据用户特征信息、用户喜好信息以及用户付费信息,确定每个用户的用户属性。
在得到了多个用户的用户特征信息、用户喜好信息以及用户付费信息的之后,步骤S203根据这些用户数据,确定每个用户的用户属性。
步骤S204,根据用户属性,生成每个用户的用户画像。
在步骤S203确定了用户属性之后,步骤S204就可根据用户属性,生成每个用户的用户画像。其中,通过用户画像可准确地获知用户属性。
步骤S205,根据游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息,确定每个游戏的游戏属性。
在得到了多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息的之后,步骤S205根据这些游戏数据,确定每个游戏的游戏属性。
步骤S206,根据游戏属性,生成每个游戏的游戏画像。
在步骤S205确定了游戏属性之后,步骤S206就可根据游戏属性,生成每个游戏的游戏画像。其中,通过游戏画像可准确地获知游戏属性。
可选地,步骤S203、步骤S204可以与步骤S205、步骤S206同时执行,也可以先依次执行完步骤S203与步骤S204,再依次执行步骤S205与步骤S206。
步骤S207,根据游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位。
在得到了多个游戏推荐位的游戏推荐位数据之后,步骤S207则可根据游戏推荐位数据,从多个游戏推荐位中选取出推荐能力合适的游戏推荐位,作为待使用的游戏推荐位。
步骤S208,针对多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。
具体地,为了使用户画像与游戏画像能够进行有效匹配,不仅预先设置了至少一个匹配指标,而且还为每个匹配指标预先设置了相对应的权重,因此针对多个用户中的其中一个用户,根据预设的至少一个匹配指标以及预设的每个匹配指标相对应的权重,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。
例如,在步骤S207中,根据游戏推荐位数据,从多个游戏推荐位中选取出待使用的游戏推荐位为游戏推荐位1、游戏推荐位2、游戏推荐位3和游戏推荐位4,其中,游戏推荐位1、游戏推荐位2、游戏推荐位3和游戏推荐位4的推荐能力依次递减。在步骤S208中,针对用户1得到待推荐的游戏为游戏1、游戏2、游戏3和游戏4。其中,游戏1的游戏画像与用户1的用户画像的匹配度最高,游戏2的游戏画像、游戏3的游戏画像和游戏4的游戏画像与用户1的用户画像的匹配度依次递减。那么,当用户1打开游戏平台或游戏网页时,该方法根据预设随机算法,计算游戏推荐位1-4与游戏1-4之间的匹配关系,确定了游戏推荐方案1。其中,游戏推荐方案1为利用游戏推荐位1展现游戏1、利用游戏推荐位2展现游戏2、利用游戏推荐位3展现游戏3,并利用游戏推荐位4展现游戏4。那么此时该方法利用游戏推荐方案1,将游戏1、游戏2、游戏3和游戏4推荐给用户1。假设,预设时间段为1分钟,则当该用户浏览游戏平台或游戏网页的时间达到1分钟时,该方法根据预设随机算法,再次计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定了游戏推荐方案2,游戏推荐方案2不同于游戏推荐方案1。例如,游戏推荐方案2为利用游戏推荐位1展现游戏3、利用游戏推荐位2展现游戏4、利用游戏推荐位3展现游戏1,并利用游戏推荐位4展现游戏2。那么当该用户浏览游戏平台或游戏网页的时间达到1分钟时,该方法利用游戏推荐方案2,将游戏1、游戏2、游戏3和游戏4推荐给用户1,从而使游戏推荐方案多样化,不会使用户1产生视觉疲劳。另外,推荐给用户1的游戏都是用户1可能比较感兴趣的,因此不会给用户1造成反感,提高了用户体验感。
根据本实施例提供的游戏智能推荐方法,通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据,然后分别根据用户数据和游戏数据生成每个用户的用户画像和每个游戏的游戏画像,并根据游戏推荐位数据,选取出待使用的游戏推荐位,最后针对多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用游戏推荐方案,将多个待推荐的游戏推荐给该用户。
本发明提供的技术方案根据预设的至少一个匹配指标,将用户画像与游戏画像进行匹配,得到适合某个用户的多个待推荐的游戏,并每隔预设时间段,利用不同的游戏推荐方案,将多个待推荐的游戏推荐给该用户,使游戏推荐方案多样化,从而实现了游戏的智能推荐,进一步提高了游戏推荐效果,优化了游戏推荐方式。
图3示出了根据本发明一个实施例的游戏智能推荐装置的功能结构示意图,如图3所示,该装置包括:第一数据获取模块301、第一生成模块302、第二生成模块303、选取模块304、匹配模块305、确定模块306和推荐模块307。
第一数据获取模块301适于:通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据。
第一数据获取模块301通过大数据分析、数据打点等方式进行数据挖掘,得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据。
其中,游戏推荐位数据反映游戏推荐位的推荐能力。游戏推荐位数据包括:特定游戏推荐能力和/或推荐位更新频次。例如,推荐位更新频次的频次越高,则说明该游戏推荐位的推荐能力越强。
第一数据获取模块301进一步适于:通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。
具体地,用户特征信息包括:用户固有特征以及用户来源渠道;用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息;用户付费信息包括:用户付费记录信息以及用户付费潜力信息。其中,用户固有特征包括:用户性别、用户年龄以及用户星座等特征。另外,用户喜好信息还可包括:游戏类型喜好信息、游戏题材特色喜好信息、游戏美术风格喜好信息、游戏画面喜好信息、游戏战斗方式喜好信息、游戏人物设定喜好信息、游戏IP喜好信息、游戏级别喜好信息、游戏开发商喜好信息、游戏视角喜好信息、游戏音效喜好信息、游戏大小喜好信息和游戏内创建角色喜好信息等。
第一数据获取模块301进一步适于:通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。具体地,游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息;游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。其中,游戏特征信息还包括:游戏主营信息和游戏用户活跃度信息。根据某个游戏的游戏主营信息,可以获知该游戏是否为主营游戏。
第一生成模块302适于:根据第一数据获取模块301得到的用户数据生成每个用户的用户画像。
在第一数据获取模块301得到多个用户的用户数据之后,第一生成模块302根据用户数据生成每个用户的用户画像。其中,通过用户画像可准确地获知用户属性。
第一生成模块302进一步适于:根据第一数据获取模块301得到的用户数据,确定每个用户的用户属性,然后根据用户属性,生成每个用户的用户画像。
第二生成模块303适于:根据第一数据获取模块301得到的游戏数据生成每个游戏的游戏画像。
在第一数据获取模块301得到多个游戏的游戏数据之后,第二生成模块303根据游戏数据生成每个游戏的游戏画像。其中,通过游戏画像可准确地获知游戏属性。
第二生成模块303进一步适于:根据第一数据获取模块301得到的游戏数据,确定每个游戏的游戏属性,然后根据游戏属性,生成每个游戏的的游戏画像。
选取模块304适于:根据第一数据获取模块301得到的游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位。
由于每个游戏推荐位的推荐能力是不同的,且游戏推荐位数据反映了游戏推荐位的推荐能力,因此选取模块304根据游戏推荐位数据,从多个游戏推荐位中选取出推荐能力合适的游戏推荐位,作为待使用的游戏推荐位。
匹配模块305适于:针对多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏。
在第一生成模块302生成了每个用户的用户画像和第二生成模块303生成了每个游戏的游戏画像之后,针对多个用户中的其中一个用户,匹配模块305通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,所得到的待推荐的游戏都是该用户可能比较感兴趣的游戏。
匹配模块305进一步适于:针对多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏。
匹配模块305进一步适于:针对多个用户中的其中一个用户,根据预设的至少一个匹配指标以及预设的每个匹配指标相对应的权重,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏。
确定模块306适于:针对多个用户中的其中一个用户,每隔预设时间段,根据预设随机算法,计算选取模块304选取的待使用的游戏推荐位与匹配模块305得到的多个待推荐的游戏之间的匹配关系,确定游戏推荐方案。
其中,每隔预设时间段,根据预设随机算法,会随机地得到待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,从而产生不同的游戏推荐方案。
推荐模块307适于:针对多个用户中的其中一个用户,利用确定模块306确定的游戏推荐方案,将多个待推荐的游戏推荐给该用户。
根据本实施例提供的游戏智能推荐装置,第一数据获取模块通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据,然后第一生成模块和第二生成模块分别根据用户数据和游戏数据生成每个用户的用户画像和每个游戏的游戏画像,选取模块选取出待使用的游戏推荐位,最后针对多个用户中的其中一个用户,匹配模块通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,确定模块每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,推荐模块利用确定模块确定的游戏推荐方案,将待推荐的游戏推荐给该用户。本发明提供的技术方案将用户画像与游戏画像进行匹配,得到适合某个用户的多个待推荐的游戏,并每隔预设时间段,利用不同的游戏推荐方案,将多个待推荐的游戏推荐给该用户,使游戏推荐方案多样化,从而实现了游戏的智能推荐,提高了游戏推荐效果,优化了游戏推荐方式。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明公开了:
A1、一种游戏智能推荐方法,包括:
通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据;
根据所述用户数据生成每个用户的用户画像;
根据所述游戏数据生成每个游戏的游戏画像;
根据所述游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位;
针对所述多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户。
A2、根据A1所述的方法,所述游戏推荐位数据反映游戏推荐位的推荐能力;所述游戏推荐位数据包括:特定游戏推荐能力和/或推荐位更新频次。
A3、根据A1所述的方法,通过数据挖掘得到多个用户的用户数据进一步包括:通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。
A4、根据A3所述的方法,所述用户特征信息包括:用户固有特征以及用户来源渠道;
所述用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息;
所述用户付费信息包括:用户付费记录信息以及用户付费潜力信息。
A5、根据A1所述的方法,通过数据挖掘得到多个游戏的游戏数据进一步包括:通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。
A6、根据A5所述的方法,所述游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息;
游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。
A7、根据A1-A6任一项所述的方法,所述根据所述用户数据生成每个用户的用户画像进一步包括:
根据所述用户数据,确定每个用户的用户属性;
根据所述用户属性,生成每个用户的用户画像。
A8、根据A1-A7任一项所述的方法,所述根据所述游戏数据生成每个游戏的游戏画像进一步包括:
根据所述游戏数据,确定每个游戏的游戏属性;
根据所述游戏属性,生成每个游戏的游戏画像。
A9、根据A1-A8任一项所述的方法,所述针对所述多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户进一步包括:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户。
A10、根据A9所述的方法,所述针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户进一步包括:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标以及预设的每个匹配指标相对应的权重,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户。
B11、一种游戏智能推荐装置,包括:
第一数据获取模块,适于通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据;
第一生成模块,适于根据所述第一数据获取模块得到的用户数据生成每个用户的用户画像;
第二生成模块,适于根据所述第一数据获取模块得到的游戏数据生成每个游戏的游戏画像;
选取模块,适于根据所述第一数据获取模块得到的游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位;
匹配模块,适于针对所述多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏;
确定模块,适于针对所述多个用户中的其中一个用户,每隔预设时间段,根据预设随机算法,计算所述选取模块选取的待使用的游戏推荐位与所述匹配模块得到的多个待推荐的游戏之间的匹配关系,确定游戏推荐方案;
推荐模块,适于针对所述多个用户中的其中一个用户,利用所述确定模块确定的游戏推荐方案,将多个待推荐的游戏推荐给该用户。
B12、根据B11所述的装置,所述游戏推荐位数据反映游戏推荐位的推荐能力;所述游戏推荐位数据包括:特定游戏推荐能力和/或推荐位更新频次。
B13、根据B11所述的装置,所述第一数据获取模块进一步适于:通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。
B14、根据B13所述的装置,所述用户特征信息包括:用户固有特征以及用户来源渠道;
所述用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息;
所述用户付费信息包括:用户付费记录信息以及用户付费潜力信息。
B15、根据B11所述的装置,所述第一数据获取模块进一步适于:通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。
B16、根据B15所述的装置,所述游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息;
游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。
B17、根据B11-B16任一项所述的装置,所述第一生成模块进一步适于:
根据所述第一数据获取模块得到的用户数据,确定每个用户的用户属性;根据所述用户属性,生成每个用户的用户画像。
B18、根据B11-B17任一项所述的装置,所述第二生成模块进一步适于:
根据所述第一数据获取模块得到的游戏数据,确定每个游戏的游戏属性;根据所述游戏属性,生成每个游戏的的游戏画像。
B19、根据B11-B18任一项所述的装置,所述匹配模块进一步适于:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏。
B20、根据B19所述的装置,所述匹配模块进一步适于:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标以及预设的每个匹配指标相对应的权重,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏。
Claims (20)
1.一种游戏智能推荐方法,包括:
通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据;
根据所述用户数据生成每个用户的用户画像;
根据所述游戏数据生成每个游戏的游戏画像;
根据所述游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位;
针对所述多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户。
2.根据权利要求1所述的方法,所述游戏推荐位数据反映游戏推荐位的推荐能力;所述游戏推荐位数据包括:推荐位更新频次。
3.根据权利要求1所述的方法,通过数据挖掘得到多个用户的用户数据进一步包括:通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。
4.根据权利要求3所述的方法,所述用户特征信息包括:用户固有特征以及用户来源渠道;
所述用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息;
所述用户付费信息包括:用户付费记录信息以及用户付费潜力信息。
5.根据权利要求1所述的方法,通过数据挖掘得到多个游戏的游戏数据进一步包括:通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。
6.根据权利要求5所述的方法,所述游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息;
游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。
7.根据权利要求1-6任一项所述的方法,所述根据所述用户数据生成每个用户的用户画像进一步包括:
根据所述用户数据,确定每个用户的用户属性;
根据所述用户属性,生成每个用户的用户画像。
8.根据权利要求1-6任一项所述的方法,所述根据所述游戏数据生成每个游戏的游戏画像进一步包括:
根据所述游戏数据,确定每个游戏的游戏属性;
根据所述游戏属性,生成每个游戏的游戏画像。
9.根据权利要求1-6任一项所述的方法,所述针对所述多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户进一步包括:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户。
10.根据权利要求9所述的方法,所述针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户进一步包括:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标以及预设的每个匹配指标相对应的权重,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏,并每隔预设时间段,根据预设随机算法,计算待使用的游戏推荐位与多个待推荐的游戏之间的匹配关系,确定游戏推荐方案,利用所述游戏推荐方案,将多个待推荐的游戏推荐给该用户。
11.一种游戏智能推荐装置,包括:
第一数据获取模块,适于通过数据挖掘得到多个用户的用户数据、多个游戏的游戏数据以及多个游戏推荐位的游戏推荐位数据;
第一生成模块,适于根据所述第一数据获取模块得到的用户数据生成每个用户的用户画像;
第二生成模块,适于根据所述第一数据获取模块得到的游戏数据生成每个游戏的游戏画像;
选取模块,适于根据所述第一数据获取模块得到的游戏推荐位数据,从多个游戏推荐位中选取待使用的游戏推荐位;
匹配模块,适于针对所述多个用户中的其中一个用户,通过将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏;
确定模块,适于针对所述多个用户中的其中一个用户,每隔预设时间段,根据预设随机算法,计算所述选取模块选取的待使用的游戏推荐位与所述匹配模块得到的多个待推荐的游戏之间的匹配关系,确定游戏推荐方案;
推荐模块,适于针对所述多个用户中的其中一个用户,利用所述确定模块确定的游戏推荐方案,将多个待推荐的游戏推荐给该用户。
12.根据权利要求11所述的装置,所述游戏推荐位数据反映游戏推荐位的推荐能力;所述游戏推荐位数据包括:推荐位更新频次。
13.根据权利要求11所述的装置,所述第一数据获取模块进一步适于:通过数据挖掘得到多个用户的用户特征信息、用户喜好信息以及用户付费信息。
14.根据权利要求13所述的装置,所述用户特征信息包括:用户固有特征以及用户来源渠道;
所述用户喜好信息包括:用户浏览喜好信息、用户点击喜好信息以及用户活跃度信息;
所述用户付费信息包括:用户付费记录信息以及用户付费潜力信息。
15.根据权利要求11所述的装置,所述第一数据获取模块进一步适于:通过数据挖掘得到多个游戏的游戏类型信息、游戏特征信息、游戏生命周期信息以及游戏收入信息。
16.根据权利要求15所述的装置,所述游戏特征信息包括:IP属性信息、游戏美术风格信息、游戏画面信息以及游戏开发商信息;
游戏收入信息包括:游戏实际收入信息以及游戏收入潜力信息。
17.根据权利要求11-16任一项所述的装置,所述第一生成模块进一步适于:
根据所述第一数据获取模块得到的用户数据,确定每个用户的用户属性;根据所述用户属性,生成每个用户的用户画像。
18.根据权利要求11-16任一项所述的装置,所述第二生成模块进一步适于:
根据所述第一数据获取模块得到的游戏数据,确定每个游戏的游戏属性;根据所述游戏属性,生成每个游戏的的游戏画像。
19.根据权利要求11-16任一项所述的装置,所述匹配模块进一步适于:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏。
20.根据权利要求19所述的装置,所述匹配模块进一步适于:
针对所述多个用户中的其中一个用户,根据预设的至少一个匹配指标以及预设的每个匹配指标相对应的权重,将该用户的用户画像与多个游戏的游戏画像进行匹配,得到多个待推荐的游戏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510971128.7A CN105617657B (zh) | 2015-12-22 | 2015-12-22 | 游戏智能推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510971128.7A CN105617657B (zh) | 2015-12-22 | 2015-12-22 | 游戏智能推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105617657A CN105617657A (zh) | 2016-06-01 |
CN105617657B true CN105617657B (zh) | 2019-06-18 |
Family
ID=56033238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510971128.7A Active CN105617657B (zh) | 2015-12-22 | 2015-12-22 | 游戏智能推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105617657B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107050863A (zh) * | 2017-05-18 | 2017-08-18 | 广州飞雨网络科技有限公司 | 一种基于大数据分析的游戏辅助操控方法及系统 |
CN109144721B (zh) * | 2018-07-18 | 2022-08-16 | Oppo广东移动通信有限公司 | 资源排序方法、资源显示方法、相关装置及存储介质 |
CN111375200B (zh) * | 2018-12-28 | 2021-05-28 | 广州市百果园网络科技有限公司 | 智能配置游戏资源方法、系统及计算机存储介质、设备 |
CN111444447A (zh) * | 2018-12-29 | 2020-07-24 | 北京奇虎科技有限公司 | 内容推荐页面的展现方法及装置 |
CN111870959B (zh) * | 2020-08-07 | 2023-10-27 | 网易(杭州)网络有限公司 | 一种游戏中的资源推荐方法及装置 |
CN112619165A (zh) * | 2020-12-18 | 2021-04-09 | 咪咕互动娱乐有限公司 | 游戏用户选择方法、系统、服务器和存储介质 |
CN114588633B (zh) * | 2022-05-09 | 2022-10-04 | 深圳尚米网络技术有限公司 | 一种内容推荐方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360364A (zh) * | 2011-09-30 | 2012-02-22 | 奇智软件(北京)有限公司 | 一种应用自动推荐的方法及装置 |
EP2498212A1 (en) * | 2011-03-08 | 2012-09-12 | Sony Corporation | Information processing apparatus, terminal apparatus, information presentation system, calculation method of evaluation scores, and program. |
CN102800006A (zh) * | 2012-07-23 | 2012-11-28 | 姚明东 | 基于客户购物意图挖掘的实时商品推荐方法 |
CN103108049A (zh) * | 2013-02-20 | 2013-05-15 | 杭州东信北邮信息技术有限公司 | 一种为移动终端用户提供个性化页面的方法 |
CN103136435A (zh) * | 2011-11-30 | 2013-06-05 | 深圳市快播科技有限公司 | 一种个性化游戏推荐的系统、方法及游戏平台 |
CN103353920A (zh) * | 2013-05-31 | 2013-10-16 | 北京百度网讯科技有限公司 | 基于社交网络推荐游戏的方法和装置 |
CN103617196A (zh) * | 2013-11-08 | 2014-03-05 | 北京奇虎科技有限公司 | 推荐网址的方法、浏览器、服务器及系统 |
AU2013209248A1 (en) * | 2012-01-13 | 2014-08-28 | Igt Canada Solutions Ulc | Automated discovery of gaming preferences |
CN104166713A (zh) * | 2014-08-14 | 2014-11-26 | 百度在线网络技术(北京)有限公司 | 网络业务的推荐方法和装置 |
CN104298429A (zh) * | 2014-09-25 | 2015-01-21 | 北京搜狗科技发展有限公司 | 一种基于输入的信息展示方法和输入法系统 |
CN104767811A (zh) * | 2015-04-03 | 2015-07-08 | 北京奇虎科技有限公司 | 一种信息推荐的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9764240B2 (en) * | 2010-10-13 | 2017-09-19 | Sony Interactive Entertainment America Llc | Online process for recommending friends based on game playing habits |
-
2015
- 2015-12-22 CN CN201510971128.7A patent/CN105617657B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2498212A1 (en) * | 2011-03-08 | 2012-09-12 | Sony Corporation | Information processing apparatus, terminal apparatus, information presentation system, calculation method of evaluation scores, and program. |
CN102360364A (zh) * | 2011-09-30 | 2012-02-22 | 奇智软件(北京)有限公司 | 一种应用自动推荐的方法及装置 |
CN103136435A (zh) * | 2011-11-30 | 2013-06-05 | 深圳市快播科技有限公司 | 一种个性化游戏推荐的系统、方法及游戏平台 |
AU2013209248A1 (en) * | 2012-01-13 | 2014-08-28 | Igt Canada Solutions Ulc | Automated discovery of gaming preferences |
CN102800006A (zh) * | 2012-07-23 | 2012-11-28 | 姚明东 | 基于客户购物意图挖掘的实时商品推荐方法 |
CN103108049A (zh) * | 2013-02-20 | 2013-05-15 | 杭州东信北邮信息技术有限公司 | 一种为移动终端用户提供个性化页面的方法 |
CN103353920A (zh) * | 2013-05-31 | 2013-10-16 | 北京百度网讯科技有限公司 | 基于社交网络推荐游戏的方法和装置 |
CN103617196A (zh) * | 2013-11-08 | 2014-03-05 | 北京奇虎科技有限公司 | 推荐网址的方法、浏览器、服务器及系统 |
CN104166713A (zh) * | 2014-08-14 | 2014-11-26 | 百度在线网络技术(北京)有限公司 | 网络业务的推荐方法和装置 |
CN104298429A (zh) * | 2014-09-25 | 2015-01-21 | 北京搜狗科技发展有限公司 | 一种基于输入的信息展示方法和输入法系统 |
CN104767811A (zh) * | 2015-04-03 | 2015-07-08 | 北京奇虎科技有限公司 | 一种信息推荐的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105617657A (zh) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105617657B (zh) | 游戏智能推荐方法及装置 | |
CN106067992B (zh) | 一种基于用户行为的信息推荐方法及装置 | |
CN105574110A (zh) | 游戏智能推荐方法及装置 | |
US20170177585A1 (en) | Systems, methods, and computer readable medium for generating playlists | |
CN105477860A (zh) | 游戏活动推荐方法及装置 | |
Hyrynsalmi et al. | App store, marketplace, play! an analysis of multi-homing in mobile software ecosystems | |
CN109684483A (zh) | 知识图谱的构建方法、装置、计算机设备及存储介质 | |
CN108307239A (zh) | 一种视频内容推荐方法和装置 | |
CN106874335A (zh) | 行为数据处理方法、装置及服务器 | |
CN104298755A (zh) | 内容推送方法、内容推送系统和服务器 | |
CN108495184B (zh) | 一种为视频添加弹幕的方法和装置 | |
CN107831982A (zh) | 评论信息的显示方法及电子设备 | |
CN110310137A (zh) | 一种广告投放方法和装置 | |
CN108415935A (zh) | 一种推送推荐消息的方法、装置 | |
CN108021672A (zh) | 基于相册的社交推荐方法、装置及计算设备 | |
CN104618347B (zh) | 一种游戏事件处理装置及方法、网络平台 | |
Chmielarz | Study of smartphones usage from the customer's point of view | |
CN105791080B (zh) | 群发消息处理方法和系统、电子设备 | |
CN108416627A (zh) | 一种基于互联网数据的品牌影响力监控方法及系统 | |
CN110222285A (zh) | 阅读页面的展示方法、计算设备及计算机存储介质 | |
CN110119960A (zh) | 一种广告投放方法及系统 | |
CN109309852A (zh) | 视频广告处理方法、终端及介质 | |
CN105389396A (zh) | 游戏社交推荐方法及装置 | |
CN108848416A (zh) | 音视频内容的评价方法和装置 | |
CN109816410A (zh) | 广告主产品受众群体的分析方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220801 Address after: Room 801, 8th floor, No. 104, floors 1-19, building 2, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015 Patentee after: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Address before: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park) Patentee before: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Patentee before: Qizhi software (Beijing) Co.,Ltd. |