CN105681835B - 一种信息推送的方法以及服务器 - Google Patents

一种信息推送的方法以及服务器 Download PDF

Info

Publication number
CN105681835B
CN105681835B CN201610107919.XA CN201610107919A CN105681835B CN 105681835 B CN105681835 B CN 105681835B CN 201610107919 A CN201610107919 A CN 201610107919A CN 105681835 B CN105681835 B CN 105681835B
Authority
CN
China
Prior art keywords
account information
user preference
information
behavior data
historical behavior
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
Application number
CN201610107919.XA
Other languages
English (en)
Other versions
CN105681835A (zh
Inventor
华柏波
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201610107919.XA priority Critical patent/CN105681835B/zh
Publication of CN105681835A publication Critical patent/CN105681835A/zh
Application granted granted Critical
Publication of CN105681835B publication Critical patent/CN105681835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • H04N21/4661—Deriving a combined profile for a plurality of end-users of the same client, e.g. for family members within a home
    • 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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Abstract

本发明实施例公开了一种信息推送的方法，包括：获取客户端的个人账号信息以及家庭账号信息；查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据；根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定客户端的用户偏好参数；确定各资源信息与用户偏好参数之间的匹配值；向客户端推送匹配值满足预置条件的目标资源信息。本发明实施例还提供一种服务器。本发明实施例可以计算得到更为全面的用户偏好参数，根据该用户偏好参数推送相应的资源信息，有利于在客厅场景下较大程度地满足用户的需求，提升用户体验。

Description

一种信息推送的方法以及服务器
技术领域
本发明涉及视频处理技术领域，尤其涉及一种信息推送的方法以及服务器。
背景技术
目前的视频产品都是具有推荐方案，根据用户的观看历史，相似用户的观看历史为推荐基础，关联视频产品属性和当前的热点视频，可以通过一套算法计算出用户可能喜欢的视频产品列表推荐给用户。
在现有的方案中，视频产品的推荐一般适用于单人使用的场景，主要是根据用户的观看历史，类似用户的观看历史，综合视频的属性和最近的热点视频，对单个用户计算最可能喜欢观看的视频列表，推荐给该用户，且对视频列表的计算都是在推荐之前就计算好的。
然而，现有技术主要是针对普通的单个用户，在客厅场景下，家庭用户里可能会存在多个成员，各个成员之间的喜好可能不一致，采用现有的方案来推送视频产品就很难满足用户的需求，推送的结果难以令用户感到满意。
发明内容
本发明实施例提供了一种信息推送的方法以及服务器，可以得到更为全面的用户偏好参数，根据该用户偏好参数推送相应的资源信息，有利于在客厅场景下最大程度地满足用户的需求，提升用户体验。
有鉴于此，本发明第一方面提供一种信息推送的方法，包括：
获取客户端的个人账号信息以及家庭账号信息；
查询所述个人账号信息对应的第一历史行为数据以及所述家庭账号信息对应的第二历史行为数据；
根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数计算所述客户端的用户偏好参数，所述第二权重系数高于所述第一权重系数；
计算各资源信息与所述用户偏好参数之间的匹配值；
向所述客户端推送匹配值满足预置条件的目标资源信息。
第二方面，本方面实施例还提供一种服务器，包括：
获取模块，用于获取客户端的个人账号信息以及家庭账号信息；
查询模块，用于查询所述获取模块获取的个人账号信息对应的第一历史行为数据以及所述家庭账号信息对应的第二历史行为数据；
第一确定模块，用于根据所述查询模块查询的所述第一历史行为数据、个人账号信息的第一权重系数、所述查询模块查询的所述第二历史行为数据以及家庭账号信息的第二权重系数计算所述客户端的用户偏好参数，所述第二权重系数高于所述第一权重系数；
第二确定模块，还用于计算各资源信息与所述第一确定模块计算的所述用户偏好参数之间的匹配值；
推送模块，用于向所述客户端推送所述计算模块计算的所述匹配值满足预置条件的目标资源信息。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，提供了一种信息推送的方法，首先服务器获取客户端的个人账号信息以及家庭账号信息，然后查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，再根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数计算客户端的用户偏好参数，最后由服务器计算各资源信息与用户偏好参数之间的匹配值，并向客户端推送匹配值满足预置条件的目标资源信息。本发明方案在考虑个人账号信息对应的第一历史行为数据的前提下，引入了家庭账号信息对应的第二历史行为数据，并给两者赋予不同的权重系数，由此得到更为全面的用户偏好参数，根据该用户偏好参数推送相应的资源信息，有利于在客厅场景下较大程度地满足用户的需求，提升用户体验。
附图说明
图1为本发明实施例中信息推送的方法一个实施例示意图；
图2为本发明实施例中信息推送的方法另一个实施例示意图；
图3为本发明实施例中信息推送的方法另一个实施例示意图；
图4为本发明实施例中信息推送的方法另一个实施例示意图；
图5为本发明实施例中信息推送的方法另一个实施例示意图；
图6为本发明实施例中服务器一个实施例示意图；
图7为本发明实施例中服务器另一个实施例示意图；
图8为本发明实施例中服务器另一个实施例示意图；
图9为本发明实施例中服务器另一个实施例示意图；
图10为本发明实施例中服务器另一个实施例示意图；
图11为本发明实施例中服务器另一个实施例示意图；
图12为本发明实施例中服务器另一个实施例示意图；
图13为本发明实施例中服务器另一个实施例示意图；
图14为本发明实施例中服务器另一个实施例示意图；
图15为本发明实施例中服务器的一个结构示意图。
具体实施方式
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应理解，本发明实施例应用于多用户的客厅场景，通常情况下，客厅场景中包含了多名家庭成员，上到老人，下到孩童，不同年龄段的家庭成员喜爱观看的节目可能都不一样，例如孩童喜欢观看动画片，上班族喜欢观看综艺节目，老年人喜欢观看电视连续剧。因此，当在客厅场景下使用网络电视观看节目时，可以根据不同家庭成员对节目的喜好程度来推送比较能满足用户需求的视频。
请参阅图1，本发明实施例中信息推送的方法一个实施例包括：
101、获取客户端的个人账号信息以及家庭账号信息；
本实施例中，服务器根据客户端的身份标识号(英文全称：Identity，英文缩写：ID)获取该客户端中存储的个人账号信息以及家庭账号信息。
其中，客户端具体可以是网络电视机顶盒，通过它可以把网络和电视联系起来，只要家里有安装网线，且正在使用中，从路由器分出一根网线插在此网络机顶盒上就可以在线点播，在线直播，在线搜索各种国内卫视台，加密台，海外电影台，观赏价值大，使用方便且价格便宜。当然，在实际应用中，客户端也可以是指个人电脑(英文全称：PersonalComputer，英文缩写：PC)，用户直接通过PC观看节目。
当用户仅为一个人时，则利用该用户的个人账号信息登录客户端的视频观看平台，个人账号信息包括了个人账号和密码；当用户为多人时，则利用家庭账号和密码登录客户端的视频观看平台，家庭账号中包含了多个家庭成员的账号，客户端可以根据多个家庭成员的账号自动生成一个家庭账号，也可以是用户手动将多个家庭成员的账号编辑成一个家庭账号，家庭账号对应的密码通常是用户设定的，而家庭账号与其对应的密码共同构成了家庭账号信息。
需要说明的是，一台客户端可以存储多个个人账号信息以及多个家庭账号信息。
102、查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据；
本实施例中，服务器获取客户端的个人账号信息以及家庭账号信息之后，可以查询到个人账号信息对应的第一历史行为数据，第一历史行为数据即采用个人账号信息观看的历史节目数据，同时，查询家庭账号信息对应的第二历史行为数据，第二历史行为数据即采用家庭账号信息观看的历史节目。
103、根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定客户端的用户偏好参数；
本实施例中，服务器根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数计算客户端的用户偏好参数。
104、确定各资源信息与用户偏好参数之间的匹配值；
本实施例中，服务器在后台计算各种资源信息与用户偏好参数之间的匹配值。
105、向客户端推送匹配值满足预置条件的目标资源信息。
本实施例中，服务器在计算出各种资源信息与用户偏好参数之间的匹配值后，服务器向客户端推送匹配值满足预置条件的目标资源信息。
具体地，若预置条件设定为匹配值大于等于50的情况下，优先推送匹配值靠前的5个资源信息，将该资源信息作为目标资源信息。如果计算得到有5个以上的资源信息均为同样大小的匹配值时，则可以随机推送其中的任意5个资源信息。
本发明实施例中，提供了一种信息推送的方法，首先服务器获取客户端的个人账号信息以及家庭账号信息，然后查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，再根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数计算客户端的用户偏好参数，最后由服务器计算各资源信息与用户偏好参数之间的匹配值，并向客户端推送匹配值满足预置条件的目标资源信息。本发明方案在考虑个人账号信息对应的第一历史行为数据的前提下，引入了家庭账号信息对应的第二历史行为数据，并给两者赋予不同的权重系数，由此得到更为全面的用户偏好参数，根据该用户偏好参数推送相应的资源信息，有利于在客厅场景下较大程度地满足用户的需求，提升用户体验。
可选地，在上述图1对应的实施例的基础上，本发明实施例提供的信息推送的方法第一个可选实施例中，查询个人账号信息对应的第一历史行为数据，可以包括：
记录个人账号信息在第一预置时间内选择各资源信息的频率；
根据个人账号信息在第一预置时间内选择各资源信息的频率，确定第一历史行为数据。
本实施例中，服务器查询个人账号信息对应的第一历史行为数据具体可以是，服务器会记录客户端采用个人账号信息在第一预置时间内选择各资源的次数，例如第一预置时间为1个月，在一个月内用户采用个人账号信息点播了A视频30次，B视频22次，C视频20次，D视频3次，E视频1次，F视频16次，其他视频都未点播过，服务器根据各个视频的点播次数计算出选择频率，计算公式为：
资源信息点播频率＝资源信息点播次数÷30
A的点播频率为1.00，B的点播频率为0.73，C的点播频率为0.67，D的点播频率为0.10，E的点播频率为0.03，F的点播频率为0.53。以此可以分别确定第一历史行为数据。
可以理解的是，在实际应用中，服务器除了可以直接统计个人账号信息在一段时间内选择各资源信息的次数，还可以统计在一段时间内观看各资源信息的时间长度，根据时间长度与选择次数综合确定资源信息点播次数。服务器根据各个视频的时间长度与选择次数计算出选择频率，计算公式为：
资源信息点播频率＝(点播时长×时长系数+选择次数×次数系数)÷30
假设时长系数为0.5，次数系数为0.8，点播时长为8，选择次数为30，则资源信息点播频率的计算方式为：
(8×0.5+30×0.8)÷30＝0.93
以此可以确定第一历史行为数据为0.93。
需要说明的是，家庭账号信息也可以采用上述方式先计算出每个成员账号信息对应的历史行为数据，根据求平均值的做法得到第二历史行为数据。
其次，本发明实施例中，提供了一种计算第一历史行为数据的方法，通过个人账号信息在第一预置时间内选择各资源信息的频率，确定第一历史行为数据。使得方案在应用中具有具体的实现方式，同时还客观考虑到其他因素对第一历史行为数据的影响，增强了方案的可行性。
可选地，在上述图1对应的实施例的基础上，本发明实施例提供的信息推送的方法第二个可选实施例中，根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定客户端的用户偏好参数，可以包括：
按照如下方式计算客户端的用户偏好参数：
Q＝a×b+c×d
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数。
本实施例中，提供了一种计算客户端的用户偏好参数的方法，具体为，按照如下方式计算客户端的用户偏好参数：
Q＝a×b+c×d
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数。
假设第一权重系数为0.2，第二权重系数为0.6，在实际应用中，第一权重系数与第二权重系数也可以设置为其他合理的数值，此处仅以第一权重系数为0.2，第二权重系数为0.6进行介绍，并不作为本发明的限定。
当b为0.2，d为0.6时，若a为30，c为22，那么客户端的用户偏好参数Q为：
Q＝0.2×30+0.6×22＝28.2
其中，a与c的数据来源可以参考上述图1对应的第一个实施例，此处不进行赘述。
其次，本发明实施例中，介绍了根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数计算客户端的用户偏好参数的实现方式，可以利用具体的公式计算得到用户偏好参数，从而更加准确的估计出不同资源信息对于不同用户的受欢迎程度，提升方案的实用性。
可选地，在上述图1对应的实施例的基础上，本发明实施例提供的信息推送的方法第三个可选实施例中，还可以包括：
确定用户偏好权重值，用户偏好权重值包括账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项；
根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定客户端的用户偏好参数，可以包括：
根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，确定客户端的用户偏好参数，其中，第二权重系数高于第一权重系数。
本实施例中，服务器还可以确定用户偏好权重值，并将用户偏好权重值作为计算用户偏好参数的一个新增依据，用户偏好权重值包括账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项，如果是其中的多项时，则也可以考虑每项值的权重比例，由此计算一个综合性的用户偏好权重值。
在多数情况下，第二权重系数是高于第一权重系数的，这是因为第二权重系数源自于家庭账号信息，所包含的成员信息更多，且适合于客厅场景，而第一权重系数是源于个人账号信息，只包括了个人的历史行为数据，对整个家庭喜欢观看的视频而言，决定性较弱，因此，在实际计算用户偏好参数时更着重于考虑家庭账号信息对应的历史行为数据，第二权重系数也将高于第一权重系数。
在服务器确定了用户偏好权重值后，根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数，利用预置的公式计算客户端的用户偏好参数。
需要说明的是，服务器确定用户偏好权重值可以在服务器查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据之前，也可以是在服务器查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据之后，故此处不作限定。
其次，本发明实施例中，在计算用户偏好参数时还考虑到了用户偏好权重值，该用户偏好权重值可以为账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项，增加若干维度的用户偏好权重值后，可以让计算出来的结果更加适合家庭用户使用的客厅场景，提升用户观看视频的频率，并且提升用户体验。
可选地，在上述图1对应的第三个可选实施例的基础上，本发明实施例提供的信息推送的方法第四个可选实施例中，根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，确定客户端的用户偏好参数，可以包括：
按照如下方式计算客户端的用户偏好参数：
Q＝a×b+c×d+X
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数，X表示用户偏好权重值。
本实施例中，提供了另一种计算客户端的用户偏好参数的方法，具体为，按照如下方式计算客户端的用户偏好参数：
Q＝a×b+c×d+X
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数，X表示用户偏好权重值。
且第二权重系数高于第一权重系数，假设第一权重系数为0.2，第二权重系数为0.6，在实际应用中，第一权重系数与第二权重系数也可以设置为其他合理的数值，此处仅以第一权重系数为0.2，第二权重系数为0.6进行介绍，并不作为本发明的限定。
X为账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项，如果X包括两项或两项以上的内容时，也需要考虑每项内容所占的比值，由此计算得到一个综合的X值。
当b为0.2，d为0.6时，若a为30，c为22，计算得到的X为5，那么客户端的用户偏好参数Q为：
Q＝0.2×30+0.6×22+5＝33.2
其中，a与c的数据来源可以参考上述图1对应的第一个实施例，此处不进行赘述。
再次，本发明实施例中，介绍了根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，计算客户端的用户偏好参数的实现方式，可以利用具体的公式计算得到用户偏好参数，进一步地考虑到用户偏好权重值对用户偏好参数的影响，从而更加精准地得知不同资源信息对应不同用户的受欢迎程度，以此提升方案的可行性。
为了便于理解，可以通过四种方式确定用户偏好权重值，下面将从服务器的角度对本发明实施例中信息推送的方法进行描述：
一、用户偏好权重值为账号互动频率值；
请参阅图2，图2为本发明实施例中信息推送的方法另一个实施例示意图，当用户偏好权重值为账号互动频率值时，信息推送的方法的另一个实施例包括：
201、获取客户端的个人账号信息以及家庭账号信息；
本实施例中，服务器获取客户端的个人账号信息以及家庭账号信息的具体过程可以参照上述实施例中步骤101所述，此处不作赘述。
202、查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据；
本实施例中，服务器可以查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，具体过程可以参照上述实施例中步骤102所述，此处不作赘述。
203、获取个人账号信息在第二预置时间内与至少一个账号信息之间共享资源信息的次数；
本实施例中，服务器记录第二预置时间内用户使用个人账号信息与其他账号信息之间共享资源信息的次数，例如，用户在使用个人账号信息登录个人账号后，服务器统计该用户在10天以内，通过即时通信(英文全称：instant message，英文缩写：IM)软件分享或者推荐视频的次数，
可以理解的是，第二预置时间可以是一个礼拜，10天或者1个月，也可以是其他合理的时间，此处不作限定。
204、根据共享资源信息的次数计算个人账号信息对应的账号互动频率值，账号互动频率值与共享资源信息的次数正相关；
本实施例中，根据步骤203获取的个人账号信息在第二预置时间内与至少一个账号信息之间共享资源信息的次数，计算个人账号信息对应的账号互动频率值，具体地，若服务器统计用户在10天以内，通过IM软件分享视频的20次，则可以采用下列公式计算账号互动频率值：
T＝t÷n
其中，T为账号互动匹配值，t为周期，单位为一个自然日，n为次数，则利用上述公式，可以计算得到账号互动频率值为0.5。
不难看出在固定时间内，分享或推荐视频的次数越多，其账号互动频率值也就越大，因此账号互动频率值与共享资源信息的次数正相关。
需要说明的是，步骤203以及步骤204可以在步骤202之前进行，也可以在步骤202之后进行，此处不作限定。
205、根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，确定客户端的用户偏好参数，第二权重系数高于第一权重系数；
本实施例中，当用户偏好权重值为账号互动频率值时，则服务器根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及账号互动频率值，计算客户端的用户偏好参数，第二权重系数高于第一权重系数。
具体地，利用上述实施例所介绍的公式：
Q＝a×b+c×d+X
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数，X表示用户偏好权重值中的账号互动频率值。
若b为0.2，d为0.6时，a为30，c为22，计算得到的X为0.5，那么客户端的用户偏好参数Q为：
Q＝30×0.2+22×0.6+0.5＝28.7
206、确定各资源信息与用户偏好参数之间的匹配值；
本实施例中，针对各资源信息分别计算不同的资源信息与用户偏好参数之间的匹配值。其中，用户偏好参数越大，其资源信息的匹配值也越高。
例如，A视频的用户偏好参数是28.7，B视频的用户偏好参数是30.2，C视频的用户偏好参数是15，不难看出B视频类似的用户偏好参数最高，也就是B视频类型的匹配值最高，可以设置为30.2％，A视频类型的匹配值为28.7％，C视频类型的匹配值为C视频的匹配值为15％。
207、向客户端推送匹配值满足预置条件的目标资源信息。
本实施例中，服务器向客户端推送匹配值满足预置条件的目标资源信息，假设满足预置条件的匹配值为20％以上的视频，那么根据步骤206计算得到的A视频类型的匹配值、B视频类型的匹配值和C视频类型的匹配值，可以推送A视频类型和B视频类型。
再次，本发明实施例中，提供了一种利用账号互动频率值计算用户偏好参数的方法，账号互动频率值很大程度上反映了各用户之间互动的情况，实时地针对用户的喜好来进行用户偏好参数的计算，可以更好地体现出“以人为本”的设想，将人为的不确定因素纳入考虑范围内，以此提升方案的灵活性和实用性。
二、用户偏好权重值为优先级排序值；
请参阅图3，图3为本发明实施例中信息推送的方法另一个实施例示意图，当用户偏好权重值为优先级排序值时，信息推送的方法的另一个实施例包括：
301、获取客户端的个人账号信息以及家庭账号信息；
本实施例中，服务器获取客户端的个人账号信息以及家庭账号信息的具体过程可以参照上述实施例中步骤101所述，此处不作赘述。
302、查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据；
本实施例中，服务器可以查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，具体过程可以参照上述实施例中步骤102所述，此处不作赘述。
303、根据家庭账号信息中各成员账号的年龄信息与各资源信息的预置对应关系，统计各资源信息的被选次数，其中，家庭账号信息中包含至少两个成员账号；
本实施例中，服务器根据家庭账号信息中各成员账号的年龄信息与各资源信息的预置对应关系，统计各资源信息的被选次数，且家庭账号信息中包含至少两个成员账号。
其中，年龄信息与各资源信息的预置对应关系可以是由用户提前设定的，例如，动画片《喜羊羊与灰太狼》为比较适合3至7岁儿童观看的节目，电视剧《芈月传》为比较适合18至70岁之间的用户观看，综艺节目《快乐大本营》为比较适合5至70岁之间的用户观看，综艺节目《夕阳红》为比较适合65至90岁之间的老人观看的节目。服务器首先根据当前家庭账号信息中各成员的年龄信息，提供符合年龄要求的资源信息，并统计各资源信息的被选择次数。
304、根据被选次数确定优先级排序值；
本实施例中，服务器统计各资源信息的被选择次数，若家庭账号信息中包含了3名家庭成员的信息，其中甲为20岁，乙为55岁，丙为60岁，那么根据他们的年龄信息确定最适合他们观看的节目可以是电视剧《芈月传》和综艺节目《快乐大本营》，其中，《芈月传》观看次数为10次，《快乐大本营》为3次，那么优先级排序值为《芈月传》10.0，《快乐大本营》为3.0。
需要说明的是，步骤303以及步骤304可以在步骤302之前进行，也可以在步骤302之后进行，此处不作限定。
305、根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，确定客户端的用户偏好参数，第二权重系数高于第一权重系数；
本实施例中，当用户偏好权重值为优先级排序值时，则服务器根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及优先级排序值，计算客户端的用户偏好参数，第二权重系数高于第一权重系数。
具体地，利用上述实施例所介绍的公式：
Q＝a×b+c×d+X
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数，X表示用户偏好权重值中的优先级排序值。
若b为0.2，d为0.6时，a为30，c为22，计算得到的X为3，那么客户端的用户偏好参数Q为：
Q＝30×0.2+22×0.6+3＝31.2
306、确定各资源信息与用户偏好参数之间的匹配值；
本实施例中，针对各资源信息分别计算不同的资源信息与用户偏好参数之间的匹配值。其中，用户偏好参数越大，其资源信息的匹配值也越高。
例如，《芈月传》的用户偏好参数是38.2，《快乐大本营》的用户偏好参数是31.2，则可以计算与《芈月传》类似视频的匹配值为38.2％，与《快乐大本营》类似视频的匹配值为31.2％。
307、向客户端推送匹配值满足预置条件的目标资源信息。
本实施例中，服务器向客户端推送匹配值满足预置条件的目标资源信息，假设满足预置条件的匹配值为20％以上的视频，那么根据步骤306计算得到的《芈月传》视频类型的匹配值和《快乐大本营》视频类型的匹配值，发现两者的类型都满足推送的预置条件，则均为目标资源信息。
再次，本发明实施例中，提供了一种利用优先级排序值计算用户偏好参数的方法，优先级排序值是在考虑家庭成员账号中各年龄段的需求，并在满足家庭成员喜好的基础上来推送资源信息，再针对这些资源信息的观看次数确定优先级排序值，最后根据优先级排序值计算用户偏好参数。由此更好地体现出本发明方案的实用性，以及更有针对性地进行视频播放，同时也避免了一些不适合未成年人观看的视频被推送，从而利于播放的监管，提升方案的实用性。
三、用户偏好权重值为播放清晰值；
请参阅图4，图4为本发明实施例中信息推送的方法另一个实施例示意图，当用户偏好权重值为播放清晰值时，信息推送的方法的另一个实施例包括：
401、获取客户端的个人账号信息以及家庭账号信息；
本实施例中，服务器获取客户端的个人账号信息以及家庭账号信息的具体过程可以参照上述实施例中步骤101所述，此处不作赘述。
402、查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据；
本实施例中，服务器可以查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，具体过程可以参照上述实施例中步骤102所述，此处不作赘述。
403、获取各资源信息对应的视频资源清晰度；
本实施例中，服务器可以获取各个资源信息对应的视频资源清晰度，其中，视频资源清晰度至少可以分为4个等级，分别为标清、高清、超清和蓝光，其清晰度的排序为标清<高清<超清<蓝光。
服务器主要是获取各资源信息的格式清晰度，而客户端通常情况下都可以支持这四种格式的资源信息。
404、将视频资源清晰度大于预置门限的资源信息确定为高清资源信息；
本实施例中，若将预置门限设定为高清以上的视频，那么服务器将视频资源清晰度高于高清以上的资源信息确定为高清资源信息。
可以理解的是，视频资源清晰度大于预置门限的资源信息在实际应用中，应包括等于预置门限的情况，也就是说，包括视频资源清晰度为高清的资源信息也作为高清资源-信息。
405、根据高清资源信息的清晰度大小确定各资源信息的播放清晰值；
本实施例中，服务器根据高清资源信息的清晰度大小进行排序，若10个高清资源信息中，有2个为蓝光视频，3个为超清视频，5个为高清视频，则可以将这2个蓝光视频的播放清晰值设置为8，3个超清视频的播放清晰值设置为6，5个高清视频的播放清晰值设置为4。
需要说明的是，步骤403、404以及步骤405可以在步骤402之前进行，也可以在步骤402之后进行，此处不作限定。
406、根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，确定客户端的用户偏好参数，第二权重系数高于第一权重系数；
本实施例中，当用户偏好权重值为播放清晰值时，则服务器根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及播放清晰值，计算客户端的用户偏好参数，第二权重系数高于第一权重系数。
具体地，利用上述实施例所介绍的公式：
Q＝a×b+c×d+X
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数，X表示用户偏好权重值中的播放清晰值。
若b为0.2，d为0.6时，a为30，c为22，计算得到的X为4，那么客户端的用户偏好参数Q为：
Q＝30×0.2+22×0.6+4＝32.2
407、确定各资源信息与用户偏好参数之间的匹配值；
本实施例中，针对各资源信息分别计算不同的资源信息与用户偏好参数之间的匹配值。其中，用户偏好参数越大，其资源信息的匹配值也越高。
例如，高清视频的用户偏好参数是32.2，超清视频的用户偏好参数是34.2，蓝光视频的用户偏好参数是36.2，则高清视频类型的匹配值为32.2％，超清视频类型的匹配值为34.2％，蓝光视频类型的匹配值为36.2％。
408、向客户端推送匹配值满足预置条件的目标资源信息。
本实施例中，服务器向客户端推送匹配值满足预置条件的目标资源信息，假设满足预置条件的匹配值为33％以上的视频，那么根据步骤407计算得到的高清视频、超清视频和蓝光视频的匹配值，可以推送超清视频和蓝光视频。
再次，本发明实施例中，提供了一种利用播放清晰值计算用户偏好参数的方法，不同的播放清晰值表示着视频播放的清晰度不同，而用户会更倾向于观看清晰度高的视频，因此在计算用户偏好参数时考虑到播放清晰度的影响，使得推送的资源信息更符合用户观看的需求，提升方案的灵活性。
四、用户偏好权重值为时间属性值；
请参阅图5，图5为本发明实施例中信息推送的方法另一个实施例示意图，当用户偏好权重值为时间属性值时，信息推送的方法的另一个实施例包括：
501、获取客户端的个人账号信息以及家庭账号信息；
本实施例中，服务器获取客户端的个人账号信息以及家庭账号信息的具体过程可以参照上述实施例中步骤101所述，此处不作赘述。
502、查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据；
本实施例中，服务器可以查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，具体过程可以参照上述实施例中步骤102所述，此处不作赘述。
503、获取多个时间段内的各资源信息的播放次数；
本实施例中，服务器获取多个时间段内的各资源信息的播放次数，具体为，统计十天内的观看情况，在下午4至6点这个时间段内小孩观看动画片10次，成年人观看电视剧3次，早上9至11点年轻人观看北美职业篮球联盟(英文全称：National BasketballAssociation，英文缩写：NBA)6次，观看新闻报道8次。
504、统计各资源信息在每个时间段内的播放次数，并得到播放次数的排列顺序；
本实施例中，服务器统计各资源信息在每个时间段内的播放次数，比如，下午4至6点播放动画片10次，播放电视剧3次，在早上9至11点播放NBA6次，播放新闻报道8次。并根据播放次数可以得到他们的播放排列顺序。
505、根据播放次数的排列顺序确定各资源信息的时间属性值；
本实施例中，服务器根据播放次数的排列顺序，确定各资源信息的时间属性值，例如动画片类型的视频在下午4至6点的时间属性值为10，电视剧类型的视频在下午4至6点的时间属性值为3，体育运动类型的视频在早上9至11点的时间属性值为6，新闻报道类型的视频在早上9至11点的时间属性值为8。
需要说明的是，步骤503、504以及步骤505可以在步骤502之前进行，也可以在步骤502之后进行，此处不作限定。
506、根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，确定客户端的用户偏好参数，第二权重系数高于第一权重系数；
本实施例中，当用户偏好权重值为时间属性值时，则服务器根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及时间属性值，计算客户端的用户偏好参数，第二权重系数高于第一权重系数。
具体地，利用上述实施例所介绍的公式：
Q＝a×b+c×d+X
其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数，X表示用户偏好权重值中的时间属性值。
服务器实时地监控时间，动态地进行用户偏好参数的计算，若b为0.2，d为0.6，且当前时间为下午5点，获取a为30，c为33，X为10，那么客户端的用户偏好参数Q为：
Q＝30×0.2+22×0.6+10＝38.2
507、确定各资源信息与用户偏好参数之间的匹配值；
本实施例中，针对各资源信息分别计算不同的资源信息与用户偏好参数之间的匹配值。其中，用户偏好参数越大，其资源信息的匹配值也越高。
例如，在下午4至6点，动画片的用户偏好参数是38.2，电视剧的用户偏好参数是31.2，则确定在这个时间段内动画片匹配值为38.2％，电视剧的匹配值为31.2％。
508、向客户端推送匹配值满足预置条件的目标资源信息。
本实施例中，服务器在不同的时间段内向客户端推送匹配值最高的类型的视频，这些视频即为面目标资源信息。
再次，本发明实施例中，提供了一种利用时间属性值计算用户偏好参数的方法，不同的时间段通常收看的视频节目也不一样，利用不同时间段内用户观看视频的频率，计算用户偏好参数，不但使得方案的考虑范围更全面，而且可以增强方案的可操作性，针对特定的情况进行灵活的计算，进一步提升用户体验。
为便于理解，下面以一个具体应用场景对本发明中一种信息推送的方法进行详细描述，具体为：
小刘一家五口人常常在晚间7至10点收看电视节目，其中小刘今年20岁，刘爸爸50岁，刘妈妈48岁，刘爷爷77岁，刘奶奶72岁。
周六晚上小刘一家人想找点新的节目收看，于是小刘用个人账号和密码登录视频平台，其账号为xiaoliu，密码为123321，登录视频平台后选择“客厅模式”，服务器根据小刘的个人账号信息自动获取小刘家庭账号信息，家庭账号为liuhone，密码为111111，并且查询到使用xiaoliu这个账号观看《海贼王》的频率为10天10次，观看《天天向上》的频率为10天5次，而使用liuhome这个账号里观看《天天向上》的频率为10天2次，观看电视剧《何以笙箫默》为10天5次，观看电视剧《搭错车》为10天8次，其中，所有观看的视频都为超清视频源。
服务器后台利用上述数据，根据公式Q＝a×b+c×d+X计算客户端的用户偏好参数，其中，Q表示客户端的用户偏好参数，a表示第一历史行为数据，b表示个人账号信息的第一权重系数，c表示第二历史行为数据，d表示家庭账号信息的第二权重系数，X表示用户偏好权重值。
假设个人账号信息的第一权重系数b为0.2，家庭账号信息的第二权重系数d为0.8，由此计算各资源信息的用户偏好参数，例如：
《海贼王》：Q1＝10×0.2+0×0.8+5＝10
《天天向上》：Q2＝5×0.2+2×0.8+5＝7.6
《何以笙箫默》：Q3＝0×0.2+5×0.8+5＝9
《搭错车》：Q4＝0×0.2+8×0.8+5＝11.4
根据这些用户偏好参数，计算其他资源与该用户偏好参数之间匹配值，《海贼王》属于热血动漫类视频，该类视频的匹配值为10％，《天天向上》属于家庭类综艺节目，该类视频的匹配值为7.6％，《何以笙萧默》属于言情剧，该类视频的匹配值为9％，《搭错车》属于家庭伦理剧，该类视频的匹配值为11.4％，因此，服务器将主要推送家庭伦理类型的电视剧。
下面对本发明中的服务器进行详细描述，请参阅图6，本发明实施例中的服务器，包括：
获取模块601，用于获取客户端的个人账号信息以及家庭账号信息；
查询模块602，用于查询所述获取模块601获取的个人账号信息对应的第一历史行为数据以及所述家庭账号信息对应的第二历史行为数据；
第一确定模块603，用于根据所述查询模块602查询的所述第一历史行为数据、个人账号信息的第一权重系数、所述查询模块602查询的所述第二历史行为数据以及家庭账号信息的第二权重系数计算所述客户端的用户偏好参数；
第二确定模块604，用于计算各资源信息与所述第一确定模块603计算的所述用户偏好参数之间的匹配值；
推送模块605，用于向所述客户端推送所述第二确定模块604计算的所述匹配值满足预置条件的目标资源信息。
本实施例中，获取模块601获取客户端的个人账号信息以及家庭账号信息，查询模块602查询获取模块601获取的个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，第一确定模块603根据查询模块602查询的第一历史行为数据、个人账号信息的第一权重系数、查询模块602查询的第二历史行为数据以及家庭账号信息的第二权重系数计算客户端的用户偏好参数，第二确定模块604计算各资源信息与第一确定模块603计算的用户偏好参数之间的匹配值，推送模块605向客户端推送第二确定模块604计算的匹配值满足预置条件的目标资源信息。
本发明实施例中，提供了一种信息推送的方法，首先服务器获取客户端的个人账号信息以及家庭账号信息，然后查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据，再根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数计算客户端的用户偏好参数，最后由服务器计算各资源信息与用户偏好参数之间的匹配值，并向客户端推送匹配值满足预置条件的目标资源信息。本发明方案在考虑个人账号信息对应的第一历史行为数据的前提下，引入了家庭账号信息对应的第二历史行为数据，并给两者赋予不同的权重系数，由此得到更为全面的用户偏好参数，根据该用户偏好参数推送相应的资源信息，有利于在客厅场景下较大程度地满足用户的需求，提升用户体验。
可选地，在上述图6所对应的实施例的基础上，请参阅图7，本发明实施例提供的服务器的另一实施例中，
所述查询模块602包括：
记录单元6021，用于记录所述个人账号信息在第一预置时间内选择所述各资源信息的频率；
第一确定单元6022，用于根据所述记录单元6021记录的所述个人账号信息在第一预置时间内选择所述各资源信息的频率，确定所述第一历史行为数据。
其次，本发明实施例中，提供了一种计算第一历史行为数据的方法，通过个人账号信息在第一预置时间内选择各资源信息的频率，确定第一历史行为数据。使得方案在应用中具有具体的实现方式，同时还客观考虑到其他因素对第一历史行为数据的影响，增强了方案的可行性。
可选地，在上述图6所对应的实施例的基础上，请参阅图8，本发明实施例提供的服务器的另一实施例中，
所述第一确定模块603包括：
第一计算单元6031，用于按照如下方式计算所述客户端的用户偏好参数：
Q＝a×b+c×d
其中，Q表示所述客户端的用户偏好参数，a表示所述第一历史行为数据，b表示所述个人账号信息的第一权重系数，c表示所述第二历史行为数据，d表示所述家庭账号信息的第二权重系数。
其次，本发明实施例中，介绍了根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数计算客户端的用户偏好参数的实现方式，可以利用具体的公式计算得到用户偏好参数，从而更加准确的估计出不同资源信息对于不同用户的受欢迎程度，提升方案的实用性。
可选地，在上述图6所对应的实施例的基础上，请参阅图9，本发明实施例提供的服务器的另一实施例中，
所述服务器90还包括：
第三确定模块606，用于确定用户偏好权重值，所述用户偏好权重值包括账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项；
所述第一确定模块603包括：
第二确定单元6032，用于根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及所述用户偏好权重值，计算所述客户端的用户偏好参数，其中，第二权重系数高于第一权重系数。
其次，本发明实施例中，在计算用户偏好参数时还考虑到了用户偏好权重值，该用户偏好权重值可以为账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项，增加若干维度的用户偏好权重值后，可以让计算出来的结果更加适合家庭用户使用的客厅场景，提升用户观看视频的频率，并且提升用户体验。
可选地，在上述图9所对应的实施例的基础上，请参阅图10，本发明实施例提供的服务器的另一实施例中，
所述第二确定单元6032包括：
计算子单元60321，用于按照如下方式计算所述客户端的用户偏好参数：
Q＝a×b+c×d+X
其中，Q表示所述客户端的用户偏好参数，a表示所述第一历史行为数据，b表示所述个人账号信息的第一权重系数，c表示所述第二历史行为数据，d表示所述家庭账号信息的第二权重系数，X表示所述用户偏好权重值。
再次，本发明实施例中，介绍了根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及用户偏好权重值，计算客户端的用户偏好参数的实现方式，可以利用具体的公式计算得到用户偏好参数，进一步地考虑到用户偏好权重值对用户偏好参数的影响，从而更加精准地得知不同资源信息对应不同用户的受欢迎程度，以此提升方案的可行性。
可选地，在上述图9所对应的实施例的基础上，请参阅图11，本发明实施例提供的服务器的另一实施例中，
所述用户偏好权重值为所述账号互动频率值；
所述第三确定模块606包括：
第一获取单元6061，用于获取所述个人账号信息在第二预置时间内与至少一个账号信息之间共享资源信息的频率；
第二计算单元6062，用于根据所述第一获取单元6061获取的所述共享资源信息的次数计算所述个人账号信息对应的账号互动频率值，所述账号互动频率值与共享所述资源信息的次数正相关。
再次，本发明实施例中，提供了一种利用账号互动频率值计算用户偏好参数的方法，账号互动频率值很大程度上反映了各用户之间互动的情况，实时地针对用户的喜好来进行用户偏好参数的计算，可以更好地体现出“以人为本”的设想，将人为的不确定因素纳入考虑范围内，以此提升方案的灵活性和实用性。
可选地，在上述图9所对应的实施例的基础上，请参阅图12，本发明实施例提供的服务器的另一实施例中，
所述用户偏好权重值为所述优先级排序值；
所述第三确定模块606包括：
第一统计单元6063，用于根据所述家庭账号信息中各成员账号的年龄信息与所述各资源信息的预置对应关系，统计所述各资源信息的被选次数，其中，所述家庭账号信息中包含至少两个成员账号；
第三确定单元6064，用于根据所述第一统计单元6063统计的所述被选次数确定所述优先级排序值。
再次，本发明实施例中，提供了一种利用优先级排序值计算用户偏好参数的方法，优先级排序值是在考虑家庭成员账号中各年龄段的需求，并在满足家庭成员喜好的基础上来推送资源信息，再针对这些资源信息的观看次数确定优先级排序值，最后根据优先级排序值计算用户偏好参数。由此更好地体现出本发明方案的实用性，以及更有针对性地进行视频播放，同时也避免了一些不适合未成年人观看的视频被推送，从而利于播放的监管，提升方案的实用性。
可选地，在上述图9所对应的实施例的基础上，请参阅图13，本发明实施例提供的服务器的另一实施例中，
所述用户偏好权重值为所述播放清晰值；
所述第三确定模块606包括：
第二获取单元6065，用于获取所述各资源信息对应的视频资源清晰度；
第四确定单元6066，用于将所述第二获取单元6065获取的所述视频资源清晰度大于预置门限的资源信息确定为高清资源信息；
第五确定单元6067，用于根据所述第四确定单元6066确定的所述高清资源信息的清晰度大小确定所述各资源信息的所述播放清晰值。
再次，本发明实施例中，提供了一种利用播放清晰值计算用户偏好参数的方法，不同的播放清晰值表示着视频播放的清晰度不同，而用户会更倾向于观看清晰度高的视频，因此在计算用户偏好参数时考虑到播放清晰度的影响，使得推送的资源信息更符合用户观看的需求，提升方案的灵活性。
可选地，在上述图9所对应的实施例的基础上，请参阅图14，本发明实施例提供的服务器的另一实施例中，
所述用户偏好权重值为所述时间属性值；
所述第三确定模块606包括：
第三获取单元6068，用于获取多个时间段内的所述各资源信息的播放次数；
第二统计单元6069A，用于统计所述第三获取单元第三获取单元6068获取的所述各资源信息在每个时间段内的播放次数，并得到所述播放次数的排列顺序；
第六确定单元6069B，用于根据所述第二统计单元6069A统计的所述播放次数的排列顺序确定所述各资源信息的时间属性值。
再次，本发明实施例中，提供了一种利用时间属性值计算用户偏好参数的方法，不同的时间段通常收看的视频节目也不一样，利用不同时间段内用户观看视频的频率，计算用户偏好参数，不但使得方案的考虑范围更全面，而且可以增强方案的可操作性，针对特定的情况进行灵活的计算，进一步提升用户体验。
图15是本发明实施例提供的一种服务器结构示意图，该服务器700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(英文全称：centralprocessing units，英文缩写：CPU)722(例如，一个或一个以上处理器)和存储器732，一个或一个以上存储应用程序742或数据744的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器732和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器722可以设置为与存储介质730通信，在服务器700上执行存储介质730中的一系列指令操作。
服务器700还可以包括一个或一个以上电源726，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口758，和/或，一个或一个以上操作系统741，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
中央处理器722用于执行存储器732中的程序，具体如下步骤：
获取客户端的个人账号信息以及家庭账号信息；
查询个人账号信息对应的第一历史行为数据以及家庭账号信息对应的第二历史行为数据；
根据第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定客户端的用户偏好参数；
确定各资源信息与用户偏好参数之间的匹配值；
向客户端推送匹配值满足预置条件的目标资源信息。
上述实施例中由服务器所执行的步骤可以基于该图7所示的服务器结构。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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 (17)

1.一种信息推送的方法，其特征在于，包括：
获取客户端的个人账号信息以及家庭账号信息；
查询所述个人账号信息对应的第一历史行为数据以及所述家庭账号信息对应的第二历史行为数据；所述第二历史行为数据为多个用户采用所述家庭账号信息登录所述客户端共同观看的历史节目；
根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定所述客户端的用户偏好参数；
确定各资源信息与所述用户偏好参数之间的匹配值；
向所述客户端推送匹配值满足预置条件的目标资源信息。
2.根据权利要求1所述的方法，其特征在于，所述查询所述个人账号信息对应的第一历史行为数据，包括：
记录所述个人账号信息在第一预置时间内选择所述各资源信息的频率；
根据所述个人账号信息在第一预置时间内选择所述各资源信息的频率，确定所述第一历史行为数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定所述客户端的用户偏好参数，包括：
按照如下方式计算所述客户端的用户偏好参数：
Q=a×b+c×d
其中，Q表示所述客户端的用户偏好参数，a表示所述第一历史行为数据，b表示所述个人账号信息的第一权重系数，c表示所述第二历史行为数据，d表示所述家庭账号信息的第二权重系数。
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：
确定用户偏好权重值，所述用户偏好权重值包括账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项；
所述根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定所述客户端的用户偏好参数，包括：
根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及所述用户偏好权重值，确定所述客户端的用户偏好参数，其中，所述第二权重系数高于所述第一权重系数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及所述用户偏好权重值，确定所述客户端的用户偏好参数，包括：
按照如下方式计算所述客户端的用户偏好参数：
Q=a×b+c×d+X
其中，Q表示所述客户端的用户偏好参数，a表示所述第一历史行为数据，b表示所述个人账号信息的第一权重系数，c表示所述第二历史行为数据，d表示所述家庭账号信息的第二权重系数，X表示所述用户偏好权重值。
6.根据权利要求4所述的方法，其特征在于，所述用户偏好权重值为所述账号互动频率值；
所述确定用户偏好权重值，包括：
获取所述个人账号信息在第二预置时间内与至少一个账号信息之间共享资源信息的次数；
根据所述共享资源信息的次数计算所述个人账号信息对应的账号互动频率值，所述账号互动频率值与共享所述资源信息的次数正相关。
7.根据权利要求4所述的方法，其特征在于，所述用户偏好权重值为所述优先级排序值；
所述确定用户偏好权重值，包括：
根据所述家庭账号信息中各成员账号的年龄信息与所述各资源信息的预置对应关系，统计所述各资源信息的被选次数，其中，所述家庭账号信息中包含至少两个成员账号；
根据所述被选次数确定所述优先级排序值。
8.根据权利要求4所述的方法，其特征在于，所述用户偏好权重值为所述播放清晰值；
所述确定用户偏好权重值，包括：
获取所述各资源信息对应的视频资源清晰度；
将所述视频资源清晰度大于预置门限的资源信息确定为高清资源信息；
根据所述高清资源信息的清晰度大小确定所述各资源信息的所述播放清晰值。
9.根据权利要求4所述的方法，其特征在于，所述用户偏好权重值为所述时间属性值；
所述确定用户偏好权重值，包括：
获取多个时间段内的所述各资源信息的播放次数；
统计所述各资源信息在每个时间段内的播放次数，并得到所述播放次数的排列顺序；
根据所述播放次数的排列顺序确定所述各资源信息的时间属性值。
10.一种服务器，其特征在于，包括
获取模块，用于获取客户端的个人账号信息以及家庭账号信息；
查询模块，用于查询所述获取模块获取的个人账号信息对应的第一历史行为数据以及所述家庭账号信息对应的第二历史行为数据；所述第二历史行为数据为多个用户采用所述家庭账号信息登录所述客户端共同观看的历史节目；
第一确定模块，用于根据所述查询模块查询的所述第一历史行为数据、个人账号信息的第一权重系数、所述查询模块查询的所述第二历史行为数据以及家庭账号信息的第二权重系数确定所述客户端的用户偏好参数；
第二确定模块，用于确定各资源信息与所述第一确定模块计算的所述用户偏好参数之间的匹配值；
推送模块，用于向所述客户端推送所述第二确定模块计算的所述匹配值满足预置条件的目标资源信息。
11.根据权利要求10所述的服务器，其特征在于，所述服务器还包括：
第三确定模块，用于确定用户偏好权重值，所述用户偏好权重值包括账号互动频率值、优先级排序值、播放清晰值以及时间属性值中的至少一项；
所述第一确定模块包括：
第二确定单元，用于根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据、家庭账号信息的第二权重系数以及所述用户偏好权重值，计算所述客户端的用户偏好参数，其中，所述第二权重系数高于所述第一权重系数。
12.根据权利要求11所述的服务器，其特征在于，所述用户偏好权重值为所述账号互动频率值；
所述第三确定模块包括：
第一获取单元，用于获取所述个人账号信息在第二预置时间内与至少一个账号信息之间共享资源信息的次数；
第二计算单元，用于根据所述第一获取单元获取的所述共享资源信息的次数计算所述个人账号信息对应的账号互动频率值，所述账号互动频率值与共享所述资源信息的次数正相关。
13.根据权利要求11所述的服务器，其特征在于，所述用户偏好权重值为所述优先级排序值；
所述第三确定模块包括：
第一统计单元，用于根据所述家庭账号信息中各成员账号的年龄信息与所述各资源信息的预置对应关系，统计所述各资源信息的被选次数，其中，所述家庭账号信息中包含至少两个成员账号；
第三确定单元，用于根据所述第一统计单元统计的所述被选次数确定所述优先级排序值。
14.根据权利要求11所述的服务器，其特征在于，所述用户偏好权重值为所述播放清晰值；
所述第三确定模块包括：
第二获取单元，用于获取所述各资源信息对应的视频资源清晰度；
第四确定单元，用于将所述第二获取单元获取的所述视频资源清晰度大于预置门限的资源信息确定为高清资源信息；
第五确定单元，用于根据所述第四确定单元确定的所述高清资源信息的清晰度大小确定所述各资源信息的所述播放清晰值。
15.根据权利要求11所述的服务器，其特征在于，所述用户偏好权重值为所述时间属性值；
所述第三确定模块包括：
第三获取单元，用于获取多个时间段内的所述各资源信息的播放次数；
第二统计单元，用于统计所述第三获取单元获取的所述各资源信息在每个时间段内的播放次数，并得到所述播放次数的排列顺序；
第六确定单元，用于根据所述第二统计单元统计的所述播放次数的排列顺序确定所述各资源信息的时间属性值。
16.一种服务器，其特征在于，包括：输入装置、输出装置、存储器和处理器；
所述处理器用于执行所述存储器中的程序，具体如下步骤：
获取客户端的个人账号信息以及家庭账号信息；
查询所述个人账号信息对应的第一历史行为数据以及所述家庭账号信息对应的第二历史行为数据；所述第二历史行为数据为多个用户采用所述家庭账号信息登录所述客户端共同观看的历史节目；
根据所述第一历史行为数据、个人账号信息的第一权重系数、第二历史行为数据以及家庭账号信息的第二权重系数确定所述客户端的用户偏好参数，所述第二权重系数高于所述第一权重系数；
确定各资源信息与所述用户偏好参数之间的匹配值；
向所述客户端推送匹配值满足预置条件的目标资源信息。
17.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有计算机程序，所述计算机程序用于执行权利要求1-9任一项所述的信息推送的方法。
CN201610107919.XA 2016-02-26 2016-02-26 一种信息推送的方法以及服务器 Active CN105681835B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610107919.XA CN105681835B (zh) 2016-02-26 2016-02-26 一种信息推送的方法以及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610107919.XA CN105681835B (zh) 2016-02-26 2016-02-26 一种信息推送的方法以及服务器

Publications (2)

Publication Number Publication Date
CN105681835A CN105681835A (zh) 2016-06-15
CN105681835B true CN105681835B (zh) 2019-11-19

Family

ID=56305254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610107919.XA Active CN105681835B (zh) 2016-02-26 2016-02-26 一种信息推送的方法以及服务器

Country Status (1)

Country Link
CN (1) CN105681835B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106453559B (zh) * 2016-10-13 2019-08-02 北京奇虎科技有限公司 一种业务对象的处理方法、服务器、终端和系统
CN108322317B (zh) * 2017-01-16 2022-07-29 腾讯科技（深圳）有限公司 一种账号识别关联方法及服务器
CN108810052B (zh) * 2017-05-03 2020-09-04 华为技术有限公司 直播服务器的选择方法及装置
CN110100447B (zh) 2017-11-30 2021-06-11 腾讯科技（深圳）有限公司 信息处理方法及装置、多媒体设备及存储介质
CN110110203B (zh) * 2018-01-11 2023-04-28 腾讯科技（深圳）有限公司 资源信息推送方法及服务器、资源信息展示方法及终端
EP3961988A4 (en) 2019-05-16 2022-04-27 Shenzhen Heytap Technology Corp., Ltd. SCENARIO OPERATING METHOD AND APPARATUS, ELECTRONIC DEVICE, AND COMPUTER READABLE MEDIA
CN110610429B (zh) * 2019-09-25 2022-03-18 中国银行股份有限公司 一种数据处理方法及装置
CN110941738B (zh) * 2019-11-27 2023-03-28 北京奇艺世纪科技有限公司 推荐方法、装置、电子设备及计算机可读存储介质
CN111178949B (zh) * 2019-12-18 2023-07-28 中电金信软件有限公司 服务资源匹配参考数据确定方法、装置、设备和存储介质
CN113129091B (zh) * 2019-12-31 2023-10-27 中国移动通信集团湖南有限公司 一种资费套餐的推荐方法及装置
CN111556369A (zh) * 2020-05-21 2020-08-18 四川省有线广播电视网络股份有限公司 基于电视的家庭的分类方法
CN114900554B (zh) * 2022-04-28 2023-07-21 河南省中视新科文化产业有限公司 一种基于大数据的社交媒体信息精准推送系统及设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1611073A (zh) * 2001-12-31 2005-04-27 皇家飞利浦电子股份有限公司 允许用户组合多个简档的内容的访问和显示的方法和设备
CN1672415A (zh) * 2001-06-15 2005-09-21 皇家菲利浦电子有限公司 多用户配置文件的产生
CN102572543A (zh) * 2012-02-29 2012-07-11 中山大学 一种数字电视节目推荐系统及方法
CN103458276A (zh) * 2012-12-21 2013-12-18 Tcl集团股份有限公司 一种提供个性化节目的方法及系统
CN103533393A (zh) * 2013-09-17 2014-01-22 上海交通大学 基于家庭收视纪录的家庭分析及节目推荐方法
CN103634622A (zh) * 2013-08-19 2014-03-12 中山大学深圳研究院 一种基于用户分类的节目管理系统
CN103634674A (zh) * 2013-12-20 2014-03-12 乐视致新电子科技（天津）有限公司 对智能电视中的资源进行推荐的方法和装置
CN104284245A (zh) * 2014-10-13 2015-01-14 北京时代沃林科技发展有限公司 一种适合家庭多人并能迎合所需的智能电视
CN104363474A (zh) * 2014-11-14 2015-02-18 四川长虹电器股份有限公司 一种基于多用户的智能电视节目推荐系统及方法
CN104427359A (zh) * 2013-08-27 2015-03-18 陕西天思信息科技有限公司 一种基于家庭多成员的收视率统计系统及方法
CN104994408A (zh) * 2015-06-25 2015-10-21 青岛海信电器股份有限公司 一种智能电视节目推荐方法、装置及智能电视

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1672415A (zh) * 2001-06-15 2005-09-21 皇家菲利浦电子有限公司 多用户配置文件的产生
CN1611073A (zh) * 2001-12-31 2005-04-27 皇家飞利浦电子股份有限公司 允许用户组合多个简档的内容的访问和显示的方法和设备
CN102572543A (zh) * 2012-02-29 2012-07-11 中山大学 一种数字电视节目推荐系统及方法
CN103458276A (zh) * 2012-12-21 2013-12-18 Tcl集团股份有限公司 一种提供个性化节目的方法及系统
CN103634622A (zh) * 2013-08-19 2014-03-12 中山大学深圳研究院 一种基于用户分类的节目管理系统
CN104427359A (zh) * 2013-08-27 2015-03-18 陕西天思信息科技有限公司 一种基于家庭多成员的收视率统计系统及方法
CN103533393A (zh) * 2013-09-17 2014-01-22 上海交通大学 基于家庭收视纪录的家庭分析及节目推荐方法
CN103634674A (zh) * 2013-12-20 2014-03-12 乐视致新电子科技（天津）有限公司 对智能电视中的资源进行推荐的方法和装置
CN104284245A (zh) * 2014-10-13 2015-01-14 北京时代沃林科技发展有限公司 一种适合家庭多人并能迎合所需的智能电视
CN104363474A (zh) * 2014-11-14 2015-02-18 四川长虹电器股份有限公司 一种基于多用户的智能电视节目推荐系统及方法
CN104994408A (zh) * 2015-06-25 2015-10-21 青岛海信电器股份有限公司 一种智能电视节目推荐方法、装置及智能电视

Also Published As

Publication number Publication date
CN105681835A (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN105681835B (zh) 一种信息推送的方法以及服务器
Vann Changing the game: The role of social media in overcoming old media's attention deficit toward women's sport
Doughty et al. Who is on your sofa? TV audience communities and second screening social networks
Weerkamp et al. Activity prediction: A twitter-based exploration
US20160373499A1 (en) Live content streaming system and method
CN109636481A (zh) 面向家庭用户的用户画像构建方法及装置
CN110430471A (zh) 一种基于瞬时计算的电视推荐方法和系统
CN109451326A (zh) 一种主播信息的展示方法、装置、服务器和存储介质
CN104038788A (zh) 一种小区社交网络系统及内容推荐方法
CN104469430A (zh) 基于上下文和群组组合的视频推荐方法及系统
KR20060103909A (ko) 추천을 위한 개선된 협동 필터링 기술
CN101874255A (zh) 一种估计一个用户组对一个内容的总体兴趣度的方法和设备
CN110139162A (zh) 媒体内容的共享方法和装置、存储介质、电子装置
US20130227086A1 (en) Systems and methods for data processing in conjunction with media presentations
CN103997662A (zh) 节目推送的方法及系统
CN103024471A (zh) 一种用于智能云电视的快捷推荐方法
Taneja et al. Still glued to the box? Television viewing explained in a multi-platform age integrating individual and situational predictors
Bouwman et al. Technological forecasting and scenarios matter: research into the use of information and communication technology in the home environment in 2010
CN107924545A (zh) 信息处理系统和信息处理方法
CN100388772C (zh) 信息处理系统、信息处理装置及方法、记录媒体及程序
Sang et al. Podcast trends and issues in Australia and beyond: Global perspectives
Punathambekar et al. The Time of television: broadcasting, daily life, and the new Indian Middle Class
JP2010171713A (ja) 広告入出力装置、広告入出力方法、広告入出力プログラム、コンピュータ読取可能な記録媒体、及び録画再生装置
CN109165347B (zh) 数据推送方法和装置、存储介质及电子装置
CN104811758B (zh) 节目单提供方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant