CN105872780A - 一种关联信息的推荐方法和系统 - Google Patents

一种关联信息的推荐方法和系统 Download PDF

Info

Publication number
CN105872780A
CN105872780A CN201610193139.1A CN201610193139A CN105872780A CN 105872780 A CN105872780 A CN 105872780A CN 201610193139 A CN201610193139 A CN 201610193139A CN 105872780 A CN105872780 A CN 105872780A
Authority
CN
China
Prior art keywords
related information
information
recommendation
association
bar
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610193139.1A
Other languages
English (en)
Inventor
侯雷坡
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.)
LeTV Holding Beijing Co Ltd
LeTV eCommerce Beijing Co Ltd
Original Assignee
LeTV Holding Beijing Co Ltd
LeTV eCommerce Beijing 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 LeTV Holding Beijing Co Ltd, LeTV eCommerce Beijing Co Ltd filed Critical LeTV Holding Beijing Co Ltd
Priority to CN201610193139.1A priority Critical patent/CN105872780A/zh
Publication of CN105872780A publication Critical patent/CN105872780A/zh
Pending legal-status Critical Current

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]
    • H04N21/40—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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • 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
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping
    • 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
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种关联信息的推荐方法和系统，其中，该方法包括：获取正在播放的节目内容，从关联信息数据库中获取与所述正在播放的节目内容相关的N条关联信息，所述N为大于等于1的正整数；计算所述N条关联信息与所述正在播放的节目内容的关联度，并将所述N条关联信息分别按照关联度从高到低、信息发布时间从近到远的顺序进行排列；当检测到满足推荐触发条件时，根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息；将所述至少一条推荐信息显示在所述正在播放的节目内容的预定位置推荐给用户。

Description

一种关联信息的推荐方法和系统
技术领域
本发明涉及网络应用技术领域，特别涉及一种关联信息的推荐方法和系统。
背景技术
随着电子信息技术的飞速发展，人们在日常生活会遇到各种各样纷繁复杂的信息，而且必须依靠主动搜索去获取自己想要的内容。在智能化时代，这种繁琐的操作已经无法适应人们的需求，用户希望智能电子终端能够主动地、智能地根据自己的习惯、爱好进行信息推荐。在这种背景下，推荐系统应运而生，推荐系统通过智能分析用户的历史行为给用户的行为建模，从而主动给用户推荐能够满足他们兴趣和需求的信息。
目前智能电视、智能手机等智能终端都会应用到推荐系统，以视频推荐应用为例，这种推荐应用普遍都是根据用户观看的历史视频，给用户推荐观看该视频的其它用户也观看的视频，但用户在观看一个视频时，可能对与该视频相关的人、事、物等信息感兴趣(如这个视频的导演、演员，视频讲述的事件，视频出现的物品等感兴趣)，用户希望了解与视频相关的其他信息，而现有的推荐方式都还无法满足用户的更多需求。例如在现有的视频内容播放过程中，无法进行关联信息的推荐，如产品购买推荐等。
本发明背景技术部分公开的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息已构成本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种关联信息的推荐方法，从而克服现有的推荐方式都还无法满足用户的更多多样性需求的缺点。
本发明的另一目的在于提供一种关联信息的推荐系统，从而克服现有的推荐方式都还无法满足用户的更多多样性需求的缺点。
为实现上述目的，本发明提供的一种关联信息的推荐方法，包括：
获取正在播放的节目内容，从关联信息数据库中获取与所述正在播放的节目内容相关的N条关联信息，所述N为大于等于1的正整数；
计算所述N条关联信息与所述正在播放的节目内容的关联度，并将所述N条关联信息分别按照关联度从高到低、信息发布时间从近到远的顺序进行排列；
当检测到满足推荐触发条件时，根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息；
将所述至少一条推荐信息显示在所述正在播放的节目内容的预定位置推荐给用户。
优选地，上述技术方案中，还包括：
接收用户对所述推荐信息的访问请求操作，根据所述访问请求操作链接到所述至少一条推荐信息对应的产品购买页面；
当检测到用户的返回操作时，关闭所述产品购买页面，返回所述正在播放的节目内容。
优选地，上述技术方案中，计算所述N条关联信息与所述正在播放的节目内容的关联度包括：
预先设定关联信息的各种属性分别对应的加权值，并采集所述N条关联信息各自的至少一条属性；
将所述N条关联信息各自的至少一条属性对应的加权值进行求和，得到所述N条关联信息各自的关联度。
优选地，上述技术方案中，所述根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息包括：
从所述N条关联信息中选取X条关联度最高的关联信息，X为小于等于N的正整数；
从所述N条关联信息中选取Y个信息发布时间最近的关联信息，Y为小于等于N的正整数；
所述X、Y满足：|X-Y|≤Z，Z为预设的阈值，且X条关联度最高的关联信息与Y个信息发布时间最近的关联信息存在至少一条重复的关联信息；
采用预设的方法从所述至少一条重复的关联信息中选取至少一条推荐信息。
优选地，上述技术方案中，所述推荐触发条件包括：到达推荐周期和/或在所述节目内容上的停留时间达到预设的时间阈值。
本发明提供的一种关联信息的推荐系统，包括：
关联信息获取模块，用于获取正在播放的节目内容，从关联信息数据库中获取与所述正在播放的节目内容相关的N条关联信息，所述N为大于等于1的正整数；
关联度计算模块，用于计算所述N条关联信息与所述正在播放的节目内容的关联度，并将所述N条关联信息分别按照关联度从高到低、信息发布时间从近到远的顺序进行排列；
推荐信息选择模块，用于当检测到满足推荐触发条件时，根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息；
推荐信息展示模块，用于将所述至少一条推荐信息显示在所述正在播放的节目内容的预定位置推荐给用户。
优选地，上述技术方案中，还包括：
访问请求接收模块，用于接收用户对所述推荐信息的访问请求操作，根据所述访问请求操作链接到所述至少一条推荐信息对应的产品购买页面；
请求结果处理模块，用于当检测到用户的返回操作时，关闭所述产品购买页面，返回所述正在播放的节目内容。
优选地，上述技术方案中，计算所述N条关联信息与所述正在播放的节目内容的关联度包括：
预先设定关联信息的各种属性分别对应的加权值，并采集所述N条关联信息各自的至少一条属性；
将所述N条关联信息各自的至少一条属性对应的加权值进行求和，得到所述N条关联信息各自的关联度。
优选地，上述技术方案中，所述根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息包括：
从所述N条关联信息中选取X条关联度最高的关联信息，X为小于等于N的正整数；
从所述N条关联信息中选取Y个信息发布时间最近的关联信息，Y为小于等于N的正整数；
所述X、Y满足：|X-Y|≤Z，Z为预设的阈值，且X条关联度最高的关联信息与Y个信息发布时间最近的关联信息存在至少一条重复的关联信息；
采用预设的方法从所述至少一条重复的关联信息中选取至少一条推荐信息。
优选地，上述技术方案中，所述推荐触发条件包括：到达推荐周期和/或在所述节目内容上的停留时间达到预设的时间阈值。
与现有技术相比，本发明具有如下有益效果：本发明的一种关联信息的推荐方法和系统，能够自动检测出与当前正在播放的节目内容相关的多条关联信息，并按照预设的选择方法选出其中至少一条关联信息作为推荐信息，并将该推荐信息显示在预先设定的位置上，便于用户在观看视频内容的过程中实时了解到与视频内容相关的信息。如应用在乐视视频和乐视商城结合的场景下，还能够为用户实时推送可能会购买的商品信息，提高用户在乐视生态系统下闭环体验。本发明的方法和系统能够直接为用户提供相关推荐信息的购买渠道，而不需要用户额外的搜索过程，节省了用户在购买相关产品前的繁琐操作，为用户提供了更加全面、完整的闭环生态体验，优化了用户的观看体验和购买体验。
附图说明
图1是本发明实施例的一种关联信息的推荐方法的流程示意图。
图2是本发明实施例的另一种关联信息的推荐方法的流程示意图。
图3是本发明实施例的步骤“计算所述N条关联信息与所述正在播放的节目内容的关联度”的流程示意图。
图4是本发明实施例的步骤“根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息”的流程示意图。
图5是本发明实施例的一种关联信息的推荐系统的结构示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
为了解决现有的推荐方式都还无法满足用户的更多多样性需求的技术问题，本发明提出了一种关联信息的推荐方法和系统。
实施例一
如图1所示，本发明的一种关联信息的推荐方法，包括以下步骤：
步骤S101：获取正在播放的节目内容，从关联信息数据库中获取与所述正在播放的节目内容相关的N条关联信息，所述N为大于等于1的正整数；
例如：用户在使用乐视视频LeTV应用观看视频(如中超联赛)时，可以获取到与当前正在播放的中超联赛相关的关联信息，相关的关联信息例如包括：足球、球鞋、球衣。以乐视生态系统为例，为了使得乐视商城的商品能够与乐视视频LeTV作出最大程度的关联，可将关联信息数据库的来源设定为乐视商城的全部商品信息。当用户通过乐视视频LeTV观看中超联赛时，从乐视商城的全部商品信息中筛选出与中超联赛相关的全部商品信息。
在本步骤中，关联信息的条数N为大于等于1的正整数，因为至少需要找到一件与当前播放的节目内容相关的商品信息，如果没有相关的商品信息，则没有必要进行下一步骤，因为无需为用户推荐与当前播放的节目内容无关的商品信息，避免对用户观看视频时的用户体验造成干扰。
当然，为了防止在没有获取到与当前播放的节目内容相关的关联信息时，无法采用本发明的方法为用户进行信息推荐，可以设置在这种情况下随机从关联信息数据库中选取N条信息，进入下一步骤。
步骤S102：计算所述N条关联信息与所述正在播放的节目内容的关联度，并将所述N条关联信息分别按照关联度从高到低、信息发布时间从近到远的顺序进行排列；
获取的N条关联信息与当前正在播放的节目内容并非都是非常相关的信息，仍然以用户在乐视视频LeTV上观看中超联赛为例，在关联信息数据(乐视商城)中搜索到的N条关联信息(足球、球鞋、球衣、足球杂志等)，显而易见的，足球、球鞋、球衣是与中超联赛的关联度相对足球杂志与中超联赛的关联度更高。所述的N条关联信息中有些是最近更新发布的，有些是较长时间以前发布的。
用户在观看当前播放的中超联赛时，如果想要获取相关的商品推荐信息，通常都是与该场中超联赛关联最大、最近发布的商品。因此，在本步骤中，有必要对N条关联信息按照与正在播放的节目内容的关联度、信息发布时间进行区分。
步骤S103：当检测到满足推荐触发条件时，根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息；
所述推荐触发条件包括：到达推荐周期和/或在所述节目内容上的停留时间达到预设的时间阈值。为了尽量减少对用户观看视频的干扰，因此需要设置一个推荐周期，例如：推荐周期为每满3分钟推荐20秒，即在触发第一次显示的20秒推荐信息后，推荐信息退出显示，再等到用户观看3分钟视频后，显示20秒的推荐信息，以此类推。
在所述节目内容上的停留时间达到预设的时间阈值是指用户观看某个视频内容达到一定的预设时间阈值后，才会显示第一次推荐信息，如：时间阈值为5分钟，即用户在打开该视频后，如果观看时间未到5分钟，不会触发第一次显示的推荐信息。设置该时间阈值的作用是避免用户只是临时观看某视频，而尚未对该视频抱有太大兴趣情况下，对用户的观看体验造成干扰。
步骤S104：将所述至少一条推荐信息显示在所述正在播放的节目内容的预定位置推荐给用户。
在满足推荐触发条件，并选出至少一条推荐信息后(推荐信息的具体数量可以根据实际需求进行设置)，可以将该推荐信息显示在屏幕上的预设位置(如当前播放界面的左下角处)。
本发明的一种关联信息的推荐方法，能够自动检测出与当前正在播放的节目内容相关的多条关联信息，并按照预设的选择方法选出其中至少一条关联信息作为推荐信息，并将该推荐信息显示在预先设定的位置上，便于用户在观看视频内容的过程中实时了解到与视频内容相关的信息。如应用在乐视视频和乐视商城结合的场景下，还能够为用户实时推送可能会购买的商品信息，提高用户在乐视生态系统下闭环体验。
实施例二
如图2所示，在实施例一的方法的基础上，本发明还公开了另一种关联信息的推荐方法，包括以下步骤：
步骤S201：接收用户对所述推荐信息的访问请求操作，根据所述访问请求操作链接到所述至少一条推荐信息对应的产品购买页面；
本发明中，将显示在正在播放的节目内容上的推荐信息设置成点击访问(即链接到相应网络页面)的形式，仍以乐视视频LeTV和乐视商城为例，用户在观看中超联赛时，根据实施例一的方法在视频的预设位置显示出相关球衣和球鞋的推荐信息，用户点击球衣或球鞋，能够直接链接到乐视商城的球衣购买页面或球鞋购买页面上，随即可以直接购买。
步骤S202：当检测到用户的返回操作时，关闭所述产品购买页面，返回所述正在播放的节目内容。
如果用户购买操作结束或者取消购买，只需要点击返回按钮，即可以关闭当前的购买页面，返回正在播放的中超联赛继续进行观看。
本实施例为在实施例一的基础上，进行进一步限定，具有实施例一的全部有益技术效果，在此不再赘述。本发明的方法能够直接为用户提供相关推荐信息的购买渠道，而不需要用户额外的搜索过程，节省了用户在购买相关产品前的繁琐操作，为用户提供了更加全面、完整的闭环生态体验，优化了用户的观看体验和购买体验。
实施例三
如图3所示，对实施例一和实施例二中的步骤“计算所述N条关联信息与所述正在播放的节目内容的关联度”进行进一步说明，包括以下步骤：
步骤S301：预先设定关联信息的各种属性分别对应的加权值，并采集所述N条关联信息各自的至少一条属性；
N条关联信息均与正在播放的节目内容相关，区别在于与该节目内容的关联程度的不同，为了区分归属于同一类别的多个属性或两个相互对立的属性所代表的关联程度的不同，可以设置每个属性分别对应的加权值，且同一类别的多个属性的加权值之和应为1，相互对立的两个属性的加权值之和也为1，以从不同角度对关联程度进行区分。仍以乐视视频LeTV正在播放的节目为中超联赛为例，关联信息的属性包含但不限于以下内容：归属于同一类别的多个属性(足球用品、足球周边产品、足球相关产品)、相互对立的两个属性(节目内容中出现过、节目内容中未出现过)。例如可以为“足球用品”设置加权值0.5，为“足球周边产品”设置加权值0.3，为“足球相关产品”设置加权值0.2，为“节目内容中出现过”设置加权值0.7，为“节目内容中未出现过”设置加权值0.3。
步骤S302：将所述N条关联信息各自的至少一条属性对应的加权值进行求和，得到所述N条关联信息各自的关联度。
仍以“足球、球鞋、球衣、足球杂志”为例，“足球”属于足球用品且节目内容中出现过，所以“足球”的2条属性分别对应的加权值为0.45、0.67，相加得到“足球”的关联度为1.2；“球鞋”属于足球周边产品且节目中出现过，所以“球衣”的2条属性分别对应的加权值为0.3、0.67，相加得到“球衣的”的关联度为0.91。本实施例提供了一种较为简单的计算关联度的方法，但计算关联度的方法不限于此，本领域技术人员应当了解，凡是能够实现对关联程度进行区分和计算的方法均应包含在本发明要求保护的范围内。本实施例为对实施例一和实施例二的进一步说明，具有实施例一和实施例二的全部有益技术效果，在此不再赘述。
实施例四
如图4所示，对实施例一和实施例二中的步骤“根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息”进行进一步说明，包括以下步骤：
步骤S401：从所述N条关联信息中选取X条关联度最高的关联信息，X为小于等于N的正整数；
步骤S402：从所述N条关联信息中选取Y个信息发布时间最近的关联信息，Y为小于等于N的正整数；
所述X、Y满足：|X-Y|≤Z，Z为预设的阈值，且X条关联度最高的关联信息与Y个信息发布时间最近的关联信息存在至少一条重复的关联信息；
例如关联信息的总数为100条，选取前X(如20)条关联度最高的关联信息，并选取前Y(25)条发布时间最近的关联信息，其中X和Y的差值可以设置一个阈值，如10，防止将出现关联度高但发布时间较久或发布时间较近但关联度低的关联信息作为推荐信息。
步骤S403：采用预设的方法从所述至少一条重复的关联信息中选取至少一条推荐信息。
预设的方法例如可以是：如果只有一条重复的关联信息，则将该关联信息作为推荐信息；如果有多条(如5条)重复的关联信息，可以计算这5条关联信息的关联度名次和发布时间名次之和，将和最小的关联信息作为推荐信息。推荐信息的条数可以根据实际需求进行设置。
本实施例提供了一种较为简单的选取推荐信息的方法，但选取推荐信息的方法不限于此，本领域技术人员应当了解，凡是能够结合多种选择因素(如关联度、信息发布时间)选取推荐信息的方法均应包含在本发明要求保护的范围内。本实施例为对实施例一和实施例二的进一步说明，具有实施例一和实施例二的全部有益技术效果，在此不再赘述。
实施例五
如图5所示，本发明还提出了一种关联信息的推荐系统，包括：
关联信息获取模块51，用于获取正在播放的节目内容，从关联信息数据库中获取与所述正在播放的节目内容相关的N条关联信息，所述N为大于等于1的正整数；
关联度计算模块52，用于计算所述N条关联信息与所述正在播放的节目内容的关联度，并将所述N条关联信息分别按照关联度从高到低、信息发布时间从近到远的顺序进行排列；
推荐信息选择模块53，用于当检测到满足推荐触发条件时，根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息；
推荐信息展示模块54，用于将所述至少一条推荐信息显示在所述正在播放的节目内容的预定位置推荐给用户。
优选的，该系统还包括：
访问请求接收模块55，用于接收用户对所述推荐信息的访问请求操作，根据所述访问请求操作链接到所述至少一条推荐信息对应的产品购买页面；
请求结果处理模块56，用于当检测到用户的返回操作时，关闭所述产品购买页面，返回所述正在播放的节目内容。
优选的，计算所述N条关联信息与所述正在播放的节目内容的关联度包括：
预先设定关联信息的各种属性分别对应的加权值，并采集所述N条关联信息各自的至少一条属性；
将所述N条关联信息各自的至少一条属性对应的加权值进行求和，得到所述N条关联信息各自的关联度。
优选的，所述根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息包括：
从所述N条关联信息中选取X条关联度最高的关联信息，X为小于等于N的正整数；
从所述N条关联信息中选取Y个信息发布时间最近的关联信息，Y为小于等于N的正整数；
所述X、Y满足：|X-Y|≤Z，Z为预设的阈值，且X条关联度最高的关联信息与Y个信息发布时间最近的关联信息存在至少一条重复的关联信息；
采用预设的方法从所述至少一条重复的关联信息中选取至少一条推荐信息。
优选的，所述推荐触发条件包括：到达推荐周期和/或在所述节目内容上的停留时间达到预设的时间阈值。
本发明的一种关联信息的推荐系统，能够自动检测出与当前正在播放的节目内容相关的多条关联信息，并按照预设的选择方法选出其中至少一条关联信息作为推荐信息，并将该推荐信息显示在预先设定的位置上，便于用户在观看视频内容的过程中实时了解到与视频内容相关的信息。如应用在乐视视频和乐视商城结合的场景下，还能够为用户实时推送可能会购买的商品信息，提高用户在乐视生态系统下闭环体验。本发明的系统能够直接为用户提供相关推荐信息的购买渠道，而不需要用户额外的搜索过程，节省了用户在购买相关产品前的繁琐操作，为用户提供了更加全面、完整的闭环生态体验，优化了用户的观看体验和购买体验。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。

Claims (10)

1.一种关联信息的推荐方法，其特征在于，包括：
获取正在播放的节目内容，从关联信息数据库中获取与所述正在播放的节目内容相关的N条关联信息，所述N为大于等于1的正整数；
计算所述N条关联信息与所述正在播放的节目内容的关联度，并将所述N条关联信息分别按照关联度从高到低、信息发布时间从近到远的顺序进行排列；
当检测到满足推荐触发条件时，根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息；
将所述至少一条推荐信息显示在所述正在播放的节目内容的预定位置推荐给用户。
2.根据权利要求1所述的方法，其特征在于，还包括：
接收用户对所述推荐信息的访问请求操作，根据所述访问请求操作链接到所述至少一条推荐信息对应的产品购买页面；
当检测到用户的返回操作时，关闭所述产品购买页面，返回所述正在播放的节目内容。
3.根据权利要求1所述的方法，其特征在于，计算所述N条关联信息与所述正在播放的节目内容的关联度包括：
预先设定关联信息的各种属性分别对应的加权值，并采集所述N条关联信息各自的至少一条属性；
将所述N条关联信息各自的至少一条属性对应的加权值进行求和，得到所述N条关联信息各自的关联度。
4.根据权利要求1所述的方法，其特征在于，所述根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息包括：
从所述N条关联信息中选取X条关联度最高的关联信息，X为小于等于N的正整数；
从所述N条关联信息中选取Y个信息发布时间最近的关联信息，Y为小于等于N的正整数；
所述X、Y满足：|X-Y|≤Z，Z为预设的阈值，且X条关联度最高的关联信息与Y个信息发布时间最近的关联信息存在至少一条重复的关联信息；
采用预设的方法从所述至少一条重复的关联信息中选取至少一条推荐信息。
5.根据权利要求1-4任意一项所述的方法，其特征在于，所述推荐触发条件包括：到达推荐周期和/或在所述节目内容上的停留时间达到预设的时间阈值。
6.一种关联信息的推荐系统，其特征在于，包括：
关联信息获取模块，用于获取正在播放的节目内容，从关联信息数据库中获取与所述正在播放的节目内容相关的N条关联信息，所述N为大于等于1的正整数；
关联度计算模块，用于计算所述N条关联信息与所述正在播放的节目内容的关联度，并将所述N条关联信息分别按照关联度从高到低、信息发布时间从近到远的顺序进行排列；
推荐信息选择模块，用于当检测到满足推荐触发条件时，根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息；
推荐信息展示模块，用于将所述至少一条推荐信息显示在所述正在播放的节目内容的预定位置推荐给用户。
7.根据权利要求6所述的系统，其特征在于，还包括：
访问请求接收模块，用于接收用户对所述推荐信息的访问请求操作，根据所述访问请求操作链接到所述至少一条推荐信息对应的产品购买页面；
请求结果处理模块，用于当检测到用户的返回操作时，关闭所述产品购买页面，返回所述正在播放的节目内容。
8.根据权利要求6所述的系统，其特征在于，计算所述N条关联信息与所述正在播放的节目内容的关联度包括：
预先设定关联信息的各种属性分别对应的加权值，并采集所述N条关联信息各自的至少一条属性；
将所述N条关联信息各自的至少一条属性对应的加权值进行求和，得到所述N条关联信息各自的关联度。
9.根据权利要求6所述的系统，其特征在于，所述根据所述关联度、信息发布时间，从所述N条关联信息中选取至少一条推荐信息包括：
从所述N条关联信息中选取X条关联度最高的关联信息，X为小于等于N的正整数；
从所述N条关联信息中选取Y个信息发布时间最近的关联信息，Y为小于等于N的正整数；
所述X、Y满足：|X-Y|≤Z，Z为预设的阈值，且X条关联度最高的关联信息与Y个信息发布时间最近的关联信息存在至少一条重复的关联信息；
采用预设的方法从所述至少一条重复的关联信息中选取至少一条推荐信息。
10.根据权利要求6-9任意一项所述的系统，其特征在于，所述推荐触发条件包括：到达推荐周期和/或在所述节目内容上的停留时间达到预设的时间阈值。
CN201610193139.1A 2016-03-30 2016-03-30 一种关联信息的推荐方法和系统 Pending CN105872780A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610193139.1A CN105872780A (zh) 2016-03-30 2016-03-30 一种关联信息的推荐方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610193139.1A CN105872780A (zh) 2016-03-30 2016-03-30 一种关联信息的推荐方法和系统

Publications (1)

Publication Number Publication Date
CN105872780A true CN105872780A (zh) 2016-08-17

Family

ID=56627221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610193139.1A Pending CN105872780A (zh) 2016-03-30 2016-03-30 一种关联信息的推荐方法和系统

Country Status (1)

Country Link
CN (1) CN105872780A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446963A (zh) * 2018-03-30 2018-08-24 深圳春沐源控股有限公司 资源信息推荐方法及资源信息推荐系统
CN111708915A (zh) * 2020-06-12 2020-09-25 腾讯科技（深圳）有限公司 内容推荐方法、装置、计算机设备和存储介质
CN113259728A (zh) * 2021-07-15 2021-08-13 北京达佳互联信息技术有限公司 推荐视频的方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271454A (zh) * 2007-03-23 2008-09-24 百视通网络电视技术发展有限责任公司 可用于iptv的多媒体内容联合搜索与关联引擎系统
WO2008125794A1 (en) * 2007-04-14 2008-10-23 Carl Livesey Product information display and purchasing
CN101408960A (zh) * 2007-10-12 2009-04-15 阿里巴巴集团控股有限公司 一种个性化信息推荐方法和装置
CN102609523A (zh) * 2012-02-10 2012-07-25 上海视畅信息科技有限公司 基于物品分类和用户分类的协同过滤推荐算法
CN103559206A (zh) * 2013-10-10 2014-02-05 Tcl集团股份有限公司 一种信息推荐方法及系统
US20140330837A1 (en) * 2013-04-17 2014-11-06 Tencent Technology (Shenzhen) Company Limited Method, apparatus and system for pushing micro-blogs

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271454A (zh) * 2007-03-23 2008-09-24 百视通网络电视技术发展有限责任公司 可用于iptv的多媒体内容联合搜索与关联引擎系统
WO2008125794A1 (en) * 2007-04-14 2008-10-23 Carl Livesey Product information display and purchasing
CN101408960A (zh) * 2007-10-12 2009-04-15 阿里巴巴集团控股有限公司 一种个性化信息推荐方法和装置
CN102609523A (zh) * 2012-02-10 2012-07-25 上海视畅信息科技有限公司 基于物品分类和用户分类的协同过滤推荐算法
US20140330837A1 (en) * 2013-04-17 2014-11-06 Tencent Technology (Shenzhen) Company Limited Method, apparatus and system for pushing micro-blogs
CN103559206A (zh) * 2013-10-10 2014-02-05 Tcl集团股份有限公司 一种信息推荐方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446963A (zh) * 2018-03-30 2018-08-24 深圳春沐源控股有限公司 资源信息推荐方法及资源信息推荐系统
CN111708915A (zh) * 2020-06-12 2020-09-25 腾讯科技（深圳）有限公司 内容推荐方法、装置、计算机设备和存储介质
CN113259728A (zh) * 2021-07-15 2021-08-13 北京达佳互联信息技术有限公司 推荐视频的方法、装置、电子设备及存储介质
CN113259728B (zh) * 2021-07-15 2021-10-01 北京达佳互联信息技术有限公司 推荐视频的方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
US10614504B2 (en) Systems and methods for providing content-based product recommendations
US9542649B2 (en) Content based recommendation system
CN104809154B (zh) 用于资讯推荐的方法及装置
CN104821963B (zh) 推荐信息展示方法及装置
US20180040044A1 (en) Vector-based characterizations of products and individuals with respect to personal partialities
US20170300946A1 (en) Vector-based characterizations of products
CN105828123A (zh) 一种在直播中进行交互的方法及装置
CA3047395A1 (en) Vector-based optimization of media presentations
US8639569B2 (en) Information processing using a point system based on usage history and associated data creation
CA3027866A1 (en) Vector-based characterizations of products and individuals with respect to customer service agent assistance
JPWO2015040661A1 (ja) 情報端末にマーチャンダイジング情報を表示させる制御方法
CA3033781A1 (en) Systems and methods for delivering requested merchandise to customers
WO2008002906A3 (en) Methods and systems for interactive customization of avatars and other animate or inanimate items in video games
US20170301008A1 (en) Virtual-Reality Apparatus
CN103533438A (zh) 一种基于智能电视的服饰推送方法及系统
CN105872780A (zh) 一种关联信息的推荐方法和系统
CN106303726A (zh) 一种视频标签的添加方法及装置
CN109862013A (zh) 一种直播间推荐方法、存储介质、电子设备及系统
CN109767293A (zh) 一种推荐方法、装置、设备及可读存储介质
CN108122126B (zh) 关联规则的扩充方法、应用其的装置及电脑可读取介质
US20160088362A1 (en) Content playback device and advertisement display method for content playback device
CN104765778A (zh) 一种基于用户行为来提供待发送信息的方法及装置
CN113689258A (zh) 一种商品推荐热度生成方法及系统
CN103888812A (zh) 基于云电视的信息处理方法及云电视系统
KR20140132033A (ko) 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160817

WD01 Invention patent application deemed withdrawn after publication