CN105912549A - 一种内容推荐方法及其装置 - Google Patents
一种内容推荐方法及其装置 Download PDFInfo
- Publication number
- CN105912549A CN105912549A CN201510939566.5A CN201510939566A CN105912549A CN 105912549 A CN105912549 A CN 105912549A CN 201510939566 A CN201510939566 A CN 201510939566A CN 105912549 A CN105912549 A CN 105912549A
- Authority
- CN
- China
- Prior art keywords
- content
- history
- access
- relevance
- accesses
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种内容推荐方法及其装置，所述方法包括：获取并分析历史访问内容，获得所述历史访问内容的描述信息；根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容；将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。本申请可以实现更加准确的内容推荐。
Description
技术领域
本申请涉及内容访问控制技术领域，尤其涉及一种内容推荐方法及其装置。
背景技术
随着互联网技术的发展，人们通过不同的硬件设备，登陆内容提供服务器，进行内容访问，已经成为信息传播的重要途径。当人们进行内容访问的时候，通常会期望获得和访问内容相关联的推荐访问内容。
通常通过主题(TAG)推荐功能，向用户推荐相关联主题的内容，但是这种推荐无法实现根据访问内容的关联性进行推荐，推荐的准确性不高，影响进行内容访问的用户体验。
因此，如何实现更加准确的内容推荐，成为现有技术中亟需解决的技术问题。
发明内容
有鉴于此，本申请提供一种内容推荐方法及其装置，可以实现更加准确的内容推荐。
本申请提供一种内容推荐方法，包括：
获取并分析历史访问内容，获得所述历史访问内容的描述信息；
根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容；
将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
在本申请一具体实施例中，所述历史访问内容包括同一用户通过不同硬件设备进行的历史访问内容。
在本申请一具体实施例中，所述历史访问内容的描述信息包括：访问内容的系列关联信息。
在本申请一具体实施例中，所述根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的访问内容包括：
将所述历史访问内容的描述信息进行分词处理，获得所述描述信息的特征信息；
根据所述特征信息在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。
在本申请一具体实施例中，所述将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端包括：
根据所述历史访问内容的访问频率和访问时长，获得历史访问内容的偏好权重；
将所述存在内容关联的内容按照其所关联的历史访问内容的偏好权重排序；
按照所述排序将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
本申请还提供一种内容推荐装置，包括：
信息获取模块，用于获取并分析历史访问内容，获得所述历史访问内容的描述信息；
内容获取模块，用于根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容；
内容推荐模块，用于将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
在本申请一具体实施例中，所述历史访问内容包括同一用户通过不同硬件设备进行的历史访问内容。
在本申请一具体实施例中，所述历史访问内容的描述信息包括：访问内容的系列关联信息。
在本申请一具体实施例中，所述根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的访问内容包括：
特征获取单元，用于将所述历史访问内容的描述信息进行分词处理，获得所述描述信息的特征信息；
内容搜索单元，用于根据所述特征信息在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。
在本申请一具体实施例中，所述将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端包括：
偏好获得单元，用于根据所述历史访问内容的访问频率和访问时长，获得历史访问内容的偏好权重；
权重排序单元，用于将所述存在内容关联的内容按照其所关联的历史访问内容的偏好权重排序；
推荐排序单元，用于按照所述排序将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
由以上技术方案可见，本申请获取并分析历史访问内容，获得所述历史访问内容的描述信息，根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容。进而，本申请将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。本申请通过内容的关联性实现内容推荐，令内容推荐的准确性更高，从而改善了用户体验。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本申请所应用的服务器的硬件结构图；
图2是本申请一种内容推荐方法一实施例的流程图；
图3是本申请一种内容推荐方法中步骤S2的一实施例的流程图；
图4是本申请一种内容推荐方法中步骤S3的一实施例的流程图；
图5是本申请一种内容推荐装置一实施例的结构图；
图6是本申请一种内容推荐装置中内容获取模块的一实施例的结构图；
图7是本申请一种内容推荐装置中内容推荐模块的一实施例的结构图；
图8是本申请内容推荐方法的具体应用的流程图。
具体实施方式
本申请获取并分析历史访问内容，获得所述历史访问内容的描述信息，根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容。进而，本申请将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。本申请通过内容的关联性实现内容推荐，令内容推荐的准确性更高，从而改善了用户体验。
当然，实施本申请的任一技术方案必不一定需要同时达到以上的所有优点。
为了使本领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请保护的范围。
下面结合本申请附图进一步说明本申请具体实现。
本申请提供一种内容推荐方法，通常应用于内容提供服务器，所述内容提供服务器通常为分布式服务器。
参见图1，所述内容提供服务器通常包括：主控芯片11、存储器12、以及其他硬件13。所述主控芯片11控制各功能模块，存储器12存储各应用程序和数据。
参见图2，所述方法包括：
S1、获取并分析历史访问内容，获得所述历史访问内容的描述信息。
本申请内容提供服务器保存用户进行内容访问的历史数据，从而通过分析历史访问内容，获得历史访问内容的描述信息。在具体实现中，内容提供服务器可以通过浏览器的客户端抓取用户浏览页面，从而通过分析页面获得历史访问内容。内容提供服务器还可以直接登录内容数据库，获得用户进行内容访问的历史访问内容。
由于用户在不同应用场景，会使用不同的硬件设备登录内容提供服务器，进行内容访问。
为了更加准确的获得所述用户的历史访问内容，所述历史访问内容包括同一用户通过不同硬件设备进行的历史访问内容。
所述历史访问内容的描述信息包括：访问内容的系列关联信息，比如，同一部电影的续集、同一演员作品、同一导演作品、同一编剧作品、同一部小说改编作品等。
S2、根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容。
本申请分析访问内容的系列关联信息，获得和历史访问内容存在内容关联的内容。比如，用户访问过电影《速度与激情一》，则会根据《速度与激情》的系列关联信息获得《速度与激情》的其他几部电影。
在本申请一具体实现中，参见图3，所述步骤S2包括：
S21、将所述历史访问内容的描述信息进行分词处理，获得所述描述信息的特征信息。
例如，历史访问内容为电影《速度与激情》第一部的描述信息如下：
《速度与激情》(Fast&Furious)是欧美主导的以赛车为主题的系列电影。该系列第八部目前定档2017年4月14日上映。导演罗伯·科恩、约翰·辛格顿、林诣彬、詹姆斯·温，主演：范·迪塞尔。
将上述描述信息进行分词处理，获得特征信息“速度与激情”、“赛车”、“八部”、“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”、“詹姆斯·温”、“范·迪塞尔”。
S22、根据所述特征信息在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。
根据上述特征信息“速度与激情”、“赛车”、“八部”、“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”、“詹姆斯·温”、“范·迪塞尔”在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。所述存在内容关联的内容包括：《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影。
S3、将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
具体地，将获得的《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影推荐给观看过电影《速度与激情》第一部的用户。
在本申请一具体实现中，参见图4，所述步骤S3包括：
S31、根据所述历史访问内容的访问频率和访问时长，获得历史访问内容的偏好权重。
由于用户对于偏好的内容，会更加频繁和/或更长时间的进行访问。因此，用户对内容进行访问的访问频率和访问时长，反应用户对该内容的偏好情况。
具体地，根据所述历史访问内容的访问频率f1和访问时长t1，进行计算：
N1*f1/F+N2*t1/T (1)
其中，F为用户对全部内容进行访问的平均频率，T为用户对全部内容进行访问的平均时长，N1、N2为用户的计算权重因子。权重因子N1、N2由本领域技术人员根据需求进行选取，如更加偏重于经常访问的内容，则权重因子N1取较大值，如更加偏重于访问时间长的内容，则权重因子N2取较大值。
S32、将所述存在内容关联的内容按照其所关联的历史访问内容的偏好权重排序。
根据历史访问内容的偏好权重，对获取的关联的内容进行排序。比如，用户观看的电影除了《速度与激情》第一部外，还观看了电影《终结者》第一部。
本申请获得《速度与激情》关联的内容：《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影。
本申请获得《终结者》关联的内容：《终结者》的全部三部，主演为“阿诺施瓦辛格”的电影、以及“詹姆斯·卡梅隆”导演的电影、主演为“迈克尔比恩”的电影、主演为“琳达·汉密尔顿”的电影，以及以“科幻，战争，灾难，恐怖”为主要题材的电影。
但用户观看《速度与激情》第一部的偏好权重低于观看电影《终结者》的偏好权重。因此，将《速度与激情》关联的内容排在《终结者》关联的内容前面。
S33、按照所述排序将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
本申请将《速度与激情》关联的内容排在《终结者》关联的内容前面，推荐给观看了《速度与激情》第一部和《终结者》第一部的观众。
本申请通过内容的关联性实现内容推荐，令内容推荐的准确性更高，从而改善了用户体验。
对应于上述方法，本申请提供一种内容推荐装置，通常应用于内容提供服务器，所述内容提供服务器通常为分布式服务器。
参见图1，所述内容提供服务器通常包括：主控芯片11、存储器12、以及其他硬件13。所述主控芯片11控制各功能模块，存储器12存储各应用程序和数据。
参见图5，所述装置包括：
信息获取模块51，用于获取并分析历史访问内容，获得所述历史访问内容的描述信息。
内容获取模块52，用于根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容。
内容推荐模块53，用于将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
本申请内容提供服务器保存用户进行内容访问的历史数据，从而通过分析历史访问内容，获得历史访问内容的描述信息。在具体实现中，内容提供服务器可以通过浏览器的客户端抓取用户浏览页面，从而通过分析页面获得历史访问内容。内容提供服务器还可以直接登录内容数据库，获得用户进行内容访问的历史访问内容。
由于用户在不同应用场景，会使用不同的硬件设备登录内容提供服务器，进行内容访问。
为了更加准确的获得所述用户的历史访问内容，所述历史访问内容包括同一用户通过不同硬件设备进行的历史访问内容。
所述历史访问内容的描述信息包括：访问内容的系列关联信息，比如，同一部电影的续集、同一演员作品、同一导演作品、同一编剧作品、同一部小说改编作品等。
本申请分析访问内容的系列关联信息，获得和历史访问内容存在内容关联的内容。比如，用户访问过电影《速度与激情一》，则会根据《速度与激情》的系列关联信息获得《速度与激情》的其他几部电影。
在本申请一具体实现中，参见图6，所述内容获取模块52包括：
特征获取单元521，用于将所述历史访问内容的描述信息进行分词处理，获得所述描述信息的特征信息。
内容搜索单元522，用于根据所述特征信息在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。
例如，历史访问内容为电影《速度与激情》第一部的描述信息如下：
《速度与激情》(Fast&Furious)是欧美主导的以赛车为主题的系列电影。该系列第八部目前定档2017年4月14日上映。导演罗伯·科恩、约翰·辛格顿、林诣彬、詹姆斯·温，主演：范·迪塞尔。
将上述描述信息进行分词处理，获得特征信息“速度与激情”、“赛车”、“八部”、“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”、“詹姆斯·温”、“范·迪塞尔”。
根据上述特征信息“速度与激情”、“赛车”、“八部”、“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”、“詹姆斯·温”、“范·迪塞尔”在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。所述存在内容关联的内容包括：《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影。
具体地，将获得的《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影推荐给观看过电影《速度与激情》第一部的用户。
在本申请一具体实现中，参见图7，所述内容推荐模块53包括：
偏好获得单元531，用于根据所述历史访问内容的访问频率和访问时长，获得历史访问内容的偏好权重。
权重排序单元532，用于将所述存在内容关联的内容按照其所关联的历史访问内容的偏好权重排序。
推荐排序单元533，用于按照所述排序将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
由于用户对于偏好的内容，会更加频繁和/或更长时间的进行访问。因此，用户对内容进行访问的访问频率和访问时长，反应用户对该内容的偏好情况。
具体地，根据所述历史访问内容的访问频率f1和访问时长t1，进行计算：
N1*f1/F+N2*t1/T (1)
其中，F为用户对全部内容进行访问的平均频率，T为用户对全部内容进行访问的平均时长，N1、N2为用户的计算权重因子。权重因子N1、N2由本领域技术人员根据需求进行选取，如更加偏重于经常访问的内容，则权重因子N1取较大值，如更加偏重于访问时间长的内容，则权重因子N2取较大值。
根据历史访问内容的偏好权重，对获取的关联的内容进行排序。比如，用户观看的电影除了《速度与激情》第一部外，还观看了电影《终结者》第一部。
本申请获得《速度与激情》关联的内容：《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影。
本申请获得《终结者》关联的内容：《终结者》的全部三部，主演为“阿诺施瓦辛格”的电影、以及“詹姆斯·卡梅隆”导演的电影、主演为“迈克尔比恩”的电影、主演为“琳达·汉密尔顿”的电影，以及以“科幻，战争，灾难，恐怖”为主要题材的电影。
但用户观看《速度与激情》第一部的偏好权重低于观看电影《终结者》的偏好权重。因此，将《速度与激情》关联的内容排在《终结者》关联的内容前面。
本申请将《速度与激情》关联的内容排在《终结者》关联的内容前面，推荐给观看了《速度与激情》第一部和《终结者》第一部的观众。
本申请通过内容的关联性实现内容推荐，令内容推荐的准确性更高，从而改善了用户体验。
下面通过本申请一具体应用场景进一步说明本申请实现。
本申请应用于一视频内容提供服务器，用户登录所述视频内容服务器，观看视频内容，所述视频内容包括：电影、电视剧等。
参见图8，本应用场景的内容推荐方法包括：
801、获取并分析用户使用不同的硬件设备登录视频内容提供服务器，进行的历史访问视频内容，获得所述历史访问视频内容的系列关联信息。
由于用户在不同应用场景，会使用不同的硬件设备登录视频内容提供服务器，进行视频内容访问。
为了更加准确的获得所述用户的历史访问视频内容，所述历史访问视频内容包括同一用户通过不同硬件设备进行的历史访问视频内容。
802、将所述历史访问视频内容的系列关联信息进行分词处理，获得所述系列关联信息的特征信息。
比如，用户访问过电影《速度与激情一》，则会根据《速度与激情》的系列关联信息获得《速度与激情》的其他几部电影。
例如，历史访问内容为电影《速度与激情》第一部的描述信息如下：
《速度与激情》(Fast&Furious)是欧美主导的以赛车为主题的系列电影。该系列第八部目前定档2017年4月14日上映。导演罗伯·科恩、约翰·辛格顿、林诣彬、詹姆斯·温，主演：范·迪塞尔。
将上述描述信息进行分词处理，获得特征信息“速度与激情”、“赛车”、“八部”、“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”、“詹姆斯·温”、“范·迪塞尔”。
803、根据所述特征信息在视频内容数据库中进行搜索，获得和所述特征信息匹配的视频内容作为和历史访问视频内容存在内容关联的视频内容。
根据上述特征信息“速度与激情”、“赛车”、“八部”、“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”、“詹姆斯·温”、“范·迪塞尔”在视频内容数据库中进行搜索，获得和所述特征信息匹配的视频内容作为和历史访问视频内容存在内容关联的视频内容。所述存在内容关联的视频视频内容包括：《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影。
804、根据所述历史访问视频内容的访问频率和访问时长，获得历史访问视频内容的偏好权重。
根据所述历史访问视频内容的访问频率f1和访问时长t1，进行计算：
N1*f1/F+N2*t1/T (1)
其中，F为用户对全部内容进行访问的平均频率，T为用户对全部内容进行访问的平均时长，N1、N2为用户的计算权重因子，此处取80％和20％。权重因子N1、N2由本领域技术人员根据需求进行选取，如更加偏重于经常访问的内容，则权重因子N1取较大值，如更加偏重于访问时间长的内容，则权重因子N2取较大值。
805、将所述存在内容关联的视频内容按照其所关联的历史访问视频内容的偏好权重排序。
比如，用户观看的电影除了《速度与激情》第一部外，还观看了电影《终结者》第一部。
本申请获得《速度与激情》关联的内容：《速度与激情》的全部七部以及第八部的拍摄新闻、以及“罗伯·科恩”、“约翰·辛格顿”、“林诣彬”导演的电影，主演为“范·迪塞尔”的电影，以及以“赛车”为主要题材的电影。
本申请获得《终结者》关联的内容：《终结者》的全部三部，主演为“阿诺施瓦辛格”的电影、以及“詹姆斯·卡梅隆”导演的电影、主演为“迈克尔比恩”的电影、主演为“琳达·汉密尔顿”的电影，以及以“科幻，战争，灾难，恐怖”为主要题材的电影。
但用户观看《速度与激情》第一部的偏好权重低于观看电影《终结者》的偏好权重。因此，将《速度与激情》关联的内容排在《终结者》关联的内容前面。
806、按照所述排序将所述存在内容关联的视频内容推荐给访问所述历史访问视频内容的用户端。
本申请将《速度与激情》关联的内容排在《终结者》关联的内容前面，推荐给观看了《速度与激情》第一部和《终结者》第一部的观众。
本申请通过内容的关联性实现内容推荐，令内容推荐的准确性更高，从而改善了用户体验。
本领域的技术人员应明白，本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种内容推荐方法，其特征在于，包括：
获取并分析历史访问内容，获得所述历史访问内容的描述信息；
根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容；
将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
2.根据权利要求1所述的方法，其特征在于，所述历史访问内容包括同一用户通过不同硬件设备进行的历史访问内容。
3.根据权利要求2所述的方法，其特征在于，所述历史访问内容的描述信息包括：访问内容的系列关联信息。
4.根据权利要求3所述的方法，其特征在于，所述根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的访问内容包括：
将所述历史访问内容的描述信息进行分词处理，获得所述描述信息的特征信息；
根据所述特征信息在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端包括：
根据所述历史访问内容的访问频率和访问时长，获得历史访问内容的偏好权重；
将所述存在内容关联的内容按照其所关联的历史访问内容的偏好权重排序；
按照所述排序将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
6.一种内容推荐装置，其特征在于，包括：
信息获取模块，用于获取并分析历史访问内容，获得所述历史访问内容的描述信息；
内容获取模块，用于根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的内容；
内容推荐模块，用于将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
7.根据权利要求6所述的装置，其特征在于，所述历史访问内容包括同一用户通过不同硬件设备进行的历史访问内容。
8.根据权利要求7所述的装置，其特征在于，所述历史访问内容的描述信息包括：访问内容的系列关联信息。
9.根据权利要求8所述的装置，其特征在于，所述根据所述历史访问内容的描述信息，获得和历史访问内容存在内容关联的访问内容包括：
特征获取单元，用于将所述历史访问内容的描述信息进行分词处理，获得所述描述信息的特征信息；
内容搜索单元，用于根据所述特征信息在内容数据库中进行搜索，获得和所述特征信息匹配的内容作为和历史访问内容存在内容关联的内容。
10.根据权利要求6至9中任一项所述的装置，其特征在于，所述将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端包括：
偏好获得单元，用于根据所述历史访问内容的访问频率和访问时长，获得历史访问内容的偏好权重；
权重排序单元，用于将所述存在内容关联的内容按照其所关联的历史访问内容的偏好权重排序；
推荐排序单元，用于按照所述排序将所述存在内容关联的内容推荐给访问所述历史访问内容的用户端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510939566.5A CN105912549A (zh) | 2015-12-15 | 2015-12-15 | 一种内容推荐方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510939566.5A CN105912549A (zh) | 2015-12-15 | 2015-12-15 | 一种内容推荐方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105912549A true CN105912549A (zh) | 2016-08-31 |
Family
ID=56744071
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510939566.5A Pending CN105912549A (zh) | 2015-12-15 | 2015-12-15 | 一种内容推荐方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105912549A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108230059A (zh) * | 2016-12-13 | 2018-06-29 | 中国联合网络通信集团有限公司 | 电影推荐方法及装置 |
| CN108304425A (zh) * | 2017-04-21 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种图文信息推荐方法、装置及系统 |
| CN110427556A (zh) * | 2019-07-30 | 2019-11-08 | 牡丹江师范学院 | 一种基于文艺学学习的电影推荐方法 |
| TWI710917B (zh) * | 2017-10-12 | 2020-11-21 | 開曼群島商創新先進技術有限公司 | 資料處理方法及裝置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120036144A1 (en) * | 2009-02-27 | 2012-02-09 | Kabushiki Kaisha Toshiba | Information and recommendation device, method, and program |
| CN103514267A (zh) * | 2013-09-04 | 2014-01-15 | 快传（上海）广告有限公司 | 一种网络关联信息获取方法和系统 |
| CN103957434A (zh) * | 2014-04-03 | 2014-07-30 | 三星电子（中国）研发中心 | 推荐节目的方法和设备 |
-
2015
- 2015-12-15 CN CN201510939566.5A patent/CN105912549A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120036144A1 (en) * | 2009-02-27 | 2012-02-09 | Kabushiki Kaisha Toshiba | Information and recommendation device, method, and program |
| CN103514267A (zh) * | 2013-09-04 | 2014-01-15 | 快传（上海）广告有限公司 | 一种网络关联信息获取方法和系统 |
| CN103957434A (zh) * | 2014-04-03 | 2014-07-30 | 三星电子（中国）研发中心 | 推荐节目的方法和设备 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108230059A (zh) * | 2016-12-13 | 2018-06-29 | 中国联合网络通信集团有限公司 | 电影推荐方法及装置 |
| CN108230059B (zh) * | 2016-12-13 | 2022-04-15 | 中国联合网络通信集团有限公司 | 电影推荐方法及装置 |
| CN108304425A (zh) * | 2017-04-21 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种图文信息推荐方法、装置及系统 |
| CN108304425B (zh) * | 2017-04-21 | 2021-01-08 | 腾讯科技（深圳）有限公司 | 一种图文信息推荐方法、装置及系统 |
| TWI710917B (zh) * | 2017-10-12 | 2020-11-21 | 開曼群島商創新先進技術有限公司 | 資料處理方法及裝置 |
| CN110427556A (zh) * | 2019-07-30 | 2019-11-08 | 牡丹江师范学院 | 一种基于文艺学学习的电影推荐方法 |
| CN110427556B (zh) * | 2019-07-30 | 2022-10-11 | 牡丹江师范学院 | 一种基于文艺学学习的电影推荐方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11232142B2 (en) | Flexible real estate search | |
| CN104462573B (zh) | 一种视频搜索结果展示方法及装置 | |
| US8583685B2 (en) | Determination of category information using multiple stages | |
| WO2017181612A1 (zh) | 个性化视频推荐方法及装置 | |
| CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
| CN105095431A (zh) | 根据用户的行为信息推送视频的方法和装置 | |
| CN109086439A (zh) | 信息推荐方法及装置 | |
| US20170169040A1 (en) | Method and electronic device for recommending video | |
| CN102855256B (zh) | 用于确定网站评价信息的方法、装置及设备 | |
| US20180204336A1 (en) | Multi-style texture synthesis | |
| CN109168047B (zh) | 视频推荐方法、装置、服务器及存储介质 | |
| CN108848401A (zh) | 视频起播方法及装置 | |
| CN109547808A (zh) | 数据处理方法、装置、服务器及存储介质 | |
| CN105912549A (zh) | 一种内容推荐方法及其装置 | |
| KR102131799B1 (ko) | 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치 | |
| US20220303735A1 (en) | Providing a summary of media content to a communication device | |
| CN106897398B (zh) | 一种视频展示方法及装置 | |
| CN108334626B (zh) | 新闻栏目的生成方法、装置和计算机设备 | |
| CN104615639B (zh) | 一种用于提供图片的呈现信息的方法和设备 | |
| WO2015148420A1 (en) | User inactivity aware recommendation system | |
| CN112423134A (zh) | 视频内容推荐方法、装置及计算机设备 | |
| CN104216945A (zh) | 4k图片管理平台、信息管理方法及下载管理方法 | |
| KR101976816B1 (ko) | SaaS 어플리케이션 연동 서비스의 제공장치 및 그 제공방법 | |
| CN106131684A (zh) | 一种内容推荐方法及终端 | |
| US20160132771A1 (en) | Application Complexity Computation |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160831 |