CN106021302A - 一种基于智能推荐技术的无线音乐推荐方法和系统 - Google Patents
一种基于智能推荐技术的无线音乐推荐方法和系统 Download PDFInfo
- Publication number
- CN106021302A CN106021302A CN201610290785.XA CN201610290785A CN106021302A CN 106021302 A CN106021302 A CN 106021302A CN 201610290785 A CN201610290785 A CN 201610290785A CN 106021302 A CN106021302 A CN 106021302A
- Authority
- CN
- China
- Prior art keywords
- music
- recommendation
- user
- result
- recommended
- 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
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明特别涉及一种基于智能推荐技术的无线音乐推荐方法和系统。方法包括以下步骤：选择无线音乐的推荐业务场景；根据推荐业务场景选择推荐引擎；采用推荐引擎对数据库进行搜索，生成初始推荐结果；对初始推荐结果进行过滤，生成过滤后的推荐结果；对过滤后的推荐结果进行排名，生成最终推荐结果；按照排名从高到低，将最终推荐结果的音乐展示给用户。本发明通过关联用户和音乐，一方面帮助用户发现自己喜欢的音乐，另一方面让音乐能够展现在更多对它感兴趣的用户面前，使得用户能够获得更满意的使用体验，增强用户对运营商的业务满意度和业务粘性，同时增加运营商的收入，实现音乐消费者和音乐提供者的双赢。
Description
技术领域
本发明涉及网络技术领域，特别涉及一种基于智能推荐技术的无线音乐推荐方法和系统。
背景技术
随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载的时代。在这个时代，无论是信息消费者还是信息生产者都遇到了很大的挑战：对于信息消费者，从大量信息中找到自己感兴趣的信息是一件非常困难的事情；对于信息生产者，让自己产生的信息脱颖而出，受到广大用户的关注，也是一件非常困难的事情。这种情况在无线音乐领域同样存在，音乐很多，用户不可能听完所有的音乐再决定自己喜欢听什么，而且每年新的歌曲在以很快的速度增加，因此用户和音乐提供者无疑都面临着信息过载的问题。
发明内容
本发明所要解决的技术问题是提供一种基于智能推荐技术的无线音乐推荐方法和系统，解决了上述技术问题。
本发明解决上述技术问题的技术方案如下：
一种基于智能推荐技术的无线音乐推荐方法，其特征在于，包括以下步骤，
步骤1，选择无线音乐的推荐业务场景；
步骤2，根据推荐业务场景选择推荐引擎；
步骤3，采用所述推荐引擎对数据库进行搜索，生成初始推荐结果；
步骤4，对所述初始推荐结果进行过滤，生成过滤后的推荐结果；
步骤5，对过滤后的推荐结果进行排名，生成最终推荐结果；
步骤6，按照排名从高到低，将最终推荐结果的音乐展示给用户。
本发明的有益效果是：本发明提供了一种基于智能推荐技术的无线音乐推荐方法和系统，通过关联用户和音乐，一方面帮助用户发现自己喜欢的音乐，另一方面让音乐能够展现在更多对它感兴趣的用户面前，使得用户能够获得更满意的使用体验，增强用户对运营商的业务满意度和业务粘性，同时增加运营商的收入，实现音乐消费者和音乐提供者的双赢。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，步骤1中，所述推荐业务场景包括：
场景1用户访问首页时，在首页指定位置展示推荐音乐；
场景2用户登录首页时，推荐与用户的历史行为或偏好相似的音乐；
场景3用户使用或订购音乐业务时，为用户实时推荐相关联的业务。
采用上述进一步方案的有益效果是：本进一步技术方案针对上述3种业务场景提供了无线音乐推荐方法和系统，适用范围广，能够满足更多用户的无线音乐推荐需求。
进一步，针对场景1，选择基于音乐流行度的首页推荐引擎；针对场景2，选择基于协同过滤算法的个性化推荐引擎；针对场景3，选择基于用户行为的实时关联推荐引擎。
采用上述进一步方案的有益效果是：本进一步的技术方案针对不同的业务场景，提供不同的推荐策略，每一个推荐引擎代表了一种推荐策略的实现，因此无线音乐推荐方法更有针对性，推荐的音乐更准确，更能满足用户的需求。
进一步，步骤3和步骤4之间还包括候选音乐生成步骤，具体为：根据用户设定，形成候选音乐集合，并将候选音乐集合的音乐加入到所述初始推荐结果中；所述候选音乐集合的音乐类型包括：在用户设定的时间范围内，新加入数据库的音乐和/或根据用户设定的推荐范围或关键词，自动选择的音乐。
采用上述进一步方案的有益效果是：本进一步的技术方案，可以适用于目前的推荐引擎无法将用户需求的特殊音乐类型纳入初始推荐结果、而又希望最终推荐给用户的情况，从而扩大了本发明的使用场合，能够满足更多用户的无线音乐推荐需求。
进一步，用户设定需要过滤的音乐类型；
从所述初始推荐结果中删除所述需要过滤的音乐类型，形成过滤后的推荐结果；
所述需要过滤的音乐类型包括用户已经产生过行为的音乐和/或非候选音乐集合中的音乐。所述用户已经产生过行为的音乐包括在用户的试听音乐库、下载音乐库和/或彩铃库中可以查询到记录的音乐。
采用上述进一步方案的有益效果是：本进一步的技术方案可以从初选出的推荐结果中过滤掉用户已经听过的音乐，或者只保留满足用户设定需求的候选音乐集合，从而更准确的为用户推送推荐音乐。
进一步，步骤5和步骤6之间还包括推荐解释步骤，具体为：根据所述推荐引擎的算法意义和/或所述候选音乐集合的选取过程，对所述最终推荐结果进行解释，并将解释内容和最终推荐结果一起展示给用户。
采用上述进一步方案的有益效果是：本进一步的技术方案可以根据推荐引擎的算法意义和/或所述候选音乐集合的选取过程，对所述最终推荐结果进行解释，以便更好的获得用户认同。
进一步，步骤5中，根据音乐的新颖性或多样性，对过滤后的推荐结果进行排名，生成最终推荐结果。
采用上述进一步方案的有益效果是：本进一步的技术方案可以根据新颖性或多样性对过滤后的推荐结果进行排名，因为越不热门的物品让用户觉得新颖的可能性越大，用户获得惊喜的可能性越大，以及越多样的推荐结果，可以覆盖用户不同的兴趣领域，从而更好的提高用户的满意度。
一种基于智能推荐技术的无线音乐推荐系统，包括场景选择模块、引擎选择模块、搜索模块、过滤模块、排名模块和推送模块，
所述场景选择模块用于选择无线音乐的推荐业务场景；
所述引擎选择模块用于根据推荐业务场景选择推荐引擎；
所述搜索模块用于采用所述推荐引擎对数据库进行搜索，生成初始推荐结果；
所述过滤模块用于对所述初始推荐结果进行过滤，生成过滤后的推荐结果；
所述排名模块用于对过滤后的推荐结果进行排名，生成最终推荐结果；
所述推送模块用于按照排名从高到低，将最终推荐结果的音乐展示给用户。
进一步，还包括候选音乐生成模块，所述候选音乐生成模块用于根据用户设定，形成候选音乐集合，并将候选音乐集合的音乐加入到所述初始推荐结果中。
进一步，还包括解释模块，所述解释模块用于根据所述推荐引擎的算法意义和/或所述候选音乐集合的选取过程，对所述最终推荐结果进行解释，并将解释内容和最终推荐结果一起展示给用户。
附图说明
图1为本发明基于智能推荐技术的无线音乐推荐方法的流程示意图；
图2为本发明基于智能推荐技术的无线音乐推荐系统的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，为本发明基于智能推荐技术的无线音乐推荐方法的流程示意图，包括以下步骤：
步骤1，选择无线音乐的推荐业务场景。在本发明的实施例中，推荐业务场景包括：
场景1用户访问首页时，在首页指定位置展示推荐音乐；
场景2用户登录首页时，推荐与用户的历史行为或偏好相似的音乐；
场景3用户使用或订购音乐业务时，为用户实时推荐相关联的业务。
步骤2，根据推荐业务场景选择推荐引擎。针对场景1，选择基于音乐流行度的首页推荐引擎；针对场景2，选择基于协同过滤算法的个性化推荐引擎；针对场景3，选择基于用户行为的实时关联推荐引擎，用户使用或订购音乐音乐，比如用户发生音乐下载、彩铃订购等行为时，实时进行相关音乐的关联推荐。以下分别进行具体说明。
场景1的首页推荐主要是指用户不论是否登录，只要访问首页时就进行推荐展示的业务场景。因目标是对所有用户都有一定的吸引力，故首页推荐的主要是高音乐热度的热门歌曲。其整体思路是根据音乐热度模型测算结果，获取歌曲的热度值清单，基于业务需求选择TopN热门歌曲，在首页指定位置进行展示推荐，以吸引用户。显示的方式可以采用首页顶端滚动推荐或右侧热榜单方式进行推荐。
针对场景2，本专利发明采用的是基于物品的系统过滤算法(简称ItemCF)来实现个性化推荐引擎，其原理是向用户推荐那些和他们之前下载或订购的音乐相似的音乐。ItemCF算法并不利用音乐的内容属性，如流派、年代等计算音乐之间的相似度，而是通过分析用户的行为记录计算音乐之间的相似度。该算法认为，音乐A和音乐B具有很大的相似度是因为喜欢音乐A的用户大都也喜欢音乐B。基于物品的协同过滤算法主要分为两步：计算音乐之间的相似度；根据音乐的相似度和用户的历史行为给用户生成推荐列表。
针对场景3，本发明采用实时关联推荐，实时关联推荐是指，当用户发生使用或订购某项音乐基地业务时，根据用户群体关联方法实时给用户推荐其它业务，如用户下载某首歌后，实时推荐其它可能喜欢的歌曲，即猜您还喜欢。实时关联推荐根据推荐的方向和思路的不同可以从以下两个方面入手：①给用户推荐同一音乐的不同业务，如用户订购某彩铃时，可推荐用户下载该彩铃音乐的全曲。②给用户推荐同业务的其它音乐，如用户全曲下载A音乐，推荐也下载B音乐。
步骤3，采用所述推荐引擎对数据库进行搜索，生成初始推荐结果。
步骤4，对所述初始推荐结果进行过滤，生成过滤后的推荐结果。具体的过滤步骤包括：用户设定需要过滤的音乐类型；从所述初始推荐结果中删除所述需要过滤的音乐类型，形成过滤后的推荐结果；所述需要过滤的音乐类型包括用户已经产生过行为的音乐和/或非候选音乐集合中的音乐。所述用户已经产生过行为的音乐包括在用户的试听音乐库、下载音乐库和/或彩铃库中可以查询到记录的音乐。采用本步骤可以从初选出的推荐结果中过滤掉用户已经听过的音乐，或者只保留满足用户设定需求的候选音乐集合，从而更准确的为用户推送推荐音乐。
步骤5，对过滤后的推荐结果进行排名，生成最终推荐结果。经过过滤后的推荐结果直接展示给用户一般也没有问题，但如果对它们进行一些排名，则可以更好地提升用户满意度。进行推荐结果排名一般从以下两个方面考虑：①新颖性：新颖性排名的目的是给用户尽量推荐他们不知道的、长尾中的音乐。根据已有的研究结果，越不热门的物品越有可能让用户觉得新颖。因此，要实现推荐结果的新颖性，可以考虑在推荐结果中对热门物品进行降权。②多样性：用户的兴趣是广泛的，为了满足用户广泛的兴趣，推荐列表需要能够覆盖用户不同的兴趣领域，即推荐结果需要具有多样性。根据音乐平台推荐系统的设计特点，可以将推荐结果按照音乐的内容属性，比如歌曲分类、语言、曲风、歌手等，分成几类，结合用户音乐属性偏好分析结果，在每个用户偏好的类别中选择该类中排名最高的音乐，组合形成最终的推荐列表。
步骤6，按照排名从高到低，将最终推荐结果的音乐展示给用户。
在优选的实施例中，步骤3和步骤4之间还包括候选音乐生成步骤，具体为：根据用户设定，形成候选音乐集合，并将候选音乐集合的音乐加入到所述初始推荐结果中；所述候选音乐集合的音乐类型包括：在用户设定的时间范围内，新加入数据库的音乐和/或根据用户设定的推荐范围或关键词，自动选择的音乐。这种方式可以适用于目前的推荐引擎无法将用户需求的特殊音乐类型纳入初始推荐结果、而又希望最终推荐给用户的情况，从而扩大了本发明的使用场合，能够满足更多用户的无线音乐推荐需求。
在另一优选实施例中，步骤5和步骤6之间还包括推荐解释步骤，具体为：根据所述推荐引擎的算法意义和/或所述候选音乐集合的选取过程，对所述最终推荐结果进行解释，并将解释内容和最终推荐结果一起展示给用户，这样可以更好的获得用户认同。
如图2所示，为本发明基于智能推荐技术的无线音乐推荐系统的结构示意图，包括场景选择模块、引擎选择模块、搜索模块、过滤模块、排名模块和推送模块，所述场景选择模块用于选择无线音乐的推荐业务场景；所述引擎选择模块用于根据推荐业务场景选择推荐引擎；所述搜索模块用于采用所述推荐引擎对数据库进行搜索，生成初始推荐结果；所述过滤模块用于对所述初始推荐结果进行过滤，生成过滤后的推荐结果；所述排名模块用于对过滤后的推荐结果进行排名，生成最终推荐结果；所述推送模块用于按照排名从高到低，将最终推荐结果的音乐展示给用户。
优选实施例中，还包括候选音乐生成模块和解释模块，所述候选音乐生成模块用于根据用户设定，形成候选音乐集合，并将候选音乐集合的音乐加入到所述初始推荐结果中。所述解释模块用于根据所述推荐引擎的算法意义和/或所述候选音乐集合的选取过程，对所述最终推荐结果进行解释，并将解释内容和最终推荐结果一起展示给用户。
本发明提供了一种基于智能推荐技术的无线音乐推荐方法和系统，通过关联用户和音乐，一方面帮助用户发现自己喜欢的音乐，另一方面让音乐能够展现在更多对它感兴趣的用户面前，使得用户能够获得更满意的使用体验，增强用户对运营商的业务满意度和业务粘性，同时增加运营商的收入，实现音乐消费者和音乐提供者的双赢。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于智能推荐技术的无线音乐推荐方法，其特征在于，包括以下步骤，
步骤1，选择无线音乐的推荐业务场景；
步骤2，根据推荐业务场景选择推荐引擎；
步骤3，采用所述推荐引擎对数据库进行搜索，生成初始推荐结果；
步骤4，对所述初始推荐结果进行过滤，生成过滤后的推荐结果；
步骤5，对过滤后的推荐结果进行排名，生成最终推荐结果；
步骤6，按照排名从高到低，将最终推荐结果的音乐展示给用户。
2.根据权利要求1所述的一种基于智能推荐技术的无线音乐推荐方法，其特征在于，步骤1中，所述推荐业务场景包括：
场景1用户访问首页时，在首页指定位置展示推荐音乐；
场景2用户登录首页时，推荐与用户的历史行为或偏好相似的音乐；
场景3用户使用或订购音乐业务时，为用户实时推荐相关联的业务。
3.根据权利要求2所述的一种基于智能推荐技术的无线音乐推荐方法，其特征在于，针对场景1，选择基于音乐流行度的首页推荐引擎；针对场景2，选择基于协同过滤算法的个性化推荐引擎；针对场景3，选择基于用户行为的实时关联推荐引擎。
4.根据权利要求1～3任一所述的一种基于智能推荐技术的无线音乐推荐方法，其特征在于，步骤3和步骤4之间还包括候选音乐生成步骤，具体为：根据用户设定，形成候选音乐集合，并将候选音乐集合的音乐加入到所述初始推荐结果中；所述候选音乐集合的音乐类型包括：在用户设定的时间范围内，新加入数据库的音乐和/或根据用户设定的推荐范围或关键词，自动选择的音乐。
5.根据权利要求4所述的一种基于智能推荐技术的无线音乐推荐方法，其特征在于，步骤4具体为：用户设定需要过滤的音乐类型；
从所述初始推荐结果中删除所述需要过滤的音乐类型，形成过滤后的推荐结果；
所述需要过滤的音乐类型包括用户已经产生过行为的音乐和/或非候选音乐集合中的音乐；所述用户已经产生过行为的音乐包括在用户的试听音乐库、下载音乐库和/或彩铃库中可以查询到记录的音乐。
6.根据权利要求4所述的一种基于智能推荐技术的无线音乐推荐方法，其特征在于，步骤5和步骤6之间还包括推荐解释步骤，具体为：根据所述推荐引擎的算法意义和/或所述候选音乐集合的选取过程，对所述最终推荐结果进行解释，并将解释内容和最终推荐结果一起展示给用户。
7.根据权利要求4所述的一种基于智能推荐技术的无线音乐推荐方法，其特征在于，步骤5中，根据音乐的新颖性和/或多样性，对过滤后的推荐结果进行排名，生成最终推荐结果。
8.一种基于智能推荐技术的无线音乐推荐系统，其特征在于，包括场景选择模块、引擎选择模块、搜索模块、过滤模块、排名模块和推送模块，
所述场景选择模块用于选择无线音乐的推荐业务场景；
所述引擎选择模块用于根据推荐业务场景选择推荐引擎；
所述搜索模块用于采用所述推荐引擎对数据库进行搜索，生成初始推荐结果；
所述过滤模块用于对所述初始推荐结果进行过滤，生成过滤后的推荐结果；
所述排名模块用于对过滤后的推荐结果进行排名，生成最终推荐结果；
所述推送模块用于按照排名从高到低，将最终推荐结果的音乐展示给用户。
9.根据权利要求8所述的一种基于智能推荐技术的无线音乐推荐系统，其特征在于，还包括候选音乐生成模块，所述候选音乐生成模块用于根据用户设定，形成候选音乐集合，并将候选音乐集合的音乐加入到所述初始推荐结果中。
10.根据权利要求8或9所述的一种基于智能推荐技术的无线音乐推荐系统，其特征在于，还包括解释模块，所述解释模块用于根据所述推荐引擎的算法意义和/或所述候选音乐集合的选取过程，对所述最终推荐结果进行解释，并将解释内容和最终推荐结果一起展示给用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610290785.XA CN106021302A (zh) | 2016-05-04 | 2016-05-04 | 一种基于智能推荐技术的无线音乐推荐方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610290785.XA CN106021302A (zh) | 2016-05-04 | 2016-05-04 | 一种基于智能推荐技术的无线音乐推荐方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106021302A true CN106021302A (zh) | 2016-10-12 |
Family
ID=57082106
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610290785.XA Pending CN106021302A (zh) | 2016-05-04 | 2016-05-04 | 一种基于智能推荐技术的无线音乐推荐方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106021302A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106843900A (zh) * | 2017-02-09 | 2017-06-13 | 北京奇虎科技有限公司 | 一种信息的推送方法和装置 |
| CN111008339A (zh) * | 2019-11-27 | 2020-04-14 | 开普云信息科技股份有限公司 | 一种基于多元协同的内容智能推荐与分发方法及其系统 |
| CN111026934A (zh) * | 2019-12-20 | 2020-04-17 | 中科寒武纪科技股份有限公司 | 智能推荐方法及相关设备 |
| CN111753127A (zh) * | 2019-03-29 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 音乐信息处理、推荐方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008138A (zh) * | 2014-05-08 | 2014-08-27 | 南京邮电大学 | 一种基于社交网络的音乐推荐方法 |
| CN104065981A (zh) * | 2014-06-20 | 2014-09-24 | 海信集团有限公司 | 一种视频推荐方法和装置 |
| CN104866530A (zh) * | 2015-04-27 | 2015-08-26 | 宁波网传媒有限公司 | 一种基于滑标评分的推荐系统及方法 |
| CN104951563A (zh) * | 2015-07-08 | 2015-09-30 | 北京理工大学 | 一种待推荐对象的确定方法及装置 |
| CN104992352A (zh) * | 2015-07-10 | 2015-10-21 | 安徽新华传媒股份有限公司 | 一种个性化资源检索方法 |
-
2016
- 2016-05-04 CN CN201610290785.XA patent/CN106021302A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008138A (zh) * | 2014-05-08 | 2014-08-27 | 南京邮电大学 | 一种基于社交网络的音乐推荐方法 |
| CN104065981A (zh) * | 2014-06-20 | 2014-09-24 | 海信集团有限公司 | 一种视频推荐方法和装置 |
| CN104866530A (zh) * | 2015-04-27 | 2015-08-26 | 宁波网传媒有限公司 | 一种基于滑标评分的推荐系统及方法 |
| CN104951563A (zh) * | 2015-07-08 | 2015-09-30 | 北京理工大学 | 一种待推荐对象的确定方法及装置 |
| CN104992352A (zh) * | 2015-07-10 | 2015-10-21 | 安徽新华传媒股份有限公司 | 一种个性化资源检索方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106843900A (zh) * | 2017-02-09 | 2017-06-13 | 北京奇虎科技有限公司 | 一种信息的推送方法和装置 |
| CN111753127A (zh) * | 2019-03-29 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 音乐信息处理、推荐方法及装置 |
| CN111753127B (zh) * | 2019-03-29 | 2024-05-07 | 阿里巴巴集团控股有限公司 | 音乐信息处理、推荐方法及装置 |
| CN111008339A (zh) * | 2019-11-27 | 2020-04-14 | 开普云信息科技股份有限公司 | 一种基于多元协同的内容智能推荐与分发方法及其系统 |
| CN111026934A (zh) * | 2019-12-20 | 2020-04-17 | 中科寒武纪科技股份有限公司 | 智能推荐方法及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11947588B2 (en) | System and method for predictive curation, production infrastructure, and personal content assistant | |
| US10078696B1 (en) | Relevant social searching and user centric data analysis via user and peer group parameters via a dynamic interface | |
| US9448682B2 (en) | Selectively displaying content to a user of a social network | |
| US20130268513A1 (en) | Annotations based on hierarchical categories and groups | |
| US9519716B2 (en) | System and method for conducting a profile based search | |
| US20130311270A1 (en) | Mood-based searching and/or advertising systems, apparatus and methods | |
| US20100198812A1 (en) | Automated search | |
| US20140280267A1 (en) | Creating real-time association interaction throughout digital media | |
| WO2013121470A1 (ja) | コンテンツ提示装置、端末、システム、プログラム、および、方法 | |
| US20120030228A1 (en) | Method and system for need fulfillment | |
| US20050171940A1 (en) | Dynamic visualization of search results on a user interface | |
| US9270778B1 (en) | Matching users based on behavior in a social network | |
| CA3092768A1 (en) | Search engine scoring and ranking | |
| CN104469430A (zh) | 基于上下文和群组组合的视频推荐方法及系统 | |
| WO2016082032A1 (en) | System and method for facilitating anonymous communication between commercial and social users | |
| CN108595493A (zh) | 媒体内容的推送方法和装置、存储介质、电子装置 | |
| CN106021302A (zh) | 一种基于智能推荐技术的无线音乐推荐方法和系统 | |
| US20140351052A1 (en) | Contextual Product Recommendation Engine | |
| KR20130012155A (ko) | 소셜 네트워크 서비스 제공 방법 및 장치 | |
| US8997008B2 (en) | System and method for searching through a graphic user interface | |
| TW202139100A (zh) | 適地性內容媒合方法與系統 | |
| KR20140037534A (ko) | 지능형 카테고리를 이용한 에스엔에스 정보를 제공하는 방법 | |
| CN116070008A (zh) | 启始适地性主题的方法与系统 | |
| US20160335696A1 (en) | Process for locationally sorting and categorizing mobile applications at a geographical level, utilizing gps | |
| US20140258170A1 (en) | System for graphically displaying user-provided information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |
|
| RJ01 | Rejection of invention patent application after publication |