CN106067992B - 一种基于用户行为的信息推荐方法及装置 - Google Patents

一种基于用户行为的信息推荐方法及装置 Download PDF

Info

Publication number
CN106067992B
CN106067992B CN201610683119.2A CN201610683119A CN106067992B CN 106067992 B CN106067992 B CN 106067992B CN 201610683119 A CN201610683119 A CN 201610683119A CN 106067992 B CN106067992 B CN 106067992B
Authority
CN
China
Prior art keywords
main broadcaster
program
user
face feature
history
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
CN201610683119.2A
Other languages
English (en)
Other versions
CN106067992A (zh
Inventor
陈耀攀
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.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Qizhi Software 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 Beijing Qihoo Technology Co Ltd, Qizhi Software Beijing Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201610683119.2A priority Critical patent/CN106067992B/zh
Publication of CN106067992A publication Critical patent/CN106067992A/zh
Application granted granted Critical
Publication of CN106067992B publication Critical patent/CN106067992B/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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • 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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及人机交互领域，公开了一种基于用户行为的信息推荐方法及装置，由此解决了现有技术中获得视频数据的效率较低的技术问题。该方法包括：获得电子设备的用户针对视频数据的历史观看记录；基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；向所述用户提供与所述偏好信息对应的视频数据。达到了提高获取视频数据的效率的技术效果。

Description

一种基于用户行为的信息推荐方法及装置
技术领域
本发明涉及人机交互领域，尤其涉及一种基于用户行为的信息推荐方法及装置。
背景技术
随着科学技术的不断发展，电子技术也得到了飞速的发展，电子产品的种类也越来越多，人们也享受到了科技发展带来的各种便利。现在人们可以通过各种类型的电子设备，享受随着科技发展带来的舒适生活。例如，智能手机、平板电脑等电子设备已经成为人们生活中一个重要的组成部分，用户可以使用智能手机、平板电脑等电子设备来听音乐、玩游戏等等，以减轻现代快节奏生活所带来的压力。
通常情况下，电子设备都具备网络访问功能，可以通过网络访问功能观看各种节目，例如：点播节目、直播节目等等，还可以通过网络访问功能观看其他视频数据，现有技术中，往往需要用户手动搜索视频数据，故而存在着获得视频数据的效率较低的技术问题。
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基于用户行为的信息推荐方法及装置。
第一方面，本发明实施例提供一种基于用户行为的信息推荐方法，包括：
获得电子设备的用户针对视频数据的历史观看记录；
基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；
向所述用户提供与所述偏好信息对应的视频数据。
可选的，所述历史观看记录包括：历史观看次数、历史观看时长、历史赠送虚拟礼物信息中的至少一种记录。
可选的，如果所述视频数据为主播节目，所述基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息，包括：
获取所述历史观看记录所包含的各个主播的脸部特征；
基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值；
获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为所述M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为所述M个主播。
可选的，所述基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值，包括：
针对每类脸部特征，确定出其在每类历史观看记录下的评分值；
将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
可选的，所述向所述用户提供与所述偏好信息对应的主播节目，还包括：
基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；
向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
可选的，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
确定出所述偏好信息所对应的第一脸部特征；
确定出包含所述第一脸部特征的至少一个主播；
向所述用户推荐所述至少一个主播的所述主播节目。
可选的，所述向所述用户推荐所述至少一个主播的所述主播节目，包括：
向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目。
可选的，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
确定出所述偏好信息所对应的第一脸部特征；
将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
可选的，所述向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目，包括：
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。
可选的，如果所述向所述用户提供的主播节目包含N条主播节目，N为正整数，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
对所述N条主播节目基于所述偏好信息进行排序；
将排序后的所述N条主播节目推荐给所述用户。
第二方面，本发明实施例提供一种基于用户行为的信息推荐装置，包括：
获得模块，用于获得电子设备的用户针对视频数据的历史观看记录；
第一确定模块，用于基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；
提供模块，用于向所述用户提供与所述偏好信息对应的视频数据。
可选的，所述历史观看记录包括：历史观看次数、历史观看时长、历史赠送虚拟礼物信息中的至少一种记录。
可选的，如果所述视频数据为主播节目，所述第一确定模块，包括：
第一获取单元，用于获取所述历史观看记录所包含的各个主播的脸部特征；
第一确定单元，用于基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值；
第二获取单元，用于获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为所述M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为所述M个主播。
可选的，所述第一确定单元，包括：
确定子单元，用于针对每类脸部特征，确定出其在每类历史观看记录下的评分值；
加和子单元，用于将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
可选的，所述装置还包括：
第二确定模块，用于基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；
所述提供模块，用于向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
可选的，所述提供模块，包括：
第二确定单元，用于确定出所述偏好信息所对应的第一脸部特征；
第三确定单元，用于确定出包含所述第一脸部特征的至少一个主播；
第一推荐单元，用于向所述用户推荐所述至少一个主播的所述主播节目。
可选的，所述第一推荐单元，用于：
向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目。
可选的，所述提供模块，包括：
第四确定单元，用于确定出所述偏好信息所对应的第一脸部特征；
匹配单元，用于将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；
第二推荐单元，用于向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
可选的，所述第二推荐单元，用于：
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。
可选的，如果所述向所述用户提供的主播节目包含N条主播节目，N为正整数，所述提供模块，包括：
排序单元，用于对所述N条主播节目基于所述偏好信息进行排序；
第三推荐单元，用于将排序后的所述N条主播节目推荐给所述用户。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
由于在本发明实施例中，可以获得电子设备的用户针对视频数据的历史观看记录；然后基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；进而向所述用户提供与所述偏好信息对应的视频数据，也就是说，不需要用户的搜索操作就可以向用户提供与用户针对脸部特征的偏好信息对应的视频数据，故而达到了提高获得视频数据的效率的技术效果，且是基于用户的历史观看数据获得用户针对脸部特征的偏好信息，因此所提供的视频数据也较为精确，能够较好的满足用户的需求。
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基于用户行为的信息推荐方法的流程图；
图2示出了根据本发明一个实施例的基于用户行为的信息推荐装置的结构图。
具体实施方式
本发明实施例提供了一种基于用户行为的信息推荐方法及装置，用以解决现有技术获得视频数据的效率较低的技术问题。
本申请实施例中的技术方案，总体思路如下：
首先获得电子设备的用户针对视频数据的历史观看记录；然后基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；进而向所述用户提供与所述偏好信息对应的视频数据，也就是说，不需要用户的搜索操作就可以向用户提供与用户针对脸部特征的偏好信息对应的视频数据，故而达到了提高获得视频数据的效率的技术效果，且是基于用户的历史观看数据获得用户针对脸部特征的偏好信息，因此所提供的视频数据也较为精确，能够较好的满足用户的需求。
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。
第一方面，本发明实施例提供一种基于用户行为的信息推荐方法，请参考图1，包括：
步骤S101：获得电子设备的用户针对视频数据的历史观看记录；
步骤S102：基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；
步骤S103：向所述用户提供与所述偏好信息对应的视频数据。
举例来说，该方案可以应用于客户端的电子设备，例如：手机、笔记本电脑、一体机、平板电脑等等。该方案可以应用于服务器，本发明实施例不作限制。
步骤S101中，视频数据例如为：主播节目、各个用户的自拍、影视视频等等，本发明实施例不作限制。历史观看记录可以包含多种类型的历史观看记录，例如：历史观看次数、历史观看时长、历史赠送虚拟礼物信息等等。
步骤S102中，该偏好信息例如为：电子设备的用户所喜欢的脸部特征、电子设备的用户所讨厌的脸部特征等等，该脸部特征可以包含多种类型的脸部特征，例如：脸型特征、五官特征等等，脸型特征例如包括：瓜子脸、国字脸、圆脸等等，五官特征又分为眼睛特征、鼻子特征、眉毛特征、嘴唇特征、耳朵特征等等。
其中，在获得历史观看记录之后，可以出基于历史观看记录所对应的视频数据中各个主播的脸部特征，然后基于所述历史观看记录确定出所述用户针对每个脸部特征的偏好评分值；获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为所述M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为所述M个主播。
其中，如果视频数据为主播节目，则视频数据的主播可以为主播；如果视频数据为各个用户的自拍，则视频数据的主播可以为对应用户；如果视频数据为影视视频，则视频数据的主播可以为该影视视频中出现概率较高的角色等等。在后续为了介绍方便，大部分情况下将以该视频数据为主播节目，视频数据的主播为主播为例进行介绍，其他类型的视频数据以及主播其实现方式与之类似。
其中，如果历史观看记录为历史观看次数，则可以获取每种脸部特征的出现次数，并将该出现次数作为偏好评分值，最后获取脸部特征的出现次数大于预设次数(例如：10、20等等)、或者脸部特征的出现次数排序位于前几位(例如：2、3等等)的脸部特征作为该偏好信息中用户所偏好的脸部特征；如果历史观看记录为历史观看时长，则可以获取每种脸部特征的对应的视频数据的历史观看时长，并将该历史观看时长作为偏好评分值，最后获取脸部特征的历史观看时长大于预设时长(例如：100分钟、200分钟等等)的脸部特征、或者历史观看时长排序位于前预设位(例如：5、10等等)的脸部特征作为该偏好信息中用户所偏好的脸部特征；如果历史观看记录为历史赠送虚拟礼物信息，则可以获取每种脸部特征被赠送虚拟礼物的总次数，然后获得该总次数大于预设次数(例如:5、10等等)或者排序位于前预设位的脸部特征作为该偏好信息中用户所偏好的脸部特征。
当然，上述三种历史观看记录也可以组合使用，例如：针对每类脸部特征，确定出其在每类历史观看记录下的评分值；将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
其中，针对历史观看次数，可以直接将该历史观看次数作为对应的评分值，针对历史观看时长可以直接将该历史观看时长作为对应的评分值，针对历史赠送虚拟礼物信息可以直接将历史赠送虚拟礼物的次数作为对应的评分值，当然，还可以基于其他原则确定出各类历史观看记录所对应的评分值，本发明实施例不再详细列举，并且不作限制。
该脸部特征可以仅仅包含一种脸部特征(例如：脸型特征、眼睛特征等等)，也可以多种脸部特征的组合(例如：脸型特征+眼睛特征的组合、脸型特征+眉毛特征的组合等等)，本发明实施例不作限制。
步骤S103中，可以直接向用户提供与所述偏好信息对应的视频数据，例如如果所述偏好信息所对应的脸型特征为圆脸，则可以向用户推荐主播为圆脸的视频数据，例如：推荐脸型为圆脸的主播的主播节目；如果所述偏好信息所对应的眼睛特征为丹凤眼，则可以向用户推荐主播为丹凤眼的视频数据，例如：推荐眼睛为丹凤眼的主播的主播节目等等。
在这种情况下，又可以通过多种方式确定出推荐给用户的主播节目，下面列举其中的两种进行介绍，当然，在具体实施过程中，不限于以下两种情况。
第一种，所述向所述用户提供与所述偏好信息对应的主播节目，包括：确定出所述偏好信息所对应的第一脸部特征；确定出包含所述第一脸部特征的至少一个主播；向所述用户推荐所述至少一个主播的所述主播节目。
举例来说，也就是先通过第一脸部特征筛选出主播，然后获取主播所对应的主播节目提供给用户，例如：如果第一脸部特征为瓜子脸，则可以获取各个主播的脸部图像，然后基于各个主播的脸部图像判断各个主播是否为瓜子脸，如果某个主播为瓜子脸，则可以将对应主播的主播节目提供给用户。该方案中，由于直接是基于主播的脸部特征进行匹配，故而不需要匹配太多的数据，从而能够提高向用户推荐主播节目的效率。
第二种，所述向所述用户提供与所述偏好信息对应的主播节目，包括：确定出所述偏好信息所对应的第一脸部特征；将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
举例来说，也就是并不确定出各个主播，而是直接通过第一脸部特征在各个主播节目中与其包含的主播进行匹配，从而直接匹配出对应的主播节目，由于在不同的时间，主播的脸型可能会稍微变化，故而基于该方案能够更加精确的向用户推荐主播的脸型与第一脸部特征相同的主播节目。
步骤S103中，还可以基于用户的偏好信息以及一些其他条件共同向用户推荐视频数据，例如：所述向所述用户提供与所述偏好信息对应的主播节目，还包括：基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
举例来说，第一类别例如为：网络游戏类别、网络唱歌类别、秀场类别等等。
如果历史观看记录为历史观看次数，则可以确定出用户观看每个类别下的主播节目的历史观看次数，然后获取历史观看次数最多的类别作为第一类别；如果历史观看记录为历史观看时长，则可以获取在每个类别的历史观看总时长，然后确定出历史观看总时长最高的类别作为第一类别；如果历史观看记录为历史赠送虚拟礼物信息，则可以获取用户针对每个类别下的主播节目的主播的赠送虚拟礼物的总次数，然后获得总次数最高的类别作为第一类别等等。
当然，也可以通过上述三种历史观看记录中的至少两种观看记录确定出第一类别，例如：可以针对每种历史观看记录确定出一个评分值，然后每个类别的各个历史观看记录的评分值基于权值相加获得一个综合评分值，最后获得综合评分值最高的类别作为第一类别。其中，如果历史观看记录包括历史观看次数，则可以直接将该历史观看次数作为对应的评分值；如果历史观看记录包含历史观看总时长，则可以直接将该历史观看总时长作为对应的评分值；如果历史观看记录包括历史赠送虚拟礼物信息，则可以将历史赠送虚拟礼物总次数作为对应的评分值等等，当然，还可以基于其他原则确定出各类历史观看记录所对应的评分值，本发明实施例不作限制。
基于上述方案，能够向用户推荐脸部特征为用户所偏好的主播的主播节目，且推荐用户所喜欢的类别的主播节目，由此实现更加精确的推荐。
在具体实施过程中，提供第一类别下所述偏好信息所对应的主播节目可以采用多种方式，例如：①基于偏好信息向用户推荐的主播节目为基于第一脸部特征所确定出的至少一个主播的主播节目，则可以向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目，举例来说，如果用户所偏好的第一脸部特征为脸型为瓜子型的脸部特征，第一类别为网络游戏类别，则可以首先从所有的主播中筛选出脸型为瓜子型的主播，然后从脸型为瓜子型的主播中筛选出网络游戏类别的主播节目提供给用户。
②基于偏好信息向用户推荐的主播节目为主播的脸部特征与所述第一脸部特征匹配的主播节目，则可以向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。举例来说，如果用户所偏好的第一脸部特征为脸型为瓜子型的脸部特征，第一类别为网络游戏类别，则可以首先从各个主播节目中筛选出主播的脸部特征为瓜子型的主播节目，然后从这些节目中筛选出网络游戏类别的主播节目提供给用户；又或者，可以首先从所有的主播节目中筛选出网络游戏类别的主播节目，然后从网络游戏类别的主播节目筛选出主播的脸部特征为瓜子型的主播节目提供给用户等等。
步骤S103中，向用户提供的视频数据可以包含一条或者多条视频数据，以该视频数据为主播节目为例，如果向所述用户提供的主播节目包含N条主播节目，N为大于等于2正整数，则可以将这N条主播节目随机排序之后提供给用户，也可以基于以下原则将N条主播节目提供给用户：确定出所述用户对所述N条主播节目中每条主播节目的偏好程度；基于所述偏好程度对所述N条主播节目排序之后，将所述N条主播节目提供给所述用户。
举例来说，用户对N条主播节目中每条主播节目的偏好程度可以通过多种方式确定，例如：①获得与当前用户的同类别用户，其中，可以获得与当前用户的年龄阶段相同的用户作为同类别用户、获得与当前用户的访问网站相似的用户作为同类别用户等等；然后确定出这些同类别用户针对N条主播节目中每条主播节目的总访问次数，该总访问次数即为用户针对每条主播节目的偏好程度，可以按照总访问次数从高到低排序之后将N条主播节目提供给用户；②获得当前用户针对各个类别的主播节目的访问次数，基于该访问次数对各个类别进行从高到低排序，该排序则可以体现用户对主播节目的偏好程度，其中，针对N条主播节目可以按照其所属类别进行排序等等。当然，在具体实施过程中，还可以基于其他原则对N条主播节目进行排序，本发明实施例不再详细列举，并且不作限制。
第二方面，基于同一发明构思，本发明实施例提供一种基于用户行为的信息推荐装置，请参考图2，包括：
获得模块20，用于获得电子设备的用户针对视频数据的历史观看记录；
第一确定模块21，用于基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；
提供模块22，用于向所述用户提供与所述偏好信息对应的视频数据。
可选的，所述历史观看记录包括：历史观看次数、历史观看时长、历史赠送虚拟礼物信息中的至少一种记录。
可选的，如果所述视频数据为主播节目，所述第一确定模块21，包括：第一获取单元，用于获取所述历史观看记录所包含的各个主播的脸部特征；第一确定单元，用于基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值；第二获取单元，用于获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为所述M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为所述M个主播。
可选的，所述第一确定单元，包括：确定子单元，用于针对每类脸部特征，确定出其在每类历史观看记录下的评分值；加和子单元，用于将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
可选的，所述装置还包括：第二确定模块，用于基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；所述提供模块22，用于向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
可选的，所述提供模块22，包括：第二确定单元，用于确定出所述偏好信息所对应的第一脸部特征；第三确定单元，用于确定出包含所述第一脸部特征的至少一个主播；第一推荐单元，用于向所述用户推荐所述至少一个主播的所述主播节目。
可选的，所述第一推荐单元，用于：向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目。
可选的，所述提供模块22，包括：第四确定单元，用于确定出所述偏好信息所对应的第一脸部特征；匹配单元，用于将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；第二推荐单元，用于向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
可选的，所述第二推荐单元，用于：向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。
可选的，如果所述向所述用户提供的主播节目包含N条主播节目，N为正整数，所述提供模块22，包括：排序单元，用于对所述N条主播节目基于所述偏好信息进行排序；第三推荐单元，用于将排序后的所述N条主播节目推荐给所述用户。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
由于在本发明实施例中，获得电子设备的用户针对视频数据的历史观看记录；然后基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；进而向所述用户提供与所述偏好信息对应的视频数据，也就是说，不需要用户的搜索操作就可以向用户提供与用户针对脸部特征的偏好信息对应的视频数据，故而达到了提高获得视频数据的效率的技术效果，且是基于用户的历史观看数据获得用户针对脸部特征的偏好信息，因此所提供的视频数据也较为精确，能够较好的满足用户的需求。
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的装置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、一种基于用户行为的信息推荐方法，包括：
获得电子设备的用户针对视频数据的历史观看记录；
基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；
向所述用户提供与所述偏好信息对应的视频数据。
A2、如A1所述的方法，其特征在于，所述历史观看记录包括：历史观看次数、历史观看时长、历史赠送虚拟礼物信息中的至少一种记录。
A3、如A2所述的方法，其特征在于，如果所述视频数据为主播节目，所述基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息，包括：
获取所述历史观看记录所包含的各个主播的脸部特征；
基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值；
获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为所述M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为所述M个主播。
A4、如A3所述的方法，其特征在于，所述基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值，包括：
针对每类脸部特征，确定出其在每类历史观看记录下的评分值；
将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
A5、如A1-A4任一所述的方法，其特征在于，所述向所述用户提供与所述偏好信息对应的主播节目，还包括：
基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；
向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
A6、如A5所述的方法，其特征在于，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
确定出所述偏好信息所对应的第一脸部特征；
确定出包含所述第一脸部特征的至少一个主播；
向所述用户推荐所述至少一个主播的所述主播节目。
A7、如A6所述的方法，其特征在于，所述向所述用户推荐所述至少一个主播的所述主播节目，包括：
向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目。
A8、如A5所述的方法，其特征在于，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
确定出所述偏好信息所对应的第一脸部特征；
将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
A9、如A8所述的方法，其特征在在于，所述向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目，包括：
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。
A10、如A1-A4任一所述的方法，其特征在于，如果所述向所述用户提供的主播节目包含N条主播节目，N为正整数，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
对所述N条主播节目基于所述偏好信息进行排序；
将排序后的所述N条主播节目推荐给所述用户。
B11、一种基于用户行为的信息推荐装置，包括：
获得模块，用于获得电子设备的用户针对视频数据的历史观看记录；
第一确定模块，用于基于所述历史观看记录，确定出所述用户针对各类脸部特征的偏好信息；
提供模块，用于向所述用户提供与所述偏好信息对应的视频数据。
B12、如B11所述的装置，其特征在于，所述历史观看记录包括：历史观看次数、历史观看时长、历史赠送虚拟礼物信息中的至少一种记录。
B13、如B12所述的装置，其特征在于，如果所述视频数据为主播节目，所述第一确定模块，包括：
第一获取单元，用于获取所述历史观看记录所包含的各个主播的脸部特征；
第一确定单元，用于基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值；
第二获取单元，用于获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为所述M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为所述M个主播。
B14、如B13所述的装置，其特征在于，所述第一确定单元，包括：
确定子单元，用于针对每类脸部特征，确定出其在每类历史观看记录下的评分值；
加和子单元，用于将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
B15、如B11-B14任一所述的装置，其特征在于，所述装置还包括：
第二确定模块，用于基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；
所述提供模块，用于向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
B16、如B15所述的装置，其特征在于，所述提供模块，包括：
第二确定单元，用于确定出所述偏好信息所对应的第一脸部特征；
第三确定单元，用于确定出包含所述第一脸部特征的至少一个主播；
第一推荐单元，用于向所述用户推荐所述至少一个主播的所述主播节目。
B17、如B16所述的装置，其特征在于，所述第一推荐单元，用于：
向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目。
B18、如B15所述的装置，其特征在于，所述提供模块，包括：
第四确定单元，用于确定出所述偏好信息所对应的第一脸部特征；
匹配单元，用于将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；
第二推荐单元，用于向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
B19、如B18所述的装置，其特征在在于，所述第二推荐单元，用于：
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。
B20、如B11-B14任一所述的装置，其特征在于，如果所述向所述用户提供的主播节目包含N条主播节目，N为正整数，所述提供模块，包括：
排序单元，用于对所述N条主播节目基于所述偏好信息进行排序；
第三推荐单元，用于将排序后的所述N条主播节目推荐给所述用户。

Claims (16)

1.一种基于用户行为的信息推荐方法，其特征在于，包括：
获得电子设备的用户针对主播节目的历史观看记录；
基于所述历史观看记录所对应的主播节目中各个主播的脸部特征，确定出所述用户针对各类脸部特征的偏好信息；包括：获取所述历史观看记录所包含的各个主播的脸部特征；基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值；获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为M个主播；
向所述用户提供与所述偏好信息对应的主播节目，包括：确定出所述偏好信息所对应的第一脸部特征；确定出包含所述第一脸部特征的至少一个主播；向所述用户推荐所述至少一个主播的所述主播节目。
2.如权利要求1所述的方法，其特征在于，所述历史观看记录包括：历史观看次数、历史观看时长、历史赠送虚拟礼物信息中的至少一种记录。
3.如权利要求1所述的方法，其特征在于，所述基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值，包括：
针对每类脸部特征，确定出其在每类历史观看记录下的评分值；
将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
4.如权利要求1-3任一所述的方法，其特征在于，所述向所述用户提供与所述偏好信息对应的主播节目，还包括：
基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；
向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
5.如权利要求4所述的方法，其特征在于，所述向所述用户推荐所述至少一个主播的所述主播节目，包括：
向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目。
6.如权利要求4所述的方法，其特征在于，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
确定出所述偏好信息所对应的第一脸部特征；
将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
7.如权利要求6所述的方法，其特征在在于，所述向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目，包括：
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。
8.如权利要求1-3任一所述的方法，其特征在于，所述向所述用户提供的主播节目包含N条主播节目，N为正整数，所述向所述用户提供与所述偏好信息对应的主播节目，包括：
对所述N条主播节目基于所述偏好信息进行排序；
将排序后的所述N条主播节目推荐给所述用户。
9.一种基于用户行为的信息推荐装置，其特征在于，包括：
获得模块，用于获得电子设备的用户针对主播节目的历史观看记录；
第一确定模块，用于基于所述历史观看记录所对应的主播节目中各个主播的脸部特征，确定出所述用户针对各类脸部特征的偏好信息；
提供模块，用于向所述用户提供与所述偏好信息对应的视频数据；
如果所述视频数据为主播节目，所述第一确定模块，包括：
第一获取单元，用于获取所述历史观看记录所包含的各个主播的脸部特征；
第一确定单元，用于基于所述历史观看记录确定出所述用户针对每类脸部特征的偏好评分值；
第二获取单元，用于获取按照所述偏好评分值按照从高到低排序位于前预设位的主播作为M个主播；或者，获取所述偏好评分值大于预设评分值的主播作为M个主播；
所述提供模块，包括：
第二确定单元，用于确定出所述偏好信息所对应的第一脸部特征；
第三确定单元，用于确定出包含所述第一脸部特征的至少一个主播；
第一推荐单元，用于向所述用户推荐所述至少一个主播的所述主播节目。
10.如权利要求9所述的装置，其特征在于，所述历史观看记录包括：历史观看次数、历史观看时长、历史赠送虚拟礼物信息中的至少一种记录。
11.如权利要求9所述的装置，其特征在于，所述第一确定单元，包括：
确定子单元，用于针对每类脸部特征，确定出其在每类历史观看记录下的评分值；
加和子单元，用于将对应脸部特征在每类历史观看记录下的评分值基于权值相加获得对应脸部特征的所述偏好评分值。
12.如权利要求9-11任一所述的装置，其特征在于，所述装置还包括：
第二确定模块，用于基于所述历史观看记录确定出所述用户所偏好的主播节目的第一类别；
所述提供模块，用于向所述用户提供在所述第一类别下所述偏好信息所对应的所述主播节目。
13.如权利要求12所述的装置，其特征在于，所述第一推荐单元，用于：
向所述用户推荐所述至少一个主播的主播节目中属于所述第一类别的主播节目。
14.如权利要求12所述的装置，其特征在于，所述提供模块，包括：
第四确定单元，用于确定出所述偏好信息所对应的第一脸部特征；
匹配单元，用于将所述第一脸部特征与各个主播节目中的主播的脸部特征进行匹配，确定出主播的脸部特征与所述第一脸部特征匹配的主播节目；
第二推荐单元，用于向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目。
15.如权利要求14所述的装置，其特征在在于，所述第二推荐单元，用于：
向所述用户推荐主播的脸部特征与所述第一脸部特征匹配的主播节目中属于所述第一类别的主播节目。
16.如权利要求9-11任一所述的装置，其特征在于，所述向所述用户提供的主播节目包含N条主播节目，N为正整数，所述提供模块，包括：
排序单元，用于对所述N条主播节目基于所述偏好信息进行排序；
第三推荐单元，用于将排序后的所述N条主播节目推荐给所述用户。
CN201610683119.2A 2016-08-18 2016-08-18 一种基于用户行为的信息推荐方法及装置 Active CN106067992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610683119.2A CN106067992B (zh) 2016-08-18 2016-08-18 一种基于用户行为的信息推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610683119.2A CN106067992B (zh) 2016-08-18 2016-08-18 一种基于用户行为的信息推荐方法及装置

Publications (2)

Publication Number Publication Date
CN106067992A CN106067992A (zh) 2016-11-02
CN106067992B true CN106067992B (zh) 2019-07-26

Family

ID=57207407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610683119.2A Active CN106067992B (zh) 2016-08-18 2016-08-18 一种基于用户行为的信息推荐方法及装置

Country Status (1)

Country Link
CN (1) CN106067992B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106604051A (zh) * 2016-12-20 2017-04-26 广州华多网络科技有限公司 直播频道推荐方法及装置
CN108076353A (zh) * 2017-05-18 2018-05-25 北京市商汤科技开发有限公司 业务对象推荐方法、装置、存储介质和电子设备
CN107908324B (zh) * 2017-11-14 2020-07-14 阿里巴巴（中国）有限公司 界面展示方法及装置
CN109951724A (zh) * 2017-12-20 2019-06-28 阿里巴巴集团控股有限公司 直播推荐方法、主播推荐模型训练方法及相关设备
CN108510246A (zh) * 2018-04-02 2018-09-07 北京字节跳动网络技术有限公司 一种信息反馈方法及装置
CN108460581A (zh) * 2018-04-02 2018-08-28 北京字节跳动网络技术有限公司 一种信息反馈方法及装置
CN110400027A (zh) * 2018-04-20 2019-11-01 香港乐蜜有限公司 直播平台中主播的统计管理方法和装置
CN110210920B (zh) * 2018-04-26 2023-06-02 腾讯科技（深圳）有限公司 用餐信息的推荐方法和装置
CN109040795B (zh) * 2018-07-31 2023-12-19 周向红 一种视频推荐方法及系统
CN113207010B (zh) * 2021-06-02 2022-06-17 清华大学 模型训练方法、直播推荐方法、设备、存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5593352B2 (ja) * 2012-07-10 2014-09-24 ヤフー株式会社 情報提供装置、情報提供方法および情報提供プログラム
CN103648031B (zh) * 2013-11-15 2017-01-25 乐视致新电子科技（天津）有限公司 一种智能电视的节目推荐方法及装置
CN105095431A (zh) * 2015-07-22 2015-11-25 百度在线网络技术（北京）有限公司 根据用户的行为信息推送视频的方法和装置
CN105335465B (zh) * 2015-09-23 2019-03-05 广州酷狗计算机科技有限公司 一种展示主播账户的方法和装置

Also Published As

Publication number Publication date
CN106067992A (zh) 2016-11-02

Similar Documents

Publication Publication Date Title
CN106067992B (zh) 一种基于用户行为的信息推荐方法及装置
CA3039610C (en) System and method for streaming individualized media content
CN106231362B (zh) 一种基于主播节目的信息推荐方法、电子设备及服务器
CN105617657B (zh) 游戏智能推荐方法及装置
CN104247441B (zh) 自动推荐内容
CN106547767B (zh) 确定视频封面图片的方法及装置
CN104504059B (zh) 多媒体资源推荐方法
US20120143651A1 (en) Data mining of user activity data to identify sequential item acquisition patterns
CN105574110A (zh) 游戏智能推荐方法及装置
CN105477860A (zh) 游戏活动推荐方法及装置
US20150301692A1 (en) Individual song libraries and personalized channels in broadcast satellite systems
CN106604051A (zh) 直播频道推荐方法及装置
CN1720740A (zh) 根据具有相似观看习惯的用户的投票推荐节目
CN102834800A (zh) 媒体消费的概要呈现
CN108848416A (zh) 音视频内容的评价方法和装置
CN105100242B (zh) 一种数据处理方法和系统
CN108495184B (zh) 一种为视频添加弹幕的方法和装置
CN108009147A (zh) 电子书封面生成方法、电子设备及计算机存储介质
CN109922357A (zh) 视频推荐的方法及装置
US9237365B2 (en) Pay-per-view portal
CN106341704A (zh) 一种基于主播的推荐方法及装置
CN109005461A (zh) 一种视频对象的推荐方法、装置和设备/终端/服务器
CN109672909A (zh) 数据处理方法、装置、电子设备及可读存储介质
CN107592486A (zh) 一种视频生成方法和装置
CN108038758B (zh) 一种应用推荐方法、系统及终端设备

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: 20220711

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