CN106131675A - 一种商品推荐方法、装置及系统 - Google Patents

一种商品推荐方法、装置及系统 Download PDF

Info

Publication number
CN106131675A
CN106131675A CN201610569276.0A CN201610569276A CN106131675A CN 106131675 A CN106131675 A CN 106131675A CN 201610569276 A CN201610569276 A CN 201610569276A CN 106131675 A CN106131675 A CN 106131675A
Authority
CN
China
Prior art keywords
commdity advertisement
user
commodity
advertisement
described user
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
CN201610569276.0A
Other languages
English (en)
Inventor
李冉
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 Mobile Intelligent Information Technology Beijing Co Ltd
Original Assignee
LeTV Holding Beijing Co Ltd
LeTV Mobile Intelligent Information Technology 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 Mobile Intelligent Information Technology Beijing Co Ltd filed Critical LeTV Holding Beijing Co Ltd
Priority to CN201610569276.0A priority Critical patent/CN106131675A/zh
Publication of CN106131675A publication Critical patent/CN106131675A/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
    • H04N21/43—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
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Social Psychology (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供一种商品推荐方法、装置及系统，涉及视频应用技术领域，该方法包括：获取用户观看商品广告的视频以及用户观看商品广告的时间段；根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级。导购人员可根据本发明确定的用户观看的商品广告对应的商品的推荐优先级，确定是否为该用户推荐用户观看的商品广告对应的商品，从而在一定程度上提高商品推荐效率。

Description

一种商品推荐方法、装置及系统
技术领域
本发明实施例涉及视频应用技术领域，尤其涉及一种商品推荐方法、装置及系统。
背景技术
目前，很多商家会开设商品体验店，用户可在商品体验店中体验商家提供的各种商品，比如：在某一品牌的体验店中展示该品牌的各种型号手机、平板电脑等商店，由导购为用户推荐该品牌的热卖商品。
发明人在实现本发明的过程中，发现现有技术存在如下缺陷：由于导购并不知晓用户的喜好，可能会推荐用户不需要或者不喜欢的商品，从而导致商品推荐效率低，用户体验低的问题。
因此，目前亟需一种能够提前获知用户对商品的喜好，从而为用户推荐商品的方法。
发明内容
本发明实施例提供一种商品推荐方法、装置及系统，用以解决现有技术中由于导购并不知晓用户的喜好，可能会推荐用户不需要或者不喜欢的商品，从而导致商品推荐效率低，用户体验低的问题。
本发明实施例提供一种商品推荐方法，包括：
获取用户观看商品广告的视频以及所述用户观看商品广告的时间段；
根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，
根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；
根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级。
所述方法，用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气；
则，根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级，具体包括：
确定所述用户观看商品广告时的表情为喜悦或惊奇时，确定所述用户观看的商品广告对应的商品的推荐优先级为高；
确定所述用户观看商品广告时的表情为厌恶或生气时，确定所述用户观看的商品广告对应的商品的推荐优先级为低。
本发明实施例，可以根据用户表情，确定是否为用户推荐其观看的商品广告对应的商品。
所述方法，根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定用户观看的商品广告对应的商品，具体包括：
确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段；
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品；
将该商品广告播放时间段对应的商品确定为所述用户观看的商品广告对应的商品。
本发明实施例，通过针对预先存储的每个商品广告播放时间段，预先设置该商品广告播放时间段对应的时长阈值，当用户观看商品广告的时间段与该商品广告播放时间段重叠的部分大于该商品广告播放时间段对应的时长阈值时，确定该商品广告播放时间段应的商品为用户观看的商品广告对应的商品，从而当用户观看某个商品广告的时长过短时，可认为该用户对该商品不感兴趣，从而放弃分析该用户观看该商品广告时的表情。
所述方法，确定所述用户观看商品广告时的表情，具体包括：
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，确定所述用户观看商品广告时的表情。
本发明实施例，当用户观看某个商品广告的时长大于该商品广告的广告播放时间段对应的时长阈值时，确定用户观看该商品广告时的表情，从而避免对观看商品广告的时长太短的用户进行分析，减少了计算量。
所述方法，还包括：
将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
所述方法，还包括：
获取进店图像采集装置采集的进店用户的面部图像；
将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；
确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端。
本发明实施例，在用户进店后，在数据库中查找该进店用户是否观看过商品广告，如果是，将数据库中保存的该进店用户的面部图像以及该进店用户观看的商品广告对应的商品与该进店用户观看的商品广告对应的商品的推荐优先级的对应关系发送至商品推荐终端，以方便店内工作人员根据确定出的该进店用户观看的商品广告对应的商品的推荐优先级，为该进店用户推荐商品。
本发明家实施还提供一种商品推荐装置，包括：
第一获取模块，用于获取用户观看商品广告的视频以及所述用户观看商品广告的时间段；
第一确定模块，用于根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；
第二确定模块，用于根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级。
用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气；则，所述装置中，所述第二确定模块具体用于：
确定所述用户观看商品广告时的表情为喜悦或惊奇时，确定所述用户观看的商品广告对应的商品的推荐优先级为高；
确定所述用户观看商品广告时的表情为厌恶或生气时，确定所述用户观看的商品广告对应的商品的推荐优先级为低。
所述装置中，所述第一确定模块具体用于：
确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段；
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品；
将该商品广告播放时间段对应的商品确定为所述用户观看的商品广告对应的商品。
所述装置中，所述第一确定模块具体用于：
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，确定所述用户观看商品广告时的表情。
所述装置，还包括：
保存模块，用于将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
所述装置，还包括：
第二获取模块，用于获取进店图像采集装置采集的进店用户的面部图像；
匹配模块，用于将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端。
本发明实施例还提供一种商品推荐系统，包括：
视频采集装置，用于检测到用户的人脸时，开始采集所述用户观看商品广告的视频，确定在视频采集范围内检测不到所述用户的人脸时，停止采集所述用户观看商品广告的视频，并确定所述用户观看商品广告的时间段，所述视频采集装置设置于商品广告播放设备中；
服务器，用于获取视频采集装置采集的用户观看商品广告的视频，以及所述用户观看商品广告的时间段；根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级；将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
所述系统，还包括：
商品推荐终端以及进店图像采集装置；
所述进店图像采集装置，用于在用户进店时，采集进店用户的面部图像发送至所述服务器；
所述服务器还用于，获取所述进店图像采集装置采集的进店用户的面部图像；将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端；
所述商品推荐终端，用于接收所述服务器发送的所述进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级。
利用本发明实施例提供的商品推荐方法、装置及系统，具有以下有益效果：在确定出用户观看商品广告时的表情，以及用户观看的商品广告对应的商品后，根据用户观看商品广告时的表情，确定用户观看的商品广告对应的商品的推荐优先级。用户观看的商品广告对应的商品的推荐优先级确定后，当用户进店浏览商品时，导购人员可根据用户观看的商品广告对应的商品的推荐优先级，确定是否为该用户推荐用户观看的商品广告对应的商品，从而在一定程度上提高商品推荐效率，进而提高用户体验。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的商品推荐方法流程图；
图2为本发明实施例提供的确定用户观看的商品广告对应的商品的方法流程图；
图3为本发明实施例提供的另一商品推荐方法流程图；
图4为本发明实施例提供的商品推荐装置示意图；
图5为本发明实施例提供的商品推荐系统示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，为本发明实施例提供的商品推荐方法，执行主体可以为服务器或者其它能够执行图1提供的实施例的设备，该方法包括：
步骤101，获取用户观看商品广告的视频以及所述用户观看商品广告的时间段。
具体的，可在商品广告播放设备上安装视频采集装置，该视频采集装置实时检测是否有人脸进入其采集范围内，如果是，确定该人脸对应的用户在观看商品广告，开始采集该用户观看商品广告的视频，当该视频采集装置检测不到该人脸时，确定该人脸对应的用户停止观看商品广告，保存采集到的该用户观看商品广告的视频，并记录该用户观看商品广告的时间段。本发明实施例，可由网络侧设备从视频采集装置获取用户观看商品广告的视频以及该用户观看商品广告的时间段，也可以在视频采集装置每采集一个用户观看商品广告的视频以及该用户观看商品广告的时间段后，主动上传至网络侧设备的存储器，网络侧设备的处理器从存储器中获取用户观看商品广告的视频以及该用户观看商品广告的时间段。
步骤102，根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品。
具体的，预先存储商品广告的播放时间段与商品的对应关系，比如：广告播放时间段8:00-8:05播放商品A的广告，广告播放时间段8:06-8:09播放商品B的广告。根据用户观看商品广告的时间段以及该对应关系，即可确定用户观看的商品广告对应的商品。
步骤103，根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情。
具体的，从用户观看商品广告的视频中截取用户的面部图像，并从截取的面部图像中提取和人脸表情相关的特征，表示成一定维数(比如256维)的特征向量，将该特征向量输入表情分类器，得到对用户表情的分类结果，其中，人脸表情可以包括高兴、生气、悲伤、喜悦、惊奇等。根据包括人脸的视频以及人脸表情分析算法，确定人脸表情的方式可参考现有技术，其中，人脸表情分析算法可以为SVM(支持向量机)分类算法或深度神经网络分类算法或系数标识分类方法。
步骤104，根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级。
具体的，可预先规定各种表情对应的推荐优先级，比如，高兴对应的推荐优先级为高，生气对应的推荐优先级为低。
其中，步骤102和步骤103的执行顺序可以调换，或者同时执行，这里不做限定。
本发明实施例，在确定出用户观看商品广告时的表情，以及用户观看的商品广告对应的商品后，根据用户观看商品广告时的表情，确定用户观看的商品广告对应的商品的推荐优先级。用户观看的商品广告对应的商品的推荐优先级确定后，当用户进店浏览商品时，导购人员可根据用户观看的商品广告对应的商品的推荐优先级，确定是否为该用户推荐用户观看的商品广告对应的商品，从而在一定程度上提高商品推荐效率，进而提高用户体验。
在具体实施时，可以规定用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气，当然也可以包括其它表情，这里不做限定。
当用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气时，步骤104，根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级，具体包括：
确定所述用户观看商品广告时的表情为喜悦或惊奇时，确定所述用户观看的商品广告对应的商品的推荐优先级为高；确定所述用户观看商品广告时的表情为厌恶或生气时，确定所述用户观看的商品广告对应的商品的推荐优先级为低。
具体的，当用户观看的商品广告时的表情为喜悦或惊奇时，可以确定该用户对其观看的商品广告对应的商品比较感兴趣，此时，确定用户观看的商品广告对应的商品的推荐优先级为高；当用户观看的商品广告时的表情为厌恶或生气时，可以确定该用户对其观看的商品广告对应的商品比较反感，此时，确定用户观看的商品广告对应的商品的推荐优先级为低，从而根据用户表情，确定是否为用户推荐其观看的商品广告对应的商品。
可选地，步骤102，根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定用户观看的商品广告对应的商品，如图2所示，具体包括：
步骤201，确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段。
具体的，将预先存储的商品广告播放时间段与商品的对应关系中的商品广告时间段，作为预先存储的商品广告播放时间段，并从预先存储的商品广告播放时间段中，筛选出与用户观看商品广告的时间段重叠的商品广告播放时间段，本发明实施例中商品广告播放时间段可能与用户观看商品广告的时间段完全重叠，也可能与用户观看商品广告的时间段部分重叠。假如广告播放时间段8:00-8:05播放商品A的广告，广告播放时间段8:06-8:09播放商品B的广告，此时预先存储的商品广告播放时间段为8:00-8:05、8:06-8:09，则，当用户观看商品广告的时间段为8:06-8:07时，与用户观看商品广告的时间段重叠的商品广告播放时间段为8:06-8:09，此时可根据预先存储的对应关系，确定用户观看的商品广告对应的商品为商品B；当用户观看商品广告的时间段为8:01-8:07，与用户观看商品广告的时间段重叠的商品广告播放时间段为8:00-8:05以及8:06-8:09时，此时可根据预先存储的对应关系，确定用户观看的商品广告对应的商品为商品A和商品B。
步骤202，针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定所述用户观看商品广告的时间段与该广告播放时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品。
具体的，与用户观看商品广告的时间段重叠的商品广告播放时间段可能为一个也可能为多个，当用户观看商品广告的时间段的起始时间点和结束时间点属于预先存储的商品广告播放时间段中的同一商品广告播放时间段时，确定与用户观看商品广告的时间段重叠的商品广告播放时间段个数为一个，当用户观看商品广告的时间段的起始时间点和结束时间点属于预先存储的商品广告播放时间段中的不同商品广告播放时间段时，确定与用户观看商品广告的时间段重叠的商品广告播放时间段个数为至少两个。
针对预先存储的每个商品广告播放时间段，预先设置该商品广告播放时间段对应的时长阈值，其中，该时长阈值小于或等于该商品广告播放时间段对应的时长，并且，大于零。在具体实施时，针对与用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品。
步骤203，将该商品广告播放时间段对应的商品确定为所述用户观看的商品广告对应的商品。
本发明实施例，通过针对预先存储的每个商品广告播放时间段，预先设置该商品广告播放时间段对应的时长阈值，当用户观看商品广告的时间段与该商品广告播放时间段重叠的部分大于该商品广告播放时间段对应的时长阈值时，确定该商品广告播放时间段应的商品为用户观看的商品广告对应的商品，从而当用户观看某个商品广告的时长过短时，可认为该用户对该商品不感兴趣，从而放弃分析该用户观看该商品广告时的表情。
步骤202的实施方式为一种优选实施方式，步骤202的实施方式也可以为：针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品，即，不考虑每个商品广告播放时间段对应的预设时长。
确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段后，步骤103中，确定所述用户观看商品广告时的表情，具体包括：
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，确定所述用户观看商品广告时的表情。
具体的，当用户观看某个商品广告的时长大于该商品广告的广告播放时间段对应的时长阈值时，确定用户观看该商品广告时的表情，从而避免对观看商品广告的时长过短的用户进行分析，减少了计算量。
可选地，本发明实施例提供的商品推荐方法，还包括：
将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
具体的，从用户观看商品广告的视频中截取用户的面部图像，并将该用户的面部图像、该用户观看的商品广告对应的商品与该用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库，具体可以以表格的形式保存该对应关系，如表1所示，为本发明实施例提供的保存该对应关系的示例性表格。
表1
表1中，推荐优先级为确定出的用户观看的商品广告对应的商品的推荐优先级。由表1可以看出，在为用户P1推荐商品时，可优先推荐商品A，优先不推荐商品B，在为用户P2推荐商品时，可优先推荐商品B。
可选地，如图3所示，本发明实施例提供的商品推荐方法，还包括：
步骤301，获取进店图像采集装置采集的进店用户的面部图像。
具体的，在商店门口处设置进店图像采集装置，用于采集进店用户的面部图像，当进店图像采集装置采集了进店用户的面部图像后，上传至网络侧设备的存储器中，网络侧设备从存储器中获取进店图像采集装置采集的进店用户的面部图像，或者，由进店图像采集装置采集并保存进店用户的面部图像，网络侧设备从进店图像采集装置中获取进店用户的面部图像。
步骤302，将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配。
具体的，数据库中保存了用户的面部图像、用户观看的商品广告对应的商品与用户观看的商品广告对应的商品的推荐优先级的对应关系，可在数据库中查找与进店用户的面部图像匹配的面部图像。
步骤303，确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端。
具体的，确定在数据库保存用户的面部图像中匹配到进店用户的面部图像时，说明该进店用户已经观看了商品广告，并且，该进店用户即为与该进店用户的面部图像匹配的用户的面部图像对应的用户；从数据库中获取该进店用户的面部图像、该进店用户观看的商品广告对应的商品与该进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将该对应关系发送至商品推荐终端。其中，商品推荐终端由导购或者其它店内工作人员持有，以方便导购或者店内其它人员根据商品推荐终端接收到的对应关系，为进店用户推荐商品。
本发明实施例，在用户进店后，在数据库中查找该进店用户是否观看过商品广告，如果是，将数据库中保存的该进店用户的面部图像以及该进店用户观看的商品广告对应的商品与该进店用户观看的商品广告对应的商品的推荐优先级的对应关系发送至商品推荐终端，以方便店内工作人员根据确定出的该进店用户观看的商品广告对应的商品的推荐优先级，为该进店用户推荐商品。
基于与上述实施例提供的商品推荐方法同样的发明构思，本发明实施例还提供一种商品推荐装置，如图4所示，包括：
第一获取模块401，用于获取用户观看商品广告的视频以及所述用户观看商品广告的时间段；
第一确定模块402，用于根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；
第二确定模块403，用于根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级。
优选地，用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气；则，所述第二确定模块403具体用于：
确定所述用户观看商品广告时的表情为喜悦或惊奇时，确定所述用户观看的商品广告对应的商品的推荐优先级为高；
确定所述用户观看商品广告时的表情为厌恶或生气时，确定所述用户观看的商品广告对应的商品的推荐优先级为低。
优选地，所述第一确定模块402具体用于：
确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段；
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定所述用户观看商品广告的时间段与该广告播放时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品；
将该商品广告播放时间段对应的商品确定为所述用户观看的商品广告对应的商品。
优选地，所述第一确定模块402具体用于：
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定所述用户观看商品广告的时间段与该广告播放时间段重叠的部分大于该广告播放时间段对应的时长阈值时，确定所述用户观看商品广告时的表情。
优选地，所述装置，还包括：
保存模块404，用于将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
优选地，所述装置，还包括：
第二获取模块405，用于获取进店图像采集装置采集的进店用户的面部图像；
匹配模块406，用于将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端。
本发明实施例还提供一种商品推荐系统，如图5所示，包括：
视频采集装置501，用于检测到用户的人脸时，开始采集所述用户观看商品广告的视频，确定在视频采集范围内检测不到所述用户的人脸时，停止采集所述用户观看商品广告的视频，并确定所述用户观看商品广告的时间段，所述视频采集装置设置于商品广告播放设备中；
服务器502，用于获取视频采集装置采集的用户观看商品广告的视频，以及所述用户观看商品广告的时间段；根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级；将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
其中，服务器为网路侧设备。
优选地，所述系统，还包括：
商品推荐终端503以及进店图像采集装置504；
所述进店图像采集装置504，用于在用户进店时，采集进店用户的面部图像发送至所述服务器502；
所述服务器502还用于，获取所述进店图像采集装置504采集的进店用户的面部图像；将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端503；
所述商品推荐终端503，用于接收所述服务器502发送的所述进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级。
优选地，所述服务器502具体用于：
在用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气时，确定所述用户观看商品广告时的表情为喜悦或惊奇时，确定所述用户观看的商品广告对应的商品的推荐优先级为高；确定所述用户观看商品广告时的表情为厌恶或生气时，确定所述用户观看的商品广告对应的商品的推荐优先级为低。
优选地，所述服务器502具体用于：
确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段；
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品；
将该商品广告播放时间段对应的商品确定为所述用户观看的商品广告对应的商品。
优选地，所述服务器502具体用于：
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，确定所述用户观看商品广告时的表情。
利用本发明实施例提供的商品推荐方法、装置及系统，具有以下有益效果：
在确定出用户观看商品广告时的表情，以及用户观看的商品广告对应的商品后，根据用户观看商品广告时的表情，确定用户观看的商品广告对应的商品的推荐优先级。用户观看的商品广告对应的商品的推荐优先级确定后，当用户进店浏览商品时，导购人员可根据用户观看的商品广告对应的商品的推荐优先级，确定是否为该用户推荐用户观看的商品广告对应的商品，从而在一定程度上提高商品推荐效率，进而提高用户体验。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：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 (14)

1.一种商品推荐方法，其特征在于，包括：
获取用户观看商品广告的视频以及所述用户观看商品广告的时间段；
根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，
根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；
根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级。
2.根据权利要求1所述的方法，其特征在于，用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气；
则，根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级，具体包括：
确定所述用户观看商品广告时的表情为喜悦或惊奇时，确定所述用户观看的商品广告对应的商品的推荐优先级为高；
确定所述用户观看商品广告时的表情为厌恶或生气时，确定所述用户观看的商品广告对应的商品的推荐优先级为低。
3.根据权利要求1所述的方法，其特征在于，根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定用户观看的商品广告对应的商品，具体包括：
确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段；
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品；
将该商品广告播放时间段对应的商品确定为所述用户观看的商品广告对应的商品。
4.根据权利要求3所述的方法，其特征在于，确定所述用户观看商品广告时的表情，具体包括：
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，确定所述用户观看商品广告时的表情。
5.根据权利要求1所述的方法，其特征在于，还包括：
将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
6.根据权利要求5所述的方法，其特征在于，还包括：
获取进店图像采集装置采集的进店用户的面部图像；
将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；
确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端。
7.一种商品推荐装置，其特征在于，包括：
第一获取模块，用于获取用户观看商品广告的视频以及所述用户观看商品广告的时间段；
第一确定模块，用于根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；
第二确定模块，用于根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级。
8.根据权利要求7所述的装置，其特征在于，用户观看商品广告时的表情包括喜悦、惊奇、厌恶以及生气；则，所述第二确定模块具体用于：
确定所述用户观看商品广告时的表情为喜悦或惊奇时，确定所述用户观看的商品广告对应的商品的推荐优先级为高；
确定所述用户观看商品广告时的表情为厌恶或生气时，确定所述用户观看的商品广告对应的商品的推荐优先级为低。
9.根据权利要求7所述的装置，其特征在于，所述第一确定模块具体用于：
确定预先存储的商品广告播放时间段中，与所述用户观看商品广告的时间段重叠的商品广告播放时间段；
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，根据预先存储的商品广告播放时间段与商品的对应关系，确定该商品广告播放时间段对应的商品；
将该商品广告播放时间段对应的商品确定为所述用户观看的商品广告对应的商品。
10.根据权利要求9所述的装置，其特征在于，所述第一确定模块具体用于：
针对与所述用户观看商品广告的时间段重叠的每个商品广告播放时间段，确定该广告播放时间段与所述用户观看商品广告的时间段重叠的部分大于该广告播放时间段对应的时长阈值时，确定所述用户观看商品广告时的表情。
11.根据权利要求7所述的装置，其特征在于，还包括：
保存模块，用于将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
12.根据权利要求11所述的装置，其特征在于，还包括：
第二获取模块，用于获取进店图像采集装置采集的进店用户的面部图像；
匹配模块，用于将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端。
13.一种商品推荐系统，其特征在于，包括：
视频采集装置，用于检测到用户的人脸时，开始采集所述用户观看商品广告的视频，确定在视频采集范围内检测不到所述用户的人脸时，停止采集所述用户观看商品广告的视频，并确定所述用户观看商品广告的时间段，所述视频采集装置设置于商品广告播放设备中；
服务器，用于获取视频采集装置采集的用户观看商品广告的视频，以及所述用户观看商品广告的时间段；根据所述用户观看商品广告的时间段以及预先存储的商品广告播放时间段与商品的对应关系，确定所述用户观看的商品广告对应的商品；并，根据所述用户观看商品广告的视频以及人脸表情分析算法，确定所述用户观看商品广告时的表情；根据确定的所述用户观看商品广告时的表情，确定所述用户观看的商品广告对应的商品的推荐优先级；将所述用户的面部图像、所述用户观看的商品广告对应的商品与所述用户观看的商品广告对应的商品的推荐优先级的对应关系保存至数据库。
14.根据权利要求13所述的系统，其特征在于，还包括：
商品推荐终端以及进店图像采集装置；
所述进店图像采集装置，用于在用户进店时，采集进店用户的面部图像发送至所述服务器；
所述服务器还用于，获取所述进店图像采集装置采集的进店用户的面部图像；将所述进店用户的面部图像与所述数据库保存的用户的面部图像进行匹配；确定在所述数据库保存的面部图像中匹配到所述进店用户的面部图像时，从所述数据库中获取该进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级的对应关系，并将获取的该对应关系发送至商品推荐终端；
所述商品推荐终端，用于接收所述服务器发送的所述进店用户的面部图像、所述进店用户观看的商品广告对应的商品与所述进店用户观看的商品广告对应的商品的推荐优先级。
CN201610569276.0A 2016-07-19 2016-07-19 一种商品推荐方法、装置及系统 Pending CN106131675A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610569276.0A CN106131675A (zh) 2016-07-19 2016-07-19 一种商品推荐方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610569276.0A CN106131675A (zh) 2016-07-19 2016-07-19 一种商品推荐方法、装置及系统

Publications (1)

Publication Number Publication Date
CN106131675A true CN106131675A (zh) 2016-11-16

Family

ID=57289691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610569276.0A Pending CN106131675A (zh) 2016-07-19 2016-07-19 一种商品推荐方法、装置及系统

Country Status (1)

Country Link
CN (1) CN106131675A (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106557957A (zh) * 2016-11-30 2017-04-05 天脉聚源（北京）科技有限公司 广告的推荐方法及装置
CN106846104A (zh) * 2017-01-12 2017-06-13 段元文 图像显示方法及装置
CN106910085A (zh) * 2017-01-06 2017-06-30 哈尔滨学院 一种基于电商平台的产品智能推荐方法及其系统
CN107067290A (zh) * 2017-01-12 2017-08-18 段元文 数据处理方法及装置
CN107203897A (zh) * 2017-04-24 2017-09-26 广东数相智能科技有限公司 一种产品推荐度的评价方法、装置及系统
CN107247759A (zh) * 2017-05-31 2017-10-13 深圳正品创想科技有限公司 一种商品推荐方法及装置
CN107464136A (zh) * 2017-07-25 2017-12-12 苏宁云商集团股份有限公司 一种商品展示方法及系统
CN107978229A (zh) * 2018-01-02 2018-05-01 广东奥森智能科技有限公司 一种基于人脸识别的广告机及其控制方法
CN109145195A (zh) * 2017-06-28 2019-01-04 南宁富桂精密工业有限公司 信息推荐方法、电子装置及计算机可读存储介质
CN109525866A (zh) * 2018-12-06 2019-03-26 安徽海豚新媒体产业发展有限公司 一种基于观看时长的广告推送方法
CN109583970A (zh) * 2018-12-14 2019-04-05 深圳壹账通智能科技有限公司 广告投放方法、装置、计算机设备及存储介质
CN109635680A (zh) * 2018-11-26 2019-04-16 深圳云天励飞技术有限公司 多任务属性识别方法、装置、电子设备及存储介质
CN109685611A (zh) * 2018-12-15 2019-04-26 深圳壹账通智能科技有限公司 一种产品推荐方法、装置、计算机设备及存储介质
CN109829784A (zh) * 2019-01-17 2019-05-31 深圳壹账通智能科技有限公司 基于微表情的产品推荐方法、装置、设备及存储介质
CN110929151A (zh) * 2019-11-20 2020-03-27 咪咕文化科技有限公司 用户推荐方法、电子设备和存储介质
CN112784071A (zh) * 2020-12-31 2021-05-11 重庆空间视创科技有限公司 Iptv数据共享系统及方法
CN112784069A (zh) * 2020-12-31 2021-05-11 重庆空间视创科技有限公司 一种iptv内容智能推荐系统以及方法
CN113077295A (zh) * 2021-04-21 2021-07-06 深圳市东信时代信息技术有限公司 基于用户终端的广告分级投放方法、用户终端和存储介质
CN113204532A (zh) * 2017-10-04 2021-08-03 邓白氏公司 跨全异的不可变分布式账本网络进行身份解析的系统和方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174218A (zh) * 2007-10-26 2008-05-07 北京航空航天大学 基于仿生代理的多模交互界面描述方法
US20090033622A1 (en) * 2007-05-30 2009-02-05 24/8 Llc Smartscope/smartshelf
CN102402765A (zh) * 2011-12-27 2012-04-04 纽海信息技术（上海）有限公司 基于用户表情分析的电子商务推荐方法
CN104462468A (zh) * 2014-12-17 2015-03-25 百度在线网络技术（北京）有限公司 信息提供方法及装置
CN104699769A (zh) * 2015-02-28 2015-06-10 北京京东尚科信息技术有限公司 基于表情识别的交互方法和执行该方法的设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090033622A1 (en) * 2007-05-30 2009-02-05 24/8 Llc Smartscope/smartshelf
CN101174218A (zh) * 2007-10-26 2008-05-07 北京航空航天大学 基于仿生代理的多模交互界面描述方法
CN102402765A (zh) * 2011-12-27 2012-04-04 纽海信息技术（上海）有限公司 基于用户表情分析的电子商务推荐方法
CN104462468A (zh) * 2014-12-17 2015-03-25 百度在线网络技术（北京）有限公司 信息提供方法及装置
CN104699769A (zh) * 2015-02-28 2015-06-10 北京京东尚科信息技术有限公司 基于表情识别的交互方法和执行该方法的设备

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106557957A (zh) * 2016-11-30 2017-04-05 天脉聚源（北京）科技有限公司 广告的推荐方法及装置
CN106910085A (zh) * 2017-01-06 2017-06-30 哈尔滨学院 一种基于电商平台的产品智能推荐方法及其系统
CN106910085B (zh) * 2017-01-06 2020-05-22 哈尔滨学院 一种基于电商平台的产品智能推荐方法及其系统
CN106846104A (zh) * 2017-01-12 2017-06-13 段元文 图像显示方法及装置
CN107067290A (zh) * 2017-01-12 2017-08-18 段元文 数据处理方法及装置
CN107203897A (zh) * 2017-04-24 2017-09-26 广东数相智能科技有限公司 一种产品推荐度的评价方法、装置及系统
CN107247759A (zh) * 2017-05-31 2017-10-13 深圳正品创想科技有限公司 一种商品推荐方法及装置
CN109145195A (zh) * 2017-06-28 2019-01-04 南宁富桂精密工业有限公司 信息推荐方法、电子装置及计算机可读存储介质
CN107464136A (zh) * 2017-07-25 2017-12-12 苏宁云商集团股份有限公司 一种商品展示方法及系统
CN113204532A (zh) * 2017-10-04 2021-08-03 邓白氏公司 跨全异的不可变分布式账本网络进行身份解析的系统和方法
CN107978229A (zh) * 2018-01-02 2018-05-01 广东奥森智能科技有限公司 一种基于人脸识别的广告机及其控制方法
CN109635680A (zh) * 2018-11-26 2019-04-16 深圳云天励飞技术有限公司 多任务属性识别方法、装置、电子设备及存储介质
CN109635680B (zh) * 2018-11-26 2021-07-06 深圳云天励飞技术有限公司 多任务属性识别方法、装置、电子设备及存储介质
CN109525866A (zh) * 2018-12-06 2019-03-26 安徽海豚新媒体产业发展有限公司 一种基于观看时长的广告推送方法
CN109583970A (zh) * 2018-12-14 2019-04-05 深圳壹账通智能科技有限公司 广告投放方法、装置、计算机设备及存储介质
CN109685611A (zh) * 2018-12-15 2019-04-26 深圳壹账通智能科技有限公司 一种产品推荐方法、装置、计算机设备及存储介质
CN109829784A (zh) * 2019-01-17 2019-05-31 深圳壹账通智能科技有限公司 基于微表情的产品推荐方法、装置、设备及存储介质
CN110929151A (zh) * 2019-11-20 2020-03-27 咪咕文化科技有限公司 用户推荐方法、电子设备和存储介质
CN112784071A (zh) * 2020-12-31 2021-05-11 重庆空间视创科技有限公司 Iptv数据共享系统及方法
CN112784069A (zh) * 2020-12-31 2021-05-11 重庆空间视创科技有限公司 一种iptv内容智能推荐系统以及方法
CN112784071B (zh) * 2020-12-31 2023-08-15 重庆空间视创科技有限公司 Iptv数据共享系统及方法
CN112784069B (zh) * 2020-12-31 2024-01-30 重庆空间视创科技有限公司 一种iptv内容智能推荐系统以及方法
CN113077295A (zh) * 2021-04-21 2021-07-06 深圳市东信时代信息技术有限公司 基于用户终端的广告分级投放方法、用户终端和存储介质
CN113077295B (zh) * 2021-04-21 2022-02-15 深圳市东信时代信息技术有限公司 基于用户终端的广告分级投放方法、用户终端和存储介质

Similar Documents

Publication Publication Date Title
CN106131675A (zh) 一种商品推荐方法、装置及系统
CN105160008B (zh) 一种定位推荐用户的方法及装置
CN109033149B (zh) 信息推荐方法、装置、服务器及存储介质
CN107332910B (zh) 信息推送方法和装置
CN112015998B (zh) 一种基于用户画像的商品推荐方法
CN109558535A (zh) 基于人脸识别的个性化推送物品的方法及系统
CN106250553A (zh) 一种服务推荐方法及终端
WO2014138305A1 (en) Systems and methods for providing user interactions with media
CN105653572A (zh) 一种资源的处理方法及装置
CN104813315A (zh) 顾客数据分析/验证系统
CN106910085B (zh) 一种基于电商平台的产品智能推荐方法及其系统
CN108805598A (zh) 相似度信息确定方法、服务器及计算机可读存储介质
CN105868686A (zh) 视频分类方法及装置
CN105898525A (zh) 在特定视频库中搜索视频的方法及其视频终端
CN107896153A (zh) 一种基于移动用户上网行为的流量套餐推荐方法及装置
CN109544262A (zh) 物品推荐方法、装置、电子设备、系统及可读存储介质
KR20170079429A (ko) 사용자 속성을 고려한 클러스터링 기반의 협업 필터링 방법 및 영화 추천 시스템
US9961382B1 (en) Interaction-based identification of items in content
EP2701111A1 (en) Group composition based recommender system and method
CN111737517A (zh) 一种基于短视频的即时推荐方法及系统
CN109062945B (zh) 一种社交网络的信息推荐方法、装置及系统
CN111354013A (zh) 目标检测方法及装置、设备和存储介质
JP2017182527A (ja) 情報処理システム
CN110895778A (zh) 一种电商用户画像中的分类兴趣评分的方法
CN115860869A (zh) 店铺信息推荐方法、设备及存储介质

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: 20161116

WD01 Invention patent application deemed withdrawn after publication