CN106202120A - 用于确定用户集合的兴趣信息的方法及设备 - Google Patents
用于确定用户集合的兴趣信息的方法及设备 Download PDFInfo
- Publication number
- CN106202120A CN106202120A CN201510230609.2A CN201510230609A CN106202120A CN 106202120 A CN106202120 A CN 106202120A CN 201510230609 A CN201510230609 A CN 201510230609A CN 106202120 A CN106202120 A CN 106202120A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- pushed
- gathers
- interest
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000002123 temporal effect Effects 0.000 claims description 122
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 230000029058 respiratory gaseous exchange Effects 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 15
- 230000000875 corresponding effect Effects 0.000 description 60
- 230000003203 everyday effect Effects 0.000 description 60
- 238000004458 analytical method Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 241000272525 Anas platyrhynchos Species 0.000 description 4
- 241000282326 Felis catus Species 0.000 description 4
- 230000006652 catabolic pathway Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002045 lasting effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000013011 mating Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000344 soap Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请提供一种用于确定用户集合的兴趣信息的方法及设备。该方法及设备:通过从播放终端的历史播放序列中提取对应的播放特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用;然后根据所述播放特征信息确定所述用户集合的兴趣信息。具体地,该方法及设备,可根据播放终端最近一定时间内(例如一个月)的播放序列,提取出对应的播放特征信息,分析出用户集合的兴趣信息,在此基础上可根据用户集合的兴趣信息向用户推荐其喜欢的内容,或者推送用户感兴趣的广告信息等。更加智能化,并能够满足用户的多样化需求。
Description
技术领域
本申请涉及信息处理技术领域,尤其涉及一种用于确定用户集合的兴趣信息的技术。
背景技术
随着互联网产业及科技的发展,互联网已在人们的生活中无处不在,电子播放设备也越来越成为人们生活的必需品。人们可以根据自己的喜好、需求在电子播放设备上观看自己喜欢的各种内容、或者参加自己喜欢的各种娱乐活动,还可以进行任意回放,极大地丰富了人们的信息资源渠道、观看方式、观看时间等。
然而,信息资源过多也会导致用户无所适从,从而使用户无法快速找到自己喜欢、需要的内容资源。在文化、科技等迅速发展的浪潮下,包罗万象的社会事物被划分为越来越多的领域,并且各个领域都在日新月异的发展中,用户的兴趣也存在越来越多样化、精细化的特点,例如,有的用户明显喜欢体育类中的球类播放内容,有的明显喜欢游戏类或者喜剧类播放内容等。并且,资讯、广告等信息也面临无法推送至最需要它的用户的问题,尤其是影视类广告信息。
目前的播放设备,无法更好的满足用户的多样化需求。随着智能科技越来越融入人们的生活,此问题将越来越突出。
发明内容
本申请的一个目的是提供一种用于确定用户集合的兴趣信息的方法及设备。
根据本申请的一个方面,提供了一种用于确定用户集合的兴趣信息的方法,其中,该方法包括:
从播放终端的历史播放序列中提取对应的播放特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用;
根据所述播放特征信息确定所述用户集合的兴趣信息。
根据本申请的另一方面,还提供了一种用于确定用户集合的兴趣信息的设备,该设备包括:
第一装置,用于从播放终端的历史播放序列中提取对应的播放特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用;
第二装置,用于根据所述播放特征信息确定所述用户集合的兴趣信息。
与现有技术相比,本申请所述的用于确定用户集合的兴趣信息的方法及设备,通过从用户集合的播放终端的历史播放序列中提取对应的播放特征信息,再根据所提取的播放特征信息确定该用户集合的兴趣信息。具体地,该方法及设备,可根据播放终端最近一定时间内的播放序列,提取出对应的播放特征信息,分析出用户集合的兴趣信息,在此基础上可根据用户集合的兴趣信息向用户推荐其喜欢的内容,或者推送用户感兴趣的广告信息等。更加智能化,并能够满足用户的多样化需求。
附图说明
图1示出本申请用于确定用户集合的兴趣信息的设备一实施例的原理框图;
图2示出本申请用于确定用户集合的兴趣信息的设备又一实施例的原理框图;
图3示出本申请用于确定用户集合的兴趣信息的设备又一实施例的原理框图;
图4示出本申请用于确定用户集合的兴趣信息的设备又一实施例的原理框图;
图5示出本申请用于确定用户集合的兴趣信息的方法一实施例的流程图;
图6示出本申请用于确定用户集合的兴趣信息的方法又一实施例的流程图;
图7示出本申请用于确定用户集合的兴趣信息的方法又一实施例的流程图;
图8示出本申请用于确定用户集合的兴趣信息的方法又一实施例的流程图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为更进一步阐述本申请所采取的技术手段及取得的效果,下面结合附图及较佳实施例,对本申请的技术方案,进行清楚和完整的描述。
如图1所示,示出本申请提供的用于确定用户集合的兴趣信息的设备1的原理框图,该设备1包括第一装置11及第二装置12。其中,第一装置11从播放终端的历史播放序列中提取对应的播放特征信息,其中播放终端被包括一个或多个用户的用户集合共用。第二装置12根据播放特征信息确定用户集合的兴趣信息。
在该实施例中,其中的播放终端为具有多媒体播放功能的电子设备,可为固定位置的电子设备例如,电视机、台式电脑等,也可为移动设备例如,手机、平板电脑、笔记本电脑等。本领域内的技术人员应当可以理解,只要具有记录播放序列功能的播放终端都符合要求。第一装置11从播放终端的历史播放序列中提取的播放特征信息,为根据需要针对预定期间范围内,例如一个月,的播放序列进行的提取,例如仅提取播放时间信息、既提取播放时间信息又提取播放内容信息、仅提取部分内容信息等情况。其中的用户集合包括两种情况:(1)仅含有一个用户成员的播放终端用户,这种情况例如,手机、平板电脑、笔记本电脑等的用户。(2)包含多个用户成员的播放终端用户,这种情况一般有:家庭用户、学生宿舍用户、合租用户等。第二装置12根据播放特征信息确定用户集合的兴趣信息,其中的用户集合的兴趣信息一般包括:用户集合感兴趣的播放内容信息、感兴趣的播放时间信息及感兴趣的播放内容所播放的时间段信息等。
另外,第二装置12也可以通过间接途径,来确定用户集合的兴趣信息,例如,通过判断用户集合的成员类型信息,根据成员类型的兴趣情况,进一步确定用户集合的兴趣信息,当然此处具体的间接途径并不限制。
如图2所示,优选地,第二装置12包括第二一模块121及第二二模块122。其中,第二一模块121根据播放特征信息确定用户集合的成员类型信息。第二二模块122根据成员类型信息确定用户集合的兴趣信息。
在该实施例中,第二一模块121根据播放特征信息确定用户集合的成员类型信息,具体可通过以下方式实现:预设代表成员类型的信息,将用户集合的播放特征信息与预设的代表成员类型的信息进行比较,从而判断出用户集合的成员类型信息。例如,可预设动画片代表有儿童成员、戏曲代表有老人成员等。若用户集合的播放特征信息中包括动画片信息,则说明该用户集合中有儿童成员。当然,预设的代表成员类型的信息并不限于播放内容信息,也可为播放时间信息,例如,可预设深夜观看播放代表有小青年成员、凌晨或者早晨观看播放代表有老人等。若用户集合的播放特征信息中包括深夜还在播放的信息,则说明该用户集合中有小青年成员。另外,根据播放特征信息确定用户集合的成员信息的具体实现方式并不做限制,还可以通过其它方式实现,例如,根据播放特征信息的播放内容信息,查找论坛、网站、博客等对该内容的关注情况,判断对该内容的关注人群类型,从而判断播放该内容的用户集合中的成员类型信息等实现方式。第二二模块122根据成员类型信息确定用户集合的兴趣信息,具体可直接将成员的兴趣信息确定为用户集合的兴趣信息,也可根据成员类型,借助其它相关信息,推测出用户集合的兴趣信息,例如,根据用户集合中包括老人,可依据预设标准匹配出用户集合可能会喜欢戏曲、红色内容的影视等兴趣信息,也可通过网络匹配出社会上老人关注度较高的内容,例如,老人倒了到底扶不扶相关的新闻信息,作为用户集合的兴趣信息等。
另外,第二二模块122根据成员类型信息确定用户集合的兴趣信息,此处的用户集合的兴趣信息不仅包括内容兴趣信息,还包括观看播放时间兴趣信息。具体地,第二二模块122根据用户集合中的成员类型,在播放特征信息中查找符合预设该类成员感兴趣的标准内容的播放信息,例如,该成员为儿童,预设的儿童感兴趣的标准内容一般包括动画片、儿歌、幼儿教育等,那么需要在播放特征信息中查找播放动画片、儿歌、幼儿教育相关的播放信息,其中播放信息包括点播及点播后的持续播放时间信息,也是用户集合感兴趣的播放时间信息。此时,可将预设的某类成员感兴趣的标准内容,认为是用户集合的感兴趣的内容信息,也可通过第二二模块122根据用户集合的成员类型,在播放特征信息中查找的符合预设的该类成员感兴趣的标准内容的播放内容,作为用户集合感兴趣的内容信息。
如图2所示,更优选地,第二二模块122用于根据成员类型信息及播放特征信息确定用户集合的兴趣信息。
在该实施例中,用户集合的兴趣信息,即包括用户集合感兴趣的播放内容信息也包括感兴趣的播放时间信息。第二二模块122根据成员类型信息及播放特征信息可确定用户集合感兴趣的播放内容信息,具体地,根据成员类型信息,在一定期间内的播放特征信息中,确定该成员类型感兴趣的播放内容信息作为用户集合感兴趣的播放内容信息。例如,若已经判断出该用户集合包括儿童成员,通过在播放特征信息中分析出,具有《猫和老鼠》、《米老鼠和唐老鸭》播放记录,则可以判断用户集合中的儿童成员对此系列的动画片感兴趣。仍以此为例,进一步地对播放特征信息进行统计分析播放《猫和老鼠》及《米老鼠和唐老鸭》的时间信息,并将该时间信息对应至每天预分配的时间段内,便可以判断出用户集合中的儿童成员每天感兴趣的播放时间段信息。
如图3所示,在其中一个实施例中,第二一模块121包括第二一一模块1211及第二一二模块1212。其中,第二一一模块将播放特征信息与样本用户群的样本播放特征信息相匹配以获得对应的目标样本用户群。第二一二模块1212根据目标样本用户群的群信息确定用户集合的成员类型信息。
在该实施例中,其中的样本用户群的样本播放特征信息为与每一样本用户群对应的样本播放特征信息,例如,若样本用户群为老人,那么对应的样本播放特征信息为老人感兴趣的内容。第二一模块121中的将用户集合的播放特征信息与每一样本用户群的样本播放特征信息进行匹配,从而获得该用户集合的播放特征信息对应的目标样本用户群;其中的第二一二模块1212根据目标样本用户群的信息确定用户集合的成员信息。例如,若第二一一模块1211将用户集合的播放特征信息与每一个样本用户群的样本播放特征信息匹配后,发现有儿童、小青年两种满足要求的目标样本用户群,那么第二一二模块1212便确定用户集合中含有儿童、老人两种成员类型。
参考图1所示,在其中一个实施例中,播放特征信息包括对应的播放时域特征信息。
在该实施例中,播放时域特征信息为从播放终端的播放历史序列中提取的携带时间信息的播放时域特征信息,第二装置12可根据播放特征信息对应的播放时域特征信息,确定用户集合感兴趣的播放时间信息,也可根据播放特征信息及其包括的对应播放时域特征信息,确定用户集合感兴趣的播放内容所播放的时间段信息。具体地,第二装置12根据播放特征信息,确定用户集合感兴趣的播放时间信息的具体实现方式可为:根据某设定期间内播放特征信息中的播放时间信息,将一天按照预设标准划分的若干时间段【例如:可将一天划分为早晨(6:00~8:59)、上午(9:00~12:59)、下午(13:00~16:59)、傍晚(17:00~20:59)、深夜(21:00~01:59)、凌晨(02:00~05:59)六个时间段,也可划分为工作时间(7:00~17:59)、休息时间(18:00~22:59)、半夜时间(23:00~06:59)三个时间段等,具体的划分方式并不做限制】进行统计,分析用户集合在一定期间的各个时间段内观看播放的比例,以判断用户集合感兴趣的播放时间信息,例如,若经过分析得出用户集合在一个预定时间(以一个月30天为例)的每天六个时间段内观看播放的时间长度比例为:早晨(6:00~8:59)1/30、上午(9:00~12:59)6/30、下午(13:00~16:59)10/30、傍晚(17:00~20:59)20/30、深夜(21:00~01:59)15/30、凌晨(02:00~05:59)5/30,那么可以看出该用户集合对比较喜欢在旁晚及深夜观看播放。另外,还可以将工作日与非工作日进行区分。
继续在该实施例中,第二装置12根据播放特征信息及其包括的对应播放时域特征信息,确定用户集合感兴趣的播放内容所播放的时间段信息的具体实现方式可为:首先根据某设定期间(可以30天为例)内播放特征信息中的播放内容信息,确定用户集合感兴趣的内容信息,具体实现方式如前所述,此处不再赘述。然后对用户集合感兴趣的内容播放时间按照预设标准划分的若干时间段进行统计,分析出用户集合分别播放感兴趣的播放内容的时间段信息,例如,若用户感兴趣的播放内容为影视和综艺,以一个月统计期间为例,统计这一个月内每天六个时间段中,用户集合观看影视的时间分布情况结果为:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)6/30、傍晚(17:00~20:59)20/30、深夜(21:00~01:59)12/30、凌晨(02:00~05:59)2/30,则说明用户集合比较喜欢在旁晚和深夜观看影视,同理也可统计分析出用户集合观看综艺的时间信息。
参考图1所示,优选地,第一装置11用于对播放终端的历史播放序列按时段特征信息统计处理以获得对应的播放时域特征信息,其中,播放终端被包括一个或多个用户的用户集合共用。
在该实施例中,第一装置11对播放终端的历史播放序列按时段特征信息统计处理,具体地,对终端一定期间的播放序列,进行携带播放时间信息的播放特征信息的提取,从而获得对应的播放时域特征信息,其中的播放时域特征信息一般包括但不限于,用户集合观看播放的时间在每天预设的各时间段的分布情况信息,或者用户集合观看某类播放内容的时间在每天预设的各时间段的分布情况信息,或者用户集合的成员观看播放内容的时间在每天预设的各时间段的分布情况信息,或者用户集合的成员观看某类内容的时间在每天预设的各时间段的分布情况信息等。例如,若要获得用户集合观看播放的时间在每天预设的各时间段的分布情况信息,第一装置11要将一定期间(以30天为例)的播放序列,以天为单位划分为若干份(30份),再对每天的播放持续时长信息进行统计,并对应至将每天预分配的各时间段(可分为六个时间段),从而获得用户集合播放内容的时间在每天的各个时间段内的分布情况信息,进一步可通过取平均值或者概率计算等方法,分析出30天以来用户集合播放内容的时间在每天的各个时间段内的分布情况信息。再例如,若要获得用户集合观看某类播放内容在每天预设的各时间段的情况信息,以综艺内容为例,第一装置11要在一定期间(以30天为例)的播放序列中,提取出用户集合播放综艺内容的时间信息,包括点播时间及每次点播所持续的时间信息,再将时间信息对应至每天预分配的各时间段(可分为六个时间段)内,获得用户集合观看综艺内容的时间在每天各时间段的分布情况信息,进一步可通过取平均值或者概率计算等方法,分析出30天以来用户集合观看综艺内容的时间在每天预设的各时间段的分布情况信息。其它方面的播放时域特征信息的获取方法本质原理与上述原理一致,只是需要首先根据成员类型找到成员感兴趣的观看内容,再通过上述获取方法分别获取用户集合的成员观看播放内容的时间在每天预设的各时间段的分布信息,及用户集合的成员观看某类内容的时间在每天预设的各时间段的分布信息等。
参考图1所示,优选地,播放特征信息还包括对应的播放内容特征信息。
在该实施例中,第一装置11从播放终端的历史播放序列中提取的播放特征信息,还包括根据需要针对预定期间范围内的播放序列的播放内容进行提取的播放内容特征信息。第二装置12根据播放特征信息中的播放时域特征信息及播放内容特征信息,确定用户集合感兴趣的播放内容信息。具体实现方式可为:根据某设定期间(可以30天为例)内播放特征信息中的播放内容信息,将其按照预设标准划分的若干类别(例如:影视、游戏、体育、综艺、新闻等)进行分类,分析用户观看各个类别的时间长短或者点播次数等信息,以判断用户集合感兴趣的内容信息,例如,若经过分析得出用户集合观看各类内容的时间长度比例为:影视50%、游戏10%、体育5%、综艺35%,那么可以看出该用户集合对影视及综艺节目比较感兴趣,对游戏及体育相关节目兴趣度较弱。另外,还可以通过分析播放特征信息中各类内容的详情与预设标准(例如,影视中的喜剧/战争/古代/韩剧/美剧等兴趣点标准,游戏中的棋类/球类/益智/动作等兴趣点标准,体育中的球类/拳击类/溜冰类等兴趣点标准,综艺中的相亲类/搞笑类/人物专访类等兴趣点标准)进行比较,判断用户集合观看各内容的兴趣点,例如,从播放特征信息中发现用户集合观看的影视内容与预设标准匹配获得兴趣点为喜剧类,用户集合观看的综艺内容与预设标准匹配获得兴趣点为相亲类等。
如图4所示,在其中一个实施例中,该设备还包括第三装置13及第四装置14。其中,第三装置13将待推送信息与用户集合的兴趣信息进行匹配,获取匹配参数。第四装置14根据匹配参数向用户集合的用户推送待推送信息。
在该实施例中,其中的待推送信息可为各类播放内容的广告信息,例如,新推出的影视节目广告、综艺节目广告或者观看提醒、新推出的游戏广告等信息。向用户集合的用户推送待推送信息,一般是指在用户点播播放内容后与观看到所点播的播放内容之间的时间,向用户播放的广告、宣传、提醒等信息。以及用户在观看播放内容过程中穿插的向用户播放的广告、提醒等信息。例如,在用户点播综艺节目《天天向上》后与真正观看到《天天向上》播放内容期间对电影《阿凡达》进行30秒的宣传广告。第三装置13将待推送信息与用户集合的兴趣信息进行匹配,获取匹配参数,具体的实现方式可为:将这些待推送信息分别与不同的用户集合的兴趣信息进行匹配,根据待推送信息与对应的用户集合兴趣信息的匹配程度,获取该待推送信息与对应的用户集合的匹配参数。具体地,可以通过设置匹配度阈值,将待推送信息与用户集合兴趣信息的匹配度值与设置的匹配度阈值进行比较,从而获得该待推送信息与对应的用户集合的匹配参数。第四装置14根据待推送信息对应用户集合的匹配参数,向该用户集合的用户推送待推送信息,其中向对应的用户集合的用户进行信息推送时,需要具体依据匹配参数的情况,例如,若匹配参数包括根据待推送信息内容与对应的用户集合感兴趣内容进行匹配的结果,那么第四装置14可依据匹配值的大小进行待推送信息的推送,一般地匹配参数值越大所对应的待推送信息被推送的概率将越大。当然,匹配参数的具体内容不做限制,即可以仅包括包括待推送信息内容与对应的用户集合感兴趣的内容匹配信息,也可以仅包括向对应的用户集合推送待推送信息的推送时间匹配信息,或者二者均包括等。相应地,用户集合的兴趣信息可为用户集合感兴趣的观看时间信息,或者感兴趣的观看内容信息,或者用户集合对感兴趣的内容信息进行观看的时间信息等情况中至少其一。
参考图4所示,优选地,匹配参数包括待推送信息所对应的推送时间信息;其中,第四装置14依据推送时间信息向用户集合的用户推送待推送信息。
在该实施例中,匹配参数包括待推送信息所对应的推送时间信息,其中推送时间信息为待推送信息向用户集合的用户进行推送的时间信息,推送时间信息的准确度直接影响该待推送信息被推送后的效果,信息进行推送的最本质目的便是使待推送信息推送至最适合或者是最需要它的用户。具体地,待推送信息的推送时间信息的获取方式可以为:(1)判断对应的用户集合中是否存在对待推送信息关注的成员信息;(2)若存在,则获取该成员观看播放的时间信息,作为该待推送信息向该用户集合的用户进行推送的时间信息;(3)若不存在,则将该待推送信息对应至用户集合播放内容的具体类别,获取该用户集合对该类别内容感兴趣的播放时间信息,并将该播放时间信息,作为该待推送信息向对应的用户集合进行推送的时间信息。
继续在该实施例中,在(1)中,判断对应的用户集合中是否存在对待推送信息关注的成员信息,具体实现方式可为:首先获取待推送信息的关注群体信息,具体地,可通过微博、论坛、博客、微信等网络平台获取此信息,此处值得指出的是,该关注群体信息可根据需要进行筛选处理,具体需要根据对待推送信息的讨论热度及总评论数量/关注群体种类情况,筛选出关注度高的前几类关注群体信息。然后,获取用户集合的成员类型。其中,用户集合成员类型的确定具体可根据播放序列的播放特征信息进行确定,也可通过如下方式确定:将播放特征信息与样本用户群的样本播放特征信息相匹配,以获得对应的目标样本用户群;根据该目标样本用户群的群信息确定该用户集合的成员类型信息。最后,判断用户集合的成员中是否存在属于待推送信息关注群体的成员。在(2)中,获取该成员观看播放的时间信息的具体方式可为:根据用户集合中的成员类型,在播放特征信息中查找符合预设该类成员感兴趣的标准内容的播放信息,其中播放信息包括点播及点播后的持续播放时间信息,也是该成员感兴趣的播放时间信息。从而获取用户集合中该成员观看播放的时间信息。例如,该成员为儿童,预设的儿童感兴趣的标准内容一般包括动画片、儿歌、幼儿教育等,在播放特征信息中获取播放动画片、儿歌、幼儿教育相关的播放时间信息,具体地,以一个月统计期间为例,统计这一个月内每天六个时间段中,用户集合中的儿童成员观看播放的时间分布情况结果为:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)8/30、傍晚(17:00~20:59)18/30、深夜(21:00~01:59)0/30、凌晨(02:00~05:59)0/30,则说明用户集合中的儿童比较喜欢在下午和旁晚观看播放内容,此时用户集合中的儿童观看播放的时间信息,便可作为该待推送信息的推送时间信息。在(3)中,将待推送信息对应至用户集合播放内容的一个具体类别,具体地,首先将用户集合播放内容(即播放终端播放的内容)按照预设的分类标准进行分类,例如可分为影视/综艺/游戏/新闻等。其次,根据待推送信息的内容,将待推送信息归为用户集合播放内容的其中一个类别中。例如待推送信息为新的电影《疯狂外星人》的广告片,便可归为用户集合播放内容的影视类内容中,再如待推送信息为《中国好声音》下期预告片,便可归为用户集合播放内容的综艺类内容中。继续在(3)中,获取用户集合对该类别内容感兴趣的播放时间信息,并将该播放时间信息作为该待推送信息的推送时间信息,其具体可根据播放特征信息及其包括的对应播放时域特征信息,确定用户集合对感兴趣的每类播放内容所播放的时间段信息方式实现,具体地可为:首先根据某设定期间(可以30天为例)内播放特征信息中的播放内容信息,确定用户集合感兴趣的内容信息,具体实现方式如前所述,此处不再赘述。然后对用户集合感兴趣的各类内容的播放时间,按照预设标准将每天划分为若干时间段进行统计,分析出用户集合播放感兴趣的每类播放内容的时间段信息,例如,若用户感兴趣的播放内容为影视和综艺,以一个月统计期间为例,统计这一个月内每天六个时间段中,用户集合观看影视的时间分布情况结果为:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)6/30、傍晚(17:00~20:59)20/30、深夜(21:00~01:59)12/30、凌晨(02:00~05:59)2/30,则说明用户集合比较喜欢在旁晚和深夜观看影视,同理也可统计分析出用户集合观看综艺的时间信息。然后在用户集合播放各类感兴趣的播放内容的时间段信息中,获取待推送信息所对应的该类播放内容的播放时间信息,并作为该待推送信息的推送时间信息。
继续在该实施例中,第四装置14依据推送时间信息向用户集合的用户推送待推送信息,其中推送时间信息有两种情况:(1)推送时间信息为用户集合的成员的观看播放内容的时间信息。(2)推送时间信息为用户集合对该待推送信息内容感兴趣的观看播放时间信息。第四装置14获得推送时间信息后,还应根据需要将待推送信息的推送时间信息进行适当转换。具体以推送时间信息为用户集合的成员的观看播放内容的时间信息为例,当推送时间信息为用户集合成员观看播放的时间信息时,具体可通过如下方式实现:首先获得该成员观看播放内容的时间在每天若干时间段的分布情况(例如:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)8/30、傍晚(17:00~20:59)18/30、深夜(21:00~01:59)0/30、凌晨(02:00~05:59)0/30),将该分布情况按照观看的可能性大小顺序排列,然后根据待推送信息的推送次数,安排推送待推送信息的具体时间,例如,若共需要推送该待推送信息5次,那么需要根据该成员在每个时间段观看播放内容的概率大小,分配推送该待推送信息的具体时间。如前所述,若该成员在每天各时间段观看播放内容的情况如下:傍晚(17:00~20:59)17/30、下午(13:00~16:59)10/30、上午(9:00~12:59)1/30、早晨(6:00~8:59)1/30、深夜(21:00~01:59)0/30、凌晨(02:00~05:59)0/30,并希望该待推送信息每天推送5次左右,则根据概率计算,17/30+10/30+1/30+1/30=29/30,其中,旁晚推送该待推送信息的概率为17/29=0.586,下午推送该待推送信息的概率为10/29=0.345,上午和早晨观看播放内容的可能性较小,可以忽略,也可以适当考虑。则根据推送待推送信息的概率及需要推送待推送信息的总次数,便可计算出在对应时间段内推送的具体次数,继续如上述举例,可得出旁晚推送该待推送信息的次数应为0.586*5≈3次,下午推送该待推送信息的次数应为0.345*5≈2次,然后第四装置14便可根据预设的推送信息的策略进行推送,例如,在需要推送待推送信息次数最多的时间段,可以在用户集合在该时间段打开播放终端时就进行一次推送,在该时间段内持续播放一定时间后进行一次推送,或者在播放内容进行切换时进行一次推送等策略。另外,推送时间信息为用户集合对该待推送信息内容感兴趣的观看播放时间信息的情况,其实质原理与上述情况相同,在此不再赘述。
参考图4所示,更优选地,匹配参数还包括待推送信息所对应的推送比例信息;其中,第四装置14依据推送时间信息及推送比例信息向用户集合的用户推送待推送信息。
在该实施例中,其中的推送比例信息为进行匹配处理后,得到的代表待推送信息内容与用户集合观看的播放内容匹配程度的信息,待推送信息的推送比例信息也代表了用户集合对该待推送信息的感兴趣程度。具体地,可通过监督学习的方式实现,例如,建立人工智能模型,将N个待推送信息及其相关资料与M个用户集合的播放序列特征信息输入至模型中,经过模型处理输出每个用户集合对每个待推送信息的感兴趣程度值,并且,每个用户对所有N个待推送信息感兴趣程度值的总和为1。其中待推送信息的相关资料,一般包括该信息的关注度、关注人群、相关时间信息等。其中人工智能模型可通过如下方式建立:(1)在推送的待推送信息中,被用户集合点击播放的设置为正样本;(2)在推送的待推送信息中,未被用户集合点击播放的设置为负样本;(3)由于正样本与负样本的比例失衡,对负样本进行采样,保持负样本与正样本的数量比例在一定阈值范围内;(4)执行监督学习算法,生成模型。需要指出的是,模型的建立方式不做限制,本领域内的技术人员应当能够理解,只要实现输入、输出目的都符合要求。例如,输入《平凡的世界》、《疯狂外星人》、《快乐大本营》两个影视、一个综艺预告信息及其相关信息作为待推送信息,与用户集合A、用户集合B对应的播放序列特征信息,通过模型分析处理,输出用户集合A对前述三个待推送信息的感兴趣程度分别为:《平凡的世界》60%、《疯狂外星人》30%、《快乐大本营》10%,用户集合B对前述三个待推送信息的感兴趣程度分别为:《平凡的世界》30%、《疯狂外星人》20%、《快乐大本营》50%。其中用户集合对每个待推送信息的感兴趣程度值,即为用户集合对每个待推送信息的推送比例值。
继续在该实施例中,在第四装置14依据推送时间信息及推送比例信息向用户集合的用户推送待推送信息前,可依据前述获得的用户集合对各待推送信息的推送比例信息,与预设推送比例值进行比较,过滤掉推送比例值较低的待推送信息,如前所述用户集合A对三个待推送信息的感兴趣程度分别为:《平凡的世界》60%、《疯狂外星人》30%、《快乐大本营》10%的情况,可以直接过滤掉《快乐大本营》的预告信息,只向用户集合A推送《平凡的世界》及《疯狂外星人》的预告信息。然后,第四装置14依据该待推送信息的推送时间信息,向用户集合的用户推送待推送信息,其中推送时间信息有两种情况:(1)推送时间信息为用户集合的成员的观看播放内容的时间信息。(2)推送时间信息为用户集合对该待推送信息内容感兴趣的观看播放时间信息。此时,第四装置14依据该待推送信息的推送时间信息,向用户集合的用户推送待推送信息的具体实现方式,其实质原理与上述情况相同,在此不再赘述。
继续在该实施例中,待推送信息与用户集合兴趣信息的匹配参数同时包括推送时间信息及推送比例信息。此时匹配参数可通过监督学习的方式建立模型获得,其中,第四装置14根据该匹配参数向用户集合推送待推送信息。具体地,建立人工智能模型,将N个待推送信息及其相关资料、每天划分的时间段信息(以工作时间7:00~17:59、休息时间18:00~22:59、半夜时间23:00~06:59三个时间段为例)与M个用户集合的播放序列特征信息输入至模型中,经过模型处理输出每个待推送信息在一天的每个时间段内向不同的用户集合进行推送的概率值。并且,在每个时间段内向用户推送所有N个待推送信息的概率总和为1。模型的建立方式不做限制,本领域内的技术人员应当能够理解,只要实现输入、输出目的都符合要求。例如,输入:(1)《平凡的世界》、《疯狂外星人》、《快乐大本营》两个影视、一个综艺预告信息及其相关信息作为待推送信息;(2)用户集合A、用户集合B对应的播放序列特征信息;(3)每天划分的工作时间7:00~17:59、休息时间18:00~22:59、半夜时间23:00~06:59三个时间段信息。通过模型分析处理,输出:在休息时间18:00~22:59时间段,用户集合A对前述三个待推送信息的推送概率分别为:《平凡的世界》76%、《疯狂外星人》20%、《快乐大本营》4%;在休息时间18:00~22:59时间段,用户集合B对前述三个待推送信息的推送概率分别为:《平凡的世界》22%、《疯狂外星人》19%、《快乐大本营》59%。用户集合根据上述推送概率值执行待推送信息的推送,例如,若用户集合在每天划分的每个时间段内有固定的信息推送次数n,那么根据待推送信息在该时间段内的推送概率值m,便可计算出用户集合在该时间段内推送该待推送信息的次数:n*m获得的值(最接近的正整数)。依据计算结果进行信息的推送。
与现有技术相比,本申请的用于确定用户集合的兴趣信息的设备,通过从用户集合的播放终端的历史播放序列中提取对应的播放特征信息,再根据所提取的播放特征信息确定该用户集合的兴趣信息。其中,播放特征信息包括对应的播放时域特征信息及对应的播放内容特征信息。具体地,该设备可根据播放终端最近一定时间内(例如一个月)的播放序列,提取出对应的播放特征信息,分析出用户集合的兴趣信息。其中,可根据用户集合的成员类型信息确定用户集合的兴趣信息。进一步,还可以根据用户集合的兴趣信息,向用户推荐其喜欢的内容,或者推送用户感兴趣的广告信息等。使广告信息推送至最需要它的人群,也使用户获得最需要的信息。更加智能化,并能够满足用户的多样化需求。也可通过用户集合的成员类型信息,确定用户集合的兴趣信息。
如图5所示,示出了本申请提供的用于确定用户集合的兴趣信息的方法流程图,该方法包括:
S11,从播放终端的历史播放序列中提取对应的播放特征信息,其中,播放终端被包括一个或多个用户的用户集合共用。
S12,根据播放特征信息确定用户集合的兴趣信息。
在该实施例中,其中的播放终端为具有多媒体播放功能的电子设备,可为固定位置的电子设备例如,电视机、台式电脑等,也可为移动设备例如,手机、平板电脑、笔记本电脑等。本领域内的技术人员应当可以理解,只要具有记录播放序列功能的播放终端都符合要求。从播放终端的历史播放序列中提取的播放特征信息,为根据需要针对预定期间范围内,例如一个月,的播放序列进行的提取,例如仅提取播放时间信息、既提取播放时间信息又提取播放内容信息、仅提取部分内容信息等情况。其中的用户集合包括两种情况:(1)仅含有一个用户成员的播放终端用户,这种情况例如,手机、平板电脑、笔记本电脑等的用户。(2)包含多个用户成员的播放终端用户,这种情况一般有:家庭用户、学生宿舍用户、合租用户等。根据播放特征信息确定用户集合的兴趣信息,其中的用户集合的兴趣信息一般包括:用户集合感兴趣的播放内容信息、感兴趣的播放时间信息及感兴趣的播放内容所播放的时间段信息等。
另外,也可以通过间接途径来确定用户集合的兴趣信息,例如,通过判断用户集合的成员类型信息,根据成员类型的兴趣情况,进一步确定用户集合的兴趣信息,当然此处具体的间接途径并不限制。
如图6所示,优选地,步骤S12包括:
S121,根据播放特征信息确定用户集合的成员类型信息。
S122,根据成员类型信息确定用户集合的兴趣信息。
在该实施例中,根据播放特征信息确定用户集合的成员类型信息,具体可通过以下方式实现:预设代表成员类型的信息,将用户集合的播放特征信息与预设的代表成员类型的信息进行比较,从而判断出用户集合的成员类型信息。例如,可预设动画片代表有儿童成员、戏曲代表有老人成员等。若用户集合的播放特征信息中包括动画片信息,则说明该用户集合中有儿童成员。当然,预设的代表成员类型的信息并不限于播放内容信息,也可为播放时间信息,例如,可预设深夜观看播放代表有小青年成员、凌晨或者早晨观看播放代表有老人等。若用户集合的播放特征信息中包括深夜还在播放的信息,则说明该用户集合中有小青年成员。另外,根据播放特征信息确定用户集合的成员信息的具体实现方式并不做限制,还可以通过其它方式实现,例如,根据播放特征信息的播放内容信息,查找论坛、网站、博客等对该内容的关注情况,判断对该内容的关注人群类型,从而判断播放该内容的用户集合中的成员类型信息等实现方式。根据成员类型信息确定用户集合的兴趣信息,具体可直接将成员的兴趣信息确定为用户集合的兴趣信息,也可根据成员类型,借助其它相关信息,推测出用户集合的兴趣信息,例如,根据用户集合中包括老人,可依据预设标准匹配出用户集合可能会喜欢戏曲、红色内容的影视等兴趣信息,也可通过网络匹配出社会上老人关注度较高的内容,例如,老人倒了到底扶不扶相关的新闻信息,作为用户集合的兴趣信息等。
另外,根据成员类型信息确定用户集合的兴趣信息,此处的用户集合的兴趣信息不仅包括内容兴趣信息,还包括观看播放时间兴趣信息。具体地,根据用户集合中的成员类型,在播放特征信息中查找符合预设该类成员感兴趣的标准内容的播放信息,例如,该成员为儿童,预设的儿童感兴趣的标准内容一般包括动画片、儿歌、幼儿教育等,那么需要在播放特征信息中查找播放动画片、儿歌、幼儿教育相关的播放信息,其中播放信息包括点播及点播后的持续播放时间信息,也是用户集合感兴趣的播放时间信息。此时,可将预设的某类成员感兴趣的标准内容,认为是用户集合的感兴趣的内容信息,也可通过根据用户集合的成员类型,在播放特征信息中查找的符合预设的该类成员感兴趣的标准内容的播放内容,作为用户集合感兴趣的内容信息。
在其中一个实施例中,步骤S122包括:根据成员类型信息及播放特征信息确定用户集合的兴趣信息。
在该实施例中,用户集合的兴趣信息,即包括用户集合感兴趣的播放内容信息也包括感兴趣的播放时间信息。根据成员类型信息及播放特征信息可确定用户集合感兴趣的播放内容信息,具体地,根据成员类型信息,在一定期间内的播放特征信息中,确定该成员类型感兴趣的播放内容信息作为用户集合感兴趣的播放内容信息。例如,若已经判断出该用户集合包括儿童成员,通过在播放特征信息中分析出,具有《猫和老鼠》、《米老鼠和唐老鸭》播放记录,则可以判断用户集合中的儿童成员对此系列的动画片感兴趣。仍以此为例,进一步地对播放特征信息进行统计分析播放《猫和老鼠》及《米老鼠和唐老鸭》的时间信息,并将该时间信息对应至每天预分配的时间段内,便可以判断出用户集合中的儿童成员每天感兴趣的播放时间段信息。
如图7所示,更优选地,步骤S121包括:
S1211,将播放特征信息与样本用户群的样本播放特征信息相匹配以获得对应的目标样本用户群。
S1212,根据目标样本用户群的群信息确定用户集合的成员类型信息。
在该实施例中,其中的样本用户群的样本播放特征信息为与每一样本用户群对应的样本播放特征信息,例如,若样本用户群为老人,那么对应的样本播放特征信息为老人感兴趣的内容。将用户集合的播放特征信息与每一样本用户群的样本播放特征信息进行匹配,从而获得该用户集合的播放特征信息对应的目标样本用户群;根据目标样本用户群的信息确定用户集合的成员信息。例如,若将用户集合的播放特征信息与每一个样本用户群的样本播放特征信息匹配后,发现有儿童、小青年两种满足要求的目标样本用户群,那么便确定用户集合中含有儿童、老人两种成员类型。
在其中一个实施例中,播放特征信息包括对应的播放时域特征信息。
在该实施例中,播放时域特征信息为从播放终端的播放历史序列中提取的携带时间信息的播放时域特征信息,可根据播放特征信息对应的播放时域特征信息,确定用户集合感兴趣的播放时间信息,也可根据播放特征信息及其包括的对应播放时域特征信息,确定用户集合感兴趣的播放内容所播放的时间段信息。具体地,根据播放特征信息,确定用户集合感兴趣的播放时间信息的具体实现方式可为:根据某设定期间内播放特征信息中的播放时间信息,将一天按照预设标准划分的若干时间段【例如:可将一天划分为早晨(6:00~8:59)、上午(9:00~12:59)、下午(13:00~16:59)、傍晚(17:00~20:59)、深夜(21:00~01:59)、凌晨(02:00~05:59)六个时间段,也可划分为工作时间(7:00~17:59)、休息时间(18:00~22:59)、半夜时间(23:00~06:59)三个时间段等,具体的划分方式并不做限制】进行统计,分析用户集合在一定期间的各个时间段内观看播放的比例,以判断用户集合感兴趣的播放时间信息,例如,若经过分析得出用户集合在一个预定时间(以一个月30天为例)的每天六个时间段内观看播放的时间长度比例为:早晨(6:00~8:59)1/30、上午(9:00~12:59)6/30、下午(13:00~16:59)10/30、傍晚(17:00~20:59)20/30、深夜(21:00~01:59)15/30、凌晨(02:00~05:59)5/30,那么可以看出该用户集合对比较喜欢在旁晚及深夜观看播放。另外,还可以将工作日与非工作日进行区分。
继续在该实施例中,根据播放特征信息及其包括的对应播放时域特征信息,确定用户集合感兴趣的播放内容所播放的时间段信息的具体实现方式可为:首先根据某设定期间(可以30天为例)内播放特征信息中的播放内容信息,确定用户集合感兴趣的内容信息,具体实现方式如前所述,此处不再赘述。然后对用户集合感兴趣的内容播放时间按照预设标准划分的若干时间段进行统计,分析出用户集合分别播放感兴趣的播放内容的时间段信息,例如,若用户感兴趣的播放内容为影视和综艺,以一个月统计期间为例,统计这一个月内每天六个时间段中,用户集合观看影视的时间分布情况结果为:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)6/30、傍晚(17:00~20:59)20/30、深夜(21:00~01:59)12/30、凌晨(02:00~05:59)2/30,则说明用户集合比较喜欢在旁晚和深夜观看影视,同理也可统计分析出用户集合观看综艺的时间信息。
在其中一个实施例中,步骤S11包括:对播放终端的历史播放序列按时段特征信息统计处理以获得对应的播放时域特征信息,其中,播放终端被包括一个或多个用户的用户集合共用。
在该实施例中,对播放终端的历史播放序列按时段特征信息统计处理,具体地,对终端一定期间的播放序列,进行携带播放时间信息的播放特征信息的提取,从而获得对应的播放时域特征信息,其中的播放时域特征信息一般包括但不限于,用户集合观看播放的时间在每天预设的各时间段的分布情况信息,或者用户集合观看某类播放内容的时间在每天预设的各时间段的分布情况信息,或者用户集合的成员观看播放内容的时间在每天预设的各时间段的分布情况信息,或者用户集合的成员观看某类内容的时间在每天预设的各时间段的分布情况信息等。例如,若要获得用户集合观看播放的时间在每天预设的各时间段的分布情况信息,需要将一定期间(以30天为例)的播放序列,以天为单位划分为若干份(30份),再对每天的播放持续时长信息进行统计,并对应至将每天预分配的各时间段(可分为六个时间段),从而获得用户集合播放内容的时间在每天的各个时间段内的分布情况信息,进一步可通过取平均值或者概率计算等方法,分析出30天以来用户集合播放内容的时间在每天的各个时间段内的分布情况信息。再例如,若需要获得用户集合观看某类播放内容在每天预设的各时间段的情况信息,以综艺内容为例,需要在一定期间(以30天为例)的播放序列中,提取出用户集合播放综艺内容的时间信息,包括点播时间及每次点播所持续的时间信息,再将时间信息对应至每天预分配的各时间段(可分为六个时间段)内,获得用户集合观看综艺内容的时间在每天各时间段的分布情况信息,进一步可通过取平均值或者概率计算等方法,分析出30天以来用户集合观看综艺内容的时间在每天预设的各时间段的分布情况信息。其它方面的播放时域特征信息的获取方法本质原理与上述原理一致,只是需要首先根据成员类型找到成员感兴趣的观看内容,再通过上述获取方法分别获取用户集合的成员观看播放内容的时间在每天预设的各时间段的分布信息,及用户集合的成员观看某类内容的时间在每天预设的各时间段的分布信息等。
在其中一个实施例中,播放特征信息还包括对应的播放内容特征信息。
在该实施例中,从播放终端的历史播放序列中提取的播放特征信息,还包括根据需要针对预定期间范围内的播放序列的播放内容进行提取的播放内容特征信息。根据播放特征信息中的播放时域特征信息及播放内容特征信息,确定用户集合感兴趣的播放内容信息。具体实现方式可为:根据某设定期间(可以30天为例)内播放特征信息中的播放内容信息,将其按照预设标准划分的若干类别(例如:影视、游戏、体育、综艺、新闻等)进行分类,分析用户观看各个类别的时间长短或者点播次数等信息,以判断用户集合感兴趣的内容信息,例如,若经过分析得出用户集合观看各类内容的时间长度比例为:影视50%、游戏10%、体育5%、综艺35%,那么可以看出该用户集合对影视及综艺节目比较感兴趣,对游戏及体育相关节目兴趣度较弱。另外,还可以通过分析播放特征信息中各类内容的详情与预设标准(例如,影视中的喜剧/战争/古代/韩剧/美剧等兴趣点标准,游戏中的棋类/球类/益智/动作等兴趣点标准,体育中的球类/拳击类/溜冰类等兴趣点标准,综艺中的相亲类/搞笑类/人物专访类等兴趣点标准)进行比较,判断用户集合观看各内容的兴趣点,例如,从播放特征信息中发现用户集合观看的影视内容与预设标准匹配获得兴趣点为喜剧类,用户集合观看的综艺内容与预设标准匹配获得兴趣点为相亲类等。
如图8所示,在其中一个实施例中,该方法还包括:
S13,将待推送信息与用户集合的兴趣信息进行匹配,获取匹配参数。
S14,根据匹配参数,向用户集合的用户推送待推送信息。
在该实施例中,其中的待推送信息可为各类播放内容的广告信息,例如,新推出的影视节目广告、综艺节目广告或者观看提醒、新推出的游戏广告等信息。向用户集合的用户推送待推送信息,一般是指在用户点播播放内容后与观看到所点播的播放内容之间的时间,向用户播放的广告、宣传、提醒等信息。以及用户在观看播放内容过程中穿插的向用户播放的广告、提醒等信息。例如,在用户点播综艺节目《天天向上》后与真正观看到《天天向上》播放内容期间对电影《阿凡达》进行30秒的宣传广告。将待推送信息与用户集合的兴趣信息进行匹配,获取匹配参数,具体的实现方式可为:将这些待推送信息分别与不同的用户集合的兴趣信息进行匹配,根据待推送信息与对应的用户集合兴趣信息的匹配程度,获取该待推送信息与对应的用户集合的匹配参数。具体地,可以通过设置匹配度阈值,将待推送信息与用户集合兴趣信息的匹配度值与设置的匹配度阈值进行比较,从而获得该待推送信息与对应的用户集合的匹配参数。根据待推送信息对应用户集合的匹配参数,向该用户集合的用户推送待推送信息,其中向对应的用户集合的用户进行信息推送时,需要具体依据匹配参数的情况,例如,若匹配参数包括根据待推送信息内容与对应的用户集合感兴趣内容进行匹配的结果,那么可依据匹配值的大小进行待推送信息的推送,一般地匹配参数值越大所对应的待推送信息被推送的概率将越大。当然,匹配参数的具体内容不做限制,即可以仅包括包括待推送信息内容与对应的用户集合感兴趣的内容匹配信息,也可以仅包括向对应的用户集合推送待推送信息的推送时间匹配信息,或者二者均包括等。相应地,用户集合的兴趣信息可为用户集合感兴趣的观看时间信息,或者感兴趣的观看内容信息,或者用户集合对感兴趣的内容信息进行观看的时间信息等情况中至少其一。
在其中一个实施例中,匹配参数包括待推送信息所对应的推送时间信息;其中,根据匹配参数,向用户集合的用户推送信息包括:依据推送时间信息向用户集合的用户推送待推送信息。
在该实施例中,匹配参数包括待推送信息所对应的推送时间信息,其中推送时间信息为待推送信息向用户集合的用户进行推送的时间信息,推送时间信息的准确度直接影响该待推送信息被推送后的效果,信息进行推送的最本质目的便是使待推送信息推送至最适合或者是最需要它的用户。具体地,待推送信息的推送时间信息的获取方式可以为:(1)判断对应的用户集合中是否存在对待推送信息关注的成员信息;(2)若存在,则获取该成员观看播放的时间信息,作为该待推送信息向该用户集合的用户进行推送的时间信息;(3)若不存在,则将该待推送信息对应至用户集合播放内容的具体类别,获取该用户集合对该类别内容感兴趣的播放时间信息,并将该播放时间信息,作为该待推送信息向对应的用户集合进行推送的时间信息。
继续在该实施例中,在(1)中,判断对应的用户集合中是否存在对待推送信息关注的成员信息,具体实现方式可为:首先获取待推送信息的关注群体信息,具体地,可通过微博、论坛、博客、微信等网络平台获取此信息,此处值得指出的是,该关注群体信息可根据需要进行筛选处理,具体需要根据对待推送信息的讨论热度及总评论数量/关注群体种类情况,筛选出关注度高的前几类关注群体信息。然后,获取用户集合的成员类型。其中,用户集合成员类型的确定具体可根据播放序列的播放特征信息进行确定,也可通过如下方式确定:将播放特征信息与样本用户群的样本播放特征信息相匹配,以获得对应的目标样本用户群;根据该目标样本用户群的群信息确定该用户集合的成员类型信息。最后,判断用户集合的成员中是否存在属于待推送信息关注群体的成员。在(2)中,获取该成员观看播放的时间信息的具体方式可为:根据用户集合中的成员类型,在播放特征信息中查找符合预设该类成员感兴趣的标准内容的播放信息,其中播放信息包括点播及点播后的持续播放时间信息,也是该成员感兴趣的播放时间信息。从而获取用户集合中该成员观看播放的时间信息。例如,该成员为儿童,预设的儿童感兴趣的标准内容一般包括动画片、儿歌、幼儿教育等,在播放特征信息中获取播放动画片、儿歌、幼儿教育相关的播放时间信息,具体地,以一个月统计期间为例,统计这一个月内每天六个时间段中,用户集合中的儿童成员观看播放的时间分布情况结果为:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)8/30、傍晚(17:00~20:59)18/30、深夜(21:00~01:59)0/30、凌晨(02:00~05:59)0/30,则说明用户集合中的儿童比较喜欢在下午和旁晚观看播放内容,此时用户集合中的儿童观看播放的时间信息,便可作为该待推送信息的推送时间信息。在(3)中,将待推送信息对应至用户集合播放内容的一个具体类别,具体地,首先将用户集合播放内容(即播放终端播放的内容)按照预设的分类标准进行分类,例如可分为影视/综艺/游戏/新闻等。其次,根据待推送信息的内容,将待推送信息归为用户集合播放内容的其中一个类别中。例如待推送信息为新的电影《疯狂外星人》的广告片,便可归为用户集合播放内容的影视类内容中,再如待推送信息为《中国好声音》下期预告片,便可归为用户集合播放内容的综艺类内容中。继续在(3)中,获取用户集合对该类别内容感兴趣的播放时间信息,并将该播放时间信息作为该待推送信息的推送时间信息,其具体可根据播放特征信息及其包括的对应播放时域特征信息,确定用户集合对感兴趣的每类播放内容所播放的时间段信息方式实现,具体地可为:首先根据某设定期间(可以30天为例)内播放特征信息中的播放内容信息,确定用户集合感兴趣的内容信息,具体实现方式如前所述,此处不再赘述。然后对用户集合感兴趣的各类内容的播放时间,按照预设标准将每天划分为若干时间段进行统计,分析出用户集合播放感兴趣的每类播放内容的时间段信息,例如,若用户感兴趣的播放内容为影视和综艺,以一个月统计期间为例,统计这一个月内每天六个时间段中,用户集合观看影视的时间分布情况结果为:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)6/30、傍晚(17:00~20:59)20/30、深夜(21:00~01:59)12/30、凌晨(02:00~05:59)2/30,则说明用户集合比较喜欢在旁晚和深夜观看影视,同理也可统计分析出用户集合观看综艺的时间信息。然后在用户集合播放各类感兴趣的播放内容的时间段信息中,获取待推送信息所对应的该类播放内容的播放时间信息,并作为该待推送信息的推送时间信息。
继续在该实施例中,依据推送时间信息向用户集合的用户推送待推送信息,其中推送时间信息有两种情况:(1)推送时间信息为用户集合的成员的观看播放内容的时间信息。(2)推送时间信息为用户集合对该待推送信息内容感兴趣的观看播放时间信息。获得推送时间信息后,还应根据需要将待推送信息的推送时间信息进行适当转换。具体以推送时间信息为用户集合的成员的观看播放内容的时间信息为例,当推送时间信息为用户集合成员观看播放的时间信息时,具体可通过如下方式实现:首先获得该成员观看播放内容的时间在每天若干时间段的分布情况(例如:早晨(6:00~8:59)1/30、上午(9:00~12:59)2/30、下午(13:00~16:59)8/30、傍晚(17:00~20:59)18/30、深夜(21:00~01:59)0/30、凌晨(02:00~05:59)0/30),将该分布情况按照观看的可能性大小顺序排列,然后根据待推送信息的推送次数,安排推送待推送信息的具体时间,例如,若共需要推送该待推送信息5次,那么需要根据该成员在每个时间段观看播放内容的概率大小,分配推送该待推送信息的具体时间。如前所述,若该成员在每天各时间段观看播放内容的情况如下:傍晚(17:00~20:59)17/30、下午(13:00~16:59)10/30、上午(9:00~12:59)1/30、早晨(6:00~8:59)1/30、深夜(21:00~01:59)0/30、凌晨(02:00~05:59)0/30,并希望该待推送信息每天推送5次左右,则根据概率计算,17/30+10/30+1/30+1/30=29/30,其中,旁晚推送该待推送信息的概率为17/29=0.59,下午推送该待推送信息的概率为10/29=0.345,上午和早晨观看播放内容的可能性较小,可以忽略,也可以适当考虑。则根据推送待推送信息的概率及需要推送待推送信息的总次数,便可计算出在对应时间段内推送的具体次数,继续如上述举例,可得出旁晚推送该待推送信息的次数应为0.586*5≈3次,下午推送该待推送信息的次数应为0.345*5≈2次,然后便可根据预设的推送信息的策略进行推送,例如,在需要推送待推送信息次数最多的时间段,可以在用户集合在该时间段打开播放终端时就进行一次推送,在该时间段内持续播放一定时间后进行一次推送,或者在播放内容进行切换时进行一次推送等策略。另外,推送时间信息为用户集合对该待推送信息内容感兴趣的观看播放时间信息的情况,其实质原理与上述情况相同,在此不再赘述。
在其中一个实施例中,匹配参数还包括待推送信息所对应的推送比例信息;其中,根据匹配参数,向用户集合的用户推送信息包括:依据推送时间信息及推送比例信息向用户集合的用户推送待推送信息。
在该实施例中,其中的推送比例信息为进行匹配处理后,得到的代表待推送信息内容与用户集合观看的播放内容匹配程度的信息,待推送信息的推送比例信息也代表了用户集合对该待推送信息的感兴趣程度。具体地,可通过监督学习的方式实现,例如,建立人工智能模型,将N个待推送信息及其相关资料与M个用户集合的播放序列特征信息输入至模型中,经过模型处理输出每个用户集合对每个待推送信息的感兴趣程度值,并且,每个用户对所有N个待推送信息感兴趣程度值的总和为1。其中待推送信息的相关资料,一般包括该信息的关注度、关注人群、相关时间信息等。其中人工智能模型可通过如下方式建立:(1)在推送的待推送信息中,被用户集合点击播放的设置为正样本;(2)在推送的待推送信息中,未被用户集合点击播放的设置为负样本;(3)由于正样本与负样本的比例失衡,对负样本进行采样,保持负样本与正样本的数量比例在一定阈值范围内;(4)执行监督学习算法,生成模型。需要指出的是,模型的建立方式不做限制,本领域内的技术人员应当能够理解,只要实现输入、输出目的都符合要求。例如,输入《平凡的世界》、《疯狂外星人》、《快乐大本营》两个影视、一个综艺预告信息及其相关信息作为待推送信息,与用户集合A、用户集合B对应的播放序列特征信息,通过模型分析处理,输出用户集合A对前述三个待推送信息的感兴趣程度分别为:《平凡的世界》60%、《疯狂外星人》30%、《快乐大本营》10%,用户集合B对前述三个待推送信息的感兴趣程度分别为:《平凡的世界》30%、《疯狂外星人》20%、《快乐大本营》50%。其中用户集合对每个待推送信息的感兴趣程度值,即为用户集合对每个待推送信息的推送比例值。
继续在该实施例中,依据推送时间信息及推送比例信息向用户集合的用户推送待推送信息前,可依据前述获得的用户集合对各待推送信息的推送比例信息,与预设推送比例值进行比较,过滤掉推送比例值较低的待推送信息,如前所述用户集合A对三个待推送信息的感兴趣程度分别为:《平凡的世界》60%、《疯狂外星人》30%、《快乐大本营》10%的情况,可以直接过滤掉《快乐大本营》的预告信息,只向用户集合A推送《平凡的世界》及《疯狂外星人》的预告信息。然后,依据该待推送信息的推送时间信息,向用户集合的用户推送待推送信息,其中推送时间信息有两种情况:(1)推送时间信息为用户集合的成员的观看播放内容的时间信息。(2)推送时间信息为用户集合对该待推送信息内容感兴趣的观看播放时间信息。此时,依据该待推送信息的推送时间信息,向用户集合的用户推送待推送信息的具体实现方式,其实质原理与上述情况相同,在此不再赘述。
继续在该实施例中,待推送信息与用户集合兴趣信息的匹配参数同时包括推送时间信息及推送比例信息。此时匹配参数可通过监督学习的方式建立模型获得,其中,根据该匹配参数向用户集合推送待推送信息。具体地,建立人工智能模型,将N个待推送信息及其相关资料、每天划分的时间段信息(以工作时间7:00~17:59、休息时间18:00~22:59、半夜时间23:00~06:59三个时间段为例)与M个用户集合的播放序列特征信息输入至模型中,经过模型处理输出每个待推送信息在一天的每个时间段内向不同的用户集合进行推送的概率值。并且,在每个时间段内向用户推送所有N个待推送信息的概率总和为1。模型的建立方式不做限制,本领域内的技术人员应当能够理解,只要实现输入、输出目的都符合要求。例如,输入:(1)《平凡的世界》、《疯狂外星人》、《快乐大本营》两个影视、一个综艺预告信息及其相关信息作为待推送信息;(2)用户集合A、用户集合B对应的播放序列特征信息;(3)每天划分的工作时间7:00~17:59、休息时间18:00~22:59、半夜时间23:00~06:59三个时间段信息。通过模型分析处理,输出:在休息时间18:00~22:59时间段,用户集合A对前述三个待推送信息的推送概率分别为:《平凡的世界》76%、《疯狂外星人》20%、《快乐大本营》4%;在休息时间18:00~22:59时间段,用户集合B对前述三个待推送信息的推送概率分别为:《平凡的世界》22%、《疯狂外星人》19%、《快乐大本营》59%。用户集合根据上述推送概率值执行待推送信息的推送,例如,若用户集合在每天划分的每个时间段内有固定的信息推送次数n,那么根据待推送信息在该时间段内的推送概率值m,便可计算出用户集合在该时间段内推送该待推送信息的次数:n*m获得的值(最接近的正整数)。依据计算结果进行信息的推送。
与现有技术相比,本申请的用于确定用户集合的兴趣信息的方法,通过从用户集合的播放终端的历史播放序列中提取对应的播放特征信息,再根据所提取的播放特征信息确定该用户集合的兴趣信息。其中,播放特征信息包括对应的播放时域特征信息及对应的播放内容特征信息。具体地,该方法可根据播放终端最近一定时间内(例如一个月)的播放序列,提取出对应的播放特征信息,分析出用户集合的兴趣信息。其中,可根据用户集合的成员类型信息确定用户集合的兴趣信息。进一步,还可以根据用户集合的兴趣信息,向用户推荐其喜欢的内容,或者推送用户感兴趣的广告信息等。使广告信息推送至最需要它的人群,也使用户获得最需要的信息。更加智能化,并能够满足用户的多样化需求。也可通过用户集合的成员类型信息,确定用户集合的兴趣信息。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (20)
1.一种用于确定用户集合的兴趣信息的方法,其中,该方法包括:
从播放终端的历史播放序列中提取对应的播放特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用;
根据所述播放特征信息确定所述用户集合的兴趣信息。
2.根据权利要求1所述的方法,其中,所述根据所述播放特征信息确定所述用户集合的兴趣信息包括:
根据所述播放特征信息确定所述用户集合的成员类型信息;
根据所述成员类型信息确定所述用户集合的兴趣信息。
3.根据权利要求2所述的方法,其中,所述根据所述成员类型信息确定所述用户集合的兴趣信息包括:
根据所述成员类型信息及所述播放特征信息确定所述用户集合的兴趣信息。
4.根据权利要求2或3所述的方法,其中,所述根据所述播放特征信息确定所述用户集合的成员类型信息包括:
将所述播放特征信息与样本用户群的样本播放特征信息相匹配以获得对应的目标样本用户群;
根据所述目标样本用户群的群信息确定所述用户集合的成员类型信息。
5.根据权利要求1至4中任一项所述的方法,其中,所述播放特征信息包括对应的播放时域特征信息。
6.根据权利要求5所述的方法,其中,所述从播放终端的历史播放序列中提取对应的播放特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用包括:
对播放终端的历史播放序列按时段特征信息统计处理以获得对应的播放时域特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用。
7.根据权利要求5或6所述的方法,其中,所述播放特征信息还包括对应的播放内容特征信息。
8.根据权利要求1至7中任一项所述的方法,其中,该方法还包括:
将待推送信息与所述用户集合的兴趣信息进行匹配,获取匹配参数;
根据所述匹配参数,向所述用户集合的用户推送所述待推送信息。
9.根据权利要求8所述的方法,其中,所述匹配参数包括所述待推送信息所对应的推送时间信息;
其中,所述根据所述匹配参数,向所述用户集合的用户推送信息包括:
依据所述推送时间信息向所述用户集合的用户推送所述待推送信息。
10.根据权利要求9所述的方法,其中,所述匹配参数还包括所述待推送信息所对应的推送比例信息;
其中,所述根据所述匹配参数,向所述用户集合的用户推送信息包括:
依据所述推送时间信息及所述推送比例信息向所述用户集合的用户推送所述待推送信息。
11.一种用于确定用户集合的兴趣信息的设备,其中,该设备包括:
第一装置,用于从播放终端的历史播放序列中提取对应的播放特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用;
第二装置,用于根据所述播放特征信息确定所述用户集合的兴趣信息。
12.根据权利要求11所述的设备,其中,所述第二装置包括:
第二一模块,用于根据所述播放特征信息确定所述用户集合的成员类型信息;
第二二模块,用于根据所述成员类型信息确定所述用户集合的兴趣信息。
13.根据权利要求12所述的设备,其中,所述第二二模块用于根据所述成员类型信息及所述播放特征信息确定所述用户集合的兴趣信息。
14.根据权利要求12或13所述的设备,其中,所述第二一模块包括:
第二一一模块,用于将所述播放特征信息与样本用户群的样本播放特征信息相匹配以获得对应的目标样本用户群;
第二一二模块,用于根据所述目标样本用户群的群信息确定所述用户集合的成员类型信息。
15.根据权利要求11至14中任一项所述的设备,其中,所述播放特征信息包括对应的播放时域特征信息。
16.根据权利要求15所述的设备,其中,所述第一装置用于对播放终端的历史播放序列按时段特征信息统计处理以获得对应的播放时域特征信息,其中,所述播放终端被包括一个或多个用户的用户集合共用。
17.根据权利要求15或16所述的设备,其中,所述播放特征信息还包括对应的播放内容特征信息。
18.根据权利要求11至17中任一项所述的设备,其中,该设备还包括:
第三装置,用于将待推送信息与所述用户集合的兴趣信息进行匹配,获取匹配参数;
第四装置,用于根据所述匹配参数,向所述用户集合的用户推送所述待推送信息。
19.根据权利要求18所述的设备,其中,所述匹配参数包括所述待推送信息所对应的推送时间信息;
其中,所述第四装置用于依据所述推送时间信息向所述用户集合的用户推送所述待推送信息。
20.根据权利要求19所述的设备,其中,所述匹配参数还包括所述待推送信息所对应的推送比例信息;
其中,所述第四装置用于依据所述推送时间信息及所述推送比例信息向所述用户集合的用户推送所述待推送信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510230609.2A CN106202120A (zh) | 2015-05-07 | 2015-05-07 | 用于确定用户集合的兴趣信息的方法及设备 |
HK17104992.1A HK1231589A1 (zh) | 2015-05-07 | 2017-05-18 | 用於確定用戶集合的興趣信息的方法及設備 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510230609.2A CN106202120A (zh) | 2015-05-07 | 2015-05-07 | 用于确定用户集合的兴趣信息的方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106202120A true CN106202120A (zh) | 2016-12-07 |
Family
ID=57459422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510230609.2A Pending CN106202120A (zh) | 2015-05-07 | 2015-05-07 | 用于确定用户集合的兴趣信息的方法及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106202120A (zh) |
HK (1) | HK1231589A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665171A (zh) * | 2018-05-14 | 2018-10-16 | 广东心里程教育集团有限公司 | 一种自动排班推送在线课程的方法和系统 |
CN110491419A (zh) * | 2019-08-26 | 2019-11-22 | 广东小天才科技有限公司 | 一种播放控制方法、系统及终端设备 |
CN113096351A (zh) * | 2021-03-30 | 2021-07-09 | 重庆电子工程职业学院 | 家居安全智能管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103139616A (zh) * | 2013-02-27 | 2013-06-05 | 中山大学 | 基于多用户的数字电视节目的个性化云推荐方法及系统 |
CN103686371A (zh) * | 2013-12-02 | 2014-03-26 | Tcl集团股份有限公司 | 一种基于年龄段的智能电视服务推送方法和系统 |
CN103686236A (zh) * | 2013-11-19 | 2014-03-26 | 乐视致新电子科技(天津)有限公司 | 推荐视频资源的方法及系统 |
-
2015
- 2015-05-07 CN CN201510230609.2A patent/CN106202120A/zh active Pending
-
2017
- 2017-05-18 HK HK17104992.1A patent/HK1231589A1/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103139616A (zh) * | 2013-02-27 | 2013-06-05 | 中山大学 | 基于多用户的数字电视节目的个性化云推荐方法及系统 |
CN103686236A (zh) * | 2013-11-19 | 2014-03-26 | 乐视致新电子科技(天津)有限公司 | 推荐视频资源的方法及系统 |
CN103686371A (zh) * | 2013-12-02 | 2014-03-26 | Tcl集团股份有限公司 | 一种基于年龄段的智能电视服务推送方法和系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665171A (zh) * | 2018-05-14 | 2018-10-16 | 广东心里程教育集团有限公司 | 一种自动排班推送在线课程的方法和系统 |
CN108665171B (zh) * | 2018-05-14 | 2021-01-05 | 广东心里程教育集团有限公司 | 一种自动排班推送在线课程的方法和系统 |
CN110491419A (zh) * | 2019-08-26 | 2019-11-22 | 广东小天才科技有限公司 | 一种播放控制方法、系统及终端设备 |
CN110491419B (zh) * | 2019-08-26 | 2021-08-13 | 广东小天才科技有限公司 | 一种播放控制方法、系统及终端设备 |
CN113096351A (zh) * | 2021-03-30 | 2021-07-09 | 重庆电子工程职业学院 | 家居安全智能管理系统 |
Also Published As
Publication number | Publication date |
---|---|
HK1231589A1 (zh) | 2017-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103533393B (zh) | 基于家庭收视纪录的家庭分析及节目推荐方法 | |
Pittman et al. | Sprinting a media marathon: Uses and gratifications of binge-watching television through Netflix | |
Mosharafa | All you need to know about: The cultivation theory | |
Vann | Changing the game: The role of social media in overcoming old media's attention deficit toward women's sport | |
CN102263999B (zh) | 基于人脸识别对电视节目自动分类的方法及其系统 | |
CN103338403B (zh) | 广播电视系统及该系统中的个性节目推荐方法 | |
CN107124653A (zh) | 电视用户画像的构建方法 | |
CN104486649B (zh) | 视频内容评级方法及装置 | |
CN103984741B (zh) | 用户属性信息提取方法及其系统 | |
CN109429103B (zh) | 推荐信息的方法、装置及计算机可读存储介质、终端设备 | |
CN103718166A (zh) | 信息处理设备、信息处理方法和计算机程序产品 | |
CN107172452A (zh) | 直播间推荐方法及装置 | |
Purba et al. | Instagram post popularity trend analysis and prediction using hashtag, image assessment, and user history features. | |
CN104021140B (zh) | 一种网络视频的处理方法及装置 | |
Millington et al. | Media research: From text to context | |
CN107846611A (zh) | 一种基于年龄段的电视节目推送方法及系统 | |
CN110225361A (zh) | 直播间推荐方法、存储介质、电子设备及系统 | |
Cherubini et al. | Understanding near-duplicate videos: a user-centric approach | |
CN105045859A (zh) | 一种智能设备的用户特征分析方法及装置 | |
CN106202120A (zh) | 用于确定用户集合的兴趣信息的方法及设备 | |
Hennig et al. | Big social data analytics of changes in consumer behaviour and opinion of a TV broadcaster | |
CN105956061A (zh) | 一种用户间相似度确定方法及装置 | |
Potter | 24 A General Framework for Media Psychology Scholarship | |
Klaysung | Attitudes and digital media exposure behaviors of program viewers towards digital TV | |
CN109726311A (zh) | 一种视频推荐方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1231589 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |
|
RJ01 | Rejection of invention patent application after publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1231589 Country of ref document: HK |