CN106210150A - 一种基于行为分析的内容推送系统及方法 - Google Patents

一种基于行为分析的内容推送系统及方法 Download PDF

Info

Publication number
CN106210150A
CN106210150A CN201610837383.7A CN201610837383A CN106210150A CN 106210150 A CN106210150 A CN 106210150A CN 201610837383 A CN201610837383 A CN 201610837383A CN 106210150 A CN106210150 A CN 106210150A
Authority
CN
China
Prior art keywords
user
data
server
unit
behavior
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.)
Withdrawn
Application number
CN201610837383.7A
Other languages
English (en)
Inventor
谢敏
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.)
Chengdu Chuanghui Keda Technology Co Ltd
Original Assignee
Chengdu Chuanghui Keda Technology 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 Chengdu Chuanghui Keda Technology Co Ltd filed Critical Chengdu Chuanghui Keda Technology Co Ltd
Priority to CN201610837383.7A priority Critical patent/CN106210150A/zh
Publication of CN106210150A publication Critical patent/CN106210150A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明提供了一种基于行为分析的内容推送系统及方法，涉及指纹识别领域。其特征在于，所述系统包括：所述系统包括：用户端；所述用户端信号连接于服务器；所述服务器信号连接于用于保存数据信息的数据库端；所述用户端包括：用户登录单元和用户信息采集单元；所述用户登录单元信号连接于用户信息采集单元；所述用户信息采集单元信号连接于服务器；所述数据库端包括：存储定制的个人数据信息的个人数据库端和存储公共数据信息的云端数据库端。本发明具有个性化、智能化、运行效率高和检索结果优质等优点。

Description

一种基于行为分析的内容推送系统及方法
技术领域
本发明涉及通信领域，特别涉及一种基于行为分析的内容推送系统及方法。
背景技术
互联网的出现人人加速了现代社会信息化的进程，已经和正在深刻地改变着人们的工作、生活的方式，互联网上丰富的资源也让每个人心动。然而，要在如此浩瀚的资源中找到自己所需的信息是一件费时费力的事情。当用户需要某方面的信息时，通常有两种方式：通过搜索引擎查询或逐个访问专业网站。
搜索引擎的出现和不断完善使得人们在互联网上搜索资源变得容易多了，对于一个搜索主题，可以在很短的时间内得到返回结果。像雅虎、谷歌这些著名的搜索引擎无疑是大多数用户的首选，因为它速度快，准确率高，并且将查找结果按相关程度排序。
但是通过现有的搜索引擎查询信息存在不少缺点：
1、针对性弱，不能就用户查询的信息提供更适合用户兴趣点的信息，导致用户还需要进行筛选信息。
2、时效性弱，网上的信息往往都已经发布很久，存在时间很久，而用户不能第一时间进行查阅，导致时效性较弱。
对一个企业或组织来说，无法通过统一途径对信息进行实时采集，仍然保持剪报、个体上网、信息罗列的低效方法，这种多部门重复收集信息的情况，更加剧了资源浪费和管理上的凌乱。而企业对这种搜集来的良莠不齐又杂乱无章的信息难以进行有效的管理和充分的利用。因此，用户期望出现一些能够协助其理解、检索所需信息的系统。一些信息服务机构也希望能够为它们的川户提供贴切的个性化服务，从而在激烈的竞争中击败对手。
由以上分析可知，无论是通过搜索引擎或逐个访问专业网站查询信息都存在同样的问题：现在绝大多数的网站都只能被动地接受访问。而现在的用户希望能够开发一个系统自动搜集用户定制的某方面的信息，并根据用户的兴趣对获得的信息进行筛选后分类并推荐给用户。为不同用户提供切合其需求的个性化服务是当前最迫切的任务。。
发明内容
鉴于此，本发明提供了一种基于行为分析的内容推送系统及方法，本发明具有个性化、智能化、运行效率高和检索结果优质等优点。
本发明采用的技术方案如下：
一种基于行为分析的内容推送系统及方法，其特征在于，所述系统包括：用户端；所述用户端信号连接于服务器；所述服务器信号连接于用于保存数据信息的数据库端；所述用户端包括：用户登录单元和用户信息采集单元；所述用户登录单元信号连接于用户信息采集单元；所述用户信息采集单元信号连接于服务器；所述数据库端包括：存储定制的个人数据信息的个人数据库端和存储公共数据信息的云端数据库端。
所述个人数据库端包括：用于在个人数据库中检索数据信息的个人信息检索系统；所述个人信息信息检索系统信号连接于个人数据库；所述云端数据库端包括：用于在云端数据库中检索数据信息的云端信息检索系统；所述云端检索系统信号连接于云端数据库。
所述个人信息检索系统包括：检索单元和数据传输单元；所述数据传输单元分别信号连接于服务器和个人数据库；所述检索单元信号连接于数据传输单元。
所述云端信息检索系统包括：云端检索单元和云端数据传输单元；所述数据传输单元分别信号连接于云端数据库和服务器；所述云端检索单元信号连接于云端数据传输单元。
所述服务器包括：用于对采集到的用户行为进行分析的用户行为分析单元；所述用户行为分析单元信号连接于用于根据用户行为分析结果制定推送策略的策略控制单元；所述策略控制单元信号连接于用于对来往于服务器的数据信息进行中转的数据中转单元。
一种基于行为分析的内容推送系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统启动，系统初始化；
步骤2：用户在用户端进行登录，登陆后，用户信息采集单元将实时采集用户的行为习惯数据，将采集到的行为习惯数据信息发送至服务器；
步骤3：服务器将采集到的该用户的行为习惯数据信息保存保存在本地，当采集到的用户的行为习惯数据量超过设定的阈值，则开始进行用户行为分析，得出分析结果；
步骤4：策略控制单元根据分析结果指定推送策略，根据推送策略发送控制命令到云端数据库端；
步骤5：云端数据库端根据发送过来的控制命令在数据库中搜索数据信息，将获取的数据信息发送至用户端；
步骤6：用户端将接收到的数据信息推送给用户进行显示；若用户对此次推送结果不满意，用户行为分析单元将采集相关数据信息发送到服务器；
步骤7：服务器将接收到的数据信息存储到本地，这些数据信息会影响下一次的用户分析结果；
步骤8：若用户对此次推送结果满意，用户行为分析单元将采集相关数据信息发送到服务器；服务器将本次推送的内容发送到个人数据库端；
步骤9：个人数据库端将接收到的数据信息存储到个人数据库，服务器定期检测个人数据库中的数据量级，若量级超过了设定的阈值，则下一次推送，服务器先发送控制命令到个人数据库端；
步骤10：若用户对个人数据库端发送的数据信息检索到的数据信息不满意，则服务器发送控制命令到云端数据库端，进行重新检索和推送，并将此次推送的结果保存到个人数据库端。
所述个人信息检索系统和云端信息检索系统对检索结果进行排序的方法包括以下步骤：
步骤1：取检索系统中的数据结构为G，G的规模为N，设定网站集合为：
，其中， ；每个网站站点为G中的一个结点。
步骤2：对于G中的每一个节点n，设W(n)是权重值，而向量 为G对应的W(n)结果向量。
步骤:3：设定 ,即：对G中每一个节点n，设定其
初始值W()均为 。
步骤4：当k=1,2,3……n;对G中的每一个节点，均有：
步骤5：其中， 为预先设定的参数， 为页面的出度值；
步骤6：按照出度值对每个采集到的信息进行排序。
采用以上技术方案，本发明产生了以下有益效果：
1、智能化：本发明的内容推送系统服务器，用户端负责用户信息的搜集，将搜集的用户行为数据信息发送到服务器，服务器根据搜集的信息进行用户行为分析，再通过云端数据库和个人数据库的检索得出最终的推送结果，整个过程，用户无须参与，智能完成内容推送。
2、个性化：本发明除了针对用户的行为分析进行内容推送以外，还针对每次推送的结果，构建了每个用户独特的数据库，针对该用户的搜索，可以从独特的数据库中进行检索和推送，运行效率更高，随着推送次数的增加，推送结果更加准确。
采用以上技术方案，本发明产生了以下有益效果：
1、智能化：本发明的内容推送系统服务器，用户端负责用户信息的搜集，将搜集的用户行为数据信息发送到服务器，服务器根据搜集的信息进行用户行为分析，再通过云端数据库和个人数据库的检索得出最终的推送结果，整个过程，用户无须参与，智能完成内容推送。
2、个性化：本发明除了针对用户的行为分析进行内容推送以外，还针对每次推送的结果，构建了每个用户独特的数据库，针对该用户的搜索，可以从独特的数据库中进行检索和推送，运行效率更高，随着推送次数的增加，推送结果更加准确。
3、检索结果优质：本发明的内容推送系统及方法，除了采用了用户行为分析保证推送结果的准确性以外，还采用独特的内容排序算法，对推送结果进行排序，使得推送结果更加符合用户的要求。
附图说明
图1是本发明的一种基于行为分析的内容推送系统及方法的系统结构示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种基于行为分析的内容推送系统，系统结构如图1所示：
一种基于行为分析的内容推送系统及方法，其特征在于，所述系统包括：用户端；所述用户端信号连接于服务器；所述服务器信号连接于用于保存数据信息的数据库端；所述用户端包括：用户登录单元和用户信息采集单元；所述用户登录单元信号连接于用户信息采集单元；所述用户信息采集单元信号连接于服务器；所述数据库端包括：存储定制的个人数据信息的个人数据库端和存储公共数据信息的云端数据库端。
所述个人数据库端包括：用于在个人数据库中检索数据信息的个人信息检索系统；所述个人信息信息检索系统信号连接于个人数据库；所述云端数据库端包括：用于在云端数据库中检索数据信息的云端信息检索系统；所述云端检索系统信号连接于云端数据库。
所述个人信息检索系统包括：检索单元和数据传输单元；所述数据传输单元分别信号连接于服务器和个人数据库；所述检索单元信号连接于数据传输单元。
所述云端信息检索系统包括：云端检索单元和云端数据传输单元；所述数据传输单元分别信号连接于云端数据库和服务器；所述云端检索单元信号连接于云端数据传输单元。
所述服务器包括：用于对采集到的用户行为进行分析的用户行为分析单元；所述用户行为分析单元信号连接于用于根据用户行为分析结果制定推送策略的策略控制单元；所述策略控制单元信号连接于用于对来往于服务器的数据信息进行中转的数据中转单元。。
本发明实施例2中提供了一种基于行为分析的内容推送系统的方法，
一种基于行为分析的内容推送系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统启动，系统初始化；
步骤2：用户在用户端进行登录，登陆后，用户信息采集单元将实时采集用户的行为习惯数据，将采集到的行为习惯数据信息发送至服务器；
步骤3：服务器将采集到的该用户的行为习惯数据信息保存保存在本地，当采集到的用户的行为习惯数据量超过设定的阈值，则开始进行用户行为分析，得出分析结果；
步骤4：策略控制单元根据分析结果指定推送策略，根据推送策略发送控制命令到云端数据库端；
步骤5：云端数据库端根据发送过来的控制命令在数据库中搜索数据信息，将获取的数据信息发送至用户端；
步骤6：用户端将接收到的数据信息推送给用户进行显示；若用户对此次推送结果不满意，用户行为分析单元将采集相关数据信息发送到服务器；
步骤7：服务器将接收到的数据信息存储到本地，这些数据信息会影响下一次的用户分析结果；
步骤8：若用户对此次推送结果满意，用户行为分析单元将采集相关数据信息发送到服务器；服务器将本次推送的内容发送到个人数据库端；
步骤9：个人数据库端将接收到的数据信息存储到个人数据库，服务器定期检测个人数据库中的数据量级，若量级超过了设定的阈值，则下一次推送，服务器先发送控制命令到个人数据库端；
步骤10：若用户对个人数据库端发送的数据信息检索到的数据信息不满意，则服务器发送控制命令到云端数据库端，进行重新检索和推送，并将此次推送的结果保存到个人数据库端。
所述个人信息检索系统和云端信息检索系统对检索结果进行排序的方法包括以下步骤：
步骤1：取检索系统中的数据结构为G，G的规模为N，设定网站集合为：
，其中， ；每个网站站点为G中的一个结点。
步骤2：对于G中的每一个节点n，设W(n)是权重值，而向量 为G对应的W(n)结果向量。
步骤:3：设定 ,即：对G中每一个节点n，设定其
初始值W()均为 。
步骤4：当k=1,2,3……n;对G中的每一个节点，均有：
步骤5：其中， 为预先设定的参数， 为页面的出度值；
步骤6：按照出度值对每个采集到的信息进行排序。
本发明实施例3中提供了一种基于行为分析的内容推送系统及方法，系统结构如图1所示：
一种基于行为分析的内容推送系统及方法，其特征在于，所述系统包括：用户端；所述用户端信号连接于服务器；所述服务器信号连接于用于保存数据信息的数据库端；所述用户端包括：用户登录单元和用户信息采集单元；所述用户登录单元信号连接于用户信息采集单元；所述用户信息采集单元信号连接于服务器；所述数据库端包括：存储定制的个人数据信息的个人数据库端和存储公共数据信息的云端数据库端。
所述个人数据库端包括：用于在个人数据库中检索数据信息的个人信息检索系统；所述个人信息信息检索系统信号连接于个人数据库；所述云端数据库端包括：用于在云端数据库中检索数据信息的云端信息检索系统；所述云端检索系统信号连接于云端数据库。
所述个人信息检索系统包括：检索单元和数据传输单元；所述数据传输单元分别信号连接于服务器和个人数据库；所述检索单元信号连接于数据传输单元。
所述云端信息检索系统包括：云端检索单元和云端数据传输单元；所述数据传输单元分别信号连接于云端数据库和服务器；所述云端检索单元信号连接于云端数据传输单元。
所述服务器包括：用于对采集到的用户行为进行分析的用户行为分析单元；所述用户行为分析单元信号连接于用于根据用户行为分析结果制定推送策略的策略控制单元；所述策略控制单元信号连接于用于对来往于服务器的数据信息进行中转的数据中转单元。
一种基于行为分析的内容推送系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统启动，系统初始化；
步骤2：用户在用户端进行登录，登陆后，用户信息采集单元将实时采集用户的行为习惯数据，将采集到的行为习惯数据信息发送至服务器；
步骤3：服务器将采集到的该用户的行为习惯数据信息保存保存在本地，当采集到的用户的行为习惯数据量超过设定的阈值，则开始进行用户行为分析，得出分析结果；
步骤4：策略控制单元根据分析结果指定推送策略，根据推送策略发送控制命令到云端数据库端；
步骤5：云端数据库端根据发送过来的控制命令在数据库中搜索数据信息，将获取的数据信息发送至用户端；
步骤6：用户端将接收到的数据信息推送给用户进行显示；若用户对此次推送结果不满意，用户行为分析单元将采集相关数据信息发送到服务器；
步骤7：服务器将接收到的数据信息存储到本地，这些数据信息会影响下一次的用户分析结果；
步骤8：若用户对此次推送结果满意，用户行为分析单元将采集相关数据信息发送到服务器；服务器将本次推送的内容发送到个人数据库端；
步骤9：个人数据库端将接收到的数据信息存储到个人数据库，服务器定期检测个人数据库中的数据量级，若量级超过了设定的阈值，则下一次推送，服务器先发送控制命令到个人数据库端；
步骤10：若用户对个人数据库端发送的数据信息检索到的数据信息不满意，则服务器发送控制命令到云端数据库端，进行重新检索和推送，并将此次推送的结果保存到个人数据库端。
所述个人信息检索系统和云端信息检索系统对检索结果进行排序的方法包括以下步骤：
步骤1：取检索系统中的数据结构为G，G的规模为N，设定网站集合为：
，其中， ；每个网站站点为G中的一个结点。
步骤2：对于G中的每一个节点n，设W(n)是权重值，而向量 为G对应的W(n)结果向量。
步骤:3：设定 ,即：对G中每一个节点n，设定其
初始值W()均为 。
步骤4：当k=1,2,3……n;对G中的每一个节点，均有：
步骤5：其中， 为预先设定的参数， 为页面的出度值；
步骤6：按照出度值对每个采集到的信息进行排序。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (7)

1.一种基于行为分析的内容推送系统及方法，其特征在于，所述系统包括：用户端；所述用户端信号连接于服务器；所述服务器信号连接于用于保存数据信息的数据库端；所述用户端包括：用户登录单元和用户信息采集单元；所述用户登录单元信号连接于用户信息采集单元；所述用户信息采集单元信号连接于服务器；所述数据库端包括：存储定制的个人数据信息的个人数据库端和存储公共数据信息的云端数据库端。
2.如权利要求1所述的基于行为分析的内容推送系统及方法，其特征在于，所述个人数据库端包括：用于在个人数据库中检索数据信息的个人信息检索系统；所述个人信息信息检索系统信号连接于个人数据库；所述云端数据库端包括：用于在云端数据库中检索数据信息的云端信息检索系统；所述云端检索系统信号连接于云端数据库。
3.如权利要求1至2之一所述的基于行为分析的内容推送系统及方法，其特征在于，所述个人信息检索系统包括：检索单元和数据传输单元；所述数据传输单元分别信号连接于服务器和个人数据库；所述检索单元信号连接于数据传输单元。
4.如权利要求3所述的基于行为分析的内容推送系统及方法，其特征在于，所述云端信息检索系统包括：云端检索单元和云端数据传输单元；所述数据传输单元分别信号连接于云端数据库和服务器；所述云端检索单元信号连接于云端数据传输单元。
5.如权利要求4所述的基于行为分析的内容推送系统及方法，其特征在于所述服务器包括：用于对采集到的用户行为进行分析的用户行为分析单元；所述用户行为分析单元信号连接于用于根据用户行为分析结果制定推送策略的策略控制单元；所述策略控制单元信号连接于用于对来往于服务器的数据信息进行中转的数据中转单元。
6.一种基于权利要求1至5之一所述的基于行为分析的内容推送系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统启动，系统初始化；
步骤2：用户在用户端进行登录，登陆后，用户信息采集单元将实时采集用户的行为习惯数据，将采集到的行为习惯数据信息发送至服务器；
步骤3：服务器将采集到的该用户的行为习惯数据信息保存保存在本地，当采集到的用户的行为习惯数据量超过设定的阈值，则开始进行用户行为分析，得出分析结果；
步骤4：策略控制单元根据分析结果指定推送策略，根据推送策略发送控制命令到云端数据库端；
步骤5：云端数据库端根据发送过来的控制命令在数据库中搜索数据信息，将获取的数据信息发送至用户端；
步骤6：用户端将接收到的数据信息推送给用户进行显示；若用户对此次推送结果不满意，用户行为分析单元将采集相关数据信息发送到服务器；
步骤7：服务器将接收到的数据信息存储到本地，这些数据信息会影响下一次的用户分析结果；
步骤8：若用户对此次推送结果满意，用户行为分析单元将采集相关数据信息发送到服务器；服务器将本次推送的内容发送到个人数据库端；
步骤9：个人数据库端将接收到的数据信息存储到个人数据库，服务器定期检测个人数据库中的数据量级，若量级超过了设定的阈值，则下一次推送，服务器先发送控制命令到个人数据库端；
步骤10：若用户对个人数据库端发送的数据信息检索到的数据信息不满意，则服务器发送控制命令到云端数据库端，进行重新检索和推送，并将此次推送的结果保存到个人数据库端。
7.如权利要求6所述的基于行为分析的内容推送系统的方法，其特征在于，所述个人信息检索系统和云端信息检索系统对检索结果进行排序的方法包括以下步骤：
步骤1：取检索系统中的数据结构为G，G的规模为N，设定网站集合为：
，其中，；每个网站站点为G中的一个结点；
步骤2：对于G中的每一个节点n，设W(n)是权重值，而向量为G对应的W(n)结果向量；
步骤:3：设定,即：对G中每一个节点n，设定其
初始值W()均为；
步骤4：当k=1,2,3……n;对G中的每一个节点，均有：
步骤5：其中，为预先设定的参数，为页面的出度值；
步骤6：按照出度值对每个采集到的信息进行排序。
CN201610837383.7A 2016-09-21 2016-09-21 一种基于行为分析的内容推送系统及方法 Withdrawn CN106210150A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610837383.7A CN106210150A (zh) 2016-09-21 2016-09-21 一种基于行为分析的内容推送系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610837383.7A CN106210150A (zh) 2016-09-21 2016-09-21 一种基于行为分析的内容推送系统及方法

Publications (1)

Publication Number Publication Date
CN106210150A true CN106210150A (zh) 2016-12-07

Family

ID=58067090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610837383.7A Withdrawn CN106210150A (zh) 2016-09-21 2016-09-21 一种基于行为分析的内容推送系统及方法

Country Status (1)

Country Link
CN (1) CN106210150A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897956A (zh) * 2017-02-16 2017-06-27 四川绿能环保科技股份公司 一种基于物联网的智能垃圾处理系统及方法
CN107317974A (zh) * 2017-08-23 2017-11-03 三星电子（中国）研发中心 一种美妆拍照方法和装置
CN110417869A (zh) * 2019-07-05 2019-11-05 广州华多网络科技有限公司 一种活动推送方法、装置及计算机设备
CN110516149A (zh) * 2019-08-22 2019-11-29 武汉东湖大数据交易中心股份有限公司 基于大数据的行业信息推送系统及方法
CN110704402A (zh) * 2019-10-18 2020-01-17 广州趣丸网络科技有限公司 一种多数据源的数据分析系统、方法及设备
CN110784552A (zh) * 2019-11-05 2020-02-11 北京字节跳动网络技术有限公司 一种监控方法、装置、设备和介质
CN113014647A (zh) * 2021-02-25 2021-06-22 浙江正元智慧科技股份有限公司 一种基于大数据的运维平台远程数据采集系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897956A (zh) * 2017-02-16 2017-06-27 四川绿能环保科技股份公司 一种基于物联网的智能垃圾处理系统及方法
CN107317974A (zh) * 2017-08-23 2017-11-03 三星电子（中国）研发中心 一种美妆拍照方法和装置
CN107317974B (zh) * 2017-08-23 2020-02-21 三星电子（中国）研发中心 一种美妆拍照方法和装置
CN110417869A (zh) * 2019-07-05 2019-11-05 广州华多网络科技有限公司 一种活动推送方法、装置及计算机设备
CN110516149A (zh) * 2019-08-22 2019-11-29 武汉东湖大数据交易中心股份有限公司 基于大数据的行业信息推送系统及方法
CN110704402A (zh) * 2019-10-18 2020-01-17 广州趣丸网络科技有限公司 一种多数据源的数据分析系统、方法及设备
CN110784552A (zh) * 2019-11-05 2020-02-11 北京字节跳动网络技术有限公司 一种监控方法、装置、设备和介质
CN113014647A (zh) * 2021-02-25 2021-06-22 浙江正元智慧科技股份有限公司 一种基于大数据的运维平台远程数据采集系统
CN113014647B (zh) * 2021-02-25 2022-05-03 浙江正元智慧科技股份有限公司 一种基于大数据的运维平台远程数据采集系统

Similar Documents

Publication Publication Date Title
CN106210150A (zh) 一种基于行为分析的内容推送系统及方法
CN104750705B (zh) 信息回复方法及装置
US9836539B2 (en) Content quality filtering without use of content
US10282366B2 (en) Multi-dimensional decomposition computing method and system
US10552422B2 (en) Extended search method and apparatus
TW201717071A (zh) 推薦方法及裝置
WO2015039230A1 (en) System and method for continuous social communication
KR101543780B1 (ko) 동적 사용자 프로필 및 소셜 네트워크 신뢰성을 이용한 전문가 검색 시스템 및 방법
Ishikawa et al. Hot topic detection in local areas using Twitter and Wikipedia
US20170235726A1 (en) Information identification and extraction
CN104035972B (zh) 一种基于微博的知识推荐方法与系统
US8825620B1 (en) Behavioral word segmentation for use in processing search queries
US20160321367A1 (en) Federated search page construction based on machine learning
CN104050235A (zh) 基于集合选择的分布式信息检索方法
Elshater et al. godiscovery: Web service discovery made efficient
CN104281619A (zh) 搜索结果排序系统及方法
Davtyan et al. Exploiting document content for efficient aggregation of crowdsourcing votes
WO2015165230A1 (zh) 一种社交消息的监测方法及装置
CN106844420B (zh) 基于社交网络和大数据分析的用户分组方法及装置
Yan et al. User recommendation with tensor factorization in social networks
CN113240089B (zh) 基于图检索引擎的图神经网络模型训练方法和装置
Das et al. Adaptive web personalization system using splay tree
Divya et al. Onto-search: An ontology based personalized mobile search engine
Duc et al. S3g2: A scalable structure-correlated social graph generator
Hao et al. Towards a query-less news search framework on twitter

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20161207