CN106445961A - 新闻推送方法及装置 - Google Patents
新闻推送方法及装置 Download PDFInfo
- Publication number
- CN106445961A CN106445961A CN201510487858.XA CN201510487858A CN106445961A CN 106445961 A CN106445961 A CN 106445961A CN 201510487858 A CN201510487858 A CN 201510487858A CN 106445961 A CN106445961 A CN 106445961A
- Authority
- CN
- China
- Prior art keywords
- news
- targeted customer
- user
- news content
- similar users
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000004069 differentiation Effects 0.000 claims description 73
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种新闻推送方法及装置。该方法包括：获取各用户的至少一个属性特征，利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值；根据所述其他用户与所述目标用户的属性的相似度值，确定出所述相似度值达到指定阈值的相似用户；获取所述相似用户关注的第一新闻内容，以及所述目标用户关注的第二新闻内容；比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，并将其推送给所述目标用户。本发明实施例将差异化新闻内容推送给目标用户，使得目标用户阅读的新闻内容并不局限于自身喜欢的新闻类型，能够挖掘目标用户更多的兴趣，拓宽目标用户的视野。
Description
技术领域
本发明涉及互联网应用技术领域，特别是一种新闻推送方法及装置。
背景技术
随着技术的发展，信息的获取变得越来越便捷，尤其是移动设备(例如手机、平板电脑、智能手表等)的普及，用户可以随时随地通过这些移动设备来获取信息。
新闻作为用户日常接触信息获取信息的最广泛渠道，用户每天都会面对海量的新闻信息，用户可以在碎片化的时间通过移动设备的客户端或浏览器阅读新闻。在这种背景下，目前有许多个性化的新闻推送方案被提出，能够根据用户的喜好、历史浏览记录等推送用户感兴趣的新闻类型，为用户提供个性化新闻推送服务。
但是，上述这些个性化新闻推送方案面临的一个重要问题就是收敛性，即，用户在获取新闻信息时，这些方案会不断推送用户喜欢的新闻类型，使得用户每次阅读的新闻类型都是固定的几种，无法挖掘用户更多的兴趣、拓宽用户的视野，甚至会让用户产生审美疲劳。因而，亟待提供一种更有效、合理的新闻推送方案。
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新闻推送方法及相应的装置。
依据本发明的一方面，提供了一种新闻推送方法，包括：
获取各用户的至少一个属性特征，利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值；
根据所述其他用户与所述目标用户的属性的相似度值，确定出所述相似度值达到指定阈值的相似用户；
获取所述相似用户关注的第一新闻内容，以及所述目标用户关注的第二新闻内容；
比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，并将其推送给所述目标用户。
可选地，通过以下方式确定所述各用户：
将所述目标用户所在的社交群组的成员作为所述各用户；或者，
将所述目标用户关注的好友作为所述各用户；或者，
将所述目标用户的通讯录联系人作为所述各用户。
可选地，利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值，包括：
为所述至少一个属性特征分配权重；
将所述各用户的至少一个属性特征量化为相应的属性特征值；
对分配的权重和相应的属性特征值进行加权求和，计算所述各用户的综合属性值；
比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值。
可选地，比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值，包括：
计算所述各用户中其他用户与目标用户的综合属性值的差值；
根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值。
可选地，所述相似用户包括多个，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
对于每个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
可选地，所述相似用户包括多个，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户；
对于选取的各个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
可选地，根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户，包括：
获取多个所述相似用户中每个相似用户的当前地理位置，以及所述目标用户的当前地理位置；
计算所述每个相似用户与所述目标用户的当前距离；
选取当前距离大于或等于指定距离阈值的相似用户。
可选地，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
确定所述第一新闻内容包含的第一新闻类型以及所述第二新闻内容包含的第二新闻类型；
比较所述第一新闻类型与所述第二新闻类型，得出所述相似用户关注而所述目标用户未关注的新闻类型；
获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。
可选地，将所述差异化新闻内容推送给所述目标用户之后，还包括：
接收所述目标用户提交的反馈信息；
根据所述反馈信息确定后续是否继续推送所述差异化新闻内容。
依据本发明的另一方面，还提供了一种新闻推送装置，包括：
属性特征获取模块，适于获取各用户的至少一个属性特征；
相似度计算模块，适于利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值；
确定模块，适于根据所述其他用户与所述目标用户的属性的相似度值，确定出所述相似度值达到指定阈值的相似用户；
比较模块，适于获取所述相似用户关注的第一新闻内容以及所述目标用户关注的第二新闻内容，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容；
推送模块，适于将所述差异化新闻内容推送给所述目标用户。
可选地，所述属性特征获取模块还适于：
将所述目标用户所在的社交群组的成员作为所述各用户；或者，
将所述目标用户关注的好友作为所述各用户；或者，
将所述目标用户的通讯录联系人作为所述各用户。
可选地，所述相似度计算模块还适于：
为所述至少一个属性特征分配权重；
将所述各用户的至少一个属性特征量化为相应的属性特征值；
对分配的权重和相应的属性特征值进行加权求和，计算所述各用户的综合属性值；
比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值。
可选地，所述相似度计算模块还适于：
计算所述各用户中其他用户与目标用户的综合属性值的差值；
根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值。
可选地，所述相似用户包括多个，所述比较模块还适于：
对于每个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
可选地，所述相似用户包括多个，所述比较模块还适于：
根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户；
对于选取的各个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
可选地，所述比较模块还适于：
获取多个所述相似用户中每个相似用户的当前地理位置，以及所述目标用户的当前地理位置；
计算所述每个相似用户与所述目标用户的当前距离；
选取当前距离大于或等于指定距离阈值的相似用户。
可选地，所述比较模块还适于：
确定所述第一新闻内容包含的第一新闻类型以及所述第二新闻内容包含的第二新闻类型；
比较所述第一新闻类型与所述第二新闻类型，得出所述相似用户关注而所述目标用户未关注的新闻类型；
获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。
可选地，所述装置还包括：
接收模块，适于接收所述目标用户提交的反馈信息；
处理模块，适于根据所述反馈信息确定后续是否继续推送所述差异化新闻内容。
本发明实施例中，获取各用户的至少一个属性特征，利用各用户的至少一个属性特征计算各用户中其他用户与目标用户的属性的相似度值。随后，根据其他用户与目标用户的属性的相似度值，确定出相似度值达到指定阈值的相似用户，之后获取相似用户关注的第一新闻内容，以及目标用户关注的第二新闻内容，比较第一新闻内容与第二新闻内容，得出相似用户与目标用户关注的差异化新闻内容，并将其推送给目标用户。本发明实施例将差异化新闻内容推送给目标用户，使得目标用户阅读的新闻内容并不局限于自身喜欢的新闻类型，能够挖掘目标用户更多的兴趣，拓宽目标用户的视野。并且，由于相似用户是与目标用户的属性的相似度值达到指定阈值的用户，即，相似用户在某种或多种属性上与目标用户是相同类的或者有些相同的兴趣爱好，因而相似用户与目标用户关注的差异化新闻内容的推送对目标用户来说是有针对性的推送，并不是任意或随意推送的，从而实现了新闻内容的有效推送。
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。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
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实施例的新闻推送方法的流程图；
图2示出了根据本发明另一实施例的新闻推送方法的流程图；
图3示出了根据本发明一实施例的新闻推送装置的结构示意图；以及
图4示出了根据本发明另一实施例的新闻推送装置的结构示意图。
具体实施方式
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。
为解决上述技术问题，本发明实施例提供了一种新闻推送方法，该方法可以应用在个人电脑、手机、智能手表等终端设备。图1示出了根据本发明一实施例的新闻推送方法的流程图。参见图1，该方法至少可以包括步骤S102至步骤S108。
步骤S102，获取各用户的至少一个属性特征，利用各用户的至少一个属性特征计算各用户中其他用户与目标用户的属性的相似度值。
步骤S104，根据其他用户与目标用户的属性的相似度值，确定出相似度值达到指定阈值的相似用户。
步骤S106，获取相似用户关注的第一新闻内容，以及目标用户关注的第二新闻内容。
步骤S108，比较第一新闻内容与第二新闻内容，得出相似用户与目标用户关注的差异化新闻内容，并将其推送给目标用户。
本发明实施例中，获取各用户的至少一个属性特征，利用各用户的至少一个属性特征计算各用户中其他用户与目标用户的属性的相似度值。随后，根据其他用户与目标用户的属性的相似度值，确定出相似度值达到指定阈值的相似用户，之后获取相似用户关注的第一新闻内容，以及目标用户关注的第二新闻内容，比较第一新闻内容与第二新闻内容，得出相似用户与目标用户关注的差异化新闻内容，并将其推送给目标用户。本发明实施例将差异化新闻内容推送给目标用户，使得目标用户阅读的新闻内容并不局限于自身喜欢的新闻类型，能够挖掘目标用户更多的兴趣，拓宽目标用户的视野。并且，由于相似用户是与目标用户的属性的相似度值达到指定阈值的用户，即，相似用户在某种或多种属性上与目标用户是相同类的或者有些相同的兴趣爱好，因而相似用户与目标用户关注的差异化新闻内容的推送对目标用户来说是有针对性的推送，并不是任意或随意推送的，从而实现了新闻内容的有效推送。
上文步骤S102中提及的各用户可以通过多种方式来确定。例如，确定目标用户所在的社交群组，进而将目标用户所在的社交群组的成员作为各用户。又如，确定目标用户关注的好友，进而将目标用户关注的好友作为各用户。再如，获取目标用户的通讯录联系人，进而将目标用户的通讯录联系人作为各用户，等等。
进一步，步骤S102中提及的各用户的至少一个属性特征，可以是各用户的性别、年龄、职业、国籍、所在城市区域、家庭成员等属性特征，本发明不限于此。本发明实施例中，可以利用各用户的这些属性特征来计算各用户中其他用户与目标用户的属性的相似度值，下面分别针对某个属性特征或多个属性特征的情况进行介绍。
首先，针对某个属性特征的情况。即，可以选取其中的某个属性特征，利用该属性特征来计算其他用户与目标用户的属性的相似度值。例如，选取各用户的“职业”，利用“职业”这个属性特征来计算其他用户与目标用户的在职业上的相似度值。
其次，针对多个属性特征的情况。即，可以选取其中的多个属性特征进行属性相似度的计算。这里，本发明实施例提供了一种可选的方案，在该方案中，可以为至少一个属性特征分配权重，将各用户的至少一个属性特征量化为相应的属性特征值，随后对分配的权重和相应的属性特征值进行加权求和，计算各用户的综合属性值，比较各用户中其他用户与目标用户的综合属性值，确定其他用户与目标用户的属性的相似度值。例如，可以通过下面的式子计算各用户的综合属性值Y。
Y＝d1×x1+d2×x2+…+dn×xn
其中，x1…xn是各个属性特征量化为的相应的属性特征值，d1…dn是为各个属性特征分配的权重。这里，各个属性特征权重的分配可以根据专家经验或者根据实际情况进行，本发明不作限制。
进一步，在计算得到各用户的综合属性值之后，可以计算各用户中其他用户与目标用户的综合属性值的差值，进而根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值，将确定的属性的相似度值作为该用户与目标用户的属性的相似度值。
在本发明一实施例中，若相似用户包括多个，则在步骤S108中，对于每个相似用户，比较该相似用户的第一新闻内容与第二新闻内容，得出该相似用户与目标用户关注的差异化新闻内容。之后，将比较得出的所有相似用户与目标用户关注的差异化新闻内容推送给目标用户。
在本发明的另一实施例中，若相似用户包括多个，则在步骤S108中，根据预置的选取策略，在多个相似用户中选取一个或多个相似用户，进而对于选取的各个相似用户，比较该相似用户的第一新闻内容与第二新闻内容，得出该相似用户与目标用户关注的差异化新闻内容。之后，将选取的所有相似用户与目标用户关注的差异化新闻内容推送给目标用户。
进一步，本发明实施例提供了一种可选的选取相似用户的方案，即，获取多个相似用户中每个相似用户的当前地理位置，以及目标用户的当前地理位置，随后计算每个相似用户与目标用户的当前距离，选取当前距离大于或等于指定距离阈值的相似用户。
本发明实施例还提供了一种实施步骤S108的可选方案，即，确定第一新闻内容包含的第一新闻类型以及第二新闻内容包含的第二新闻类型，比较第一新闻类型与第二新闻类型，得出相似用户关注而目标用户未关注的新闻类型，进而获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。例如，相似用户关注的第一新闻内容包含的第一新闻类型为热点、体育、科技、历史和财经，目标用户关注的第二新闻内容包含的第二新闻类型为热点、娱乐、科技、汽车和军事，比较第一新闻类型与第二新闻类型，得出相似用户关注而目标用户未关注的新闻类型为体育、历史和财经，将体育、历史和财经的新闻内容作为差异化新闻内容。
此外，在将差异化新闻内容推送给目标用户之后，本发明实施例还可以接收目标用户提交的反馈信息，根据反馈信息确定后续是否继续推送差异化新闻内容。例如，若目标用户反馈对差异化新闻内容感兴趣，则继续推送这些差异化新闻内容。反之，若目标用户反馈对差异化新闻内容不感兴趣，则不继续推送这些差异化新闻内容。
下面通过一具体实施例详细介绍本发明的新闻推送方法的实现过程。图2示出了根据本发明另一实施例的新闻推送方法的流程图。参见图2，该方法至少可以包括步骤S202至步骤S220。
步骤S202，获取各用户的至少一个属性特征。
该步骤中，各用户可以通过多种方式来确定。例如，确定目标用户所在的社交群组，进而将目标用户所在的社交群组的成员作为各用户。又如，确定目标用户关注的好友，进而将目标用户关注的好友作为各用户。再如，获取目标用户的通讯录联系人，进而将目标用户的通讯录联系人作为各用户，等等。进一步，各用户的至少一个属性特征，可以是各用户的性别、年龄、职业、国籍、所在城市区域、家庭成员等属性特征，本发明不限于此。
步骤S204，为至少一个属性特征分配权重，将各用户的至少一个属性特征量化为相应的属性特征值。
步骤S206，对分配的权重和相应的属性特征值进行加权求和，计算各用户的综合属性值。
该步骤中，可以利用上文提及的式子计算各用户的综合属性值Y。
步骤S208，计算各用户中其他用户与目标用户的综合属性值的差值。
步骤S210，根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值。
步骤S212，根据其他用户与目标用户的属性的相似度值，确定出相似度值达到指定阈值的相似用户。
步骤S214，获取相似用户关注的第一新闻内容，以及目标用户关注的第二新闻内容。
步骤S216，确定第一新闻内容包含的第一新闻类型以及第二新闻内容包含的第二新闻类型，比较第一新闻类型与第二新闻类型，得出相似用户关注而目标用户未关注的新闻类型，进而获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。
步骤S218，将差异化新闻内容推送给目标用户。
在本发明的具体实施例中，各用户包括“张三”、“李四”、“王五”、“小齐”、“小林”、“小夏”，假设目标用户为“张三”，通过计算他们之间的属性的相似度值，得到“张三”的相似用户为“李四”、“王五”。
进一步，获取“张三”关注的新闻内容为热点、娱乐、科技、汽车和军事；“李四”关注的新闻内容为热点、体育、科技、历史和财经；“王五”关注的新闻内容为热点、北京、社会、影视和彩票。
随后，比较“张三”与“李四”关注的新闻内容，得到“张三”与“李四”关注的差异化新闻内容为体育、历史和财经；比较“张三”与“王五”关注的新闻内容，得到“张三”与“王五”关注的差异化新闻内容为北京、社会、影视和彩票。
最后，将“张三”与“李四”关注的差异化新闻内容，以及“张三”与“王五”关注的差异化新闻内推送给目标用户“张三”。
需要说明的是，上述的列举仅是示意性的，并不限制本发明。
步骤S220，接收目标用户提交的反馈信息，根据反馈信息确定后续是否继续推送差异化新闻内容。
本发明实施例中，将差异化新闻内容推送给目标用户，使得目标用户阅读的新闻内容并不局限于自身喜欢的新闻类型，能够挖掘目标用户更多的兴趣，拓宽目标用户的视野。
基于同一发明构思，本发明实施例还提供一种新闻推送装置。图3示出了根据本发明一实施例的新闻推送装置的结构示意图。参见图3，该装置至少可以包括：属性特征获取模块310、相似度计算模块320、确定模块330、比较模块340以及推送模块350。
现介绍本发明实施例的新闻推送装置的各组成或器件的功能以及各部分间的连接关系：
属性特征获取模块310，适于获取各用户的至少一个属性特征；
相似度计算模块320，与属性特征获取模块310相耦合，适于利用各用户的至少一个属性特征计算各用户中其他用户与目标用户的属性的相似度值；
确定模块330，与相似度计算模块320相耦合，适于根据其他用户与目标用户的属性的相似度值，确定出相似度值达到指定阈值的相似用户；
比较模块340，与确定模块330相耦合，适于获取相似用户关注的第一新闻内容以及目标用户关注的第二新闻内容，比较第一新闻内容与第二新闻内容，得出相似用户与目标用户关注的差异化新闻内容；
推送模块350，与比较模块340相耦合，适于将差异化新闻内容推送给目标用户。
在本发明实施例中，属性特征获取模块310获取各用户的至少一个属性特征，可以是各用户的性别、年龄、职业、国籍、所在城市区域、家庭成员等属性特征，本发明不限于此。
在本发明一实施例中，上述属性特征获取模块310还适于：
将目标用户所在的社交群组的成员作为各用户；或者，
将目标用户关注的好友作为各用户；或者，
将目标用户的通讯录联系人作为各用户。
在本发明一实施例中，上述相似度计算模块320还适于：
为至少一个属性特征分配权重；
将各用户的至少一个属性特征量化为相应的属性特征值；
对分配的权重和相应的属性特征值进行加权求和，计算各用户的综合属性值；
比较各用户中其他用户与目标用户的综合属性值，确定其他用户与目标用户的属性的相似度值。
在本发明一实施例中，上述相似度计算模块320还适于：
计算各用户中其他用户与目标用户的综合属性值的差值；
根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值。
在本发明一实施例中，若相似用户包括多个，上述比较模块340还适于：
对于每个相似用户，比较该相似用户的第一新闻内容与第二新闻内容，得出该相似用户与目标用户关注的差异化新闻内容。
在本发明一实施例中，若相似用户包括多个，上述比较模块340还适于：
根据预置的选取策略，在多个相似用户中选取一个或多个相似用户；
对于选取的各个相似用户，比较该相似用户的第一新闻内容与第二新闻内容，得出该相似用户与目标用户关注的差异化新闻内容。
在本发明一实施例中，上述比较模块340还适于：
获取多个相似用户中每个相似用户的当前地理位置，以及目标用户的当前地理位置；
计算每个相似用户与目标用户的当前距离；
选取当前距离大于或等于指定距离阈值的相似用户。
在本发明一实施例中，上述比较模块340还适于：
确定第一新闻内容包含的第一新闻类型以及第二新闻内容包含的第二新闻类型；
比较第一新闻类型与第二新闻类型，得出相似用户关注而目标用户未关注的新闻类型；
获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。
在本发明一实施例中，如图4所示，上述图3展示的装置还可以包括：
接收模块360，与推送模块350相耦合，适于接收目标用户提交的反馈信息；
处理模块370，与接收模块360相耦合，适于根据反馈信息确定后续是否继续推送差异化新闻内容。
根据上述任意一个优选实施例或多个优选实施例的组合，本发明实施例能够达到如下有益效果：
本发明实施例中，获取各用户的至少一个属性特征，利用各用户的至少一个属性特征计算各用户中其他用户与目标用户的属性的相似度值。随后，根据其他用户与目标用户的属性的相似度值，确定出相似度值达到指定阈值的相似用户，之后获取相似用户关注的第一新闻内容，以及目标用户关注的第二新闻内容，比较第一新闻内容与第二新闻内容，得出相似用户与目标用户关注的差异化新闻内容，并将其推送给目标用户。本发明实施例将差异化新闻内容推送给目标用户，使得目标用户阅读的新闻内容并不局限于自身喜欢的新闻类型，能够挖掘目标用户更多的兴趣，拓宽目标用户的视野。并且，由于相似用户是与目标用户的属性的相似度值达到指定阈值的用户，即，相似用户在某种或多种属性上与目标用户是相同类的或者有些相同的兴趣爱好，因而相似用户与目标用户关注的差异化新闻内容的推送对目标用户来说是有针对性的推送，并不是任意或随意推送的，从而实现了新闻内容的有效推送。
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，尽管在此所述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新闻推送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。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
本发明实施例还公开了：A1、一种新闻推送方法，包括：
获取各用户的至少一个属性特征，利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值；
根据所述其他用户与所述目标用户的属性的相似度值，确定出所述相似度值达到指定阈值的相似用户；
获取所述相似用户关注的第一新闻内容，以及所述目标用户关注的第二新闻内容；
比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，并将其推送给所述目标用户。
A2、根据A1所述的方法，其中，通过以下方式确定所述各用户：
将所述目标用户所在的社交群组的成员作为所述各用户；或者，
将所述目标用户关注的好友作为所述各用户；或者，
将所述目标用户的通讯录联系人作为所述各用户。
A3、根据A1或A2所述的方法，其中，利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值，包括：
为所述至少一个属性特征分配权重；
将所述各用户的至少一个属性特征量化为相应的属性特征值；
对分配的权重和相应的属性特征值进行加权求和，计算所述各用户的综合属性值；
比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值。
A4、根据A3所述的方法，其中，比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值，包括：
计算所述各用户中其他用户与目标用户的综合属性值的差值；
根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值。
A5、根据A1-A4任一项所述的方法，其中，所述相似用户包括多个，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
对于每个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
A6、根据A1-A4任一项所述的方法，其中，所述相似用户包括多个，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户；
对于选取的各个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
A7、根据A6所述的方法，其中，根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户，包括：
获取多个所述相似用户中每个相似用户的当前地理位置，以及所述目标用户的当前地理位置；
计算所述每个相似用户与所述目标用户的当前距离；
选取当前距离大于或等于指定距离阈值的相似用户。
A8、根据A1-A7任一项所述的方法，其中，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
确定所述第一新闻内容包含的第一新闻类型以及所述第二新闻内容包含的第二新闻类型；
比较所述第一新闻类型与所述第二新闻类型，得出所述相似用户关注而所述目标用户未关注的新闻类型；
获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。
A9、根据A1-A8任一项所述的方法，其中，将所述差异化新闻内容推送给所述目标用户之后，还包括：
接收所述目标用户提交的反馈信息；
根据所述反馈信息确定后续是否继续推送所述差异化新闻内容。
B10、一种新闻推送装置，包括：
属性特征获取模块，适于获取各用户的至少一个属性特征；
相似度计算模块，适于利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值；
确定模块，适于根据所述其他用户与所述目标用户的属性的相似度值，确定出所述相似度值达到指定阈值的相似用户；
比较模块，适于获取所述相似用户关注的第一新闻内容以及所述目标用户关注的第二新闻内容，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容；
推送模块，适于将所述差异化新闻内容推送给所述目标用户。
B11、根据B10所述的装置，其中，所述属性特征获取模块还适于：
将所述目标用户所在的社交群组的成员作为所述各用户；或者，
将所述目标用户关注的好友作为所述各用户；或者，
将所述目标用户的通讯录联系人作为所述各用户。
B12、根据B10或B11所述的装置，其中，所述相似度计算模块还适于：
为所述至少一个属性特征分配权重；
将所述各用户的至少一个属性特征量化为相应的属性特征值；
对分配的权重和相应的属性特征值进行加权求和，计算所述各用户的综合属性值；
比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值。
B13、根据B12所述的装置，其中，所述相似度计算模块还适于：
计算所述各用户中其他用户与目标用户的综合属性值的差值；
根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值。
B14、根据B10-B13任一项所述的装置，其中，所述相似用户包括多个，所述比较模块还适于：
对于每个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
B15、根据B10-B13任一项所述的装置，其中，所述相似用户包括多个，所述比较模块还适于：
根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户；
对于选取的各个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
B16、根据B15所述的装置，其中，所述比较模块还适于：
获取多个所述相似用户中每个相似用户的当前地理位置，以及所述目标用户的当前地理位置；
计算所述每个相似用户与所述目标用户的当前距离；
选取当前距离大于或等于指定距离阈值的相似用户。
B17、根据B10-B16任一项所述的装置，其中，所述比较模块还适于：
确定所述第一新闻内容包含的第一新闻类型以及所述第二新闻内容包含的第二新闻类型；
比较所述第一新闻类型与所述第二新闻类型，得出所述相似用户关注而所述目标用户未关注的新闻类型；
获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。
B18、根据B10-B17任一项所述的装置，其中，还包括：
接收模块，适于接收所述目标用户提交的反馈信息；
处理模块，适于根据所述反馈信息确定后续是否继续推送所述差异化新闻内容。
Claims (10)
1.一种新闻推送方法，包括：
获取各用户的至少一个属性特征，利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值；
根据所述其他用户与所述目标用户的属性的相似度值，确定出所述相似度值达到指定阈值的相似用户；
获取所述相似用户关注的第一新闻内容，以及所述目标用户关注的第二新闻内容；
比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，并将其推送给所述目标用户。
2.根据权利要求1所述的方法，其中，通过以下方式确定所述各用户：
将所述目标用户所在的社交群组的成员作为所述各用户；或者，
将所述目标用户关注的好友作为所述各用户；或者，
将所述目标用户的通讯录联系人作为所述各用户。
3.根据权利要求1或2所述的方法，其中，利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值，包括：
为所述至少一个属性特征分配权重；
将所述各用户的至少一个属性特征量化为相应的属性特征值；
对分配的权重和相应的属性特征值进行加权求和，计算所述各用户的综合属性值；
比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值。
4.根据权利要求3所述的方法，其中，比较所述各用户中其他用户与目标用户的综合属性值，确定所述其他用户与所述目标用户的属性的相似度值，包括：
计算所述各用户中其他用户与目标用户的综合属性值的差值；
根据预置的差值区间与属性的相似度值的对应关系，确定计算的差值所对应的属性的相似度值。
5.根据权利要求1-4任一项所述的方法，其中，所述相似用户包括多个，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
对于每个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
6.根据权利要求1-4任一项所述的方法，其中，所述相似用户包括多个，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户；
对于选取的各个相似用户，比较该相似用户的第一新闻内容与所述第二新闻内容，得出该相似用户与所述目标用户关注的差异化新闻内容。
7.根据权利要求6所述的方法，其中，根据预置的选取策略，在多个所述相似用户中选取一个或多个相似用户，包括：
获取多个所述相似用户中每个相似用户的当前地理位置，以及所述目标用户的当前地理位置；
计算所述每个相似用户与所述目标用户的当前距离；
选取当前距离大于或等于指定距离阈值的相似用户。
8.根据权利要求1-7任一项所述的方法，其中，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容，包括：
确定所述第一新闻内容包含的第一新闻类型以及所述第二新闻内容包含的第二新闻类型；
比较所述第一新闻类型与所述第二新闻类型，得出所述相似用户关注而所述目标用户未关注的新闻类型；
获取比较得出的新闻类型中的新闻内容，作为差异化新闻内容。
9.根据权利要求1-8任一项所述的方法，其中，将所述差异化新闻内容推送给所述目标用户之后，还包括：
接收所述目标用户提交的反馈信息；
根据所述反馈信息确定后续是否继续推送所述差异化新闻内容。
10.一种新闻推送装置，包括：
属性特征获取模块，适于获取各用户的至少一个属性特征；
相似度计算模块，适于利用所述各用户的至少一个属性特征计算所述各用户中其他用户与目标用户的属性的相似度值；
确定模块，适于根据所述其他用户与所述目标用户的属性的相似度值，确定出所述相似度值达到指定阈值的相似用户；
比较模块，适于获取所述相似用户关注的第一新闻内容以及所述目标用户关注的第二新闻内容，比较所述第一新闻内容与所述第二新闻内容，得出所述相似用户与所述目标用户关注的差异化新闻内容；
推送模块，适于将所述差异化新闻内容推送给所述目标用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510487858.XA CN106445961B (zh) | 2015-08-10 | 2015-08-10 | 新闻推送方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510487858.XA CN106445961B (zh) | 2015-08-10 | 2015-08-10 | 新闻推送方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106445961A true CN106445961A (zh) | 2017-02-22 |
| CN106445961B CN106445961B (zh) | 2021-02-23 |
Family
ID=58092653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510487858.XA Active CN106445961B (zh) | 2015-08-10 | 2015-08-10 | 新闻推送方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106445961B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688984A (zh) * | 2017-07-27 | 2018-02-13 | 上海壹账通金融科技有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030009440A1 (en) * | 2001-06-28 | 2003-01-09 | Yasuhiko Inaba | Profile management method for information filtering and profile management program |
| CN101197929A (zh) * | 2006-12-08 | 2008-06-11 | 索尼株式会社 | 信息处理装置、显示控制处理方法、及显示控制处理程序 |
| US20080147711A1 (en) * | 2006-12-19 | 2008-06-19 | Yahoo! Inc. | Method and system for providing playlist recommendations |
| CN102063433A (zh) * | 2009-11-16 | 2011-05-18 | 华为技术有限公司 | 相关项推荐方法和装置 |
| CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务系统及方法 |
| CN103049865A (zh) * | 2012-12-17 | 2013-04-17 | 中国农业大学 | 主动推荐产品信息服务的方法及系统 |
| CN103995823A (zh) * | 2014-03-25 | 2014-08-20 | 南京邮电大学 | 一种基于社交网络的信息推荐方法 |
| CN104462592A (zh) * | 2014-12-29 | 2015-03-25 | 东北大学 | 基于不确定语义的社交网用户行为关系推演系统及方法 |
| CN104657373A (zh) * | 2013-11-20 | 2015-05-27 | 腾讯科技（上海）有限公司 | 一种应用信息推送方法和装置 |
| CN104765873A (zh) * | 2015-04-24 | 2015-07-08 | 百度在线网络技术（北京）有限公司 | 用户相似度确定方法和装置 |
-
2015
- 2015-08-10 CN CN201510487858.XA patent/CN106445961B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030009440A1 (en) * | 2001-06-28 | 2003-01-09 | Yasuhiko Inaba | Profile management method for information filtering and profile management program |
| CN101197929A (zh) * | 2006-12-08 | 2008-06-11 | 索尼株式会社 | 信息处理装置、显示控制处理方法、及显示控制处理程序 |
| US20080147711A1 (en) * | 2006-12-19 | 2008-06-19 | Yahoo! Inc. | Method and system for providing playlist recommendations |
| CN102063433A (zh) * | 2009-11-16 | 2011-05-18 | 华为技术有限公司 | 相关项推荐方法和装置 |
| CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务系统及方法 |
| CN103049865A (zh) * | 2012-12-17 | 2013-04-17 | 中国农业大学 | 主动推荐产品信息服务的方法及系统 |
| CN104657373A (zh) * | 2013-11-20 | 2015-05-27 | 腾讯科技（上海）有限公司 | 一种应用信息推送方法和装置 |
| CN103995823A (zh) * | 2014-03-25 | 2014-08-20 | 南京邮电大学 | 一种基于社交网络的信息推荐方法 |
| CN104462592A (zh) * | 2014-12-29 | 2015-03-25 | 东北大学 | 基于不确定语义的社交网用户行为关系推演系统及方法 |
| CN104765873A (zh) * | 2015-04-24 | 2015-07-08 | 百度在线网络技术（北京）有限公司 | 用户相似度确定方法和装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688984A (zh) * | 2017-07-27 | 2018-02-13 | 上海壹账通金融科技有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106445961B (zh) | 2021-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7707413B2 (en) | Systems and methods for protecting private information in a mobile environment | |
| CN106209813B (zh) | 一种基于位置匿名的隐私保护方法和装置 | |
| US8484241B2 (en) | Systems and methods to consolidate and communicate user profiles and modality preferences information for content delivery or interaction experiences | |
| US10341317B2 (en) | Systems and methods for implementing a personalized provider recommendation engine | |
| EP1051683B1 (en) | Personalized internet interaction | |
| Wang | The Ricker wavelet and the Lambert W function | |
| CN108681583A (zh) | 基于区块链的数据持有证明方法、装置及可读存储介质 | |
| US8661045B2 (en) | Determining potential relationships between individuals | |
| US20130030987A1 (en) | Paid Profile Personalization | |
| CN106447372A (zh) | 产品信息推送方法及装置 | |
| JP2013519162A (ja) | 統合化された広告システム | |
| CN108256892A (zh) | 在网页页面中进行广告展示的方法、装置、服务器和系统 | |
| US8185435B2 (en) | Methods, systems, and computer program products for facilitating content-based selection of long-tail business models and billing | |
| AU2009200295B1 (en) | An Advertising System and Method | |
| US20220398340A1 (en) | Systems and Methods for Encrypting and Controlling Access to Encrypted Data Based Upon Immutable Ledgers | |
| KR20180019656A (ko) | 키워드 제시 방법 및 장치 | |
| CN110020025A (zh) | 一种数据处理方法及装置 | |
| CN111047410A (zh) | 推荐方法、装置、终端设备以及存储介质 | |
| US20030050914A1 (en) | Collaborative linking system with bi-directed variable granularity search engine | |
| US20130041828A1 (en) | Systems, Methods, and Apparatus for Managing Digital Content and Rights Tokens | |
| CN106445961A (zh) | 新闻推送方法及装置 | |
| CN106533902A (zh) | 一种智能终端上的表情推荐方法和装置 | |
| Barragáns-Martínez et al. | Adding personalization and social features to a context-aware application for mobile tourism | |
| CN109213468A (zh) | 一种语音播放方法和装置 | |
| CN110222257B (zh) | 一种推荐业务信息的方法、装置及数据链节点 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park) Patentee after: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Patentee after: Beijing Qizhi Business Consulting 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. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240117 Address after: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park) 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: Beijing Qizhi Business Consulting Co.,Ltd. |