CN107517393B - 一种信息推送方法、装置及系统 - Google Patents

一种信息推送方法、装置及系统 Download PDF

Info

Publication number
CN107517393B
CN107517393B CN201610430587.9A CN201610430587A CN107517393B CN 107517393 B CN107517393 B CN 107517393B CN 201610430587 A CN201610430587 A CN 201610430587A CN 107517393 B CN107517393 B CN 107517393B
Authority
CN
China
Prior art keywords
user
key frame
product information
video
degree
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610430587.9A
Other languages
English (en)
Other versions
CN107517393A (zh
Inventor
程治淇
刘扬
华先胜
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201610430587.9A priority Critical patent/CN107517393B/zh
Publication of CN107517393A publication Critical patent/CN107517393A/zh
Application granted granted Critical
Publication of CN107517393B publication Critical patent/CN107517393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending 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]
    • H04N21/40—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
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4333—Processing operations in response to a pause request
    • 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
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4334—Recording operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种信息推送方法、装置及系统。所述方法包括：获取对视频内容的操作数据，根据所述操作数据确定用户对视频关键帧的第一偏好度；获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息；根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息。本申请实施例提供的信息推送方法、装置及系统，可以提高推送的产品信息的推荐效果，提高用户体验。

Description

一种信息推送方法、装置及系统
技术领域
本申请涉及互联网信息处理技术领域，特别涉及一种推荐信息推送的方法、装置及系统。
背景技术
随着互联网消费时代的发展，越来越多的人会在一些电子商务平台购买适合自己的商品，电子商务平台往往也会基于电子商务平台中的交易数据、浏览数据等，推断出用户可能感兴趣的商品，然后，向用户推送该商品。
对于现有的视频电商系统等新的电子商务平台，为了提供给用户以视频为入口的购物服务，需要一种基于视频内容的数据处理技术，可以根据视频中各场景出现的物品，提供给用户与该物品关联的商品。
现有的推送产品信息的方法主要包括基于协同过滤方式的推荐产品信息的方法。在所述基于协同过滤方式的推送产品信息的方法中，可以首先得到目标用户的推荐商品目录，所述目标用户的推荐商品目录可以根据用户的购买记录等数据获得，其次对视频关键帧进行物体检测和场景分类；然后利用得到的物体和场景标签，在推荐商品目录中进行相关商品检索；随后将检索结果，按照相关性进行排序；对于相关性排序可以采用不同的方式；最后按照一定的规则将多种排序得到的结果进行融合得到最终的推送结果。
在实现本申请过程中，发明人发现现有技术中至少存在如下问题：现有的基于协同过滤方式的推送产品信息的方法只考虑了用户购买记录，没有考虑用户对视频的喜爱程度，因此可能出现推送产品信息的视频关键帧由于不受用户喜爱而被用户跳过浏览的可能，从而导致该视频关键帧所推送的产品信息不能被用户浏览到的情况，因此，现有的推送产品信息的方法推荐效果不佳，用户体验差。
发明内容
本申请实施例的目的是提供一种推荐信息推送方法、装置及系统，以提高推送产品信息的推荐效果，提高用户体验。
为解决上述技术问题，本申请实施例提供一种信息推送的方法、装置及系统，是这样实现的：
一种信息推送系统，包括存储器和处理器，所述存储器存储由所述处理器执行的程序指令，所述程序指令包括：
获取对视频内容的操作数据，根据所述操作数据确定用户对视频关键帧的第一偏好度；
获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息；
根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息。
一种信息推送方法，包括：
获取对视频内容中视频关键帧的操作数据，根据所述操作数据确定用户对所述视频关键帧的第一偏好度；
获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息；
根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息。
一种信息推送装置，包括：偏好度确定模块、关联产品信息获取模块和产品信息推荐模块；
所述偏好度确定模块，用于获取用户对视频内容中视频关键帧的操作数据，根据所述操作数据确定所述用户对视频关键帧的第一偏好度；；
所述关联关系获取模块，用于获取与所述视频关键帧关联的产品信息的，以及与用户关联的产品信息；
所述产品信息推荐模块，用于根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息。
由以上本申请实施例提供的技术方案可见，本申请实施例提供的信息推送方法、装置及系统，首先根据用户的观看视频内容时对视频关键帧的操作数据计算了用户对视频关键帧的第一偏好度，再根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度来确定适合推荐给用户的目标推荐产品信息和目标关键帧，确定目标推荐产品信息和目标关键帧的过程中，充分考虑了用户与产品信息的相关度、用户对视频关键帧的偏好度以及是视频关键帧与产品信息的相关度，可以保证在播放用户感兴趣的视频关键帧时，为用户推荐与播放的视频关键帧呈现的内容相关的且用户感兴趣的产品信息，可以提高用户浏览并购买所述推荐的产品信息的概率，从而可以提高推送的产品信息的推荐效果，并提高用户体验。
附图说明
为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的信息推送方法的一种实施例的流程示意图；
图2是本申请提供的信息推送装置的一种实施例的模块图；
图3是本申请装置实施例中偏好度确定模块的组成示意图。
具体实施方式
本申请实施例提供一种推荐信息推送的方法、装置及系统。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
现有的产品信息推送方法，基于协同过滤方式的方式以外，还可以首先人工构造关联规则，然后利用物体检测和场景分类结果训练回归模型(如LR)或者分类模型(如SVM)，最后通过得到的检测器或者分类器在推荐商品目录中得推荐结果。但是，利用上述方法获得的推荐结果同样没有考虑用户个体对视频内容的兴趣爱好等。另一方面，由于现有的视频电商系统平台新、用户少，存在严重的新用户、冷启动、数据稀疏性问题。因此，现有的产品信息推送方法对于没有任何购买记录且没有任何个人信息的新用户时，难以精准的向用户推送相关商品。所以，上述产品信息推送方法用户体验较差。
以下以几个具体的例子详细说明本申请实施例的具体实现。
图1是本申请提供的信息推送方法的一种实施例的流程示意图，本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，所述信息推荐方法可以包括：
S101：获取用户对视频内容中视频关键帧的操作数据，根据所述操作数据确定用户对所述视频关键帧的第一偏好度。
信息推送装置可以获取用户对视频内容中视频关键帧的操作数据。所述操作数据可以从客户端获取。所述操作数据可以是在用户观看所述视频内容的时候根据所述用户对所述视频关键帧的操作而产生的。
所述视频内容由多个视频帧组成。所述视频帧可以具有唯一标识所述视频帧的视频帧序号。
所述视频关键帧可以是部分或全部所述视频帧。所述视频关键帧通常可以用于表示所述视频内容中的场景。所述视频内容中可以包括一个或多个场景。一个场景可以对应一个视频关键帧。
确定所述视频内容的视频关键帧具体可以包括：检测所述视频内容的镜头，根据所述视频内容的镜头，确定所述视频内容对应的候选关键帧，去除所述候选关键帧中的重复关键帧得到与所述视频内容对应的第一关键帧。所述重复关键帧可以包括：对应的显示画面相同的关键帧。其中，所述检测视频内容的镜头，根据所述视频内容的镜头，确定所述视频内容对应的候选关键帧，具体可以包括，比对两个相邻视频帧显示的视频画面，当所述两个相邻视频帧对应的视频画面的内容发生变化时，可以将发生变化前的视频画面作为一个镜头，那么，该镜头对应的视频帧可以作为所述视频内容对应的候选关键帧。
所述用户对所述视频关键帧的操作数据具体可以包括：浏览视频的操作记录、对视频进行暂停播放的操作的记录、查找或重复播放视频内容的操作记录，播放时跳过视频帧或快速播放视频的操作记录。所述操作记录可以包括操作的时间和/或该操作涉及的视频帧序号。
通常情况下，若用户对所述视频关键帧进行浏览，说明用户对所述视频关键帧呈现的视频内容既不特别喜欢，也不特别厌烦；若用户对所述视频关键帧采用暂停播放的操作，说明用户不愿意错过所述视频关键帧所呈现的视频内容；若所述用户对所述视频关键帧采用查找或重复播放的操作，说明用户对所述视频关键帧所呈现的视频内容非常感兴趣；若所述用户对所述视频关键帧采用快速播放或跳过的操作，说明用户对所述视频关键帧所呈现的视频内容非常不感兴趣。
因此，根据所述观看数据可以确定用户对所述视频关键帧的第一偏好度。所述用户对视频关键帧的第一偏好度可以用于表示所述用户对所述视频关键帧的喜爱程度。
所述根据操作数据确定用户对视频关键帧的第一偏好度，具体可以包括：设定所述用户对所述视频关键帧的初始偏好度；在预设时间段内每隔单位时间间隔，根据所述用户对所述视频关键帧的操作数据，更新所述用户对所述视频关键帧的偏好度；根据所述更新的偏好度，确定所述用户对所述视频关键帧的第一偏好度。
其中，所述初始偏好度的取值可以为0。一般情况下，所述用户对所有视频关键帧的初始偏好度的取值可以是相同的。所述预设时间段的取值可以大于所述单位时间间隔的取值。所述预设时间段和所述单位时间间隔的值可以根据实际情况进行选取，例如所述预设时间段可以选取为1小时，所述单位时间间隔可以选取为1分钟或者10秒钟。
基于上述的用户对所述视频关键帧的操作和用户对所述视频关键帧所呈现内容的喜爱程度之间的关联关系，所述根据用户对所述视频关键帧的操作数据，更新所述用户对所述视频关键帧的偏好度，具体可以包括下述中的至少一种：当所述操作数据为用户浏览所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前的用户对所述视频关键帧的偏好度；当所述操作数据为用户播放所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前用户对所述视频关键帧的偏好度加上第一预设值；当所述操作数据为查找或重复播放所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前用户对所述视频关键帧的偏好度加上第二预设值；当所述操作数据为用户快速播放或跳过所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前用户对所述视频关键帧的偏好度减去第三预设值。
其中，一般情况下，所述第一预设值、第二预设值、第三预设值的取值范围可以为0～1。所述第二预设值可以大于所述第一预设值。所述第一预设值、第二预设值、第三预设值可以根据实际试验结果来选取。例如，所述第一预设值可以为0.5，所述第二预设值可以为1，所述第三预设值可以为0.6。
对于某一视频关键帧，可以根据所述更新后的用户对该视频关键帧的偏好度，确定所述用户对该视频关键帧的第一偏好度。具体地，可以对所述更新后的偏好度进行归一化处理，将归一化处理的结果作为所述用户对所述视频关键帧的第一偏好度。
所述对更新后的偏好度进行归一化处理可以通过下述公式(1)实现：
Figure GDA0002315211700000051
公式(1)中，i表示用户；j表示视频关键帧；t表示更新的次数；Ui,j表示归一化得到的用户i对视频关键帧j的第一偏好度；所述
Figure GDA0002315211700000052
表示更新后的用户i对视频关键帧j的偏好度；所述
Figure GDA0002315211700000053
表示第t次更新后得到的各用户对各视频关键帧的偏好度中的最小值；所述
Figure GDA0002315211700000054
表示第t次更新后得到的各用户对各视频的偏好度中的最大值。
S102：获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息。
所述信息推送装置可以获取所述视频关键帧与产品信息的关联关系以及用户与产品信息的关联关系。
与所述视频关键帧关联的产品信息可以包括所述视频关键帧对应的视频画面中呈现的产品信息或与所述呈现的产品信息相关联的产品信息。
所述获取与所述视频关键帧关联的产品信息具体可以包括：检测所述视频关键帧中的物体，确定所述物体的类别，根据所述物体及所述物体的类别可以确定与所述视频关键帧关联的产品信息。例如，某一视频关键帧A对应的视频画面中呈现了产品信息A，其中产品信息A可以是一个电饭煲，根据所述电饭煲可以在某一电子商务平台上搜索到电饭煲的其他产品信息，例如产品信息B和产品信息C。那么，与视频关键帧A关联的产品信息可以包括下述中的至少一种：产品信息A、产品信息B、产品信息C。
与所述用户关联的产品信息可以根据用户在电子商务平台上的历史行为记录确定。所述历史行为记录可以包括：用户浏览所述产品信息的记录，或者用户购买所述产品信息的记录等。
S103：根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息。
具体可以包括：根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息。
进一步地，所述计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息，具体可以包括：将与所述用户关联的关键帧作为候选关键帧、将与所述用户关联的产品信息作为候选产品信息；分别计算与用户关联的关键帧和与用户关联的产品信息的相关度与候选关键帧和候选产品信息相关度的第一差值、用户对候选关键帧的偏好度和对与用户关联的关键帧的偏好度的第二差值、候选关键帧与产品信息的相关度和与用户关联的关键帧与产品信息的相关度的第三差值，以及用户在各电子商务平台上关联的产品信息和关键帧的相关度与候选关键帧和候选产品信息相关度的第四差值；计算所述差值的总和，所述总和最小值对应的候选关键帧和候选产品信息为目标关键帧和目标产品信息。
进一步地，还可以分别为所述第二差值、第三差值和第四差值设置第二权重、第三权重和第四权重，相应地，可以根据所述权重值计算所述差值的总和，所述总和最小值对应的候选关键帧和候选产品信息为目标关键帧和目标产品信息。所述第二权重可以表示关键帧的偏好度对结果的重要度。所述第三权重可以表示关键帧与产品信息的相关度对结果的重要度。所述第四权重可以表示各电子商务平台上关联的产品信息和关键帧的相关度对结果的重要度。所述第二权重、第三权重和第四权重的根据实际实验结果进行设置。
在一个实施方式中，可以构建下述公式(2)所示的异构关系矩阵分解模型J，求取所述分解模型J的最小值，以确定目标关键帧和目标产品信息。
Figure GDA0002315211700000071
公式(2)中，
Figure GDA0002315211700000072
和W是所述建立的模型中待求解的部分；所述
Figure GDA0002315211700000073
表示与用户i关联的候选视频关键帧的偏好度；所述
Figure GDA0002315211700000074
表示所述候选关键帧j与产品信息的相关度；所述W可以表示用户与产品信息的相关度；i表示一个用户，n表示用户数；j表示一个产品信息；m表示产品信息数；Ri,j表示用户i与产品信息j的相关度；
Figure GDA0002315211700000075
表示用户i对视频关键帧的偏好度；
Figure GDA0002315211700000076
表示与用户关联的关键帧和与用户关联的产品信息的相关度；k可以表示一个电子商务平台；NW表示电子商务平台的总个数；Wk表示用户与电子商务平台k的相关度；
Figure GDA0002315211700000077
表示电子商务平台k上用户i与产品信息j的相关度。公式(2)中参数α、β、μ、λ分别为第二权重、第三权重、第四权重和第五权重。所述α、β、μ、λ的取值可以为大于0，例如，在一个实际实验过程中，所述α的优选取值可以为10，所述β的优选取值可以为4；所述μ的优选取值可以为0.75；所述λ的优选取值可以为1。需要说明的是，所述公式(2)中的第四项还可以有其他表达形式，本申请对其表达形式并不作出限定。
采用公式(2)所示的模型时，具体的求解方法可以包括：固定包含W的项，利用随机梯度下降方法迭代计算出
Figure GDA0002315211700000078
和
Figure GDA0002315211700000079
再去除包含
Figure GDA00023152117000000710
和
Figure GDA00023152117000000711
的项，利用随机梯度下降方法迭代计算出W。
进一步地，可以利用下述公式(3)计算与用户关联的候选视频关键帧和候选产品信息的关联程度：
Figure GDA00023152117000000712
公式(3)中，
Figure GDA00023152117000000713
表示计算得到的与用户关联的候选视频关键帧和候选产品信息的关联程度；
Figure GDA00023152117000000714
表示用户i对候选视频关键帧的偏好度；
Figure GDA00023152117000000715
表示所述候选视频关键帧j和与用户i关联的产品信息的相关度。
在一个实施方式中，可以选取
Figure GDA0002315211700000081
中用户i对应的最大值，将所述最大值对应的候选产品信息作为目标推荐产品信息，将所述最大值对应的候选关键帧作为目标视频关键帧；当用户i播放所述目标视频关键帧时，可以为用户i推荐所述目标产品信息。
上述实施例提供的信息推送方法，首先根据用户的观看视频内容时对视频关键帧的操作数据计算了用户对视频关键帧的第一偏好度，再根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度来确定适合推荐给用户的目标推荐产品信息和目标关键帧，确定目标推荐产品信息和目标关键帧的过程中，充分考虑了用户与产品信息的相关度、用户对视频关键帧的偏好度以及视频关键帧与产品信息的相关度，可以保证在播放用户感兴趣的视频关键帧时，为用户推荐与播放的视频关键帧呈现的内容相关的且用户感兴趣的产品信息，可以提高用户浏览并购买所述推荐的产品信息的概率，从而可以提高推送的产品信息的推荐效果，并提高用户体验。
本申请还提供一种信息推送装置的实施例，图2是本申请提供的信息推送装置的一种实施例的模块图。如图2所示，所述信息推送装置200可以包括：偏好度确定模块201、关联产品信息获取模块202、产品信息推荐模块203。其中，
所述偏好度确定模块201，可以用于获取对视频内容中视频关键帧的操作数据，根据所述操作数据确定用户对视频关键帧的第一偏好度。
所述用户对视频关键帧的第一偏好度可以用于表示所述用户对所述视频关键帧的喜爱程度。
所述用户对所述视频关键帧的操作数据具体可以包括：浏览视频的操作记录、对视频进行暂停播放的操作的记录、查找或重复播放视频内容的操作记录，播放时跳过视频帧或快速播放视频的操作记录。所述操作记录可以包括操作的时间和/或该操作涉及的视频帧序号。
所述关联产品信息获取模块202，可以用于获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息。
与所述视频关键帧关联的产品信息可以包括所述视频关键帧对应的视频画面中呈现的产品信息或与所述呈现的产品信息相关联的产品信息。
与所述用户关联的产品信息可以根据用户在电子商务平台上的历史行为记录确定。所述历史行为记录可以包括：用户浏览所述产品信息的记录，或者用户购买所述产品信息的记录等。
所述产品信息推荐模块203，可以用于根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息。
图3是本申请装置实施例中偏好度确定模块的组成示意图。如图3所示，所述偏好度确定模块201可以包括：操作数据获取子模块2011、初始值设定子模块2012、偏好度更新子模块2013和第一偏好度子模块2014；其中，
所述操作数据获取子模块2011，可以用于获取用户对所述视频关键帧的操作数据。所述操作数据可以从客户端获取。所述用户对所述视频关键帧的操作数据具体可以包括：浏览视频的操作记录、对视频进行暂停播放的操作的记录、查找或重复播放视频内容的操作记录，播放时跳过视频帧或快速播放视频的操作记录。
所述初始值设定子模块2012，可以用于设定所述用户对所述视频关键帧的初始偏好度。所述初始偏好度可以为0。
所述偏好度更新子模块2013，可以用于在预设时间段内每隔单位时间间隔，根据所述操作数据获取子模块2011确定的所述用户对所述视频关键帧的操作数据，更新所述用户对所述视频关键帧的偏好度。
所述第一偏好度子模块2014，可以用于根据所述偏好度更新子模块2013更新的偏好度度，确定与所述用户对所述视频关键帧的第一偏好度。
本申请还提供一种信息推送系统的实施例。所述信息推送系统可以包括存储器和处理器。所述存储器存储由所述处理器执行的程序指令。所述程序指令可以包括：
获取对视频内容的操作数据，根据所述操作数据确定用户对视频关键帧的第一偏好度；
获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息；
根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息。
本申请提供的信息推送装置实施例和系统实施例与本申请实施例提供的信息推送方法相对应，可以实现本申请方法实施例，并取得方法实施例的技术效果。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的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，在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以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)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中，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短暂电脑可读媒体(transitory media)，如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (15)

1.一种信息推送系统，包括存储器和处理器，所述存储器存储由所述处理器执行的程序指令，其特征在于，所述程序指令包括：
获取对视频内容的操作数据，根据所述操作数据确定用户对视频关键帧的第一偏好度；
获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息；
根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息；
其中，根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息，包括：
根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息；
其中，所述计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息，具体包括：
将与所述用户关联的关键帧作为候选关键帧、将与所述用户关联的产品信息作为候选产品信息；
分别计算与用户关联的关键帧和与用户关联的产品信息的相关度与候选关键帧和候选产品信息相关度的第一差值、用户对候选关键帧的偏好度和对与用户关联的关键帧的偏好度的第二差值、候选关键帧与产品信息的相关度和与用户关联的关键帧与产品信息的相关度的第三差值，以及用户在各电子商务平台上关联的产品信息和关键帧的相关度与候选关键帧和候选产品信息相关度的第四差值；
计算所述差值的总和，所述总和最小值对应的候选关键帧和候选产品信息为目标关键帧和目标产品信息。
2.一种信息推送方法，其特征在于，包括：
获取对视频内容中视频关键帧的操作数据，根据所述操作数据确定用户对所述视频关键帧的第一偏好度；
获取与所述视频关键帧关联的产品信息，以及与所述用户关联的产品信息；
根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息；
其中，根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息，包括：
根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息；
其中，所述计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息，具体包括：
将与所述用户关联的关键帧作为候选关键帧、将与所述用户关联的产品信息作为候选产品信息；
分别计算与用户关联的关键帧和与用户关联的产品信息的相关度与候选关键帧和候选产品信息相关度的第一差值、用户对候选关键帧的偏好度和对与用户关联的关键帧的偏好度的第二差值、候选关键帧与产品信息的相关度和与用户关联的关键帧与产品信息的相关度的第三差值，以及用户在各电子商务平台上关联的产品信息和关键帧的相关度与候选关键帧和候选产品信息相关度的第四差值；
计算所述差值的总和，所述总和最小值对应的候选关键帧和候选产品信息为目标关键帧和目标产品信息。
3.如权利要求2所述的方法，其特征在于，所述根据操作数据确定用户对视频关键帧的第一偏好度，具体包括：
设定所述用户对所述视频关键帧的初始偏好度；
在预设时间段内每隔单位时间间隔，根据所述用户对所述视频关键帧的操作数据，更新所述用户对所述视频关键帧的偏好度；
根据所述更新的偏好度，确定所述用户对所述视频关键帧的第一偏好度。
4.如权利要求3所述的方法，其特征在于，所述用户对所述视频关键帧的操作数据具体包括：浏览视频的操作记录、对视频进行暂停播放的操作的记录、查找或重复播放视频内容的操作记录，播放时跳过视频帧或快速播放视频的操作记录。
5.如权利要求4所述的方法，其特征在于，所述根据用户对所述视频关键帧的操作数据，更新所述用户对所述视频关键帧的偏好度，具体包括下述中的至少一种：
当所述操作数据为用户浏览所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前的用户对所述视频关键帧的偏好度；
当所述操作数据为用户播放所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前用户对所述视频关键帧的偏好度加上第一预设值；
当所述操作数据为查找或重复播放所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前用户对所述视频关键帧的偏好度加上第二预设值；
当所述操作数据为用户快速播放或跳过所述视频关键帧时，更新后的所述用户对所述视频关键帧的偏好度等于单位时间间隔前用户对所述视频关键帧的偏好度减去第三预设值。
6.如权利要求5所述的方法，其特征在于，所述第一预设值、第二预设值、第三预设值的取值范围为0～1。
7.如权利要求5所述的方法，其特征在于，所述第二预设值大于所述第一预设值。
8.如权利要求3所述的方法，其特征在于，所述初始偏好度取值为0。
9.如权利要求3所述的方法，其特征在于，所述根据更新的偏好度，确定所述用户对所述视频关键帧的第一偏好度，包括：
对所述更新后的偏好度进行归一化处理，将归一化处理的结果作为所述用户对所述视频关键帧的第一偏好度。
10.如权利要求3所述的方法，其特征在于，所述预设时间段的取值大于所述单位时间间隔的取值。
11.如权利要求2所述的方法，其特征在于，与所述视频关键帧关联的产品信息包括：所述视频关键帧对应的视频画面中呈现的产品信息或与所述呈现的产品信息相关联的产品信息。
12.如权利要求2所述的方法，其特征在于，与所述用户关联的产品信息根据用户在电子商务平台上的历史行为记录确定；所述历史行为记录包括：用户浏览所述产品信息的记录，或者用户购买所述产品信息的记录。
13.如权利要求2所述的方法，其特征在于，还包括：分别为所述第二差值、第三差值和第四差值设置第二权重、第三权重和第四权重；
相应地，根据所述权重值计算所述差值的总和，所述总和最小值对应的候选关键帧和候选产品信息为目标关键帧和目标产品信息。
14.一种信息推送装置，其特征在于，包括：偏好度确定模块、关联产品信息获取模块和产品信息推荐模块；其中，
所述偏好度确定模块，用于获取用户对视频内容中视频关键帧的操作数据，根据所述操作数据确定所述用户对视频关键帧的第一偏好度；
所述关联产品信息获取模块，用于获取与所述视频关键帧关联的产品信息的，以及与用户关联的产品信息；
所述产品信息推荐模块，用于根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，确定与所述用户对应的目标关键帧和目标推荐产品信息；
其中，所述产品信息推荐模块具体用于：根据与所述视频关键帧关联的产品信息、与所述用户关联的产品信息以及所述用户对所述视频关键帧的第一偏好度，计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息；
其中，所述计算与用户关联的所述关键帧和所述产品信息的关联程度，选取所述关联程度最大的目标关键帧和目标推荐产品信息，具体包括：
将与所述用户关联的关键帧作为候选关键帧、将与所述用户关联的产品信息作为候选产品信息；
分别计算与用户关联的关键帧和与用户关联的产品信息的相关度与候选关键帧和候选产品信息相关度的第一差值、用户对候选关键帧的偏好度和对与用户关联的关键帧的偏好度的第二差值、候选关键帧与产品信息的相关度和与用户关联的关键帧与产品信息的相关度的第三差值，以及用户在各电子商务平台上关联的产品信息和关键帧的相关度与候选关键帧和候选产品信息相关度的第四差值；
计算所述差值的总和，所述总和最小值对应的候选关键帧和候选产品信息为目标关键帧和目标产品信息。
15.根据权利要求14所述的装置，其特征在于，所述偏好度确定模块包括：操作数据获取子模块、初始值设定子模块、偏好度更新子模块和第一偏好度子模块；其中，
所述操作数据获取子模块，用于获取用户对所述视频关键帧的操作数据；浏览视频的操作记录、对视频进行暂停播放的操作的记录、查找或重复播放视频内容的操作记录，播放时跳过视频帧或快速播放视频的操作记录；
所述初始值设定子模块，用于设定所述用户对所述视频关键帧的初始偏好度；
所述偏好度更新子模块，用于在预设时间段内每隔单位时间间隔，根据所述操作数据获取子模块确定的所述用户对所述视频关键帧的操作数据，更新所述用户对所述视频关键帧的偏好度；
所述第一偏好度子模块，用于根据所述偏好度更新子模块更新的偏好度，确定所述用户对所述视频关键帧的第一偏好度。
CN201610430587.9A 2016-06-17 2016-06-17 一种信息推送方法、装置及系统 Active CN107517393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610430587.9A CN107517393B (zh) 2016-06-17 2016-06-17 一种信息推送方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610430587.9A CN107517393B (zh) 2016-06-17 2016-06-17 一种信息推送方法、装置及系统

Publications (2)

Publication Number Publication Date
CN107517393A CN107517393A (zh) 2017-12-26
CN107517393B true CN107517393B (zh) 2020-04-17

Family

ID=60720359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610430587.9A Active CN107517393B (zh) 2016-06-17 2016-06-17 一种信息推送方法、装置及系统

Country Status (1)

Country Link
CN (1) CN107517393B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704553B (zh) * 2020-05-22 2024-04-16 上海哔哩哔哩科技有限公司 视频取景地推送方法及系统

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657153B (zh) * 2018-12-28 2020-10-13 丹翰智能科技(上海)有限公司 一种用于确定用户的关联财经信息的方法与设备
CN109982106B (zh) * 2019-04-29 2021-11-26 百度在线网络技术（北京）有限公司 一种视频推荐方法、服务器、客户端及电子设备
CN111753136A (zh) * 2019-11-14 2020-10-09 北京沃东天骏信息技术有限公司 物品信息处理方法、物品信息处理装置、介质、电子设备
CN111107402A (zh) * 2019-12-18 2020-05-05 腾讯科技（深圳）有限公司 广告信息的显示方法及装置
CN111078942B (zh) * 2019-12-18 2021-10-08 腾讯科技（深圳）有限公司 一种推荐视频的方法、装置及存储介质
CN113468372A (zh) * 2020-07-15 2021-10-01 青岛海信电子产业控股股份有限公司 一种智能镜及视频推荐方法
CN114443898B (zh) * 2022-04-02 2022-08-12 杭州杰竞科技有限公司 一种面向互联网智慧教育的视频大数据推送方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102334118A (zh) * 2010-11-29 2012-01-25 华为技术有限公司 基于用户兴趣学习的个性化广告推送方法与系统
CN103428571A (zh) * 2012-07-26 2013-12-04 Tcl集团股份有限公司 智能的电视购物系统和方法
CN103888785A (zh) * 2014-03-10 2014-06-25 百度在线网络技术（北京）有限公司 信息的提供方法和装置
CN104065979A (zh) * 2013-03-22 2014-09-24 北京中传数广技术有限公司 一种动态显示和视频内容相关联信息方法及系统
CN104618803A (zh) * 2014-02-26 2015-05-13 腾讯科技（深圳）有限公司 信息推送方法、装置、终端及服务器
CN104918067A (zh) * 2014-03-12 2015-09-16 乐视网信息技术（北京）股份有限公司 对视频热度进行曲线处理的方法和系统
CN105103566A (zh) * 2013-03-15 2015-11-25 康格尼蒂夫媒体网络公司 用于标识视频片段以便显示上下文相关内容的系统和方法
CN105657514A (zh) * 2015-11-20 2016-06-08 乐视移动智能信息技术（北京）有限公司 一种在移动设备浏览器中视频播放关键信息的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8811699B2 (en) * 2010-09-22 2014-08-19 Siemens Aktiengesellschaft Detection of landmarks and key-frames in cardiac perfusion MRI using a joint spatial-temporal context model

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102334118A (zh) * 2010-11-29 2012-01-25 华为技术有限公司 基于用户兴趣学习的个性化广告推送方法与系统
CN103428571A (zh) * 2012-07-26 2013-12-04 Tcl集团股份有限公司 智能的电视购物系统和方法
CN105103566A (zh) * 2013-03-15 2015-11-25 康格尼蒂夫媒体网络公司 用于标识视频片段以便显示上下文相关内容的系统和方法
CN104065979A (zh) * 2013-03-22 2014-09-24 北京中传数广技术有限公司 一种动态显示和视频内容相关联信息方法及系统
CN104618803A (zh) * 2014-02-26 2015-05-13 腾讯科技（深圳）有限公司 信息推送方法、装置、终端及服务器
CN103888785A (zh) * 2014-03-10 2014-06-25 百度在线网络技术（北京）有限公司 信息的提供方法和装置
CN104918067A (zh) * 2014-03-12 2015-09-16 乐视网信息技术（北京）股份有限公司 对视频热度进行曲线处理的方法和系统
CN105657514A (zh) * 2015-11-20 2016-06-08 乐视移动智能信息技术（北京）有限公司 一种在移动设备浏览器中视频播放关键信息的方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704553B (zh) * 2020-05-22 2024-04-16 上海哔哩哔哩科技有限公司 视频取景地推送方法及系统

Also Published As

Publication number Publication date
CN107517393A (zh) 2017-12-26

Similar Documents

Publication Publication Date Title
CN107517393B (zh) 一种信息推送方法、装置及系统
CN108509436B (zh) 一种确定推荐对象的方法、装置及计算机存储介质
JP7154334B2 (ja) ライブストリームコンテンツを推奨するための機械学習の使用
Sun et al. Ranking domain-specific highlights by analyzing edited videos
US11061973B2 (en) Incorporating user usage of consumable content into recommendations
CN110413870B (zh) 商品推荐方法、装置及服务器
US9256886B2 (en) Content recommendation system and method
US20140379708A1 (en) Diversity Within Search Results
US10070194B1 (en) Techniques for providing media content browsing
US11222375B2 (en) Data analysis method and system thereof
CN107704560B (zh) 一种信息推荐的方法、装置及设备
CN109753601B (zh) 推荐信息点击率确定方法、装置及电子设备
US9767208B1 (en) Recommendations for creation of content items
EP3523769A1 (en) Content recommendation and display
US10440435B1 (en) Performing searches while viewing video content
US20120215664A1 (en) Epurchase model
CN110851712B (zh) 书籍信息的推荐方法、设备以及计算机可读介质
US9330071B1 (en) Tag merging
US10282474B2 (en) Category constrained queries
US20150221014A1 (en) Clustered browse history
US8903817B1 (en) Determining search relevance from user feedback
CN107463572B (zh) 一种数据处理系统、方法及装置
CN110555131B (zh) 内容推荐方法、内容推荐装置和电子设备
US10861080B1 (en) Visualization region search refinement
US20230343368A1 (en) Tokenizing a manipulated short-form video

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for 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: 1248437

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant