CN107786899A - 节目推荐方法及装置 - Google Patents

节目推荐方法及装置 Download PDF

Info

Publication number
CN107786899A
CN107786899A CN201710964612.6A CN201710964612A CN107786899A CN 107786899 A CN107786899 A CN 107786899A CN 201710964612 A CN201710964612 A CN 201710964612A CN 107786899 A CN107786899 A CN 107786899A
Authority
CN
China
Prior art keywords
user
program
trip data
type
preference type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710964612.6A
Other languages
English (en)
Inventor
张亮
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201710964612.6A priority Critical patent/CN107786899A/zh
Publication of CN107786899A publication Critical patent/CN107786899A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4524—Management of client data or end-user data involving the geographical location of the client
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开是关于节目推荐方法及装置。该方法包括：获取用户的出行数据；根据用户的出行数据，确定用户的节目喜好类型；根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息；其中，目标节目的类型与节目喜好类型匹配。本公开能够基于用户的出行数据向用户推荐节目，满足用户基于线下生活的节目推荐需求，提高节目推荐的智能化，提高节目推荐的针对性、及时性及准确性，如此，能够提高用户体验。

Description

节目推荐方法及装置
技术领域
本公开涉及网络通信技术领域，尤其涉及节目推荐方法及装置。
背景技术
现在很多视频内容平台都会针对用户喜好进行节目推荐，推荐的依据往往是用户在一段时间里倾向于观看某一类型相关的视频内容。节目推荐技术可以在一定程度上提高用户在网站上的滞留时间，提升用户体验。
发明内容
为克服相关技术中存在的问题，本公开实施例提供一种节目推荐方法及装置。所述技术方案如下：
根据本公开实施例的第一方面，提供一种节目推荐方法，包括：
获取用户的出行数据；
根据所述用户的出行数据，确定所述用户的节目喜好类型；
根据所述用户的节目喜好类型，向所述用户的终端推送目标节目的推荐信息；其中，所述目标节目的类型与所述节目喜好类型匹配。
在一个实施例中，所述出行数据包括：位置信息及时间信息；
所述根据所述用户的出行数据，确定所述用户的节目喜好类型，包括：
根据所述用户的位置信息，确定与所述用户的位置信息对应的地理环境信息；
根据所述地理环境信息及时间信息，确定所述用户的节目喜好类型。
在一个实施例中，所述获取用户的出行数据，包括：
接收所述用户的终端发送的所述用户的出行数据。
在一个实施例中，所述方法还包括：获取所述用户的网络浏览记录；
所述根据所述用户的出行数据，确定所述用户的节目喜好类型，包括：
根据所述用户的网络浏览记录及所述用户的出行数据，确定所述用户的节目喜好类型。
在一个实施例中，所述节目喜好类型包括以下任一种类型或组合：购物、户外活动、培训、健身或美食。
根据本公开实施例的第二方面，提供一种节目推荐装置，包括：
第一获取模块，用于获取用户的出行数据；
确定模块，用于根据所述用户的出行数据，确定所述用户的节目喜好类型；
推送模块，用于根据所述用户的节目喜好类型，向所述用户的终端推送目标节目的推荐信息；其中，所述目标节目的类型与所述节目喜好类型匹配。
在一个实施例中，所述出行数据包括：位置信息及时间信息；
所述确定模块，包括：
第一确定子模块，用于根据所述用户的位置信息，确定与所述用户的位置信息对应的地理环境信息；
第二确定子模块，用于根据所述地理环境信息及时间信息，确定所述用户的节目喜好类型。
在一个实施例中，所述第一获取模块接收所述用户的终端发送的所述用户的出行数据。
在一个实施例中，所述装置还包括：第二获取模块，用于获取所述用户的网络浏览记录；
所述确定模块根据所述用户的网络浏览记录及所述用户的出行数据，确定所述用户的节目喜好类型。
根据本公开实施例的第三方面，提供一种节目推荐装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取用户的出行数据；
根据所述用户的出行数据，确定所述用户的节目喜好类型；
根据所述用户的节目喜好类型，向所述用户的终端推送目标节目的推荐信息；其中，所述目标节目的类型与所述节目喜好类型匹配。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述第一方面所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：该技术方案通过获取用户的出行数据，根据用户的出行数据确定用户的节目喜好类型，向用户的终端推送与节目喜好类型匹配的目标节目的推荐信息，能够基于用户的出行数据向用户推荐节目，满足用户基于线下生活的节目推荐需求，提高节目推荐的智能化，提高节目推荐的针对性、及时性及准确性，如此，能够提高用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的节目推荐方法的应用场景图。
图2是根据一示例性实施例示出的节目推荐方法的流程图。
图3是根据一示例性实施例示出的节目推荐方法的流程图。
图4是根据一示例性实施例示出的节目推荐装置的框图。
图5是根据一示例性实施例示出的节目推荐装置的框图。
图6是根据一示例性实施例示出的节目推荐装置的框图。
图7是根据一示例性实施例示出的节目推荐装置的框图。
图8是根据一示例性实施例示出的节目推荐装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
相关技术中，视频内容平台都会针对用户喜好进行节目推荐，推荐的依据往往是用户的网络浏览记录，即用户访问过哪些类型的页面，观看过哪些类型的视频，依据用户在一段时间里倾向于观看某一类型相关的视频内容进行节目推荐；节目推荐技术可以在一定程度上提高用户在网站上的滞留时间，提升用户体验。然而，相关技术根据用户的网络浏览记录进行节目推荐，仅仅是使用了用户的网络浏览记录这一过往的在线历史数据；实际中，用户也存在如下需求，即，用户基于实际线下生活，需要在网络上观看与线下生活关联的视频节目；但是，相关技术无法满足基于线下生活的节目推荐需求，节目推荐的针对性、及时性及准确性都较差，从而，造成用户体验较差。
为了解决上述问题，本公开实施例提供了一种节目推荐方法，方法包括：获取用户的出行数据；根据用户的出行数据，确定用户的节目喜好类型；根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息；其中，目标节目的类型与节目喜好类型匹配。
参见图1示出的本公开实施例中节目推荐方法的一个可选的应用场景；图1所示的应用场景中包括：终端11、终端12、终端13、网络14及服务器15，终端11、终端12、终端13与服务器15通过网络14进行通信；终端例如是智能手机、平板电脑、台式机、笔记本电脑或可穿戴式设备(如手环、智能眼镜等)等；服务器可以是一台服务器，也可以是多台服务器组成的服务器集群；网络14例如可以是有线网络或无线网络，无线网络例如基于无线保真(Wi-Fi，wireless fidelity)技术的网络、基于蓝牙技术的网络、紫蜂协议(Zigbee)或第三代合作伙伴项目(3GPP，the 3rd Generation Partnership Project)网络。需要说明的是，图1中示出的应用场景仅是本公开实施例中节目推荐方法的一个可能的应用场景示例，其他应用场景还可以包括图1中未涉及的设备。本公开实施例提供的节目推荐方法可以应用于上述场景，服务器通过分析用户的出行数据确定用户的节目喜好类型，可以向用户的终端推送与节目喜好类型匹配的目标节目的推荐信息，能够基于用户的出行数据向用户推荐节目，满足用户基于线下生活的节目推荐需求，提高节目推荐的智能化，提高节目推荐的针对性、及时性及准确性，提高用户体验。
基于上述分析，提出以下各具体实施例。
图2是根据一示例性实施例示出的一种节目推荐方法的流程图，该方法的执行主体可以为服务器；如图2所示，该方法包括以下步骤201-203：
在步骤201中，获取用户的出行数据；
示例的，出行数据可以包括：用户的出行路线上的位置信息、及用户在各个位置的到达时间、离开时间等时间信息；位置信息例如经纬度信息。用户的终端可以实时收集用户的出行数据，例如，终端具备全球定位系统(GPS，Global Positioning System)组件，能够获取用户的位置信息；用户的终端收集到用户的出行数据之后，向服务器定时或周期性发送用户的出行数据，用户的终端也可以在接收到服务器发送的针对用户的出行数据的数据请求消息之后，将收集到用户的出行数据发送至服务器；服务器接收用户的终端发送的用户的出行数据。示例的，用户的终端例如是智能手机、平板电脑、台式机、笔记本电脑或穿戴式设备(如手环、智能眼镜等)等设备。
在步骤202中，根据用户的出行数据，确定用户的节目喜好类型；
示例的，用户的节目喜好类型是指用户可能喜欢观看的节目类型；节目喜好类型包括可以以下任意一种类型或组合：购物、户外活动、培训、音乐、健身或美食。
示例的，获取到获取用户的出行数据之后，根据用户的位置信息，确定与用户的位置信息对应的地理环境信息；地理环境信息例如可以包括：建筑物信息、道路名、地理区域名称、地名、山名等。根据地理环境信息及时间信息，确定用户的节目喜好类型；以地理环境信息为某商场为例，判断用户在某商场的停留时间是否大于预设阈值，若用户在某商场的停留时间大于预设阈值，则确定用户的节目喜好类型为购物和/或美食。再例如，当用户出去参加爬山等户外活动时，用户的出行数据包括：山所在区域的经纬度信息、及用户在该山的停留时间，地理环境信息为山名，若用户在该山的停留时间大于预设阈值，则确定用户的节目喜好类型为户外活动。
在步骤203中，根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息；其中，目标节目的类型与节目喜好类型匹配。
示例的，确定用户的节目喜好类型之后，从节目库中选取与节目喜好类型匹配的一个或多个目标节目，并向用户的终端推送目标节目的推荐信息。
本公开的实施例提供的技术方案，通过分析用户的出行数据确定用户的节目喜好类型，向用户的终端推送与节目喜好类型匹配的目标节目的推荐信息，能够基于用户的出行数据向用户推荐节目，满足用户基于线下生活的节目推荐需求，提高节目推荐的智能化，提高节目推荐的针对性、及时性及准确性，如此，能够提高用户体验。
在图1所示实施例的基础上，这里提供一种节目推荐方法，方法包括以下步骤：步骤1)终端获取用户的出行数据；示例的，在用户出行过程中，终端可以实时收集用户的出行数据，例如，终端通过调用GPS，获取用户的位置信息。步骤2)终端向服务器发送用户的出行数据。示例的，用户的终端收集到用户的出行数据之后，向服务器定时或周期性发送用户的出行数据；或者，服务器向终端发送针对用户的出行数据的数据请求消息，终端在接收到服务器发送的数据请求消息之后将收集到用户的出行数据发送至服务器。步骤3)服务器根据用户的出行数据，确定用户的节目喜好类型；根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息。
图3是根据一示例性实施例示出的一种节目推荐方法的流程图，该方法的执行主体可以为服务器。如图3所示，在图2所示实施例的基础上，本公开涉及的节目推荐方法可以包括以下步骤301-304：
在步骤301中，获取用户的出行数据；
示例的，接收用户的终端发送的用户的出行数据。
在步骤302中，获取用户的网络浏览记录；
需要说明的是，步骤301与步骤302的执行不分先后顺序，可以先执行步骤301再执行步骤302，也可以先执行步骤302再执行步骤301，或者同时执行步骤301和步骤302，本公开对此不做限定。
在步骤303中，根据用户的网络浏览记录及用户的出行数据，确定用户的节目喜好类型；
在步骤304中，根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息；其中，目标节目的类型与节目喜好类型匹配。
本公开的实施例提供的技术方案，通过同时考虑用户的出行数据和网络浏览记录，综合确定用户的节目喜好类型，向用户的终端推送与节目喜好类型匹配的目标节目的推荐信息，实现基于用户的在线浏览记录及线下生活记录，对用户进行全方位的节目定制化推荐服务，同时满足用户基于线下生活和基于在线浏览记录的智能化节目推荐需求，提高节目推荐的针对性、及时性及准确性，提高用户体验。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图4是根据一示例性实施例示出的一种节目推荐装置的框图；该装置可以采用各种方式来实施，例如在服务器中实施装置的全部组件，或者，在服务器侧以耦合的方式实施装置中的组件；该装置可以通过软件、硬件或者两者的结合实现上述本公开涉及的方法，如图4所示，该节目推荐装置包括：第一获取模块401、确定模块402及推送模块403，其中：
第一获取模块401被配置为获取用户的出行数据；
确定模块402被配置为根据用户的出行数据，确定用户的节目喜好类型；
推送模块403被配置为根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息；其中，目标节目的类型与节目喜好类型匹配。
本公开实施例提供的装置能够用于执行图2所示实施例的技术方案，其执行方式和有益效果类似，此处不再赘述。
在一种可能的实施方式中，出行数据包括位置信息及时间信息，如图5所示，图4示出的节目推荐装置还可以包括把确定模块402配置成包括：第一确定子模块501和第二确定子模块502，其中：
第一确定子模块501被配置为根据用户的位置信息，确定与用户的位置信息对应的地理环境信息；
第二确定子模块502被配置为根据地理环境信息及时间信息，确定用户的节目喜好类型。
在一种可能的实施方式中，第一获取模块401接收用户的终端发送的用户的出行数据。
在一种可能的实施方式中，如图6所示，图4示出的节目推荐装置还可以包括：第二获取模块601，被配置为获取用户的网络浏览记录；
确定模块402根据用户的网络浏览记录及用户的出行数据，确定用户的节目喜好类型。
图7是根据一示例性实施例示出的一种节目推荐装置700的框图，节目推荐装置700可以采用各种方式来实施，例如在服务器中实施装置的全部组件，或者在服务器侧以耦合的方式实施装置中的组件；节目推荐装置700包括：
处理器701；
用于存储处理器可执行指令的存储器702；
其中，处理器701被配置为：
获取用户的出行数据；
根据用户的出行数据，确定用户的节目喜好类型；
根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息；其中，目标节目的类型与节目喜好类型匹配。
示例的，节目喜好类型包括以下任一种类型或组合：购物、户外活动、培训、健身或美食。
在一个实施例中，出行数据包括位置信息及时间信息，上述处理器701还可被配置为：
根据用户的位置信息，确定与用户的位置信息对应的地理环境信息；
根据地理环境信息及时间信息，确定用户的节目喜好类型。
在一个实施例中，上述处理器701还可被配置为：接收用户的终端发送的用户的出行数据。
在一个实施例中，上述处理器701还可被配置为：
获取用户的网络浏览记录；
根据用户的网络浏览记录及用户的出行数据，确定用户的节目喜好类型。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种节目推荐装置的框图。例如，节目推荐装置800可以被提供为一服务器。节目推荐装置800包括处理组件802，其进一步包括一个或多个处理器，以及由存储器803所代表的存储器资源，用于存储可由处理组件802的执行的指令，例如应用程序。存储器803中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件802被配置为执行指令，以执行上述方法。
节目推荐装置800还可以包括一个电源组件806被配置为执行节目推荐装置800的电源管理，一个有线或无线网络接口805被配置为将节目推荐装置800连接到网络，和一个输入输出(I/O)接口808。节目推荐装置800可以操作基于存储在存储器803的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
一种非临时性计算机可读存储介质，当存储介质中的指令由节目推荐装置800的处理器执行时，使得节目推荐装置800能够执行如下节目推荐方法，方法包括：
获取用户的出行数据；
根据用户的出行数据，确定用户的节目喜好类型；
根据用户的节目喜好类型，向用户的终端推送目标节目的推荐信息；其中，目标节目的类型与节目喜好类型匹配。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (11)

1.一种节目推荐方法，其特征在于，包括：
获取用户的出行数据；
根据所述用户的出行数据，确定所述用户的节目喜好类型；
根据所述用户的节目喜好类型，向所述用户的终端推送目标节目的推荐信息；其中，所述目标节目的类型与所述节目喜好类型匹配。
2.根据权利要求1所述的方法，其特征在于，所述出行数据包括：位置信息及时间信息；
所述根据所述用户的出行数据，确定所述用户的节目喜好类型，包括：
根据所述用户的位置信息，确定与所述用户的位置信息对应的地理环境信息；
根据所述地理环境信息及时间信息，确定所述用户的节目喜好类型。
3.根据权利要求1所述的方法，其特征在于，所述获取用户的出行数据，包括：
接收所述用户的终端发送的所述用户的出行数据。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述用户的网络浏览记录；
所述根据所述用户的出行数据，确定所述用户的节目喜好类型，包括：
根据所述用户的网络浏览记录及所述用户的出行数据，确定所述用户的节目喜好类型。
5.根据权利要求1所述的方法，其特征在于，所述节目喜好类型包括以下任一种类型或组合：购物、户外活动、培训、健身或美食。
6.一种节目推荐装置，其特征在于，包括：
第一获取模块，用于获取用户的出行数据；
确定模块，用于根据所述用户的出行数据，确定所述用户的节目喜好类型；
推送模块，用于根据所述用户的节目喜好类型，向所述用户的终端推送目标节目的推荐信息；其中，所述目标节目的类型与所述节目喜好类型匹配。
7.根据权利要求6所述的装置，其特征在于，所述出行数据包括：位置信息及时间信息；
所述确定模块，包括：
第一确定子模块，用于根据所述用户的位置信息，确定与所述用户的位置信息对应的地理环境信息；
第二确定子模块，用于根据所述地理环境信息及时间信息，确定所述用户的节目喜好类型。
8.根据权利要求6所述的装置，其特征在于，所述第一获取模块接收所述用户的终端发送的所述用户的出行数据。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：第二获取模块，用于获取所述用户的网络浏览记录；
所述确定模块根据所述用户的网络浏览记录及所述用户的出行数据，确定所述用户的节目喜好类型。
10.一种节目推荐装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取用户的出行数据；
根据所述用户的出行数据，确定所述用户的节目喜好类型；
根据所述用户的节目喜好类型，向所述用户的终端推送目标节目的推荐信息；其中，所述目标节目的类型与所述节目喜好类型匹配。
11.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-5中任一项所述方法的步骤。
CN201710964612.6A 2017-10-17 2017-10-17 节目推荐方法及装置 Pending CN107786899A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710964612.6A CN107786899A (zh) 2017-10-17 2017-10-17 节目推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710964612.6A CN107786899A (zh) 2017-10-17 2017-10-17 节目推荐方法及装置

Publications (1)

Publication Number Publication Date
CN107786899A true CN107786899A (zh) 2018-03-09

Family

ID=61434485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710964612.6A Pending CN107786899A (zh) 2017-10-17 2017-10-17 节目推荐方法及装置

Country Status (1)

Country Link
CN (1) CN107786899A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035982A (zh) * 2014-05-28 2014-09-10 小米科技有限责任公司 多媒体资源推荐方法及装置
CN104853229A (zh) * 2015-05-11 2015-08-19 天脉聚源(北京)传媒科技有限公司 一种推送节目的方法及装置
CN105592326A (zh) * 2015-12-18 2016-05-18 小米科技有限责任公司 节目推荐方法及装置
CN106202226A (zh) * 2016-06-28 2016-12-07 乐视控股（北京）有限公司 一种资源推荐方法及装置
CN106708986A (zh) * 2016-12-07 2017-05-24 腾讯科技（深圳）有限公司 一种多媒体信息推荐方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035982A (zh) * 2014-05-28 2014-09-10 小米科技有限责任公司 多媒体资源推荐方法及装置
CN104853229A (zh) * 2015-05-11 2015-08-19 天脉聚源(北京)传媒科技有限公司 一种推送节目的方法及装置
CN105592326A (zh) * 2015-12-18 2016-05-18 小米科技有限责任公司 节目推荐方法及装置
CN106202226A (zh) * 2016-06-28 2016-12-07 乐视控股（北京）有限公司 一种资源推荐方法及装置
CN106708986A (zh) * 2016-12-07 2017-05-24 腾讯科技（深圳）有限公司 一种多媒体信息推荐方法及装置

Similar Documents

Publication Publication Date Title
US20220156252A1 (en) System and method for data collection to validate location data
Zhang et al. 4W1H in mobile crowd sensing
US10762538B2 (en) Knowledge model for personalization and location services
US9918319B2 (en) System and process for location-based information retrieval
US9516360B2 (en) Estimating demographic statistics of media viewership via context aware mobile devices
CN103617547B (zh) 一种业务推荐方法及系统
EP2592885B1 (en) System and method for acquiring statistics of navigation information
US20160192156A1 (en) System and method for determining audience characteristics of a music concert based on mobile phone tracking and mobile data transmission
Chessa et al. Mobile crowd sensing management with the ParticipAct living lab
US20160210647A1 (en) Method of determining segmentations of subscribers, network entity using the same, and server using the same
US20190245635A1 (en) Single-source cross-platform media measurement arrangement, device and related methods
US20210209644A1 (en) Method and system for determining fact of visit of user to point of interest
US11412010B2 (en) Content delivery and consumption with affinity-based remixing
US20200334715A1 (en) Knowledge Model for Personalization and Location Services
Morel et al. Multi-task deep learning based environment and mobility detection for user behavior modeling
CN112087709A (zh) 一种信息推送方法、装置及计算机存储介质
CN107786899A (zh) 节目推荐方法及装置
RU2658876C1 (ru) Способ и сервер для обработки данных датчика беспроводного устройства для создания вектора объекта, связанного с физическим положением
US20170287010A1 (en) Enhanced mobile device beacon system
Al-Turjman et al. Ubiquitous cloud-based monitoring via a mobile app in smartphones: An overview
US10540339B2 (en) Matching a resource with a user for a predicted user need
US20190087468A1 (en) Status streaming pop-up map
Zeni et al. Combining crowdsourcing and crowdsensing to infer the spatial context
Shou-xiang et al. Research on Personalized Recommendation System Based on LBS

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180309

RJ01 Rejection of invention patent application after publication