CN108108465A - 一种推送推荐内容的方法和装置 - Google Patents
一种推送推荐内容的方法和装置 Download PDFInfo
- Publication number
- CN108108465A CN108108465A CN201711480208.8A CN201711480208A CN108108465A CN 108108465 A CN108108465 A CN 108108465A CN 201711480208 A CN201711480208 A CN 201711480208A CN 108108465 A CN108108465 A CN 108108465A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- portrait
- behavior information
- network 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000006399 behavior Effects 0.000 claims description 138
- 238000004891 communication Methods 0.000 claims description 13
- 238000009434 installation Methods 0.000 claims description 9
- 230000003542 behavioural effect Effects 0.000 claims description 4
- 241001465754 Metazoa Species 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 241000282472 Canis lupus familiaris Species 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000008451 emotion Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 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
-
- 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
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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种推送推荐内容的方法、装置、电子设备和计算机可读存储介质。该方法包括:根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;根据所确定的画像信息向所述指定用户推送推荐内容。可见,通过该技术方案,在向指定用户推送推荐内容时,可以根据其关联用户的网络行为进行推送,以使得指定用户可以通过推送的推荐内容了解关联用户的兴趣,对关联用户进行更多的了解,符合当前社交领域中用户与用户之间的了解的需求,增强用户的使用体验。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种推送推荐内容的方法、装置、电子设备和计算机可读存储介质。
背景技术
为了满足用户的需求,应用程序中会开通很多特定业务,例如推送推荐内容的业务,一方面可以使得用户获取该推荐内容的信息,另一方面还可以起到广告效应。在向用户推送推荐内容时,为了引起用户的兴趣,提高用户的使用体验,可以根据用户的行为习惯向该用户推送相关的推荐内容。但是随着网络社交的深入发展,网络中人与人之间的关联越来越密切,用户不再是单独的网络使用者存在,在社交领域中,用户需要通过各种各样的信息去了解另一个用户,基于上述需求,在推送推荐内容的业务中,如何实现用户之间的相互了解是一个需要解决的问题。
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推送推荐内容的方法、装置、电子设备和计算机可读存储介质。
根据本发明的一个方面,提供了一种推送推荐内容的方法,其中,该方法包括:
根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;
根据所确定的画像信息向所述指定用户推送推荐内容。
可选地,所述根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息包括:
获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定所述指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述所述指定用户的画像的标签信息集合中;
或者,获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述所述指定用户的画像的部分标签信息。
可选地,所述关联用户的网络行为信息包括如下中的一种或多种:
搜索行为信息;
音视频播放行为信息;
通讯行为信息;
对智能硬件设备的操作行为信息。
可选地,
所述指定用户是智能设备对应的应用程序的安装使用用户,所述关联用户是智能设备的使用用户。
可选地,该方法进一步包括:
根据关联用户的网络行为信息,分析关联用户的行为倾向,生成行为倾向报告发送给所述指定用户。
可选地,该方法进一步包括:
获取与所述行为倾向报告中的内容相关联的推荐内容;
向所述指定用户推送获取的所述相关联的推荐内容。
根据本发明的另一方面,提供了一种推送推荐内容的装置,其中,该装置包括:
用户画像确定单元,适于根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;
推荐内容推送单元,适于根据所确定的画像信息向所述指定用户推送推荐内容。
可选地,
所述用户画像确定单元,适于获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定所述指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述所述指定用户的画像的标签信息集合中;
或者,所述用户画像确定单元,适于获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述所述指定用户的画像的部分标签信息。
可选地,所述关联用户的网络行为信息包括如下中的一种或多种:
搜索行为信息;
音视频播放行为信息;
通讯行为信息;
对智能硬件设备的操作行为信息。
可选地,
所述指定用户是智能设备对应的应用程序的安装使用用户,所述关联用户是智能设备的使用用户。
可选地,该装置进一步包括:
行为倾向报告生成单元,适于根据关联用户的网络行为信息,分析关联用户的行为倾向,生成行为倾向报告发送给所述指定用户。
可选地,
所述推荐内容推送单元,进一步适于获取与所述行为倾向报告中的内容相关联的推荐内容,向所述指定用户推送获取的所述相关联的推荐内容。
根据本发明的又一方面,提供了一种电子设备,其中,该电子设备包括:
处理器;以及
存储计算机可执行指令的存储器;所述可执行指令在被执行时使所述处理器执行根据前述的方法。
根据本发明的再一方面,提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现前述的方法。
根据本发明的技术方案,根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;根据所确定的画像信息向所述指定用户推送推荐内容。可见,通过该技术方案,在向指定用户推送推荐内容时,可以根据其关联用户的网络行为进行推送,以使得指定用户可以通过推送的推荐内容了解关联用户的兴趣,对关联用户进行更多的了解,符合当前社交领域中用户与用户之间的了解的需求,增强用户的使用体验。
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。
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个实施例的推送推荐内容的方法的流程示意图;
图2示出了根据本发明一个实施例的推送推荐内容的装置的结构示意图;
图3示出了根据本发明一个实施例的电子设备的结构示意图;
图4示出了根据本发明一个实施例的计算机可读存储介质的结构示意图。
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。
图1示出了根据本发明一个实施例的推送推荐内容的方法的流程示意图。如图1所示,该方法包括:
步骤S110,根据指定用户的关联用户的网络行为信息,确定指定用户的画像信息。
步骤S120,根据所确定的画像信息向指定用户推送推荐内容。
在本实施例中,在向指定用户推送推荐内容时,可以根据指定用户的画像信息进行推送,如果要实现让指定用户通过推送的推荐内容了解关联用户的话,可以根据关联用户的网络信息,作为指定用户的画像信息的一部分,这样指定用户在接收到推送的推荐内容时,就可以浏览到关联用户感兴趣的推荐内容,了解关联用户的兴趣。
这里的关联用户可以是指定用户指定的与其相关的用户,例如从相互已经添加为好友的用户中指定一个作为关联用户,或者是指定用户指定的自己比较感兴趣的用户作为关联用户。又或者,是相互绑定的用户,例如,在儿童手表中,通常是儿童使用儿童手表,在家长的智能终端中下载与该儿童手表对应的应用程序,将该应用程序与孩子的儿童手表绑定,并且与家长的账号进行绑定,这样儿童与家长之间就是相互绑定的用户,即是相互关联的用户。如果家长是指定用户,儿童是关联用户,家长接收到的推送的推荐内容中就包括了儿童感兴趣的推荐内容,家长就可以了解到儿童的兴趣,反过来讲,则便于孩子了解家长的想法,这样就便于家长与儿童之间的沟通。
可见,通过该技术方案,在向指定用户推送推荐内容时,可以根据其关联用户的网络行为进行推送,以使得指定用户可以通过推送的推荐内容了解关联用户的兴趣,对关联用户进行更多的了解,为关联用户购买相关产品或内容服务,符合当前社交领域中用户与用户之间的了解的需求,增强用户的使用体验。
在本发明的一个实施例中,步骤S110中的根据指定用户的关联用户的网络行为信息,确定指定用户的画像信息包括:获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述指定用户的画像的标签信息集合中;或者,获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述指定用户的画像的部分标签信息。
在本实施例中,确定指定用户的画像信息时可以通过两种方式进行确定,一种是先生成关联用户的画像的标签信息,然后将关联用户的画像的标签信息添加到指定用户的画像的标签信息集合中,另一种是,直接根据关联用户的画像的标签信息,生成指定用户的画像的标签信息的一部分,即不需要单独进行关联用户的画像的标签信息的生成。
例如,关联用户的网络行为信息进行分析发现,该关联用户经常搜索关于宇宙的信息,则将“宇宙”或者“天文”作为关联用户的画像的标签信息,当需要生成指定用户的画像信息时,将“宇宙”或者“天文”标签信息添加到描述指定用户的画像的标签信息集合中;或者,直接将“宇宙”或者“天文”作为指定用户的画像的标签信息的一部分。
在本发明的一个实施例中,步骤S120中的根据所确定的画像信息向所述指定用户推送推荐内容可以包括:
将根据指定用户的关联用户的标签信息作为指定用户的画像信息的一部分,则直接根据指定用户的画像信息向指定用户推送推荐内容;或者,
在向指定用户推送推荐内容时,除了要根据指定用户的画像信息推送外,还根据关联用户的画像信息进行推送,此时,关联用户的画像的标签信息并没有被添加到指定用户的画像信息中。
在本发明的一个实施例中,图1所示的关联用户的网络行为信息包括如下中的一种或多种:搜索行为信息;音视频播放行为信息;通讯行为信息;对智能硬件设备的操作行为信息。
在本实施例中,还是以儿童手表为例进行说明。指定用户是儿童手表对应的应用程序的安装使用者妈妈,关联用户是使用儿童手表的孩子。根据孩子的搜索行为信息发现孩子经常搜索关于狗狗的信息,音频播放是TF boys的歌曲,视频也经常播放类似“动物世界”的视频资料,在其和小朋友的聊天中提到的频率最高的词汇是动物或者狗,这样就可以确定孩子是比较喜欢动物的,尤其是小狗,也喜欢TF boys。在进行画像时,可以将“动物”、“小狗”、“TF boys”作为孩子的标签信息,那么在进行妈妈的用户画像时,将“动物”、“小狗”、“TF boys”作为妈妈的画像信息的一部分进行添加,这样当向妈妈推送推荐内容时,就可以像妈妈推送一些关于动物或者狗或者TF boys的内容,可以让妈妈及时了解到孩子的兴趣,便于妈妈与孩子的沟通,增加妈妈与孩子之间的感情。
需要说明的是,上述的用户网络行为信息不限于上述的几种,在这里只是列举了优选的例子,在这里不应做具体限定。
上述的各实施例优选地应用在智能设备中,在本发明的一个实施例中,上述的指定用户是智能设备对应的应用程序的安装使用用户,关联用户是智能设备的使用用户。
在现有的智能设备的使用时,需要安装该智能设备对应的应用程序,并将该应用程序绑定该智能设备才能进行使用,并且需要账号登录智能设备。如果这里的账号对应的用户与该智能设备的使用者是两个人,则这两个人就可以相互关联,指定用户是该账号对应的用户,关联用户是使用该智能设备的人,则该账号对应的用户就可以接收到根据使用该智能设备的人的画像信息推送的推荐内容,促进指定用户对关联用户的了解。例如,这里的智能设备可以是儿童手表,指定用户可以是妈妈、或爸爸、或爷爷、或奶奶等家长,关联用户是儿童,家长和儿童之间是相互关联的,更有利于家长对儿童的了解。
孩子有时候总有一些话不会对家长说,这样家长不会了解孩子,也不能及时为孩子答疑解惑。进一步地,图1所示的方法进一步包括:根据关联用户的网络行为信息,分析关联用户的行为倾向,生成行为倾向报告发送给指定用户。
这样家长就可以及时获知孩子的行为倾向,及时了解孩子。例如,孩子在使用儿童手表时,搜索、听音乐、听故事、语音、聊天、打电话、小游戏和个性化设置等都无不体现其兴趣和性格特点。例如,感兴趣的内容,根据其聊天的主动性,了解孩子是内向或者是外向的等。
在本实施例中,首先利用机器学习的方式进行数据训练,建立孩子的网络行为与孩子的兴趣和性格特点等之间的关系,获取分析模型,当获取到孩子的网络行为时,将孩子的网络落行为数据输入到分析模型中,就可以获得孩子的兴趣和性格特点。
也就是说,在本实施例中,根据大数据进行建模,分析孩子的兴趣和性格,分析得到孩子的经常提出的问题,生成行为倾向报告,为家长发展孩子的兴趣提供数据支持,方便家长及时为其解惑。儿童智能设备接触孩子时间长,能辅助家长并为其提供培养孩子的个性化推荐和建议。
进一步地,图1所示的方法进一步包括:获取与行为倾向报告中的内容相关联的推荐内容;向指定用户推送获取的相关联的推荐内容。
在行为倾向报告中有孩子的兴趣和性格、疑虑,根据这些内容,向家长推送相关联的推荐内容,让家长可以进一步地了解孩子,提供家长与孩子之间的沟通话题。
图2示出了根据本发明一个实施例的推送推荐内容的装置的结构示意图。如图2所示,该推送推荐内容的装置200包括:
用户画像确定单元210,适于根据指定用户的关联用户的网络行为信息,确定指定用户的画像信息。
推荐内容推送单元220,适于根据所确定的画像信息向指定用户推送推荐内容。
在本实施例中,在向指定用户推送推荐内容时,可以根据指定用户的画像信息进行推送,如果要实现让指定用户通过推送的推荐内容了解关联用户的话,可以根据关联用户的网络信息,作为指定用户的画像信息的一部分,这样指定用户在接收到推送的推荐内容时,就可以浏览到关联用户感兴趣的推荐内容,了解关联用户的兴趣。
这里的关联用户可以是指定用户指定的与其相关的用户,例如从相互已经添加为好友的用户中指定一个作为关联用户,或者是指定用户指定的自己比较感兴趣的用户作为关联用户。又或者,是相互绑定的用户,例如,在儿童手表中,通常是儿童使用儿童手表,在家长的智能终端中下载与该儿童手表对应的应用程序,将该应用程序与孩子的儿童手表绑定,并且与家长的账号进行绑定,这样儿童与家长之间就是相互绑定的用户,即是相互关联的用户。如果家长是指定用户,儿童是关联用户,家长接收到的推送的推荐内容中就包括了儿童感兴趣的推荐内容,家长就可以了解到儿童的兴趣,反过来讲,则便于孩子了解家长的想法,这样就便于家长与儿童之间的沟通。
可见,通过该技术方案,在向指定用户推送推荐内容时,可以根据其关联用户的网络行为进行推送,以使得指定用户可以通过推送的推荐内容了解关联用户的兴趣,对关联用户进行更多的了解,为关联用户购买相关产品或内容服务,符合当前社交领域中用户与用户之间的了解的需求,增强用户的使用体验。
在本发明的一个实施例中,用户画像确定单元210,适于获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述指定用户的画像的标签信息集合中;或者,用户画像确定单元,适于获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述指定用户的画像的部分标签信息。
在本实施例中,确定指定用户的画像信息时可以通过两种方式进行确定,一种是先生成关联用户的画像的标签信息,然后将关联用户的画像的标签信息添加到指定用户的画像的标签信息集合中,另一种是,直接根据关联用户的画像的标签信息,生成指定用户的画像的标签信息的一部分,即不需要单独进行关联用户的画像的标签信息的生成。
例如,关联用户的网络行为信息进行分析发现,该关联用户经常搜索关于宇宙的信息,则将“宇宙”或者“天文”作为关联用户的画像的标签信息,当需要生成指定用户的画像信息时,将“宇宙”或者“天文”标签信息添加到描述指定用户的画像的标签信息集合中;或者,直接将“宇宙”或者“天文”作为指定用户的画像的标签信息的一部分。
在本发明的一个实施例中,推荐内容推送单元220,适于将根据指定用户的关联用户的标签信息作为指定用户的画像信息的一部分,则直接根据指定用户的画像信息向指定用户推送推荐内容;或者,
在向指定用户推送推荐内容时,除了要根据指定用户的画像信息推送外,还根据关联用户的画像信息进行推送,此时,关联用户的画像的标签信息并没有被添加到指定用户的画像信息中。
在本发明的一个实施例中,上述的关联用户的网络行为信息包括如下中的一种或多种:搜索行为信息;音视频播放行为信息;通讯行为信息;对智能硬件设备的操作行为信息。
在本实施例中,还是以儿童手表为例进行说明。指定用户是儿童手表对应的应用程序的安装使用者妈妈,关联用户是使用儿童手表的孩子。根据孩子的搜索行为信息发现孩子经常搜索关于狗狗的信息,音频播放是TF boys的歌曲,视频也经常播放类似“动物世界”的视频资料,在其和小朋友的聊天中提到的频率最高的词汇是动物或者狗,这样就可以确定孩子是比较喜欢动物的,尤其是小狗,也喜欢TF boys。在进行画像时,可以将“动物”、“小狗”、“TF boys”作为孩子的标签信息,那么在进行妈妈的用户画像时,将“动物”、“小狗”、“TF boys”作为妈妈的画像信息的一部分进行添加,这样当向妈妈推送推荐内容时,就可以像妈妈推送一些关于动物或者狗或者TF boys的内容,可以让妈妈及时了解到孩子的兴趣,便于妈妈与孩子的沟通,增加妈妈与孩子之间的感情。
需要说明的是,上述的用户网络行为信息不限于上述的几种,在这里只是列举了优选的例子,在这里不应做具体限定。
上述的各实施例优选地应用在智能设备中,在本发明的一个实施例中,指定用户是智能设备对应的应用程序的安装使用用户,关联用户是智能设备的使用用户。
在现有的智能设备的使用时,需要安装该智能设备对应的应用程序,并将该应用程序绑定该智能设备才能进行使用,并且需要账号登录智能设备。如果这里的账号对应的用户与该智能设备的使用者是两个人,则这两个人就可以相互关联,指定用户是该账号对应的用户,关联用户是使用该智能设备的人,则该账号对应的用户就可以接收到根据使用该智能设备的人的画像信息推送的推荐内容,促进指定用户对关联用户的了解。例如,这里的智能设备可以是儿童手表,指定用户可以是妈妈、或爸爸、或爷爷、或奶奶等家长,关联用户是儿童,家长和儿童之间就是关联用户。
孩子有时候总有一些话不会对家长说,这样家长不会了解孩子,也不能及时为孩子答疑解惑。进一步地,图2所示的装置进一步包括:行为倾向报告生成单元,适于根据关联用户的网络行为信息,分析关联用户的行为倾向,生成行为倾向报告发送给指定用户。
这样家长就可以及时获知孩子的行为倾向,及时了解孩子。例如,孩子在使用儿童手表时,搜索、听音乐、听故事、语音、聊天、打电话、小游戏和个性化设置等都无不体现其兴趣和性格特点。例如,感兴趣的内容,根据其聊天的主动性,了解孩子是内向或者是外向的等。
在本实施例中,首先利用机器学习的方式进行数据训练,建立孩子的网络行为与孩子的兴趣和性格特点等之间的关系,获取分析模型,当获取到孩子的网络行为时,将孩子的网络落行为数据输入到分析模型中,就可以获得孩子的兴趣和性格特点。
也就是说,在本实施例中,根据大数据进行建模,分析孩子的兴趣和性格,分析得到孩子的经常提出的问题,生成行为倾向报告,为家长发展孩子的兴趣提供数据支持,方便家长及时为其解惑。儿童智能设备接触孩子时间长,能辅助家长并为其提供培养孩子的个性化推荐和建议。
进一步地,推荐内容推送单元220,进一步适于获取与行为倾向报告中的内容相关联的推荐内容,向指定用户推送获取的相关联的推荐内容。
在行为倾向报告中有孩子的兴趣和性格、疑虑,根据这些内容,向家长推送相关联的推荐内容,让家长可以进一步地了解孩子,提供家长与孩子之间的沟通话题。
本发明还提供了一种电子设备,其中,该电子设备包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,可执行指令在被执行时使处理器执行根据图1所示的及其各实施例中的定位智能终端的方法。
图3示出了根据本发明一个实施例的电子设备的结构示意图。如图3所示,该电子设备300包括:
处理器310;以及被安排成存储计算机可执行指令(程序代码)的存储器320,在存储器320中,有存储程序代码的存储空间330,用于执行根据本发明的方法步骤的程序代码340存储在存储空间330中,该程序代码在被执行时使处理器310执行根据图1所示的及其各实施例中的定位智能终端的方法。
图4示出了根据本发明一个实施例的一种计算机可读存储介质的结构示意图。如图4所示,该计算机可读存储介质400存储一个或多个程序(程序代码)410,一个或多个程序(程序代码)410当被处理器执行时,实现图1所示的及其各实施例中的定位智能终端的方法。
需要说明的是,图3所示的电子设备和图4所示的计算机可读存储介质的各实施例与图1所示的方法的各实施例对应相同,上文已有详细说明,在此不再赘述。
综上所述,根据本发明的技术方案,根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;根据所确定的画像信息向所述指定用户推送推荐内容。可见,通过该技术方案,在向指定用户推送推荐内容时,可以根据其关联用户的网络行为进行推送,以使得指定用户可以通过推送的推荐内容了解关联用户的兴趣,对关联用户进行更多的了解,符合当前社交领域中用户与用户之间的了解的需求,增强用户的使用体验。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
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,在下面的权利要求书中,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推送推荐内容的装置、电子设备和计算机可读存储介质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。
例如,图3示出了根据本发明一个实施例的电子设备的结构示意图。该电子设备300传统上包括处理器310和被安排成存储计算机可执行指令(程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行图1所示的以及各实施例中的任何方法步骤的程序代码340的存储空间330。例如,用于程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个程序代码340。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质400。该计算机可读存储介质400可以具有与图3的电子设备中的存储器320类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常,存储单元存储有用于执行根据本发明的方法步骤的程序代码410,即可以由诸如310之类的处理器读取的程序代码,当这些程序代码由电子设备运行时,导致该电子设备执行上面所描述的方法中的各个步骤。
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。
本发明公开了A1、一种推送推荐内容的方法,其中,该方法包括:
根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;
根据所确定的画像信息向所述指定用户推送推荐内容。
A2、如A1所述的方法,其中,所述根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息包括:
获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定所述指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述所述指定用户的画像的标签信息集合中;
或者,获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述所述指定用户的画像的部分标签信息。
A3、如A1所述的方法,其中,所述关联用户的网络行为信息包括如下中的一种或多种:
搜索行为信息;
音视频播放行为信息;
通讯行为信息;
对智能硬件设备的操作行为信息。
A4、如A1-A3中任一项所述的方法,其中,
所述指定用户是智能设备对应的应用程序的安装使用用户,所述关联用户是智能设备的使用用户。
A5、如A4所述的方法,其中,该方法进一步包括:
根据关联用户的网络行为信息,分析关联用户的行为倾向,生成行为倾向报告发送给所述指定用户。
A6、如A5所述的方法,其中,该方法进一步包括:
获取与所述行为倾向报告中的内容相关联的推荐内容;
向所述指定用户推送获取的所述相关联的推荐内容。
本发明还公开了B7、一种推送推荐内容的装置,其中,该装置包括:
用户画像确定单元,适于根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;
推荐内容推送单元,适于根据所确定的画像信息向所述指定用户推送推荐内容。
B8、如B7所述的装置,其中,
所述用户画像确定单元,适于获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定所述指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述所述指定用户的画像的标签信息集合中;
或者,所述用户画像确定单元,适于获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述所述指定用户的画像的部分标签信息。
B9、如B7所述的装置,其中,所述关联用户的网络行为信息包括如下中的一种或多种:
搜索行为信息;
音视频播放行为信息;
通讯行为信息;
对智能硬件设备的操作行为信息。
B10、如B7-B9中任一项所述的装置,其中,
所述指定用户是智能设备对应的应用程序的安装使用用户,所述关联用户是智能设备的使用用户。
B11、如B10所述的装置,其中,该装置进一步包括:
行为倾向报告生成单元,适于根据关联用户的网络行为信息,分析关联用户的行为倾向,生成行为倾向报告发送给所述指定用户。
B12、如B11所述的装置,其中,
所述推荐内容推送单元,进一步适于获取与所述行为倾向报告中的内容相关联的推荐内容,向所述指定用户推送获取的所述相关联的推荐内容。
本发明还公开了C13、一种电子设备,其中,该电子设备包括:
处理器;以及
存储计算机可执行指令的存储器;所述可执行指令在被执行时使所述处理器执行根据A1~A6中任一项所述的方法。
本发明还公开了D14、一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现A1~A6中任一项所述的方法。
Claims (10)
1.一种推送推荐内容的方法,其中,该方法包括:
根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;
根据所确定的画像信息向所述指定用户推送推荐内容。
2.如权利要求1所述的方法,其中,所述根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息包括:
获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定所述指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述所述指定用户的画像的标签信息集合中;
或者,获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述所述指定用户的画像的部分标签信息。
3.如权利要求1所述的方法,其中,所述关联用户的网络行为信息包括如下中的一种或多种:
搜索行为信息;
音视频播放行为信息;
通讯行为信息;
对智能硬件设备的操作行为信息。
4.如权利要求1-3中任一项所述的方法,其中,
所述指定用户是智能设备对应的应用程序的安装使用用户,所述关联用户是智能设备的使用用户。
5.如权利要求4所述的方法,其中,该方法进一步包括:
根据关联用户的网络行为信息,分析关联用户的行为倾向,生成行为倾向报告发送给所述指定用户。
6.如权利要求5所述的方法,其中,该方法进一步包括:
获取与所述行为倾向报告中的内容相关联的推荐内容;
向所述指定用户推送获取的所述相关联的推荐内容。
7.一种推送推荐内容的装置,其中,该装置包括:
用户画像确定单元,适于根据指定用户的关联用户的网络行为信息,确定所述指定用户的画像信息;
推荐内容推送单元,适于根据所确定的画像信息向所述指定用户推送推荐内容。
8.如权利要求7所述的装置,其中,
所述用户画像确定单元,适于获取关联用户的网络行为信息,根据关联用户的网络行为信息,生成描述关联用户的画像的标签信息;当需要确定所述指定用户的画像信息时,将描述关联用户的画像的标签信息添加到描述所述指定用户的画像的标签信息集合中;
或者,所述用户画像确定单元,适于获取关联用户的网络行为信息,直接根据关联用户的网络行为信息,生成描述所述指定用户的画像的部分标签信息。
9.一种电子设备,其中,该电子设备包括:
处理器;以及
存储计算机可执行指令的存储器;所述可执行指令在被执行时使所述处理器执行根据权利要求1~6中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480208.8A CN108108465A (zh) | 2017-12-29 | 2017-12-29 | 一种推送推荐内容的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480208.8A CN108108465A (zh) | 2017-12-29 | 2017-12-29 | 一种推送推荐内容的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108108465A true CN108108465A (zh) | 2018-06-01 |
Family
ID=62214982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711480208.8A Pending CN108108465A (zh) | 2017-12-29 | 2017-12-29 | 一种推送推荐内容的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108108465A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108834171A (zh) * | 2018-07-27 | 2018-11-16 | 新华三大数据技术有限公司 | 画像方法及装置 |
CN109260712A (zh) * | 2018-08-14 | 2019-01-25 | 深圳开黑科技有限公司 | 基于游戏陪玩平台的信息推送方法、设备及系统 |
CN109271594A (zh) * | 2018-11-21 | 2019-01-25 | 掌阅科技股份有限公司 | 电子书的推荐方法、电子设备及计算机存储介质 |
CN109360072A (zh) * | 2018-11-13 | 2019-02-19 | 平安科技(深圳)有限公司 | 保险产品推荐方法、装置、计算机设备及存储介质 |
CN110297967A (zh) * | 2019-05-14 | 2019-10-01 | 北京百度网讯科技有限公司 | 兴趣点确定方法、装置、设备及计算机可读存储介质 |
WO2020257990A1 (zh) * | 2019-06-24 | 2020-12-30 | 深圳市欢太科技有限公司 | 设备推荐方法及相关产品 |
CN113127757A (zh) * | 2021-05-17 | 2021-07-16 | 北京大米科技有限公司 | 用户数据推荐的方法、装置、可读存储介质和电子设备 |
CN113763117A (zh) * | 2021-04-02 | 2021-12-07 | 北京京东拓先科技有限公司 | 推送方法、推送装置、电子设备、存储介质和程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060136589A1 (en) * | 1999-12-28 | 2006-06-22 | Utopy, Inc. | Automatic, personalized online information and product services |
CN102317941A (zh) * | 2011-07-30 | 2012-01-11 | 华为技术有限公司 | 信息推荐方法、推荐引擎及网络系统 |
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 |
CN106911806A (zh) * | 2017-04-26 | 2017-06-30 | 努比亚技术有限公司 | 一种推送消息的方法、终端、服务器及系统 |
CN106997358A (zh) * | 2016-01-22 | 2017-08-01 | 中移(杭州)信息技术有限公司 | 信息推荐方法及装置 |
-
2017
- 2017-12-29 CN CN201711480208.8A patent/CN108108465A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060136589A1 (en) * | 1999-12-28 | 2006-06-22 | Utopy, Inc. | Automatic, personalized online information and product services |
CN102317941A (zh) * | 2011-07-30 | 2012-01-11 | 华为技术有限公司 | 信息推荐方法、推荐引擎及网络系统 |
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 |
CN106997358A (zh) * | 2016-01-22 | 2017-08-01 | 中移(杭州)信息技术有限公司 | 信息推荐方法及装置 |
CN106911806A (zh) * | 2017-04-26 | 2017-06-30 | 努比亚技术有限公司 | 一种推送消息的方法、终端、服务器及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108834171A (zh) * | 2018-07-27 | 2018-11-16 | 新华三大数据技术有限公司 | 画像方法及装置 |
CN109260712A (zh) * | 2018-08-14 | 2019-01-25 | 深圳开黑科技有限公司 | 基于游戏陪玩平台的信息推送方法、设备及系统 |
CN109360072A (zh) * | 2018-11-13 | 2019-02-19 | 平安科技(深圳)有限公司 | 保险产品推荐方法、装置、计算机设备及存储介质 |
CN109271594A (zh) * | 2018-11-21 | 2019-01-25 | 掌阅科技股份有限公司 | 电子书的推荐方法、电子设备及计算机存储介质 |
CN110297967A (zh) * | 2019-05-14 | 2019-10-01 | 北京百度网讯科技有限公司 | 兴趣点确定方法、装置、设备及计算机可读存储介质 |
CN110297967B (zh) * | 2019-05-14 | 2022-04-12 | 北京百度网讯科技有限公司 | 兴趣点确定方法、装置、设备及计算机可读存储介质 |
WO2020257990A1 (zh) * | 2019-06-24 | 2020-12-30 | 深圳市欢太科技有限公司 | 设备推荐方法及相关产品 |
CN113763117A (zh) * | 2021-04-02 | 2021-12-07 | 北京京东拓先科技有限公司 | 推送方法、推送装置、电子设备、存储介质和程序产品 |
CN113127757A (zh) * | 2021-05-17 | 2021-07-16 | 北京大米科技有限公司 | 用户数据推荐的方法、装置、可读存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108108465A (zh) | 一种推送推荐内容的方法和装置 | |
US10503829B2 (en) | Book analysis and recommendation | |
Raj et al. | Building chatbots with Python | |
US8285654B2 (en) | Method and system of providing a personalized performance | |
CN103946886B (zh) | 社交网络系统上的结构对象和动作 | |
CN109947984A (zh) | 一种针对儿童的内容推送方法及推送装置 | |
US20170368683A1 (en) | User portrait based skill package recommendation device and method | |
CN108377418B (zh) | 一种视频标注处理方法和装置 | |
CN103942317B (zh) | 一种推荐方法及系统 | |
CN104866522A (zh) | 一种为提问者提供回答信息的方法与装置 | |
CN105389361A (zh) | 搜索推荐方法及装置 | |
Swalwell | Questions about the Usefulness of Microcomputers in 1980s Australia | |
CN111782873A (zh) | 基于书籍视频的书籍推荐方法、电子设备及存储介质 | |
CN111612588A (zh) | 商品呈现方法及装置、计算设备、计算机可读存储介质 | |
CN106471494A (zh) | 用于分析促销站点对用户心理状态转变的效果的程序、装置和方法 | |
CN103942316A (zh) | 一种信息处理方法及装置 | |
CN108090201A (zh) | 一种文章内容分类的方法、装置及电子设备 | |
CN110807147B (zh) | 旅游信息生成方法、生成装置、存储介质和处理器 | |
Tripathi et al. | The three-step persuasion model on YouTube: A grounded theory study on persuasion in the protein supplements industry | |
CN105389333B (zh) | 一种检索系统构建方法及服务器架构 | |
CN115829159A (zh) | 社交媒体粉丝新增预测方法、装置、设备及存储介质 | |
CN111767457A (zh) | 推荐方法及装置 | |
CN115964520A (zh) | 元数据标签识别 | |
Lin | Applying means‐end chains theory to understanding psychological cognitive structure of online video sharing platforms: A study of user behavior in TikTok | |
CN103995852B (zh) | 数据处理方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180601 |