CN108307208B - 计算直播间相似度的方法、存储介质、设备及系统 - Google Patents
计算直播间相似度的方法、存储介质、设备及系统 Download PDFInfo
- Publication number
- CN108307208B CN108307208B CN201810023913.3A CN201810023913A CN108307208B CN 108307208 B CN108307208 B CN 108307208B CN 201810023913 A CN201810023913 A CN 201810023913A CN 108307208 B CN108307208 B CN 108307208B
- Authority
- CN
- China
- Prior art keywords
- live broadcast
- broadcast room
- user
- rooms
- room
- 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
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
- H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
-
- 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
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种计算直播间相似度的方法、存储介质、设备及系统,涉及大数据推荐领域,该方法包括以下步骤:在时间周期内将所有直播间分为热门直播间和非热门直播间。判断用户观看行为是否为有效观看行为,确定每个用户有效观看的直播间的数量。任意选取第一直播间和第二直播间,统计有效观看了第一直播间的第一用户集合以及有效观看了第二直播间的第二用户集合。确定同时有效观看了第一直播间和第二直播间的第三用户集合,获取第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔。计算第一直播间和第二直播间的相似度。本发明能有效降低热门直播间在计算中带来的负面影响,相似性度量较为全面。
Description
技术领域
本发明涉及大数据推荐领域,具体涉及一种计算直播间相似度的方法、存储介质、设备及系统。
背景技术
在大数据的应用领域中,一个重要的方向是根据海量数据对用户进行个性化推荐。在直播平台中,常用的推荐策略是推荐用户看过房间相似的房间,因此需要对直播间的相似度进行度量。此外,在一些基于物品的协同过滤推荐算法中,也需要计算直播间两两之间的相似度。
通常计算物品相似度的算法有以下两种,这些算法被广泛使用,但在直播房间推荐中都存在一些问题。
(1)余弦距离:该算法将每个用户对房间的观看行为作为向量的一个维度,房间之间的相似度采用余弦公式计算,该方法的缺点在于在用户的推荐集中都会出现头部热门主播;抗噪声的能力不强,经常会出现一些错误的度量。
(2)杰卡德系数:该算法是基于集合进行计算的,房间之间的相似度等于同时观看两个房间的用户数除以至少观看了其中一个房间的用户数。该方法的缺点在于仅仅考虑了两个房间的观看用户,未考虑这些用户对其他房间的观看情况,利用的只是部分信息,相似性度量相对而言比较片面。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种能有效地降低热门直播间在相似度计算中带来的负面影响,且相似性度量较为全面的计算直播间相似度的方法。
为达到以上目的,本发明采取的技术方案是:
一种计算直播间相似度的方法,该方法包括以下步骤:
设定时间周期,并在时间周期内将所有直播间分为热门直播间和非热门直播间;
判断用户观看热门直播间和非热门直播间时是否为有效观看行为,确定每个用户有效观看的直播间的数量;
从所有直播间中任意选取第一直播间和第二直播间,统计有效观看了第一直播间的第一用户集合以及有效观看了第二直播间的第二用户集合;
确定同时有效观看了第一直播间和第二直播间的第三用户集合,获取第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔;以及
根据获取的第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量,以及获取的第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,计算第一直播间和第二直播间的相似度。
在上述技术方案的基础上,
统计有效观看了第一直播间的第一用户集合Ui和有效观看了第二直播间的第二用户集合Uj;
确定同时有效观看了第一直播间和第二直播间的第三用户集合Ui∩Uj;
获取第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量qu;
获取第三用户集合中的每个用户最后一次观看第一直播间的时间tui与最后一次观看第二直播间的时间tuj的间隔tui-tuj;
在上述技术方案的基础上,在时间周期内统计每个直播间的观看人数,将观看人数最多的若干个直播间作为热门直播间,其余的直播间作为非热门直播间。
在上述技术方案的基础上,判断用户在时间周期内观看热门直播间的次数是否达到预设次数,若是,则是有效观看行为,若否,则不是有效观看行为;以及
判断用户在时间周期内是否观看过非热门直播间,若是,则是有效观看行为,若否,则不是有效观看行为。
在上述技术方案的基础上,所述时间周期为7天或30天。
本发明还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明还提供一种设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明还提供一种计算直播间相似度的系统,包括:
分类模块,其用于设定时间周期,并在时间周期内将所有直播间分为热门直播间和非热门直播间;
判断模块,其用于判断用户观看热门直播间和非热门直播间时是否为有效观看行为,并确定每个用户有效观看的直播间的数量;以及
计算模块,其用于从所有直播间中任意选取第一直播间和第二直播间,统计有效观看了第一直播间的第一用户集合以及有效观看了第二直播间的第二用户集合,获取第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量;确定同时有效观看了第一直播间和第二直播间的第三用户集合,获取第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,根据获取的第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量,以及获取的第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,计算第一直播间和第二直播间的相似度。
在上述技术方案的基础上,所述判断模块用于判断用户在时间周期内观看热门直播间的次数是否达到预设次数,若是,则是有效观看行为,若否,则不是有效观看行为;
所述判断模块还用于判断用户在时间周期内是否观看过非热门直播间,若是,则是有效观看行为,若否,则不是有效观看行为。
在上述技术方案的基础上,所述分类模块根据直播间的观看人数将时间周期内将所有直播间分为热门直播间和非热门直播间。
与现有技术相比,本发明的优点在于:
(1)本发明的计算直播间相似度的方法,不仅仅只是考虑需要计算相似度的两个房间的观看用户,还考虑了这些用户对其他房间的观看情况,利用的信息较为全面,相似性度量相对而言比较全面;
(2)本发明的计算直播间相似度的方法,其是在时间周期内进行计算,考虑了时间的衰减。
(3)本发明的计算直播间相似度的方法引入了有效观看行为的概念,针对热门直播间,只有用户在时间周期内观看某热门直播间的次数达到预设次数时,才将该用户的行为当成有效观看,否则丢弃。通过这种非对称广播的方法,可以有效地降低热门直播间在相似度计算中带来的负面影响。
附图说明
图1为本发明实施例中计算直播间相似度的方法的流程图;
图2为本发明实施例中设备连接框图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示,本发明实施例提供一种计算直播间相似度的方法,该方法包括以下步骤:
S1.设定时间周期,并在时间周期内将所有直播间分为热门直播间和非热门直播间;
时间周期的长度可以根据需要合理设置,本发明实施例中的时间周期为7天或30天。此外,本发明实施例在时间周期内统计每个直播间的观看人数,将观看人数最多的若干个直播间作为热门直播间,其余的直播间作为非热门直播间。即是根据直播间的观看人数将时间周期内将所有直播间分为热门直播间和非热门直播间。比如可以将每个直播间的观看人数统计出来后,按照观看人数的多少进行排序,将排在前1000名的直播间作为热门直播间,而剩下的直播间作为非热门直播间。
S2.判断用户观看热门直播间和非热门直播间时是否为有效观看行为,确定每个用户有效观看的直播间的数量;
由于一些非常热门的直播间,平台上几乎所有的用户都会去观看,这就导致了这些非常热门的直播间与其他大部分直播间都会发生关联,这是非常不合理的。因此,只有用户在时间周期内观看热门直播间次数比较多时,才认为他们观看热门直播间的行为是有效的观看。
为了解决上述问题,这里引入了有效观看行为。具体的,针对热门直播间,主要是通过判断用户在时间周期内观看热门直播间的次数是否达到预设次数,若是,则是有效观看行为,若否,则不是有效观看行为。
本发明实施例中的预设次数为5次,也就是说只有用户在时间周期内观看某热门直播间的次数大于等于5次时,才将该用户的行为当成有效观看,否则丢弃。通过这种非对称广播的方法,可以有效地降低热门直播间在相似度计算中带来的负面影响。
针对非热门直播间,判断用户在时间周期内是否观看过非热门直播间,若是,则是有效观看行为,若否,则不是有效观看行为。也就是说只要用户观看过非热门直播间即为有效观看行为。
由于本发明实施例还确定了每个用户有效观看的直播间的数量,采用这种方式后,使得整个计算过程不仅仅只是考虑需要计算相似度的两个房间的观看用户,还考虑了这些用户对其他房间的观看情况,利用的信息较为全面,相似性度量相对而言比较全面。
S3.从所有直播间中任意选取第一直播间和第二直播间,统计有效观看了第一直播间的第一用户集合以及有效观看了第二直播间的第二用户集合;
S4.确定同时有效观看了第一直播间和第二直播间的第三用户集合,获取第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔;
S5.根据获取的第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量,以及获取的第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,计算第一直播间和第二直播间的相似度。
下面对计算直播间相似度的方法做进一步介绍:
统计有效观看了第一直播间的第一用户集合Ui和有效观看了第二直播间的第二用户集合Uj;
确定同时有效观看了第一直播间和第二直播间的第三用户集合Ui∩Uj;
获取第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量qu;
获取第三用户集合中的每个用户最后一次观看第一直播间的时间tui与最后一次观看第二直播间的时间tuj的间隔tui-tuj;
下面举出一个具体的实例来进行计算:
假设有效观看过第一直播间的用户有U1、U2、U3,有效观看过第二直播间的用户有U1、U4,那么共同有效观看过第一直播间和第二直播间的用户是U1。U1、U2、U3、U4分别有效观看的直播间数量为10、4、6、2个,U1最后一次有效观看第一直播间的时间与最后一次有效观看第一直播间的时间间隔为2天,δ为0.5,δ是基于数据分析并通过最终计算得到的结果,根据需要可不断调整。
于是:
那么第一直播间和第二直播间的相似度为:
通常来说sim(i,j)越大,第一直播间和第二直播间越相似。
综上所述,本发明实施例中的方法其是在时间周期内进行计算,考虑了时间的衰减,此外,还引入了有效观看行为的概念,针对热门直播间,只有用户在时间周期内观看某热门直播间的次数达到预设次数时,才将该用户的行为当成有效观看,否则丢弃。通过这种非对称广播的方法,可以有效地降低热门直播间在相似度计算中带来的负面影响。
对应上述的计算直播间相似度的方法,本发明实施例还提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时可实现上述实施例中的计算直播间相似度的方法的步骤。需要说明的是,存储介质包括U盘、移动硬盘、ROM(Read-Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)、磁碟或者光盘等各种可以存储程序代码的介质。
另外,参见图2所示,对应上述的计算直播间相似度的方法,本发明实施例还提供一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行计算机程序时可实现上述实施例中的计算直播间相似度的方法的步骤。
本发明实施例还提供一种计算直播间相似度的系统,其包括分类模块、判断模块和计算模块。
其中,分类模块,其用于设定时间周期,并在时间周期内将所有直播间分为热门直播间和非热门直播间。本发明实施例中的分类模块根据直播间的观看人数将时间周期内将所有直播间分为热门直播间和非热门直播间。比如可以将每个直播间的观看人数统计出来后,按照观看人数的多少进行排序,将排在前1000名的直播间作为热门直播间,而剩下的直播间作为非热门直播间。
判断模块,其用于判断用户观看热门直播间和非热门直播间时是否为有效观看行为,并确定每个用户有效观看的直播间的数量。本发明实施例中的判断模块,针对热门直播间,其用于判断用户在时间周期内观看热门直播间的次数是否达到预设次数,若是,则是有效观看行为,若否,则不是有效观看行为。针对非热门直播间,判断模块还用于判断用户在时间周期内是否观看过非热门直播间,若是,则是有效观看行为,若否,则不是有效观看行为。
计算模块,其用于从所有直播间中任意选取第一直播间和第二直播间,统计有效观看了第一直播间的第一用户集合以及有效观看了第二直播间的第二用户集合,获取第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量;确定同时有效观看了第一直播间和第二直播间的第三用户集合,获取第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,根据获取的第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量,以及获取的第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,计算第一直播间和第二直播间的相似度。
本发明不局限于上述实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种计算直播间相似度的方法,其特征在于,该方法包括以下步骤:
设定时间周期,并在时间周期内将所有直播间分为热门直播间和非热门直播间;
判断用户观看非热门直播间时是否为有效观看行为,同时还根据用户在时间周期内观看热门直播间的次数是否达到预设次数,判断用户观看热门直播间是否为有效观看行为,以确定每个用户有效观看的直播间的数量;
从所有直播间中任意选取第一直播间和第二直播间,统计有效观看了第一直播间的第一用户集合以及有效观看了第二直播间的第二用户集合;
确定同时有效观看了第一直播间和第二直播间的第三用户集合,获取第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔;以及
根据获取的第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量,以及获取的第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,计算第一直播间和第二直播间的相似度。
3.如权利要求1所述的计算直播间相似度的方法,其特征在于:在时间周期内统计每个直播间的观看人数,将观看人数最多的若干个直播间作为热门直播间,其余的直播间作为非热门直播间。
4.如权利要求1所述的计算直播间相似度的方法,其特征在于:
判断用户在时间周期内是否观看过非热门直播间,若是,则是有效观看行为,若否,则不是有效观看行为。
5.如权利要求1所述的计算直播间相似度的方法,其特征在于:所述时间周期为7天或30天。
6.一种存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现上述权利要求1至5中任一项所述方法的步骤。
7.一种计算直播间相似度的设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现上述权利要求1至5中任一项所述方法的步骤。
8.一种计算直播间相似度的系统,其特征在于,包括:
分类模块,其用于设定时间周期,并在时间周期内将所有直播间分为热门直播间和非热门直播间;
判断模块,其用于判断用户观看非热门直播间时是否为有效观看行为,同时还根据用户在时间周期内观看热门直播间的次数是否达到预设次数,判断用户观看热门直播间是否为有效观看行为,以确定每个用户有效观看的直播间的数量;以及
计算模块,其用于从所有直播间中任意选取第一直播间和第二直播间,统计有效观看了第一直播间的第一用户集合以及有效观看了第二直播间的第二用户集合,获取第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量;确定同时有效观看了第一直播间和第二直播间的第三用户集合,获取第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,根据获取的第一用户集合和第二用户集合中的每个用户有效观看的直播间的数量,以及获取的第三用户集合中的每个用户最后一次观看第一直播间的时间与最后一次观看第二直播间的时间的间隔,计算第一直播间和第二直播间的相似度。
9.如权利要求8所述的计算直播间相似度的系统,其特征在于:
所述判断模块还用于判断用户在时间周期内是否观看过非热门直播间,若是,则是有效观看行为,若否,则不是有效观看行为。
10.如权利要求8所述的计算直播间相似度的系统,其特征在于:所述分类模块根据直播间的观看人数将时间周期内将所有直播间分为热门直播间和非热门直播间。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810023913.3A CN108307208B (zh) | 2018-01-10 | 2018-01-10 | 计算直播间相似度的方法、存储介质、设备及系统 |
PCT/CN2018/081312 WO2019136851A1 (zh) | 2018-01-10 | 2018-03-30 | 计算直播间相似度的方法、存储介质、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810023913.3A CN108307208B (zh) | 2018-01-10 | 2018-01-10 | 计算直播间相似度的方法、存储介质、设备及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108307208A CN108307208A (zh) | 2018-07-20 |
CN108307208B true CN108307208B (zh) | 2020-02-07 |
Family
ID=62868892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810023913.3A Active CN108307208B (zh) | 2018-01-10 | 2018-01-10 | 计算直播间相似度的方法、存储介质、设备及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108307208B (zh) |
WO (1) | WO2019136851A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110895594A (zh) * | 2018-08-23 | 2020-03-20 | 武汉斗鱼网络科技有限公司 | 一种页面展示的方法以及相关设备 |
CN109445955B (zh) * | 2018-09-13 | 2020-09-04 | 武汉斗鱼网络科技有限公司 | 一种计数方法及计数系统 |
CN111083503B (zh) * | 2018-10-22 | 2022-02-22 | 武汉斗鱼网络科技有限公司 | 对直播间计算相似度的方法、装置、设备和存储介质 |
CN109348260B (zh) * | 2018-12-06 | 2021-09-07 | 武汉瓯越网视有限公司 | 一种直播间推荐方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004194095A (ja) * | 2002-12-12 | 2004-07-08 | Sony Corp | 画像処理装置および方法、記録媒体、並びにプログラム |
CN103546773A (zh) * | 2013-08-15 | 2014-01-29 | Tcl集团股份有限公司 | 电视节目的推荐方法及其系统 |
CN104954821A (zh) * | 2015-06-24 | 2015-09-30 | 北京酷云互动科技有限公司 | 一种节目关联度的计算方法及其计算系统 |
CN106791966A (zh) * | 2016-12-28 | 2017-05-31 | 武汉斗鱼网络科技有限公司 | 一种基于改进型关联规则的直播间推荐方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103209342B (zh) * | 2013-04-01 | 2016-06-01 | 电子科技大学 | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 |
-
2018
- 2018-01-10 CN CN201810023913.3A patent/CN108307208B/zh active Active
- 2018-03-30 WO PCT/CN2018/081312 patent/WO2019136851A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004194095A (ja) * | 2002-12-12 | 2004-07-08 | Sony Corp | 画像処理装置および方法、記録媒体、並びにプログラム |
CN103546773A (zh) * | 2013-08-15 | 2014-01-29 | Tcl集团股份有限公司 | 电视节目的推荐方法及其系统 |
CN104954821A (zh) * | 2015-06-24 | 2015-09-30 | 北京酷云互动科技有限公司 | 一种节目关联度的计算方法及其计算系统 |
CN106791966A (zh) * | 2016-12-28 | 2017-05-31 | 武汉斗鱼网络科技有限公司 | 一种基于改进型关联规则的直播间推荐方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2019136851A1 (zh) | 2019-07-18 |
CN108307208A (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108307208B (zh) | 计算直播间相似度的方法、存储介质、设备及系统 | |
KR101732591B1 (ko) | 멀티미디어 자원의 추천방법, 장치, 프로그램 및 기록매체 | |
CN104021162B (zh) | 一种为多媒体资源打分的方法及装置 | |
CN105160008B (zh) | 一种定位推荐用户的方法及装置 | |
US8726304B2 (en) | Time varying evaluation of multimedia content | |
CN110111128B (zh) | 一种公寓电梯广告播放方法、装置及设备 | |
KR101620748B1 (ko) | 아이템 추천 방법 및 아이템 추천 장치 | |
CN107968952A (zh) | 一种推荐视频的方法、装置、服务器和计算机存储介质 | |
CN109033233B (zh) | 一种直播间推荐方法、存储介质、电子设备及系统 | |
CN108134950B (zh) | 一种智能视频推荐方法及系统 | |
JP2006509399A5 (zh) | ||
CN103365936A (zh) | 视频推荐系统及其方法 | |
CN106028176A (zh) | 一种确定流媒体中内容爆点的方法及装置 | |
KR20060103909A (ko) | 추천을 위한 개선된 협동 필터링 기술 | |
CN106599165B (zh) | 一种基于播放行为的内容推荐方法及服务器 | |
WO2021047119A1 (zh) | 一种信息推送方法、系统、电子设备及存储介质 | |
CN106060665B (zh) | 电视内容推荐方法、装置及页面服务器 | |
US11574226B2 (en) | Methods and apparatus to determine a conditional probability based on audience member probability distributions for media audience measurement | |
CN106326297B (zh) | 一种应用程序推荐方法及装置 | |
CN112913251B (zh) | 利用水印和签名的媒体识别 | |
CN105828114A (zh) | 信息推送方法及装置 | |
WO2016206035A1 (zh) | 一种信息推荐方法及用户终端 | |
CN105447087B (zh) | 一种视频推荐方法及装置 | |
CN108804492B (zh) | 用于多媒体对象推荐的方法及装置 | |
JP2012222569A (ja) | 番組推薦装置及び方法及びプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |