CN108388629A - 一种多媒体信息推送方法、装置及电子设备 - Google Patents
一种多媒体信息推送方法、装置及电子设备 Download PDFInfo
- Publication number
- CN108388629A CN108388629A CN201810150204.1A CN201810150204A CN108388629A CN 108388629 A CN108388629 A CN 108388629A CN 201810150204 A CN201810150204 A CN 201810150204A CN 108388629 A CN108388629 A CN 108388629A
- Authority
- CN
- China
- Prior art keywords
- user
- multimedia
- search
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000006399 behavior Effects 0.000 claims description 56
- 239000011159 matrix material Substances 0.000 claims description 25
- 230000000977 initiatory effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect 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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/438—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开一种多媒体信息推送方法、装置及电子设备,通过在用户发起多媒体类型的搜索时前置用户多媒体类型的搜索需求,极大提升搜索引擎的查询效率以及用户体验,提供个性化的搜索推荐结果,增加搜索引擎的变现效率和用户粘性。该方法包括:在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种多媒体信息推送方法、装置及电子设备。
背景技术
随着信息处理技术发展,越来越多的电子设备出现在人们的工作和生活中,方便了人们的日常生活。这些电子设备通过互联网为用户提供便捷的服务。互联网的发展所带来的信息量增大,使得用户在筛选信息的时候越来越依靠于搜索引擎。搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息,在对信息进行组织和处理后,为用户提供检索服务,将与用户搜索内容相关的信息展示给用户的系统。目前,在用户在使用搜索引擎的过程中,传统的搜索引擎仅提供官网寻址服务,比如:用户搜索某视频网站的名称,搜索引擎确定出的搜索结果为视频网站的网址。因此,现有技术搜索引擎仅能满足用户网址查询需求,提供的搜索服务单一,用户粘性差。
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多媒体信息推送方法、装置及电子设备。
第一方面,本申请提供一种多媒体信息推送方法,包括:
在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;
将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
可选的,所述基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息,包括:
基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目;
确定所述全网用户中每个用户对候选项目的评分,建立用户评分矩阵;
基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集;
基于所述邻居用户集,从所述候选项目中确定出推荐项目;
确定与所述推荐项目对应的推荐信息为与所述目标用户对应的多媒体类型的推荐信息。
可选的,所述获取全网用户的历史网络行为记录,包括:
获取在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。
可选的,所述基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目,包括:
确定在所述预设时间范围内的全网用户的多媒体类型的搜索记录中搜索次数大于第一预设次数的搜索内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的点击记录中点机次数大于第二预设次数的点击内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的浏览记录中浏览次数大于第三预设次数的浏览内容为候选项目。
可选的,所述基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集,包括:
基于所述评分矩阵,计算所述目标用户与所述全网用户中其他用户的相似性;
基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集。
可选的,所述基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集,包括:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性大于第一预设阈值的用户。
可选的,所述基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集,包括:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性由大至小排列后的前第一预设数目的用户。
可选的,所述基于所述邻居用户集,从所述候选项目中确定出推荐项目,包括:
基于所述邻居用户集,确定所述目标用户对所述候选项目中每个项目的兴趣度预测值;
确定所述候选项目中兴趣度预测值大于第二预设阈值的项目为推荐项目或确定所述候选项目中兴趣度预测值由大至小排列后的前第二预设数目的项目为推荐项目。
可选的,所述基于所述邻居用户集,从所述候选项目中确定出推荐项目,包括:
确定所述邻居用户集中的所有邻居用户对所述候选项目中每个项目的加权平均兴趣度;
确定所述候选项目中加权平均兴趣度大于第三预设阈值的项目为推荐项目或确定所述候选项目中加权平均兴趣度由大至小排列后的前第三预设数目的项目为推荐项目。
可选的,所述将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中,包括:
将所述多媒体类型的推荐信息展示在所述多媒体类型的搜索内容对应的搜索结果下方,所述多媒体类型的推荐信息包括与所述推荐项目对应的候选搜索词和/或网页链接。
可选的,所述多媒体类型的搜索内容包括:视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合。
可选的,所述将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面,包括:
从所述多媒体类型的推荐信息中确定出与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息;
将与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面。
可选的,所述多媒体类型的推荐信息具体包括用户可直接播放的视频对象和/或音频对象,所述方法还包括:
响应用户对所述视频对象或所述音频对象的触发操作,加载所述视频对象或所述音频对象对应的视频资源或音频资源。
第二方面,本申请提供一种多媒体信息推送方法,包括:
在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户相似的相似用户集;
基于所述相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定与所述目标用户对应的多媒体类型的推荐信息;
将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
第三方面,本申请提供一种多媒体信息推送装置,包括:
获取单元,用于在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
确定单元,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;
展示单元,用于将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
可选的,所述确定单元包括:
第一确定模块,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目;
第二确定模块,用于确定所述全网用户中每个用户对候选项目的评分,建立用户评分矩阵;
第三确定模块,用于基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集;
第四确定模块,用于基于所述邻居用户集,从所述候选项目中确定出推荐项目;
第五确定模块,用于确定与所述推荐项目对应的推荐信息为与所述目标用户对应的多媒体类型的推荐信息。
可选的,所述获取单元用于:
获取在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。
可选的,所述第一确定模块用于:
确定在所述预设时间范围内的全网用户的多媒体类型的搜索记录中搜索次数大于第一预设次数的搜索内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的点击记录中点机次数大于第二预设次数的点击内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的浏览记录中浏览次数大于第三预设次数的浏览内容为候选项目。
可选的,所述第三确定模块用于:
基于所述评分矩阵,计算所述目标用户与所述全网用户中其他用户的相似性;
基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集。
可选的,所述第三确定模块用于:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性大于第一预设阈值的用户。
可选的,所述第三确定模块用于:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性由大至小排列后的前第一预设数目的用户。
可选的,所述第四确定模块用于:
基于所述邻居用户集,确定所述目标用户对所述候选项目中每个项目的兴趣度预测值;
确定所述候选项目中兴趣度预测值大于第二预设阈值的项目为推荐项目或确定所述候选项目中兴趣度预测值由大至小排列后的前第二预设数目的项目为推荐项目。
可选的,所述第四确定模块用于:
确定所述邻居用户集中的所有邻居用户对所述候选项目中每个项目的加权平均兴趣度;
确定所述候选项目中加权平均兴趣度大于第三预设阈值的项目为推荐项目或确定所述候选项目中加权平均兴趣度由大至小排列后的前第三预设数目的项目为推荐项目。
可选的,所述展示单元用于:
将所述多媒体类型的推荐信息展示在所述多媒体类型的搜索内容对应的搜索结果下方,所述多媒体类型的推荐信息包括与所述推荐项目对应的候选搜索词和/或网页链接。
可选的,所述多媒体类型的搜索内容包括:视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合。
可选的,所述展示单元用于:
从所述多媒体类型的推荐信息中确定出与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息;
将与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面。
可选的,所述多媒体类型的推荐信息具体包括用户可直接播放的视频对象和/或音频对象,所述装置还包括:
响应单元,用于响应用户对所述视频对象或所述音频对象的触发操作,加载所述视频对象或所述音频对象对应的视频资源或音频资源。
第四方面,本申请提供一种多媒体信息推送装置,包括:
获取单元,用于在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
第一确定单元,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户相似的相似用户集;
第二确定单元,用于基于所述相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定与所述目标用户对应的多媒体类型的推荐信息;
展示单元,用于将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
第五方面,本申请提供一种电子设备,所述电子设备包括处理器和存储器:所述存储器用于存储执行前述第一方面和第二方面的所述多媒体信息推送方法的程序;所述处理器被配置为用于执行所述存储器中存储的程序。
第六方面,本申请提供一种计算机存储介质,用于储存为上述多媒体信息推送装置所用的计算机软件指令,其包含用于执行上述方面为多媒体信息推送装置所设计的程序。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
在本发明实施例的技术方案中,在本发明实施例的技术方案中,在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;再基于所述全网用户的多媒体类型的历史网络行为,确定与所述目标用户对应的多媒体类型的推荐信息;最后将所述多媒体类型的推荐信息展示在与所述目标用户搜索的搜索内容对应的搜索结果页面。这样,在用户通过搜索引擎发起多媒体类搜索情况下,可通过全网用户的多媒体类型的历史网络行为记录,预测用户潜在的多媒体类的搜索需求,如订阅的主播,收看的热播影视剧,喜欢的短视频等。进一步确定出用户相关的多媒体类型的推荐信息,在进行搜索结果展示时,可将用户相关的多媒体类型的推荐信息连同展示。这样,通过在用户发起多媒体类型的搜索时前置用户多媒体类的搜索需求,极大提升搜索引擎的查询效率以及用户体验,提供个性化的搜索推荐结果,增加搜索引擎的变现效率和用户粘性。
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为本发明第一实施例中的一种多媒体信息推送方法的流程图;
图2为本发明第二实施例中的一种多媒体信息推送方法的流程图;
图3为本发明第三实施例中的一种多媒体信息推送装置的示意图;
图4为本发明第四实施例中的一种多媒体信息推送装置的示意图;
图5为本发明第五实施例中的电子设备的示意图。
具体实施方式
本实施例公开一种多媒体信息推送方法、装置及电子设备,通过在用户发起多媒体类型的搜索时前置用户多媒体类型的搜索需求,极大提升搜索引擎的查询效率以及用户体验,提供个性化的搜索推荐结果,增加搜索引擎的变现效率和用户粘性。该方法包括:在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例
请参考图1,本发明第一实施例提供一种多媒体信息推送方法,该多媒体信息推送方法包括如下步骤:
S101:在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
S102:基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;
S103:将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
具体的,在本实施例中,多媒体信息推送方法主要应用于搜索引擎的服务器端,当然,也可以应用于客户端。用户在客户端通过搜索引擎输入多媒体类型的搜索内容时,搜索引擎将该多媒体类型的搜索内容传输至搜索引擎的服务器,当服务器接收到该多媒体类型的搜索内容后,检索出对应的搜索结果。在此基础上,服务器还会获得全网用户的多媒体类型的历史网络行为纪录,预测用户潜在的多媒体类型的搜索需求,进一步确定出用户相关的多媒体类型的推荐信息,在进行搜索结果展示时,可将用户相关的多媒体类型的推荐信息连同展示。这样,通过在用户发起多媒体类型的搜索时前置用户多媒体类型的搜索需求,极大提升搜索引擎的查询效率以及用户体验,提供个性化的搜索推荐结果,增加搜索引擎的变现效率和用户粘性。
进一步,在本实施例中,上述步骤S101,所述多媒体类型的搜索内容包括视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合。
具体的,在本实施例中,在目标用户发起搜索多媒体类型的搜索内容情况下,触发执行本实施例中的多媒体信息推送方法,比如:目标用户在搜索网站搜索视频网站A的名称、音频网站A的名称、图书类阅读网站A的名称,以及视频网站B的网址、音频网站B的网址、图书类阅读网站B的网址,以及视频A的名称、音频A的名称、书籍A的名称等的情况下,会触发执行本实施例中的多媒体信息推送方法,为用户推送个性化的多媒体类型的推荐信息。在具体实施过程中,多媒体类型的搜索内容还可以是其他内容,比如:直播视频网站的主播名称、图书作者、视频导演等,在此,本申请不做限定。
本实施例中的方法在发起搜索多媒体类型的搜索内容情况下才会被触发,可以有效的避免了对非多媒体类型搜索进行相关推送,造成对用户的干扰,可以进一步的降低设备的数据传输负担,提高用户的体验度。
进一步,当本实施例中的多媒体信息推送方法被触发后,步骤S101在具体实施过程中,可通过如下步骤实现:
获取在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。
具体的,在本实施例中,需要获取在预设时间范围(如:1小时、5小时、24小时等)内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。比如:多媒体类型的搜索记录可以是全网用户在预设时间范围内搜索视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合的记录。如:在用户A在距当前时刻20分钟前搜索网站搜索视频网站A的名称情况下,确定该记录为全网用户的多媒体类型的搜索记录。
又如:多媒体类型的点击记录可以是全网用户在预设时间范围内点击的视频网站、音频网站、阅读网站中任意一种的记录。如:在用户B在距当前时刻30分钟前点击视频网站B的情况下,确定该记录为全网用户的多媒体类型的点击记录。
又如:多媒体类型的浏览记录可以是全网用户在预设时间范围内浏览的视频网站、音频网站、阅读网站中任意一种的记录。如:在用户C在距当前时刻30分钟前浏览视频网站B的视频A情况下,确定该记录为全网用户的多媒体类型的浏览记录,在记录全网用户的多媒体类型的浏览记录时,为了保证记录的有效性,还可以考虑浏览时长,即将浏览时长大于预设时长(如:1分钟、5分钟等)的视频的浏览记录记为全网用户的多媒体类型的浏览记录。
通过这样的方式,可以有效统计全网用户的多媒体类型的历史网络行为记录。
进一步,在获取到全网用户的多媒体类型的历史网络行为记录后,执行本实施例中步骤S102时,可通过如下步骤实现:
基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目;
确定所述全网用户中每个用户对候选项目的评分,建立用户评分矩阵;
基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集;
基于所述邻居用户集,从所述候选项目中确定出推荐项目;
确定与所述推荐项目对应的推荐信息为与所述目标用户对应的多媒体类型的推荐信息。
具体的,在本实施例中,步骤S102可以采用协同过滤模型来筛选出对应的多媒体类型的推荐信息,当然,还可以采用其他方式实现,在此,本申请不做限制。在步骤S102中,首先,需要基于获取的全网用户的多媒体类型的历史网络行为记录,确定出候选项目,在确定候选项目时,可通过如下步骤实现:
确定在所述预设时间范围内的全网用户的多媒体类型的搜索记录中搜索次数大于第一预设次数的搜索内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的点击记录中点击次数大于第二预设次数的点击内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的浏览记录中浏览次数大于第三预设次数的浏览内容为候选项目。
具体的,由于全网用户的历史网络行为记录包括在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录、多媒体类型的浏览记录等。所以,在确定候选项目时,可以从在预设时间范围内的全网用户的多媒体类型的搜索记录中筛选出搜索次数大于第一预设次数的搜索内容为候选项目。比如:在24小时内全网用户的搜索次数大于第一预设次数(如:1000次、5000次等)的多媒体类型的搜索内容包括视频A、视频网站B、视频B等,则视频A、视频网站B、视频B可筛选为候选项目。
同理,在确定候选项目时,可以从在预设时间范围内的全网用户的多媒体类型的点击记录中筛选出点击次数大于第二预设次数的点击内容为候选项目。比如:在24小时内全网用户的点击次数大于第二预设次数(如:1000次、5000次等)的多媒体类型的点击内容包括视频C、视频网站A、视频D等,则视频C、视频网站A、视频D也可筛选为候选项目。
同理,在确定候选项目时,可以从在预设时间范围内的全网用户的多媒体类型的浏览记录中筛选出浏览次数大于第三预设次数的浏览内容为候选项目。比如:在24小时内全网用户的浏览次数大于第三预设次数(如:1000次、5000次等)的多媒体类型的浏览内容包括视频E、视频网站C、视频F等,则视频E、视频网站C、视频F也可筛选为候选项目。通过这样的方式确定出的候选项目更符合全网用户实际的视频观看意图变化趋势,进而根据候选项目确定出的多媒体类型的推荐信息更符合用户需求。
结合上述三种情况,还可以综合考虑在预设时间范围内全网用户对某一内容的搜索、点击以及浏览的次数总和,在该次数总和大于预设阈值情况下,也可将该内容作为候选项目。
在具体实施过程中,确定候选项目的方式并不限于上述方式,还可以根据实际需要进行设定,比如:仅考虑目标用户的多媒体类型的历史网络行为记录,确定出目标用户搜索、点击以及浏览次数较多内容作为候选项目,在此,本申请不做限制。
在确定出候选项目情况下,即可建立全网用户针对候选项目的用户评分矩阵,用户评分矩阵可以表示如下:
上式中,Ui表示全网用户中的用户i,Ij为候选项目j,Rij为用户i对候选项目j的评分。在本实施例中,用户对候选项目的评分可以以二进制0和1来表示,0表示用户对候选项目不感兴趣,1表示用户对候选项目感兴趣。在采用这种方式确定用户对候选项目的评分时,需要调用该用户的多媒体类型的历史网络行为记录,如:搜索记录,当该用户搜索该候选项目的次数大于预设搜索次数,确定该用户对该候选项目的评分为1。反之,当该用户搜索该候选项目的次数小于或等于预设搜索次数,确定该用户对该候选项目的评分为0。
或者,还可以获取该用户搜索所有候选项目的次数,当该用户搜索该候选项目的次数占该用户搜索所有候选项目的次数的百分比大于预设百分比,确定该用户对该候选项目的评分为1。反之,当该用户搜索该候选项目的次数占该用户搜索所有候选项目的次数的百分比小于或等于预设百分比,确定该用户对该候选项目的评分为0。
当然,还可以直接将用户搜索某候选项目的次数占该用户搜索所有候选项目的次数的百分比作为该用户对该候选项目的评分值。在具体实施过程中,还可以采用其他方式来确定用户对候选项目的评分,在此,本申请不做限制。
进一步,在建立好用户评分矩阵后,本实施例中的方法即可根据评分矩阵,确定出与目标用户相似的邻居用户集。在确定目标用户对应的邻居用户集时,可以通过如下步骤实现:
基于所述评分矩阵,计算所述目标用户与所述全网用户中其他用户的相似性;基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集。
具体的,在本实施例中,可以基于上述建立的评分矩阵,采用欧几里德距离公式计算目标用户与全网其他用户的欧几里德距离,该欧几里德距离可以用于表示该目标用户与其他用户的相似性。欧几里德距离公式为该公式表面用户X与用户y的欧几里德距离,Rxj为用户x对候选项目j的评分,Ryj为用户y对候选项目j的评分。与目标用户的欧几里德距离越大,表明该用户与目标用户的相似性越高,该用户与目标用户的多媒体类的兴趣爱好越相似,比如:喜欢看同类型的电影,喜欢听同类型的歌。当然,在本实施例中,还可以采用余弦相似性公式来计算目标用户与全网其他用户的相似性,余弦相似性公式为其中,Vx为用户x对所有候选项目的评分向量,Vy为用户y对所有候选项目的评分向量。与目标用户的余弦相似性越大,表明该用户与目标用户的多媒体类的兴趣爱好越相似。在具体实施过程中,确定目标用户与其他用户的相似性的方式可根据实际需要进行设定,在此,本申请不做限制。
进一步,在确定目标用户与全网其他用户的相似性以后,可以采用但不限于下述两种方式确定与目标用户相似的邻居用户集:
第一种方式:确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性大于第一预设阈值的用户。
具体的,在本实施例中,可以预先设定第一预设阈值,当全网用户中与目标用户的相似性大于该第一预设阈值时,可以将其加入与目标用户相似的邻居用户集中,即从全网用户筛选出相似性值大于第一预设阈值的用户作为与目标用户相似的邻居用户集。
第二种方式:确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性由大至小排列后的前第一预设数目的用户。
具体的,在本实施例中,在确定出目标用户与全网其他用户的相似性以后,可以将其按相似性由大至小进行排序,然后,将排在前面的第一预设数目的用户作为与目标用户相似的邻居用户集。比如:按与目标用户的相似性由大至小进行排序后的全网用户包括用户1、用户3、用户4、用户5、用户2,第一预设数目为2时,确定为与目标用户相似的邻居用户集包括用户1、用户3。
在具体实施过程中,上述第一种方式中的第一预设阈值以及第二种方式中的第一预设数目均可根据实际需要进行设定,在此,本申请不做限制。当然,还可以采用其他方式确定邻居用户集,在此,本申请不做限制。
进一步,在确定邻居用户集以后,可根据邻居的多媒体类的偏好产生向目标用户的推荐项目。具体的,根据邻居用户集确定推荐项目可通过如下两种方式实现:
第一种方式:基于所述邻居用户集,确定所述目标用户对所述候选项目中每个项目的兴趣度预测值;确定所述候选项目中兴趣度预测值大于第二预设阈值的项目为推荐项目或确定所述候选项目中兴趣度预测值由大至小排列后的前第二预设数目的项目为推荐项目。
具体的,在本实施例中,可以基于邻居用户集,确定目标用户对候选项目中每个项目的兴趣度预测值,在计算目标用户对候选项目的兴趣度预测值时,可以采用公式其中,是目标用户u对所有候选项目的平均评分,i是邻居用户集的用户,ci是目标户u和邻居用户i之间的相似度,rij是邻居用户i对候选项目j的评分,i是邻居用户i对所有候选项目的平均评分。
这样,可以预先设定第二预设阈值,由于可以通过上述公式确定出目标用户对所有候选项目的兴趣度预测值,进而从所有候选项目中筛选出目标用户对其的兴趣度预测值大于第二预设阈值的项目为推荐项目。
或者,在确定出目标用户对每个候选项目的兴趣度预测值后,可以将候选项目按兴趣度预测值由大至小进行排序,然后,将排在前面的第二预设数目的候选项目作为推荐项目。比如:按兴趣度预测值由大至小进行排序后的候选项目包括项目1、项目3、项目4、项目5、项目2,第二预设数目为3时,确定推荐项目包括项目1、项目3、项目4。
第二种方式:确定所述邻居用户集中的所有邻居用户对所述候选项目中每个项目的加权平均兴趣度;确定所述候选项目中加权平均兴趣度大于第三预设阈值的项目为推荐项目或确定所述候选项目中加权平均兴趣度由大至小排列后的前第三预设数目的项目为推荐项目。
具体的,在本实施例中,可以针对每个候选项目,确定邻居用户集中的所有邻居用户对该候选项目的加权平均兴趣度,加权系数可以根据实际需要进行设定,在此,本申请不做限制。进而,可以预先设定第三预设阈值,由于可以确定出所有邻居用户对每个候选项目的加权平均兴趣度,进而从所有候选项目中筛选出加权平均兴趣度大于第三预设阈值的项目为推荐项目。
或者,在确定出每个候选项目的加权平均兴趣度后,可以将候选项目按加权平均兴趣度由大至小进行排序,然后,将排在前面的第三预设数目的候选项目作为推荐项目。比如:按加权平均兴趣度由大至小进行排序后的候选项目包括项目1、项目3、项目4、项目5、项目2,第三预设数目为3时,确定推荐项目包括项目1、项目3、项目4。
在确定出推荐项目后,还需要基于推荐项目确定与目标用户对应的多媒体类型的推荐信息。具体的,所述多媒体类型的推荐信息包括与所述推荐项目对应的候选搜索词和/或网页链接。
具体的,在本实施例中,确定出的推荐项目可能是一些多媒体类型的搜索词或多媒体类型网站,所以,推荐给目标用户的多媒体类型的推荐信息包括与推荐项目对应的候选搜索词和/或网页链接。比如:推荐项目包括视频网站A的名称、视频B的名称、某直播平台主播A的名称,推荐给目标用户的多媒体类型的推荐信息为视频网站A的网址以及视频B的名称对应的候选搜索词、播A的名称的候选搜索词,或者为视频网站A的名称对应的候选搜索词以及视频B的观看链接、主播A的直播间链接等,目标用户可以直接点击候选搜索词,进而获得该候选搜索词的搜索结果。目标用户可以直接点击推荐的网页链接,进入该网页链接对应的网站。在具体实施过程中,根据推荐项目确定的推荐信息可根据实际需要进行设定,在此,本申请不做限制。
进一步,在本实施例中,所述多媒体类型的推荐信息具体包括用户可直接播放的视频对象和/或音频对象,所述方法还包括:响应用户对所述视频对象或所述音频对象的触发操作,加载所述视频对象或所述音频对象对应的视频资源或音频资源。
具体的,在本实施例中,确定出的推荐项目还可能是一些视频对象,所以,推荐给目标用户的多媒体类型的推荐信息包括与推荐项目对应的视频对象的观看或收听该资源的链接。比如:视频B的观看链接等,目标用户可以通过直接点击推荐的视频对象转到其播放的网页链接,进而可快速收看目标用户感兴趣的视频。
进一步,在步骤S103中,需要将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。在展示多媒体类型的推荐信息时,可将其展示在多媒体类型的搜索内容对应的搜索结果下方,进一步,本实施例中确定出的多媒体类型的推荐信息可以展示在搜索结果中的第一项结果的下方。比如:目标用户发起搜索视频网站A名称的搜索时,搜索结果包括该视频网站A的官网网址以及其他相关项搜索结果,通过本实施例中的方法确定出的多媒体类型的推荐信息可以展示在该视频网站A的官网网址项的下方,便于用户查看。
进一步,在本实施例中,在将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面,还可以通过如下步骤实现:
从所述多媒体类型的推荐信息中确定出与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息;将与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面。
具体的,在本实施例中,为了使得推送的多媒体类型信息更贴近用户的观看意图,更符合用户的观看需求,在展示多媒体类型的推荐信息时,可以从基于推荐项目确定的推荐信息中确定出与目标用户搜索的搜索内容相关的推荐信息进行推送。比如:目标用户发起视频网站A的搜索后,基于全网用户的多媒体类型的历史网络行为确定出的多媒体类型的推荐信息包括视频网站B、视频A、视频网站A的主播A的直播间以及视频网站A的主播B的直播间时,如果视频网站A为直播视频网站,则可将视频网站A的主播A的直播间以及视频网站A的主播B的直播间对应的推荐信息展示在搜索结果的页面中,具体的,可以展示在视频网站A的官网搜索结果的下方,预测用户可能感兴趣的视频主播。
又如:目标用户发起视频D的搜索后,基于全网用户的多媒体类型的历史网络行为确定出的多媒体类型的推荐信息包括视频网站B、视频A、视频B以及视频C时,如果视频D为综艺类视频,视频网站B为观看电视剧的视频网站,视频A为电影类的视频,视频B以及视频C均为综艺类视频,则可将视频B以及视频C对应的推荐信息展示在搜索结果的页面中,具体的,可以展示在视频网站A的官网搜索结果的下方,预测用户可能感兴趣的视频。这样,可以将与目标用户搜索内容相关的推荐信息推送给目标用户,使得目标用户能够通过推荐的信息快速地定位到感兴趣的多媒体信息,提升用户体验。
进一步,本实施例中的方法,还可以将与目标用户搜索内容相关度较高的推荐信息展示在前面,将与目标用户搜索内容相关度较低的推荐信息展示在后面,比如:目标用户发起视频D的搜索后,基于全网用户的多媒体类型的历史网络行为确定出的多媒体类型的推荐信息包括视频网站B、视频A、视频B以及视频C时,如果视频D为综艺类视频,视频网站B为观看电视剧的视频网站,视频A为电影类的视频,视频B以及视频C均为综艺类视频,在展示推荐信息时,可将视频B以及视频C对应的推荐信息展示在最前方,后方展示视频网站B、视频A。这样,将与目标用户搜索内容相关度较高的推荐信息展示在最醒目的位置推送给目标用户,使的目标用户能够通过推荐的信息快速地定位到感兴趣的多媒体信息,提升用户体验。
本实施例中的多媒体信息推送方法,能在目标用户发起多媒体类的相关的查询后,前置用户的多媒体浏览需求,预测用户接下来的感兴趣的多媒体信息,就能极大提升搜索引擎的查询效率以及用户体验。
请参见图2,本发明的第二实施例提供了一种多媒体信息推送方法,包括:
S201:在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
S202:基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户相似的相似用户集;
S203:基于所述相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定与所述目标用户对应的多媒体类型的推荐信息;
S204:将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
具体的,在本实施例中,多媒体信息推送方法主要应用于搜索引擎的服务器端,当然,也可以应用于客户端。用户在客户端通过搜索引擎输入多媒体类型的搜索内容时,搜索引擎将该多媒体类型的搜索内容传输至搜索引擎的服务器,当服务器接收到该多媒体类型的搜索内容后,检索出对应的搜索结果。在此基础上,服务器还会获得全网用户的多媒体类型的历史网络行为纪录,确定出与目标用户相似的相似用户集,再根据相似用户集中的相似用户的多媒体类型的历史网络行为记录,预测用户潜在的多媒体类型的搜索需求,进一步确定出用户相关的多媒体类型的推荐信息,在进行搜索结果展示时,可将用户相关的多媒体类型的推荐信息连同展示。这样,通过在用户发起多媒体类型的搜索时前置用户多媒体类型的搜索需求,极大提升搜索引擎的查询效率以及用户体验,提供个性化的搜索推荐结果,增加搜索引擎的变现效率和用户粘性。
进一步,在本实施例中,上述步骤S201,所述多媒体类型的搜索内容包括视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合。
具体的,在本实施例中,在目标用户发起搜索多媒体类型的搜索内容情况下,触发执行本实施例中的多媒体信息推送方法,比如:目标用户在搜索网站搜索视频网站A的名称、视频网站B的网址或者视频A的名称情况下,会触发执行本实施例中的多媒体信息推送方法,为用户推送个性化的多媒体类型的推荐信息。在具体实施过程中,多媒体类型的搜索内容包括视频网站名称视频网站链接和视频名称中任意一种或多种组合,当然,还可以是其他内容,在此,本申请不做限定。
本实施例中的方法在发起搜索多媒体类型的搜索内容情况下才会被触发,可以有效的避免了对非多媒体类型搜索进行相关推送,造成对用户的干扰,可以进一步的降低设备的数据传输负担,提高用户的体验度。
进一步,当本实施例中的多媒体信息推送方法被触发后,步骤S201在具体实施过程中,可通过如下步骤实现:
获取在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。
具体的,在本实施例中,需要获取在预设时间范围(如:1小时、5小时、24小时等)内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。比如:多媒体类型的搜索记录可以是全网用户在预设时间范围内搜索视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合的记录。如:在用户A在距当前时刻20分钟前搜索网站搜索视频网站A的名称情况下,确定该记录为全网用户的多媒体类型的搜索记录。
又如:多媒体类型的点击记录可以是全网用户在预设时间范围内点击的视频网站、音频网站链接和电子书阅读链接中任意一种或多种组合的记录。如:在用户B在距当前时刻30分钟前点击视频网站B的情况下,确定该记录为全网用户的多媒体类型的点击记录。
又如:多媒体类型的浏览记录可以是全网用户在预设时间范围内浏览的视频网站、音频网站和电子书网站中任意一种或多种组合的记录。如:在用户C在距当前时刻30分钟前浏览视频网站B的视频A情况下,确定该记录为全网用户的多媒体类型的浏览记录,在记录全网用户的多媒体类型的浏览记录时,为了保证记录的有效性,还可以考虑浏览时长,即将浏览时长大于预设时长(如:1分钟、5分钟等)的视频的浏览记录记为全网用户的多媒体类型的浏览记录。
通过这样的方式,可以有效统计全网用户的多媒体类型的历史网络行为记录。
进一步,在获取到全网用户的多媒体类型的历史网络行为记录后,执行本实施例中步骤S202,需要基于全网用户的多媒体类型的历史网络行为记录,确定与目标用户相似的相似用户集。
具体的,在本实施例中,可以将全网用户中与目标用户的历史搜索、历史点击和/或历史浏览的内容相似的用户作为相似用户。比如:目标用户的多媒体类型的历史搜索、历史点击和/或历史浏览次数最多的四项为A视频、B视频、C视频、D视频。如果全网用户历史搜索、历史点击和/或历史浏览次数最多的包括A视频、B视频、C视频、D视频中任意三项,即可确定出该用户为相似用户,通过这样的方式,可以形成相似用户集。再或者,也可以采用前述第一实施例中提及的方法确定出相似用户集,具体不再赘述,参看前述实施例即可。
进而,在确定出相似用户集以后,执行步骤S203,基于相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定与所述目标用户对应的多媒体类型的推荐信息。
具体的,在本实施例中,可以根据相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定出共同感兴趣的多媒体类型的信息,将共同感兴趣的多媒体类型的信息推送给目标用户。比如:相似用户集包括用户1、用户2、用户3和用户4,用户1感兴趣的多媒体类型的信息包括A视频网站、B视频和C视频,用户2感兴趣的多媒体类型的信息包括A视频网站、B视频和D视频,用户3感兴趣的多媒体类型的信息包括A视频网站、B视频和E视频,用户4感兴趣的多媒体类型的信息包括B视频网站、C视频和E视频,当有预设个数相似用户对同一信息感兴趣时,确定出该信息为推荐给目标用户的信息。预设个数设置为2时,则A视频网站、B视频、C视频和E视频对应的信息为多媒体类型的推荐信息。
当然,在具体实施过程中,确定相似用户集以及多媒体类型的推荐信息可根据实际需要进行设置,在此,本申请不做限制。
在确定出多媒体类型的推荐信息后,可将该多媒体类型的推荐信息与搜索结果连同展示,展示的方式可参照第一实施例中的方式,在此,本申请不做赘述。
请参照图3,本发明第三实施例还提供了一种多媒体信息推送装置,包括:
获取单元301,用于在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
确定单元302,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;
展示单元303,用于将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
具体的,在本实施例中,多媒体信息推送装置可以设置在服务器中,也可以设置在移动终端设备,如手机、平板电脑、笔记本电脑等设备,还可以是台式电脑等设备,当然还可以是其它电子设备,在此,本申请不做限制。多媒体信息推送装置进行多媒体信息推送的方式已在前述第一实施例中进行详细阐述,在此,本实施例不再赘述。
作为一种可选的实施例,所述确定单元302包括:
第一确定模块,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目;
第二确定模块,用于确定所述全网用户中每个用户对候选项目的评分,建立用户评分矩阵;
第三确定模块,用于基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集;
第四确定模块,用于基于所述邻居用户集,从所述候选项目中确定出推荐项目;
第五确定模块,用于确定与所述推荐项目对应的推荐信息为与所述目标用户对应的多媒体类型的推荐信息。
作为一种可选的实施例,所述获取单元301用于:
获取在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。
作为一种可选的实施例,所述第一确定模块用于:
确定在所述预设时间范围内的全网用户的多媒体类型的搜索记录中搜索次数大于第一预设次数的搜索内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的点击记录中点击次数大于第二预设次数的点击内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的浏览记录中浏览次数大于第三预设次数的浏览内容为候选项目。
作为一种可选的实施例,所述第三确定模块用于:
基于所述评分矩阵,计算所述目标用户与所述全网用户中其他用户的相似性;
基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集。
作为一种可选的实施例,所述第三确定模块用于:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性大于第一预设阈值的用户。
作为一种可选的实施例,所述第三确定模块用于:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性由大至小排列后的前第一预设数目的用户。
作为一种可选的实施例,所述第四确定模块用于:
基于所述邻居用户集,确定所述目标用户对所述候选项目中每个项目的兴趣度预测值;
确定所述候选项目中兴趣度预测值大于第二预设阈值的项目为推荐项目或确定所述候选项目中兴趣度预测值由大至小排列后的前第二预设数目的项目为推荐项目。
作为一种可选的实施例,所述第四确定模块用于:
确定所述邻居用户集中的所有邻居用户对所述候选项目中每个项目的加权平均兴趣度;
确定所述候选项目中加权平均兴趣度大于第三预设阈值的项目为推荐项目或确定所述候选项目中加权平均兴趣度由大至小排列后的前第三预设数目的项目为推荐项目。
作为一种可选的实施例,所述展示单元用于:
将所述多媒体类型的推荐信息展示在所述多媒体类型的搜索内容对应的搜索结果下方,所述多媒体类型的推荐信息包括与所述推荐项目对应的候选搜索词和/或网页链接。
作为一种可选的实施例,所述多媒体类型的搜索内容包括:视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合。
作为一种可选的实施例,所述展示单元用于:
从所述多媒体类型的推荐信息中确定出与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息;
将与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面。
作为一种可选的实施例,所述多媒体类型的推荐信息具体包括用户可直接播放的视频对象和/或音频对象,所述装置还包括:
响应单元,用于响应用户对所述视频对象或所述音频对象的触发操作,加载所述视频对象或所述音频对象对应的视频资源或音频资源。
请参照图4,本发明第三实施例还提供了一种多媒体信息推送装置,包括:
获取单元401用于在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
第一确定单元402,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户相似的相似用户集;
第二确定单元402,用于基于所述相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定与所述目标用户对应的多媒体类型的推荐信息;
展示单元403,用于将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
具体的,在本实施例中,多媒体信息推送装置可以设置在服务器中,也可以设置在移动终端设备,如手机、平板电脑、笔记本电脑等设备,还可以是台式电脑等设备,当然还可以是其它电子设备,在此,本申请不做限制。多媒体信息推送装置进行多媒体信息推送的方式已在前述第二实施例中进行详细阐述,在此,本实施例不再赘述。
本发明第五实施例还提供了一种电子设备,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该电子设备可以为服务器,也可以是包括手机、平板电脑、PDA(Personal Digital Assistant,个人数字助理)、POS(Point of Sales,销售终端)、车载电脑等任意电子设备,以电子设备为手机为例:
图5示出的是与本发明实施例提供的电子设备相关的手机的部分结构的框图。参考图5,手机包括:射频(Radio Frequency,RF)电路510、存储器520、输入单元530、显示单元540、传感器550、音频电路560、无线保真(wireless-fidelity,Wi-Fi)模块570、处理器580、以及电源590等部件。本领域技术人员可以理解,图5中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图5对手机的各个构成部件进行具体的介绍:
RF电路510可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器580处理;另外,将设计上行的数据发送给基站。通常,RF电路510包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier,LNA)、双工器等。此外,RF电路510还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication,GSM)、通用分组无线服务(General Packet RadioService,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器520可用于存储软件程序以及模块,处理器580通过运行存储在存储器520的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元530可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元530可包括触控面板531以及其他输入设备532。触控面板531,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板531上或在触控面板531附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板531可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器580,并能接收处理器580发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板531。除了触控面板531,输入单元530还可以包括其他输入设备532。具体地,其他输入设备532可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元540可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元540可包括显示面板541,可选的,可以采用液晶显示器(Liquid CrystalDisplay,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板541。进一步的,触控面板531可覆盖显示面板541,当触控面板531检测到在其上或附近的触摸操作后,传送给处理器580以确定触摸事件的类型,随后处理器580根据触摸事件的类型在显示面板541上提供相应的视觉输出。虽然在图5中,触控面板531与显示面板541是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板531与显示面板541集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器550,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板541的亮度,接近传感器可在手机移动到耳边时,关闭显示面板541和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路560、扬声器561,传声器562可提供用户与手机之间的音频接口。音频电路560可将接收到的音频数据转换后的电信号,传输到扬声器561,由扬声器561转换为声音信号输出;另一方面,传声器562将收集的声音信号转换为电信号,由音频电路560接收后转换为音频数据,再将音频数据输出处理器580处理后,经RF电路510以发送给比如另一手机,或者将音频数据输出至存储器520以便进一步处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块570可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块570,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器580是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器520内的软件程序和/或模块,以及调用存储在存储器520内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器580可包括一个或多个处理单元;优选的,处理器580可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器580中。
手机还包括给各个部件供电的电源590(比如电池),优选的,电源可以通过电源管理系统与处理器580逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本发明实施例中,该处理器580还具有以下功能:
基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目;
确定所述全网用户中每个用户对候选项目的评分,建立用户评分矩阵;
基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集;
基于所述邻居用户集,从所述候选项目中确定出推荐项目;
确定与所述推荐项目对应的推荐信息为与所述目标用户对应的多媒体类型的推荐信息。
在本发明实施例中,该处理器580还具有以下功能:
获取在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。
在本发明实施例中,该处理器580还具有以下功能:
确定在所述预设时间范围内的全网用户的多媒体类型的搜索记录中搜索次数大于第一预设次数的搜索内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的点击记录中点击次数大于第二预设次数的点击内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的浏览记录中浏览次数大于第三预设次数的浏览内容为候选项目。
在本发明实施例中,该处理器580还具有以下功能:
基于所述评分矩阵,计算所述目标用户与所述全网用户中其他用户的相似性;
基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集。
在本发明实施例中,该处理器580还具有以下功能:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性大于第一预设阈值的用户。
在本发明实施例中,该处理器580还具有以下功能:
确定与所述目标用户相似的邻居用户集包括所述全网用户中与所述目标用户的相似性由大至小排列后的前第一预设数目的用户。
在本发明实施例中,该处理器580还具有以下功能:
基于所述邻居用户集,确定所述目标用户对所述候选项目中每个项目的兴趣度预测值;
确定所述候选项目中兴趣度预测值大于第二预设阈值的项目为推荐项目或确定所述候选项目中兴趣度预测值由大至小排列后的前第二预设数目的项目为推荐项目。
在本发明实施例中,该处理器580还具有以下功能:
确定所述邻居用户集中的所有邻居用户对所述候选项目中每个项目的加权平均兴趣度;
确定所述候选项目中加权平均兴趣度大于第三预设阈值的项目为推荐项目或确定所述候选项目中加权平均兴趣度由大至小排列后的前第三预设数目的项目为推荐项目。
在本发明实施例中,该处理器580还具有以下功能:
将所述多媒体类型的推荐信息展示在所述多媒体类型的搜索内容对应的搜索结果下方,所述多媒体类型的推荐信息包括与所述推荐项目对应的候选搜索词和/或网页链接。
在本发明实施例中,所述多媒体类型的搜索内容包括:视频/音频/阅读网站名称、视频/音频/阅读网站链接、视频/音频/书籍名称、视频/音频/书籍的作者和视频/音频/书籍的相关内容标识中任意一种或多种组合。
在本发明实施例中,该处理器580还具有以下功能:
从所述多媒体类型的推荐信息中确定出与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息;
将与所述目标用户搜索的所述多媒体类型的搜索内容相关的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面。
在本发明实施例中,所述多媒体类型的推荐信息具体包括用户可直接播放的视频对象和/或音频对象,该处理器580还具有以下功能:
响应用户对所述视频对象或所述音频对象的触发操作,加载所述视频对象或所述音频对象对应的视频资源或音频资源。
本发明第六实施例提供了一种计算机可读存储介质,其上存储有计算机程序,本发明第三和第四实施例中的所述多媒体信息推送装置集成的功能单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述第一和第二实施例的多媒体信息推送方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种多媒体信息推送方法,其特征在于,包括:
在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;
将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
2.如权利要求1所述的方法,其特征在于,所述基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息,包括:
基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目;
确定所述全网用户中每个用户对候选项目的评分,建立用户评分矩阵;
基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集;
基于所述邻居用户集,从所述候选项目中确定出推荐项目;
确定与所述推荐项目对应的推荐信息为与所述目标用户对应的多媒体类型的推荐信息。
3.如权利要求1或2所述的方法,其特征在于,所述获取全网用户的历史网络行为记录,包括:
获取在预设时间范围内的全网用户的多媒体类型的搜索记录、多媒体类型的点击记录和多媒体类型的浏览记录中任意一种或多种组合。
4.如权利要求1-3任一所述的方法,其特征在于,所述基于所述全网用户的多媒体类型的历史网络行为记录,确定出候选项目,包括:
确定在所述预设时间范围内的全网用户的多媒体类型的搜索记录中搜索次数大于第一预设次数的搜索内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的点击记录中点击次数大于第二预设次数的点击内容为候选项目;和/或
确定在所述预设时间范围内的全网用户的多媒体类型的浏览记录中浏览次数大于第三预设次数的浏览内容为候选项目。
5.如权利要求1-4任一所述的方法,所述基于所述评分矩阵,确定所述全网用户中与所述目标用户相似的邻居用户集,包括:
基于所述评分矩阵,计算所述目标用户与所述全网用户中其他用户的相似性;
基于所述目标用户与所述全网用户中其他用户的相似性,确定与所述目标用户相似的邻居用户集。
6.一种多媒体信息推送方法,其特征在于,包括:
在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户相似的相似用户集;
基于所述相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定与所述目标用户对应的多媒体类型的推荐信息;
将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
7.一种多媒体信息推送装置,其特征在于,包括:
获取单元,用于在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
确定单元,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户对应的多媒体类型的推荐信息;
展示单元,用于将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
8.一种多媒体信息推送装置,其特征在于,包括:
获取单元,用于在检测到目标用户搜索多媒体类型的搜索内容情况下,提取全网用户的多媒体类型的历史网络行为记录;
第一确定单元,用于基于所述全网用户的多媒体类型的历史网络行为记录,确定与所述目标用户相似的相似用户集;
第二确定单元,用于基于所述相似用户集中每个相似用户感兴趣的多媒体类型的信息,确定与所述目标用户对应的多媒体类型的推荐信息;
展示单元,用于将所述多媒体类型的推荐信息展示在与所述多媒体类型的搜索内容对应的搜索结果页面中。
9.一种电子设备,其特征在于,包括处理器和存储器:
所述存储器用于存储执行权利要求1至6任一项所述方法的程序;
所述处理器被配置为用于执行所述存储器中存储的程序。
10.一种计算机存储介质,其特征在于,用于储存为上述多媒体信息推送装置所用的计算机软件指令,其包含用于执行上述方面为多媒体信息推送装置所设计的程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150204.1A CN108388629A (zh) | 2018-02-13 | 2018-02-13 | 一种多媒体信息推送方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150204.1A CN108388629A (zh) | 2018-02-13 | 2018-02-13 | 一种多媒体信息推送方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108388629A true CN108388629A (zh) | 2018-08-10 |
Family
ID=63069667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810150204.1A Pending CN108388629A (zh) | 2018-02-13 | 2018-02-13 | 一种多媒体信息推送方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108388629A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286821A (zh) * | 2018-09-30 | 2019-01-29 | 武汉斗鱼网络科技有限公司 | 一种直播间推荐方法、装置、服务器及存储介质 |
CN109685561A (zh) * | 2018-12-17 | 2019-04-26 | 北京字节跳动网络技术有限公司 | 基于用户行为的电子凭证推送方法、装置及电子设备 |
CN109740068A (zh) * | 2019-01-29 | 2019-05-10 | 腾讯科技(北京)有限公司 | 媒体数据推荐方法、装置及存储介质 |
CN109769128A (zh) * | 2018-12-25 | 2019-05-17 | 北京达佳互联信息技术有限公司 | 视频推荐方法、视频推荐装置和计算机可读存储介质 |
CN109783686A (zh) * | 2019-01-21 | 2019-05-21 | 广州虎牙信息科技有限公司 | 行为数据处理方法、装置、终端设备和存储介质 |
CN112000823A (zh) * | 2020-08-24 | 2020-11-27 | 北京字节跳动网络技术有限公司 | 功能入口显示方法、电子设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101828393A (zh) * | 2007-08-24 | 2010-09-08 | 谷歌公司 | 基于媒体的推荐 |
CN102780920A (zh) * | 2011-07-05 | 2012-11-14 | 上海奂讯通信安装工程有限公司 | 电视节目推荐方法及系统 |
CN104572825A (zh) * | 2014-12-04 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 信息的推荐方法和装置 |
CN106651546A (zh) * | 2017-01-03 | 2017-05-10 | 重庆邮电大学 | 一种面向智慧社区的电子商务信息推荐方法 |
-
2018
- 2018-02-13 CN CN201810150204.1A patent/CN108388629A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101828393A (zh) * | 2007-08-24 | 2010-09-08 | 谷歌公司 | 基于媒体的推荐 |
CN102780920A (zh) * | 2011-07-05 | 2012-11-14 | 上海奂讯通信安装工程有限公司 | 电视节目推荐方法及系统 |
CN104572825A (zh) * | 2014-12-04 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 信息的推荐方法和装置 |
CN106651546A (zh) * | 2017-01-03 | 2017-05-10 | 重庆邮电大学 | 一种面向智慧社区的电子商务信息推荐方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286821A (zh) * | 2018-09-30 | 2019-01-29 | 武汉斗鱼网络科技有限公司 | 一种直播间推荐方法、装置、服务器及存储介质 |
CN109685561A (zh) * | 2018-12-17 | 2019-04-26 | 北京字节跳动网络技术有限公司 | 基于用户行为的电子凭证推送方法、装置及电子设备 |
CN109685561B (zh) * | 2018-12-17 | 2021-03-02 | 北京字节跳动网络技术有限公司 | 基于用户行为的电子凭证推送方法、装置及电子设备 |
CN109769128A (zh) * | 2018-12-25 | 2019-05-17 | 北京达佳互联信息技术有限公司 | 视频推荐方法、视频推荐装置和计算机可读存储介质 |
CN109769128B (zh) * | 2018-12-25 | 2021-07-13 | 北京达佳互联信息技术有限公司 | 视频推荐方法、视频推荐装置和计算机可读存储介质 |
CN109783686A (zh) * | 2019-01-21 | 2019-05-21 | 广州虎牙信息科技有限公司 | 行为数据处理方法、装置、终端设备和存储介质 |
CN109740068A (zh) * | 2019-01-29 | 2019-05-10 | 腾讯科技(北京)有限公司 | 媒体数据推荐方法、装置及存储介质 |
CN109740068B (zh) * | 2019-01-29 | 2021-04-06 | 腾讯科技(北京)有限公司 | 媒体数据推荐方法、装置及存储介质 |
CN112000823A (zh) * | 2020-08-24 | 2020-11-27 | 北京字节跳动网络技术有限公司 | 功能入口显示方法、电子设备及计算机可读存储介质 |
WO2022042251A1 (zh) * | 2020-08-24 | 2022-03-03 | 北京字节跳动网络技术有限公司 | 功能入口显示方法、电子设备及计算机可读存储介质 |
CN112000823B (zh) * | 2020-08-24 | 2024-06-18 | 抖音视界有限公司 | 功能入口显示方法、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11216523B2 (en) | Method, system, server and intelligent terminal for aggregating and displaying comments | |
CN108334539B (zh) | 对象推荐方法、移动终端及计算机可读存储介质 | |
CN108388629A (zh) | 一种多媒体信息推送方法、装置及电子设备 | |
CN107948748B (zh) | 推荐视频的方法、设备、移动终端及计算机存储介质 | |
CN108399232A (zh) | 一种信息推送方法、装置及电子设备 | |
CN108388630A (zh) | 一种购物信息推送方法、装置及电子设备 | |
CN111274416A (zh) | 聊天信息查找方法及电子设备 | |
CN111125523B (zh) | 搜索方法、装置、终端设备及存储介质 | |
WO2015067122A1 (en) | Method and device for pushing information | |
CN109165320B (zh) | 一种信息收藏方法及移动终端 | |
CN108363817B (zh) | 文件处理方法、装置、移动终端及计算机可读存储介质 | |
CN110309357B (zh) | 应用数据推荐的方法、模型训练的方法、装置及存储介质 | |
CN106856543B (zh) | 一种图片显示方法、装置及移动终端 | |
CN110989847B (zh) | 信息推荐方法、装置、终端设备及存储介质 | |
TW201512865A (zh) | 一種網頁數據搜索方法、裝置和系統 | |
CN110633438B (zh) | 一种新闻事件处理的方法、终端、服务器及存储介质 | |
CN108595107B (zh) | 一种界面内容处理方法及移动终端 | |
CN110688497A (zh) | 资源信息搜索方法、装置、终端设备及存储介质 | |
JP6915074B2 (ja) | メッセージ通知方法及び端末 | |
CN107577726B (zh) | 一种搜索方法、服务器及计算机可读存储介质 | |
CN110555155B (zh) | 物品信息推荐方法、设备和存储介质 | |
CN106844572B (zh) | 搜索结果处理方法及装置、用于搜索结果处理的装置 | |
CN111666485B (zh) | 一种信息推荐方法、装置及终端 | |
CN110287398B (zh) | 一种信息更新的方法以及相关装置 | |
CN111475081B (zh) | 信息显示方法和电子设备 |
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: 20180810 |