CN108512883B - 一种信息推送方法、装置及可读介质 - Google Patents
一种信息推送方法、装置及可读介质 Download PDFInfo
- Publication number
- CN108512883B CN108512883B CN201710228314.0A CN201710228314A CN108512883B CN 108512883 B CN108512883 B CN 108512883B CN 201710228314 A CN201710228314 A CN 201710228314A CN 108512883 B CN108512883 B CN 108512883B
- Authority
- CN
- China
- Prior art keywords
- information
- pushed
- preference
- characteristic
- behavior data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 99
- 239000013598 vector Substances 0.000 claims description 71
- 238000012216 screening Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 20
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明实施例提供了一种信息推送方法、装置及可读介质。本发明实施例中,根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,从而,根据所述待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息,进而,根据所述偏好度信息对所述待推送信息进行筛选,确定目标信息,最后,对所述待推送对象推送所述目标信息。因此,本发明实施例提供的技术方案能够在一定程度上扩大信息的覆盖范围,进而提升信息推送的精度。
Description
【技术领域】
本发明涉及信息处理技术领域,尤其涉及一种信息推送方法、装置及可读介质。
【背景技术】
随着信息时代的到来,各种信息以爆炸式的方式充斥着人们的生活。目前,各个服务提供商通常会针对性的向用户推送信息,现有的信息推送方法主要是根据热度推送或者根据兴趣类别推送。热度推送是指根据当前信息的待推送对象关注度、好评数、关注量等统计量来排序将热门优质的信息排在推送优先级靠前位置;兴趣类别推送是根据待推送对象对各类信息的浏览和使用历史,得到待推送对象感兴趣的兴趣类别进行优先推送。
但是,热度推荐只能根据整体热度向所有待推送对象推送同样的信息,无法针对待推送对象进行个性化推送;而根据兴趣类别进行信息推送受到类别体系所存在的信息损失的影响,信息的覆盖范围存在局限性。由此可见,现有的信息推送方法的信息覆盖范围较小,信息推送的精度较差。
【发明内容】
有鉴于此,本发明实施例提供了一种信息推送方法、装置及可读介质,用以在一定程度上扩大信息的覆盖范围,进而提升信息推送的精度。
第一方面,本发明实施例提供了一种信息推送方法,包括:
根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息;
根据所述待推送对象的第二特征信息和所述待推送信息的第一特征信息,确定偏好度信息;
根据所述偏好度信息对所述待推送信息进行筛选,确定目标信息;
对所述待推送对象推送所述目标信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,包括:
根据所述待推送对象的行为数据,确定待推送信息的特征向量中每个特征值对应的权重;
根据所述权重与所述待推送信息的特征向量,确定所述待推送对象对于各待推送信息的偏好度。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据所述待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息,包括:
根据所述待推送对象对于各待推送信息的偏好度,确定候选信息,所述候选信息为偏好度符合指定条件的待推送信息;
获取各候选信息的特征向量的平均值,得到所述待推送对象偏好的指定信息;
获取所述指定信息与各待推送信息之间的余弦相似度,得到第一偏好度信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,包括:
根据所述待推送对象的行为数据,确定与所述待推送对象相关的候选对象;
获取所述候选对象对各待推送信息的偏好度。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据所述待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息,包括:
针对每个待推送信息,获取各候选对象的偏好度的平均值,得到第二偏好度信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,还包括:
根据所述待推送对象的行为数据与待推送信息的第一特征信息,获取所述待推送对象对于各待推送信息的偏好度;
获取所述偏好度与所述待推送信息的特征向量之积,得到所述待推送对象的特征向量。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据所述待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息,包括:
获取所述待推送对象的特征向量与每个待推送信息的特征向量之间的余弦相似度;
获取每个待推送对象的余弦相似度与偏好度之积,得到第三偏好度信息。
第二方面,本发明实施例提供了一种信息推送装置,包括:
第一确定单元,用于根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息;
第二确定单元,用于根据所述待推送对象的第二特征信息和所述待推送信息的第一特征信息,确定偏好度信息;
第三确定单元,用于根据所述偏好度信息对所述待推送信息进行筛选,确定目标信息;
推送单元,用于对所述待推送对象推送所述目标信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述第一确定单元,具体用于:
根据所述待推送对象的行为数据,确定待推送信息的特征向量中每个特征值对应的权重;
根据所述权重与所述待推送信息的特征向量,确定所述待推送对象对于各待推送信息的偏好度。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述第二确定单元,具体用于:
根据所述待推送对象对于各待推送信息的偏好度,确定候选信息,所述候选信息为偏好度符合指定条件的待推送信息;
获取各候选信息的特征向量的平均值,得到所述待推送对象偏好的指定信息;
获取所述指定信息与各待推送信息之间的余弦相似度,得到第一偏好度信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述第一确定单元,具体用于:
根据所述待推送对象的行为数据,确定与所述待推送对象相关的候选对象;
获取所述候选对象对各待推送信息的偏好度。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述第二确定单元,具体用于:
针对每个待推送信息,获取各候选对象的偏好度的平均值,得到第二偏好度信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述第一确定单元,具体用于:
根据所述待推送对象的行为数据与待推送信息的第一特征信息,获取所述待推送对象对于各待推送信息的偏好度;
获取所述偏好度与所述待推送信息的特征向量之积,得到所述待推送对象的特征向量。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述第二确定单元,具体用于:
获取所述待推送对象的特征向量与每个待推送信息的特征向量之间的余弦相似度;
获取每个待推送对象的余弦相似度与偏好度之积,得到第三偏好度信息。
第三方面,本发明实施例提供了一种信息推送可读介质,包括:计算机可执行指令,当该计算机可执行指令被运行时执行以下步骤;
根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息;
根据所述待推送对象的第二特征信息和所述待推送信息的第一特征信息,确定偏好度信息;
根据所述偏好度信息对所述待推送信息进行筛选,确定目标信息;
对所述待推送对象推送所述目标信息。
上述技术方案中的一个技术方案具有如下有益效果:
本发明实施例中,通过对待推送对象的行为数据进行分析,这些待推送对象的行为数据直接来源于待推送对象自身,据此得到的待推送对象的第二特征信息能够对待推送对象更为偏好的信息的特征进行表征,因此,基于待推送对象的第二特征信息与待推送信息之间的关系,可以针对性的筛选出待推送对象更为偏好的目标信息,相较于现有的信息推送方法,本发明实施例所提供的技术方案是以待推送对象的第二特征信息出发,避免了现有的类别体系所存在的信息损失的问题,且能够更有针对性的向每个待推送对象推送其感兴趣的信息,在一定程度上能够避免将待推送对象不感兴趣的信息推送给待推送对象,而且,相较于现有技术中仅通过分析待推送对象的历史数据来确定目标信息的方式而言,本发明实施例所提供的技术方案不受到待推送对象的历史行为的制约,因此,对于任意的待推送对象,都能够给出较为准确的推送信息,且信息覆盖的范围更广。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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发明的一些实施例,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它的附图。
图1是本发明实施例所提供的信息推送方法的实施例一的流程示意图;
图2是本发明实施例所提供的信息推送方法的实施例二的流程示意图;
图3是本发明实施例所提供的信息推送方法的实施例三的流程示意图;
图4是本发明实施例所提供的信息推送方法的实施例四的流程示意图;
图5是本发明实施例所提供的信息推送装置的功能方块图;
图6是本发明实施例的系统架构示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“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。
应当理解,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述偏好度信息等,但这些偏好度信息不应限于这些术语。这些术语仅用来将偏好度信息彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一偏好度信息也可以被称为第二偏好度信息,类似地,第二偏好度信息也可以被称为第一偏好度信息。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要注意的是,本发明实施例所描述的“上”、“下”、“左”、“右”等方位词是以附图所示的角度来进行描述的,不应理解为对本发明实施例的限定。此外在上下文中,还需要理解的是,当提到一个元件被形成在另一个元件“上”或“下”时,其不仅能够直接形成在另一个元件“上”或者“下”,也可以通过中间元件间接形成在另一元件“上”或者“下”。
针对现有技术中所存在的信息覆盖范围较小且信息推送的精度较差的问题,本发明实施例提供了如下解决思路:对待推送对象的行为数据进行分析,获取该对推送对象的特征信息,然后,根据待推送对象的第二特征信息与待推送信息的第一特征信息,确定目标信息并进行推送。
在该思路的引导下,本方案实施例提供了以下可行的实施方案。
实施例一
本发明实施例给出一种信息推送方法。
具体的,请参考图1,其为本发明实施例所提供的信息推送方法的实施例一的流程示意图,如图1所示,该方法包括以下步骤:
S101,根据待推送对象的行为数据与待推送信息的第一特征信息,确定待推送对象的第二特征信息。
具体的,本发明实施例中,待推送对象的行为数据可以包括但不限于:待推送对象在服务提供商提供的信息平台上的行为数据、待推送对象在每个信息上的行为数据、与待推送信息相关的交流平台上的行为数据和与待推送对象相关的候选待推送对象的行为数据中的至少一个。
举例说明,当待推送信息为游戏信息时,待推送对象在服务提供商提供的信息平台上的行为数据,可以包括但不限于:待推送对象在游戏平台上的进行的游戏点击数据、下载数据、注册数据、领取福利数据和分享数据等;待推送对象在每个信息上的行为数据,可以包括但不限于:待推送对象在每个游戏上的游戏时长、游戏等级、消费金额、对战次数、得胜率和逃跑次数等;与待推送信息相关的交流平台上的行为数据,可以包括但不限于:待推送对象在游戏论坛等交流平台上的发文数据、阅读数据和搜索数据等;与待推送对象相关的候选待推送对象的行为数据,可以包括但不限于:与待推送对象相关的好友的上述行为数据等。
或者,又例如,当待推送信息为视频信息时,待推送对象在服务提供商提供的信息平台上的行为数据,可以包括但不限于:待推送对象在视频平台上的进行的视频观看数据、购买数据、收藏数据、关注数据、下载数据、分享数据和交流数据等;待推送对象在每个信息上的行为数据,可以包括但不限于:待推送对象在每个视频上的观看时长、观看次数、观看完整度、打分数据、评论数据等;与待推送信息相关的交流平台上的行为数据,可以包括但不限于:待推送对象在视频论坛等交流平台上的发文数据、阅读数据和搜索数据等;与待推送对象相关的候选待推送对象的行为数据,可以包括但不限于:与待推送对象相关的好友的上述行为数据等。
本发明实施例中,待推送对象的第二特征信息直接受到待推送对象的行为数据的影响,根据这些行为数据得到的特征信息用以对待推送对象本身的一些特征进行表征。例如,待推送对象的偏好度用以表征待推送对象对于待推送信息的偏好程度;又例如,待推送对象的特征向量用以表征待推送对象本身偏好信息的特点。
需要说明的是,待推送信息的第一特征信息用于反映被推送信息的属性特征。
在一个具体的实现过程中,可以通过建立信息图谱的方式获取各待推送信息的第一特征信息。
以下,以待推送信息为待推送游戏信息,并通过构建游戏图谱的方式获取待推送游戏信息的实现方式为例,进行具体说明。此时,包含两个步骤,首先,需要建立游戏图谱,之后,才能根据该游戏图谱获取各待推送游戏的特征信息。
具体的,建立游戏图谱时,可以采用游戏基本描述数据和外部百科论坛数据结合的方法,利用网页爬虫手段爬取维基百科等开放论坛的游戏板块,获取到大量的非结构化的原始数据,并对这些原始数据进行转码、去标签等预处理工作,得到预处理数据。
之后,对这些预处理数据进行分词处理,去掉出现频率较低的词,对于剩余的词,赋予初始化维度向量,并通过神经网络对游戏文本进行训练,得到每个词的向量表示形式。从而,根据这些词的向量的表示形式,提取游戏属性词。之后,对得到的游戏属性词进行聚类,得到的每种类别代表游戏的一种属性。
最后,可以利用游戏属性词匹配方法,将每个游戏所属的文本数据进行属性词匹配,得到每个游戏对应的匹配词集合,也就是说,每个游戏都能够表示为一个多维的特征向量。此时,每个游戏的特征向量中,每一维度对应的特性值,都能够表示在该游戏在维度与该维度属性的相似度。那么,若某一游戏在某一维度的特征值越高,说明该游戏与该维度属性的相似度越高。
通过以上步骤,就可以建立包含有各游戏的特征向量的游戏图谱。基于此,可以根据建立的游戏图谱,得到每个待推送信息的第一特征信息。
S102,根据待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息。
本发明实施例中,当获取到待推送对象的第二特征信息之后,确定的偏好度信息用以表征待推送对象更为偏好的信息特征与待推送信息的特征之间的相似程度,并以此来表征待推送对象对于待推送信息的偏好程度。
具体的,若二者之间的偏好程度越高,表示这个待推送信息与待推送对象偏好的信息特征更加接近,也就表明这个待推送信息有更大的可能是待推送对象想要获取的信息;反之,若得到的偏好程度较低,说明这个待推送信息与待推送对象偏好的信息特征不太接近,也就表明这个待推送信息有更大的可能不是待推送对象想要获取的信息。
S103,根据偏好度信息对待推送信息进行筛选,确定目标信息。
在该过程中,获取到的目标信息用以表征待推送对象更为偏好或更想要获取的一部分待推送信息。
S104,对待推送对象推送目标信息。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过对待推送对象的行为数据进行分析,这些待推送对象的行为数据直接来源于待推送对象自身,据此得到的待推送对象的第二特征信息能够对待推送对象更为偏好的信息的特征进行表征,因此,基于待推送对象的第二特征信息与待推送信息之间的关系,可以针对性的筛选出待推送对象更为偏好的目标信息,相较于现有的信息推送方法,本发明实施例所提供的技术方案是以待推送对象的第二特征信息出发,避免了现有的类别体系所存在的信息损失的问题,且能够更有针对性的向每个待推送对象推送其感兴趣的信息,在一定程度上能够避免将待推送对象不感兴趣的信息推送给待推送对象,而且,相较于现有技术中仅通过分析待推送对象的历史数据来确定目标信息的方式而言,本发明实施例所提供的技术方案不受到待推送对象的历史行为的制约,因此,对于任意的待推送对象,都能够给出相对准确的推送信息,且信息覆盖的范围更广。
实施例二
基于上述实施例一所提供的信息推送方法,本发明实施例给出实现本发明技术方案的一个具体实现方式。
具体的,请参考图2,其为本发明实施例所提供的信息推送方法的实施例二的流程示意图,如图2所示,该方法包括:
S201,根据待推送对象的行为数据,确定待推送信息的特征向量中每个特征值对应的权重。
具体的,待推送信息的特征向量中可以包含有多个特征值,特征向量中的每个特征值都对应于一种行为数据,从而,多个不同的特征值可以从不同的维度对待推送对象的行为特征进行描述。
S202,根据权重与待推送信息的特征向量,确定待推送对象对于各待推送信息的偏好度。
本发明实施例中,偏好度用以对待推送对象对待推送信息的偏好程度进行表征。具体的,当待推送对象对某一待推送信息的偏好度越高,说明待推送对象可能会更喜欢或更偏好该待推送信息;反之,若待推送对象对某一待推送信息的偏好度较低,说明待推送对象可能并不需要或喜欢这个待推送信息。
S203,根据待推送对象对于各待推送信息的偏好度,确定候选信息。
S204,根据各候选信息的特征向量的平均值,得到待推送对象偏好的指定信息。
S205,获取指定信息与各待推送信息之间的余弦相似度,得到第一偏好度信息。
S206,根据第一偏好度信息对待推送信息进行筛选,确定目标信息。
S207,对待推送对象推送目标信息。
具体的,考虑到待推送对象可以有多种行为数据,因此,根据这些行为数据建立特征向量,这些特征向量中的每个特征值都对应于一种行为数据,从而,可以从不同的维度对待推送对象的行为特征进行描述。
进一步的,考虑到待推送对象对于获取到的行为数据中,存在一些待推送对象对于更偏好的信息的行为数据,也同时存在一些待推送对象对于不太喜欢的信息的行为数据,基于此,为了使得获取到的待推送对象的第二特征信息更加准确,可以根据待推送对象对于各待推送信息的偏好度,获取待推送对象更为偏好的部分待推送信息作为候选信息,进而,根据这些待推送对象更为偏好的候选信息,确定指定信息。
基于此,在获取各待推送对象的偏好度时,可以根据获取到的待推送对象对于更偏好的信息的行为数据,确定待推送信息的特征向量中每个特征值对应的权重,之后,利用确定的权重,对各个待推送信息的特征向量中的特征进行加权计算,得到待推送对象对于每个待推送信息的偏好度。
在实现本方案的过程中,还可以利用待推送信息的归一化偏好度进行候选信息的确定。其中,归一化偏好度的获取方法可以参考以下公式:
本发明实施例中,候选信息为偏好度符合指定条件的待推送信息。
在一个具体的实现过程中,可以根据候选信息的偏好度进行排序,并确定偏好度排序靠前的指定数目的待推送信息满足指定条件,得到候选信息。
本发明实施例中,在确定候选信息之后,还需要获取这些候选信息的特征向量。这些候选信息是待推送对象更为偏好的信息,这些候选信息能够在一定程度上对指定信息进行表征,因此,在实际实现过程中,可以获取这些候选信息的特征向量中每个特征值值的平均值,各特征值的平均值可以组成一个与候选信息的特征向量维度相同的特征向量,这个由各特征值的平均值组成的特征向量即为待推送对象偏好的指定信息的特征向量,如此,也就得到了待推送对象偏好的指定信息。
在具体的实现过程中,S205中获取第一偏好度信息的过程可以参见以下公式:
需要说明的是,指定信息的特征向量的维度与待推送信息的特征向量的维度相同。
需要说明的是,如图2所示的信息推送方法仅为实施例一所示方法的一种具体实现方式。
在实际实现过程中,既可以单独使用该方法进行信息推送,具体的,当获取到各待推送信息的第一偏好度信息之后,在执行S206时,可以直接利用第一偏好度信息对待推送信息进行筛选。
例如,当第一偏好度信息达到预设的相似度阈值时,确定与该第一偏好度信息对应的待推送信息为目标信息。
或者,也可以与其他的信息推送方式组合进行信息推送。
例如,将图2所示的信息推送方法与其他的至少一个信息推荐方法进行结合,然后,分别执行至少两个推荐方法各自对应的技术方案,得到各自的目标信息集合,然后,确定至少两个目标信息集合中的交集,以作为目标信息,进而,向待推送对象推送目标信息。
或者,又例如,将图2所示的信息推送方法与其他的至少一个信息推荐方法进行结合,然后,依次顺序执行这些信息推送方法对应的技术方案,当根据一个信息推送方法得到第一目标信息后,在第一目标信息的基础上执行第二种信息推送方法的技术方案,以此类推,得到最终的目标信息,然后,将最终得到的目标信息推送给待推送对象。
或者,又例如,还可以将图2所示的信息推送方法与其他的至少一个信息推荐方法进行加权计算,得到最终的加权计算结果,并根据最终的加权计算结果对待推送信息进行筛选,确定目标信息,并将目标信息推送给待推送对象。
在一个具体的实现过程中,当同时利用第一偏好度信息、第二偏好度信息与第三偏好度信息获取最终相似度时,其方法可以参考以下公式:
S(k)=w1S(k1)+w2S(k2)+w3S(k3)
其中,S(k)表示第k个待推送信息的最终偏好度信息,S(k1)表示第k个待推送信息的第一偏好度信息,w1表示第一偏好度信息的权重,S(k2)表示第k个待推送信息的第二偏好度信息,w2表示第二偏好度信息的权重,S(k3)表示第 k个待推送信息的第三偏好度信息,w3表示第三偏好度信息的权重。
在实现上述公式中的加权计算时,各偏好度信息对应的权重可以根据经验值进行设定初始值,之后,通过多次的分流量实验,获取与待处理对象的偏好结果更为接近的权值分配作为最终的权重。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过对待推送对象的行为数据进行分析,这些待推送对象的行为数据直接来源于待推送对象自身,据此得到的待推送对象的第二特征信息能够对待推送对象更为偏好的信息的特征进行表征,因此,基于待推送对象的第二特征信息与待推送信息之间的关系,可以针对性的筛选出待推送对象更为偏好的目标信息,相较于现有的信息推送方法,本发明实施例所提供的技术方案是以待推送对象的第二特征信息出发,避免了现有的类别体系所存在的信息损失的问题,且能够更有针对性的向每个待推送对象推送其感兴趣的信息,在一定程度上能够避免将待推送对象不感兴趣的信息推送给待推送对象,而且,相较于现有技术中仅通过分析待推送对象的历史数据来确定目标信息的方式而言,本发明实施例所提供的技术方案不受到待推送对象的历史行为的制约,因此,对于任意的待推送对象,都能够给出相对准确的推送信息,且信息覆盖的范围更广。
实施例三
基于上述实施例一所提供的信息推送方法,发明实施例给出实现本发明技术方案的另一个具体实现方式。
具体的,请参考图3,其为本发明实施例所提供的信息推送方法的实施例三的流程示意图,如图3所示,该方法包括:
S301,根据待推送对象的行为数据,确定与待推送对象相关的候选对象。
本发明实施例中,候选对象为与待推送对象相关的一些对象,这些候选对象的行为数据中能够在一定程度上侧面反映待推送对象的第二特征信息。
S302,获取候选对象对于各待推送信息的偏好度。
S303,针对每个待推送信息,获取各候选对象的偏好度的平均值,得到第二偏好度信息。
S304,根据第二偏好度信息对待推送信息进行筛选,确定目标信息。
S305,对待推送对象推送目标信息。
本发明实施例中,考虑到待推送对象自身的行为数据较少,例如,一些新用户可能还未在服务提供商提供的信息上进行操作时,这些新用户的行为数据就很少。针对这种情况,可以采用如图3所示的信息推送方法进行信息推送。
具体的,与待推送对象相关的候选对象可以根据实际需要进行预设。例如,可以获取待推送对象的好友作为候选对象,或者,又例如,还可以根据待推送对象的第二特征信息,获取特征信息与待推送对象的第二特征信息接近的对象作为候选对象。
本发明实施例中,获取候选对象对各待推送信息的偏好度的方法与实施例二类似,在此不再进行赘述。
进一步的,本发明实施例中,考虑到候选对象与待推送对象有直接关联,候选对象对各候选信息的偏好度能够在一定程度上反映待推送对象对于候选谢信息的偏好度,基于此,本发明实施例中获取每个候选信息的,各候选对象的偏好度的平均值,以作为第二偏好度信息。
在具体的实现过程中,S303中获取第二偏好度信息的过程可以参见以下公式:
需要说明的是,如图3所示的信息推送方法仅为实施例一所示方法的一种具体实现方式。在实际实现过程中,既可以单独使用该方法进行信息推送,或者,也可以与其他的信息推送方式组合进行信息推送,在此不再进行赘述。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过对待推送对象的行为数据进行分析,这些待推送对象的行为数据直接来源于待推送对象自身,据此得到的待推送对象的第二特征信息能够对待推送对象更为偏好的信息的特征进行表征,因此,基于待推送对象的第二特征信息与待推送信息之间的关系,可以针对性的筛选出待推送对象更为偏好的目标信息,相较于现有的信息推送方法,本发明实施例所提供的技术方案是以待推送对象的第二特征信息出发,避免了现有的类别体系所存在的信息损失的问题,且能够更有针对性的向每个待推送对象推送其感兴趣的信息,在一定程度上能够避免将待推送对象不感兴趣的信息推送给待推送对象,而且,相较于现有技术中仅通过分析待推送对象的历史数据来确定目标信息的方式而言,本发明实施例所提供的技术方案不受到待推送对象的历史行为的制约,因此,对于任意的待推送对象,都能够给出相对准确的推送信息,且信息覆盖的范围更广。
实施例四
基于上述实施例一所提供的信息推送方法,发明实施例给出实现本发明技术方案的第三个具体实现方式。
具体的,请参考图4,其为本发明实施例所提供的信息推送方法的实施例四的流程示意图,如图4所示,该方法包括:
S401,根据待推送对象的行为数据与待推送信息的第一特征信息,获取待推送对象对于各待推送信息的偏好度。
S402,获取偏好度与待推送信息的特征向量之积,得到待推送对象的特征向量。
S403,获取待推送对象的特征向量与每个待推送信息的特征向量之间的余弦相似度。
S404,获取每个待推送对象的余弦相似度与偏好度之积,得到第三偏好度信息。
S405,根据第三偏好度信息对待推送信息进行筛选,确定目标信息。
S406,对待推送对象推送目标信息。
具体的,S401中获取待推送对象对于各待推送信息的偏好度的实现方式可以参见实施例二,在此不再进行赘述。
本发明实施例中,根据待推送对象的行为数据,可以初步确定待推送对象对于该待推送信息的偏好程度,进而,将这个偏好度作为校正因子,对于待推送信息的特征向量进行校正,可以的得到推送对象对于此类信息的偏好特征。基于此,在S402中获取待推送对象的特征向量的实现方式可以参考以下公式:
基于以上公式可知,本发明实施例中,待推送对象的特征向量U的维度与待推送信息的特征向量Gk的维度相同。
可以理解的是,由于待推送对象对待推送信息的偏好度不同,针对不同的待推送信息,可以得到不同的待推送对象的特征向量。
进一步的,对于一个待推送信息而言,其对应的待推送对象的特征向量为经过偏好度校正后的,待推送对象更为偏好的信息的特征向量,基于此,获取待推送对象的特征向量与这个待推送信息之间的余弦相似度,即可获得第三偏好度信息。
在具体的实现过程中,S404中获取第三偏好度信息的过程可以参见以下公式:
需要说明的是,如图4所示的信息推送方法仅为实施例一所示方法的一种具体实现方式。在实际实现过程中,既可以单独使用该方法进行信息推送,或者,也可以与其他的信息推送方式组合进行信息推送,在此不再进行赘述。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过对待推送对象的行为数据进行分析,这些待推送对象的行为数据直接来源于待推送对象自身,据此得到的待推送对象的第二特征信息能够对待推送对象更为偏好的信息的特征进行表征,因此,基于待推送对象的第二特征信息与待推送信息之间的关系,可以针对性的筛选出待推送对象更为偏好的目标信息,相较于现有的信息推送方法,本发明实施例所提供的技术方案是以待推送对象的第二特征信息出发,避免了现有的类别体系所存在的信息损失的问题,且能够更有针对性的向每个待推送对象推送其感兴趣的信息,在一定程度上能够避免将待推送对象不感兴趣的信息推送给待推送对象,而且,相较于现有技术中仅通过分析待推送对象的历史数据来确定目标信息的方式而言,本发明实施例所提供的技术方案不受到待推送对象的历史行为的制约,因此,对于任意的待推送对象,都能够给出相对准确的推送信息,且信息覆盖的范围更广。
实施例五
基于上述实施例一所提供的信息推送方法,本发明实施例进一步给出实现上述方法实施例中各步骤及方法的装置实施例。
请参考图5,其为本发明实施例所提供的信息推送装置的功能方块图。如图5所示,该装置包括:
第一确定单元51,用于根据待推送对象的行为数据与待推送信息的第一特征信息,确定待推送对象的第二特征信息;
第二确定单元52,用于根据待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息;
第三确定单元53,用于根据偏好度信息对待推送信息进行筛选,确定目标信息;
推送单元54,用于对待推送对象推送目标信息。
在一个具体的实现过程中,第一确定单元51,具体用于:
根据待推送对象的行为数据,确定待推送信息的特征向量中每个特征值对应的权重;
根据权重与待推送信息的特征向量,确定待推送对象对于各待推送信息的偏好度。
此时,第二确定单元52,具体用于:
根据待推送对象对于各待推送信息的偏好度,确定候选信息,候选信息为偏好度符合指定条件的待推送信息;
获取各候选信息的特征向量的平均值,得到待推送对象偏好的指定信息;
获取指定信息与各待推送信息之间的余弦相似度,得到第一偏好度信息。
在另一个具体的实现过程中,第一确定单元51,具体用于:
根据待推送对象的行为数据,确定与待推送对象相关的候选对象;
获取候选对象对各待推送信息的偏好度。
此时,第二确定单元52,具体用于:
针对每个待推送信息,获取各候选对象的偏好度的平均值,得到第二偏好度信息。
在再一个具体的实现过程中,第一确定单元51,具体用于:
根据待推送对象的行为数据与待推送信息的第一特征信息,获取待推送对象对于各待推送信息的偏好度;
获取偏好度与待推送信息的特征向量之积,得到待推送对象的特征向量。
此时,第二确定单元52,具体用于:
获取待推送对象的特征向量与每个待推送信息的特征向量之间的余弦相似度;
获取每个待推送对象的余弦相似度与偏好度之积,得到第三偏好度信息。
基于此,本发明实施例还提供了一种信息推送可读介质,包括:计算机可执行指令,当该计算机可执行指令被运行时执行以下步骤;
根据待推送对象的行为数据与待推送信息的第一特征信息,确定待推送对象的第二特征信息;
根据待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息;
根据偏好度信息对待推送信息进行筛选,确定目标信息;
对待推送对象推送目标信息。
请参考图6,其为本发明实施例的系统架构示意图。如图6所示,服务器可以根据待推送对象的行为数据与待推送信息的第一特征信息,确定待推送对象的第二特征信息;以及,根据待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息;以及,根据偏好度信息对待推送信息进行筛选,确定目标信息;以及,将确定的目标信息推送给终端。具体的,本发明实施例所提供的信息推送装置设置于服务器侧,终端侧为待推送对象的终端。
由于本实施例中的各单元能够执行图1所示的方法,本实施例未详细描述的部分,可参考对图1的相关说明。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过对待推送对象的行为数据进行分析,这些待推送对象的行为数据直接来源于待推送对象自身,据此得到的待推送对象的第二特征信息能够对待推送对象更为偏好的信息的特征进行表征,因此,基于待推送对象的第二特征信息与待推送信息之间的关系,可以针对性的筛选出待推送对象更为偏好的目标信息,相较于现有的信息推送方法,本发明实施例所提供的技术方案是以待推送对象的第二特征信息出发,避免了现有的类别体系所存在的信息损失的问题,且能够更有针对性的向每个待推送对象推送其感兴趣的信息,在一定程度上能够避免将待推送对象不感兴趣的信息推送给待推送对象,而且,相较于现有技术中仅通过分析待推送对象的历史数据来确定目标信息的方式而言,本发明实施例所提供的技术方案不受到待推送对象的历史行为的制约,因此,对于任意的待推送对象,都能够给出相对准确的推送信息,且信息覆盖的范围更广。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等) 或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (11)
1.一种信息推送方法,其特征在于,所述方法包括:
通过建立信息图谱的方式获取待推送信息的第一特征信息,所述第一特征信息用于反映所述待推送游戏信息的属性特征;其中,所述待推送信息为游戏信息;
根据待推送对象的行为数据与所述待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,所述第二特征信息用于表征所述待推送对象偏好的信息的特征;
其中,所述待推送对象的行为数据包括待推送对象在游戏平台上的行为数据、待推送对象在每个游戏信息上的行为数据、与待推送游戏信息相关的交流平台上的行为数据和与待推送对象相关的候选待推送对象的行为数据中至少之一;
根据所述待推送对象的第二特征信息和所述待推送信息的第一特征信息,确定偏好度信息,所述偏好度信息用于表征待推送对象偏好的信息特征与所述待推送信息的第一特征之间的相似程度,所述相似程度用于表征所述待推送对象对于所述待推送信息的偏好程度;
根据所述偏好度信息对所述待推送信息进行筛选,确定目标信息;
对所述待推送对象推送所述目标信息。
2.根据权利要求1所述的方法,其特征在于,根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,包括:
根据所述待推送对象的行为数据,确定待推送信息的特征向量中每个特征值对应的权重;
根据所述权重与所述待推送信息的特征向量,确定所述待推送对象对于各待推送信息的偏好度。
3.根据权利要求2所述的方法,其特征在于,根据所述待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息,包括:
根据所述待推送对象对于各待推送信息的偏好度,确定候选信息,所述候选信息为偏好度符合指定条件的待推送信息;
获取各候选信息的特征向量的平均值,得到所述待推送对象偏好的指定信息;
获取所述指定信息与各待推送信息之间的余弦相似度,得到第一偏好度信息。
4.根据权利要求1所述的方法,其特征在于,根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,包括:
根据所述待推送对象的行为数据,确定与所述待推送对象相关的候选对象;
获取所述候选对象对各待推送信息的偏好度。
5.根据权利要求4所述的方法,其特征在于,根据所述待推送对象的第二特征信息和待推送信息的第一特征信息,确定偏好度信息,包括:
针对每个待推送信息,获取各候选对象的偏好度的平均值,得到第二偏好度信息。
6.一种信息推送装置,其特征在于,所述装置包括:
第一确定单元,用于通过建立信息图谱的方式获取待推送信息的第一特征信息,所述第一特征信息用于反映所述待推送游戏信息的属性特征;其中,所述待推送信息为游戏信息;
根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,所述第二特征信息用于表征所述待推送对象偏好的信息的特征;其中,所述待推送对象的行为数据包括待推送对象在游戏平台上的行为数据、待推送对象在每个游戏信息上的行为数据、与待推送游戏信息相关的交流平台上的行为数据以及与待推送对象相关的候选待推送对象的行为数据;
第二确定单元,用于根据所述待推送对象的第二特征信息和所述待推送信息的第一特征信息,确定偏好度信息,所述偏好度信息用于表征待推送对象偏好的信息特征与所述待推送信息的第一特征之间的相似程度,所述相似程度用于表征所述待推送对象对于所述待推送信息的偏好程度;
第三确定单元,用于根据所述偏好度信息对所述待推送信息进行筛选,确定目标信息;
推送单元,用于对所述待推送对象推送所述目标信息。
7.根据权利要求6所述的装置,其特征在于,所述第一确定单元,具体用于:
根据所述待推送对象的行为数据,确定待推送信息的特征向量中每个特征值对应的权重;
根据所述权重与所述待推送信息的特征向量,确定所述待推送对象对于各待推送信息的偏好度。
8.根据权利要求7所述的装置,其特征在于,所述第二确定单元,具体用于:
根据所述待推送对象对于各待推送信息的偏好度,确定候选信息,所述候选信息为偏好度符合指定条件的待推送信息;
获取各候选信息的特征向量的平均值,得到所述待推送对象偏好的指定信息;
获取所述指定信息与各待推送信息之间的余弦相似度,得到第一偏好度信息。
9.根据权利要求6所述的装置,其特征在于,所述第一确定单元,具体用于:
根据所述待推送对象的行为数据,确定与所述待推送对象相关的候选对象;
获取所述候选对象对各待推送信息的偏好度。
10.根据权利要求7所述的装置,其特征在于,所述第二确定单元,具体用于:
针对每个待推送信息,获取各候选对象的偏好度的平均值,得到第二偏好度信息。
11.一种信息推送可读介质,其特征在于,包括:计算机可执行指令,当该计算机可执行指令被运行时执行以下步骤;
通过建立信息图谱的方式获取待推送信息的第一特征信息,所述第一特征信息用于反映所述待推送信息的属性特征;其中,所述待推送信息为游戏信息;
根据待推送对象的行为数据与待推送信息的第一特征信息,确定所述待推送对象的第二特征信息,所述第二特征信息用于表征所述待推送对象偏好的信息的特征;
其中,所述待推送对象的行为数据包括待推送对象在游戏平台上的行为数据、待推送对象在每个游戏信息上的行为数据、与待推送游戏信息相关的交流平台上的行为数据以及与待推送对象相关的候选待推送对象的行为数据;
根据所述待推送对象的第二特征信息和所述待推送信息的第一特征信息,确定偏好度信息,所述偏好度信息用于表征待推送对象偏好的信息特征与所述待推送信息的第一特征之间的相似程度,所述相似程度用于表征所述待推送对象对于所述待推送信息的偏好程度;
根据所述偏好度信息对所述待推送信息进行筛选,确定目标信息;
对所述待推送对象推送所述目标信息。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710228314.0A CN108512883B (zh) | 2017-04-10 | 2017-04-10 | 一种信息推送方法、装置及可读介质 |
PCT/CN2018/082511 WO2018188588A1 (zh) | 2017-04-10 | 2018-04-10 | 一种信息推送方法、可读介质及电子设备 |
US16/510,711 US11064040B2 (en) | 2017-04-10 | 2019-07-12 | Information push method, readable medium, and electronic device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710228314.0A CN108512883B (zh) | 2017-04-10 | 2017-04-10 | 一种信息推送方法、装置及可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108512883A CN108512883A (zh) | 2018-09-07 |
CN108512883B true CN108512883B (zh) | 2020-08-11 |
Family
ID=63373295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710228314.0A Active CN108512883B (zh) | 2017-04-10 | 2017-04-10 | 一种信息推送方法、装置及可读介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11064040B2 (zh) |
CN (1) | CN108512883B (zh) |
WO (1) | WO2018188588A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689383B (zh) * | 2019-10-12 | 2023-08-22 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置、服务器及存储介质 |
CN113744010B (zh) * | 2020-05-29 | 2024-06-18 | 北京沃东天骏信息技术有限公司 | 一种信息推送的方法、装置和存储介质 |
CN113763107B (zh) * | 2021-01-26 | 2024-05-24 | 北京沃东天骏信息技术有限公司 | 一种对象信息推送方法、装置、设备及存储介质 |
CN113329091B (zh) * | 2021-06-04 | 2022-08-26 | 杭州网易云音乐科技有限公司 | 数据管理方法及装置、存储介质、电子设备 |
CN113554458B (zh) * | 2021-07-13 | 2023-09-01 | 北京奇艺世纪科技有限公司 | 一种对象推送方法和装置、电子设备和存储介质 |
CN113744066B (zh) * | 2021-09-01 | 2024-04-02 | 杭州隆埠科技有限公司 | 信息推送方法及装置 |
CN114048348B (zh) * | 2021-10-14 | 2024-08-16 | 盐城天眼察微科技有限公司 | 视频质量评分方法和装置、以及存储介质和电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5205895B2 (ja) * | 2007-09-25 | 2013-06-05 | 富士通株式会社 | 情報推奨装置 |
CN102054003B (zh) * | 2009-11-04 | 2014-03-19 | 北京搜狗科技发展有限公司 | 网络信息推荐、建立网络资源索引的方法及系统 |
US10102307B2 (en) * | 2013-03-15 | 2018-10-16 | Oath Inc. | Method and system for multi-phase ranking for content personalization |
CN105989005B (zh) * | 2015-01-27 | 2019-06-21 | 中国移动通信集团公司 | 一种信息的推送方法及装置 |
CN105975483B (zh) * | 2016-04-25 | 2020-02-14 | 北京三快在线科技有限公司 | 一种基于用户偏好的消息推送方法和平台 |
US10810616B2 (en) * | 2016-08-17 | 2020-10-20 | Adobe Inc. | Personalization of digital content recommendations |
US10432749B2 (en) * | 2016-08-24 | 2019-10-01 | Facebook, Inc. | Application bookmarks and recommendations |
-
2017
- 2017-04-10 CN CN201710228314.0A patent/CN108512883B/zh active Active
-
2018
- 2018-04-10 WO PCT/CN2018/082511 patent/WO2018188588A1/zh active Application Filing
-
2019
- 2019-07-12 US US16/510,711 patent/US11064040B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2018188588A1 (zh) | 2018-10-18 |
CN108512883A (zh) | 2018-09-07 |
US20190342414A1 (en) | 2019-11-07 |
US11064040B2 (en) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108512883B (zh) | 一种信息推送方法、装置及可读介质 | |
EP3028184B1 (en) | Method and system for searching images | |
CN110909165B (zh) | 数据处理方法、装置、介质及电子设备 | |
CN107798571A (zh) | 恶意地址/恶意订单的识别系统、方法及装置 | |
CN111078997B (zh) | 一种资讯推荐方法及装置 | |
CN112115710B (zh) | 一种行业信息识别方法及装置 | |
CN115512146A (zh) | Poi信息挖掘方法、装置、设备及存储介质 | |
CN110162769B (zh) | 文本主题输出方法和装置、存储介质及电子装置 | |
CN103324641A (zh) | 信息记录推荐方法和装置 | |
CN114357184A (zh) | 事项推荐方法及相关装置、电子设备和存储介质 | |
CN110389963A (zh) | 基于大数据的渠道效果识别方法、装置、设备和存储介质 | |
CN107369066B (zh) | 一种评论对象之间的特征比较方法及装置 | |
CN113626638A (zh) | 短视频推荐处理方法、装置、智能终端及存储介质 | |
CN112541069A (zh) | 一种结合关键词的文本匹配方法、系统、终端及存储介质 | |
CN116310994A (zh) | 一种视频片段提取方法、装置、电子设备及介质 | |
CN109727056B (zh) | 金融机构推荐方法、设备、存储介质及装置 | |
CN116089616A (zh) | 主题文本获取方法、装置、设备及存储介质 | |
CN113761271A (zh) | 用于视频推荐的方法及装置、带显示屏的冰箱 | |
CN104572820B (zh) | 模型的生成方法及装置、重要度获取方法及装置 | |
CN113495987A (zh) | 数据搜索方法、装置、设备和存储介质 | |
CN116955788A (zh) | 一种内容处理的方法、装置、设备、存储介质及程序产品 | |
CN111191049B (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
CN114418624A (zh) | 项目推荐方法、装置、电子设备及可读介质 | |
KR102323424B1 (ko) | 관측평점과 유사도 그래프를 활용한 추천 알고리즘의 평점 예측 방법 | |
CN113065025A (zh) | 视频查重方法、装置、设备及存储介质 |
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 |