CN108804583A - 基于用户阅读兴趣进行文献推送的系统及方法 - Google Patents
基于用户阅读兴趣进行文献推送的系统及方法 Download PDFInfo
- Publication number
- CN108804583A CN108804583A CN201810514824.9A CN201810514824A CN108804583A CN 108804583 A CN108804583 A CN 108804583A CN 201810514824 A CN201810514824 A CN 201810514824A CN 108804583 A CN108804583 A CN 108804583A
- Authority
- CN
- China
- Prior art keywords
- user
- literature
- time
- image
- browsing
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于用户阅读兴趣进行文献推送的系统及方法,其通过图像采集模块实时采集显示器前的用户面部图像,利用图像判断模块将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;再由兴趣点判断提取模块进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字,最后通过兴趣推送模块根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口,从而实现根据用户兴趣对文献进行智能化精准推送。
Description
技术领域
本发明涉及一种信息推送系统,特别是涉及一种基于用户阅读兴趣进行文献推送的系统及方法。
背景技术
所谓信息推送,就是通过一定的技术标准或协议,定期或不定期地向用户传送信息的一项技术。从技术而言,信息推送是一项以数据挖掘、自然语言处理以及互联网等多门技术为基础的综合性方向,将合适的信息推送给合适的人,是一项极具挑战的工作,这个过程需要对信息做充分的分析,对人的兴趣、行为等做细致的刻画,并对两者进行有效匹配,以最终确定需要推送的内容。现有移动端信息推送技术的原理很简单,即在移动设备和服务器之间建立一条连接链路,当有消息需要发送给移动设备时,通过此链路发送来实现向用户发送广告消息、日程提醒、活动预告、进度提示等功能,这种信息推送技术不能将多维度的用户资料进行综合判断,因而所推送的信息很难真实反映用户需求、推送精确度低、盲目性大。
发明内容
本发明针对现有技术存在的问题,提出一种能够根据用户兴趣对文献进行智能化精准推送的系统及方法。
为解决上述技术问题,本发明提供一种基于用户阅读兴趣进行文献推送的系统,所述基于用户阅读兴趣进行文献推送的系统包括如下功能模块:
图像采集模块,用于实时采集显示器前的用户面部图像;
图像判断模块,用于将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;
兴趣点判断提取模块,用于在判断用户处于阅读状态时,进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字;
兴趣推送模块,用于根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口。
一种基于用户阅读兴趣进行文献推送的方法,所述基于用户阅读兴趣进行文献推送的方法包括如下步骤:
S1、实时采集显示器前的用户面部图像;
S2、将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;
S3、在判断用户处于阅读状态时,进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字;
S4、根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口。
本发明所述基于用户阅读兴趣进行文献推送的系统及方法,其通过图像采集模块实时采集显示器前的用户面部图像,利用图像判断模块将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;再由兴趣点判断提取模块进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字,最后通过兴趣推送模块根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口,从而实现根据用户兴趣对文献进行智能化精准推送。
附图说明
图1是本发明所述基于用户阅读兴趣进行文献推送的系统的模块框图;
图2是本发明所述图像判断模块的单元框图;
图3是本发明所述兴趣点判断提取模块的单元框图;
图4是本发明所述兴趣推送模块的单元框图;
图5是本发明所述基于用户阅读兴趣进行文献推送的方法的流程框图;
图6是本发明所述图5中步骤S2的流程框图;
图7是本发明所述图5中步骤S3的流程框图;
图8是本发明所述图5中步骤S4的流程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于用户阅读兴趣进行文献推送的系统,如图1所示,所述基于用户阅读兴趣进行文献推送的系统包括如下图像采集模块、图像判断模块、兴趣点判断提取模块以及兴趣推送模块。
其中,所述图像采集模块用于实时采集显示器前的用户面部图像。
所述图像判断模块用于将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态。
具体的,如图2所示,所述图像判断模块包括以下单元:
阈值设置单元,用于预先采集用户正视时的多个面部图像,并设置图像相似度阈值;
图像比对单元,用于将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对;
阅读状态判断单元,用于当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度大于图像相似度阈值,则判断用户当前处于阅读状态,将判断结果发送给兴趣点判断提取模块;
非阅读状态判断单元,用于当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度小于图像相似度阈值,则判断用户当前不处于阅读状态,继续采集用户面部图像,直至判断用户当前处于阅读状态,将判断结果发送给兴趣点判断提取模块。
所述兴趣点判断提取模块用于在判断用户处于阅读状态时,进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,则提取当前文献中的关键字。
具体的,所述兴趣点判断提取模块中的关键字为浏览内容中提取得到的重复率最高的词组。
如图3所示,所述兴趣点判断提取模块包括以下单元:
时间设置单元,用于设置文献浏览阈值时间和页面浏览阈值时间;
时间累积比较单元,用于判断用户处于阅读状态时,累计用户浏览当前文献的时间和浏览该文献中每一个页面所用时间,并将当前文献浏览的时间与预设值的文献浏览阈值时间进行比较;
文献浏览单元,用于当当前文献浏览的时间大于预设值的文献浏览阈值时间,则判断用户对当前文献的内容感兴趣,提取当前文献中的关键字;
页面浏览单元,用于当当前文献浏览的时间小于预设值的文献浏览阈值时间,但其中一个页面的浏览时间大于页面浏览阈值时间,则判断用户对该页面的内容感兴趣,则提取当前页面中的关键字。同时当当前文献浏览的时间小于预设值的文献浏览阈值时间,且没有任一页面的浏览时间大于页面浏览阈值时间,则判断用户对该文献的内容不感兴趣,不提取当前文献中的关键字。
所述兴趣推送模块用于根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口。
如图4所示,所述兴趣推送模块包括以下单元:
等级设置单元,用于根据用户浏览时长设置内容推送等级;
关键字检索单元,用于根据关键字在数据库中检索包含有该关键字的相关文献内容;
等级判断单元,用于提取当前用户浏览时长,判断内容推送等级,浏览时间越长,推送等级越高;
内容推送单元,用于根据内容推送等级设定相关文献的推送数量,推送等级越高,文献的推送数量越多。
具体的,根据上述文献浏览单元和页面浏览单元的情况,分别设定文献内容推送等级和页面内容推送等级。其中,所述文献内容推送等级根据用户文献浏览时间设置为兴趣较低、有一些兴趣、很有兴趣三个等级,例如当用户文献浏览时间为小于3分钟,则判断用户对该文献兴趣较低,即根据文献中提取得到的关键字在数据库中检索包含有该关键字的相关文献内容,并推送2-3篇文献内容至显示器的推荐窗口。
当用户文献浏览时间为3-10分钟,则判断用户对该文献有一些兴趣,即根据文献中提取得到的关键字在数据库中检索包含有该关键字的相关文献内容,并推送3-6篇文献内容至显示器的推荐窗口。
当用户文献浏览时间为10-30分钟,则判断用户对该文献兴趣较高,即根据文献中提取得到的关键字在数据库中检索包含有该关键字的相关文献内容,并推送6-10篇文献内容至显示器的推荐窗口。
所述页面内容推送等级根据用户页面浏览时间设置为兴趣较低、有一些兴趣、很有兴趣三个等级,例如当用户页面浏览时间为小于3分钟,则判断用户对该页面的内容兴趣较低,即根据页面中提取得到的关键字在数据库中检索包含有该关键字的相关文献内容,并推送2-3篇文献内容至显示器的推荐窗口。
当用户页面浏览时间为3-10分钟,则判断用户对该页面的内容有一些兴趣,即根据页面内容中提取得到的关键字在数据库中检索包含有该关键字的相关文献内容,并推送3-6篇文献内容至显示器的推荐窗口。
当用户页面浏览时间为10-30分钟,则判断用户对该页面的内容兴趣较高,即根据页面的内容中提取得到的关键字在数据库中检索包含有该关键字的相关文献内容,并推送6-10篇文献内容至显示器的推荐窗口。
本发明所述基于用户阅读兴趣进行文献推送的系统,其通过图像采集模块实时采集显示器前的用户面部图像,利用图像判断模块将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;再由兴趣点判断提取模块进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字,最后通过兴趣推送模块根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口,从而实现根据用户兴趣对文献进行智能化精准推送。
根据上述基于用户阅读兴趣进行文献推送的系统,本发明还提供一种基于用户阅读兴趣进行文献推送的方法,如图5所示,所述基于用户阅读兴趣进行文献推送的方法包括如下步骤:
S1、实时采集显示器前的用户面部图像;
S2、将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;
S3、在判断用户处于阅读状态时,进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字;
S4、根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口。
其中,如图6所示,所述步骤S2包括以下分步骤:
S21、预先采集用户正视时的多个面部图像,并设置图像相似度阈值;
S22、将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对;
S23、当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度大于图像相似度阈值,则判断用户当前处于阅读状态;
S24、当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度小于图像相似度阈值,则判断用户当前不处于阅读状态。
所述步骤S3中的关键字为浏览内容中提取得到的重复率最高的词组。如图7所示,所述步骤S3包括以下分步骤:
S31、设置文献浏览阈值时间和页面浏览阈值时间;
S32、判断用户处于阅读状态时,累计用户浏览当前文献的时间和浏览该文献中每一个页面所用时间,并将当前文献浏览的时间与预设值的文献浏览阈值时间进行比较;
S33、当当前文献浏览的时间大于预设值的文献浏览阈值时间,则判断用户对当前文献的内容感兴趣,提取当前文献中的关键字;
S34、当当前文献浏览的时间小于预设值的文献浏览阈值时间,但其中一个页面的浏览时间大于页面浏览阈值时间,则判断用户对该页面的内容感兴趣,则提取当前页面中的关键字。
如图8所示,所述步骤S4包括以下分步骤:
S41、根据用户浏览时长设置内容推送等级;
S42、根据关键字在数据库中检索包含有该关键字的相关文献内容;
S43、提取当前用户浏览时长,判断内容推送等级,浏览时间越长,推送等级越高;
S44、根据内容推送等级设定相关文献的推送数量,推送等级越高,文献的推送数量越多。
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。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于用户阅读兴趣进行文献推送的系统,其特征在于,所述基于用户阅读兴趣进行文献推送的系统包括如下功能模块:
图像采集模块,用于实时采集显示器前的用户面部图像;
图像判断模块,用于将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;
兴趣点判断提取模块,用于在判断用户处于阅读状态时,进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字;
兴趣推送模块,用于根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口。
2.根据权利要求1所述基于用户阅读兴趣进行文献推送的系统,其特征在于,所述图像判断模块包括以下单元:
阈值设置单元,用于预先采集用户正视时的多个面部图像,并设置图像相似度阈值;
图像比对单元,用于用于将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对;
阅读状态判读单元,用于当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度大于图像相似度阈值,则判断用户当前处于阅读状态;
非阅读状态判读单元,用于当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度小于图像相似度阈值,则判断用户当前不处于阅读状态。
3.根据权利要求1所述基于用户阅读兴趣进行文献推送的系统,其特征在于,所述兴趣点判断提取模块包括以下单元:
时间设置单元,用于设置文献浏览阈值时间和页面浏览阈值时间;
时间累积比较单元,用于判断用户处于阅读状态时,累计用户浏览当前文献的时间和浏览该文献中每一个页面所用时间,并将当前文献浏览的时间与预设值的文献浏览阈值时间进行比较;
文献浏览单元,用于当当前文献浏览的时间大于预设值的文献浏览阈值时间,则判断用户对当前文献的内容感兴趣,提取当前文献中的关键字;
页面浏览单元,用于当当前文献浏览的时间小于预设值的文献浏览阈值时间,但其中一个页面的浏览时间大于页面浏览阈值时间,则判断用户对该页面的内容感兴趣,则提取当前页面中的关键字。
4.根据权利要求1所述基于用户阅读兴趣进行文献推送的系统,其特征在于,所述兴趣点判断提取模块中的关键字为浏览内容中提取得到的重复率最高的词组。
5.根据权利要求1所述基于用户阅读兴趣进行文献推送的系统,其特征在于,所述兴趣推送模块包括以下单元:
等级设置单元,用于根据用户浏览时长设置内容推送等级;
关键字检索单元,用于根据关键字在数据库中检索包含有该关键字的相关文献内容;
等级判断单元,用于提取当前用户浏览时长,判断内容推送等级,浏览时间越长,推送等级越高;
内容推送单元,用于根据内容推送等级设定相关文献的推送数量,推送等级越高,文献的推送数量越多。
6.一种基于用户阅读兴趣进行文献推送的方法,其特征在于,所述基于用户阅读兴趣进行文献推送的方法包括如下步骤:
S1、实时采集显示器前的用户面部图像;
S2、将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对,通过图像相似度比较判断用户当前是否处于阅读状态;
S3、在判断用户处于阅读状态时,进一步累计用户浏览当前文献的时间,将当前文献浏览的时间与预设值的阈值时间进行比较,判断用户是否对当前文献的内容感兴趣,提取当前文献中的关键字;
S4、根据关键字在数据库中检索包含有该关键字的相关文献内容,并将检索得到的相关文献内容推送至显示器的推荐窗口。
7.根据权利要求6所述基于用户阅读兴趣进行文献推送的方法,其特征在于,所述步骤S2包括以下分步骤:
S21、预先采集用户正视时的多个面部图像,并设置图像相似度阈值;
S22、将实时采集的用户面部图像与预存储的用户正视时的面部图像进行比对;
S23、当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度大于图像相似度阈值,则判断用户当前处于阅读状态;
S24、当实时采集的用户面部图像与预存储的用户正视时的面部图像中的一张图像的相识度小于图像相似度阈值,则判断用户当前不处于阅读状态。
8.根据权利要求6所述基于用户阅读兴趣进行文献推送的方法,其特征在于,所述步骤S3包括以下分步骤:
S31、设置文献浏览阈值时间和页面浏览阈值时间;
S32、判断用户处于阅读状态时,累计用户浏览当前文献的时间和浏览该文献中每一个页面所用时间,并将当前文献浏览的时间与预设值的文献浏览阈值时间进行比较;
S33、当当前文献浏览的时间大于预设值的文献浏览阈值时间,则判断用户对当前文献的内容感兴趣,提取当前文献中的关键字;
S34、当当前文献浏览的时间小于预设值的文献浏览阈值时间,但其中一个页面的浏览时间大于页面浏览阈值时间,则判断用户对该页面的内容感兴趣,则提取当前页面中的关键字。
9.根据权利要求6所述基于用户阅读兴趣进行文献推送的方法,其特征在于,所述步骤S3中的关键字为浏览内容中提取得到的重复率最高的词组。
10.根据权利要求6所述基于用户阅读兴趣进行文献推送的方法,其特征在于,所述步骤S4包括以下分步骤:
S41、根据用户浏览时长设置内容推送等级;
S42、根据关键字在数据库中检索包含有该关键字的相关文献内容;
S43、提取当前用户浏览时长,判断内容推送等级,浏览时间越长,推送等级越高;
S44、根据内容推送等级设定相关文献的推送数量,推送等级越高,文献的推送数量越多。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810514824.9A CN108804583A (zh) | 2018-05-25 | 2018-05-25 | 基于用户阅读兴趣进行文献推送的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810514824.9A CN108804583A (zh) | 2018-05-25 | 2018-05-25 | 基于用户阅读兴趣进行文献推送的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108804583A true CN108804583A (zh) | 2018-11-13 |
Family
ID=64091895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810514824.9A Pending CN108804583A (zh) | 2018-05-25 | 2018-05-25 | 基于用户阅读兴趣进行文献推送的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108804583A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569434A (zh) * | 2019-08-22 | 2019-12-13 | 深圳市天彦通信股份有限公司 | 精确案例推送方法及相关装置 |
CN111580670A (zh) * | 2020-05-12 | 2020-08-25 | 黑龙江工程学院 | 一种基于虚拟现实的园林景观实现方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866341A (zh) * | 2009-04-17 | 2010-10-20 | 华为技术有限公司 | 一种信息推送方法、装置及系统 |
US20140032359A1 (en) * | 2012-07-30 | 2014-01-30 | Infosys Limited | System and method for providing intelligent recommendations |
CN102622445B (zh) * | 2012-03-15 | 2014-05-07 | 华南理工大学 | 一种基于用户兴趣感知的网页推送系统及方法 |
CN105224529A (zh) * | 2014-05-28 | 2016-01-06 | 济南政和科技有限公司 | 一种基于用户浏览行为的个性化推荐方法和装置 |
CN105335369A (zh) * | 2014-06-11 | 2016-02-17 | 数伦计算机技术(上海)有限公司 | 计算机用户兴趣点反馈系统及反馈方法 |
CN106777139A (zh) * | 2016-12-19 | 2017-05-31 | 浙江工业大学 | 基于阅读时间的用户阅读偏好统计的个性化推送方法 |
CN103984931B (zh) * | 2014-05-27 | 2017-11-07 | 联想(北京)有限公司 | 一种信息处理方法及第一电子设备 |
-
2018
- 2018-05-25 CN CN201810514824.9A patent/CN108804583A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866341A (zh) * | 2009-04-17 | 2010-10-20 | 华为技术有限公司 | 一种信息推送方法、装置及系统 |
CN102622445B (zh) * | 2012-03-15 | 2014-05-07 | 华南理工大学 | 一种基于用户兴趣感知的网页推送系统及方法 |
US20140032359A1 (en) * | 2012-07-30 | 2014-01-30 | Infosys Limited | System and method for providing intelligent recommendations |
CN103984931B (zh) * | 2014-05-27 | 2017-11-07 | 联想(北京)有限公司 | 一种信息处理方法及第一电子设备 |
CN105224529A (zh) * | 2014-05-28 | 2016-01-06 | 济南政和科技有限公司 | 一种基于用户浏览行为的个性化推荐方法和装置 |
CN105335369A (zh) * | 2014-06-11 | 2016-02-17 | 数伦计算机技术(上海)有限公司 | 计算机用户兴趣点反馈系统及反馈方法 |
CN106777139A (zh) * | 2016-12-19 | 2017-05-31 | 浙江工业大学 | 基于阅读时间的用户阅读偏好统计的个性化推送方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569434A (zh) * | 2019-08-22 | 2019-12-13 | 深圳市天彦通信股份有限公司 | 精确案例推送方法及相关装置 |
CN111580670A (zh) * | 2020-05-12 | 2020-08-25 | 黑龙江工程学院 | 一种基于虚拟现实的园林景观实现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10977311B2 (en) | Dynamically modifying elements of user interface based on knowledge graph | |
CN105955976B (zh) | 一种自动应答系统及方法 | |
CN111143610A (zh) | 一种内容推荐方法、装置、电子设备和存储介质 | |
US20110302486A1 (en) | Method and apparatus for obtaining the effective contents of web page | |
US20130218858A1 (en) | Automatic face annotation of images contained in media content | |
CN111726336B (zh) | 一种联网智能设备识别信息提取方法及系统 | |
CN103313248A (zh) | 一种识别垃圾信息的方法和装置 | |
CN102523533A (zh) | 视频内容关联的在线视频广告管理方法 | |
CN111104801A (zh) | 基于网址域名的文本分词方法、系统、设备及介质 | |
CN108804583A (zh) | 基于用户阅读兴趣进行文献推送的系统及方法 | |
CN112597291B (zh) | 一种智能问答的实现方法、装置及设备 | |
Hua et al. | Semantic knowledge extraction and annotation for web images | |
Modaresi et al. | On (commercial) benefits of automatic text summarization systems in the news domain: a case of media monitoring and media response analysis | |
CN109086440B (zh) | 一种知识萃取的方法及系统 | |
CN106066850A (zh) | 一种内容处理方法及装置 | |
CN103853784B (zh) | 一种移动终端的网页匹配方法、装置和系统 | |
CN108255866B (zh) | 检查网站中链接的方法和装置 | |
CN112529627B (zh) | 商品隐式属性抽取方法、装置、计算机设备及存储介质 | |
US11687514B2 (en) | Multimodal table encoding for information retrieval systems | |
CN114706948A (zh) | 新闻处理方法、装置、存储介质以及电子设备 | |
Chen et al. | Detecting web content function using generalized hidden markov model | |
KR20140056715A (ko) | 계층적 카테고리를 기초로 하는 감성 분석을 위한 장치 및 이를 위한 방법 | |
CN112257408A (zh) | 一种文本对比的方法及相关装置 | |
CN107203748B (zh) | 一种基于内容的网页笔记存储、匹配和还原的方法和装置 | |
CN104850606A (zh) | 一种移动群智感知中社会事件的总结方法 |
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: 20181113 |