CN108846005A - 漫画资源推荐方法及装置 - Google Patents
漫画资源推荐方法及装置 Download PDFInfo
- Publication number
- CN108846005A CN108846005A CN201810367697.4A CN201810367697A CN108846005A CN 108846005 A CN108846005 A CN 108846005A CN 201810367697 A CN201810367697 A CN 201810367697A CN 108846005 A CN108846005 A CN 108846005A
- Authority
- CN
- China
- Prior art keywords
- caricature
- score value
- index
- recommendation
- user
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种漫画资源推荐方法及装置,其中的方法包括:建立漫画分值模型:获取各类型漫画,并依据用户数据确定影响漫画分值的各个指标及各个指标对应的权重;基于所述漫画在各个指标及权重下进行分值统计,得到漫画分值模型;基于所述漫画分值模型,对于每个类型的漫画,按照漫画分值从高至低进行漫画推荐。本发明实施例根据用户来界定优质漫画,能让更多优质漫画触及用户。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种漫画资源推荐方法及装置。
背景技术
在各类视频APP中,用户反馈的内容问题中,很多问题是用户吐槽漫画少,查找不到想看的漫画。经过后台数据分析漫画作品表现情况后发现,目前常触及用户的漫画占各类资源的比例很少(例如不到10%),且漫画种类单一(画风和类型多为校园类、总裁类),长尾效应严重,无法让更多漫画作品触及用户。之所以存在这样的问题,原因在于目前运营推荐漫画作品仅通过人气值(即PV/UV人气),这样会造成由于推荐位的影响,人气值高的会更高,所以大部分(例如90%)的漫画作品无法被推荐给用户。
发明内容
为了提高漫画推荐的有效性,本发明实施例提供一种漫画资源推荐方法及装置。
本发明实施例提供一种漫画资源推荐方法,包括:
建立漫画分值模型:获取各类型漫画,并依据用户数据确定影响漫画分值的各个指标及各个指标对应的权重;基于所述漫画在各个指标及权重下进行分值统计,得到漫画分值模型;
基于所述漫画分值模型,对于每个类型的漫画,按照漫画分值从高至低进行漫画推荐。
在一种可选方式中,所述依据用户数据确定影响漫画分值的各个指标及权重,包括:
获取用户对预设指标的选择数据;
对所述选择数据进行统计分析,获得各指标对应的权重。
在一种可选方式中,在所述对所述选择数据进行统计分析之前,还包括:
根据所述用户的选择数据,对所述预设指标进行筛选,得到影响漫画分值的指标。
在一种可选方式中,
在进行漫画推荐之前,还包括:按照各类型漫画占总体漫画的比例,确定出每个类型漫画的占比;按照每个类型漫画的占比,确定出待推荐的各类型漫画推荐数量;
所述对于每个类型的漫画,按照漫画分值从高至低进行漫画推荐,包括:对于各类型漫画,按照漫画分值从高至低,推荐所述各类型漫画推荐数量个漫画。
在一种可选方式中,还包括:
定期获取漫画最新预置时间段内的推荐信息及用户根据推荐信息的操作信息;
根据所述推荐信息及操作信息得到补充指标及权重,并将补充指标及权重添加到原有漫画分值模型中,从而更新影响漫画分值的各个指标及各个指标对应的权重;
基于漫画在最新的各个指标及权重下进行分值统计,得到更新后的漫画分值模型。
本发明实施例还提供一种漫画资源推荐装置,包括:
漫画分值模型建立单元:用于获取各类型漫画,并依据用户数据确定影响漫画分值的各个指标及各个指标对应的权重,以及基于所述漫画在各个指标及权重下进行分值统计,得到漫画分值模型;
漫画推荐单元:用于基于所述漫画分值模型,对于每个类型的漫画,按照分值从高至低进行漫画推荐。
在一种可选方式中,所述漫画分值模型建立单元具体用于:获取用户对预设指标的选择数据;对所述选择数据进行统计分析,获得各指标对应的权重。
在一种可选方式中,所述漫画分值模型建立单元还用于:根据所述用户的选择数据,对所述预设指标进行筛选,得到影响漫画分值的指标。
在一种可选方式中,还包括:各类型漫画数量确定单元,用于按照各类型漫画占总体漫画的比例,确定出每个类型漫画的占比;以及,按照每个类型漫画的占比,确定出待推荐的各类型漫画推荐数量;
所述漫画推荐单元具体用于:对于各类型漫画,按照漫画分值从高至低,推荐所述各类型漫画推荐数量个漫画。
在一种可选方式中,还包括:分值更新单元,用于定期获取漫画最新预置时间段内的推荐信息及用户根据推荐信息的操作信息;根据所述推荐信息及操作信息得到补充指标及权重,并将补充指标及权重添加到原有漫画分值模型中,从而更新影响漫画分值的各个指标及各个指标对应的权重;以及,基于漫画在最新的各个指标及权重下进行分值统计,得到更新后的漫画分值模型。
可见,本发明上述实施例根据用户来界定优质漫画,以此建立的漫画分值模型可以选择出优质漫画(量+质两方面),推荐用户认可的高质量漫画,打破仅靠人气值排行(量取胜)的漫画推荐逻辑,让更多优质漫画触及用户。
附图说明
图1是本发明实施例提供的一种漫画资源推荐方法流程图;
图2是本发明实施例提供的一种漫画资源推荐装置结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参见图1,为本发明实施例提供的一种漫画资源推荐方法方法流程图,该方法包括S101-S102。
S101:建立漫画分值模型。
在一种可选方式中,通过以下步骤建立漫画分值模型:
(1)获取各类型漫画;
(2)依据用户数据确定影响漫画分值的各个指标及权重;
(3)基于漫画在各个指标及权重下进行分值统计,得到漫画分值模型。
需要说明的是,本发明实施例可根据统计学和用户研究原理进行建模,对此具体不做限定。
为了打破仅靠人气值排行(量取胜)的漫画推荐逻辑,让更多优质漫画触及用户,本发明实施例中,可从用户角度(依据用户数据)出发来确定影响漫画分值的指标及权重。用户数据是指根据用户历史参与漫画行为(观看行为、问卷调研等)获取的数据。
在一种可选方式中,获取用户对预设指标的选择数据;对选择数据进行统计分析,获得各指标对应的权重。另外,在统计分析前,可根据用户的选择数据,对预设指标进行筛选,得到真正影响漫画分值的指标(去除影响小的指标)。
例如,基于与大量用户的交互,根据用户喜好确定出影响漫画分值的各个指标及权重。例如,可具体通过如下方式确定影响漫画分值的各个指标及权重:
(1)通过用户访谈调研,确定出各类型漫画的初步漫画指标;
(2)通过用户问卷调研,对初步漫画指标进行筛选,确定出最终的影响漫画分值的各个指标及权重。
影响漫画分值的各个指标,例如可以是简介、评分、分享、收藏、下载等多个维度的指标;各指标的权重,用以表示该指标占总指标的重要程度,权重值可以通过上述用户问卷调研的方式估算出。
S102:基于漫画分值模型,对于每个类型的漫画,按照漫画分值从高至低进行漫画推荐。
在一种可选方式中,在进行漫画推荐之前还可包括:按照各类型漫画占总体漫画的比例,确定出每个类型漫画的占比;按照每个类型漫画的占比,确定出待推荐的各类型漫画推荐数量。此时,对于各类型漫画,按照漫画分值从高至低,推荐各类型漫画推荐数量个漫画。
例如,确定出当前漫画资源库中共包括A、B、C、D共四种类型的漫画;分别占比为:40%、30%、20%、10%。那么,假设在一个页面上共向用户推荐10个漫画,则按照上述各类型占比,推荐的漫画中包括4个A类型漫画、3个B类型漫画、2个C类型漫画、1个D类型漫画。
此外,为了反映用户观看/浏览漫画的最新情况,可定时更新漫画分值模型。例如,定期(比如24小时)重新对漫画进行打分,优化迭代,让更多优质漫画触及用户。例如,定期获取漫画最新一段时间内(例如24小时)的推荐信息及用户根据推荐信息的操作信息;根据推荐信息及操作信息得到补充指标及权重,并将补充指标及权重添加到原有漫画分值模型中,从而更新影响漫画分值的各个指标及各个指标对应的权重;基于漫画在最新的各个指标及权重下进行分值统计,得到更新后的漫画分值模型。其中,推荐信息是指在这一段时间内向用户推荐了哪个/些漫画,用户的操作信息是指用户根据推荐信息是否对漫画进行了点击、浏览等操作。具体更新方式可以是,根据用户的操作信息,统计一段时间内用户对哪些漫画进行了点击/浏览/收藏等操作,从而获取到这一段时间内被操作的漫画的用于补充原有模型的补充指标及权重(具体是指这一段时间内被操作漫画的类型、画风、评论及收藏等;权重根据被操作次数/频率进行统计计算得到),将这一段时间内被操作的漫画的补充指标及权重,添加到原有漫画分值模型中,结合原有模型的指标及权重,对漫画分值模型进行更新。
可见,本发明实施例根据用户喜好漫画种类占比,来决定推荐漫画种类,打破种类单一格局;并且根据用户来界定优质漫画,以此建立的漫画分值模型可以选择出优质漫画(量+质两方面),推荐用户认可的高质量漫画,打破仅靠人气值排行(量取胜)的漫画推荐逻辑,让更多优质漫画触及用户。
下面以一个具体示例对本发明实施例进行示例性说明。
(一)通过用户访谈调研,确定出各类型漫画的初步漫画指标。
通过用户访谈调研,找到用户界定优质漫画的要素(指标);类型要素例如包括:漫画类型、漫画画风;个体要素例如包括:简介、评分、分享、收藏、下载等多个维度。
例如:可对多个类型漫画的用户进行深度访谈,找到用户挑选优质漫画要素(认知)及对优质漫画的表现(行为)来界定优质漫画的依据;访谈结果找到类型要素2个(种类和画风),个体要素15个(评分、评论、收藏、简介、排行/人气、作者、小说/动漫IP、更新速度、分享等)。即确定出各类型漫画的初步漫画指标包括上述17个要素(指标)。
(二)通过用户问卷调研,对初步漫画指标进行筛选,确定出最终的影响漫画分值的各个指标及权重。
例如根据访谈结果,编制问卷进行线上调研。例如,通过数据分析(相关性分析、聚类分析)发现,漫画类型可划分为5大类:热血、搞笑、校园、都市、古装;总体漫画结构推荐占比例如是:热血:17%、搞笑:10%、校园:28%、都市:24%、古装:21%。
经数据分析(探索性因素分析和验证性因素分析)发现,15个维度仅有11个维度真正影响用户界定优质漫画,并对影响用户界定优质漫画要素进行各维度加权(例如根据路径系数进行加权)。
其中,各个指标对应的权重,可以通过用户数据进行计算或估算。例如,在用户访谈调研及用户问卷调研过程中,可以具体请用户指出每个指标的权值,例如,在用户问卷调研中,罗列出预设的多个指标,请用户在这些预设指标后面勾选并同时给出重要程度比值(权重)。例如,可以预先设定一些较为重要的指标的权重为较高值,比如,“搞笑”类型的漫画,该漫画类型作为一个指标,初始设定的权重为20%,请用户进行勾选或者修改。
(三)建立漫画分值模型,并利用模型进行漫画打分和推荐。
根据漫画结构推荐占比来推荐漫画种类所能触及用户的数量,实现多元漫画类型,打破单一格局,让用户能够找到自己喜欢的类型漫画。
根据优质漫画模型对每类漫画进行打分,优先推荐排在前面的漫画,具体操作如下:
(1)根据漫画结构推荐占比确定智能推荐各漫画类型的数量;
该漫画结构推荐占比,可以理解为各类型漫画占总体漫画的比例。如前面的例子,若当前漫画资源库中共包括A、B、C、D共四种类型的漫画;分别占比为:40%、30%、20%、10%。那么,假设在一个页面上共向用户推荐10个漫画,则按照上述各类型占比,推荐的漫画中包括4个A类型漫画、3个B类型漫画、2个C类型漫画、1个D类型漫画。
(2)通过漫画分值模型对每部漫画进行打分;
(3)比较各类型中漫画分数,优先推荐分值较高的漫画。
本发明实施例与现有技术相比,真正从用户角度界定优质漫画,通过数据分析验证确保了漫画分值模型的优质性,解决了现有技术单靠人气值做推荐带来的一系列问题,推荐效度可以得到提升。例如:该漫画分值模型对每一部漫画作品从不同指标维度进行打分加权,对优质漫画总解释率达到统计模型指标,而现有技术单靠人气值维度无法解释的优质漫画;如现有很多漫画虽然人气值高但评分低,收藏率低等,单从人气值无法判断漫画作品质量。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图2,是本发明实施例提供的一种漫画资源推荐装置结构示意图。该装置包括:
漫画分值模型建立单元201:用于获取各类型漫画,并依据用户数据确定影响漫画分值的各个指标及各个指标对应的权重,以及基于所述漫画在各个指标及权重下进行分值统计,得到漫画分值模型;
漫画推荐单元202:用于基于所述漫画分值模型,对于每个类型的漫画,按照分值从高至低进行漫画推荐。
在一种可选方式中,所述漫画分值模型建立单元201具体用于:获取用户对预设指标的选择数据;对所述选择数据进行统计分析,获得各指标对应的权重。
在一种可选方式中,所述所述漫画分值模型建立单元201还用于:根据所述用户的选择数据,对所述预设指标进行筛选,得到影响漫画分值的指标。
在一种可选方式中,还包括:各类型漫画数量确定单元203,用于按照各类型漫画占总体漫画的比例,确定出每个类型漫画的占比;以及,按照每个类型漫画的占比,确定出待推荐的各类型漫画推荐数量;所述漫画推荐单元202具体用于:对于各类型漫画,按照漫画分值从高至低,推荐所述各类型漫画推荐数量个漫画。
在一种可选方式中,还包括:分值更新单元204,用于定期定期获取漫画最新预置时间段内的推荐信息及用户根据推荐信息的操作信息;根据所述推荐信息及操作信息,更新影响漫画分值的各个指标及各个指标对应的权重;以及,基于漫画在最新的各个指标及权重下进行分值统计,得到更新后的漫画分值模型。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做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实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种关系型数据库的调度方法及系统,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种漫画资源推荐方法,其特征在于,包括:
建立漫画分值模型:获取各类型漫画,并依据用户数据确定影响漫画分值的各个指标及各个指标对应的权重;基于所述漫画在各个指标及权重下进行分值统计,得到漫画分值模型;
基于所述漫画分值模型,对于每个类型的漫画,按照漫画分值从高至低进行漫画推荐。
2.根据权利要求1所述的方法,其特征在于,所述依据用户数据确定影响漫画分值的各个指标及各个指标对应的权重,包括:
获取用户对预设指标的选择数据;
对所述选择数据进行统计分析,获得各指标对应的权重。
3.根据权利要求2所述的方法,其特征在于,在所述对所述选择数据进行统计分析之前,还包括:
根据所述用户的选择数据,对所述预设指标进行筛选,得到影响漫画分值的指标。
4.根据权利要求1所述的方法,其特征在于,
在进行漫画推荐之前,还包括:按照各类型漫画占总体漫画的比例,确定出每个类型漫画的占比;按照每个类型漫画的占比,确定出待推荐的各类型漫画推荐数量;
所述对于每个类型的漫画,按照漫画分值从高至低进行漫画推荐,包括:对于各类型漫画,按照漫画分值从高至低,推荐所述各类型漫画推荐数量个漫画。
5.根据权利要求1-4任一项所述的方法,其特征在于,还包括:
定期获取漫画最新预置时间段内的推荐信息及用户根据推荐信息的操作信息;
根据所述推荐信息及操作信息得到补充指标及权重,并将所述补充指标及权重添加到原有漫画分值模型中,从而更新影响漫画分值的各个指标及各个指标对应的权重;
基于漫画在最新的各个指标及权重下进行分值统计,得到更新后的漫画分值模型。
6.一种漫画资源推荐装置,其特征在于,包括:
漫画分值模型建立单元:用于获取各类型漫画,并依据用户数据确定影响漫画分值的各个指标及各个指标对应的权重,以及基于所述漫画在各个指标及权重下进行分值统计,得到漫画分值模型;
漫画推荐单元:用于基于所述漫画分值模型,对于每个类型的漫画,按照分值从高至低进行漫画推荐。
7.根据权利要求6所述的装置,其特征在于,所述漫画分值模型建立单元具体用于:获取用户对预设指标的选择数据;对所述选择数据进行统计分析,获得各指标对应的权重。
8.根据权利要求7所述的装置,其特征在于,所述漫画分值模型建立单元还用于:根据所述用户的选择数据,对所述预设指标进行筛选,得到影响漫画分值的指标。
9.根据权利要求6所述的装置,其特征在于,还包括:各类型漫画数量确定单元,用于按照各类型漫画占总体漫画的比例,确定出每个类型漫画的占比;以及,按照每个类型漫画的占比,确定出待推荐的各类型漫画推荐数量;
所述漫画推荐单元具体用于:对于各类型漫画,按照漫画分值从高至低,推荐所述各类型漫画推荐数量个漫画。
10.根据权利要求6-9任一项所述的装置,其特征在于,还包括:
分值更新单元,用于定期获取漫画最新预置时间段内的推荐信息及用户根据推荐信息的操作信息;根据所述推荐信息及操作信息得到补充指标及权重,并将补充指标及权重添加到原有漫画分值模型中,从而更新影响漫画分值的各个指标及各个指标对应的权重;以及,基于漫画在最新的各个指标及权重下进行分值统计,得到更新后的漫画分值模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810367697.4A CN108846005A (zh) | 2018-04-23 | 2018-04-23 | 漫画资源推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810367697.4A CN108846005A (zh) | 2018-04-23 | 2018-04-23 | 漫画资源推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108846005A true CN108846005A (zh) | 2018-11-20 |
Family
ID=64212125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810367697.4A Pending CN108846005A (zh) | 2018-04-23 | 2018-04-23 | 漫画资源推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108846005A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552824A (zh) * | 2020-04-26 | 2020-08-18 | 杭州哔次元科技有限公司 | 一种基于用户习惯的漫画推荐系统 |
CN111563176A (zh) * | 2020-04-30 | 2020-08-21 | 杭州哔次元科技有限公司 | 一种基于惯性大数据的漫画管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102088626A (zh) * | 2009-12-02 | 2011-06-08 | Tcl集团股份有限公司 | 一种在线视频推荐方法及视频门户服务系统 |
CN103559206A (zh) * | 2013-10-10 | 2014-02-05 | Tcl集团股份有限公司 | 一种信息推荐方法及系统 |
EP3021594A1 (fr) * | 2014-11-17 | 2016-05-18 | Groupe Canal+ | Procédé de classement d'un contenu et recommandation de contenu dans un guide électronique des programmes |
CN105930532A (zh) * | 2016-06-16 | 2016-09-07 | 上海聚力传媒技术有限公司 | 一种向用户推荐多媒体资源的方法和装置 |
CN105975536A (zh) * | 2016-04-29 | 2016-09-28 | 合网络技术(北京)有限公司 | 网络资源的推荐方法和装置 |
CN106383907A (zh) * | 2016-09-30 | 2017-02-08 | 北京小米移动软件有限公司 | 应用推荐方法和装置 |
CN106844446A (zh) * | 2016-12-16 | 2017-06-13 | 飞狐信息技术(天津)有限公司 | 基于用户观影行为的视频评分方法、装置及视频系统 |
CN107492025A (zh) * | 2017-09-13 | 2017-12-19 | 深圳市悦好教育科技有限公司 | 一种图书推荐的方法和系统 |
-
2018
- 2018-04-23 CN CN201810367697.4A patent/CN108846005A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102088626A (zh) * | 2009-12-02 | 2011-06-08 | Tcl集团股份有限公司 | 一种在线视频推荐方法及视频门户服务系统 |
CN103559206A (zh) * | 2013-10-10 | 2014-02-05 | Tcl集团股份有限公司 | 一种信息推荐方法及系统 |
EP3021594A1 (fr) * | 2014-11-17 | 2016-05-18 | Groupe Canal+ | Procédé de classement d'un contenu et recommandation de contenu dans un guide électronique des programmes |
CN105975536A (zh) * | 2016-04-29 | 2016-09-28 | 合网络技术(北京)有限公司 | 网络资源的推荐方法和装置 |
CN105930532A (zh) * | 2016-06-16 | 2016-09-07 | 上海聚力传媒技术有限公司 | 一种向用户推荐多媒体资源的方法和装置 |
CN106383907A (zh) * | 2016-09-30 | 2017-02-08 | 北京小米移动软件有限公司 | 应用推荐方法和装置 |
CN106844446A (zh) * | 2016-12-16 | 2017-06-13 | 飞狐信息技术(天津)有限公司 | 基于用户观影行为的视频评分方法、装置及视频系统 |
CN107492025A (zh) * | 2017-09-13 | 2017-12-19 | 深圳市悦好教育科技有限公司 | 一种图书推荐的方法和系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552824A (zh) * | 2020-04-26 | 2020-08-18 | 杭州哔次元科技有限公司 | 一种基于用户习惯的漫画推荐系统 |
CN111552824B (zh) * | 2020-04-26 | 2021-06-04 | 杭州哔次元科技有限公司 | 一种基于用户习惯的漫画推荐系统 |
CN111563176A (zh) * | 2020-04-30 | 2020-08-21 | 杭州哔次元科技有限公司 | 一种基于惯性大数据的漫画管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103823908B (zh) | 基于用户偏好的内容推荐方法和服务器 | |
CN103678518B (zh) | 一种推荐列表调整方法和装置 | |
WO2018121700A1 (zh) | 基于已安装应用来推荐应用信息的方法、装置、终端设备及存储介质 | |
CN103106259B (zh) | 一种基于情境的移动网页内容推荐方法 | |
US20150248412A1 (en) | Information pushing method and apparatus | |
CN108090208A (zh) | 融合数据处理方法及装置 | |
CN108322829A (zh) | 个性化主播推荐方法、装置及电子设备 | |
JP6128903B2 (ja) | コンテンツ共有システム、コンテンツ共有サーバ装置、コンテンツ共有方法及びコンピュータプログラム | |
CN105095431A (zh) | 根据用户的行为信息推送视频的方法和装置 | |
CN108259546A (zh) | 消息推送方法、设备及可编程设备 | |
JP2014174912A (ja) | コンテンツ共有システム、コンテンツ共有サーバ装置、コンテンツ共有方法及びコンピュータプログラム | |
Boutet et al. | Hyrec: Leveraging browsers for scalable recommenders | |
CN112418920A (zh) | 信息推荐模型的训练方法、信息推荐方法以及装置 | |
CN107533719B (zh) | 基于用户获取内容的兴趣等级显示内容项 | |
CN107644100A (zh) | 信息处理方法、装置以及系统和计算机可读存储介质 | |
CN109428910B (zh) | 一种数据处理方法、装置及系统 | |
CN103761228B (zh) | 应用程序的排名阈值确定方法和排名阈值确定系统 | |
CN108076157A (zh) | 消息内容推送控制方法、系统及计算机设备 | |
CN110489641A (zh) | 一种信息推荐数据处理方法及装置 | |
CN105589917A (zh) | 浏览器日志信息的分析方法和装置 | |
CN107807930A (zh) | 终端设备浏览器推荐/显示内容的方法和设备 | |
CN108846005A (zh) | 漫画资源推荐方法及装置 | |
CN108259547A (zh) | 消息推送方法、设备及可编程设备 | |
CN107944063A (zh) | 一种基于主题模型与用户群组的新闻推荐方法及系统 | |
CN109173273B (zh) | 发布信息展示方法、装置、存储介质及终端 |
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 |