CN109218769A - 一种直播间的推荐方法以及相关设备 - Google Patents
一种直播间的推荐方法以及相关设备 Download PDFInfo
- Publication number
- CN109218769A CN109218769A CN201811161714.5A CN201811161714A CN109218769A CN 109218769 A CN109218769 A CN 109218769A CN 201811161714 A CN201811161714 A CN 201811161714A CN 109218769 A CN109218769 A CN 109218769A
- Authority
- CN
- China
- Prior art keywords
- user
- interest
- point
- target
- live streaming
- 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.)
- Granted
Links
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
-
- 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]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- 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]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- 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]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明实施例提供了一种直播间推荐的方法,用于根据用户的兴趣向用户推荐直播间,提高用户体验。该方法包括:确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;计算目标用户与所述直播平台中的各个用户的相似度权值;通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
Description
技术领域
本发明涉及直播领域,尤其涉及一种直播间的推荐方法以及相关设备。
背景技术
随着网络通信技术的进步和宽带网络的提速,视频直播技术得到了越来越多的发展和应用。
在直播平台上,一个重要的任务是给用户推荐其可能感兴趣的直播间。对于有的用户,他们的兴趣非常明显,而有些用户的兴趣没有那么明显,因此对于这些用户如何选择合适的推荐策略显得十分重要。
发明内容
本发明实施例提供了一种直播间的推荐方法以及相关设备,用于根据用户的兴趣向用户推荐直播间,提高用户体验。
本发明实施例的第一方面提供了一种直播间的推荐方法,包括:
确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
计算目标用户与所述直播平台中的各个用户的相似度权值;
通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
可选地,所述计算目标用户与所述直播平台中的各个用户的相似度权值包括:
通过如下公式计算所述目标用户与所述直播平台中的各个用户的相似度权值:
其中,wuv为所述目标用户u和所述直播平台中的任意一个用户v之间相似度权值,Ru为所述目标用户u观看过的直播间集合,Rv为所述用户v观看过的直播间集合,xui为与所述目标用户u的观看行为相关的第i个特征指标,N为与所述目标用户u的观看行为相关的特征指标的个数,wi(i=1,2)为权重系数,且0≤wi(i=1,2)≤1,
可选地,所述通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分包括:
重复执行如下公式,迭代计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分:
其中,Sk(i)为所述目标用户i在第k轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分数;
Sk-1(i)为所述目标用户i在第k-1轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分;
α是权重系数,且0≤α≤1之间;
wji为所述目标用户i与所述用户j之间的相似度权重,n为所述直播平台中的用户的数量,所述目标用户i对所述直播平台中的任意一个用户j对应的兴趣点中的所有用户的初始兴趣分为第一预设值,所述目标用户i对所述直播平台中除所述用户j对应的兴趣点之外的其他兴趣点中的用户的初始兴趣分为第二预设值,所述第一预设值与所述第二预设值为不同的预设值。
可选地,所述预设条件为:
其中,P为第一用户观看的兴趣点集合,p为所述兴趣点集合中的任意一个兴趣点,Cp为所述第一用户在预设时段对兴趣点p中的直播间的观看时长,为所述第一用户在所述预设时段内对所述兴趣点集合中的所有兴趣点中的直播间的观看时长之和,为所述第一用户在所述预设时段内观看时长最大的兴趣点对应的观看时长。
可选地,所述按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐包括:
将所述目标兴趣点中的所有直播间向所述目标用户推荐;
或,将所述目标兴趣点中目标指标大于第二预设阈值的直播间向所述目标用户推荐,所述目标指标用于指示直播间的受欢迎程度。
本发明实施例第二方面提供了一种直播间的推荐装置,包括:
确定单元,用于确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
第一计算单元,用于计算目标用户与所述直播平台中的各个用户的相似度权值;
第二计算单元,用于通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
推荐单元,用于按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
可选地,所述第一计算单元具体用于:
通过如下公式计算所述目标用户与所述直播平台中的各个用户的相似度权值:
其中,wuv为所述目标用户u和所述直播平台中的任意一个用户v之间相似度权值,Ru为所述目标用户u观看过的直播间集合,Rv为所述用户v观看过的直播间集合,xui为与所述目标用户u的观看行为相关的第i个特征指标,N为与所述目标用户u的观看行为相关的特征指标的个数,wi(i=1,2)为权重系数,且0≤wi(i=1,2)≤1,
可选地,所述第二计算单元具体用于:
重复执行如下公式,迭代计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分:
其中,Sk(i)为所述目标用户i在第k轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分数;
Sk-1(i)为所述目标用户i在第k-1轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分;
α是权重系数,且0≤α≤1之间;
wji为所述目标用户i与所述用户j之间的相似度权重,n为所述直播平台中的用户的数量,所述目标用户i对所述直播平台中的任意一个用户j对应的兴趣点中的所有用户的初始兴趣分为第一预设值,所述目标用户i对所述直播平台中除所述用户j对应的兴趣点之外的其他兴趣点中的用户的初始兴趣分为第二预设值,所述第一预设值与所述第二预设值为不同的预设值。
可选地,所述预设条件为:
其中,P为第一用户观看的兴趣点集合,p为所述兴趣点集合中的任意一个兴趣点,Cp为所述第一用户在预设时段对兴趣点p中的直播间的观看时长,为所述第一用户在所述预设时段内对所述兴趣点集合中的所有兴趣点中的直播间的观看时长之和,为所述第一用户在所述预设时段内观看时长最大的兴趣点对应的观看时长。
可选地,所述推荐单元具体用于:
将所述目标兴趣点中的所有直播间向所述目标用户推荐;
或,将所述目标兴趣点中目标指标大于第二预设阈值的直播间向所述目标用户推荐,所述目标指标用于指示直播间的受欢迎程度。
本发明第三方面提供了一种电子设备,包括存储器、处理器,其特征在于,所述处理器用于执行存储器中存储的计算机管理类程序时实现如上述任意一项所述的直播间的推荐方法的步骤。
本发明第四方面提供了一种计算机可读存储介质,其上存储有计算机管理类程序,其特征在于:所述计算机管理类程序被处理器执行时实现如上述任意一项所述的直播间的推荐方法的步骤。
综上所述,本发明实施例中,将直播平台中的用户按照兴趣点进行划分,计算目标用户与各个用户的相似度权值,之后根据各个兴趣点中的用户与目标用户的相似度权值确定出目标用户对各个兴趣点的兴趣分,最后按照预设规则将兴趣分大于第一预设阈值的兴趣点中的用户向目标用户进行推荐。由此可以看出,可以计算用户与各个兴趣点的兴趣分,通过兴趣分向用户推荐最感兴趣的兴趣点对应的直播间,可以提高用户体验。
附图说明
图1为本发明实施例提供的一种直播间的推荐方法的流程示意图;
图2为本发明实施例提供的一种直播间的推荐装置的实施例示意图;
图3为本发明实施例提供的一种直播间的推荐装置的硬件结构示意图;
图4为本发明实施例提供的一种电子设备的实施例示意图;
图5为本发明实施例提供的一种计算机可读存储介质的实施例示意图。
具体实施方式
本发明实施例提供了一种直播间的推荐方法以及相关设备,用于根据用户的兴趣向用户推荐直播间,提高用户体验。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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。
下面从直播间的推荐装置的角度对本发明实施例提供的直播间的推荐方法进行说明,该直播间的推荐装置可以为服务器,也可以为服务器中的服务器单元,具体不限定。
请参阅图1,图1为本发明实施例提供的直播间的推荐方法的一个实施例示意图,包括:
101、确定直播平台中的至少一个兴趣点。
本实施例中,直播间的推荐装置可以确定直播平台中的至少一个兴趣点,其中,至少一个兴趣点包含的用户满足预设条件。其中,兴趣点不仅可以是直播间的分区还可以是直播间的标签以及其他,具体不限定。也就是说,该直播间的推荐装置可以找到具有明显兴趣点的用户,同一个兴趣点对应的用户需要满足如下预设条件:
其中,P为第一用户观看的兴趣点集合,该第一用户为直播间中的任意一个用户,p为兴趣点集合中的任意一个兴趣点,Cp为第一用户在预设时段对兴趣点p中的直播间的观看时长(该预设时段例如可以为1天、2天或者7天,具体不限定),为第一用户在预设时段内对兴趣点集合中的所有兴趣点中的直播间的观看时长之和,为第一用户在所述预设时段内观看时长最大的兴趣点对应的观看时长。
102、计算目标用户与直播平台中的各个用户的相似度权值。
本实施例中,直播间的推荐装置可以计算目标用户与直播平台中的各个用户的相似度权值,该目标用户为待推荐直播间的用户,也即直播间的推荐装置可以推荐直播间给目标用户,具体的:
通过如下公式计算目标用户与直播平台中的各个用户的相似度权值:
其中,wuv为目标用户u和直播平台中的任意一个用户v之间相似度权值,Ru为目标用户u观看过的直播间集合,Rv为用户v观看过的直播间集合,xui为与目标用户u的观看行为相关的第i个特征指标(该特征指标例如可以是目标用户观看直播间的数量、目标用户偏好观看的时间段等),N为与目标用户u的观看行为相关的特征指标的个数,wi(i=1,2)为权重系数,且0≤wi(i=1,2)≤1,
需要说明的是,通过步骤101可以确定直播平台中的至少一个兴趣点,通过步骤102可以计算目标用户与直播平台中的各个用户的相似度权值,然而,这两个步骤之间并没有先后执行顺序的限制,可以先执行步骤101,也可以先执行步骤102,或者同时执行,具体不做限定。
103、通过目标用户与直播平台中的各个用户的相似度权值计算目标用户与直播平台中的各个用户对应的兴趣点的兴趣分。
本实施例中,直播间的推荐装置在确定出直播平台中的至少一个兴趣点,每个兴趣点中包含有至少一个用户,该直播间的推荐装置可以根据目标用户与每个兴趣点中的用户的相似度权值计算目标用户与每个兴趣点的兴趣分,例如,直播平台中包含A、B、C三个兴趣点,A兴趣点中包含A1和A2用户,B兴趣点中包含B1和B2用户,C兴趣点中包含C1和C2用户,已经计算出目标用户与A1、A2、B1、B2、C1、C2用户的相似度,那么通过目标用户与A1和A2的相似度权值可以计算出目标用户对兴趣点A的兴趣分,同理可以计算出目标用户对B兴趣点以及C兴趣点的兴趣分,具体的:
重复执行如下公式,迭代计算目标用户与直播平台中的各个用户对应的兴趣点的兴趣分:
其中,Sk(i)为目标用户i在第k轮迭代时对直播平台中的任意一个用户j对应的兴趣点的兴趣分数;
Sk-1(i)为目标用户i在第k-1轮迭代时对直播平台中的任意一个用户j对应的兴趣点的兴趣分;
α是权重系数,且0≤α≤1之间;
wji为目标用户i与用户j之间的相似度权重,n为直播平台中的用户的数量,目标用户i对直播平台中的任意一个用户j对应的兴趣点中的所有用户的初始兴趣分为第一预设值,目标用户i对直播平台中除用户j对应的兴趣点之外的其他兴趣点中的用户的初始兴趣分为第二预设值,第一预设值与第二预设值为不同的预设值。
需要说明的是,第一预设值可以为1,第二预设值为0,当然也可以是其他数值,具体不做限定。
需要说明的是,该迭代的终止条件,例如可以是兴趣分收敛,或者是迭代次数达到一个预设的阈值为止,具体不限定。
下面结合具体例子说明是如何计算兴趣分:
假设有三个用户A、B、C,A对于兴趣点王者荣耀具有明显的兴趣,而B和C并没有明显兴趣,权重系数设置为0.8,其中用户间的相似度分别是:
wAB=0.5;
wAC=0.1;
wBC=0.2;
初始化的时候设A的兴趣分为1,其他两个用户的兴趣分分别为0,具体的:S0(A)=1,S0(B)=0,S0(C)=0;
通过上述迭代公式进行第一轮迭代:
不断经过上述迭代过程,直到每个用户的兴趣分数达到收敛或者是迭代的次数达到一个预设的阈值。
104、按照预设规则将目标兴趣点对应的直播间向目标用户推荐。
本实施例中,直播间的推荐装置在计算出目标用户对直播平台中的各个兴趣点的兴趣分之后,可以按照预设规则将目标兴趣点对应的直播间向目标用户推荐,其中,该目标兴趣点为计算出来的各个兴趣点的兴趣分中兴趣分大于第一预设阈值的兴趣点,该目标用户不为目标兴趣点对应的用户中的用户,具体的,例如可以将目标兴趣点中的所有直播间向目标用户推荐;或,将目标兴趣点中目标指标大于第二预设阈值的直播间向目标用户推荐,目标指标用于指示直播间的受欢迎程度,该目标指标例如可以是目标兴趣点中热度靠前的预设数目个直播间,或者是,关注人数最多的预设数目个直播间,具体不限定。
综上所述,本发明实施例中,将直播平台中的用户按照兴趣点进行划分,计算目标用户与各个用户的相似度权值,之后根据各个兴趣点中的用户与目标用户的相似度权值确定出目标用户对各个兴趣点的兴趣分,最后按照预设规则将兴趣分大于第一预设阈值的兴趣点中的用户向目标用户进行推荐。由此可以看出,可以计算用户与各个兴趣点的兴趣分,通过兴趣分向用户推荐最感兴趣的兴趣点对应的直播间,可以提高用户体验。
上面对本发明实施例中直播间的推荐方法进行了描述,下面对本发明实施例中的直播间的推荐装置进行描述。
请参阅图2,本发明实施例中直播间的推荐装置的一个实施例,包括:
确定单元201,用于确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
第一计算单元202,用于计算目标用户与所述直播平台中的各个用户的相似度权值;
第二计算单元203,用于通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
推荐单元204,用于按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
可选地,所述第一计算单元202具体用于:
通过如下公式计算所述目标用户与所述直播平台中的各个用户的相似度权值:
其中,wuv为所述目标用户u和所述直播平台中的任意一个用户v之间相似度权值,Ru为所述目标用户u观看过的直播间集合,Rv为所述用户v观看过的直播间集合,xui为与所述目标用户u的观看行为相关的第i个特征指标,N为与所述目标用户u的观看行为相关的特征指标的个数,wi(i=1,2)为权重系数,且0≤wi(i=1,2)≤1,
可选地,所述第二计算单元203具体用于:
重复执行如下公式,迭代计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分:
其中,Sk(i)为所述目标用户i在第k轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分数;
Sk-1(i)为所述目标用户i在第k-1轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分;
α是权重系数,且0≤α≤1之间;
wji为所述目标用户i与所述用户j之间的相似度权重,n为所述直播平台中的用户的数量,所述目标用户i对所述直播平台中的任意一个用户j对应的兴趣点中的所有用户的初始兴趣分为第一预设值,所述目标用户i对所述直播平台中除所述用户j对应的兴趣点之外的其他兴趣点中的用户的初始兴趣分为第二预设值,所述第一预设值与所述第二预设值为不同的预设值。
可选地,所述预设条件为:
其中,P为第一用户观看的兴趣点集合,p为所述兴趣点集合中的任意一个兴趣点,Cp为所述第一用户在预设时段对兴趣点p中的直播间的观看时长,为所述第一用户在所述预设时段内对所述兴趣点集合中的所有兴趣点中的直播间的观看时长之和,为所述第一用户在所述预设时段内观看时长最大的兴趣点对应的观看时长。
可选地,所述推荐单元204具体用于:
将所述目标兴趣点中的所有直播间向所述目标用户推荐;
或,将所述目标兴趣点中目标指标大于第二预设阈值的直播间向所述目标用户推荐,所述目标指标用于指示直播间的受欢迎程度。
综上所述,本发明实施例中,将直播平台中的用户按照兴趣点进行划分,计算目标用户与各个用户的相似度权值,之后根据各个兴趣点中的用户与目标用户的相似度权值确定出目标用户对各个兴趣点的兴趣分,最后按照预设规则将兴趣分大于第一预设阈值的兴趣点中的用户向目标用户进行推荐。由此可以看出,可以计算用户与各个兴趣点的兴趣分,通过兴趣分向用户推荐最感兴趣的兴趣点对应的直播间,可以提高用户体验。
上面图2从模块化功能实体的角度对本发明实施例中的直播间的推荐装置进行了描述,下面从硬件处理的角度对本发明实施例中的直播间的推荐装置进行详细描述,请参阅图3,本发明实施例中的直播间的推荐装置300一个实施例,包括:
输入装置301、输出装置302、处理器303和存储器304(其中处理器303的数量可以一个或多个,图3中以一个处理器303为例)。在本发明的一些实施例中,输入装置301、输出装置302、处理器303和存储器304可通过总线或其它方式连接,其中,图3中以通过总线连接为例。
其中,通过调用存储器304存储的操作指令,处理器303,用于执行如下步骤:
确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
计算目标用户与所述直播平台中的各个用户的相似度权值;
通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
在具体实施过程中,通过调用存储器304存储的操作指令,处理器303,可以实现图1对应的实施例中任一实施方式。
请参阅图4,图4为本发明实施例提供的电子设备的实施例示意图。
如图4所示,本发明实施例提供了一种电子设备,包括存储器410、处理器420及存储在存储器420上并可在处理器420上运行的计算机程序411,处理器420执行计算机程序411时实现以下步骤:
确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
计算目标用户与所述直播平台中的各个用户的相似度权值;
通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
在具体实施过程中,处理器420执行计算机程序411时,可以实现图1对应的实施例中任一实施方式。
由于本实施例所介绍的电子设备为实施本发明实施例中一种直播间的推荐装置所采用的设备,故而基于本发明实施例中所介绍的方法,本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式,所以在此对于该电子设备如何实现本发明实施例中的方法不再详细介绍,只要本领域所属技术人员实施本发明实施例中的方法所采用的设备,都属于本发明所欲保护的范围。
请参阅图5,图5为本发明实施例提供的一种计算机可读存储介质的实施例示意图。
如图5所示,本实施例提供了一种计算机可读存储介质500,其上存储有计算机程序511,该计算机程序511被处理器执行时实现如下步骤:
确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
计算目标用户与所述直播平台中的各个用户的相似度权值;
通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
在具体实施过程中,该计算机程序511被处理器执行时可以实现图1对应的实施例中任一实施方式。
需要说明的是,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细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。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、嵌入式计算机或者其他可编程数据处理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设备上,使得在计算机或其他可编程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。
本发明实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机软件指令,当计算机软件指令在处理设备上运行时,使得处理设备执行如图1对应实施例中的风电场数字化平台设计的方法中的流程。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
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,也可以采用软件功能单元的形式实现。
所述集成的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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。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,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该,或者对其中部分技术特征进行等同替换;而这些修该或者替换,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)
1.一种直播间的推荐方法,其特征在于,包括:
确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
计算目标用户与所述直播平台中的各个用户的相似度权值;
通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
2.根据权利要求1所述的方法,其特征在于,所述计算目标用户与所述直播平台中的各个用户的相似度权值包括:
通过如下公式计算所述目标用户与所述直播平台中的各个用户的相似度权值:
其中,wuv为所述目标用户u和所述直播平台中的任意一个用户v之间相似度权值,Ru为所述目标用户u观看过的直播间集合,Rv为所述用户v观看过的直播间集合,xui为与所述目标用户u的观看行为相关的第i个特征指标,N为与所述目标用户u的观看行为相关的特征指标的个数,wi(i=1,2)为权重系数,且0≤wi(i=1,2)≤1,
3.根据权利要求1所述的方法,其特征在于,所述通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分包括:
重复执行如下公式,迭代计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分:
其中,Sk(i)为所述目标用户i在第k轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分数;
Sk-1(i)为所述目标用户i在第k-1轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分;
α是权重系数,且0≤α≤1之间;
wji为所述目标用户i与所述用户j之间的相似度权重,n为所述直播平台中的用户的数量,所述目标用户i对所述直播平台中的任意一个用户j对应的兴趣点中的所有用户的初始兴趣分为第一预设值,所述目标用户i对所述直播平台中除所述用户j对应的兴趣点之外的其他兴趣点中的用户的初始兴趣分为第二预设值,所述第一预设值与所述第二预设值为不同的预设值。
4.根据权利要求1所述的方法,其特征在于,所述预设条件为:
其中,P为第一用户观看的兴趣点集合,p为所述兴趣点集合中的任意一个兴趣点,Cp为所述第一用户在预设时段对兴趣点p中的直播间的观看时长,为所述第一用户在所述预设时段内对所述兴趣点集合中的所有兴趣点中的直播间的观看时长之和,为所述第一用户在所述预设时段内观看时长最大的兴趣点对应的观看时长。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐包括:
将所述目标兴趣点中的所有直播间向所述目标用户推荐;
或,将所述目标兴趣点中目标指标大于第二预设阈值的直播间向所述目标用户推荐,所述目标指标用于指示直播间的受欢迎程度。
6.一种直播间的推荐装置,其特征在于,包括:
确定单元,用于确定直播平台中的至少一个兴趣点,所述至少一个兴趣点中每个兴趣点包含的用户满足预设条件;
第一计算单元,用于计算目标用户与所述直播平台中的各个用户的相似度权值;
第二计算单元,用于通过所述目标用户与所述直播平台中的各个用户的相似度权值计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分;
推荐单元,用于按照预设规则将目标兴趣点对应的直播间向所述目标用户推荐,所述目标兴趣点为所述兴趣分大于第一预设阈值的兴趣点,所述目标用户不为所述目标兴趣点对应的用户中的用户。
7.根据权利要求6所述的装置,其特征在于,所述第一计算单元具体用于:
通过如下公式计算所述目标用户与所述直播平台中的各个用户的相似度权值:
其中,wuv为所述目标用户u和所述直播平台中的任意一个用户v之间相似度权值,Ru为所述目标用户u观看过的直播间集合,Rv为所述用户v观看过的直播间集合,xui为与所述目标用户u的观看行为相关的第i个特征指标,N为与所述目标用户u的观看行为相关的特征指标的个数,wi(i=1,2)为权重系数,且0≤wi(i=1,2)≤1,
8.根据权利要求6所述的装置,其特征在于,所述第二计算单元具体用于:
重复执行如下公式,迭代计算所述目标用户与所述直播平台中的各个用户对应的兴趣点的兴趣分:
其中,Sk(i)为所述目标用户i在第k轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分数;
Sk-1(i)为所述目标用户i在第k-1轮迭代时对所述直播平台中的任意一个用户j对应的兴趣点的兴趣分;
α是权重系数,且0≤α≤1之间;
wji为所述目标用户i与所述用户j之间的相似度权重,n为所述直播平台中的用户的数量,所述目标用户i对所述直播平台中的任意一个用户j对应的兴趣点中的所有用户的初始兴趣分为第一预设值,所述目标用户i对所述直播平台中除所述用户j对应的兴趣点之外的其他兴趣点中的用户的初始兴趣分为第二预设值,所述第一预设值与所述第二预设值为不同的预设值。
9.一种电子设备,包括存储器、处理器,其特征在于,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1至5中任意一项所述的直播间的推荐方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机管理类程序,其特征在于:所述计算机管理类程序被处理器执行时实现如权利要求1至5中任意一项所述的直播间的推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811161714.5A CN109218769B (zh) | 2018-09-30 | 2018-09-30 | 一种直播间的推荐方法以及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811161714.5A CN109218769B (zh) | 2018-09-30 | 2018-09-30 | 一种直播间的推荐方法以及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109218769A true CN109218769A (zh) | 2019-01-15 |
CN109218769B CN109218769B (zh) | 2021-01-01 |
Family
ID=64982696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811161714.5A Active CN109218769B (zh) | 2018-09-30 | 2018-09-30 | 一种直播间的推荐方法以及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109218769B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109862013A (zh) * | 2019-01-31 | 2019-06-07 | 武汉斗鱼网络科技有限公司 | 一种直播间推荐方法、存储介质、电子设备及系统 |
CN112770126A (zh) * | 2020-12-29 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 直播间的推送方法、装置、服务器及存储介质 |
CN113159855A (zh) * | 2021-04-30 | 2021-07-23 | 青岛檬豆网络科技有限公司 | 一种直播推荐方法 |
CN113766338A (zh) * | 2021-08-04 | 2021-12-07 | 阿里健康科技(中国)有限公司 | 一种直播数据处理方法、直播系统、终端设备 |
CN114218476A (zh) * | 2021-11-12 | 2022-03-22 | 深圳前海鹏影数字软件运营有限公司 | 一种内容推荐方法、装置及终端设备 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103377250A (zh) * | 2012-04-27 | 2013-10-30 | 杭州载言网络技术有限公司 | 基于邻域的top-k推荐方法 |
CN103686382A (zh) * | 2013-12-13 | 2014-03-26 | 南京信息工程大学 | 一种节目推荐方法 |
CN103971161A (zh) * | 2014-05-09 | 2014-08-06 | 哈尔滨工程大学 | 基于柯西分布量子粒子群的混合推荐方法 |
KR101507328B1 (ko) * | 2014-03-10 | 2015-03-31 | 단국대학교 산학협력단 | 협업 추천 시스템에서의 사용자 피드백 예측 장치 및 방법 |
CN104915861A (zh) * | 2015-06-15 | 2015-09-16 | 浙江经贸职业技术学院 | 基于评分和标签构建用户群体模型的电子商务推荐方法 |
CN105095267A (zh) * | 2014-05-09 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种用于用户参与项目的推荐方法及装置 |
CN105426548A (zh) * | 2015-12-29 | 2016-03-23 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
CN105574198A (zh) * | 2015-12-28 | 2016-05-11 | 海信集团有限公司 | 一种栏目推荐方法及装置 |
CN106021456A (zh) * | 2016-05-17 | 2016-10-12 | 中山大学 | 将文本和地理信息融合在局部协同排列的兴趣点推荐方法 |
CN106126669A (zh) * | 2016-06-28 | 2016-11-16 | 北京邮电大学 | 基于标签的用户协同过滤内容推荐方法及装置 |
CN106294800A (zh) * | 2016-08-16 | 2017-01-04 | 武汉斗鱼网络科技有限公司 | 基于加权k近邻评分的直播间推荐方法及系统 |
CN106779825A (zh) * | 2016-12-02 | 2017-05-31 | 乐视控股(北京)有限公司 | 一种物品推荐方法、装置及电子设备 |
CN107341261A (zh) * | 2017-07-13 | 2017-11-10 | 南京邮电大学 | 一种面向位置社交网络的兴趣点推荐方法 |
TW201801006A (zh) * | 2016-06-29 | 2018-01-01 | 酷盈有限公司 | 個人化網路行銷推薦方法 |
CN107894998A (zh) * | 2017-10-24 | 2018-04-10 | 迅雷计算机(深圳)有限公司 | 视频推荐方法及装置 |
-
2018
- 2018-09-30 CN CN201811161714.5A patent/CN109218769B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103377250A (zh) * | 2012-04-27 | 2013-10-30 | 杭州载言网络技术有限公司 | 基于邻域的top-k推荐方法 |
CN103686382A (zh) * | 2013-12-13 | 2014-03-26 | 南京信息工程大学 | 一种节目推荐方法 |
KR101507328B1 (ko) * | 2014-03-10 | 2015-03-31 | 단국대학교 산학협력단 | 협업 추천 시스템에서의 사용자 피드백 예측 장치 및 방법 |
CN103971161A (zh) * | 2014-05-09 | 2014-08-06 | 哈尔滨工程大学 | 基于柯西分布量子粒子群的混合推荐方法 |
CN105095267A (zh) * | 2014-05-09 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种用于用户参与项目的推荐方法及装置 |
CN104915861A (zh) * | 2015-06-15 | 2015-09-16 | 浙江经贸职业技术学院 | 基于评分和标签构建用户群体模型的电子商务推荐方法 |
CN105574198A (zh) * | 2015-12-28 | 2016-05-11 | 海信集团有限公司 | 一种栏目推荐方法及装置 |
CN105426548A (zh) * | 2015-12-29 | 2016-03-23 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
CN106021456A (zh) * | 2016-05-17 | 2016-10-12 | 中山大学 | 将文本和地理信息融合在局部协同排列的兴趣点推荐方法 |
CN106126669A (zh) * | 2016-06-28 | 2016-11-16 | 北京邮电大学 | 基于标签的用户协同过滤内容推荐方法及装置 |
TW201801006A (zh) * | 2016-06-29 | 2018-01-01 | 酷盈有限公司 | 個人化網路行銷推薦方法 |
CN106294800A (zh) * | 2016-08-16 | 2017-01-04 | 武汉斗鱼网络科技有限公司 | 基于加权k近邻评分的直播间推荐方法及系统 |
CN106779825A (zh) * | 2016-12-02 | 2017-05-31 | 乐视控股(北京)有限公司 | 一种物品推荐方法、装置及电子设备 |
CN107341261A (zh) * | 2017-07-13 | 2017-11-10 | 南京邮电大学 | 一种面向位置社交网络的兴趣点推荐方法 |
CN107894998A (zh) * | 2017-10-24 | 2018-04-10 | 迅雷计算机(深圳)有限公司 | 视频推荐方法及装置 |
Non-Patent Citations (1)
Title |
---|
吴承毅: ""基于多维度特征权值动态更新的用户推荐模型研究"", 《现代电子技术》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109862013A (zh) * | 2019-01-31 | 2019-06-07 | 武汉斗鱼网络科技有限公司 | 一种直播间推荐方法、存储介质、电子设备及系统 |
CN109862013B (zh) * | 2019-01-31 | 2021-06-15 | 武汉斗鱼网络科技有限公司 | 一种直播间推荐方法、存储介质、电子设备及系统 |
CN112770126A (zh) * | 2020-12-29 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 直播间的推送方法、装置、服务器及存储介质 |
CN113159855A (zh) * | 2021-04-30 | 2021-07-23 | 青岛檬豆网络科技有限公司 | 一种直播推荐方法 |
CN113159855B (zh) * | 2021-04-30 | 2023-01-13 | 青岛檬豆网络科技有限公司 | 一种直播推荐方法 |
CN113766338A (zh) * | 2021-08-04 | 2021-12-07 | 阿里健康科技(中国)有限公司 | 一种直播数据处理方法、直播系统、终端设备 |
CN114218476A (zh) * | 2021-11-12 | 2022-03-22 | 深圳前海鹏影数字软件运营有限公司 | 一种内容推荐方法、装置及终端设备 |
CN114218476B (zh) * | 2021-11-12 | 2022-10-04 | 深圳前海鹏影数字软件运营有限公司 | 一种内容推荐方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109218769B (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109218769A (zh) | 一种直播间的推荐方法以及相关设备 | |
CN108090208A (zh) | 融合数据处理方法及装置 | |
CN108108821A (zh) | 模型训练方法及装置 | |
CN109241415A (zh) | 项目推荐方法、装置、计算机设备及存储介质 | |
CN102214169B (zh) | 关键词信息与目标信息的提供方法及装置 | |
CN103294809B (zh) | 一种用户组匹配方法及装置 | |
CN107332902A (zh) | 在线客服系统的用户请求分配方法、装置和计算设备 | |
US9613313B2 (en) | System and method for providing a recommendation of a game based on a game-centric relationship graph | |
CN109379608B (zh) | 一种直播间的推荐方法以及相关设备 | |
CN109255371A (zh) | 一种确定直播平台虚假关注用户的方法以及相关设备 | |
CN109388674A (zh) | 数据处理方法、装置、设备及可读存储介质 | |
CN109951725A (zh) | 一种直播间的推荐方法以及相关设备 | |
CN113177159A (zh) | 基于多通道超图神经网络的捆绑推荐方法 | |
CN104331411A (zh) | 推荐项目的方法和装置 | |
CN109658210A (zh) | 一种商品推荐方法、装置、设备以及存储介质 | |
CN108073578A (zh) | 一种进行对象推荐的方法和系统 | |
CN105617657A (zh) | 游戏智能推荐方法及装置 | |
CN110460650A (zh) | 多边缘服务器场景下计算卸载的决策方法及装置 | |
CN109388693A (zh) | 一种确定分区意图的方法以及相关设备 | |
CN109120955A (zh) | 一种直播间的推荐方法以及相关设备 | |
CN111797319A (zh) | 推荐方法、装置、设备及存储介质 | |
CN107526753B (zh) | 应用程序的推荐方法和装置 | |
CN108509179B (zh) | 用于检测人脸的方法、用于生成模型的装置 | |
CN109413461A (zh) | 一种直播间的推荐方法及相关设备 | |
CN105975535A (zh) | 多媒体资源的推荐方法和装置 |
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 |