CN109255383A - 一种身份信息与展示信息的匹配方法和系统 - Google Patents
一种身份信息与展示信息的匹配方法和系统 Download PDFInfo
- Publication number
- CN109255383A CN109255383A CN201811053236.6A CN201811053236A CN109255383A CN 109255383 A CN109255383 A CN 109255383A CN 201811053236 A CN201811053236 A CN 201811053236A CN 109255383 A CN109255383 A CN 109255383A
- Authority
- CN
- China
- Prior art keywords
- information
- target user
- identity
- display
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000003542 behavioural effect Effects 0.000 claims abstract description 5
- 230000006399 behavior Effects 0.000 claims description 60
- 238000012549 training Methods 0.000 claims description 7
- 230000003190 augmentative effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种身份信息与展示信息的匹配方法和系统,其中,所述方法包括:获取目标用户的行为数据;根据预设规则,对行为数据进行分析,以确定出目标用户所属的身份类型;获取与身份类型相匹配的身份信息;根据身份信息与待展示的展示信息的关联度,确定出待展示的展示信息,并通过展示装置向目标用户展示展示信息。本发明的方案,能够做到:能够准确地识别出目标用户的身份信息,并在识别出目标用户的身份信息之后,根据该身份信息与待展示的展示信息的关联度,准确地确定出包含目标用户感兴趣的展示内容的展示信息,并通过展示装置,例如,AR显示屏,避免了向目标用户推送无关的展示信息,提高了目标用户的体验度。
Description
技术领域
本发明涉及信息处理技术领域,具体涉及一种身份信息与展示信息的匹配方法和系统。
背景技术
现有的身份信息识别方法,往往是采集目标用户的某一段时间的行为数据,由于获取到的目标用户的行为数据仅仅为一段时间的数据,这样,仅仅根据这些支离破碎的行为数据,根本无法准确地分析出目标用户的身份信息。
在实际应用中,往往仅仅能够根据目标用户的行为数据大致地分析出目标用户相关联的客户群体信息,例如,根据目标用户每周二、周四、周五排满了课表,可以获知:当前目标用户所在的客户群体为老师。基于该目标用户所上的科目并不固定,有小学语文,小学自然,小学数学,仅可知目标用户为小学老师,进一步地具体身份信息就不得而知。
在识别出当前目标用户的身份类型为小学老师之后,那向其展示的展示信息就包括小学语文相关的教学视频信息、包括小学语文相关的教案信息、包括小学自然相关的教学视频信息、包括小学自然相关的教案信息、包括小学数学相关的教学视频信息、和包括小学数学相关的教案信息,这样,向其推荐并展示的展示信息过于庞杂,且没有针对性,往往向其展示的展示内容并不是当前目标用户所需要的展示信息,这样,没有针对性,往往向其展示的展示信息是其并不感兴趣的。
如何准确地识别出目标用户的身份信息,并在准确地识别出目标用户的身份信息之后,向目标用户有针对性展示与其身份信息相匹配的展示信息,是待解决的技术问题。
发明内容
本发明实施例的目的在于提供一种身份信息与展示信息的匹配方法和系统,用以解决现有无法准确地识别出目标用户的身份信息,以及无法向目标用户有针对性展示与其身份信息相匹配的展示信息的问题。
为实现上述目的,本发明实施例提供一种身份信息与展示信息的匹配方法,所述方法包括:获取目标用户的行为数据;根据预设规则,对所述行为数据进行分析,以确定出所述目标用户所属的身份类型;获取与所述身份类型相匹配的所述身份信息;根据所述身份信息与待展示的展示信息的关联度,确定出待展示的所述展示信息,并通过展示装置向所述目标用户展示所述展示信息。
可选地,所述行为数据至少包括以下一项:所述目标用户的日常工作行为数据、所述目标用户的日常工作行为轨迹数据、与日常工作事项相关联的频度数据、所述目标用户的日常生活行为数据、所述目标用户的日常生活行为轨迹数据、与所述日常生活事项相关联的频度数据、所述目标用户的日常学习行为数据、所述目标用户的日常学习行为轨迹数据、与日常学习事项相关联的频度数据。
可选地,所述展示信息至少包括以下一项:与所述目标用户的身份类型相匹配的信息、与所述目标用户偏好度相关联的信息、与所述目标用户的身份类型相关联的信息。
可选地,所述方法还包括:获取所述展示信息,对所述展示信息相关的展示内容进行划分,将所述展示内容划分为各部分展示内容。
可选地,所述方法还包括:获取各部分展示内容与所述目标用户的身份类型的匹配度信息,根据所述匹配度信息,优先展示匹配度排序靠前的各部分展示内容。
可选地,所述方法还包括:获取各部分展示内容与所述目标用户偏好度相关联的偏好度信息,根据所述偏好度信息,优先展示偏好度排序靠前的各部分展示内容;或者,获取各部分展示内容与所述目标用户的身份类型相关联的关联度信息,根据所述关联度信息,优先展示关联度排序靠前的各部分展示内容。
可选地,所述方法还包括:获取与所述目标用户的行为数据显示出的行为特征相似的待确定身份信息的关联用户;将所述目标用户的身份信息,作为所述关联用户的身份信息;将所述展示内容划分的各部分展示内容与展示时序信息相关联,得到所述关联用户的展示时序信息;获取所述关联用户的展示时序信息,根据所述展示时序信息对所述展示信息进行调整,以得到调整后的展示信息,并通过所述展示装置向所述关联用户展示调整后的展示信息。
可选地,所述身份信息与展示信息的匹配方法应用于未来政策与生活AR应用场景。
可选地,所述方法还包括:根据已确定出用户身份的用户行为数据,以及已确定的用户身份,训练得到预测身份模型;根据所述预测身份模型,预测待确定身份的用户的身份信息。
与上述方法相匹配,本发明另一方面提供一种身份信息与展示信息的匹配系统,所述系统包括:获取单元,获取目标用户的行为数据;以及,获取与身份类型确定单元确定出的身份类型相匹配的所述身份信息;所述身份类型确定单元,根据预设规则,对所述行为数据进行分析,以确定出所述目标用户所属的身份类型;展示信息确定单元,根据所述获取单元获取到的所述身份信息与待展示的展示信息的关联度,确定出待展示的所述展示信息;展示单元,通过展示装置向所述目标用户展示所述展示信息确定单元确定出的所述展示信息。
本发明实施例具有如下优点:本发明实施例提供的一种身份信息与展示信息的匹配方法和系统,能够做到:能够准确地识别出目标用户的身份信息,并在识别出目标用户的身份信息之后,根据该身份信息与待展示的展示信息的关联度,准确地确定出包含目标用户感兴趣的展示内容的展示信息,并通过展示装置,例如,AR显示屏,避免了向目标用户推送无关的展示信息,提高了目标用户的体验度。
附图说明
图1为本发明实施例1提供的一种身份信息与展示信息的匹配方法的流程示意图;
图2为本发明实施例2提供的一种身份信息与展示信息的匹配系统的结构示意图。
结合附图,本发明的实施例中附图标记如下:
201-获取单元;202-身份类型确定单元;203-展示信息确定单元;204- 展示单元。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
根据本发明的实施例,提供了一种身份信息与展示信息的匹配方法,如图1所示,为本发明实施例1提供的一种身份信息与展示信息的匹配方法的流程示意图。该方法至少包括以下步骤:
S101,获取目标用户的行为数据;
需要说明的是,获取目标用户的行为数据之前,需要对目标用户的行为数据进行采集,本发明实施例中的对目标用户的行为数据的采集过程是基于蓝牙授权,当然除了基于蓝牙授权之外,还可以使用其它的方式对目标用户的行为数据进行采集,在此不再赘述。
S102,根据预设规则,对行为数据进行分析,以确定出目标用户所属的身份类型;
需要说明的是,在实际应用中,预设规则,可以根据用户的不同需求进行规定,无论将预设规则如何设置,仅仅是为了便于对获取到的目标用户的行为数据进行分析,通过分析,以确定出目标用户所属的身份类型。
在实际应用中,若获取到的目标用户的行为数据显示出:该目标用户的身份类型为公务员,因为其行为数据对应的行为至少包括:处理的工作实务是政府项目的建设,开会,公家的车接送其上下班,或者,出行。
S103,获取与身份类型相匹配的身份信息。
在实际应用中,在确定出目标用户所属的身份类型之后,进一步地获取准确的与其身份类型相匹配的身份信息。
在实际应用中,可以进一步地获取其身份证上显示的身份信息,以及工作证上显示的身份信息。如果进一步地确定出目标用户为丰台区区长,则有选择地向其展示与其身份信息相匹配的展示信息。
S104,根据身份信息与待展示的展示信息的关联度,确定出待展示的展示信息,并通过展示装置向目标用户展示展示信息;这样,通过本发明实施例1提供的一种身份信息与展示信息的匹配方法,能够做到:能够准确地识别出目标用户的身份信息,并在识别出目标用户的身份信息之后,根据该身份信息与待展示的展示信息的关联度,准确地确定出包含目标用户感兴趣的展示内容的展示信息,并通过展示装置,例如, AR显示屏,避免了向目标用户推送无关的展示信息,提高了目标用户的体验度。
需要说明的是,显示装置可以为AR(Augmented Reality,增强现实技术)显示屏,但并不局限于此,在此不再赘述。
在实际应用中,根据目标用户的身份信息与待展示的展示信息的关联度,确定出待展示的展示信息。
例如,若身份信息显示出:目标用户为丰台区区长,则确定出向其展示的展示信息至少包括以下一项:整个丰台区的资源数据信息、整个丰台区的基础数据信息、整个丰台区的政务数据信息。
进一步地,在实际应用中,为了提高目标用户的体验度,使其身临其境,可以将上述整个丰台区的资源数据信息、整个丰台区的基础数据信息、整个丰台区的政务数据信息中的至少一项进行图像化或者视频化处理,使得目标用户能够直观地感知包括上述数据的信息,而不仅仅是包含各类原始数据的信息。
此外,在实际应用中,若识别出的身份信息为丰台社保局局长,其向其展示的展示信息为以下信息:有多少外来人口纳入社保的数据信息,正常的在丰台区退休后要纳入社保的数据信息。
在一个可选的例子中,行为数据至少包括以下一项:目标用户的日常工作行为数据、目标用户的日常工作行为轨迹数据、与日常工作事项相关联的频度数据、目标用户的日常生活行为数据、目标用户的日常生活行为轨迹数据、与日常生活事项相关联的频度数据、目标用户的日常学习行为数据、目标用户的日常学习行为轨迹数据、与日常学习事项相关联的频度数据;获取到的目标用户的行为数据涉及到目标用户的工作,生活,学习各个方面;这样,能够基于获取到的行为数据准确地分析出目标用户的身份类型。
在实际应用中,若目标用户的行为数据显示出:目标用户上早晚自习,上班时间有一定的规律性,例如,每周周二,周四,周五上下午排满了上课事项,则通过分析上述行为数据可知:当前目标用户为老师。其余的对目标用户的行为数据的分析过程不再赘述,上述仅仅是示例。
在一个可选的例子中,展示信息至少包括以下一项:与目标用户的身份类型相匹配的信息、与目标用户偏好度相关联的信息、与目标用户的身份类型相关联的信息;这样,向目标用户展示的展示信息是有针对性地,是针对于目标用户的需求,避免了向目标用户展示与其身份信息无关的展示信息,提高了目标用户的体验度。
需要说明的是,在本发明实施例提供的匹配方法中,与目标用户的身份类型相匹配的信息,和与目标用户的身份类型相关联的信息类似,但是,二者还是有所区别的。
在实际应用中,若识别出目标用户的身份类型为老师,与目标用户身份类型相匹配的信息往往为,具体到该老师具体任课的科目,并针对该任课科目,以及任课年级,向其展示与该老师身份类型相匹配的与教学信息,该教学信息不仅包括与其所教授课程相关的教学视频,还可以包括与其所教授课程相关的教学教案。
相对而言,在实际应用中,若识别出目标用户的身份类型为老师,与目标用户的身份类型相关联的信息往往为,为了提高该老师课堂上与学生互动的教学效果,向其展示如何提高上课教学效果的信息,该信息不仅包括如何更加了解学生心理的心理学信息,还包括如何与学生形成良性沟通的有关沟通技巧的信息。
在一个可选的例子中,所述方法还包括:获取展示信息,对展示信息相关的展示内容进行划分,将展示内容划分为各部分展示内容;通过对与展示信息相关联的展示内容进行分割,以便于调整展示的时序。
在实际应用中,对展示内容进行划分是采用的常规的方式,例如,若展示内容是视频,则基于时间轴信息,对该视频的内容进行划分,例如,该视频内容最后十分钟为,包含整个丰台区的资源数据信息的部分视频,则可以对该部分视频进行分割并提取,在展示时,优先展示该部分视频,这样,有针对性展示目标用户最关注的展示信息,也节约了目标用户宝贵的时间,提高了目标用户的体验度。
在一个可选的例子中,所述方法还包括:获取各部分展示内容与目标用户的身份类型的匹配度信息,根据匹配度信息,优先展示匹配度排序靠前的各部分展示内容;在展示时,优先展示匹配度排序靠前的,且包括这些展示内容的展示信息,这样,有针对性展示目标用户最关注的展示信息,也节约了目标用户宝贵的时间,提高了目标用户的体验度。
在一个可选的例子中,所述方法还包括:获取各部分展示内容与目标用户偏好度相关联的偏好度信息,根据偏好度信息,优先展示偏好度排序靠前的各部分展示内容;在展示时,优先展示偏好度排序靠前的,且包括这些展示内容的展示信息,这样,有针对性展示目标用户最关注的展示信息,也节约了目标用户宝贵的时间,提高了目标用户的体验度。
在一个可选的例子中,获取各部分展示内容与目标用户的身份类型相关联的关联度信息,根据关联度信息,优先展示关联度排序靠前的各部分展示内容;在展示时,优先展示关联度排序靠前的,且包括这些展示内容的展示信息,这样,有针对性展示目标用户最关注的展示信息,也节约了目标用户宝贵的时间,提高了目标用户的体验度。
在一个可选的例子中,所述方法还包括:获取与目标用户的行为数据显示出的行为特征相似的待确定身份信息的关联用户;将目标用户的身份信息,作为关联用户的身份信息;将展示内容划分的各部分展示内容与展示时序信息相关联,得到关联用户的展示时序信息;获取关联用户的展示时序信息,根据展示时序信息对展示信息进行调整,以得到调整后的展示信息,并通过展示装置向关联用户展示调整后的展示信息;这样,能够有效地减少身份信息与展示信息的匹配时间,提高了匹配效率,且能够充分利用已展示过的展示信息,只要对展示信息包含的各部分展示内容的展示时序性进行调整,就可以满足更多与目标用户关联的关联用户的展示需求。
在一个可选的例子中,身份信息与展示信息的匹配方法应用于未来政策与生活AR应用场景。除了上述应用场景之外,还可以应用于其他应用场景,在此不再赘述。
需要说明的是,本发明实施例提供的一种身份信息与展示信息的匹配方法主要应用于未来政策与生活AR(Augmented Reality,增强现实技术)应用场景,但并不仅仅局限于此应用场景,在此不再赘述。
此外,用户可以通过AR显示屏,看到未来城市中的居民享受基本公共服务,并了解数字化技术如何帮助实现或提升基本公共服务。模拟未来城市的服务,并相应的展示了:这些政策将如何影响我们未来的生活。借助这些显示装置,我们能够看见,在未来的城市中,市民们享受到的各项政策,以及各项数字化的公共服务。除了在AR显示屏上显示就业服务,例如,失业人员可以享受到政府承诺的一些基本的就业服务,那么就可以通过构建的数据中心,来保障双向的对接,来帮助这种就业基本服务的完成。
在一个可选的例子中,所述方法还包括:根据已确定出用户身份的用户行为数据,以及已确定的用户身份,训练得到预测身份模型;根据预测身份模型,预测待确定身份的用户的身份信息;这样,根据已确定的用户身份,以及已确定出用户身份的用户行为数据,就能够通过训练得到预测身份模型,并根据得到的预测身份模型,对更多的待确定身份的用户的身份信息进行预测。
需要说明的是,根据已确定出用户身份的用户行为数据,以及已确定的用户身份,训练得到预测身份模型的训练过程,使用的是常规的技术手段,在此不再赘述。需要说明的是,根据已确定的用户身份,以及已确定出用户身份的用户行为数据,通过训练得到预测身份模型的训练过程,是常规的技术手段,在此不再赘述。
实施例2
根据本发明的实施例,还提供了对应于一种身份信息与展示信息的匹配方法的一种身份信息与展示信息的匹配系统,如图2所示,为本发明实施例2提供的一种身份信息与展示信息的匹配系统的结构示意图。
本发明实施例2提供的一种身份信息与展示信息的匹配系统包括获取单元201、身份类型确定单元202、展示信息确定单元203和展示单元 204。
具体而言,获取单元201,获取目标用户的行为数据;以及,获取与身份类型确定单元202确定出的身份类型相匹配的身份信息;身份类型确定单元202,根据预设规则,对行为数据进行分析,以确定出目标用户所属的身份类型;展示信息确定单元203,根据获取单元201获取到的身份信息与待展示的展示信息的关联度,确定出待展示的展示信息;展示单元204,通过展示装置向目标用户展示展示信息确定单元203确定出的展示信息。
在一个可选的例子中,身份信息与展示信息的匹配系统应用于未来政策与生活AR应用场景。除了上述应用场景之外,还可以应用于其他应用场景,在此不再赘述。
需要说明的是,本发明实施例提供的一种身份信息与展示信息的匹配方法主要应用于未来政策与生活AR(Augmented Reality,增强现实技术)应用场景,但并不仅仅局限于此应用场景,在此不再赘述。
此外,用户可以通过AR显示屏,看到未来城市中的居民享受基本公共服务,并了解数字化技术如何帮助实现或提升基本公共服务。模拟未来城市的服务,并相应的展示了:这些政策将如何影响我们未来的生活。借助这些显示装置,我们能够看见,在未来的城市中,市民们享受到的各项政策,以及各项数字化的公共服务。除了在AR显示屏上显示就业服务,例如,失业人员可以享受到政府承诺的一些基本的就业服务,那么就可以通过构建的数据中心,来保障双向的对接,来帮助这种就业基本服务的完成。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种身份信息与展示信息的匹配方法,其特征在于,包括:
获取目标用户的行为数据;
根据预设规则,对所述行为数据进行分析,以确定出所述目标用户所属的身份类型;
获取与所述身份类型相匹配的所述身份信息;
根据所述身份信息与待展示的展示信息的关联度,确定出待展示的所述展示信息,并通过展示装置向所述目标用户展示所述展示信息。
2.根据权利要求1所述的方法,其特征在于,
所述行为数据至少包括以下一项:所述目标用户的日常工作行为数据、所述目标用户的日常工作行为轨迹数据、与日常工作事项相关联的频度数据、所述目标用户的日常生活行为数据、所述目标用户的日常生活行为轨迹数据、与所述日常生活事项相关联的频度数据、所述目标用户的日常学习行为数据、所述目标用户的日常学习行为轨迹数据、与日常学习事项相关联的频度数据。
3.根据权利要求1所述的方法,其特征在于,
所述展示信息至少包括以下一项:与所述目标用户的身份类型相匹配的信息、与所述目标用户偏好度相关联的信息、与所述目标用户的身份类型相关联的信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取所述展示信息,对所述展示信息相关的展示内容进行划分,将所述展示内容划分为各部分展示内容。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取各部分展示内容与所述目标用户的身份类型的匹配度信息,根据所述匹配度信息,优先展示匹配度排序靠前的各部分展示内容。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取各部分展示内容与所述目标用户偏好度相关联的偏好度信息,根据所述偏好度信息,优先展示偏好度排序靠前的各部分展示内容;
或者,
获取各部分展示内容与所述目标用户的身份类型相关联的关联度信息,根据所述关联度信息,优先展示关联度排序靠前的各部分展示内容。
7.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取与所述目标用户的行为数据显示出的行为特征相似的待确定身份信息的关联用户;
将所述目标用户的身份信息,作为所述关联用户的身份信息;
将所述展示内容划分的各部分展示内容与展示时序信息相关联,得到所述关联用户的展示时序信息;
获取所述关联用户的展示时序信息,根据所述展示时序信息对所述展示信息进行调整,以得到调整后的展示信息,并通过所述展示装置向所述关联用户展示调整后的展示信息。
8.如权利要求1所述的方法,其特征在于,
所述身份信息与展示信息的匹配方法应用于未来政策与生活AR应用场景。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据已确定出用户身份的用户行为数据,以及已确定的用户身份,训练得到预测身份模型;
根据所述预测身份模型,预测待确定身份的用户的身份信息。
10.一种身份信息与展示信息的匹配系统,其特征在于,包括:
获取单元,获取目标用户的行为数据;以及,
获取与身份类型确定单元确定出的身份类型相匹配的所述身份信息;
所述身份类型确定单元,根据预设规则,对所述行为数据进行分析,以确定出所述目标用户所属的身份类型;
展示信息确定单元,根据所述获取单元获取到的所述身份信息与待展示的展示信息的关联度,确定出待展示的所述展示信息;
展示单元,通过展示装置向所述目标用户展示所述展示信息确定单元确定出的所述展示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811053236.6A CN109255383A (zh) | 2018-09-10 | 2018-09-10 | 一种身份信息与展示信息的匹配方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811053236.6A CN109255383A (zh) | 2018-09-10 | 2018-09-10 | 一种身份信息与展示信息的匹配方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109255383A true CN109255383A (zh) | 2019-01-22 |
Family
ID=65047953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811053236.6A Pending CN109255383A (zh) | 2018-09-10 | 2018-09-10 | 一种身份信息与展示信息的匹配方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109255383A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113868467A (zh) * | 2021-09-09 | 2021-12-31 | 北京达佳互联信息技术有限公司 | 信息处理方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102970606A (zh) * | 2012-12-04 | 2013-03-13 | 深圳Tcl新技术有限公司 | 基于身份识别的电视节目推荐方法和装置 |
CN104834674A (zh) * | 2015-03-31 | 2015-08-12 | 北京奇艺世纪科技有限公司 | 收集用户行为数据、信息推荐方法及装置 |
CN104933157A (zh) * | 2015-06-26 | 2015-09-23 | 百度在线网络技术(北京)有限公司 | 用于获取用户属性信息的方法、装置及服务器 |
CN107368488A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 一种确定用户行为偏好的方法、推荐信息的展示方法和装置 |
CN107784066A (zh) * | 2017-08-25 | 2018-03-09 | 上海壹账通金融科技有限公司 | 信息推荐方法、装置、服务器及存储介质 |
CN107968952A (zh) * | 2017-12-19 | 2018-04-27 | 聚好看科技股份有限公司 | 一种推荐视频的方法、装置、服务器和计算机存储介质 |
-
2018
- 2018-09-10 CN CN201811053236.6A patent/CN109255383A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102970606A (zh) * | 2012-12-04 | 2013-03-13 | 深圳Tcl新技术有限公司 | 基于身份识别的电视节目推荐方法和装置 |
CN104834674A (zh) * | 2015-03-31 | 2015-08-12 | 北京奇艺世纪科技有限公司 | 收集用户行为数据、信息推荐方法及装置 |
CN104933157A (zh) * | 2015-06-26 | 2015-09-23 | 百度在线网络技术(北京)有限公司 | 用于获取用户属性信息的方法、装置及服务器 |
CN107368488A (zh) * | 2016-05-12 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 一种确定用户行为偏好的方法、推荐信息的展示方法和装置 |
CN107784066A (zh) * | 2017-08-25 | 2018-03-09 | 上海壹账通金融科技有限公司 | 信息推荐方法、装置、服务器及存储介质 |
CN107968952A (zh) * | 2017-12-19 | 2018-04-27 | 聚好看科技股份有限公司 | 一种推荐视频的方法、装置、服务器和计算机存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113868467A (zh) * | 2021-09-09 | 2021-12-31 | 北京达佳互联信息技术有限公司 | 信息处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102206256B1 (ko) | 온라인 강의 시스템에서 강사를 추천하는 방법 | |
CN110322738B (zh) | 一种课程优化方法、装置和系统 | |
KR101805163B1 (ko) | 학습자에게 개인화된 학습 커리큘럼을 제공하는 방법 및 그 장치 | |
KR100955275B1 (ko) | 학습 관리 시스템 및 방법 | |
US20100120012A1 (en) | System for providing online learning contents | |
Andrews et al. | Preparing future teachers and doctoral-level leaders in deaf education: Meeting the challenge | |
CN109243608A (zh) | 一种高危人群识别方法和系统 | |
CN111461949A (zh) | 基于大数据的社区矫正方案智能生成系统 | |
Niven et al. | Widening participation–a comparison of the characteristics of successful UK applicants to the five-year and four-year dental programmes in 2007 and 2008 | |
CN109255383A (zh) | 一种身份信息与展示信息的匹配方法和系统 | |
KR101672144B1 (ko) | 개인 맞춤형 학습 및 분석 서비스 제공 방법 | |
Levy et al. | Attrition after intake at a university counseling center: Relationship among client race, problem type, and time on a waiting list | |
US20200312178A1 (en) | System and method for behavioral analysis and recommendations | |
CN113591796B (zh) | 一种用于校园的人脸识别系统 | |
JP6829509B1 (ja) | 学習支援システムおよび学習支援方法 | |
da Costa et al. | Factors affecting corporate image from the perspective of distance learning students in public higher education institutions | |
Ricciardelli et al. | Racial disparity in social work professional licensure exam pass rates: Examining institutional characteristics and state licensure policy as predictors | |
Struthers | The case for mixed methodologies in researching the teacher’s use of humour in adult education | |
KR20180045991A (ko) | 이동단말기를 이용한 공부 시간 측정 중 멘토 클라이언트에 공부 시간을 제공하는 방법 | |
CN113268512A (zh) | 基于互联网平台的企业岗位职业技能培训系统 | |
Li | [Retracted] Value Assessment for a Theory‐Oriented Flipped Classroom of Physical Education Based on Multi‐Source Data Analysis | |
Kajzer | Exploring the role of personality traits and attachment styles in shaping dating app user experience | |
US20220138881A1 (en) | Systems and methods for skill development monitoring and feedback | |
EP3910500A1 (en) | Methods and systems for integrating institutional data systems and application management systems | |
KR20090028225A (ko) | 온라인 양방향 화상 교육 시스템 |
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: 20190122 |