CN111008343B - 一种基于区域的内容推荐方法、装置、平台及存储介质 - Google Patents

一种基于区域的内容推荐方法、装置、平台及存储介质 Download PDF

Info

Publication number
CN111008343B
CN111008343B CN201911212322.1A CN201911212322A CN111008343B CN 111008343 B CN111008343 B CN 111008343B CN 201911212322 A CN201911212322 A CN 201911212322A CN 111008343 B CN111008343 B CN 111008343B
Authority
CN
China
Prior art keywords
content
target
user
area
target area
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
Application number
CN201911212322.1A
Other languages
English (en)
Other versions
CN111008343A (zh
Inventor
邱亭亭
罗洪鹏
陈春攀
王先初
雷大明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong yuewuji Network Technology Co.,Ltd.
Original Assignee
Guangdong Handingbee Assistant Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Handingbee Assistant Network Technology Co ltd filed Critical Guangdong Handingbee Assistant Network Technology Co ltd
Priority to CN201911212322.1A priority Critical patent/CN111008343B/zh
Publication of CN111008343A publication Critical patent/CN111008343A/zh
Application granted granted Critical
Publication of CN111008343B publication Critical patent/CN111008343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于区域的内容推荐方法、装置、平台及存储介质,方法包括:获取目标用户的地理位置信息;根据所述目标用户的地理位置信息以及预设的区域半径R获取至少两个目标区域;获取位于每个目标区域内的所有用户的内容模型;其中,每个用户的内容模型包括用户查看的内容的内容ID、用户地理位置信息以及每个用户查看的内容的得分;统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值;根据每个内容的加权平均值对所有内容进行排序,并根据排序的情况将相应的内容推荐给所述目标用户。本发明能够实现基于区域的以及用户与用户交互的内容推荐。

Description

一种基于区域的内容推荐方法、装置、平台及存储介质
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于区域的内容推荐方法、装置、平台及存储介质。
背景技术
随着互联网技术的发展,信息呈现爆炸式产生,每天都会有无数的信息产生。但每个用户感兴趣的信息都是不同的,因此如何快速准确的向每个用户推荐其感兴趣的信息就显得至关重要。
目前的内容推荐方法主要有如下几种:
(1)基于用户自己的查看内容做相同类型的内容推荐。例如,用户经常查看娱乐类型的内容,则平台会优先推荐娱乐类型的内容给用户。其存在的问题是推荐的都是同一类内容,无法自动拓展到用户可能感兴趣的其他类型的内容;
(2)基于用户所在的城市去推荐个性化的内容,但是这些推荐的内容往往是一些本地的新闻资讯类内容,内容只和服务器有交互,用户和用户之间没有任何内容交集。
发明内容
针对上述问题,本发明的目的在于提供一种基于区域的内容推荐方法、装置、平台及存储介质,能够实现基于区域的以及用户与用户交互的内容推荐。
本发明实施例提供了一种基于区域的内容推荐方法,包括:
获取目标用户的地理位置信息;
根据所述目标用户的地理位置信息以及预设的区域半径R获取至少两个目标区域;其中,每个目标区域具有不同的权重值;
获取位于每个目标区域内的所有用户的内容模型;其中,每个用户的内容模型包括用户查看的内容的内容ID、用户地理位置信息以及每个用户查看的内容的得分;
统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值;以及
根据每个内容的加权平均值对所有内容进行排序,并根据排序的情况将相应的内容推荐给所述目标用户。
优选地,所述目标区域包括第一目标区域、第二目标区域以及第三目标区域;其中,所述第一目标区域为以目标用户的地理位置信息为中心点,R为半径的圆形区域;所述第二目标区域为以目标用户的地理位置信息为中心点,2R为半径的圆形区域;所述第三目标区域为以目标用户的地理位置信息为中心点,3R为半径的圆形区域。
优选地,所述预设的区域半径R根据当前城市的用户总数生成,用户总数越多,区域半径R越小。
优选地,所述内容模型还包括每个内容的查看次数NV以及内容查看篇幅百分比VP,所述内容的得分CS=NV*0.2+VP。
优选地,所述第一目标区域的权重值为0.4,所述第二目标区域的权重值为0.35,所述第三目标区域的权重值为0.25。
优选地,所述统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值,具体为:
根据每个目标区域的所有用户的内容模型,计算得到每个具有相同内容ID的内容的总得分;
根据每个内容的总得分以及其所在目标区域的用户总数,计算得到每个内容的平均得分;
根据内容所在的目标区域的权重值以及所述评分得分,计算得到每个内容的加权平均值。
优选地,所述地理位置信息包括经度信息以及纬度信息,所述经度信息以及纬度信息通过GPS获得。
本发明实施例还提供了一种基于区域的内容推荐装置,包括:
目标用户获取单元,用于获取目标用户的地理位置信息;
目标区域确定单元,用于根据所述目标用户的地理位置信息以及预设的区域半径R获取至少两个目标区域;其中,每个目标区域具有不同的权重值;
内容模型获取单元,用于获取位于每个目标区域内的所有用户的内容模型;其中,每个用户的内容模型包括用户查看的内容的内容ID、用户地理位置信息以及每个用户查看的内容的得分;
加权平均值计算单元,用于统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值;以及
内容推荐单元,用于根据每个内容的加权平均值对所有内容进行排序,并根据排序的情况将相应的内容推荐给所述目标用户。
本发明实施例还提供了一种基于区域的内容推荐平台,包括存储器以及处理器,所述存储器内存储有可执行代码,所述可执行代码能够被所述处理器执行,以实现如上述的基于区域的内容推荐方法。
本发明实施例还提供了一种计算机可读存储介质,存储有可执行代码,所述可执行代码能够被其所在的设备的处理器执行,以实现如上述的基于区域的内容推荐方法。
基于地理位置为用户推荐相应的内容,有效的解决了用户和用户之间查阅的内容无互动的缺陷,并且能使用户的个性化内容不再是单一的某种类型的内容,更注重了位于用户周围的用户的内容推荐,让用户感受到区域内容的文化和最近事件,增强了用户的内容阅读体验。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式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方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的基于区域的内容推荐方法的流程示意图。
图2是划分目标区域的示意图。
图3是本发明第二实施例提供的基于区域的内容推荐装置的结构示意图。
具体实施方式
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明第一实施例提供了一种基于区域的内容推荐方法,其可以由基于区域的内容推荐平台来执行,并至少包括如下步骤:
S101,获取目标用户的地理位置信息。
在本实施例中,可以通过目标用户的用户终端上的GPS装置来获取目标用户的地理位置信息。其中,所述地理位置信息可包括经度信息和纬度信息。
S102,根据所述目标用户的地理位置信息以及预设的区域半径R获取至少两个目标区域;其中,每个目标区域具有不同的权重值。
如图2所示,在本实施例中,所述目标区域可包括第一目标区域、第二目标区域以及第三目标区域;其中,所述第一目标区域为以目标用户的地理位置信息为中心点,R为半径的圆形区域;所述第二目标区域为以目标用户的地理位置信息为中心点,2R为半径的圆形区域;所述第三目标区域为以目标用户的地理位置信息为中心点,3R为半径的圆形区域。
需要说明的是,在本发明的其他实施例中,可以根据需要设定不同个数以及不同形状的目标区域,例如,可以设置有2个,4个,5个目标区域,目标区域还可以是环形、正方形或三角形的,本发明不做具体限定。
需要说明的是,在本实施例中,所述第一目标区域的权重值可为0.4,所述第二目标区域的权重值可为0.35,所述第三目标区域的权重值可为0.25。但也可根据实际需要调节不同目标区域的权重值,通常来说,距离目标用户更近的目标区域的权重值应当越大。
需要说明的是,在本实施例中,所述区域半径R根据当前城市的用户总数(PC)生成,用户总数越多,区域半径R越小。例如,如表1所示:
表1
Figure BDA0002294315640000051
当然,需要说明的是,表1仅是一种举例情况,不能理解为对本发明的限定。一般而言,当用户总数较多时,将区域半径R设置得相对小一点,可以获得与目标用户距离更近的用户查看的内容。而当用户总数较少时,将区域半径R设置得相对大一点,可避免数据过于少而导致的推荐不准确的问题。
S103,获取位于每个目标区域内的所有用户的内容模型;其中,每个用户的内容模型包括用户查看的内容的内容ID、用户地理位置信息以及每个用户查看的内容的得分。
如表2所示,表2给出了内容模型包含的信息:
表2
Figure BDA0002294315640000061
其中,表2中,得分CS=NV*0.2+VP,但需要说明的是,在本发明的其他实施例中,可以根据实际的需要来调整内容模型包括的信息以及得分的计算公式,本发明不做具体限定。
S104,统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值。
在本实施例中,首先需要确定每个用户所属的目标区域,具体地,先根据用户的地理位置信息以及目标用户的地理位置信息计算用户和目标用户的直线距离DIS,如果DIS<=3R则在第三目标区域;如果DIS<=2R则在第二目标区域;DIS<=R则在第一目标区域。
在本实施例中,在确定每个用户所属的目标区域后,对处于同一目标区域内的用户,首先获取其内容模型,然后根据每个目标区域的所有用户的内容模型,计算得到每个具有相同内容ID的内容的总得分,接着再根据每个内容的总得分以及其所在目标区域的用户总数,计算得到每个内容的平均得分,最后根据内容所在的目标区域的权重值以及所述评分得分,计算得到每个内容的加权平均值。
如表3所示,表3给出了不同内容的加权平均值:
表3
内容ID 评分得分ACS 权重值WV 加权平均值
001 0.5 0.4 0.2
002 0.8 0.35 0.28
003 1.0 0.25 0.25
S105,根据每个内容的加权平均值对所有内容进行排序,并根据排序的情况将相应的内容推荐给所述目标用户。
在本实施例中,在得到每个内容的加权平均值,即可按照加权平均值从高到低对内容排序,然后按照从高到低的向目标用户展示这些内容。
本实施例中,基于地理位置为用户推荐相应的内容,有效的解决了用户和用户之间查阅的内容无互动的缺陷,并且能使用户的个性化内容不再是单一的某种类型的内容,更注重了位于用户周围的用户的内容推荐,让用户感受到区域内容的文化和最近事件,增强了用户的内容阅读体验。
请参阅图3,本发明第二实施例还提供了一种基于区域的内容推荐装置,包括:
目标用户获取单元210,用于获取目标用户的地理位置信息;
目标区域确定单元220,用于根据所述目标用户的地理位置信息以及预设的区域半径R获取至少两个目标区域;其中,每个目标区域具有不同的权重值;
内容模型获取单元230,用于获取位于每个目标区域内的所有用户的内容模型;其中,每个用户的内容模型包括用户查看的内容的内容ID、用户地理位置信息以及每个用户查看的内容的得分;
加权平均值计算单元240,用于统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值;以及
内容推荐单元250,用于根据每个内容的加权平均值对所有内容进行排序,并根据排序的情况将相应的内容推荐给所述目标用户。
优选地,所述目标区域包括第一目标区域、第二目标区域以及第三目标区域;其中,所述第一目标区域为以目标用户的地理位置信息为中心点,R为半径的圆形区域;所述第二目标区域为以目标用户的地理位置信息为中心点,2R为半径的圆形区域;所述第三目标区域为以目标用户的地理位置信息为中心点,3R为半径的圆形区域。
优选地,所述预设的区域半径R根据当前城市的用户总数生成,用户总数越多,区域半径R越小。
优选地,所述内容模型还包括每个内容的查看次数NV以及内容查看篇幅百分比VP,所述内容的得分CS=NV*0.2+VP。
优选地,所述第一目标区域的权重值为0.4,所述第二目标区域的权重值为0.35,所述第三目标区域的权重值为0.25。
优选地,所述加权平均值计算单元240具体用于:
根据每个目标区域的所有用户的内容模型,计算得到每个具有相同内容ID的内容的总得分;
根据每个内容的总得分以及其所在目标区域的用户总数,计算得到每个内容的平均得分;
根据内容所在的目标区域的权重值以及所述评分得分,计算得到每个内容的加权平均值。
优选地,所述地理位置信息包括经度信息以及纬度信息,所述经度信息以及纬度信息通过GPS获得。
本发明第三实施例还提供了一种基于区域的内容推荐平台,包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如上述任一实施例的基于区域的内容推荐方法。
本发明第四实施例还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行,以实现如上述任一实施例的基于区域的内容推荐方法。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述基于区域的内容推荐平台中的执行过程。
所述基于区域的内容推荐平台可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述基于区域的内容推荐平台可包括,但不仅限于,处理器、存储器、显示器。本领域技术人员可以理解,上述部件仅仅是基于区域的内容推荐平台的示例,并不构成对基于区域的内容推荐平台的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述基于区域的内容推荐平台还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述基于区域的内容推荐平台的控制中心,利用各种接口和线路连接整个所述基于区域的内容推荐平台的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述基于区域的内容推荐的设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述基于区域的内容推荐平台集成的模块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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一个计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (7)

1.一种基于区域的内容推荐方法,其特征在于,包括:
获取目标用户的地理位置信息;
根据所述目标用户的地理位置信息以及预设的区域半径R获取至少两个目标区域;其中,所述目标区域为圆形,每个目标区域具有不同的权重值;其中,距离目标用户更近的目标区域的权重值越大;
获取位于每个目标区域内的所有用户的内容模型;其中,每个用户的内容模型包括用户查看的内容的内容ID、用户地理位置信息以及每个用户查看的内容的得分;其中,所述内容模型还包括每个内容的查看次数NV以及内容查看篇幅百分比VP,所述内容的得分CS=NV*0.2+VP;
统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值;其中具体为:根据每个目标区域的所有用户的内容模型,计算得到每个具有相同内容ID的内容的总得分;根据每个内容的总得分以及其所在目标区域的用户总数,计算得到每个内容的平均得分;根据内容所在的目标区域的权重值以及评分得分,计算得到每个内容的加权平均值;以及
根据每个内容的加权平均值对所有内容进行排序,并根据排序的情况将相应的内容推荐给所述目标用户。
2.根据权利要求1所述的基于区域的内容推荐方法,其特征在于,所述目标区域包括第一目标区域、第二目标区域以及第三目标区域;其中,所述第一目标区域为以目标用户的地理位置信息为中心点,R为半径的圆形区域;所述第二目标区域为以目标用户的地理位置信息为中心点,2R为半径的圆形区域;所述第三目标区域为以目标用户的地理位置信息为中心点,3R为半径的圆形区域。
3.根据权利要求2所述的基于区域的内容推荐方法,其特征在于,所述第一目标区域的权重值为0.4,所述第二目标区域的权重值为0.35,所述第三目标区域的权重值为0.25。
4.根据权利要求1所述的基于区域的内容推荐方法,其特征在于,所述地理位置信息包括经度信息以及纬度信息,所述经度信息以及纬度信息通过GPS获得。
5.一种基于区域的内容推荐装置,其特征在于,包括:
目标用户获取单元,用于获取目标用户的地理位置信息;
目标区域确定单元,用于根据所述目标用户的地理位置信息以及预设的区域半径R获取至少两个目标区域;其中,每个目标区域具有不同的权重值;其中,距离目标用户更近的目标区域的权重值越大;所述区域半径R根据当前城市的用户总数生成,用户总数越多,区域半径R越小;
内容模型获取单元,用于获取位于每个目标区域内的所有用户的内容模型;其中,每个用户的内容模型包括用户查看的内容的内容ID、用户地理位置信息以及每个用户查看的内容的得分;其中,所述内容模型还包括每个内容的查看次数NV以及内容查看篇幅百分比VP,所述内容的得分CS=NV*0.2+VP;
加权平均值计算单元,用于统计位于同一个目标区域内的具有相同内容ID的内容的总得分,再根据内容的总得分以及目标区域所对应的权重,获得每个内容的加权平均值;其中,所述加权平均值计算单元具体用于,根据每个目标区域的所有用户的内容模型,计算得到每个具有相同内容ID的内容的总得分;根据每个内容的总得分以及其所在目标区域的用户总数,计算得到每个内容的平均得分;根据内容所在的目标区域的权重值以及评分得分,计算得到每个内容的加权平均值;以及
内容推荐单元,用于根据每个内容的加权平均值对所有内容进行排序,并根据排序的情况将相应的内容推荐给所述目标用户。
6.一种基于区域的内容推荐平台,其特征在于,包括存储器以及处理器,所述存储器内存储有可执行代码,所述可执行代码能够被所述处理器执行,以实现如权利要求1至4任意一项所述的基于区域的内容推荐方法。
7.一种计算机可读存储介质,其特征在于,存储有可执行代码,所述可执行代码能够被其所在的设备的处理器执行,以实现如权利要求1至4任意一项所述的基于区域的内容推荐方法。
CN201911212322.1A 2019-11-28 2019-11-28 一种基于区域的内容推荐方法、装置、平台及存储介质 Active CN111008343B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911212322.1A CN111008343B (zh) 2019-11-28 2019-11-28 一种基于区域的内容推荐方法、装置、平台及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911212322.1A CN111008343B (zh) 2019-11-28 2019-11-28 一种基于区域的内容推荐方法、装置、平台及存储介质

Publications (2)

Publication Number Publication Date
CN111008343A CN111008343A (zh) 2020-04-14
CN111008343B true CN111008343B (zh) 2020-11-17

Family

ID=70112493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911212322.1A Active CN111008343B (zh) 2019-11-28 2019-11-28 一种基于区域的内容推荐方法、装置、平台及存储介质

Country Status (1)

Country Link
CN (1) CN111008343B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105022814A (zh) * 2015-07-08 2015-11-04 广东欧珀移动通信有限公司 一种信息推荐方法及用户终端
CN105706132A (zh) * 2013-09-24 2016-06-22 电子湾有限公司 基于社交媒体的推荐
CN106453617A (zh) * 2016-11-11 2017-02-22 北京锐安科技有限公司 一种信息推送方法及信息推送平台

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916476A (zh) * 2014-04-08 2014-07-09 百度在线网络技术(北京)有限公司 一种基于位置的信息推送方法及装置
CN105117945A (zh) * 2015-09-07 2015-12-02 广东欧珀移动通信有限公司 一种信息推送方法和装置
CN106095822B (zh) * 2016-05-31 2020-10-09 北京小米移动软件有限公司 软件推荐方法、装置及服务器
CN108874835A (zh) * 2017-05-16 2018-11-23 北京嘀嘀无限科技发展有限公司 信息推送方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105706132A (zh) * 2013-09-24 2016-06-22 电子湾有限公司 基于社交媒体的推荐
CN105022814A (zh) * 2015-07-08 2015-11-04 广东欧珀移动通信有限公司 一种信息推荐方法及用户终端
CN106453617A (zh) * 2016-11-11 2017-02-22 北京锐安科技有限公司 一种信息推送方法及信息推送平台

Also Published As

Publication number Publication date
CN111008343A (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
CN109446419B (zh) 一种推荐视频的方法以及装置
US20200005343A1 (en) Methods and apparatus to identify local trade areas
CN108537567B (zh) 一种目标用户群体的确定方法和装置
CN104834731B (zh) 一种自媒体信息的推荐方法及装置
CN105701108B (zh) 一种信息推荐方法、装置及服务器
CN103248658B (zh) 服务推荐装置、服务推荐方法和移动设备
US20170214646A1 (en) Systems and methods for providing social media location information
CN108182253B (zh) 用于生成信息的方法和装置
CN110110201B (zh) 一种内容推荐方法和系统
CN108363788B (zh) 帖子智能排位方法、装置以及计算机可读存储介质
US20170214752A1 (en) Systems and methods for providing geographically delineated content author information
WO2014130855A1 (en) Systems and methods for presenting and delivering content
CN113434755A (zh) 页面的生成方法、装置、电子设备及存储介质
CN110069547B (zh) 在线数据库表格数据统计方法、装置、介质和电子设备
CN111415184A (zh) 内容推荐方法、装置、电子设备及可读存储介质
CN111008343B (zh) 一种基于区域的内容推荐方法、装置、平台及存储介质
CN111159379B (zh) 一种自动出题方法、装置及系统
CN110175295B (zh) 广告位推荐方法、电子设备及计算机可读存储介质
CN112650946A (zh) 产品信息的推荐方法、装置、系统及存储介质
CN110796465B (zh) 资源展示设备确定方法、广告展示屏幕确定方法及装置
CN112004234B (zh) 待建基站的位置确定方法、装置、控制设备及存储介质
CN109325181B (zh) 一种直播间展示方法、装置及可读存储介质
CN109472454B (zh) 活动评估方法、装置、电子设备及存储介质
CN114201696A (zh) 一种消息推送方法及装置、存储介质、计算机设备
CN115080835A (zh) 信息推荐方法、装置、用户端及设备

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
CP01 Change in the name or title of a patent holder

Address after: No.16305, private service building, Guangzhou, Guangzhou

Patentee after: Guangdong yuewuji Network Technology Co.,Ltd.

Address before: No.16305, private service building, Guangzhou, Guangzhou

Patentee before: Guangdong Handingbee Assistant Network Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder