CN111552875A - 一种资源推荐方法、系统及电子设备 - Google Patents

一种资源推荐方法、系统及电子设备 Download PDF

Info

Publication number
CN111552875A
CN111552875A CN202010344123.2A CN202010344123A CN111552875A CN 111552875 A CN111552875 A CN 111552875A CN 202010344123 A CN202010344123 A CN 202010344123A CN 111552875 A CN111552875 A CN 111552875A
Authority
CN
China
Prior art keywords
current user
recommended
label
recommendation
resource
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
Application number
CN202010344123.2A
Other languages
English (en)
Inventor
孙华胜
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.)
Shenzhen Honghe Innovation Information Technology Co Ltd
Original Assignee
Shenzhen Honghe Innovation Information 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 Shenzhen Honghe Innovation Information Technology Co Ltd filed Critical Shenzhen Honghe Innovation Information Technology Co Ltd
Priority to CN202010344123.2A priority Critical patent/CN111552875A/zh
Publication of CN111552875A publication Critical patent/CN111552875A/zh
Pending legal-status Critical Current

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
    • G06F16/9535Search customisation based on user profiles and personalisation

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)

Abstract

本发明公开了一种资源推荐方法,涉及电子技术的技术领域,应用于电子设备中,所述电子设备上设置有感应装置,包括:通过所述感应装置获取当前用户的人物属性特征;根据所述当前用户的人物属性特征确定所述当前用户的人物画像,所述人物画像是基于所述当前用户的历史操作信息生成的;基于所述当前用户的人物画像,获得至少一条资源信息;将所述资源信息输出。本发明解决了现有技术中电子设备在进行资源投放时,精准度不高的技术问题,根据不同的用户的喜好,实现不同资源的推荐,进而达到精准推荐的效果。

Description

一种资源推荐方法、系统及电子设备
技术领域
本发明涉及电子技术的技术领域,尤其涉及一种资源推荐方法、系统及电子设备。
背景技术
随着电子技术的更新速度的加快,为满足人们日益见长的需求,对电子设备的智能化提出了新的要求。
然而,现有的电子设备(例如:智能电视)的开机logo、开机动画、开机视频、关机视频等都是固定的,或者由运营商后台批量更新,如果作为推荐资源信息的载体,进行资源投放的话,将存在精准度不高的问题,无法满足人们对于电子设备的高功能要求。
发明内容
本申请实施例通过提供一种资源推荐方法、系统、电子设备及计算机可读存储介质,解决了现有技术中利用电子设备进行资源投放时,存在精准度不高的技术问题。
第一方面,本申请通过本申请的一实施例提供如下技术方案:
一种资源推荐方法,应用于电子设备中,所述电子设备上设置有感应装置,所述方法包括:通过所述感应装置获取当前用户的人物属性特征;根据所述当前用户的人物属性特征,确定所述当前用户的人物画像,其中,所述人物画像与所述人物属性特征对应,所述人物画像是所述电子设备基于所述当前用户的历史操作信息生成的;基于所述当前用户的人物画像,获得至少一条资源信息;将所述资源信息输出。
在一个实施例中,所述当前用户的人物属性特征包括:所述当前用户的性别特征及年龄段特征。
在一个实施例中,所述感应装置包括摄像头或红外感应器,所述通过所述感应装置获取当前用户的人物属性特征,包括:当所述感应装置为所述摄像头时,通过所述摄像头获取所述当前用户的人物特定特征,所述人物特定特征包括行为特征和外貌特征,或所述人物特定特征包括外貌特征;当所述感应装置为所述红外感应器时,通过所述红外感应器获取所述当前用户的人物特定特征,所述人物特定特征包括行为特征和外貌特征;基于所述当前用户的人物特定特征,得到所述当前用户的性别特征及所述年龄段特征。
在一个实施例中,在所述根据所述当前用户的人物属性特征确定所述当前用户的人物画像之前,还包括:获取人物属性特征库,其中,所述人物属性特征库中包含多个用户的人物属性特征及其对应的人物画像;判断所述人物属性特征库中是否存在所述当前用户的人物属性特征;若存在,则根据所述当前用户的人物属性特征,确定所述当前用户的人物画像;若不存在,则记录所述当前用户的本次操作信息;基于所述当前用户的本次操作信息,生成所述当前用户的人物画像;将所述当前用户的人物属性特征与所述当前用户的人物画像进行关联,并存储到所述人物属性特征库中。
在一个实施例中,所述通过所述感应装置获取当前用户的人物属性特征,包括:在所述电子设备的开机过程中或关机过程中,通过所述感应装置获取所述当前用户的人物属性特征;所述将所述资源信息输出,包括:当在所述开机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述开机过程中输出所述资源信息;当在所述关机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述关机过程中输出所述资源信息。
在一个实施例中,所述在所述电子设备的开机过程中,通过所述感应装置获取所述当前用户的人物属性特征之后,还包括:记录所述当前用户的本次操作信息,所述当前用户的本次操作信息为所述当前用户在本次开机到本次关机之间的操作信息;基于所述当前用户的本次操作信息,更新所述历史操作信息,更新后的历史操作信息包括所述当前用户的本次操作信息;基于所述更新后的历史操作信息,更新所述当前用户的人物画像。
在一个实施例中,所述人物画像,包括:内容标签项、时间点标签项、时长标签项中的至少一种,其中,当所述人物画像包括所述内容标签项时,所述历史操作信息包括历史操作内容,所述内容标签项包括至少一个内容标签,单个所述内容标签对应一个第一优先级,所述第一优先级代表所述当前用户对该内容标签的喜好程度;当所述人物画像包括所述时间点标签项时,所述历史操作信息包括与所述历史操作内容对应的历史操作时间点,所述时间点标签项包括至少一个时间点标签,单个所述时间点标签对应一个第二优先级,所述第二优先级代表所述当前用户对该时间点标签的喜好程度;当所述人物画像包括所述时长标签项时,所述历史操作信息包括与所述历史操作内容对应的历史操作时长,所述时长标签项包括至少一个时长标签,单个所述时长标签对应一个第三优先级,所述第三优先级代表所述当前用户对该时长标签的喜好程度。
在一个实施例中,所述基于所述当前用户的人物画像,获得至少一条资源信息,包括:获取资源库,其中,所述资源库中存储有多个待推荐资源信息,并且每个待推荐资源信息均携带有待推荐内容标签、待推荐时间点标签、待推荐时长标签中的至少一种;获取所述待推荐资源信息的推荐系数,所述推荐系数包括第一推荐系数、第二推荐系数、第三推荐系数中的至少一个,其中,当所述待推荐资源信息携带有所述待推荐内容标签,且所述当前用户的人物画像包括所述内容标签项时,根据所述内容标签项中与所述待推荐内容标签对应的内容标签的第一优先级,得到所述待推荐内容标签的所述第一推荐系数;当所述待推荐资源信息携带有所述待推荐时间点标签,且所述当前用户的人物画像包括所述时间点标签项时,根据所述时间点标签项中与所述待推荐时间点标签对应的时间点标签的第二优先级,得到所述待推荐时间点标签的所述第二推荐系数;当所述待推荐资源信息携带有所述待推荐时长标签,且所述当前用户的人物画像包括所述时长标签项时,根据所述时长标签项中与所述待推荐时长标签对应的时长标签的第三优先级,得到所述待推荐时长标签的所述第三推荐系数;基于所述推荐系数,得到所述待推荐资源信息的匹配度;根据每个所述待推荐资源信息的匹配度,获得所述至少一资源信息。
在一个实施例中,所述基于所述推荐系数,得到所述待推荐资源信息的匹配度,具体包括:获取所述当前用户的权重系数,所述权重系数用于表征所述当前用户的人物画像中各类标签项在所述当前用户在选择资源时的重要程度,所述权重系数包括所述内容标签项的第一权重系数、所述时间点标签项的第二权重系数、所述时长标签项的第一权重系数中的至少一种,其中,当所述推荐系数包括所述第一推荐系数时,获取所述内容标签项的第一权重系数;当所述推荐系数包括所述第二推荐系数时,获取所述时间点标签项的第二权重系数;当所述推荐系数包括所述第三推荐系数时,获取所述时长标签项的第三权重系数;基于所述权重系数及所述推荐信息,得到所述待推荐资源信息的匹配度。
第二方面,本申请通过本申请的一实施例提供如下技术方案:
一种资源推荐系统,应用于电子设备中,所述电子设备上设置有感应装置,包括:采集模块,用于通过所述感应装置获取当前用户的人物属性特征;第一确定模块,用于根据所述当前用户的人物属性特征,确定所述当前用户的人物画像,其中,所述人物画像与所述人物属性特征对应,所述人物画像是所述电子设备基于所述当前用户的历史操作信息生成的;第一获得模块,基于所述当前用户的人物画像,获得至少一条资源信息;输出模块,用于将所述资源信息输出。
第三方面,本申请通过本申请的一实施例提供如下技术方案:
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可以实现上述任一权项所述的方法步骤。
第四方面,本申请通过本申请的一实施例提供如下技术方案:
一种计算机可读存储介质,其上存储有计算机程序,包括:该程序被处理器执行时可以实现上述任一权项所述的方法步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请中首先通过感应装置获取当前用户的人物属性特征,据此获取该当前用户的人物画像,根据人物画像,给当前用户推荐资源信息,由于所述人物画像是基于当前用户的历史操作信息生成的,能够代表当前用户的喜好,因此,基于人物画像实现的资源信息的推荐能够实现精准投放,能够针对不同的用户推荐与用户匹配的资源信息。本申请相对于现有技术来说,根据用户的喜好推荐资源信息,能够实现资源的精准推荐,解决了现有技术中利用电子设备进行资源投放时,存在精准度不高的技术问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本申请实施例提供的一种资源推荐方法的流程图;
图2为本申请实施例提供的一种资源推荐系统的架构图;
图3为本申请实施例提供的又一种资源推荐系统的架构图;
图4为本申请实施例提供的又一种资源推荐系统的架构图;
图5为本申请实施例提供的一种电子设备的结构图;
图6为本申请实施例提供的一种计算机可读存储介质的结构图。
具体实施方式
本申请实施例通过提供一种资源推荐方法、系统、电子设备及计算机可读存储介质,解决了现有技术中利用电子设备进行资源投放时,精准度不高的技术问题。
本申请实施例的技术方案为解决上述技术问题,总体思路如下:
本申请提出的资源推荐方案中,利用设置在电子设备的感应装置去抓取到当前用户的人物属性特征,根据抓取到的人物属性特征去确定当前用户的人物画像,结合确定出的人物画像对资源信息进行筛选,将筛选出的资源信息推荐给当前用户,由于人物画像是基于当前用户的历史操作信息生成的,因此,本方案筛选出的资源信息相对会更符合当前用户的偏好,从而能够提高资源推荐的精准度。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明,本文中出现的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例一
如图1所示,本实施例提供了一种资源推荐方法,应用于电子设备中,所述电子设备上设置有感应装置,需要说明的是,电子设备可以为智能电视、电子白板、电脑、手机、平板等设备,资源可以为影视资源,新闻资源等。为方便说明,本实施例中以当前用户采用电视机观看影视内容为例进行详细说明,所述方法包括:
步骤S101:通过感应装置获取当前用户的人物属性特征。
需要说明的是,当前用户为电子设备前正在使用电子设备的用户。
作为一种可选的实施例,当前用户的人物属性特征包括:当前用户的性别特征及年龄段特征。例如,性别特可以征包括:男、女两个特征;年龄段特征可以根据需要设置,例如:包括:0-8岁的儿童、9-17岁的少年、18-50岁的成年、50岁以上的老年。还可以根据需要设置为其他年龄段特征。
当该推荐方法应用在家庭设备(例如智能电视)中时,通过性别特征及年龄段特征基本能够将各家庭成员分开,以方便后续实现区分不同用户,实现个性化精准推荐。另外,当突然有相同年龄段和性别的客人来访,数据库中不存在该客人自身的历史记录,也能够根据相同年龄段和性别的用户的人物画像进行推荐。优点在于,相同年龄段和性别可能会具有相同的喜好,相比于随机推荐,能够一定程度的实现精准推荐。
需要说明的是,人物属性特征还可以为其他能够标识当前用户的特有特征,例如:指纹、人脸、虹膜等,以实现一对一的精准推荐。
作为一种可选的实施例,感应装置包括摄像头或红外感应器,步骤S101包括:
当感应装置为摄像头时,通过摄像头获取当前用户的人物特定特征,人物特定特征包括行为特征和外貌特征,或人物特定特征包括外貌特征,此时,行为特征可以为人物的移动速度、移动姿态(例如:佝偻行走),外貌特征可以为人物的面部特征和/或人物的轮廓;
当感应装置为红外感应器时,通过红外感应器获取当前用户的人物特定特征,人物特定特征包括行为特征和外貌特征,此时,行为特征可以为人物的移动速度、移动姿态(例如:佝偻行走),外貌特征可以为人物的轮廓;
基于当前用户的人物特定特征,得到当前用户的性别特征及年龄段特征。
作为一个示例,摄像头或红外感应器作为感应装置可以设置在电视机位于显示屏侧的顶部、logo灯处。
作为一种可选的实施例,步骤S101,包括:
当电子设备前存在多个用户时,通过感应装置获取多个用户的人物属性特征;
基于多个用户的人物属性特征并利用预设方式,从多个用户中确定当前用户,并获取当前用户的人物属性特征。
实际实施过程中,若电视机前只有一个用户,那么,直接获取电视机前此用户的人物属性特征。若电视机前有两个或两个以上的用户,便依据以下预设方式确定当前用户,例如:多个用户的优先级、多个用户在电视机前的位置关系、随机等。优先级可以根据需要进行设置,并提供用户设置端口,例如:该优先级可以是:女性>男性;成年>老年>少年>儿童等。
步骤S102:根据当前用户的人物属性特征,确定当前用户的人物画像,其中,人物画像与人物属性特征对应,人物画像是电子设备基于当前用户的历史操作信息生成的。
由于人物画像是基于当前用户的历史操作信息生成的,因此,能够代表当前用户的喜好,基于人物画像进行推荐,能够达到精准推荐的效果。
作为一种可选的实施例,在步骤S102之前,还包括:
获取人物属性特征库,其中,人物属性特征库中包含多个用户的人物属性特征及其对应的人物画像;
判断人物属性特征库中是否存在当前用户的人物属性特征;
若存在,则根据当前用户的人物属性特征,确定当前用户的人物画像;
若不存在,则记录当前用户的本次操作信息;
基于当前用户的本次操作信息,生成当前用户的人物画像;
将当前用户的人物属性特征与当前用户的人物画像进行关联,并存储到人物属性特征库中。
作为一个示例,人物属性特征库中用户的人物属性特征与人物画像通过ID编号进行关联,并以ID编号标识该用户的数据单元,即人物属性特征库中用户的人物属性特征、ID编号、人物画像一一对应。用户的ID编号是在首次获取到人物属性特征之后生成的,ID编号的生成规则:同一性别特征和同一年龄段特征,生成同一个ID编号。
在每一次的资源推荐过程中,当通过感应装置获取得到当前用户的人物属性特征之后,基于当前用户的人物属性特征,按照ID编号的生成规则生成与之对应的ID编号,并在人物属性特征库中查找是否存在该ID编号,若存在,即表明人物属性特征库中存在当前用户的人物属性特征,获取该ID编号标识的数据单元下的人物画像;若不存在,即表明人物属性特征库中不存在当前用户的人物属性特征,当人物属性特征库中不存在人物属性特征时,说明当前用户是新用户,数据库中不存在其历史操作信息和人物画像,为方便下一次推荐,需要记录该当前用户的本次操作信息成为历史操作信息,并基于此信息获取该当前用户的人物画像,并将人物属性特征及对应的人物画像存储到数据单元中,并以生成的ID编号标识该数据单元。
相较于比对多个人物属性特征以确定当前用户身份的方式,本实施例通过ID编号关联人物属性特征与人物画像的方式,每次进行资源推荐时,只需查找ID编号,即可确定是否存在当前用户的身份,从而能够快速查找人物画像。
作为一种可选的实施例,人物画像,包括:内容标签项、时间点标签项、时长标签项中的至少一种,其中,
当人物画像包括内容标签项时,历史操作信息包括历史操作内容,内容标签项包括至少一个内容标签,单个内容标签对应一个第一优先级,第一优先级代表当前用户对该内容标签的喜好程度;
当人物画像包括时间点标签项时,历史操作信息包括与历史操作内容对应的历史操作时间点,时间点标签项包括至少一个时间点标签,单个时间点标签对应一个第二优先级,第二优先级代表当前用户对该时间点标签的喜好程度;
当人物画像包括时长标签项时,历史操作信息包括与历史操作内容对应的历史操作时长,时长标签项包括至少一个时长标签,单个时长标签对应一个第三优先级,第三优先级代表当前用户对该时长标签的喜好程度。
作为一个示例,历史操作内容为当前用户操作的与主题相关的内容信息,内容标签项基于当前用户的历史操作内容生成,可以包括以下内容标签:动画片、韩剧、美剧、科幻、演员A、谍战;历史操作时间点为当前用户实施历史操作内容的具体时间点(例如:12:20)或时间段(例如:上午),时间点标签项基于当前用户的与历史操作内容对应的历史操作时间点生成,可以包括以下时间点标签:早(5:30-9:00)、上午(9:00-11:30)、中午(11:30-13:30)、下午(13:30-18:00)、晚上(18:00-23:00)、深夜(23:00-次日5:30);历史操作时长为当前用户实施历史操作内容的具体时长(例如:2.5个小时)或时长区间(例如:1-3小时),时长标签项基于与历史操作内容对应的历史操作时长生成,可以包括以下时长标签:1小时以内、1-3小时、3个小时以上。
需要说明的是,上述各类标签项中的各个标签可以根据需要进行设置,在使用的过程中,可以通过后台进行实时更新,不限于上述的各个标签。
作为一种可选的实施例,当历史操作信息包括历史操作内容时,历史操作内容包括:历史搜索内容、历史观看内容、及历史使用应用中的至少一种;
当所述历史操作信息包括与所述历史操作内容对应的历史操作时间点时,所述与历史操作内容对应的历史操作时间点,包括:历史搜索内容对应的历史搜索时间点、历史观看内容对应的历史观看时间点及历史使用应用对应的历史使用时间点中的至少一种;
当所述历史操作信息包括与所述历史操作内容对应的历史操作时长时,所述与历史操作内容对应的历史操作时长,包括:历史观看内容对应的历史观看时长及历史使用应用对应的历史使用时长中的至少一种。
具体的,历史搜索内容为当前用户主动输入关键词进行定向搜索的内容,能够精准代表当前用户的喜好,对其记录当前用户输入的关键词;历史观看内容为当前用户遥控选择或者智能电视自动播放的内容,对其记录片名信息和/或片源信息,片源信息通常包括:片长、片简介、片名、主演、导演、播放时间等;历史使用应用为当前用户用遥控选择的应用,例如:音乐、游戏等,对其记录应用名称信息和/或应用源信息。
作为一种可选的实施例,当人物画像包括内容标签项时,内容标签的第一优先级的获得方式,包括:获取当前用户的历史操作信息中与内容标签对应的历史操作内容的发生次数和/或发生总时长;基于与内容标签对应的历史操作内容的发生次数和/或发生总时长,得到内容标签的第一优先级。
具体的,历史操作内容的发生次数和/或发生总时长能够代表当前用户对该内容标签的喜好,可以将各个历史操作内容的发生次数和/或发生总时长分别作为各个内容标签的第一优先级;也可以依据各个历史操作内容的发生次数和/或发生总时长进行排序,根据排序结果,为相应的内容标签确定第一优先级。
需要说明的是,历史操作内容的发生总时长是指该历史操作内容每次的历史操作时长之和。
作为一种可选的实施例,当人物画像包括时间点标签项时,时间点标签的第二优先级的获得方式,包括:获取当前用户的历史操作信息中与时间点标签对应的历史操作时间点的发生次数;基于与时间点标签对应的历史操作时间点的发生次数,得到时间点标签的第二优先级。
具体的,历史操作时间点的发生次数能够代表当前用户对该时间点标签的喜好,可以将各个历史操作时间点的发生次数分别作为各个时间点标签的第二优先级;也可以依据各个历史操作时间点的发生次数进行排序,根据排序结果,为相应的时间点标签确定第二优先级。
作为一种可选的实施例,当人物画像包括时长标签项时,时长标签的第三优先级的获得方式,包括:获取当前用户的历史操作信息中与时长标签对应的历史操作时长的发生次数;基于与时长标签对应的历史操作时长的发生次数,得到时长标签的第三优先级。
具体的,历史操作时长的发生次数能够代表当前用户对该时长标签的喜好,可以将各个历史操作时长的发生次数分别作为各个时长标签的第三优先级;也可以依据各个历史操作时长的发生次数进行排序,根据排序结果,为相应的时长标签确定第三优先级。
步骤S103:基于当前用户的人物画像,获得至少一条资源信息。
资源信息用于描述资源并链接到资源,当用户对资源信息进行选中或点击时,跳转到资源。
本实施例中,由于人物画像是基于当前用户的历史操作信息生成的,能够代表当前用户的喜好,因此,基于当前用户的人物画像获得的资源信息进行投放,能够实现精准投放。
作为一种可选的实施例,步骤S103,包括:
获取资源库,其中,资源库中存储有多个待推荐资源信息,并且每个待推荐资源信息均携带有待推荐内容标签、待推荐时间点标签、待推荐时长标签中的至少一种,各待推荐标签可以由本地端根据每个待推荐资源信息形成,也可以直接利用网络中已形成的片源信息形成,在此不做限定;
获取所述待推荐资源信息的推荐系数,所述推荐系数包括第一推荐系数、第二推荐系数、第三推荐系数中的至少一个,其中,
当所述待推荐资源信息携带有所述待推荐内容标签,且所述当前用户的人物画像包括所述内容标签项时,根据所述内容标签项中与所述待推荐内容标签对应的内容标签的第一优先级,得到所述待推荐内容标签的所述第一推荐系数;
当所述待推荐资源信息携带有所述待推荐时间点标签,且所述当前用户的人物画像包括所述时间点标签项时,根据所述时间点标签项中与所述待推荐时间点标签对应的时间点标签的第二优先级,得到所述待推荐时间点标签的所述第二推荐系数;
当所述待推荐资源信息携带有所述待推荐时长标签,且所述当前用户的人物画像包括所述时长标签项时,根据所述时长标签项中与所述待推荐时长标签对应的时长标签的第三优先级,得到所述待推荐时长标签的所述第三推荐系数;
基于所述推荐系数,得到所述待推荐资源信息的匹配度,基于推荐系数得到匹配度的方式可以为:直接将各维度的推荐系数进行相加,将相加得到的分数作为待推荐资源信息的匹配度;
根据每个所述待推荐资源信息的匹配度,获得所述至少一资源信息,此处根据匹配度,可以仅获得匹配度最高的资源信息,也可以获得匹配度靠前的多个资源信息。
需要说明的是,在与待推荐内容标签对应的内容标签的第一优先级,得到待推荐内容标签的第一推荐系数的过程中,可能面临以下两个问题:
(一)同一个待推荐资源信息的待推荐内容标签涉及内容标签项中的多个内容标签时,此时,基于第一优先级最高的内容标签,得到待推荐内容标签的第一推荐系数。
(二)资源库中存在多个待推荐资源信息的待推荐内容标签均涉及内容标签项中的多个内容标签,且多个待推荐资源信息之间涉及相同的内容标签,此时,基于第一优先级最高的内容标签,得到各个待推荐内容标签的待形成第一推荐系数;若待形成第一推荐系数相同,继续基于剩余的内容标签的第一优先级的高低顺序,对待推荐内容标签的待形成第一推荐系数做补偿,进而得到各个待推荐内容标签的第一推荐系数。对待形成第一推荐系数做补偿,可以通过加分的方式,具体的,分值不应超过两个相邻优先级的内容标签对应的分值差。
下面,针对用户A的人物画像同时包括内容标签项、时间点标签项、时长标签项,同时,资源库的每个待推荐资源信息均携带待推荐内容标签、待推荐时间点标签、待推荐时长标签的情况,对推荐系数的获得过程进行举例说明:
用户A的内容标签项中有以下内容标签:动画、韩剧、美剧、科幻、谍战,内容标签项中各内容标签的第一优先级为:美剧(第一优先级为第一)>科幻(第一优先级为第二)>谍战(第一优先级为第三)>动画(第一优先级为第四)>韩剧(第一优先级为第五)。
时间点标签项中有以下时间点标签:早(5:00-9:00)、上午(9:00-11:30)、中午(11:30-14:00)、下午(14:00-18:00)、晚上(18:00-23:00)、深夜(23:00-5:00),时间点标签项中各时间点标签的第二优先级为:晚上(第二优先级为第一)>中午(第二优先级为第二)>下午(第二优先级为第三)>上午(第二优先级为第四)>深夜(第二优先级为第五)>早(第二优先级为第六)。
时长标签项有以下时长标签:1小时以内、1-3小时、3个小时以上,时长标签项中各时长标签的第三优先级为:1-3小时(第三优先级为第一)>1小时以内(第三优先级为第二)>3个小时以上(第三优先级为第三)。
资源库中具有以下待推荐资源信息:电影A、电影B、电影C。
上述每个待推荐资源信息均携带有待推荐内容标签、待推荐时间点标签及待推荐时长标签,具体如下:
电影A——待推荐内容标签:美剧、动画、家庭;待推荐时间点标签:130分钟;待推荐时长标签:19:00
电影B——待推荐内容标签:美剧、科幻;待推荐时间点标签:160分钟;待推荐时长标签:20:00
电影C——待推荐内容标签:国产剧、动画、奇幻;待推荐时间点标签:100分钟;待推荐时长标签:16:00
对于电影A,涉及到的用户A的内容标签有美剧(第一优先级为第一)、动画(第一优先级为第四);时间点标签为晚上(第二优先级为第一);时长标签为1-3小时(第三优先级为第一);
对于电影B,涉及到的用户A的内容标签有美剧(第一优先级为第一)、科幻(第一优先级为第二);时间点标签为晚上(第二优先级为第一);时长标签为1-3小时(第三优先级为第一);
对于电影C,涉及到的用户A的内容标签有动画(第一优先级为第四);时间点标签为下午(第二优先级为第三);时长标签为1-3小时(第三优先级为第一)。
那么,以待推荐资源信息的每个标签匹配到用户A的标签的最高优先级者,得10分,次优先级者9分,以此类推,且在涉及到相同的内容标签需要做补偿时,以每一优先级补偿0.2分进行补偿,得到如下推荐系数:
对于电影A,待推荐内容标签的第一推荐系数为:10(美剧:第一优先级为第一)+0.2(动画:第一优先级为第四)=10.2;待推荐时间点标签的第二推荐系数为10;待推荐时长标签的第三推荐系数为10;
对于电影B,待推荐内容标签的第一推荐系数为10(美剧:第一优先级为第一)+0.4(科幻:第一优先级为第二)=10.4;待推荐时间点标签的第二推荐系数为10;待推荐时长标签的第三推荐系数为10;
对于电影C,待推荐内容标签的第一推荐系数为7(动画:第一优先级为第四);待推荐时间点标签的第二推荐系数为8;待推荐时长标签的第三推荐系数为10;
由于电影A涉及到美剧、动画两个内容标签,电影B涉及到美剧、科幻两个内容标签,因此,两个待推荐资源均涉及到多个内容标签,且涉及到相同的内容标签“美剧”,并且,基于第一优先级最高的“美剧”,获得的待形成第一推荐系数相同,那么,此时针对电影A:则继续根据剩余的内容标签“动画”(第一优先级为第四),对待形成第一推荐系数进行加分补偿,加0.2分,此时针对电影B:则继续根据剩余的内容标签“科幻”(第一优先级为第二),对待形成第一推荐系数进行加分补偿,加0.4分,则得到电影A的第一推荐系数为10.2分,得到电影B的第一推荐系数为10.4分。
需要说明的是,上述举例中,仅基于人物画像同时包括内容标签项、时间点标签项、时长标签项进行推荐的情况进行了说明。人物画像还可以包括内容标签项、时间点标签项、时长标签项中的一种或两种,资源库中每个待推荐资源信息均携带有待推荐内容标签、待推荐时间点标签、待推荐时长标签中的一种或两种,基于第一推荐系数、第二推荐系数及第三推荐系数中的一个或两个,得到待推荐资源信息的匹配度,推荐过程相似,此处不再赘述。
另外需要说明的是,由于待推荐资源信息可能是网络中已形成的片源信息,相比于人物画像的标签的维度,可能存在缺少某个维度的标签的情况,这种情况下,为避免待推荐资源信息的片源信息的缺陷,导致投放资源达不到精准投放的情况,可以在考量各个待推荐资源信息的匹配度时,各个待推荐资源信息不考虑此标签维度的推荐系数,而是仅基于各个待推荐资源信息均涉及的标签维度的推荐系数,得到各自的匹配度。例如:资源库中有一个待推荐资源信息不携带待推荐时间点标签,则在计算所有的待推荐资源信息的匹配度时,均不考虑待推荐时间点标签的第二推荐系数。
作为一种可选的实施例,所述基于所述推荐系数,得到所述待推荐资源信息的匹配度,具体包括:
获取所述当前用户的权重系数,所述权重系数用于表征所述当前用户的人物画像中各类标签项在所述当前用户在选择资源时的重要程度,所述权重系数包括所述内容标签项的第一权重系数、所述时间点标签项的第二权重系数、所述时长标签项的第一权重系数中的至少一种,其中,
当所述推荐系数包括所述第一推荐系数时,获取所述内容标签项的第一权重系数;当所述推荐系数包括所述第二推荐系数时,获取所述时间点标签项的第二权重系数;当所述推荐系数包括所述第三推荐系数时,获取所述时长标签项的第三权重系数;
基于所述权重系数及所述推荐信息,得到所述待推荐资源信息的匹配度。
需要说明的是,第一权重系数代表当前用户在选择资源时对内容标签项的考量程度及考量偏好,第二权重系数代表当前用户在选择资源时对时间点标签项的考量程度及考量偏好,第三权重系数代表当前用户在选择资源时对时长标签项的考量程度及考量偏好,本申请中通过获取当前用户对各类标签项设置的权重系数,来进一步获得待推荐资源信息的匹配度,有利于更加精准地实现推荐。当前用户的偏好可能变化,可以提供接口接收并更新当前用户的内容标签项的第一权重系数、时间点标签项的第二权重系数、时长标签项的第三权重系数。
具体的,当推荐系数包括第一推荐系数、第二推荐系数、第三推荐系数时,可以基于如下等式得到待推荐资源信息的匹配度:
X=Wtype*Ktype+Wtime*Ktime+Wlong*Klong;
其中,X为待推荐资源信息的匹配度;Wtype为第一权重系数,Wtime为第二权重系数,Wlong为第三权重系数;Ktype为第一推荐系数、Ktime为第二推荐系数、Klong为第三推荐系数。
本实施例基于第一推荐系数、第二推荐系数及第三推荐系数获得待推荐资源信息的匹配度;需要说明的是,基于第一推荐系数、第二推荐系数及第三推荐系数中的一种或两种,获得待推荐资源信息的匹配度的过程,根据本实施例做相应调整,例如:当基于第一推荐系数、第二推荐系数,获得待推荐资源信息的匹配度的过程为:X=Wtype*Ktype+Wtime*Ktime,基于第一推荐系数,获得待推荐资源信息的匹配度的过程为:X=Wtype*Ktype。
步骤S104:将资源信息输出。
作为一种可选的实施例,步骤S101,包括:
在电子设备的开机过程中或关机过程中,通过感应装置获取当前用户的人物属性特征;
步骤S104,包括:
当在所述开机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述开机过程中输出所述资源信息;
当在所述关机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述关机过程中输出所述资源信息。
本实施例通过在开机过程或关机过程中进行推荐,一方面能够解决用户面对开机或关机画面一成不变的投放内容时,产生审美疲劳的问题,同时,若将开机画面或关机画面作为载体投放资源信息的话,能够提高推荐成功率。
需要说明的是,本申请不限于在开机或关机过程中进行推荐,也可以在播放过程中进行推荐。由于在开机过程、关机过程、播放过程中可以是不同的用户,因此,在各个过程中的每次推荐之前,需要通过感应装置重新获取当前用户的人物属性特征,以判断电子设备前的当前用户是否变更,若已变更,则需基于变更后的当前用户的人物画像进行推荐。为避免感应装置不间断地监测当前用户是否变更,触发进行推荐的时机可以是:当检测到对电子设备的第一触发信息时触发进行推荐,例如:遥控切换节目、语音指令切换节目等。
作为一种可选的实施例,所述在电子设备的开机过程中,通过感应装置获取当前用户的人物属性特征之后,还包括:
记录当前用户的本次操作信息,当前用户的本次操作信息为当前用户在本次开机到本次关机之间的操作信息,当前用户的本次操作信息可以是当前用户在本次开机到本次关机之间的多个操作信息,多个操作信息之间可以是间隔的,也可以是连续的,原因在于,在本次开机到本次关机之间,当前用户可能一直不变,导致多个操作信息连续;当前用户也可能随时变化,导致多个操作信息间隔;
基于当前用户的本次操作信息,更新历史操作信息,更新后历史操作信息包括当前用户的本次操作信息;
基于更新后的历史操作信息,更新当前用户的人物画像。
具体的,本次操作信息可以为操作内容、操作时间点、操作时长中的至少一种,在记录本次操作信息之前,需要确定与操作时长占据被操作内容的总时长的比例,判断该比例是否大于预设阈值,若是,则记录当前用户的本次操作信息,原因在于,在当前用户的播放过程中,存在大量不喜欢的片子被迅速地切换掉,但若此操作信息被记录了下来成为历史操作信息,其发生次数将占据大多数,直接影响标签的优先级,如果以此获取当前用户的人物画像,将导致结果极其不精准。因此,本实施例将当前用户不喜好的本次操作信息通过操作时长的占比进行筛除,筛除后记录的本次操作信息能够真正代表当期用户的喜好,进而能够更加精准地实现推荐。
另外,为建立当前用户的人物画像,需要在播放过程(本次开机到本次关机之间)中记录当前用户的本次操作信息,但播放过程中,当前用户可能随时在变化,为保证当前用户的本次操作信息记录的准确性,在记录当前用户的每个操作信息之前,需要通过感应装置重新获取当前用户的人物属性特征,判断电子设备前的当前用户是否还是之前的用户,若已变更,则需将接下来的操作信息对应记录到变更后的当前用户下。而触发感应装置重新获取当前用户的人物属性特征的条件,可以基于对电子设备的第一触发信息的采集,例如:遥控切换节目、语音指令切换节目等,即每检测到对电子设备的第一触发信息,重新启动感应装置对当前用户的人物属性特征进行获取。
需要说明的是,以第一触发信息作为判断当前用户是否变更的触发条件的原因在于,用户变更了,通常会对电子设备发出第一触发信息,因此,以此作为为判断当前用户是否变更的触发条件,保证了当前用户的本次操作信息记录的准确性,同时能够避免感应装置一直处于工作状态。需要说明的是,也可以让感应装置处于间歇式休眠状态或持续工作状态对电子设备前的当前用户进行识别。
下面通过举例的方式,对播放过程中记录当前用户的本次操作信息的过程进行详细说明,下例中的用户A和用户B的人物属性特征已经在人物属性特征库中存储,且用户B优先级高于用户A。
当用户A触发开机时,通过摄像头采集用户A的人物属性特征,基于用户A的人物属性特征对应的人物画像,向用户A推荐一资源信息,此资源信息输出在电视机的开机画面上;而后,用户A点击了节目M进行观看,将用户A的此操作信息记录到用户A下,后续基于更新后的历史操作信息,获得更新后的人物画像,为下一次推荐做准备;在节目M的播放过程中,用户B参与进来了,触发了第一触发信息将节目切换到节目N,此时,当采集到第一触发信息时,启动摄像头采集电视机前用户的人物属性特征,由于用户B优先级高于用户A,启动摄像头采集电视机前用户B的人物属性特征,将此操作信息记录到用户B下,后续基于更新后的历史操作信息,获得更新后的人物画像,为下一次推荐做准备。当用户A触发关机时(用户A和用户B均在电视机前),启动摄像头采集电视机前用户的人物属性特征,由于用户B优先级高于用户A,启动摄像头采集电视机前用户B的人物属性特征,基于用户B的人物画像,获得至少一资源信息,将资源信息在关机画面输出。
具体实施过程中,基于更新后的历史操作信息,更新当前用户的人物画像的过程可以如下:方式一:首先,根据需要设置待形成标签,例如:美剧、日剧、演员A三个待形成标签;然后,确定更新后的历史操作信息是否涉及待形成标签,若是,将该待形成标签进行累计积分,例如:用户看了演员A出演的节目N,则对待形成标签“演员A”加一分;最后,获取每个待形成标签对应的积分,即得到当前用户的人物画像。方式二:基于更新后的历史操作信息,更新当前用户的人物画像的过程还可以如下:基于更新后的历史操作信息进行大数据分析,进行共性分析,得到当前用户的人物画像。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请中首先通过感应装置获取当前用户的人物属性特征,据此获取该当前用户的人物画像,根据人物画像,给当前用户推荐资源信息,由于人物画像是基于当前用户的历史操作信息生成的,能够代表当前用户的喜好,因此,基于人物画像实现的资源信息的推荐能够实现精准投放,能够针对不同的用户推荐与用户匹配的资源信息。本申请相对于现有技术来说,根据用户的喜好推荐资源信息,能够实现资源的精准推荐,解决了现有技术中利用电子设备进行广告投放时,存在精准度不高的技术问题。
实施例二
如图2所示,本实施例提供了一种资源推荐系统,应用于电子设备中,电子设备上设置有感应装置,包括:
采集模块201,用于通过感应装置获取当前用户的人物属性特征;
第一确定模块202,用于根据所述当前用户的人物属性特征,确定所述当前用户的人物画像,其中,所述人物画像与所述人物属性特征对应,所述人物画像是所述电子设备基于所述当前用户的历史操作信息生成的;
获得模块203,基于当前用户的人物画像,获得至少一条资源信息;
输出模块204,用于将资源信息输出。
作为一种可选的实施例,所述当前用户的人物属性特征包括:
所述当前用户的性别特征及年龄段特征。
作为一种可选的实施例,采集模块201,包括:
第一采集子模块,用于当所述感应装置为所述摄像头时,通过摄像头获取当前用户的人物特定特征,所述人物特定特征包括行为特征和外貌特征,或所述人物特定特征包括外貌特征;
第二采集子模块,用于当所述感应装置为所述红外感应器时,通过所述红外感应器获取所述当前用户的人物特定特征,所述人物特定特征包括行为特征和外貌特征;
第一得到子模块,基于当前用户的人物特定特征,得到所述当前用户的性别特征及所述年龄段特征。
作为一种可选的实施例,如图3所示,所述资源推荐系统,还包括:
获取模块205,用于在所述根据所述当前用户的人物属性特征确定所述当前用户的人物画像之前,获取人物属性特征库,其中,所述人物属性特征库中包含多个用户的人物属性特征及其对应的人物画像;
判断模块206,用于判断所述人物属性特征库中是否存在所述当前用户的人物属性特征;
第二确定模块207,用于当所述人物属性特征库中存在所述当前用户的人物属性特征时,根据所述当前用户的人物属性特征,确定所述当前用户的人物画像;
第三确定模块208,用于当所述人物属性特征库中不存在所述当前用户的人物属性特征时,记录所述当前用户的本次操作信息;基于所述当前用户的本次操作信息,生成所述当前用户的人物画像;将所述当前用户的人物属性特征与所述当前用户的人物画像进行关联,并存储到所述人物属性特征库中。
作为一种可选的实施例,所述采集模块201,具体用于在所述电子设备的开机过程中或关机过程中,通过所述感应装置获取所述当前用户的人物属性特征;
所述输出模块204,具体用于当在所述开机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述开机过程中输出所述资源信息;当在所述关机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述关机过程中输出所述资源信息。
作为一种可选的实施例,如图4所示,所述资源推荐系统,还包括:
记录模块209,用于在所述电子设备的开机过程中,通过所述感应装置获取所述当前用户的人物属性特征之后,记录所述当前用户的本次操作信息,所述当前用户的本次操作信息为所述当前用户在本次开机到本次关机之间的操作信息;
第一更新模块210,用于基于所述当前用户的本次操作信息,更新所述历史操作信息,更新后的历史操作信息包括所述当前用户的本次操作信息;
第二更新模块211,用于基于所述更新后的历史操作信息,更新所述当前用户的人物画像。
作为一种可选的实施例,所述人物画像,包括:内容标签项、时间点标签项、时长标签项中的至少一种,其中,
当所述人物画像包括所述内容标签项时,所述历史操作信息包括历史操作内容,所述内容标签项包括至少一个内容标签,单个所述内容标签对应一个第一优先级,所述第一优先级代表所述当前用户对该内容标签的喜好程度;
当所述人物画像包括所述时间点标签项时,所述历史操作信息包括与所述历史操作内容对应的历史操作时间点,所述时间点标签项包括至少一个时间点标签,单个所述时间点标签对应一个第二优先级,所述第二优先级代表所述当前用户对该时间点标签的喜好程度;
当所述人物画像包括所述时长标签项时,所述历史操作信息包括与所述历史操作内容对应的历史操作时长,所述时长标签项包括至少一个时长标签,单个所述时长标签对应一个第三优先级,所述第三优先级代表所述当前用户对该时长标签的喜好程度。
作为一种可选的实施例,所述获得模块203,包括:
第一获取子模块,用于获取资源库,其中,所述资源库中存储有多个待推荐资源信息,并且每个待推荐资源信息均携带有待推荐内容标签、待推荐时间点标签、待推荐时长标签中的至少一种;
第二获取子模块,用于获取所述待推荐资源信息的推荐系数,所述推荐系数包括第一推荐系数、第二推荐系数、第三推荐系数中的至少一个,其中,
当所述待推荐资源信息携带有所述待推荐内容标签,且所述当前用户的人物画像包括所述内容标签项时,根据所述内容标签项中与所述待推荐内容标签对应的内容标签的第一优先级,得到所述待推荐内容标签的所述第一推荐系数;
当所述待推荐资源信息携带有所述待推荐时间点标签,且所述当前用户的人物画像包括所述时间点标签项时,根据所述时间点标签项中与所述待推荐时间点标签对应的时间点标签的第二优先级,得到所述待推荐时间点标签的所述第二推荐系数;
当所述待推荐资源信息携带有所述待推荐时长标签,且所述当前用户的人物画像包括所述时长标签项时,根据所述时长标签项中与所述待推荐时长标签对应的时长标签的第三优先级,得到所述待推荐时长标签的所述第三推荐系数;
第二得到子模块,用于基于所述推荐系数,得到所述待推荐资源信息的匹配度;
获得子模块,用于根据每个所述待推荐资源信息的匹配度,获得所述至少一资源信息。
作为一种可选的实施例,所述第二得到子模块,具体用于:
获取所述当前用户的权重系数,所述权重系数用于表征所述当前用户的人物画像中各类标签项在所述当前用户在选择资源时的重要程度,所述权重系数包括所述内容标签项的第一权重系数、所述时间点标签项的第二权重系数、所述时长标签项的第一权重系数中的至少一种,其中,
当所述推荐系数包括所述第一推荐系数时,获取所述内容标签项的第一权重系数;当所述推荐系数包括所述第二推荐系数时,获取所述时间点标签项的第二权重系数;当所述推荐系数包括所述第三推荐系数时,获取所述时长标签项的第三权重系数;
基于所述权重系数及所述推荐信息,得到所述待推荐资源信息的匹配度。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请中首先通过感应装置获取当前用户的人物属性特征,据此获取该当前用户的人物画像,根据人物画像,给当前用户推荐资源信息,由于人物画像是基于当前用户的历史操作信息生成的,能够代表当前用户的喜好,因此,基于人物画像实现的资源信息的推荐能够实现精准投放,能够针对不同的用户推荐与用户匹配的资源信息。本申请相对于现有技术来说,根据用户的喜好推荐资源信息,能够实现资源信息的精准推荐,解决了现有技术中利用电子设备进行广告投放时,存在精准度不高的技术问题。
实施例三
基于同一发明构思,如图5所示,本实施例提供了一种电子设备300,包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311,处理器320执行程序311时可以实现如下方法步骤:
通过感应装置获取当前用户的人物属性特征;根据所述当前用户的人物属性特征,确定所述当前用户的人物画像,其中,所述人物画像与所述人物属性特征对应,所述人物画像是所述电子设备基于所述当前用户的历史操作信息生成的;基于当前用户的人物画像,获得至少一条资源信息;将资源信息输出
在具体实施过程中,处理器320执行程序311时,还可以实现实施例一中的任一方式步骤。
实施例四
基于同一发明构思,如图6所示,本实施例提供了一种计算机可读存储介质400,其上存储有计算机程序411,该计算机程序411被处理器执行时实现以下步骤:
通过感应装置获取当前用户的人物属性特征;根据所述当前用户的人物属性特征,确定所述当前用户的人物画像,其中,所述人物画像与所述人物属性特征对应,所述人物画像是所述电子设备基于所述当前用户的历史操作信息生成的;基于当前用户的人物画像,获得至少一条资源信息;将资源信息输出。
在具体实施过程中,该计算机程序411被处理器执行时,可以实现实施例二中的任一方法步骤。
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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作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范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种资源推荐方法,其特征在于,应用于电子设备中,所述电子设备上设置有感应装置,所述方法包括:
通过所述感应装置获取当前用户的人物属性特征;
根据所述当前用户的人物属性特征,确定所述当前用户的人物画像,其中,所述人物画像与所述人物属性特征对应,所述人物画像是所述电子设备基于所述当前用户的历史操作信息生成的;
基于所述当前用户的人物画像,获得至少一条资源信息;
将所述资源信息输出。
2.如权利要求1所述的资源推荐方法,其特征在于,所述当前用户的人物属性特征包括:
所述当前用户的性别特征及年龄段特征。
3.如权利要求2所述的资源推荐方法,其特征在于,所述通过所述感应装置获取当前用户的人物属性特征,包括:
当所述感应装置为所述摄像头时,通过所述摄像头获取所述当前用户的人物特定特征,所述人物特定特征包括行为特征和外貌特征,或所述人物特定特征包括外貌特征;
当所述感应装置为所述红外感应器时,通过所述红外感应器获取所述当前用户的人物特定特征,所述人物特定特征包括行为特征和外貌特征;
基于所述当前用户的人物特定特征,得到所述当前用户的性别特征及所述年龄段特征。
4.如权利要求1所述的资源推荐方法,其特征在于,在所述根据所述当前用户的人物属性特征确定所述当前用户的人物画像之前,还包括:
获取人物属性特征库,其中,所述人物属性特征库中包含多个用户的人物属性特征及其对应的人物画像;
判断所述人物属性特征库中是否存在所述当前用户的人物属性特征;
若存在,则根据所述当前用户的人物属性特征,确定所述当前用户的人物画像;
若不存在,则记录所述当前用户的本次操作信息;
基于所述当前用户的本次操作信息,生成所述当前用户的人物画像;
将所述当前用户的人物属性特征与所述当前用户的人物画像进行关联,并存储到所述人物属性特征库中。
5.如权利要求1所述的资源推荐方法,其特征在于,所述通过所述感应装置获取当前用户的人物属性特征,包括:
在所述电子设备的开机过程中或关机过程中,通过所述感应装置获取所述当前用户的人物属性特征;
所述将所述资源信息输出,包括:
当在所述开机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述开机过程中输出所述资源信息;
当在所述关机过程中,通过所述感应装置获取所述当前用户的人物属性特征时,在所述关机过程中输出所述资源信息。
6.如权利要求1所述的资源推荐方法,其特征在于,所述在所述电子设备的开机过程中,通过所述感应装置获取所述当前用户的人物属性特征之后,还包括:
记录所述当前用户的本次操作信息,所述当前用户的本次操作信息为所述当前用户在本次开机到本次关机之间的操作信息;
基于所述当前用户的本次操作信息,更新所述历史操作信息,更新后的历史操作信息包括所述当前用户的本次操作信息;
基于所述更新后的历史操作信息,更新所述当前用户的人物画像。
7.如权利要求1所述的资源推荐方法,其特征在于,所述人物画像,包括:内容标签项、时间点标签项、时长标签项中的至少一种,其中,
当所述人物画像包括所述内容标签项时,所述历史操作信息包括历史操作内容,所述内容标签项包括至少一个内容标签,单个所述内容标签对应一个第一优先级,所述第一优先级代表所述当前用户对该内容标签的喜好程度;
当所述人物画像包括所述时间点标签项时,所述历史操作信息包括与所述历史操作内容对应的历史操作时间点,所述时间点标签项包括至少一个时间点标签,单个所述时间点标签对应一个第二优先级,所述第二优先级代表所述当前用户对该时间点标签的喜好程度;
当所述人物画像包括所述时长标签项时,所述历史操作信息包括与所述历史操作内容对应的历史操作时长,所述时长标签项包括至少一个时长标签,单个所述时长标签对应一个第三优先级,所述第三优先级代表所述当前用户对该时长标签的喜好程度。
8.如权利要求7所述的资源推荐方法,其特征在于,所述基于所述当前用户的人物画像,获得至少一条资源信息,包括:
获取资源库,其中,所述资源库中存储有多个待推荐资源信息,并且每个待推荐资源信息均携带有待推荐内容标签、待推荐时间点标签、待推荐时长标签中的至少一种;
获取所述待推荐资源信息的推荐系数,所述推荐系数包括第一推荐系数、第二推荐系数、第三推荐系数中的至少一个,其中,
当所述待推荐资源信息携带有所述待推荐内容标签,且所述当前用户的人物画像包括所述内容标签项时,根据所述内容标签项中与所述待推荐内容标签对应的内容标签的第一优先级,得到所述待推荐内容标签的所述第一推荐系数;
当所述待推荐资源信息携带有所述待推荐时间点标签,且所述当前用户的人物画像包括所述时间点标签项时,根据所述时间点标签项中与所述待推荐时间点标签对应的时间点标签的第二优先级,得到所述待推荐时间点标签的所述第二推荐系数;
当所述待推荐资源信息携带有所述待推荐时长标签,且所述当前用户的人物画像包括所述时长标签项时,根据所述时长标签项中与所述待推荐时长标签对应的时长标签的第三优先级,得到所述待推荐时长标签的所述第三推荐系数;
基于所述推荐系数,得到所述待推荐资源信息的匹配度;
根据每个所述待推荐资源信息的匹配度,获得所述至少一资源信息。
9.如权利要求8所述的资源推荐方法,其特征在于,所述基于所述推荐系数,得到所述待推荐资源信息的匹配度,具体包括:
获取所述当前用户的权重系数,所述权重系数用于表征所述当前用户的人物画像中各类标签项在所述当前用户在选择资源时的重要程度,所述权重系数包括所述内容标签项的第一权重系数、所述时间点标签项的第二权重系数、所述时长标签项的第一权重系数中的至少一种,其中,
当所述推荐系数包括所述第一推荐系数时,获取所述内容标签项的第一权重系数;当所述推荐系数包括所述第二推荐系数时,获取所述时间点标签项的第二权重系数;当所述推荐系数包括所述第三推荐系数时,获取所述时长标签项的第三权重系数;
基于所述权重系数及所述推荐信息,得到所述待推荐资源信息的匹配度。
10.一种资源推荐系统,应用于电子设备中,所述电子设备上设置有感应装置,其特征在于,包括:
采集模块,用于通过所述感应装置获取当前用户的人物属性特征;
第一确定模块,用于根据所述当前用户的人物属性特征,确定所述当前用户的人物画像,其中,所述人物画像与所述人物属性特征对应,所述人物画像是所述电子设备基于所述当前用户的历史操作信息生成的;
第一获得模块,基于所述当前用户的人物画像,获得至少一条资源信息;
输出模块,用于将所述资源信息输出。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可以实现如权利要求1~9任一权项所述的方法步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,包括:该程序被处理器执行时可以实现如权利要求1~9任一权项所述的方法步骤。
CN202010344123.2A 2020-04-27 2020-04-27 一种资源推荐方法、系统及电子设备 Pending CN111552875A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010344123.2A CN111552875A (zh) 2020-04-27 2020-04-27 一种资源推荐方法、系统及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010344123.2A CN111552875A (zh) 2020-04-27 2020-04-27 一种资源推荐方法、系统及电子设备

Publications (1)

Publication Number Publication Date
CN111552875A true CN111552875A (zh) 2020-08-18

Family

ID=72001570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010344123.2A Pending CN111552875A (zh) 2020-04-27 2020-04-27 一种资源推荐方法、系统及电子设备

Country Status (1)

Country Link
CN (1) CN111552875A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022166678A1 (zh) * 2021-02-03 2022-08-11 华人运通(江苏)技术有限公司 一种车载储物装置、车载冰箱及汽车
CN115866339A (zh) * 2022-12-07 2023-03-28 深圳创维-Rgb电子有限公司 电视节目推荐方法、装置、智能设备及可读存储介质
CN112685637B (zh) * 2020-12-30 2023-04-14 青岛海信智慧生活科技股份有限公司 一种智能设备的智能交互方法及智能设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110149540A (zh) * 2018-04-27 2019-08-20 腾讯科技(深圳)有限公司 多媒体资源的推荐处理方法、装置、终端及可读介质
CN110309358A (zh) * 2018-03-27 2019-10-08 京东方科技集团股份有限公司 一种资源推荐方法及系统
US20200076634A1 (en) * 2018-08-28 2020-03-05 International Business Machines Corporation Prescriptive meeting resource recommendation engine using calendar invite content

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309358A (zh) * 2018-03-27 2019-10-08 京东方科技集团股份有限公司 一种资源推荐方法及系统
CN110149540A (zh) * 2018-04-27 2019-08-20 腾讯科技(深圳)有限公司 多媒体资源的推荐处理方法、装置、终端及可读介质
US20200076634A1 (en) * 2018-08-28 2020-03-05 International Business Machines Corporation Prescriptive meeting resource recommendation engine using calendar invite content

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112685637B (zh) * 2020-12-30 2023-04-14 青岛海信智慧生活科技股份有限公司 一种智能设备的智能交互方法及智能设备
WO2022166678A1 (zh) * 2021-02-03 2022-08-11 华人运通(江苏)技术有限公司 一种车载储物装置、车载冰箱及汽车
CN115866339A (zh) * 2022-12-07 2023-03-28 深圳创维-Rgb电子有限公司 电视节目推荐方法、装置、智能设备及可读存储介质

Similar Documents

Publication Publication Date Title
US11743537B2 (en) User control for displaying tags associated with items in a video playback
US11011206B2 (en) User control for displaying tags associated with items in a video playback
US10979761B2 (en) Intelligent video interaction method
RU2614137C2 (ru) Способ и устройство для получения информации
CN109118290B (zh) 方法、系统和计算机可读非暂时性存储介质
US20180152767A1 (en) Providing related objects during playback of video data
JP4775671B2 (ja) 情報処理装置および方法、並びにプログラム
CN111552875A (zh) 一种资源推荐方法、系统及电子设备
US10158920B2 (en) Interaction system and interaction method thereof
CN103428571A (zh) 智能的电视购物系统和方法
US20230061691A1 (en) Display Apparatus with Intelligent User Interface
US11706489B2 (en) Display apparatus with intelligent user interface
EP1142319A1 (en) Fusion of media for information sources
CN113114841B (zh) 动态壁纸获取方法、装置
KR20030031974A (ko) 이용자들의 개인 특성들을 이용하는 권고안들의 필터링
US10440435B1 (en) Performing searches while viewing video content
CN111417024A (zh) 一种基于场景识别的节目推荐方法、系统及存储介质
CN112004117A (zh) 视频播放方法及装置
CN107515869B (zh) 一种搜索方法和装置、一种用于搜索的装置
CN112464031A (zh) 交互方法、装置、电子设备以及存储介质
US20190356951A1 (en) Display apparatus with intelligent user interface
US20140372424A1 (en) Method and system for searching video scenes
CN113596574A (zh) 视频处理方法、视频处理装置、电子设备和可读存储介质
CN112685641A (zh) 一种信息处理方法及装置
US20220360866A1 (en) Product suggestion and rules engine driven off of ancillary data

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: 20200818