CN113159184A - 一种用户兴趣特征识别方法及装置 - Google Patents
一种用户兴趣特征识别方法及装置 Download PDFInfo
- Publication number
- CN113159184A CN113159184A CN202110440785.4A CN202110440785A CN113159184A CN 113159184 A CN113159184 A CN 113159184A CN 202110440785 A CN202110440785 A CN 202110440785A CN 113159184 A CN113159184 A CN 113159184A
- Authority
- CN
- China
- Prior art keywords
- information
- weight
- user
- activated
- picture
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 239000000463 material Substances 0.000 claims description 74
- 230000006399 behavior Effects 0.000 claims description 65
- 230000001186 cumulative effect Effects 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 16
- 238000005096 rolling process Methods 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 230000007246 mechanism Effects 0.000 description 28
- 230000001960 triggered effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种用户兴趣特征识别方法及装置。播放展示信息;监听用户的操作行为;判断操作行为是否与预设的权重调整规则匹配;若匹配,重新赋值与操作行为对应的展示信息的权重调整系数;根据公式计算得到展示信息在所对应维度上的最终权重值;根据公式计算得到用户兴趣特征模型,从而完成对用户兴趣特征的识别,解决了现有技术中效率低和识别准确性低的技术问题,实现了提高工作效率和识别准确性的技术效果。
Description
技术领域
本发明涉及特征识别技术领域,尤其涉及一种用户兴趣特征识别方法及装置。
背景技术
在房地产营销领域,为提升转化率,营销人员会通过对客户的资料分析,以及与客户的直接交流,人工对客户的特点做判断和记录,从而在后续工作中引导客户选购楼盘,在线下完成销售。
这种对客户特征标记的方式,需要在一对一交流后才能完成,特征标记的准确性也依赖于客户经理的经验,不仅效率低下,而且主观性强,识别准确性低。
发明内容
本发明通过提供一种用户兴趣特征识别方法及装置,解决了现有技术中效率低和识别准确性低的技术问题,实现了提高工作效率和识别准确性的技术效果。
本发明提供了一种用户兴趣特征识别方法,包括:
播放展示信息;
监听用户的操作行为;
判断所述操作行为是否与预设的权重调整规则匹配;
若匹配,重新赋值与所述操作行为对应的展示信息的权重调整系数fi;
根据公式FQi=Qi*fi计算得到所述展示信息在所对应维度上的最终权重值FQi;其中,Qi为所述展示信息的初始权重值;
进一步地,所述判断所述操作行为是否与预设的权重调整规则匹配,具体包括:
识别与所述操作行为对应的展示信息的类型;
将与所述展示信息类型对应的操作行为与预设的权重调整规则库中该展示信息类型的权重调整规则匹配。
进一步地,所述重新赋值与所述操作行为对应的展示信息的权重调整系数fi,包括:
若与所述操作行为对应的展示信息的类型为文字,根据公式fi=1+Li+Mi计算得到权重调整系数fi;
其中,为第一权重调整参数;ti为位于展示设备屏幕中有效区域的文字信息获得展示的累计时长,ti=LASTti+(T2-T1),LASTti为本次当前事件被激活前ti的值;T1为本次当前事件被激活时屏幕停止滚动的时间点,T2为本次当前事件被激活时屏幕恢复滚动的时间点;Wi为所述文字信息的单词和汉字数所占字符数之和;a为第一预设常量,与所述展示设备宽度对应单行可显示最大字符数相关;b为第二预设常量,与所述展示设备的分辨率和字体大小相关;
为第二权重调整参数;cti为所述文字信息获得重点关注的累计时长,cti=LASTcti+(T4-T3),LASTcti为本次当前事件被激活前cti的值,T3为本次当前事件被激活时所述展示信息文字部分或全部被用户选中的时间点,T4为本次当前事件被激活时恢复未选中状态时的时间点;c为第三预设常量,与所述文字信息预设的滚屏速度相关;d为第四预设常量,与服务器端提供的所有用户平均的展示信息滚屏速度相关;g为第五预设常量,与所述展示设备的屏幕分辨率相关。
进一步地,所述重新赋值与所述操作行为对应的展示信息的权重调整系数fi,包括:
若与所述操作行为对应的展示信息的类型为图片,根据公式fi=1+Ni+Oi+Gi计算得到权重调整系数fi;
其中,为第三权重调整参数,pti为所述图片信息获得展示的累计时长,pti=LASTpti+(T6-T5);LASTpti为本次当前事件被激活前pti的值,T5为本次当前事件被激活时所述图片信息变为打开状态时的时间点,T6为本次当前事件被激活时所述图片信息解除打开状态时的时间点;pa为第六预设常量,与所述图片信息的分辨率相关;pb为第七预设常量,与所述图片信息的缩略图文件大小和原图文件大小的比例相关;pc为第八预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例相关;
为第四权重调整参数,si为所述图片信息获得重点关注的累计次数,si=LASTsi+S;LASTsi为本次当前事件被激活前si的值,S为所述图片信息本次变为打开状态后至解除打开状态前,图片放缩事件和移动事件的触发次数;h为所述展示设备的第一误差参数,综合实验结果设置第一误差参数以调整记录图片数据精度;f为第一用户误差参数,表示用户在观看图片信息时的平均误触次数;k为第九预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户屏幕的尺寸比例有关;
Gi=pg×keyi为第五权重调整参数,keyi为所述图片信息被保存与否的标记;pg为第十预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户所处的网络环境相关。
进一步地,所述重新赋值与所述操作行为对应的展示信息的权重调整系数fi,包括:
若与所述操作行为对应的展示信息的类型为视频,根据公式fi=1+Si+Ui+Vi计算得到权重调整系数fi;
其中,为第六权重调整参数,sti为所述视频信息获得展示的累计时长,sti=LASTsti+(T8-T7);LASTsti为本次当前事件被激活前sti的值,T7为本次当前事件被激活时所述视频信息被打开变为播放状态的时间点,T8为本次当前事件被激活时所述视频信息解除播放状态时的时间点;Si为所述视频信息的素材视频时长;sa、sb均为保证函数连续性设置的辅助常量,满足当sti趋于0.7×Si时,两边公式所得计算结果趋于同一值,以保证函数连续不间断;sa、sb的取值与sc、Si相关,实际可根据阈值设置和视频信息时长进行修正;sc为第十一预设常量,与所述视频信息的时长和视频文件大小的比例、所述视频信息的分辨率相关;
为第七权重调整参数,psi为所述视频信息获得重点关注的累计次数;psi=LASTpsi+Pi;;LASTpsi为本次当前事件被激活前psi的值,Pi为本次当前事件被激活时记录用户进行回退播放操作的次数;ph为所述展示设备的第二误差参数,综合实验结果设置第二误差参数以调整记录视频数据精度,pf为第二用户误差参数,表示用户在观看视频信息时的平均误触次数;pk为第十二预设常量,与所述视频信息的时长、用户当前所处网络、所述视频信息的分辨率相关;
Vi=pv×keyj为第八权重调整参数,keyj为所述视频信息被保存与否的标记;pv为第十三预设常量,与所述视频信息的时长、用户当前所处网络相关。
本发明还提供了一种用户兴趣特征识别装置,包括:
播放模块,用于播放展示信息;
监听模块,用于监听用户的操作行为;
匹配模块,用于判断所述操作行为是否与预设的权重调整规则匹配;
权重系数调整模块,用于若匹配,重新赋值与所述操作行为对应的展示信息的权重调整系数fi;
权重值计算模块,用于根据公式FQi=Qi*fi计算得到所述展示信息在所对应维度上的最终权重值FQi;其中,Qi为所述展示信息的初始权重值;
进一步地,所述匹配模块,具体包括:
展示信息类型识别单元,用于识别与所述操作行为对应的展示信息的类型;
匹配执行单元,用于将与所述展示信息类型对应的操作行为与预设的权重调整规则库中该展示信息类型的权重调整规则匹配。
进一步地,所述权重系数调整模块,包括:
第一权重系数调整单元,用于若所述展示信息类型识别单元的识别结果为文字,根据公式fi=1+Li+Mi计算得到权重调整系数fi;其中,为第一权重调整参数;ti为位于展示设备屏幕中有效区域的文字信息获得展示的累计时长,ti=LASTti+(T2-T1),LASTti为本次当前事件被激活前ti的值;T1为本次当前事件被激活时屏幕停止滚动的时间点,T2为本次当前事件被激活时屏幕恢复滚动的时间点;Wi为所述文字信息的单词和汉字数所占字符数之和;a为第一预设常量,与所述展示设备宽度对应单行可显示最大字符数相关;b为第二预设常量,与所述展示设备的分辨率和字体大小相关;为第二权重调整参数;cti为所述文字信息获得重点关注的累计时长,cti=LASTcti+(T4-T3),LASTcti为本次当前事件被激活前cti的值,T3为本次当前事件被激活时所述展示信息文字部分或全部被用户选中的时间点,T4为本次当前事件被激活时恢复未选中状态时的时间点;c为第三预设常量,与所述文字信息预设的滚屏速度相关;d为第四预设常量,与服务器端提供的所有用户平均的展示信息滚屏速度相关;g为第五预设常量,与所述展示设备的屏幕分辨率相关。
进一步地,所述权重系数调整模块,包括:
第二权重系数调整单元,用于若所述展示信息类型识别单元的识别结果为图片,根据公式fi=1+Ni+Oi+Gi计算得到权重调整系数fi;其中,为第三权重调整参数,pti为所述图片信息获得展示的累计时长,pti=LASTpti+(T6-T5);LASTpti为本次当前事件被激活前pti的值,T5为本次当前事件被激活时所述图片信息变为打开状态时的时间点,T6为本次当前事件被激活时所述图片信息解除打开状态时的时间点;pa为第六预设常量,与所述图片信息的分辨率相关;pb为第七预设常量,与所述图片信息的缩略图文件大小和原图文件大小的比例相关;pc为第八预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例相关;为第四权重调整参数,si为所述图片信息获得重点关注的累计次数,si=LASTsi+S;LASTsi为本次当前事件被激活前si的值,S为所述图片信息本次变为打开状态后至解除打开状态前,图片放缩事件和移动事件的触发次数;h为所述展示设备的第一误差参数,综合实验结果设置第一误差参数以调整记录图片数据精度;f为第一用户误差参数,表示用户在观看图片信息时的平均误触次数;k为第九预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户屏幕的尺寸比例有关;Gi=pg×keyi为第五权重调整参数,keyi为所述图片信息被保存与否的标记;pg为第十预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户所处的网络环境相关。
进一步地,所述权重系数调整模块,包括:
第三权重系数调整单元,用于若所述展示信息类型识别单元的识别结果为视频,根据公式fi=1+Si+Ui+Vi计算得到权重调整系数fi;其中,为第六权重调整参数,sti为所述视频信息获得展示的累计时长,sti=LASTsti+(T8-T7);LASTsti为本次当前事件被激活前sti的值,T7为本次当前事件被激活时所述视频信息被打开变为播放状态的时间点,T8为本次当前事件被激活时所述视频信息解除播放状态时的时间点;Si为所述视频信息的素材视频时长;sa、sb均为保证函数连续性设置的辅助常量,满足当sti趋于0.7×Si时,两边公式所得计算结果趋于同一值,以保证函数连续不间断;sa、sb的取值与sc、Si相关,实际可根据阈值设置和视频信息时长进行修正;sc为第十一预设常量,与所述视频信息的时长和视频文件大小的比例、所述视频信息的分辨率相关;为第七权重调整参数,psi为所述视频信息获得重点关注的累计次数;psi=LASTpsi+Pi;;LASTpsi为本次当前事件被激活前psi的值,Pi为本次当前事件被激活时记录用户进行回退播放操作的次数;ph为所述展示设备的第二误差参数,综合实验结果设置第二误差参数以调整记录视频数据精度,pf为第二用户误差参数,表示用户在观看视频信息时的平均误触次数;pk为第十二预设常量,与所述视频信息的时长、用户当前所处网络、所述视频信息的分辨率相关;Vi=pv×keyj为第八权重调整参数,keyj为所述视频信息被保存与否的标记;pv为第十三预设常量,与所述视频信息的时长、用户当前所处网络相关。
本发明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:
播放展示信息;监听用户的操作行为;判断操作行为是否与预设的权重调整规则匹配;若匹配,重新赋值与操作行为对应的展示信息的权重调整系数;根据公式计算得到展示信息在所对应维度上的最终权重值;根据公式计算得到用户兴趣特征模型,从而完成对用户兴趣特征的识别,解决了现有技术中效率低和识别准确性低的技术问题,实现了提高工作效率和识别准确性的技术效果。
附图说明
图1为本发明实施例提供的用户兴趣特征识别方法的流程图;
图2为本发明实施例提供的用户兴趣特征识别方法的原理图;
图3为本发明实施例提供的用户兴趣特征识别装置的模块图。
具体实施方式
本发明实施例通过提供一种用户兴趣特征识别方法及装置,解决了现有技术中效率低和识别准确性低的技术问题,实现了提高工作效率和识别准确性的技术效果。
本发明实施例中的技术方案为解决上述问题,总体思路如下:
在进行图文直播的场景中,按照内容素材的展示顺序,用i来标记素材顺序。每一条内容素材Ci,都已经有明确的维度标记SubVx(x为内容子维度的具体编号)和默认权重值Qi。进行自动化用户特征标记的场景是图文直播的场景,程序自动会依照时序将已标记好的内容素材发送给客户。我们将阅读内容素材的客户,称为用户。当前用户在阅读内容素材时,系统根据内容素材的维度标记和权重值,设置该用户特征模型中的具体维度对应权重值,该权重值即为该用户特征模型中各维度的初始权重值,系统实时监测用户通过展示设备对图文直播中内容素材进行的操作行为。若监测用户对内容素材的干预行为,则触发该行为对应的权重调整机制,系统将根据预设的权重计算规则,产生对应素材的权重调整系数,记为FQi,用于计算并更新对应内容素材权重值,进一步修正该用户特征模型表示。
用户进入图文直播间开始到用户退出直播间,这是一个完整的流程。在这个过程中,有两种行为是异步进行的:1、图文直播的自动滚屏播放过程;2、用户主动打断自动滚屏播放的素材操作行为过程。
为了更好地理解上述技术方案,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。
参见图1,本发明实施例提供的用户兴趣特征识别方法,包括:
步骤S110:播放展示信息;
在本实施例中,按照预设的顺序依次播放展示信息。
步骤S120:监听用户的操作行为;
步骤S130:判断操作行为是否与预设的权重调整规则匹配;
步骤S140:若匹配,则说明用户做出了干预行为,可能存在用户感兴趣的内容,重新赋值与操作行为对应的展示信息的权重调整系数fi;
步骤S150:根据公式FQi=Qi*fi计算得到展示信息在所对应维度上的最终权重值FQi;其中,Qi为展示信息的初始权重值;
对步骤S130进行具体说明,判断操作行为是否与预设的权重调整规则匹配,具体包括:
识别与操作行为对应的展示信息的类型;具体地,可以对各展示的信息设置标识符,以标识展示信息的类型。通过实时获取展示信息的标识符来识别展示信息的类型。在本实施例中,展示信息的类型包括:文字、图片、音视频等。
将与展示信息类型对应的操作行为与预设的权重调整规则库中该展示信息类型的权重调整规则匹配。在本实施例中,预设的权重调整规则库中预存有各种展示信息的类型以及与各类型展示信息对应的权重调整规则。需要说明的是,针对各类型的展示信息,可以有多个对应的权重调整规则。
在这种情况下,重新赋值与操作行为对应的展示信息的权重调整系数fi,包括:
若与操作行为对应的展示信息的类型为文字,根据公式fi=1+Li+Mi计算得到权重调整系数fi;
其中,为第一权重调整参数;ti为位于展示设备屏幕中有效区域的文字信息获得展示的累计时长,ti=LASTti+(T2-T1);LASTti为本次当前事件被激活前ti的值。对每个内容素材而言,ti的初始值为0,每次当前事件被激活时,ti获得更新累计;T1为本次当前事件被激活时屏幕停止滚动的时间点,T2为本次当前事件被激活时屏幕恢复滚动的时间点;Wi为文字信息的单词和汉字数所占字符数之和;a为第一预设常量,与展示设备宽度对应单行可显示最大字符数相关;b为第二预设常量,与展示设备的分辨率和字体大小相关;
为第二权重调整参数;cti为文字信息获得重点关注的累计时长,cti=LASTcti+(T4-T3);LASTcti为本次当前事件被激活前cti的值。对每个内容素材而言,cti的初始值为0;T3为本次当前事件被激活时展示信息文字部分或全部被用户选中的时间点,T4为本次当前事件被激活时恢复未选中状态时的时间点;c为第三预设常量,与文字信息预设的滚屏速度相关;d为第四预设常量,与服务器端提供的所有用户平均的展示信息滚屏速度相关;g为第五预设常量,与展示设备的屏幕分辨率相关。
若与操作行为对应的展示信息的类型为图片,根据公式fi=1+Ni+Oi+Gi计算得到权重调整系数fi;
其中,为第三权重调整参数,pti为图片信息获得累计展示时长,pti=LASTpti+(T6-T5);LASTpti为本次当前事件被激活前pti的值。对每个内容素材而言,pti的初始值为0;T5为本次当前事件被激活时图片信息变为打开状态时的时间点,T6为本次当前事件被激活时图片信息解除打开状态时的时间点;pa为第六预设常量,与图片信息的分辨率相关;pb为第七预设常量,与图片信息的缩略图文件大小和原图文件大小的比例相关;pc为第八预设常量,与图片信息的分辨率相关,也与图片信息的缩略图文件大小和原图文件大小的比例相关;
为第四权重调整参数,si为图片信息获得重点关注的累计次数,si=LASTsi+S;LASTsi为本次当前事件被激活前si的值。对每个内容素材而言,si的初始值为0;S为图片信息本次变为打开状态后至解除打开状态前,图片放缩事件和移动事件的触发次数;h为展示设备的第一误差参数,综合实验结果设置第一误差参数以调整记录图片数据精度;f为第一用户误差参数,表示用户在观看图片信息时的平均误触次数;k为第九预设常量,与图片信息的分辨率相关,也与图片信息的缩略图文件大小和原图文件大小的比例相关,还与用户屏幕的尺寸比例有关;
Gi=pg×keyi为第五权重调整参数,keyi为图片信息被保存与否的标记。对每个内容素材而言,keyi的初始值为0。未被保存即为0,被用户保存过则为1。pg为第十预设常量,与图片信息的分辨率相关,也与图片信息的缩略图文件大小和原图文件大小的比例相关,还与用户所处的网络环境(4g/5g/wifi)相关。
若与操作行为对应的展示信息的类型为视频,根据公式fi=1+Si+Ui+Vi计算得到权重调整系数fi;
其中,为第六权重调整参数,sti为视频信息获得展示的累计时长,sti=LASTsti+(T8-T7);LASTsti为本次当前事件被激活前sti的值。对每个内容素材而言,sti的初始值为0;T7为本次当前事件被激活时视频信息被打开变为播放状态的时间点,T8为本次当前事件被激活时视频信息解除播放状态时的时间点;Si为当前视频信息的素材视频时长;sa、sb均为保证函数连续性设置的辅助常量,满足当sti趋于0.7×Si时,两边公式所得计算结果趋于同一值,以保证函数连续不间断;sa、sb的取值与sc、Si相关,实际可根据阈值设置和视频信息时长进行修正;sc为第十一预设常量,与视频信息的时长和视频文件大小的比例相关,也与视频信息的分辨率相关;
为第七权重调整参数,psi为视频信息获得重点关注的累计次数;psi=LASTpsi+Pi;;LASTpsi为本次当前事件被激活前psi的值。对每个内容素材而言,psi的初始值为0。Pi为本次当前事件被激活时记录的用户进行回退播放操作的次数,初始值为0;发生回退操作时,Pi的值增加1;ph为展示设备的第二误差参数,综合实验结果设置第二误差参数以调整记录视频数据精度,pf为第二用户误差参数,表示用户在观看视频信息时的平均误触次数;pk为第十二预设常量,与视频信息的时长相关,也与用户当前所处网络(4g/5g/wifi)相关,还与视频信息的分辨率相关;
Vi=pv×keyj为第八权重调整参数,keyj为视频信息被保存与否的标记;对每个内容素材而言,keyj的初始值为0,当用户每进行一次视频保存行为后,keyj的值更新为1。pv为第十三预设常量,与视频信息的时长相关,也与用户当前所处网络(4g/5g/wifi)相关。
下面对本发明实施例提供的用户兴趣特征识别方法进行更具体的说明:
参见图2,依据展示信息(内容素材)类型的不同,分别对文字、图片、视频三种内容素材,用户可能的触发权重调整机制行为和对应计算规则归纳如下:
①当内容素材Ci为文字时,以下行为会触发权重调整机制(权重调整规则):
a.用户滑屏翻看文字内容素材。
一般情况下,图文直播按照预设指令自动发送内容素材,屏幕自动向下滚动,当用户向上翻看文字内容素材时,屏幕立即停止自动滚动,用户可自行通过交互控制屏幕;当用户持续向下滑动屏幕至允许滑动的最底部,并保持2秒无其他操作时,屏幕恢复自动滚动继续发送内容素材。
因此,当系统监测到屏幕停止自动滚动时,触发权重调整机制,即与预设的权重调整规则库中文字信息类型的权重调整规则匹配,开始计时直至屏幕恢复自动滚动为止,停止计时,记录为该内容素材展示时间ti。一次直播结束前,可能多次触发权重调整机制,记录时间累次叠加,最终得到累计时间ti值将传输到后台程序中,按照既定公式计算第一权重调整参数Li。
b.用户选中文字内容素材的部分或全部文字。
一般情况下,文字内容素材为未选中状态,用户可通过长按选中其中的部分或全部文字,此时该内容素材变为选中状态;用户单击屏幕中非内容素材空白部分,可取消当前选中状态,恢复为未选中。
因此,当系统监测到文字内容素材由未选中状态变为选中状态时,触发权重调整机制,即与预设的权重调整规则库中文字信息类型的权重调整规则匹配,开始计时直至恢复未选中状态为止,停止计时,记录为该内容素材重点关注时长cti。一次直播结束前,可能多次触发权重调整机制,记录时间累次叠加,最终得到累计时间cti值将传输到后台程序中,按照既定公式计算第二权重调整参数Mi。
综上,对该文字内容素材Ci,权重调整系数fi为fi=1+Li+Mi,Li和Mi既定计算公式及相关参数说明如下表所示:
②当内容素材Ci为图片时,以下行为会触发权重调整机制:
a.用户点击图片打开全屏查看。
一般情况下,已发送的图片以小图形式展示在图文直播界面,此时状态为未打开;用户通过点击打开图片,全屏查看图片大图,此时图片内容素材状态变更为打开状态;用户再次单击图片,可解除打开状态,图片恢复为小图形式。
因此,当系统监测到图片内容素材状态由未打开变化为打开状态,触发权重调整机制,即与预设的权重调整规则库中图片信息类型的权重调整规则匹配,开始计时直至恢复为未打开状态为止,停止计时,记录为该内容素材展示时长pti。一次直播结束前,可能多次触发权重调整机制,记录时间累次叠加,最终得到累计时长pti值将传输到后台程序中,按照既定公式计算第三权重调整参数Ni。
b.图片为打开状态时,用户进行图片放缩和移动查看操作。
用户点击图片打开全屏查看时,可能进行局部的放大、缩小和移动操作,因此,系统在图片为打开状态时,监测图片大小、局部位置是否发生变化,发生变化即认为用户对图片进行了图片放缩或图片移动的交互操作,触发权重调整机制,即与预设的权重调整规则库中图片信息类型的权重调整规则匹配,开始计数,变化一次则计数加一,直至图片恢复未打开状态为止,完成此次计数,本次计数的记录为该图片内容素材在本次当前事件激活时的重点关注次数S。一次直播结束前,可能多次触发权重调整机制,每次的计数记录累次叠加,最终得到累计次数si值将传输到后台程序中,按照既定公式计算第四权重调整参数Oi。
c.用户点击保存图片。
一般情况下,每个图片内容素材系统默认设置关键因素属性keyi,表示当前图片是否被用户点击保存,初始值默认为零。当系统监测到用户进行了长按图片保存到本地操作时,触发权重调整机制,即与预设的权重调整规则库中图片信息类型的权重调整规则匹配,keyi值自动更新为1,该过程不可逆,只要用户执行一次图片保存操作,keyi值自动更新为1,直播结束后,对应keyi值将传输到后台程序中,按照既定公式计算第五权重调整参数Gi。
综上,对该图片内容素材Ci,权重调整系数fi为fi=1+Ni+Oi+Gi,Ni、Oi和Gi既定计算公式及相关参数说明如下表所示:
③当内容素材Ci为视频时,以下行为会触发权重调整机制:
a.用户点击视频打开全屏查看。
一般情况下,已发送的视频为小屏形式展示在图文直播界面,此时状态为未打开;用户可点击视频打开,全屏查看视频内容,此时视频内容素材变更为打开状态;用户点击右上角取消按钮或左上角返回按钮可解除打开状态,回到图文直播界面,视频恢复小屏形式。
因此,当系统监测到视频内容素材状态由未打开变化为打开状态时,触发权重调整机制,即与预设的权重调整规则库中视频信息类型的权重调整规则匹配,开始计时直至恢复为未打开状态为止,停止计时,记录为该视频内容素材展示时长sti。一次直播结束前,可能多次触发权重调整机制,记录时间累次叠加,最终得到累计时长sti值将传输到后台程序中,按照既定公式计算第六权重调整参数Si。
b.视频为打开状态时,用户拖动进度条进行回退播放进度行为。
用户点击视频全屏查看时,可以通过拖动底部进度条来控制视频播放进度,当发生回退播放事件时,说明用户对当前视频内容重点关注。
因此,系统在视频为打开状态时,实时监控视频播放情况,当监控到当前时间视频已播放进度小于上一单位时间时监控到的播放进度时,判断用户进行了回退播放操作,触发权重调整机制,即与预设的权重调整规则库中视频信息类型的权重调整规则匹配,开始计数,回退一次则计数加一,同时系统默认设置了时间间隔阈值PT,当两次回退操作时间间隔小于PT时,默认两次回退操作为同一次,计数减一,直至视频恢复为未打开状态为止,完成此次计数,此次计数记录为该视频内容素材本次重点关注次数Pi。一次直播结束前,可能多次触发权重调整机制,每次计数记录累次叠加,最终得到累计次数psi值将传输到后台程序中,按照既定公式计算第七权重调整参数Ui。
c.用户点击保存视频。
一般情况下,每个视频内容素材系统默认设置关键因素属性keyj,表示当前视频是否被用户点击保存,初始值默认为零。当系统监测到用户点击了视频右侧下载按钮,保存视频操作时,触发权重调整机制,即与预设的权重调整规则库中视频信息类型的权重调整规则匹配,keyj值自动更新为1,该过程不可逆,每当用户执行一次视频保存操作,keyj值自动更新为1,直播结束后,对应keyj值将传输到后台程序中,按照既定公式计算第六权重调整参数Vi。
综上,对该视频内容素材Ci,权重调整系数fi为fi=1+Si+Ui+Vi,Si、Ui和Vi既定计算公式及相关参数说明如下表所示:
综合以上,对一个内容素材Ci而言,该内容素材在所对应维度上的最终权重值FQi为:FQi=Qi*fi。
我们可以基于以上所有展示的内容素材,可以建立一个向量模型来表达用户的兴趣特征。这个兴趣特征模型的维度划分与表1的内容维度一致。
表1:内容维度(简表举例)对于用户,每个具体兴趣特征维度SubVx的权重值VFQx的计算方式如下:
集合D={所有标记为SubVx的内容素材},集合D中共有m个元素。
我们最终得到一个用户兴趣特征模型U=U(SubV1,VFQ1;SubV2,VFQ2;...;SubVn,VFQn),用于后续的兴趣发现和推荐。
参见图3,本发明实施例提供的用户兴趣特征识别装置,包括:
播放模块100,用于播放展示信息;
具体地,播放模块100,具体用于按照预设的顺序依次播放展示信息。
监听模块200,用于监听用户的操作行为;
匹配模块300,用于判断操作行为是否与预设的权重调整规则匹配;
权重系数调整模块400,用于若匹配,则说明用户做出了干预行为,可能存在用户感兴趣的内容,重新赋值与操作行为对应的展示信息的权重调整系数fi;
权重值计算模块500,用于根据公式FQi=Qi*fi计算得到展示信息在所对应维度上的最终权重值FQi;其中,Qi为展示信息的初始权重值;
具体地,匹配模块300,具体包括:
展示信息类型识别单元,用于识别与操作行为对应的展示信息的类型;具体地,可以对各展示的信息设置标识符,以标识展示信息的类型。通过实时获取展示信息的标识符来识别展示信息的类型。在本实施例中,展示信息的类型包括:文字、图片、音视频等。
匹配执行单元,用于将与展示信息类型对应的操作行为与预设的权重调整规则库中该展示信息类型的权重调整规则匹配。在本实施例中,预设的权重调整规则库中预存有各种展示信息的类型以及与各类型展示信息对应的权重调整规则。需要说明的是,针对各类型的展示信息,可以有多个对应的权重调整规则。
在这种情况下,权重系数调整模块300,包括:
第一权重系数调整单元,用于若展示信息类型识别单元的识别结果为文字,根据公式fi=1+Li+Mi计算得到权重调整系数fi;其中,为第一权重调整参数;ti为位于展示设备屏幕中有效区域的文字信息获得展示的累计时长,ti=LASTti+(T2-T1);LASTti为本次当前事件被激活前ti的值。对每个内容素材而言,ti的初始值为0,每次当前事件被激活时,ti获得更新累计;T1为本次当前事件被激活时屏幕停止滚动的时间点,T2为本次当前事件被激活时屏幕恢复滚动的时间点;Wi为文字信息的单词和汉字数所占字符数之和;a为第一预设常量,与展示设备宽度对应单行可显示最大字符数相关;b为第二预设常量,与展示设备的分辨率和字体大小相关;为第二权重调整参数;cti为文字信息获得重点关注的累计时长,cti=LASTcti+(T4-T3);LASTcti为本次当前事件被激活前cti的值。对每个内容素材而言,cti的初始值为0;T3为本次当前事件被激活时展示信息文字部分或全部被用户选中的时间点,T4为本次当前事件被激活时恢复未选中状态时的时间点;c为第三预设常量,与文字信息预设的滚屏速度相关;d为第四预设常量,与服务器端提供的所有用户平均的展示信息滚屏速度相关;g为第五预设常量,与展示设备的屏幕分辨率相关。
第二权重系数调整单元,用于若展示信息类型识别单元的识别结果为图片,根据公式fi=1+Ni+Oi+Gi计算得到权重调整系数fi;其中,为第三权重调整参数,pti为图片信息获得累计展示时长,pti=LASTpti+(T6-T5);LASTpti为本次当前事件被激活前pti的值。对每个内容素材而言,pti的初始值为0;T5为本次当前事件被激活时图片信息变为打开状态时的时间点,T6为本次当前事件被激活时图片信息解除打开状态时的时间点;pa为第六预设常量,与图片信息的分辨率相关;pb为第七预设常量,与图片信息的缩略图文件大小和原图文件大小的比例相关;pc为第八预设常量,与图片信息的分辨率相关,也与图片信息的缩略图文件大小和原图文件大小的比例相关;为第四权重调整参数,si为图片信息获得重点关注的累计次数,si=LASTsi+S;LASTsi为本次当前事件被激活前si的值。对每个内容素材而言,si的初始值为0;S为图片信息本次变为打开状态后至解除打开状态前,图片放缩事件和移动事件的触发次数;h为展示设备的第一误差参数,综合实验结果设置第一误差参数以调整记录图片数据精度;f为第一用户误差参数,表示用户在观看图片信息时的平均误触次数;k为第九预设常量,与图片信息的分辨率相关,也与图片信息的缩略图文件大小和原图文件大小的比例相关,还与用户屏幕的尺寸比例有关;Gi=pg×keyi为第五权重调整参数,keyi为图片信息被保存与否的标记。对每个内容素材而言,keyi的初始值为0。未被保存即为0,被用户保存过则为1。pg为第十预设常量,与图片信息的分辨率相关,也与图片信息的缩略图文件大小和原图文件大小的比例相关,还与用户所处的网络环境(4g/5g/wifi)相关。
第三权重系数调整单元,用于若展示信息类型识别单元的识别结果为视频,根据公式fi=1+Si+Ui+Vi计算得到权重调整系数fi;其中,为第六权重调整参数,sti为视频信息获得展示的累计时长,sti=LASTsti+(T8-T7);LASTsti为本次当前事件被激活前sti的值。对每个内容素材而言,sti的初始值为0;T7为本次当前事件被激活时视频信息被打开变为播放状态的时间点,T8为本次当前事件被激活时视频信息解除播放状态时的时间点;Si为当前视频信息的素材视频时长;sa、sb均为保证函数连续性设置的辅助常量,满足当sti趋于0.7×Si时,两边公式所得计算结果趋于同一值,以保证函数连续不间断;sa、sb的取值与sc、Si相关,实际可根据阈值设置和视频信息时长进行修正;sc为第十一预设常量,与视频信息的时长和视频文件大小的比例相关,也与视频信息的分辨率相关;为第七权重调整参数,psi为视频信息获得重点关注的累计次数;psi=LASTpsi+Pi;;LASTpsi为本次当前事件被激活前psi的值。对每个内容素材而言,psi的初始值为0。Pi为本次当前事件被激活时记录的用户进行回退播放操作的次数,初始值为0;发生回退操作时,Pi的值增加1;ph为展示设备的第二误差参数,综合实验结果设置第二误差参数以调整记录视频数据精度,pf为第二用户误差参数,表示用户在观看视频信息时的平均误触次数;pk为第十二预设常量,与视频信息的时长相关,也与用户当前所处网络(4g/5g/wifi)相关,还与视频信息的分辨率相关;Vi=pv×keyj为第八权重调整参数,keyj为视频信息被保存与否的标记;对每个内容素材而言,keyj的初始值为0,当用户每进行一次视频保存行为后,keyj的值更新为1。pv为第十三预设常量,与视频信息的时长相关,也与用户当前所处网络(4g/5g/wifi)相关。
技术效果
先依照已设置的时序将标记好的内容素材依次发送在图文直播界面,供用户查看,并根据内容素材已标记的维度标记和权重值,为用户建立初始兴趣特征向量模型。针对每一条内容素材Ci,系统程序首先判断内容素材属于文字、图片、视频中的哪一类型,其次实时监测用户操作行为,参照用户行为判定规则,判断是否触发权重调整机制。若是,则依据系统规则库中的计算公式,自动计算用户行为对应权重调整参数和权重调整系数fi。若无,则维持初始权重不变。系统获取每条内容素材Ci对应初始权重值Qi和计算所得权重调整系数fi,自动计算调整权重值FQi。依据用户兴趣特征向量模型构建规则,计算模型中每个具体特征维度对应的VFQi。输出最终该用户对应的兴趣特征向量模型表示。在向用户图文介绍楼盘信息的移动端场景中,由移动端程序自动基于用户行为反馈来标记潜在客户的特征,大幅降低了对客户经理的经验要求和时间消耗,并且还避免了由客户经理的主观判断所带来的用户兴趣特征识别准确性低。
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 (10)
2.如权利要求1所述的方法,其特征在于,所述判断所述操作行为是否与预设的权重调整规则匹配,具体包括:
识别与所述操作行为对应的展示信息的类型;
将与所述展示信息类型对应的操作行为与预设的权重调整规则库中该展示信息类型的权重调整规则匹配。
3.如权利要求2所述的方法,其特征在于,所述重新赋值与所述操作行为对应的展示信息的权重调整系数fi,包括:
若与所述操作行为对应的展示信息的类型为文字,根据公式fi=1+Li+Mi计算得到权重调整系数fi;
其中,为第一权重调整参数;ti为位于展示设备屏幕中有效区域的文字信息获得展示的累计时长,ti=LASTti+(T2-T1),LASTti为本次当前事件被激活前ti的值;T1为本次当前事件被激活时屏幕停止滚动的时间点,T2为本次当前事件被激活时屏幕恢复滚动的时间点;Wi为所述文字信息的单词和汉字数所占字符数之和;a为第一预设常量,与所述展示设备宽度对应单行可显示最大字符数相关;b为第二预设常量,与所述展示设备的分辨率和字体大小相关;
4.如权利要求2所述的方法,其特征在于,所述重新赋值与所述操作行为对应的展示信息的权重调整系数fi,包括:
若与所述操作行为对应的展示信息的类型为图片,根据公式fi=1+Ni+Oi+Gi计算得到权重调整系数fi;
其中,为第三权重调整参数,pti为所述图片信息获得展示的累计时长,pti=LASTpti+(T6-T5);LASTpti为本次当前事件被激活前pti的值,T5为本次当前事件被激活时所述图片信息变为打开状态时的时间点,T6为本次当前事件被激活时所述图片信息解除打开状态时的时间点;pa为第六预设常量,与所述图片信息的分辨率相关;pb为第七预设常量,与所述图片信息的缩略图文件大小和原图文件大小的比例相关;pc为第八预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例相关;
为第四权重调整参数,si为所述图片信息获得重点关注的累计次数,si=LASTsi+S;LASTsi为本次当前事件被激活前si的值,S为所述图片信息本次变为打开状态后至解除打开状态前,图片放缩事件和移动事件的触发次数;h为所述展示设备的第一误差参数,综合实验结果设置第一误差参数以调整记录图片数据精度;f为第一用户误差参数,表示用户在观看图片信息时的平均误触次数;k为第九预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户屏幕的尺寸比例有关;
Gi=pg×keyi为第五权重调整参数,keyi为所述图片信息被保存与否的标记;pg为第十预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户所处的网络环境相关。
5.如权利要求2所述的方法,其特征在于,所述重新赋值与所述操作行为对应的展示信息的权重调整系数fi,包括:
若与所述操作行为对应的展示信息的类型为视频,根据公式fi=1+Si+Ui+Vi计算得到权重调整系数fi;
其中,为第六权重调整参数,sti为所述视频信息获得展示的累计时长,sti=LASTsti+(T8-T7);LASTsti为本次当前事件被激活前sti的值,T7为本次当前事件被激活时所述视频信息被打开变为播放状态的时间点,T8为本次当前事件被激活时所述视频信息解除播放状态时的时间点;Si为所述视频信息的素材视频时长;sa、sb均为保证函数连续性设置的辅助常量,满足当sti趋于0.7×Si时,两边公式所得计算结果趋于同一值,以保证函数连续不间断;sa、sb的取值与sc、Si相关,实际可根据阈值设置和视频信息时长进行修正;sc为第十一预设常量,与所述视频信息的时长和视频文件大小的比例、所述视频信息的分辨率相关;
为第七权重调整参数,psi为所述视频信息获得重点关注的累计次数;psi=LASTpsi+Pi;;LASTpsi为本次当前事件被激活前psi的值,Pi为本次当前事件被激活时记录用户进行回退播放操作的次数;ph为所述展示设备的第二误差参数,综合实验结果设置第二误差参数以调整记录视频数据精度,pf为第二用户误差参数,表示用户在观看视频信息时的平均误触次数;pk为第十二预设常量,与所述视频信息的时长、用户当前所处网络、所述视频信息的分辨率相关;
Vi=pv×keyj为第八权重调整参数,keyj为所述视频信息被保存与否的标记;pv为第十三预设常量,与所述视频信息的时长、用户当前所处网络相关。
7.如权利要求6所述的装置,其特征在于,所述匹配模块,具体包括:
展示信息类型识别单元,用于识别与所述操作行为对应的展示信息的类型;
匹配执行单元,用于将与所述展示信息类型对应的操作行为与预设的权重调整规则库中该展示信息类型的权重调整规则匹配。
8.如权利要求7所述的装置,其特征在于,所述权重系数调整模块,包括:
第一权重系数调整单元,用于若所述展示信息类型识别单元的识别结果为文字,根据公式fi=1+Li+Mi计算得到权重调整系数fi;其中,为第一权重调整参数;ti为位于展示设备屏幕中有效区域的文字信息获得展示的累计时长,ti=LASTti+(T2-T1),LASTti为本次当前事件被激活前ti的值;T1为本次当前事件被激活时屏幕停止滚动的时间点,T2为本次当前事件被激活时屏幕恢复滚动的时间点;Wi为所述文字信息的单词和汉字数所占字符数之和;a为第一预设常量,与所述展示设备宽度对应单行可显示最大字符数相关;b为第二预设常量,与所述展示设备的分辨率和字体大小相关;为第二权重调整参数;cti为所述文字信息获得重点关注的累计时长,cti=LASTcti+(T4-T3),LASTcti为本次当前事件被激活前cti的值,T3为本次当前事件被激活时所述展示信息文字部分或全部被用户选中的时间点,T4为本次当前事件被激活时恢复未选中状态时的时间点;c为第三预设常量,与所述文字信息预设的滚屏速度相关;d为第四预设常量,与服务器端提供的所有用户平均的展示信息滚屏速度相关;g为第五预设常量,与所述展示设备的屏幕分辨率相关。
9.如权利要求7所述的装置,其特征在于,所述权重系数调整模块,包括:
第二权重系数调整单元,用于若所述展示信息类型识别单元的识别结果为图片,根据公式fi=1+Ni+Oi+Gi计算得到权重调整系数fi;其中,为第三权重调整参数,pti为所述图片信息获得展示的累计时长,pti=LASTpti+(T6-T5);LASTpti为本次当前事件被激活前pti的值,T5为本次当前事件被激活时所述图片信息变为打开状态时的时间点,T6为本次当前事件被激活时所述图片信息解除打开状态时的时间点;pa为第六预设常量,与所述图片信息的分辨率相关;pb为第七预设常量,与所述图片信息的缩略图文件大小和原图文件大小的比例相关;pc为第八预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例相关;为第四权重调整参数,si为所述图片信息获得重点关注的累计次数,si=LASTsi+S;LASTsi为本次当前事件被激活前si的值,S为所述图片信息本次变为打开状态后至解除打开状态前,图片放缩事件和移动事件的触发次数;h为所述展示设备的第一误差参数,综合实验结果设置第一误差参数以调整记录图片数据精度;f为第一用户误差参数,表示用户在观看图片信息时的平均误触次数;k为第九预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户屏幕的尺寸比例有关;Gi=pg×keyi为第五权重调整参数,keyi为所述图片信息被保存与否的标记;pg为第十预设常量,与所述图片信息的分辨率、所述图片信息的缩略图文件大小和原图文件大小的比例、用户所处的网络环境相关。
10.如权利要求7所述的装置,其特征在于,所述权重系数调整模块,包括:
第三权重系数调整单元,用于若所述展示信息类型识别单元的识别结果为视频,根据公式fi=1+Si+Ui+Vi计算得到权重调整系数fi;其中,为第六权重调整参数,sti为所述视频信息获得展示的累计时长,sti=LASTsti+(T8-T7);LASTsti为本次当前事件被激活前sti的值,T7为本次当前事件被激活时所述视频信息被打开变为播放状态的时间点,T8为本次当前事件被激活时所述视频信息解除播放状态时的时间点;Si为所述视频信息的素材视频时长;sa、sb均为保证函数连续性设置的辅助常量,满足当sti趋于0.7×Si时,两边公式所得计算结果趋于同一值,以保证函数连续不间断;sa、sb的取值与sc、Si相关,实际可根据阈值设置和视频信息时长进行修正;sc为第十一预设常量,与所述视频信息的时长和视频文件大小的比例、所述视频信息的分辨率相关;为第七权重调整参数,psi为所述视频信息获得重点关注的累计次数;psi=LASTpsi+Pi;;LASTpsi为本次当前事件被激活前psi的值,Pi为本次当前事件被激活时记录用户进行回退播放操作的次数;ph为所述展示设备的第二误差参数,综合实验结果设置第二误差参数以调整记录视频数据精度,pf为第二用户误差参数,表示用户在观看视频信息时的平均误触次数;pk为第十二预设常量,与所述视频信息的时长、用户当前所处网络、所述视频信息的分辨率相关;Vi=pv×keyj为第八权重调整参数,keyj为所述视频信息被保存与否的标记;pv为第十三预设常量,与所述视频信息的时长、用户当前所处网络相关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110440785.4A CN113159184B (zh) | 2021-04-23 | 2021-04-23 | 一种用户兴趣特征识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110440785.4A CN113159184B (zh) | 2021-04-23 | 2021-04-23 | 一种用户兴趣特征识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113159184A true CN113159184A (zh) | 2021-07-23 |
CN113159184B CN113159184B (zh) | 2023-04-18 |
Family
ID=76870052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110440785.4A Active CN113159184B (zh) | 2021-04-23 | 2021-04-23 | 一种用户兴趣特征识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113159184B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101061713A (zh) * | 2004-11-18 | 2007-10-24 | 皇家飞利浦电子股份有限公司 | 一种更新用户档案的方法和装置 |
CN104935967A (zh) * | 2015-06-19 | 2015-09-23 | 北京数码视讯科技股份有限公司 | 一种视频终端用户的兴趣识别方法及装置 |
WO2017101413A1 (zh) * | 2015-12-15 | 2017-06-22 | 乐视控股(北京)有限公司 | 一种信息推送方法及信息推送装置 |
CN107180078A (zh) * | 2017-04-21 | 2017-09-19 | 河海大学 | 一种基于用户兴趣学习的垂直搜索方法 |
CN107341245A (zh) * | 2017-07-06 | 2017-11-10 | 广州优视网络科技有限公司 | 数据处理方法、装置及服务器 |
CN108021708A (zh) * | 2017-12-27 | 2018-05-11 | 广州启生信息技术有限公司 | 内容推荐方法、装置与计算机可读存储介质 |
CN108572984A (zh) * | 2017-03-13 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种实时用户兴趣识别方法及装置 |
US20200005364A1 (en) * | 2018-06-29 | 2020-01-02 | Capital One Services, Llc | Systems and methods for pre-communicating shoppers' communication preferences to retailers |
CN110895594A (zh) * | 2018-08-23 | 2020-03-20 | 武汉斗鱼网络科技有限公司 | 一种页面展示的方法以及相关设备 |
-
2021
- 2021-04-23 CN CN202110440785.4A patent/CN113159184B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101061713A (zh) * | 2004-11-18 | 2007-10-24 | 皇家飞利浦电子股份有限公司 | 一种更新用户档案的方法和装置 |
CN104935967A (zh) * | 2015-06-19 | 2015-09-23 | 北京数码视讯科技股份有限公司 | 一种视频终端用户的兴趣识别方法及装置 |
WO2017101413A1 (zh) * | 2015-12-15 | 2017-06-22 | 乐视控股(北京)有限公司 | 一种信息推送方法及信息推送装置 |
CN108572984A (zh) * | 2017-03-13 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种实时用户兴趣识别方法及装置 |
CN107180078A (zh) * | 2017-04-21 | 2017-09-19 | 河海大学 | 一种基于用户兴趣学习的垂直搜索方法 |
CN107341245A (zh) * | 2017-07-06 | 2017-11-10 | 广州优视网络科技有限公司 | 数据处理方法、装置及服务器 |
CN108021708A (zh) * | 2017-12-27 | 2018-05-11 | 广州启生信息技术有限公司 | 内容推荐方法、装置与计算机可读存储介质 |
US20200005364A1 (en) * | 2018-06-29 | 2020-01-02 | Capital One Services, Llc | Systems and methods for pre-communicating shoppers' communication preferences to retailers |
CN110895594A (zh) * | 2018-08-23 | 2020-03-20 | 武汉斗鱼网络科技有限公司 | 一种页面展示的方法以及相关设备 |
Non-Patent Citations (2)
Title |
---|
XING XIE ET AL.: "Learning user interest for image browsing on small-form-factor devices", 《CHI "05: PROCEEDINGS OF THE SIGCHI CONFERENCE ON HUMAN FACTORS IN COMPUTING SYSTEMS》 * |
常红超: "遗址遗产数据平台的设计与实现", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113159184B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI409691B (zh) | 即時多媒體廣播區段之評論過濾器 | |
US8286069B2 (en) | System and method for editing web-based video | |
CN110401855B (zh) | 信息展示方法、装置、处理平台、计算设备及存储介质 | |
CN102279739B (zh) | 屏幕操作的记录方法和应用 | |
EP2527989A2 (en) | Animated video overlay | |
KR20180087969A (ko) | 동영상 장면과 메타데이터 저작 방법 | |
WO2008072739A1 (ja) | 視聴傾向管理装置、システム及びプログラム | |
CN111698565B (zh) | 视频播放方法、装置和电子设备 | |
US20140013207A1 (en) | Method, System And Computer Storage Medium For Displaying Microblog Wall | |
CN106201246A (zh) | 页面布局处理方法及装置 | |
CN111010619A (zh) | 处理短视频数据的方法、装置、计算机设备和存储介质 | |
CN114697721B (zh) | 弹幕显示方法及电子设备 | |
CN105933787A (zh) | 视频评论及其处理方法、装置、及服务器 | |
CN114007088A (zh) | 直播信息处理方法、装置及电子设备 | |
CN108429667B (zh) | 一种信息显示方法及装置 | |
CN113766268B (zh) | 视频处理方法、装置、电子设备和可读介质 | |
CN108200479B (zh) | 基于流式文档的弹幕的播放方法、服务器及弹幕播放系统 | |
CN113159184B (zh) | 一种用户兴趣特征识别方法及装置 | |
CN107770580B (zh) | 视频图像处理方法、装置和终端设备 | |
CN112052315A (zh) | 一种信息的处理方法和装置 | |
CN114554257A (zh) | 资源分配方法、装置、电子设备及存储介质 | |
KR101284691B1 (ko) | 문자 중계 방법 및 문자 중계 서버 | |
CN112073738B (zh) | 一种信息的处理方法和装置 | |
CN112312188B (zh) | 一种多媒体数据处理方法、装置以及计算机可读存储介质 | |
JP7475724B1 (ja) | 情報収集装置、情報収集システム及び情報収集方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230331 Address after: Room 509, Building 6, No. 25 Lushan Road, High tech Zone, Suzhou City, Jiangsu Province, 215011 Applicant after: Suzhou Zhuoli Chuangzhi Technology Co.,Ltd. Address before: 430000 room 2307, Tongxin Business Building, Baofeng Road, Qiaokou District, Wuhan City, Hubei Province Applicant before: Wuhan moqingchun Creative Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |