CN113360754B - 信息的推荐方法、装置及电子设备 - Google Patents
信息的推荐方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113360754B CN113360754B CN202110595254.2A CN202110595254A CN113360754B CN 113360754 B CN113360754 B CN 113360754B CN 202110595254 A CN202110595254 A CN 202110595254A CN 113360754 B CN113360754 B CN 113360754B
- Authority
- CN
- China
- Prior art keywords
- target
- category
- sub
- matching
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000004044 response Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开关于一种信息的推荐方法、装置及电子设备,该方法包括:获取目标用户下载目标游戏对应的目标渠道信息;获取目标用户的目标画像数据;至少基于目标渠道信息和目标画像数据,生成推荐信息,推荐信息为与目标游戏相关的至少一项内容;响应于进入目标游戏的操作,将推荐信息展示在显示界面上。该方法保证了较为准确地向用户推荐游戏中其感兴趣的相关内容,保证了用户对游戏产生较浓厚的兴趣,从而较好地解决了现有技术的推广方法中难以较为准确地向用户推荐游戏角色等内容的问题,保证了游戏的推广效果较好。
Description
技术领域
本公开涉及游戏推广领域,尤其涉及一种信息的推荐方法、装置及电子设备。
背景技术
相关技术中,游戏推广是整个游戏生态中较为重要的一个环节,如何能让用户看到游戏的推广立刻对游戏产生兴趣是我们关注的焦点,这对游戏玩家的留存也是十分重要的。
现有技术中的推广方法中难以较为准确地向用户推荐游戏角色等内容。
发明内容
本公开提供一种信息的推荐方法、装置及电子设备,以至少解决相关技术中的推广方法中难以较为准确地向用户推荐游戏角色等内容的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种信息的推荐方法,包括:获取目标用户下载目标游戏对应的目标渠道信息;获取目标用户的目标画像数据;至少基于所述目标渠道信息和所述目标画像数据,生成推荐信息,所述推荐信息为与所述目标游戏相关的至少一项内容;响应于进入所述目标游戏的操作,将所述推荐信息展示在显示界面上。
可选地,所述基于所述目标渠道信息和所述目标画像数据,生成推荐信息步骤包括:获取关联信息,所述关联信息为所述目标游戏中的各项内容对应的历史画像数据以及历史渠道信息;根据所述关联信息、所述目标渠道信息和所述目标画像数据,生成对应的所述推荐信息。
可选地,所述根据所述关联信息、所述目标渠道信息和所述目标画像数据,生成对应的所述推荐信息步骤包括:根据所述关联信息、所述目标渠道信息和所述目标画像数据,确定所述目标用户与对应的所述目标游戏中的各项内容的匹配度;根据所述匹配度,确定所述目标游戏中的至少一项内容为所述推荐信息。
可选地,所述根据所述关联信息、所述目标渠道信息和所述目标画像数据,确定所述目标用户与对应的所述目标游戏中的各项内容的匹配度步骤包括:根据所述目标游戏中的各项内容对应的所述关联信息,确定对应的关联数据,所述关联数据包括所述历史画像数据的类别、各所述历史画像数据的类别的权重、每个历史子类别、各所述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,所述历史子类别为所述历史画像数据的类别中的子类别;根据所述目标画像数据、所述目标渠道信息和所述关联数据,确定目标数据,所述目标数据包括目标类别的权重、目标子类别的占比以及目标渠道类型的占比,所述目标类别为所述目标画像数据中的类别,所述目标渠道类型为所述目标渠道信息对应的渠道类型,所述目标子类别为所述目标类别中的子类别;根据所述目标数据,计算所述匹配度。
可选地,所述根据所述目标画像数据、所述目标渠道信息和所述关联数据,确定目标数据步骤包括:根据所述目标画像数据和所述关联数据,确定匹配类别以及匹配子类别,其中,所述匹配类别为与所述目标类别匹配的所述历史画像数据的类别,所述匹配子类别为与所述目标子类别匹配的所述历史子类别;根据所述目标渠道信息和所述关联数据,确定匹配渠道类型,所述匹配渠道类型为与所述目标渠道类型匹配所述历史渠道类型;确定所述匹配类别的权重为所述目标类别的权重;确定所述匹配子类别的占比为所述目标子类别的占比;确定匹配渠道类型的占比为所述目标渠道类型的占比。
可选地,所述根据所述目标数据,计算所述匹配度步骤包括:计算多个第一子匹配度,所述第一子匹配度为所述目标类别的权重与对应的所述目标子类别的占比的乘积;计算第二子匹配度,所述第二子匹配度为所述目标渠道类型的占比与所述历史渠道权重的乘积;计算所有的所述第一子匹配度和所述第二子匹配度的和,得到所述匹配度。
可选地,所述根据所述匹配度,确定所述目标游戏中的至少一项内容为所述推荐信息步骤包括:比较所述目标游戏的同一类的多项内容对应的多个所述匹配度,确定最大的匹配度对应的一项内容为所述推荐信息。
可选地,所述推荐信息包括推荐角色的信息和/或推荐操作方式的信息。
可选地,所述目标画像数据和所述历史画像数据分别包括性别、年龄、地域、品牌偏好、消费偏好。
根据本公开实施例的第二方面,提供一种信息的推荐装置,包括第一获取单元、第二获取单元、生成单元以及展示单元,其中,所述第一获取单元被配置为执行获取目标用户下载目标游戏对应的目标渠道信息;所述第二获取单元被配置为执行获取目标用户的目标画像数据;所述生成单元被配置为执行至少基于所述目标渠道信息和所述目标画像数据,生成推荐信息,所述推荐信息为与所述目标游戏相关的至少一项内容;所述展示单元被配置为执行响应于进入所述目标游戏的操作,将所述推荐信息展示在显示界面上。
可选地,所述生成单元包括:获取子单元,被配置为执行获取关联信息,所述关联信息为所述目标游戏中的各项内容对应的历史画像数据以及历史渠道信息;生成子单元,被配置为执行根据所述关联信息、所述目标渠道信息和所述目标画像数据,生成对应的所述推荐信息。
可选地,所述生成子单元包括:第一确定模块,被配置为执行根据所述关联信息、所述目标渠道信息和所述目标画像数据,确定所述目标用户与对应的所述目标游戏中的各项内容的匹配度;第二确定模块,被配置为执行根据所述匹配度,确定所述目标游戏中的至少一项内容为所述推荐信息。
可选地,所述第一确定模块包括:第一确定子模块,被配置为执行根据所述目标游戏中的各项内容对应的所述关联信息,确定对应的关联数据,所述关联数据包括所述历史画像数据的类别、各所述历史画像数据的类别的权重、每个历史子类别、各所述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,所述历史子类别为所述历史画像数据的类别中的子类别;第二确定子模块,被配置为执行根据所述目标画像数据、所述目标渠道信息和所述关联数据,确定目标数据,所述目标数据包括目标类别的权重、目标子类别的占比以及目标渠道类型的占比,所述目标类别为所述目标画像数据中的类别,所述目标渠道类型为所述目标渠道信息对应的渠道类型,所述目标子类别为所述目标类别中的子类别;计算子模块,被配置为执行根据所述目标数据,计算所述匹配度。
可选地,所述第二确定子模块还用于:根据所述目标画像数据和所述关联数据,确定匹配类别以及匹配子类别,其中,所述匹配类别为与所述目标类别匹配的所述历史画像数据的类别,所述匹配子类别为与所述目标子类别匹配的所述历史子类别;根据所述目标渠道信息和所述关联数据,确定匹配渠道类型,所述匹配渠道类型为与所述目标渠道类型匹配所述历史渠道类型;确定所述匹配类别的权重为所述目标类别的权重;确定所述匹配子类别的占比为所述目标子类别的占比;确定匹配渠道类型的占比为所述目标渠道类型的占比。
可选地,所述计算子模块还用于:计算多个第一子匹配度,所述第一子匹配度为所述目标类别的权重与对应的所述目标子类别的占比的乘积;计算第二子匹配度,所述第二子匹配度为所述目标渠道类型的占比与所述历史渠道权重的乘积;计算所有的所述第一子匹配度和所述第二子匹配度的和,得到所述匹配度。
可选地,所述第二确定模块包括:比较子模块,被配置为执行比较所述目标游戏的同一类的多项内容对应的多个所述匹配度,确定最大的匹配度对应的一项内容为所述推荐信息。
可选地,所述推荐信息包括推荐角色的信息和/或推荐操作方式的信息。
可选地,所述目标画像数据和所述历史画像数据分别包括性别、年龄、地域、品牌偏好、消费偏好。
根据本公开实施例的第三方面,提供一种电子设备,包括处理器和用于存储所述处理器可执行指令的存储器,其中,所述处理器被配置为执行所述指令,以实现任一种所述的信息的推荐方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得得到电子设备能够执行任一种所述的信息的推荐方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现任一种所述的信息的推荐方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
本申请的所述的信息的推荐方法,首先获取下载目标游戏的目标渠道信息以及目标用户的目标画像数据;然后基于所述目标渠道信息和所述目标画像数据,生成与所述目标游戏相关的至少一项内容的推荐信息;最后,在目标用户进入目标游戏的情况下,将推荐信息展示在显示界面上,以将推荐信息推荐给目标用户。所述方法基于所述目标游戏的目标渠道信息以及所述目标用户的画像数据,生成个性化的所述推荐信息并在目标用户进入目标游戏时展示给目标用户,实现了目标游戏中的相关内容的个性化推荐,保证了较为准确地向用户推荐游戏中其感兴趣的相关内容,保证了用户对游戏产生较浓厚的兴趣,从而较好地解决了现有技术的推广方法中难以较为准确地向用户推荐游戏角色等内容的问题,保证了游戏的推广效果较好。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种实施环境的架构图。
图2是根据一示例性实施例示出的一种信息的推荐方法的流程图。
图3是根据一示例性实施例示出的一种信息的推荐装置的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种实施环境的架构图,如图1所示,下述的信息的推荐方法可以应用于该实施环境中。该实施环境包括电子设备01和服务器02。其中,电子设备01和服务器02可以通过网络互连并通信。
其中,电子设备01可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品,例如手机、平板电脑、掌上电脑、个人计算机(Personal Computer,PC)、可穿戴设备、智能电视等。
服务端02可以是一台服务端,也可以是由多台服务端组成的服务端集群,或者是一个云计算服务中心。服务端02可以包括处理器、存储器以及网络接口等。
本领域技术人员应能理解上述电子设备和服务端仅为举例,其他现有的或今后可能出现的电子设备或服务端如可适用于本公开,也应包含在本公开保护范围以内,并在此以引用方式包含于此。
如上所述,现有技术中的推广方法中难以较为准确地向用户推荐游戏角色等内容。
基于此,本公开的实施例提供了一种信息的推荐方法、装置及电子设备。
本公开实施例提供的执行主体可以为上述的电子设备或者服务器,也可以为该电子设备或者服务器中能够实现该信息的推荐方法的功能模块和/或功能实体,具体的可以根据实际使用需求确定,本公开实施例不作限定。下面对本公开实施例提供的信息的推荐方法进行示例性的说明。
图2是根据一示例性实施例示出的一种信息的推荐方法的流程图,如图2所示,该方法可以用于电子设备中,包括以下步骤。
在步骤S11中,获取目标用户下载目标游戏对应的目标渠道信息;
在步骤S12中,获取目标用户的目标画像数据;
在步骤S13中,至少基于上述目标渠道信息和上述目标画像数据,生成推荐信息,上述推荐信息为与上述目标游戏相关的至少一项内容;
在步骤S14中,响应于进入上述目标游戏的操作,将上述推荐信息展示在显示界面上。
本申请的上述的信息的推荐方法,首先获取下载目标游戏的目标渠道信息以及目标用户的目标画像数据;然后基于上述目标渠道信息和上述目标画像数据,生成与上述目标游戏相关的至少一项内容的推荐信息;最后,在目标用户进入目标游戏的情况下,将推荐信息展示在显示界面上,以将推荐信息推荐给目标用户。上述方法基于上述目标游戏的目标渠道信息以及上述目标用户的画像数据,生成个性化的上述推荐信息并在目标用户进入目标游戏时展示给目标用户,实现了目标游戏中的相关内容的个性化推荐,保证了较为准确地向用户推荐游戏中其感兴趣的相关内容,保证了用户对游戏产生较浓厚的兴趣,从而较好地解决了现有技术的推广方法中难以较为准确地向用户推荐游戏角色等内容的问题,保证了游戏的推广效果较好。
在实际的应用过程中,下载上述目标游戏的目标渠道信息即上述目标游戏是从哪里下载的,上述目标渠道信息可以包括游戏的官方网站、视频广告或者应用市场等,当然,上述目标渠道信息还可以为其他的下载上述目标游戏的渠道。
为了进一步地保证展示地推荐信息较为符合用户兴趣,根据本申请的一种具体的实施例,上述基于上述目标渠道信息和上述目标画像数据,生成推荐信息步骤包括:获取关联信息,上述关联信息为上述目标游戏中的各项内容对应的历史画像数据以及历史渠道信息;根据上述关联信息、上述目标渠道信息和上述目标画像数据,生成对应的上述推荐信息。上述方法,通过获取上述关联信息,并根据上述关联信息、上述目标渠道信息和上述目标画像数据,生成对应的上述推荐信息,这样进一步地保证了生成的推荐信息较为准确,进一步地保证了用户根据上述推荐信息对目标游戏产生较为浓厚的兴趣。
根据本申请的另一种具体的实施例,上述根据上述关联信息、上述目标渠道信息和上述目标画像数据,生成对应的上述推荐信息步骤包括:根据上述关联信息、上述目标渠道信息和上述目标画像数据,确定上述目标用户与对应的上述目标游戏中的各项内容的匹配度;根据上述匹配度,确定上述目标游戏中的至少一项内容为上述推荐信息。上述方法,通过根据上述关联信息、上述目标渠道信息和上述目标画像数据,确定上述目标游戏中的各项内容与目标用户的匹配度,在根据匹配度,确定上述推荐信息,这样进一步地保证了确定的上述推荐信息较为准确,进一步地保证了上述目标用户对上述推荐信息较为感兴趣。
本申请的又一种具体的实施例中,上述根据上述关联信息、上述目标渠道信息和上述目标画像数据,确定上述目标用户与对应的上述目标游戏中的各项内容的匹配度步骤包括:根据上述目标游戏中的各项内容对应的上述关联信息,确定对应的关联数据,上述关联数据包括上述历史画像数据的类别、各上述历史画像数据的类别的权重、每个历史子类别、各上述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,上述历史子类别为上述历史画像数据的类别中的子类别;根据上述目标画像数据、上述目标渠道信息和上述关联数据,确定目标数据,上述目标数据包括目标类别的权重、目标子类别的占比以及目标渠道类型的占比,上述目标类别为上述目标画像数据中的类别,上述目标渠道类型为上述目标渠道信息对应的渠道类型,上述目标子类别为上述目标类别中的子类别;根据上述目标数据,计算上述匹配度。这样进一步地保证了较为准确且快捷地确定上述目标用户与对应的上述目标游戏中的各项内容的匹配度。
具体的一种实施例中,各上述历史子类别的占比为上述历史子类别在对应的历史画像数据的类别中的占比;上述历史渠道权重为根据历史渠道信息获取的渠道的权重;上述历史画像数据的类别可以包括性别、年龄以及地域,当然历史画像数据的类别并不限于上述的这些,其还可以包括其他的类别,如品牌偏好以及消费偏好等;目标子类别的占比为上述目标子类别在对应的上述目标类别中的占比。
根据本申请的另一种具体的实施例,上述根据上述目标画像数据、上述目标渠道信息和上述关联数据,确定目标数据步骤包括:根据上述目标画像数据和上述关联数据,确定匹配类别以及匹配子类别,具体地,根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,其中,上述匹配类别为与上述目标类别匹配的上述历史画像数据的类别,上述匹配子类别为与上述目标子类别匹配的上述历史子类别;根据上述目标渠道信息和上述关联数据,确定匹配渠道类型,具体地,根据上述目标渠道信息和各历史渠道类型,确定匹配渠道类型,上述匹配渠道类型为与上述目标渠道类型匹配上述历史渠道类型;确定上述匹配类别的权重为上述目标类别的权重;确定上述匹配子类别的占比为上述目标子类别的占比;确定匹配渠道类型的占比为上述目标渠道类型的占比。这样保证了可以较为准确地确定上述目标数据,从而方便了后续根据上述目标数据较为准确地确定上述匹配度。
在实际的应用过程中,上述目标画像数据的类别可能和上述历史画像数据的类别相同,比如,上述目标画像数据的类别以及上述历史画像数据的类别分别包括年龄、性别和地域,此种情况下,根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,并确定上述匹配类别的权重为上述目标类别的权重,确定上述匹配子类别的占比为上述目标子类别的占比;上述历史画像数据的类别也可能比上述目标画像数据的类别多,比如,上述目标画像数据的类别包括年龄和性别,上述历史画像数据的类别包括年龄、性别和地域,此种情况下,去掉上述历史画像数据的类别中多出的地域类别,再根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,并确定上述匹配类别的权重为上述目标类别的权重,确定上述匹配子类别的占比为上述目标子类别的占比;上述历史画像数据的类别也可能比上述目标画像数据的类别少,比如,上述目标画像数据的类别包括年龄、性别和地域,上述历史画像数据的类别包括年龄和性别,此种情况下,去掉上述目标画像数据的类别中多出的地域类别,再根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,并确定上述匹配类别的权重为上述目标类别的权重,确定上述匹配子类别的占比为上述目标子类别的占比。
在实际的应用过程中,上述根据上述目标数据,计算上述匹配度步骤包括:计算多个第一子匹配度,上述第一子匹配度为上述目标类别的权重与对应的上述目标子类别的占比的乘积;计算第二子匹配度,上述第二子匹配度为上述目标渠道类型的占比与上述历史渠道权重的乘积;计算所有的上述第一子匹配度和上述第二子匹配度的和,得到上述匹配度。
本申请的再一种具体的实施例,上述根据上述匹配度,确定上述目标游戏中的至少一项内容为上述推荐信息步骤包括:比较上述目标游戏的同一类的多项内容对应的多个上述匹配度,确定最大的匹配度对应的一项内容为上述推荐信息。通过比较上述目标游戏的同一类的多项内容对应的匹配度,将最大匹配度对应的内容作为推荐信息展示给目标用户,这样进一步地保证了较为准确地向用户推荐游戏中其感兴趣的相关内容,进一步地保证了用户对游戏产生较浓厚的兴趣,从而进一步地保证了游戏的推广效果较好。
当然,确定上述目标游戏中的至少一项内容为上述推荐信息并不限于上述的方法,还可以将上述目标游戏的同一类的多项内容对应的多个上述匹配度进行由大到小排序,将多个上述匹配度中排在前面的两个、三个或者其他数量的匹配度对应的内容作为上述推荐信息,也可以确定上述目标游戏的同一类的多项内容对应的上述匹配度中大于匹配阈值的多个上述匹配度,并把大于上述匹配阈值的多个上述匹配度对应的内容作为上述推荐信息。本领域技术人员可以根据实际情况进行灵活选择合适的方式来确定上述推荐信息。
在实际的应用过程中,上述推荐信息包括推荐角色的信息和/或推荐操作方式的信息。即包括三种情况,第一种,上述推荐信息包括推荐角色的信息,即将目标游戏中的多个游戏角色中,与目标用户较为匹配的游戏角色推荐给上述目标用户;第二种,上述推荐信息包括推荐操作方式的信息,即将目标游戏中的游戏角色的多种操作方式中,与目标用户较为匹配度的操作方式推荐给上述目标用户;第三种,上述推荐信息包括推荐角色的信息和推荐操作方式的信息,即将目标游戏中多个游戏角色中,与目标用户较为匹配的游戏角色,以及该游戏角色的多种操作方式中,与目标用户较为匹配度的操作方式一同推荐给上述目标用户。通过将用户感兴趣的角色信息或者操作方式信息推荐给用户,这样进一步地保证了用户对目标游戏的兴趣较大。当然,上述推荐信息并不限于上述的推荐角色的信息和/或推荐操作方式的信息,其还可以包括目标游戏中其他的内容,如游戏场景以及游戏装置等。
本申请的再一种具体的实施例中,基于上述目标渠道信息和上述目标画像数据,将目标游戏的游戏角色推荐给目标用户的过程如下:
根据上述目标游戏中的多个游戏角色对应的上述关联信息,确定对应的关联数据,上述关联数据包括上述历史画像数据的类别、各上述历史画像数据的类别的权重、每个历史子类别、各上述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,上述历史子类别为上述历史画像数据的类别中的子类别;根据上述目标画像数据和上述关联数据,确定匹配类别以及匹配子类别,其中,上述匹配类别为与上述目标类别匹配的上述历史画像数据的类别,上述匹配子类别为与上述目标子类别匹配的上述历史子类别;根据上述目标渠道信息和上述关联数据,确定匹配渠道类型,上述匹配渠道类型为与上述目标渠道类型匹配上述历史渠道类型;确定上述匹配类别的权重为上述目标类别的权重;确定上述匹配子类别的占比为上述目标子类别的占比;确定匹配渠道类型的占比为上述目标渠道类型的占比;计算多个上述目标类别的权重与对应的上述目标子类别的占比的乘积;计算上述目标渠道类型的占比与上述历史渠道权重的乘积;计算所有的上述第一子匹配度和上述第二子匹配度的和,得到多个游戏角色与上述目标用户的匹配度;根据多个上述匹配度,将上述目标游戏中的匹配度最大的游戏角色推荐给目标用户。
本申请的又一种具体的实施例中,基于上述目标渠道信息和上述目标画像数据,将目标游戏的操作方式推荐给目标用户的过程如下:
根据上述目标游戏中的多个操作方式对应的上述关联信息,确定对应的关联数据,上述关联数据包括上述历史画像数据的类别、各上述历史画像数据的类别的权重、每个历史子类别、各上述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,上述历史子类别为上述历史画像数据的类别中的子类别;根据上述目标画像数据和上述关联数据,确定匹配类别以及匹配子类别,其中,上述匹配类别为与上述目标类别匹配的上述历史画像数据的类别,上述匹配子类别为与上述目标子类别匹配的上述历史子类别;根据上述目标渠道信息和上述关联数据,确定匹配渠道类型,上述匹配渠道类型为与上述目标渠道类型匹配上述历史渠道类型;确定上述匹配类别的权重为上述目标类别的权重;确定上述匹配子类别的占比为上述目标子类别的占比;确定匹配渠道类型的占比为上述目标渠道类型的占比;计算多个上述目标类别的权重与对应的上述目标子类别的占比的乘积;计算上述目标渠道类型的占比与上述历史渠道权重的乘积;计算所有的上述第一子匹配度和上述第二子匹配度的和,得到多个操作方式与上述目标用户的匹配度;根据多个上述匹配度,将上述目标游戏中的匹配度最大的操作方式推荐给目标用户。
在实际的应用过程中,上述目标画像数据和上述历史画像数据可以包括现有技术中任意的用户画像的数据,如人口属性、兴趣特征、消费特征、位置特征、使用的设备属性、行为数据以及社交数据等,根据本申请的一种具体的实施例,上述目标画像数据和上述历史画像数据分别包括性别、年龄、地域、品牌偏好、消费偏好。
根据本申请的再一种具体的实施例,上述推荐信息包括推荐角色的信息,目标类别包括性别、地区以及年龄,表1定义了性别的权重、地区的权重、年龄的权重以及历史渠道权重,分别为20%,表2定义了目标渠道类型的占比。上述第一子匹配度为性别的权重与对应的性别的占比的乘积、地区的权重与对应的地区的占比的乘积以及年龄的权重与对应的年龄的占比的乘积,上述第二子匹配度为目标渠道类型的占比与历史渠道权重的乘积,如目标游戏中角色1在渠道1的第二子匹配度为(20%×4%)。当然,上述推荐信息还可以包括目标游戏的其他内容,如操作方式的信息等,上述目标类别也并不限于上述的性别、地区以及年龄,其还可以包括其他类别,各权重以及占比也可以为其他的数值。
表1
历史渠道 | 性别 | 地区 | 年龄 | …… | |
角色 | 20% | 20% | 20% | 20% | 20% |
表2
渠道1 | 渠道2 | …… | |
角色1 | 4% | 4% | …… |
角色2 | 12% | 20% | …… |
角色3 | 3% | 1% | …… |
角色4 | 10% | 9% | …… |
…… | …… | …… | …… |
图3是根据一示例性实施例示出的一种息的推荐装置框图。参照图3,该装置包括第一获取单元10、第二获取单元20、生成单元30以及展示单元40。
该第一获取单元10被配置为执行获取目标用户下载目标游戏对应的目标渠道信息;
该第二获取单元20被配置为执行获取目标用户的目标画像数据;
该生成单元30被配置为执行至少基于上述目标渠道信息和上述目标画像数据,生成推荐信息,上述推荐信息为与上述目标游戏相关的至少一项内容;
该展示单元40被配置为执行响应于进入上述目标游戏的操作,将上述推荐信息展示在显示界面上。
本申请的上述的信息的推荐装置,通过上述第一获取单元和上述第二获取单元分别获取下载目标游戏的目标渠道信息以及目标用户的目标画像数据;基于上述目标渠道信息和上述目标画像数据,通过上述生成单元生成与上述目标游戏相关的至少一项内容的推荐信息;在目标用户进入目标游戏的情况下,通过上述展示单元将推荐信息展示在显示界面上,以将推荐信息推荐给目标用户。上述装置基于上述目标游戏的目标渠道信息以及上述目标用户的画像数据,生成个性化的上述推荐信息并在目标用户进入目标游戏时展示给目标用户,实现了目标游戏中的相关内容的个性化推荐,保证了较为准确地向用户推荐游戏中其感兴趣的相关内容,保证了用户对游戏产生较浓厚的兴趣,从而较好地解决了现有技术的推广装置中难以较为准确地向用户推荐游戏角色等内容的问题,保证了游戏的推广效果较好。
在实际的应用过程中,下载上述目标游戏的目标渠道信息即上述目标游戏是从哪里下载的,上述目标渠道信息可以包括游戏的官方网站、视频广告或者应用市场等,当然,上述目标渠道信息还可以为其他的下载上述目标游戏的渠道。
为了进一步地保证展示地推荐信息较为符合用户兴趣,根据本申请的一种具体的实施例,上述生成单元包括获取子单元和生成子单元,其中,上述获取子单元用于获取关联信息,上述关联信息为上述目标游戏中的各项内容对应的历史画像数据以及历史渠道信息;上述生成子单元用于根据上述关联信息、上述目标渠道信息和上述目标画像数据,生成对应的上述推荐信息。上述装置,通过获取上述关联信息,并根据上述关联信息、上述目标渠道信息和上述目标画像数据,生成对应的上述推荐信息,这样进一步地保证了生成的推荐信息较为准确,进一步地保证了用户根据上述推荐信息对目标游戏产生较为浓厚的兴趣。
根据本申请的另一种具体的实施例,上述生成子单元包括第一确定模块和第二确定模块,其中,上述第一确定模块用于根据上述关联信息、上述目标渠道信息和上述目标画像数据,确定上述目标用户与对应的上述目标游戏中的各项内容的匹配度;上述第二确定模块用于根据上述匹配度,确定上述目标游戏中的至少一项内容为上述推荐信息。上述装置,通过根据上述关联信息、上述目标渠道信息和上述目标画像数据,确定上述目标游戏中的各项内容与目标用户的匹配度,在根据匹配度,确定上述推荐信息,这样进一步地保证了确定的上述推荐信息较为准确,进一步地保证了上述目标用户对上述推荐信息较为感兴趣。
本申请的又一种具体的实施例中,上述第一确定模块包括第一确定子模块、第二确定子模块和计算子模块,其中,上述第一确定子模块用于根据上述目标游戏中的各项内容对应的上述关联信息,确定对应的关联数据,上述关联数据包括上述历史画像数据的类别、各上述历史画像数据的类别的权重、每个历史子类别、各上述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,上述历史子类别为上述历史画像数据的类别中的子类别;上述第二确定子模块用于根据上述目标画像数据、上述目标渠道信息和上述关联数据,确定目标数据,上述目标数据包括目标类别的权重、目标子类别的占比以及目标渠道类型的占比,上述目标类别为上述目标画像数据中的类别,上述目标渠道类型为上述目标渠道信息对应的渠道类型,上述目标子类别为上述目标类别中的子类别;上述计算子模块用于根据上述目标数据,计算上述匹配度。这样进一步地保证了较为准确且快捷地确定上述目标用户与对应的上述目标游戏中的各项内容的匹配度。
具体的一种实施例中,各上述历史子类别的占比为上述历史子类别在对应的历史画像数据的类别中的占比;上述历史渠道权重为根据历史渠道信息获取的渠道的权重;上述历史画像数据的类别可以包括性别、年龄以及地域,当然历史画像数据的类别并不限于上述的这些,其还可以包括其他的类别,如品牌偏好以及消费偏好等;目标子类别的占比为上述目标子类别在对应的上述目标类别中的占比。
根据本申请的另一种具体的实施例,上述第二确定子模块还用于根据上述目标画像数据和上述关联数据,确定匹配类别以及匹配子类别,具体地,根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,其中,上述匹配类别为与上述目标类别匹配的上述历史画像数据的类别,上述匹配子类别为与上述目标子类别匹配的上述历史子类别;上述第二确定子模块还用于根据上述目标渠道信息和上述关联数据,确定匹配渠道类型,具体地,根据上述目标渠道信息和各历史渠道类型,确定匹配渠道类型,上述匹配渠道类型为与上述目标渠道类型匹配上述历史渠道类型;上述第二确定子模块还用于确定上述匹配类别的权重为上述目标类别的权重;上述第二确定子模块还用于确定上述匹配子类别的占比为上述目标子类别的占比;上述第二确定子模块还用于确定匹配渠道类型的占比为上述目标渠道类型的占比。这样保证了可以较为准确地确定上述目标数据,从而方便了后续根据上述目标数据较为准确地确定上述匹配度。
在实际的应用过程中,上述目标画像数据的类别可能和上述历史画像数据的类别相同,比如,上述目标画像数据的类别以及上述历史画像数据的类别分别包括年龄、性别和地域,此种情况下,根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,并确定上述匹配类别的权重为上述目标类别的权重,确定上述匹配子类别的占比为上述目标子类别的占比;上述历史画像数据的类别也可能比上述目标画像数据的类别多,比如,上述目标画像数据的类别包括年龄和性别,上述历史画像数据的类别包括年龄、性别和地域,此种情况下,去掉上述历史画像数据的类别中多出的地域类别,再根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,并确定上述匹配类别的权重为上述目标类别的权重,确定上述匹配子类别的占比为上述目标子类别的占比;上述历史画像数据的类别也可能比上述目标画像数据的类别少,比如,上述目标画像数据的类别包括年龄、性别和地域,上述历史画像数据的类别包括年龄和性别,此种情况下,去掉上述目标画像数据的类别中多出的地域类别,再根据上述目标画像数据和上述历史画像数据的类别以及上述历史子类别,确定匹配类别以及匹配子类别,并确定上述匹配类别的权重为上述目标类别的权重,确定上述匹配子类别的占比为上述目标子类别的占比。
在实际的应用过程中,上述计算子模块还用于计算多个第一子匹配度,上述第一子匹配度为上述目标类别的权重与对应的上述目标子类别的占比的乘积;上述计算子模块还用于计算第二子匹配度,上述第二子匹配度为上述目标渠道类型的占比与上述历史渠道权重的乘积;上述计算子模块还用于计算所有的上述第一子匹配度和上述第二子匹配度的和,得到上述匹配度。
本申请的再一种具体的实施例,上述第二确定模块包括比较子模块,上述比较子模块用于比较上述目标游戏的同一类的多项内容对应的多个上述匹配度,确定最大的匹配度对应的一项内容为上述推荐信息。通过比较上述目标游戏的同一类的多项内容对应的匹配度,将最大匹配度对应的内容作为推荐信息展示给目标用户,这样进一步地保证了较为准确地向用户推荐游戏中其感兴趣的相关内容,进一步地保证了用户对游戏产生较浓厚的兴趣,从而进一步地保证了游戏的推广效果较好。
当然,确定上述目标游戏中的至少一项内容为上述推荐信息并不限于上述的装置,还可以将上述目标游戏的同一类的多项内容对应的多个上述匹配度进行由大到小排序,将多个上述匹配度中排在前面的两个、三个或者其他数量的匹配度对应的内容作为上述推荐信息,也可以确定上述目标游戏的同一类的多项内容对应的多个上述匹配度中大于匹配阈值的多个上述匹配度,并把大于上述匹配阈值的多个上述匹配度对应的内容作为上述推荐信息。本领域技术人员可以根据实际情况进行灵活选择合适的方式来确定上述推荐信息。
在实际的应用过程中,上述推荐信息包括推荐角色的信息和/或推荐操作方式的信息。即包括三种情况,第一种,上述推荐信息包括推荐角色的信息,即将目标游戏中的多个游戏角色中,与目标用户较为匹配的游戏角色推荐给上述目标用户;第二种,上述推荐信息包括推荐操作方式的信息,即将目标游戏中的游戏角色的多种操作方式中,与目标用户较为匹配度的操作方式推荐给上述目标用户;第三种,上述推荐信息包括推荐角色的信息和推荐操作方式的信息,即将目标游戏中多个游戏角色中,与目标用户较为匹配的游戏角色,以及该游戏角色的多种操作方式中,与目标用户较为匹配度的操作方式一同推荐给上述目标用户。通过将用户感兴趣的角色信息或者操作方式信息推荐给用户,这样进一步地保证了用户对目标游戏的兴趣较大。当然,上述推荐信息并不限于上述的推荐角色的信息和/或推荐操作方式的信息,其还可以包括目标游戏中其他的内容,如游戏场景以及游戏装置等。
本申请的再一种具体的实施例中,基于上述目标渠道信息和上述目标画像数据,将目标游戏的游戏角色推荐给目标用户的过程如下:
根据上述目标游戏中的多个游戏角色对应的上述关联信息,确定对应的关联数据,上述关联数据包括上述历史画像数据的类别、各上述历史画像数据的类别的权重、每个历史子类别、各上述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,上述历史子类别为上述历史画像数据的类别中的子类别;根据上述目标画像数据和上述关联数据,确定匹配类别以及匹配子类别,其中,上述匹配类别为与上述目标类别匹配的上述历史画像数据的类别,上述匹配子类别为与上述目标子类别匹配的上述历史子类别;根据上述目标渠道信息和上述关联数据,确定匹配渠道类型,上述匹配渠道类型为与上述目标渠道类型匹配上述历史渠道类型;确定上述匹配类别的权重为上述目标类别的权重;确定上述匹配子类别的占比为上述目标子类别的占比;确定匹配渠道类型的占比为上述目标渠道类型的占比;计算多个上述目标类别的权重与对应的上述目标子类别的占比的乘积;计算上述目标渠道类型的占比与上述历史渠道权重的乘积;计算所有的上述第一子匹配度和上述第二子匹配度的和,得到多个游戏角色与上述目标用户的匹配度;根据多个上述匹配度,将上述目标游戏中的匹配度最大的游戏角色推荐给目标用户。
本申请的又一种具体的实施例中,基于上述目标渠道信息和上述目标画像数据,将目标游戏的操作方式推荐给目标用户的过程如下:
根据上述目标游戏中的多个操作方式对应的上述关联信息,确定对应的关联数据,上述关联数据包括上述历史画像数据的类别、各上述历史画像数据的类别的权重、每个历史子类别、各上述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,上述历史子类别为上述历史画像数据的类别中的子类别;根据上述目标画像数据和上述关联数据,确定匹配类别以及匹配子类别,其中,上述匹配类别为与上述目标类别匹配的上述历史画像数据的类别,上述匹配子类别为与上述目标子类别匹配的上述历史子类别;根据上述目标渠道信息和上述关联数据,确定匹配渠道类型,上述匹配渠道类型为与上述目标渠道类型匹配上述历史渠道类型;确定上述匹配类别的权重为上述目标类别的权重;确定上述匹配子类别的占比为上述目标子类别的占比;确定匹配渠道类型的占比为上述目标渠道类型的占比;计算多个上述目标类别的权重与对应的上述目标子类别的占比的乘积;计算上述目标渠道类型的占比与上述历史渠道权重的乘积;计算所有的上述第一子匹配度和上述第二子匹配度的和,得到多个操作方式与上述目标用户的匹配度;根据多个上述匹配度,将上述目标游戏中的匹配度最大的操作方式推荐给目标用户。
在实际的应用过程中,上述目标画像数据和上述历史画像数据可以包括现有技术中任意的用户画像的数据,如人口属性、兴趣特征、消费特征、位置特征、使用的设备属性、行为数据以及社交数据等,根据本申请的一种具体的实施例,上述目标画像数据和上述历史画像数据分别包括性别、年龄、地域、品牌偏好、消费偏好。
根据本申请的再一种具体的实施例,上述推荐信息包括推荐角色的信息,目标类别包括性别、地区以及年龄,表1定义了性别的权重、地区的权重、年龄的权重以及历史渠道权重,分别为20%,表2定义了目标渠道类型的占比。上述第一子匹配度为性别的权重与对应的性别的占比的乘积、地区的权重与对应的地区的占比的乘积以及年龄的权重与对应的年龄的占比的乘积,上述第二子匹配度为目标渠道类型的占比与历史渠道权重的乘积,如目标游戏中角色1在渠道1的第二子匹配度为(20%×4%)。当然,上述推荐信息还可以包括目标游戏的其他内容,如操作方式的信息等,上述目标类别也并不限于上述的性别、地区以及年龄,其还可以包括其他类别,各权重以及占比也可以为其他的数值。表1和表2见上文,此处不再重复。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在示例性实施例中,还提供了一种电子设备,包括处理器和用于存储上述处理器可执行指令的存储器,其中,上述处理器被配置为执行上述指令,以实现任一种上述的信息的推荐方法。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,当上述计算机可读存储介质中的指令由电子设备的处理器执行时,使得上述电子设备能够执行任一种上述的关联方法、上述的关联方法或者任一种上述的关联方法。可选地,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,包括计算机程序/指令,上述计算机程序/指令被处理器执行时实现任一种上述的关联方法、上述的关联方法或者任一种上述的关联方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种信息的推荐方法,其特征在于,包括:
获取目标用户下载目标游戏对应的目标渠道信息;
获取目标用户的目标画像数据;
获取关联信息,所述关联信息为所述目标游戏中的各项内容对应的历史画像数据以及历史渠道信息;
根据所述目标游戏中的各项内容对应的所述关联信息,确定对应的关联数据,所述关联数据包括所述历史画像数据的类别、各所述历史画像数据的类别的权重、每个历史子类别、各所述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,所述历史子类别为所述历史画像数据的类别中的子类别;
根据所述目标画像数据、所述目标渠道信息和所述关联数据,确定目标数据,所述目标数据包括目标类别的权重、目标子类别的占比以及目标渠道类型的占比,所述目标类别为所述目标画像数据中的类别,所述目标渠道类型为所述目标渠道信息对应的渠道类型,所述目标子类别为所述目标类别中的子类别;
根据所述目标数据,计算匹配度;
根据所述匹配度,确定所述目标游戏中的至少一项内容为所述推荐信息;
响应于进入所述目标游戏的操作,将所述推荐信息展示在显示界面上;
根据所述目标数据,计算匹配度,包括:
计算多个第一子匹配度,所述第一子匹配度为所述目标类别的权重与对应的所述目标子类别的占比的乘积;
计算第二子匹配度,所述第二子匹配度为所述目标渠道类型的占比与所述历史渠道权重的乘积;
计算所有的所述第一子匹配度和所述第二子匹配度的和,得到所述匹配度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标画像数据、所述目标渠道信息和所述关联数据,确定目标数据步骤包括:
根据所述目标画像数据和所述关联数据,确定匹配类别以及匹配子类别,其中,所述匹配类别为与所述目标类别匹配的所述历史画像数据的类别,所述匹配子类别为与所述目标子类别匹配的所述历史子类别;
根据所述目标渠道信息和所述关联数据,确定匹配渠道类型,所述匹配渠道类型为与所述目标渠道类型匹配所述历史渠道类型;
确定所述匹配类别的权重为所述目标类别的权重;
确定所述匹配子类别的占比为所述目标子类别的占比;
确定匹配渠道类型的占比为所述目标渠道类型的占比。
3.根据权利要求1至2中任一项所述的方法,其特征在于,所述根据所述匹配度,确定所述目标游戏中的至少一项内容为所述推荐信息步骤包括:
比较所述目标游戏的同一类的多项内容对应的多个所述匹配度,确定最大的匹配度对应的一项内容为所述推荐信息。
4.根据权利要求1至2中任一项所述的方法,其特征在于,所述推荐信息包括推荐角色的信息和/或推荐操作方式的信息。
5.根据权利要求1至2中任一项所述的方法,其特征在于,所述目标画像数据和所述历史画像数据分别包括性别、年龄、地域、品牌偏好、消费偏好。
6.一种信息的推荐装置,其特征在于,包括:
第一获取单元,被配置为执行获取目标用户下载目标游戏对应的目标渠道信息;
第二获取单元,被配置为执行获取目标用户的目标画像数据;
获取子单元,被配置为执行获取关联信息,所述关联信息为所述目标游戏中的各项内容对应的历史画像数据以及历史渠道信息;
第一确定子模块,被配置为执行根据所述目标游戏中的各项内容对应的所述关联信息,确定对应的关联数据,所述关联数据包括所述历史画像数据的类别、各所述历史画像数据的类别的权重、每个历史子类别、各所述历史子类别的占比、历史渠道权重以及各历史渠道类型的占比,所述历史子类别为所述历史画像数据的类别中的子类别;
第二确定子模块,被配置为执行根据所述目标画像数据、所述目标渠道信息和所述关联数据,确定目标数据,所述目标数据包括目标类别的权重、目标子类别的占比以及目标渠道类型的占比,所述目标类别为所述目标画像数据中的类别,所述目标渠道类型为所述目标渠道信息对应的渠道类型,所述目标子类别为所述目标类别中的子类别;
计算子模块,被配置为执行根据所述目标数据,计算匹配度;
第二确定模块,被配置为执行根据所述匹配度,确定所述目标游戏中的至少一项内容为所述推荐信息;
展示单元,被配置为执行响应于进入所述目标游戏的操作,将所述推荐信息展示在显示界面上;
所述计算子模块,还用于:
计算多个第一子匹配度,所述第一子匹配度为所述目标类别的权重与对应的所述目标子类别的占比的乘积;
计算第二子匹配度,所述第二子匹配度为所述目标渠道类型的占比与所述历史渠道权重的乘积;
计算所有的所述第一子匹配度和所述第二子匹配度的和,得到所述匹配度。
7.根据权利要求6所述的装置,其特征在于,所述第二确定子模块还用于:
根据所述目标画像数据和所述关联数据,确定匹配类别以及匹配子类别,其中,所述匹配类别为与所述目标类别匹配的所述历史画像数据的类别,所述匹配子类别为与所述目标子类别匹配的所述历史子类别;
根据所述目标渠道信息和所述关联数据,确定匹配渠道类型,所述匹配渠道类型为与所述目标渠道类型匹配所述历史渠道类型;
确定所述匹配类别的权重为所述目标类别的权重;
确定所述匹配子类别的占比为所述目标子类别的占比;
确定匹配渠道类型的占比为所述目标渠道类型的占比。
8.根据权利要求6至7中任一项所述的装置,其特征在于,所述第二确定模块包括:
比较子模块,被配置为执行比较所述目标游戏的同一类的多项内容对应的多个所述匹配度,确定最大的匹配度对应的一项内容为所述推荐信息。
9.根据权利要求6至7中任一项所述的装置,其特征在于,所述推荐信息包括推荐角色的信息和/或推荐操作方式的信息。
10.根据权利要求6至7中任一项所述的装置,其特征在于,所述目标画像数据和所述历史画像数据分别包括性别、年龄、地域、品牌偏好、消费偏好。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至5中任一项所述的信息的推荐方法。
12.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得得到电子设备能够执行如权利要求1至5中任一项所述的信息的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110595254.2A CN113360754B (zh) | 2021-05-28 | 2021-05-28 | 信息的推荐方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110595254.2A CN113360754B (zh) | 2021-05-28 | 2021-05-28 | 信息的推荐方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113360754A CN113360754A (zh) | 2021-09-07 |
CN113360754B true CN113360754B (zh) | 2024-01-02 |
Family
ID=77528297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110595254.2A Active CN113360754B (zh) | 2021-05-28 | 2021-05-28 | 信息的推荐方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113360754B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543111A (zh) * | 2018-11-28 | 2019-03-29 | 广州虎牙信息科技有限公司 | 推荐信息筛选方法、装置、存储介质及服务器 |
CN110196948A (zh) * | 2019-06-10 | 2019-09-03 | 北京金山安全软件有限公司 | 内容推荐方法、装置、计算机设备及存储介质 |
CN111953763A (zh) * | 2020-08-06 | 2020-11-17 | 腾讯科技(深圳)有限公司 | 一种业务数据推送方法、装置及存储介质 |
CN112000884A (zh) * | 2020-08-13 | 2020-11-27 | 腾讯音乐娱乐科技(深圳)有限公司 | 一种用户内容推荐方法及装置、服务器、存储介质 |
CN112138389A (zh) * | 2020-09-15 | 2020-12-29 | 北京智明星通科技股份有限公司 | 一种游戏角色推荐显示方法、系统及设备 |
-
2021
- 2021-05-28 CN CN202110595254.2A patent/CN113360754B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543111A (zh) * | 2018-11-28 | 2019-03-29 | 广州虎牙信息科技有限公司 | 推荐信息筛选方法、装置、存储介质及服务器 |
CN110196948A (zh) * | 2019-06-10 | 2019-09-03 | 北京金山安全软件有限公司 | 内容推荐方法、装置、计算机设备及存储介质 |
CN111953763A (zh) * | 2020-08-06 | 2020-11-17 | 腾讯科技(深圳)有限公司 | 一种业务数据推送方法、装置及存储介质 |
CN112000884A (zh) * | 2020-08-13 | 2020-11-27 | 腾讯音乐娱乐科技(深圳)有限公司 | 一种用户内容推荐方法及装置、服务器、存储介质 |
CN112138389A (zh) * | 2020-09-15 | 2020-12-29 | 北京智明星通科技股份有限公司 | 一种游戏角色推荐显示方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113360754A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ozok et al. | An empirical comparison of consumer usability preferences in online shopping using stationary and mobile devices: results from a college student population | |
CA2700030C (en) | Touchpoint customization system | |
US8402025B2 (en) | Video quality measures | |
JP6262886B2 (ja) | コンテンツの性能の最適化のための自動化されたクリックタイプの選択 | |
US8725559B1 (en) | Attribute based advertisement categorization | |
CN110020188A (zh) | 基于隐式交互和简档数据的全局向量推荐 | |
US20140274355A1 (en) | Dynamic recommendation of games | |
CN109754316B (zh) | 产品推荐方法、产品推荐系统及存储介质 | |
US20210382609A1 (en) | Method and device for displaying multimedia resource | |
US20220188861A1 (en) | Machine Learning-Based Media Content Placement | |
CN112818224B (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
US20170046745A1 (en) | Method and system for providing relevant advertisements | |
CN112396456A (zh) | 广告推送方法、装置、存储介质以及终端 | |
CN110210886B (zh) | 识别虚假操作方法、装置、服务器、可读存储介质、系统 | |
CN108600780B (zh) | 用于推送信息的方法、电子设备、计算机可读介质 | |
US9508087B1 (en) | Identifying similar display items for potential placement of content items therein | |
CN113298568A (zh) | 用于投放广告的方法及装置 | |
CN113360754B (zh) | 信息的推荐方法、装置及电子设备 | |
CN113781084A (zh) | 一种调查问卷展示方法和装置 | |
WO2015002943A1 (en) | Method and system for placing and presenting advertisements | |
CN111738754A (zh) | 对象推荐方法及装置、存储介质、计算机设备 | |
CN106469403B (zh) | 一种信息展示方法和装置 | |
CN112905904B (zh) | 一种推荐方法、装置、服务器及存储介质 | |
CN111125501B (zh) | 用于处理信息的方法和装置 | |
CN113689266A (zh) | 手机选购推荐方法、装置、服务器及计算机可读存储介质 |
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 |