CN113407821A - 一种小区动态内容推荐方法、系统、智能终端及服务器 - Google Patents
一种小区动态内容推荐方法、系统、智能终端及服务器 Download PDFInfo
- Publication number
- CN113407821A CN113407821A CN202110597313.XA CN202110597313A CN113407821A CN 113407821 A CN113407821 A CN 113407821A CN 202110597313 A CN202110597313 A CN 202110597313A CN 113407821 A CN113407821 A CN 113407821A
- Authority
- CN
- China
- Prior art keywords
- user
- content
- information
- contents
- cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000006399 behavior Effects 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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)
Abstract
本发明提供一种小区动态内容推荐方法、系统、智能终端及服务器，该方法包括：采集用户基本信息，并监测用户连续操作行为，基于用户操作行为及浏览记录，云端构建用户画像，所述用户画像中包括用户基本信息和内容信息；将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。通过该方案可以保障推荐内容的准确性，减少不同用户使用的影响。
Description
技术领域
本发明涉及数据分析与处理领域，尤其涉及一种小区动态内容推荐方法、系统、智能终端及服务器。
背景技术
随着智能设备在日常生活中变得越来越普及，可以接收到信息增多，在方便人们关注周围动态新闻的同时，也带了信息过量的问题。日常通过手机、电脑刷新闻动态时，可以手动屏蔽掉无关信息，而对于广告机、立式智能终端等其功能有限，面对的用户各异，在进行信息过滤时往往会忽略后面用户的兴趣，如小区动态展示终端，在进行小区相关动态内容推荐时，往往会因为一个用户的操作行为，容易导致后续推荐内容不准确的问题。
发明内容
有鉴于此，本发明实施例提供了一种小区动态内容推荐方法及系统，以解决现有小区动态内容推荐不准确的问题。
在本发明实施例的第一方面，提供了一种小区动态内容推荐方法，包括：
采集用户基本信息，并监测用户连续操作行为，基于用户操作行为及浏览记录，云端构建用户画像，所述用户画像中包括用户基本信息和内容信息；
将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
在本发明实施例的第二方面，提供了一种小区动态内容推荐系统，包括：
监测模块，用于采集用户基本信息，并监测用户连续操作行为；
构建模块，用于基于用户操作行为及浏览记录，在云端构建用户画像，所述用户画像中包括用户基本信息和内容信息；
推荐模块，用于将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
在本发明实施例的第三方面，提供了一种智能终端，包括：
监测模块，用于采集用户基本信息，并监测用户连续操作行为；
展示模块，用于展示云端推荐的小区动态内容。
本发明实施例的第四方面，提供了一种服务器，包括：
接收模块，用于接收终端设备采集的用户连续操作行为及用户基本信息；
构建模块，用于构建用户画像，所述用户画像中包括用户基本信息和内容信息；
推荐模块，用于将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐
本发明实施例中，通过采集用户基本信息，并监测用户连续操作行为，构建用户画像，将用户画像与数据库中预推荐内容进行匹配计算，选取小区动态内容进行推荐。从而可以根据用户行为进行内容推荐，使推荐内容与用户兴趣相匹配，保障内容推荐的准确性，同时，减小不同用户的操作影响，提升用户使用体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对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取其他附图。
图1为本发明的一个实施例提供的一种小区动态内容推荐方法的流程示意图；
图2为本发明的一个实施例提供的的一种小区动态内容推荐系统的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。此外，“第一”“第二”用于区分不同对象，并非用于描述特定顺序。
参见图1，图1为本发明实施例提供的一种小区动态内容推荐方法的流程示意图，包括：
S101、采集用户基本信息，并监测用户连续操作行为，基于用户操作行为及浏览记录，云端构建用户画像，所述用户画像中包括用户基本信息和内容信息；
可以理解的是，对于小区摆放的立式智能终端，其可以为居民提供丰富的信息，如小区新闻、通知、活动、问答、微分享等，其范围可以不限于本小区，可以包括同城小区、城市或全网，均可以通过终端屏幕进行展示，对于智慧社区而言，可以作为重要的信息展示平台。
所述用户基本信息可以为用户历史注册信息，也可以为终端内容微型摄像头采集的用户信息，如用户靠近时，摄像机采集用户人脸图像。优选的，通过终端摄像机采集用户人脸图像，对用户身份进行认证，获取当前用户身份信息。
智能终端监测并收集用户操作信息，如用户点击某一动态内容或用户悬停阅读小区动态信息，则记录用户点击阅读内容，若用户快速返回或快速滑动，则可以标记用户不感兴趣内容。其中，对用户短时间的连续操作及用户对某一类不符合其感兴趣内容的点击，可以进行误触判断，并不对误触内容进行标记或记录。
基于用户当前的操作行为，确定用户感兴趣内容，同时，若可以查询到用户历史操作行为，可以结合用户的历史浏览内容，确定用户感兴趣内容。
将终端采集的用户基本信息(身份信息或人脸信息等)、操作行为及用户浏览记录均发送至云端，由云端获取分析用户基本信息以及用户感兴趣内容，进而构建用户画像。
在一个实施例中，小区动态内容信息包括文章、微分享、投票、活动、评选、问答等不同类型，按时间段可以分为0-3天、3-7天、7-30天和30天以上，按范围可以分为本小区、同城小区、城市、全网，按形式可以分为文字和视频等。
根据小区动态内容的分类，可以构建用户感兴趣内容的特征标签，若用户浏览的某一内容，可以为该内容信息添加特征标签，如内容A，其标签为文章、0-3天、城市、文字。
S102、将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
具体的，构建用户基本特征与内容信息的映射，所述内容信息中包含有内容特征标签；基于用户基本特征与内容信息的映射，计算当前用户对应内容信息特征与预推荐内容在特征空间的余弦相似度。
根据不同用户与感兴趣内容的映射关系，构建映射模型，基于当前用户与感兴趣内容的映射，可以基于感兴趣内容特征与预推荐内容特征，计算余弦相似度，判断特征相似程度，进而根据相似程度，选取一定数量动态内容进行推荐。
优选的，至少选取一条不同类型、不同范围、不同时间段小区动态内容进行推荐，其中，所述小区动态内容由不同时间段、不同范围及不同类型的动态信息组成。
为了保障推荐内容的丰富性，可以在选取一定推荐内容后，预留至少一条未被推荐的不同类型、不同范围、不同时间段的内容，如推荐内容中不包括评选类型，则可以随机选取一条评选内容进行推荐，如推荐内容中不包括同城小区，则可以选取一条同城小区内容进行推荐，具体可以根据未被推荐类型、范围或时间段的内容，随机选取一条对应类型、范围或时间段的内容进行推荐，避免同类信息过量。
可选的，当未检测到用户操作终端，或者预定时间长度内，未检测到用户到的连续操作行为，则在动态内容刷新时，按预设比例进行不同动态内容推荐。
当用户未操作终端、一定时间内没有操作行为、摄像头未检测到用户，则在刷新周期内，恢复默认比例的内容推荐，即不同类型、不同范围、不同时间段的内容按固定比例进行推荐，避免影响下一用户的使用体验。
本实施例提供的方法，根据不同用户操作行为，构建用户画像，基于推荐内容与用户兴趣的匹配计算，可以保障推荐内容的准确性。同时，每次用户使用后，可以恢复默认比例推荐内容，减少不同用户间的影响，提升用户使用体验。在推荐内容中保留不同内容的出现，可以避免同类信息过量推荐。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定，
图2为本发明实施例提供的一种小区动态内容推荐系统的结构示意图，该系统包括：
监测模块210，用于采集用户基本信息，并监测用户连续操作行为；
构建模块220，用于基于用户操作行为及浏览记录，在云端构建用户画像，所述用户画像中包括用户基本信息和内容信息；
其中，所述构建模块220包括:
构建单元，用于构建用户基本特征与内容信息的映射，所述内容信息中包含有内容特征标签；
匹配计算单元，用于基于用户基本特征与内容信息的映射，计算当前用户对应内容信息特征与预推荐内容在特征空间的余弦相似度。
推荐模块230，用于将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
优选的，至少选取一条不同类型、不同范围、不同时间段小区动态内容进行推荐，其中，所述小区动态内容由不同时间段、不同范围及不同类型的动态信息组成。
优选的，当未检测到用户操作终端，或者预定时间长度内，未检测到用户到的连续操作行为，则在动态内容刷新时，按预设比例进行不同动态内容推荐。
在一个实施例中，还提供一种智能终端，包括：
监测模块，用于采集用户基本信息，并监测用户连续操作行为；
展示模块，用于展示云端推荐的小区动态内容。
可以理解的是，该智能终端可以为常见的立式智能终端，用于小区动态信息展示。该终端可以包括触摸屏、微型摄像头、无线通信模块、处理器和存储器等硬件，用于实现监测模块和展示模块的全部功能。
在一个实施例中，提供一种用于小区动态推荐内容生成的服务器
接收模块，用于接收终端设备采集的用户连续操作行为及用户基本信息；
构建模块，用于构建用户画像，所述用户画像中包括用户基本信息和内容信息；
推荐模块，用于将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括步骤S101至S102中部分或全部，所述的存储介质包括如ROM/RAM等。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种小区动态内容推荐方法，其特征在于，包括：
采集用户基本信息，并监测用户连续操作行为，基于用户操作行为及浏览记录，云端构建用户画像，所述用户画像中包括用户基本信息和内容信息；
将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
2.根据权利要求1所述的方法，其特征在于，所述将用户画像与数据库中预推荐内容进行匹配计算具体为:
构建用户基本特征与内容信息的映射，所述内容信息中包含有内容特征标签；
基于用户基本特征与内容信息的映射，计算当前用户对应内容信息特征与预推荐内容在特征空间的余弦相似度。
3.根据权利要求1所述的方法，其特征在于，所述选取预定数量匹配度排名靠前的内容进行小区动态内容推荐还包括；
至少选取一条不同类型、不同范围、不同时间段小区动态内容进行推荐，其中，所述小区动态内容由不同时间段、不同范围及不同类型的动态信息组成。
4.根据权利要求1所述的方法，其特征在于，所述选取预定数量匹配度排名靠前的内容进行小区动态内容推荐还包括；
当未检测到用户操作终端，或者预定时间长度内，未检测到用户到的连续操作行为，则在动态内容刷新时，按预设比例进行不同动态内容推荐。
5.一种小区动态内容推荐系统,其特征在于，包括：
监测模块，用于采集用户基本信息，并监测用户连续操作行为；
构建模块，用于基于用户操作行为及浏览记录，在云端构建用户画像，所述用户画像中包括用户基本信息和内容信息；
推荐模块，用于将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
6.根据权利要求5所述的系统，其特征在于，所述构建模块包括:
构建单元，用于构建用户基本特征与内容信息的映射，所述内容信息中包含有内容特征标签；
匹配计算单元，用于基于用户基本特征与内容信息的映射，计算当前用户对应内容信息特征与预推荐内容在特征空间的余弦相似度。
7.根据权利要求5所述的系统，其特征在于，所述选取预定数量匹配度排名靠前的内容进行小区动态内容推荐还包括；
至少选取一条不同类型、不同范围、不同时间段小区动态内容进行推荐，其中，所述小区动态内容由不同时间段、不同范围及不同类型的动态信息组成。
8.根据权利要求5所述的系统，其特征在于，所述选取预定数量匹配度排名靠前的内容进行小区动态内容推荐还包括；
当未检测到用户操作终端，或者预定时间长度内，未检测到用户到的连续操作行为，则在动态内容刷新时，按预设比例进行不同动态内容推荐。
9.一种智能终端，其特征在于，包括：
监测模块，用于采集用户基本信息，并监测用户连续操作行为；
展示模块，用于展示云端推荐的小区动态内容。
10.一种服务器，其特征在于，包括：
接收模块，用于接收终端设备采集的用户连续操作行为及用户基本信息；
构建模块，用于构建用户画像，所述用户画像中包括用户基本信息和内容信息；
推荐模块，用于将用户画像与数据库中预推荐内容进行匹配计算，选取预定数量匹配度排名靠前的内容进行小区动态内容推荐。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110597313.XA CN113407821A (zh) | 2021-05-30 | 2021-05-30 | 一种小区动态内容推荐方法、系统、智能终端及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110597313.XA CN113407821A (zh) | 2021-05-30 | 2021-05-30 | 一种小区动态内容推荐方法、系统、智能终端及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113407821A true CN113407821A (zh) | 2021-09-17 |
Family
ID=77675297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110597313.XA Pending CN113407821A (zh) | 2021-05-30 | 2021-05-30 | 一种小区动态内容推荐方法、系统、智能终端及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113407821A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117078316A (zh) * | 2023-08-17 | 2023-11-17 | 上海佳科网络科技有限公司 | 一种基于互联网的广告分析系统及应用 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107784092A (zh) * | 2017-10-11 | 2018-03-09 | 深圳市金立通信设备有限公司 | 一种推荐热词的方法、服务器及计算机可读介质 |
| CN111191122A (zh) * | 2019-12-20 | 2020-05-22 | 重庆邮电大学 | 一种基于用户画像的学习资源推荐系统 |
| US20200305579A1 (en) * | 2019-03-29 | 2020-10-01 | Cal-Comp Big Data, Inc. | Personalized makeup information recommendation method |
-
2021
- 2021-05-30 CN CN202110597313.XA patent/CN113407821A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107784092A (zh) * | 2017-10-11 | 2018-03-09 | 深圳市金立通信设备有限公司 | 一种推荐热词的方法、服务器及计算机可读介质 |
| US20200305579A1 (en) * | 2019-03-29 | 2020-10-01 | Cal-Comp Big Data, Inc. | Personalized makeup information recommendation method |
| CN111191122A (zh) * | 2019-12-20 | 2020-05-22 | 重庆邮电大学 | 一种基于用户画像的学习资源推荐系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李琳等: "《云计算与大数据实验教材系列 MAHOUT实验指南》", 30 April 2017, 武汉大学出版社, pages: 0039 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117078316A (zh) * | 2023-08-17 | 2023-11-17 | 上海佳科网络科技有限公司 | 一种基于互联网的广告分析系统及应用 |
| CN117078316B (zh) * | 2023-08-17 | 2024-06-14 | 不亦乐乎有朋(北京)科技有限公司 | 一种基于互联网的广告分析系统及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110245213B (zh) | 调查问卷生成方法、装置、设备和存储介质 | |
| CN107835231B (zh) | 反馈信息的处理方法及终端设备 | |
| CN108763502B (zh) | 信息推荐方法和系统 | |
| CN104778642B (zh) | 基于WiFi的校园用户数据处理方法、服务器和监测系统 | |
| Meade et al. | Forecasting in telecommunications and ICT—A review | |
| CN104205158B (zh) | 测量在线观众的系统、方法和产品 | |
| CN108960975A (zh) | 基于用户画像的个性化精准营销方法、服务器及存储介质 | |
| CN106126582A (zh) | 推荐方法及装置 | |
| US20140074896A1 (en) | System and method for data analysis and display | |
| CN103052044B (zh) | 一种陌生来电的处理方法及移动终端 | |
| CN110110201B (zh) | 一种内容推荐方法和系统 | |
| CN104145264A (zh) | 用于通过社交网络进行情绪检测、测量和规格化的系统和方法 | |
| WO2022048515A1 (zh) | 一种测评实现方法、装置和存储介质 | |
| CN111460279A (zh) | 信息推荐方法、装置、存储介质及计算机设备 | |
| CN111523035B (zh) | App浏览内容的推荐方法、装置、服务器和介质 | |
| CN108596690A (zh) | 一种广告处理方法及装置 | |
| CN109685539A (zh) | 基于数据处理的首页展示方法、设备、存储介质及装置 | |
| CN116739836B (zh) | 一种基于知识图谱的餐饮数据分析方法及系统 | |
| CN110248249A (zh) | 一种视频推荐方法、视频推荐设备及服务器 | |
| WO2022267755A1 (zh) | 表单处理方法、装置、设备以及存储介质 | |
| CN113778286A (zh) | 应用控件显示方法、装置、存储介质及电子设备 | |
| CN113407821A (zh) | 一种小区动态内容推荐方法、系统、智能终端及服务器 | |
| CN113360790A (zh) | 信息推荐方法、装置及电子设备 | |
| CN112291625B (zh) | 信息质量处理方法、装置、电子设备及存储介质 | |
| CN108460475A (zh) | 基于学生上网行为的贫困生预测方法和装置 |
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 |
Application publication date: 20210917 |
|
| RJ01 | Rejection of invention patent application after publication |