CN113746913A - 一种信息推荐方法及系统、设备和存储介质 - Google Patents
一种信息推荐方法及系统、设备和存储介质 Download PDFInfo
- Publication number
- CN113746913A CN113746913A CN202111011600.4A CN202111011600A CN113746913A CN 113746913 A CN113746913 A CN 113746913A CN 202111011600 A CN202111011600 A CN 202111011600A CN 113746913 A CN113746913 A CN 113746913A
- Authority
- CN
- China
- Prior art keywords
- recommendation
- user
- information
- user information
- client
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
Abstract
本申请公开了一种信息推荐方法及其系统,应用于客户端c l i ent和服务器server之间,方法包括:用户信息收集步骤:客户端C l i ent将用户信息分为多个用户信息分组,并分别独立存储;发送请求步骤:当用户在客户端C l i ent发起推荐请求时,客户端C l i ent抽取用户信息分组中的至少一个分组进行随机拼接,生成至少一个用户信息组合后,加密发送到服务器ser ver端;推荐结果步骤:服务器server端解密用户信息组合后,将每个用户信息组合随机分发到多个推荐服务器,推荐服务器基于用户信息组合返回推荐结果到客户端C l i ent,完成向用户的信息推荐。本发明方法实现了用户隐私数据的分散保存,同时兼顾推荐系统的推荐效果。
Description
技术领域
本申请涉及信息处理领域,特别是涉及一种信息推荐方法、系统、计算机设备和计算机可读存储介质。
背景技术
当今随着互联网大数据的信息越来越多,一个用户自己筛选信息的成本越来越大,这时就需要有推荐系统来帮助用户看到自己想看的信息。当推荐系统拿到的特定用户的个人信息和历史记录越多,能做出的推荐就越精确。
大数据信息筛选发展的一大关键难题就是如何高效高质量地从海量的数据信息中挖掘有价值的部分,解决信息过载问题的有效方法就是提供的推荐系统,截止到目前推荐系统的研究已经得到了广泛的应用,也形成了许多有关的研究成果。
此外,日益突出的又一大关键难题是:很多用户会担心自己的详细信息存储在同一位置的安全性问题,比如隐私泄露、信息滥用等等。
所以需要一个考虑到用户隐私保护的用户信息收集、利用的推荐系统流程架构。
然而,目前现有技术的推荐系统中没有特别关注这一方面,仍然以收集用户信息为主。对用户的隐私信息、历史记录信息没有保护。
目前针对相关技术中,存在以下瓶颈,尚未提出有效解决方案:
1、现有技术中对用户的隐私信息、历史记录信息缺少保护;
2、现有技术中推荐服务器端依赖用户信息存储的推荐实现方式。
本发明方法提供了从改造信息收集、保存方式,到推荐系统利用数据做推荐的方式,以从流程上保证用户隐私数据的分散保存,同时兼顾推荐系统的推荐效果。
发明内容
本申请实施例提供了一种用户隐私数据的随机分组存储,推荐服务器端的不依赖用户信息存储的推荐实现方式,可以保证用户的隐私数据得到保护,在客户端不会有完整存储,在服务器端不会有留存。
第一方面,本申请实施例提供了一种信息推荐方法,应用于客户端client和服务器server之间,包括:
用户信息收集步骤:客户端Client将用户信息分为多个用户信息分组,并分别独立存储;
发送请求步骤:当用户在客户端Client发起推荐请求时,客户端Client抽取用户信息分组中的至少一个分组进行随机拼接,生成至少一个用户信息组合后,加密发送到服务器server端;
推荐结果步骤:服务器server端解密用户信息组合后,将每个用户信息组合随机分发到多个推荐服务器,推荐服务器基于用户信息组合返回推荐结果到客户端Client,完成向用户的信息推荐。
在一些实施例中,上述信息推荐方法还包括:
汇总推荐结果步骤:客户端Client将推荐服务器返回的推荐结果进行汇总分析,得到最终展示给用户的推荐结果。
在一些实施例中,上述用户信息分组包括:用户基本信息组,至少一个用户偏好组和至少一个历史记录组。
在一些实施例中,上述发送请求步骤还包括:
信息拼接步骤:采用用户基本信息组随机拼接用户偏好组再加上历史记录组,组合成多个用户信息组合。
第二方面,本申请实施例提供了一种信息推荐系统,应用于客户端client和服务器server之间,采用如所述上信息推荐方法,系统包括:
用户信息收集模块:客户端Client将用户信息分为多个用户信息分组,并分别独立存储;
发送请求模块:当用户在客户端Client发起推荐请求时,客户端Client抽取用户信息分组中的至少一个分组进行随机拼接,生成至少一个用户信息组合后,加密发送到服务器server端;
推荐结果模块:服务器server端解密用户信息组合后,将每个用户信息组合随机分发到多个推荐服务器,推荐服务器基于用户信息组合返回推荐结果到客户端Client,完成向用户的信息推荐。
在一些实施例中,上述信息推荐系统,还包括:
汇总推荐结果模块:客户端Client将推荐服务器返回的推荐结果进行汇总分析,得到最终展示给用户的推荐结果。
在一些实施例中,上述用户信息分组包括:用户基本信息组,至少一个用户偏好组和至少一个历史记录组。
在一些实施例中,上述发送请求模块还包括:
信息拼接模块:采用用户基本信息组随机拼接用户偏好组再加上历史记录组,组合成多个用户信息组合。
第三方面,本申请实施例提供了一种服务器server,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,服务器server执行计算机程序时实现如上所述中任一项所述的信息推荐方法。
第四方面,本申请实施例提供了一种客户端Client,其上运行有计算机程序,其特征在于,该程序被处理器执行时实现如上所述的信息推荐方法。
相比于相关现有技术,本申请实施例提供的还可以直接在客户端计算用户行为的特征,仅把部分特征用于推荐请求,从而更好地保护用户隐私。在客户端的用户隐私数据随机分组存储,推荐请求参数的自由组合。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明信息推荐方法流程示意图;
图2为本发明具体实施例方法流程示意图;
图3为本发明信息推荐系统示意图;
图4为根据本申请实施例的服务器server设备的硬件结构示意图。
以上图中:
100信息推荐系统
10用户信息收集模块,20发送请求模块和30推荐结果模块
81、处理器;82、存储器;83、通信接口;80、总线。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”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。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
本申请所涉及的信息推荐方法、装置、server服务器或者client客户端提供了一种从改造信息收集、保存方式,到推荐系统利用数据做推荐的解决方案,以从流程上保证用户隐私数据的分散保存,同时兼顾推荐系统的推荐效果。
图1为本发明方法流程示意图,如图1所示,本实施例提供了一种信息推荐方法,应用于客户端client和服务器server之间,包括:
用户信息收集步骤S10:客户端Client将用户信息分为多个用户信息分组,并分别独立存储;
发送请求步骤S20:当用户在客户端Client发起推荐请求时,客户端Client抽取用户信息分组中的至少一个分组进行随机拼接,生成至少一个用户信息组合后,加密发送到服务器server端;
推荐结果步骤S30:服务器server端解密用户信息组合后,将每个用户信息组合随机分发到多个推荐服务器,推荐服务器基于用户信息组合返回推荐结果到客户端Client,完成向用户的信息推荐。
进一步的,上述信息推荐方法还包括:
汇总推荐结果步骤S40:客户端Client将推荐服务器返回的推荐结果进行汇总分析,得到最终展示给用户的推荐结果。
其中,用户信息分组包括:用户基本信息组,至少一个用户偏好组和至少一个历史记录组。
发送请求步骤S20还包括:
信息拼接步骤:采用用户基本信息组随机拼接用户偏好组再加上历史记录组,组合成多个用户信息组合。
以下结合附图对本发明具体实施例进行详细说明:
图2为本发明具体实施例方法流程示意图,如图2所示,是推荐的整体流程:
1)从客户端Client向推荐服务端(包括接收请求的Server和负责具体推荐任务的Recommend)发起推荐请求,为了推荐的准确性需要提供一些用户相关信息;之后Recommend服务器返回结果给Server端再发送给Client,就看到推荐的结果了。
2)如图2左所示,客户端Client部分在存储用户信息的时候,分为三个部分:用户基本信息(比如性别、会员等级等)、用户偏好(比如喜欢的视频类型、点赞过的视频等)、历史记录(浏览观看的时长等);其中用户偏好和历史记录随机分为n个小组(可按照整体记录的多少来取n=5或者10等),均匀记录用户的信息。
3)当用户需要发起推荐请求时,用基本信息随机拼接一个用户偏好组再加上一个历史记录组,组合成用户信息加密发送给服务器端,同时发送多个组合后的用户信息给服务器端。
4)Server会把不同的推荐请求分配给不同的推荐服务器,这样不会有任何一个服务器可以连续地拿到用户所有信息,可以保护用户的隐私,另外因为用于推荐的组合用户信息是均匀分布取样的,所以也能保证推荐结果的准确性。
5)Client在收到所有的推荐请求结果之后,汇总得到可以展示给用户的推荐结果。
本发明方法实现了用户隐私数据的随机分组存储,推荐服务器端的不依赖用户信息存储的推荐实现方式,可以保证用户的隐私数据得到保护,在客户端不会有完整存储,在服务器端不会有留存。同时,还可以直接在客户端计算用户行为的特征,仅把部分特征用于推荐请求,从而更好地保护用户隐私。
此外,图3为本发明信息推荐系统示意图,如图3所示,本申请实施例提供了一种信息推荐系统100,应用于客户端client和服务器server之间,采用如所述上信息推荐方法,系统包括:
用户信息收集模块10:客户端Client将用户信息分为多个用户信息分组,并分别独立存储;
发送请求模块20:当用户在客户端Client发起推荐请求时,客户端Client抽取用户信息分组中的至少一个分组进行随机拼接,生成至少一个用户信息组合后,加密发送到服务器server端;
推荐结果模块30:服务器server端解密用户信息组合后,将每个用户信息组合随机分发到多个推荐服务器,推荐服务器基于用户信息组合返回推荐结果到客户端Client,完成向用户的信息推荐。
进一步的,信息推荐系统还包括:
汇总推荐结果模块40:客户端Client将推荐服务器返回的推荐结果进行汇总分析,得到最终展示给用户的推荐结果。
其中,用户信息分组包括:用户基本信息组,至少一个用户偏好组和至少一个历史记录组。
上述发送请求模块20还包括:
信息拼接模块:采用用户基本信息组随机拼接用户偏好组再加上历史记录组,组合成多个用户信息组合。
第三方面,本申请实施例提供了一种服务器server,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,服务器server执行计算机程序时实现如上所述中任一项所述的信息推荐方法。
第四方面,本申请实施例提供了一种客户端Client,其上运行有计算机程序,其特征在于,该程序被处理器执行时实现如上所述的信息推荐方法。
另外,结合图1描述的本申请实施例的信息推荐方法可以由服务器server设备来实现。图4为根据本申请实施例的服务器server设备的硬件结构示意图。
服务器server设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。
在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(Random Access Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-OnlyMemory,简称为PROM)、可擦除PROM(Erasable Programmable Read-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable Programmable Read-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-Only Memory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic Random Access Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种信息推荐方法。
在其中一些实施例中,计算机设备还可包括通信接口83和总线80。其中,如图4所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该服务器server设备可以基于用户隐私数据的随机分组存储,推荐服务器端的不依赖用户信息存储的推荐实现方式,从而实现结合图1描述的信息方法。
另外,结合上述实施例中的信息推荐方法,本申请实施例可提供一种client客户端来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种信息推荐方法。
相比于现有技术,本发明用户隐私数据的随机分组存储,推荐服务器端的不依赖用户信息存储的推荐实现方式,可以保证用户的隐私数据得到保护,在客户端不会有完整存储,在服务器端不会有留存。还可以直接在客户端计算用户行为的特征,仅把部分特征用于推荐请求,从而更好地保护用户隐私。在客户端的用户隐私数据随机分组存储,推荐请求参数的自由组合。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种信息推荐方法,其特征在于,应用于客户端client和服务器server之间,包括:
用户信息收集步骤:所述客户端Client将用户信息分为多个用户信息分组,并分别独立存储;
发送请求步骤:当用户在所述客户端Client发起推荐请求时,所述客户端Client抽取所述用户信息分组中的至少一个分组进行随机拼接,生成至少一个用户信息组合后,加密发送到服务器server端;
推荐结果步骤:所述服务器server端解密所述用户信息组合后,将每个所述用户信息组合随机分发到多个推荐服务器,所述推荐服务器基于所述用户信息组合返回推荐结果到所述客户端Client,完成向所述用户的信息推荐。
2.根据权利要求1信息推荐方法,其特征在于,还包括:
汇总推荐结果步骤:所述客户端Client将所述推荐服务器返回的推荐结果进行汇总分析,得到最终展示给用户的推荐结果。
3.根据权利要求1信息推荐方法,其特征在于,用户信息分组包括:用户基本信息组,至少一个用户偏好组和至少一个历史记录组。
4.根据权利要求1信息推荐方法,其特征在于,所述发送请求步骤还包括:
信息拼接步骤:采用所述用户基本信息组随机拼接所述用户偏好组再加上所述历史记录组,组合成多个所述用户信息组合。
5.一种信息推荐系统,应用于客户端client和服务器server之间,采用如权利要求1-4中任意一项所述信息推荐方法,其特征在于,包括:
用户信息收集模块:所述客户端Client将用户信息分为多个用户信息分组,并分别独立存储;
发送请求模块:当用户在所述客户端Client发起推荐请求时,所述客户端Client抽取所述用户信息分组中的至少一个分组进行随机拼接,生成至少一个用户信息组合后,加密发送到服务器server端;
推荐结果模块:所述服务器server端解密所述用户信息组合后,将每个所述用户信息组合随机分发到多个推荐服务器,所述推荐服务器基于所述用户信息组合返回推荐结果到所述客户端Client,完成向所述用户的信息推荐。
6.根据权利要求5信息推荐系统,其特征在于,还包括:
汇总推荐结果模块:所述客户端Client将所述推荐服务器返回的推荐结果进行汇总分析,得到最终展示给用户的推荐结果。
7.根据权利要求1信息推荐系统,其特征在于,用户信息分组包括:用户基本信息组,至少一个用户偏好组和至少一个历史记录组。
8.根据权利要求1信息推荐系统,其特征在于,所述发送请求模块还包括:
信息拼接模块:采用所述用户基本信息组随机拼接所述用户偏好组再加上所述历史记录组,组合成多个用户信息组合。
9.一种服务器server,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述服务器server执行所述计算机程序时实现如权利要求1至4中任一项所述的信息推荐方法。
10.一种客户端Client,其上运行有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4中任一项所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011600.4A CN113746913A (zh) | 2021-08-31 | 2021-08-31 | 一种信息推荐方法及系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011600.4A CN113746913A (zh) | 2021-08-31 | 2021-08-31 | 一种信息推荐方法及系统、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113746913A true CN113746913A (zh) | 2021-12-03 |
Family
ID=78734166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111011600.4A Pending CN113746913A (zh) | 2021-08-31 | 2021-08-31 | 一种信息推荐方法及系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113746913A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026466A (zh) * | 2006-02-22 | 2007-08-29 | 迈世亚(北京)科技有限公司 | 数据推送的方法 |
US20140143804A1 (en) * | 2012-11-16 | 2014-05-22 | Institute For Information Industry | System and method for providing advertisement service |
US20140278812A1 (en) * | 2013-03-14 | 2014-09-18 | Microsoft Corporation | Diagnostics storage within a multi-tenant data center |
CN104380690A (zh) * | 2012-06-15 | 2015-02-25 | 阿尔卡特朗讯 | 用于推荐服务的隐私保护系统的架构 |
CN104731870A (zh) * | 2015-03-02 | 2015-06-24 | 百度在线网络技术(北京)有限公司 | 一种用于提供推荐信息的方法与设备 |
CN109408703A (zh) * | 2018-09-03 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 信息推荐方法及其系统、装置、电子设备、存储介质 |
CN110399561A (zh) * | 2019-07-31 | 2019-11-01 | 中国工商银行股份有限公司 | 信息推荐方法、信息推荐装置和电子设备 |
CN111680221A (zh) * | 2020-08-11 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及计算机可读存储介质 |
CN112084413A (zh) * | 2020-09-16 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种信息推荐的方法、装置及存储介质 |
CN112905651A (zh) * | 2021-02-20 | 2021-06-04 | 卓尔智联(武汉)研究院有限公司 | 信息推荐方法、装置、电子设备及存储介质 |
CN113010775A (zh) * | 2021-02-24 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置和计算机设备 |
-
2021
- 2021-08-31 CN CN202111011600.4A patent/CN113746913A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026466A (zh) * | 2006-02-22 | 2007-08-29 | 迈世亚(北京)科技有限公司 | 数据推送的方法 |
CN104380690A (zh) * | 2012-06-15 | 2015-02-25 | 阿尔卡特朗讯 | 用于推荐服务的隐私保护系统的架构 |
US20140143804A1 (en) * | 2012-11-16 | 2014-05-22 | Institute For Information Industry | System and method for providing advertisement service |
US20140278812A1 (en) * | 2013-03-14 | 2014-09-18 | Microsoft Corporation | Diagnostics storage within a multi-tenant data center |
CN104731870A (zh) * | 2015-03-02 | 2015-06-24 | 百度在线网络技术(北京)有限公司 | 一种用于提供推荐信息的方法与设备 |
CN109408703A (zh) * | 2018-09-03 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 信息推荐方法及其系统、装置、电子设备、存储介质 |
CN110399561A (zh) * | 2019-07-31 | 2019-11-01 | 中国工商银行股份有限公司 | 信息推荐方法、信息推荐装置和电子设备 |
CN111680221A (zh) * | 2020-08-11 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及计算机可读存储介质 |
CN112084413A (zh) * | 2020-09-16 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种信息推荐的方法、装置及存储介质 |
CN112905651A (zh) * | 2021-02-20 | 2021-06-04 | 卓尔智联(武汉)研究院有限公司 | 信息推荐方法、装置、电子设备及存储介质 |
CN113010775A (zh) * | 2021-02-24 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Poongodi et al. | Building an authentic and ethical keyword search by applying decentralised (Blockchain) verification | |
CN112199738B (zh) | 一种基于区块链的侵权存证方法、装置及电子设备 | |
US10397359B2 (en) | Streaming media cache for media streaming service | |
US11249953B2 (en) | Method and apparatus for sharing big data using block chain | |
CN110069661B (zh) | 链接内容文件 | |
US11122128B2 (en) | Method and device for customer resource acquisition, terminal device and storage medium | |
US9197611B2 (en) | Topic protection policy for publish-subscribe messaging system | |
EP3253026B1 (en) | Cdn-based access control method and relevant device | |
US9954880B2 (en) | Protection via webpage manipulation | |
CN104580364A (zh) | 一种资源分享的方法和装置 | |
US20150026078A1 (en) | Generating and providing an authorization indication in relation to a media content item | |
CN108431819B (zh) | 保护客户端访问视频播放器的drm代理的服务的方法和系统 | |
CN105354451A (zh) | 访问鉴权的方法及系统 | |
US10303781B1 (en) | Deriving associations between assets | |
JP6549782B2 (ja) | データ漏洩の防止 | |
EP2725538A1 (en) | Privacy protected dynamic clustering of end users | |
CN110929129B (zh) | 一种信息检测方法、设备及机器可读存储介质 | |
CN112528125A (zh) | 避免内容重复推荐的方法、装置、电子设备及存储介质 | |
CN112818371A (zh) | 资源访问控制方法、系统、装置、设备及介质 | |
CN111988262B (zh) | 认证方法、装置及服务器、存储介质 | |
CN113746913A (zh) | 一种信息推荐方法及系统、设备和存储介质 | |
CN110851794A (zh) | 媒体文件上链方法和装置、存储介质及电子装置 | |
WO2019119665A1 (zh) | 文件加速展现方法、计算设备及计算机存储介质 | |
US20170359212A1 (en) | Information processing method, device and computer readable storage medium | |
CN113656648A (zh) | 数据查询方法、相关装置和介质 |
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 |