CN114285895B - 网络资源推荐方法、装置、电子设备及存储介质 - Google Patents

网络资源推荐方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114285895B
CN114285895B CN202111585057.9A CN202111585057A CN114285895B CN 114285895 B CN114285895 B CN 114285895B CN 202111585057 A CN202111585057 A CN 202111585057A CN 114285895 B CN114285895 B CN 114285895B
Authority
CN
China
Prior art keywords
index information
target network
network resource
recommendation
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
Application number
CN202111585057.9A
Other languages
English (en)
Other versions
CN114285895A (zh
Inventor
黄友俊
李星
吴建平
郭强
吴焕乐
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.)
CERNET Corp
Original Assignee
CERNET Corp
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 CERNET Corp filed Critical CERNET Corp
Priority to CN202111585057.9A priority Critical patent/CN114285895B/zh
Publication of CN114285895A publication Critical patent/CN114285895A/zh
Application granted granted Critical
Publication of CN114285895B publication Critical patent/CN114285895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本公开提供了一种网络资源推荐方法,应用于计算机技术领域,包括:获取用户所在地域信息和目标网络资源的所有网络指标信息;基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐。本申请还公开了一种网络资源推荐装置、电子设备及存储介质,可为用户推荐适合的网络资源。

Description

网络资源推荐方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机技术领域,尤其涉及一种网络资源推荐方法、装置、电子设备及存储介质。
背景技术
近年来国内下一代互联网的加速推进,自《推进互联网协议第六版(IPv6)规模部署行动计划》印发以来,IPv6互联网活跃用户保持高速增长,已从2019年1.65亿的活跃用户数,增长至2021年下半年的5.457亿,增幅达到230.72%,互联网活跃用户占比,也从2019年的19.32%,增长至54.34%,IPv6推广取得明显成效。各类IPv6网站资源也如雨后春笋般快速发展,特别是教育网内IPv6网站资源呈现爆发式增长。从网络信息服务角度看,如何从海量的IPv6网站资源中,让用户快速准确的找到自己想要的信息,成为了更大的挑战。
发明内容
本申请的主要目的在于提供一种网络资源推荐方法、装置、电子设备及存储介质,可为用户推荐适合的网络资源。
为实现上述目的,本申请实施例第一方面提供一种网络资源推荐方法,包括:
获取用户所在地域信息和目标网络资源的所有网络指标信息;
基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐。
在本公开一实施例中,所述基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐包括:
获取所述目标网络资源的所有网络指标信息的预设权重;
基于所述所有网络指标信息和每个所述网络指标信息预设权重,计算每个所述网络指标信息的推荐系数;
根据所述网络指标信息的推荐系数,对目标网络资源进行推荐。
在本公开一实施例中,所述根据所述网络指标信息的推荐系数,对目标网络资源进行推荐包括:
获取所述用户的展示分类集,以及,每种展示分类关联的所有目标网络指标信息;
对于所述展示分类集中的每一个展示分类,基于所述展示分类关联的所有目标网络指标信息,获取所述所有目标网络指标信息对应的推荐系数;
基于所述所有目标网络指标信息对应的推荐系数,计算所述目标网络资源在所述展示分类下的最终推荐值;
基于所述最终推荐值,对所述目标网络资源进行推荐。
在本公开一实施例中,所述基于所述所有目标网络指标信息对应的推荐系数,计算所述目标网络资源在所述展示分类下的最终推荐值包括:
所述展示分类关联的所有网络指标信息对应展示权重;
将每个所述网络指标信息的推荐系数乘以对应的预设权重再相加,得到所述目标网络资源在所述展示分类下的最终推荐值。
在本公开一实施例中,所述方法还包括:
建立网络资源推荐信息库,所述网络资源推荐信息库包括所述目标网络资源的推荐信息,所述推荐信息包括所述目标网络资源的地域信息、所述网络指标信息和所述网络指标信息的推荐系数。
在本公开一实施例中,所述目标网络资源为目标教育网站,所述获取用户所在地域信息包括:
利用IPv6地址,获取用户所在地域信息,所述地域信息包括所在学校标识,省级标识,大区标识,教育网标识。
在本公开一实施例中,所述获取所述目标网络资源的所有网络指标信息包括:
调用ping6命令和/或paping6命令,测量到所述目标网络资源的网络层性能,所述网络层性能包括可达性、最大延迟、最小延迟、平均延迟、延迟抖动、丢包率中的至少一种;
基于IPv6测量到所述目标网络资源的http可访问、https可访问、证书类型、证书有效期、tcp握手时延、首页加载时延、上下行带宽中的至少一种;
测量所述目标网络资源的域名解析时延,以及,是否支持dnssec。
本申请实施例第二方面提供一种网络资源推荐装置,包括:
获取模块,用于获取用户所在地域信息和目标网络资源的所有网络指标信息;
推荐模块,用于基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐。本申请实施例第三方面提供了一种电子设备,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实现本申请实施例第一方面提供的网络资源推荐方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例第一方面提供的网络资源推荐方法。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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为本申请一实施例提供的网络资源推荐方法的流程示意图;
图2为本申请一实施例提供的网络资源推荐装置的结构示意图;
图3示出了一种电子设备的硬件结构示意图。
具体实施方式
为使得本申请的申请目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动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。
请参阅图1,图1为本申请一实施例提供的网络资源推荐方法的流程示意图,该方法可应用于电子设备中,电子设备包括:手机、平板电脑、手提电脑、智能手表、智能眼镜等可在移动中进行数据处理的电子设备以及台式计算机、一体机、智能电视机等非可在移动中进行数据处理的电子设备,该方法主要包括以下步骤:
S101、获取用户所在地域信息和目标网络资源的所有网络指标信息。
在本公开中,网络资源可以是各种网站、视频资源等等,以网络资源为教育网站为例,目标网络资源可以是系统收录的教育网站、也可以是用户筛选出的教育网站。用户所在地域信息,则可以包括所在学校标识S,省级标识P,大区标识A,教育网标识E。
在本公开中,通过部署在用户访问客户端的探针程序,周期性测量收录教育网站的可达性、网络延迟、上下行带宽等网络指标信息,记录为该教育网站的网络指标信息。探针主要包含ping模块、http模块、dns模块。
ping模块用于调用ping6命令和/或paping6命令测量到该目标网络资源的网络层性能。网络层性能包含:可达性、最大延迟、最小延迟、平均延迟、延迟抖动、丢包率中的至少一种。为了提升测量性能,创建多线程并发目标网络资源IP做ping6测试,由于该目标网络资源的服务器可能禁止ping6测试,导致ping6返回超时,因此需要基于TCP测试到该目标网络资源服务器端口的可达性,即用paping6命令,采用paping6测试到该目标网络资源80和433端口的网络层性能。
http模块用于基于IPv6测量到该目标网络资源的http可访问、https可访问、证书类型、证书有效期、tcp握手时延、首页加载时延、上下行带宽中的至少一种。为了提升测量性能,创建多线程基于libcurl库实现http客户端,但是http客户端本身有两个局限性。一是网页加载时延,需要调用浏览器测量;二是某些网络资源可能有反爬机制,导致简单的http客户端访问失败。因此,对于http客户端访问失败的网络资源,还需继续调用爬虫程序,爬虫程序基于谷歌开源框架puppeteer,调用chrome浏览器模拟了各种参数突破大部分反爬机制从而成功测量资源性能。
dns模块用于测量该目标网络资源的域名解析时延,以及,是否支持dnssec。dns解析发生在网络资源访问之前,解析性能的优劣直接关系到用户体验,支持dnssec解析的域名便于判定是否被污染,这对网络资源热度排名也至关重要。基于c-ares库多线程并发测量网络资源域名解析时延和是否支持dnssec解析。
S102、基于该用户所在地域信息和该目标网络资源的所有网络指标信息,对目标网络资源进行推荐。
在本公开一实施例中,S102包括:获取该目标网络资源的所有网络指标信息的预设权重,基于该所有网络指标信息和每个该网络指标信息预设权重,计算每个该网络指标信息的推荐系数,根据该网络指标信息的推荐系数,对目标网络资源进行推荐。
在一示例中,首先,根据用户客户端IPv6地址,获得地址所在学校标识S,省级标识P,大区标识A,教育网标识E,然后,对各项网络指标信息设置权重,分别为R1~Rx,然后,检测到的各项网络指标信息分别为M1~Mx,再结合每个网络指标信息设置对应的权重R1~Rx,通过公式计算获得每个该网络指标信息的推荐系数Y1=M1R1,Y2=M2R2,......Yx=MxRx。最后,计算每个教育网站的总推荐系数,按照总推荐系数由大到小进行推荐。
在本公开一实施例中,该根据该网络指标信息的推荐系数,对目标网络资源进行推荐包括:获取该用户的展示分类集,以及,每种展示分类关联的所有目标网络指标信息,对于该展示分类集中的每一个展示分类,基于该展示分类关联的所有目标网络指标信息,获取该所有目标网络指标信息对应的推荐系数,基于该所有目标网络指标信息对应的推荐系数,计算该目标网络资源在该展示分类下的最终推荐值,基于该最终推荐值,对该目标网络资源进行推荐。
在本公开一实施例中,该基于该所有目标网络指标信息对应的推荐系数,计算该目标网络资源在该展示分类下的最终推荐值包括:该展示分类关联的所有网络指标信息对应展示权重,将每个该网络指标信息的推荐系数乘以对应的预设权重再相加,得到该目标网络资源在该展示分类下的最终推荐值。
在一示例中,定义用户展示分类集C1~Cn。每种用户展示分类C需要组合多种网络指标信息,并且各个网络指标信息有不同的权重。因此可结合上述网络指标信息的推荐系数进行推荐,教育网站在某一用户展示分类C中的最终推荐值V=关联目标网络指标信息1的推荐系数*展示权重1+关联目标网络指标信息2的推荐系数*展示权重2+......+关联目标网络指标信息x的推荐系数*展示权重x。最后,按照最终推荐值由大到小进行推荐。
在本公开一实施例中,该方法还包括:建立网络资源推荐信息库,该网络资源推荐信息库包括该目标网络资源的推荐信息,该推荐信息包括该目标网络资源的地域信息、该网络指标信息和该网络指标信息的推荐系数。例如,教育网站W的推荐信息为[网站W,学校S,省P,大区A,教育网E,指标x,指标推荐系数Yx],遍历所有目标教育网站并逐条记录以上数据,获得网络资源推荐信息库。更多的,同时根据用户使用客户端访问情况,动态更新最新网络信息并计算记录于网络资源推荐信息库。
请参阅图2,图2是本申请一实施例提供的网络资源推荐装置的结构示意图,该装置可内置于电子设备中,该装置主要包括:
获取模块201,用于获取用户所在地域信息和目标网络资源的所有网络指标信息;
推荐模块202,用于基于该用户所在地域信息和该目标网络资源的所有网络指标信息,对目标网络资源进行推荐。
在本公开一实施例中,该基于该用户所在地域信息和该目标网络资源的所有网络指标信息,对目标网络资源进行推荐包括:
获取该目标网络资源的所有网络指标信息的预设权重;
基于该所有网络指标信息和每个该网络指标信息预设权重,计算每个该网络指标信息的推荐系数;
根据该网络指标信息的推荐系数,对目标网络资源进行推荐。
在本公开一实施例中,该根据该网络指标信息的推荐系数,对目标网络资源进行推荐包括:
获取该用户的展示分类集,以及,每种展示分类关联的所有目标网络指标信息;
对于该展示分类集中的每一个展示分类,基于该展示分类关联的所有目标网络指标信息,获取该所有目标网络指标信息对应的推荐系数;
基于该所有目标网络指标信息对应的推荐系数,计算该目标网络资源在该展示分类下的最终推荐值;
基于该最终推荐值,对该目标网络资源进行推荐。
在本公开一实施例中,该基于该所有目标网络指标信息对应的推荐系数,计算该目标网络资源在该展示分类下的最终推荐值包括:
该展示分类关联的所有网络指标信息对应展示权重;
将每个该网络指标信息的推荐系数乘以对应的预设权重再相加,得到该目标网络资源在该展示分类下的最终推荐值。
在本公开一实施例中,该方法还包括:
建立网络资源推荐信息库,该网络资源推荐信息库包括该目标网络资源的推荐信息,该推荐信息包括该目标网络资源的地域信息、该网络指标信息和该网络指标信息的推荐系数。
在本公开一实施例中,该目标网络资源为目标教育网站,该获取用户所在地域信息包括:
利用IPv6地址,获取用户所在地域信息,该地域信息包括所在学校标识,省级标识,大区标识,教育网标识。
在本公开一实施例中,该获取该目标网络资源的所有网络指标信息包括:
调用ping6命令和/或paping6命令,测量到该目标网络资源的网络层性能,该网络层性能包括可达性、最大延迟、最小延迟、平均延迟、延迟抖动、丢包率中的至少一种;
基于IPv6测量到该目标网络资源的http可访问、https可访问、证书类型、证书有效期、tcp握手时延、首页加载时延、上下行带宽中的至少一种;
测量该目标网络资源的域名解析时延,以及,是否支持dnssec。
请参见图3,图3示出了一种电子设备的硬件结构图。
本实施例中所描述的电子设备,包括:
存储器31、处理器32及存储在存储器31上并可在处理器上运行的计算机程序,处理器执行该程序时实现前述图1所示实施例中描述的多轴运动系统的同步控制方法。
进一步地,该电子设备还包括:
至少一个输入设备33;至少一个输出设备34。
上述存储器31、处理器32输入设备33和输出设备34通过总线35连接。
其中,输入设备33具体可为摄像头、触控面板、物理按键或者鼠标等等。输出设备34具体可为显示屏。
存储器31可以是高速随机存取记忆体(RAM,Random Access Memory)存储器,也可为非不稳定的存储器(non-volatile memory),例如磁盘存储器。存储器31用于存储一组可执行程序代码,处理器32与存储器31耦合。
进一步地,本公开实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是设置于上述各实施例中的电子设备中,该计算机可读存储介质可以是前述图3所示实施例中的电子设备。该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述图1所示实施例中描述的网络资源推荐方法。进一步地,该计算机可存储介质还可以是U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本公开各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
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的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种网络资源推荐方法、装置、电子设备及存储介质的描述,对于本领域的技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种网络资源推荐方法,其特征在于,包括:
获取用户所在地域信息和目标网络资源的所有网络指标信息;
基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐;
其中,所述目标网络资源为目标教育网站,所述获取用户所在地域信息包括:
利用IPv6地址,获取用户所在地域信息,所述地域信息包括所在学校标识,省级标识,大区标识,教育网标识;
其中,所述基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐包括:
获取所述目标网络资源的所有网络指标信息的预设权重;
基于所述所有网络指标信息和每个所述网络指标信息预设权重,计算每个所述网络指标信息的推荐系数;
根据所述网络指标信息的推荐系数,对目标网络资源进行推荐;
建立网络资源推荐信息库,所述网络资源推荐信息库包括所述目标网络资源的推荐信息,所述推荐信息包括所述目标网络资源的地域信息、所述网络指标信息和所述网络指标信息的推荐系数;
所述根据所述网络指标信息的推荐系数,对目标网络资源进行推荐包括:
获取所述用户的展示分类集,以及,每种展示分类关联的所有目标网络指标信息;
对于所述展示分类集中的每一个展示分类,基于所述展示分类关联的所有目标网络指标信息,获取所述所有目标网络指标信息对应的推荐系数;
基于所述所有目标网络指标信息对应的推荐系数,计算所述目标网络资源在所述展示分类下的最终推荐值;
基于所述最终推荐值,对所述目标网络资源进行推荐。
2.根据权利要求1所述的方法,其特征在于,所述基于所述所有目标网络指标信息对应的推荐系数,计算所述目标网络资源在所述展示分类下的最终推荐值包括:
所述展示分类关联的所有网络指标信息对应展示权重;
将每个所述网络指标信息的推荐系数乘以对应的预设权重再相加,得到所述目标网络资源在所述展示分类下的最终推荐值。
3.根据权利要求1所述的方法,其特征在于,所述获取所述目标网络资源的所有网络指标信息包括:
调用ping6命令和/或paping6命令,测量到所述目标网络资源的网络层性能,所述网络层性能包括可达性、最大延迟、最小延迟、平均延迟、延迟抖动、丢包率中的至少一种;
基于IPv6测量到所述目标网络资源的http可访问、https可访问、证书类型、证书有效期、tcp握手时延、首页加载时延、上下行带宽中的至少一种;
测量所述目标网络资源的域名解析时延,以及,是否支持dnssec。
4.一种网络资源推荐装置,其特征在于,包括:
获取模块,用于获取用户所在地域信息和目标网络资源的所有网络指标信息;
推荐模块,用于基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐;
其中,所述目标网络资源为目标教育网站,所述获取用户所在地域信息包括:
利用IPv6地址,获取用户所在地域信息,所述地域信息包括所在学校标识,省级标识,大区标识,教育网标识;
其中,所述基于所述用户所在地域信息和所述目标网络资源的所有网络指标信息,对目标网络资源进行推荐包括:
获取所述目标网络资源的所有网络指标信息的预设权重;
基于所述所有网络指标信息和每个所述网络指标信息预设权重,计算每个所述网络指标信息的推荐系数;
根据所述网络指标信息的推荐系数,对目标网络资源进行推荐;
建立网络资源推荐信息库,所述网络资源推荐信息库包括所述目标网络资源的推荐信息,所述推荐信息包括所述目标网络资源的地域信息、所述网络指标信息和所述网络指标信息的推荐系数;
所述根据所述网络指标信息的推荐系数,对目标网络资源进行推荐包括:
获取所述用户的展示分类集,以及,每种展示分类关联的所有目标网络指标信息;
对于所述展示分类集中的每一个展示分类,基于所述展示分类关联的所有目标网络指标信息,获取所述所有目标网络指标信息对应的推荐系数;
基于所述所有目标网络指标信息对应的推荐系数,计算所述目标网络资源在所述展示分类下的最终推荐值;
基于所述最终推荐值,对所述目标网络资源进行推荐。
5.一种电子设备,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计算机程序时,实现权利要求1至3中的任一项所述的网络资源推荐方法中的各个步骤。
6.一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,所述计算机程序被处理器执行时,实现权利要求1至3中的任一项所述的网络资源推荐方法中的各个步骤。
CN202111585057.9A 2021-12-22 2021-12-22 网络资源推荐方法、装置、电子设备及存储介质 Active CN114285895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111585057.9A CN114285895B (zh) 2021-12-22 2021-12-22 网络资源推荐方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111585057.9A CN114285895B (zh) 2021-12-22 2021-12-22 网络资源推荐方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114285895A CN114285895A (zh) 2022-04-05
CN114285895B true CN114285895B (zh) 2024-02-20

Family

ID=80874070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111585057.9A Active CN114285895B (zh) 2021-12-22 2021-12-22 网络资源推荐方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114285895B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102098192A (zh) * 2011-03-18 2011-06-15 清华大学 基于网站服务器的跨域网络测量方法
CN104809127A (zh) * 2014-01-26 2015-07-29 上海联影医疗科技有限公司 一种远程教育资源的推荐方法和装置
CN107391605A (zh) * 2017-06-30 2017-11-24 北京奇虎科技有限公司 基于地理位置的信息推送方法、装置及移动终端
CN107436893A (zh) * 2016-05-26 2017-12-05 北京搜狗科技发展有限公司 一种网页推荐方法和装置
CN108696561A (zh) * 2017-04-11 2018-10-23 中国移动通信集团河北有限公司 资源推送的方法和装置
CN110309411A (zh) * 2018-03-15 2019-10-08 中国移动通信集团有限公司 一种资源推荐方法及装置
CN112015990A (zh) * 2020-08-31 2020-12-01 广州市百果园信息技术有限公司 待推荐网络资源的确定方法、装置、计算机设备及介质
CN112883274A (zh) * 2021-03-16 2021-06-01 孔增强 一种推荐教育课程的方法、装置及存储介质
WO2021184174A1 (zh) * 2020-03-17 2021-09-23 深圳市欢太科技有限公司 信息推送方法、装置、电子设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7805382B2 (en) * 2005-04-11 2010-09-28 Mkt10, Inc. Match-based employment system and method
US7991757B2 (en) * 2008-08-12 2011-08-02 Amazon Technologies, Inc. System for obtaining recommendations from multiple recommenders
US10515562B2 (en) * 2015-11-04 2019-12-24 EDUCATION4SIGHT GmbH Systems and methods for instrumentation of education processes
CN106776660A (zh) * 2015-11-25 2017-05-31 阿里巴巴集团控股有限公司 一种信息推荐方法及装置
US20200287865A1 (en) * 2019-03-05 2020-09-10 Wangsu Science & Technology Co., Ltd. Method for acquiring resource, method for returning resource, server, and storage medium

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102098192A (zh) * 2011-03-18 2011-06-15 清华大学 基于网站服务器的跨域网络测量方法
CN104809127A (zh) * 2014-01-26 2015-07-29 上海联影医疗科技有限公司 一种远程教育资源的推荐方法和装置
CN107436893A (zh) * 2016-05-26 2017-12-05 北京搜狗科技发展有限公司 一种网页推荐方法和装置
CN108696561A (zh) * 2017-04-11 2018-10-23 中国移动通信集团河北有限公司 资源推送的方法和装置
CN107391605A (zh) * 2017-06-30 2017-11-24 北京奇虎科技有限公司 基于地理位置的信息推送方法、装置及移动终端
CN110309411A (zh) * 2018-03-15 2019-10-08 中国移动通信集团有限公司 一种资源推荐方法及装置
WO2021184174A1 (zh) * 2020-03-17 2021-09-23 深圳市欢太科技有限公司 信息推送方法、装置、电子设备及存储介质
CN112015990A (zh) * 2020-08-31 2020-12-01 广州市百果园信息技术有限公司 待推荐网络资源的确定方法、装置、计算机设备及介质
CN112883274A (zh) * 2021-03-16 2021-06-01 孔增强 一种推荐教育课程的方法、装置及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Da Wei ; Yanheng Liu ; Xuegang Yu ; Xiaodong Li."Research of Mobile IPv6 Application Based On Diameter Protocol".《First International Multi-Symposiums on Computer and Computational Sciences (IMSCCS'06)》.2008,全文. *
区域性基础教育资源共建共享平台建设探析;陈志伟;戴桂钦;叶知煌;;海峡科学(第12期);全文 *
尹婷婷 ; 龚思怡 ; 曾宪玉."基于用户画像技术的教育资源个性化推荐服务研究".《数字图书馆论坛》.2019,全文. *
徐晓 ; 张清 ; 张玉来 ; 张世波."论复杂网络理论在教育技术领域的应用".《宁波大学学报(教育科学版) 》.2014,全文. *
网络化教育资源的特性及其利用;徐涛;;考试与评价(第01期);全文 *

Also Published As

Publication number Publication date
CN114285895A (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
US9544355B2 (en) Methods and apparatus for realizing short URL service
US20130097313A1 (en) Web page load time prediction and simulation
US7730352B2 (en) Testing network applications without communicating over a network layer communication link
CN105100152A (zh) 应用服务器的选取方法和系统、应用客户端
Goel et al. Measuring What is Not Ours: A Tale of Party Performance
US20220239549A1 (en) Time series trend root cause identification
WO2016094099A1 (en) Browser provided website statistics
US8819209B1 (en) Name server property tracking
RU2643434C2 (ru) Способ предоставления пользователю сообщения посредством вычислительного устройства и машиночитаемый носитель информации
CN114285895B (zh) 网络资源推荐方法、装置、电子设备及存储介质
Kamiyama et al. Analyzing effect of edge computing on reduction of web response time
EP3593493B1 (en) Prediction of a performance indicator
CN104202403B (zh) 网页浏览的加速方法、云服务器和浏览器
US20140040502A1 (en) Scaling of stateful enterprise services
Kassem et al. Elapsed time of IoT application protocol for ECG: a comparative study between CoAP and MQTT
Suffian et al. Performance testing: Analyzing differences of response time between performance testing tools
Sasongko et al. The development of digital library user interface by using responsive web design and user experience
JP6173748B2 (ja) データ動的表示装置、データ動的表示方法、及びデータ動的表示プログラム
Cui et al. Troubleshooting slow webpage downloads
Burger et al. Increasing the coverage of vantage points in distributed active network measurements by crowdsourcing
Goel et al. Are 3rd parties slowing down the mobile web?
US10951576B1 (en) Method and apparatus for accurate GLB achieved by using distributed DNS reflection
CN109768897B (zh) 一种服务器部署方法及装置
US11017181B2 (en) Language selection system
US20170221091A1 (en) Method and system for performing online advertisement monitoring

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