CN114430503B - 一种基于短视频大数据叠加推荐方法 - Google Patents
一种基于短视频大数据叠加推荐方法 Download PDFInfo
- Publication number
- CN114430503B CN114430503B CN202210098930.XA CN202210098930A CN114430503B CN 114430503 B CN114430503 B CN 114430503B CN 202210098930 A CN202210098930 A CN 202210098930A CN 114430503 B CN114430503 B CN 114430503B
- Authority
- CN
- China
- Prior art keywords
- video
- recommendation
- data
- attribute information
- live broadcast
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- 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)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种基于短视频大数据叠加推荐方法，涉及短视频推荐方法领域。本发明包括绑定初始化信息；视频或直播自动推荐；进行一级启动推荐；进行二级启动推荐；进行三级启动推荐；进行四级启动推荐。本发明基于叠加的方法，依次对初始化视频或直播数据进行叠加各项参数及内容获得不同对应的播放流量权重，基于大数据智能化的方式实现普通视频的叠加推荐，考核的是视频及直播创作内容的本身，考量的不仅在于账号本身，还增加了互动因素、客户画像大数据分析隐私以及账号对应的视频及直播内容本身因素等综合进行评判获得流量推荐权重，有利于提升平台视频内容的创作质量提升，推进平台内容与观众的互动性。
Description
技术领域
本发明属于短视频推荐方法领域，特别是涉及一种基于短视频大数据叠加推荐方法。
背景技术
短视频作为目前最为流行的营销手段和工具之一，其核心的技术便是推荐规则和算法，基于商业化应用该工具的要求，需要使账户下的视频和直播被更多的人所观看，即获得更多的流量，而目前的流量获取以及视频获得推荐的方式主要还是需要依靠平台消费购买流量，这种方式不以内容创作为核心，不以用户主动评测为核心，不利于视频内容的创作；当下的视频推荐的权重可能是以某个单一点或几个比较常见的点相组合进行权重评测和给定，导致短视频推广及推荐效果不公正性。因此，针对以上问题，提供一种基于短视频大数据叠加推荐方法具有重要意义。
发明内容
本发明提供了一种基于短视频大数据叠加推荐方法，解决了以上问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明的一种基于短视频大数据叠加推荐方法，包括如下步骤：
S1、绑定初始化信息：初始用户登录进行注册完善包括基本属性信息、高级属性信息、付费属性信息，并在使用过程中由短视频平台给出该初始用户账号下的交易属性信息，由上述各信息相互叠加形成基于该账号下的初始推荐权重；
S2、视频或直播自动推荐：基于该账号初始推荐权重下进行的视频或直播，自动初始启动时推荐给当前账号下定位的附近用户、平台流量池给予的推荐流量、关注列表用户以及视频或直播绑定的热门关键词搜索展示页；
S3、进行一级启动推荐：采集当前对应视频或直播的点赞比率、评论比率、转发比率、关注比率以及完播比率，分析出上述动作对应的客户画像，并建立对应的客户画像与视频或直播内容相关的数据模型；
S4、进行二级启动推荐：通过短视频平台自有的互动动作监控组件及互动数据监控模块获取二级启动推荐权重；
S5、进行三级启动推荐：通过当前对应视频或直播的内容数据获得三级启动推荐权重；
S6、进行四级启动推荐：通过当前被推荐流量池内的用户企业数据信息进行推送和触达，推送并触达至有精准意向的平台或路径；最终获得回流和反馈结果。
进一步地，所述基本属性信息、高级属性信息、付费属性信息以及交易属性信息采用分值打分制，各属性信息下的各参数值对应不同分值的权重；所述基本属性信息包括当前账户下的用户性别、用户年龄、用户学历、兴趣爱好的填写情况；所述高级属性信息包括用户公司、用户职称、好友通讯、身份认证、收件地址的填写情况；所述付费属性信息包括营业执照、毕业证书、在职证明、会员等级、保证资金、充值资金的数据填写和充值情况；所述交易属性信息包括服务评分、产品评分、知识评分、交流评分、收益评分、贡献评分以及违规评分的记录。
进一步地，所述客户画像由工商信息、经营情况、知识产权、资质证书、产品信息以及官网信息数据构成，上述数据由外链数据抓取获得。
进一步地，所述互动动作监控组件包括用于监测视频或直播过程中互动者状态的手指跟踪模块、面容跟踪模块、停留时间模块，所述互动数据监控模块包括监控互动过程中的互动程度数据、粉丝数量数据、参与活动情况数据。
进一步地，所述内容数据包括所述视频或直播对应的账号名称、账号简介、视频标题、话题标签、视频内容、视频数量以及内容品质。
进一步地，所述用户企业数据包括长尾热词、行业类别、上流产业、下流产业、注册资本、招聘岗位以及社保人数的数据，该数据基于内容数据分析获得。
本发明相对于现有技术包括有以下有益效果：
本发明是基于叠加的方法，依次对初始化视频或直播数据进行叠加各项参数及内容获得不同对应的播放流量权重，基于大数据智能化的方式实现普通视频的叠加推荐，考核的是视频及直播创作内容的本身，考量的不仅在于账号本身，还增加了互动因素、客户画像大数据分析隐私以及账号对应的视频及直播内容本身因素等综合进行评判获得流量推荐权重，有利于提升平台视频内容的创作质量提升，推进平台内容与观众的互动性，更有利于优秀的账号及内容的创作及推广。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，对于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得其他的附图。
图1为本发明的一种基于短视频大数据叠加推荐方法的步骤图；
图2为本发明方法的具体原理示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
请参阅图1-2所示，本发明的一种基于短视频大数据叠加推荐方法，包括如下步骤：
S1、绑定初始化信息：初始用户登录进行注册完善包括基本属性信息、高级属性信息、付费属性信息，并在使用过程中由短视频平台给出该初始用户账号下的交易属性信息，由上述各信息相互叠加形成基于该账号下的初始推荐权重；该步骤是初始用户在注册时必填的选项，否则将以游客身份进行登录平台并使用；基本属性信息包括对应账号的名称、性别、年龄、地区，高级属性信息包括对应该账号持有人的学历、公司、简介等材料；付费属性信息包括付费账户数据、付费账户绑定的支付电子平台；
S2、视频或直播自动推荐：基于该账号初始推荐权重下进行的视频或直播，自动初始启动时推荐给当前账号下定位的附近用户、平台流量池给予的推荐流量、关注列表用户以及视频或直播绑定的热门关键词搜索展示页；在初始化信息后，基于该短视频平台发布的视频或直播，会当即推送给附近用户、平台流量池给定的用户以及关注列表中用户进行观看，同时可通过标题或文字内容绑定的热门关键词进行检索并被展示；
S3、进行一级启动推荐：采集当前对应视频或直播的点赞比率、评论比率、转发比率、关注比率以及完播比率，分析出上述动作对应的客户画像，并建立对应的客户画像与视频或直播内容相关的数据模型；对于点赞比率、评论比率、转发比率、关注比率以及完播比率的账号，平台会记录并识别，与算法及流量推荐模型中的数据情况进行比对，若大于或超过流量推荐模型及对应的数据阈值，则系统给予给予数倍于当前流量下的一级流量推荐；若低于或不足当前流量推荐模型及对应的数据阈值，则不予以推荐；具体采用点赞比率、评论比率、转发比率、关注比率以及完播比率中各项进行打分，并获得分数值的汇总数据与流量推荐模型及对应的数据阈值数据进行比对进行判断；
S4、进行二级启动推荐：通过短视频平台自有的互动动作监控组件及互动数据监控模块获取二级启动推荐权重；互动动作监控组件包括用于监测视频或直播过程中互动者状态的手指跟踪模块、面容跟踪模块、停留时间模块；上述各模块实现的方式主要是基于短视频平台上嵌载的动作识别插件或模块或组件所实现；互动数据监控模块包括监控互动过程中的互动程度数据、粉丝数量数据、参与活动情况数据，该模块主要是通过平台自身的内容监控所获得；基于互动动作监控组件中的动作模块实现对视频或直播中与用户之间的互动以及互动数据监控模块中实现的与用户互动结果，对当前视频或直播进行打分，获得对应的该部分权重，该部分权重与流量推荐模型及对应的数据阈值数据进行比对进行判断，是否大于推荐流量对应的阈值，若是，则参考流量推荐模型给到的权重进行推荐；
S5、进行三级启动推荐：通过当前对应视频或直播的内容数据获得三级启动推荐权重；内容数据包括所述视频或直播对应的账号名称、账号简介、视频标题、话题标签、视频内容、视频数量以及内容品质；该部分权重是基于上述各参数与流量推荐模型及对应的数据阈值数据进行比对进行判断，是否大于推荐流量对应的阈值，若是，则参考流量推荐模型给到的权重进行推荐；
S6、进行四级启动推荐：通过当前被推荐流量池内的用户企业数据信息进行推送和触达，推送并触达至有精准意向的平台或路径；最终获得回流和反馈结果；上述是基于对应的视频或直播是否经过其它有精准意向的平台或路径被客户所触达并获得回流或反馈作为结果，对数据进行打分，并与流量推荐模型及对应的数据阈值数据进行比对进行判断，是否大于推荐流量对应的阈值，若是，则参考流量推荐模型给到的权重进行推荐。
其中，对应的平台或路径包括钉钉、微信、智能外呼、群发短信、群发邮箱、社群、裂变海报等常见的线上平台。
其中，基本属性信息、高级属性信息、付费属性信息以及交易属性信息采用分值打分制，各属性信息下的各参数值对应不同分值的权重；所述基本属性信息包括当前账户下的用户性别、用户年龄、用户学历、兴趣爱好的填写情况；所述高级属性信息包括用户公司、用户职称、好友通讯、身份认证、收件地址的填写情况；所述付费属性信息包括营业执照、毕业证书、在职证明、会员等级、保证资金、充值资金的数据填写和充值情况；所述交易属性信息包括服务评分、产品评分、知识评分、交流评分、收益评分、贡献评分以及违规评分的记录。
其中，客户画像由工商信息、经营情况、知识产权、资质证书、产品信息以及官网信息数据构成，上述数据由外链数据抓取获得。
其中，用户企业数据包括长尾热词、行业类别、上流产业、下流产业、注册资本、招聘岗位以及社保人数的数据，该数据基于内容数据分析获得。、
本具体实施例中，初始启动时流量扶持基本在几百的当量，一级启动推荐流量为几千的当量，二级启动推荐流量为几万的当量，三级推荐流量为几百万的当量，四级推荐为上亿的当量。
有益效果：
本发明是基于叠加的方法，依次对初始化视频或直播数据进行叠加各项参数及内容获得不同对应的播放流量权重，基于大数据智能化的方式实现普通视频的叠加推荐，考核的是视频及直播创作内容的本身，考量的不仅在于账号本身，还增加了互动因素、客户画像大数据分析隐私以及账号对应的视频及直播内容本身因素等综合进行评判获得流量推荐权重，有利于提升平台视频内容的创作质量提升，推进平台内容与观众的互动性，更有利于优秀的账号及内容的创作及推广。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种基于短视频大数据叠加推荐方法，其特征在于，包括如下步骤：
S1、绑定初始化信息：初始用户登录进行注册完善包括基本属性信息、高级属性信息、付费属性信息，并在使用过程中由短视频平台给出初始用户账号下的交易属性信息，由上述各信息相互叠加形成基于该账号下的初始推荐权重；
S2、视频或直播自动推荐：基于该账号初始推荐权重下进行的视频或直播，自动初始启动时推荐给当前账号下定位的附近用户、平台流量池给予的推荐流量、关注列表用户以及视频或直播绑定的热门关键词搜索展示页；
S3、进行一级启动推荐：采集当前对应视频或直播的点赞比率、评论比率、转发比率、关注比率以及完播比率，分析出对应的客户画像，并建立对应的客户画像与视频或直播内容相关的数据模型；
S4、进行二级启动推荐：通过短视频平台自有的互动动作监控组件及互动数据监控模块获取二级启动推荐权重；
S5、进行三级启动推荐：通过当前对应视频或直播的内容数据获得三级启动推荐权重；
S6、进行四级启动推荐：通过当前被推荐流量池内的用户企业数据信息进行推送和触达，推送并触达至有精准意向的平台或路径；最终获得回流和反馈结果。
2.根据权利要求1所述的一种基于短视频大数据叠加推荐方法，其特征在于，所述基本属性信息、高级属性信息、付费属性信息以及交易属性信息采用分值打分制，各属性信息下的各参数值对应不同分值的权重；所述基本属性信息包括当前账户下的用户性别、用户年龄、用户学历、兴趣爱好的填写情况；所述高级属性信息包括用户公司、用户职称、好友通讯、身份认证、收件地址的填写情况；所述付费属性信息包括营业执照、毕业证书、在职证明、会员等级、保证资金、充值资金的数据填写和充值情况；所述交易属性信息包括服务评分、产品评分、知识评分、交流评分、收益评分、贡献评分以及违规评分的记录。
3.根据权利要求1所述的一种基于短视频大数据叠加推荐方法，其特征在于，所述客户画像由工商信息、经营情况、知识产权、资质证书、产品信息以及官网信息数据构成，上述数据由外链数据抓取获得。
4.根据权利要求1所述的一种基于短视频大数据叠加推荐方法，其特征在于，所述互动动作监控组件包括用于监测视频或直播过程中互动者状态的手指跟踪模块、面容跟踪模块、停留时间模块，所述互动数据监控模块包括监控互动过程中的互动程度数据、粉丝数量数据、参与活动情况数据。
5.根据权利要求1所述的一种基于短视频大数据叠加推荐方法，其特征在于，所述内容数据包括所述视频或直播对应的账号名称、账号简介、视频标题、话题标签、视频内容、视频数量以及内容品质。
6.根据权利要求1所述的一种基于短视频大数据叠加推荐方法，其特征在于，所述用户企业数据包括长尾热词、行业类别、上流产业、下流产业、注册资本、招聘岗位以及社保人数的数据，该数据基于内容数据分析获得。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210098930.XA CN114430503B (zh) | 2022-01-25 | 2022-01-25 | 一种基于短视频大数据叠加推荐方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210098930.XA CN114430503B (zh) | 2022-01-25 | 2022-01-25 | 一种基于短视频大数据叠加推荐方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114430503A CN114430503A (zh) | 2022-05-03 |
| CN114430503B true CN114430503B (zh) | 2023-08-04 |
Family
ID=81313360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210098930.XA Active CN114430503B (zh) | 2022-01-25 | 2022-01-25 | 一种基于短视频大数据叠加推荐方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114430503B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115525792A (zh) * | 2022-10-17 | 2022-12-27 | 北京字跳网络技术有限公司 | 视频搜索方法、装置、服务器及终端设备 |
| CN116744060B (zh) * | 2023-08-15 | 2023-11-07 | 厦门互量科技有限公司 | 一种基于互联网的短视频管理方法及系统 |
| CN117221663B (zh) * | 2023-10-11 | 2024-04-30 | 北京惠买在线网络科技有限公司 | 基于数据交互的用户行为预测方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017096894A1 (zh) * | 2015-12-10 | 2017-06-15 | 乐视控股（北京）有限公司 | 视频推荐方法、系统以及服务器 |
| US10015548B1 (en) * | 2016-12-29 | 2018-07-03 | Arris Enterprises Llc | Recommendation of segmented content |
| CN109769128A (zh) * | 2018-12-25 | 2019-05-17 | 北京达佳互联信息技术有限公司 | 视频推荐方法、视频推荐装置和计算机可读存储介质 |
| CN110012302A (zh) * | 2018-01-05 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种网络直播监测方法及装置、数据处理方法 |
| WO2021135588A1 (zh) * | 2019-12-31 | 2021-07-08 | 百果园技术(新加坡)有限公司 | 推荐方法、模型生成方法、装置、介质以及设备 |
| CN113301442A (zh) * | 2021-05-20 | 2021-08-24 | 北京百度网讯科技有限公司 | 确定直播资源的方法、设备、介质及程序产品 |
| CN113315988A (zh) * | 2021-05-28 | 2021-08-27 | 北京中指讯博数据信息技术有限公司 | 直播视频推荐方法及装置 |
| CN113766281A (zh) * | 2021-09-10 | 2021-12-07 | 北京快来文化传播集团有限公司 | 短视频推荐方法、电子设备和计算机可读存储介质 |
| CN113824980A (zh) * | 2021-09-09 | 2021-12-21 | 广州方硅信息技术有限公司 | 视频推荐方法、系统、装置及计算机设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170188102A1 (en) * | 2015-12-23 | 2017-06-29 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for video content recommendation |
| US10368132B2 (en) * | 2016-11-30 | 2019-07-30 | Facebook, Inc. | Recommendation system to enhance video content recommendation |
-
2022
- 2022-01-25 CN CN202210098930.XA patent/CN114430503B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017096894A1 (zh) * | 2015-12-10 | 2017-06-15 | 乐视控股（北京）有限公司 | 视频推荐方法、系统以及服务器 |
| US10015548B1 (en) * | 2016-12-29 | 2018-07-03 | Arris Enterprises Llc | Recommendation of segmented content |
| CN110012302A (zh) * | 2018-01-05 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种网络直播监测方法及装置、数据处理方法 |
| CN109769128A (zh) * | 2018-12-25 | 2019-05-17 | 北京达佳互联信息技术有限公司 | 视频推荐方法、视频推荐装置和计算机可读存储介质 |
| WO2021135588A1 (zh) * | 2019-12-31 | 2021-07-08 | 百果园技术(新加坡)有限公司 | 推荐方法、模型生成方法、装置、介质以及设备 |
| CN113301442A (zh) * | 2021-05-20 | 2021-08-24 | 北京百度网讯科技有限公司 | 确定直播资源的方法、设备、介质及程序产品 |
| CN113315988A (zh) * | 2021-05-28 | 2021-08-27 | 北京中指讯博数据信息技术有限公司 | 直播视频推荐方法及装置 |
| CN113824980A (zh) * | 2021-09-09 | 2021-12-21 | 广州方硅信息技术有限公司 | 视频推荐方法、系统、装置及计算机设备 |
| CN113766281A (zh) * | 2021-09-10 | 2021-12-07 | 北京快来文化传播集团有限公司 | 短视频推荐方法、电子设备和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114430503A (zh) | 2022-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114430503B (zh) | 一种基于短视频大数据叠加推荐方法 | |
| US20200294096A1 (en) | Categorizing digital content providers | |
| CN103649952B (zh) | 信息处理装置、信息处理方法、信息处理程序以及记录有信息处理程序的记录介质 | |
| CN106033415B (zh) | 文本内容推荐方法及装置 | |
| US20120317631A1 (en) | System and method for authenticating a user | |
| CN110474944B (zh) | 网络信息的处理方法、装置及存储介质 | |
| KR20210074080A (ko) | 인플루언서 마케팅을 위한 중개시스템 및 이를 이용한 중개방법 | |
| Abdar et al. | Design of a universal user model for dynamic crowd preference sensing and decision-making behavior analysis | |
| CN110930273A (zh) | 一种人才培训管理系统和方法 | |
| US20080243595A1 (en) | Information processing device, information processing method and information processing program | |
| KR20150046431A (ko) | 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법 | |
| CN105635210A (zh) | 网络信息的推荐方法及装置、阅读系统 | |
| CN104641314A (zh) | 计算机化的互联网搜索系统和方法 | |
| CN101571864A (zh) | 一种社会网络广告 | |
| KR101486924B1 (ko) | 소셜 네트워크 서비스를 이용한 미디어 콘텐츠 추천 방법 | |
| CN103312584A (zh) | 一种在网络社区中发布信息的方法与设备 | |
| Vila-López et al. | Opinion leaders on sporting events for country branding | |
| Guan et al. | The emerging scientific public sphere in China’s digital economy: Weibo discussions on facial recognition technology | |
| Pazahr et al. | Semantically-enhanced advertisement recommender systems in social networks | |
| CN111209488A (zh) | 信息分享方法以及装置 | |
| Zhang et al. | Online Shopping Brand Sales Based on IoT Big Data Processing | |
| US20100145775A1 (en) | System and method for computer program implemented internet environmental information exchange and marketplace | |
| AU2013201045B2 (en) | Monetization of digital content contributions | |
| CN110719280B (zh) | 基于大数据的用户隐私保护的推荐系统及方法 | |
| Tong et al. | “I don't understand it so it can't be good”: Users' acg domain expertise and perceived quality of video tags |
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 |