CN116193206A - 优质内容筛选方法、装置、终端设备及存储介质 - Google Patents

优质内容筛选方法、装置、终端设备及存储介质 Download PDF

Info

Publication number
CN116193206A
CN116193206A CN202310450429.XA CN202310450429A CN116193206A CN 116193206 A CN116193206 A CN 116193206A CN 202310450429 A CN202310450429 A CN 202310450429A CN 116193206 A CN116193206 A CN 116193206A
Authority
CN
China
Prior art keywords
content
group
click rate
exposure
user
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.)
Granted
Application number
CN202310450429.XA
Other languages
English (en)
Other versions
CN116193206B (zh
Inventor
孙健
张远
章动
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.)
Beijing Small Sugar Technology Co ltd
Original Assignee
Beijing Small Sugar Technology Co ltd
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 Beijing Small Sugar Technology Co ltd filed Critical Beijing Small Sugar Technology Co ltd
Priority to CN202310450429.XA priority Critical patent/CN116193206B/zh
Publication of CN116193206A publication Critical patent/CN116193206A/zh
Application granted granted Critical
Publication of CN116193206B publication Critical patent/CN116193206B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04N21/45—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
    • H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
    • 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
    • H04N21/4661—Deriving a combined profile for a plurality of end-users of the same client, e.g. for family members within a home
    • 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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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)
  • Information Transfer Between Computers (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本申请涉及互联网技术领域，公开了一种优质内容筛选方法、装置、终端设备及存储介质，解决了无法准确筛选出优质内容的技术问题。该方法包括：将每个候选内容在全品类用户中随机分发，当每个候选内容的总曝光量均达到总曝光量阈值，将总点击率大于或等于预设的总点击率阈值的候选内容筛选出来；将筛选出来的内容在不同的兴趣标签的多个用户组中随机分发；获取每个内容在不同用户组中的组曝光量和组点击率，当单个内容的最低组曝光量达到组曝光量阈值，将单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来；将筛选出来的用户组的兴趣标签与单个内容建立第一类关联关系。利用本申请能够提高内容筛选的效率和准确度。

Description

优质内容筛选方法、装置、终端设备及存储介质
技术领域
本申请涉及互联网技术领域，具体涉及一种优质内容筛选方法、装置、终端设备、计算机可存储介质及计算机程序产品。
背景技术
随着电子信息的快速发展，越来越多的用户参与创作内容，并将创作的内容在内容平台上发布。内容平台针对收到的海量内容需要进行筛选操作，将筛选后的优质内容分发给用户。但是，常见的筛选方式为：将候选内容进行充分曝光，一段时间后，查看候选内容的点击率，根据点击率确定候选内容是否是优质内容。利用上述方法无法确定候选内容的兴趣标签，不能个性化推荐给感兴趣的用户。并且，在筛选时，将候选内容充分曝光，浪费比较大的流量，导致筛选内容效率低的问题。
发明内容
有鉴于此，本申请实施例提供一种优质内容筛选方法、装置、服务端设备、计算机可存储介质及计算机程序产品，用于解决至少一种技术问题。
第一方面，本申请实施例提供一种优质内容筛选方法，包括：获取多个候选内容；将每个候选内容在全品类用户中随机分发，响应于每个候选内容的总曝光量均达到预设的总曝光量阈值，确定每个候选内容的总点击率，并将其中总点击率大于或等于预设的总点击率阈值的候选内容筛选出来；将筛选出来的内容在全品类用户中随机分发，所述全品类用户包括多个用户组，不同用户组具有不同的兴趣标签；获取每个内容在不同用户组中得到的组曝光量和组点击率，响应于单个内容的最低组曝光量达到预设的组曝光量阈值，将所述单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来；将筛选出来的用户组的兴趣标签与所述单个内容建立第一类关联关系，所述第一类关联关系用于将待推送内容分发给潜在的兴趣用户。
根据本申请实施例的方法，还包括：响应于单个内容的最低组曝光量达到预设的组曝光量阈值，确定所述单个内容的最大组点击率；将最大组点击率对应的用户组作为与所述单个内容最匹配的用户组，并将所述单个内容与最匹配用户组的兴趣标签建立第二类关联关系，所述第二类关联关系用于将待推送内容分发给最匹配用户。
根据本申请实施例的方法，所述组曝光量阈值大于所述总曝光量阈值。
根据本申请实施例的方法，所述总点击率阈值为3%-10%；所述组点击率阈值为10%-20%。
根据本申请实施例的方法，随机分发时，在预设周期内只分发一次，所述预设周期为1-14天。
根据本申请实施例的方法，所述内容包括：视频、文本、音频和图片中的一者或多者。
第二方面，本申请实施例提供一种优质内容筛选装置，包括：获取模块，用于获取多个候选内容；第一筛选模块，用于将每个候选内容在全品类用户中随机分发，响应于每个候选内容的总曝光量均达到预设的总曝光量阈值，确定每个候选内容的总点击率，并将其中总点击率大于或等于预设的总点击率阈值的候选内容筛选出来；第二筛选模块，用于将筛选出来的内容在全品类用户中随机分发，所述全品类用户包括多个用户组，不同用户组具有不同的兴趣标签；获取每个内容在不同用户组中得到的组曝光量和组点击率，响应于单个内容的最低组曝光量达到预设的组曝光量阈值，将所述单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来；关联模块，用于将筛选出来的用户组的兴趣标签与所述单个内容建立第一类关联关系，所述第一类关联关系用于将待推送内容分发给潜在的兴趣用户。
第三方面，本申请的实施例提供一种服务端设备，所述服务端设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如上所述的方法。
第四方面，本申请的实施例提供一种计算机可读存储介质，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如上所述的方法。
第五方面，本申请的实施例提供一种计算机程序产品，计算机程序产品包括计算机程序指令，所述计算机程序指令被处理器执行时实现如上所述的方法。
本申请实施例首先令候选的内容均达到一定的曝光量，将其中点击率较小的内容过滤掉，可初步筛选出较为优质的内容，然后，将筛选出的内容再分别在不同的用户兴趣组中分发，考察在各个兴趣组中的组曝光量和组点击率，进行二次筛选。如此，能够做到公平地统计不同内容在每个用户兴趣组中的组曝光量和组点击率，从而准确筛选出对不同内容感兴趣的用户兴趣组，实现对推送内容按用户兴趣组的精准投放。
附图说明
为了更清楚地说明本申请实施例的技术方案，以下对本申请实施例中的附图作简单介绍。
图1是根据本申请实施例的优质内容筛选方法的流程框图；
图2是根据本申请实施例的优质内容筛选装置的结构示意图；
图3是根据本申请实施例的终端设备的结构示意图；
图4是根据本申请实施例的终端设备的软件结构示意图。
具体实施方式
以下将参考若干示例性实施方式来描述本申请的原理和精神。应当理解，提供这些实施方式的目的是为了使本申请的原理和精神更加清楚和透彻，使本领域技术人员能够更好地理解进而实现本申请的原理和精神。本文中提供的示例性实施方式仅是本申请的一部分实施方式，而不是全部的实施方式。基于本文中的实施方式，本领域普通技术人员在不付出创造性劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。
本领域技术人员知晓，本申请的实施方式可以实现为一种系统、装置、设备、方法、计算机可读存储介质或计算机程序产品。因此，本申请可以具体实现为以下至少一种形式：完全的硬件、完全的软件（包括固件、驻留软件、微代码等），或者硬件与软件结合的形式。根据本申请的实施方式，本申请请求保护一种优质内容筛选方法、装置、服务端及计算机可读存储介质。
在本文中，诸如第一、第二、第三之类的用语，仅用来将一个实体（或操作）与另一个实体（或操作）区分开来，而不在于要求或暗示这些实体（或操作）之间存在任何顺序或关联。
目前内容平台筛选优质内容的方法为：将候选内容分发给多个用户，使得候选内容在固定时间段内充分曝光，通过固定时间段内候选内容的点击率确定是否是优质内容。但是，将候选内容在大量用户中充分曝光，造成浪费流量，曝光不可控等问题。另外，通过筛选，无法确定筛选后内容的兴趣标签，不能将筛选后的内容个性化推送给感兴趣的用户。有鉴于此，本申请在筛选时，控制候选内容的数量，并将候选内容在带有不同兴趣标签的多个用户组中随机分发，既避免了曝光流量浪费，又能够快速确定候选内容的兴趣标签。
基于本发明构思，本申请提出一种优质内容筛选方法。图1是根据本申请实施例的优质内容筛选方法的流程框图，包括以下步骤：
S101：获取多个候选内容；
S102：将每个候选内容在全品类用户中随机分发，响应于每个候选内容的总曝光量均达到预设的总曝光量阈值，确定每个候选内容的总点击率，并将其中总点击率大于或等于预设的总点击率阈值的候选内容筛选出来；
S103：将筛选出来的内容在全品类用户中随机分发，该全品类用户包括多个用户组，不同用户组具有不同的兴趣标签；获取每个内容在不同用户组中得到的组曝光量和组点击率，响应于单个内容的最低组曝光量达到预设的组曝光量阈值，将该单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来；
S104：将筛选出来的用户组的兴趣标签与该单个内容建立第一类关联关系，该第一类关联关系用于将待推送内容分发给潜在的兴趣用户。
在本申请的实施例中，全品类用户可以是例如系统中注册的全部用户，可对不同的用户按兴趣进行分组，即将兴趣相同或相近的用户作为一个用户组，各个用户组可以以对应的兴趣标签进行标记，例如具有相同兴趣标签的多个用户属于一个用户组（或称用户兴趣组、兴趣用户组）。
在本申请的实施例中，全品类用户中包括多个对应不同兴趣标签的用户组，在全品类用户中随机分发即在全品类用户中无差别地随机分发。将候选内容在全品类中随机分发时，预设总曝光量阈值，当曝光量达到总曝光量阈值时，则停止分发。如此能够利用很小的曝光量，快速筛选出优质的内容。当曝光量达到总曝光量阈值时，将总点击率小于总点击率阈值的内容过滤掉。
在本申请的实施例中，将筛选出的内容在不同兴趣标签的多个用户组中随机分发，使得筛选出的内容在每个用户组中充分曝光。当单个内容的最低组曝光量达到预设的组曝光量阈值时，停止分发，获得此时的组曝光量和组点击率，并将单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来。其中，兴趣标签包括舞蹈兴趣标签、健身兴趣标签、养生兴趣标签、搞笑兴趣标签等。每个用户组对应一个兴趣标签，本申请中的兴趣标签不局限于上述列举的类型，还可以是其他类型的兴趣标签。因每个用户组中用户数量不同，因此将单个内容分别在不同的用户组中分发，能够公平、公正地统计每个用户组的组曝光量和组点击率，准确筛选出对该单个内容感兴趣的用户组。
将筛选出用户组的兴趣标签与该单个内容建立第一类关联关系。筛选出用户组的兴趣标签可以是一个，也可以是多个。利用第一类关联关系，能够将单个内容推送给与之关联的一个或多个兴趣标签对应的用户组，有助于实现在最短的时间内，达到期望的曝光量。
在本申请的实施例中，可选地，响应于单个内容的最低组曝光量达到预设的组曝光量阈值，确定该单个内容的最大组点击率；将最大组点击率对应的用户组作为与该单个内容最匹配的用户组，并将该单个内容与最匹配用户组的兴趣标签建立第二类关联关系，该第二类关联关系用于将待推送内容分发给最匹配用户。本申请将单个内容的最大组点击率对应的用户组作为最匹配的用户组，当要求将内容推送给最匹配的用户组时，则将该内容推送给第二类关联关系中对应的用户组。利用第二关联关系，能够将内容推送给最合适的最感兴趣的用户组，使内容推荐的效果最大化，提高用户满意度。
在本申请的实施例中，可选地，该组曝光量阈值大于该总曝光量阈值。其中，总曝光量阈值为500-1500，优选地，总曝光量阈值为1000；组曝光量阈值为2000-5000，优选地，组曝光量阈值为3000。由上述可知，本申请利用较小的曝光量即可筛选出优质的内容并确定优质内容感兴趣的用户，能够节省流量，提高筛选效率。
在本申请的实施例中，可选地，该总点击率阈值为3%-10%；该组点击率阈值为10%-20%。优选地，总点击率阈值为7%；优选地，组点击率阈值为10%。一般而言，内容的点击率在10%以上，当内容的点击率低于总点击率阈值7%时，则该内容被视为不受用户喜欢，将会被淘汰。利用组点击率阈值能够快速筛选出对该内容感兴趣的用户组。
在本申请的实施例中，可选地，随机分发时，在预设周期内只分发一次，该预设周期为1-14天。本申请通过预设周期，在预设周期内不会重复推荐给同一用户，避免用户厌烦，优化用户的使用体验。
在本申请的实施例中，可选地，该内容包括：视频、文本、音频和图片中的一者或多者。本申请中的方案能够适用于多种内容类型，应用场景更加丰富。
在本申请的实施例中，可选地，候选内容可具有类型标签，类型标签包括可以根据内容本身的情况来确定。例如，对于视频内容，可以根据视频中包含的具体内容的类型，为视频文件添加对应的标签，例如舞蹈视频具有舞蹈内容标签、健身视频具有健身内容标签、搞笑视频具有搞笑内容标签、养生视频具有养生内容标签，等等。
基于本申请的实施例，在筛选过程中，可以预先知晓候选内容的类型标签，也可以不考虑其类型标签，都可以利用本申请完成筛选流程。也就是说，无论候选内容是否具有类型标签，均可采用本申请的实施例进行筛选处理。
为了更清楚地说明本申请实施例可取得的优势，以下基于具体的例子，对本申请实施例的处理过程进行详细描述。
基于本申请的实施例，可将内容筛选过程视为三个阶段，针对不同的维度进行筛选操作。通过筛选，既能够淘汰用户不感兴趣的内容，又能够确定筛选后哪些内容受哪些兴趣用户欢迎，用于实现精准推送，可达到高效且公正的筛选目的，同时为个性化推荐提供依据。
以候选内容是多个视频为例，描述本申请实施例的具体操作方式。
Figure SMS_1
参考表1，候选内容V1、候选内容V2、候选内容V3和候选内容V4均为视频。作为一种示例，V1为健身类视频，V2为舞蹈类视频，V3为搞笑类视频，V4为健身类视频。
首先，可设置总曝光量阈值为例如1000，将V1、V2、V3和V4四个视频在全品类用户中随机分发，获得曝光。
然后，监测四个视频各自在全品类用户中的总曝光量和总点击率。当V1、V2、V3和V4各自的总曝光量均达到1000时，发现V3的总点击率为0.06，小于总点击率阈值例如0.07，则将V3淘汰（表1中以删除线表示），可认为V3不是受欢迎的内容。
并且，将总点击率大于阈值0.07的三个视频V1、V2、V4筛选出来，准备进入第二阶段。
注意到，在第一阶段的筛选过程中，是将候选内容分发给全品类用户，从而获得所有用户的点击情况，虽然能够利用总点击率将明显不受欢迎的内容（V3）淘汰掉，但是对于保留下来的优质内容（V1、V2、V4），第一阶段的处理并不能反映这三个视频中的每一个视频在不同兴趣维度的用户中的受欢迎程度，因此，此时仍无法对三个视频（V1、V2、V4）实现精准投放。
也就是说，第一阶段虽然能够将大部分用户不感兴趣的内容淘汰掉，但仍不能确定筛选出来的内容中，哪些内容更受哪些兴趣用户的欢迎，为明确此情况，需要在第二阶段继续筛选。以下进行详细描述。
Figure SMS_2
参考表2，经过第一阶段筛选出来的内容为视频V1、视频V2和视频V4，可设置组曝光量阈值为例如3000，将三个视频分别分发给不同的多个兴趣用户组，可视为对每个视频按组分发，按组曝光。
作为一种示例，如表2中第5列，本实施例的第二阶段可按如下方式分发视频：
将V1同时分发给三个用户组：舞蹈兴趣用户组、健身兴趣用户组以及养生兴趣用户组；
将V2同时分发给三个用户组：舞蹈兴趣用户组、健身兴趣用户组以及养生兴趣用户组；
将V4同时分发给三个用户组：舞蹈兴趣用户组、健身兴趣用户组以及养生兴趣用户组。
然后，监测各个视频各自在不同兴趣用户组中的组曝光量和组点击率，目的是获取特定时刻下各个视频在各个兴趣用户组中的组点击率。
详细来看，可采用实时统计的方式，当V1、V2、V4三者中的每一个均满足条件一时，获取当时V1、V2、V4各自在每个用户组的组点击率；其中，条件一为：V1、V2、V4三者中的每一个在任一用户组中的组曝光量均达到组曝光量阈值（例如3000）。期间，对于三个视频各自所达到的最大组曝光量，没有限制。
也就是，参考表2所示数据，V1在三个用户组中的最低组曝光量达到了3000，V2在三个用户组中的最低组曝光量也达到了3000，V4在三个用户组中的最低组曝光量也达到了3000，这时认为满足上述条件一。
响应于满足条件一，获取V1、V2、V4各自在每个用户组的组点击率，然后，对于单个内容而言，将其组点击率小于组点击率阈值（例如0.1）的用户组淘汰；也就是，对于单个内容而言，将其组点击率大于或等于组点击率阈值的用户组筛选出来，可将该内容与筛选出来的用户组所对应的兴趣标签关联起来，用于辅助执行第三阶段的精准投放。
参考表2，以上述的单个内容为V1为例，达到前述的条件一后，V1在养生兴趣用户组的组点击率0.03低于组点击率阈值0.1，因此对于V1而言，将养生兴趣用户组淘汰（表2中以删除线表示），认为养生兴趣用户组对V1内容不感兴趣；同时，V1在舞蹈兴趣用户组中的组点击率0.11高于组点击率阈值0.1，并且，V1在健身兴趣用户组中的组点击率0.18也高于组点击率阈值0.1，因此对于V1而言，可认为舞蹈兴趣用户组和健身兴趣用户组都对V1内容感兴趣，将V1与舞蹈用户组标签以及健身用户组标签分别关联起来，用于达到个性化推荐的目的。
类似地，对于V2和V4，均可按照上述方式处理，可分别关联到对V2或V4感兴趣的用户组的标签。
额外地，对于组点击率最大的兴趣用户组，可视为对内容最感兴趣的用户组。例如，对于V1而言，V1在健身兴趣用户组中获得最大组点击率0.18，即健身兴趣用户组的用户对V1最感兴趣。进一步，还可确定对V2或V4最感兴趣的用户组，例如根据表2，均为舞蹈兴趣用户组。
通过第一阶段和第二阶段的处理，已经筛选出能够有效推送的优质内容，并且定位到了对这些优质内容感兴趣的用户类别，在第三阶段可以根据不同的推荐需求或者说曝光需求，制定不同的推送方案，个性化地完成内容推送任务。以下示例性地描述两种推送任务的操作过程。
任务一：要求在尽可能短的时间内完成指定曝光量。
Figure SMS_3
作为一个示例，可以采用表3中的推送方案执行任务一。
参考表3，V1、V2、V4为待推送的内容，将单个内容（V1、V2、V4中的每一个）与各自筛选出来的用户组的兴趣标签关联起来，即建立第一类关联关系，按照第一类关联关系分别推送V1、V2、V4，也就是将它们分别准确地推送给了感兴趣的用户，因此可在最短时间内完成指定曝光量，实现了准确高效的个性化推荐。
例如，任务一可为：推送V1、V2和V4，并在最短时间内使三个视频的总曝光量达到20万。此外，点击率或曝光时间等没有限制。则根据本申请的实施例，推送方案如下：
将V1推送给与之关联的舞蹈兴趣用户组和健身兴趣用户组；
将V2推送给与之关联的舞蹈兴趣用户组和健身兴趣用户组；
将V4推送给与之关联的舞蹈兴趣用户组和健身兴趣用户组；
当V1、V2和V4的总曝光量达到20万时，停止推送。
此外，还可获取总曝光量达到20万时，不同用户组的组点击率。根据组点击率，能够了解各个视频在对应用户组中的受欢迎程度。
任务二：要求将内容推送给最匹配的用户，并完成指定曝光量。
Figure SMS_4
在本申请的实施例中，可将对推送内容最感兴趣的用户作为最匹配的用户，也就是，将单个内容的组点击率最大的用户组视为与该内容最匹配的用户组。
作为一个示例，可以采用表4中的推送方案执行任务二。参考表4，任务二具体为：将V1、V2、V4分别推送给最感兴趣的用户组，且V1、V2、V4的总曝光量需达到20万。根据本申请的实施例，推送方案如下：
将V1只推送给健身兴趣用户组；
将V2只推送给舞蹈兴趣用户组；
将V4只推送给舞蹈兴趣用户组；
当V1、V2和V4的总曝光量达到20万时，停止推送。
此外，还可记录此时的组点击率，此时的组点击率能够反应推送内容在对应用户组中的受欢迎程度，供工作人员参考和调整推荐策略。
在内容推送场景中，可调节的推送参数可包括：全部候选内容的总曝光量、曝光时长、单个内容的组曝光量、组点击率，等等。工作人员可根据不同的推送需求设置推送参数，实现高效和个性化推荐的目的，提高用户的满意度。
图2是根据本申请实施例的优质内容筛选装置的结构示意图。如图2所示，筛选装置100包括：
获取模块110，用于获取多个候选内容；
第一筛选模块120，用于将每个候选内容在全品类用户中随机分发，响应于每个候选内容的总曝光量均达到预设的总曝光量阈值，确定每个候选内容的总点击率，并将其中总点击率大于或等于预设的总点击率阈值的候选内容筛选出来；
第二筛选模块130，用于将筛选出来的内容在全品类用户中随机分发，该全品类用户包括多个用户组，不同用户组具有不同的兴趣标签；获取每个内容在不同用户组中得到的组曝光量和组点击率，响应于单个内容的最低组曝光量达到预设的组曝光量阈值，将该单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来；
关联模块140，用于将筛选出来的用户组的兴趣标签与该单个内容建立第一类关联关系，该第一类关联关系用于将待推送内容分发给潜在的兴趣用户。
需要注意，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域技术人员应理解，本文中所描述的实施例属于优选实施例，所涉及的动作、步骤、模块或单元等并不一定是本申请实施例所必须的。在上述实施例中，本申请实施例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，可以参见其他实施例的相关描述。
图3是根据本申请实施例的终端设备的结构示意图。终端设备10包括处理器11、存储器12以及用于连接处理器11和存储器12的通信总线，其中在存储器12中存储有可以在处理器11上运行的计算机程序，处理器11运行该计算机程序时可执行或称实现本申请中各个实施例的方法中的步骤。终端设备10可以是本申请实施例中的服务器，终端设备10也可以是云端服务器。终端设备10也可以是本申请实施例中的AR设备。在合适的情况下终端设备也可称为计算设备。终端设备10还包括通信接口，用于接收和发送数据。
在一些实施例中，处理器11可以是中央处理器（Central Processing Unit，CPU）、图形处理器（graphics processing unit，GPU）、应用处理器（application processor，AP）、调制解调处理器、图像信号处理器（image signal processor，ISP）、控制器、视频编解码器、数字信号处理器（digital signal processor，DSP）、基带处理器、神经网络处理器（neural-network processing unit，NPU）等；处理器11还可以是其他通用处理器、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field－Programmable Gate Array，FPGA）或其他可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器，也可以是任何常规的处理器等。其中，神经网络处理器NPU通过借鉴生物神经网络结构，可对输入信息快速处理，还可以不断进行自我学习。通过NPU终端设备10可以实现智能认知等应用，例如图像识别、人脸识别、语义识别、语音识别、文本理解等。
在一些实施例中，存储器12可以是终端设备10的内部存储单元，例如终端设备10的硬盘或内存；存储器12也可以是终端设备10的外部存储设备，例如终端设备10上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。存储器12还可以既包括终端设备10的内部存储单元也包括外部存储设备。存储器12可用于存储操作系统、应用程序、引导装载程序（BootLoader）、数据以及其他程序等，例如计算机程序的程序代码等。存储器12包括但不限于是随机存储记忆体(random access memory, RAM)、只读存储器(read-only memory, ROM)、可擦除可编程只读存储器(erasable programmable read only memory, EPROM)或便携式只读存储器(compact disc read-only memory, CD-ROM)。存储器12用于存储终端设备10所执行的程序代码和所传输的数据。存储器12还可以用于暂时地存储已经输出或者将要输出的数据。
本领域技术人员可以理解，图3仅是终端设备10的举例，并不构成对终端设备10的限定，终端设备10可以包括比图示更多或更少的部件，或者组合某些部件，或者包括不同的部件，例如还可以包括输入输出设备、网络接入设备等。
图4是根据本申请实施例的终端设备的软件结构示意图。以手机操作系统为Android系统为例，在一些实施例中，将Android系统分为四层，分别为：应用程序层、应用程序框架层(framework，FWK)、系统层以及硬件抽象层，层与层之间通过软件接口通信。
首先，应用程序层可以包括多个应用程序包，应用程序包可以是例如通话、相机、视频、导航、天气、即时通讯、教育等各种应用程序app，也可以是基于AR技术的应用程序app。
第二，应用程序框架层FWK为应用程序层的应用程序提供应用编程接口(application programming interface，API)和编程框架。应用程序框架层可以包括一些预先定义的函数，例如用于接收应用程序框架层所发送的事件的函数。
应用程序框架层可以包括窗口管理器、资源管理器以及通知管理器等。
其中，窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕等。内容提供器用来存放和获取数据，并使这些数据可以被应用程序访问。所述数据可以包括视频，图像，音频，拨打和接听的电话，浏览历史和书签，电话簿等。
其中，资源管理器为应用程序提供各种资源，比如本地化字符串，图标，图片，布局文件，视频文件等等。
其中，通知管理器使应用程序可以在状态栏中显示通知信息，可以用于传达告知类型的消息，可以短暂停留后自动消失，无需用户交互。比如通知管理器被用于告知下载完成，消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知，例如后台运行的应用程序的通知，还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息，发出提示音，电子设备振动，指示灯闪烁等。
此外，应用程序框架层还可以包括视图系统，视图系统包括可视控件，例如显示文字的控件、显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的，例如短信通知图标的显示界面上可以包括显示文字的视图以及显示图片的视图。
第三，系统层可以包括多个功能模块，例如传感器服务模块、物理状态识别模块、三维图形处理库（例如：OpenGLES），等等。
其中，传感器服务模块用于对硬件层各类传感器上传的传感器数据进行监测，确定手机的物理状态；物理状态识别模块用于对用户手势、人脸等进行分析和识别；三维图形处理库用于实现三维图形绘图，图像渲染，合成，和图层处理等。
此外，系统层还可以包括表面管理器和媒体库。表面管理器用于对显示子系统进行管理，并且为多个应用程序提供了2D和3D图层的融合。媒体库支持多种常用的音频，视频格式回放和录制，以及静态图像文件等。
最后，硬件抽象层是硬件和软件之间的层。硬件抽象层可以包括显示驱动、摄像头驱动、传感器驱动等，用于驱动硬件层的相关硬件，如显示屏、摄像头、传感器等。
本申请实施例还提供一种计算机可读存储介质，其存储有计算机程序或指令，该计算机程序或指令被执行时以实现上述实施例中所设计的方法中的步骤。
本申请实施例还提供一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被执行时以实现上述实施例中所设计的方法中的步骤。示例性的，该计算机程序产品可以为一个软件安装包。
关于上述实施例中描述的各个装置/产品，其中包含的模块/单元可以是软件模块/单元，也可以是硬件模块/单元，还可以部分是软件模块/单元，部分是硬件模块/单元。例如，对于应用或集成于芯片的装置/产品，其包含的各个模块/单元可以都用电路等硬件的方式实现，或者，至少部分模块/单元采用软件程序的方式实现，运行于芯片内部集成的处理器，剩余的部分模块/单元采用电路等硬件方式实现。又如，对于应用或集成于终端的装置/产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者，至少部分模块/单元采用软件程序的方式实现，运行于终端内部集成的处理器，剩余部分模块/单元可以采用电路等硬件方式实现。
以上所述，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种优质内容筛选方法，其特征在于，包括：
获取多个候选内容；
将每个候选内容在全品类用户中随机分发，响应于每个候选内容的总曝光量均达到预设的总曝光量阈值，确定每个候选内容的总点击率，并将其中总点击率大于或等于预设的总点击率阈值的候选内容筛选出来；
将筛选出来的内容在全品类用户中随机分发，所述全品类用户包括多个用户组，不同用户组具有不同的兴趣标签；获取每个内容在各个用户组中得到的组曝光量和组点击率，响应于单个内容的最低组曝光量达到预设的组曝光量阈值，将所述单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来；
将筛选出来的用户组的兴趣标签与所述单个内容建立第一类关联关系，所述第一类关联关系用于将所述单个内容分发给潜在的兴趣用户。
2.根据权利要求1所述的方法，其特征在于，还包括：
响应于单个内容的最低组曝光量达到预设的组曝光量阈值，确定所述单个内容的最大组点击率；
将最大组点击率对应的用户组作为与所述单个内容最匹配的用户组，并将所述单个内容与最匹配用户组的兴趣标签建立第二类关联关系，所述第二类关联关系用于将所述单个内容分发给最匹配用户。
3.根据权利要求1所述的方法，其特征在于，其中，所述组曝光量阈值大于所述总曝光量阈值。
4.根据权利要求1所述的方法，其特征在于，其中，所述总点击率阈值为3%-10%；所述组点击率阈值为10%-20%。
5.根据权利要求1所述的方法，其特征在于，其中，随机分发时，在预设周期内只分发一次，所述预设周期为1-14天。
6.根据权利要求1所述的方法，其特征在于，其中，所述内容包括：视频、文本、音频和图片中的一者或多者。
7.一种优质内容筛选装置，其特征在于，包括：
获取模块，用于获取多个候选内容；
第一筛选模块，用于将每个候选内容在全品类用户中随机分发，响应于每个候选内容的总曝光量均达到预设的总曝光量阈值，确定每个候选内容的总点击率，并将其中总点击率大于或等于预设的总点击率阈值的候选内容筛选出来；
第二筛选模块，用于将筛选出来的内容在全品类用户中随机分发，所述全品类用户包括多个用户组，不同用户组具有不同的兴趣标签；获取每个内容在不同用户组中得到的组曝光量和组点击率，响应于单个内容的最低组曝光量达到预设的组曝光量阈值，将所述单个内容在各个用户组中的组点击率大于或等于预设的组点击率阈值的用户组筛选出来；
关联模块，用于将筛选出来的用户组的兴趣标签与所述单个内容建立第一类关联关系，所述第一类关联关系用于将所述单个内容分发给潜在的兴趣用户。
8.一种终端设备，其特征在于，包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的方法。
10.一种计算机程序产品，其特征在于，其包括计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的方法。
CN202310450429.XA 2023-04-25 2023-04-25 优质内容筛选方法、装置、终端设备及存储介质 Active CN116193206B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310450429.XA CN116193206B (zh) 2023-04-25 2023-04-25 优质内容筛选方法、装置、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310450429.XA CN116193206B (zh) 2023-04-25 2023-04-25 优质内容筛选方法、装置、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN116193206A true CN116193206A (zh) 2023-05-30
CN116193206B CN116193206B (zh) 2023-08-22

Family

ID=86450837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310450429.XA Active CN116193206B (zh) 2023-04-25 2023-04-25 优质内容筛选方法、装置、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN116193206B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056611A (zh) * 2023-10-11 2023-11-14 北京小糖科技有限责任公司 新兴趣的试探方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140006407A1 (en) * 2012-06-29 2014-01-02 Google Inc. Content placement criteria expansion
CN103870454A (zh) * 2012-12-07 2014-06-18 盛乐信息技术（上海）有限公司 数据推荐方法及系统
CN108228784A (zh) * 2017-12-28 2018-06-29 暴风集团股份有限公司 视频推荐方法和装置、电子设备、存储介质、程序
CN110309418A (zh) * 2018-04-26 2019-10-08 腾讯科技（北京）有限公司 推荐内容确定方法、装置、存储介质和计算机设备
CN110489644A (zh) * 2019-08-13 2019-11-22 腾讯科技（北京）有限公司 信息推送方法、装置、计算机可读存储介质和计算机设备
CN111626779A (zh) * 2020-05-26 2020-09-04 Oppo广东移动通信有限公司 一种媒体信息处理方法、装置和存储介质
CN112328906A (zh) * 2020-11-04 2021-02-05 中国平安人寿保险股份有限公司 内容项推荐方法、装置、设备及存储介质
CN114429362A (zh) * 2021-12-31 2022-05-03 北京三快在线科技有限公司 广告产品投放方法及装置、电子设备及可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140006407A1 (en) * 2012-06-29 2014-01-02 Google Inc. Content placement criteria expansion
CN103870454A (zh) * 2012-12-07 2014-06-18 盛乐信息技术（上海）有限公司 数据推荐方法及系统
CN108228784A (zh) * 2017-12-28 2018-06-29 暴风集团股份有限公司 视频推荐方法和装置、电子设备、存储介质、程序
CN110309418A (zh) * 2018-04-26 2019-10-08 腾讯科技（北京）有限公司 推荐内容确定方法、装置、存储介质和计算机设备
CN110489644A (zh) * 2019-08-13 2019-11-22 腾讯科技（北京）有限公司 信息推送方法、装置、计算机可读存储介质和计算机设备
CN111626779A (zh) * 2020-05-26 2020-09-04 Oppo广东移动通信有限公司 一种媒体信息处理方法、装置和存储介质
CN112328906A (zh) * 2020-11-04 2021-02-05 中国平安人寿保险股份有限公司 内容项推荐方法、装置、设备及存储介质
CN114429362A (zh) * 2021-12-31 2022-05-03 北京三快在线科技有限公司 广告产品投放方法及装置、电子设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056611A (zh) * 2023-10-11 2023-11-14 北京小糖科技有限责任公司 新兴趣的试探方法、装置、电子设备及存储介质
CN117056611B (zh) * 2023-10-11 2024-01-23 北京小糖科技有限责任公司 新兴趣的试探方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN116193206B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
US10425368B2 (en) Information processing method, user equipment, server, and computer-readable storage medium
CN111291220B (zh) 标签展示方法、装置、电子设备和计算机可读介质
CN106953935B (zh) 一种媒体信息推送方法、装置及存储介质
CN110191348A (zh) 视频直播中互动消息的处理方法及装置
US20180373736A1 (en) Method and apparatus for storing resource and electronic device
US20200257749A1 (en) Method and a device for friend recommendation
CN116193206B (zh) 优质内容筛选方法、装置、终端设备及存储介质
CN113395538B (zh) 音效渲染方法、装置、计算机可读介质和电子设备
CN109525647A (zh) 消息推送徽章值控制方法、电子装置及存储介质
WO2022183940A1 (zh) 推荐内容资源的获取方法、装置、设备、介质及程序产品
CN113312237B (zh) 信息反馈方法、装置、电子设备及存储介质
CN116405712A (zh) 基于ott视频的多媒体推送方法、装置、设备及存储介质
CN109657164B (zh) 发布消息的方法、装置及存储介质
CN114222158A (zh) 视频切片方法、装置、计算机可读介质及电子设备
CN107330069B (zh) 一种多媒体数据处理方法及其装置、服务器、存储介质
CN111026945B (zh) 多平台爬虫调度方法、装置和存储介质
CN114095738A (zh) 视频及直播处理方法、直播系统、电子设备、终端、介质
CN111428806A (zh) 图像标签确定方法、装置、电子设备及存储介质
CN109656955A (zh) 用户数据查询方法、系统与存储介质
CN115933936A (zh) 任务提示方法、装置、存储介质以及电子设备
CN114860238A (zh) 页面生成方法、装置及电子设备
CN111885139B (zh) 内容分享方法、装置及系统、移动终端、服务器
CN111143740B (zh) 信息处理方法、装置及电子设备
US11017438B2 (en) Method and systems for automatic management of sponsorship of a user's contact information
CN113688325A (zh) 内容推荐方法、装置、电子设备和计算机可读介质

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