CN116887001B - 融合社会属性信息的短视频推送方法、装置及电子设备 - Google Patents
融合社会属性信息的短视频推送方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116887001B CN116887001B CN202311142872.7A CN202311142872A CN116887001B CN 116887001 B CN116887001 B CN 116887001B CN 202311142872 A CN202311142872 A CN 202311142872A CN 116887001 B CN116887001 B CN 116887001B
- Authority
- CN
- China
- Prior art keywords
- contact
- short video
- short
- target user
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000001680 brushing effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供的一种融合社会属性信息的短视频推送方法、装置及电子设备,涉及互联网技术领域。首先,获取目标用户的联系人列表,并根据联系信息,确定目标用户与各联系人之间的社会属性信息;接着,获取各联系人在预设时间段内浏览短视频的浏览记录,得到各联系人对不同类型短视频的兴趣指数;然后,基于社会属性信息和不同类型短视频的兴趣指数确定目标用户感兴趣的目标短视频类型;最后,向目标用户推送标记有联系人信息的目标短视频类型的短视频。在上述方案中,可以使目标用户和联系人观看同类型的短视频以使得彼此之间有共同话题,提升目标用户和联系人在后续联系过程中的沟通效率,从而增加短视频发布平台的用户粘性。
Description
技术领域
本发明涉及互联网技术领域,具体而言,涉及一种融合社会属性信息的短视频推送方法、装置及电子设备。
背景技术
随着互联网技术的快速发展,各种各样的短视频成为用户获取信息的重要手段,用户每天在刷短视频上的时间占比逐渐增多,而各种各样的短视频层出不穷,如何为用户推送合适类型的短视频以增加短视频发布平台的用户粘性成为本领域技术人员急需要解决的技术问题。
发明内容
为了克服现有技术中的上述不足,本发明的目的在于提供一种融合社会属性信息的短视频推送方法、装置及电子设备,所述方法包括:
获取目标用户的联系人列表;
根据所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,确定所述目标用户和所述联系人列表中的各联系人之间的社会属性信息;
获取所述联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到所述联系人列表中的各联系人对不同类型短视频的兴趣指数;
基于所述目标用户和所述联系人列表中的各联系人之间的社会属性信息,以及所述联系人列表中的各联系人对不同类型短视频的兴趣指数确定出所述目标用户感兴趣的目标短视频类型;
向所述目标用户推送标记有联系人信息的所述目标短视频类型的短视频。
在一种可能的实现方式中,所述根据所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,确定所述目标用户和所述联系人列表中的各联系人之间的社会属性信息的步骤,包括:
获取所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,所述联系信息包括每次联系时长、联系方式、联系频次以及联系时间段;
基于所述联系信息中的每次联系时长、联系方式、联系频次及联系时间段确定目标用户和所述联系人列表中的各联系人之间的社会属性信息,所述社会属性信息包括所述目标用户与各联系人之间的社会关系、所述目标用户与各联系人之间的亲疏关系,及所述目标用户与各联系人在联系过程中的主从关系。
在一种可能的实现方式中,所述获取所述联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到所述联系人列表中的各联系人对不同类型短视频的兴趣指数的步骤,包括:
获取所述联系人列表中的各联系人在预设时间段内浏览不同类型短视频的浏览记录,所述浏览记录包括浏览同一类型短视频的次数、浏览同一类型短视频的时长与浏览短视频总时长的占比、浏览同一类型短视频的频次变化;
基于浏览同一类型短视频的次数、浏览同一类型短视频的时长与浏览短视频总时长的占比及浏览同一类型短视频的频次变化确定所述联系人列表中的各联系人对不同类型短视频的兴趣指数。
在一种可能的实现方式中,所述基于所述目标用户和所述联系人列表中的各联系人之间的社会属性信息,以及所述联系人列表中的各联系人对不同类型短视频的兴趣指数确定出所述目标用户感兴趣的目标短视频类型的步骤,包括:
基于所述目标用户与各联系人之间的社会关系、所述目标用户与各联系人之间的亲疏关系,及所述目标用户与各联系人在联系过程中的主从关系确定出所述目标用户与各联系人之间的社会属性指数;
根据所述目标用户与各联系人之间的社会属性指数,以及各联系人对不同类型短视频的兴趣指数,计算出所述目标用户对不同类型短视频的关注度指数;
根据所述关注度指数对不同类型短视频进行排序,将排序前预设名次的短视频类型作为所述目标用户感兴趣的目标短视频类型。
在一种可能的实现方式中,所述向所述目标用户推送标记有联系人信息的所述目标短视频类型的短视频的步骤,包括:
基于待推送目标短视频类型的短视频被不同联系人浏览的次数,计算所述待推送目标短视频类型的短视频的浏览热度指数;
基于待推送目标短视频类型的关注度指数及所述待推送目标短视频类型的短视频的浏览热度指数,计算得到所述待推送目标短视频类型的短视频的推送指数;
在推送指数最高的目标短视频类型的短视频中标记出浏览过该短视频的联系人信息;
将标记有联系人信息的所述目标短视频类型的短视频推送给所述目标用户。
在一种可能的实现方式中,在所述向所述目标用户推送标记有联系人信息的所述目标短视频类型的短视频的步骤之后,所述方法还包括:
在向所述目标用户推送所述目标短视频类型的短视频之后的预设时间内检测所述目标短视频类型的短视频是否被所述目标用户观看;
若所述目标短视频类型的短视频在推送所述目标短视频类型的短视频之后的预设时间周期内被所述目标用户观看,则根据所述目标短视频类型的短视频被所述目标用户观看的时长以及距离推送所述目标短视频类型的短视频的时间间隔,得到所述目标用户与标记的联系人之间的社会属性增强参数,采用所述社会属性增强参数对所述目标用户与标记的联系人之间的社会属性指数进行更新;
若所述目标短视频类型的短视频在推送所述目标短视频类型的短视频之后的预设时间周期内未被所述目标用户观看,则按照预设的社会属性衰减参数对所述目标用户与标记的联系人之间的社会属性指数进行更新。
在一种可能的实现方式中,所述基于待推送目标短视频类型的关注度指数及所述待推送目标短视频类型的短视频的浏览热度指数,计算得到所述待推送目标短视频类型的短视频的推送指数的步骤,包括:
基于所述待推送目标短视频类型的关注度指数在所述预设时间段内的变化得到关注度指数曲线;
基于所述待推送目标短视频类型的短视频在发布以后的浏览热度指数变化得到浏览热度指数曲线;
分别计算所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度;
根据所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度,得到推送增益参数;
基于所述关注度指数、所述浏览热度指数及所述推送增益参数,得到所述待推送目标短视频类型的短视频的推送指数。
在一种可能的实现方式中,所述根据所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度,得到增益参数的步骤,包括:
将所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度输入到训练好的推送增益参数预测模型中进行训练,得到所述推送增益参数;
其中,所述推送增益参数预测模型通过以下步骤训练:
由不同类型短视频的关注度指数曲线的样本曲线梯度、不同类型短视频中各短视频的浏览热度指数曲线的样本曲线梯度、以及不同类型短视频中各短视频的标注推送增益参数组成样本集合;
将所述不同类型短视频的关注度指数曲线的样本曲线梯度和所述不同类型短视频中各短视频的浏览热度指数曲线的样本曲线梯度输入神经网络模型中进行训练,得到推送增益参数训练值;
基于所述推送增益参数训练值以及所述标注推送增益参数计算得到损失函数值,将所述损失函数值与预设的损失函数阈值进行比较,在所述损失函数值大于或等于所述预设的损失函数阈值时,调整所述神经网络模型中的模型参数重新进行训练,直到所述损失函数值小于所述预设的损失函数阈值,将此时得到的神经网络模型作为所述推送增益参数预测模型。
本发明还提供一种融合社会属性信息的短视频推送装置,所述装置包括:
第一获取模块,用于获取目标用户的联系人列表;
信息确定模块,用于根据所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,确定所述目标用户和所述联系人列表中的各联系人之间的社会属性信息;
第二获取模块,用于获取所述联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到所述联系人列表中的各联系人对不同类型短视频的兴趣指数;
类型确定模块,用于基于所述目标用户和所述联系人列表中的各联系人之间的社会属性信息,以及所述联系人列表中的各联系人对不同类型短视频的兴趣指数确定出所述目标用户感兴趣的目标短视频类型;
视频推送模块,用于向所述目标用户推送标记有联系人信息的所述目标短视频类型的短视频。
本发明还提供电子设备,所述电子设备包括处理器及计算机可读存储介质,所述处理器及所述计算机可读存储介质之间通过总线系统连接,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以实现第一方面中任意一项可能实现方式中的融合社会属性信息的短视频推送方法。
第四方面,本发明还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当其被执行时,使得计算机执行前面任意一个可能的实现方式中的融合社会属性信息的短视频推送方法。
在本发明中,首先,获取目标用户的联系人列表,并根据预设时间内与联系人列表中各联系人的联系信息,确定目标用户与各联系人之间的社会属性信息;接着,获取各联系人在预设时间段内浏览短视频的浏览记录,得到各联系人对不同类型短视频的兴趣指数;然后,基于社会属性信息和不同类型短视频的兴趣指数确定目标用户感兴趣的目标短视频类型;最后,向目标用户推送标记有联系人信息的目标短视频类型的短视频。在上述方案中,基于目标用户和各联系人之间的社会属性信息为目标用户推送联系人浏览过的短视频,相对于现目前各种短视频平台会基于用户以往浏览的短视频内容构建人物画像,并基于构建的人物画像给用户推送短视频的方式,可以使目标用户和联系人观看同类型的短视频以使得彼此之间有共同话题,提升目标用户和联系人在后续联系过程中的沟通效率,进而增加短视频发布平台的用户粘性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要调用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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它相关的附图。
图1为本发明实施例提供的融合社会属性信息的短视频推送方法的流程示意图;
图2为图1中步骤S50的子步骤流程示意图;
图3为本发明实施例提供的融合社会属性信息的短视频推送装置的功能模块示意图;
图4为本发明实施例提供的用于实现上述的融合社会属性信息的短视频推送方法的电子设备的结构框架示意图。
具体实施方式
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
现有的短视频推送方式一般是基于用户以往浏览的短视频内容构建人物画像,并基于构建的人物画像给用户推送短视频。虽然这种推送方式可以满足用户的需求,但随着用户将更多的时间用于刷短视频,人与人之间的交流越来越少,每个人都成为信息孤岛,人与人之间的社会属性在逐渐淡化,越来越多的人不愿意当面或通过即时通讯软件等方式交流,即便进行交流也会因为话题不同而导致交流效率不高,影响用户的生活和工作,即目前的短视频平台并没有考虑用户的社会属性,将用户作为单个个体进行短视频推送,长此以往用户最终会因生活和工作中的交流不畅而缩短刷短视频的时间,用户粘性逐渐丧失。
为了上述技术问题,图1为本发明实施例提供的融合社会属性信息的短视频推送方法的流程示意图,本实施例提供的融合社会属性信息的短视频推送方法可以由电子设备(比如,服务器)执行,下面结合图1对该融合社会属性信息的短视频推送方法进行详细介绍。
步骤S10,获取目标用户的联系人列表。
在本步骤中,从目标用户登录的客户端(比如,智能手机、平板电脑等)中获取目标用户的联系人列表,联系人列表可以是电话通信列表,也可以是即时通讯软件(比如,微信,钉钉等)中的好友列表。
步骤S20,根据目标用户与联系人列表中的各联系人在预设时间段内的联系信息,确定目标用户和联系人列表中的各联系人之间的社会属性信息。
在本步骤中,预设时间段可以根据需求进行调整,比如,预设时间段可以是2个月、1个月或2周等,联系信息可以是目标用户与各联系人的语音通话信息,也可以是目标用户与各联系人的文字聊天信息。
社会属性信息是指目标用户和联系人之间的各种社会关系,比如,朋友、夫妻、同事及同学等。
步骤S30,获取联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到联系人列表中的各联系人对不同类型短视频的兴趣指数。
在本步骤中,从登陆联系人的客户端(比如,智能手机、平板电脑等)中获取联系人在预设时间段内浏览短视频的浏览记录,具体地,可以由登陆联系人的客户端主动上传浏览记录到电子设备中,其中,浏览记录包括浏览短视频的名称、类型、浏览时间及浏览人信息等。
基于各联系人在预设时间段的浏览记录得到各联系人对不同类型短视频的兴趣指数。
步骤S40,基于目标用户和联系人列表中的各联系人之间的社会属性信息,以及联系人列表中的各联系人对不同类型短视频的兴趣指数确定出目标用户感兴趣的目标短视频类型。
基于目标用户和联系人之间的社会属性信息以及联系人对不同类型短视频的兴趣指数可以确定出为目标用户推送的目标短视频类型,即基于目标用户和联系人之间的社会亲密度关系推送联系人观看的目标短视频类型的短视频。
步骤S50,向目标用户推送标记有联系人信息的目标短视频类型的短视频。
在确定目标短视频类型后,向目标用户推送目标短视频类型的短视频,推送的短视频可以是联系人浏览过的短视频,也可以是联系人未浏览过但类型相同的短视频,比如,可以是同一网红大V的不同短视频。
上述提供的技术方案,基于目标用户和各联系人之间的社会属性信息为目标用户推送联系人浏览过的短视频,相对于现目前各种短视频平台会基于用户以往浏览的短视频内容构建人物画像,并基于构建的人物画像给用户推送短视频的方式,可以使目标用户和联系人观看同类型的短视频以使得彼此之间有共同话题,提升目标用户和联系人在后续联系过程中的沟通效率,进而增加短视频发布平台的用户粘性。
进一步地,在本实施例中,步骤S20可以通过以下步骤实现。
首先,获取目标用户与联系人列表中的各联系人在预设时间段内的联系信息,联系信息包括每次联系时长、联系方式、联系频次以及联系时间段。
接着,基于联系信息中的每次联系时长、联系方式、联系频次及联系时间段确定目标用户和联系人列表中的各联系人之间的社会属性信息,社会属性信息包括所述目标用户与各联系人之间的社会关系、所述目标用户与各联系人之间的亲疏关系,及目标用户与各联系人在联系过程中的主从关系。
详细地,在步骤S20中,可以基于联系时长和联系频次确定目标用户和联系人之间的亲疏关系,比如,当目标用户和联系人的联系时长超过预设时长或联系频次超过预设频次时,判定目标用户与联系人的关系亲密,反之,判定目标用户与联系人的关系疏远。可以基于联系时间段和联系方式确定目标用户与各联系人之间的社会关系,比如,在工作时间段经常采用电话联系可以判定目标用户与各联系人之间为工作关系(比如,同事或者客户),在非工作时间段采用多种不同沟通方式进行联系可以判定为亲友关系等。另外还可以基于联系方式中用户和联系人说话时间占比或者沟通记录占比确定目标用户与联系人在联系过程中的主从关系。
进一步地,在本实施例中,步骤S30可以通过以下方式实现。
首先,获取联系人列表中的各联系人在预设时间段内浏览不同类型短视频的浏览记录,浏览记录包括浏览同一类型短视频的次数、浏览同一类型短视频的时长与浏览短视频总时长的占比、浏览同一类型短视频的频次变化。
接着,基于浏览同一类型短视频的次数、浏览同一类型短视频的时长与浏览短视频总时长的占比及浏览同一类型短视频的频次变化确定联系人列表中的各联系人对不同类型短视频的兴趣指数。
详细地,在本步骤中,兴趣指数可以通过以下方式计算得到,基于浏览同一类型短视频的次数和浏览同一类型短视频的时长与浏览短视频总时长的占比计算每次浏览同一类型短视频的时长占比,并基于每次浏览同一类型短视频的时长占比得到每次浏览的时长占比变化值K,其中,当每次浏览的时间占比变大时K值取值大于1,当每次浏览的时间占比变小时K值取值小于1。基于浏览同一类型短视频的频次变化可以计算得到频次变化率L,当浏览同一类型短视频的频次变大时,L值取值大于1,当浏览同一类型短视频的频次变小时,L值取值小于1。兴趣指数和K值与L值正相关,示例性地,兴趣指数可以和K值与L值的乘积成正比。
进一步地,在本实施例中,步骤S40可以通过以下方式实现。
首先,基于目标用户与各联系人之间的社会关系、目标用户与各联系人之间的亲疏关系,及目标用户与各联系人在联系过程中的主从关系确定出目标用户与各联系人之间的社会属性指数。
在本实施例中,可以预先根据经验或者大数据分析预先配置一权值配置表,该权值配置表中包括不同社会关系、不同亲疏关系及不同主从关系对应的取值。在本实施例中,可以通过目标用户与各联系人之间的社会关系、目标用户与各联系人之间的亲疏关系,及目标用户与各联系人在联系过程中的主从关系在权值配置表找到对应的权值,然后对找到的权值进行加权求和可以得到目标用户与各联系人之间的社会属性指数。
接着,根据目标用户与各联系人之间的社会属性指数,以及各联系人对不同类型短视频的兴趣指数,计算出目标用户对不同类型短视频的关注度指数。
然后,根据关注度指数对不同类型短视频进行排序,将排序前预设名次的短视频类型作为目标用户感兴趣的目标短视频类型。
进一步地,请参照图2,在本实施例中,步骤S50可以通过以下步骤实现。
步骤S501,基于待推送目标短视频类型的短视频被不同联系人浏览的次数,计算待推送目标短视频类型的短视频的浏览热度指数。
步骤S502,基于待推送目标短视频类型的关注度指数及待推送目标短视频类型的短视频的浏览热度指数,计算得到所述待推送目标短视频类型的短视频的推送指数。
在本实施例中,步骤S502可以通过以下方式实现。
首先,基于所述待推送目标短视频类型的关注度指数在所述预设时间段内的变化得到关注度指数曲线。
接着,基于所述待推送目标短视频类型的短视频在发布以后的浏览热度指数变化得到浏览热度指数曲线。
再接着,分别计算所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度。
然后,根据所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度,得到推送增益参数。
最后,基于所述关注度指数、所述浏览热度指数及所述推送增益参数,得到所述待推送目标短视频类型的短视频的推送指数。
步骤S503,在推送指数最高的目标短视频类型的短视频中标记出浏览过该短视频的联系人信息。
步骤S504,将标记有联系人信息的目标短视频类型的短视频推送给目标用户。
浏览过该短视频的联系人信息可以在将短视频推送给目标用户时呈现,当存在多个联系人浏览过该短视频时,将和目标用户的社会属性指数最高的几个联系人的信息呈现在推送信息中。
进一步地,在本实施例中,所述根据所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度,得到推送增益参数的步骤,包括:
将所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度输入到训练好的推送增益参数预测模型中进行训练,得到所述推送增益参数;
其中,所述推送增益参数预测模型通过以下步骤训练:
由不同类型短视频的关注度指数曲线的样本曲线梯度、不同类型短视频中各短视频的浏览热度指数曲线的样本曲线梯度、以及不同类型短视频中各短视频的标注推送增益参数组成样本集合。
将所述不同类型短视频的关注度指数曲线的样本曲线梯度和所述不同类型短视频中各短视频的浏览热度指数曲线的样本曲线梯度输入神经网络模型中进行训练,得到推送增益参数训练值。
基于所述推送增益参数训练值以及所述标注推送增益参数计算得到损失函数值,将所述损失函数值与预设的损失函数阈值进行比较,在所述损失函数值大于或等于所述预设的损失函数阈值时,调整所述神经网络模型中的模型参数重新进行训练,直到所述损失函数值小于所述预设的损失函数阈值,将此时得到的神经网络模型作为所述推送增益参数预测模型。
进一步地,在步骤S50之后,本实施例提供的融合社会属性信息的短视频推送方法还可以包括以下步骤。
在向目标用户推送目标短视频类型的短视频之后的预设时间内检测目标短视频类型的短视频是否被所述目标用户观看;
若目标短视频类型的短视频在推送所述目标短视频类型的短视频之后的预设时间周期内被所述目标用户观看,则根据所述目标短视频类型的短视频被所述目标用户观看的时长以及距离推送所述目标短视频类型的短视频的时间间隔,得到所述目标用户与标记的联系人之间的社会属性增强参数,采用所述社会属性增强参数对所述目标用户与标记的联系人之间的社会属性指数进行更新;
若所述目标短视频类型的短视频在推送所述目标短视频类型的短视频之后的预设时间周期内未被所述目标用户观看,则按照预设的社会属性衰减参数对所述目标用户与标记的联系人之间的社会属性指数进行更新。
通过目标用户对推送短视频的反馈,可以更新目标用户和联系人之间的社会属性指数,以持续不断的优化短视频推送的精准度,为目标用户提供他所关注的联系人的短视频喜好,便于为两者建立良好的共同话题,利于目标用户和联系人沟通效率的提高,提升用户的使用体验,增强短视频发布平台的用粘性。
请参照图3,图3示例了本实施例提供的融合社会属性信息的短视频推送装置100的功能模块示意图,本实施例可以根据上述方法实施例对该融合社会属性信息的短视频推送装置100进行功能模块的划分,也即该融合社会属性信息的短视频推送装置100所对应的以下各个功能模块可以用于执行上述的各个方法实施例。其中,该融合社会属性信息的短视频推送装置100可以包括第一获取模块110、信息确定模块120、第二获取模块130、类型确定模块140及视频推送模块150,下面结合附图3分别对该融合社会属性信息的短视频推送装置100的各个功能模块的功能进行详细阐述。
第一获取模块110,用于获取目标用户的联系人列表。
在本实施例中,在本步骤中,从目标用户登录的客户端(比如,智能手机、平板电脑等)中获取目标用户的联系人列表,联系人列表可以是电话通信列表,也可以是即时通讯软件(比如,微信,钉钉等)中的好友列表。
第一获取模块110可以用于执行上述的步骤S10,关于第一获取模块110的详细实现方式可以参照上述针对步骤S10的详细描述即可。
信息确定模块120,根据目标用户与联系人列表中的各联系人在预设时间段内的联系信息,确定目标用户和联系人列表中的各联系人之间的社会属性信息。
在本实施例中,预设时间段可以根据需求进行调整,比如,预设时间段可以是2个月、1个月或2周等,联系信息可以是目标用户与各联系人的语音通话信息,也可以是目标用户与各联系人的文字聊天信息。
社会属性信息是指目标用户和联系人之间的各种社会关系,比如,朋友、夫妻、同事及同学等。
信息确定模块可以用于执行上述的步骤S20,关于信息确定模块的详细实现方式可以参照上述针对步骤S20的详细描述即可。
第二获取模块130,用于获取联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到联系人列表中的各联系人对不同类型短视频的兴趣指数。
在本实施例中,从登陆联系人的客户端(比如,智能手机、平板电脑等)中获取联系人在预设时间段内浏览短视频的浏览记录,具体地,可以由登陆联系人的客户端主动上传到电子设备中,其中,浏览记录包括浏览短视频的名称、类型、浏览时间及浏览人信息等。
基于各联系人在预设时间段的浏览记录得到各联系人对不同类型短视频的兴趣指数。
第二获取模块130可以用于执行上述的步骤S30,关于第二获取模块130的详细实现方式可以参照上述针对步骤S30的详细描述即可。
类型确定模块140,用于基于目标用户和联系人列表中的各联系人之间的社会属性信息,以及联系人列表中的各联系人对不同类型短视频的兴趣指数确定出目标用户感兴趣的目标短视频类型。
型确定模块140基于目标用户和联系人之间的社会属性信息以及联系人对不同类型短视频的兴趣指数可以确定出为目标用户推送的目标短视频类型,即基于目标用户和联系人之间的社会亲密度关系推送联系人观看的目标短视频类型的短视频。
类型确定模块140可以用于执行上述的步骤S40,关于类型确定模块140的详细实现方式可以参照上述针对步骤S40的详细描述即可。
视频推送模块150,用于向目标用户推送标记有联系人信息的目标短视频类型的短视频。
在确定目标短视频类型后,向目标用户推送目标短视频类型的短视频,推送的短视频可以是联系人浏览过的短视频,也可以是联系人未浏览过但类型相同的短视频,比如,可以是同一网红大V的不同短视频。
其中,视频推送模块150可以用于执行上述的步骤S50,关于视频推送模块150的详细实现方式可以参照上述针对步骤S50的详细描述即可。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件(比如,开源软件)通过处理元件调用的形式实现。也可以全部以硬件的形式实现。还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,视频推送模块150可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上视频推送模块150的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
请参照图4,图4示出了本公开实施例提供的用于实现上述的融合社会属性信息的短视频推送方法的电子设备10的硬件结构示意图,电子设备10可以在云端电子设备上实现。如图4所示,电子设备10可包括处理器101、计算机可读存储介质102及总线103。
在具体实现过程中,至少一个处理器101执行计算机可读存储介质102存储的计算机执行指令(例如图3中所示的模块),使得处理器101可以执行如上方法实施例的融合社会属性信息的短视频推送方法,其中,处理器101、计算机可读存储介质102通过总线103连接。
处理器101的具体实现过程可参见上述电子设备10执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
计算机可读存储介质102可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线103可以分为地址总线、数据总线、控制总线等。为便于表示,本发明附图中的总线并不限定仅有一根总线或一种类型的总线。
此外,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上融合社会属性信息的短视频推送方法。
综上所述,本发明实施例提供的技术方案,首先,获取目标用户的联系人列表,并根据预设时间内与联系人列表中各联系人的联系信息,确定目标用户与各联系人之间的社会属性信息;接着,获取各联系人在预设时间段内浏览短视频的浏览记录,得到各联系人对不同类型短视频的兴趣指数;然后,基于社会属性信息和不同类型短视频的兴趣指数确定目标用户感兴趣的目标短视频类型;最后,向目标用户推送标记有联系人信息的目标短视频类型的短视频。在上述方案中,基于目标用户和各联系人之间的社会属性信息为目标用户推送联系人浏览过的短视频,相对于现目前各种短视频平台会基于用户以往浏览的短视频内容构建人物画像,并基于构建的人物画像给用户推送短视频的方式,可以使目标用户和联系人观看同类型的短视频以使得彼此之间有共同话题,提升目标用户和联系人在后续联系过程中的沟通效率,进而增加短视频发布平台的用户粘性。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的次序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定次序或者连续次序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
Claims (8)
1.一种融合社会属性信息的短视频推送方法,其特征在于,所述方法包括:
获取目标用户的联系人列表;
根据所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,确定所述目标用户和所述联系人列表中的各联系人之间的社会属性信息;
获取所述联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到所述联系人列表中的各联系人对不同类型短视频的兴趣指数;
基于所述目标用户和所述联系人列表中的各联系人之间的社会属性信息,以及所述联系人列表中的各联系人对不同类型短视频的兴趣指数得到所述目标用户对不同类型短视频的关注度指数,进而确定出所述目标用户感兴趣的目标短视频类型;
基于待推送目标短视频类型的短视频被不同联系人浏览的次数,计算所述待推送目标短视频类型的短视频的浏览热度指数;
基于待推送目标短视频类型的关注度指数及所述待推送目标短视频类型的短视频的浏览热度指数,计算得到所述待推送目标短视频类型的短视频的推送指数;
在推送指数最高的目标短视频类型的短视频中标记出浏览过该短视频的联系人信息;
将标记有联系人信息的所述目标短视频类型的短视频推送给所述目标用户;
其中,所述基于待推送目标短视频类型的关注度指数及所述待推送目标短视频类型的短视频的浏览热度指数,计算得到所述待推送目标短视频类型的短视频的推送指数的步骤,包括:
基于所述待推送目标短视频类型的关注度指数在所述预设时间段内的变化得到关注度指数曲线;
基于所述待推送目标短视频类型的短视频在发布以后的浏览热度指数变化得到浏览热度指数曲线;
分别计算所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度;
根据所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度,得到推送增益参数;
基于所述关注度指数、所述浏览热度指数及所述推送增益参数,得到所述待推送目标短视频类型的短视频的推送指数。
2.如权利要求1所述的融合社会属性信息的短视频推送方法,其特征在于,所述根据所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,确定所述目标用户和所述联系人列表中的各联系人之间的社会属性信息的步骤,包括:
获取所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,所述联系信息包括每次联系时长、联系方式、联系频次以及联系时间段;
基于所述联系信息中的每次联系时长、联系方式、联系频次及联系时间段确定目标用户和所述联系人列表中的各联系人之间的社会属性信息,所述社会属性信息包括所述目标用户与各联系人之间的社会关系、所述目标用户与各联系人之间的亲疏关系,及所述目标用户与各联系人在联系过程中的主从关系。
3.如权利要求2所述的融合社会属性信息的短视频推送方法,其特征在于,所述获取所述联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到所述联系人列表中的各联系人对不同类型短视频的兴趣指数的步骤,包括:
获取所述联系人列表中的各联系人在预设时间段内浏览不同类型短视频的浏览记录,所述浏览记录包括浏览同一类型短视频的次数、浏览同一类型短视频的时长与浏览短视频总时长的占比、浏览同一类型短视频的频次变化;
基于浏览同一类型短视频的次数、浏览同一类型短视频的时长与浏览短视频总时长的占比及浏览同一类型短视频的频次变化确定所述联系人列表中的各联系人对不同类型短视频的兴趣指数。
4.如权利要求3所述的融合社会属性信息的短视频推送方法,其特征在于,所述基于所述目标用户和所述联系人列表中的各联系人之间的社会属性信息,以及所述联系人列表中的各联系人对不同类型短视频的兴趣指数得到所述目标用户对不同类型短视频的关注度指数,进而确定出所述目标用户感兴趣的目标短视频类型的步骤,包括:
基于所述目标用户与各联系人之间的社会关系、所述目标用户与各联系人之间的亲疏关系,及所述目标用户与各联系人在联系过程中的主从关系确定出所述目标用户与各联系人之间的社会属性指数;
根据所述目标用户与各联系人之间的社会属性指数,以及各联系人对不同类型短视频的兴趣指数,计算出所述目标用户对不同类型短视频的关注度指数;
根据所述关注度指数对不同类型短视频进行排序,将排序前预设名次的短视频类型作为所述目标用户感兴趣的目标短视频类型。
5.如权利要求4所述的融合社会属性信息的短视频推送方法,其特征在于,在所述向所述目标用户推送标记有联系人信息的所述目标短视频类型的短视频的步骤之后,所述方法还包括:
在向所述目标用户推送所述目标短视频类型的短视频之后的预设时间内检测所述目标短视频类型的短视频是否被所述目标用户观看;
若所述目标短视频类型的短视频在推送所述目标短视频类型的短视频之后的预设时间周期内被所述目标用户观看,则根据所述目标短视频类型的短视频被所述目标用户观看的时长以及距离推送所述目标短视频类型的短视频的时间间隔,得到所述目标用户与标记的联系人之间的社会属性增强参数,采用所述社会属性增强参数对所述目标用户与标记的联系人之间的社会属性指数进行更新;
若所述目标短视频类型的短视频在推送所述目标短视频类型的短视频之后的预设时间周期内未被所述目标用户观看,则按照预设的社会属性衰减参数对所述目标用户与标记的联系人之间的社会属性指数进行更新。
6.如权利要求1所述的融合社会属性信息的短视频推送方法,其特征在于,所述根据所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度,得到增益参数的步骤,包括:
将所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度输入到训练好的推送增益参数预测模型中进行训练,得到所述推送增益参数;
其中,所述推送增益参数预测模型通过以下步骤训练:
由不同类型短视频的关注度指数曲线的样本曲线梯度、不同类型短视频中各短视频的浏览热度指数曲线的样本曲线梯度、以及不同类型短视频中各短视频的标注推送增益参数组成样本集合;
将所述不同类型短视频的关注度指数曲线的样本曲线梯度和所述不同类型短视频中各短视频的浏览热度指数曲线的样本曲线梯度输入神经网络模型中进行训练,得到推送增益参数训练值;
基于所述推送增益参数训练值以及所述标注推送增益参数计算得到损失函数值,将所述损失函数值与预设的损失函数阈值进行比较,在所述损失函数值大于或等于所述预设的损失函数阈值时,调整所述神经网络模型中的模型参数重新进行训练,直到所述损失函数值小于所述预设的损失函数阈值,将此时得到的神经网络模型作为所述推送增益参数预测模型。
7.一种融合社会属性信息的短视频推送装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标用户的联系人列表;
信息确定模块,用于根据所述目标用户与所述联系人列表中的各联系人在预设时间段内的联系信息,确定所述目标用户和所述联系人列表中的各联系人之间的社会属性信息;
第二获取模块,用于获取所述联系人列表中的各联系人在预设时间段内浏览短视频的浏览记录,得到所述联系人列表中的各联系人对不同类型短视频的兴趣指数;
类型确定模块,用于基于所述目标用户和所述联系人列表中的各联系人之间的社会属性信息,以及所述联系人列表中的各联系人对不同类型短视频的兴趣指数得到所述目标用户对不同类型短视频的关注度指数,进而确定出所述目标用户感兴趣的目标短视频类型;
视频推送模块,用于基于待推送目标短视频类型的短视频被不同联系人浏览的次数,计算所述待推送目标短视频类型的短视频的浏览热度指数;基于待推送目标短视频类型的关注度指数及所述待推送目标短视频类型的短视频的浏览热度指数,计算得到所述待推送目标短视频类型的短视频的推送指数;在推送指数最高的目标短视频类型的短视频中标记出浏览过该短视频的联系人信息;将标记有联系人信息的所述目标短视频类型的短视频推送给所述目标用户;
其中,所述视频推送模块,还具体用于基于所述待推送目标短视频类型的关注度指数在所述预设时间段内的变化得到关注度指数曲线;基于所述待推送目标短视频类型的短视频在发布以后的浏览热度指数变化得到浏览热度指数曲线;分别计算所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度;根据所述关注度指数曲线和所述浏览热度指数曲线的曲线梯度,得到推送增益参数;基于所述关注度指数、所述浏览热度指数及所述推送增益参数,得到所述待推送目标短视频类型的短视频的推送指数。
8.一种电子设备,其特征在于,所述电子设备包括处理器及计算机可读存储介质,所述处理器及所述计算机可读存储介质之间通过总线系统连接,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以实现权利要求1-6中任意一项所述的融合社会属性信息的短视频推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311142872.7A CN116887001B (zh) | 2023-09-06 | 2023-09-06 | 融合社会属性信息的短视频推送方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311142872.7A CN116887001B (zh) | 2023-09-06 | 2023-09-06 | 融合社会属性信息的短视频推送方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116887001A CN116887001A (zh) | 2023-10-13 |
CN116887001B true CN116887001B (zh) | 2023-12-15 |
Family
ID=88255368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311142872.7A Active CN116887001B (zh) | 2023-09-06 | 2023-09-06 | 融合社会属性信息的短视频推送方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116887001B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012022224A1 (zh) * | 2010-08-20 | 2012-02-23 | 腾讯科技(深圳)有限公司 | 信息提供方法和系统 |
CN102915307A (zh) * | 2011-08-02 | 2013-02-06 | 腾讯科技(深圳)有限公司 | 一种个性化信息推荐的方法、装置及信息处理系统 |
CN103034706A (zh) * | 2012-12-07 | 2013-04-10 | 合一网络技术(北京)有限公司 | 一种基于信息网络的视频推荐列表的产生装置及方法 |
JP2013109537A (ja) * | 2011-11-21 | 2013-06-06 | Nippon Hoso Kyokai <Nhk> | 関心度推定装置及びそのプログラム |
CN103258020A (zh) * | 2013-05-02 | 2013-08-21 | 华南师范大学 | 一种结合sns和搜索引擎技术的推荐系统与方法 |
WO2015058558A1 (zh) * | 2013-10-23 | 2015-04-30 | 腾讯科技(深圳)有限公司 | 问题推荐方法、装置及系统 |
CN105959739A (zh) * | 2016-04-29 | 2016-09-21 | 北京小米移动软件有限公司 | 节目信息推送方法及装置 |
CN106686182A (zh) * | 2016-12-28 | 2017-05-17 | Tcl集团股份有限公司 | 一种联系人分组方法及装置 |
CN108600325A (zh) * | 2018-03-27 | 2018-09-28 | 努比亚技术有限公司 | 一种推送内容的确定方法、服务器和计算机可读存储介质 |
CN109104301A (zh) * | 2018-07-19 | 2018-12-28 | 国政通科技有限公司 | 一种基于深度学习模型针对综艺节目进行网络热度预测的方法和系统 |
CN109684507A (zh) * | 2018-11-23 | 2019-04-26 | 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 |
WO2019144847A1 (zh) * | 2018-01-26 | 2019-08-01 | 北京一览科技有限公司 | 提供视频流的方法和装置 |
WO2019205795A1 (zh) * | 2018-04-26 | 2019-10-31 | 腾讯科技(深圳)有限公司 | 兴趣推荐方法、计算机设备及存储介质 |
CN110704754A (zh) * | 2019-10-18 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 一种由用户终端执行的推送模型优化方法和装置 |
CN111242709A (zh) * | 2018-11-28 | 2020-06-05 | 北京京东尚科信息技术有限公司 | 一种消息推送方法及其装置、设备、存储介质 |
WO2020156389A1 (zh) * | 2019-01-30 | 2020-08-06 | 北京字节跳动网络技术有限公司 | 信息推送方法和装置 |
WO2023035506A1 (zh) * | 2021-09-07 | 2023-03-16 | 天翼电子商务有限公司 | 一种融合了序列信息的特征组合推荐算法框架 |
KR20230063441A (ko) * | 2021-11-02 | 2023-05-09 | 주식회사 엠클라우독 | 시계열 패턴정보의 동적 변화를 이용한 맞춤형 문서 추천시스템 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102316046B (zh) * | 2010-06-29 | 2016-03-30 | 国际商业机器公司 | 向社交网络中的用户推荐信息的方法和装置 |
-
2023
- 2023-09-06 CN CN202311142872.7A patent/CN116887001B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012022224A1 (zh) * | 2010-08-20 | 2012-02-23 | 腾讯科技(深圳)有限公司 | 信息提供方法和系统 |
CN102915307A (zh) * | 2011-08-02 | 2013-02-06 | 腾讯科技(深圳)有限公司 | 一种个性化信息推荐的方法、装置及信息处理系统 |
JP2013109537A (ja) * | 2011-11-21 | 2013-06-06 | Nippon Hoso Kyokai <Nhk> | 関心度推定装置及びそのプログラム |
CN103034706A (zh) * | 2012-12-07 | 2013-04-10 | 合一网络技术(北京)有限公司 | 一种基于信息网络的视频推荐列表的产生装置及方法 |
CN103258020A (zh) * | 2013-05-02 | 2013-08-21 | 华南师范大学 | 一种结合sns和搜索引擎技术的推荐系统与方法 |
WO2015058558A1 (zh) * | 2013-10-23 | 2015-04-30 | 腾讯科技(深圳)有限公司 | 问题推荐方法、装置及系统 |
CN105959739A (zh) * | 2016-04-29 | 2016-09-21 | 北京小米移动软件有限公司 | 节目信息推送方法及装置 |
CN106686182A (zh) * | 2016-12-28 | 2017-05-17 | Tcl集团股份有限公司 | 一种联系人分组方法及装置 |
WO2019144847A1 (zh) * | 2018-01-26 | 2019-08-01 | 北京一览科技有限公司 | 提供视频流的方法和装置 |
CN108600325A (zh) * | 2018-03-27 | 2018-09-28 | 努比亚技术有限公司 | 一种推送内容的确定方法、服务器和计算机可读存储介质 |
WO2019205795A1 (zh) * | 2018-04-26 | 2019-10-31 | 腾讯科技(深圳)有限公司 | 兴趣推荐方法、计算机设备及存储介质 |
CN109104301A (zh) * | 2018-07-19 | 2018-12-28 | 国政通科技有限公司 | 一种基于深度学习模型针对综艺节目进行网络热度预测的方法和系统 |
CN109684507A (zh) * | 2018-11-23 | 2019-04-26 | 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 |
CN111242709A (zh) * | 2018-11-28 | 2020-06-05 | 北京京东尚科信息技术有限公司 | 一种消息推送方法及其装置、设备、存储介质 |
WO2020156389A1 (zh) * | 2019-01-30 | 2020-08-06 | 北京字节跳动网络技术有限公司 | 信息推送方法和装置 |
CN110704754A (zh) * | 2019-10-18 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 一种由用户终端执行的推送模型优化方法和装置 |
WO2023035506A1 (zh) * | 2021-09-07 | 2023-03-16 | 天翼电子商务有限公司 | 一种融合了序列信息的特征组合推荐算法框架 |
KR20230063441A (ko) * | 2021-11-02 | 2023-05-09 | 주식회사 엠클라우독 | 시계열 패턴정보의 동적 변화를 이용한 맞춤형 문서 추천시스템 |
Non-Patent Citations (1)
Title |
---|
基于艾宾浩斯遗忘曲线的个性化推荐算法;周子愉;;电子制作(Z2);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116887001A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11165723B2 (en) | Methods and systems for a bimodal auto-response mechanism for messaging applications | |
CN108280115B (zh) | 识别用户关系的方法及装置 | |
US10628030B2 (en) | Methods and systems for providing user feedback using an emotion scale | |
US10560662B1 (en) | Establishing instant meeting for active discussion threads | |
CN107679249A (zh) | 好友推荐方法及设备 | |
US20170026254A1 (en) | Method and user interfaces for monitoring, interpreting and visualising communications between users | |
US10250532B2 (en) | Systems and methods for a personality consistent chat bot | |
CN108875993B (zh) | 邀请行为预测方法及装置 | |
CN111859020B (zh) | 推荐方法、装置、电子设备及计算机可读存储介质 | |
CN113360622B (zh) | 用户对话信息的处理方法、装置及计算机设备 | |
CN111400596B (zh) | 信息分享方法和装置 | |
WO2009077901A1 (en) | Method and system for enabling conversation | |
TWM555527U (zh) | 智慧型代理機器人系統 | |
CN116887001B (zh) | 融合社会属性信息的短视频推送方法、装置及电子设备 | |
CN113411246B (zh) | 一种回复处理方法、装置和用于回复处理的装置 | |
WO2020098669A1 (zh) | 一种表情输入的方法、装置、设备以及存储介质 | |
CN111125507B (zh) | 一种群组活动推荐方法、装置、服务器及计算机存储介质 | |
CN110661693A (zh) | 促进在计算装置中执行的基于媒体的内容共享的方法、计算装置可读存储介质以及计算装置 | |
CN114168785B (zh) | 基于社交及距离的音乐推荐方法、系统、装置及存储介质 | |
CN107247692B (zh) | 信息处理方法及设备 | |
CN112328813B (zh) | 基于ai的推荐信息生成方法、装置及计算机设备 | |
CN110381339B (zh) | 图片传输方法及装置 | |
US11017438B2 (en) | Method and systems for automatic management of sponsorship of a user's contact information | |
TWI659383B (zh) | 智慧型代理方法及智慧型代理機器人系統 | |
CN113886674A (zh) | 资源推荐方法、装置、电子设备及存储介质 |
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 |