JP6494801B2 - 情報推奨方法および装置、ならびにサーバ - Google Patents
情報推奨方法および装置、ならびにサーバ Download PDFInfo
- Publication number
- JP6494801B2 JP6494801B2 JP2017559541A JP2017559541A JP6494801B2 JP 6494801 B2 JP6494801 B2 JP 6494801B2 JP 2017559541 A JP2017559541 A JP 2017559541A JP 2017559541 A JP2017559541 A JP 2017559541A JP 6494801 B2 JP6494801 B2 JP 6494801B2
- Authority
- JP
- Japan
- Prior art keywords
- target
- information
- friend
- user
- interaction
- 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 description 38
- 230000003993 interaction Effects 0.000 claims description 254
- 238000000611 regression analysis Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 244000287680 Garcinia dulcis Species 0.000 claims 2
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000012417 linear regression Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- 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
- H04L67/535—Tracking the activity of the user
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
Description
ターゲットユーザの1人または複数の友人の中から、ターゲット推奨情報と相互作用したターゲット友人を決定するステップと、
ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータを決定するステップと、
ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータに基づいて、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対するターゲット友人の影響度合を決定するステップと、
ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対するターゲット友人の影響度合に基づいて、ターゲット影響度合を決定するステップと、
ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用の確率度合を、ターゲット影響度合に基づいて決定するステップと、
確率度合が、事前設定された条件を満足する場合、ターゲット推奨情報をターゲットユーザへプッシュするステップとを含む。
ターゲットユーザの1人または複数の友人の中から、ターゲット推奨情報と相互作用したターゲット友人を決定するステップと、
ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータを決定するステップと、
ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータに基づいて、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対するターゲット友人の影響度合を決定するステップと、
ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対するターゲット友人の影響度合に基づいて、ターゲット影響度合を決定するステップと、
ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用の確率度合を、ターゲット影響度合に基づいて決定するステップと、
確率度合が、事前設定された条件を満足する場合、ターゲット推奨情報をターゲットユーザへプッシュするステップとを実行するように構成される。
この式ではターゲット友人をjと、ターゲットユーザをiと表し、cijは、ターゲットユーザiによってなされるべき、推奨情報との相互作用に対する、ターゲット友人jの影響度合であり、nijは、ターゲットユーザiによってなされた、ターゲット友人jによって公表された以前に共有された情報との相互作用の数であり、wは、事前設定された相互作用重みであり、bは、事前設定された定数である。
ターゲット友人決定モジュール100は、ターゲットユーザの1人または複数の友人の中から、ターゲット推奨情報と相互作用したターゲット友人を決定するように構成される。
相互作用データ決定モジュール200は、ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータを決定するように構成される。
影響度合決定モジュール300は、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対する、ターゲット友人の影響度合を、ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータに基づいて決定するように構成される。
ターゲット影響度合決定モジュール400は、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対する、ターゲット友人の影響度合に基づいて、ターゲット影響度合を決定するように構成される。
確率度合決定モジュール500は、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用の確率度合を、ターゲット影響度合に基づいて決定するように構成される。
推奨モジュール600は、確率度合が、事前設定された条件を満足する場合において、ターゲット推奨情報をターゲットユーザへプッシュするように構成される。
線形計算ユニット310は、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対する、ターゲット友人の影響度合を、線形関係と、ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータとに基づいて決定するように構成される。
式計算ユニット311は、式cij=w・nij+bに従って、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対する、1人のターゲット友人の影響度合を決定するように構成され、ここで、cijは、ターゲットユーザiによってなされるべき、ターゲット推奨情報との相互作用に対する、ターゲット友人jの影響度合であり、nijは、ターゲットユーザiによってなされた、ターゲット友人jによって公表された以前に共有された情報との相互作用の数であり、wは事前設定された相互作用重みであり、bは、事前設定された定数である。
パラメータ計算モジュール700は、複数の推奨情報をユーザおよびユーザの友人へプッシュし、ユーザの友人によってなされた、複数の推奨情報との相互作用の数と、ユーザによってなされた、ユーザの友人が相互作用した推奨情報との相互作用の数とをカウントし、ユーザによってなされた、ユーザの友人が相互作用した推奨情報との相互作用の数の、ユーザの友人によってなされた、複数の推奨情報との相互作用の数に対する比を、ユーザによってなされるべき、推奨情報との相互作用に対する、ユーザの友人の影響度合のサンプル値csampleとして決定し、ユーザによってなされた、ユーザの友人によって公表された以前に共有された情報との過去の相互作用の数nsampleを獲得し、影響度合のサンプル値csampleと、過去の相互作用の数nsampleとに対して、重回帰分析アルゴリズムを実行することによってwおよびbを決定するように構成される。
追加処理ユニット410は、式
減衰および追加処理ユニット420は、式InfluScore=新cij+f・Influscore_oldに従ってターゲット影響度合を決定するように構成される。ここで、InfluScoreはターゲット影響度合であり、新cijは、ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対して、現在時間の直前の期間において、ターゲット推奨情報と相互作用したターゲット友人の影響度合であり、fは、現在の時間減衰係数であり、InfluScore_oldは、新cij以外のターゲットユーザの影響度合の総計であり、InfluScore_oldのための計算方法は、InfluScoreのものと同じであり、これは本明細書では説明されない。
プロセッサ1、通信インターフェース2、およびメモリ3は、通信バス4を介して互いに通信する。
オプションで、通信インターフェース2は、GSM(登録商標)モジュールのインターフェースのような通信モジュールのインターフェースであり得る。
プロセッサ1は、プログラムを実行するように構成される。
メモリ3は、プログラムを記憶するように構成される。
プログラムは、プログラムコードを含み得る。プログラムコードは、コンピュータの動作命令を含む。
ターゲットユーザの1人または複数の友人の中から、ターゲット推奨情報と相互作用したターゲット友人を決定し、
ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータを決定し、
ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対する、ターゲット友人の影響度合を、ターゲットユーザによってなされた、ターゲット友人によって公表された以前に共有された情報との相互作用のデータに基づいて決定し、
ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用に対する、ターゲット友人の影響度合に基づいて、ターゲット影響度合を決定し、
ターゲットユーザによってなされるべき、ターゲット推奨情報との相互作用の確率度合を、ターゲット影響度合に基づいて決定し、
確率度合が、事前設定された条件を満足する場合において、ターゲット推奨情報をターゲットユーザへプッシュするように構成され得る。
2 通信インターフェース
3 メモリ
4 通信バス
100 ターゲット友人決定モジュール
200 相互作用データ決定モジュール
300 影響度合決定モジュール
310 線形計算ユニット
311 式計算ユニット
400 ターゲット影響度合決定モジュール
410 追加処理ユニット
420 減衰および追加処理ユニット
500 確率度合決定モジュール
600 推奨モジュール
700 パラメータ計算モジュール
Claims (13)
- ターゲット推奨情報をターゲットユーザへプッシュするための情報推奨方法であって、
前記ターゲットユーザの1人または複数の友人の中からターゲット友人を決定するステップであって、前記ターゲット推奨情報は、前記ターゲットユーザへプッシュされる前に前記ターゲットユーザの前記1人または複数の友人へプッシュされており、前記ターゲットユーザの前記1人または複数の友人の中の前記ターゲット友人は、前記ターゲット推奨情報と相互作用した友人であり、前記ターゲット推奨情報は、前記ターゲットユーザへプッシュされる候補情報である、ステップと、
前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータを決定するステップと、
前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータに基づいて、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合を決定するステップと、
前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合に基づいて、ターゲット影響度合を決定するステップと、
前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用の確率度合を、前記ターゲット影響度合に基づいて決定するステップと、
前記確率度合が、事前設定された条件を満足する場合、前記ターゲット推奨情報を前記ターゲットユーザへプッシュするステップと
を備える情報推奨方法。 - 前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータは、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合と線形関係を有し、
前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータに基づいて、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合を決定する前記ステップは、
前記線形関係と、前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータとに基づいて、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合を決定するステップを備える、請求項1に記載の情報推奨方法。 - 前記線形関係と、前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータとに基づいて、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合を決定する前記ステップは、
ターゲットユーザiによってなされるべき、前記ターゲット推奨情報との相互作用に対するターゲット友人jの影響度合を、式cij=w・nij+bに従って決定するステップを備え、cijは、前記ターゲットユーザiによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人jの影響度合であり、nijは、前記ターゲットユーザiによってなされた、前記ターゲット友人jによって公表された以前に共有された情報との相互作用の数であり、wは、事前設定された相互作用重みであり、bは、事前設定された定数である、請求項2に記載の情報推奨方法。 - 前記wおよび前記bを決定する処理は、
複数の推奨情報を、ユーザおよび前記ターゲット友人へプッシュするステップと、
前記ユーザが前記推奨情報と相互作用する前に前記ユーザの前記ターゲット友人が前記推奨情報と相互作用した場合において、前記ターゲット友人によってなされた、前記複数の推奨情報との相互作用の数と、前記ユーザによってなされた、前記ターゲット友人が相互作用した推奨情報との相互作用の数とをカウントするステップと、
前記ユーザによってなされた、前記ターゲット友人が相互作用した推奨情報との相互作用の数の、前記ターゲット友人によってなされた、前記複数の推奨情報との相互作用の数に対する比を、前記ユーザによってなされるべき、前記推奨情報との相互作用に対する前記ターゲット友人の影響度合のサンプル値csampleとして決定するステップと、
前記ユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との過去の相互作用の数nsampleを獲得するステップと、
前記影響度合のサンプル値csampleと、過去の相互作用の数nsampleとに対して、重回帰分析アルゴリズムを実行することによって前記wおよび前記bを決定するステップと
を備える、請求項3に記載の情報推奨方法。 - 前記nijは、前記ターゲットユーザiによってなされた、前記ターゲット友人jによって公表された以前に共有された情報との事前設定されたすべてのタイプの相互作用の数のセットを備え、
前記wは、前記事前設定されたすべてのタイプの重みのセットを備える、請求項3に記載の情報推奨方法。 - 前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合に基づいて、ターゲット影響度合を決定する前記ステップは、
式
式InfluScore=新cij+f・Influscore_oldに従って前記ターゲット影響度合を決定するステップであって、InfluScoreは前記ターゲット影響度合であり、新cijは、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対して、前記ターゲット推奨情報と直近の相互作用を行ったターゲット友人の影響度合であり、fは、現在の時間減衰係数であり、InfluScore_oldは、他のターゲットユーザの影響度合の総計である、ステップ
を備える、請求項3から5のいずれか一項に記載の情報推奨方法。 - 前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用の確率度合を、前記ターゲット影響度合に基づいて決定する前記ステップは、
前記ターゲット推奨情報における前記ターゲットユーザの関心度を決定するステップと、
前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用の確率度合を、前記関心度および前記ターゲット影響度合に基づいて決定するステップと
を備える、請求項1に記載の情報推奨方法。 - 前記確率度合が前記事前設定された条件を満足することを判定するステップは、
前記確率度合が、事前設定された確率度合よりも高い場合において、前記確率度合が、前記事前設定された条件を満足することを判定するステップ、または、
前記ターゲットユーザによってなされるべき、各候補推奨情報との相互作用の確率度合を決定した後、各候補推奨情報に対応する確率度合に基づいて、前記ターゲット推奨情報を備える各候補推奨情報をランク付けし、前記ターゲット推奨情報のランクが、事前設定されたランク条件を満足する場合において、前記確率度合が、前記事前設定された条件を満足することを判定するステップ
を備える、請求項7に記載の情報推奨方法。 - 1つまたは複数のプロセッサと、動作命令を記憶した記憶媒体とを備え、ターゲット推奨情報をターゲットユーザへプッシュするための情報推奨装置であって、前記プロセッサは、前記記憶媒体に記憶された前記動作命令を実行して、以下のステップ、
前記ターゲットユーザの1人または複数の友人の中からターゲット友人を決定するステップであって、前記ターゲット推奨情報は、前記ターゲットユーザへプッシュされる前に前記ターゲットユーザの前記1人または複数の友人へプッシュされており、前記ターゲットユーザの前記1人または複数の友人の中の前記ターゲット友人は、前記ターゲット推奨情報と相互作用した友人であり、前記ターゲット推奨情報は、前記ターゲットユーザへプッシュされる候補情報である、ステップと、
前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータを決定するステップと、
前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータに基づいて、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合を決定するステップと、
前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合に基づいて、ターゲット影響度合を決定するステップと、
前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用の確率度合を、前記ターゲット影響度合に基づいて決定するステップと、
前記確率度合が、事前設定された条件を満足する場合、前記ターゲット推奨情報を前記ターゲットユーザへプッシュするステップと
を実行するように構成された、情報推奨装置。 - 前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータは、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合と線形関係を有し、
前記プロセッサは、以下のステップ、
前記線形関係と、前記ターゲットユーザによってなされた、前記ターゲット友人によって公表された以前に共有された情報との相互作用のデータとに基づいて、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人の影響度合を決定するステップ
を実行するように構成された、請求項9に記載の情報推奨装置。 - 前記プロセッサは、以下のステップ、
ターゲットユーザiによってなされるべき、前記ターゲット推奨情報との相互作用に対するターゲット友人jの影響度合を、式cij=w・nij+bに従って決定するステップを実行するように構成され、cijは、前記ターゲットユーザiによってなされるべき、前記ターゲット推奨情報との相互作用に対する前記ターゲット友人jの影響度合であり、nijは、前記ターゲットユーザiによってなされた、前記ターゲット友人jによって公表された以前に共有された情報との相互作用の数であり、wは、事前設定された相互作用重みであり、bは、事前設定された定数である、請求項10に記載の情報推奨装置。 - 前記プロセッサは、以下のステップ、
式
式InfluScore=新cij+f・Influscore_oldに従って前記ターゲット影響度合を決定するステップであって、InfluScoreは前記ターゲット影響度合であり、新cijは、前記ターゲットユーザによってなされるべき、前記ターゲット推奨情報との相互作用に対して、前記ターゲット推奨情報と直近の相互作用を行ったターゲット友人の影響度合であり、fは、現在の時間減衰係数であり、InfluScore_oldは、他のターゲットユーザの影響度合の総計である、ステップ
を実行するように構成された、請求項11に記載の情報推奨装置。 - 請求項9から12のいずれか一項に記載の情報推奨装置を備えるサーバ。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610019783.7A CN105677881B (zh) | 2016-01-12 | 2016-01-12 | 一种信息推荐方法、装置及服务器 |
CN201610019783.7 | 2016-01-12 | ||
PCT/CN2016/113895 WO2017121259A1 (zh) | 2016-01-12 | 2016-12-30 | 信息推荐方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018516404A JP2018516404A (ja) | 2018-06-21 |
JP6494801B2 true JP6494801B2 (ja) | 2019-04-03 |
Family
ID=56300365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017559541A Active JP6494801B2 (ja) | 2016-01-12 | 2016-12-30 | 情報推奨方法および装置、ならびにサーバ |
Country Status (6)
Country | Link |
---|---|
US (1) | US20180046724A1 (ja) |
EP (1) | EP3404556B1 (ja) |
JP (1) | JP6494801B2 (ja) |
KR (1) | KR20170136593A (ja) |
CN (1) | CN105677881B (ja) |
WO (1) | WO2017121259A1 (ja) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11074618B2 (en) * | 2013-06-13 | 2021-07-27 | Blackberry Limited | Method and apparatus pertaining to history-based content-sharing recommendations |
CN105677881B (zh) * | 2016-01-12 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法、装置及服务器 |
CN106339172A (zh) * | 2016-08-25 | 2017-01-18 | 北京小米移动软件有限公司 | 喜好信息获取方法及装置 |
CN106453528B (zh) * | 2016-09-27 | 2019-11-01 | 北京小米移动软件有限公司 | 推送消息的方法及装置 |
CN106341312B (zh) * | 2016-09-29 | 2020-06-02 | 中国联合网络通信集团有限公司 | 社交信息显示方法、系统和服务器 |
CN108574618B (zh) * | 2017-03-09 | 2021-08-13 | 腾讯科技(北京)有限公司 | 基于社交关系链的推送信息展示方法及装置 |
US11514353B2 (en) * | 2017-10-26 | 2022-11-29 | Google Llc | Generating, using a machine learning model, request agnostic interaction scores for electronic communications, and utilization of same |
CN107909428A (zh) * | 2017-11-01 | 2018-04-13 | 平安科技(深圳)有限公司 | 电子装置、产品推荐方法和计算机可读存储介质 |
CN109948037A (zh) * | 2017-11-24 | 2019-06-28 | 腾讯科技(深圳)有限公司 | 信息投放方法、装置及存储设备 |
CN108133013B (zh) * | 2017-12-22 | 2021-02-09 | 平安养老保险股份有限公司 | 信息处理方法、装置、计算机设备和存储介质 |
CN109165742A (zh) * | 2018-08-28 | 2019-01-08 | 北京百度网讯科技有限公司 | 推荐方法、装置、存储介质和终端设备 |
CN111125574B (zh) * | 2018-10-31 | 2023-04-28 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
CN111131356B (zh) * | 2018-10-31 | 2021-06-25 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
KR102181835B1 (ko) * | 2018-11-15 | 2020-11-23 | 경희대학교 산학협력단 | 고 영향 노드의 결정 방법, 고 영향 노드의 결정 장치, 바이럴 마케팅에서의 마케팅 비용 최소화 방법 및 이를 수행하기 위한 시스템 |
CN109558542B (zh) * | 2018-12-04 | 2020-11-27 | 北京达佳互联信息技术有限公司 | 一种信息质量评估方法、信息推送方法及装置 |
CN110209952B (zh) * | 2018-12-18 | 2023-03-24 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及存储介质 |
CN109902753B (zh) * | 2019-03-06 | 2023-01-13 | 深圳市珍爱捷云信息技术有限公司 | 用户推荐模型训练方法、装置、计算机设备和存储介质 |
CN110287414A (zh) * | 2019-06-25 | 2019-09-27 | 北京向上一心科技有限公司 | 信息推送方法、装置和电子设备 |
CN112307355A (zh) * | 2019-10-09 | 2021-02-02 | 吴仁超 | 基于大数据的用户隐私保护的推荐方法 |
CN111460049A (zh) * | 2020-04-01 | 2020-07-28 | 北京字节跳动网络技术有限公司 | 内容分享方法、装置、电子设备及计算机可读存储介质 |
CN111711829B (zh) * | 2020-06-12 | 2022-02-11 | 广州酷狗计算机科技有限公司 | 直播间推荐方法、装置、计算机可读存储介质及设备 |
CN112364259A (zh) * | 2020-11-24 | 2021-02-12 | 深圳市元征科技股份有限公司 | 一种信息推荐方法、装置、设备及介质 |
Family Cites Families (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004227354A (ja) * | 2003-01-23 | 2004-08-12 | Nippon Telegr & Teleph Corp <Ntt> | 情報推薦装置、情報推薦方法、プログラム及び記録媒体 |
EP1625481A4 (en) * | 2003-05-22 | 2009-07-01 | Pershing Investments Llc | PRICING SYSTEM AND METHOD FOR IDENTIFYING CLIENTS CORRESPONDING TO THE SEARCH PROFILE |
US8010460B2 (en) * | 2004-09-02 | 2011-08-30 | Linkedin Corporation | Method and system for reputation evaluation of online users in a social networking scheme |
US20070198510A1 (en) * | 2006-02-03 | 2007-08-23 | Customerforce.Com | Method and system for assigning customer influence ranking scores to internet users |
WO2007101263A2 (en) * | 2006-02-28 | 2007-09-07 | Buzzlogic, Inc. | Social analytics system and method for analyzing conversations in social media |
US9219351B2 (en) * | 2008-08-28 | 2015-12-22 | Federal-Mogul Ignition Company | Spark plug with ceramic electrode tip |
WO2010099631A1 (en) * | 2009-03-03 | 2010-09-10 | Google Inc. | Adheat advertisement model for social network |
KR101624680B1 (ko) * | 2009-03-03 | 2016-05-27 | 구글 인코포레이티드 | 소셜 네트워크의 사용자들에게 광고를 제공하기 위한 방법 및 시스템 |
US8489515B2 (en) * | 2009-05-08 | 2013-07-16 | Comcast Interactive Media, LLC. | Social network based recommendation method and system |
US20110295626A1 (en) * | 2010-05-28 | 2011-12-01 | Microsoft Corporation | Influence assessment in social networks |
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 |
US20120089482A1 (en) * | 2010-10-06 | 2012-04-12 | Narendra Patel | Last-room-available search apparatus and method |
JP5667466B2 (ja) * | 2011-02-16 | 2015-02-12 | 株式会社ミクシィ | ユーザ間の親密度に基づいた表示序列制御システム、方法及びプログラム、並びに、表示序列に反映されるべきユーザ間の親密度を判定する情報処理システム、方法及びプログラム |
US8954503B2 (en) * | 2011-03-03 | 2015-02-10 | Facebook, Inc. | Identify experts and influencers in a social network |
US8909637B2 (en) * | 2011-06-03 | 2014-12-09 | Facebook, Inc. | Context-based ranking of search results |
CN102915307B (zh) * | 2011-08-02 | 2018-01-02 | 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 |
US9031888B2 (en) * | 2011-08-10 | 2015-05-12 | International Business Machines Corporation | Predicting influence in social networks |
US8838581B2 (en) * | 2011-08-19 | 2014-09-16 | Facebook, Inc. | Sending notifications about other users with whom a user is likely to interact |
KR20130035064A (ko) * | 2011-09-29 | 2013-04-08 | 삼성전자주식회사 | 개인 성향 기반의 개인화 서비스 제공 방법 및 시스템 |
US20130103667A1 (en) * | 2011-10-17 | 2013-04-25 | Metavana, Inc. | Sentiment and Influence Analysis of Twitter Tweets |
US20140310058A1 (en) * | 2011-11-07 | 2014-10-16 | New York University | Identifying Influential and Susceptible Members of Social Networks |
US20130124627A1 (en) * | 2011-11-11 | 2013-05-16 | Robert William Cathcart | Providing universal social context for concepts in a social networking system |
CN103138954B (zh) * | 2011-12-02 | 2015-11-04 | 中国移动通信集团公司 | 一种推荐项的推送方法、系统及推荐服务器 |
CN103166930B (zh) * | 2011-12-15 | 2016-04-13 | 腾讯科技(深圳)有限公司 | 推送网络信息的方法和系统 |
MX2014007025A (es) * | 2011-12-21 | 2014-09-15 | Engagement Labs Inc | Metodo y sistema para medir y mejorar la eficiencia de campañas de medios sociales. |
US10685361B2 (en) * | 2012-03-02 | 2020-06-16 | Facebook, Inc. | Targeting advertisements to groups of social networking system users |
US10380629B2 (en) * | 2012-05-25 | 2019-08-13 | Microsoft Technology Licensing, Llc | Leveraging a social graph to deliver relevant recommendations |
US10565598B2 (en) * | 2012-07-10 | 2020-02-18 | Facebook, Inc. | Sponsored advertisement ranking and pricing in a social networking system |
US20140025478A1 (en) * | 2012-07-17 | 2014-01-23 | Maven Analytics Inc. | Measuring influence in a social network |
CN102880691B (zh) * | 2012-09-19 | 2015-08-19 | 北京航空航天大学深圳研究院 | 一种基于用户亲密度的混合推荐系统及方法 |
US9235865B1 (en) * | 2012-10-26 | 2016-01-12 | Sprint Communications Company L.P. | Identifying influencers using social information |
JP2014134923A (ja) * | 2013-01-09 | 2014-07-24 | Sony Corp | 情報処理装置、情報処理方法、プログラム及び端末装置 |
WO2014125339A1 (en) * | 2013-02-14 | 2014-08-21 | Eagle Home Solutions Private Limited | Social housing and real estate recommendations |
US20140297739A1 (en) * | 2013-03-27 | 2014-10-02 | Howard T. Stein | Media Previews Based on Social Context |
US11120491B2 (en) * | 2013-09-24 | 2021-09-14 | Ebay Inc. | Method, medium, and system for social media based recommendations |
WO2015058307A1 (en) * | 2013-10-25 | 2015-04-30 | Sysomos L.P. | Systems and methods for dynamically determining influencers in a social data network using weighted analysis |
US10055398B2 (en) * | 2013-11-18 | 2018-08-21 | Samsung Electronics Co., Ltd. | Method and system for providing recommendations and performing actions based on social updates in social networks |
US20150278221A1 (en) * | 2014-03-28 | 2015-10-01 | Xomad Llc | Contact manager for utilizing social media influence |
US9646096B2 (en) * | 2014-06-03 | 2017-05-09 | Go Daddy Operating Company, LLC | System and methods for analyzing and improving online engagement |
CN104301207B (zh) * | 2014-10-24 | 2016-04-13 | 腾讯科技(深圳)有限公司 | 网络信息处理方法及装置 |
CN104967679B (zh) * | 2015-06-09 | 2017-07-21 | 深圳市腾讯计算机系统有限公司 | 信息推荐系统、方法及装置 |
CN105677881B (zh) * | 2016-01-12 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法、装置及服务器 |
CN106909594B (zh) * | 2016-06-06 | 2020-05-05 | 阿里巴巴集团控股有限公司 | 信息推送方法及装置 |
-
2016
- 2016-01-12 CN CN201610019783.7A patent/CN105677881B/zh active Active
- 2016-12-30 EP EP16884810.9A patent/EP3404556B1/en active Active
- 2016-12-30 KR KR1020177032473A patent/KR20170136593A/ko not_active Application Discontinuation
- 2016-12-30 WO PCT/CN2016/113895 patent/WO2017121259A1/zh active Application Filing
- 2016-12-30 JP JP2017559541A patent/JP6494801B2/ja active Active
-
2017
- 2017-10-23 US US15/791,259 patent/US20180046724A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
EP3404556A1 (en) | 2018-11-21 |
EP3404556A4 (en) | 2019-08-21 |
US20180046724A1 (en) | 2018-02-15 |
CN105677881B (zh) | 2020-07-03 |
JP2018516404A (ja) | 2018-06-21 |
EP3404556B1 (en) | 2023-07-12 |
CN105677881A (zh) | 2016-06-15 |
WO2017121259A1 (zh) | 2017-07-20 |
KR20170136593A (ko) | 2017-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6494801B2 (ja) | 情報推奨方法および装置、ならびにサーバ | |
US20210329094A1 (en) | Discovering signature of electronic social networks | |
KR101999471B1 (ko) | 정보 추천 방법 및 장치 | |
CN109241415B (zh) | 项目推荐方法、装置、计算机设备及存储介质 | |
US20240086971A1 (en) | Systems, methods, and storage media for training a machine learning model | |
US10324989B2 (en) | Microblog-based event context acquiring method and system | |
CN106355431B (zh) | 作弊流量检测方法、装置及终端 | |
WO2018223719A1 (zh) | 用户投保行为预测的方法、装置、计算设备及介质 | |
CN105247507B (zh) | 用于确定品牌的影响力得分的方法、系统和存储介质 | |
US10243967B2 (en) | Method, apparatus and system for detecting fraudulant software promotion | |
CN109376267B (zh) | 用于生成模型的方法和装置 | |
US20160210646A1 (en) | System, method, and computer program product for model-based data analysis | |
CN110334356A (zh) | 文章质量的确定方法、文章筛选方法、以及相应的装置 | |
US11062350B2 (en) | Method, apparatus, and device for monitoring promotion status data, and non-volatile computer storage medium | |
CN108122168A (zh) | 社交活动网络中种子节点筛选方法和装置 | |
CN110222790B (zh) | 用户身份识别方法、装置及服务器 | |
CN110968802A (zh) | 一种用户特征的分析方法、分析装置及可读存储介质 | |
JP5813052B2 (ja) | 情報処理装置、方法及びプログラム | |
CN111988642B (zh) | 推荐视频的方法、装置、服务器和存储介质 | |
US20200057975A1 (en) | Method and System for Finding a Solution to a Provided Problem Using Family Tree Based Priors in Bayesian Calculations in Evolution Based Optimization | |
CN114818843A (zh) | 数据分析的方法、装置和计算设备 | |
CN110083517A (zh) | 一种用户画像置信度的优化方法及装置 | |
CN111309706A (zh) | 模型训练方法、装置、可读存储介质及电子设备 | |
CN117217852B (zh) | 一种基于行为识别购买意愿度预测方法及装置 | |
CN112989183B (zh) | 一种基于生命周期的产品信息推荐方法、装置及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181012 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181022 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190122 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190208 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190305 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6494801 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |