RU2013128483A - Рекомендующая система для стимулирования пользователя рекомендовать элемент контакту пользователя - Google Patents
Рекомендующая система для стимулирования пользователя рекомендовать элемент контакту пользователя Download PDFInfo
- Publication number
- RU2013128483A RU2013128483A RU2013128483/08A RU2013128483A RU2013128483A RU 2013128483 A RU2013128483 A RU 2013128483A RU 2013128483/08 A RU2013128483/08 A RU 2013128483/08A RU 2013128483 A RU2013128483 A RU 2013128483A RU 2013128483 A RU2013128483 A RU 2013128483A
- Authority
- RU
- Russia
- Prior art keywords
- user
- recommended
- interest
- elements
- database
- Prior art date
Links
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
1. Рекомендующая система (100) для стимулирования пользователя компьютерной сети (110) рекомендовать элемент контакту пользователя, содержащая:- доступ (120), к по меньшей мере, одной из ряда баз данных (125) элементов,- базу данных (140) пользователей, сконфигурированную для хранения множества профилей пользователей (140-A, …, 140-Z), причем соответствующий профиль пользователя включает в себя:- по меньшей мере, ссылку на базу данных (144) контактов, связывающую контакты (a, b, c...) пользователя с рекомендуемыми элементами (Ι, ΙΙ, ΙΙΙ...), где соответствующий контакт связан с рядом рекомендованных элементов, каждый из которых был рекомендован пользователем соответствующему контакту,- определитель (160) степени интереса, сконфигурированный для определения первой степени интереса (164) для конкретного элемента (II) из одной из ряда баз данных элементов на основе рекомендованных элементов,- рекомендующую машину (180) в виде автоматического устройства, содержащего:- генератор (182) сигналов, сконфигурированный для генерации электронного сигнала (186) предложения, и- отправитель (184), сконфигурированный для отправки сгенерированного сигнала электронного предложения (186) соответствующему пользователю (199), если первая степень интереса (164) превышает фиксированный уровень, при этомэлектронный сигнал (186) предложения указывает потенциальный интерес соответствующего контакта (198) соответствующего пользователя (199) к конкретному элементу (II).2. Рекомендующая система (100) по п. 1, содержащая:- детектор рекомендаций (190), сконфигурированный для обнаружения того, что соответствующий пользователь из базы данных (140) пользователей рекомендовал элемент одному из с�
Claims (14)
1. Рекомендующая система (100) для стимулирования пользователя компьютерной сети (110) рекомендовать элемент контакту пользователя, содержащая:
- доступ (120), к по меньшей мере, одной из ряда баз данных (125) элементов,
- базу данных (140) пользователей, сконфигурированную для хранения множества профилей пользователей (140-A, …, 140-Z), причем соответствующий профиль пользователя включает в себя:
- по меньшей мере, ссылку на базу данных (144) контактов, связывающую контакты (a, b, c...) пользователя с рекомендуемыми элементами (Ι, ΙΙ, ΙΙΙ...), где соответствующий контакт связан с рядом рекомендованных элементов, каждый из которых был рекомендован пользователем соответствующему контакту,
- определитель (160) степени интереса, сконфигурированный для определения первой степени интереса (164) для конкретного элемента (II) из одной из ряда баз данных элементов на основе рекомендованных элементов,
- рекомендующую машину (180) в виде автоматического устройства, содержащего:
- генератор (182) сигналов, сконфигурированный для генерации электронного сигнала (186) предложения, и
- отправитель (184), сконфигурированный для отправки сгенерированного сигнала электронного предложения (186) соответствующему пользователю (199), если первая степень интереса (164) превышает фиксированный уровень, при этом
электронный сигнал (186) предложения указывает потенциальный интерес соответствующего контакта (198) соответствующего пользователя (199) к конкретному элементу (II).
2. Рекомендующая система (100) по п. 1, содержащая:
- детектор рекомендаций (190), сконфигурированный для обнаружения того, что соответствующий пользователь из базы данных (140) пользователей рекомендовал элемент одному из своих контактов, при этом рекомендующая система (100) сконфигурирована для обновления базы данных контактов (144) в зависимости от рекомендации.
3. Рекомендующая система (100) по п. 2, в которой рекомендующая система (100) сконфигурирована для добавления нерекомендованных элементов в базу данных (144) контактов, если по электронному сигналу (186) предложения рекомендация не была сделана.
4. Рекомендующая система (100) по любому из пп. 1-3, содержащая:
- детектор (190) оценок, сконфигурированный для обнаружения того, что соответствующий пользователь из базы данных (140) пользователей оценил элемент, причем определитель степени интереса (160) и рекомендующая машина (180) используют упомянутый оцененный элемент в качестве конкретного элемента.
5. Рекомендующая система (100) по любому из пп. 1-3, включающая в себя:
- детектор (190) элементов, сконфигурированный для обнаружения того, что новый элемент был добавлен в одну из ряда баз данных (125) элементов, причем определитель степени интереса
(160) и рекомендующая машина (180) используют упомянутый новый элемент в качестве конкретного элемента.
6. Рекомендующая система (100) по любому из пп. 1-3, в которой база данных (140) пользователей дополнительно содержит связанную с пользователем информацию (142) о пользовательских предпочтениях в отношении элементов (Ι, ΙΙ, ΙΙΙ,...), и в которой генератор (182) сигналов сконфигурирован для формирования электронного сигнала предложения (186) в зависимости от связанной с пользователем информации (142) соответствующего пользователя.
7. Рекомендующая система (100) по п. 6, которая сконфигурирована для обновления связанной с пользователем информации соответствующего пользователя в зависимости от оценки пользователя.
8. Рекомендующая система (100) по п. 6, в которой соответствующий профиль пользователя из базы данных (140) пользователей содержит первую таблицу (142), которая связывает элементы с личными численными оценками для хранения связанной с пользователем информации о пользовательских предпочтениях в отношении элементов.
9. Рекомендующая система (100) по п. 6, в которой:
- определитель (160) степени интереса сконфигурирован для определения второй степени интереса (166) для конкретного элемента из одной из ряда баз данных (125) на основе связанной с пользователем информации (142) о личных предпочтениях в отношении элементов,
- отправитель (184) дополнительно сконфигурирован для
отправки электронного сигнала (187) рекомендации соответствующему пользователю из базы данных (199) пользователей в зависимости от второй степени интереса (164), при этом электронный сигнал (187) рекомендации указывает на наличие конкретного элемента.
10. Рекомендующая система (100) по любому из пп. 1-3, в которой определитель (160) степени интереса сконфигурирован для определения первой степени интереса (164) на основе совместной фильтрации.
11. Рекомендующая система (100) по любому из пп. 1-3, содержащая второй доступ (195) к, по меньшей мере, одной из ряда компьютерных сетей (110) для обновления списка контактов в базе данных (144) контактов.
12. Рекомендующая система (100) по любому из пп. 1-3, в которой:
- рекомендующая система (100) сконфигурирована для регистрации того, какие элементы были оценены, приняты или увидены пользователями и контактами базы данных пользователей, и
- рекомендующая машина (180) сконфигурирована так, чтобы избежать отправки электронного сигнала (186) предложения соответствующему пользователю, если конкретный элемент, который должен быть рекомендован соответствующим пользователем соответствующему контакту, уже был оценен, принят или увиден соответствующим контактом.
13. Реализуемый компьютером способ (200) рекомендации для стимулирования пользователя компьютерной сети рекомендовать элемент контакту пользователя, содержащий этапы, на которых:
- устанавливают (210) доступ к, по меньшей мере, одной из ряда баз данных элементов,
- сохраняют (220) множество профилей пользователей, причем соответствующий профиль пользователя содержит:
- по меньшей мере, ссылку на базу данных контактов, связывающую контакты пользователя с рекомендуемыми элементами, причем соответствующий контакт связан с рядом рекомендованных элементов, каждый из которых был рекомендован пользователем соответствующему контакту,
- определяют (230) первую степень интереса для конкретного элемента из одной из ряда баз данных элементов на основе рекомендованных элементов,
- генерируют (240) электронный сигнал предложения, и
- отправляют (250) сгенерированный электронный сигнал предложения соответствующему пользователю, если первая степень интереса превышает фиксированный уровень, причем электронный сигнал предложения указывает потенциальный интерес соответствующего контакта соответствующего пользователя к конкретному элементу.
14. Машиночитаемый носитель, имеющий воплощенное на нем считываемое компьютером средство кода, которое побуждает программируемую систему, при выполнении упомянутого считываемого компьютером средства кода, выполнять способ рекомендации по п. 13.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP10192273.0 | 2010-11-23 | ||
EP20100192273 EP2458546A1 (en) | 2010-11-23 | 2010-11-23 | Recommender system for stimulating a user to recommend an item to a contact of the user |
PCT/EP2011/070841 WO2012069548A1 (en) | 2010-11-23 | 2011-11-23 | Recommender system for stimulating a user to recommend an item to a contact of the user |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2013128483A true RU2013128483A (ru) | 2014-12-27 |
RU2589375C2 RU2589375C2 (ru) | 2016-07-10 |
Family
ID=44486950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2013128483/08A RU2589375C2 (ru) | 2010-11-23 | 2011-11-23 | Рекомендующая система для стимулирования пользователя рекомендовать элемент контакту пользователя |
Country Status (5)
Country | Link |
---|---|
US (1) | US10621642B2 (ru) |
EP (2) | EP2458546A1 (ru) |
CN (1) | CN103229203B (ru) |
RU (1) | RU2589375C2 (ru) |
WO (1) | WO2012069548A1 (ru) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2541486A1 (en) * | 2011-07-01 | 2013-01-02 | Axel Springer Digital TV Guide GmbH | Recommender system and method of operating same |
US8713104B1 (en) * | 2013-03-15 | 2014-04-29 | Lucky Oyster, Inc. | Sharing networks determined by sharing of items between individuals |
US9135650B2 (en) | 2013-03-15 | 2015-09-15 | Lucky Oyster, Inc. | Person-to-person item recommendation with decline |
US9524346B2 (en) | 2013-03-15 | 2016-12-20 | Lucky Oyster, Inc. | Person-to-person viewing of recommended items as grouped into categories |
CN103188348A (zh) * | 2013-03-21 | 2013-07-03 | 无锡德思普科技有限公司 | 一种基于文件分享的联系人管理方法 |
KR101445054B1 (ko) * | 2014-02-25 | 2014-09-30 | 주식회사 브릿지랩 | 추천인 시스템 및 그 동작 방법 |
EP3149891B1 (en) * | 2014-05-30 | 2021-08-04 | Assia Spe, Llc | Method and apparatus for improving broadband experience using cloud based recommendation engine |
CN107113466A (zh) * | 2014-06-12 | 2017-08-29 | 慧与发展有限责任合伙企业 | 向用户推荐项目 |
US9788178B2 (en) | 2014-11-25 | 2017-10-10 | Xiaomi Inc. | Method for acquiring recommending information, terminal, and server |
CN104539812B (zh) * | 2014-11-25 | 2017-12-05 | 小米科技有限责任公司 | 推荐信息获取方法、终端及服务器 |
WO2016082033A1 (en) * | 2014-11-25 | 2016-06-02 | Shunock Michael Stewart | System and method for managing interaction between commercial and intermediary users |
US10373618B2 (en) | 2017-08-07 | 2019-08-06 | Soundhound, Inc. | Natural language recommendation feedback |
CN113785540B (zh) * | 2019-05-06 | 2023-07-07 | 谷歌有限责任公司 | 使用机器学习提名方生成内容宣传的方法、介质和系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6317722B1 (en) * | 1998-09-18 | 2001-11-13 | Amazon.Com, Inc. | Use of electronic shopping carts to generate personal recommendations |
US8006266B2 (en) | 2002-06-24 | 2011-08-23 | Pace LLC | Method for using only feedback from shows that improve the performance of the recommender system |
AU2003272021A1 (en) * | 2002-11-15 | 2004-06-15 | Koninklijke Philips Electronics N.V. | Introducing new content items in a community-based recommendation system |
US8538810B2 (en) * | 2005-03-29 | 2013-09-17 | Google Inc. | Methods and systems for member-created advertisement in a member network |
BRPI0620084B1 (pt) * | 2005-12-19 | 2018-11-21 | Apple Inc | método para identificar usuários individuais em uma comunidade definida de usuários, com base na comparação do perfil do primeiro usuário com outros perfis de usuário, para um primeiro membro da comunidade e método para medir similaridade de usuários individuais para um primeiro usuário em uma comunidade definida de usuários |
JP4240096B2 (ja) * | 2006-09-21 | 2009-03-18 | ソニー株式会社 | 情報処理装置および方法、プログラム並びに記録媒体 |
US7895121B2 (en) * | 2006-10-31 | 2011-02-22 | Hewlett-Packard Development Company, L.P. | Method and system for tracking conversions in a system for targeted data delivery |
US20080189274A1 (en) * | 2007-02-05 | 2008-08-07 | 8Lives Technology | Systems and methods for connecting relevant web-based product information with relevant network conversations |
US9224427B2 (en) * | 2007-04-02 | 2015-12-29 | Napo Enterprises LLC | Rating media item recommendations using recommendation paths and/or media item usage |
US20080255934A1 (en) * | 2007-04-16 | 2008-10-16 | Jeffrey Leventhal | Method and system for selling or promoting a product online |
US8260787B2 (en) * | 2007-06-29 | 2012-09-04 | Amazon Technologies, Inc. | Recommendation system with multiple integrated recommenders |
US20090259621A1 (en) * | 2008-04-11 | 2009-10-15 | Concert Technology Corporation | Providing expected desirability information prior to sending a recommendation |
US20100042471A1 (en) * | 2008-08-18 | 2010-02-18 | Microsoft Corporation | Determination of advertisement referrer incentives and disincentives |
US20100144426A1 (en) * | 2008-08-18 | 2010-06-10 | Jeffrey Winner | Inviting Users to Participate in a Venture Exchange |
-
2010
- 2010-11-23 EP EP20100192273 patent/EP2458546A1/en not_active Withdrawn
-
2011
- 2011-11-23 CN CN201180056230.4A patent/CN103229203B/zh active Active
- 2011-11-23 US US13/879,754 patent/US10621642B2/en active Active
- 2011-11-23 RU RU2013128483/08A patent/RU2589375C2/ru not_active IP Right Cessation
- 2011-11-23 WO PCT/EP2011/070841 patent/WO2012069548A1/en active Application Filing
- 2011-11-23 EP EP11785709.4A patent/EP2643804A1/en not_active Ceased
Also Published As
Publication number | Publication date |
---|---|
US20130204740A1 (en) | 2013-08-08 |
CN103229203B (zh) | 2019-10-01 |
WO2012069548A1 (en) | 2012-05-31 |
US10621642B2 (en) | 2020-04-14 |
RU2589375C2 (ru) | 2016-07-10 |
CN103229203A (zh) | 2013-07-31 |
EP2643804A1 (en) | 2013-10-02 |
EP2458546A1 (en) | 2012-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2013128483A (ru) | Рекомендующая система для стимулирования пользователя рекомендовать элемент контакту пользователя | |
US20210133817A1 (en) | Information Recommendation Method and Apparatus | |
RU2015154732A (ru) | Способ, устройство и система для рекомендации информации о продукте | |
JP6397704B2 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
KR101597247B1 (ko) | 실시간 키워드 연동형 광고 노출 시스템 및 방법 | |
Tewari | Generating items recommendations by fusing content and user-item based collaborative filtering | |
US20160105520A1 (en) | Method, apparatus, and system for pushing network content | |
US20150248721A1 (en) | Recommendation engine with profile analysis | |
JP2013254288A5 (ru) | ||
WO2015004527A3 (en) | Calendar-event recommendation system | |
RU2012100619A (ru) | Машиночитаемый носитель для использования в коллективных системах знаний | |
US8392431B1 (en) | System, method, and computer program for determining a level of importance of an entity | |
JP2013541082A5 (ru) | ||
KR102131791B1 (ko) | 추천 컨텐츠 및 연관 컨텐츠 제공 방법 | |
US20160086206A1 (en) | Machine generated recommendation and notification models | |
KR20150110846A (ko) | 상품 추천 방법 및 시스템 | |
Embarak | A method for solving the cold start problem in recommendation systems | |
CN107103028A (zh) | 一种信息处理方法及装置 | |
JP2015153088A (ja) | 習慣度算出装置、行動予測装置、方法、及びプログラム | |
CN106062809A (zh) | 用于基于评论文本对投稿者的心理状态转变进行分析的装置、程序和方法 | |
RU2015131297A (ru) | Способ и устройство для предоставления контактных данных | |
KR20130082910A (ko) | 컨텐츠 추천 방법 및 장치 | |
KR101507328B1 (ko) | 협업 추천 시스템에서의 사용자 피드백 예측 장치 및 방법 | |
Jia et al. | A new weighting method in network-based recommendation | |
EP2680209A1 (en) | Device and method for automatic generation of a recommendation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20191124 |