RU2018132713A - Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации - Google Patents
Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации Download PDFInfo
- Publication number
- RU2018132713A RU2018132713A RU2018132713A RU2018132713A RU2018132713A RU 2018132713 A RU2018132713 A RU 2018132713A RU 2018132713 A RU2018132713 A RU 2018132713A RU 2018132713 A RU2018132713 A RU 2018132713A RU 2018132713 A RU2018132713 A RU 2018132713A
- Authority
- RU
- Russia
- Prior art keywords
- user
- content
- dependent
- proportion
- parameter
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- 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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
- G06F16/9538—Presentation of query results
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
-
- 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
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
Claims (120)
1. Исполняемый на компьютере способ определения зависящих от пользователя пропорций типов содержимого для рекомендаций для данного пользователя, причем данный пользователь связан с электронным устройством, которое соединено с сервером через сеть передачи данных, причем сервер размещает сервис рекомендации содержимого для создания рекомендаций содержимого, обладающих элементами содержимого по меньшей мере двух типов,
причем способ выполняется сервером, и включает в себя
получение сервером для каждого соответствующего типа содержимого из по меньшей мере двух типов содержимого, указания на соответствующий базовый интервал пропорции содержимого для рекомендации;
получение сервером для каждого соответствующего типа содержимого из по меньшей мере двух типов содержимого, соответствующего набора параметров пользовательского взаимодействия, который указывает на взаимодействие пользователя из соответствующего набора пользователей сервиса рекомендации содержимого с соответствующим типом содержимого;
вычисление сервером для каждого соответствующего типа содержимого из по меньшей мере двух типов содержимого, соответствующего распределения параметров пользовательского взаимодействия на основе соответствующего набора параметров пользовательского взаимодействия из соответствующего набора пользователей;
в ответ на получение указания на запрос персонализированного содержимого от электронного устройства, связанного с данным пользователем:
получение сервером, для каждого соответствующего типа содержимого из по меньшей мер двух типов содержимого, соответствующего зависящего от пользователя параметра взаимодействий для данного пользователя, причем соответствующий зависящий от пользователя параметр взаимодействий указывает на предпочтения данного пользователя в соответствующем типе содержимого;
вычисление сервером для каждого соответствующего типа содержимого из по меньшей мере двух типов содержимого, соответствующей зависящей от пользователя пропорции соответствующего типа содержимого для рекомендации содержимого данному пользователю, причем соответствующая зависящая от пользователя пропорция в границах соответствующего базового интервала пропорций содержимого, и вычисление основано на:
соответствующем распределении параметров пользовательского взаимодействия из набора пользователей, и соответствующем зависящем от пользователя параметре взаимодействия данного пользователя;
создание сервисом рекомендации содержимого сервера множества элементов содержимого для персонализированной рекомендации содержимого для данного пользователя, причем множество элементов содержимого относится по меньшей мере к двум типам, соответствующая часть множества элементов содержимого находится в соответствующей зависящей от пользователя пропорции; и
отправка сервером множества элементов содержимого для отображения на электронном устройстве данного пользователя.
2. Способ по п. 1, в котором:
до вычисления соответствующей зависящей от пользователя пропорции соответствующего типа содержимого, способ далее включает в себя:
вычисление сервером соответствующего центрального параметра распределения соответственно связанного распределения параметров пользовательского взаимодействия;
определение сервером соответствующего зависящего от пользователя параметра распределения данного пользователя, причем соответствующий зависящий от пользователя параметр распределения указывает на расположение соответственно связанного зависящего от пользователя параметра взаимодействия данного пользователя в соответствующем связанном распределении параметров пользовательского взаимодействия;
вычисление сервером смещения между соответствующим центральным распределением параметра и соответствующим зависящим от пользователя параметра распределения; и причем
вычисление соответствующей зависящей от пользователя пропорции соответствующего типа содержимого далее основано на:
смещении между соответствующим центральным распределением параметра и соответствующим зависящим от пользователя параметра распределения, и
соответствующей центральной пропорции соответствующего базового интервала пропорций, которая соответствует соответствующему центральному параметру распределения соответственно связанного распределения параметров пользовательского взаимодействия.
3. Способ по п. 2, в котором вычисление соответствующей зависящей от пользователя пропорции соответствующего типа содержимого далее включает в себя:
определение сервером, является ли направление смещения между соответствующим центральным распределением параметра и соответствующим зависящим от пользователя параметра распределения одним из: положительным направлением или отрицательным направлением;
в ответ на то, что направление положительное:
назначение сервером соответствующего первого заранее определенного значения соответствующей зависящей от пользователя пропорции, причем соответствующее первое заранее определенное значение находится выше соответствующей центральной пропорции; и
в ответ на то, что направление отрицательное:
назначение сервером соответствующего второго заранее определенного значения соответствующей зависящей от пользователя пропорции, причем соответствующее второе заранее определенное значение находится ниже соответствующей центральной пропорции.
4. Способ по п. 3, в котором:
соответствующее расстояние между соответствующим первым заранее определенным значением и соответствующей центральной пропорции на базовом интервале пропорций пропорционально величине смещения между соответствующим центральным параметром распределения и соответствующим зависящим от пользователя параметра распределения; и
соответствующее расстояние между соответствующим вторым заранее определенным значением и соответствующей центральной пропорции на базовом интервале пропорций пропорционально величине смещения между соответствующим центральным параметром распределения и соответствующим зависящим от пользователя параметре распределения.
5. Способ по п. 4, в котором:
6. соответствующий центральный параметр распределения является медианным для соответственно связанного распределения пользовательских взаимодействий. Способ по п. 5, в котором:
соответствующая центральная пропорция является медианной для соответствующего базового интервала пропорции.
7. Способ по п. 6, в котором: соответствующий зависящий от пользователя параметр распределения является процентильным рангом соответствующего зависящего от пользователя параметра взаимодействия данного пользователя в соответствующем распределении параметров пользовательского взаимодействия.
8. Способ по п. 3, в котором по меньшей мере две типа содержимого включают в себя по меньшей мере два из: текстовое содержимое, оригинальное содержимое, неоригинальное содержимое, графическое содержимое, видео содержимое, аудио содержимое и содержимое с информацией о погоде.
9. Способ по п. 8, в котором:
соответствующий набор параметров пользовательского взаимодействия и соответствующий зависящий от пользователя параметр взаимодействия, связанный с соответствующим типом содержимого из по меньшей мер двух типов содержимого относится к одному и тому же типу параметра взаимодействия; и
способ далее включает в себя, используя тот же тип параметра взаимодействия для соответствующего типа содержимого:
для текстового содержимого, рейтинг кликабельности (CTR);
для оригинального содержимого, рейтинг кликабельности (CTR);
для неоригинального содержимого, рейтинг кликабельности (CTR);
для графического содержимого, рейтинг кликабельности (CTR);
для видео содержимого, время пребывания на странице;
для аудио содержимого, время пребывания на странице; и
для графического содержимого, рейтинг кликабельности (CTR).
10. Способ по п. 3, в котором:
сервер соединен с базой данных журнала;
получение соответствующего зависящего от пользователя параметра взаимодействия включает в себя: применение сервером скользящего окна предыдущих пользовательских взаимодействий к пользовательским взаимодействиям, связанным с данным пользователем в базе данных журнала; и
вычисление сервером соответствующего зависящего от пользователя параметра взаимодействия на основе пользовательских взаимодействий, связанным с данным пользователем в базе данных журнала, которые попадают в скользящее окно предыдущих пользовательских взаимодействий.
11. Способ по п. 10, далее включающий в себя, в ответ на то, что соответствующее число пользовательских взаимодействий, связанных с данным пользователем, которое попадает в скользящее окно предыдущих пользовательских взаимодействий, находится ниже заранее определенного порога пользовательских взаимодействий:
назначение сервером соответствующего заранее определенного значения соответствующей зависящей от пользователя пропорции.
12. Способ по п. 11, дополнительно включающий в себя:
получение сервером другого указания на запрос на персонализированное содержимое от электронного устройства, связанного с данным пользователем после указания на запрос на персонализированное содержимое;
определение сервером того, находится ли тогда соответствующее число пользовательских взаимодействий данного пользователя выше заранее определенного порога пользовательских взаимодействий;
в ответ на то, что тогда соответствующее число пользовательских взаимодействий данного пользователя выше заранее определенного порога пользовательских взаимодействий в момент получения другого запроса на персонализированное содержимое:
замена сервером соответствующее заранее определенного значения, назначенного соответствующей зависящей от пользователя пропорции, на вычисленную соответствующую зависящую от пользователя пропорцию.
13. Способ по п. 10, в котором скользящее окно обладает заранее определенным размером одного из: заранее определенного числа предыдущих пользовательских сессий с системой рекомендаций и заранее определенного периода времени.
14. Способ по п. 3, который дополнительно включает в себя, перед созданием множества элементов содержимого:
суммирование сервером соответственно связанных зависящих от пользователя пропорций для получения суммы зависящих от пользователя пропорций;
в ответ на то, что сумма зависящих от пользователя пропорций: ниже заранее определенного порога суммы или выше заранее определенного порога суммы:
корректировку сервером каждой соответственно связанной зависящей от пользователя пропорции таким образом, чтобы сумма зависящей от пользователя пропорции была равна заранее определенному порогу суммы.
15. Система для определения зависящих от пользователя пропорций типов содержимого для рекомендаций для данного пользователя, причем данный пользователь связан с электронным устройством, которое соединено с системой через сеть передачи данных, причем система размещает сервис рекомендации содержимого для создания рекомендаций содержимого, обладающих элементами содержимого по меньшей мере двух типов,
причем система включает в себя: процессор;
постоянный машиночитаемый носитель компьютерной информации, содержащий инструкции, процессор;
при выполнении инструкций, выполнен с возможностью осуществлять:
получение для каждого соответствующего типа содержимого по меньшей мере двух типов содержимого, указания на соответствующий базовый интервал пропорций содержимого для рекомендации;
получение для каждого соответствующего типа содержимого из по меньшей мере двух типов содержимого, соответствующего набора параметров пользовательского взаимодействия, который указывает на взаимодействие пользователя из соответствующего набора пользователей сервиса рекомендации содержимого с соответствующим типом содержимого;
вычисление для каждого соответствующего типа содержимого из по меньшей мере двух типов содержимого, соответствующего распределения параметров пользовательского взаимодействия на основе соответствующего набора параметров пользовательского взаимодействия из соответствующего набора пользователей;
в ответ на получение указания на запрос персонализированного содержимого от электронного устройства, связанного с данным пользователем:
получение для каждого соответствующего типа содержимого из по меньшей мер двух типов содержимого, соответствующего зависящего от пользователя параметра взаимодействий для данного пользователя, причем соответствующий зависящий от пользователя параметр взаимодействий указывает на предпочтения данного пользователя в соответствующем типе содержимого;
вычисление для каждого соответствующего типа содержимого из по меньшей мере двух типов содержимого, соответствующей зависящей от пользователя пропорции соответствующего типа содержимого для рекомендации содержимого данному пользователю, причем соответствующая зависящая от пользователя пропорция в границах соответствующего базового интервала пропорций содержимого, и вычисление основано на:
соответствующем распределении параметров пользовательского взаимодействия из набора пользователей, и
соответствующем зависящем от пользователя параметре взаимодействия данного пользователя; создание сервисом рекомендации содержимого системы множества элементов содержимого для персонализированной рекомендации содержимого для данного пользователя, причем множество элементов содержимого относится по меньшей мере к двум типам, соответствующая часть множества элементов содержимого находится в соответствующей зависящей от пользователя пропорции; и
отправку множества элементов содержимого для отображения на электронном устройстве данного пользователя.
16. Система по п. 15, в которой:
до вычисления соответствующей зависящей от пользователя пропорции соответствующего типа содержимого, процессор выполнен с возможностью осуществлять:
вычисление соответствующего центрального параметра распределения соответствующего распределения параметров пользовательского взаимодействия;
определение соответствующего зависящего от пользователя параметра распределения данного пользователя, причем соответствующий зависящий от пользователя параметр распределения указывает на расположение соответственно связанного зависящего от пользователя параметра взаимодействия данного пользователя в соответствующем связанном распределении параметров пользовательского взаимодействия;
вычисление смещения между соответствующим центральным распределением параметра и соответствующим зависящим от пользователя параметра распределения; и причем
вычисление соответствующей зависящей от пользователя пропорции соответствующего типа содержимого далее основано на: смещении между соответствующим центральным распределением параметра и соответствующим зависящим от пользователя параметра распределения, и
соответствующей центральной пропорции соответствующего базового интервала пропорций, которая соответствует соответствующему центральному параметру распределения соответственно связанного распределения параметров пользовательского взаимодействия.
17. Система по п. 16, в которой вычисление соответствующей зависящей от пользователя пропорции соответствующего типа содержимого далее включает в себя:
определение того, является ли направление смещения между соответствующим центральным распределением параметра и соответствующим зависящим от пользователя параметра распределения одним из: положительным направлением или отрицательным направлением;
в ответ на то, что направление положительное:
назначение соответствующего первого заранее определенного значения соответствующей зависящей от пользователя пропорции, причем соответствующее первое заранее определенное значение находится выше соответствующей центральной пропорции; и
в ответ на то, что направление отрицательное:
назначение соответствующего второго заранее определенного значения соответствующей зависящей от пользователя пропорции, причем соответствующее второе заранее определенное значение находится ниже соответствующей центральной пропорции.
18. Система по п. 17, в которой:
соответствующее расстояние между соответствующим первым заранее определенным значением и соответствующей центральной пропорции на базовом интервале пропорций пропорционально величине смещения между соответствующим центральным параметром распределения и соответствующим зависящим от пользователя параметра распределения; и соответствующее расстояние между соответствующим вторым заранее определенным значением и соответствующей центральной пропорции на базовом интервале пропорций пропорционально величине смещения между соответствующим центральным параметром распределения и соответствующим зависящим от пользователя параметре распределения.
19. Система по п. 18, в которой:
соответствующий центральный параметр распределения является медианным для соответственно связанного распределения пользовательских взаимодействий.
20. Система по п. 19, в которой:
соответствующая центральная пропорция является медианной для соответствующего базового интервала пропорции.
21. Система по п. 20, в которой:
соответствующий зависящий от пользователя параметр распределения является процентильным рангом соответствующего зависящего от пользователя параметра взаимодействия данного пользователя в соответствующем распределении параметров пользовательского взаимодействия.
22. Система по п. 17, в которой по меньшей мере две типа содержимого включают в себя по меньшей мере два из: текстовое содержимое, оригинальное содержимое, неоригинальное содержимое, графическое содержимое, видео содержимое, аудио содержимое и содержимое с информацией о погоде.
23. Система по п. 22, в которой:
соответствующий набор параметров пользовательского взаимодействия и соответствующий зависящий от пользователя параметр взаимодействия, связанный с соответствующим типом содержимого из по меньшей мер двух типов содержимого относится к одному и тому же типу параметра взаимодействия; и
система далее включает в себя, используя тот же тип параметра взаимодействия для соответствующего типа содержимого:
для текстового содержимого, рейтинг кликабельности (CTR);
для оригинального содержимого, рейтинг кликабельности (CTR);
для неоригинального содержимого, рейтинг кликабельности (CTR);
для графического содержимого, рейтинг кликабельности (CTR);
для видео содержимого, время пребывания на странице;
для аудио содержимого, время пребывания на странице; и
для графического содержимого, рейтинг кликабельности (CTR).
24. Система по п. 18, в которой:
система соединена с базой данных журнала;
для получения соответствующего зависящего от пользователя параметра взаимодействий, процессор далее выполнен с возможностью осуществлять:
применение скользящего окна предыдущих пользовательских взаимодействий к пользовательским взаимодействиям, связанным с данным пользователем в базе данных журнала; и
вычисление соответствующего зависящего от пользователя параметра взаимодействия на основе пользовательских взаимодействий, связанным с данным пользователем в базе данных журнала, которые попадают в скользящее окно предыдущих пользовательских взаимодействий.
25. Система по п. 24, в которой процессор далее выполнен с возможностью осуществлять, в ответ на то, что соответствующее число пользовательских взаимодействий, связанных с данным пользователем, которое попадает в скользящее окно предыдущих пользовательских взаимодействий, ниже заранее определенного порога пользовательских взаимодействий:
назначение соответствующего заранее определенного значения соответствующей зависящей от пользователя пропорции.
26. Система по п. 25, в которой процессор выполнен с дополнительной возможностью осуществлять: получение другого указания на запрос на персонализированное содержимое от электронного устройства, связанного с данным пользователем после указания на запрос на персонализированное содержимое;
определение того, находится ли тогда соответствующее число пользовательских взаимодействий данного пользователя выше заранее определенного порога пользовательских взаимодействий;
в ответ на то, что тогда соответствующее число пользовательских взаимодействий данного пользователя выше заранее определенного порога пользовательских взаимодействий в момент получения другого запроса на персонализированное содержимое:
замену соответствующего заранее определенного значения, назначенного соответствующей зависящей от пользователя пропорции, на вычисленную соответствующую зависящую от пользователя пропорцию.
27. Система по п. 24, в которой скользящее окно обладает заранее определенным размером одного из: заранее определенного числа предыдущих пользовательских сессий с системой рекомендаций и заранее определенного периода времени.
28. Система по п. 17, в которой процессор далее выполнен с возможностью, до этапа создания множества элементов содержимого, осуществлять:
суммирование соответственно связанных зависящих от пользователя пропорций для получения суммы зависящих от пользователя пропорций;
в ответ на то, что сумма зависящих от пользователя пропорций: ниже заранее определенного порога суммы или выше заранее определенного порога суммы:
корректировку каждой соответственно связанной зависящей от пользователя пропорции таким образом, чтобы сумма зависящей от пользователя пропорции была равна заранее определенному порогу суммы.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018132713A RU2720899C2 (ru) | 2018-09-14 | 2018-09-14 | Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации |
US16/372,553 US11263217B2 (en) | 2018-09-14 | 2019-04-02 | Method of and system for determining user-specific proportions of content for recommendation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018132713A RU2720899C2 (ru) | 2018-09-14 | 2018-09-14 | Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2018132713A true RU2018132713A (ru) | 2020-03-16 |
RU2018132713A3 RU2018132713A3 (ru) | 2020-03-16 |
RU2720899C2 RU2720899C2 (ru) | 2020-05-14 |
Family
ID=69774443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2018132713A RU2720899C2 (ru) | 2018-09-14 | 2018-09-14 | Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации |
Country Status (2)
Country | Link |
---|---|
US (1) | US11263217B2 (ru) |
RU (1) | RU2720899C2 (ru) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10904360B1 (en) * | 2015-12-02 | 2021-01-26 | Zeta Global Corp. | Method and apparatus for real-time personalization |
US10621532B1 (en) | 2017-02-14 | 2020-04-14 | Patreon, Inc. | Generation of engagement and support recommendations for content creators |
US10607242B1 (en) | 2017-02-14 | 2020-03-31 | Patreon, Inc. | Generation of subscription recommendations for content creators |
US11269952B1 (en) | 2019-07-08 | 2022-03-08 | Meta Platforms, Inc. | Text to music selection system |
US10911504B1 (en) | 2019-08-29 | 2021-02-02 | Facebook, Inc. | Social media music streaming |
US11210339B1 (en) | 2019-08-29 | 2021-12-28 | Facebook, Inc. | Transient contextual music streaming |
US11379513B2 (en) * | 2019-08-30 | 2022-07-05 | Spotify Ab | Systems and methods for providing content based on consumption in a distinct domain |
US11775581B1 (en) | 2019-09-18 | 2023-10-03 | Meta Platforms, Inc. | Systems and methods for feature-based music selection |
USD941324S1 (en) | 2019-09-25 | 2022-01-18 | Facebook, Inc. | Display screen with a graphical user interface for music fetching |
US11416544B2 (en) | 2019-09-25 | 2022-08-16 | Meta Platforms, Inc. | Systems and methods for digitally fetching music content |
USD941325S1 (en) | 2019-09-25 | 2022-01-18 | Facebook, Inc. | Display screen with a graphical user interface for music fetching |
US11270330B1 (en) | 2020-02-26 | 2022-03-08 | Patreon, Inc. | Systems and methods to determine tax classification of benefits offered to subscribers of a membership platform |
US11386377B1 (en) | 2020-03-17 | 2022-07-12 | Patreon, Inc. | Systems and methods to recommend price of benefit items offered through a membership platform |
US11790391B1 (en) | 2020-03-17 | 2023-10-17 | Patreon, Inc. | Systems and methods to recommend benefit types of benefit items to offer within a membership platform |
US20210382951A1 (en) | 2020-06-08 | 2021-12-09 | Dropbox, Inc. | Intelligently generating and managing third-party sources within a contextual hub |
US11907232B2 (en) * | 2021-01-12 | 2024-02-20 | Adobe Inc. | Facilitating efficient identification of relevant data |
US11368735B1 (en) | 2021-05-18 | 2022-06-21 | Patreon, Inc. | Systems and methods to facilitate quality control of benefit items created for subscribers of a membership platform |
US11715126B1 (en) | 2021-06-07 | 2023-08-01 | Patreon, Inc. | Systems and methods to process payments for subscribership within a membership platform |
US11675860B1 (en) * | 2021-07-28 | 2023-06-13 | Patreon, Inc. | Systems and methods to generate creator page recommendations for content creators |
Family Cites Families (357)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1228461A4 (en) | 1999-09-22 | 2005-07-27 | Oleg Kharisovich Zommers | INTERACTIVE PERSONAL INFORMATION SYSTEM AND METHOD |
US6687696B2 (en) | 2000-07-26 | 2004-02-03 | Recommind Inc. | System and method for personalized search, information filtering, and for generating recommendations utilizing statistical latent class models |
JP2002082745A (ja) | 2000-09-07 | 2002-03-22 | Sony Corp | 情報処理装置及び方法、並びにプログラム格納媒体 |
US7277765B1 (en) | 2000-10-12 | 2007-10-02 | Bose Corporation | Interactive sound reproducing |
WO2002052374A2 (en) | 2000-12-26 | 2002-07-04 | Trustees Of Dartmouth College | Methods and apparatus for personalized content presentation |
US20020198882A1 (en) | 2001-03-29 | 2002-12-26 | Linden Gregory D. | Content personalization based on actions performed during a current browsing session |
US7007242B2 (en) | 2002-02-20 | 2006-02-28 | Nokia Corporation | Graphical user interface for a mobile device |
AU2003279992A1 (en) | 2002-10-21 | 2004-05-13 | Ebay Inc. | Listing recommendation in a network-based commerce system |
US20110107223A1 (en) | 2003-01-06 | 2011-05-05 | Eric Tilton | User Interface For Presenting Presentations |
US7475027B2 (en) | 2003-02-06 | 2009-01-06 | Mitsubishi Electric Research Laboratories, Inc. | On-line recommender system |
US8554601B1 (en) | 2003-08-22 | 2013-10-08 | Amazon Technologies, Inc. | Managing content based on reputation |
KR100493902B1 (ko) | 2003-08-28 | 2005-06-10 | 삼성전자주식회사 | 콘텐츠 추천방법 및 시스템 |
US7451173B1 (en) | 2003-09-09 | 2008-11-11 | Sandia Corporation | Fast combinatorial algorithm for the solution of linearly constrained least squares problems |
US7346839B2 (en) | 2003-09-30 | 2008-03-18 | Google Inc. | Information retrieval based on historical data |
US20130097302A9 (en) | 2003-10-01 | 2013-04-18 | Robert Khedouri | Audio visual player apparatus and system and method of content distribution using the same |
US8041602B2 (en) | 2003-10-15 | 2011-10-18 | Aol Advertising, Inc. | Systems and methods for providing a reverse frequency cap in advertisement viewing |
US20050097190A1 (en) | 2003-10-31 | 2005-05-05 | Aaron Abdelhak | System and method for customized portal web pages |
CA2512945A1 (en) | 2004-07-23 | 2006-01-23 | Genesis Group Inc. | System and method for estimating user ratings from user behavior and providing recommendations |
US7540051B2 (en) | 2004-08-20 | 2009-06-02 | Spatial Systems, Inc. | Mapping web sites based on significance of contact and category |
US20060074883A1 (en) | 2004-10-05 | 2006-04-06 | Microsoft Corporation | Systems, methods, and interfaces for providing personalized search and information access |
EP1815678A2 (en) | 2004-11-15 | 2007-08-08 | Koninklijke Philips Electronics N.V. | Method and network device for assisting a user in selecting content |
US8225195B1 (en) | 2004-12-15 | 2012-07-17 | Amazon Technologies, Inc. | Displaying links at varying levels of prominence to reveal emergent paths based on user interaction |
US7720436B2 (en) | 2006-01-09 | 2010-05-18 | Nokia Corporation | Displaying network objects in mobile devices based on geolocation |
US20110208732A1 (en) | 2010-02-24 | 2011-08-25 | Apple Inc. | Systems and methods for organizing data items |
US8060463B1 (en) * | 2005-03-30 | 2011-11-15 | Amazon Technologies, Inc. | Mining of user event data to identify users with common interests |
US20060293065A1 (en) | 2005-06-27 | 2006-12-28 | Lucent Technologies Inc. | Dynamic information on demand |
US7630999B2 (en) | 2005-07-15 | 2009-12-08 | Microsoft Corporation | Intelligent container index and search |
US20150331859A1 (en) | 2005-10-26 | 2015-11-19 | Cortica, Ltd. | Method and system for providing multimedia content to users based on textual phrases |
US8429184B2 (en) | 2005-12-05 | 2013-04-23 | Collarity Inc. | Generation of refinement terms for search queries |
US7502789B2 (en) | 2005-12-15 | 2009-03-10 | Microsoft Corporation | Identifying important news reports from news home pages |
GB0610119D0 (en) | 2006-05-20 | 2006-06-28 | Ibm | Internet browser and method of bookmarking in same |
US9443022B2 (en) | 2006-06-05 | 2016-09-13 | Google Inc. | Method, system, and graphical user interface for providing personalized recommendations of popular search queries |
WO2008022328A2 (en) | 2006-08-18 | 2008-02-21 | Sony Corporation | Selective media access through a recommendation engine |
US9715543B2 (en) | 2007-02-28 | 2017-07-25 | Aol Inc. | Personalization techniques using image clouds |
US7685200B2 (en) | 2007-03-01 | 2010-03-23 | Microsoft Corp | Ranking and suggesting candidate objects |
US20080222132A1 (en) | 2007-03-07 | 2008-09-11 | Jiangyi Pan | Personalized shopping recommendation based on search units |
US7801888B2 (en) | 2007-03-09 | 2010-09-21 | Microsoft Corporation | Media content search results ranked by popularity |
US9224427B2 (en) | 2007-04-02 | 2015-12-29 | Napo Enterprises LLC | Rating media item recommendations using recommendation paths and/or media item usage |
WO2008124536A1 (en) | 2007-04-04 | 2008-10-16 | Seeqpod, Inc. | Discovering and scoring relationships extracted from human generated lists |
JP5032183B2 (ja) | 2007-04-12 | 2012-09-26 | 株式会社東芝 | 情報推薦システムおよび情報推薦方法 |
KR20080096134A (ko) | 2007-04-27 | 2008-10-30 | 엘지전자 주식회사 | 이동통신 단말기 및 그 웹페이지 제어방법 |
US8296179B1 (en) | 2007-05-02 | 2012-10-23 | Monster Worldwide, Inc. | Targeted advertisement placement based on explicit and implicit criteria matching |
US20080281711A1 (en) | 2007-05-11 | 2008-11-13 | Bridges Thomas L | System and method for displaying advertisements according to business and consumer relevance |
US8301623B2 (en) | 2007-05-22 | 2012-10-30 | Amazon Technologies, Inc. | Probabilistic recommendation system |
USD613300S1 (en) | 2007-06-28 | 2010-04-06 | Apple Inc. | Animated graphical user interface for a display screen or portion thereof |
US8010527B2 (en) | 2007-06-29 | 2011-08-30 | Fuji Xerox Co., Ltd. | System and method for recommending information resources to user based on history of user's online activity |
US7949659B2 (en) | 2007-06-29 | 2011-05-24 | Amazon Technologies, Inc. | Recommendation system with multiple integrated recommenders |
US8751507B2 (en) | 2007-06-29 | 2014-06-10 | Amazon Technologies, Inc. | Recommendation system with multiple integrated recommenders |
US8260787B2 (en) | 2007-06-29 | 2012-09-04 | Amazon Technologies, Inc. | Recommendation system with multiple integrated recommenders |
KR101415022B1 (ko) | 2007-07-24 | 2014-07-09 | 삼성전자주식회사 | 복합 알고리즘 이용한 정보 추천 방법 및 장치 |
US8275764B2 (en) | 2007-08-24 | 2012-09-25 | Google Inc. | Recommending media programs based on media program popularity |
GB0719129D0 (en) | 2007-10-01 | 2007-11-07 | Torridon Solutions Ltd | Improvements relating to graphical user interfaces |
US20090163183A1 (en) | 2007-10-04 | 2009-06-25 | O'donoghue Hugh | Recommendation generation systems, apparatus and methods |
US8972865B2 (en) | 2007-10-19 | 2015-03-03 | Opera Software Asa | Method and device for providing easy access to pre-selected data resources |
US8484142B2 (en) | 2007-11-02 | 2013-07-09 | Ebay Inc. | Integrating an internet preference learning facility into third parties |
US8494978B2 (en) | 2007-11-02 | 2013-07-23 | Ebay Inc. | Inferring user preferences from an internet based social interactive construct |
US8666909B2 (en) | 2007-11-02 | 2014-03-04 | Ebay, Inc. | Interestingness recommendations in a computing advice facility |
US8019702B1 (en) | 2007-12-07 | 2011-09-13 | Google Inc. | Supervised learning with multi-scale time intervals using a statistical classification model to classify unlabeled events |
EP2223563B1 (en) | 2007-12-17 | 2016-12-07 | Telefonaktiebolaget LM Ericsson (publ) | Ranging procedure identification of enhanced wireless terminal |
WO2009087414A1 (en) | 2008-01-08 | 2009-07-16 | Taptu Ltd. | Mobile search service |
RU2368006C1 (ru) | 2008-01-10 | 2009-09-20 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ и система адаптивного переформатирования цифровых изображений |
USD607463S1 (en) | 2008-02-19 | 2010-01-05 | Allstate Insurance Company | Portion of a display screen showing a user interface |
US8560964B2 (en) | 2008-02-20 | 2013-10-15 | International Business Machines Corporation | Method and system for predictive browsing |
US9323439B2 (en) | 2008-03-28 | 2016-04-26 | International Business Machines Corporation | System and method for displaying published electronic documents |
US7849076B2 (en) | 2008-03-31 | 2010-12-07 | Yahoo! Inc. | Learning ranking functions incorporating isotonic regression for information retrieval and ranking |
WO2009134817A1 (en) | 2008-04-28 | 2009-11-05 | Strands, Inc. | Method for providing personalized recommendations of financial products based on user data |
US7685232B2 (en) | 2008-06-04 | 2010-03-23 | Samsung Electronics Co., Ltd. | Method for anonymous collaborative filtering using matrix factorization |
US8683374B2 (en) | 2008-06-24 | 2014-03-25 | Microsoft Corporation | Displaying a user's default activities in a new tab page |
US8631351B2 (en) | 2008-06-29 | 2014-01-14 | Microsoft Corporation | Providing multiple degrees of context for content consumed on computers and media players |
US8762313B2 (en) | 2008-07-25 | 2014-06-24 | Liveperson, Inc. | Method and system for creating a predictive model for targeting web-page to a surfer |
US20100205542A1 (en) | 2008-08-07 | 2010-08-12 | Christina Walman | Method, system for tracking group behavior |
KR101651524B1 (ko) | 2008-09-01 | 2016-08-26 | 구글 인코포레이티드 | 브라우저의 새로운 탭 페이지 및 북마크 툴바 |
JP4650541B2 (ja) | 2008-09-08 | 2011-03-16 | ソニー株式会社 | 推薦装置および方法、プログラム、並びに記録媒体 |
US8583418B2 (en) | 2008-09-29 | 2013-11-12 | Apple Inc. | Systems and methods of detecting language and natural language strings for text to speech synthesis |
US8335721B2 (en) | 2008-10-01 | 2012-12-18 | Google Inc. | Placement identification and reservation |
US8917286B2 (en) | 2008-11-11 | 2014-12-23 | Sony Corporation | Image processing device, information processing device, image processing method, and information processing method |
US8156435B2 (en) * | 2008-11-25 | 2012-04-10 | At&T Intellectual Property I, L.P. | Systems and methods to select media content |
US8244740B2 (en) | 2008-11-26 | 2012-08-14 | Microsoft Corporation | Providing suggested sites associated with target sites |
EP2202656A1 (en) | 2008-12-23 | 2010-06-30 | Axel Springer Digital TV Guide GmbH | Context-based recommender system |
US8499251B2 (en) | 2009-01-07 | 2013-07-30 | Microsoft Corporation | Virtual page turn |
US9396258B2 (en) | 2009-01-22 | 2016-07-19 | Google Inc. | Recommending video programs |
US20100241597A1 (en) * | 2009-03-19 | 2010-09-23 | Bee-Chung Chen | Dynamic estimation of the popularity of web content |
US11076189B2 (en) | 2009-03-30 | 2021-07-27 | Time Warner Cable Enterprises Llc | Personal media channel apparatus and methods |
US8555173B2 (en) | 2009-05-31 | 2013-10-08 | Linkedin Corporation | Recommendation engine |
US20110047136A1 (en) | 2009-06-03 | 2011-02-24 | Michael Hans Dehn | Method For One-Click Exclusion Of Undesired Search Engine Query Results Without Clustering Analysis |
US8271898B1 (en) | 2009-06-04 | 2012-09-18 | Mellmo Inc. | Predictive scrolling |
US8935258B2 (en) | 2009-06-15 | 2015-01-13 | Microsoft Corporation | Identification of sample data items for re-judging |
US8813124B2 (en) | 2009-07-15 | 2014-08-19 | Time Warner Cable Enterprises Llc | Methods and apparatus for targeted secondary content insertion |
US8412796B2 (en) | 2009-07-31 | 2013-04-02 | University College Dublin—National University of Ireland, Dublin | Real time information feed processing |
KR100984817B1 (ko) | 2009-08-19 | 2010-10-01 | 주식회사 컴퍼니원헌드레드 | 이동통신 단말기의 터치스크린을 이용한 사용자 인터페이스 방법 |
US20110066497A1 (en) | 2009-09-14 | 2011-03-17 | Choicestream, Inc. | Personalized advertising and recommendation |
EP2478451A2 (en) | 2009-09-18 | 2012-07-25 | Lexxe PTY Ltd | Method and system for scoring texts |
US8229873B1 (en) | 2009-09-18 | 2012-07-24 | Google Inc. | News topic-interest-based recommendations twiddling |
EP2306339A1 (en) | 2009-09-23 | 2011-04-06 | Adobe Systems Incorporated | Algorith and implementation for fast computation of content recommendation |
US8972391B1 (en) * | 2009-10-02 | 2015-03-03 | Google Inc. | Recent interest based relevance scoring |
US20110112981A1 (en) | 2009-11-09 | 2011-05-12 | Seung-Taek Park | Feature-Based Method and System for Cold-Start Recommendation of Online Ads |
US8290818B1 (en) | 2009-11-19 | 2012-10-16 | Amazon Technologies, Inc. | System for recommending item bundles |
US8285602B1 (en) | 2009-11-19 | 2012-10-09 | Amazon Technologies, Inc. | System for recommending item bundles |
US20110125763A1 (en) | 2009-11-24 | 2011-05-26 | Nokia Corporation | Method and apparatus for determining similarity of media interest |
US9336315B2 (en) | 2010-01-19 | 2016-05-10 | Ebay Inc. | Personalized recommendation of a volatile item |
US8606792B1 (en) | 2010-02-08 | 2013-12-10 | Google Inc. | Scoring authors of posts |
US8650172B2 (en) | 2010-03-01 | 2014-02-11 | Microsoft Corporation | Searchable web site discovery and recommendation |
DE102010011039A1 (de) | 2010-03-11 | 2011-09-15 | Volkswagen Ag | Verfahren und Vorrichtung zum Betreiben einer Benutzerschnittstelle |
US9760643B2 (en) | 2010-04-09 | 2017-09-12 | Aol Inc. | Systems and methods for identifying electronic content |
EP2393056A1 (en) | 2010-06-02 | 2011-12-07 | Layar B.V. | Acquiring, ranking and displaying points of interest for use in an augmented reality service provisioning system and graphical user interface for displaying such ranked points of interests |
US8412726B2 (en) | 2010-06-03 | 2013-04-02 | Microsoft Corporation | Related links recommendation |
US8577896B2 (en) | 2010-06-08 | 2013-11-05 | Netflix, Inc | Interest based row selection |
EP2397952A1 (en) | 2010-06-15 | 2011-12-21 | Axel Springer Digital TV Guide GmbH | Profile based content retrieval for recommender systems |
US9798822B2 (en) | 2010-06-29 | 2017-10-24 | Apple Inc. | Location based grouping of browsing histories |
USD668674S1 (en) | 2010-07-26 | 2012-10-09 | Apple Inc. | Display screen or portion thereof with icon |
US8676736B2 (en) | 2010-07-30 | 2014-03-18 | Gravity Research And Development Kft. | Recommender systems and methods using modified alternating least squares algorithm |
CA2810227A1 (en) | 2010-09-01 | 2012-03-08 | Google Inc. | Methods and apparatus to cluster user data |
KR101709470B1 (ko) | 2010-09-02 | 2017-02-23 | 엘지전자 주식회사 | 영상표시기기 및 그 동작 방법 |
JP5621422B2 (ja) | 2010-09-07 | 2014-11-12 | ソニー株式会社 | 情報処理装置、プログラム及び制御方法 |
US8893042B2 (en) | 2010-09-14 | 2014-11-18 | Microsoft Corporation | Determination and display of relevant websites |
US8903834B2 (en) | 2010-10-14 | 2014-12-02 | Netflix, Inc. | Recommending groups of items based on item ranks |
CN102467709B (zh) | 2010-11-17 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种发送商品信息的方法和装置 |
US8688706B2 (en) | 2010-12-01 | 2014-04-01 | Google Inc. | Topic based user profiles |
US20120158685A1 (en) | 2010-12-16 | 2012-06-21 | Microsoft Corporation | Modeling Intent and Ranking Search Results Using Activity-based Context |
US20120159337A1 (en) | 2010-12-17 | 2012-06-21 | Kerry Travilla | System and method for recommending media content |
US9172762B2 (en) | 2011-01-20 | 2015-10-27 | Linkedin Corporation | Methods and systems for recommending a context based on content interaction |
US20120209907A1 (en) | 2011-02-14 | 2012-08-16 | Andrews Anton O A | Providing contextual content based on another user |
US8468164B1 (en) | 2011-03-09 | 2013-06-18 | Amazon Technologies, Inc. | Personalized recommendations based on related users |
US8694457B2 (en) | 2011-03-29 | 2014-04-08 | Manyworlds, Inc. | Adaptive expertise clustering system and method |
WO2012138266A1 (en) | 2011-04-05 | 2012-10-11 | Telefonaktiebolaget L M Ericsson (Publ) | Methods and arrangements for creating customized recommendations |
US8600968B2 (en) | 2011-04-19 | 2013-12-03 | Microsoft Corporation | Predictively suggesting websites |
US9202200B2 (en) | 2011-04-27 | 2015-12-01 | Credibility Corp. | Indices for credibility trending, monitoring, and lead generation |
JP5713790B2 (ja) | 2011-05-09 | 2015-05-07 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
US20120304073A1 (en) | 2011-05-27 | 2012-11-29 | Mirko Mandic | Web Browser with Quick Site Access User Interface |
GB201109339D0 (en) | 2011-06-03 | 2011-07-20 | Firestorm Lab Ltd | Computing device interface |
USD682844S1 (en) | 2011-06-06 | 2013-05-21 | Sony Corporation | Audio video display device with user interface |
US20120317104A1 (en) | 2011-06-13 | 2012-12-13 | Microsoft Corporation | Using Aggregate Location Metadata to Provide a Personalized Service |
TWI480794B (zh) | 2011-07-10 | 2015-04-11 | Compal Electronics Inc | 訊息顯示方法與電子裝置 |
US8886797B2 (en) | 2011-07-14 | 2014-11-11 | Cisco Technology, Inc. | System and method for deriving user expertise based on data propagating in a network environment |
US20130018823A1 (en) | 2011-07-15 | 2013-01-17 | F-Secure Corporation | Detecting undesirable content on a social network |
CA2842265C (en) | 2011-07-20 | 2019-05-07 | Ebay Inc. | Real-time location-aware recommendations |
US9146909B2 (en) | 2011-07-27 | 2015-09-29 | Qualcomm Incorporated | Web browsing enhanced by cloud computing |
US8972414B2 (en) | 2011-07-29 | 2015-03-03 | Linkedin Corporation | Methods and systems for identifying similar people via a business networking service |
EP2557510A1 (en) | 2011-08-12 | 2013-02-13 | Accenture Global Services Limited | Context and process based search ranking |
CN102956009B (zh) | 2011-08-16 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的电子商务信息推荐方法与装置 |
US8712937B1 (en) | 2011-09-13 | 2014-04-29 | Amazon Technologies, Inc. | Predicting popularity of electronic publications |
US11074495B2 (en) | 2013-02-28 | 2021-07-27 | Z Advanced Computing, Inc. (Zac) | System and method for extremely efficient image and pattern recognition and artificial intelligence platform |
US11195057B2 (en) | 2014-03-18 | 2021-12-07 | Z Advanced Computing, Inc. | System and method for extremely efficient image and pattern recognition and artificial intelligence platform |
US20130080968A1 (en) | 2011-09-27 | 2013-03-28 | Amazon Technologies Inc. | User interface with media content prediction |
US11151617B2 (en) | 2012-03-09 | 2021-10-19 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US20130085871A1 (en) | 2011-09-30 | 2013-04-04 | Local.Com Corporation | Browser based composition interface for tags linkable by webpages |
US8386955B1 (en) | 2011-10-21 | 2013-02-26 | Google Inc. | User-optimized content for web browsing windows |
US8478664B1 (en) | 2011-10-25 | 2013-07-02 | Amazon Technologies, Inc. | Recommendation system with user interface for exposing downstream effects of particular rating actions |
US8935629B2 (en) | 2011-10-28 | 2015-01-13 | Flipboard Inc. | Systems and methods for flipping through content |
US9098551B1 (en) | 2011-10-28 | 2015-08-04 | Google Inc. | Method and system for ranking content by click count and other web popularity signals |
WO2013074947A2 (en) | 2011-11-18 | 2013-05-23 | Rubriq Corporation | Method and apparatus for enabling recipient interaction with a content stream |
US8868481B2 (en) | 2011-12-14 | 2014-10-21 | Google Inc. | Video recommendation based on video co-occurrence statistics |
CN103492995A (zh) | 2011-12-15 | 2014-01-01 | 株式会社Ntt都科摩 | 显示装置、用户接口方法以及程序 |
CN103167330A (zh) | 2011-12-15 | 2013-06-19 | 盛乐信息技术(上海)有限公司 | 音视频推荐方法及系统 |
US9053416B1 (en) | 2012-01-03 | 2015-06-09 | Google Inc. | Systems and methods for screening potentially inappropriate content |
US20130179252A1 (en) | 2012-01-11 | 2013-07-11 | Yahoo! Inc. | Method or system for content recommendations |
US8860763B2 (en) | 2012-01-31 | 2014-10-14 | Xerox Corporation | Reversible user interface component |
US20130204737A1 (en) | 2012-02-03 | 2013-08-08 | Shubham Agarwal | Leveraging store activity for recommendations |
US9760541B2 (en) | 2012-03-15 | 2017-09-12 | Jason Richman | Systems and methods for delivery techniques of contextualized services on mobile devices |
EP2829057A1 (en) | 2012-03-23 | 2015-01-28 | Irdeto B.V. | Recommending content items |
EP2645324A1 (en) | 2012-03-30 | 2013-10-02 | Sony Corporation | Method for recommending items and recommendation system |
US9785883B2 (en) | 2012-04-27 | 2017-10-10 | Excalibur Ip, Llc | Avatars for use with personalized generalized content recommendations |
US9836545B2 (en) | 2012-04-27 | 2017-12-05 | Yahoo Holdings, Inc. | Systems and methods for personalized generalized content recommendations |
US8996530B2 (en) | 2012-04-27 | 2015-03-31 | Yahoo! Inc. | User modeling for personalized generalized content recommendations |
US20130297698A1 (en) | 2012-05-07 | 2013-11-07 | Nokia Corporation | Method and Apparatus for Utilizing Context and Profile Information in Content Searching and Recommendation |
US20130311408A1 (en) | 2012-05-15 | 2013-11-21 | Comcast Cable Communications, Llc | Determining and Predicting Popularity of Content |
US9582767B2 (en) | 2012-05-16 | 2017-02-28 | Excalibur Ip, Llc | Media recommendation using internet media stream modeling |
EP2677758A1 (en) | 2012-06-19 | 2013-12-25 | Thomson Licensing | Mind opening content recommending system |
US20130346182A1 (en) | 2012-06-20 | 2013-12-26 | Yahoo! Inc. | Multimedia features for click prediction of new advertisements |
US9495456B2 (en) | 2012-06-25 | 2016-11-15 | Google Inc. | Selecting, ranking, and/or presenting microsite content |
US9922360B2 (en) | 2012-06-26 | 2018-03-20 | Here Global B.V. | Recommendations system |
US9147000B2 (en) | 2012-06-29 | 2015-09-29 | Yahoo! Inc. | Method and system for recommending websites |
US20140025532A1 (en) | 2012-07-19 | 2014-01-23 | Barnesandnoble.Com Llc | Correlated Content Recommendation Techniques |
US8949334B2 (en) | 2012-07-26 | 2015-02-03 | Microsoft Corporation | Push-based recommendations |
US9660947B1 (en) | 2012-07-27 | 2017-05-23 | Intuit Inc. | Method and apparatus for filtering undesirable content based on anti-tags |
US20140040776A1 (en) | 2012-08-02 | 2014-02-06 | Jonathan P. Dann | Systems and methods for bi-directional display of content of a social networking system |
USD691619S1 (en) | 2012-08-03 | 2013-10-15 | Microsoft Corporation | Display screen with transitional graphical user interface |
CN103678298B (zh) | 2012-08-30 | 2016-04-13 | 腾讯科技(深圳)有限公司 | 一种信息展示方法和设备 |
US9367878B2 (en) | 2012-09-07 | 2016-06-14 | Yahoo! Inc. | Social content suggestions based on connections |
CN104798072A (zh) | 2012-09-25 | 2015-07-22 | 欧普拉软件公司 | 网站浏览器中的信息管理及显示 |
US9817827B2 (en) | 2012-10-04 | 2017-11-14 | Netflix, Inc. | Relationship-based search and recommendations |
WO2014055939A1 (en) | 2012-10-04 | 2014-04-10 | Huawei Technologies Co., Ltd. | User behavior modeling for intelligent mobile companions |
US9454530B2 (en) | 2012-10-04 | 2016-09-27 | Netflix, Inc. | Relationship-based search and recommendations |
GB2507036A (en) | 2012-10-10 | 2014-04-23 | Lifecake Ltd | Content prioritization |
US9495645B2 (en) | 2012-10-21 | 2016-11-15 | Concept.Io, Inc. | Method and system of iteratively autotuning prediction parameters in a media content recommender |
US9773229B2 (en) | 2012-11-01 | 2017-09-26 | Google Inc. | Systems and methods for providing contact group member suggestions |
US20170011409A1 (en) | 2012-11-06 | 2017-01-12 | Dna Response Inc. | Systems and methods for detecting and eliminating unauthorized digital communications |
US8983888B2 (en) | 2012-11-07 | 2015-03-17 | Microsoft Technology Licensing, Llc | Efficient modeling system for user recommendation using matrix factorization |
US9355415B2 (en) | 2012-11-12 | 2016-05-31 | Google Inc. | Providing content recommendation to users on a site |
US9696898B2 (en) | 2012-11-14 | 2017-07-04 | Facebook, Inc. | Scrolling through a series of content items |
US9755995B2 (en) | 2012-11-20 | 2017-09-05 | Dropbox, Inc. | System and method for applying gesture input to digital content |
US9569785B2 (en) | 2012-11-21 | 2017-02-14 | Marketo, Inc. | Method for adjusting content of a webpage in real time based on users online behavior and profile |
WO2014085908A1 (en) | 2012-12-05 | 2014-06-12 | Jonathan Michael Lee | System and method for finding and prioritizing content based on user specific interest profiles |
US10037538B2 (en) | 2012-12-11 | 2018-07-31 | Facebook, Inc. | Selection and presentation of news stories identifying external content to social networking system users |
US20140172544A1 (en) | 2012-12-17 | 2014-06-19 | Facebook, Inc. | Using negative feedback about advertisements to serve advertisements |
US20140172545A1 (en) | 2012-12-17 | 2014-06-19 | Facebook, Inc. | Learned negative targeting features for ads based on negative feedback from users |
US20140181121A1 (en) | 2012-12-21 | 2014-06-26 | Microsoft Corporation | Feature embedding in matrix factorization |
GB201223450D0 (en) | 2012-12-27 | 2013-02-13 | Touchtype Ltd | Search and corresponding method |
CN103077220B (zh) | 2012-12-29 | 2016-06-29 | 中国科学院深圳先进技术研究院 | 一种基于用户群关联度的个性化推荐方法及系统 |
US9129227B1 (en) | 2012-12-31 | 2015-09-08 | Google Inc. | Methods, systems, and media for recommending content items based on topics |
USD733747S1 (en) | 2013-01-05 | 2015-07-07 | Samsung Electronics Co., Ltd. | Display screen or portion thereof with graphical user interface |
US20140195890A1 (en) | 2013-01-09 | 2014-07-10 | Amazon Technologies, Inc. | Browser interface for accessing supplemental content associated with content pages |
KR20140091633A (ko) | 2013-01-11 | 2014-07-22 | 삼성전자주식회사 | 모바일 장치에서의 상황 인지에 따른 추천 항목을 제공하기 위한 방법 및 이를 위한 모바일 장치 |
US9652797B2 (en) | 2013-01-18 | 2017-05-16 | 24/7 Customer, Inc. | Intent prediction based recommendation system using data combined from multiple channels |
US9122989B1 (en) | 2013-01-28 | 2015-09-01 | Insidesales.com | Analyzing website content or attributes and predicting popularity |
WO2014123976A1 (en) * | 2013-02-06 | 2014-08-14 | Wespeke, Inc. | Matching users of a network based on profile data |
KR102111769B1 (ko) | 2013-02-08 | 2020-06-08 | 삼성전자주식회사 | 추천 패널 제공 방법 및 이를 위한 디바이스, 추천 아이템 제공 방법 및 이를 위한 서버 |
CN104038517A (zh) | 2013-03-05 | 2014-09-10 | 腾讯科技(深圳)有限公司 | 基于群组关系的信息推送方法以及服务器 |
BR112015015806A2 (pt) | 2013-03-13 | 2017-07-11 | Google Inc | personalização da experiência do usuário para usuários novos e não reconhecidos |
US9514191B2 (en) | 2013-03-14 | 2016-12-06 | Microsoft Technology Licensing, Llc | Visualizing ranking factors for items in a search result list |
US20140278786A1 (en) | 2013-03-14 | 2014-09-18 | Twain Liu-Qiu-Yan | System and method to survey and evaluate items according to people's perceptions and to generate recommendations based on people's perceptions |
US9703783B2 (en) | 2013-03-15 | 2017-07-11 | Yahoo! Inc. | Customized news stream utilizing dwelltime-based machine learning |
US20160027062A1 (en) | 2013-03-15 | 2016-01-28 | Yandex Europe Ag | Method of and system for providing a client device with particularized information without employing unique identifiers |
US10491694B2 (en) | 2013-03-15 | 2019-11-26 | Oath Inc. | Method and system for measuring user engagement using click/skip in content stream using a probability model |
US9342580B2 (en) | 2013-03-15 | 2016-05-17 | FEM, Inc. | Character based media analytics |
US9282138B2 (en) | 2013-03-15 | 2016-03-08 | Facebook, Inc. | Enabling photoset recommendations |
RU2543315C2 (ru) | 2013-03-22 | 2015-02-27 | Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет "Высшая школа экономики" | Способ отбора эффективных вариантов в поисковых и рекомендательных системах (варианты) |
US20140317105A1 (en) | 2013-04-23 | 2014-10-23 | Google Inc. | Live recommendation generation |
US20140316930A1 (en) | 2013-04-23 | 2014-10-23 | Google, Inc. | Explanations for personalized recommendations |
US20140358916A1 (en) | 2013-05-29 | 2014-12-04 | Microsoft Corporation | Personalized prioritization of integrated search results |
US20140359489A1 (en) | 2013-05-30 | 2014-12-04 | Qualcomm Incorporated | Web browser history |
US9804745B2 (en) | 2013-06-09 | 2017-10-31 | Apple Inc. | Reordering content panes in a stacked tab view |
US9374431B2 (en) | 2013-06-20 | 2016-06-21 | Microsoft Technology Licensing, Llc | Frequent sites based on browsing patterns |
US9740376B2 (en) | 2013-06-21 | 2017-08-22 | Oracle International Corporation | User interface for relating enterprise information with public information using a private user profile and schema |
US20150006286A1 (en) | 2013-06-28 | 2015-01-01 | Linkedin Corporation | Targeting users based on categorical content interactions |
US9286621B2 (en) | 2013-07-31 | 2016-03-15 | Linkedin Corporation | Independent targeted sponsored content management system and method |
US20150052003A1 (en) | 2013-08-19 | 2015-02-19 | Wal-Mart Stores, Inc. | Providing Personalized Item Recommendations Using Scalable Matrix Factorization With Randomness |
EP3039581A4 (en) | 2013-08-29 | 2016-08-10 | Yandex Europe Ag | SYSTEM AND METHOD FOR DISPLAYING VERTICALLY RELEVANT VERTICAL RESEARCH RESULTS |
US20150088921A1 (en) | 2013-09-20 | 2015-03-26 | Ebay Inc. | Search guidance |
CN103473354A (zh) | 2013-09-25 | 2013-12-25 | 焦点科技股份有限公司 | 基于电子商务平台的保险推荐系统框架及保险推荐方法 |
RU2605039C2 (ru) | 2013-10-02 | 2016-12-20 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система ранжирования элементов сетевого ресурса для пользователя |
US10437901B2 (en) | 2013-10-08 | 2019-10-08 | Flipboard, Inc. | Identifying similar content on a digital magazine server |
JP2015079395A (ja) | 2013-10-17 | 2015-04-23 | Necパーソナルコンピュータ株式会社 | 情報処理装置、方法及びプログラム |
US20150112801A1 (en) | 2013-10-22 | 2015-04-23 | Microsoft Corporation | Multiple persona based modeling |
US20150120722A1 (en) | 2013-10-31 | 2015-04-30 | Telefonica Digital Espana, S.L.U. | Method and system for providing multimedia content recommendations |
US9760608B2 (en) | 2013-11-01 | 2017-09-12 | Microsoft Technology Licensing, Llc | Real-time search tuning |
CN103559262B (zh) | 2013-11-04 | 2016-10-05 | 北京邮电大学 | 基于社区的作者及其学术论文推荐系统和推荐方法 |
CN104636371B (zh) | 2013-11-11 | 2018-05-18 | 华为技术有限公司 | 信息推荐方法及设备 |
US9201931B2 (en) | 2013-12-02 | 2015-12-01 | Qbase, LLC | Method for obtaining search suggestions from fuzzy score matching and population frequencies |
US20150161672A1 (en) | 2013-12-09 | 2015-06-11 | Microsoft Corporation | Preventing Display of Age Inappropriate Advertising |
US9471671B1 (en) | 2013-12-18 | 2016-10-18 | Google Inc. | Identifying and/or recommending relevant media content |
USD751571S1 (en) | 2013-12-19 | 2016-03-15 | Asustek Computer Inc. | Electronic device with graphical user interface |
USD751570S1 (en) | 2013-12-19 | 2016-03-15 | Asustek Computer Inc. | Electronic device with graphical user interface |
USD751572S1 (en) | 2013-12-19 | 2016-03-15 | Asustek Computer Inc. | Electronic device with graphical user interface |
WO2015095875A2 (en) | 2013-12-20 | 2015-06-25 | Baker Richard L | Mobile platform functionalities employing proximal variants and advanced personalization methods to control dynamic icon display on a mobile computing device display screen |
USD757788S1 (en) | 2013-12-23 | 2016-05-31 | Symantec Corporation | Display screen or a portion thereof with transitional graphical user interface |
USD752636S1 (en) | 2013-12-23 | 2016-03-29 | Samsung Electronics Co., Ltd. | Display screen or portion thereof with animated graphical user interface |
US20150178282A1 (en) | 2013-12-23 | 2015-06-25 | Yahoo! Inc. | Fast and dynamic targeting of users with engaging content |
CN103678672B (zh) | 2013-12-25 | 2017-05-24 | 北京中兴通德网络科技有限公司 | 一种信息推荐方法 |
USD755832S1 (en) | 2013-12-30 | 2016-05-10 | Beijing Qihoo Technology Co., Ltd. | Display screen with animated graphical user interface |
US10437859B2 (en) | 2014-01-30 | 2019-10-08 | Microsoft Technology Licensing, Llc | Entity page generation and entity related searching |
USD752601S1 (en) | 2014-02-19 | 2016-03-29 | Oracle International Corporation | Display or portion thereof with graphical user interface |
CN103838842A (zh) | 2014-02-28 | 2014-06-04 | 北京奇虎科技有限公司 | 一种浏览器中加载新标签页的方法和装置 |
US9251224B2 (en) | 2014-03-04 | 2016-02-02 | Google Inc. | Triggering and ranking of native applications |
US10165069B2 (en) | 2014-03-18 | 2018-12-25 | Outbrain Inc. | Provisioning personalized content recommendations |
US9405741B1 (en) | 2014-03-24 | 2016-08-02 | Amazon Technologies, Inc. | Controlling offensive content in output |
US9563760B2 (en) | 2014-03-24 | 2017-02-07 | Google Technology Holdings LLC | Biometric authentication for regulating access to content sources via a client device |
US20150278706A1 (en) | 2014-03-26 | 2015-10-01 | Telefonaktiebolaget L M Ericsson (Publ) | Method, Predictive Analytics System, and Computer Program Product for Performing Online and Offline Learning |
US9348898B2 (en) | 2014-03-27 | 2016-05-24 | Microsoft Technology Licensing, Llc | Recommendation system with dual collaborative filter usage matrix |
US9836533B1 (en) | 2014-04-07 | 2017-12-05 | Plentyoffish Media Ulc | Apparatus, method and article to effect user interest-based matching in a network environment |
CN103942288B (zh) | 2014-04-10 | 2017-02-08 | 南京邮电大学 | 一种基于用户风险偏好的服务推荐方法 |
US9691035B1 (en) | 2014-04-14 | 2017-06-27 | Amazon Technologies, Inc. | Real-time updates to item recommendation models based on matrix factorization |
US20150312348A1 (en) | 2014-04-24 | 2015-10-29 | David Lustgarten | Methods, apparatus, and systems for home information management |
USD828369S1 (en) | 2014-04-30 | 2018-09-11 | Yandex Europe Ag | Display screen with graphical user interface |
RU2629449C2 (ru) | 2014-05-07 | 2017-08-29 | Общество С Ограниченной Ответственностью "Яндекс" | Устройство, а также способ выбора и размещения целевых сообщений на странице результатов поиска |
US20150325094A1 (en) | 2014-05-09 | 2015-11-12 | International Business Machines Corporation | Providing recommendations based on detection and prediction of undesirable interactions |
WO2015174764A1 (en) | 2014-05-15 | 2015-11-19 | Samsung Electronics Co., Ltd. | System for providing personalized information and method of providing the personalized information |
US9836765B2 (en) | 2014-05-19 | 2017-12-05 | Kibo Software, Inc. | System and method for context-aware recommendation through user activity change detection |
US9317498B2 (en) | 2014-05-23 | 2016-04-19 | Codeq Llc | Systems and methods for generating summaries of documents |
USD755805S1 (en) | 2014-05-29 | 2016-05-10 | Comcast Cable Communications, Llc | Display screen with animated graphical user interface |
USD755806S1 (en) | 2014-05-29 | 2016-05-10 | Comcast Cable Communications, Llc | Display screen with animated graphical user interface |
US20150347358A1 (en) | 2014-06-01 | 2015-12-03 | Apple Inc. | Concurrent display of webpage icon categories in content browser |
CN105446970A (zh) | 2014-06-10 | 2016-03-30 | 华为技术有限公司 | 推荐项目的方法和装置 |
US9846836B2 (en) | 2014-06-13 | 2017-12-19 | Microsoft Technology Licensing, Llc | Modeling interestingness with deep neural networks |
CN105446972B (zh) * | 2014-06-17 | 2022-06-10 | 阿里巴巴集团控股有限公司 | 基于及融合用户关系数据的搜索方法、装置和系统 |
US10210261B2 (en) | 2014-06-18 | 2019-02-19 | Facebook, Inc. | Ranking and filtering groups recommendations |
CN104102696A (zh) | 2014-06-26 | 2014-10-15 | 海信集团有限公司 | 一种内容推荐方法及装置 |
US9916613B1 (en) | 2014-06-26 | 2018-03-13 | Amazon Technologies, Inc. | Automatic color palette based recommendations for affiliated colors |
KR20160001266A (ko) | 2014-06-27 | 2016-01-06 | 엘지전자 주식회사 | 이동단말기 및 그 제어방법 |
US10139987B2 (en) | 2014-07-18 | 2018-11-27 | Google Llc | Automated group recommendation |
US10318983B2 (en) | 2014-07-18 | 2019-06-11 | Facebook, Inc. | Expansion of targeting criteria based on advertisement performance |
US9473803B2 (en) | 2014-08-08 | 2016-10-18 | TCL Research America Inc. | Personalized channel recommendation method and system |
RU2580516C2 (ru) | 2014-08-19 | 2016-04-10 | Общество С Ограниченной Ответственностью "Яндекс" | Способ формирования персонализированной модели ранжирования, способ формирования модели ранжирования, электронное устройство и сервер |
US20160055242A1 (en) | 2014-08-20 | 2016-02-25 | Luceo Social, Inc. | Systems and methods for analyzing content from digital content sources |
WO2016030702A1 (en) | 2014-08-28 | 2016-03-03 | Dozo LLP | Method, system and apparatus for distributing and accessing media content |
US11809501B2 (en) | 2014-08-28 | 2023-11-07 | Ebay Inc. | Systems, apparatuses, and methods for providing a ranking based recommendation |
US20160070803A1 (en) | 2014-09-09 | 2016-03-10 | Funky Flick, Inc. | Conceptual product recommendation |
US10102559B1 (en) | 2014-09-30 | 2018-10-16 | Amazon Technologies, Inc. | Diversification of recommendations |
US20160196244A1 (en) | 2014-10-09 | 2016-07-07 | Wrap Media, LLC | Card based package for distributing electronic media and services |
CN104317835B (zh) | 2014-10-10 | 2018-01-16 | 中国科学院深圳先进技术研究院 | 视频终端的新用户推荐方法 |
US10820051B2 (en) | 2014-10-21 | 2020-10-27 | At&T Mobility Ii Llc | Inhibiting display of advertisements with age-inappropriate content |
US20160110363A1 (en) | 2014-10-21 | 2016-04-21 | Anatoliy TKACH | Method and system for measuring and matching individual cultural preferences and for targeting of culture related content and advertising to the most relevant audience |
US20160117397A1 (en) | 2014-10-24 | 2016-04-28 | The Governing Council Of The University Of Toronto | System and method for identifying experts on social media |
US9900659B1 (en) | 2014-11-07 | 2018-02-20 | Amazon Technologies, Inc. | Personalized content appropriateness ratings |
CN104503973A (zh) | 2014-11-14 | 2015-04-08 | 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) | 一种基于奇异值分解与分类器融合推荐的方法 |
US20160147753A1 (en) | 2014-11-20 | 2016-05-26 | Facebook, Inc. | Suggesting Content for Discovery Based on User Interests and Authorship |
KR20160064447A (ko) | 2014-11-28 | 2016-06-08 | 이종찬 | 협력적 필터링의 예측 선호도를 이용한 처음 사용자에 대한 추천 제공 방법 |
US9767102B2 (en) | 2014-12-01 | 2017-09-19 | Comcast Cable Communications, Llc | Content recommendation system |
EP3032780B1 (en) | 2014-12-12 | 2018-05-09 | Alcatel Lucent | Method and apparatus for transmitting messages to users using trajectory-based clustering |
US20160170982A1 (en) | 2014-12-16 | 2016-06-16 | Yahoo! Inc. | Method and System for Joint Representations of Related Concepts |
US10282384B2 (en) | 2014-12-29 | 2019-05-07 | Facebook, Inc. | Systems and methods for throttling click bait |
US20160283481A1 (en) | 2014-12-30 | 2016-09-29 | Socialtopias, Llc | Method and apparatus for combining text search and recommendation engines |
KR20160101530A (ko) | 2015-02-17 | 2016-08-25 | 한국전자통신연구원 | 광고 제공 서버 및 광고 편성표 생성 방법 |
US20160259790A1 (en) | 2015-03-06 | 2016-09-08 | Facebook, Inc. | Ranking External Content Using Social Signals on Online Social Networks |
US20160275804A1 (en) | 2015-03-16 | 2016-09-22 | eSpark, Inc. | Delivery of Personalized Educational Content |
US11290783B2 (en) | 2015-03-17 | 2022-03-29 | Comcast Cable Communications, Llc | Real-time recommendations for altering content output |
US10515127B2 (en) | 2015-04-09 | 2019-12-24 | Oath Inc. | Inductive matrix completion and graph proximity for content item recommendation |
US20160328480A1 (en) | 2015-05-06 | 2016-11-10 | Facebook, Inc. | Systems and methods for tuning content provision based on user preference |
US11887164B2 (en) | 2015-05-26 | 2024-01-30 | Microsoft Technology Licensing, Llc | Personalized information from venues of interest |
US10191949B2 (en) | 2015-06-18 | 2019-01-29 | Nbcuniversal Media, Llc | Recommendation system using a transformed similarity matrix |
US10606466B2 (en) | 2015-07-13 | 2020-03-31 | Facebook, Inc. | Presenting additional content to an online system user based on user interaction with a scrollable content unit |
US10149958B1 (en) | 2015-07-17 | 2018-12-11 | Bao Tran | Systems and methods for computer assisted operation |
US20170024657A1 (en) | 2015-07-21 | 2017-01-26 | Yp Llc | Fuzzy autosuggestion for query processing services |
US10180968B2 (en) | 2015-07-23 | 2019-01-15 | Netflix, Inc. | Gaussian ranking using matrix factorization |
US9607616B2 (en) | 2015-08-17 | 2017-03-28 | Mitsubishi Electric Research Laboratories, Inc. | Method for using a multi-scale recurrent neural network with pretraining for spoken language understanding tasks |
USD766274S1 (en) | 2015-08-24 | 2016-09-13 | Salesforce.Com, Inc. | Display screen or portion thereof with animated graphical user interface |
US10387431B2 (en) | 2015-08-24 | 2019-08-20 | Google Llc | Video recommendation based on video titles |
US20170061286A1 (en) | 2015-08-27 | 2017-03-02 | Skytree, Inc. | Supervised Learning Based Recommendation System |
US10528572B2 (en) | 2015-08-28 | 2020-01-07 | Microsoft Technology Licensing, Llc | Recommending a content curator |
US10083237B2 (en) | 2015-08-31 | 2018-09-25 | Google Llc | Protecting users from inappropriate sensitive or offensive search results |
US20170068992A1 (en) | 2015-09-04 | 2017-03-09 | Yahoo! Inc. | Multi-source content blending |
RU2632138C2 (ru) | 2015-09-14 | 2017-10-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ (варианты) и сервер ранжирования поисковых результатов на основе параметра полезности |
CN106529985B (zh) | 2015-09-15 | 2021-06-08 | 腾讯科技(深圳)有限公司 | 一种推广信息的投放方法、装置和系统 |
US20170076318A1 (en) | 2015-09-16 | 2017-03-16 | Microsoft Technology Licensing, Llc | Enhanced content quality using content features |
RU2632100C2 (ru) | 2015-09-28 | 2017-10-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и сервер создания рекомендованного набора элементов |
US10909576B1 (en) | 2015-10-01 | 2021-02-02 | Sprint Communications Company L.P. | Virtual environment creation, scaling, and population with multiple display opportunities |
CN105893398A (zh) | 2015-10-12 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 多媒体内容的推荐方法、装置、用户终端设备及服务器 |
US10977322B2 (en) | 2015-11-09 | 2021-04-13 | WP Company, LLC | Systems and methods for recommending temporally relevant news content using implicit feedback data |
SE539774C2 (en) | 2015-11-23 | 2017-11-28 | 365id AB | Methods, a system and an analysis server for verifying an authenticity of an identity document and extracting textual information there from |
US20170161773A1 (en) | 2015-12-03 | 2017-06-08 | Rovi Guides, Inc. | Methods and Systems for Targeted Advertising Using Machine Learning Techniques |
USD791792S1 (en) | 2015-12-08 | 2017-07-11 | Axinom Holding Oü | Computer display with graphical user interface |
US20170337612A1 (en) | 2016-05-23 | 2017-11-23 | Ebay Inc. | Real-time recommendation of entities by projection and comparison in vector spaces |
CN107577682B (zh) * | 2016-07-05 | 2021-06-29 | 上海交通大学 | 基于社交图片的用户兴趣挖掘和用户推荐方法及系统 |
US20180012236A1 (en) | 2016-07-06 | 2018-01-11 | Facebook, Inc. | Systems and methods for analyzing interaction-bait content based on classifier models |
RU2636702C1 (ru) | 2016-07-07 | 2017-11-27 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и устройство для выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций |
RU2632132C1 (ru) | 2016-07-07 | 2017-10-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и устройство для создания рекомендаций содержимого в системе рекомендаций |
US10003924B2 (en) | 2016-08-10 | 2018-06-19 | Yandex Europe Ag | Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location |
RU2731659C2 (ru) | 2016-09-09 | 2020-09-07 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и устройство для обучения алгоритма машинного обучения (MLA) по созданию рекомендаций содержимого в системе рекомендаций и способ и устройство для создания рекомендуемого содержимого с помощью алгоритма машинного обучения |
CN106446195A (zh) | 2016-09-29 | 2017-02-22 | 北京百度网讯科技有限公司 | 基于人工智能的新闻推荐方法及装置 |
CN106815297B (zh) | 2016-12-09 | 2020-04-10 | 宁波大学 | 一种学术资源推荐服务系统与方法 |
CN106802915B (zh) | 2016-12-09 | 2020-07-28 | 宁波大学 | 一种基于用户行为的学术资源推荐方法 |
CN106777229B (zh) | 2016-12-26 | 2020-02-28 | 北京金山安全软件有限公司 | 一种个性化推荐实时性测试方法、装置及电子设备 |
CN106874374A (zh) | 2016-12-31 | 2017-06-20 | 杭州益读网络科技有限公司 | 一种基于用户历史行为交互分析的推荐推送方法 |
CN108346072A (zh) * | 2017-01-23 | 2018-07-31 | 长沙湘佩网络技术有限公司 | 基于混合算法的互联网商城推荐系统 |
USD847163S1 (en) | 2017-01-27 | 2019-04-30 | Yahoo Japan Corporation | Display screen or portion thereof with animated graphical user interface |
US10380259B2 (en) | 2017-05-22 | 2019-08-13 | International Business Machines Corporation | Deep embedding for natural language content based on semantic dependencies |
US11074500B2 (en) | 2017-06-20 | 2021-07-27 | Battelle Memorial Institute | Prediction of social media postings as trusted news or as types of suspicious news |
RU2689812C2 (ru) | 2017-07-25 | 2019-05-29 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для определения ранжированных позиций ненативных элементов с помощью системы ранжирования |
US20190069030A1 (en) | 2017-08-25 | 2019-02-28 | Facebook, Inc. | Determining effects of presenting a content item to various users on actions performed by the users based on actions performed by users to whom the content item was and was not presented |
GB201713817D0 (en) | 2017-08-29 | 2017-10-11 | Factmata Ltd | Fact checking |
GB201713821D0 (en) | 2017-08-29 | 2017-10-11 | Factmata Ltd | Content scoring |
CN107491813B (zh) | 2017-08-29 | 2023-06-30 | 天津工业大学 | 一种基于多目标优化的长尾群组推荐方法 |
US20190130296A1 (en) | 2017-10-26 | 2019-05-02 | Microsoft Technology Licensing, Llc | Populating a user interface using quadratic constraints |
US20190236448A1 (en) | 2018-01-31 | 2019-08-01 | Jungle Disk, L.L.C. | System for predicting and mitigating organization disruption based on file access patterns |
DK201870353A1 (en) | 2018-05-07 | 2019-12-04 | Apple Inc. | USER INTERFACES FOR RECOMMENDING AND CONSUMING CONTENT ON AN ELECTRONIC DEVICE |
US10887655B2 (en) | 2018-06-27 | 2021-01-05 | Microsoft Technology Licensing, Llc | Cluster-based collaborative filtering |
RU2720952C2 (ru) | 2018-09-14 | 2020-05-15 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для создания рекомендации цифрового содержимого |
-
2018
- 2018-09-14 RU RU2018132713A patent/RU2720899C2/ru active
-
2019
- 2019-04-02 US US16/372,553 patent/US11263217B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20200089724A1 (en) | 2020-03-19 |
RU2720899C2 (ru) | 2020-05-14 |
RU2018132713A3 (ru) | 2020-03-16 |
US11263217B2 (en) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2018132713A (ru) | Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации | |
CN109241425B (zh) | 一种资源推荐方法、装置、设备及存储介质 | |
KR102358604B1 (ko) | 융합 데이터 처리 방법 및 정보 추천 시스템 | |
US10432550B2 (en) | Method and device for computing resource scheduling | |
SG11201808770SA (en) | Agent allocation method and device, server, and storage medium | |
CN105207812B (zh) | 一种基于业务模型的云计算资源预测方法及系统 | |
US20160217383A1 (en) | Method and apparatus for forecasting characteristic information change | |
US20170364931A1 (en) | Distributed model optimizer for content consumption | |
CN109218390B (zh) | 用户筛选方法及装置 | |
WO2012048244A2 (en) | System and method for real-time advertising campaign adaptation | |
US10171604B2 (en) | System and method for pushing network information | |
WO2015127864A1 (en) | Method and apparatus for controlling media data to be placed at constant speed | |
CN112418673A (zh) | 案件分配方法、装置及介质 | |
CN109075987B (zh) | 优化数字组件分析系统 | |
CN108021998B (zh) | 网络问卷的答题时长预测方法及装置 | |
WO2019085356A1 (zh) | 一种净推荐值的显示方法及其终端 | |
CN109710410B (zh) | 一种互联网信息资源分配方法及装置 | |
CN106817296B (zh) | 信息推荐的测试方法、装置以及电子设备 | |
US10764379B2 (en) | Method, apparatus and system for enhancing a user's engagement with a service | |
CN104992060A (zh) | 用户年龄估计方法及装置 | |
WO2016206441A1 (zh) | 一种虚拟资源分配方法及装置、计算机存储介质 | |
CN109616181B (zh) | 一种医生在线答题的派发方法及系统 | |
CN111382263B (zh) | 数据处理方法、装置和系统 | |
US10282357B1 (en) | Dynamic resampling for ranking viewer experiences | |
US20240086972A1 (en) | Information distribution method, apparatus and computer readable storage medium |