WO2020053635A1 - 近场传输中的资源推荐方法及其装置 - Google Patents

近场传输中的资源推荐方法及其装置 Download PDF

Info

Publication number
WO2020053635A1
WO2020053635A1 PCT/IB2018/057158 IB2018057158W WO2020053635A1 WO 2020053635 A1 WO2020053635 A1 WO 2020053635A1 IB 2018057158 W IB2018057158 W IB 2018057158W WO 2020053635 A1 WO2020053635 A1 WO 2020053635A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
behavior
heat map
resource
preference
Prior art date
Application number
PCT/IB2018/057158
Other languages
English (en)
French (fr)
Inventor
唐明啸
饶荣庆
Original Assignee
优视科技新加坡有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 优视科技新加坡有限公司 filed Critical 优视科技新加坡有限公司
Publication of WO2020053635A1 publication Critical patent/WO2020053635A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
    • H04B5/70—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes
    • H04B5/72—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes for local intradevice communication
    • 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
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • 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
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services

Definitions

  • This application relates to the field of Internet technologies, and in particular, to a method for recommending resources in near-field transmission, a device thereof, a device / terminal / server, and a computer-readable medium. Background technique
  • the purpose of this application is to propose a resource recommendation method and its device, device / terminal / server, and computer-readable medium in near-field transmission for solving the above-mentioned problems in the prior art.
  • this application provides a resource recommendation method in near-field transmission, which includes:
  • [006] determine a user behavior occurring in the local area network, and analyze the user behavior to generate a user preference heat map
  • a candidate resource matching the user behavior is obtained from the storage address.
  • the present application provides a resource recommendation device in near field transmission, which includes: [009] a storage address determining unit configured to determine a storage address of a candidate resource in a local area network;
  • a preference heat map generating unit configured to determine a user behavior occurring in the local area network, and analyze the user behavior to generate a user preference heat map
  • a resource matching unit configured to obtain a candidate resource matching the user behavior from the storage address according to the user preference heat map.
  • the present application provides a device / terminal / server, including:
  • a computer-readable medium configured to store one or more programs
  • the one or more processors implement the method in any one of the embodiments of the present application.
  • the present application provides a computer-readable medium on which a computer program is stored, and when the program is executed by a processor, the method according to any one of the embodiments is implemented.
  • the resource recommendation method and device, device / terminal / server, and computer-readable medium for near-field transmission provided by this application, by determining a storage address of a candidate resource in a local area network; determining a user occurring in the local area network Behavior, and analyzing the user behavior to generate a user preference heat map; obtaining candidate resources matching the user behavior from the storage address according to the user preference heat map, realizing cross-platform near-field transmission, and providing It provides a solution for resource acquisition, which is especially suitable for application scenarios where the foundation of hardware facilities such as the Internet is poor.
  • Embodiment 1 is a flowchart of a resource recommendation method in near field transmission in Embodiment 1 of the present application;
  • Embodiment 2 is a flowchart of a resource recommendation method in near field transmission in Embodiment 2 of the present application;
  • FIG. 3 is a schematic structural diagram of a resource recommendation device in near-field transmission in Embodiment 3 of the present application.
  • FIG. 4 is a structure of a resource recommendation device in near field transmission in Embodiment 4 of the present application Not intended
  • FIG. 5 is a schematic structural diagram of a resource recommendation device in a midfield transmission according to Embodiment 5 of the present application.
  • FIG. 6 is a schematic structural diagram of a device / terminal / server in Embodiment 6 of the present application. detailed description
  • FIG. 1 is a schematic flowchart of a resource recommendation method in near field transmission in Embodiment 1 of the present application; as shown in FIG. 1, it may include:
  • the near-field transmission is, for example, any form that can realize data transmission between a smart terminal such as a mobile phone, a tablet computer, or a desktop computer.
  • the candidate resources may specifically be resources uploaded by other users in the local area network, such as audio and video files, installation files of application clients, and the like.
  • the uploaded candidate resource may be stored locally on a user ’s terminal or on a server in the background. Therefore, the storage address of the candidate resource may be the local area network address of the terminal or the address of the server.
  • a server such as a webservice server can also use an ftp server.
  • S102 Determine a user behavior occurring in the local area network, and analyze the user behavior to generate a user preference heat map
  • the user behavior includes at least one of a resource transmission behavior and a resource consumption behavior.
  • the resource transmission behavior specifically includes resource upload behavior and resource download behavior, and resource consumption behavior is related to resource usage, such as audio and video playback.
  • a user behavior occurring in the local area network is The body is to determine at least one of a resource transmission behavior and a resource consumption behavior occurring in the local area network.
  • step S102 or after step S101 and before step S102 the method further includes storing behavior data reflecting the user behavior locally on the user terminal or in a cloud data server.
  • behavior data related to the user behavior is stored locally on a user terminal or uploaded to a background server.
  • a database may be configured locally on the user terminal, and the database is mainly used to store behavior data related to user behavior.
  • a database may be configured on the background server, and the database is mainly used to store behavior data related to user behavior.
  • behavior data when analyzing user behavior, behavior data may be obtained from a local database of the user terminal or data on a background server, and user preferences or interests may be analyzed based on the behavior data to obtain user preferences.
  • the user preference heat map can reflect the relationship between the user and their preferred resources, thereby directly and indirectly reflecting the correspondence between user behavior and user preferences. That is, a user preference heat map is generated by analyzing the behavior data.
  • the candidate resources in the local area network may be pre-processed in step S101 to obtain, in step S103, The pre-processed candidate resources.
  • the pre-processing includes, but is not limited to, classifying candidate resources according to other user behaviors.
  • the user behavior is matched first, and then the candidate resources are matched.
  • an index relationship between user behavior and candidate resources may be established in advance, and the user behavior at the current time passes the index relationship, so that the candidate resources are more accurately matched.
  • 2 is a schematic flowchart of a resource recommendation method in near field transmission in Embodiment 2 of the present application; as shown in FIG. 2, it may include:
  • S201 Determine a storage address of a candidate resource in a local area network
  • the storage address may be similar to or the same as that described in the first embodiment, that is, a user terminal address for storing candidate resources, or a server address for storing candidate resources.
  • S202 Determine a user behavior occurring in the local area network, and analyze the user behavior to generate a user preference heat map including a dimension of user preference.
  • behavior data related to user behaviors is stored locally or on the back-end server of the user terminal, including, but not limited to, behavior data of resource transmission behavior and resource consumption behavior.
  • the user preference dimension includes a vertical dimension of preferences associated with a single user, or a horizontal dimension of user preferences associated with multiple users, or a user preference dimension associated with a product form.
  • the vertical dimension associated with the preferences of a single user can be understood as establishing the preference dimension of a single user, including various types of primary dimensions, and each type of secondary classification dimensions, and so on.
  • the preference dimension is, for example, movie-sci-fi movie-European and American science fiction, where movie is the first-level preference dimension, science-fiction movie is the second-level preference dimension, and European and American science fiction is the third-level preference dimension.
  • the horizontal dimension of user preferences associated with multiple users can be understood as being based on the established big data dimension. Specifically, according to the area coordinates of multiple users who establish a local area network, an overall analysis of user behaviors of all users within the area coordinates may be performed to generate a user preference heat map of the area.
  • the user preference dimension related to the product form can also be understood as the user preference dimension of the product data in the matrix, and general behavior data is formed inside the matrix product, and then different user behavior preference dimensions are formed according to different product forms. Different matrices have different classifications of resources in production, and form different user preference dimensions from the corresponding.
  • S203 Acquire a candidate resource matching the user behavior from the storage address according to the user preference heat map.
  • FIG. 3 is a schematic structural diagram of a resource recommendation device in near-field transmission in Embodiment 3 of the present application; as shown in FIG. 3, it may include:
  • a storage address determining unit 301 is configured to determine a storage address of a candidate resource in a local area network
  • a preference heat map generating unit 302 configured to determine user behaviors occurring in the local area network, and analyze the user behavior to generate a user preference heat map
  • the resource matching unit 303 is configured to obtain a candidate resource matching the user behavior from the storage address according to the user preference heat map.
  • the user behavior includes at least one of a resource transmission behavior and a resource consumption behavior.
  • the storage address determining unit 301 is further configured to determine at least one of a resource transmission behavior and a resource consumption behavior occurring in the local area network.
  • FIG. 4 is a schematic structural diagram of a resource recommendation device in near-field transmission in Embodiment 4 of the present application; as shown in FIG. 4, it may include the foregoing storage address determination unit 301, preference heat map generation unit 302, and resource matching
  • the unit 303 further includes a storage unit 304 configured to store behavior data reflecting the user behavior locally on a user terminal or in a cloud data server.
  • it further includes an obtaining unit 305 configured to obtain the behavior data of the user behavior from the user terminal or a data server in the cloud; correspondingly, the preference heat map is generated
  • the unit 302 is further configured to analyze the behavior data to generate a user preference heat map.
  • FIG. 5 is a schematic structural diagram of a resource recommendation device in a midfield transmission according to Embodiment 5 of the present application; as shown in FIG. 5, it may include the storage address determination unit 301, preference heat map generation unit 302, and resource matching unit. 303. It also includes a preprocessing unit 306 configured to preprocess the candidate resources in the local area network to obtain preprocessed candidate resources that match the user behavior.
  • the user preference heat map includes a user preference dimension
  • the preference heat map generating unit 302 is further configured to analyze the user behavior to generate a user preference including the user preference dimension. Heat map.
  • the user preference dimension includes a vertical dimension of preferences associated with a single user, or a horizontal dimension of user preferences associated with multiple users, or a user preference dimension associated with a product form, corresponding to Specifically, the preference heat map generating unit 302 is further configured to analyze the user behavior and generate a user preference heat map including a vertical dimension of preferences associated with a single user, or a user preference of a horizontal dimension associated with user preferences of multiple users. A heat map, or a user preference heat map associated with the user preference dimension of the product form.
  • FIG. 6 is a schematic structural diagram of a device / terminal / server in Embodiment 6 of the present application; the device / terminal / server may include:
  • processors 601 one or more processors 601;
  • the computer-readable medium 602 may be configured to store one or more programs,
  • the hardware structure of the device / terminal / server may include: a processor 701, a communication interface 702, and a computer readable Medium 703 and communication bus 704;
  • the processor 701, the communication interface 702, and the computer-readable medium 703 complete communication with each other through a communication bus 704;
  • the communication interface 702 may be an interface of a communication module, such as an interface of a GSM module;
  • the processor 701 may be specifically configured to: determine a storage address of a candidate resource in a local area network; determine a user behavior occurring in the local area network, and analyze the user behavior to generate a user preference heat map; according to the The user likes a heat map, and obtains a candidate resource matching the user behavior from the storage address.
  • the processor 701 may be a general-purpose processor, including a central processing unit (CPU), a network processor (Network Processor, NP), etc .; it may also be a digital signal processor (DSP), dedicated integration Circuit (ASIC), ready-made programmable Gate Array (FPGA) or other programmable logic devices, discrete gate or transistor logic devices, discrete hardware components.
  • DSP digital signal processor
  • ASIC dedicated integration Circuit
  • FPGA ready-made programmable Gate Array
  • a general-purpose processor may be a microprocessor or the processor may be any conventional processor or the like.
  • the storage medium 703 may be, but is not limited to, a random access storage medium (Random
  • RAM Read Only Memory
  • PROM Programmable Read-Only Memory
  • EPROM Erasable Programmable Read-Only Memory
  • EEPROM Electric Erasable Programmable Read-Only Memory
  • the process described above with reference to the flowchart may be implemented as a computer software program.
  • embodiments of the present disclosure include a computer program product including a computer program borne on a computer-readable medium, the computer program containing program code configured to perform the method shown in the flowchart.
  • the computer program may be downloaded and installed from a network through a communication section, and / or installed from a removable medium.
  • CPU central processing unit
  • the above functions defined in the method of the present application are performed.
  • the computer-readable medium described in this application may be a computer-readable signal medium or a computer-readable storage medium or any combination of the foregoing.
  • the computer-readable medium may be, for example, but is not limited to, an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, or device, or any combination thereof. More specific examples of computer-readable storage media may include, but are not limited to: electrical connections with one or more wires, portable computer disks, hard disks, random access storage media (RAM), read-only storage media (ROM), erasable Type programmable read-only storage medium (EPROM or flash memory), optical fiber, portable compact disk read-only storage medium (CD-ROM), optical storage medium piece, magnetic storage medium piece, or any suitable combination of the foregoing.
  • RAM random access storage media
  • ROM read-only storage media
  • EPROM or flash memory erasable Type programmable read-only storage medium
  • CD-ROM portable compact disk read-only storage medium
  • magnetic storage medium piece or any suitable combination of the foregoing.
  • a computer-readable storage medium may be any tangible medium containing or storing a program, and the program may be used by or in combination with an instruction execution system, apparatus, or device.
  • a computer-readable signal medium may include a data signal that is included in baseband or propagated as part of a carrier wave, and which carries computer-readable program code. This propagated data signal may take many forms, including but not limited to electromagnetic signals, optical signals, or any suitable combination of the foregoing.
  • the computer-readable signal medium can also be any computer-readable medium other than a computer-readable storage medium. Medium, the computer-readable medium may send, propagate, or transmit a program configured to be used by or in combination with an instruction execution system, apparatus, or device.
  • Program code embodied on a computer-readable medium may be transmitted using any appropriate medium, including but not limited to: wireless, wire, optical fiber cable, RF, etc., or any suitable combination of the foregoing.
  • the computer program code configured to perform the operations of the present application may be written in one or more programming languages or a combination thereof, the programming languages including an object-oriented programming language such as Java, Smalltalk, C ++, Also included are conventional procedural programming languages such as "C" or similar programming languages.
  • the program code can be executed entirely on the user's computer, partly on the user's computer, as a stand-alone software package, partly on the user's computer, partly on a remote computer, or entirely on a remote computer or server.
  • the remote computer can be connected to the user's computer through any kind of network: including a local area network (LAN) or a wide area network (WAN), or it can be connected to an external computer (such as through an Internet service provider using the Internet Connection).
  • LAN local area network
  • WAN wide area network
  • an external computer such as through an Internet service provider using the Internet Connection
  • each block in the flowchart or block diagram may represent a module, a program segment, or a portion of a code, which module, program segment, or portion of the code contains one or more logic functions configured to implement a specified logic function.
  • Executable instructions In the above specific embodiments, there is a specific sequence relationship, but these sequence relationships are only exemplary. In specific implementation, these steps may be fewer, more or the execution order may be adjusted. That is, in some alternative implementations, the functions marked in the boxes may occur in a different order than those marked in the drawings.
  • each block in the block diagrams and / or flowcharts, and combinations of blocks in the block diagrams and / or flowcharts may be implemented in a dedicated hardware-based system that performs the specified function or operation. Or, it can be implemented by a combination of dedicated hardware and computer instructions.
  • the units described in the embodiments of the present application may be implemented in a software manner, or may be implemented in a hardware manner.
  • the described unit may also be provided in the processor, for example, it may be described as: a storage address determining unit configured to determine a storage address of a candidate resource in a local area network; a preference heat map generating unit configured to determine a sending address in the local area network Generating a user preference heat map by analyzing the generated user behavior and analyzing the user behavior; a resource matching unit configured to obtain a candidate resource matching the user behavior from the storage address according to the user preference heat map.
  • the names of these units do not constitute a limitation on the unit itself in some cases.
  • the storage address determining unit may also be described as a “unit for determining a storage address of a candidate resource in a local area network”. .
  • the present application also provides a computer-readable medium on which a computer program is stored, and when the program is executed by a processor, the method as described in any one of the foregoing embodiments is implemented.
  • the present application further provides a computer-readable medium, which may be included in the device described in the foregoing embodiments; or may exist alone without being assembled into the device.
  • the computer-readable medium carries one or more programs, and when the one or more programs are executed by the device, the device causes the device to: determine a storage address of a candidate resource in a local area network; determine a user behavior occurring in the local area network, And analyzing the user behavior to generate a user preference heat map; and according to the user preference heat map, obtaining a candidate resource matching the user behavior from the storage address.
  • first, second, the first, or “the second” used in various embodiments of the present disclosure may modify various components with order and / or importance It is irrelevant, but these expressions do not limit the corresponding components.
  • the above expressions are only configured for the purpose of distinguishing elements from other elements.
  • the first user equipment and the second user equipment represent different user equipments, although both are user equipments.
  • a first element may be referred to as a second element, and similarly, a second element may be referred to as a first element.
  • an element eg, a first element
  • another element eg, a second element
  • another element eg, a second element
  • another element for example, a second element
  • the one element is directly connected to the other element or the one element is via another element (Eg, a third element) is indirectly connected to the other element.
  • an element for example, the first element
  • no element for example, the third element

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请公开了一种近场传输中的资源推荐方法及其装置、设备/终端/ 服务器、计算机可读介质。该方法的一具体实施方式包括: 确定局域网中候选资源的存储地址；确定在所述局域网中发生的用户行为，并对所述用户行为进行分析生成用户喜好热图；根据所述用户喜好热图，从所述存储地址中获取匹配所述用户行为的候选资源。该具体实施方式提供了一种资源获取的解决方案，尤其适用于互联网等硬件设施的基础较差的应用场景。

Description

说 明 书 近场传输中的资源推荐方法及其装置 申请要求在 2018 年 08 月 27 日提交中国专利局、 申请号为
201810979640.X、发明名称为“近场传输中的资源推荐方法及其装置” 的中国专利申请的优先权， 其全部内容通过引用结合在本申请中。 技术领域
[001]本申请涉及互联网技术领域，尤其涉及一种近场传输中的资源 推荐方法及其装置、 设备 /终端 /服务器、 计算机可读介质。 背景技术
[002]在诸如功能机的使用比例仍然远远大于智能机的使用比例，或 者移动互网联的发展程度仍然较慢， 或者互联网等硬件设施的基础较差 的应用环境中， 经常会存在没有流量和 WiFi， 或者无网或者低网速的情 形， 如何获取资源成为亟待解决的技术问题。 发明内容
[003]本申请的目的在于提出一种近场传输中的资源推荐方法及其 装置、 设备 /终端 /服务器、 计算机可读介质， 用于解决现有技术中上述问 题。
[004]第一方面， 本申请提供了一种近场传输中的资源推荐方法， 其 包括：
[005]确定局域网中候选资源的存储地址；
[006]确定在所述局域网中发生的用户行为，并对所述用户行为进行 分析生成用户喜好热图；
[007]根据所述用户喜好热图，从所述存储地址中获取匹配所述用户 行为的候选资源。
[008]第二方面， 本申请提供了一种近场传输中的资源推荐装置， 其 包括： [009]存储地址确定单元， 配置为确定局域网中候选资源的存储地 址；
[0010]喜好热图生成单元， 配置为确定在所述局域网中发生的用户 行为， 并对所述用户行为进行分析生成用户喜好热图；
[001 1 ]资源匹配单元， 配置为根据所述用户喜好热图， 从所述存储 地址中获取匹配所述用户行为的候选资源。
[0012]第三方面， 本申请提供了一种设备 /终端 /服务器， 包括：
[0013]一个或多个处理器；
[0014]计算机可读介质， 配置为存储一个或多个程序，
[0015]当所述一个或多个程序被所述一个或多个处理器执行， 使得 所述一个或多个处理器实现本申请任一所述实施例中的方法。
[0016]第四方面， 本申请提供了一种计算机可读介质， 其上存储有 计算机程序， 该程序被处理器执行时实现如任一所述实施例的方法。
[0017]本申请提供的近场传输中的资源推荐方法及其装置、 设备 / 终端 /服务器、 计算机可读介质中， 通过确定局域网中候选资源的存储地 址； 确定在所述局域网中发生的用户行为， 并对所述用户行为进行分析 生成用户喜好热图； 根据所述用户喜好热图， 从所述存储地址中获取匹 配所述用户行为的候选资源， 实现了跨平台的近场传输， 提供了一种资 源获取的解决方案， 尤其适用于互联网等硬件设施的基础较差的应用场 景。 附图说明
[0018]通过阅读参照以下附图所作的对非限制性实施例所作的详细 描述， 本申请的其它特征、 目的和优点将会变得更明显：
[0019] 图 1为本申请实施例一中近场传输中的资源推荐方法的流程 不意图；
[0020] 图 2为本申请实施例二中近场传输中的资源推荐方法的流程 不意图；
[0021 ] 图 3为本申请实施例三中近场传输中的资源推荐装置的结构 示意图；
[0022] 图 4为本申请实施例四中近场传输中的资源推荐装置的结构 不意图；
[0023] 图 5为本申请实施例五中场传输中的资源推荐装置的结构示 意图；
[0024] 图 6为本申请实施例六中设备 /终端 /服务器的结构示意图。 具体实施方式
[0025]下面结合附图和实施例对本申请作进一步的详细说明。 可以 理解的是， 此处所描述的具体实施例仅仅配置为解释相关发明， 而非对 该发明的限定。 另外还需要说明的是， 为了便于描述， 附图中仅示出了 与有关发明相关的部分。
[0026]需要说明的是， 在不冲突的情况下， 本申请中的实施例及实 施例中的特征可以相互组合。 下面将参考附图并结合实施例来详细说明 本申请。
[0027] 图 1为本申请实施例一中近场传输中的资源推荐方法的流程 示意图； 如图 1所示， 其可以包括：
[0028] S101、 确定局域网中候选资源的存储地址；
[0029]本实施例中， 近场传输比如为可实现智能终端如手机或者平 板电脑或者台式机电脑之间数据传输的任意形式。
[0030]本实施例中， 若干台智能终端组成一个局域网， 候选资源具 体可以为局域网中其他用户上传的资源， 该资源比如为音视频文件、 应 用程序客户端的安装文件等。
[0031 ]上传的候选资源可以存储在某一个用户的终端本地， 也可以 存储在后台的服务器上， 因此， 候选资源的存储地址可以为终端的局域 网地址或者服务器的地址。 服务器比如 webservice服务器，也可以用 ftp 服务器。
[0032] S102、 确定在所述局域网中发生的用户行为， 并对所述用户 行为进行分析生成用户喜好热图；
[0033]本实施例中， 所述用户行为包括资源传输行为、 资源消费行 为中的至少一种。 资源传输行为具体包括资源上传行为、 资源下载行为， 资源消费行为比如跟资源的使用相关， 比如音视频的播放等。
[0034]为此， 本实施例中， 确定在所述局域网中发生的用户行为具 体为确定在所述局域网中发生的资源传输行为、 资源消费行为中的至少 一种。
[0035]为此， 在步骤 S102中或者步骤 S101之后步骤 S102之前， 还包括将反映所述用户行为的行为数据存储到用户终端本地， 或者云端 的数据服务器中。
[0036]为了对用户行为进行分析， 本实施例中， 将与上述用户行为 有关的行为数据存储到用户终端本地， 或者上传到后台服务器。 当选择 将行为数据存储到局域网内的用户终端本地时， 可以在用户终端本地配 置一数据库， 该数据库主要用于存储于用户行为有关的行为数据。 当选 择将行为数据存储到后台服务器时， 可以在后台服务器配置一数据库， 该数据库主要用于存储于用户行为有关的行为数据。
[0037]本实施例中， 在分析用户行为时， 可以通过从用户终端本地 的数据库或者后台服务器上的数据获取行为数据， 并基于该行为数据进 行用户喜好或者兴趣的分析， 从而得到用户喜好热图。 该用户喜好热图 可以反映出用户和其偏好资源之间的关系， 从而直观间接地反映用户行 为和用户喜好之间的对应关系。 即通过对所述行为数据进行分析生成用 户喜好热图。
[0038] S103、 根据所述用户喜好热图， 从所述存储地址中获取匹配 所述用户行为的候选资源。
[0039]本实施例中，为了在步骤 S103中，提高候选资源匹配的精确 度， 可以通过在步骤 S101中对局域网中候选资源进行预处理， 以在步骤 S103中获取匹配所述用户行为的、 预处理后的所述候选资源。
[0040]本实施例中， 所述预处理包括但不限于根据其他的用户行为 对候选资源进行分类等， 在匹配资源的时候， 先进行用户行为的匹配， 再进行候选资源的匹配。 或者基于同一用户的历史行为对候选资源进行 分类， 根据同一用户的历史行为与当前时刻的用户行为进行匹配， 再进 行候选资源的匹配。
[0041]在上述两种匹配方式在， 可以预先建立用户行为与候选资源 的索引关系， 当前时刻的用户行为通过该索引关系， 从而较为准确地匹 配到候选资源。 [0042] 图 2为本申请实施例二中近场传输中的资源推荐方法的流程 示意图； 如图 2所示， 其可以包括：
[0043] S201、 确定局域网中候选资源的存储地址；
[0044]本实施例中， 存储地址可以与上述实施例一的记载类似或者 相同， 即为存储候选资源的用户终端地址， 或者存储候选资源的服务器 地址。
[0045] S202、 确定在所述局域网中发生的用户行为， 并对所述用户 行为进行分析生成包括用户喜好维度的用户喜好热图。
[0046]本实施例中， 与上述实施例一相同， 在用户终端本地或者后 台服务器存储有关联于用户行为的行为数据， 包括但不限于资源传输行 为、 资源消费行为的行为数据。
[0047]本实施例中， 在步骤 202中， 用户喜好维度包括关联于单个 用户的喜好纵向维度， 或者关联于多个用户的用户喜好横向维度， 或者 关联于产品形态的用户喜好维度。
[0048]关联于单个用户的喜好纵向维度又可以理解为建立单个用户 的喜好维度， 包括各种类型的一级维度， 以及每种类型的二级分类维度， 依次类推。 比如该喜好维度比如为电影-科幻电影 -欧美科幻， 其中电影为 一级喜好维度， 科幻电影为二级喜好维度， 欧美科幻为三级喜好维度。
[0049]关联于多个用户的用户喜好横向维度又可以理解为基于建立 的大数据维度。 具体地， 可以根据建立局域网的多个用户所在的地区坐 标， 以对地区坐标内的所有用户的用户行为进行整体分析从而生成该地 区的用户喜好热图。
[0050]关联于产品形态的用户喜好维度又可以理解为矩阵内产品数 据的用户喜好维度， 在矩阵产品内部形成通用的行为数据， 再根据产品 形态的不同形成不同的用户行为喜好维度。 不同矩阵产内对资源有不同 的分类， 从对应形成不同的用户喜好维度。
[0051] S203、 根据所述用户喜好热图， 从所述存储地址中获取匹配 所述用户行为的候选资源。
[0052]另外， 在上述实施例的基础上， 为了便于局域网内的用户下 载推荐的候选资源， 可以给局域网配置一二维码， 即通过扫描该二维码 登录存储候选资源的服务器或者用户终端。 [0053]另外， 推荐的候选资源可以根据推荐的优先级在用户终端上 进行区别显示， 从而可以在没有流量或者 wifi的情形下， 在局域网内不 同用户终端之间实现资源的共享。 [0054] 图 3为本申请实施例三中近场传输中的资源推荐装置的结构 示意图； 如图 3所示， 其可以包括：
[0055]存储地址确定单元 301， 配置为确定局域网中候选资源的存 储地址；
[0056]喜好热图生成单元 302， 配置为确定在所述局域网中发生的 用户行为， 并对所述用户行为进行分析生成用户喜好热图；
[0057]资源匹配单元 303 , 配置为根据所述用户喜好热图， 从所述 存储地址中获取匹配所述用户行为的候选资源。
[0058]进一步地， 本实施例中， 所述用户行为包括资源传输行为、 资源消费行为中的至少一种。 所述存储地址确定单元 301 进一步配置为 确定在所述局域网中发生的资源传输行为、 资源消费行为中的至少一种
[0059] 图 4为本申请实施例四中近场传输中的资源推荐装置的结构 示意图； 如图 4所示， 其可以包括： 上述存储地址确定单元 301、 喜好热 图生成单元 302、 资源匹配单元 303 , 还包括存储单元 304, 配置为将反 映所述用户行为的行为数据存储到用户终端本地， 或者云端的数据服务 器中。
[0060]进一步地， 本实施例中， 还包括获取单元 305， 配置为从所 述用户终端本地或者所述云端的数据服务器获取所述用户行为的行为数 据； 对应地， 所述喜好热图生成单元 302进一步配置为对所述行为数据 进行分析生成用户喜好热图。
[0061] 图 5为本申请实施例五中场传输中的资源推荐装置的结构示 意图； 如图 5所示， 其可以包括： 上述存储地址确定单元 301、 喜好热图 生成单元 302、 资源匹配单元 303 , 还包括预处理单元 306, 配置为对局 域网中候选资源进行预处理， 以获取匹配所述用户行为的、 预处理后的 候选资源。 [0062]进一步地， 本实施例中， 所述用户喜好热图包括用户喜好维 度， 所述喜好热图生成单元 302进一步配置为对所述用户行为进行分析 生成包括所述用户喜好维度的用户喜好热图。
[0063]进一步地， 本实施例中， 所述用户喜好维度包括包括关联于 单个用户的喜好纵向维度， 或者关联于多个用户的用户喜好横向维度， 或者关联于产品形态的用户喜好维度， 对应地， 所述喜好热图生成单元 302进一步配置为对所述用户行为进行分析生成包括关联于单个用户的 喜好纵向维度的用户喜好热图， 或者关联于多个用户的用户喜好横向维 度的用户喜好热图， 或者关联于产品形态的用户喜好维度的用户喜好热 图。
[0064] 图 6为本申请实施例六中设备 /终端 /服务器的结构示意图；该 设备 /终端 /服务器可以包括：
[0065]一个或多个处理器 601 ;
[0066]计算机可读介质 602, 可以配置为存储一个或多个程序，
[0067]当所述一个或多个程序被所述一个或多个处理器执行， 使得 所述一个或多个处理器实现如上述任一实施例中所述的推荐方法。
[0068] 图 7为本申请实施例七中设备 /终端 /服务器的硬件结构；如图 7所示， 该设备 /终端 /服务器的硬件结构可以包括： 处理器 701， 通信接 口 702， 计算机可读介质 703和通信总线 704;
[0069]其中处理器 701、通信接口 702、计算机可读介质 703通过通 信总线 704完成相互间的通信；
[0070]可选的， 通信接口 702可以为通信模块的接口， 如 GSM模 块的接口；
[0071 ]其中， 处理器 701具体可以配置为： 确定局域网中候选资源 的存储地址； 确定在所述局域网中发生的用户行为， 并对所述用户行为 进行分析生成用户喜好热图； 根据所述用户喜好热图， 从所述存储地址 中获取匹配所述用户行为的候选资源。
[0072]处理器 701 可以是通用处理器， 包括中央处理器 (Central Processing Unit， 简称 CPU)、 网络处理器 (Network Processor, 简称 NP) 等； 还可以是数字信号处理器 (DSP)、 专用集成电路 (ASIC)、 现成可编程 门阵列 (FPGA)或者其它可编程逻辑器件、 分立门或者晶体管逻辑器件、 分立硬件组件。 可以实现或者执行本申请实施例中的公开的各方法、 步 骤及逻辑框图。 通用处理器可以是微处理器或者该处理器也可以是任何 常规的处理器等。
[0073]存储介质 703可以是，但不限于，随机存取存储介质 (Random
Access Memory, RAM) ， 只读存储介质 (Read Only Memory， ROM) ， 可编程只读存储介质 (Programmable Read-Only Memory, PROM) ， 可 擦除只读存储介质 (Erasable Programmable Read-Only Memory, EPROM)， 电可擦除只读存储介质 ( Electric Erasable Programmable Read-Only Memory, EEPROM) 等。
[0074]特别地， 根据本公开的实施例， 上文参考流程图描述的过程 可以被实现为计算机软件程序。 例如， 本公开的实施例包括一种计算机 程序产品， 其包括承载在计算机可读介质上的计算机程序， 该计算机程 序包含配置为执行流程图所示的方法的程序代码。 在这样的实施例中， 该计算机程序可以通过通信部分从网络上被下载和安装， 和 /或从可拆卸 介质被安装。 在该计算机程序被中央处理单元 ( CPU) 执行时， 执行本 申请的方法中限定的上述功能。 需要说明的是， 本申请所述的计算机可 读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述 两者的任意组合。 计算机可读介质例如可以但不限于是电、 磁、 光、 电 磁、 红外线、 或半导体的系统、 装置或器件， 或者任意以上的组合。 计 算机可读存储介质的更具体的例子可以包括但不限于： 具有一个或多个 导线的电连接、 便携式计算机磁盘、 硬盘、 随机访问存储介质 (RAM) 、 只读存储介质 (ROM)、可擦式可编程只读存储介质 (EPROM或闪存)、 光纤、 便携式紧凑磁盘只读存储介质 ( CD-ROM) 、 光存储介质件、 磁 存储介质件、 或者上述的任意合适的组合。 在本申请中， 计算机可读存 储介质可以是任何包含或存储程序的有形介质， 该程序可以被指令执行 系统、 装置或者器件使用或者与其结合使用。 而在本申请中， 计算机可 读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号， 其中承载了计算机可读的程序代码。 这种传播的数据信号可以采用多种 形式， 包括但不限于电磁信号、 光信号或上述的任意合适的组合。 计算 机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读 介质， 该计算机可读介质可以发送、 传播或者传输配置为由指令执行系 统、 装置或者器件使用或者与其结合使用的程序。 计算机可读介质上包 含的程序代码可以用任何适当的介质传输， 包括但不限于： 无线、 电线、 光缆、 RF等等， 或者上述的任意合适的组合。
[0075]可以以一种或多种程序设计语言或其组合来编写配置为执行 本申请的操作的计算机程序代码， 所述程序设计语言包括面向对象的程 序设计语言一诸如 Java、 Smalltalk, C++， 还包括常规的过程式程序设计 语言一诸如” C”语言或类似的程序设计语言。 程序代码可以完全地在用 户计算机上执行、 部分地在用户计算机上执行、 作为一个独立的软件包 执行、 部分在用户计算机上部分在远程计算机上执行、 或者完全在远程 计算机或服务器上执行。 在涉及远程计算机的情形中， 远程计算机可以 通过任意种类的网络：包括局域网 (LAN)或广域网 (WAN)—连接到用户计 算机， 或者， 可以连接到外部计算机 (例如利用因特网服务提供商来通 过因特网连接) 。
[0076] 附图中的流程图和框图， 图示了按照本申请各种实施例的系 统、 方法和计算机程序产品的可能实现的体系架构、 功能和操作。 在这 点上， 流程图或框图中的每个方框可以代表一个模块、 程序段、 或代码 的一部分， 该模块、 程序段、 或代码的一部分包含一个或多个配置为实 现规定的逻辑功能的可执行指令。 上述具体实施例中有特定先后关系， 但这些先后关系只是示例性的， 在具体实现的时候， 这些步骤可能会更 少、 更多或执行顺序有调整。 即在有些作为替换的实现中， 方框中所标 注的功能也可以以不同于附图中所标注的顺序发生。 例如， 两个接连地 表示的方框实际上可以基本并行地执行， 它们有时也可以按相反的顺序 执行， 这依所涉及的功能而定。 也要注意的是， 框图和 /或流程图中的每 个方框、 以及框图和 /或流程图中的方框的组合， 可以用执行规定的功能 或操作的专用的基于硬件的系统来实现， 或者可以用专用硬件与计算机 指令的组合来实现。
[0077]描述于本申请实施例中所涉及到的单元可以通过软件的方式 实现， 也可以通过硬件的方式来实现。 所描述的单元也可以设置在处理 器中， 例如， 可以描述为： 存储地址确定单元， 配置为确定局域网中候 选资源的存储地址； 喜好热图生成单元， 配置为确定在所述局域网中发 生的用户行为并对所述用户行为进行分析生成用户喜好热图； 资源匹配 单元， 配置为根据所述用户喜好热图， 从所述存储地址中获取匹配所述 用户行为的候选资源。
[0078] [001] 其中， 这些单元的名称在某种情况下并不构成对该单 元本身的限定， 例如， 存储地址确定单元还可以被描述为“确定局域网 中候选资源的存储地址的单元” 。
[0079]作为另一方面， 本申请还提供了一种计算机可读介质， 其上 存储有计算机程序， 该程序被处理器执行时实现如上述任一实施例中所 描述的方法。
[0080]作为另一方面， 本申请还提供了一种计算机可读介质， 该计 算机可读介质可以是上述实施例中描述的装置中所包含的； 也可以是单 独存在， 而未装配入该装置中。 上述计算机可读介质承载有一个或者多 个程序， 当上述一个或者多个程序被该装置执行时， 使得该装置： 确定 局域网中候选资源的存储地址； 确定在所述局域网中发生的用户行为， 并对所述用户行为进行分析生成用户喜好热图； 根据所述用户喜好热图， 从所述存储地址中获取匹配所述用户行为的候选资源。
[0081 ]在本公开的各种实施方式中所使用的表述“第一 “第二”、 “所述第一”或“所述第二”可修饰各种部件而与顺序和 /或重要性无关， 但是这些表述不限制相应部件。 以上表述仅配置为将元件与其它元件区 分开的目的。 例如， 第一用户设备和第二用户设备表示不同的用户设备， 虽然两者均是用户设备。 例如， 在不背离本公开的范围的前提下， 第一 元件可称作第二元件， 类似地， 第二元件可称作第一元件。
[0082]当一个元件（例如， 第一元件）称为与另一元件（例如， 第二元 件）“（可操作地或可通信地）联接”或“（可操作地或可通信地）联接至”另 一元件（例如， 第二元件）或“连接至”另一元件（例如， 第二元件）时， 应 理解为该一个元件直接连接至该另一元件或者该一个元件经由又一个元 件（例如， 第三元件）间接连接至该另一个元件。相反， 可理解， 当元件（例 如， 第一元件）称为“直接连接”或“直接联接”至另一元件（第二元件） 时， 则没有元件（例如， 第三元件）插入在这两者之间。
[0083] 以上描述仅为本申请的较佳实施例以及对所运用技术原理的 说明。 本领域技术人员应当理解， 本申请中所涉及的发明范围， 并不限 于上述技术特征的特定组合而成的技术方案， 同时也应涵盖在不脱离上 述发明构思的情况下， 由上述技术特征或其等同特征进行任意组合而形 成的其它技术方案。 例如上述特征与本申请中公开的 （但不限于） 具有 类似功能的技术特征进行互相替换而形成的技术方案。

Claims

权 利 要 求 书 i.一种近场传输中的资源推荐方法， 其特征在于， 包括：
确定局域网中候选资源的存储地址；
确定在所述局域网中发生的用户行为， 并对所述用户行为进行分析 生成用户喜好热图；
根据所述用户喜好热图， 从所述存储地址中获取匹配所述用户行为 的候选资源。
2.根据权利要求 1 所述的推荐方法， 其特征在于， 所述用户行为包 括资源传输行为、 资源消费行为中的至少一种。
3.根据权利要求 1 所述的推荐方法， 其特征在于， 还包括： 将反映 所述用户行为的行为数据存储到用户终端本地或者云端的数据服务器 中。
4.根据权利要求 3所述的推荐方法， 其特征在于， 还包括： 从所述 用户终端本地或者所述云端的数据服务器获取所述用户行为的行为数 据；
对应地， 对所述用户行为进行分析生成用户喜好热图包括： 对所述 行为数据进行分析生成用户喜好热图。
5.根据权利要求 1 所述的推荐方法， 其特征在于， 还包括： 对局域 网中候选资源进行预处理， 以获取匹配所述用户行为的、 预处理后的所 述候选资源。
6.根据权利要求 1 所述的推荐方法， 其特征在于， 所述用户喜好热 图包括用户喜好维度。
7.根据权利要求 6所述的推荐方法， 其特征在于， 所述用户喜好维 度包括关联于单个用户的喜好纵向维度， 或者关联于多个用户的用户喜 好横向维度， 或者关联于产品形态的用户喜好维度。
8.—种近场传输中的资源推荐装置， 其特征在于， 包括：
存储地址确定单元， 配置为确定局域网中候选资源的存储地址； 喜好热图生成单元， 配置为确定在所述局域网中发生的用户行为， 并对所述用户行为进行分析生成用户喜好热图； 资源匹配单元， 配置为根据所述用户喜好热图， 从所述存储地址中 获取匹配所述用户行为的候选资源。
9.根据权利要求 8所述的推荐装置， 其特征在于， 所述用户行为包 括资源传输行为、 资源消费行为中的至少一种。
10. 根据权利要求 8所述的推荐装置， 其特征在于， 还包括存储单 元， 配置为将反映所述用户行为的行为数据存储到用户终端本地， 或者 云端的数据服务器中。
11. 根据权利要求 10所述的推荐装置， 其特征在于， 还包括获取 单元， 配置为从所述用户终端本地或者所述云端的数据服务器获取所述 用户行为的行为数据；
对应地， 所述喜好热图生成单元进一步配置为对所述行为数据进行 分析生成用户喜好热图。
12. 根据权利要求 8所述的推荐装置， 其特征在于， 还包括预处理 单元， 配置为对局域网中候选资源进行预处理， 以获取匹配所述用户行 为的、 预处理后的候选资源。
13. 根据权利要求 8所述的推荐装置， 其特征在于， 所述用户喜好 热图包括用户喜好维度。
14. 根据权利要求 13所述的推荐装置， 其特征在于， 所述用户喜 好维度包括关联于单个用户的喜好纵向维度， 或者关联于多个用户的用 户喜好横向维度， 或者关联于产品形态的用户喜好维度。
15. 一种设备 /终端 /服务器， 包括：
一个或多个处理器；
计算机可读介质， 配置为存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一 个或多个处理器实现如权利要求 1-7中任一所述的方法。
16. —种计算机可读介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执行时实现如权利要求 1-7中任一所述的方法。
PCT/IB2018/057158 2018-08-27 2018-09-18 近场传输中的资源推荐方法及其装置 WO2020053635A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810979640.XA CN109327502A (zh) 2018-08-27 2018-08-27 近场传输中的资源推荐方法及其装置
CN201810979640.X 2018-08-27

Publications (1)

Publication Number Publication Date
WO2020053635A1 true WO2020053635A1 (zh) 2020-03-19

Family

ID=65264630

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/IB2018/057158 WO2020053635A1 (zh) 2018-08-27 2018-09-18 近场传输中的资源推荐方法及其装置

Country Status (2)

Country Link
CN (1) CN109327502A (zh)
WO (1) WO2020053635A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112231587B (zh) * 2019-06-26 2023-09-08 腾讯科技（深圳）有限公司 一种匹配用户的确定方法、装置、设备和介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102300122A (zh) * 2011-09-09 2011-12-28 四川长虹电器股份有限公司 数字电视节目点播系统及点播方法
US20130305136A1 (en) * 2012-05-11 2013-11-14 Microsoft Corporation Flip Ahead Input for Content Navigation
CN103618663A (zh) * 2013-11-26 2014-03-05 上海文聪信息科技有限公司 一种信息分享系统及其信息分享方法
CN104899303A (zh) * 2015-06-10 2015-09-09 杭州祥声通讯股份有限公司 一种应用于轨道交通工具的云端大数据分析系统
CN104980503A (zh) * 2015-06-11 2015-10-14 福建联迪商用设备有限公司 一种POS设备作为WiFi热点的信息推送方法和设备
US9363569B1 (en) * 2014-07-28 2016-06-07 Jaunt Inc. Virtual reality system including social graph
CN103581199B (zh) * 2013-11-15 2017-01-18 中国科学院声学研究所 一种多屏互动场景中服务在客户端的呈现方法及系统
US20170223088A1 (en) * 2016-01-29 2017-08-03 Rovi Guides, Inc. Systems and methods for enabling users to receive access to content in closed network
CN107820209A (zh) * 2017-11-07 2018-03-20 锐捷网络股份有限公司 兴趣推荐方法、装置及服务器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8209724B2 (en) * 2007-04-25 2012-06-26 Samsung Electronics Co., Ltd. Method and system for providing access to information of potential interest to a user

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102300122A (zh) * 2011-09-09 2011-12-28 四川长虹电器股份有限公司 数字电视节目点播系统及点播方法
US20130305136A1 (en) * 2012-05-11 2013-11-14 Microsoft Corporation Flip Ahead Input for Content Navigation
CN103581199B (zh) * 2013-11-15 2017-01-18 中国科学院声学研究所 一种多屏互动场景中服务在客户端的呈现方法及系统
CN103618663A (zh) * 2013-11-26 2014-03-05 上海文聪信息科技有限公司 一种信息分享系统及其信息分享方法
US9363569B1 (en) * 2014-07-28 2016-06-07 Jaunt Inc. Virtual reality system including social graph
CN104899303A (zh) * 2015-06-10 2015-09-09 杭州祥声通讯股份有限公司 一种应用于轨道交通工具的云端大数据分析系统
CN104980503A (zh) * 2015-06-11 2015-10-14 福建联迪商用设备有限公司 一种POS设备作为WiFi热点的信息推送方法和设备
US20170223088A1 (en) * 2016-01-29 2017-08-03 Rovi Guides, Inc. Systems and methods for enabling users to receive access to content in closed network
CN107820209A (zh) * 2017-11-07 2018-03-20 锐捷网络股份有限公司 兴趣推荐方法、装置及服务器

Also Published As

Publication number Publication date
CN109327502A (zh) 2019-02-12

Similar Documents

Publication Publication Date Title
CN107844586B (zh) 新闻推荐方法和装置
WO2022052630A1 (zh) 一种多媒体信息处理方法、装置、电子设备及存储介质
US11727045B2 (en) Using cross-matching between users and matching against reference data to facilitate content identification
CN109862100B (zh) 用于推送信息的方法和装置
WO2017080167A1 (zh) 第三方视频推送方法和系统
CN109145813B (zh) 一种图像匹配算法测试方法和装置
CN113971243A (zh) 应用于问卷调查的数据处理方法、系统、设备及存储介质
CN109218041B (zh) 用于服务器系统的请求处理方法和装置
CN112311720A (zh) 数据的传输方法及装置
CN111612135B (zh) 用于信息交互的方法和装置
WO2020053635A1 (zh) 近场传输中的资源推荐方法及其装置
CN111813685A (zh) 自动化测试方法和装置
CN113763008A (zh) 一种应用推广跟踪方法、装置、服务器、设备和介质
KR20120076479A (ko) 어플리케이션 제작 시스템 및 방법
CN115185841A (zh) 系统重构测试方法、装置、设备及存储介质
CN113066479B (zh) 一种评测模型的方法和装置
CN111367592B (zh) 信息处理方法和装置
CN114239501A (zh) 合同生成方法、装置、设备及介质
CN113486749A (zh) 图像数据收集方法、装置、电子设备和计算机可读介质
CN112579428A (zh) 接口测试的方法、装置、电子设备和存储介质
CN110781523A (zh) 用于处理信息的方法和装置
CN111163156A (zh) 基于区块链的数据处理方法、设备及存储介质
CN113326060A (zh) 业务请求处理方法、装置和系统以及业务配置方法和装置
CN112749204A (zh) 一种读取数据的方法和装置
CN111291199B (zh) 信息查询方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18933120

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18933120

Country of ref document: EP

Kind code of ref document: A1