CN102999509B - 信息匹配方法和装置 - Google Patents
信息匹配方法和装置 Download PDFInfo
- Publication number
- CN102999509B CN102999509B CN201110270246.7A CN201110270246A CN102999509B CN 102999509 B CN102999509 B CN 102999509B CN 201110270246 A CN201110270246 A CN 201110270246A CN 102999509 B CN102999509 B CN 102999509B
- Authority
- CN
- China
- Prior art keywords
- microblog user
- common
- common microblog
- matching
- category
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001914 filtration Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 abstract 6
- 238000010168 coupling process Methods 0.000 abstract 6
- 238000005859 coupling reaction Methods 0.000 abstract 6
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Abstract
本发明提供了信息匹配方法和装置,其中,该方法包括:对待匹配对象进行标记,获取普通微博用户所属的类别和该普通微博用户的特征信息;从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合;从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户;其中,所述待匹配对象为被验证了真实身份、且该验证出的真实身份有影响力的微博用户,所述普通微博用户为不需要验证真实身份的微博用户。采用本发明,实现了有针对性地用用户推荐感兴趣的消息源。
Description
技术领域
本发明涉及计算机技术领域,特别涉及信息匹配方法和装置。
背景技术
随着网络技术的发展,微博在中国也有了迅速的发展,目前,有些微博比如腾讯微博的用户量已超过千万,而用户产生的消息量每日都在千万级以上。
用户在进入微博以后,面对海量的数据,必须通过某种方式筛选出自己感兴趣的内容进行阅读,否则,海量的数据只会对用户造成困扰。目前常见的筛选方式主要有以下两种:以用户为检索依据和以内容点为检索依据。其中以用户为检索依据,能够获取某个(或某些)用户发表的所有消息,这只是粗略地获得用户发表的消息,是目前用户获得消息的主要方式,通常称为收听人。而以内容点为检索依据,能够获取发表了有关该内容点的某个(或某些)用户,进而获取该某个(或某些)用户发表的所有消息。
但是,上述两种方式并不能实现用户在众多用户中找到更适合自己的消息源,或者是不能快速地找到自身更感兴趣的用户。因此,如何保证用户在众多用户中找到更适合自身的消息源是亟待解决的技术问题。
随着微博的不断发展,目前提出了一种新的方法:名人推荐方法。该名人推荐方法具体为:随机抽取一些名人推荐给登录了微博的普通用户(简称普通微博用户),其中,所谓的名人是指经过验证真实身份、且该验证出的真实身份具有一定的影响力的用户,当该名人在微博发言,代表着该名人在对公众讲话。而普通微博用户不需要验证真实身份。
但是,上述的名人推荐方法由于只是随机抽取名人,这样,就会造成推荐的名人可能很难引起用户收听兴趣的可能,并没有从本质上提高用户找到更感兴趣的用户。因此,一种有针对性地向用户推荐感兴趣的消息源的信息匹配方法是当前亟待解决的技术问题。
发明内容
本发明提供了信息匹配方法和装置,以实现有针对性地向用户推荐感兴趣的消息源。
本发明提供的技术方案包括:
一种信息匹配方法,包括:对待匹配对象进行标记,具体为:标记待匹配对象本身的特征信息、以及待匹配对象所属的类别;该方法还包括:
获取普通微博用户所属的类别和该普通微博用户的特征信息;
从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合;
从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户;
其中,所述待匹配对象为被验证了真实身份、且该验证出的真实身份有影响力的微博用户,所述普通微博用户为不需要验证真实身份的微博用户;
所述获取普通微博用户的特征信息是根据普通微博用户的行为画像执行的;
所述根据普通微博用户的行为画像获取普通微博用户的特征信息包括:
判断该普通微博用户的行为画像是否已被构建,所述行为画像用于记录普通微博用户的行为特征;如果是,则根据普通微博用户的行为画像、以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息;如果否,
则继续判断当前是否达到构建该普通微博用户的行为画像的条件,如果是,则构建该普通微博用户的行为画像,并根据普通微博用户的行为画像以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息。
一种信息匹配装置,包括:
标记单元,用于对待匹配对象进行标记,具体为:标记待匹配对象本身的特征信息、以及待匹配对象所属的类别;
获取单元,用于获取普通微博用户所属的类别和该普通微博用户的特征信息;
选择单元,用于从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合;
推荐单元,用于从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户;
其中,所述待匹配对象为被验证了真实身份、且该验证出的真实身份有影响力的微博用户,所述普通微博用户为不需要验证真实身份的微博用户;
所述获取单元获取普通微博用户的特征信息是根据普通微博用户的行为画像执行的,具体包括:
第一判断子单元,用于判断该普通微博用户的行为画像是否已被构建,所述行为画像用于记录用户的特征信息;
获取子单元,用于在所述第一判断子单元的判断结果为是时,根据普通微博用户的行为画像、以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息;
第二判断子单元,用于在所述第一判断子单元的判断结果为否时,判断当前是否达到构建该普通微博用户的行为画像的条件,如果是,则构建该普通微博用户的行为画像,并触发获取子单元获取该普通微博用户的特征信息的操作所述获取单元获取普通微博用户的特征信息是根据普通微博用户的行为画像执行的,具体包括:
第一判断子单元,用于判断该普通微博用户的行为画像是否已被构建,所述行为画像用于记录用户的特征信息;
获取子单元,用于在所述第一判断子单元的判断结果为是时,根据普通微博用户的行为画像、以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息;
第二判断子单元,用于在所述第一判断子单元的判断结果为否时,判断当前是否达到构建该普通微博用户的行为画像的条件,如果是,则构建该普通微博用户的行为画像,并触发获取子单元获取该普通微博用户的特征信息的操作。
由以上技术方案可以看出,本发明中,通过从已标记的待匹配对象中选择出与获取的普通微博用户的特征信息和所属的类别匹配的匹配对象集合;从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户,而非现有方法中随机推荐名人给普通微博用户,这能实现有针对性地向用户推荐感兴趣的消息源。
附图说明
图1示出了本发明提供的方法流程图;
图2示出了本发明实施例提供的获取普通微博用户特征信息的流程图;
图3示出了本发明实施例提供的匹配对象集合实现流程图;
图4示出了本发明实施例提供的推荐匹配对象后的流程图;
图5示出了本发明实施例提供的装置结构图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
本发明提供了一种信息匹配方法,其中,该信息可为名人。
图1示出了本发明提供的方法流程图。在该流程中,首先对待匹配对象进行标记,其中,所述待匹配对象为被验证了真实身份、且该验证出的真实身份有影响力的微博用户。具体实现时,该待匹配对象可为背景技术描述的名人。
其中,对待匹配对象进行标记,主要依据以下维度:
1,待匹配对象属于哪一个类别,其可根据待匹配对象在执行认证时提交的登记信息确定。这里的类别可为行业,比如,娱乐、体育、新闻等。
2,待匹配对象本身的特征信息,也称为个人标签,其可根据待匹配对象的具体情况确定。
基于上述对待匹配对象进行的标记,如图1所示,该流程可包括以下步骤:
步骤101,获取普通微博用户所属的类别和该普通微博用户的特征信息。
普通微博用户为不需要验证真实身份的微博用户,其一般没有一定的影响力。
本步骤101中,获取普通微博用户所属的类别具体为:获取普通微博用户当前所处页面所属的类别。
步骤102,从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合。
这里的匹配对象集合具体包含了已标记的与获取的类别和特征信息匹配的待匹配对象,此时可称为匹配对象。
步骤103,从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户。
至此,完成图1所示的流程。
在上面描述中,对待匹配对象进行标记还包括:待匹配对象在所属类别的重要度。其可以根据该类别内的用户总量决定。
基于此,步骤103中,将匹配对象推荐列表中的匹配对象推荐给普通微博用户包括:按照匹配对象在所属类别的重要度将匹配对象推荐列表中的匹配对象推荐给普通微博用户。
通常,推荐页面的尺寸是有限制的,基于此,本实施中,可根据匹配对象的重要度将匹配对象推荐列表中数量与推荐页面的尺寸对应的匹配对象推荐给普通微博用户。剩余的匹配对象可在设定时间到达时再推荐,以更新之前已推荐的匹配对象。
还有,本实施例中,获取普通微博用户的特征信息是根据该普通微博用户的行为画像执行的,所述行为画像用于记录普通微博用户的行为特征,具体可为普通微博用户的关注记录,比如普通微博用户之前的页面访问记录和微博信息写记录等。
图2示出了本发明实施例提供的获取普通微博用户特征信息的流程图。如图2所示,该流程可包括以下步骤:
步骤201,判断普通微博用户的行为画像是否已被构建,如果是,执行步骤202,否则,执行步骤203。
本实施例中,具体的行为画像分析方法不是本发明的重点,因此,这里不再赘述。
步骤202,根据普通微博用户的行为画像、以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息。
获取的特征信息可为普通微博用户的爱好和关注。
步骤203,判断当前是否达到构建该普通微博用户的行为画像的条件,如果是,执行步骤204,否则,执行步骤205。
该条件可为普通微博用户之前的页面访问记录和/或微博信息写记录的数量。
步骤204,构建该普通微博用户的行为画像,并根据普通微博用户的行为画像以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息。
步骤205,根据普通微博用户当前所处页面所属的类别,或者当前所处页面所属的类别和普通微博用户之前的关注记录,获取该普通微博用户的特征信息;
或者,随机抽取与该普通微博用户之前的关注记录以及该普通微博用户当前所处页面所属的类别匹配的匹配对象给所述普通微博用户。
至此,完成图2所示的流程。通过图2,能够获取普通微博用户的特征信息。
本实施例中,上述待匹配对象被标记的特征信息和类别可作为名人的索引。如此,步骤102中,上述的从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合具体实现时可通过图3所示的流程实现,具体包括:
步骤301,以普通微博用户当前所处页面所属的类别为关键词查找索引为该关键词的待匹配对象,根据查找到的待匹配对象在所述类别的重要度生成一定数量(该数量具体取值并不限定)的候选推荐用户;
步骤302,以利用普通微博用户的行为画像获取的该普通微博用户的特征信息为关键词从所述候选推荐用户中查找索引为该关键词的待匹配对象;
步骤303,根据实际情况将步骤302查找到的待匹配对象组成匹配对象集合。
此时,匹配对象集合中的待匹配对象称为匹配对象。
如此,通过上述步骤301至303即可实现从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合。
最后,本实施例中,在推荐匹配对象给普通微博用户后,还可进一步执行图4所示的流程,具体包括:
步骤401,记录普通微博用户是否对推荐的匹配对象有收听并分析;
步骤402,当所述普通微博用户执行页面刷新动作时,从匹配对象推荐列表中过滤掉普通微博用户已收听的匹配对象,按照匹配对象的重要度将该匹配对象推荐列表中剩余的匹配对象推荐给普通微博用户。
在上面描述中,图1、图2、图3、以及图4所示的流程中均有服务端或后端执行。并且,优选地,在图4中,步骤401可进一步包括:将分析结果正反馈给服务端或后端,由该服务端或后端优化上述的匹配对象推荐列表。如此,在步骤402执行刷新动作时,可对优化后的匹配对象推荐表中的匹配对象进行过滤。这样可达到正向闭环的效果。
至此,完成本发明提供的方法描述。
下面对本发明提供的装置进行描述:
参见图5,图5示出了本发明实施例提供的装置结构图。如图5所示,该装置可包括:
标记单元,用于对待匹配对象进行标记,具体为:标记待匹配对象本身的特征信息、以及待匹配对象所属的类别;
获取单元,用于获取普通微博用户所属的类别和该普通微博用户的特征信息;
选择单元,用于从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合;
推荐单元,用于从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户;
其中,所述待匹配对象为被验证了真实身份、且该验证出的真实身份有影响力的微博用户,所述普通微博用户为不需要验证真实身份的微博用户。
优选地,本实施例中,所述标记单元进一步待匹配对象在所属类别的重要度;
基于此,所述推荐单元按照匹配对象在所属类别的重要度将匹配对象推荐列表中的匹配对象推荐给普通微博用户。
另外,本实施例中,所述获取单元获取普通微博用户的特征信息是根据普通微博用户的行为画像执行的,如图5所示,具体包括以下子单元:
第一判断子单元,用于判断该普通微博用户的行为画像是否已被构建,所述行为画像用于记录用户的特征信息;
获取子单元,用于在所述第一判断子单元的判断结果为是时,根据普通微博用户的行为画像、以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息;
第二判断子单元,用于在所述第一判断子单元的判断结果为否时,判断当前是否达到构建该普通微博用户的行为画像的条件,如果是,则构建该普通微博用户的行为画像,并触发获取子单元获取该普通微博用户的特征信息的操作。
本实施例中,该装置进一步包括:
第一处理单元,用于在所述第二判断子单元的判断结果为否时,
触发所述获取子单元根据普通微博用户当前所处页面所属的类别,或者当前所处页面所属的类别和普通微博用户之前的关注记录,获取该普通微博用户的特征信息;或者,
随机抽取与该普通微博用户之前的关注记录以及该普通微博用户当前所处页面所属的类别匹配的匹配对象给所述普通微博用户。
第二处理单元,用于记录普通微博用户是否对推荐的匹配对象有收听并分析;并在所述普通微博用户执行页面刷新动作时,从匹配对象推荐列表中过滤掉普通微博用户已收听的匹配对象,按照匹配对象的重要度将该匹配对象推荐列表中剩余的匹配对象推荐给普通微博用户。
至此,完成图5所示的装置。
由以上技术方案可以看出,本发明中,通过从已标记的待匹配对象中选择出与获取的普通微博用户的特征信息和所属的类别匹配的匹配对象集合;从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户,而非现有方法中随机推荐名人给普通微博用户,这能实现有针对性地向用户推荐感兴趣的消息源;
更进一步地,本发明中,通过从已标记的待匹配对象中选择出与获取的普通微博用户的特征信息和所属的类别匹配的匹配对象集合,能够实现最大限度地筛选出匹配对象,将与普通微博用户相关性更强的匹配对象聚合,最大化地提供更有价值的消息源。同时,使用刷新的技术手段,使推荐的匹配对象最大量的展现,达到更好的效果。
还有,本发明中,通过从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户,能够使普通微博用户获取若干倍的信息量,有效提高了用户体验,提高了竞争门槛。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (11)
1.一种信息匹配方法,其特征在于,对待匹配对象进行标记,具体为:标记待匹配对象本身的特征信息、以及待匹配对象所属的类别;该方法包括:
获取普通微博用户所属的类别和该普通微博用户的特征信息;
从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合;
从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户;
其中,所述待匹配对象为被验证了真实身份、且该验证出的真实身份有影响力的微博用户,所述普通微博用户为不需要验证真实身份的微博用户;
所述获取普通微博用户的特征信息是根据普通微博用户的行为画像执行的;
所述根据普通微博用户的行为画像获取普通微博用户的特征信息包括:
判断该普通微博用户的行为画像是否已被构建,所述行为画像用于记录普通微博用户的行为特征;如果是,则根据普通微博用户的行为画像、以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息;如果否,
则继续判断当前是否达到构建该普通微博用户的行为画像的条件,如果是,则构建该普通微博用户的行为画像,并根据普通微博用户的行为画像以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息。
2.根据权利要求1所述的方法,其特征在于,
所述对待匹配对象进行标记还包括:标记待匹配对象在所属类别的重要度;
所述将匹配对象推荐列表中的匹配对象推荐给普通微博用户包括:按照匹配对象在所属类别的重要度将匹配对象推荐列表中的匹配对象推荐给普通微博用户。
3.根据权利要求1所述的方法,其特征在于,所述方法进一步包括:
当判断出当前未达到构建该普通微博用户的行为画像的条件时,
根据普通微博用户当前所处页面所属的类别,或者当前所处页面所属的类别和普通微博用户之前的关注记录,获取该普通微博用户的特征信息;
或者,随机抽取与该普通微博用户之前的关注记录以及该普通微博用户当前所处页面所属的类别匹配的匹配对象给所述普通微博用户。
4.根据权利要求1所述的方法,其特征在于,所述获取普通微博用户所属的类别为:获取所述普通微博用户所处页面所属的类别。
5.根据权利要求2所述的方法,其特征在于,所述待匹配对象在所述类别的重要度是根据该类别内微博用户总量决定。
6.根据权利要求2所述的方法,其特征在于,该方法进一步包括:
记录普通微博用户是否对推荐的匹配对象有收听并分析;
当所述普通微博用户执行页面刷新动作时,从匹配对象推荐列表中过滤掉普通微博用户已收听的匹配对象,按照匹配对象的重要度将该匹配对象推荐列表中剩余的匹配对象推荐给普通微博用户。
7.根据权利要求2或6所述的方法,其特征在于,所述按照匹配对象的重要度将匹配对象推荐列表中的匹配对象推荐给普通微博用户包括:
根据匹配对象的重要度将匹配对象推荐列表中数量与推荐页面的尺寸对应的匹配对象推荐给普通微博用户。
8.一种信息匹配装置,其特征在于,该装置包括:
标记单元,用于对待匹配对象进行标记,具体为:标记待匹配对象本身的特征信息、以及待匹配对象所属的类别;
获取单元,用于获取普通微博用户所属的类别和该普通微博用户的特征信息;
选择单元,用于从已标记的待匹配对象中选择出与获取的类别和特征信息匹配的匹配对象集合;
推荐单元,用于从匹配对象集合中过滤掉普通微博用户已收听的匹配对象形成匹配对象推荐列表,将匹配对象推荐列表中的匹配对象推荐给普通微博用户;
其中,所述待匹配对象为被验证了真实身份、且该验证出的真实身份有影响力的微博用户,所述普通微博用户为不需要验证真实身份的微博用户;
所述获取单元获取普通微博用户的特征信息是根据普通微博用户的行为画像执行的,具体包括:
第一判断子单元,用于判断该普通微博用户的行为画像是否已被构建,所述行为画像用于记录用户的特征信息;
获取子单元,用于在所述第一判断子单元的判断结果为是时,根据普通微博用户的行为画像、以及普通微博用户当前所处页面所属的类别获取该普通微博用户的特征信息;
第二判断子单元,用于在所述第一判断子单元的判断结果为否时,判断当前是否达到构建该普通微博用户的行为画像的条件,如果是,则构建该普通微博用户的行为画像,并触发获取子单元获取该普通微博用户的特征信息的操作。
9.根据权利要求8所述的装置,其特征在于,所述标记单元进一步标记待匹配对象在所属类别的重要度;
所述推荐单元按照匹配对象在所属类别的重要度将匹配对象推荐列表中的匹配对象推荐给普通微博用户。
10.根据权利要求8所述的装置,其特征在于,该装置进一步包括:
第一处理单元,用于在所述第二判断子单元的判断结果为否时,
触发所述获取子单元根据普通微博用户当前所处页面所属的类别,或者当前所处页面所属的类别和普通微博用户之前的关注记录,获取该普通微博用户的特征信息;或者,
随机抽取与该普通微博用户之前的关注记录以及该普通微博用户当前所处页面所属的类别匹配的匹配对象给所述普通微博用户。
11.根据权利要求9所述的装置,其特征在于,该装置进一步包括:
第二处理单元,用于记录普通微博用户是否对推荐的匹配对象有收听并分析;并在所述普通微博用户执行页面刷新动作时,从匹配对象推荐列表中过滤掉普通微博用户已收听的匹配对象,按照匹配对象的重要度将该匹配对象推荐列表中剩余的匹配对象推荐给普通微博用户。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110270246.7A CN102999509B (zh) | 2011-09-13 | 信息匹配方法和装置 | |
EP12830968.9A EP2757489A4 (en) | 2011-09-13 | 2012-08-13 | METHOD AND DEVICE FOR DATA MATCHING |
PCT/CN2012/080017 WO2013037256A1 (zh) | 2011-09-13 | 2012-08-13 | 数据匹配方法和装置 |
JP2014530083A JP5823047B2 (ja) | 2011-09-13 | 2012-08-13 | データ整合の方法および装置 |
US14/344,849 US20140379806A1 (en) | 2011-09-13 | 2012-08-13 | Data matching method and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110270246.7A CN102999509B (zh) | 2011-09-13 | 信息匹配方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102999509A CN102999509A (zh) | 2013-03-27 |
CN102999509B true CN102999509B (zh) | 2016-12-14 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009099088A (ja) * | 2007-10-19 | 2009-05-07 | Kddi R & D Laboratories Inc | Snsユーザプロファイル摘出装置、摘出方法並びに摘出プログラム、及び該ユーザプロファイルを利用する装置 |
CN101847226A (zh) * | 2009-12-17 | 2010-09-29 | 广州市盈海文化传播有限公司 | 一种社会性网络sns社区中推荐异性朋友的方法及*** |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009099088A (ja) * | 2007-10-19 | 2009-05-07 | Kddi R & D Laboratories Inc | Snsユーザプロファイル摘出装置、摘出方法並びに摘出プログラム、及び該ユーザプロファイルを利用する装置 |
CN101847226A (zh) * | 2009-12-17 | 2010-09-29 | 广州市盈海文化传播有限公司 | 一种社会性网络sns社区中推荐异性朋友的方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghosh et al. | Entropy-based classification of’retweeting’activity on twitter | |
US10810499B2 (en) | Method and apparatus for recommending social media information | |
WO2017096877A1 (zh) | 一种推荐方法和装置 | |
Xie et al. | Visual memes in social media: tracking real-world news in youtube videos | |
CN109684513B (zh) | 一种低质量视频识别方法及装置 | |
Abel et al. | Twitcident: fighting fire with information from social web streams | |
KR101728122B1 (ko) | 소셜 네트워크에서 사용자들을 추천하기 위한 방법 및 그 시스템 | |
WO2020143156A1 (zh) | 热点视频标注处理方法、装置、计算机设备及存储介质 | |
WO2016074492A1 (zh) | 基于社交平台的数据挖掘方法及装置 | |
WO2018000557A1 (zh) | 搜索结果展示方法和装置 | |
CN112860943A (zh) | 一种教学视频审核方法、装置、设备及介质 | |
JP2013003648A (ja) | コンテンツ抽出装置、コンテンツ抽出方法、及びプログラム | |
Mei et al. | Probabilistic multimodality fusion for event based home photo clustering | |
CN103186555B (zh) | 评价信息生成方法及*** | |
CN109558531A (zh) | 新闻信息推送方法、装置以及计算机设备 | |
Ginsca et al. | Toward an estimation of user tagging credibility for social image retrieval | |
JP2014153977A (ja) | コンテンツ解析装置、コンテンツ解析方法、コンテンツ解析プログラム、およびコンテンツ再生システム | |
WO2013037256A1 (zh) | 数据匹配方法和装置 | |
CN111163366B (zh) | 一种视频处理方法及终端 | |
CN102999509B (zh) | 信息匹配方法和装置 | |
Hussain et al. | Understanding digital ethnography: socio-computational analysis of trending YouTube videos | |
US10922349B1 (en) | Filtering remote access monitoring data | |
CN104850606A (zh) | 一种移动群智感知中社会事件的总结方法 | |
Huang et al. | Social relationship labeling based on multimodal behaviors and social interactions | |
KR101984773B1 (ko) | 스파스 토픽들을 위한 분류자 리콜 추정 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |