CN106649655A - 视频app中个性化推荐方法及*** - Google Patents
视频app中个性化推荐方法及*** Download PDFInfo
- Publication number
- CN106649655A CN106649655A CN201611142770.5A CN201611142770A CN106649655A CN 106649655 A CN106649655 A CN 106649655A CN 201611142770 A CN201611142770 A CN 201611142770A CN 106649655 A CN106649655 A CN 106649655A
- Authority
- CN
- China
- Prior art keywords
- information
- video
- user
- app
- personalized recommendation
- 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.)
- Pending
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
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/738—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
一种视频app中个性化推荐方法,包括:S1、获取视频app中用户的个人信息;S2、在视频app中视频进行播放时,根据视频标签信息获得视频的类型信息,并通过视频app监控得到该视频信息;S3、根据视频app中用户的个人信息获取用户的朋友圈信息;根据用户的个人信息预测用户的初步视频偏好信息;S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表,通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表;S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表;在视频app上显示最终视频个性化推荐列表。
Description
技术领域
本发明涉及个性化推荐技术领域,特别涉及一种视频app中个性化推荐方法及***。
背景技术
互联网是人们获取信息的一个重要途径,传统互联网的主要特点在于用户寻找自己感兴趣的事物时,需要通过浏览器进行大量的搜索,同时需要人工地过滤掉大量不相关的结果,操作繁琐,且耗费时间和精力。
以电子商务为例,传统电子商务的主要特点在于用户登陆各个电子商务平台,寻找自己感兴趣的商品,然后进行购买。但是随着电子商务规模的不断扩大,商家通过购物网站提供了大量的商品,使用户无法快速了解所有的商品,也无法直接检查商品的质量,用户需要花费大量的时间与精力才能找到自己需要的商品。这种浏览大量无关的信息和产品过程,无疑会使淹没在海量信息中的消费者因为没有发现在自己需要或者感兴趣的商品而不断流失,不仅仅使用户购物的时间成本大幅增加,同时使电子商务平台的商品购买的转化率非常低。
现有技术中,提出了根据用户购买或者浏览行为,运用某一种推荐算法进行特征信息(如商品信息)的个性化推荐方法,例如,首先根据图书类别、内容对图书进行聚类,建立图书聚类体系,比如A与B为一类图书。然后根据用户的浏览行为和购买记录,分析用户感兴趣图书,比如用户目前浏览商品为A或者历史购买过A,即可将同类的B图书推荐给A。
但是现有的个性化推荐方法多停留在基于物品、基于用户或基于协同过滤的个性化推荐方法。不适应于视频app中个性化的推荐。
发明内容
有鉴于此,本发明提出一种适用于视频app中个性化推荐的视频app中个性化推荐方法及***。
一种视频app中个性化推荐方法,其包括如下步骤:
S1、获取视频app中用户的个人信息;
S2、在视频app中视频进行播放时,根据视频标签信息获得视频的类型信息,并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息;
S3、根据视频app中用户的个人信息获取用户的朋友圈信息;根据用户的个人信息预测用户的初步视频偏好信息;从用户的朋友圈信息中提取用户的显性表达信息,从显性表达信息中分析得到用户的情感偏好;
S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表,通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表;
S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表;在视频app上显示最终视频个性化推荐列表。
在本发明所述的视频app中个性化推荐方法中,
其还包括如下步骤:
S6、获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录,并记录点击、播放记录,用于对下次的视频个性化推荐列表进行优化。
在本发明所述的视频app中个性化推荐方法中,
所述步骤S1包括:
获取用户在视频app上的用户个人信息的隐私设定信息;通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限;在具有权限时,获取用户在视频app上的用户个人信息;所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息;所述用户的显性信息包括用户的年龄、性别、职业信息;所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的视频app中个性化推荐方法中,
所述步骤S2中设置播放信息权值;播放信息权值为1加视频的播放时长与视频时长的比值;
监控用户的暂停、倒退信息;在获取到用户的暂停、倒退信息时,提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息;
通过图像分析获取第一视频帧信息的内容信息,将第一视频帧信息的内容信息作为正向内容信息;
监控用户的快进信息;在获取到用户的快进信息时,提取快进开始到终止区间内的第二视频帧信息;
通过图像分析获取第二视频帧信息的内容信息,将第二视频帧信息的内容信息作为负向内容信息;
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
本发明还提供一种视频app中个性化推荐***,其包括如下单元:
个人信息获取单元,用于获取视频app中用户的个人信息;
播放信息获取单元,用于在视频app中视频进行播放时,根据视频标签信息获得视频的类型信息,并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息;
信息提取分析单元,用于根据视频app中用户的个人信息获取用户的朋友圈信息;根据用户的个人信息预测用户的初步视频偏好信息;从用户的朋友圈信息中提取用户的显性表达信息,从显性表达信息中分析得到用户的情感偏好;
推荐备选列表生成单元,用于通过播放信息获取单元中的视频的类型信息获得视频个性化推荐的初步列表,通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表;
最终推荐列表生成单元,用于通过信息提取分析单元中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表;在视频app上显示最终视频个性化推荐列表。
在本发明所述的视频app中个性化推荐***中,
其还包括如下单元:
推荐反馈单元,用于获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录,并记录点击、播放记录,用于对下次的视频个性化推荐列表进行优化。
在本发明所述的视频app中个性化推荐***中,
所述个人信息获取单元包括:
获取用户在视频app上的用户个人信息的隐私设定信息;通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限;在具有权限时,获取用户在视频app上的用户个人信息;所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息;所述用户的显性信息包括用户的年龄、性别、职业信息;所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的视频app中个性化推荐***中,
所述播放信息获取单元中设置播放信息权值;播放信息权值为1加视频的播放时长与视频时长的比值;
监控用户的暂停、倒退信息;在获取到用户的暂停、倒退信息时,提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息;
通过图像分析获取第一视频帧信息的内容信息,将第一视频帧信息的内容信息作为正向内容信息;
监控用户的快进信息;在获取到用户的快进信息时,提取快进开始到终止区间内的第二视频帧信息;
通过图像分析获取第二视频帧信息的内容信息,将第二视频帧信息的内容信息作为负向内容信息;
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
本发明提供的视频app中个性化推荐方法及***,相对于现有技术,能够克服现有技术存在的现有的个性化推荐方法多停留在基于物品、基于用户或基于协同过滤的个性化推荐方法;不适应于视频app中个性化的推荐的缺陷。
附图说明
图1是本发明实施例的视频app中个性化推荐***结构框图。
具体实施方式
本发明实施例提供一种视频app中个性化推荐方法,其包括如下步骤:
S1、获取视频app中用户的个人信息;
S2、在视频app中视频进行播放时,根据视频标签信息获得视频的类型信息,并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息;
S3、根据视频app中用户的个人信息获取用户的朋友圈信息;根据用户的个人信息预测用户的初步视频偏好信息;从用户的朋友圈信息中提取用户的显性表达信息,从显性表达信息中分析得到用户的情感偏好;
S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表,通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表;
S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表;在视频app上显示最终视频个性化推荐列表。
在本发明实施例中,结合了用户的个人信息、视频的播放信息、朋友圈信息,能够从各个角度对用户的偏好进行预测,优于现有的个性化推荐算法。
在本发明所述的视频app中个性化推荐方法中,
其还包括如下步骤:
S6、获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录,并记录点击、播放记录,用于对下次的视频个性化推荐列表进行优化。
在本发明所述的视频app中个性化推荐方法中,
所述步骤S1包括:
获取用户在视频app上的用户个人信息的隐私设定信息;通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限;在具有权限时,获取用户在视频app上的用户个人信息;所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息;所述用户的显性信息包括用户的年龄、性别、职业信息;所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的视频app中个性化推荐方法中,
所述步骤S2中设置播放信息权值;播放信息权值为1加视频的播放时长与视频时长的比值;
监控用户的暂停、倒退信息;在获取到用户的暂停、倒退信息时,提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息;
通过图像分析获取第一视频帧信息的内容信息,将第一视频帧信息的内容信息作为正向内容信息;
监控用户的快进信息;在获取到用户的快进信息时,提取快进开始到终止区间内的第二视频帧信息;
通过图像分析获取第二视频帧信息的内容信息,将第二视频帧信息的内容信息作为负向内容信息;
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
通过实施本发明实施例,能够从视频信息本身得出用户对于该视频的各个片段的喜好,使得后续的推荐更为精准。
如图1所示,本发明实施例还提供一种视频app中个性化推荐***,其包括如下单元:
个人信息获取单元,用于获取视频app中用户的个人信息;
播放信息获取单元,用于在视频app中视频进行播放时,根据视频标签信息获得视频的类型信息,并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息;
信息提取分析单元,用于根据视频app中用户的个人信息获取用户的朋友圈信息;根据用户的个人信息预测用户的初步视频偏好信息;从用户的朋友圈信息中提取用户的显性表达信息,从显性表达信息中分析得到用户的情感偏好;
推荐备选列表生成单元,用于通过播放信息获取单元中的视频的类型信息获得视频个性化推荐的初步列表,通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表;
最终推荐列表生成单元,用于通过信息提取分析单元中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表;在视频app上显示最终视频个性化推荐列表。
在本发明所述的视频app中个性化推荐***中,
其还包括如下单元:
推荐反馈单元,用于获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录,并记录点击、播放记录,用于对下次的视频个性化推荐列表进行优化。
在本发明所述的视频app中个性化推荐***中,
所述个人信息获取单元包括:
获取用户在视频app上的用户个人信息的隐私设定信息;通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限;在具有权限时,获取用户在视频app上的用户个人信息;所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息;所述用户的显性信息包括用户的年龄、性别、职业信息;所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的视频app中个性化推荐***中,
所述播放信息获取单元中设置播放信息权值;播放信息权值为1加视频的播放时长与视频时长的比值;
监控用户的暂停、倒退信息;在获取到用户的暂停、倒退信息时,提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息;
通过图像分析获取第一视频帧信息的内容信息,将第一视频帧信息的内容信息作为正向内容信息;
监控用户的快进信息;在获取到用户的快进信息时,提取快进开始到终止区间内的第二视频帧信息;
通过图像分析获取第二视频帧信息的内容信息,将第二视频帧信息的内容信息作为负向内容信息;
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
本发明提供的视频app中个性化推荐方法及***,相对于现有技术,能够克服现有技术存在的现有的个性化推荐方法多停留在基于物品、基于用户或基于协同过滤的个性化推荐方法;不适应于视频app中个性化的推荐的缺陷。
结合本文中所公开的实施例描述的方法或算法的可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
可以理解的是,对于本领域的普通技术人员来说,可以根据本发明的技术构思做出其它各种相应的改变与变形,而所有这些改变与变形都应属于本发明权利要求的保护范围。
Claims (8)
1.一种视频app中个性化推荐方法,其包括如下步骤:
S1、获取视频app中用户的个人信息;
S2、在视频app中视频进行播放时,根据视频标签信息获得视频的类型信息,并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息;
S3、根据视频app中用户的个人信息获取用户的朋友圈信息;根据用户的个人信息预测用户的初步视频偏好信息;从用户的朋友圈信息中提取用户的显性表达信息,从显性表达信息中分析得到用户的情感偏好;
S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表,通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表;
S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表;在视频app上显示最终视频个性化推荐列表。
2.如权利要求1所述的视频app中个性化推荐方法,其特征在于,
其还包括如下步骤:
S6、获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录,并记录点击、播放记录,用于对下次的视频个性化推荐列表进行优化。
3.如权利要求2所述的视频app中个性化推荐方法,其特征在于,
所述步骤S1包括:
获取用户在视频app上的用户个人信息的隐私设定信息;通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限;在具有权限时,获取用户在视频app上的用户个人信息;所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息;所述用户的显性信息包括用户的年龄、性别、职业信息;所述用户的隐性信息包括用户的视频点击信息。
4.如权利要求3所述的视频app中个性化推荐方法,其特征在于,
所述步骤S2中设置播放信息权值;播放信息权值为1加视频的播放时长与视频时长的比值;
监控用户的暂停、倒退信息;在获取到用户的暂停、倒退信息时,提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息;
通过图像分析获取第一视频帧信息的内容信息,将第一视频帧信息的内容信息作为正向内容信息;
监控用户的快进信息;在获取到用户的快进信息时,提取快进开始到终止区间内的第二视频帧信息;
通过图像分析获取第二视频帧信息的内容信息,将第二视频帧信息的内容信息作为负向内容信息;
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
5.一种视频app中个性化推荐***,其包括如下单元:
个人信息获取单元,用于获取视频app中用户的个人信息;
播放信息获取单元,用于在视频app中视频进行播放时,根据视频标签信息获得视频的类型信息,并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息;
信息提取分析单元,用于根据视频app中用户的个人信息获取用户的朋友圈信息;根据用户的个人信息预测用户的初步视频偏好信息;从用户的朋友圈信息中提取用户的显性表达信息,从显性表达信息中分析得到用户的情感偏好;
推荐备选列表生成单元,用于通过播放信息获取单元中的视频的类型信息获得视频个性化推荐的初步列表,通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表;
最终推荐列表生成单元,用于通过信息提取分析单元中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表;在视频app上显示最终视频个性化推荐列表。
6.如权利要求5所述的视频app中个性化推荐***,其特征在于,
其还包括如下单元:
推荐反馈单元,用于获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录,并记录点击、播放记录,用于对下次的视频个性化推荐列表进行优化。
7.如权利要求6所述的视频app中个性化推荐***,其特征在于,
所述个人信息获取单元包括:
获取用户在视频app上的用户个人信息的隐私设定信息;通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限;在具有权限时,获取用户在视频app上的用户个人信息;所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息;所述用户的显性信息包括用户的年龄、性别、职业信息;所述用户的隐性信息包括用户的视频点击信息。
8.如权利要求7所述的视频app中个性化推荐***,其特征在于,
所述播放信息获取单元中设置播放信息权值;播放信息权值为1加视频的播放时长与视频时长的比值;
监控用户的暂停、倒退信息;在获取到用户的暂停、倒退信息时,提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息;
通过图像分析获取第一视频帧信息的内容信息,将第一视频帧信息的内容信息作为正向内容信息;
监控用户的快进信息;在获取到用户的快进信息时,提取快进开始到终止区间内的第二视频帧信息;
通过图像分析获取第二视频帧信息的内容信息,将第二视频帧信息的内容信息作为负向内容信息;
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611142770.5A CN106649655A (zh) | 2016-12-13 | 2016-12-13 | 视频app中个性化推荐方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611142770.5A CN106649655A (zh) | 2016-12-13 | 2016-12-13 | 视频app中个性化推荐方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106649655A true CN106649655A (zh) | 2017-05-10 |
Family
ID=58824907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611142770.5A Pending CN106649655A (zh) | 2016-12-13 | 2016-12-13 | 视频app中个性化推荐方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106649655A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107911491A (zh) * | 2017-12-27 | 2018-04-13 | 广东欧珀移动通信有限公司 | 信息推荐方法、装置及存储介质、服务器和移动终端 |
CN110321479A (zh) * | 2019-05-27 | 2019-10-11 | 哈尔滨工业大学(深圳) | 一种隐私保护移动服务推荐方法及客户端、推荐*** |
CN112507163A (zh) * | 2020-12-02 | 2021-03-16 | 北京奇艺世纪科技有限公司 | 时长预测模型训练方法、推荐方法、装置、设备及介质 |
CN113423014A (zh) * | 2021-06-08 | 2021-09-21 | 深圳康佳电子科技有限公司 | 一种播放信息的推送方法、装置、终端设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714130A (zh) * | 2013-12-12 | 2014-04-09 | 深圳先进技术研究院 | 视频推荐***及方法 |
US20140278308A1 (en) * | 2013-03-15 | 2014-09-18 | Yahoo! Inc. | Method and system for measuring user engagement using click/skip in content stream |
CN104463339A (zh) * | 2014-12-23 | 2015-03-25 | 合一网络技术(北京)有限公司 | 多媒体资源制作者的评估方法及其装置 |
CN105282565A (zh) * | 2015-09-29 | 2016-01-27 | 北京奇艺世纪科技有限公司 | 一种视频推荐方法和装置 |
-
2016
- 2016-12-13 CN CN201611142770.5A patent/CN106649655A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278308A1 (en) * | 2013-03-15 | 2014-09-18 | Yahoo! Inc. | Method and system for measuring user engagement using click/skip in content stream |
CN103714130A (zh) * | 2013-12-12 | 2014-04-09 | 深圳先进技术研究院 | 视频推荐***及方法 |
CN104463339A (zh) * | 2014-12-23 | 2015-03-25 | 合一网络技术(北京)有限公司 | 多媒体资源制作者的评估方法及其装置 |
CN105282565A (zh) * | 2015-09-29 | 2016-01-27 | 北京奇艺世纪科技有限公司 | 一种视频推荐方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107911491A (zh) * | 2017-12-27 | 2018-04-13 | 广东欧珀移动通信有限公司 | 信息推荐方法、装置及存储介质、服务器和移动终端 |
CN110321479A (zh) * | 2019-05-27 | 2019-10-11 | 哈尔滨工业大学(深圳) | 一种隐私保护移动服务推荐方法及客户端、推荐*** |
CN110321479B (zh) * | 2019-05-27 | 2021-07-20 | 哈尔滨工业大学(深圳) | 一种隐私保护移动服务推荐方法及客户端、推荐*** |
CN112507163A (zh) * | 2020-12-02 | 2021-03-16 | 北京奇艺世纪科技有限公司 | 时长预测模型训练方法、推荐方法、装置、设备及介质 |
CN113423014A (zh) * | 2021-06-08 | 2021-09-21 | 深圳康佳电子科技有限公司 | 一种播放信息的推送方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106604066B (zh) | 改进的视频app中个性化推荐方法及*** | |
JP6689720B2 (ja) | 情報提示装置の制御方法、及び、情報提示装置 | |
Chang et al. | Crowd-based personalized natural language explanations for recommendations | |
CN106464758B (zh) | 利用用户信号来发起通信 | |
CN106792171A (zh) | 智能视频app中个性化推荐方法及*** | |
US20140330653A1 (en) | Information Recommendation Method and Apparatus | |
JP6291481B2 (ja) | 現在提示中のメディア・プログラムの後来部分の決定 | |
CN106649655A (zh) | 视频app中个性化推荐方法及*** | |
US20220269723A1 (en) | Song similarity determination | |
CN104598505B (zh) | 多媒体资源推荐方法及装置 | |
CN105975472A (zh) | 一种推荐方法和装置 | |
JP6635587B2 (ja) | 広告文選択装置及びプログラム | |
US10839444B2 (en) | Coaching method and system considering relationship type | |
CN101853259A (zh) | 添加和处理带有情感数据的标签的方法和设备 | |
KR102131791B1 (ko) | 추천 컨텐츠 및 연관 컨텐츠 제공 방법 | |
JP6784499B2 (ja) | 決定装置、決定方法及び決定プログラム | |
CN108319643A (zh) | 多媒体信息的评测方法和*** | |
JP6137960B2 (ja) | コンテンツ検索装置、方法及びプログラム | |
CN106708871A (zh) | 一种社交业务特征用户的识别方法和装置 | |
Aprilia et al. | Online buying decision process among gen y instagram users | |
CN113535991A (zh) | 一种多媒体资源推荐方法、装置、电子设备及存储介质 | |
US11496802B2 (en) | Media stream delivery | |
US20220036427A1 (en) | Method for managing immersion level and electronic device supporting same | |
KR102245492B1 (ko) | 사용자에 의해 선택된 의류 이미지를 기반으로 사용자의 스타일 확인 기능을 제공하는 전자 단말 장치 | |
JP5155290B2 (ja) | 購買ステージ判定装置及び購買ステージ判定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |