CN107368533B - 一种内容项推荐方法、装置及电子设备 - Google Patents
一种内容项推荐方法、装置及电子设备 Download PDFInfo
- Publication number
- CN107368533B CN107368533B CN201710450557.9A CN201710450557A CN107368533B CN 107368533 B CN107368533 B CN 107368533B CN 201710450557 A CN201710450557 A CN 201710450557A CN 107368533 B CN107368533 B CN 107368533B
- Authority
- CN
- China
- Prior art keywords
- recommended
- target
- item
- recommendation
- items
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种内容项推荐方法、装置及电子设备,方法包括:从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度;计算每一目标待推荐项所对应的收益能力;计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;根据所计算出的有效得分,从多个目标待推荐项中确定目标内容项所对应的推荐项,并生成包括推荐项的推荐列表,其中,推荐项对应的有效得分均大于其他目标待推荐项的有效得分。应用本发明实施例所提供的技术方案,可以提高推荐列表的有效性。
Description
技术领域
本发明涉及网络信息技术领域,特别是涉及一种内容项推荐方法、装置及电子设备。
背景技术
随着网络信息技术的发展,推荐***被广泛的应用,用户通过推荐***所推荐的内容可以迅速找到自己感兴趣的内容,从而可以节约大量的时间。
现有技术中,推荐***根据目标内容项,为目标内容项生成推荐列表,在用户点击目标内容项后,通过推荐列表向该用户展示推荐项。推荐列表里都是点击目标内容项的用户可能感兴趣的内容项,这里的内容项可以指视频、音频、商品、应用等可供用户使用消费的内容。在生成目标内容项的推荐列表的过程中,首先,针对目标内容项和目标内容项的待推荐项,获得内容信息(如标签、标题等),以及获得用户的喜好信息(如利用用户购买、点赞等显性行为,浏览、观看等隐性行为来标记用户对内容项的喜好信息);然后,根据获得的内容信息和喜好信息,计算目标内容项和每个待推荐项的相似度,根据相似度确定多个目标待推荐项,并将这多个目标待推荐项组成目标内容项的推荐列表。其中,目标内容项的待推荐项是指在用户点击目标内容项后,可供推荐***推荐给用户继续点击的内容项,例如,对于视频门户网站存储的用于供给用户消费的全部视频而言,目标内容项可以是所存储的全部视频中的任一个,而目标内容项的待推荐项可以是所存储的全部视频中除目标内容项的其他视频。
然而,发明人在实现本发明的过程中发现,现有技术至少存在如下问题:基于上述推荐方法进行内容项的推荐,仅考虑了推荐列表中的推荐项和目标内容项的相似度,所考虑的因素较单一,使得所推荐的内容项无法吸引用户继续点击消费。也就是说,现有技术中存在推荐列表有效性低的问题。
发明内容
本发明实施例的目的在于提供一种项的推荐方法、装置及电子设备,以提高推荐列表的有效性。具体技术方案如下:
在本发明实施的一方面,本发明实施例提供了一种内容项推荐方法,所述方法包括:
从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,所述多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与所述目标内容项的相似度;
计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为所述目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小;
计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;
根据所计算出的有效得分,从所述多个目标待推荐项中确定所述目标内容项所对应的推荐项,并生成包括所述推荐项的推荐列表,其中,所述推荐项对应的有效得分均大于其他目标待推荐项的有效得分。
可选的,所述计算每一目标待推荐项所对应的收益能力的步骤,包括:
收集每一目标待推荐项的推荐日志;
根据所述推荐日志,针对每一目标待推荐项,计算在该目标待推荐项作为所述目标内容项的推荐项的情况下,该目标待推荐项被点击后,展示该目标待推荐项的推荐列表的展示次数,以及该目标待推荐项被展示过的推荐列表的有效点击次数,所述有效点击次数是指满足预设要求的点击的次数;
针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
可选的,所述计算每一目标待推荐项所对应的收益能力的步骤,包括:
收集每一目标待推荐项的推荐日志;
根据所述推荐日志,针对每一目标待推荐项,计算所述目标内容项被点击后,所述目标内容项的有效推荐列表的展示次数,以及所有有效推荐列表中该目标待推荐项的有效点击次数,其中,所述有效推荐列表为该目标待推荐项作为所述目标内容项的推荐项时的推荐列表,所述有效点击次数是指满足预设要求的点击的次数;
针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
可选的,所述方法还包括:
针对于每一目标待推荐项,在计算该目标待推荐项对应的比值失败的情况下,将预设值确定为该目标待推荐项所对应的比值。
可选的,所述计算每一目标待推荐项所对应的有效得分的步骤,包括:
针对每一目标待推荐项,将该目标待推荐项对应的相似度和收益能力加权求和,得到该目标待推荐项所对应的有效得分。
可选的,所述生成包括所述推荐项的推荐列表步骤,包括:
按照各个推荐项的有效得分,对各个推荐项排序,并将排序后的推荐项组成所述目标内容项的推荐列表。
在本发明实施的又一方面,本发明实施例还提供了一种内容项的推荐装置,所述装置包括:
第一确定模块,用于从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,所述多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与所述目标内容项的相似度;
第一计算模块,用于计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为所述目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小;
第二计算模块,用于计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;
处理模块,用于根据所计算出的有效得分,从所述多个目标待推荐项中确定所述目标内容项所对应的推荐项,并生成包括所述推荐项的推荐列表,其中,所述推荐项对应的有效得分均大于其他目标待推荐项的有效得分。
可选的,所述第一计算模块,包括:
第一收集单元,用于收集每一目标待推荐项的推荐日志;
第一处理单元,用于根据所述推荐日志,针对每一目标待推荐项,计算在该目标待推荐项作为所述目标内容项的推荐项的情况下,该目标待推荐项被点击后,展示该目标待推荐项的推荐列表的展示次数,以及该目标待推荐项被展示过的推荐列表的有效点击次数,所述有效点击次数是指满足预设要求的点击的次数;
第一计算单元,用于针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
第一确定单元,用于将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
可选的,所述第一计算模块,包括:
第二收集单元,用于收集每一目标待推荐项的推荐日志;
第二处理单元,用于根据所述推荐日志,针对每一目标待推荐项,计算所述目标内容项被点击后,所述目标内容项的有效推荐列表的展示次数,以及所有有效推荐列表中该目标待推荐项的有效点击次数,其中,所述有效推荐列表为该目标待推荐项作为所述目标内容项的推荐项时的推荐列表,所述有效点击次数是指满足预设要求的点击的次数;
第二计算单元,用于针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
第二确定单元,用于将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
可选的,所述装置还包括:
第二确定模块,用于针对于每一目标待推荐项,在计算该目标待推荐项对应的比值失败的情况下,将预设值确定为该目标待推荐项所对应的比值。
可选的,所述第二计算模块包括:
得分计算单元,用于针对每一目标待推荐项,将该目标待推荐项对应的相似度和收益能力加权求和,得到该目标待推荐项所对应的有效得分。
可选的,所述处理模块用于生成包括所述推荐项的推荐列表时,具体用于按照各个推荐项的有效得分,对各个推荐项排序,并将排序后的推荐项组成所述目标内容项的推荐列表。
在本发明实施的又一方面,本发明实施例还提供了一种电子设备,所述电子设备包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的内容项推荐方法。
在本发明实施的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述任一所述的内容项推荐方法。
在本发明实施的又一方面,本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的内容项推荐方法。
本发明实施例提供的一种内容项推荐方法、装置及电子设备,首先,从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与目标内容项的相似度,这样能够保证每个目标待推荐项与目标内容项都具有一定的相似度,相对于相似度较低的内容项,用户对这些目标待推荐项可能更感兴趣。计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小,收益能力高可以代表用户通过推荐列表连续消费的可能性越大。然后,计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;最后,根据所计算出的有效得分,从多个目标待推荐项中确定目标内容项所对应的推荐项,并生成包括推荐项的推荐列表,其中,推荐项对应的有效得分均大于其他目标待推荐项的有效得分。有效得分越高,代表用户对推荐项感兴趣程度高的可能性越大,且代表用户通过推荐列表连续消费的可能性越大,也就代表推荐项对用户的吸引程度越高,因此,可以提高推荐列表的有效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的一种内容项推荐方法的流程示意图;
图2为计算每一目标待推荐项所对应的收益能力的第一种流程示意图;
图3为计算每一目标待推荐项所对应的收益能力的第二种流程示意图;
图4为本发明实施例提供的一种内容项推荐装置的结构示意图;
图5为第一计算模块的第一种结构示意图;
图6为第一计算模块的第二种结构示意图;
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行描述。
现有技术中关于内容项推荐方法,仅考虑了推荐列表中的推荐项和目标内容项的相似度,所考虑的因素较单一,使得所推荐的内容项无法吸引用户继续点击消费。也就是说,现有技术中存在推荐列表有效性低的问题,为了提高推荐列表的有效性,本发明实施例提供了一种内容项推荐方法、装置及电子设备。
下面首先对本发明实施例所提供的一种内容项推荐方法进行介绍。
需要说明的是,本发明实施例所述及的目标内容项是指待为其生成推荐列表的内容项。
具体应用时,如果目标内容项是用户当前正在消费的内容项,则可以利用本发明实施例所提供的方法、装置或电子设备,在用户消费目标内容项时,生成目标内容项的推荐列表,并将推荐列表推荐给用户,以展示推荐列表中的推荐项。
如果目标内容项不是当前正在消费的内容项,可以利用本发明实施例所提供的方法、装置或电子设备,生成目标内容项的推荐列表并保存,具体的,如果已存在目标内容项的推荐列表,则可以用新生成的推荐列表更新原有的目标内容项的推荐列表;如果原来不存在目标内容项的推荐列表,则直接存储新生成的推荐列表。当用户后期点击消费目标内容项时,将当前保存的目标内容项的推荐列表推荐给用户,以展示推荐列表中的推荐项。
并且,本发明实施例所提供的一种内容项推荐方法可以应用于电子设备,该电子设备可以终端设备或服务器。
如图1所示,该内容项推荐方法包括:
S101、从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与目标内容项的相似度。
本发明实施例中的其他待推荐项是指,目标内容项对应的待推荐项中除多个目标推荐项之外的待推荐项。每一待推荐项与目标内容项分别对应有相似度,相似度表示待推荐项与目标内容项之间的关联程度,相似度越大,表示二者之间的关联程度越高。可以通过已有的方式计算相似度,本发明实施例不再赘述。
目标内容项的待推荐项是指在用户点击目标内容项后,可供推荐***推荐给用户,并可供用户继续点击的内容项,例如,对于音频门户网站存储的用于供给用户消费的全部音频而言,目标内容项可以是所存储的全部音频中的任一个,而目标内容项的待推荐项可以是所存储的全部音频中除目标内容项的其他音频中的部分或全部。
可以理解的是,从目标内容项的待推荐项之间的比较来说,若与目标内容项的相似度越大的待推荐项作为目标内容项的推荐项,被点击消费的可能性就越大;反之,若与目标内容项的相似度越小的待推荐项,作为目标内容项的推荐项,被点击消费的可能性越小。因此,根据本步骤挑选出与目标内容项相似度较大的目标待推荐项,有利于提高由推荐项组成的推荐列表的有效性。
本发明实施例的一种实施方式中,本步骤可以按照以下方式进行:
(1)、针对目标内容项和目标内容项的待推荐项,获得内容信息(如标签、标题等),以及获得用户的喜好信息(如利用用户购买、点赞等显性行为,浏览、观看等隐性行为来标记用户对内容项的喜好信息);
例如,目标内容项是电视剧《甄嬛传》的第十集,目标内容的待推荐项有《甄嬛传》的第十一集、《甄嬛传》的MV宣传视频、《甄嬛传》主演的娱乐新闻视频,各个视频对应的标签、历史观看次数等信息如表一所示:
表一
(2)、根据获得的内容信息和喜好信息,计算目标内容项和每个待推荐项的相似度;
其中,如何计算相似度属于现有技术,在此不做赘述。
(3)、从目标内容项对应的待推荐项中,根据相似度确定多个目标待推荐项,其中,多个目标待推荐项与目标内容项的相似度均大于其他待推荐项与目标内容项的相似度。
具体实施时,可以将目标内容项对应的所有待推荐项按照对应相似度的大小排序,依次选取一定数量的待推荐项作为目标待推荐项。当然,也可以设置一个相似度阈值,从目标内容项对应的待推荐项中,挑选出对应相似度大于相似度阈值的多个待推荐项作为多个目标待推荐项。
S102、计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小;
可以理解的是,通过推荐列表向用户推荐内容项的目的是希望用户可以多点击消费,用户点击消费的越多,供应商获得相应的收益就越多。其中,收益能力可以通过一个数值来表示,这个数值大,代表能力收益能力强,这个数值小,代表收益能力弱。
目标待推荐项对应的收益能力强,代表目标待推荐项作为目标内容项的推荐项时,用户点击目标待推荐项的推荐列表的可能性越大,实际上也是代表用户通过目标内容项的推荐列表点击目标待推荐项,并再点击目标待推荐项的推荐列表的内容项的可能性越大,也即用户连续消费的可能性越大。因此,目标待推荐项对应的收益能力强,目标内容项的推荐列表包括目标待推荐项时,可引起用户连续消费的可能性就越大,说明目标内容项的推荐列表的有效性越高。
反之,目标待推荐项对应的收益能力弱,代表目标待推荐项作为目标内容项的推荐项时,用户点击目标待推荐项的推荐列表的可能性越小,实际上也是代表用户通过目标内容项的推荐列表点击目标待推荐项,并再点击目标待推荐项的推荐列表的内容项的可能性越小,也即用户连续消费的可能性越小。因此,目标待推荐项对应的收益能力弱,目标内容项的推荐列表包括目标待推荐项时,可引起用户连续消费的可能性越小,说明目标内容项的推荐列表有效性越低。
由此可见,如果将对应的收益能力强的目标待推荐项作为目标内容项的推荐项,有利于提高目标内容项的推荐列表的有效性。
具体应用时,可以通过针对目标内容项的历史推荐数据进行统计,统计目标待推荐项过去实际作为目标内容项的推荐项时,用户点击消费的数据。根据所统计的数据可以预测计算出目标待推荐项对应的收益能力。
为了方案清楚及布局清晰,后续对计算每一目标待推荐项所对应的收益能力的具体实现方式进行介绍。
S103、计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;
由于有效得分是根据目标待推荐项所对应的相似度和收益能力计算获得的,所计算的有效得分,综合考虑了目标待推荐项所对应的相似度和收益能力,因此,所计算的有效得分更加能够体现内容项对用户的感兴趣程度以及被点击的可能性,也就是内容项对用户的吸引程度。
S104、根据所计算出的有效得分,从多个目标待推荐项中确定目标内容项所对应的推荐项,并生成包括推荐项的推荐列表,其中,推荐项对应的有效得分均大于其他目标待推荐项的有效得分。
可以理解的是,有效得分较高代表相似度越高和收益能力越强的可能性越大,根据有效得分较高的多个推荐项生成推荐列表,可以提高推荐列表的有效性。
应用图1所示实施例,通过目标待推荐项的确定,可以保证每个目标待推荐项与目标内容项都具有一定的相似度,相对于相似度较低的内容项,用户对这些目标待推荐项可能更感兴趣。由于相似度能够体现用户对目标待推荐项的感兴趣程度,而且所计算的收益能力又能够反映用户连续点击消费的可能性,因此,根据相似度和收益能力所计算的有效得分能够综合反映对应内容项对用户的吸引程度。由此可知,根据有效得分较大的推荐项生成推荐列表,可以提高推荐列表的有效性。
另外,应用本发明实施例所提供的技术方案,可以将相关推荐从点变成线,使用户沿着相关推荐的这条线越走越深,发掘空间较大,提高一次会话的可连续性。具体应用时,如果应用于短视频的连播,再通过视频本身的级联能力,可以提高视频传播的能力,用户的访问深度和停留时长,从而可以获得明显的收益增长。
可选地,本发明实施例的一种实施方式中,如图2所示,计算每一目标待推荐项所对应的收益能力的步骤,可以包括:
S201、收集每一目标待推荐项的推荐日志。
本实施方式中的推荐日志可以是用于记录所有用户点击过的内容项以及所有展示过的推荐列表。
S202、根据推荐日志,针对每一目标待推荐项,计算在该目标待推荐项作为目标内容项的推荐项的情况下,该目标待推荐项被点击后,展示该目标待推荐项的推荐列表的展示次数,以及该目标待推荐项被展示过的推荐列表的有效点击次数,有效点击次数是指满足预设要求的点击的次数。
可以理解的是,推荐日志所记录的推荐历史中,目标待推荐项曾经被作为目标内容项的推荐项,且被用户点击过,推荐***会向用户展示目标待推荐项的推荐列表,并不是每次展示的目标待推荐项的推荐列表都会被用户点击,所以这里述及的展示次数与有效点击次数可能是不同的。
另外,预设要求是预先设置的要求,例如,针对目标待推荐项的推荐列表的内容项的任何一次点击都是一次有效点击,即满足预设要求的点击。再例如,在进行视频推荐时,可以抽取长点击作为有效点击,即满足预设要求的点击,即针对目标待推荐项的推荐列表的视频,只要点击后观看的物理时长超过一定阈值或者观看的物理时长超过对应视频总时长一定的比例,就认为该次点击是长点击。
示例一,《甄嬛传》第一集是目标内容项,《甄嬛传》第二集和《甄嬛传》全集预告视频是目标待推荐项。关于《甄嬛传》第一集的推荐日志记录有:有 50个用户观看过《甄嬛传》第一集,在他们观看的过程中,推荐***向这50个用户展示了《甄嬛传》第一集的第一推荐列表,第一推荐列表中包括《甄嬛传》第二集和《甄嬛传》全集预告视频。这50个用户中有28个点击观看了《甄嬛传》全集预告视频,推荐***继续向这28个用户推荐了第二推荐列表,第二推荐列表包括《甄嬛传》第二集和第三集;另外的20个用户点击了《甄嬛传》第二集,推荐***继续向这20个用户推荐了第三推荐列表,第三推荐列表包括《甄嬛传》第三集和第四集。看到第二推荐列表的28个用户中,有27个通过第二推荐列表点击了《甄嬛传》第二集,看到第三推荐列表的20个用户中,有2个通过第三推荐列表点击了《甄嬛传》第三集。其中,另外,规定只要是针对内容项的点击都是属于满足预设要求的点击。
根据《甄嬛传》第一集的推荐日志,获得《甄嬛传》第二集被点击后其推荐列表即第三推荐列表被展示的次数是20次,第三推荐列表的有效点击次数是 2个。获得《甄嬛传》全集预告视频被点击后其推荐列表即第二推荐列表被展示的次数是28次,第二推荐列表的有效点击次数是27次。
S203、针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
可以理解的是,本步骤中所计算的比值越大,说明在推荐历史中,目标待推荐项作为目标内容项的推荐项被点击后,目标待推荐项的推荐列表被点击的概率越高,按照这个趋势,如果再将目标待推荐项作为目标内容项的推荐项,用户点击目标待推荐项的推荐列表的可能性也越高。
反之,目标待推荐项作为目标内容项的推荐项被点击后,目标待推荐项的推荐列表被点击的概率较低,按照这个趋势,如果再将目标待推荐项作为目标内容项的推荐项,用户点击目标待推荐项的推荐列表的可能性也越低。
因此,本步骤所计算的比值能够很好地表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小。
示例二,接着上述示例一继续说明,根据《甄嬛传》第一集的推荐日志,获得《甄嬛传》第二集被点击后其推荐列表即第三推荐列表被展示的次数是20 次,第三推荐列表的有效点击次数是2次,所计算的比值为1/10。获得《甄嬛传》全集预告视频被点击后其推荐列表即第二推荐列表被展示的次数是28次,第二推荐列表的有效点击次数是27次,所计算的比值为27/28。
S204、将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
由于上一步骤中所计算的比值能够很好地表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小,因此,将该比值作为对应目标待推荐项的收益能力,能够使得生成的推荐列表更具有效性。
示例二,接着上述示例二继续说明,针对《甄嬛传》第二集计算的比值为 1/10,针对《甄嬛传》全集预告视频所计算的比值为27/28。后者的比值大于前者的比值,两者相比较,将后者作为《甄嬛传》第一集的推荐项,更能促使用户连续消费,从而可以提高推荐列表的有效性。可以理解的是,通常电视剧的精彩部分高潮部分并不是在前几集,如果仅按照剧集的顺序进行推荐,可能在前期用户就会弃剧。而如果在前期就推荐用户观看后面的精彩剧情预告,然后再推荐连续的剧集,可以吸引用户继续消费。
可选地,本发明实施例的一种实施方式中,如图3所示,计算每一目标待推荐项所对应的收益能力的步骤,包括:
S301、收集每一目标待推荐项的推荐日志;
本实施方式中的推荐日志可以是用于记录所有用户点击的内容项以及所有展示过的推荐列表。
S302、根据推荐日志,针对每一目标待推荐项,计算目标内容项被点击后,目标内容项的有效推荐列表的展示次数,以及所有有效推荐列表中该目标待推荐项的有效点击次数,其中,有效推荐列表为该目标待推荐项作为目标内容项的推荐项时的推荐列表,有效点击次数是指满足预设要求的点击的次数;
可以理解的是,推荐日志所记录的推荐历史中,目标待推荐项曾经被作为目标内容项的推荐项,通过目标待推荐项的推荐列表的形式展示给用户,并不是每次展示用户都会点击推荐列表中的目标待推荐项,所以这里述及的展示次数与有效点击次数可能是不同的。
另外,预设要求是预先设置的要求,例如,针对目标内容项展示过的包含目标待推荐项的推荐列表,只要点击了对应推荐列表中的目标待推荐项都属于有效点击,即满足预设要求的点击。再例如,在进行视频推荐时,可以抽取长点击作为有效点击,即满足预设要求的点击,即针对目标内容项展示过的包含目标待推荐项的推荐列表,只要点击其中的目标待推荐项后,观看的物理时长超过一定阈值或者观看的物理时长超过对应视频总时长一定的比例,就认为该次点击是长点击。
S303、针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
可以理解的是,本步骤中所计算的比值越大,说明在推荐历史中,目标待推荐项作为目标内容项的推荐项被点击的概率越高。按照这个趋势,如果再将目标待推荐项作为目标内容项的推荐项,用户点击目标待推荐项的可能性也越高。又由于只有目标待推荐项被点击后,才有可能继续点击目标待推荐项的推荐列表的内容项,因此,目标待推荐项作为目标内容项的推荐项被点击的概率越高,会使得用户继续点击目标待推荐项的推荐列表的概率也越高。
反之,本步骤中所计算的比值越小,说明在推荐历史中,目标待推荐项作为目标内容项的推荐项被点击的概率越低。按照这个趋势,如果再将目标待推荐项作为目标内容项的推荐项,用户点击目标待推荐项的可能性也越低。又由于只有目标待推荐项被点击后,才有可能继续点击目标待推荐项的推荐列表的内容项,因此,目标待推荐项作为目标内容项的推荐项被点击的概率越低,会使得用户继续点击目标待推荐项的推荐列表的概率也越低。
由此可知,本步骤所计算的比值能够很好地表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小。
S304、将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
由于上一步骤中所计算的比值能够很好地表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小,因此,将该比值作为对应目标待推荐项的收益能力,能够使得生成的推荐列表更具有效性。
基于上述所给出的计算每一目标待推荐项所对应的收益能力的两种具体实现方式中的任一实现方式,进一步的,该内容项推荐方法还包括:
针对于每一目标待推荐项,在计算该目标待推荐项对应的比值失败的情况下,将预设值确定为该目标待推荐项所对应的比值。
需要说明的是,如果比值计算失败,则无法正确获得目标待推荐项对应的收益能力。例如,在本发明实施例应用的前期,关于目标内容项的推荐日志还没生成,此时,就无法通过推荐日志记录的数据来计算这个比值。另外,这个步骤具体是在将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力的步骤之前执行的,最终可以实现将预设值作为目标待推荐项的收益能力的目的。通过预设值的设置,相当于对这个比值进行初始化,进一步的,通过本发明实施例不断地应用可以消除这个预设值对推荐列表的实际有效性的影响。
由上述分析可知,通过本步骤的设置,使得在应用本发明实施例生成推荐列表时,当比值计算失败的情况下,仍然可以实现推荐列表的生成。
可选地,本发明实施例的一种实施方式中,计算每一目标待推荐项所对应的有效得分的步骤,包括:
针对每一目标待推荐项,将该目标待推荐项对应的相似度和收益能力加权求和,得到该目标待推荐项所对应的有效得分。
通过加权求和的方式计算有效得分,使得获得有效得分的过程更加简单化。其中所使用的权值可以是预先设置的,具体可以根据相似度和收益能力两个参数的相对重要程度来设置,这两个参数的相对重要程度可以根据实际情况来确定,因此,通过本步骤的实施便于调整相似度和收益能力的相对重要程度。
可选地,本发明实施例的一种实施方式中,生成包括推荐项的推荐列表步骤,包括:
按照各个推荐项的有效得分,对各个推荐项排序,并将排序后的推荐项组成目标内容项的推荐列表。
由前述分析过程可知,有效得分越高用户点击对应推荐项的概率越大,有效得分较高的推荐项在推荐列表中靠前排列更容易能引起用户的注意,从而更易提高推荐列表的有效性。
在上述方法实施例的基础上,本发明实施例还提供了一种内容项推荐装置,如图4所示,该装置包括:
第一确定模块41,用于从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与目标内容项的相似度;
第一计算模块42,用于计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小;
第二计算模块43,用于计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;
处理模块44,用于根据所计算出的有效得分,从多个目标待推荐项中确定目标内容项所对应的推荐项,并生成包括推荐项的推荐列表,其中,推荐项对应的有效得分均大于其他目标待推荐项的有效得分。
应用图4所示实施例,通过目标待推荐项的确定,可以保证每个目标待推荐项与目标内容项都具有一定的相似度,相对于相似度较低的内容项,用户对这些目标待推荐项可能更感兴趣。由于相似度能够体现用户对目标待推荐项的感兴趣程度,而且所计算的收益能力又能够反映用户连续点击消费的可能性,因此,根据相似度和收益能力所计算的有效得分能够综合反映对应内容项对用户的吸引程度。由此可知,根据有效得分较大的推荐项生成推荐列表,可以提高推荐列表的有效性。
本发明实施例的一种实施方式中,如图5所示,第一计算模块42,包括:
第一收集单元51,用于收集每一目标待推荐项的推荐日志;
第一处理单元52,用于根据推荐日志,针对每一目标待推荐项,计算在该目标待推荐项作为目标内容项的推荐项的情况下,该目标待推荐项被点击后,展示该目标待推荐项的推荐列表的展示次数,以及该目标待推荐项被展示过的推荐列表的有效点击次数,有效点击次数是指满足预设要求的点击的次数;
第一计算单元53,用于针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
第一确定单元54,用于将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
本发明实施例的一种实施方式中,如图6所示,本实施方式的第一计算模块42,包括:
第二收集单元61,用于收集每一目标待推荐项的推荐日志;
第二处理单元62,用于根据推荐日志,针对每一目标待推荐项,计算目标内容项被点击后,目标内容项的有效推荐列表的展示次数,以及所有有效推荐列表中该目标待推荐项的有效点击次数,其中,有效推荐列表为该目标待推荐项作为目标内容项的推荐项时的推荐列表,有效点击次数是指满足预设要求的点击的次数;
第二计算单元63,用于针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
第二确定单元64,用于将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
本发明实施例的一种实施方式中,该内容项推荐装置还包括:
第二确定模块,用于针对于每一目标待推荐项,在计算该目标待推荐项对应的比值失败的情况下,将预设值确定为该目标待推荐项所对应的比值。
本发明实施例的一种实施方式中,第二计算模块43包括:
得分计算单元,用于针对每一目标待推荐项,将该目标待推荐项对应的相似度和收益能力加权求和,得到该目标待推荐项所对应的有效得分。
本发明实施例的一种实施方式中,处理模块用于生成包括推荐项的推荐列表时,具体用于按照各个推荐项的有效得分,对各个推荐项排序,并将排序后的推荐项组成目标内容项的推荐列表。
本发明实施例还提供了一种电子设备,如图7所示,图7为本发明实施例提供的一种电子设备的结构示意图,该电子设备包括处理器71、通信接口72、存储器73和通信总线74,其中,处理器71,通信接口72,存储器73通过通信总线 74完成相互间的通信,
存储器73,用于存放计算机程序;
处理器71,用于执行存储器73上所存放的程序时,实现如下步骤:
从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与目标内容项的相似度;
计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小;
计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分根据该目标待推荐项所对应的相似度和收益能力计算所得;
根据所计算出的有效得分,从多个目标待推荐项中确定目标内容项所对应的推荐项,并生成包括推荐项的推荐列表,其中,推荐项对应的有效得分均大于其他目标待推荐项的有效得分。
需要说明的是,关于该方法各个步骤的具体实现以及相关解释内容可以参见上述的方法实施例,在此不做赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral PomponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Ne twork Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Applica tion SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的内容项推荐方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的内容项推荐方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (13)
1.一种内容项推荐方法,其特征在于,所述方法包括:
从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,所述多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与所述目标内容项的相似度;
计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为所述目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小;所述目标待推荐项的推荐列表,是目标待推荐项被用户点击后所展示的推荐列表;
计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;
根据所计算出的有效得分,从所述多个目标待推荐项中确定所述目标内容项所对应的推荐项,并生成包括所述推荐项的推荐列表,其中,所述推荐项对应的有效得分均大于其他目标待推荐项的有效得分。
2.根据权利要求1所述的推荐方法,其特征在于,所述计算每一目标待推荐项所对应的收益能力的步骤,包括:
收集每一目标待推荐项的推荐日志;
根据所述推荐日志,针对每一目标待推荐项,计算在该目标待推荐项作为所述目标内容项的推荐项的情况下,该目标待推荐项被点击后,展示该目标待推荐项的推荐列表的展示次数,以及该目标待推荐项被展示过的推荐列表的有效点击次数,所述有效点击次数是指满足预设要求的点击的次数;
针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
3.根据权利要求1所述的推荐方法,其特征在于,所述计算每一目标待推荐项所对应的收益能力的步骤,包括:
收集每一目标待推荐项的推荐日志;
根据所述推荐日志,针对每一目标待推荐项,计算所述目标内容项被点击后,所述目标内容项的有效推荐列表的展示次数,以及所有有效推荐列表中该目标待推荐项的有效点击次数,其中,所述有效推荐列表为该目标待推荐项作为所述目标内容项的推荐项时的推荐列表,所述有效点击次数是指满足预设要求的点击的次数;
针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
4.根据权利要求2或3所述的推荐方法,其特征在于,所述方法还包括:
针对于每一目标待推荐项,在计算该目标待推荐项对应的比值失败的情况下,将预设值确定为该目标待推荐项所对应的比值。
5.根据权利要求1所述的推荐方法,其特征在于,所述计算每一目标待推荐项所对应的有效得分的步骤,包括:
针对每一目标待推荐项,将该目标待推荐项对应的相似度和收益能力加权求和,得到该目标待推荐项所对应的有效得分。
6.根据权利要求1所述的推荐方法,其特征在于,所述生成包括所述推荐项的推荐列表步骤,包括:
按照各个推荐项的有效得分,对各个推荐项排序,并将排序后的推荐项组成所述目标内容项的推荐列表。
7.一种内容项推荐装置,其特征在于,所述装置包括:
第一确定模块,用于从目标内容项对应的待推荐项中,确定多个目标待推荐项,其中,所述多个目标待推荐项对应的相似度均大于其他待推荐项对应的相似度,任一项对应的相似度为该项与所述目标内容项的相似度;
第一计算模块,用于计算每一目标待推荐项所对应的收益能力,其中,任一目标待推荐项所对应的收益能力表征该目标待推荐项作为所述目标内容项的推荐项时,用户点击该目标待推荐项的推荐列表的可能性的大小;所述目标待推荐项的推荐列表,是目标待推荐项被用户点击后所展示的推荐列表;
第二计算模块,用于计算每一目标待推荐项所对应的有效得分,其中,任一目标待推荐项所对应的有效得分是根据该目标待推荐项所对应的相似度和收益能力计算所得到的;
处理模块,用于根据所计算出的有效得分,从所述多个目标待推荐项中确定所述目标内容项所对应的推荐项,并生成包括所述推荐项的推荐列表,其中,所述推荐项对应的有效得分均大于其他目标待推荐项的有效得分。
8.根据权利要求7所述的推荐装置,其特征在于,所述第一计算模块,包括:
第一收集单元,用于收集每一目标待推荐项的推荐日志;
第一处理单元,用于根据所述推荐日志,针对每一目标待推荐项,计算在该目标待推荐项作为所述目标内容项的推荐项的情况下,该目标待推荐项被点击后,展示该目标待推荐项的推荐列表的展示次数,以及该目标待推荐项被展示过的推荐列表的有效点击次数,所述有效点击次数是指满足预设要求的点击的次数;
第一计算单元,用于针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
第一确定单元,用于将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
9.根据权利要求7所述的推荐装置,其特征在于,所述第一计算模块,包括:
第二收集单元,用于收集每一目标待推荐项的推荐日志;
第二处理单元,用于根据所述推荐日志,针对每一目标待推荐项,计算所述目标内容项被点击后,所述目标内容项的有效推荐列表的展示次数,以及所有有效推荐列表中该目标待推荐项的有效点击次数,其中,所述有效推荐列表为该目标待推荐项作为所述目标内容项的推荐项时的推荐列表,所述有效点击次数是指满足预设要求的点击的次数;
第二计算单元,用于针对每一目标待推荐项,计算该目标待推荐项对应的有效点击次数与对应的展示次数的比值;
第二确定单元,用于将每一目标待推荐项对应的比值,确定为对应目标待推荐项的收益能力。
10.根据权利要求8或9所述的推荐装置,其特征在于,所述装置还包括:
第二确定模块,用于针对于每一目标待推荐项,在计算该目标待推荐项对应的比值失败的情况下,将预设值确定为该目标待推荐项所对应的比值。
11.根据权利要求7所述的推荐装置,其特征在于,所述第二计算模块包括:
得分计算单元,用于针对每一目标待推荐项,将该目标待推荐项对应的相似度和收益能力加权求和,得到该目标待推荐项所对应的有效得分。
12.根据权利要求7所述的推荐装置,其特征在于,
所述处理模块用于生成包括所述推荐项的推荐列表时,具体用于按照各个推荐项的有效得分,对各个推荐项排序,并将排序后的推荐项组成所述目标内容项的推荐列表。
13.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710450557.9A CN107368533B (zh) | 2017-06-15 | 2017-06-15 | 一种内容项推荐方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710450557.9A CN107368533B (zh) | 2017-06-15 | 2017-06-15 | 一种内容项推荐方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107368533A CN107368533A (zh) | 2017-11-21 |
CN107368533B true CN107368533B (zh) | 2020-04-03 |
Family
ID=60306302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710450557.9A Active CN107368533B (zh) | 2017-06-15 | 2017-06-15 | 一种内容项推荐方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368533B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860870A (zh) * | 2020-07-29 | 2020-10-30 | 北京达佳互联信息技术有限公司 | 交互行为确定模型的训练方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559206A (zh) * | 2013-10-10 | 2014-02-05 | Tcl集团股份有限公司 | 一种信息推荐方法及*** |
CN103870454A (zh) * | 2012-12-07 | 2014-06-18 | 盛乐信息技术(上海)有限公司 | 数据推荐方法及*** |
CN105872629A (zh) * | 2016-03-18 | 2016-08-17 | 合网络技术(北京)有限公司 | 内容推荐方法、装置及*** |
CN106294775A (zh) * | 2016-08-11 | 2017-01-04 | 合智能科技(深圳)有限公司 | 内容推送方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544150B (zh) * | 2012-07-10 | 2016-03-09 | 腾讯科技(深圳)有限公司 | 为移动终端浏览器提供推荐信息的方法及*** |
-
2017
- 2017-06-15 CN CN201710450557.9A patent/CN107368533B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870454A (zh) * | 2012-12-07 | 2014-06-18 | 盛乐信息技术(上海)有限公司 | 数据推荐方法及*** |
CN103559206A (zh) * | 2013-10-10 | 2014-02-05 | Tcl集团股份有限公司 | 一种信息推荐方法及*** |
CN105872629A (zh) * | 2016-03-18 | 2016-08-17 | 合网络技术(北京)有限公司 | 内容推荐方法、装置及*** |
CN106294775A (zh) * | 2016-08-11 | 2017-01-04 | 合智能科技(深圳)有限公司 | 内容推送方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107368533A (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929052B (zh) | 多媒体资源推荐方法、装置、电子设备及存储介质 | |
CN109819284B (zh) | 一种短视频推荐方法、装置、计算机设备及存储介质 | |
CN108028962B (zh) | 处理视频使用情况信息以投放广告 | |
CN109753601B (zh) | 推荐信息点击率确定方法、装置及电子设备 | |
US10277696B2 (en) | Method and system for processing data used by creative users to create media content | |
CA2710238C (en) | Video quality measures | |
US8566315B1 (en) | Sequenced video segment mix | |
CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
CN109511015B (zh) | 多媒体资源推荐方法、装置、存储介质及设备 | |
WO2012075335A2 (en) | Recommendations based on topic clusters | |
CN112364202A (zh) | 视频推荐方法、装置及电子设备 | |
US11423096B2 (en) | Method and apparatus for outputting information | |
US9436766B1 (en) | Clustering of documents for providing content | |
CN106599165B (zh) | 一种基于播放行为的内容推荐方法及服务器 | |
CN105915956A (zh) | 视频内容的推荐方法、装置、服务器及*** | |
US20140222831A1 (en) | Method and system for personalized delivery of media content | |
US20170155939A1 (en) | Method and System for Processing Data Used By Creative Users to Create Media Content | |
CN110674345A (zh) | 一种视频搜索方法、装置及服务器 | |
CN111552884B (zh) | 用于内容推荐的方法和设备 | |
CN113656681B (zh) | 一种对象评价方法、装置、设备及存储介质 | |
CN106354867A (zh) | 多媒体资源的推荐方法及装置 | |
CN111815375A (zh) | 广告投放中的用户画像方法及装置 | |
CN104035964A (zh) | 一种用于提供信誉相关信息的方法和设备 | |
CN111314790A (zh) | 一种视频播放记录的排序方法、装置和电子设备 | |
US20220309055A1 (en) | Intelligent assistant for a browser using content and structured data |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |