CN109376313A - 信息推荐方法、装置、终端及存储介质 - Google Patents
信息推荐方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN109376313A CN109376313A CN201811143317.5A CN201811143317A CN109376313A CN 109376313 A CN109376313 A CN 109376313A CN 201811143317 A CN201811143317 A CN 201811143317A CN 109376313 A CN109376313 A CN 109376313A
- Authority
- CN
- China
- Prior art keywords
- poi
- user
- portrait
- information
- terminal
- 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.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种信息推荐方法、装置、终端及存储介质,属于信息推荐领域。该方法包括:采集所处环境中至少一个WiFi网络的WiFi数据;根据至少一个WiFi网络的WiFi数据确定终端所处的目标区域;获取目标区域内至少一个POI的POI信息;根据用户画像从POI中筛选推荐POI,用户画像用于标识用户特征,推荐POI与用户画像匹配;显示推荐POI的POI信息。相较于相关技术中显示附近所有商户的相关信息,本申请实施例中,基于用户画像进行POI筛选,使得终端最终显示的POI信息符合用户特征,避免用户手动从大量不感兴趣的信息中筛选出感兴趣的信息,提高了推荐信息的准确性,以及用户获取信息的效率。
Description
技术领域
本申请实施例涉及信息推荐技术领域,特别涉及一种信息推荐方法、装置、终端及存储介质。
背景技术
目前,为了更加智能地向用户提供商业服务,越来越多的移动终端开始提供近场服务功能,以提高用户获取相关服务的效率,提升用户体验。其中,近场服务功能是一种根据用户的地理位置信息向用户推荐附近服务的功能。
通常情况下,近场服务是基于终端连接的商户无线保真(Wireless Fidelity,WiFi)来定位用户的地理位置,然后根据该地理位置向终端反馈附近所有商户的相关信息,以便终端进行显示。
发明内容
本申请实施例提供了一种信息推荐方法、装置、终端及存储介质,可以解决相关技术中终端显示附近所有商户的信息,显示的信息量较大,用户需要花费较长时间查找目标商户的信息,导致信息获取效率较低的问题。所述技术方案如下:
一方面,提供了一种信息推荐方法,所述方法包括:
采集所处环境中至少一个WiFi网络的WiFi数据;
根据所述至少一个WiFi网络的WiFi数据确定终端所处的目标区域;
获取所述目标区域内至少一个兴趣点(Ponit Of Interest,POI)的POI信息;
根据用户画像从所述POI中筛选推荐POI,所述用户画像用于标识用户特征,所述推荐POI与所述用户画像匹配;
显示所述推荐POI的所述POI信息。
另一方面,提供了一种信息推荐装置,所述装置包括:
采集模块,用于采集所处环境中至少一个WiFi网络的WiFi数据;
确定模块,用于根据所述至少一个WiFi网络的WiFi数据确定终端所处的目标区域;
第一获取模块,用于获取所述目标区域内至少一个POI的POI信息;
筛选模块,用于根据用户画像从所述POI中筛选推荐POI,所述用户画像用于标识用户特征,所述推荐POI与所述用户画像匹配;
显示模块,用于显示所述推荐POI的所述POI信息。
另一方面,提供了一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器执行以实现上述方面所述的信息推荐方法。
另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器执行以实现上述方面所述的信息推荐方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
终端根据采集到的WiFi数据确定所处的目标区域后,获取目标区域内POI的POI信息,并从POI中筛选出与用户画像所指示用户特征相匹配的推荐POI,从而对推荐POI的POI信息进行显示;相较于相关技术中显示附近所有商户的相关信息,本申请实施例中,基于用户画像进行POI筛选,使得终端最终显示的POI信息符合用户特征,避免用户手动从大量不感兴趣的信息中筛选出感兴趣的信息,提高了推荐信息的准确性,以及用户获取信息的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请一个实施例提供的实施环境的示意图;
图2示出了本申请一个实施例提供的信息推荐方法的方法流程图;
图3示出了本申请另一个实施例提供的信息推荐方法的方法流程图;
图4示出了本申请另一个实施例提供的信息推荐方法的方法流程图;
图5是终端显示推荐POI对应POI信息的界面示意图;
图6示出了本申请一个实施例提供的信息推荐装置的框图;
图7示出了本申请一个示例性实施例所提供的终端的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
为了方便理解,下面对本申请实施例中涉及的名词进行说明。
WiFi数据:用于区分不同WiFi网络的数据。WiFi数据中通常包含服务集标识(Service Set Identifier,SSID)、基础服务集标识(Basic Service Set Identifier,BSSID)、加密类型和信号强度等等。其中,SSID为WiFi网络的名称,该名称不唯一,可以为默认值或由用户自行设定;BSSID为提供WiFi网络的无线接入点(Access Point,AP)设备(比如无线路由设备)的媒体访问控制(Media Access Control,MAC)地址,用于唯一标识WiFi网络;信号强度用于表征WiFi网络的信号质量。
POI:地理信息***中的信息点,该POI可以是公交站点、商铺、写字楼、公园、学校、医院、商场、博物馆等等。本申请实施例中的POI指提供WiFi网络的信息点。
每个POI对应有各自的POI信息,POI信息可以包括名称、坐标、类别和分类。比如,对于餐厅这一POI,其对应的POI信息包括:xx餐厅(餐厅名称)、(31.4861742821,120.2857124805)(经纬度坐标)、餐厅(类别)、川菜(分类)。
本申请实施例中涉及的POI信息除了包含上述信息外,还包含POI的推荐信息,该推荐信息与POI所提供的服务相关。比如,当POI为餐厅时,该推荐信息包括菜品推荐信息、优惠信息和排号信息等等;当POI为医院时,该推荐信息包括科室地图、楼层地图以及专家挂号信息等等。
用户画像:一种从多维度描述用户特征的工具,该用户特征可以包括性别特征、性格特征、年龄特征、社交关系特征、兴趣爱好特征、收入特征、饮食习惯特征、衣着喜好特征、电影喜好特征等特征。
用户画像基于用户的日常使用习惯以及行为数据分析构建生成,比如基于用户的消费情况、短信内容、搜索历史、观看历史等等。为了保证用户隐私的安全性,本申请实施例中的用户画像仅存储在终端本地,而不会上传至云端,避免用户画像被不法分子窃取而导致隐私泄露。
进场服务:一种基于用户当前所处的场景向用户推送推荐信息的服务。例如,当用户处于商场时,终端即在负一屏上推送该商场内商铺的评价信息、商户推荐信息、优惠信息、排号信息等等。
负一屏:为终端的显示屏中的快捷显示页面,负一屏用于以悬浮窗或者图形卡片的形式显示提醒信息,提醒信息包括天气信息、日程安排信息、应用推荐信息、提醒事项信息中的至少一种。在本申请实施例中,终端在负一屏显示近场服务的推荐信息。
请参考图1,其示出了本申请一个实施例提供的实施环境的示意图。该实施环境中包括终端110、后台服务器120和第三方服务器130。
终端110是具有定位功能和WiFi连接功能的电子设备,该电子设备可以是智能手机、平板电脑、可穿戴式设备或个人计算机等等。图1中,以终端110是智能手机为例进行示意。本申请各个实施例提供的信息推荐方法即用于图1中的终端110。
终端110和后台服务器120之间通过有线或者无线网络连接。
后台服务器120是一台服务器、若干个服务器构成的服务器集群或者云计算中心,同样的,第三方服务器130是一台服务器、若干个服务器构成的服务器集群或者云计算中心。
后台服务器120是终端110的后台服务器,用于为终端110中的指定功能提供数据支持,本申请实施例中,后台服务器120用于为终端110中的近场服务功能提供数据支持。
本申请实施例中,第三方服务器130是近场服务提供商的服务器,用于存储近场服务提供商采集到的不同POI所提供WiFi网络的WiFi数据以及不同POI的POI信息。
可选的,近场服务提供商采集各个区域内POI的WiFi数据并存储在第三方服务器130中,后台服务器120定期从第三方服务器130处拉取各个POI的WiFI数据,然后根据POI所属的区域,将各个POI的WiFi数据分区域打包,生成各个区域对应的WiFi列表,或者,在后台服务器120首次生成各个区域对应的WiFi列表之后,后台服务器120定期从第三方服务器130中获取更新数据,然后将更新数据与原有缓存的WiFi列表合并,生成新的WiFi列表,该更新数据是指第三方服务器130在后台服务器120相邻两次获取数据的时间间隔之间的更新数据。
可选的,终端110在WiFi连接状态下,向后台服务器120发送WiFi列表获取请求,该WiFi列表获取请求包括终端当前所在的区域,后台服务器120接收到该WiFi列表获取请求后,根据该区域,查找该区域对应的WiFi列表并反馈给终端110,终端110通过WiFi网络将该WiFi列表下载到本地
如图1所示,终端110中已经存储有终端110所在区域的WiFi列表,当终端110采集到当前环境中POI提供的WiFi网络的WiFi数据后,根据本地WiFi列表中WiFi数据与POI的对应关系,确定出终端110当前所处的目标区域,然后,终端110发送推荐请求经后台服务器120透传至第三方服务器130,由第三方服务器130通过后台服务器120将目标区域内POI的POI信息透传至终端110,以便终端110对POI信息进行显示。
可选的,上述的无线网络或者有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local AreaNetwork,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,MAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(Extensible MarkupLanguage,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(SecureSocket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(Internet ProtocolSecurity,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
请参考图2,其示出了本申请一个实施例提供的信息推荐方法的方法流程图,本实施例以该方法用于图1中的终端110为例进行说明,该方法包括如下步骤。
步骤201,采集所处环境中至少一个WiFi网络的WiFi数据。
在一种可能的实施方式中,当终端启用近场服务功能,且开启WiFi连接功能时,终端按照预定周期采集所处环境中WiFi网络的WiFi数据,其中,该WiFi数据中至少包含WiFi网络的bssid数据。
可选的,该WiFi数据中还可以包含信号强度、SSID、WiFi网络加密类型等数据。本申请实施例并不对WiFi数据包含的具体内容进行限定。
由于后续进行信息推荐时,终端需要与后台服务器交互以获取POI信息,而进行数据交互需要耗费电量,因此,在一种可能的实施方式中,当终端未开启低电量模式时,终端执行后续步骤。
步骤202,根据至少一个WiFi网络的WiFi数据确定终端所处的目标区域。
可选的,终端预先存储有所在区域的WiFi列表,该WiFi列表中所在区域内各个POI与WiFi数据(POI提供WiFi网络的数据)之间的对应关系。其中,该WiFi列表由后台服务器根据第三方服务器提供的数据生成,且WiFi列表对应的区域可以按照省、市、区等行政区域,也可以是预定坐标范围的区域。
在一种可能的实施方式中,终端将采集到的WiFi数据与WiFi列表中的数据进行匹配。若至少一个WiFi网络的WiFi数据与WiFi列表中的WiFi数据匹配,终端则将匹配的WiFi数据所属POI对应的区域确定为目标区域。
其中,终端确定匹配的WiFi数据所属POI对应的区域可以采用下述两种可能的方式。
第一种可能的方式:当采集到的WiFi数据与WiFi列表中的WiFi数据匹配时,终端将匹配的WiFi数据发送至后台服务器,有后台服务器根据该WiFi数据确定终端所处的目标区域。
第二种可能的方式:WiFi列表中除了包含POI与WiFi数据的对应关系外,还包含POI与所属区域之间的对应关系。当采集到的WiFi数据与WiFi列表中的WiFi数据匹配时,终端从WiFi列表中获取匹配的WiFi数据对应POI所属的区域,并将该区域确定为目标区域。
比如,终端确定匹配的WiFi数据对应的POI为“xx餐厅”,且“xx餐厅”所属的区域为“A广场”,终端即将目标区域确定为A广场。
本实施例仅以上述两种的可能的方式为例进行示意性说明,并不对确定终端所处目标区域的具体方式构成限定。
步骤203,获取目标区域内至少一个POI的POI信息。
进一步的,终端获取目标区域内至少一个POI的POI信息,其中,该至少一个POI为提供WiFi网络的POI。
在一种可能的实施方式中,终端根据确定出的目标区域,向后台服务器发送推荐请求,请求后台服务器反馈该目标区域内POI的POI信息。相应的,终端接收后台服务器反馈的POI信息。
由于不同区域内POI的数量不同,因此,在保证POI信息的推荐数量,在一种可能的实施方式中,若POI的数量大于数量阈值,终端执行下述步骤204,若POI的数量小于数量阈值,终端则直接显示获取到的POI信息。其中,该数量阈值可以是近场服务推荐页中单页推荐POI的最大数量。比如,该数量阈值为5个。
步骤204,根据用户画像从POI中筛选推荐POI,用户画像用于标识用户特征,推荐POI与用户画像匹配。
本申请实施例中,终端中预先构建有本端用户的用户画像,获取到POI的POI信息后,终端基于用户画像,从POI中筛选出与用户特征相匹配的推荐POI。
针对用户画像的构建方式,在一种可能的实施方式中,终端通过分析历史搜索记录、历史浏览记录、短信记录、历史消费记录等数据,构建用户画像;并且,为了保证用户隐私的安全性,该用户画像存储在终端的加密区域。本申请实施例并不对用户画像的构建方式进行限定。
步骤205,显示推荐POI的POI信息。
在一种可能的实施方式中,当接收到预定触发操作时,终端显示推荐POI的POI信息,其中,该预定触发操作可以是触发显示近场服务推荐页的操作。比如,当接收到呼出负一屏的滑动操作时,终端在负一屏的近场服务标签中显示推荐POI的POI信息。
可选的,终端优先显示推荐POI的POI信息,使得用户在近场服务推荐页首页即可查看到推荐POI。
综上所述,本申请实施例中,终端根据采集到的WiFi数据确定所处的目标区域后,获取目标区域内POI的POI信息,并从POI中筛选出与用户画像所指示用户特征相匹配的推荐POI,从而对推荐POI的POI信息进行显示;相较于相关技术中显示附近所有商户的相关信息,本申请实施例中,基于用户画像进行POI筛选,使得终端最终显示的POI信息符合用户特征,避免用户手动从大量不感兴趣的信息中筛选出感兴趣的信息,提高了推荐信息的准确性,以及用户获取信息的效率。
在应用中发现,不同时段下,用户期望获取的POI的类型可能不同。比如,在7:00-10:00这一时段,用户期望终端显示与早餐相关的POI信息;在11:00-13:00这一时段,用户期望终端显示与午餐相关的POI信息;在14:00-17:00这一时段,用户期望终端显示与娱乐休闲相关的POI信息。因此,在一种可能的实施方式中,在图2的基础上,如图3所示,步骤204之前还包括步骤206,步骤204可以被替换为步骤204A。
步骤206,获取当前时段。
为了使显示的POI信息与当前时段匹配,终端获取到POI的POI信息后,获取当前时刻所属的当前时段。
在一种可能的实施方式中,终端预先将一天分为若干个时段,且每个时段的时长可以相同,也可以不同。比如,终端将24小时等分为12个时段。
步骤204A,根据当前时段和用户画像,从POI中筛选推荐POI,推荐POI与当前时段以及用户画像匹配。
在一种可能的实施方式中,终端首先根据当前时段,从POI中筛选出与当前时段匹配的候选POI,然后根据用户画像,从候选POI中筛选出推荐POI。其中,终端存储有时段与POI类型之间的对应关系,该对应关系如表一所示。
表一
时段 | POI类型 |
7:00-9:00 | 早餐、交通 |
11:00-13:00 | 午餐 |
14:00-17:00 | 下午茶、娱乐 |
终端即根据当前时段确定出目标POI类型,然后基于目标POI类型筛选出候选POI。
在另一种可能的实施方式中,终端预先根据训练样本训练推荐模型(基于深度神经网络),其中,训练样本中包含样本时段、样本用户画像(包含至少一项用户特征)、样本POI和样本推荐POI。在筛选推荐POI时,终端即将当前时段、用户画像和POI输入推荐模型,得到推荐模型输出的推荐POI。
本实施例中,终端根据当前时段和用户画像筛选出推荐POI,使得最终显示的推荐POI即符合用户兴趣,又符合当前时段特点,提高了推荐信息的准确性。
在一种可能的应用场景下,当存在至少两个用户同时出行时,为了使推荐的POI同时符合不同用户的喜好,可选的,终端获取到的用户画像中包含第一用户画像和第二用户画像,其中,第一用户画像用于标识本端用户的用户特征,所述第二用户画像用于标识同行用户的用户特征。
在一种可能的实施方式中,本端用户使用终端与同行用户使用的终端建立连接(比如蓝牙连接),并通过该连接获取同行用户的第二用户画像。可选的,第二用户画像包含同行用户的部分用户特征,该部分用户特征的隐私程度低于预设隐私等级。
当然,同行用户使用的终端也可以通过该连接获取第一用户画像,本申请实施例对此不做限定。
后续终端即根据第一用户画像和第二用户画像从POI中筛选推荐POI,筛选出的推荐POI同时与第一用户画像和第二用户画像匹配,即推荐内容在符合本端用户喜好的同时,兼顾同行用户的喜好。
在一种可能的实施方式中,后台服务器预先为各个POI设置对应的POI标签,用于标识各个POI的特征,后续终端即基于POI的POI标签和用户画像筛选出推荐POI。并且,为了提高用户画像描述用户特征的准确性,终端显示推荐POI的POI信息后,基于用户对POI信息的操作,对用户画像进行更新。下面采用示意性的实施例进行说明。
请参考图4,其示出了本申请另一个实施例提供的信息推荐方法的方法流程图,本实施例以该方法用于图1中的终端110为例进行说明,该方法包括如下步骤。
步骤401,采集所处环境中至少一个WiFi网络的WiFi数据;
步骤402,根据至少一个WiFi网络的WiFi数据确定终端所处的目标区域。
步骤403,获取目标区域内至少一个POI的POI信息。
上述步骤401至403的实施方式可以参考步骤201至203,本实施例在此不再赘述。
步骤404,获取各个POI对应的POI标签,POI标签用于标识POI的特征。
终端在获取POI信息时,获取各个POI对应的POI标签,其中,每个POI对应至少一个POI标签。可选的,该POI标签从后台服务器处获取。
针对POI标签的设置方式,在一种可能的实施方式中,采用人工标注的方式,为各个POI设置POI标签,或者,后台服务器对各个POI所提供的服务进行分析,从而得到各个POI对应的POI标签。本申请并不对POI标签的设置方式进行限定。
比如,终端获取到“xx餐厅”对应POI标签包括:川菜、高评分、网红店、烤鱼、烤猪蹄。
步骤405,根据用户画像和POI标签筛选推荐POI,推荐POI对应的POI标签与用户画像匹配。
获取到POI标签后,终端即将用户画像标识的用户特征与POI标签标识的POI特征进行匹配,从而将匹配POI标签所属的POI确定为推荐POI。
在一种可能的实施方式中,终端计算POI标签所指示POI特征与用户画像所指示用户特征之间的特征关联度,并将特征关联度大于阈值的POI标签确定为目标POI标签,进而将目标POI标签所属的POI确定为推荐POI。
在另一种可能的实施方式中,终端预先根据训练样本训练推荐模型(基于深度神经网络),其中,训练样本中包含样本用户画像(包含至少一项用户特征)、样本POI(包含至少一个POI标签)和样本推荐POI。在筛选推荐POI时,终端即将用户画像和POI的POI标签输入推荐模型,得到推荐模型输出的推荐POI。
结合步骤404中的示例,终端用户画像指示的用户特征为“重口味”时,终端计算得到POI标签“川菜”与“重口味”的特征关联度为90%,大于阈值(80%),从将“xx餐厅”确定为推荐POI。
步骤406,根据收入水平特征以及推荐POI对应的消费水平标签,确定推荐POI对应的优先级,优先级与匹配度成正相关关系,匹配度为收入水平特征与消费水平标签的匹配度。
当用户处于商圈中时,终端推荐的POI除了需要符合用户喜好特征外,还需要符合用户收入水平。因此,通过上述步骤筛选出推荐POI后,终端还需要进一步确定推荐POI中符合用户收入特征的POI。
在一种可能的实施方式中,终端获取的用户画像标识的用户特征中包含收入水平特征,且获取到的POI标签中包含消费水平标签。筛选出推荐POI后,终端进一步获取推荐POI对应的消费水平标签,以及本端用户的收入水平特征,并计算消费水平标签与收入水平特征之间的匹配度。
在一种计算匹配度的方式中,终端计算消费水平标签指示的消费金额占收入水平特征指示收入金额的百分比,并将该百分比与预设百分比的比值(小于1)确定为消费水平标签与收入水平特征之间的匹配度。
比如,当消费水平标签指示的消费金额为200元,收入水平特征指示收入金额为10000元时,且预设百分比为2.5%时,终端计算得到消费水平标签与收入水平特征之间的匹配度为(200÷10000)÷2.5%=80%。
进一步的,根据确定出的匹配度,终端确定各个推荐POI对应的优先级,其中,优先级与匹配度呈正相关关系,即匹配度越高(消费水平越符合用户的收入水平)优先级越高。
在一种可能的实施方式中,终端按照匹配度的降序对推荐POI进行排序,并依次为排序后的推荐POI设置优先级。
步骤407,根据优先级显示推荐POI的POI信息。
在显示推荐POI的POI信息时,终端根据推荐POI的优先级顺序依次显示对应的POI信息,其中,推荐POI的优先级越高,其对应POI信息的显示顺序越靠前。
示意性的,如图5所示,终端确定出“A餐厅”的优先级为1,“B影院”的优先级为2、“C咖啡馆”的优先级为3、“D专卖店”的优先级为4,从而在负一屏的智能商户推荐卡片501中,优先显示“A餐厅”对应的图标503及其POI信息502。当用户点击“B影院”对应的图标504时,终端即在智能商户推荐卡片501中显示“B影院”的POI信息时。
步骤408,接收对POI信息的操作信号。
对于显示的POI信息,用户可以对其执行相应操作,而用户所执行的操作能够在一定程度上反映用户对推荐POI的喜好程度。因此,终端接收对POI信息的操作信号,从而根据该操作信号确定用户对各个推荐POI的喜好程度,并进一步优化用户画像。
可选的,该操作信号包括点击操作信号、长按信号、滑动信号中的至少一种。
步骤409,根据操作信号指示的反馈类型,对用户画像进行更新,反馈类型包括正反馈和负反馈。
其中,正反馈指用户对POI信息的积极(positive)反馈,该积极反馈包括点击查看POI信息、在POI信息上的停留时长大于第一时长阈值中的至少一种;负反馈指用户对POI信息的消极(negative)反馈,该消极反馈包括忽略POI信息、查看POI信息的查看时长小于第二时长阈值、删除POI信息。
在一种可能的实施方式中,终端预先设置操作信号与反馈类型之间的对应关系,后续即基于该对应关系确定反馈类型。
可选的,终端构建的用户画像中,各个用户特征对应各自的置信度,其中,置信度越高,表明用户特征的准确度越高。相应的,终端根据反馈类型更新用户画像是包括如下两种方式。
一、若反馈类型为正反馈,则根据推荐POI对应的POI标签,对用户画像进行正向更新。
当接收到对POI信息的正反馈时,表明用户对推荐POI感兴趣,终端即获取推荐POI对应的POI标签,并对于用户画像中,与该POI标签相关的用户特征进行正向更新,其中,正向更新后,用户画像中POI标签对应用户特征的置信度提高。
示意性的,终端接收到用户对“xx餐厅”对应POI信息的点击操作后,获取“xx餐厅”对应的POI标签“川菜”,并提高用户画像中与“川菜”相关的“重口味”这一用户特征的置信度。
其中,置信度的提高幅度可以为统一预设值,比如5%,也可以根据正反馈的具体类型确定,本申请实施例对此不做限定。
二、若反馈类型为所述负反馈,则根据推荐POI对应的POI标签,对所述用户画像进行反向更新。
当接收到对POI信息的负反馈时,表明用户对推荐POI不感兴趣,终端即获取推荐POI对应的POI标签,并对于用户画像中,与该POI标签相关的用户特征进行反向更新,其中,反向更新后,用户画像中POI标签对应用户特征的置信度降低。
示意性的,终端接收到用户对“xx餐厅”对应POI信息的关闭操作后,获取“xx餐厅”对应的POI标签“川菜”,并降低用户画像中与“川菜”相关的“重口味”这一用户特征的置信度。
其中,置信度的降低幅度可以为统一预设值,比如5%,也可以根据负反馈的具体类型确定,本申请实施例对此不做限定。
可选的,当用户画像中用户特征的置信度低于置信度阈值(比如50%),终端则删除该用户特征。
本实施例中,终端通过计算POI对应POI标签与用户画像中用户特征的匹配度,筛选出符合用户喜好的推荐POI,提高了POI推荐的准确性;同时,终端进一步根据推荐POI的消费水平以及本端用户的收入水平,确定各个推荐POI的优先级,并根据优先级显示推荐POI,使得符合用户喜好且符合用户收入水平的POI优先显示,进一步提高了用户获取信息的效率。
此外,本实施例中,终端根据接收到操作信号确定用户反馈的反馈类型,并在接收到正反馈和负反馈时,分别对用户画像中用户特征的置信度进行提高和降低操作,进一步提高了用户画像的准确性,有利于提高后续POI推荐的准确性。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图6,其示出了本申请一个实施例提供的信息推荐装置的框图。该装置具有执行上述方法示例的功能,功能可以由硬件实现,也可以由硬件执行相应的软件实现。该装置可以包括:
采集模块601,用于采集所处环境中至少一个WiFi网络的WiFi数据;
确定模块602,用于根据所述至少一个WiFi网络的WiFi数据确定终端所处的目标区域;
第一获取模块603,用于获取所述目标区域内至少一个POI的POI信息;
筛选模块604,用于根据用户画像从所述POI中筛选推荐POI,所述用户画像用于标识用户特征,所述推荐POI与所述用户画像匹配;
显示模块605,用于显示所述推荐POI的所述POI信息。
可选的,所述筛选模块604,包括:
标签获取单元,用于获取各个所述POI对应的POI标签,所述POI标签用于标识所述POI的特征;
筛选单元,用于根据所述用户画像和所述POI标签筛选所述推荐POI,所述推荐POI对应的所述POI标签与所述用户画像匹配。
可选的,所述POI标签中包含消费水平标签,所述消费水平标签用于指示POI内的消费水平,所述用户画像标识的所述用户特征包括收入水平特征;
所述装置还包括:
优先级确定模块,用于根据所述收入水平特征以及所述推荐POI对应的所述消费水平标签,确定所述推荐POI对应的优先级,所述优先级与匹配度成正相关关系,所述匹配度为所述收入水平特征与所述消费水平标签的匹配度;
所述显示模块605还用于:
根据所述优先级显示所述推荐POI的所述POI信息。
可选的,所述装置还包括:
信号接收模块,用于接收对所述POI信息的操作信号;
更新模块,用于根据所述操作信号指示的反馈类型,对所述用户画像进行更新,所述反馈类型包括正反馈和负反馈。
可选的,所述更新模块,包括:
第一更新单元,用于若所述反馈类型为所述正反馈,则根据所述推荐POI对应的所述POI标签,对所述用户画像进行正向更新;
第二更新单元,用于若所述反馈类型为所述负反馈,则根据所述推荐POI对应的所述POI标签,对所述用户画像进行反向更新;
其中,正向更新后所述用户画像中所述POI标签对应用户特征的置信度提高,反向更新后所述用户画像中所述POI标签对应用户特征的置信度降低。
可选的,所述装置还包括:
第二获取模块,用于获取当前时段;
所述筛选模块604,还用于:
根据所述当前时段和所述用户画像,从所述POI中筛选所述推荐POI,所述推荐POI与所述当前时段以及所述用户画像匹配。
可选的,所述用户画像中包含第一用户画像和第二用户画像,所述第一用户画像用于标识本端用户的用户特征,所述第二用户画像用于标识同行用户的用户特征;
所述少选模块604,还用于:
根据所述第一用户画像和所述第二用户画像从所述POI中筛选所述推荐POI。
可选的,所述确定模块602,还用于:
若所述至少一个WiFi网络的WiFi数据与WiFi列表中的WiFi数据匹配,则将匹配的WiFi数据所属POI对应的区域确定为所述目标区域,所述WiFi列表中包含至少一个POI所提供WiFi网络的WiFi数据。
综上所述,本实施例中,终端根据采集到的WiFi数据确定所处的目标区域后,获取目标区域内POI的POI信息,并从POI中筛选出与用户画像所指示用户特征相匹配的推荐POI,从而对推荐POI的POI信息进行显示;相较于相关技术中显示附近所有商户的相关信息,本申请实施例中,基于用户画像进行POI筛选,使得终端最终显示的POI信息符合用户特征,避免用户手动从大量不感兴趣的信息中筛选出感兴趣的信息,提高了推荐信息的准确性,以及用户获取信息的效率。
图7示出了本申请一个示例性实施例所提供的终端的结构示意图。该终端700是具有近场服务功能的电子设备。比如,该终端为智能手机。
可选的,该终端700中包括:处理器720和存储器740。
处理器720可以包括一个或者多个处理核心。处理器720利用各种接口和线路连接整个终端700内的各个部分,通过运行或执行存储在存储器740内的指令、程序、代码集或指令集,以及调用存储在存储器740内的数据,执行终端700的各种功能和处理数据。可选的,处理器720可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器720可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器720中,单独通过一块芯片进行实现。
存储器740可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器740包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器740可用于存储指令、程序、代码、代码集或指令集。存储器740可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。
当然,除了包含处理器和存储器外,终端700还包括定位组件、蓝牙组件、传感器、射频(Radio Frequency,RF)组件、WiFi组件、显示屏等其他必要组件,本申请实施例并不对终端700包含的具体组件进行限定。
本申请实施例还提供一种计算机可读存储介质,该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述各个实施例提供的信息推荐方法。
可选地,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
Claims (11)
1.一种信息推荐方法,其特征在于,所述方法包括:
采集所处环境中至少一个无线保真WiFi网络的WiFi数据;
根据所述至少一个WiFi网络的WiFi数据确定终端所处的目标区域;
获取所述目标区域内至少一个兴趣点POI的POI信息;
根据用户画像从所述POI中筛选推荐POI,所述用户画像用于标识用户特征,所述推荐POI与所述用户画像匹配;
显示所述推荐POI的所述POI信息。
2.根据权利要求1所述的方法,其特征在于,所述根据用户画像从所述至少一个POI中筛选推荐POI,包括:
获取各个所述POI对应的POI标签,所述POI标签用于标识所述POI的特征;
根据所述用户画像和所述POI标签筛选所述推荐POI,所述推荐POI对应的所述POI标签与所述用户画像匹配。
3.根据权利要求2所述的方法,其特征在于,所述POI标签中包含消费水平标签,所述消费水平标签用于指示POI内的消费水平,所述用户画像标识的所述用户特征包括收入水平特征;
所述根据所述用户画像和所述POI标签筛选所述推荐POI之后,所述方法还包括:
根据所述收入水平特征以及所述推荐POI对应的所述消费水平标签,确定所述推荐POI对应的优先级,所述优先级与匹配度成正相关关系,所述匹配度为所述收入水平特征与所述消费水平标签的匹配度;
所述显示所述推荐POI的所述POI信息包括:
根据所述优先级显示所述推荐POI的所述POI信息。
4.根据权利要求2所述的方法,其特征在于,所述显示所述推荐POI的所述POI信息之后,所述方法还包括:
接收对所述POI信息的操作信号;
根据所述操作信号指示的反馈类型,对所述用户画像进行更新,所述反馈类型包括正反馈和负反馈。
5.根据权利要求4所述的方法,其特征在于,所述根据所述操作信号指示的反馈类型,对所述用户画像进行更新,包括:
若所述反馈类型为所述正反馈,则根据所述推荐POI对应的所述POI标签,对所述用户画像进行正向更新;
若所述反馈类型为所述负反馈,则根据所述推荐POI对应的所述POI标签,对所述用户画像进行反向更新;
其中,正向更新后所述用户画像中所述POI标签对应用户特征的置信度提高,反向更新后所述用户画像中所述POI标签对应用户特征的置信度降低。
6.根据权利要求1至5任一所述的方法,其特征在于,所述根据用户画像从所述POI中筛选推荐POI之前,所述方法还包括:
获取当前时段;
所述根据用户画像从所述POI中筛选推荐POI,包括:
根据所述当前时段和所述用户画像,从所述POI中筛选所述推荐POI,所述推荐POI与所述当前时段以及所述用户画像匹配。
7.根据权利要求1至5任一所述的方法,其特征在于,所述用户画像中包含第一用户画像和第二用户画像,所述第一用户画像用于标识本端用户的用户特征,所述第二用户画像用于标识同行用户的用户特征;
所述根据用户画像从所述POI中筛选推荐POI,包括:
根据所述第一用户画像和所述第二用户画像从所述POI中筛选所述推荐POI。
8.根据权利要求1至5任一所述的方法,其特征在于,所述根据所述至少一个WiFi网络的WiFi数据确定终端所处的目标区域,包括:
若所述至少一个WiFi网络的WiFi数据与WiFi列表中的WiFi数据匹配,则将匹配的WiFi数据所属POI对应的区域确定为所述目标区域,所述WiFi列表中包含至少一个POI所提供WiFi网络的WiFi数据。
9.一种信息推荐装置,其特征在于,所述装置包括:
采集模块,用于采集所处环境中至少一个无线保真WiFi网络的WiFi数据;
确定模块,用于根据所述至少一个WiFi网络的WiFi数据确定终端所处的目标区域;
第一获取模块,用于获取所述目标区域内至少一个兴趣点POI的POI信息;
筛选模块,用于根据用户画像从所述POI中筛选推荐POI,所述用户画像用于标识用户特征,所述推荐POI与所述用户画像匹配;
显示模块,用于显示所述推荐POI的所述POI信息。
10.一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器执行以实现权利要求1至8任一所述的信息推荐方法。
11.一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器执行以实现权利要求1至8任一所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811143317.5A CN109376313B (zh) | 2018-09-28 | 2018-09-28 | 信息推荐方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811143317.5A CN109376313B (zh) | 2018-09-28 | 2018-09-28 | 信息推荐方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376313A true CN109376313A (zh) | 2019-02-22 |
CN109376313B CN109376313B (zh) | 2021-05-25 |
Family
ID=65403011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811143317.5A Active CN109376313B (zh) | 2018-09-28 | 2018-09-28 | 信息推荐方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376313B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399570A (zh) * | 2019-07-24 | 2019-11-01 | 腾讯科技(深圳)有限公司 | 地理对象推荐方法、装置及存储介质 |
CN110532474A (zh) * | 2019-08-30 | 2019-12-03 | 腾讯科技(深圳)有限公司 | 信息推荐方法、服务器、***以及计算机可读存储介质 |
CN110708741A (zh) * | 2019-10-16 | 2020-01-17 | 浙江每日互动网络科技股份有限公司 | 一种目标对象信息处理方法和计算机设备 |
CN110851712A (zh) * | 2019-10-31 | 2020-02-28 | 上海连尚网络科技有限公司 | 书籍信息的推荐方法、设备以及计算机可读介质 |
CN111083229A (zh) * | 2019-12-24 | 2020-04-28 | 珠海大横琴科技发展有限公司 | 应用信息推送方法、装置、电子设备及存储介质 |
CN111159507A (zh) * | 2019-12-27 | 2020-05-15 | Oppo广东移动通信有限公司 | 终端帐户的分类方法、装置、终端及存储介质 |
CN111372192A (zh) * | 2020-02-26 | 2020-07-03 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、终端及存储介质 |
CN111538904A (zh) * | 2020-04-27 | 2020-08-14 | 北京百度网讯科技有限公司 | 用于推荐兴趣点的方法和装置 |
CN111625726A (zh) * | 2020-06-02 | 2020-09-04 | 小红书科技有限公司 | 一种用户画像的处理方法和装置 |
CN111666498A (zh) * | 2020-06-30 | 2020-09-15 | 腾讯科技(深圳)有限公司 | 一种基于互动信息的好友推荐方法、相关装置及存储介质 |
CN112040529A (zh) * | 2020-09-11 | 2020-12-04 | 连尚(北京)网络科技有限公司 | WiFi连接方法和设备 |
CN112148984A (zh) * | 2020-09-30 | 2020-12-29 | 微梦创科网络科技(中国)有限公司 | 一种捕捉用户即时兴趣的方法及*** |
CN112241489A (zh) * | 2019-07-18 | 2021-01-19 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置、可读存储介质和计算机设备 |
CN112328888A (zh) * | 2020-11-20 | 2021-02-05 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、服务器及存储介质 |
CN112860980A (zh) * | 2019-11-12 | 2021-05-28 | 阿里巴巴集团控股有限公司 | 内容展现、推荐的处理方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104216965A (zh) * | 2014-08-21 | 2014-12-17 | 北京金山安全软件有限公司 | 信息推荐方法和装置 |
US20150186958A1 (en) * | 2012-03-27 | 2015-07-02 | Google Inc. | System and method for rating points of interest based on a location history |
CN106303955A (zh) * | 2016-08-05 | 2017-01-04 | 百度在线网络技术(北京)有限公司 | 用于对无线热点和poi进行匹配的方法和装置 |
US9692735B2 (en) * | 2014-03-19 | 2017-06-27 | Bluefin Payment Systems, LLC | Systems and methods for decryption as a service via a message queuing protocol |
CN108470308A (zh) * | 2018-03-29 | 2018-08-31 | 百度在线网络技术(北京)有限公司 | 航空旅行信息推荐方法和装置 |
CN108520058A (zh) * | 2018-03-30 | 2018-09-11 | 维沃移动通信有限公司 | 一种商家信息推荐方法及移动终端 |
-
2018
- 2018-09-28 CN CN201811143317.5A patent/CN109376313B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150186958A1 (en) * | 2012-03-27 | 2015-07-02 | Google Inc. | System and method for rating points of interest based on a location history |
US9692735B2 (en) * | 2014-03-19 | 2017-06-27 | Bluefin Payment Systems, LLC | Systems and methods for decryption as a service via a message queuing protocol |
CN104216965A (zh) * | 2014-08-21 | 2014-12-17 | 北京金山安全软件有限公司 | 信息推荐方法和装置 |
CN106303955A (zh) * | 2016-08-05 | 2017-01-04 | 百度在线网络技术(北京)有限公司 | 用于对无线热点和poi进行匹配的方法和装置 |
CN108470308A (zh) * | 2018-03-29 | 2018-08-31 | 百度在线网络技术(北京)有限公司 | 航空旅行信息推荐方法和装置 |
CN108520058A (zh) * | 2018-03-30 | 2018-09-11 | 维沃移动通信有限公司 | 一种商家信息推荐方法及移动终端 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241489B (zh) * | 2019-07-18 | 2024-02-06 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置、可读存储介质和计算机设备 |
CN112241489A (zh) * | 2019-07-18 | 2021-01-19 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置、可读存储介质和计算机设备 |
CN110399570B (zh) * | 2019-07-24 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 地理对象推荐方法、装置及存储介质 |
CN110399570A (zh) * | 2019-07-24 | 2019-11-01 | 腾讯科技(深圳)有限公司 | 地理对象推荐方法、装置及存储介质 |
CN110532474B (zh) * | 2019-08-30 | 2023-08-08 | 腾讯科技(深圳)有限公司 | 信息推荐方法、服务器、***以及计算机可读存储介质 |
CN110532474A (zh) * | 2019-08-30 | 2019-12-03 | 腾讯科技(深圳)有限公司 | 信息推荐方法、服务器、***以及计算机可读存储介质 |
CN110708741A (zh) * | 2019-10-16 | 2020-01-17 | 浙江每日互动网络科技股份有限公司 | 一种目标对象信息处理方法和计算机设备 |
CN110708741B (zh) * | 2019-10-16 | 2021-12-07 | 每日互动股份有限公司 | 一种目标对象信息处理方法和计算机设备 |
CN110851712A (zh) * | 2019-10-31 | 2020-02-28 | 上海连尚网络科技有限公司 | 书籍信息的推荐方法、设备以及计算机可读介质 |
CN110851712B (zh) * | 2019-10-31 | 2023-07-21 | 上海连尚网络科技有限公司 | 书籍信息的推荐方法、设备以及计算机可读介质 |
CN112860980A (zh) * | 2019-11-12 | 2021-05-28 | 阿里巴巴集团控股有限公司 | 内容展现、推荐的处理方法、装置、存储介质及电子设备 |
CN111083229A (zh) * | 2019-12-24 | 2020-04-28 | 珠海大横琴科技发展有限公司 | 应用信息推送方法、装置、电子设备及存储介质 |
CN111083229B (zh) * | 2019-12-24 | 2021-01-08 | 珠海大横琴科技发展有限公司 | 应用信息推送方法、装置、电子设备及存储介质 |
CN111159507A (zh) * | 2019-12-27 | 2020-05-15 | Oppo广东移动通信有限公司 | 终端帐户的分类方法、装置、终端及存储介质 |
CN111159507B (zh) * | 2019-12-27 | 2023-10-31 | Oppo广东移动通信有限公司 | 终端帐户的分类方法、装置、终端及存储介质 |
CN111372192A (zh) * | 2020-02-26 | 2020-07-03 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、终端及存储介质 |
CN111372192B (zh) * | 2020-02-26 | 2021-09-03 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、终端及存储介质 |
CN111538904B (zh) * | 2020-04-27 | 2023-03-17 | 北京百度网讯科技有限公司 | 用于推荐兴趣点的方法和装置 |
CN111538904A (zh) * | 2020-04-27 | 2020-08-14 | 北京百度网讯科技有限公司 | 用于推荐兴趣点的方法和装置 |
CN111625726A (zh) * | 2020-06-02 | 2020-09-04 | 小红书科技有限公司 | 一种用户画像的处理方法和装置 |
CN111666498B (zh) * | 2020-06-30 | 2023-06-16 | 腾讯科技(深圳)有限公司 | 一种基于互动信息的好友推荐方法、相关装置及存储介质 |
CN111666498A (zh) * | 2020-06-30 | 2020-09-15 | 腾讯科技(深圳)有限公司 | 一种基于互动信息的好友推荐方法、相关装置及存储介质 |
CN112040529B (zh) * | 2020-09-11 | 2023-08-04 | 连尚(北京)网络科技有限公司 | WiFi连接方法和设备 |
CN112040529A (zh) * | 2020-09-11 | 2020-12-04 | 连尚(北京)网络科技有限公司 | WiFi连接方法和设备 |
CN112148984A (zh) * | 2020-09-30 | 2020-12-29 | 微梦创科网络科技(中国)有限公司 | 一种捕捉用户即时兴趣的方法及*** |
CN112148984B (zh) * | 2020-09-30 | 2023-11-10 | 微梦创科网络科技(中国)有限公司 | 一种捕捉用户即时兴趣的方法及*** |
CN112328888A (zh) * | 2020-11-20 | 2021-02-05 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109376313B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376313A (zh) | 信息推荐方法、装置、终端及存储介质 | |
CN111226447B (zh) | 基于机器学习分类的设备位置 | |
JP6784308B2 (ja) | 施設特性を更新するプログラム、施設をプロファイリングするプログラム、コンピュータ・システム、及び施設特性を更新する方法 | |
EP2820616B1 (en) | Empirical expert determination and question routing system and method | |
CN107291888B (zh) | 基于机器学习统计模型的入住酒店附近生活推荐***方法 | |
CN104657416B (zh) | 地图显示方法和装置 | |
CN117252637A (zh) | 地理围栏评估*** | |
CN104750737B (zh) | 一种相册管理方法及装置 | |
US11546725B2 (en) | Information provision through temporary social networks | |
CN109041035B (zh) | 用户画像生成方法、装置、终端及存储介质 | |
US10581953B1 (en) | Real-time content integration based on machine learned selections | |
EP3166063A1 (en) | Heatmap visualisation of event data | |
CN109284448A (zh) | 信息推荐方法、装置、终端及存储介质 | |
CN113196714B (zh) | 用于交换数据的方法和服务器*** | |
CN109120719A (zh) | 信息推送方法、信息展示方法、计算机设备及存储介质 | |
CN112913210B (zh) | 信息内容的确定方法及相关产品 | |
CN106447425A (zh) | 一种生活服务信息推荐方法和装置 | |
EP3499447A1 (en) | Providing a digital model of corresponding product in a camera feed | |
CN107969157A (zh) | 向用户提供内容项目 | |
KR101494363B1 (ko) | 지역별 호감도에 따른 관광 정보 제공 시스템 및 제공방법 | |
CN107609663A (zh) | 一种基于物联网的餐位信息处理方法及其*** | |
CN113918841A (zh) | 搜索展示方法、装置、设备和存储介质 | |
US20140157196A1 (en) | Electronic decision system and decision method |
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 |