CN111400514A - 一种信息推荐方法、装置和*** - Google Patents
一种信息推荐方法、装置和*** Download PDFInfo
- Publication number
- CN111400514A CN111400514A CN202010178003.XA CN202010178003A CN111400514A CN 111400514 A CN111400514 A CN 111400514A CN 202010178003 A CN202010178003 A CN 202010178003A CN 111400514 A CN111400514 A CN 111400514A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- multimedia
- passengers
- information
- target
- 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.)
- Withdrawn
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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
- G06F16/436—Filtering based on additional data, e.g. user or group profiles using biological or physiological data of a human being, e.g. blood pressure, facial expression, gestures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种信息推荐方法、装置和***,其中,所述的方法应用于信息推荐***中,所述信息推荐***包括车机终端、服务器和数据采集模块,其中,所述的方法包括:所述服务器接收所述数据采集模块上传的数据;对所述数据进行分析,确定车内乘客的特征信息;依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;将所述多媒体列表下发至车机终端;进而车机终端可以按照与车内乘客匹配的多媒体列表播放多媒体,使得播放的多媒体能够符合车内乘客的兴趣,从而提高乘客的乘车体验。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种信息推荐方法、装置和***。
背景技术
网络预约出租汽车(也称为网约车)的以其便捷性、价格优惠和舒适性等多种优势,已逐渐被多数用户作为日常出行、加班,以及差旅等各种情况的用车方式。
随着网约车行业竞争越来越激烈,车内乘客体验成为网约车的重要竞争点之一。目前乘车过程中时,车内播放的音乐基本上由司机控制,也就是说车内播放的大多数音乐都是司机播放的音乐。很多时候,乘客与司机的喜好区别较大,造成了乘客乘车体验不佳。
发明内容
本发明实施例提供一种信息推荐方法,以通过推荐与车内乘客匹配的多媒体列表,来提高车内乘客的用户体验。
相应的,本发明实施例还提供了一种信息推荐装置和***,用以保证上述方法的实现及应用。
为了解决上述问题,本发明实施例提供了一种信息推荐方法,应用于信息推荐***中,所述信息推荐***包括车机终端、服务器和数据采集模块,其中,所述的方法包括:所述服务器接收所述数据采集模块上传的数据;对所述数据进行分析,确定车内乘客的特征信息;依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;将所述多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
可选地,所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
可选地,所述依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表,包括:依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型;基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型;查找与所述目标多媒体类型匹配的目标多媒体,依据所述目标多媒体的属性信息生成目标多媒体列表。
可选地,所述依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型,包括:将所述个人特征信息中各维度信息输入至性格分析模型,依据所述性格分析模型输出的性格类型信息确定所述车内乘客的目标性格类型;或,分别对所述个人特征信息中X1个维度信息进行性格分析,确定多种性格类型;依据剩余X2个维度信息对所述多种性格类型进行筛选,确定所述车内乘客的目标性格类型;其中,X1和X2均为正整数。
可选地,所述的方法还包括:对所述车内乘客进行身份识别,确定对应的身份标识;基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表;采用所述历史多媒体列表,更新所述目标多媒体列表。
可选地,所述的方法还包括:在车机终端播放所述多媒体列表中的多媒体之后,获取所述车内乘客针对播放的多媒体的反馈信息;采用所述反馈信息对所述目标多媒体列表进行更新,将更新后的目标多媒体列表重新下发给车机终端,以使所述车机终端依据更新后的目标多媒体列表进行对应多媒体的播放。
可选地,当所述车内乘客包括多个时,所述特征信息还包括:多个车内乘客之间的关系信息。
可选地,所述依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表,包括:依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客;将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客;依据所述目标车内乘客的个人特征信息,确定目标多媒体列表;或,分别依据各车内乘客的个人特征信息,为各车内乘客匹配对应的多媒体列表;将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表。
本发明实施例还提供了一种信息推荐装置,应用于信息推荐***中,所述信息推荐***包括车机终端、服务器和数据采集模块,其中,所述装置位于服务器,所述的装置包括:接收模块,用于接收所述数据采集模块上传的数据;特征确定模块,用于对所述数据进行分析,确定车内乘客的特征信息;列表确定模块,用于依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;列表下发模块,用于将所述多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
可选地,所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
可选地,所述列表确定模块,包括:性格类型确定子模块,用于依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型;多媒体类型确定子模块,用于基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型;第一多媒体列表确定子模块,用于查找与所述目标多媒体类型匹配的目标多媒体,依据所述目标多媒体的属性信息生成目标多媒体列表。
可选地,所述性格类型确定子模块,用于将所述个人特征信息中各维度信息输入至性格分析模型,依据所述性格分析模型输出的性格类型信息确定所述车内乘客的目标性格类型;或,分别对所述个人特征信息中X1个维度信息进行性格分析,确定多种性格类型;依据剩余X2个维度信息对所述多种性格类型进行筛选,确定所述车内乘客的目标性格类型;其中,X1和X2均为正整数。
可选地,所述的装置还包括:第一列表更新模块,用于对所述车内乘客进行身份识别,确定对应的身份标识;基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表;采用所述历史多媒体列表,更新所述目标多媒体列表。
可选地,所述的装置还包括:第二列表更新模块,用于在车机终端播放所述多媒体列表中的多媒体之后,获取所述车内乘客针对播放的多媒体的反馈信息;采用所述反馈信息对所述目标多媒体列表进行更新,将更新后的目标多媒体列表重新下发给车机终端,以使所述车机终端依据更新后的目标多媒体列表进行对应多媒体的播放。
可选地,当所述车内乘客包括多个时,所述特征信息还包括:多个车内乘客之间的关系信息。
可选地,所述列表确定模块,包括:第二多媒体列表确定子模块,用于依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客;将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客;依据所述目标车内乘客的个人特征信息,确定目标多媒体列表;或,分别依据各车内乘客的个人特征信息,为各车内乘客匹配对应的多媒体列表;将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表。
本发明实施例提供了一种信息推荐***,包括:数据采集模块、服务器和车机终端,其中:所述数据采集模块,用于采集数据并上传至服务器;所述服务器,用于接收所述数据采集模块上传的数据;对所述数据进行分析,确定车内乘客的特征信息;依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;将所述多媒体列表下发至车机终端;所述车机终端,用于接收所述目标多媒体列表,并播放所述目标多媒体列表对应的多媒体。
本发明实施例还提供了一种服务器,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如本发明实施例所述的信息推荐方法。
本发明实施例还提供了一种可读存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得服务器能够执行如本发明实施例所述的信息推荐方法。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例中,服务器在接收所述数据采集模块上传的数据后,可以对所述数据进行分析,确定车内乘客的特征信息;然后依据所述特征信息,为车内乘客匹配对应的目标多媒体列表,再将所述多媒体列表下发至车机终端;进而车机终端可以按照与车内乘客匹配的多媒体列表播放多媒体,使得播放的多媒体能够符合车内乘客的兴趣,从而提高乘客的乘车体验。
附图说明
图1是本发明的一种信息推荐***实施例的结构框图;
图2是本发明的一种信息推荐方法实施例的步骤流程图;
图3是本发明的一种信息推荐方法可选实施例的步骤流程图;
图4是本发明的又一种信息推荐方法可选实施例的步骤流程图;
图5是本发明的又一种信息推荐方法可选实施例的步骤流程图;
图6是本发明的又一种信息推荐方法可选实施例的步骤流程图;
图7是本发明的又一种信息推荐方法可选实施例的步骤流程图;
图8是本发明的一种信息推荐装置实施例的结构框图;
图9是本发明的一种信息推荐装置可选实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例提供的了一种信息推荐***和应用于所述信息推荐***的信息推荐方法。其中,可以参照图1,所述信息推荐***包括车机终端、服务器和数据采集模块;所述车机终端和数据采集模块均可以与服务器进行数据交互,所述数据采集模块和车机终端部署在车辆上。
其中,所述数据采集模块,用于采集数据并上传至服务器;
所述服务器,用于执行本发明实施例提供的一种信息推荐方法,所述的方法包括:接收所述数据采集模块上传的数据;对所述数据进行分析,确定车内乘客的特征信息;依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;将所述多媒体列表下发至车机终端;
所述车机终端,用于接收所述目标多媒体列表,并播放所述目标多媒体列表对应的多媒体。
以下对服务器执行的一种信息推荐方法进行说明。
参照图2,示出了本发明的一种信息推荐方法实施例的步骤流程图,具体可以包括如下步骤:
步骤202、接收所述数据采集模块上传的数据。
本发明的一个示例中,数据采集模块可以周期性的将采集的数据上传至服务器。其中,所述数据采集模块上传数据的周期可以按照需求设置,本发明实施例对此不作限制。
本发明的又一个示例中,数据采集模块可以在检测到车内存在乘客时,再将采集的数据上传至服务器。其中,检测到车内是否存在乘客的方式包括多种,如整车控制器根据数据采集模块采集数据进行分析确定;又例如整车控制器检测到后座或副驾驶座位上的压力传感器检测到压力正向变化时,确定车内存在乘客;等等,本发明实施例对此不作限制。所述压力正向变化可以是指压力值由小变为大的变化。
本发明实施例所述的车内乘客可以是指除主驾之外的车内其他人员。
对应的,服务器可以接收数据采集模块上传的数据,然后对该数据进行分析,依据分析结果为车内乘客进行信息推荐。
步骤204、对所述数据进行分析,确定车内乘客的特征信息。
步骤206、依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表。
步骤208、将所述目标多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
本发明实施例中,当数据采集模块是周期性上传采集的数据时,服务器对数据进行分析时,可以先分析车内是否存在乘客;确定车内存在乘客时,再根据数据采集模块上传的数据,分析车内乘客的特征信息。当数据采集模块是在检测出车内存在乘客时上传采集的数据时,服务器可以直接根据数据采集模块上传的数据,分析车内乘客的特征信息。
其中,所述特性信息可以是指用于描述车内乘客特征的信息,如车内乘客的个人特征信息如面部特征、穿着特征等等,本发明实施例对此不作限制。
本发明实施例中,在分析得到车内乘客的特征信息之后,可以将该特征信息与多媒体的属性信息进行匹配,查找与车内乘客的特征信息匹配的多媒体。再采用与车内乘客的特征信息匹配的多媒体的属性信息,生成目标多媒体列表,例如采用多媒体名称生成条目,采用各条目生成目标多媒体列表。其中,所述多媒体包括多种,如音乐、有声读物、相声、小品等等;所述属性信息可以是指用于描述多媒体的信息,如名称、大小、类型、表演者等等,本发明实施例对此均不作限制。然后可以将所述目标多媒体列表下发给车机终端,车机终端接收到该目标多媒体列表后,可以按照多媒体列表中多媒体的顺序播放对应的多媒体;进而实现在乘车过程中,播放符合车内乘客兴趣的多媒体,从而提高乘客的乘车体验。
综上,本发明实施例中,服务器在接收所述数据采集模块上传的数据后,可以对所述数据进行分析,确定车内乘客的特征信息;然后依据所述特征信息,为车内乘客匹配对应的目标多媒体列表,再将所述多媒体列表下发至车机终端;进而车机终端可以按照与车内乘客匹配的多媒体列表播放多媒体,使得播放的多媒体能够符合车内乘客的兴趣,从而提高乘客的乘车体验。
本发明实施例中,车内乘客可能是一个,也可能是多个;当车内乘客的数量不同时,确定与车内乘客匹配的目标多媒体列表的方式也不同。以下对车内乘客为一个时和车内乘客为多个时,确定与车内乘客匹配的目标多媒体列表的方式分别说明。
现对车内乘客为一个时,确定与车内乘客匹配的目标多媒体列表的方式进行说明。
参照图3,示出了本发明的一种信息推荐方法可选实施例的步骤流程图。
步骤302、接收所述数据采集模块上传的数据。
本发明实施例中,所述数据采集模块可以包括多种,如音频采集模块、视频采集模块、座椅压力采集模块等等,本发明实施例对此不作限制。
步骤304、对所述数据进行分析,确定车内乘客的特征信息;所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
本发明实施例中,服务器对数据采集模块上传的数据进行分析的过程中,可以先确定车内乘客的数量;当确定车内乘客为一个时,可以分析该车内乘客的特征信息。其中,所述特征信息包括个人特征信息,所述个人特征信息可以包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。当然,所述个人特征信息还可以包括其他维度的信息,本发明实施例对此不作限制。
其中,数据采集模块上传的数据可以包括音频数据、图像数据和压力数据。其中,服务器可以通过对音频数据的分析,初步确定车内乘客的性别和年龄等。以及通过对图像数据的分析,初步确定车内乘客的年龄和性别,以及确定车内乘客的体型特征、面部特征和穿着特征;以及通过对压力数据的分析,确定车内乘客的体重。然后可以基于依据音频数据初步确定的性别和年龄,和依据图像数据初步确定的性别和年龄,进一步确定车内乘客的年龄和性别。以及可以依据体型特征和体重,确定车内乘客的身高。当然,也可以依据数据采集模块上传的音频数据和图像数据,分析其他维度的个人特征信息;还可以依据数据采集模块上传的其他数据,分析其他维度的个人特征信息,本发明实施例对此不作限制。
步骤306、依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型。
本发明实施例中,可以预先分别将性格和多媒体划分为多种类型。其中,性格类型划分的方式可以包括多种,例如:根据迈尔斯-布里格斯类型指标将性格划分为:研究者、组织者、企业家、发现者、理想主义者、心里学家、建议者、主持人、手艺人、管理者、倡导者、经理人、艺术家、保护者、演员、生活达人。又例如按照萨拉·斯科特的心理学研究可以将性格划分为:完美主义者完美型、热心助人型奉献型、成功追求者奋进型、浪漫主义者浪漫型、智慧追寻者哲思型、固守忠诚者忠诚型、乐天主义者享乐型、能力领袖型领袖型、和平追随者和平型。多媒体类型的划分方式也可以包括多种,例如针对音乐这类的多媒体,如可以按照风格划分,可以将音乐划分为:流行、摇滚、嘻哈、爵士、蓝调、古典、朋克、金属、拉丁、雷鬼、新世纪、乡村音乐、电子舞曲、民谣等。又如可以按照语种划分,可以将音乐划分为:华语、粤语、英文、日文、韩文等等。例如针对有声读物这类的多媒体,如可以按照内容划分,如划分为言情、科幻、武侠、惊悚等等。然后针对每种性格类型,确定与该性格类型匹配的一种或多种多媒体类型;例如,与浪漫主义者浪漫型匹配的音乐类型可以包括:流行、古典、乡村音乐和民谣。再建立性格类型与多媒体类型的映射关系并存储。
本发明实施例中获取到车内乘客的个人特征信息后,可以依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型;其中,所述目标性格类型可以是一种,也可以是多种,本发明实施例对此不作限制。
本发明的一个示例中,一种依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型可以是:将所述个人特征信息中各维度信息输入至性格分析模型,依据所述性格分析模型输出的性格类型信息确定所述车内乘客的目标性格类型。其中,可以预先训练性格分析模型;所述性能分析模型的输入为:个人特征信息中的各维度信息,输出为:性能类型信息,所述性格类型信息包括多种性格类型和各性格类型对应的分值。其中,性格分析模型输出的性格类型,与上述预先划分的性格类型相同。因此本发明实施例在获取车内乘客的个人特征信息后,可以将个人特征信息中的各维度信息,输入至训练后的性格分析模型中进行前向计算,可以得到性格模型输出的性格类型信息。然后可以将分值最大的性格类型确定为车内乘客的目标性格类型。
本发明的另一个示例中,一种依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型可以是:分别对所述个人特征信息中X1个维度信息进行性格分析,确定多种性格类型;依据剩余X2个维度信息对所述多种性格类型进行筛选,确定所述车内乘客的目标性格类型;其中,X1和X2均为正整数。一个示例中,可以分别对体型特征、面部特征和穿着特征这三个维度的信息进行性格分析,确定对应的性格类型。例如采用面相性格分析算法对面部特征信息性格分析,确定对应的性格类型;采用穿着性格分析算法对穿着特征信息性格分析,确定对应的性格类型;以及采用体型性格分析算法对体型特征信息性格分析,确定对应的性格类型。其中,分别对这三个维度的信息进行性格分析,确定的性格类型可以为多种;然后可以采用剩余三个维度的信息,对这多种性格类型进行筛选,筛选出车内乘客的目标性格类型。本发明实施例中,不限制个人特征信息中用于进行性格分析的维度,和用于筛选目标性格类型的维度。
步骤308、基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型。
步骤310、查找与所述目标多媒体类型匹配的目标多媒体,依据所述目标多媒体的属性信息生成目标多媒体列表。
然后可以获取预先建立的映射关系,基于所述目标性格类型查找该映射关系,将与所述目标性格类型匹配的多媒体类型,确定为与所述车内乘客匹配的目标多媒体类型。再从服务器的数据库中或从第三方平台,查找与所述目标多媒体类型匹配的目标多媒体,并依据所述目标多媒体的属性信息如名称,生成目标多媒体列表。
步骤312、将所述目标多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行播放对应的多媒体。
综上,本发明实施例中,在依据所述特征信息,确定与车内乘客匹配的目标多媒体列表的过程中,可以依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型;然后基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型;查找与所述目标多媒体类型匹配的目标多媒体,并依据所述目标多媒体的属性信息生成目标多媒体列表;进而通过依据车内乘客的性格类型确定与其匹配的多媒体列表,能够更好的为用户推荐符合用户兴趣的多媒体,进一步提高用户的乘车体验。
其次,本发明实施例中,所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征;可以将所述个人特征信息中各维度信息输入至性格分析模型,依据所述性格分析模型输出的性格类型信息确定所述车内乘客的目标性格类型;也可以分别对所述所述个人特征信息中X1个维度信息进行性格分析,确定多种性格类型,再依据剩余X2个维度信息对所述多种性格类型进行筛选,确定所述车内乘客的目标性格类型;进而能够提高确定车内乘客性格类型的准确性。
本发明实施例中,为了提高确定的目标多媒体列表,可以获取所述车内乘客的历史多媒体列表,然后采用该车内用户的历史多媒体列表,对依据特征信息确定的目标多媒体类别进行更新;具体如下:
参照图4、示出了本发明的又一种信息推荐方法可选实施例的步骤流程图。
步骤402、接收所述数据采集模块上传的数据。
步骤404、对所述数据进行分析,确定车内乘客的特征信息;所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
步骤406、依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型。
步骤408、基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型。
步骤410、查找与所述目标多媒体类型匹配的目标多媒体,依据所述目标多媒体的属性信息生成目标多媒体列表。
其中,步骤402-步骤410,与上述步骤302-步骤310类似,在此不再赘述。
步骤412、对所述车内乘客进行身份识别,确定对应的身份标识。
步骤414、基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表。
步骤416、采用所述历史多媒体列表,更新所述目标多媒体列表。
本发明实施例中,在对数据采集模块采集的数据进行分析,确定车内乘客的特征信息的同时,还可以对车内乘客进行身份识别,确定该车内乘客的身份标识。其中,可以通过对图像数据进行人脸识别,确定该车内乘客的身份标识,也可以通过对音频数据进行声纹识别,确定该车内乘客的身份标识;当然还可以通过其他方式进行身份识别,本发明实施例对此不作限制。
其中,该车内乘客在乘坐该网约车之前,可能乘坐过其他网约车,且该其他网约车为该车内乘客推荐了多媒体列表(后续可以称为历史多媒体列表)。因此本发明实施例可以基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表,然后采用所述历史多媒体列表,更新所述目标多媒体列表。其中,采用历史多媒体列表更新目标多媒体列表的方式包括多种,例如,可以将历史多媒体列表和目标多媒体列表合并,更新目标多媒体列表;又例如从历史多媒体列表中查找与本次确定的目标多媒体类型匹配的条目,将这些条目添加至目标多媒体列表中,更新该目标多媒体类别;等等,本发明实施例对此不作限制。
步骤418、将所述目标多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行播放对应的多媒体。
综上,本发明实施例中,在确定目标多媒体列表后,可以对所述车内乘客进行身份识别,确定对应的身份标识,然后基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表;再采用所述历史多媒体列表,更新所述目标多媒体列表;进而使得目标多媒体列表能够更好的符合乘客兴趣的多媒体,进一步提高用户的乘车体验。
车机终端按照目标多媒体列表播放多媒体的过程中,车内乘客可能会对播放的多媒体进行反馈;例如“这首歌我喜欢”、“这首歌太吵了”等等。此时可以依据用户的反馈信息对目标多媒体列表进行更新,使得更新后的目标多媒体列表更符合车内乘客的兴趣。
参照图5,示出了本发明的又一种信息推荐方法可选实施例的步骤流程图。
步骤502、接收所述数据采集模块上传的数据。
步骤504、对所述数据进行分析,确定车内乘客的特征信息;所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
步骤506、依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型。
步骤508、基于所述目标性格类型查找预设的映射关系,确定所述车内乘客匹配的多媒体类型。
步骤510、查找与所述多媒体类型匹配的多媒体,依据所述匹配的多媒体生成目标多媒体列表。
步骤512、将所述多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行播放对应的多媒体。
其中,步骤502-步骤412,与上述步骤302-步骤312类似,在此不再赘述。
步骤514、在车机终端播放所述多媒体列表中的多媒体之后,获取车内乘客针对播放的多媒体的反馈信息。
步骤516、采用所述反馈信息对所述目标多媒体列表进行更新,将更新后的目标多媒体列表重新下发给车机终端;以使所述车机终端依据更新后的目标多媒体列表进行对应多媒体的播放。
本发明实施例中,在车内乘客乘车过程中,数据采集模块可以继续采集数据并上传至服务器。服务器可以通过对数据采集模块上传的数据进行分析,获取车内乘客针对播放的多媒体的反馈信息;例如可以对数据采集模块上传的音频数据进行识别,从中提取针对播放的多媒体的反馈信息。
本发明实施例中,主驾还可以在车机终端输入车内乘客针对播放的多媒体的反馈信息;车机终端接收到输入的反馈信息后,可以将该反馈信息上传至服务器;进而服务器可以获取到车内乘客针对播放的多媒体的反馈信息。
本发明实施例中,可以对反馈信息进行分析,确定车内乘客感兴趣的多媒体类型和/或不感兴趣的多媒体类型;然后依据车内乘客感兴趣的多媒体类型和/或不感兴趣的多媒体类型,对目标多媒体列表进行更新。例如,删除目标多媒体列表中车内乘客不感兴趣的多媒体类型对应的条目,保留车内乘客感兴趣的多媒体类型对应的条目。又例如,可以查找与车内乘客感兴趣的多媒体类型匹配的多媒体,然后采用与车内乘客感兴趣的多媒体类型匹配的多媒体的属性信息,生成多个条目并添加至目标多媒体列表中。然后可以将更新后的目标多媒体列表重新下发给车机终端;车机终端接收到更新后的目标多媒体列表后,可以依据更新后的目标多媒体列表进行播放对应的多媒体。
综上,本发明实施例中,在车机终端播放所述多媒体列表中的多媒体之后,获取车内乘客针对播放的多媒体的反馈信息,然后采用所述反馈信息对所述目标多媒体列表进行更新,将更新后的目标多媒体列表重新下发给车机终端;使得更新后的目标多媒体列表更符合车内乘客的兴趣,进一步提高用户的乘车体验。
现对车内乘客为多个时,确定与车内乘客匹配的目标多媒体列表的方式进行说明。
参照图6,示出了本发明的又一种信息推荐方法可选实施例的步骤流程图。
步骤602、接收所述数据采集模块上传的数据。
步骤604、对所述数据进行分析,确定车内乘客的特征信息;所述特征信息包括个人特征信息和多个车内乘客之间的关系信息。
本发明实施例中,服务器对数据采集模块上传的数据进行分析的过程中,确定车内乘客为多个时,可以确定各车内乘客的个人特征信息,以及多个车内乘客之间的关系信息。所述关系信息可以包括多种,例如:同事关系、上下级关系、恋爱关系/夫妻关系、朋友关系、父子/母子关系等等,本发明实施例对此不作限制。
本发明实施例中,当车内乘客为多个时,一种依据所述特征信息,确定与车内乘客匹配的目标多媒体列表的方式可以参照步骤606-步骤610:
步骤606、依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客。
步骤608、将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客。
步骤610、依据所述目标车内乘客的个人特征信息,确定目标多媒体列表。
本发明实施例中,可以预先设置不同关系信息中,重要级别最高的车内乘客。例如,针对父子/母子关系,将孩子设置为重要级别最高的车内乘客;针对上下级关系,将领导设置为重要级别最高的车内乘客;针对恋爱关系/夫妻关系,将女性设置为重要级别最高的车内乘客;等等,本发明实施例对此不作限制。因此服务器在确定多个车内乘客之间的关系信息后,可以依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客;并将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客。然后可以参照上述步骤306-步骤310,依据所述目标车内乘客的个人特征信息,确定目标多媒体列表。
其中,可以获取目标车内乘客的历史多媒体列表,然后依据该历史多媒体列表对目标多媒体列表进行更新。
步骤612、将所述目标多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
综上,本发明实施例中,在车内乘客存在多个时,可以依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客,并将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客;然后依据所述目标车内乘客的个人特征信息,确定目标多媒体列表;进而能够生成符合多个车内乘客中重要级别最高的车内乘客兴趣的目标多媒体列表,进一步提高用户的乘车体验。
参照图7,示出了本发明的又一种信息推荐方法可选实施例的步骤流程图。
步骤702、接收所述数据采集模块上传的数据。
步骤704、对所述数据进行分析,确定车内乘客的特征信息;所述特征信息包括个人特征信息和多个车内乘客之间的关系信息。
其中,步骤702-步骤704,与上述步骤602-步骤604类似,在此不再赘述。
本发明实施例中,当车内乘客为多个时,一种依据所述特征信息,确定与车内乘客匹配的目标多媒体列表的方式可以参照步骤706-步骤708:
步骤706、分别依据各车内乘客的个人特征信息,为各车内乘客匹配对应的多媒体列表。
步骤708、将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表。
本发明实施例中,可以参照上述步骤306-步骤310,为每个车内乘客确定匹配的多媒体列表;然后将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表。
本发明的一个示例中,一种将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表的方式可以是,将各车内乘客对应的多媒体列表进行拼接,确定目标多媒体列表。
本发明的又一个示例中,一种将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表的方式可以是,从各车内乘客对应的多媒体列表中选取中共同的条目,采用各多媒体列表共同的条目生成目标多媒体列表。
本发明的又一个示例中,一种将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表的方式可以是,可以依据所述关系信息确定各车内乘客的权重信息;然后按照所述权重信息从对应车内乘客的多媒体列表中选取出多条条目,再将从各车内乘客对应的多媒体列表中选取出的条目进行合并,得到目标多媒体列表。
当然,还可以包括其他的合并方式,本发明实施例对此不作限制。
其中,可以获取各车内乘客的历史多媒体列表,然后依据各车内乘客历史多媒体列表,对目标多媒体列表中各车内乘客对应的条目进行更新。
步骤710、将所述目标多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
综上,本发明实施例中,在车内乘客存在多个时,可以分别依据各车内乘客的个人特征信息,为各车内乘客匹配对应的多媒体列表;将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表;进而能够生成符合多个车内乘客兴趣的目标多媒体列表,进一步提高用户的乘车体验。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
本发明实施例还提供了一种信息推荐装置,应用于信息推荐***中,所述信息推荐***包括车机终端、服务器和数据采集模块,其中,所述装置位于服务器。
参照图8,示出了本发明一种信息推荐装置实施例的结构框图,具体可以包括如下模块:
接收模块802,用于接收所述数据采集模块上传的数据;
特征确定模块804,用于对所述数据进行分析,确定车内乘客的特征信息;
列表确定模块806,用于依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;
列表下发模块808,用于将所述多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
参照图9,示出了本发明一种信息推荐装置可选实施例的结构框图。
本发明的一个可选实施例中,所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
本发明的一个可选实施例中,所述列表确定模块806,包括:
性格类型确定子模块8062,用于依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型;
多媒体类型确定子模块8064,用于基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型;
第一多媒体列表确定子模块8066,用于查找与所述目标多媒体类型匹配的目标多媒体,依据所述目标多媒体的属性信息生成目标多媒体列表。
本发明的一个可选实施例中,所述性格类型确定子模块8062,用于将所述个人特征信息中各维度信息输入至性格分析模型,依据所述性格分析模型输出的性格类型信息确定所述车内乘客的目标性格类型;或,分别对所述个人特征信息中X1个维度信息进行性格分析,确定多种性格类型;依据剩余X2个维度信息对所述多种性格类型进行筛选,确定所述车内乘客的目标性格类型;其中,X1和X2均为正整数。
本发明的一个可选实施例中,所述的装置还包括:
第一列表更新模块810,用于对所述车内乘客进行身份识别,确定对应的身份标识;基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表;采用所述历史多媒体列表,更新所述目标多媒体列表。
本发明的一个可选实施例中,所述的装置还包括:
第二列表更新模块812,用于在车机终端播放所述多媒体列表中的多媒体之后,获取所述车内乘客针对播放的多媒体的反馈信息;采用所述反馈信息对所述目标多媒体列表进行更新,将更新后的目标多媒体列表重新下发给车机终端,以使所述车机终端依据更新后的目标多媒体列表进行对应多媒体的播放。
本发明的一个可选实施例中,当所述车内乘客包括多个时,所述特征信息还包括:多个车内乘客之间的关系信息。
本发明的一个可选实施例中,所述列表确定模块806,包括:
第二多媒体列表确定子模块8068,用于依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客;将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客;依据所述目标车内乘客的个人特征信息,确定目标多媒体列表;或,分别依据各车内乘客的个人特征信息,为各车内乘客匹配对应的多媒体列表;将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表。
综上,本发明实施例中,服务器在接收所述数据采集模块上传的数据后,可以对所述数据进行分析,确定车内乘客的特征信息;然后依据所述特征信息,为车内乘客匹配对应的目标多媒体列表,再将所述多媒体列表下发至车机终端;进而车机终端可以按照与车内乘客匹配的多媒体列表播放多媒体,使得播放的多媒体能够符合车内乘客的兴趣,从而提高乘客的乘车体验。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本发明实施例还提供了一种服务器,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如本发明实施例所述的信息推荐方法。
本发明实施例还提供了一种可读存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得服务器能够执行如本发明实施例所述的信息推荐方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种信息推荐方法、一种信息推荐装置和一种信息推荐***,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (19)
1.一种信息推荐方法,其特征在于,应用于信息推荐***中,所述信息推荐***包括车机终端、服务器和数据采集模块,其中,所述的方法包括:
所述服务器接收所述数据采集模块上传的数据;
对所述数据进行分析,确定车内乘客的特征信息;
依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;
将所述多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
2.根据权利要求1所述的方法,其特征在于,所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
3.根据权利要求2所述的方法,其特征在于,所述依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表,包括:
依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型;
基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型;
查找与所述目标多媒体类型匹配的目标多媒体,依据所述目标多媒体的属性信息生成目标多媒体列表。
4.根据权利要求3所述的方法,其特征在于,所述依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型,包括:
将所述个人特征信息中各维度信息输入至性格分析模型,依据所述性格分析模型输出的性格类型信息确定所述车内乘客的目标性格类型;或,
分别对所述个人特征信息中X1个维度信息进行性格分析,确定多种性格类型;依据剩余X2个维度信息对所述多种性格类型进行筛选,确定所述车内乘客的目标性格类型;其中,X1和X2均为正整数。
5.根据权利要求1所述的方法,其特征在于,所述的方法还包括:
对所述车内乘客进行身份识别,确定对应的身份标识;
基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表;
采用所述历史多媒体列表,更新所述目标多媒体列表。
6.根据权利要求1所述的方法,其特征在于,所述的方法还包括:
在车机终端播放所述多媒体列表中的多媒体之后,获取所述车内乘客针对播放的多媒体的反馈信息;
采用所述反馈信息对所述目标多媒体列表进行更新,将更新后的目标多媒体列表重新下发给车机终端,以使所述车机终端依据更新后的目标多媒体列表进行对应多媒体的播放。
7.根据权利要求2所述的方法,其特征在于,当所述车内乘客包括多个时,所述特征信息还包括:多个车内乘客之间的关系信息。
8.根据权利要求7所述的方法,其特征在于,所述依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表,包括:
依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客;将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客;依据所述目标车内乘客的个人特征信息,确定目标多媒体列表;或,
分别依据各车内乘客的个人特征信息,为各车内乘客匹配对应的多媒体列表;将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表。
9.一种信息推荐装置,其特征在于,应用于信息推荐***中,所述信息推荐***包括车机终端、服务器和数据采集模块,其中,所述装置位于服务器,所述的装置包括:
接收模块,用于接收所述数据采集模块上传的数据;
特征确定模块,用于对所述数据进行分析,确定车内乘客的特征信息;
列表确定模块,用于依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;
列表下发模块,用于将所述多媒体列表下发至车机终端,以使所述车机终端依据所述目标多媒体列表进行对应多媒体的播放。
10.根据权利要求9所述的装置,其特征在于,所述特征信息包括个人特征信息,所述个人特征信息包括以下至少一个维度:身高、年龄、性别、体型特征、面部特征和穿着特征。
11.根据权利要求10所述的装置,其特征在于,所述列表确定模块,包括:
性格类型确定子模块,用于依据所述个人特征信息中各维度信息进行性格分析,确定所述车内乘客的目标性格类型;
多媒体类型确定子模块,用于基于所述目标性格类型查找预设的映射关系,确定与所述车内乘客匹配的目标多媒体类型;
第一多媒体列表确定子模块,用于查找与所述目标多媒体类型匹配的目标多媒体,依据所述目标多媒体的属性信息生成目标多媒体列表。
12.根据权利要求11所述的装置,其特征在于,
所述性格类型确定子模块,用于将所述个人特征信息中各维度信息输入至性格分析模型,依据所述性格分析模型输出的性格类型信息确定所述车内乘客的目标性格类型;或,分别对所述个人特征信息中X1个维度信息进行性格分析,确定多种性格类型;依据剩余X2个维度信息对所述多种性格类型进行筛选,确定所述车内乘客的目标性格类型;其中,X1和X2均为正整数。
13.根据权利要求9所述的装置,其特征在于,所述的装置还包括:
第一列表更新模块,用于对所述车内乘客进行身份识别,确定对应的身份标识;基于所述身份标识,从数据库查找所述车内乘客的历史多媒体列表;采用所述历史多媒体列表,更新所述目标多媒体列表。
14.根据权利要求9所述的装置,其特征在于,所述的装置还包括:
第二列表更新模块,用于在车机终端播放所述多媒体列表中的多媒体之后,获取所述车内乘客针对播放的多媒体的反馈信息;采用所述反馈信息对所述目标多媒体列表进行更新,将更新后的目标多媒体列表重新下发给车机终端,以使所述车机终端依据更新后的目标多媒体列表进行对应多媒体的播放。
15.根据权利要求10所述的装置,其特征在于,当所述车内乘客包括多个时,所述特征信息还包括:多个车内乘客之间的关系信息。
16.根据权利要求15所述的装置,其特征在于,所述列表确定模块,包括:
第二多媒体列表确定子模块,用于依据所述关系信息,确定各车内乘客中重要级别最高的车内乘客;将多个车内乘客中重要级别最高的车内乘客确定为目标车内乘客;依据所述目标车内乘客的个人特征信息,确定目标多媒体列表;或,分别依据各车内乘客的个人特征信息,为各车内乘客匹配对应的多媒体列表;将各车内乘客对应的多媒体列表进行合并,确定目标多媒体列表。
17.一种信息推荐***,其特征在于,包括:数据采集模块、服务器和车机终端,其中:
所述数据采集模块,用于采集数据并上传至服务器;
所述服务器,用于接收所述数据采集模块上传的数据;对所述数据进行分析,确定车内乘客的特征信息;依据所述特征信息,确定与所述车内乘客匹配的目标多媒体列表;将所述多媒体列表下发至车机终端;
所述车机终端,用于接收所述目标多媒体列表,并播放所述目标多媒体列表对应的多媒体。
18.一种服务器,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如方法权利要求1-8任一所述的信息推荐方法。
19.一种可读存储介质,其特征在于,当所述存储介质中的指令由服务器的处理器执行时,使得服务器能够执行如方法权利要求1-8任一所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010178003.XA CN111400514A (zh) | 2020-03-13 | 2020-03-13 | 一种信息推荐方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010178003.XA CN111400514A (zh) | 2020-03-13 | 2020-03-13 | 一种信息推荐方法、装置和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111400514A true CN111400514A (zh) | 2020-07-10 |
Family
ID=71428759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010178003.XA Withdrawn CN111400514A (zh) | 2020-03-13 | 2020-03-13 | 一种信息推荐方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400514A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113656610A (zh) * | 2021-08-13 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 推荐多媒体信息的方法、装置、电子设备和存储介质 |
CN113656609A (zh) * | 2021-08-13 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 推荐多媒体信息的方法、装置、电子设备和存储介质 |
WO2022262603A1 (zh) * | 2021-06-17 | 2022-12-22 | 腾讯科技(深圳)有限公司 | 多媒体资源的推荐方法、装置、设备、存储介质及计算机程序产品 |
-
2020
- 2020-03-13 CN CN202010178003.XA patent/CN111400514A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022262603A1 (zh) * | 2021-06-17 | 2022-12-22 | 腾讯科技(深圳)有限公司 | 多媒体资源的推荐方法、装置、设备、存储介质及计算机程序产品 |
CN113656610A (zh) * | 2021-08-13 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 推荐多媒体信息的方法、装置、电子设备和存储介质 |
CN113656609A (zh) * | 2021-08-13 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 推荐多媒体信息的方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11334804B2 (en) | Cognitive music selection system and method | |
CN111400514A (zh) | 一种信息推荐方法、装置和*** | |
US9507326B2 (en) | System and method for using biometrics to predict and select music preferences | |
US7921067B2 (en) | Method and device for mood detection | |
US9230218B2 (en) | Systems and methods for recognizing ambiguity in metadata | |
TWI396105B (zh) | 用於模擬個體差異之個人化資訊檢索之數位資料處理方法及其電腦裝置可讀式資訊儲存媒體與資訊檢索系統 | |
US8489606B2 (en) | Music search apparatus and method using emotion model | |
TWI449410B (zh) | Personalized Sorting Method of Internet Audio and Video Data | |
US9003435B2 (en) | Method of recommending media content and media playing system thereof | |
US20170054779A1 (en) | Media Feature Determination for Internet-based Media Streaming | |
CN108848419B (zh) | 基于生物特征识别的电视互动方法、智能电视及存储介质 | |
US20220205798A1 (en) | Computer-implemented method and system for content recommendation to a user on board a vehicle | |
US20130132988A1 (en) | System and method for content recommendation | |
CN111475714A (zh) | 一种信息推荐的方法、装置、设备和介质 | |
WO2014176191A2 (en) | Personalized digital content search | |
Deldjoo et al. | Multimedia recommender systems | |
Oh et al. | Music mood classification using intro and refrain parts of lyrics | |
Parasar et al. | Music recommendation system based on emotion detection | |
CN108351886A (zh) | 确定车辆使用者共同兴趣的*** | |
CN111984859A (zh) | 业务卡片的推荐方法、装置、电子设备及存储介质 | |
CN112417174A (zh) | 一种数据处理的方法和装置 | |
CN108959387B (zh) | 信息获取方法及装置 | |
US20170308980A1 (en) | Matching candidate student leads to school demographic preferences | |
CN117141379A (zh) | 基于用户情感选择记录的车辆信息娱乐*** | |
KR101943075B1 (ko) | 머신러닝을 이용한 음악 콘텐츠의 메타데이터 자동 태깅 방법 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200710 |
|
WW01 | Invention patent application withdrawn after publication |