CN111506804A - 一种基于用户终端行为的客户端内容推荐***和方法 - Google Patents
一种基于用户终端行为的客户端内容推荐***和方法 Download PDFInfo
- Publication number
- CN111506804A CN111506804A CN202010191910.8A CN202010191910A CN111506804A CN 111506804 A CN111506804 A CN 111506804A CN 202010191910 A CN202010191910 A CN 202010191910A CN 111506804 A CN111506804 A CN 111506804A
- Authority
- CN
- China
- Prior art keywords
- content
- user
- client
- recommendation
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000006399 behavior Effects 0.000 title claims description 11
- 230000004044 response Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 2
- 230000003213 activating effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 208000004547 Hallucinations Diseases 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及一种基于用户终端行为的客户端内容推荐***和方法,所述***包括数据记录模块、用户喜好模块、资源获取模块以及内容推荐模块,其中所述数据记录模块经配置以记录用户访问内容时产生的数据;所述用户喜好模块经配置以至少部分基于所述数据记录模块记录的所述数据确定用户喜好;所述资源获取模块经配置以从服务端获取内容资源列表;所述内容推荐模块经配置以至少部分基于经确定的所述用户喜好推荐所述内容资源列表中的一个或多个内容。本发明在用户终端基于用户使用内容客户端过程中产生的数据为用户推荐内容,既保护了用户的隐私,也达到了内容推荐的目的。
Description
技术领域
本发明涉及一种互联网应用领域,特别地涉及一种基于用户终端行为的客户端内容推荐***和方法。
背景技术
随着网络技术的发展,网络用户急速增加,为用户提供各种内容服务的内容供应商也越来越多,例如,提供视频服务的视频网站、提供商品交易的电商平台、提供小说阅读的阅读网站和提供各种情报信息的各类网站等等。基于吸引用户、推荐内容/服务的目的,各种内容推荐技术也层出不穷。总的说来,基本是由内容供应商在服务端收集用户数据,如个人信息、网络行为数据、浏览的内容数据等,基于用户数据分析得到用户的个人喜好,再基于内容供应商提供的内容,计算出与用户个人喜好相匹配的内容并推荐给用户。从目前的内容推荐技术来看,用户在得到推荐内容的同时,作为其隐私的个人信息、浏览内容等无疑会被服务端获取。对于提供内容推荐的内容供应商而言,用户没有任何隐私可言。出于个人隐私的考滤,用户不会再使用该内容供应商的服务,从而导致用户流失。
发明内容
针对现有技术中存在的技术问题,本发明提出了一种基于用户终端行为的客户端内容推荐***和方法,在尊重用户隐私的情况下,向用户推荐内容。
为了解决上述技术问题,根据本发明的一个方面,本发明提供了一种基于用户终端行为的客户端内容推荐***,所述***包括数据记录模块、用户喜好模块、资源获取模块以及内容推荐模块,其中所述数据记录模块经配置以记录用户访问内容时产生的数据;所述用户喜好模块经配置以至少部分基于所述数据记录模块记录的所述数据确定用户喜好;所述资源获取模块经配置以从服务端获取内容资源列表;所述内容推荐模块经配置以至少部分基于经确定的所述用户喜好推荐所述内容资源列表中的一个或多个内容。
优选地,其中所述资源获取模块经配置以响应于用户访问内容时产生的数据符合预置条件时,从服务端获取所述内容资源列表。
其中所述预置条件包括:浏览内容的数量达到数量阈值、浏览总时间达到时间阈值和浏览频率达到频率阈值中的一者或多者。
其中用户访问内容时产生的数据至少包括用户访问路径,所述资源获取模块至少根据所述用户访问路径,按照获取条件从服务端获取内容资源以形成所述内容资源列表。
其中所述获取条件包括以下条件的一者或多者:内容数量、与用户喜好对应的内容类别、浏览内容与用户属性信息的关联程度、内容热度。
优选地,所述用户喜好模块进一步经配置以基于未存储在服务器端的用户隐私数据确定所述用户喜好。
其中,所述用户隐私数据包括以下数据的一种或多种:用户个人信息、用户浏览内容数据和用户访问路径。
优选地,所述内容推荐模块包括匹配单元和推送单元,其中,所述匹配单元其经配置以根据经确定的所述用户喜好对内容资源列表中的多个内容进行筛选,获得与所述用户喜好相匹配的一个或多个推荐内容;所述推送单元经配置以将与用户喜好相匹配的排序最高的一个或多个内容推送给内容客户端。
优选地,所述内容推荐模块经进一步配置还包括展示内容确定单元,其经配置以根据预置数量或内容客户端展示位的展示空间及推荐内容所占空间确定推送给内容客户端的内容推送信息。
优选地,所述内容推荐模块进一步经配置以启动内容客户端的推荐展示位,用以展示经推荐的所述一个或多个内容推送信息。
其中推送给内容客户端的内容推送信息包括内容链接、文字介绍、图像和/或动图,其中,文字介绍包括内容名称和/或推荐描述信息。
优选地,所述内容推荐模块经配置以更新所述客户端的所述推荐展示位的内容推送信息。
其中,所述内容推荐模块经配置以响应于经过预定的展示周期或用户操作,更新内容推送信息。
其中,所述内容推荐模块经配置以响应于用户访问路径的变化,重新获取更新的访问路径下的内容资源列表,并根据重新获取的所述内容资源列表更新内容推送信息。
根据本发明的另一方面,本发明还提供了一种基于用户终端行为的客户端内容推荐方法,包括以下步骤:
记录用户访问内容时产生的数据;
至少部分基于所述数据记录模块记录的所述数据确定用户喜好;
从服务端获取内容资源列表;以及
至少部分基于经确定的所述用户喜好推荐所述内容资源列表中的一个或多个内容。
其中,用户访问内容时产生的数据至少包括以下任一用户浏览内容数据:浏览内容的名称和/或内容描述、内容类别、内容链接、浏览时间、浏览频率和浏览内容与用户属性的关联程度。
优选地,所述方法还进一步还包括:
统计浏览内容的数量、浏览总时间和浏览频率;
在符合浏览内容的数量达到数量阈值、浏览总时间达到时间阈值和浏览频率达到频率阈值中的一者或多者时,从服务端获取内容资源列表。
其中,用户访问内容时产生的数据至少包括以下网络数据:用户访问路径和内容访问地址。
进一步地,所述方法根据所述用户访问路径,按照内容数量、与用户喜好对应的内容类别、浏览内容与用户属性信息的关联程度、内容热度中的一者或多者从服务端获取内容资源以形成所述内容资源列表。
其中所述内容资源列表包括以下多个内容资源的信息中一者或多者:
内容资源的名称和/或描述;
内容资源的分类;
内容资源的热度;
内容图像和/或动图;以及
内容链接。
优选地,所述方法还包括:
根据用户喜好对内容资源列表中的内容进行筛选,得到与用户喜好相匹配的一个或多个内容;以及
将与用户喜好相匹配的排序最高的一个或多个内容推送到内容客户端。
优选地,所述方法进一步包括:根据预置数量或内容客户端展示位的展示空间及推荐内容所占空间确定推送给内容客户端的内容推送信息。
优选地,所述方法进一步包括启动内容客户端中用以展示内容推送信息的推荐展示位的步骤。
其中,所述推荐展示位通过以下一种或多种方式展示内容推送信息:横幅式、信息流式、插屏式、公告式或弹窗式。
优选地,所述方法还进一步包括:
检测客户端的运行状态;以及
响应于内容客户端在向用户展示内容,开启内容客户端中用以展示内容推送信息的推荐展示位。
优选地,所述方法还进一步包括:
在满足更新条件时更新推送给内容客户端的内容。
其中,响应于经过预定的展示周期或用户操作,更新内容推送信息;或者
响应于用户访问路径的变化,重新获取更新的访问路径下的内容资源列表,并根据重新获取的所述内容资源列表更新内容推送信息。
优选地,所述方还包括:基于未存储在服务端的用户隐私数据确定所述用户喜好。
其中,所述用户隐私数据至少包括用户个人信息、用户浏览内容数据和用户访问路径中的一者或多者。
本发明在用户终端基于用户使用内容客户端过程中产生的数据,在客户端为用户推荐内容,既保护了用户的隐私,也达到了内容推荐的目的。
附图说明
下面,将结合附图对本发明的优选实施方式进行进一步详细的说明,其中:
图1是本发明提供的客户端内容推荐***运行原理图;
图2是根据本发明的一个实施例基于用户终端的内容推荐***的原理框图;
图3是根据本发明一个实施例的内容推荐模块的原理框图;
图4是根据本发明另一个实施例的内容推荐模块的原理框图;
图5是根据本发明又一个实施例的内容推荐模块的原理框图;
图6是根据本发明又一个实施例的内容推荐模块的原理框图;
图7是根据本发明一个实施例的基于用户终端的客户端内容推荐方法流程图;
图8是根据本发明一个实施例的获取与用户喜好相匹配的内容的方法流程图;
图9是根据本发明一个实施例的更新推荐内容流程图;以及
图10是根据本发明另一个实施例的更新推荐内容流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在以下的详细描述中,可以参看作为本申请一部分用来说明本申请的特定实施例的各个说明书附图。在附图中,相似的附图标记在不同图式中描述大体上类似的组件。本申请的各个特定实施例在以下进行了足够详细的描述,使得具备本领域相关知识和技术的普通技术人员能够实施本申请的技术方案。应当理解,还可以利用其它实施例或者对本申请的实施例进行结构、逻辑或者电性的改变。
本发明提供了一种基于用户终端行为的客户端内容推荐***和方法,不需要向内容服务端发送用户浏览的内容数据、访问路径、个人信息等隐私信息,在用户终端即可向用户推荐符合其喜好的内容。图1是本发明提供的客户端内容推荐***运行原理图。在本发明中,用户终端10中运行有内容客户端100和本发明提供的内容推荐***200。内容客户端100与内容服务端300交互,以完成用户基于内容客户端100的操作。例如,当内容供应商提供的是小说阅读的应用(App)时,用户基于内容客户端100可浏览不同分类的小说。在用户选定小说时,内容客户端100从内容服务端300下载相应的阅读材料到终端本地。相类似地,还可以是提供新闻、视频、图片等的App。内容推荐***200在用户使用内容客户端100的过程中,记录用户的网络数据和浏览内容数据,网络数据包括用户访问路径。例如,对于小说App来说,用户访问路径可以是小说分类,如“纪实文学”、“科幻”、“悬疑”等。所述的访问路径也可以指用户从开始浏览分类到确定阅读材料过程中访问的分类的顺序,例如,某用户以“科幻”-“悬疑”-“玄幻”的顺序,最终选择了“玄幻”中的一个小说“xxxx”时,该次记录到的访问路径为:“科幻”-“悬疑”-“玄幻”-“xxxx”。内容推荐***200也记录用户浏览内容时的浏览内容数据,仍然以上述小说应用为例,所述浏览内容数据包括小说所在类别、小说名称和/或内容描述、已读章节、本次阅读章节或字数、内容链接、浏览时间、浏览频率和浏览内容与用户属性的关联程度等。其中,用户属性包括用户级别、用户类别等,如普通用户、付费用户、VIP用户等。由于内容供应商提供的内容可分为免费内容和不同级别的付费内容,在用户浏览了内容时,用户终端记录其浏览的内容与其用户属性的关联关系,如免费内容-普通用户、付费内容-普通用户、免费内容-付费用户等等。
内容推荐***200能够推定用户的喜好,并且,根据记录到的访问路径等网络数据,按照一定的获取条件从内容服务端300获取对应的内容资源。其中,可利用用户个人信息、用户浏览内容数据和用户访问路径等未存储在服务器端的用户隐私数据确定所述用户喜好。用户个人信息除了其下载、安装内容客户端时提供的个人信息外,还包括其注册的用户类别,如普通用户、付费用户及注册的某个内容类别用户等等,用户浏览内容数据如前所述的内容名称和/或内容描述、浏览时间、浏览频率和浏览内容与用户属性的关联程度等。
所述的获取条件例如为内容数量,与用户喜好对应的内容类别、浏览内容与用户属性信息的关联程度、内容热度等。例如,对于小说App,内容资源列表的总内容数量为1000本小说。根据用户喜好确定5个内容类别,并根据浏览内容与用户属性信息的关联程度,为5个内容类别分配不同的数量,在拉取时,根据内容热度从相应的内容类别中拉取对应数量的内容信息,如小说名称、内容描述信息及其对应的链接。所述内容资源列表包括以下多个内容资源的信息中一者或多者:内容资源的名称和/或描述;内容资源的分类;内容资源的热度;内容图像和/或动图;以及内容链接。
内容推荐***200根据用户喜好从所述内容资源列表中获得与其匹配的内容,并将匹配到的内容按匹配度排序,根据排序最高的一个或多个小说生成内容推送信息推送给内容客户端100。内容客户端100中具有推荐展示位以展示所述推荐内容推送信息。内容推送信息包括内容链接、文字介绍、图像和/或动图,其中,文字介绍包括内容名称和/或推荐描述信息。当用户点击推荐展示位中的某个内容的文字或图像时,则可以链接到其内容页上。
具体地,图2是根据本发明一个实施例的基于用户终端的内容推荐***的原理框图。在本实施例中,所述内容推荐***200包括数据记录模块210、资源获取模块220、用户喜好确定模块230和内容推荐模块240。其中,所述数据记录模块210用以记录用户通过内容客户端100进行内容浏览的网络数据和内容数据。当用户操作内容客户端100时浏览内容时,数据记录模块210记录下对内容的访问路径及内容地址。例如,当用户选择名字为“xxxx”的小说进行阅读时,数据记录模块210将用户的访问路径“科幻”-“悬疑”-“玄幻”-“xxxx”记录到该应用的应用文件***中。其中,所述应用文件***位于终端的外部存储器中。例如,数据记录模块210可在该应用的应用文件***的“内容推荐”目录下建立“网络数据”的文件夹,用于记录每一次用户使用内容客户端100进行内容浏览时的网络数据。数据记录模块210将客户端获取的内容浏览数据存储在终端的外部存储器中。例如,存储在该应用文件***的“内容推荐”目录下建立的“用户浏览内容”文件夹中。
用户喜好确定模块230至少根据记录的数据确定的用户喜好。其中,所述用户喜好确定模块230可以采用已训练好的神经网络模型确定用户喜好。在一个更好的实施例中,用户喜好可根据用户浏览内容时记录的网络数据、用户浏览的具体内容及用户个人信息来确定。
在本实施例中,所述资源获取模块220检测用户浏览内容是否符合预置要求,在用户浏览内容是否符合预置要求时,根据网络数据从服务端获取内容资源。其中,所述预置要求是指用户浏览的内容达到足够的量,在用户浏览的内容达到足够的量时,可以对用户进行更详细的分析,从而得到更加符合用户喜好的推荐内容。其中,通过检测浏览内容的数量是否达到数量阈值,或者是检测浏览总时间达到时间阈值,或者是检测浏览频率达到频率阈值,如果其中的一个指标达到其阈值,则可认为用户浏览的内容达到足够的量,可以为用户推荐内容。则所述资源获取模块220根据所述网络数据,按照预置的获取条件从内容服务端300对应位置获取内容资源。
其中,预置获取条件之一为内容数量,即得到的内容资源列表中的内容的总数量。如1000个。根据用户每次的访问路径可确定用户访问的内容类别,或者根据用户喜好确定相应的内容类别,从该内容类别中从内容服务端300拉取相应数量(1000个)内容。更好地,可结合浏览内容与用户属性信息的关联程度,确定每个内容类别应拉取的数量。在一个进一步的实施方式中,结合每个内容类别的内容热度,拉取相应数量的内容热度最高的内容。所述资源获取模块220将这些内容存储在终端外部存储器中,如存储在应用文件***的“内容推荐”目录下建立的“内容资源”的文件夹中,为方便内容推荐模块240的匹配,建立内容资源列表,并在其中包括以下信息中一者或多者:内容资源的名称和/或描述;内容资源的分类;内容资源的热度;内容图像和/或动图以及内容链接。
所述内容推荐模块240根据确定的用户喜好,从所述内容资源列表中获取与用户喜好相匹配的内容。
在以上实施例中,为了使内容客户端100可以向用户展示推荐内容,还需要在内容客户端100的相应界面开启用以展示推荐内容的推荐展示位。在一个实施例中,所述内容推荐模块240在推送推荐内容时,开启内容客户端100上用以展示推荐内容的推荐展示位,以便在内容客户端100接收到内容推荐***200发送的推荐内容时,将内容推送信息展示在推荐展示位上。或者,内容客户端100在接收到内容推荐***发送的推荐内容时,开启推荐展示位,并同时将推送信息展示在推荐展示位上。
图3为根据本发明一个实施例的内容推荐模块的原理框图。所述内容推荐模块240经进一步配置包括匹配单元241和推送单元242。其中,所述匹配单元241根据用户喜好,对从内容服务端300获取的内容资源进行筛选,得到与用户喜好相匹配的推荐内容,如从内容资源列表中得到20个与用户喜好相匹配的内容,并按照匹配度从高到低排序。所述推送单元242获取与用户喜好相匹配的排序最高的一个或多个内容的相关信息生成内容推送信息,将其推送到内容客户端100的推荐展示位中。
在一个实施例中,所述的匹配单元241可以采用训练好的神经网络模型,以用户喜好和内容资源(如内容名称、内容描述信息等)作为输入量,从而可以得到按照匹配度排序的内容。所述匹配单元241得到与用户喜好相匹配的推荐内容后,按照与用户喜好相匹配的高低顺序存储起来,如存储在该应用文件***的“内容推荐”目录下建立的“推荐内容”文件夹中。其中存储的数量可以预置,如10-20等,并设置推送位。如果某个内容已推送,则为其设置“已推送”标记。在更新内容客户端100中显示的推荐内容时,在该“推荐内容”文件夹中的内容没有更新时,将没有“已推送”标记的内容推送给内容客户端100。
推送给内容客户端100的内容推送信息可以直接采用内容资源列表其中的信息,如内容名称/描述信息及其链接。也可以根据预置要求生成具有一定格式的内容推送信息。
图4是为根据本发明另一个实施例的内容推荐模块的原理框图。在本实施例中,所述内容推荐模块240除了包括匹配单元241和推送单元242外,还经进一步包括展示内容确定单元243。在匹配单元241得到预置数量的推荐内容时,将其存储在“推荐内容”文件夹中。所述展示内容确定单元243从“推荐内容”文件夹中确定出需要推送给内容客户端100的内容推送信息。其中,推荐展示位中展示的推荐内容数量可以事先设置,在该场景下,所述展示内容确定单元243根据设置的数量,从“推荐内容”文件夹中读取出该数量的推荐内容,并根据推荐展示位的格式要求,创建内容推送信息。例如,推荐展示位中要求包括文字、图片和链接时,展示内容确定单元243从内容资源列表中读取对应内容的描述信息、图片及内容链接地址,提取内容的描述信息的关键词生成文字信息,再由图片和内容链接创建了一个内容的推送信息。以此类推,根据确定的数量,生成相应内容的推送信息,将其合成为一条完整的内容推送信息,由推送单元242推送给内容客户端100。在另一个实施例中,在推荐展示位没有设置数量,而是设定了展示空间的要求时,例如可容纳的图片大小、文字数量等。在该场景下,所述展示内容确定模块243在创建内容推送信息,并根据推荐展示位的展示空间及每一个内容的具体推送述信息所占空间计算可以展示的推荐内容数量。所述展示内容确定单元243在确定了推荐内容后,将“推荐内容”文件夹中的对应内容设置“已推送”标记。
为了在用户改变其浏览内容时能及时有效地推荐合理的内容,本发明提供的内容推荐***200能及时更新内容客户端100显示的推荐内容。其中,本发明设置了不同的更新条件,其中一种更新条件为展示时间达到了展示周期时更新。具体地,如图5所示,图5是为根据本发明另一个实施例的推荐模块的原理框图。在本实施例中,所述内容推荐模块240经进一步包括计时单元244,在将推荐内容的内容推送信息推送到内容客户端100的推荐展示位时开始计时,在计时达到展示周期时触发所述推送单元242。推送单元242通知展示内容确定单元243重新确定内容推送信息,展示内容确定单元243从“推荐内容”文件夹中选取没有设置“已推送”标记的内容,重新生成内容推送信息,并由推送单元242将重新确定的内容推送信息推送给内容客户端100。
如图6所示,图6是为根据本发明另一个实施例的内容推荐模块的原理框图。当用户的浏览内容发生了变化时,所述资源获取模块220会根据变化的网络数据拉取对应的内容资源,此时,内容推荐模块240的匹配单元241会重新进行匹配,得到新的推荐内容,从而更新应用文件***中的“推荐内容”中文件夹中的数据。此时,匹配单元241会触发推送单元242,推送单元242通知展示内容确定单元243重新确定推荐描述信息,并将重新确定的推荐描述信息推送给内容客户端100。
图7是根据本发明一个实施例的基于用户终端行为的客户端内容推荐方法流程图。在所述实施例中,所述方法包括:
步骤S100,记录用户通过内容客户端进行内容浏览的网络数据。用户在使用内容客户端进行内容浏览(如小说的阅读、视频的观看)时,记录用户获得该内容的路径,并存储在该应用文件***中,如“内容推荐”目录下建立的“网络数据”的文件夹。
步骤S110,记录用户通过内容客户端获取的用户内容浏览数据,并将其存储在终端的外部存储器中。例如,存储在该应用文件***的“内容推荐”目录下建立的“用户浏览内容”文件夹中。
步骤S120,根据所述网络数据,从内容服务端对应位置获取内容资源,并存储在“内容资源”的文件夹中。在该步骤中,在一个实施方式,在获得了网络数据时,即从内容服务端对应位置拉取内容资源。在用户浏览了新的应用内容类别时,即在原有网络数据的基础上,又增加了新的网络数据时,根据该增加了网络数据获取相应的内容资源。其中,获取的内容资源数量可以预置,例如,对于提供小说阅读的应用,每个类别可提供100本的小说题材。在另一种实施方式中,查询用户的内容浏览数据,在用户的内容浏览数据符合预置要求时,从服务端获取内容资源。其中,所述的预置要求可能为内容数量阈值、浏览频率阈值或浏览时间阈值。例如,对于小说应用来说,内容数量阈值可以是预置的用户已完成阅读的小说数量,如100本小说;浏览时间阈值可以是用户应达到的阅读时间,如100小时等;浏览频率阈值如2次/天。对于视频应用来说,内容数量阈值可以是用户观看的视频条数,如100条视频浏览时间长度阈值可以是应达到观看总时长,如20小时等等。在该实施例中,当用户浏览的内容达到足够的量时,再向用户推荐内容,能够得到更准确的推荐内容。本发明的述的推荐内容根据应用(App)提供的业务不同,可以为视频、音频、文字、图像中的一者或多者。
步骤S130,确定用户喜好。其中,用户喜好可根据采用已训练好的神经网络模型确定用户喜好。在一个更好的实施例中,用户喜好可根据用户浏览内容时记录的网络数据、用户浏览的具体内容及用户个人信息等隐私数据来确定。该步骤S130不限制在本实施例中的顺序,可以随时计算、更新用户喜好。
步骤S140,根据用户喜好,从所述内容资源中获取与用户喜好相匹配的内容。其中,在一个具体实施方式中,如图8所示,包括以下几个步骤:
步骤S141,根据用户喜好对内容资源进行筛选,得到与用户喜好相匹配的推荐内容。例如,以用户喜好和内容资源(如内容名称、内容描述信息等)作为输入量,从而可以得到经过排序的推荐内容。如得与用户喜好的匹配度排序在前10或前20个的推荐内容。得到的推荐内容可存储在该应用文件***的“内容推荐”目录下建立的“推荐内容”文件夹中。其中存储的数量可以预置,如10-20等,并设置推送位。如果某个内容已被推送,则将其设置“已推送”标记。
步骤S142,根据推送要求创建内容推送信息。其中,所述的推送要求包括推送数量、展示时需要的内容信息,如文字及其格式要求、图片及其格式求和链接等中的一者或多者。其中,所述的推送数量可以为内容客户端推荐展示位中设置的展示数量,如5个。根据该数量要求,从前述得到的前10或前20个的推荐内容中取出前5名的推荐内容,并读取其各自的内容描述信息及内容链接等。通常,内容描述信息包括图片及较多的文字介绍,因而需要进行关键词提取,从而得到文字数量较少的、以适应展示要求的文字介绍。而后再调整文字格式,如字体、字号、颜色等。如果推送要求中还包括图片及其格式,则从内容描述信息中抽取一幅图片,例如小说的封面图片,并修改图片的尺寸大小,从而生成该内容的推送信息。当内容客户端推荐展示位没有展示数量要求,只有空间要求时,可先对排序在前的几个内容创建其各自的推送信息,再根据推荐展示位的展示空间及推荐内容的推送信息所占空间确定推送数量。
步骤S143,将创建好的内容推送信息推送到内容客户端。其中,内容客户端中设有推荐展示位,该推荐展示位可由内容客户端开启,也可由内容推荐***开启。例如,当内容客户端接收到推荐内容时,打开推荐展示位,将内容推送信息展示在该推荐展示位上。该推荐展示位也可以由本发明的内容推荐***打开,其可以在检测到用户的内容浏览数据符合预置要求时,从服务端获取内容资源的同时,开启内容客户端上的推荐展示位。在另一个实施例中,检测内容客户端的运行状态,确定用户是否正在使用内容客户端,如果用户正在使用内容客户端,即客户端在向用户展示内容,开启客户端中用以展示推荐内容的推荐展示位。其中,所述推荐展示位采用横幅式、信息流式、插屏式、公告式或弹窗式。
在本发明中,内容客户端中推荐展示位的展示内容可以根据应用场景做不同的更新。在用户一直在使用内容客户端进行同一内容的浏览的场景中,为推荐展示位的展示内容设置展示周期,在达到展示周期时,需更新展示内容,从而可以达到向用户推送更多内容的目的。具体流程如图9所示。
步骤S151,在首次将内容推送信息推送到内容客户端时,对本次推荐内容的展示计时。
步骤S152,判断计时是否达到展示周期。如果没有达到展示周期,则返回步骤S151,继续计时,如果达到了展示周期,则执行步骤S153。
步骤S153,从“推荐内容”中取出没有“已推送”标记的排序在前的推荐内容。
步骤S154,根据推送要求创建内容推送信息。
步骤S155,将所述内容推送信息推送给内容客户端。
步骤S156,内容客户端更换推荐展示位中的内容。
通过上述过程的反复执行,可在用户使用内容客户端进行同一内容的浏览的场景中,向用户推送更多内容。
当用户进行了新的内容浏览时,如用户原来在阅读“科幻”类别的一篇小说,而后又浏览了“悬疑”类别的一些小说,此时,记录的用户网络数据及其浏览内容数据都发生了变化,此时也触发了内容客户端推荐内容的更新,具体如图10所示。
步骤S161,监测用户网络数据是否发生更新。如果用户网络数据发生了更新,则执行步骤S162。如果用户网络数据没有发生更新,则结束,或者持续监测用户网络数据是否发生更新。
步骤S162,从服务端获取对应的内容资源,并更新当前已有的内容资源。
步骤S163,将用户喜好与已更新的内容资源相匹配,得到新的推荐内容。
步骤S164,从“推荐内容”中取出排序在前的推荐内容。
步骤S165,根据推送要求创建内容推送信息。
步骤S166,将新的内容推送信息推送给内容客户端。
步骤S167,内容客户端更换推荐展示位中的内容。
本实施例可以适应用户浏览内容的变化,灵活地为其推荐符合其喜好的内容,并且,通过结合内容热度,可以为用户推荐正在流行的内容,从而可以更好地吸引用户,提高了用户粘度。
本发明不需将用户的隐私内容上传到服务器,而是在用户终端本地,根据用户对内容浏览时产生的各种数据向用户推荐内容,既能够达到内容推荐的目的,还保护了用户隐私免于暴漏。
上述实施例仅供说明本发明之用,而并非是对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明范围的情况下,还可以做出各种变化和变型,因此,所有等同的技术方案也应属于本发明公开的范畴。
Claims (30)
1.一种基于用户终端行为的客户端内容推荐***,包括:
数据记录模块,经配置以记录用户访问内容时产生的数据;
用户喜好模块,经配置以至少部分基于所述数据记录模块记录的所述数据确定用户喜好;
资源获取模块,经配置以从服务端获取内容资源列表;以及
内容推荐模块,经配置以至少部分基于经确定的所述用户喜好推荐所述内容资源列表中的一个或多个内容。
2.根据权利要求1所述***,其中所述资源获取模块经配置以响应于用户访问内容时产生的数据符合预置条件时,从服务端获取所述内容资源列表。
3.根据权利要求2所述***,其中所述预置条件包括:浏览内容的数量达到数量阈值、浏览总时间达到时间阈值和浏览频率达到频率阈值中的一者或多者。
4.根据权利要求1或2所述***,其中用户访问内容时产生的数据至少包括用户访问路径,所述资源获取模块至少根据所述用户访问路径,按照获取条件从服务端获取内容资源以形成所述内容资源列表。
5.根据权利要求4所述***,其中所述获取条件包括以下条件的一者或多者:内容数量、与用户喜好对应的内容类别、浏览内容与用户属性信息的关联程度和内容热度。
6.根据权利要求1所述***,其中所述用户喜好模块经进一步配置以基于未存储在服务器端的用户隐私数据确定所述用户喜好。
7.根据权利要求1所述***,所述用户隐私数据包括以下数据的一种或多种:用户个人信息、用户浏览内容数据和用户访问路径。
8.根据权利要求1所述***,其中所述内容推荐模块包括:
匹配单元,其经配置以根据经确定的所述用户喜好对内容资源列表中的多个内容进行筛选,获得与所述用户喜好相匹配的一个或多个内容;以及
推送单元,其经配置以将与用户喜好相匹配的排序最高的一个或多个内容推送信息给内容客户端。
9.根据权利要求8所述***,其中,所述内容推荐模块经进一步配置包括:
展示内容确定单元,其经配置以根据预置数量或内容客户端推荐展示位的展示空间及推荐内容所占空间确定推送给内容客户端的内容推送信息。
10.根据权利要求1或8或9所述***,其中所述内容推荐模块进一步经配置以启动内容客户端推荐展示位,用以展示经推荐的一个或多个内容推送信息。
11.根据权利要求1或8或9所述***,其中推送给内容客户端的内容推送信息包括内容链接、文字介绍、图像和动图中的一者或多者,其中,文字介绍包括内容名称和/或推荐描述信息。
12.根据权利要求1所述***,其中所述内容推荐模块经配置以更新所述客户端推荐展示位的内容推送信息。
13.根据权利要求12所述***,其中所述内容推荐模块经配置以响应于经过预定的展示周期或用户操作,更新内容推送信息。
14.根据权利要求12所述***,其中所述内容推荐模块经配置以响应于用户访问路径的变化,重新获取更新的访问路径下的内容资源列表,并根据重新获取的所述内容资源列表更新内容推送信息。
15.一种基于用户终端行为的客户端内容推荐方法,包括:
记录用户访问内容时产生的数据;
至少部分基于所述数据记录模块记录的所述数据确定用户喜好;
从服务端获取内容资源列表;以及
至少部分基于经确定的所述用户喜好推荐所述内容资源列表中的一个或多个内容。
16.根据权利要求15所述的方法,其中,用户访问内容时产生的数据至少包括以下用户浏览内容数据中的一者或多者:浏览内容的名称和/或内容描述、内容类别、内容链接、浏览时间、浏览频率和浏览内容与用户属性的关联程度。
17.根据权利要求16所述方法,其中还包括:
统计浏览内容的数量、浏览总时间和浏览频率;
在符合浏览内容的数量达到数量阈值、浏览总时间达到时间阈值和浏览频率达到频率阈值中的一者或多者时,从服务端获取内容资源列表。
18.根据权利要求15所述方法,其中,用户访问内容时产生的数据至少包括以下网络数据:用户访问路径和内容访问地址。
19.根据权利要求18所述方法,其中,根据所述用户访问路径,按照内容数量、与用户喜好对应的内容类别、浏览内容与用户属性信息的关联程度、内容热度中的一者或多者从服务端获取内容资源以形成所述内容资源列表。
20.根据权利要求15所述方法,其中所述内容资源列表包括以下多个内容资源的信息中一者或多者:
内容资源的名称和/或描述;
内容资源的分类;
内容资源的热度;
内容图像和/或动图;以及
内容链接。
21.根据权利要求15所述方法,其中还包括:
根据用户喜好对内容资源列表中的内容进行筛选,得到与用户喜好相匹配的一个或多个内容;以及
将与用户喜好相匹配的排序最高的一个或多个内容推送到内容客户端。
22.根据权利要求21所述方法,进一步包括:根据预置数量或内容客户端推荐展示位的展示空间及推荐内容所占空间确定推送给内容客户端的内容推送信息。
23.根据权利要求15、21或22所述方法,其中,进一步包括启动内容客户端中用以展示内容推送信息的推荐展示位。
24.根据权利要求23所述方法,其中,所述推荐展示位通过以下一种或多种方式展示内容推送信息:
横幅式、信息流式、插屏式、公告式或弹窗式。
25.根据权利要求23所述方法,其中,还进一步包括:
检测客户端的运行状态;
响应于内容客户端在向用户展示内容,开启内容客户端中用以展示内容推送信息的推荐展示位。
26.根据权利要求15所述方法,其中还进一步包括:
在满足更新条件时更新推送给内容客户端的内容。
27.根据权利要求26所述方法,其中,进一步包括:响应于经过预定的展示周期或用户操作,更新内容推送信息。
28.根据权利要求26所述方法,其中,进一步包括:
响应于用户访问路径的变化,重新获取更新的访问路径下的内容资源列表,并根据重新获取的所述内容资源列表更新内容推送信息。
29.根据权利要求15所述方法,其中还包括:
基于未存储在服务端的用户隐私数据确定所述用户喜好。
30.根据权利要求29所述方法,其中,所述用户隐私数据至少包括用户个人信息、用户浏览内容数据和用户访问路径中的一者或多者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010191910.8A CN111506804A (zh) | 2020-03-18 | 2020-03-18 | 一种基于用户终端行为的客户端内容推荐***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010191910.8A CN111506804A (zh) | 2020-03-18 | 2020-03-18 | 一种基于用户终端行为的客户端内容推荐***和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111506804A true CN111506804A (zh) | 2020-08-07 |
Family
ID=71874331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010191910.8A Pending CN111506804A (zh) | 2020-03-18 | 2020-03-18 | 一种基于用户终端行为的客户端内容推荐***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506804A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544362A (zh) * | 2022-10-11 | 2022-12-30 | 读书郎教育科技有限公司 | 一种基于ai的内容推荐*** |
CN115665704A (zh) * | 2022-11-21 | 2023-01-31 | 广州天辰信息科技有限公司 | 一种基于大数据的活动隐私安全推荐方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102843586A (zh) * | 2011-06-21 | 2012-12-26 | 华为软件技术有限公司 | 视频推荐方法及终端 |
CN103997507A (zh) * | 2013-02-20 | 2014-08-20 | 腾讯科技(深圳)有限公司 | 一种信息的推送方法及装置 |
CN104156366A (zh) * | 2013-05-13 | 2014-11-19 | ***通信集团浙江有限公司 | 一种向移动终端推荐网络应用的方法和网络服务器 |
CN105488233A (zh) * | 2016-01-25 | 2016-04-13 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 阅读信息推荐方法和*** |
CN107257499A (zh) * | 2017-07-21 | 2017-10-17 | 安徽大学 | 一种视频推荐***中的隐私保护方法和视频推荐方法 |
CN107590400A (zh) * | 2017-08-17 | 2018-01-16 | 北京交通大学 | 一种保护用户隐私兴趣偏好的推荐方法和可读介质 |
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*** |
-
2020
- 2020-03-18 CN CN202010191910.8A patent/CN111506804A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102843586A (zh) * | 2011-06-21 | 2012-12-26 | 华为软件技术有限公司 | 视频推荐方法及终端 |
CN103997507A (zh) * | 2013-02-20 | 2014-08-20 | 腾讯科技(深圳)有限公司 | 一种信息的推送方法及装置 |
CN104156366A (zh) * | 2013-05-13 | 2014-11-19 | ***通信集团浙江有限公司 | 一种向移动终端推荐网络应用的方法和网络服务器 |
CN105488233A (zh) * | 2016-01-25 | 2016-04-13 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 阅读信息推荐方法和*** |
CN107257499A (zh) * | 2017-07-21 | 2017-10-17 | 安徽大学 | 一种视频推荐***中的隐私保护方法和视频推荐方法 |
CN107590400A (zh) * | 2017-08-17 | 2018-01-16 | 北京交通大学 | 一种保护用户隐私兴趣偏好的推荐方法和可读介质 |
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*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544362A (zh) * | 2022-10-11 | 2022-12-30 | 读书郎教育科技有限公司 | 一种基于ai的内容推荐*** |
CN115665704A (zh) * | 2022-11-21 | 2023-01-31 | 广州天辰信息科技有限公司 | 一种基于大数据的活动隐私安全推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220030305A1 (en) | Identification and presentation of content associated with currently playing television programs | |
US9100701B2 (en) | Enhanced video systems and methods | |
JP5160410B2 (ja) | 電子装置からのデータに基づいてコンテンツを取得するためのシステム及び方法 | |
US20130339347A1 (en) | Enhanced Search Results | |
EP2202656A1 (en) | Context-based recommender system | |
US20100100566A1 (en) | Methods and Systems for Identifying the Fantasies of Users Based on Image Tagging | |
CN105095480A (zh) | 社交网络更新中到媒体对象部分的链接的实时提供 | |
JP2005518724A (ja) | テレビ番組についての情報を取り出すための方法及びシステム | |
US8931002B2 (en) | Explanatory-description adding apparatus, computer program product, and explanatory-description adding method | |
CN110309414B (zh) | 内容推荐方法、内容推荐装置和电子设备 | |
CN112307339B (zh) | 基于用户画像的推荐信息生成方法、装置及计算机设备 | |
US20170272793A1 (en) | Media content recommendation method and device | |
CN111506804A (zh) | 一种基于用户终端行为的客户端内容推荐***和方法 | |
CN111046292A (zh) | 直播推荐方法、装置、计算机可读存储介质及电子设备 | |
US8595183B2 (en) | Systems and methods for providing enhanced content portability in a word page module | |
CN114417157B (zh) | 一种数据推送方法、装置、计算机设备以及计算机介质 | |
CN113177055B (zh) | 一种信息更新的方法、装置及计算机存储介质 | |
CN105190619B (zh) | 终端装置以及装置的程序 | |
CN112015972B (zh) | 一种信息推荐方法、装置、电子设备以及存储介质 | |
CN110661693A (zh) | 促进在计算装置中执行的基于媒体的内容共享的方法、计算装置可读存储介质以及计算装置 | |
CN114880458A (zh) | 书籍推荐信息的生成方法、装置、设备及介质 | |
CN113779403A (zh) | 书籍资讯的获取方法、展示方法、服务端以及用户终端 | |
CN111915637B (zh) | 一种图片展示方法、装置、电子设备及存储介质 | |
WO2007107534A1 (fr) | Procédé, dispositif et système de gestion d'informations structurées au sein d'une scène graphique | |
CN110942070B (zh) | 内容展示方法、装置、电子设备及计算机可读存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200807 |
|
WD01 | Invention patent application deemed withdrawn after publication |