CN112543346A - 信息发布方法和装置，计算机存储介质和电子设备 - Google Patents
信息发布方法和装置，计算机存储介质和电子设备 Download PDFInfo
- Publication number
- CN112543346A CN112543346A CN202110061880.3A CN202110061880A CN112543346A CN 112543346 A CN112543346 A CN 112543346A CN 202110061880 A CN202110061880 A CN 202110061880A CN 112543346 A CN112543346 A CN 112543346A
- Authority
- CN
- China
- Prior art keywords
- video
- time
- published
- information
- release
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000009826 distribution Methods 0.000 title claims description 55
- 230000004044 response Effects 0.000 claims abstract description 6
- 230000006399 behavior Effects 0.000 claims description 36
- 238000003062 neural network model Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 19
- 230000004913 activation Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 abstract description 29
- 235000013305 food Nutrition 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 235000021168 barbecue Nutrition 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 235000015219 food category Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26208—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints
- H04N21/26241—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints involving the time of distribution, e.g. the best time of the day for inserting an advertisement or airing a children program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26283—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for associating distribution time parameters to content, e.g. to generate electronic program guide data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开一种信息发布方法及装置，计算机存储介质和电子设备，所述方法包括：获取待发布信息，待发布信息包括待发布视频；响应于时间选择提示信息为激活状态，在信息发布页面输出待发布视频的发布推荐时间；响应于对发布推荐时间的选择以及对待发布视频与实体对象的关联操作，确定待发布视频的目标发布时间，并将所述待发布视频与实体对象相关联；将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，所述用于在应用服务平台进行展示至少包括：用于在与所述实体对象相关的用户终端设备的应用服务平台的页面进行展示，进而能够使得待发布视频基于发布推荐时间发布后提高转化率。
Description
技术领域
本申请涉及计算机技术领域，具体涉及一种信息发布方法和装置。本申请同时涉及一种计算机存储介质和电子设备。
背景技术
视频作为一种信息记录方式，已被广泛的应用到各行各业。随着各种应用软件的发展，短视频已成为一种极为受欢迎的信息获取方式。对于短视频的发布方而言仅仅是在短视频制作完成后采用即时发布的方式，即制作完成随即发布。
基于即时发布的发布方式，会导致短视频的转化率降低。
发明内容
本申请提供一种信息发布方法，以解决现有技术中由于信息发布时间不合适而导致的信息转化率低的问题。
本申请提供一种信息发布方法，包括：
获取待发布信息，所述待发布信息包括待发布视频；
响应于时间选择提示信息为激活状态，在信息发布页面输出所述待发布视频的发布推荐时间，其中，所述发布推荐时间根据所述待发布视频对应的数据特征自动确定；
响应于对所述发布推荐时间的选择以及对所述待发布视频与实体对象的关联操作，确定所述待发布视频的目标发布时间，并将所述待发布视频与实体对象相关联，其中，所述实体对象为能够提供所述待发布视频中相关资源的提供方信息；
将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，所述用于在应用服务平台进行展示至少包括：用于在与所述实体对象相关的用户终端设备的应用服务平台的页面进行展示。
在一些实施例中，所述待发布视频的发布推荐时间根据获取的待发布视频的数据特征自动确定，包括：
提取所述待发布视频的数据特征；
将所述数据特征输入到机器学习模型进行学习，获得对应于所述待发布视频的所述发布推荐时间；其中，所述机器学习模型为根据已发布视频的数据特征作为输入参数训练后的神经网络模型。
在一些实施例中，还包括：
提取已发布视频的数据特征中描述所述已发布视频内容的内容特征、发布时间特征以及描述针对已发布视频发生操作行为的行为数据特征；其中，所述内容特征包括视频内容的类型特征、视频内容的行业特征、视频内容的风格特征和视频内容的标识特征中至少一种特征；所述行为数据特征包括操作行为类型特征；
将所述内容特征、发布时间特征和行为数据特征作为训练参数输入到所述神经网络模型中进行训练，获得所述训练后的神经网络模型。
在一些实施例中，还包括：
响应于所述时间选择提示信息为非激活状态时对所述时间选择提示信息的激活操作，将所述时间选择提示信息变更为激活状态。
在一些实施例中，所述响应于所述时间选择提示信息的激活状态或者在所述时间选择提示信息的未激活状态下，还包括：
提供自定义发布时间的自选提示信息；
响应于所述自选提示信息的操作，输出所述自定义发布时间选择范围；
响应于对所述选择范围内自定义发布时间的选择操作，将选取的自定义发布时间确定为所述待发布视频的所述目标发布时间。
在一些实施例中，所述将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在应用服务平台进行展示，包括：
监测所述待发布视频所在存储介质的***时间；
确定所述***时间与所述目标发布时间是否相同；
若是，则对所述待发布视频以及相关联的所述实体对象展示在所述应用服务平台。
在一些实施例中，还包括：
确定与所述待发布视频相关联的所述实体对象的位置信息，是否满足向所述终端设备的应用服务平台进行展示推荐视频的要求；
若是，则将所述待发布视频作为所述推荐视频在所述应用服务平台的推荐栏进行展示。
本申请提供一种信息发布装置，包括：
获取单元，用于获取待发布信息，所述待发布信息包括待发布视频；
输出单元，用于响应于时间选择提示信息为激活状态，在信息发布页面输出所述待发布视频的发布推荐时间，其中，所述发布推荐时间根据所述待发布视频对应的数据特征自动确定；
确定单元，用于响应于对所述发布推荐时间的选择以及对所述待发布视频与实体对象的关联操作，确定所述待发布视频的目标发布时间，并将所述待发布视频与实体对象相关联，其中，所述实体对象为能够提供所述待发布视频中相关资源的提供方信息；
发布单元，用于将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，所述用于在应用服务平台进行展示至少包括：用于在与所述实体对象相关的用户终端设备的应用服务平台的页面进行展示。
本申请还提供一种计算存储介质，用于存储网络平台产生数据，以及对应所述网络平台产生数据进行处理的程序；
所述程序在被读取执行时，执行如所述的信息发布方法的步骤。
本申请还提供一种电子设备，包括：
处理器；
存储器，用于存储对网络平台产生数据进行处理的程序，所述程序在被所述处理器读取执行时，执行如所述的信息发布方法的步骤。
与现有技术相比，本申请具有以下优点：
本申请提供的一种信息发布方法，在对待发布信息进行发布时，将提取的待发布信息的数据特征输入到神经网络模型中以获得针对所述待发布信息的发布推荐时间，在发布平台上展示所述发布推荐时间。发布推荐时间可以包括多个，可以针对展示的多个发布推荐时间进行选择，选择后的发布推荐时间为目标发布时间，将所述待发布信息按照所述目标发布时间在发布平台上进行发布展示。实际上，发布平台可以不仅仅为待发布信息生成的平台，还可以是其他平台，以便将待发布信息同步发布到多个平台上。本实施例，能够可以根据所述待发布信息的数据特征等获得发布推荐时间，以提高待发布信息在发布后的转化率。因为，发布推荐时间是基于以往已发布视频的相关数据特征进行训练后神经网络模型而获得，因此，根据已发布视频的相关数据能够提高待发布信息转化率，即哪种类型的发布信息在什么发布时间被关注、点击、浏览或收藏等操作概率更高，进而能够使得待发布信息基于发布推荐时间发布后提高转化率。另外，发布推荐时间可以根据对时间选择提示信息的激活状态确定，在激活状态下进行发布推荐时间的确定，非激活状态下则按照其他方式进行发布，从而能够自适应的进行计算，避免计算资源的浪费。
附图说明
图1是本申请提供的一种信息发布方法实施例的流程图。
图2是本申请提供的一种信息发布方法实施例应用场景示意图。
图3是本申请提供的一种信息发布装置实施例的结构示意图。
图4是本申请提供的一种电子设备实施例的结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
本申请中使用的术语是仅仅出于对特定实施例描述的目的，而非旨在限制本申请。在本申请中和所附权利要求书中所使用的描述方式例如：“一种”、“第一”、和“第二”等，并非对数量上的限定或先后顺序上的限定，而是用来将同一类型的信息彼此区分。
结合上述背景技术部分的内容可知，在短视频发布的应用场景下。由于短视频的发布为单一的即时发布，因此，导致短视频转化率低的问题。例如：在即时发布的发布时间档口当前在线观看人数较少，大量短视频的发布会将之前已发布的短视频挤压到底层，进而会造成转率低的问题；或者发布的短视频内容在当前发布时间观看者兴趣程度较低，也会造成转率低的问题。基于上述思路，本申请构思一种能够根据短视频的发布时间和内容等信息来提供一种适合短视频发布的发布时间，以提高短视频的转化率。
以上是对本申请技术方案的构思初衷进行的描述，在应用场景上并不限于此种短视频的信息发布，任何具有制作和发布需求的应用场景均适用。下面对本申请提供的一种信息发布方法实施例进行详细描述。
请参考图1所示，图1是本申请提供的一种信息发布方法实施例的流程图。该方法实施例包括：
步骤S101：获取待发布信息，所述待发布信息包括待发布视频；
所述步骤S101中的所述待发布信息可以是待发布的音视频信息，所述音视频信息可以是短音视频信息也可以称之为短视频。所谓短视频即短片视频，是一种互联网内容传播方式，一般是在互联网新媒体上传播的时长在5分钟以内的视频；随着移动终端普及和网络的提速，以短平快的大流量传播内容在各大平台上处于信息发布的主导地位。当然，待发布信息还可以是其他一种能够通过网络平台进行展示的信息，并不限于视频的形式，本实施例中，以视频为例，但并不限于视频。
在本实施例中，所述待发布视频可以是与餐品食物相关的短视频，例如：餐品加工的短视频、食材处理的短视频等，食品介绍的短视频等，即可以是覆盖商品信息的短视频。
所述待发布视频可以是在待发布视频的终端设备上制作完成，也可以是接收的有其他终端设备制作完成的视频，具体获取的方式不限，来源不限。所述待发布视频可以通过视频制作应用完成制作也可以是通过第三方应用服务平台本身具有的制作功能完成视频制作。
步骤S102：响应于时间选择提示信息为激活状态，在信息发布页面输出所述待发布视频的发布推荐时间，其中，所述发布推荐时间根据所述待发布视频对应的数据特征自动确定；
所述发布推荐时间可以是所述待发布信息通过网络平台进行展示输出的时间。当然，不同的待发布信息可以具有一个或多个不同的发布推荐时间。本实施例中的发布推荐时间可以是基于待发布视频内容确定出能够增加待发布信息转化率的参考时间，所谓转化率可以是对待发布信息的操作行为，例如：评论、转发、浏览、分享等行为操作。
本实施例中，提供时间选择提示信息，在所述时间选择提示信息被激活的状态下，则会进行针对当前待发布视频发布推荐时间的计算处理，从而能够根据对发布推荐时间的需求完成相应的计算。当所述时间选择提示信息为非激活状态下，则也就无需进行发布推荐时间的计算处理，从而避免计算资源的浪费，计算成本的无故增加。关于时间选择提示信息的激活状态在后续步骤S103中会详细描述，此处仅为概述，可参考后续说明。
在本实施例中，所述发布推荐时间的确定可以包括：
步骤S102-1：提取所述待发布视频的数据特征；
步骤S102-2：将所述数据特征输入到机器学习模型进行学习，获得对应于所述待发布视频的所述发布推荐时间；其中，所述机器学习模型为根据已发布视频的数据特征作为输入参数训练后的神经网络模型。
在本实施例中，所述神经网络模型可以根据不同类型的待发布视频进行选择，例如：待发布视频为图像信息时，可以采用卷积神经网络（CNN）；待发布视频为视频信息时，可以采用循环神经网络（RNN）；当然也可以采用混合神经网络模型，具体采用哪种类型的神经网络模型没有具体限制。
所述步骤S101-1的目的在于，提取所述待发布视频的数据特征中描述所述待发布视频内容的内容特征；
本实施例中，所述步骤S101-1中的所述待发布视频内容的内容特征可以包括：待发布视频的内容类型特征、待发布视频所属行业类型特征、待发布视频的时长或者长度特征、待发布视频的风格特征，以及内容标识特征等中的至少一种。所述内容标识特征可以是对所述待发布视频中添加的用于突出显示的信息特征，例如：在短视频上添加的文字和图形中至少一种信息的标识信息。
在本实施例中，所述步骤102-2中的所述发布推荐时间可以通过将待发布视频的数据特征输入到神经网络模型进行学习，从而获得针对所述待发布视频的发布推荐时间。而所述神经网络模型可以是基于已发布视频训练后获得的模型，即：通过对已发布视频中的数据特征进行模型训练，获得能够用于针对待发布视频输出相应的发布推荐时间。
因此，本实施例中还可以包括：
提取所述已发布视频的数据特征中描述所述已发布视频内容的内容特征、发布时间特征以及描述针对已发布视频发生操作行为的行为数据特征；
将所述内容特征、发布时间特征和行为数据特征作为所述输入参数输入到所述神经网络模型中进行训练，获得所述训练后的神经网络模型。
不论是待发布视频还是已发布视频（历史发布信息）均具有数据特征。在对神经网络模型进行训练时采用的是已发布视频的数据特征，所述已发布视频的数据特征可以采用多个不同维度特征组合，可以是包括发布时间特征，针对所述已发布视频的操作行为特征，以及所述已发布视频内容的内容特征；其中，所述已发布视频内容的内容特征可以是视频内容的类型特征、视频内容的行业特征、视频内容的风格特征、视频内容的时长或长度特征、视频内容的标识特征等中的至少一种。也就是说，已发布视频的内容特征的选取与所述待发布视频的内容特征的选取也可以相同或相似。所述操作行为特征还可以包括操作行为类型特征等。
结合具体应用场景而言，即已发布视频为短视频时，所述内容类型可以是诸如短视频描述的内容特征为美食类，生活用品类（当然还可以继续进行类型细分）、运动产品类或旅游类等等；所述行业类型可以是短视频描述的内容为餐饮行业、旅游行业、教育行业、影视行业等等；所述风格特征可以是短视频采用画面色调特征、背景音乐特征、画面光效特征，采用的文字特征等等；所述长度可以是短视频的时长等。
在本实施例中可以通过多个特征选取维度对已发布视频进行模型训练。需要说明的是，所述已发布视频可以来自同一平台上不同发布者或者相同发布者发布的信息，也可以是来自不同平台上不同发布者或相同发布者发布的信息，也就是说，历史发布信息的获取范围和形式不受限制。
通过将提取的所述已发布视频的数据特征输入到神经网络模型训练，得到已发布短视频发布时间、内容以及转化率的分类，此处的转化率即可以理解对已发布短视频的操作行为，诸如：浏览、点击、转发、下载、存储、关注等操作行为中的至少一种。如上述所述操作行为特征还可以包括操作行为类型子特征，例如关注的人群性别子特征、关注人群年龄子特征等，当然也可以是其他操作行为的子特征。例如：短视频A为美食类，发布时间包括15:00、8:00以及18:00等，每个发布时间对应的转化率分别是30%、10%、50%，那么经过训练后的神经网络模型会将与短视频A相匹配类似的短视频分类到发布推荐时间为18:00的类别中。
在对神经网络模型训练完成后，可以通过提取待发布视频的数据特征，如上所述的待发布视频的内容类型特征、待发布视频所属行业类型特征、待发布视频的时长或者长度特征、待发布视频的风格特征，以及内容标识特征等中的至少一种，输入到神经网络模型中获得针对待发布视频的发布推荐时间。
为进一步保证或提高待发布视频的转化率，还可以通过权重来提高发布推荐时间的精确性，本本实施例中可以包括以下两种实现方式：
方式一为：
在模型训练时加入权重信息来提高发布推荐时间的精确性。例如：将已发布视频转化率的转化比值作为权重，输出不同类型的发布信息对应的发布时间，进而待发布视频根据获得的发布推荐时间进行发布后具有更高的转化率。所述转化比值可以是针对已发布视频的操作行为数量，所述操作行为数量可以是针对已发布视频的所有操作行为的统计数量，也可以是针对某一类操作行为的统计数量，例如：转发的数量、点击的数量、评论的数量等等。
方式二为：
确定待发布视频所属类型，根据所属类型的操作行为数量，确定待发布视频发布推荐时间的权重（同样可以将已发布视频转化率的转化比值作为权重），根据权重和所述发布推荐时间确定最终的发布推荐时间。
上述两种方式，区别在于方式一权重实在神经网络模型训练过程中确定并输出根据权重等信息确定的最终发布推荐时间，方式二是在通过神经网络模型输出所述待发布视频的发布推送时间后，在根据确定的权重来确定最终发布推送时间。从而使得确定的所述待发布视频的发布时间更加精准。
沿用上述短视频A的举例，当短视频A存在转化率相同的情况下，例如：短视频A为美食类，发布时间包括15:00、8:00以及18:00等，每个发布时间对应的转化率分别是50%、10%、50%，此时可以根据发布时间15:00和发布时间18:00的转化率对应的行为操作数量进行对短视频A的发布时间分类。如果18:00发生转发的或关注等数量大于所述15:00，则赋予18:00更大的权重，以便模型能够更好的输出分类信息。
以上仅为对权重的一种举例说明，并不限于上述内容。当然，确定的发布推荐时间可以是多个，按照已发布短视频的不同发布时间选取一个范围，在该范围内的发布时间均可作为后续对待发布短视频输出发布推荐时间的参考。
可以理解的是，所述待发布视频的数据特征还可以结合视频所属行业自动确定，比如待发布视频对应的行业特征可以根据发布者（如发布视频商家）所在行业自动确定，再比如可以根据发布者关联的门店信息自动确定，再比如可以根据发布者的打标自动确定，再比如可以根据对视频截取后进行图像识别，确定待发布视频的数据特征，例如：图像识别结果为烧烤用具、烧烤食物等，那么行业特征就是烧烤。
步骤S103：响应于对所述发布推荐时间的选择以及对所述待发布视频与实体对象的关联操作，确定所述待发布视频的目标发布时间，并将所述待发布视频与实体对象相关联，其中，所述实体对象为能够提供所述待发布视频中相关资源的提供方信息；
所述步骤S103的目的在于确定目标发布时间。
所述步骤S103可以根据所述步骤S102中获得的发布推荐时间进行选择，以及对所述待发布视频与实体对象之间的关联操作，确定出所述待发布视频的目标发布时间。具体实现可以是在所述待发布视频的发布处理页面上，展示出可选择的发布推荐时间，以及可选择的实体对象。所述实体对象可以是能够提供所述待发布视频中相关资源的提供方信息。例如：商铺或门店等信息。所述实体对象可以根据地理位置进行确定，即根据终端设备的当前位置信息，确定出周边的商铺信息，以供选择。
实体对象还可以通过设置特定位置范围内的实体对象、以及根据视频观看者的偏好与商户类别有重合的实体对象（所述待发布视频可以是分发推送给相应的视频观看者）等中的至少一种或多种组合来确定能够针对所述待发布视频相关联的实体对象。
需要说明的是，所述待发布视频的发布方可以是商铺也可以是顾客。本实施例中，发布方没有具体限制。
针对所述待发布视频选择所述实体对象后，还可以建立待发布视频和实体对象之前的服务链路，在待发布视频发布之后，可以通过对视频中商品提示信息的操作，触发服务链路的启动，进而跳转到所述视频提供商品的资源服务方提供页面上进行详情查看或购买。
本实施例中，在确定目标发布时间的同时也可以通过对待发布视频涉及的商品提供方信息的选择，确定相应或相关联的商铺门店，从而能够提高待发布视频的阅读量以及提高受众群体信息获取的效率。
如图2所示，图2是本申请提供的一种信息发布方法实施例应用场景示意图。本实施例中，所述发布推荐时间的输出可以采用展示在所述待发布视频发布平台的发布界面，具体地以短视频为例，当短视频录制处理完成进入到发布界面时，在发布界面展示发布推荐时间。也可以是在短视频录制处理完成后已弹窗的形式展示所述发布推荐时间。
根据所述步骤S103中的描述可知在本实施例中，所述发布推荐时间可以包括多个。发布推荐时间的展示可以按照时间顺序进行排序展示，排序可以采用升序或降序。针对不同的发布推荐时间可以展示相关描述信息，所述描述信息内可以包括针对短视频按照对应发布推荐时间被点击、转发、下载等操作行为中至少一种操作行为的概率值、与待发布短视频类似视频发布的数量、与待发布短视频类似已被发布视频在对应发布推荐时间内被点击、转发下载等操作行为的数据中的至少一种信息。进而供发布推荐时间选择时进行参考。换言之，即针对每个发布推荐时间的推荐说明。
还可以在展示发布推荐时间区域，对应发布推荐时间进行优选推荐的打标或者将优选推荐的推荐时间在所述发布推荐时间区域进行置顶，以便强化发布推荐时间在发布界面的显示。打标或者置顶可以是依据发布推荐时间发布的信息能够产生操作行为可能性较大的。打标可以以突出发布推荐时间的等级形式体现，例如推荐等级为高的可以打标为星级，当然除打标以外还可以采用不同字体颜色或字体大小显示发布推荐时间以突出推荐等级，例如：颜色深表示推荐等级高，或字体大表示推荐等级高等。
可以理解的是，在发布界面展示所述发布推荐时间时，还可以展示自定义发布时间，所述自定义发布时间可以理解为按照自然时间进行排序的时间。
需要说明的是，除即时发送以外，当具有多个可选择类型的发布时间时，可以通过对时间选择提示信息的触发，对发布推荐时间或者对自定义发布时间的触发实现所述待发布视频按照设定的时间进行发布。因此，本实施例中，还可以提供针对设定的发布时间，展示设置的时间选择提示信息，后续会详细说明，此处仅概要介绍。
还可以展示发布推荐时间距离当前时间播放的距离动态时间。
还可以展示与所述待发布视频相关关联的实体对象信息，例如：当待发布视频为餐饮短视频时，则可以展示与餐饮相关的商家信息，包括：商家的名称，餐品的信息、商家线下位置信息、商家的优惠信息，商家线上服务信息等中的至少一种，其中，所述门店的位置信息可以根据短视频播放终端的位置信息确定。当餐饮短视频中涉及多个餐品，且餐品来自不同商家时，则可以展示多个商家的信息。通过商家线上服务信息中的提供进入商家的进入提示信息的操作，可以进入到商家提供服务的界面进行短视频中餐品的选择购买，当然，也可以通过对所述进入提示信息的操作直接进入到短视频中餐品的服务界面，即服务链路。
以上仅是对步骤S103中发布推荐时间的描述，可以理解的是，在输出所述发布推荐时间的发布界面上还可以输出与发布推荐时间相关的信息，也可以其他与待发布视频相关的信息。
可以理解的是，展示的发布推荐时间可以包括：日期和时间。
所述步骤S103根据所述发布推荐时间，确定所述待发布视频的目标发布时间可以是对发布推荐时间的选择操作，确定所述目标发布时间，在对发布推荐时间进行选择时可以参考待发布视频与实体对象的关联操作，即，选择实体对象和选择发布推荐时间依次进行，可以不分选择操作的前后顺序。
在本实施例中，所述发布推荐时间的输出可以是所述时间选择提示信息为激活状态时输出；根据输出的所述发布推荐时间提供的选择范围，确定所述待发布视频的目标发布时间。
所述时间选择提示信息可以是展示在发布界面上的控件，对该控件的操作可使其处于激活或非激活状态，激活状态下，将输出发布推荐时间，即激活状态下会触发机器学习模型进行发布推荐时间的计算。从而能够针对提供的发布推荐时间进行选择，以确定目标发布时间。
基于上述步骤S103中的描述可知，输出的所述发布推荐时间可以包括多个，每个发布推荐时间不同，可以在输出的发布推荐时间选择范围内进行选择，以确定目标发布时间。
当处于非激活状态下时，则可以按照即时发布的实行进行发布；或者是，对所述发布推荐时间进行激活操作，之后再进行发布推荐时间的选择。
在其他实施例中，还可以在激活状态下或者非激活状态下通过对自定义设定时间的选择操作，确定目标发布时间。也就是说，当所述确定所述发布推荐时间的时间选择提示信息的激活状态不论为是，还是为否时，均还可以包括：
提供自定义发布时间的自选提示信息；
响应于所述自选提示信息的操作，输出所述自定义发布时间选择范围；
响应于对所述选择范围内自定义发布时间的选择操作，将选取的自定义发布时间确定为所述待发布视频的所述目标发布时间。
其中，所述自定义发布时间也可以包括多个时间选择范围。
步骤S104：将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，所述用于在应用服务平台进行展示至少包括：用于在与所述实体对象相关的用户终端设备的应用服务平台的页面进行展示；
所述步骤S104的目的是将所述待发布视频按照目标发布时间进行展示。即，如果有选择目标发布时间，则在到达目标发布时间时，对所述待发布视频进行发布。
所述步骤S104的具体实现过程可以包括：
步骤S104-1：监测所述待发布视频所在存储介质的***时间；
步骤S104-2：确定所述***时间与所述目标发布时间是否相同；
步骤S104-3：若是，则对所述待发布视频进行发布。
所述步骤S104-1中的***时间可以是存储所述待发布视频的介质所在***的时间。此处***时间可以是终端设备的***时间也可以是服务器的***时间。
如果***时间和目标发布时间不相同，则继续监测***时间。
所述步骤S104-3的具体实现过程可以包括两种方式，方式一包括：
步骤S104-31：将所述待发布视频分发到预先设置的应用服务平台；
步骤S104-32：所述应用服务平台展示所述待发布视频。
所述步骤S104-31中可以将待发布视频发布到设置的应用服务平台，所述应用服务平台可以是多个。
方式二包括：
步骤S104-33：将通过应用服务平台生成的所述待发布视频展示在所述应用服务平台。
方式一与方式二的区别可以理解为，方式一是：所述待发布视频可以是通过应用服务平台A生成或者通过其他渠道获得，或者也可以理解为存储在服务器上，可以将所述待发布视频分发到需要发布的应用服务平台上，应用服务平台可以是多个，根据发布者需求进行预先设置。方式二是：所述待发布视频为通过平台A产生，在应用服务平台A上发布，当到达目标发布时间则应用服务平台A发布所述待发布视频。
为了进一步实现所述待发布视频的精准发布，还可以包括：
确定与所述待发布视频相关联的所述实体对象的位置信息，是否满足向所述终端设备的应用服务平台进行展示推荐视频的要求；若是，则将所述待发布视频作为所述推荐视频在所述应用服务平台的推荐栏进行展示。也就是说，可以通过判断实体对象与终端设备之间的距离是否满足距离要求，以便对所述待发布视频进行展示。从而能够将待发布视频通过位置维度进行降维或者收敛，避免待发布视频的发布出现跨区域的问题。
以上是对本申请的一种信息发布方法实施例的具体描述，结合具体应用场景而言，本实施例在对待发布短视频进行发布时，需要先提取短视频的数据特征输入到神经网络模型中以获得针对所述短视频的发布推荐时间，在发布平台上展示所述发布推荐时间。发布推荐时间可以包括多个，可以针对展示的多个发布推荐时间进行选择，选择后的发布推荐时间为目标发布时间，当监测的***时间到达目标发送时间时，发布所述短视频在发布平台上。实际上，发布平台可以不仅仅为短视频生成的平台，还可以是其他平台，以便将短视频同步发布到多个平台上。本实施例，能够可以根据所述短视频的数据特征等获得发布推荐时间，以提高短视频在发布后的转化率。因为，发布推荐时间是基于以往已发布的短视频的相关数据特征进行训练后神经网络模型而获得，因此，根据已发布短视频的相关数据能够提高待发布短视频转化率，即哪种类型的短视频在什么发布时间被关注、点击、浏览或收藏等操作概率更高，进而能够根据发布推荐时间提高转化率。
以上是对本申请提供的一种信息发布方法实施例的具体描述，与前述提供的一种信息发布方法实施例相对应，本申请还公开一种信息发布装置实施例，请参看图3，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图3所示，图3是本申请提供的一种信息发布装置实例的结构示意图，该装置实施例包括：
获取单元301，用于获取待发布信息，所述待发布信息包括待发布视频；
关于所述获取单元301的具体内容参考上述步骤S101的描述，此处仅为概要介绍，不再重复赘述。
输出单元302，用于响应于时间选择提示信息为激活状态，在信息发布页面输出所述待发布视频的发布推荐时间，其中，所述发布推荐时间根据所述待发布视频对应的数据特征自动确定；
所述输出单元302主要用于将自动确定所述发布推荐时间并进行输出展示。
所述输出单元302可以包括：状态操作子单元和确定子单元。
所述状态操作子单元，用于对所述发布推荐时间的时间选择提示信息进行操作，使所述时间选择提示信息为激活状态；
所述确定子单元，用于根据所述时间选择提示信息为激活状态时，确定所述待发布视频的所述发布推荐时间。
所述输出单元302将确定的所述发布推荐时间输出到所述信息发布页面。
所述确定子单元可以包括：提取子单元和输入子单元；
所述提取子单元，用于提取所述待发布视频的数据特征；
所述输入子单元，用于将所述提取子单元中提取的所述数据特征输入到机器学习模型进行学习，获得对应于所述待发布视频的所述发布推荐时间；其中，所述机器学习模型为根据已发布视频的数据特征作为输入参数训练后的神经网络模型。
还可以包括：历史数据提取单元和训练单元，所述历史数据提取单元，用于提取已发布视频的数据特征中描述所述已发布视频内容的内容特征、发布时间特征以及描述针对已发布视频发生操作行为的行为数据特征；其中，所述内容特征包括视频内容的类型特征、视频内容的行业特征、视频内容的风格特征和视频内容的标识特征中至少一种特征；所述行为数据特征包括操作行为类型特征；所述训练单元，用于将所述历史数据提取单元提取的所述内容特征、发布时间特征和行为数据特征作为训练参数输入到所述神经网络模型中进行训练，获得所述训练后的神经网络模型。
所述时间选择提示信息可以是展示在发布界面上的控件，对该控件的操作可使其处于激活或非激活状态，激活状态下，将输出发布推荐时间，即激活状态下会触发机器学习模型进行发布推荐时间的计算。
关于所述输出单元302的具体内容可以参考上述步骤S102的描述，此处不再重复赘述。
确定单元303，用于响应于对所述发布推荐时间的选择以及对所述待发布视频与实体对象的关联操作，确定所述待发布视频的目标发布时间，并将所述待发布视频与实体对象相关联，其中，所述实体对象为能够提供所述待发布视频中相关资源的提供方信息；
所述确定单元303根据所述输出单元302输出的发布推荐时间进行选择，可以是在所述时间选择提示信息被激活的状态下，对输出的发布推荐时间进行选择，也可以是时间选择提示信息非激活的状态下，对输出的自定义时间进行选择。
关于所述确定单元303的具体实现过程可以参考上述步骤S103的内容，此处不再赘述。
此处需要说明的是，当处于非激活状态下时，则可以按照即时发布的实行进行发布；或者是，对所述发布推荐时间进行激活操作，之后再进行发布推荐时间的选择。
在其他实施例中，还可以包括在激活状态下或者非激活状态下提供自定义时间。也就是说，当所述确定所述发布推荐时间的时间选择提示信息的激活状态不论为是，还是为否时，均还可以包括：
自定义时间提供单元，用于提供自定义发布时间的自选提示信息；
自定义时间输出单元，用于响应于所述自选提示信息的操作，输出所述自定义发布时间选择范围；
响应于对所述选择范围内自定义发布时间的选择操作，将选取的自定义发布时间确定为所述待发布视频的所述目标发布时间。
其中，所述自定义发布时间也可以包括多个时间选择范围。
发布单元304，用于将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，所述用于在应用服务平台进行展示至少包括：用于在与所述实体对象相关的用户终端设备的应用服务平台的页面进行展示。
所述发布单元304的目的在于，当达到目标发布时间时发布待发布视频。
所述发布单元304可以包括：监测子单元和确定子单元，以及发布子单元。
所述监测子单元，用于监测所述待发布视频所在存储介质的***时间；
所述确定子单元，用于确定所述***时间与所述目标发布时间是否相同；
所述发布子单元，用于根据所述确定子单元的确定结果为是时，对所述待发布视频进行发布。
所述发布子单元可以包括两种方式，方式一包括：分发子单元和展示子单元；
所述分发子单元，用于将所述待发布视频分发到预先设置的应用服务平台；
所述展示子单元，用于所述应用服务平台展示所述待发布视频。
方式二包括：展示子单元，用于将通过应用服务平台生成的所述待发布视频展示在所述应用服务平台。
为了进一步实现所述待发布视频的精准发布，还可以包括：
推荐确定单元，用于确定与所述待发布视频相关联的所述实体对象的位置信息，是否满足向所述终端设备的应用服务平台进行展示推荐视频的要求；推荐单元，用于若所述推荐确定单元的确定结果为是，则将所述待发布视频作为所述推荐视频在所述应用服务平台的推荐栏进行展示。也就是说，可以通过判断实体对象与终端设备之间的距离是否满足距离要求，以便对所述待发布视频进行展示。从而能够将待发布视频通过位置维度进行降维收敛，避免待发布视频的发布出现跨区域的问题。
关于发布单元304的具体实现过程可以参考上述步骤S104的内容，此处不再重复赘述。
基于上述内容，本申请还提供一种计算存储介质，用于存储网络平台产生数据，以及对应所述网络平台产生数据进行处理的程序；
所述程序在被读取执行时，执行如上所述的信息发布方法的步骤。
基于上述内容，如图4所示，本申请还提供一种电子设备，包括：
处理器401；
存储器402，用于存储对网络平台产生数据进行处理的程序，所述程序在被所述处理器读取执行时，执行如上所述的信息发布方法的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、 输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、 程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器 (DRAM)、 其他类型的随机存取存储器 (RAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
2、本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请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，本申请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。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (10)
1.一种信息发布方法，其特征在于，包括：
获取待发布信息，所述待发布信息包括待发布视频；
响应于时间选择提示信息为激活状态，在信息发布页面输出所述待发布视频的发布推荐时间，其中，所述发布推荐时间根据所述待发布视频对应的数据特征自动确定；
响应于对所述发布推荐时间的选择以及对所述待发布视频与实体对象的关联操作，确定所述待发布视频的目标发布时间，并将所述待发布视频与实体对象相关联，其中，所述实体对象为能够提供所述待发布视频中相关资源的提供方信息；
将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，所述用于在应用服务平台进行展示至少包括：用于在与所述实体对象相关的用户终端设备的应用服务平台的页面进行展示。
2.根据权利要求1所述的信息发布方法，其特征在于，所述发布推荐时间根据所述待发布视频对应的数据特征自动确定，包括：
提取所述待发布视频的数据特征；
将所述数据特征输入到机器学习模型进行学习，获得对应于所述待发布视频的所述发布推荐时间；其中，所述机器学习模型为根据已发布视频的数据特征作为输入参数训练后的神经网络模型。
3.根据权利要求2所述的信息发布方法，其特征在于，还包括：
提取所述已发布视频的数据特征中描述所述已发布视频内容的内容特征、发布时间特征以及描述针对已发布视频发生操作行为的行为数据特征；其中，所述内容特征包括视频内容的类型特征、视频内容的行业特征、视频内容的风格特征和视频内容的标识特征中至少一种特征；所述行为数据特征包括操作行为类型特征；
将所述内容特征、发布时间特征和行为数据特征作为训练参数输入到所述神经网络模型中进行训练，获得所述训练后的神经网络模型。
4.根据权利要求1所述的信息发布方法，其特征在于，还包括：
响应于所述时间选择提示信息为非激活状态时对所述时间选择提示信息的激活操作，将所述时间选择提示信息变更为激活状态。
5.根据权利要求1或4所述的信息发布方法，其特征在于，还包括：
提供自定义发布时间的自选提示信息；
响应于所述自选提示信息的操作，输出所述自定义发布时间选择范围；
响应于对所述自定义发布时间选择范围内自定义发布时间的选择操作，将选取的自定义发布时间确定为所述待发布视频的所述目标发布时间。
6.根据权利要求1所述的信息发布方法，其特征在于，所述将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，包括：
监测所述待发布视频所在存储介质的***时间；
确定所述***时间与所述目标发布时间是否相同；
若是，则将所述待发布视频以及相关联的所述实体对象展示在所述应用服务平台。
7.根据权利要求6所述的信息发布方法，其特征在于，还包括：
确定与所述待发布视频相关联的所述实体对象的位置信息，是否满足向所述终端设备的应用服务平台进行展示推荐视频的要求；
若是，则将所述待发布视频作为所述推荐视频在所述应用服务平台的推荐栏进行展示。
8.一种信息发布装置，其特征在于，包括：
获取单元，用于获取待发布信息，所述待发布信息包括待发布视频；
输出单元，用于响应于时间选择提示信息为激活状态，在信息发布页面输出所述待发布视频的发布推荐时间，其中，所述发布推荐时间根据所述待发布视频对应的数据特征自动确定；
确定单元，用于响应于对所述发布推荐时间的选择以及对所述待发布视频与实体对象的关联操作，确定所述待发布视频的目标发布时间，并将所述待发布视频与实体对象相关联，其中，所述实体对象为能够提供所述待发布视频中相关资源的提供方信息；
发布单元，用于将所述待发布视频以及相关联的所述实体对象，按照所述目标发布时间进行发布并用于在终端设备的应用服务平台进行展示，所述用于在应用服务平台进行展示至少包括：用于在与所述实体对象相关的用户终端设备的应用服务平台的页面进行展示。
9.一种计算存储介质，用于存储网络平台产生数据，以及对应所述网络平台产生数据进行处理的程序；
所述程序在被读取执行时，执行如权利要求1到权利要求8任意一项所述的信息发布方法的步骤。
10.一种电子设备，包括：
处理器；
存储器，用于存储对网络平台产生数据进行处理的程序，所述程序在被所述处理器读取执行时，执行如权利要求1到权利要求8任意一项所述的信息发布方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110061880.3A CN112543346B (zh) | 2021-01-14 | 2021-01-14 | 信息发布方法和装置，计算机存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110061880.3A CN112543346B (zh) | 2021-01-14 | 2021-01-14 | 信息发布方法和装置，计算机存储介质和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112543346A true CN112543346A (zh) | 2021-03-23 |
| CN112543346B CN112543346B (zh) | 2021-05-07 |
Family
ID=75018125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110061880.3A Active CN112543346B (zh) | 2021-01-14 | 2021-01-14 | 信息发布方法和装置，计算机存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112543346B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113259728A (zh) * | 2021-07-15 | 2021-08-13 | 北京达佳互联信息技术有限公司 | 推荐视频的方法、装置、电子设备及存储介质 |
| CN114428899A (zh) * | 2021-12-17 | 2022-05-03 | 北京达佳互联信息技术有限公司 | 多媒体资源推送方法、装置、电子设备及存储介质 |
| CN114760509A (zh) * | 2022-06-14 | 2022-07-15 | 飞狐信息技术（天津）有限公司 | 视频发布方法、***、存储介质及电子设备 |
| WO2022242428A1 (zh) * | 2021-05-21 | 2022-11-24 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置、设备、存储介质及程序产品 |
| JP7313643B1 (ja) * | 2023-01-19 | 2023-07-25 | １７Ｌｉｖｅ株式会社 | 配信時間提案のためのシステム、方法およびコンピュータ可読媒体 |
| CN116628345A (zh) * | 2023-07-13 | 2023-08-22 | 腾讯科技（深圳）有限公司 | 一种内容推荐方法、装置、电子设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130162755A1 (en) * | 2006-06-28 | 2013-06-27 | Iocom/Insors Integrated Communications | Methods, systems and program products for initiating a process on data network |
| CN108965945A (zh) * | 2018-06-22 | 2018-12-07 | 中央电视台 | 多媒体信息发布方法及装置、存储介质 |
| CN109151258A (zh) * | 2018-09-30 | 2019-01-04 | 北京亿幕信息技术有限公司 | 一种云剪视频分发方法和*** |
| CN209543787U (zh) * | 2019-05-05 | 2019-10-25 | 江阴职业技术学院 | 一种智能信息显示终端 |
-
2021
- 2021-01-14 CN CN202110061880.3A patent/CN112543346B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130162755A1 (en) * | 2006-06-28 | 2013-06-27 | Iocom/Insors Integrated Communications | Methods, systems and program products for initiating a process on data network |
| CN108965945A (zh) * | 2018-06-22 | 2018-12-07 | 中央电视台 | 多媒体信息发布方法及装置、存储介质 |
| CN109151258A (zh) * | 2018-09-30 | 2019-01-04 | 北京亿幕信息技术有限公司 | 一种云剪视频分发方法和*** |
| CN209543787U (zh) * | 2019-05-05 | 2019-10-25 | 江阴职业技术学院 | 一种智能信息显示终端 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022242428A1 (zh) * | 2021-05-21 | 2022-11-24 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置、设备、存储介质及程序产品 |
| CN113259728A (zh) * | 2021-07-15 | 2021-08-13 | 北京达佳互联信息技术有限公司 | 推荐视频的方法、装置、电子设备及存储介质 |
| CN113259728B (zh) * | 2021-07-15 | 2021-10-01 | 北京达佳互联信息技术有限公司 | 推荐视频的方法、装置、电子设备及存储介质 |
| CN114428899A (zh) * | 2021-12-17 | 2022-05-03 | 北京达佳互联信息技术有限公司 | 多媒体资源推送方法、装置、电子设备及存储介质 |
| CN114760509A (zh) * | 2022-06-14 | 2022-07-15 | 飞狐信息技术（天津）有限公司 | 视频发布方法、***、存储介质及电子设备 |
| CN114760509B (zh) * | 2022-06-14 | 2022-09-20 | 飞狐信息技术（天津）有限公司 | 视频发布方法、***、存储介质及电子设备 |
| JP7313643B1 (ja) * | 2023-01-19 | 2023-07-25 | １７Ｌｉｖｅ株式会社 | 配信時間提案のためのシステム、方法およびコンピュータ可読媒体 |
| CN116628345A (zh) * | 2023-07-13 | 2023-08-22 | 腾讯科技（深圳）有限公司 | 一种内容推荐方法、装置、电子设备和存储介质 |
| CN116628345B (zh) * | 2023-07-13 | 2024-02-06 | 腾讯科技（深圳）有限公司 | 一种内容推荐方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112543346B (zh) | 2021-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112543346B (zh) | 信息发布方法和装置，计算机存储介质和电子设备 | |
| US11676178B2 (en) | Predictive recommendation system using contextual relevance | |
| JP6262886B2 (ja) | コンテンツの性能の最適化のための自動化されたクリックタイプの選択 | |
| CN110727868B (zh) | 对象推荐方法、装置和计算机可读存储介质 | |
| US20130185175A1 (en) | Use of user-generated content to rank products | |
| US20150193685A1 (en) | Optimal time to post for maximum social engagement | |
| CN111160950B (zh) | 一种资源信息的处理、输出方法及装置 | |
| CN113301360B (zh) | 一种信息的提示方法、计算设备及存储介质 | |
| US11875241B2 (en) | Aspect pre-selection using machine learning | |
| CN110392155B (zh) | 通知消息的显示、处理方法、装置及设备 | |
| US9911130B1 (en) | Attribution modeling using regression analysis | |
| CN108629608A (zh) | 用户数据处理方法及装置 | |
| CN111612588B (zh) | 商品呈现方法及装置、计算设备、计算机可读存储介质 | |
| US20180330278A1 (en) | Processes and techniques for more effectively training machine learning models for topically-relevant two-way engagement with content consumers | |
| US10878021B2 (en) | Content search and geographical considerations | |
| CN111428131A (zh) | 信息推送方法、装置及*** | |
| US8725795B1 (en) | Content segment optimization techniques | |
| CN112084242A (zh) | 一种消费信息的展示方法、装置、终端及介质 | |
| CN116738092A (zh) | 一种广告定点投放优化辅助方法及*** | |
| CA3080287A1 (en) | Computer system and method for market research automation | |
| KR102620292B1 (ko) | 라이브 커머스를 위한 데이터 분석을 수행하는 방법 및 그 시스템 | |
| CN111143546A (zh) | 一种获得推荐语的方法、装置及电子设备 | |
| US10007693B1 (en) | Dynamic determination of categorical search results | |
| US10380669B2 (en) | Product browsing system and method | |
| CN112989243A (zh) | 信息播放方法、待播放信息获得方法、装置及电子设备 |
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 |