CN114661949B - 一种大数据情境下的客户端数据分析***及方法 - Google Patents

一种大数据情境下的客户端数据分析***及方法 Download PDF

Info

Publication number
CN114661949B
CN114661949B CN202210329085.2A CN202210329085A CN114661949B CN 114661949 B CN114661949 B CN 114661949B CN 202210329085 A CN202210329085 A CN 202210329085A CN 114661949 B CN114661949 B CN 114661949B
Authority
CN
China
Prior art keywords
data
dimension
user
view screen
screen
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210329085.2A
Other languages
English (en)
Other versions
CN114661949A (zh
Inventor
熊占林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Buguniao Digital Technology Zhongshan Co ltd
Original Assignee
Buguniao Digital Technology Zhongshan Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Buguniao Digital Technology Zhongshan Co ltd filed Critical Buguniao Digital Technology Zhongshan Co ltd
Priority to CN202210329085.2A priority Critical patent/CN114661949B/zh
Publication of CN114661949A publication Critical patent/CN114661949A/zh
Application granted granted Critical
Publication of CN114661949B publication Critical patent/CN114661949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • G06F16/735Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/74Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种大数据情景下的客户端数据分析***及方法;本发明涉及大数据技术领域,数据维度推送模块用于获取客户端数据,根据客户端数据向用户提供第一视屏,并对第一视屏进行分类处理,得到最优视屏;数据维度处理模块用于从客户端获取用户观看第一视屏的时间长度信息,并对第一视屏对应的数据维度进行变换,得到后并标记第二视屏对应的数据维度;数据推送时间处理模块用于获取用户浏览第二视屏的进度信息,根据进度信息,向用户推荐与第二视屏相同维度的其他视屏,并设置第二视屏重新播放的间隔时间;从而防止用户过多关注与第二视屏相同维度的视屏,导致降低对与第二视屏相同维度的视屏或者第二视屏的兴趣。

Description

一种大数据情境下的客户端数据分析***及方法
技术领域
本发明涉及大数据技术领域,具体为一种大数据情景下的客户端数据分析***及方法。
背景技术
随着网络技术的逐步发展,越来越多的网民在网站上浏览视屏,进而能够及时了解到实事和有趣的事件;但是随着网站上的视屏越来越多,真正能够让网名引起兴趣的视屏却随之减少;因此,需要客户端提高提供给网民视屏的精度;
在现有技术中,客户端通常是在网民认可或者收藏的视屏中进行提取关键词,根据关键词得到网民感兴趣的视屏大类;但是通过这个手段来引起网民的兴趣值都是暂时性的,此种类型的视屏并不是源源不断的,通过此方法并不能够真正引起网民感兴趣的视屏大类;因此,需要对视屏的数据进行更高精度的处理。
发明内容
本发明的目的在于提供一种大数据情景下的客户端数据分析***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:所述客户端数据分析***包括数据维度推送模块、数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块;
所述数据维度推送模块用于获取客户端数据,根据客户端数据向用户提供第一视屏,并对第一视屏进行分类处理,得到最优视屏;所述第一视屏由客户端内第一视屏对应的数据维度生成得到;
所述数据维度处理模块用于从客户端获取用户观看第一视屏的时间长度信息,并对第一视屏对应的数据维度进行变换,得到后并标记第二视屏对应的数据维度;
所述历史数据维度推送处理模块用于根据用户浏览第一视屏的时间长度信息,对第一视屏进行存储或者删减处理;
所述数据推送时间处理模块用于获取用户浏览第二视屏的进度信息,根据进度信息,向用户推荐与第二视屏相同维度的其他视屏,并设置第二视屏重新播放的间隔时间;
所述数据维度推送模块与数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块相连接。
进一步的,所述数据维度推送模块包括客户端数据状态单元、数据维度确定单元、数据维度更换单元和数据分类单元;
所述客户端数据状态显示单元用于获取客户端的数据,根据数据得到用户浏览视屏的时间点信息;
所述数据维度确定单元用于获取当前客户端提供给用户的第一视屏对应的数据维度信息;
所述数据维度更换单元用于根据用户浏览第一视屏的时间信息,对提供给用户的第一视屏对应的数据维度进行维度变换,从而能够提高用户对视屏的兴趣;
所述数据分类单元用于对用户感兴趣的视屏信息进行分类,得到用户兴趣值超过预设兴趣值的第二视屏,并将最优视屏对应的数据维度信息推送给客户端,得到最优视屏;
所述客户端数据状态单元的输出端与数据维度确定单元的输入端相连接;所述数据维度确定单元的输出端与数据维度更换单元的输入端相连接;所述数据维度更换单元的输出端与数据分类单元的输入端相连接。
进一步的,所述数据维度处理模块包括数据处理单元和数据标记单元;
所述数据处理单元用于对历史的第一视屏对应的数据维度进行升维或者降维,得到用户兴趣值超过预设值的数据,所述数据为第二视屏对应的数据维度;
所述数据标记单元用于对升维或者降维后的第二视屏对应的数据维度进行标记,得到用户对视屏观看的时间进程,使得客户端能够对处理后的第二视屏对应的数据维度进行监控,保证供给用户观看的视屏为用户感兴趣的视屏;
所述数据处理单元的输出端与数据标记单元的输入端相连接。
进一步的,所述历史数据维度推送处理模块包括时间停留识别单元、数据保留单元和相似数据维度删减单元;
所述时间停留识别单元用于向客户端申请获取时间信息的指令,所述时间信息为用户浏览第一视屏的时间长度;
所述数据保留单元在检测到用户浏览第一视屏的时间长度超过预设时间长度时,则将部分数据进行临时存储;
所述相似数据维度删减单元用于在检测到用户浏览第一视屏的时间长度小于预设时间长度时,则删除部分第一视屏;
所述时间停留识别单元的输出端与数据保留单元的输入端相连接;所述数据保留单元的输出端与相似数据维度删减单元的输入端相连接。
进一步的,所述数据推送时间处理模块包括数据进度检测单元、数据同维度变更推送单元和推送间隔时间计算单元;
所述数据进度检测单元用于向客户端申请获取进度的指令,所述进度为用户浏览所推荐的第二视屏信息;
所述数据同维度变更推送单元用于在向用户推荐第二视屏的同时,向用户推荐与第二视屏相同维度的其他视屏,使得第二视屏与相同数据维度的其他视屏交互播放;
所述推送间隔时间计算单元用于计算向用户重新播放第二视屏的间隔时间;
所述数据进度检测单元的输出端与数据同维度变更推送单元的输入端相连接;所述数据同维度变更推送单元的输出端与推送间隔时间计算单元的输入端相连接。
一种大数据情景下的客户端数据分析方法,所述客户端数据分析方法执行如下步骤:
Z01:获取客户端的数据,根据客户端数据,得到提供给用户的第一视屏对应的数据维度信息;获取用户浏览第一视屏的时间长度,如若用户浏览第一视屏的时间长度短于预设时间长度,则对第一视屏对应的数据维度信息进行处理,并跳转至步骤Z02;若用户浏览第一视屏维度的时间长度长于预设时间长度,则客户端继续向用户提供与第一视屏相同数据维度的视屏;
Z02:对视屏对应的数据维度进行分类处理,得到用户浏览最优视屏的类别;根据用户浏览视屏的结果,对第一视屏对应的数据维度进行升维或者降维处理,得到第二视屏,并对第二视屏的数据维度信息进行标记;
Z03:获取用户浏览第一视屏的时间长度,根据时间长度对第一视屏进行删减或者存储处理;
Z04:获取第二视屏对应的数据维度信息,并向用户推荐与第二视屏相同维度的其他视屏,并设置重新播放第二视屏的间隔时间。
在步骤Z01-Z02中,获取客户端数据,得到用户浏览视屏的时间长度因素a1,用户收藏视屏的次数为a2;则根据上式得到预测函数为y=a1x1+a2x2;x1和x2是指自变量;y是指因变量;将上式带入Sigmoid函数中,得到逻辑回归函数为P(x),若P(x)>0.5时,则表示Y=1,得到用户浏览的视屏为第一视屏的概率大于预设概率值,则客户端获取第一视屏对应的数据维度信息,得到第一视屏的集合;若P(x)<0.5时,则表示y=0,得到用户浏览的视屏为第一视屏的概率小于预设概率值时,客户端获取第二视屏对应的数据维度信息,将第二视屏推荐给用户浏览;
为了增加结果的可信程度,通过损失函数验证结果,同时通过梯度下降法进一步优化损失函数;
获取用户对第二视屏的浏览进度,若第二视屏的浏览进度小于预设进度时,同时浏览的时间长度小于预设时间长度时,则继续对第二视屏进行分类,并向用户推荐第三视屏,将第三视屏推荐给用户浏览,得到用户兴趣值超过预设兴趣值的第三视屏;最终将最优视屏的数据维度信息推荐给客户端。
在步骤Z02中,对第一视屏对应的数据维度进行升维处理,得到第二视屏对应的数据维度的方法为:
将客户端内第一视屏对应的数据维度通过映射函数映射至高维空间内,得到升维后的第二视屏的数据维度E,并根据数据维度E将第二视屏传输至用户端;其中,映射函数为Λ=[β,β23];所述升维后的第二视屏对应的数据维度并实时监测客户端的数据维度E所对应的第二视屏的浏览信息;若第二视屏的浏览进度小于预设进度时,则对第一视屏对应的数据维度进行降维处理;/>是指第二视屏对应数据维度的向量;k是指序数;
对第一视屏对应的数据维度进行降维处理,得到第二视屏对应的数据维度的方法为:将第一视屏对应的数据维度通过主成分分析法进行降维处理,
在步骤Z04中,获取客户端第一次向用户推荐第二视屏的时间点信息t0,获取客户端第一次向用户推荐与第二视屏相同维度视屏的时间点信息t0′;获取客户端最后一次向用户推荐与第二视屏相同维度视屏的时间点信息为td’;获取推荐与第二视屏相同维度视屏的数量k;
则得到:
若分析得到则表示用户对与第二视屏相同维度视屏的兴趣值大于预设兴趣值,并向客户端发出预警指令,记录发出预警指令的时间Tr;若分析得到则表示用户对于第二视屏相同维度视屏的兴趣值小于预设兴趣值;F是指用户浏览每个与第二视屏相同维度视屏的时间
则得到:向用户重新推荐第二视屏的间隔时间为T=|Tr-t0|;
其中:T是指向用户重新推荐第二视屏的间隔时间。
与现有技术相比,本发明所达到的有益效果是:
本发明通过数据维度推送模块,根据客户端数据向用户提供第一视屏,并对第一视屏进行分类处理,得到最优视屏;并根据最优视屏向用户推荐,提升用户对视屏的兴趣程度;通过数据维度处理模块,对第一视屏对应的数据维度进行变换,得到后并标记第二视屏对应的数据维度;用于将兴趣值超过预设值的视屏进行升维或者降维处理,从而能够得到用户感兴趣的视屏;通过数据推送时间处理模块,用以设置第二视屏重新播放的间隔时间;从而防止用户过多关注与第二视屏相同维度的视屏,导致降低对与第二视屏相同维度的视屏或者第二视屏的兴趣。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种大数据情景下的客户端数据分析***的模块组成示意图;
图2是本发明一种大数据情景下的客户端数据分析方法的步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
请参阅图1-图2,本发明提供技术方案:
客户端数据分析***包括数据维度推送模块、数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块;
数据维度推送模块用于获取客户端数据,根据客户端数据向用户提供第一视屏,并对第一视屏进行分类处理,得到最优视屏;所述第一视屏由客户端内第一视屏对应的数据维度生成得到;
数据维度处理模块用于从客户端获取用户观看第一视屏的时间长度信息,并对第一视屏对应的数据维度进行变换,得到后并标记第二视屏对应的数据维度;
历史数据维度推送处理模块用于根据用户浏览第一视屏的时间长度信息,对第一视屏进行存储或者删减处理;
数据推送时间处理模块用于获取用户浏览第二视屏的进度信息,根据进度信息,向用户推荐与第二视屏相同维度的其他视屏,并设置第二视屏重新播放的间隔时间;
数据维度推送模块与数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块相连接。
进一步的,数据维度推送模块包括客户端数据状态单元、数据维度确定单元、数据维度更换单元和数据分类单元;
客户端数据状态显示单元用于获取客户端的数据,根据数据得到用户浏览视屏的时间点信息;
数据维度确定单元用于获取当前客户端提供给用户的第一视屏对应的数据维度信息;
数据维度更换单元用于根据用户浏览第一视屏的时间信息,对提供给用户的第一视屏对应的数据维度进行维度变换,从而能够提高用户对其他是视屏的兴趣;
数据分类单元用于对用户感兴趣的视屏信息进行分类,得到用户兴趣值超过预设兴趣值的第二视屏,并将最优视屏对应的数据维度信息推送给客户端,得到最优视屏;
客户端数据状态单元的输出端与数据维度确定单元的输入端相连接;数据维度确定单元的输出端与数据维度更换单元的输入端相连接;数据维度更换单元的输出端与数据分类单元的输入端相连接。
进一步的,数据维度处理模块包括数据处理单元和数据标记单元;
数据处理单元用于对历史的第一视屏对应的数据维度进行升维或者降维,得到用户兴趣值超过预设值的数据,数据为第二视屏对应的数据维度;选择升维或者降维是根据用户浏览视屏的时间长度决定;例如:第一视屏通过升维转换为第二视屏,获取客户端中用户浏览第二视屏的时间长度;根据时间长度进行更换第二视屏的维度得到新的第二视屏。
数据标记单元用于对升维或者降维后的第二视屏对应的数据维度进行标记,得到用户对视屏观看的时间进程,使得客户端能够对处理后的第二视屏对应的数据维度进行监控,保证供给用户观看的视屏为用户感兴趣的视屏;
数据处理单元的输出端与数据标记单元的输入端相连接。
进一步的,历史数据维度推送处理模块包括时间停留识别单元、数据保留单元和相似数据维度删减单元;
时间停留识别单元用于向客户端申请获取时间信息的指令,所述时间信息为用户浏览第一视屏的时间长度;
数据保留单元在检测到用户浏览第一视屏的时间长度超过预设时间长度时,则将部分数据进行临时存储;
相似数据维度删减单元用于在检测到用户浏览第一视屏的时间长度小于预设时间长度时,则删除部分第一视屏;
由于用户在浏览第一视屏时,第一视屏内存在有部分内容引起用户的兴趣,客户端会记录用户浏览第一视屏的数据,并将部分视屏的数据维度在客户端中进行临时存储,并将与部分视屏相似的视屏推荐给用户;如若用户对第一视屏的浏览时间长度小于预设时间长度时,则第一视屏不能引起用户的兴趣,获取第一视屏的关键词,通过对关键词进行相似度处理,进而将第一视屏以及与第一视屏相关内容删除,并对第一视屏对应的数据维度进行升维或者降维操作,从而提高用户对其他视屏的兴趣值。
时间停留识别单元的输出端与数据保留单元的输入端相连接;所述数据保留单元的输出端与相似数据维度删减单元的输入端相连接。
进一步的,所述数据推送时间处理模块包括数据进度检测单元、数据同维度变更推送单元和推送间隔时间计算单元;
数据进度检测单元用于向客户端申请获取进度的指令,所述进度为用户浏览所推荐的第二视屏信息;
数据同维度变更推送单元用于在向用户推荐第二视屏的同时,向用户推荐与第二视屏相同数据维度的其他视屏,使得第二视屏与相同数据维度的其他视屏交互播放;
推送间隔时间计算单元用于计算向用户重新播放第二视屏的间隔时间;
数据进度检测单元的输出端与数据同维度变更推送单元的输入端相连接;数据同维度变更推送单元的输出端与推送间隔时间计算单元的输入端相连接。
一种大数据情景下的客户端数据分析方法,客户端数据分析方法执行如下步骤:
Z01:获取客户端的数据,根据客户端数据,得到提供给用户的第一视屏对应的数据维度信息;获取用户浏览第一视屏的时间长度,如若用户浏览第一视屏的时间长度短于预设时间长度,则对第一视屏对应的数据维度信息进行处理,并跳转至步骤Z02;若用户浏览第一视屏维度的时间长度长于预设时间长度,则客户端继续向用户提供与第一视屏相同数据维度的视屏;
Z02:对视屏对应的数据维度进行分类处理,得到用户浏览最优视屏的类别;根据用户浏览视屏的结果,对第一视屏对应的数据维度进行升维或者降维处理,得到第二视屏,并对第二视屏的数据维度信息进行标记;
Z03:获取用户浏览第一视屏的时间长度,根据时间长度对第一视屏进行删减或者存储处理;
存储处理是将数据存储在独立的临时存储器中,存储的时间是由用户对第一视屏对应的数据维度或者第一视屏内关键词的兴趣值决定,如若用户的兴趣值低于预设兴趣值时,则将临时存储器中的数据进行删除,不会致使临时存储器中的数据过载无法正常浏览视屏,进而降低用户浏览视屏的满意度;
Z04:获取第二视屏对应的数据维度信息,并向用户推荐与第二视屏相同维度的其他视屏,并设置重新播放第二视屏的间隔时间。
在步骤Z01-Z02中,获取客户端数据,得到用户浏览视屏的时间长度因素a1,用户收藏视屏的次数为a2;则根据上式得到预测函数为y=a1x1+a2x2;x1和x2是指自变量;y是指因变量;将上式带入Sigmoid函数中,得到逻辑回归函数为P(x),若P(x)>0.5时,则表示Y=1,得到用户浏览的视屏为第一视屏的概率大于预设概率值,则客户端获取第一视屏对应的数据维度信息,得到第一视屏的集合;若P(x)<0.5时,则表示y=0,得到用户浏览的视屏为第一视屏的概率小于预设概率值时,客户端获取第二视屏对应的数据维度信息,将第二视屏推荐给用户浏览;
为了增加结果的可信程度,通过损失函数验证结果,同时通过梯度下降法进一步优化损失函数;
获取用户对第二视屏的浏览进度,若第二视屏的浏览进度小于预设进度时,同时浏览的时间长度小于预设时间长度时,则继续对第二视屏进行分类,并向用户推荐第三视屏,将第三视屏推荐给用户浏览,得到用户兴趣值超过预设兴趣值的第三视屏;最终将最优视屏的数据维度信息推荐给客户端;
上述使用的损失函数具体为:
当y=1时,如若y=1(p(x)=1)时,则误差值为0;如若y=0(p(x)=0)时,则误差值为无穷大;泛指亦然;其中Cost(p(x),y)为预测值与实际值的误差值;
使用梯度下降法对损失函数进行优化时,需采用偏导公式使得代价函数为最小值。
在步骤Z02中,对第一视屏对应的数据维度进行升维处理,得到第二视屏对应的数据维度的方法为:
将客户端内第一视屏对应的数据维度通过映射函数映射至高维空间内,得到升维后的第二视屏的数据维度E,并根据数据维度E将第二视屏传输至用户端;其中,映射函数为Λ=[β,β23];所述升维后的第二视屏对应的数据维度并实时监测客户端的数据维度E所对应的第二视屏的浏览信息;若第二视屏的浏览进度小于预设进度时,则对第一视屏对应的数据维度进行降维处理;/>是指第二视屏对应数据维度的向量;k是指序数;
对第一视屏对应的数据维度进行降维处理,得到第二视屏对应的数据维度的方法为:将第一视屏对应的数据维度通过主成分分析法进行降维处理;
设置第一视屏对应的数据维度,得到所述维度的方差值和平均值,寻找得到相互正交的坐标轴,通过拉格朗日的方法得到n个与n-1个轴正交的坐标轴,且坐标轴中的方差是最大的,保存绝大部分方差的维度特征,忽略方差为0的维度特征,从而实现对第一视屏对应的数据维度进行降维处理。
在步骤Z04中,获取客户端第一次向用户推荐第二视屏的时间点信息t0,获取客户端第一次向用户推荐与第二视屏相同维度视屏的时间点信息t0′;获取客户端最后一次向用户推荐与第二视屏相同维度视屏的时间点信息为td’;获取推荐与第二视屏相同维度视屏的数量k;
则得到:
若分析得到则表示用户对与第二视屏相同维度视屏的兴趣值大于预设兴趣值,并向客户端发出预警指令,记录发出预警指令的时间Tr;若分析得到则表示用户对于第二视屏相同维度视屏的兴趣值小于预设兴趣值;F是指用户浏览每个与第二视屏相同维度视屏的时间;
则得到:向用户重新推荐第二视屏的间隔时间为T=|Tr-t0|;
其中:T是指向用户重新推荐第二视屏的间隔时间;
在上述公式中:td’-t0′的目的是推荐第一视屏的间隔时间;的目的是平均每个第二视屏播放的时间,将每个第二视屏播放的时间与F值相比较,得到用户对第二视屏的兴趣值;因此在/>时,发出预警指令,及时播放与第二视屏相同维度的视屏,防止因用户过多关注与第二视屏相同维度的视屏,降低对第二视屏的兴趣;其中与第二视屏相同维度的视屏的视屏类型内容并不一致,与第二视屏相同维度的视屏属于第二视屏对应数据维度特征下的分支视屏,仅仅是类型不同;通过设置间隔时间,是为了防止用户过多关注与第二视屏相同维度的视屏,由于过多关注导致降低对与第二视屏相同维度的视屏或者第二视屏的兴趣。
实施例:获取客户端第一次向用户推荐第二视屏的时间点信息t0=8.10,获取客户端第一次向用户推荐与第二视屏相同维度视屏的时间点信息t0′=8.30;获取客户端最后一次向用户推荐与第二视屏相同维度视屏的时间点信息为td’=8.50;获取推荐与第二视屏相同维度视屏的数量k=8;用户浏览每个与第二视屏相同维度视屏的时间F=1.5
则得到:分钟>0;
表示用户对于第二视屏相同维度视屏的兴趣值小于预设兴趣值,暂时不用推荐与第二视屏相同维度的视屏;实时更新客户端等待的时间;继续检测时间值;
如若客户端第一次向用户推荐第二视屏的时间点信息t0=8.10,获取客户端第一次向用户推荐与第二视屏相同维度视屏的时间点信息t0′=8.30;获取客户端最后一次向用户推荐与第二视屏相同维度视屏的时间点信息为td’=8.50;获取推荐与第二视屏相同维度视屏的数量k=8;用户浏览每个与第二视屏相同维度视屏的时间F=3.5则得到:则表示用户对与第二视屏相同维度视屏的兴趣值大于预设兴趣值,并向客户端发出预警指令,记录发出预警指令的时间Tr=8.52;则再次推荐第二视屏的间隔时间为8.52-8.10=42分钟。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种大数据情境下的客户端数据分析方法,其特征在于:所述客户端数据分析方法执行如下步骤:
Z01:获取客户端的数据,根据客户端数据,得到提供给用户的第一视屏对应的数据维度信息;获取用户浏览第一视屏的时间长度,如若用户浏览第一视屏的时间长度短于预设时间长度,则对第一视屏对应的数据维度信息进行处理,并跳转至步骤Z02;若用户浏览第一视屏维度的时间长度长于预设时间长度,则客户端继续向用户提供与第一视屏相同数据维度的视屏;
Z02:对视屏对应的数据维度进行分类处理,得到用户浏览最优视屏的类别;根据用户浏览视屏的结果,对第一视屏对应的数据维度进行升维或者降维处理,得到第二视屏,并对第二视屏的数据维度信息进行标记;
Z03:获取用户浏览第一视屏的时间长度,根据时间长度对第一视屏进行删减或者存储处理;
Z04:获取第二视屏对应的数据维度信息,并向用户推荐与第二视屏相同维度的其他视屏,并设置重新播放第二视屏的间隔时间;
在步骤Z04中,获取客户端第一次向用户推荐第二视屏的时间点信息t0,获取客户端第一次向用户推荐与第二视屏相同维度视屏的时间点信息t0′;获取客户端最后一次向用户推荐与第二视屏相同维度视屏的时间点信息为td’;获取推荐与第二视屏相同维度视屏的数量k;
则得到:
若分析得到则表示用户对与第二视屏相同维度视屏的兴趣值大于预设兴趣值,并向客户端发出预警指令,记录发出预警指令的时间Tr;若分析得到/> 则表示用户对于第二视屏相同维度视屏的兴趣值小于预设兴趣值;F是指用户浏览每个与第二视屏相同维度视屏的时间;
则得到:向用户重新推荐第二视屏的间隔时间为T=|Tr-t0|;
其中:T是指向用户重新推荐第二视屏的间隔时间。
2.根据权利要求1所述的一种大数据情境下的客户端数据分析方法,其特征在于:在步骤Z01-Z02中,获取客户端数据,得到用户浏览视屏的时间长度因素a1,用户收藏视屏的次数为a2;则根据上式得到预测函数为y=a1x1+a2x2;x1和x2是指自变量;y是指因变量;将上式带入Sigmoid函数中,得到逻辑回归函数为P(x),若P(x)>0.5时,则表示y=1,得到用户浏览的视屏为第一视屏的概率大于预设概率值,则客户端获取第一视屏对应的数据维度信息,得到第一视屏的集合;若P(x)<0.5时,则表示y=0,得到用户浏览的视屏为第一视屏的概率小于预设概率值时,客户端获取第二视屏对应的数据维度信息,将第二视屏推荐给用户浏览;
为了增加结果的可信程度,通过损失函数验证结果,同时通过梯度下降法进一步优化损失函数;
获取用户对第二视屏的浏览进度,若第二视屏的浏览进度小于预设进度时,同时浏览的时间长度小于预设时间长度时,则继续对第二视屏进行分类,并向用户推荐第三视屏,将第三视屏推荐给用户浏览,得到用户兴趣值超过预设兴趣值的第三视屏;最终将最优视屏的数据维度信息推荐给客户端。
3.根据权利要求1所述的一种大数据情境下的客户端数据分析方法,其特征在于:在步骤Z02中,对第一视屏对应的数据维度进行升维处理,得到第二视屏对应的数据维度的方法为:
将客户端内第一视屏对应的数据维度通过映射函数映射至高维空间内,得到升维后的第二视屏的数据维度E,并根据数据维度E将第二视屏传输至用户端;其中,映射函数为Λ=[β,β23];所述升维后的第二视屏对应的数据维度并实时监测客户端的数据维度E所对应的第二视屏的浏览信息;若第二视屏的浏览进度小于预设进度时,则对第一视屏对应的数据维度进行降维处理;/>是指第二视屏对应数据维度的向量;k是指序数;
对第一视屏对应的数据维度进行降维处理,得到第二视屏对应的数据维度的方法为:将第一视屏对应的数据维度通过主成分分析法进行降维处理。
4.一种大数据情境下的客户端数据分析***,所述***应用权利要求1-3中任意一项所述的一种大数据情境下的客户端数据分析方法实现,其特征在于:所述客户端数据分析***包括数据维度推送模块、数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块;
所述数据维度推送模块用于获取客户端数据,根据客户端数据向用户提供第一视屏,并对第一视屏进行分类处理,得到最优视屏;所述第一视屏由客户端内第一视屏对应的数据维度生成得到;
所述数据维度处理模块用于从客户端获取用户观看第一视屏的时间长度信息,并对第一视屏对应的数据维度进行变换,得到后并标记第二视屏对应的数据维度;
所述历史数据维度推送处理模块用于根据用户浏览第一视屏的时间长度信息,对第一视屏进行存储或者删减处理;
所述数据推送时间处理模块用于获取用户浏览第二视屏的进度信息,根据进度信息,向用户推荐与第二视屏相同维度的其他视屏,并设置第二视屏重新播放的间隔时间;
所述数据维度推送模块与数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块相连接。
5.根据权利要求4所述的一种大数据情境下的客户端数据分析***,其特征在于:所述数据维度推送模块包括客户端数据状态单元、数据维度确定单元、数据维度更换单元和数据分类单元;
客户端数据状态显示单元用于获取客户端的数据,根据数据得到用户浏览视屏的时间点信息;
所述数据维度确定单元用于获取当前客户端提供给用户的第一视屏对应的数据维度信息;
所述数据维度更换单元用于根据用户浏览第一视屏的时间信息,对提供给用户的第一视屏对应的数据维度进行维度变换;
所述数据分类单元用于对用户感兴趣的视屏信息进行分类,得到用户兴趣值超过预设兴趣值的最优视屏,并将最优视屏对应的数据维度信息推送给客户端;
所述客户端数据状态显示单元的输出端与数据维度确定单元的输入端相连接;所述数据维度确定单元的输出端与数据维度更换单元的输入端相连接;所述数据维度更换单元的输出端与数据分类单元的输入端相连接。
6.根据权利要求4所述的一种大数据情境下的客户端数据分析***,其特征在于:所述数据维度处理模块包括数据处理单元和数据标记单元;
所述数据处理单元用于对历史的第一视屏对应的数据维度进行升维或者降维,得到用户兴趣值超过预设值的数据,所述数据为第二视屏对应的数据维度;
所述数据标记单元用于对升维或者降维后的第二视屏对应的数据维度进行标记,得到用户对视屏观看的时间进程;
所述数据处理单元的输出端与数据标记单元的输入端相连接。
7.根据权利要求4所述的一种大数据情境下的客户端数据分析***,其特征在于:所述历史数据维度推送处理模块包括时间停留识别单元、数据保留单元和相似数据维度删减单元;
所述时间停留识别单元用于向客户端申请获取时间信息的指令,所述时间信息为用户浏览第一视屏的时间长度;
所述数据保留单元在检测到用户浏览第一视屏的时间长度超过预设时间长度时,则将部分数据进行临时存储;
所述相似数据维度删减单元用于在检测到用户浏览第一视屏的时间长度小于预设时间长度时,则删除部分第一视屏;
所述时间停留识别单元的输出端与数据保留单元的输入端相连接;所述数据保留单元的输出端与相似数据维度删减单元的输入端相连接。
8.根据权利要求4所述的一种大数据情境下的客户端数据分析***,其特征在于:所述数据推送时间处理模块包括数据进度检测单元、数据同维度变更推送单元和推送间隔时间计算单元;
所述数据进度检测单元用于向客户端申请获取进度的指令,所述进度为用户浏览所推荐的第二视屏信息;
所述数据同维度变更推送单元用于在向用户推荐第二视屏的同时,向用户推荐与第二视屏相同维度的其他视屏;
所述推送间隔时间计算单元用于计算向用户重新播放第二视屏的间隔时间;
所述数据进度检测单元的输出端与数据同维度变更推送单元的输入端相连接;所述数据同维度变更推送单元的输出端与推送间隔时间计算单元的输入端相连接。
CN202210329085.2A 2022-03-31 2022-03-31 一种大数据情境下的客户端数据分析***及方法 Active CN114661949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210329085.2A CN114661949B (zh) 2022-03-31 2022-03-31 一种大数据情境下的客户端数据分析***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210329085.2A CN114661949B (zh) 2022-03-31 2022-03-31 一种大数据情境下的客户端数据分析***及方法

Publications (2)

Publication Number Publication Date
CN114661949A CN114661949A (zh) 2022-06-24
CN114661949B true CN114661949B (zh) 2023-11-24

Family

ID=82032408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210329085.2A Active CN114661949B (zh) 2022-03-31 2022-03-31 一种大数据情境下的客户端数据分析***及方法

Country Status (1)

Country Link
CN (1) CN114661949B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018023688A1 (zh) * 2016-08-05 2018-02-08 吴晓敏 一种网络收音机内容推荐的方法和推荐***
CN107807958A (zh) * 2017-09-30 2018-03-16 广东南都全媒体网络科技有限公司 一种文章列表个性化推荐方法、电子设备及存储介质
CN110781391A (zh) * 2019-10-22 2020-02-11 腾讯科技(深圳)有限公司 一种信息推荐方法、装置、设备及存储介质
CN111191112A (zh) * 2019-07-12 2020-05-22 腾讯科技(深圳)有限公司 一种电子读物数据处理方法、装置及存储介质
CN111475716A (zh) * 2020-03-26 2020-07-31 威比网络科技(上海)有限公司 在线课程推荐方法、***、设备及存储介质
CN112581238A (zh) * 2020-12-30 2021-03-30 平潭综合实验区澄心贸易有限公司 一种电商商品展示***及其工作方法
CN114154013A (zh) * 2021-10-26 2022-03-08 乐视网信息技术(北京)股份有限公司 视频推荐方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018023688A1 (zh) * 2016-08-05 2018-02-08 吴晓敏 一种网络收音机内容推荐的方法和推荐***
CN107807958A (zh) * 2017-09-30 2018-03-16 广东南都全媒体网络科技有限公司 一种文章列表个性化推荐方法、电子设备及存储介质
CN111191112A (zh) * 2019-07-12 2020-05-22 腾讯科技(深圳)有限公司 一种电子读物数据处理方法、装置及存储介质
CN110781391A (zh) * 2019-10-22 2020-02-11 腾讯科技(深圳)有限公司 一种信息推荐方法、装置、设备及存储介质
CN111475716A (zh) * 2020-03-26 2020-07-31 威比网络科技(上海)有限公司 在线课程推荐方法、***、设备及存储介质
CN112581238A (zh) * 2020-12-30 2021-03-30 平潭综合实验区澄心贸易有限公司 一种电商商品展示***及其工作方法
CN114154013A (zh) * 2021-10-26 2022-03-08 乐视网信息技术(北京)股份有限公司 视频推荐方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Recommending Documents for Complex Question Exploration by Analyzing Collective Browsing Behavior";Alya Asarina等;《2015 48th Hawaii International Conference on System Sciences》;第1-4页 *
"类别成员跨维度特征关系对类别学习的影响";莫雷等;《心理学报》;第281-289页 *

Also Published As

Publication number Publication date
CN114661949A (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
US10706094B2 (en) System and method for customizing a display of a user device based on multimedia content element signatures
CN110390033B (zh) 图像分类模型的训练方法、装置、电子设备及存储介质
US8566315B1 (en) Sequenced video segment mix
EP2541963B1 (en) Method for identifying video segments and displaying contextually targeted content on a connected television
CN109753601B (zh) 推荐信息点击率确定方法、装置及电子设备
JP5567384B2 (ja) 類似映像検索装置
CN109871464B (zh) 一种基于ucl语义标引的视频推荐方法与装置
US20160342593A1 (en) System and method for determining a contextual insight and providing recommendations based thereon
US9177341B2 (en) Determining search relevance from user feedback
US9137574B2 (en) Method or system to predict media content preferences
WO2014138305A1 (en) Systems and methods for providing user interactions with media
CN104991906B (zh) 信息获取方法、服务器、终端及数据库构建方法、装置
DE102014012597A1 (de) Suchverfahren für verwandte Bilder und Benutzerschnittstelle zur Steuerung des Verfahrens
CN111815375A (zh) 广告投放中的用户画像方法及装置
EP2608064A1 (en) Information provision device, information provision method, programme, and information recording medium
CN113065018A (zh) 一种音视频的索引库创建和检索方法、装置及电子设备
JP2006053616A (ja) サーバ装置、webサイト推奨方法およびプログラム
CN114661949B (zh) 一种大数据情境下的客户端数据分析***及方法
US20130185295A1 (en) Information provisioning device, information provisioning method, program, and information recording medium
US10193990B2 (en) System and method for creating user profiles based on multimedia content
CN110569447B (zh) 一种网络资源的推荐方法、装置及存储介质
CN111680218A (zh) 用户兴趣识别方法、装置、电子设备及存储介质
CN115034826A (zh) 一种广告投放方法、装置、电子设备及可读存储介质
CN109271580B (zh) 搜索方法、装置、客户端和搜索引擎
US20170255632A1 (en) System and method for identifying trending content based on context

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
TA01 Transfer of patent application right

Effective date of registration: 20231030

Address after: C2-223-01, Building 4, No. 6 Dongyi Road, Torch Development Zone, Zhongshan City, Guangdong Province, 528400

Applicant after: Buguniao Digital Technology (Zhongshan) Co.,Ltd.

Address before: No. 815, geguan Road, Jiangbei new district, Nanjing, Jiangsu 210048

Applicant before: NANJING SHUOMAO ELECTRONIC TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant