CN106649842A - 一种基于融合数据的交叉推荐方法、系统及一种车机 - Google Patents
一种基于融合数据的交叉推荐方法、系统及一种车机 Download PDFInfo
- Publication number
- CN106649842A CN106649842A CN201611252997.5A CN201611252997A CN106649842A CN 106649842 A CN106649842 A CN 106649842A CN 201611252997 A CN201611252997 A CN 201611252997A CN 106649842 A CN106649842 A CN 106649842A
- Authority
- CN
- China
- Prior art keywords
- application
- theme
- preference
- user
- intersection
- 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 25
- 230000004927 fusion Effects 0.000 title abstract description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于融合数据的交叉推荐方法、系统及一种车机，所述基于融合数据的交叉推荐方法包括：所述基于融合数据的交叉推荐方法包括：记录各主题应用下用户的操作记录；基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度；根据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息，其中，获取对每项所述操作记录的对应得分，将每项所述操作记录的对应得分与每项操作记录对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。本发明可以根据用户的偏好度，在不同主题应用下进行信息推荐，达到了优化用户体验性的目的。
Description
技术领域
本发明涉及信息处理技术领域，特别是涉及信息推荐技术领域，具体为一种基于融合数据的交叉推荐方法、系统及一种车机。
背景技术
随着移动通信技术的飞速发展，移动终端得到了广泛普及和使用，不仅越来越多的用户使用手持移动终端，如智能手机、平板电脑等来浏览网页、网上购物等，还有不少用户使用可穿戴设备，如智能手环、智能眼镜等来进一步提高生活质量。而用户使用移动终端很大程度上是为获取信息数据，为了使用户能获知更准确和更有效的信息，移动终端中的各类应用程序会根据用户的行为等进行分析进而推送相关信息。
现有的信息推荐技术主要是先收集用户所使用的应用中保存的相关信息，一般包括用户的个人信息，如职业、年龄、兴趣爱好等，还包括用户的行为信息，如在某一网页中持续停留较长时间、对某一商品信息多次查询等，再利用推荐算法来对上述相关信息进行分析处理，进而获得适合该用户的推荐信息并进行推荐。虽然对上述类型的用户信息的收集、跟踪有助于向用户提供更符合期望的信息，但在很多情况下这种信息递送的精确度仍然不足以满足需求。同时，目前信息推荐都仅仅局限于同一技术领域的推荐，例如通过分析客户搜索了什么商品，在用户下次登录时自动推荐相关产品，随着客户接收的信息量的增加，用户对于获取的信息的精确度有更高要求。如何提供一种更符合用户期望，精确度更高的推荐信息成为本领域技术人员亟待解决的问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于融合数据的交叉推荐方法、系统及一种车机，用于解决现有技术中信息推荐局限于同一主题应用导致的用户体验性差的问题。
为实现上述目的及他相关目的，本发明提供一种基于融合数据的交叉推荐方法，所述基于融合数据的交叉推荐方法包括：记录各主题应用下用户的操作记录；基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度；根据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息。
于本发明的一实施例中，所述获取用户对各所述主题应用下操作内容的偏好度具体为：获取对每项所述操作记录的对应得分，将每项所述操作记录的对应得分与每项操作记录对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
于本发明的一实施例中，所述操作记录包括搜索查询，收藏，点击浏览，收听或收看中的一种或多种组合。
于本发明的一实施例中，所述主题应用为导航主题应用，社交主题应用，音乐主题应用，视频主题应用，搜索引擎主题应用，购物主题应用，游戏主题应用，天气主题应用，运动主题应用，美食主题应用以及旅游主题应用中的至少两种。
于本发明的一实施例中，所述在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息中：在所述在其它主题应用启动后或进行搜索操作时进行推荐。
为实现上述目的，本发明还提供一种基于融合数据的交叉推荐系统，所述基于融合数据的交叉推荐系统包括：记录模块，用于记录各主题应用下用户的操作记录；偏好度获取模块，用于基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度；推荐模块，用于根据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息。
于本发明的一实施例中，所述偏好度获取模块包括：设置单元，用于为各主题应用的每项操作分配分值及设置每项操作的权重；得分和权重获取单元，用于基于各主题应用下用户的操作记录，获取对每项所述操作记录的对应得分和每项操作记录对应的权重；偏好度计算单元，用于将每项所述操作记录的对应得分与每项操作记录对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
于本发明的一实施例中，所述操作记录包括搜索查询，收藏，点击浏览，收听或收看中的一种或多种组合。
于本发明的一实施例中，所述主题应用为导航主题应用，社交主题应用，音乐主题应用，视频主题应用，搜索引擎主题应用，购物主题应用，游戏主题应用，天气主题应用，运动主题应用，美食主题应用以及旅游主题应用中的至少两种。
于本发明的一实施例中，所述推荐模块在所述在其它主题应用启动后或进行搜索操作时进行推荐。
为实现上述目的，本发明还提供一种车机，所述车机包括如上所述的基于融合数据的交叉推荐系统。
如上所述，本发明的一种基于融合数据的交叉推荐方法、系统及一种车机，具有以下有 益效果：
1、本发明通过记录各主题应用下用户的操作记录，基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度，据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息，可以根据用户的偏好度，在不同主题应用下进行信息推荐，达到了优化用户体验性的目的。
2、本发明简单实用，具有良好的市场前景和广泛的适用性。
附图说明
图1显示为本发明的一种基于融合数据的交叉推荐方法的流程示意图。
图2显示为本发明的一种基于融合数据的交叉推荐方法中应用主题的推荐关联示意图。
图3显示为本发明的一种基于融合数据的交叉推荐系统的原理框图。
图4显示为本发明的一种基于融合数据的交叉推荐系统的一种优选原理框图。
元件标号说明
100 基于融合数据的交叉推荐系统
110 记录模块
120 偏好度获取模块
121 设置单元
122 得分和权重获取单元
123 偏好度计算单元
130 推荐模块
S101～S103 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
本发明的目的在于提供一种基于融合数据的交叉推荐方法、系统及一种车机，用于解决现有技术中信息推荐局限于同一主题应用导致的用户体验性差的问题。以下将详细阐述本发 明的一种基于融合数据的交叉推荐方法、系统及一种车机的原理及实施方式，使本领域技术人员不需要创造性劳动即可理解本发明的一种基于融合数据的交叉推荐方法、系统及一种车机。
本实施例提供一种基于融合数据的交叉推荐方法，具体地，如图1所示，所述基于融合数据的交叉推荐方法包括以下步骤：
步骤S101，记录各主题应用下用户的操作记录。
具体地，所述主题应用为但不限于导航主题应用，社交主题应用，音乐主题应用，视频主题应用，搜索引擎主题应用，购物主题应用，游戏主题应用，天气主题应用，运动主题应用，美食主题应用以及旅游主题应用中的至少两种。
其中，于本实施例中，所述操作记录包括但不限于搜索查询，收藏，点击浏览，收听或收看中的一种或多种组合。
例如主题应用为音乐主题应用和视频主题应用，记录音乐主题应用下用户的搜索查询，收藏，点击浏览，收听的操作记录。
步骤S102，基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度。
具体地，于本实施例中，所述获取用户对各所述主题应用下操作内容的偏好度具体为：
获取对每项所述操作记录的对应得分，将每项所述操作记录的对应得分与每项操作记录对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
例如分别获取搜索查询，收藏，点击浏览，收听的对应得分，获取搜索查询，收藏，点击浏览，收听的对应权重，将搜索查询，收藏，点击浏览，收听的对应得分与搜索查询，收藏，点击浏览，收听的对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
步骤S103，根据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息。
于本实施例中，所述在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息中：在所述在其它主题应用启动后或进行搜索操作时进行推荐。
例如，如图2所示，在音乐主题应用收藏了某歌手的歌曲，点击听某歌手的歌的数量有10曲，则可以获取用户对该歌手的偏好度，在打开视频主题应用时，可以推荐该歌手参演的电影，该歌手近期演唱会的视频以及该歌手的一些舞步视频等。所以本实施例的基于融合数据的交叉推荐方法可以根据用户的偏好度，在不同主题应用下进行信息推荐，达到了优化用 户体验性的目的。
为实现上述基于融合数据的交叉推荐方法，本实施例还对应提供一种基于融合数据的交叉推荐系统，具体地，如图3所示，所述基于融合数据的交叉推荐系统100包括：记录模块110，偏好度获取模块120以及推荐模块130。
以下对本实施例中的所述基于融合数据的交叉推荐系统100进行详细说明。
于本实施例中，所述记录模块110用于记录各主题应用下用户的操作记录。
具体地，于本实施例中，所述主题应用为导航主题应用，社交主题应用，音乐主题应用，视频主题应用，搜索引擎主题应用，购物主题应用，游戏主题应用，天气主题应用，运动主题应用，美食主题应用以及旅游主题应用中的至少两种。
其中，于本实施例中，所述操作记录包括但不限于搜索查询，收藏，点击浏览，收听或收看中的一种或多种组合。
例如主题应用为音乐主题应用和视频主题应用，记录音乐主题应用下用户的搜索查询，收藏，点击浏览，收听的操作记录。
于本实施例中，所述偏好度获取模块120用于基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度。
具体地，于本实施例中，如图4所示，所述偏好度获取模块120包括：设置单元121，得分和权重获取单元122以及偏好度计算单元123。
于本实施例中，所述设置单元121用于为各主题应用的每项操作分配分值及设置每项操作的权重。例如分别设置搜索查询，收藏，点击浏览，收听的对应得分，分别设置搜索查询，收藏，点击浏览，收听的对应权重。
于本实施例中，所述得分和权重获取单元122用于基于各主题应用下用户的操作记录，获取对每项所述操作记录的对应得分和每项操作记录对应的权重。
例如分别获取搜索查询，收藏，点击浏览，收听的对应得分，获取搜索查询，收藏，点击浏览，收听的对应权重。
于本实施例中，所述偏好度计算单元123用于将每项所述操作记录的对应得分与每项操作记录对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
例如，将搜索查询，收藏，点击浏览，收听的对应得分与搜索查询，收藏，点击浏览，收听的对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
于本实施例中，所述推荐模块130用于根据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息。
具体地，于本实施例中，所述推荐模块130在所述在其它主题应用启动后或进行搜索操作时进行推荐。
例如，如图2所示，在音乐主题应用收藏了某歌手的歌曲，点击听某歌手的歌的数量有10曲，则可以获取用户对该歌手的偏好度，在打开视频主题应用时，可以推荐该歌手参演的电影，该歌手近期演唱会的视频以及该歌手的一些舞步视频等。所以本实施例的基于融合数据的交叉推荐系统100可以根据用户的偏好度，在不同主题应用下进行信息推荐，达到了优化用户体验性的目的。
此外，本实施例还提供一种车机，所述车机包括车机本体，例如车机壳体，设置壳体上的显示屏，设置壳体内的控制主板，所述车机还包括如上所述的基于融合数据的交叉推荐系统100。上述已经对所述基于融合数据的交叉推荐系统100进行了详细说明，在此不再赘述。其中，所述基于融合数据的交叉推荐系统100可以存储于所述车机的控制主板的存储器上，通过控制主板的处理器调取运行。
综上所述，本发明通过记录各主题应用下用户的操作记录，基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度，据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息，可以根据用户的偏好度，在不同主题应用下进行信息推荐，达到了优化用户体验性的目的；本发明简单实用，具有良好的市场前景和广泛的适用性。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种基于融合数据的交叉推荐方法，其特征在于，所述基于融合数据的交叉推荐方法包括：
记录各主题应用下用户的操作记录；
基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度；
根据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息。
2.根据权利要求1所述的基于融合数据的交叉推荐方法，其特征在于，所述获取用户对各所述主题应用下操作内容的偏好度具体为：获取对每项所述操作记录的对应得分，将每项所述操作记录的对应得分与每项操作记录对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
3.根据权利要求1或2所述的基于融合数据的交叉推荐方法，其特征在于，所述操作记录包括搜索查询，收藏，点击浏览，收听或收看中的一种或多种组合。
4.根据权利要求1所述的基于融合数据的交叉推荐方法，其特征在于，所述主题应用为导航主题应用，社交主题应用，音乐主题应用，视频主题应用，搜索引擎主题应用，购物主题应用，游戏主题应用，天气主题应用，运动主题应用，美食主题应用以及旅游主题应用中的至少两种。
5.根据权利要求1所述的基于融合数据的交叉推荐方法，其特征在于，所述在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息中：在所述在其它主题应用启动后或进行搜索操作时进行推荐。
6.一种基于融合数据的交叉推荐系统，其特征在于，所述基于融合数据的交叉推荐系统包括：
记录模块，用于记录各主题应用下用户的操作记录；
偏好度获取模块，用于基于各主题应用下用户的操作记录，获取用户对各所述主题应用下操作内容的偏好度；
推荐模块，用于根据对任一主题应用下操作内容的偏好度，在其它主题应用下推荐与所述任一主题应用下操作内容的偏好度相对应的信息。
7.根据权利要求6所述的基于融合数据的交叉推荐系统，其特征在于，所述偏好度获取模块包括：
设置单元，用于为各主题应用的每项操作分配分值及设置每项操作的权重；
得分和权重获取单元，用于基于各主题应用下用户的操作记录，获取对每项所述操作记录的对应得分和每项操作记录对应的权重；
偏好度计算单元，用于将每项所述操作记录的对应得分与每项操作记录对应的权重合并计算获取获取用户对各所述主题应用下操作内容的偏好度。
8.根据权利要求6或7所述的基于融合数据的交叉推荐系统，其特征在于，所述操作记录包括搜索查询，收藏，点击浏览，收听或收看中的一种或多种组合。
9.根据权利要求6所述的基于融合数据的交叉推荐系统，其特征在于，所述主题应用为导航主题应用，社交主题应用，音乐主题应用，视频主题应用，搜索引擎主题应用，购物主题应用，游戏主题应用，天气主题应用，运动主题应用，美食主题应用以及旅游主题应用中的至少两种。
10.根据权利要求6所述的基于融合数据的交叉推荐系统，其特征在于，所述推荐模块在所述在其它主题应用启动后或进行搜索操作时进行推荐。
11.一种车机，其特征在于，所述车机包括如权利要求6至权利要求10任一权利要求所述的基于融合数据的交叉推荐系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611252997.5A CN106649842A (zh) | 2016-12-30 | 2016-12-30 | 一种基于融合数据的交叉推荐方法、系统及一种车机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611252997.5A CN106649842A (zh) | 2016-12-30 | 2016-12-30 | 一种基于融合数据的交叉推荐方法、系统及一种车机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106649842A true CN106649842A (zh) | 2017-05-10 |
Family
ID=58837228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611252997.5A Pending CN106649842A (zh) | 2016-12-30 | 2016-12-30 | 一种基于融合数据的交叉推荐方法、系统及一种车机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106649842A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108146445A (zh) * | 2017-12-25 | 2018-06-12 | 广东远峰汽车电子有限公司 | 更换车机界面主题的方法、装置及计算机可读存储介质 |
| CN111935291A (zh) * | 2020-08-14 | 2020-11-13 | 腾讯科技（深圳）有限公司 | 游戏推送方法、装置、设备及计算机可读存储介质 |
| US11709902B2 (en) | 2018-11-29 | 2023-07-25 | Tencent Technology (Shenzhen) Company Limited | Recommendation method and apparatus, and storage medium |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103136253A (zh) * | 2011-11-30 | 2013-06-05 | 腾讯科技（深圳）有限公司 | 获取信息的方法和装置 |
| CN104123360A (zh) * | 2014-07-18 | 2014-10-29 | 腾讯科技（深圳）有限公司 | 一种应用推荐数据获取方法、装置、电子设备及系统 |
| CN104572982A (zh) * | 2014-12-31 | 2015-04-29 | 东软集团股份有限公司 | 基于问题引导的个性化推荐方法及系统 |
| US20150120722A1 (en) * | 2013-10-31 | 2015-04-30 | Telefonica Digital Espana, S.L.U. | Method and system for providing multimedia content recommendations |
| CN105589852A (zh) * | 2014-10-20 | 2016-05-18 | 阿里巴巴集团控股有限公司 | 一种信息推荐的方法和装置 |
| CN105630946A (zh) * | 2015-12-23 | 2016-06-01 | 百度在线网络技术（北京）有限公司 | 一种基于大数据的领域交叉推荐方法及装置 |
| CN105975472A (zh) * | 2015-12-09 | 2016-09-28 | 乐视网信息技术（北京）股份有限公司 | 一种推荐方法和装置 |
| CN105975522A (zh) * | 2016-04-29 | 2016-09-28 | 清华大学深圳研究生院 | 一种多领域内容推荐方法及服务器 |
-
2016
- 2016-12-30 CN CN201611252997.5A patent/CN106649842A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103136253A (zh) * | 2011-11-30 | 2013-06-05 | 腾讯科技（深圳）有限公司 | 获取信息的方法和装置 |
| US20150120722A1 (en) * | 2013-10-31 | 2015-04-30 | Telefonica Digital Espana, S.L.U. | Method and system for providing multimedia content recommendations |
| CN104123360A (zh) * | 2014-07-18 | 2014-10-29 | 腾讯科技（深圳）有限公司 | 一种应用推荐数据获取方法、装置、电子设备及系统 |
| CN105589852A (zh) * | 2014-10-20 | 2016-05-18 | 阿里巴巴集团控股有限公司 | 一种信息推荐的方法和装置 |
| CN104572982A (zh) * | 2014-12-31 | 2015-04-29 | 东软集团股份有限公司 | 基于问题引导的个性化推荐方法及系统 |
| CN105975472A (zh) * | 2015-12-09 | 2016-09-28 | 乐视网信息技术（北京）股份有限公司 | 一种推荐方法和装置 |
| CN105630946A (zh) * | 2015-12-23 | 2016-06-01 | 百度在线网络技术（北京）有限公司 | 一种基于大数据的领域交叉推荐方法及装置 |
| CN105975522A (zh) * | 2016-04-29 | 2016-09-28 | 清华大学深圳研究生院 | 一种多领域内容推荐方法及服务器 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108146445A (zh) * | 2017-12-25 | 2018-06-12 | 广东远峰汽车电子有限公司 | 更换车机界面主题的方法、装置及计算机可读存储介质 |
| US11709902B2 (en) | 2018-11-29 | 2023-07-25 | Tencent Technology (Shenzhen) Company Limited | Recommendation method and apparatus, and storage medium |
| CN111935291A (zh) * | 2020-08-14 | 2020-11-13 | 腾讯科技（深圳）有限公司 | 游戏推送方法、装置、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110020094B (zh) | 一种搜索结果的展示方法和相关装置 | |
| US7882111B2 (en) | User interactive precision targeting principle | |
| CN104239331B (zh) | 一种用于实现评论搜索引擎排序的方法和装置 | |
| US9607010B1 (en) | Techniques for shape-based search of content | |
| CN108960975A (zh) | 基于用户画像的个性化精准营销方法、服务器及存储介质 | |
| CN110413877A (zh) | 一种资源推荐方法、装置及电子设备 | |
| CN106503015A (zh) | 一种构建用户画像的方法 | |
| CN103425677B (zh) | 关键词分类模型确定方法、关键词分类方法及装置 | |
| CN105095470B (zh) | 用于应用程序的数据推荐方法及装置 | |
| KR20190067165A (ko) | 콘텐츠 추천 및 디스플레이 | |
| CN109656651A (zh) | 网页自定义方法及装置 | |
| CN101999121A (zh) | 推荐信息评价装置及推荐信息评价方法 | |
| CN109033149A (zh) | 信息推荐方法、装置、服务器及存储介质 | |
| CN101968802A (zh) | 一种基于用户浏览行为进行互联网内容推荐的方法与设备 | |
| CN109325179A (zh) | 一种内容推广的方法及装置 | |
| CN106156157B (zh) | 一种电子图书导航系统和方法 | |
| CN104462336A (zh) | 信息推送方法和装置 | |
| CN108122153A (zh) | 电子商务环境下基于云计算处理模式的个性化推荐方法 | |
| CN108153792A (zh) | 一种数据处理方法和相关装置 | |
| CN106708868A (zh) | 一种互联网数据分析方法及系统 | |
| CN106649842A (zh) | 一种基于融合数据的交叉推荐方法、系统及一种车机 | |
| CN107622074A (zh) | 一种数据处理方法、装置和计算设备 | |
| CN113781171A (zh) | 信息推送方法、装置、设备及存储介质 | |
| CN114139051A (zh) | 一种基于多模态特征关联的个性化推荐线上线下一体化方法 | |
| CN113674043B (zh) | 商品推荐方法及装置、计算机可读存储介质、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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |