[發明專利]信息推薦方法及信息推送端

在審

• 申請號: 201710001525.0
• 申請日: 2017-01-03
• 公開（公告）號: CN108268556A
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 劉政翰
• 申請（專利權）人: 南寧富桂精密工業有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 曾柳燕

1.一種信息推薦方法，該方法應用于信息推送端，其特征在于，該信息推送端包括多個賬戶，所述方法包括：

收集所述多個賬戶中的第一賬戶所關聯的多個第一用戶設備提供的數據信息；

根據所述數據信息預測所述第一賬戶對應之第一用戶在各個第一用戶設備上的感興趣內容；及

根據預測結果生成相應的推薦信息，并將該推薦信息推送至所述多個第一用戶設備中的預定用戶設備中。

2.如權利要求1所述之信息推薦方法，其特征在于，所述感興趣內容包括視頻內容，根據所述數據信息預測所述第一賬戶對應之第一用戶在各個第一用戶設備上的感興趣內容的步驟還包括：

至少根據所述視頻內容的分辨率，預測該視頻內容為所述第一用戶在所述多個第一用戶設備的其中一個第一用戶設備上的感興趣內容，這個第一用戶設備被鎖定為接收該視頻內容對應之推薦信息的所述預定用戶設備。

3.如權利要求1或2所述之信息推薦方法，其特征在于，所述數據信息包括每個第一用戶設備的子數據信息，根據所述數據信息預測所述第一賬戶對應之第一用戶在各個第一用戶設備上的感興趣內容的步驟包括：

至少根據每個第一用戶設備的子數據信息，預測在不同時間段間之各個第一用戶設備的被使用概率和/或所述第一用戶在各個第一用戶設備上的感興趣內容。

4.如權利要求1或2所述之信息推薦方法，其特征在于，所述數據信息包括所述多個第一用戶設備提供的實時數據信息，所述實時數據信息至少包括活動狀態信息和/或位置信息，根據所述數據信息預測所述第一賬戶對應之第一用戶在各個第一用戶設備上的感興趣內容的步驟包括：

根據所述實時數據信息預測所述第一用戶的感興趣內容。

5.如權利要求1或2所述之信息推薦方法，其特征在于，所述數據信息還包括社交網絡信息，該社交網絡信息為所述第一用戶與多個第二用戶的社交互動記錄，根據所述數據信息預測所述第一賬戶對應之第一用戶在各個第一用戶設備上的感興趣內容的步驟包括：

根據社交網絡信息計算與多個第二賬戶對應之所述多個第二用戶的社交親密度；

獲取每個第二賬戶的多媒體播放歷史記錄，所述多媒體播放歷史記錄包括多媒體文件名稱、在每個多媒體文件上的停留時間、重復次數和/或使用設備類型；

依據每個第二賬戶的社交親密度和每個第二賬戶的多媒體播放歷史記錄，對所述多個第二賬戶中記錄的每個多媒體文件進行評分；及

根據評分結果預測所述第一用戶的感興趣內容。

6.一種信息推送端，其特征在于，該信息推送端包括多個賬戶，所述信息推送端包括：

收集模塊，用于收集所述多個賬戶中的第一賬戶所關聯的多個第一用戶設備提供的數據信息；

預測模塊，用于根據所述數據信息預測所述第一賬戶對應之第一用戶在各個第一用戶設備上的感興趣內容；及

推送模塊，用于根據預測結果生成相應的推薦信息，并將該推薦信息推送至所述多個第一用戶設備中的預定用戶設備中。

7.如權利要求6所述之信息推送端，其特征在于，所述感興趣內容包括視頻內容，預測模塊還用于：

至少根據所述視頻內容的分辨率，預測該視頻內容為所述第一用戶在所述多個第一用戶設備的其中一個第一用戶設備上的感興趣內容，這個第一用戶設備被鎖定為接收該視頻內容對應之推薦信息的所述預定用戶設備。

8.如權利要求6或7所述之信息推送端，其特征在于，所述數據信息包括每個第一用戶設備的子數據信息，預測模塊還用于：

至少根據每個第一用戶設備的子數據信息，預測在不同時間段：各個第一用戶設備的被使用概率和/或所述第一用戶在各個第一用戶設備上的感興趣內容。

9.如權利要求6或7所述之信息推送端，其特征在于，所述數據信息包括所述多個第一用戶設備提供的實時數據信息，所述實時數據信息至少包括活動狀態信息和/或位置信息，預測模塊還用于：

根據所述實時數據信息預測所述第一用戶的感興趣內容。

10.如權利要求6或7所述之信息推送端，其特征在于，所述數據信息還包括社交網絡信息，該社交網絡信息為所述第一用戶與多個第二用戶的社交互動記錄，預測模塊還用于：

根據社交網絡信息計算與多個第二賬戶對應之所述多個第二用戶的社交親密度；

獲取每個第二賬戶的多媒體播放歷史記錄，所述多媒體播放歷史記錄包括多媒體文件名稱、在每個多媒體文件上的停留時間、重復次數和/或使用設備類型；

依據每個第二賬戶的社交親密度和每個第二賬戶的多媒體播放歷史記錄，對所述多個第二賬戶中記錄的每個多媒體文件進行評分；及

根據評分結果預測所述第一用戶的感興趣內容。