一种跨域用户关联方法及信息推送方法

    公开(公告)号:CN104951499B

    公开(公告)日:2018-03-02

    申请号:CN201510199720.X

    申请日:2015-04-23

    Abstract: 本发明公开了一种跨域用户关联方法及信息推送方法。本方法为:1)从网络中收集HTTP包,并按照设定的时间窗口对采集的包划分;2)对每一窗口内的包,根据FixCookie列表进行聚类,将同一用户的一次请求聚在一起,然后将各窗口内相同用户的用户组集合合并为一个用户组集合;3)对采集的包进行聚类,将主机名、cookie名和值相同的包聚为一组,将同一组内的包对应的用户组集合合并;4)对采集的包进行聚类,将主机名、cookie名和值相同且不存在fixCookie冲突的包聚为一组,将同一组内的包对应的用户组集合合并;5)将位于4)中同一用户组集合内的用户判定为不同域中的同一用户。本方法准确率高,聚类效果好。

    一种跨域用户关联方法及信息推送方法

    公开(公告)号:CN104951499A

    公开(公告)日:2015-09-30

    申请号:CN201510199720.X

    申请日:2015-04-23

    CPC classification number: G06F16/951 H04L67/02 H04L67/26

    Abstract: 本发明公开了一种跨域用户关联方法及信息推送方法。本方法为:1)从网络中收集HTTP包,并按照设定的时间窗口对采集的包划分;2)对每一窗口内的包,根据FixCookie列表进行聚类,将同一用户的一次请求聚在一起,然后将各窗口内相同用户的用户组集合合并为一个用户组集合;3)对采集的包进行聚类,将主机名、cookie名和值相同的包聚为一组,将同一组内的包对应的用户组集合合并;4)对采集的包进行聚类,将主机名、cookie名和值相同且不存在fixCookie冲突的包聚为一组,将同一组内的包对应的用户组集合合并;5)将位于4)中同一用户组集合内的用户判定为不同域中的同一用户。本方法准确率高,聚类效果好。

    一种基于混合语义矩阵的视频推荐方法

    公开(公告)号:CN104834686B

    公开(公告)日:2018-12-28

    申请号:CN201510184876.0

    申请日:2015-04-17

    Abstract: 本发明涉及一种基于混合语义矩阵的视频推荐方法,其步骤包括:1)对视频描述信息进行分词,根据词频提取关键词作为视频描述标签;2)通过Word2vec工具对包含所述视频描述标签在内的各视频标签进行向量化;3)采用熵化法得到各视频标签的权重,并构建具有权重的混合语义矩阵,通过所述混合语义矩阵表示视频与其标签之间的对应关系;4)根据所述混合语义矩阵,将视频的相似性计算转化为向量的相似度计算,实现对用户的个性化视频推荐。本发明在继承内容过滤推荐算法简单、高效的特点的同时,实现了智能特征提取和标签量化、权重分配,避免了这个过程中的专家参与,提高了视频推荐的准确率。

    一种基于时序数据挖掘的视频推荐方法

    公开(公告)号:CN104935963B

    公开(公告)日:2018-03-16

    申请号:CN201510290170.2

    申请日:2015-05-29

    Abstract: 本发明涉及一种基于时序数据挖掘的视频推荐方法。该方法包括:1)通过第三方数据分析用户对视频的兴趣梯度变化,并得到用户兴趣梯度曲线,将用户兴趣梯度曲线的奇异点作为用户兴趣迁移的时间点;2)确定用户最近的兴趣迁移时间点,对用户最近的兴趣迁移时间点以后的用户‑项目评分进行采集,从而建立选定时间窗口内的符合用户当前兴趣的用户‑项目评分矩阵;3)基于所述用户‑项目评分矩阵,通过使用随机游走模型进行用户的个性化视频推荐。本发明考虑了个性化视频推荐中的兴趣迁移问题,并融合了时间窗口方法和基于Random Walker的信任度模型进行个性化视频推荐,提高了视频推荐的准确性和效率。

    一种基于时序数据挖掘的视频推荐方法

    公开(公告)号:CN104935963A

    公开(公告)日:2015-09-23

    申请号:CN201510290170.2

    申请日:2015-05-29

    CPC classification number: H04N21/25891 H04N21/4667 H04N21/4668

    Abstract: 本发明涉及一种基于时序数据挖掘的视频推荐方法。该方法包括:1)通过第三方数据分析用户对视频的兴趣梯度变化,并得到用户兴趣梯度曲线,将用户兴趣梯度曲线的奇异点作为用户兴趣迁移的时间点;2)确定用户最近的兴趣迁移时间点,对用户最近的兴趣迁移时间点以后的用户-项目评分进行采集,从而建立选定时间窗口内的符合用户当前兴趣的用户-项目评分矩阵;3)基于所述用户-项目评分矩阵,通过使用随机游走模型进行用户的个性化视频推荐。本发明考虑了个性化视频推荐中的兴趣迁移问题,并融合了时间窗口方法和基于Random Walker的信任度模型进行个性化视频推荐,提高了视频推荐的准确性和效率。

    一种基于混合语义矩阵的视频推荐方法

    公开(公告)号:CN104834686A

    公开(公告)日:2015-08-12

    申请号:CN201510184876.0

    申请日:2015-04-17

    Abstract: 本发明涉及一种基于混合语义矩阵的视频推荐方法,其步骤包括:1)对视频描述信息进行分词,根据词频提取关键词作为视频描述标签;2)通过Word2vec工具对包含所述视频描述标签在内的各视频标签进行向量化;3)采用熵化法得到各视频标签的权重,并构建具有权重的混合语义矩阵,通过所述混合语义矩阵表示视频与其标签之间的对应关系;4)根据所述混合语义矩阵,将视频的相似性计算转化为向量的相似度计算,实现对用户的个性化视频推荐。本发明在继承内容过滤推荐算法简单、高效的特点的同时,实现了智能特征提取和标签量化、权重分配,避免了这个过程中的专家参与,提高了视频推荐的准确率。

Patent Agency Ranking