一种用户终端与服务端实时应景内容匹配算法

暂无

一种用户终端与服务端实时应景内容匹配算法\n技术领域\n[0001] 本发明涉及一种用户终端与服务端实时应景内容匹配算法。\n背景技术\n[0002] 目前从计算机诞生到互联网的崛起，再到移动互联网的昌盛，都离不开数字内容及其技术的发展。从本地文件到Web网页，再到在线音视频、微博微信等新兴媒体的广泛流行，这些不仅包含了多媒体编解码技术、多媒体通信技术的发展还包含了内容分发技术、人机交互技术与互联网大规模应用系统技术的高度发展。当今最流行的媒体平台，无论是Google、Facebook还是微博、微信，都将上述技术发展和应用到了极致。\n[0003] 可如何设计一个交互简单而自然、满足用户个性化需求和场景化需求的内容过滤、匹配和实时推送应用系统，帮助用户在信息大爆炸的时代更加精准而简单地获取有用内容，怎么帮助用户发现和自动获取自己在特定场景下需要的或有用的信息，实时记录用户场景信息，通过机器学习为用户或用户终端构建内容偏好模型，在用户使用得越多的情况下越了解用户，能够更加精准地为用户推荐应景内容，已经成为急需解决的问题。\n发明内容\n[0004] 本发明的目的在于克服现有技术之缺陷，提供了一种用户终端与服务端实时应景内容匹配算法，其具有的自动匹配、选择推送的特性。\n[0005] 本发明是这样实现的：一种用户终端与服务端实时应景内容匹配算法，其包括以下步骤：\n[0006] (1)在用户终端与服务端连接的会话内，无论服务端是否存在与该用户终端相关联的UID，服务端均生成一个内容偏好模型f(CID,X)＝T，其中X为当前用户终端的场景信息，T为内容标签矢量，包含一组内容标签与权重元组{t,w}，CID为用户终端标识，服务端根据内容偏好模型f(CID,X)对当前内容C进行过滤，分别对应以下两种情况进行处理；\n[0007] (2)如果当前内容C只有一条，将当前内容C的每个标签Cm都与内容偏好模型f(CID,X)对应的标签矢量T进行一一匹配，若Cm与标签矢量T中的某个标签t相一致，则t对应的权重值w设为标签Cm的权重值Wcm＝w，否则Wcm＝0，最后对所有标签Cm的权重值求和得到当前内容C的权重值Wc；若匹配后的内容标签权重之和Wc超过阈值Wt，该阈值Wt为预先设定好的数值，则该内容被匹配成功，被通过服务端的接口即时推送给用户终端，否则无内容推送到用户终端；\n[0008] (3)如果当前内容C包含多个内容，根据步骤(2)中的计算方法为每条内容计算一个标签权重之和Wc，并选择权重和的最大值Wx，如果Wx大于阈值Wt，则其对应的内容被匹配成功，并通过服务端的接口即时推送给用户终端，否则无内容推送到用户终端。\n[0009] 进一步地，在步骤(1)中，服务端有一个或多个与该用户终端相关联的用户UID，即在一个SID标识的连接会话内，有一个或多个用户通过用户终端输入语音数据进行用户登录，服务端为最近登录的一个UID生成一个所述的内容偏好模型f(UID,X)＝T，T为内容标签矢量，内容标签矢量的生成方式包括：\n[0010] 1)通过系统配置，对不同的用户终端配置特定的内容标签组；\n[0011] 2)由用户通过终端应用进行主动设定；\n[0012] 3)基于用户对用户终端接收到的历史推送内容的反馈；\n[0013] 4)基于用户的历史场景信息进行预测。\n[0014] 进一步地，在步骤(1)中，服务端没有与该用户终端相关联的用户UID，即没有用户通过用户终端输入语音数据进行用户登录，那么服务端根据当前会话内的用户终端标识CID生成一个所述的内容偏好模型f(CID,X)＝T，T为内容标签矢量，内容标签矢量的生成方式包括但不限于：\n[0015] 1)通过服务端的系统配置，对不同的用户终端配置特定的内容标签组；\n[0016] 2)由用户通过用户终端进行主动设定；\n[0017] 3)基于用户对用户终端接收到的历史推送内容的反馈\n[0018] 本发明用户终端与服务端的实时沟通与推送，服务端根据用户终端的情况生成一个内容偏好模型，将当前内容与内容偏好模型对应的标签矢量进行一一匹配，选择出相应的匹配成功的内容，通过服务端即时发送给用户终端，过滤掉无用或无关信息，保证了内容的及时性，相关性，个性化的设计，提高了人机交互的娱乐性。\n附图说明\n[0019] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。\n[0020] 图1为本发明实施例提供的实时内容匹配算法的第一种情况；\n[0021] 图2为本发明实施例提供的实时内容匹配算法的第二种情况。\n具体实施方式\n[0022] 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。\n[0023] 如图1至图2，本发明实施例提供一种用户终端与服务端实时应景内容匹配算法，其包括以下步骤，具体参见如下描述。\n[0024] (1)在用户终端与服务端连接的会话内，无论服务端是否存在与该用户终端相关联的UID，服务端均生成一个内容偏好模型f(CID,X)＝T，其中CID为用户终端标识，X为当前用户终端的场景信息，T为内容标签矢量，包含一组内容标签与权重元组{t,w}，在此，有两种情况。\n[0025] 第一种，如果服务端有一个或多个与该用户终端相关联的用户UID，即在一个SID标识的连接会话内，有一个或多个用户通过用户终端输入语音数据进行用户登录，服务端为最近登录的一个UID生成一个所述的内容偏好模型f(UID,X)＝T，T为内容标签矢量，内容标签矢量的生成方式包括：\n[0026] 1)通过系统配置，对不同的用户终端配置特定的内容标签组；\n[0027] 2)由用户通过终端应用进行主动设定；\n[0028] 3)基于用户对用户终端接收到的历史推送内容的反馈；\n[0029] 4)基于用户的历史场景信息进行预测。\n[0030] 第二种，服务端没有与该用户终端相关联的用户UID，即没有用户通过用户终端输入语音数据进行用户登录，那么服务端根据当前会话内的用户终端标识CID生成一个所述的内容偏好模型f(CID,X)＝T，T为内容标签矢量，内容标签矢量的生成方式包括但不限于：\n[0031] 1)通过服务端的系统配置，对不同的用户终端配置特定的内容标签组；\n[0032] 2)由用户通过用户终端进行主动设定；\n[0033] 3)基于用户对用户终端接收到的历史推送内容的反馈。\n[0034] 无论内容偏好模型f(CID,X)，是第一种还是第二种何种情况下生成的，服务端均根据已经生成的一个唯一的内容偏好模型f(CID,X)对当前内容C进行过滤，分别对应以下两种情况进行处理。\n[0035] (a)请参见图1，如果当前内容C只有一条，将当前内容C的每个标签Cm都与内容偏好模型f(CID,X)对应的标签矢量T进行一一匹配，若Cm与标签矢量T中的某个标签t相一致，则t对应的权重值w设为标签Cm的权重值Wcm＝w，否则Wcm＝0，最后对所有标签Cm的权重值求和得到当前内容C的权重值Wc；若匹配后的内容标签权重之和Wc超过阈值Wt，该阈值Wt为预先设定好的数值，则该内容被匹配成功，被通过服务端的接口即时推送给用户终端，否则无内容推送到用户终端。\n[0036] (b)请参见图2，如果当前内容C包含多个内容，根据(a)中所述的计算方法为每条内容计算一个标签权重之和Wc，并选择权重和的最大值Wx，如果Wx大于阈值Wt，则其对应的内容被匹配成功，并通过服务端的接口即时推送给用户终端，否则无内容推送到用户终端。\n[0037] 通过用户终端与服务端实时沟通与推送，服务端根据用户终端的情况生成一个内容偏好模型，将当前内容与内容偏好模型对应的标签矢量进行一一匹配，选择出相应的匹配成功的内容，通过服务端即时发送给用户终端，过滤掉无用或无关信息，保证了内容的及时性，相关性，个性化的设计，提高了人机交互的娱乐性，还为广大的物联网设备提供了一种应用方式和服务，也为内容商增加了更加广阔的发行渠道，有利于促进更多有创意、高质量内容的创作与发布，丰富了互联网内容服务的同时也丰富了人们的生活。\n[0038] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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。