1.一种内容推荐方法,其特征在于,包括:
检测便携式设备是否进入/离开预定区域;
在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及
基于所述设备信息进行内容推荐。
2.根据权利要求1所述的内容推荐方法,其特征在于,检测便携式设备是否进入/离开预定区域包括:
通过设备发现的方式检测所述便携式设备是否进入/离开预定区域。
3.根据权利要求2所述的内容推荐方法,其特征在于,通过设备发现的方式检测所述便携式设备是否进入/离开预定区域包括以下的至少其中之一:
向所述预定区域广播请求并接收所述便携式设备对于所述请求的响应;
在所述预定区域内监听所述便携式设备发出的信息;以及
主动或者被动地从服务器获取所述便携式设备向所述服务器发送的信息。
4.根据权利要求2或者3所述的内容推荐方法,其特征在于,所述便携式设备的设备信息包括以下的至少其中之一:
ip地址、mac地址、主机名、已开启服务、已开启特定端口、所在工作组、进入/离开所述预定区域的时间、设备类型和设备唯一标识。
5.根据权利要求1所述的内容推荐方法,其特征在于,检测便携式设备是否进入/离开预定区域包括:
通过设备连接的方式检测所述便携式设备是否进入/离开预定区域。
6.根据权利要求5所述的内容推荐方法,其特征在于,所述设备连接的方式包括所述预定区域内的局域网连接、蓝牙连接、usb连接和hdmi连接中的至少一个。
7.根据权利要求6所述的内容推荐方法,其特征在于,所述便携式设备的设备信息包括以下的至少其中之一:
ip地址、mac地址、设备类型、进入/离开所述预定区域的时间、设备名称和设备连接状态。
8.根据权利要求1所述的内容推荐方法,其特征在于,所述内容推荐通过训练过程获得,所述训练过程包括:
以所述便携式设备的设备信息或者所述便携式设备的连接事件作为训练数据,以用户响应于所述呈现的所推荐内容的行为作为正样本,对所述训练数据进行向量化;以及
使用所述向量化的训练数据基于预定算法生成内容推荐模型及其对应的决策机。
9.根据权利要求8所述的内容推荐方法,其特征在于,所述预定算法包括聚类算法、贝叶斯分类算法、逻辑回归算法、神经网络算法中的至少一个。
10.根据权利要求8所述的内容推荐方法,其特征在于,基于所述设备信息进行内容推荐包括:
将所述便携式设备的设备信息或者所述便携式设备的连接事件输入训练好的所述内容推荐模型及其对应的决策机,以获得所推荐的内容。
11.根据权利要求1所述的内容推荐方法,其特征在于,进一步包括:
呈现所推荐的内容。
12.根据权利要求11所述的内容推荐方法,其特征在于,在呈现所推荐的内容之后进一步包括:
获取用户响应于所述呈现的所推荐内容的行为;以及
以所述行为作为正样本进行迁移学习训练以优化用于内容推荐的内容推荐模型及其对应的决策机。
13.根据权利要求11所述的内容推荐方法,其特征在于,呈现所推荐的内容包括以下的至少其中之一:
对多个所推荐的内容进行排序;
区分所推荐的内容与非推荐的内容;以及
向用户通知已获得所推荐的内容。
14.一种内容推荐装置,其特征在于,包括:
检测单元,用于检测便携式设备是否进入/离开预定区域;
获得单元,用于在检测到所述便携式设备进入/离开预定区域的情况下,获得所述便携式设备的设备信息;以及
推荐单元,用于基于所述设备信息进行内容推荐。
15.一种电子设备,包括:
处理器;以及
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-13中任一项所述的内容推荐方法。