CN104657374A - 信息处理装置、信息处理方法以及电子设备 - Google Patents
信息处理装置、信息处理方法以及电子设备 Download PDFInfo
- Publication number
- CN104657374A CN104657374A CN201310589631.7A CN201310589631A CN104657374A CN 104657374 A CN104657374 A CN 104657374A CN 201310589631 A CN201310589631 A CN 201310589631A CN 104657374 A CN104657374 A CN 104657374A
- Authority
- CN
- China
- Prior art keywords
- information
- sender
- input information
- significance level
- familiarity
- 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
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本公开提供一种信息处理装置、信息处理方法和电子设备。该信息处理装置包括:预处理单元,用于收集来自不同数据源的信息并对收集到的各个信息对于用户的重要程度进行标注;以及确定单元,该确定单元包括:提取子单元,用于提取预处理单元标注的各个信息的发送者,并根据发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及熟悉度确定子单元,用于确定输入信息的发送者与提取子单元提取的各个发送者之间的熟悉度,并根据该熟悉度确定输入信息的发送者的重要程度,以基于输入信息的发送者的重要程度确定输入信息的重要程度。根据本公开的信息处理装置和方法以及电子设备能够提高用户处理输入信息的效率。
Description
技术领域
本发明涉及信息处理领域,尤其涉及一种信息处理装置、信息处理方法以及电子设备。
背景技术
随着互联网以及各种应用软件在各个企业中的应用,人们每天都会接从例如企业内部以的各种软件系统以及互联网接收大量的信息。然而,根据当前的信息处理设备和方法,信息在收到之后都会汇总在一起(即,不会对信息进行重要程度的标注),因此,用户很难找到对自己而言重要的信息及时处理。如果用户不能有效地处理这些信息,将造成时间的浪费以及工作效率的降低,尤其是对于工作流的任务流中包含的各个人员,在其中任何一个环节,没有得到技术处理,都会影响整个工作流的运作。因此,如何有效地提高信息处理效率是当前亟需解决的问题。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于现有技术的上述缺陷,本发明的目的之一是提供一种信息处理装置、信息处理方法以及电子设备,以至少克服现有的问题。
根据本公开的一个方面,提供一种信息处理装置,用于确定输入信息对于用户的重要程度,该信息处理装置包括:预处理单元,用于收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注;以及确定单元,用于根据输入信息与所述预处理单元标注的信息的相似度,确定所述输入信息的重要程度。该确定单元包括:提取子单元,用于提取所述预处理单元标注的各个信息的发送者,并根据所述发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及熟悉度确定子单元,用于确定所述输入信息的发送者与所述提取子单元提取的各个发送者之间的熟悉度,并根据所述熟悉度确定所述输入信息的发送者的重要程度,以基于所述输入信息的发送者的重要程度确定所述输入信息的重要程度。
根据本公开的另一方面,提供一种信息处理方法,用于确定输入信息对于用户的重要程度,所述信息处理方法包括:预处理步骤,用于收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注;以及确定步骤,用于根据输入信息与在所述预处理步骤中标注的信息的相似度,确定所述输入信息的重要程度。该确定步骤包括:提取子步骤,用于提取在所述预处理步骤中标注的各个信息的发送者,并根据所述发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及熟悉度确定子步骤,用于确定所述输入信息的发送者与所述提取子步骤中提取的各个发送者之间的熟悉度,并根据所述熟悉度确定所述输入信息的发送者的重要程度,以基于所述输入信息的发送者的重要程度确定所述输入信息的重要程度。
根据本公开的另一个方面,还提供了一种电子设备,该电子设备包括如上所述的信息处理装置。
依据本公开的其它方面,还提供了一种使得计算机用作如上所述的信息处理装置的程序。
依据本公开的又一方面,还提供了相应的计算机可读存储介质,该计算机可读存储介质上存储有能够由计算设备执行的计算机程序,该计算机程序在执行时能够使计算设备执行上述信息处理方法。
上述根据本公开实施例的信息处理装置和方法以及电子设备,至少能够获得以下益处之一:通过确定输入信息的重要程度,能够提高用户处理输入信息的效率;根据所确定的输入信息的重要程度构建信息模板,以利用信息模板从互联网中获取重要信息,从而能够时刻捕捉对于用户而言重要的信息。
通过以下结合附图对本公开的最佳实施例的详细说明,本公开的这些以及其他优点将更加明显。
附图说明
本公开可以通过参考下文中结合附图所给出的描述而得到更好的理解,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分,而且用来进一步举例说明本公开的优选实施例和解释本公开的原理和优点。其中:
图1是示意性地示出根据本公开实施例的信息处理装置的一种示例结构的框图。
图2是示意性地示出图1中的熟悉度确定子单元的一种示例结构的框图。
图3示出了由关系网络构建模块构建的关系网络的一个示例。
图4是示意性地示出根据本公开实施例的确定单元20的一种示例结构的框图。
图5示出了根据每个信息文档的重要程度-业务相似度分布图。
图6是示意性地示出根据本公开实施例的确定单元20的另一种示例结构的框图。
图7是示意性地示出根据本公开实施例的信息处理装置的另一种示例结构的框图。
图8是示意性示出根据本公开实施例的信息处理方法的流程图。
图9示意性示出根据本公开实施例的信息处理方法的确定步骤的一种示例性处理。
图10是示出了可用来实现根据本公开实施例的异常信息确定装置和方法的一种可能的信息处理设备的硬件配置的结构简图。
具体实施方式
在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符合与系统及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有所改变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
图1是示意性地示出根据本公开实施例的信息处理装置的一种示例结构的框图。
根据本发明实施例的信息处理装置用于确定输入信息对于用户的重要程度。如图1所示,信息处理装置1包括:预处理单元10,用于收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注;以及确定单元20,用于根据输入信息与预处理单元10标注的信息的相似度,确定输入信息的重要程度。
根据本公开的实施例,预处理单元10用于收集信息的数据源例如可以包括企业内部各种软件系统,例如,客户关系管理(CRM)系统、办公自动化系统(OA)、E-mail等。预处理单元10可以例如通过模拟用户登录,然后提取各种系统信息的方式来收集来自不同数据源的信息。
在从例如企业内部各种应用软件中收集信息之后,预处理单元10还配置为对收集到的信息标注对于用户的重要程度,也称为该信息的紧急程度。预处理单元10可以根据用户处理信息的结果为各个信息标注重要程度的标签。
根据本公开的一个实施例,预处理单元10对各个信息标注的重要程度包括至少两个重要度等级。例如,信息的重要程度可以被划分为重要和一般两个重要度等级,或者可以将重要程度划分为紧急、重要和一般三种。以上划分方式是示例性的,本公开不限于此,例如还可以将信息的重要程度划分为四种以上。
例如,预处理单元可以将用户在预定时间段内(例如5分钟之内)查看并给出相应操作(例如回复)的信息的重要程度标注为紧急,将用户在预订时间段之后查看并给出相应操作的信息的重要程度标注为重要,而将用户未给出相应操作的信息的重要程度标注为一般。
在预处理单元10对从不同数据源收集到的信息进行了重要程度标注之后,由确定单元20根据输入信息与预处理单元10标注的信息的相似度,确定输入信息的重要程度。
如图1所示,确定单元20包括:提取子单元201,用于提取预处理单元10标注的各个信息的发送者,并根据所述发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及熟悉度确定子单元202,用于确定输入信息的发送者与提取子单元201提取的各个发送者之间的熟悉度,并根据该熟悉度确定输入信息的发送者的重要程度,以基于输入信息的发送者的重要程度确定输入信息的重要程度。
如图1所示,提取子单元201提取预处理单元10为其标注了重要程度的信息的发送者,并根据每个发送者发送的信息的重要程度(即,预处理单元标注的重要程度),确定发送者的重要程度。
根据本公开的一个实施例,在预处理单元10将其收集到的信息标注的重要程度包括至少两个重要度等级的情况下,提取子单元201被配置为根据每个发送者所发送的所有信息的重要程度,将该发送者的重要程度确定为与所述至少两个重要度等级之一对应的重要度等级。
例如,当某个发送者发送的信息中重要程度为重要度等级A(例如紧急、重要或者一般等等)的信息在其发送的所有信息中所占比例超过预定阈值(例如但不限于0.5等等)时,则可以将该发送者的重要程度确定为与重要度等级A对应的重要度等级。例如针对某个发送者,以预处理单元10将收集到的信息划分为紧急、重要和一般三种重要度等级为例,如果在该发送者发送的信息中,被预处理单元10标注为紧急的信息有10条、重要的信息有5条,标注为一般的信息为3条,则由于该发送者发送的信息中、被标注为重要的信息占所有信息的比重的10/(10+5+3)=0.56,大于预定阈值(在本实例中例如为0.5),提取子单元201可以将该发送者的重要程度确定为重要。
虽然以上例示了提取子单元201根据发送者发送的各种重要程度的信息所占的比例确定发送者的重要度等级,但是本公开不限于此。本领域技术人员可以理解,例如也可以采用为每种重要度等级赋予权重,从而提取子单元201根据不同重要度等级的权重对发送者发送的各个信息的重要度等级进行加权计算,以确定发送者的重要度等级。
在确定了发送者的重要度等级之后,根据本公开的一个实施例,熟悉度确定子单元202被配置为根据输入信息的发送者与各个重要度等级的发送者之间的熟悉度,确定输入信息的发送者的重要程度。
图2是示意性地示出图1中的熟悉度确定子单元的一种可能的示例结构的框图。
如图2所示,熟悉度确定子单元202包括:关系网络构建模块2021,用于根据输入信息的发送者与被确定了重要度等级的发送者中各个发送者之间的关系,构建关系网络;计算模块2022,用于基于关系网络,分别计算输入信息的发送者与各个重要度等级的发送者之间的熟悉度,其中,在针对输入信息的发送者与每个重要度等级的发送者之间的熟悉度进行计算时,计算模块2022根据在该重要度等级的发送者中、与输入信息的发送者有直接关系的发送者的数目和/或根据在关系网络中、输入信息的发送者与在该重要度等级的发送者之间的距离,确定输入信息的发送者与该重要度等级的发送者之间的熟悉度。
根据本公开的一个实施例,关系网络构建模块2021将输入信息的发送者定义为当前发送者,并根据当前发送者与提取子单元201确定的各个等重要度等级的发送者之间的关系,构建关系网络。根据本公开的一个实施例,例如可以利用社交网络获得当前发送者与提取子单元201确定的各个重要度等级的发送者之间的关系,从而构建关系网络。更具体地,可以利用社交网络,根据由当前发送者和被确定了重要度等级的各个发送者构成的集合中每两个发送者之间的关系,例如发送者A是否在发送者B的联系人列表之中、或者在发送者B与向发送者A之间是否有过信息传输,来确定发送者A与发送者B之间是否有直接关系,并且在有直接关系的发送者之间建立一条直线。通过这种方式,可以建立由当前发送者与被确定了重要度等级的各个发送者构成的关系网络。
图3示出了由关系网络构建模块2021构建的关系网络的一个示例。
如图3所示,发送者A为当前发送者,发送者B、C、J例如为其重要度等级被确定为“紧急”的发送者,发送者E、F例如为其重要度等级为“重要”的发送者,发送者D例如为重要度等级为“一般”的发送者。如图3所示,B、D、E、J为与当前发送者A有直接朋友关系的发送者,F为与当前发送者A有间接朋友关系的发送者,C为与当前发送者A没有关系的发送者。本领域技术人员可以理解,在构建关系网络时,对于与当前发送者A没有朋友关系的发送者C,也可以不将其标示在关系网络中。
在关系网络构建模块2021构建了关系网络之后,计算模块2022基于关系网络,分别计算输入信息的发送者与各个重要度等级的发送者之间的熟悉度。根据本公开,在针对输入信息的发送者与每个重要度等级的发送者之间的熟悉度进行计算时,根据在该重要度等级的发送者中、与输入信息的发送者有直接关系的发送者的数目和/或根据在关系网络中、输入信息的发送者与在该重要度等级的发送者之间的距离,确定输入信息的发送者与该重要度等级的发送者之间的熟悉度。
根据本公开的优选实施例,可以根据该关系网络,利用公式计算当前发送者与各个重要度等级的发送者之间的熟悉度:
在上述公式(1)中,k表示重要度等级,k取值为{1:紧急,2:重要,3:一般};N表示由提取子单元确定了等级的所有发送者的数量;表示等级为k的发送者数量;NF-Lk表示与当前发送者有直接朋友关系的在K等级的发送者数量;Nind-F表示与当前发送者有间接朋友关系的在K等级的发送者数量;Dx表示当前发送者与发送者之间的路径长度。如果当前发送者与K等级的发送者之间有一个人,则他们之间的路径长度为Dx为2,有两个人,路径长度Dx为3,依次类推。
如图3所示,由于当前发送者A与重要度等级为“重要”的发送者F之间有一个人,因此他们之间的路径长度为2。
通过公式(1)可以计算当前发送者与已经确定了重要度等级的信息的发送者之间的熟悉度。本领域技术人员可以理解,上述计算方法仅仅是示例,也可以采用其他的计算方法对上述熟悉度进行计算,例如在对熟悉度计算的精度要求不是很高的情况下,在计算熟悉度时,也可以省略公式
(1)中的N因子。
在计算了当前发送者与各个重要度等级的发送者之间的熟悉度之后,将当前发送者、即输入信息的发送者的重要度等级归为与其之间的熟悉度值为最大的重要度等级的发送者的类别。例如,当当前发送者与重要度等级为“紧急”的发送者之间的熟悉度是所计算的与各个重要度的发送者之间的熟悉度之中的最大值时,可以将当前发送者的重要度等级确定为“紧急”。
回到图1,在熟悉度确定子单元202根据输入信息的发送者与被标注了重要程度的发送者之间的熟悉度确定了输入信息的发送者的重要度等级之后,确定单元20可以基于所确定的输入信息发送者的重要度等级,确定输入信息的重要程度。根据本公开的实施例,可以将输入信息的重要程度确定为与其发送者对应的重要度等级。例如,当熟悉度确定子单元202确定输入信息的发送者的重要度等级为“一般”时,则可以将该发送者对应的输入信息确定的重要度等级确定为“一般”。
在确定了输入信息的重要度等级之后,信息处理设备1例如可以根据输入信息的重要度等级向用户推荐诸如紧急信息,例如可以通过弹出紧急信息页面的方式为用户提示紧急信息,从而使得用户能够第一时间处理紧急信息,以提高信息的处理效率,从而提高整个工作流的运作。
上述实施例描述了根据输入信息的发送者的重要程度来确定输入信息的重要程度,但是本公开不限于此。发明人发现在企业内部,各个人员之间的业务领域、职位、职业技能不同,导致其对信息的处理方式也不同,但是对于业务领域、职位、职业技能相同或者类似的人员,其对于信息的处理方式具有一定的相似性,因此,本发明还提出了基于输入信息与用户属性之间的关系来确定输入信息的重要程度。
图4是示意性地示出根据本公开实施例的确定单元20的一种示例结构的框图。
根据本公开的实施例,图4所示的确定单元20还配置为基于输入信息与用户属性之间的关系来确定输入信息的重要程度。如图4所示,除了与图1的信息处理装置1中的确定单元20类似地包括提取子单元201和熟悉度确定子单元202之外,确定单元20还包括:业务文档构建子单元203,根据所述用户属性建立包括用户所在的单位名称、职位、业务领域以及专业技能至少其中之一的业务文档,并将业务文档以业务向量表示;以及相似度计算子单元204,用于根据业务向量以及基于输入信息的内容而构建的信息向量,计算业务文档与输入信息的业务相似度,以根据业务相似度确定输入信息的重要程度。
如图4所示,业务文档构建子单元203可以根据用户输入的用户所在的单位名称、职位、业务领域、专业技能其中之一或者任意两个或多个的组合,建立业务文档。根据本公开的一个实施例,可以在上述任一项发生变化时对所创建的业务文档进行更新。为了便于与输入信息进行比较,业务文档构建子单元203将所建立的业务文档转换为一个向量dR={(t1,w1),(t2,w2)...(tn,wn)}(即业务向量),用于计算与输入信息的相似度。其中,tn表示业务文档中的关键词,wn是tn的权重。
根据本公开的实施例,相似度计算子单元204根据业务文档构建子单元203获得的业务向量dR以及基于输入信息的内容而构建的信息向量dI,计算输入信息与业务文档的业务相似度VS,并根据业务相似度确定输入信息的重要程度。例如,当输入信息与业务文档的业务相似度大于第一阈值T1时,则可以将输入信息的重要程度确定为紧急;当输入信息与业务文档之间的业务相似度在第一阈值和第二阈值之间时,则可以将输入信息的重要程度确定为重要;而当输入信息与业务文档之间的业务相似度小于第二阈值时,则可以将输入信息的重要程度确定为一般。
第一阈值和第二阈值可以根据用户对于确定输入信息的重要程度的精度要求而不同,例如,可以根据经验值或通过有限次实验来确定。
根据本公开的优选实施例,还可以基于预处理单元已经为其标注了重要程度的信息与业务文档之间的相似度来确定第一阈值和第二阈值。
如图4所示,相似度计算子单元204还被配置为根据基于预处理单元10进行标注的各个信息的内容而构建的各个信息向量dM与业务向量dR之间的相似度,来确定相似度阈值,以根据所述相似度阈值和所计算的所述业务相似度,确定输入信息的重要程度。
通过预处理单元10进行标注的各个信息中每个信息可以对应于一个信息文档。在计算时,可以根据各个信息文档中的内容(例如关键词),将各个信息文档转换为向量dM{(t1,w1),(t2,w2)...(tn,wn)}(即信息向量),其中tn表示信息文档中的关键词,wn为tn的权重。
根据各个词出现频率,利用如下公式(2)调整每个关键词的权重:
wt,d=tft,d*log2(N/dft)*wt,v (2)
其中,tft,d为词关键t在信息文档d中出现的次数,N为文档的个数,dft为包含关键词t的信息文档的个数,wt,v为关键词t的权重。
在为每个信息文档构建了信息向量之后,可以计算每一个信息向量与业务向量之间的业务相似度,并利用预处理单元为每个信息文档对应的信息标注的重要程度,确定相似度阈值。
图5示出了根据每个信息文档的重要程度-业务相似度分布图。如图5所示,横轴表示信息的重要程度I,其中位于横轴左侧的为紧急信息区间,中间为重要信息区间,右侧为一般信息区间,纵轴表示业务向量与信息向量的相似度值Vs。从图5可以看出,不同重要度等级的信息与业务文档之间的相似度值取值范围不同,同一重要度等级的信息与业务文档之间的相似度值区间大致相同。所以可以根据预处理单元10标注了重要程度的信息与业务文档的相似度确定每一重要度等级的阈值。
如图5所示,T1为第一阈值,即当输入信息与业务文档的业务相似度大于T1时,输入信息的重要程度为紧急;T2为第二阈值,当输入信息与业务文档之间的业务相似度在T1与T2之间时,输入信息的重要程度为重要;而当输入信息与业务文档之间的业务相似度小于T2时,输入信息的重要程度为一般。
本领域技术人员可以理解,除了上述根据输入信息的发送者的重要程度、根据输入信息与用户属性之间的关系确定输入信息的相似度之外,还可以根据输入信息的内容与被预处理单元10标注了重要度等级的各个信息之间的内容相似度,确定输入信息的重要程度。
根据本公开的一个实施例,确定单元20首先抽取每个信息中的实词,并将每个信息转化为包含实词的向量C={y1,y2,y3,......,yn}。可以使用贝叶斯模型计算输入信息的重要度等级,例如,可以采用如下公式(3)计算输入信息:
其中,
在以上公式中,NBayesk表示当前信息与重要度等级为K的信息之间的相似度值。Lk表示不同等级,例如,紧急、重要、一般;P(Lk|c)表示重要度等级为K时,向量C中包含的信息的概率;P(vj|Lk)表示重要度等级为K的信息中词j的概率;P(Lk)表示重要度等级为K的信息在所有信息中的概率;N(Lk)表示等级为K时信息数量;N(L)表示所有信息的数量;N(vj,Lk)表示重要度等级K的信息中包含词j的数量;C表示信息本身。
图6是示意性地示出根据本公开实施例的确定单元20的另一种示例结构的框图。
如图6所示,除了与图4的确定单元20类似地包括提取子单元201、熟悉度确定单元202、业务文档构建子单元203以及相似度计算子单元204之外,确定单元20还包括:综合确定子单元205,用于根据熟悉度确定子单元确定202的熟悉度、相似度计算子单元204计算的业务相似度、以及输入信息与预处理单元10进行标记的各个信息之间的内容相似度,确定输入信息的重要程度。
根据本公开的实施例,综合确定子单元205可以将输入信息的熟悉度、业务相似度、内容相似度三种特性例如进行相加或者进行加权计算得到综合紧急度,并将计算得到的值与通过类似地计算已经确定了重要度等级的信息的综合紧急度值进行比较,从而确定输入信息的重要程度。例如,如果输入信息的熟悉度更接近处于“重要”这一重要程度的综合紧急度值,则可以将输入信息的重要程度确定为“重要”。
图7是示意性地示出根据本公开实施例的信息处理装置的另一种示例结构的框图。
如图7所示,除了与图4的信息处理装置1类似地包括预处理单元10和确定单元20之外,根据本公开实施例的信息处理装置2还包括:信息模板构建单元30,用于针对预定时间段内接收到的输入信息,根据确定单元20确定的输入信息的重要程度,从输入信息中提取关键词,并根据关键词和业务文档,构建信息模板;以及外部信息获取单元40,用于利用该信息模板从外部数据源获取信息。
根据本公开的一个实施例,信息模板构建单元30例如根据一周内接收到的重要度等级为“重要”和“紧急”的输入信息(例如输入信息的标题)以及业务文档,构建信息模板。信息模板的具体构建方法是本领域公知的,在此不再赘述。
在构建了信息模板之后,外部信息获取单元40可以利用该信息模板从外部数据源获取信息。例如,外部信息获取单元40被配置为首先从信息模板中提取关键词并使用该关键词检索网络以抓取相关信息;然后计算抓取信息与目标向量(目标向量根据信息模板计算出来的)的相似度;最后获取相似度高的信息推荐给用户。
根据本公开的一个实施例,外部信息获取单元40可以利用信息模板中包括“重要”和“紧急”的每个信息构建信息向量Vi并将其转化为目标向量C,例如利用如下公式(4):
S为信息模板中的信息数量。
根据本公开的实施例,外部信息获取单元40可以从网络中抓取的信息中提取关键词并构建向量dm=((t1,w1),(t2,w2)...(tn,wn)),其中tn表示从网络中抓取的信息中的关键词,wn为tn的权重。并利用例如余弦相似度(例如公式(5))计算网络中提取的信息的向量与目标向量之间的相似度,以将相似度较高的信息推荐给用户。
根据本公开实施例的信息处理装置可以利用确定装置确定的重要度级别为高的消息来训练信息模板,并利用该信息模板获取互联网消息以推荐给用户,从而能够为用户自动推荐信息。
根据本公开的一个实施例,还提供了一种信息处理方法。下面结合图8来描述信息处理方法的一种示例性处理。
如图8所示,根据本公开的实施例的信息处理方法的处理流程700开始于S810,然后执行S820的处理。
在预处理步骤S820中,收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注。根据本公开的一个实施例,所述预处理步骤S820用于对所述各个信息标注的重要程度包括至少两个重要度等级。例如,可以通过执行例如参照图1描述的预处理单元10的处理来实现预处理步骤S820,在此省略其描述。然后执行S830。
在确定步骤S830中,根据输入信息与在预处理步骤S820中标注的信息的相似度,确定输入信息的重要程度。
图9示出了根据本公开的一个实施例的确定步骤S830的一个示例性处理。
如图9所示,在提取子步骤S8301中,提取在预处理步骤S820中标注的各个信息的发送者,并根据发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度。根据本公开的一个实施例,提取子步骤S8301用于为根据每个发送者所发送的所有信息的重要程度,将该发送者的重要程度确定为与预处理步骤中标注的至少两个重要度等级之一对应的重要度等级。提取子步骤S8301可以例如参照图1描述的提取子单元201的处理来实现,在此省略对其的详细描述。
在熟悉度确定子步骤S8302中,确定输入信息的发送者与提取子步骤S8301中提取的各个发送者之间的熟悉度,并根据该熟悉度确定输入信息的发送者的重要程度,以基于输入信息的发送者的重要程度确定输入信息的重要程度。根据本公开的一个实施例,熟悉度确定子步骤S8302根据输入信息的发送者与各个重要度等级的发送者之间的熟悉度,确定输入信息的发送者的重要程度。熟悉度确定子步骤S8302可以例如参照图1-3描述的熟悉度确定子单元202的处理来实现,在此省略对其的详细描述。
根据本公开的实施例,确定步骤S830例如可以通过执行例如参照图1-6描述的确定单元20的处理来实现,在此省略其描述。然后执行S840。
处理流程800结束于S840。
与现有技术中相比,根据本公开的信息处理装置和信息处理方法具有至少以下一个优点:通过确定输入信息的重要程度,能够提高用户处理输入信息的效率;根据所确定的输入信息的重要程度构建信息模板,以利用信息模板从互联网中获取重要信息,从而能够时刻捕捉对于用户而言重要的信息。
此外,本公开的实施例还提供了一种电子设备,该电子设备被配置包括如上所述的信息处理装置1。该电子设备例如可以是以下设备中的任意一种:手机;计算机;平板电脑;以及个人数字助理等。相应地,该电子设备能够拥有如上所述的信息处理装置的有益效果和优点。
上述根据本公开的实施例的信息处理装置中的各个组成单元、子单元等可以通过软件、固件、硬件或其任意组合的方式进行配置。在通过软件或固件实现的情况下,可从存储介质或网络向具有专用硬件结构的机器安装构成该软件或固件的程序,该机器在安装有各种程序时,能够执行上述各组成单元、子单元的各种功能。
图10是示出了可用来实现根据本公开的实施例的是信息处理装置和方法的一种可能的信息处理设备的硬件配置的结构简图。
在图10中,中央处理单元(CPU)1001根据只读存储器(ROM)1002中存储的程序或从存储部分1008加载到随机存取存储器(RAM)1003的程序执行各种处理。在RAM1003中,还根据需要存储当CPU1001执行各种处理等等时所需的数据。CPU1001、ROM1002和RAM1003经由总线1004彼此连接。输入/输出接口1005也连接到总线1004。
下述部件也连接到输入/输出接口1005:输入部分1006(包括键盘、鼠标等等)、输出部分1007(包括显示器,例如阴极射线管(CRT)、液晶显示器(LCD)等,和扬声器等)、存储部分1008(包括硬盘等)、通信部分1009(包括网络接口卡例如LAN卡、调制解调器等)。通信部分1009经由网络例如因特网执行通信处理。根据需要,驱动器1010也可连接到输入/输出接口1005。可拆卸介质1011例如磁盘、光盘、磁光盘、半导体存储器等等可以根据需要被安装在驱动器1010上,使得从中读出的计算机程序可根据需要被安装到存储部分1008中。
在通过软件实现上述系列处理的情况下,可以从网络例如因特网或从存储介质例如可拆卸介质1011安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图10所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质1011。可拆卸介质1011的例子包含磁盘(包含软盘)、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD)(注册商标))和半导体存储器。或者,存储介质可以是ROM1002、存储部分1008中包含的硬盘等等,其中存有程序,并且与包含它们的设备一起被分发给用户。
此外,本公开还提出了一种存储有机器可读取的指令代码的程序产品。上述指令代码由机器读取并执行时,可执行上述根据本公开的实施例的信息处理方法。相应地,用于承载这种程序产品的例如磁盘、光盘、磁光盘、半导体存储器等的各种存储介质也包括在本公开的公开中。
在上面对本公开具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
此外,本公开的各实施例的方法不限于按照说明书中描述的或者附图中示出的时间顺序来执行,也可以按照其他的时间顺序、并行地或独立地执行。因此,本说明书中描述的方法的执行顺序不对本公开的技术范围构成限制。
此外,显然,根据本公开的上述方法的各个操作过程也可以以存储在各种机器可读的存储介质中的计算机可执行程序的方式实现。
而且,本公开的目的也可以通过下述方式实现:将存储有上述可执行程序代码的存储介质直接或者间接地提供给系统或设备,并且该系统或设备中的计算机或者中央处理单元(CPU)读出并执行上述程序代码。
此时,只要该系统或者设备具有执行程序的功能,则本公开的实施方式不局限于程序,并且该程序也可以是任意的形式,例如,目标程序、解释器执行的程序或者提供给操作系统的脚本程序等。
上述这些机器可读存储介质包括但不限于:各种存储器和存储单元,半导体设备,磁盘单元例如光、磁和磁光盘,以及其它适于存储信息的介质等。
另外,客户信息处理终端通过连接到因特网上的相应网站,并且将依据本公开的计算机程序代码下载和安装到信息处理终端中然后执行该程序,也可以实现本公开的各实施例。
综上,在根据本公开的实施例中,本公开提供了如下方案,但不限于此:
方案1、一种信息处理装置,包括:信息处理装置,用于确定输入信息对于用户的重要程度,所述信息处理装置包括:
预处理单元,用于收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注;以及
确定单元,用于根据输入信息与所述预处理单元标注的信息的相似度,确定所述输入信息的重要程度,所述确定单元包括:
提取子单元,用于提取所述预处理单元标注的各个信息的发送者,并根据所述发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及
熟悉度确定子单元,用于确定所述输入信息的发送者与所述提取子单元提取的各个发送者之间的熟悉度,并根据所述熟悉度确定所述输入信息的发送者的重要程度,以基于所述输入信息的发送者的重要程度确定所述输入信息的重要程度。
方案2、根据方案1所述的信息处理装置,其中,
所述预处理单元对所述各个信息标注的重要程度包括至少两个重要度等级;
所述提取子单元被配置为根据每个发送者所发送的所有信息的重要度等级,将该发送者的重要程度确定为与所述至少两个重要度等级之一对应的重要度等级;以及
所述熟悉度确定子单元被配置为根据所述输入信息的发送者与各个重要度等级的发送者之间的熟悉度,确定所述输入信息的发送者的重要程度。
方案3、根据方案2所述的信息处理装置,其中,所述熟悉度确定子单元包括:
关系网络构建模块,用于根据所述输入信息的发送者与被确定了重要度等级的发送者中各个发送者之间的关系,构建关系网络;
计算模块,用于基于所述关系网络,分别计算所述输入信息的发送者与各个重要度等级的发送者之间的熟悉度,其中,
在针对所述输入信息的发送者与每个重要度等级的发送者之间的熟悉度进行计算时,所述计算模块根据在该重要度等级的发送者中、与所述输入信息的发送者有直接关系的发送者的数目和/或根据在所述关系网络中、所述输入信息的发送者与在该重要度等级的发送者之间的距离,确定所述输入信息的发送者与该重要度等级的发送者之间的熟悉度。
方案4、根据方案2或3所述的信息处理装置,其中,所述确定单元还配置为基于所述输入信息与用户属性之间的关系,确定所述输入信息的重要程度,所述确定单元还包括:
业务文档构建子单元,根据所述用户属性建立包括用户所在的单位名称、职位、业务领域以及专业技能至少其中之一的业务文档,并将所述业务文档以业务向量表示;以及
相似度计算子单元,用于根据所述业务向量以及基于所述输入信息的内容而构建的信息向量,计算所述业务文档与所述输入信息的业务相似度,以根据所述业务相似度确定所述输入信息的重要程度。
方案5、根据方案4所述的信息处理装置,其中所述相似度计算子单元还被配置为:根据基于所述预处理单元进行标注的各个信息的内容而构建的各个信息向量与所述业务向量之间的相似度,来确定相似度阈值,以根据所述相似度阈值和所计算的所述业务相似度,确定所述输入信息的重要程度。
方案6、根据方案4或5所述的信息处理装置,其中,所述确定单元还包括:
综合确定子单元,用于根据所述熟悉度确定子单元确定的熟悉度、所述相似度计算子单元计算的业务相似度、以及所述输入信息与所述预处理单元进行标记的各个信息之间的内容相似度,确定所述输入信息的重要程度。
方案7、根据方案4-6中任一项所述的信息处理装置,还包括:
信息模板构建单元,针对预定时间段内接收到的输入信息,根据所述确定单元确定的所述输入信息的重要程度,从所述输入信息中提取关键词,并根据所述关键词和所述业务文档,构建信息模板;以及
外部信息获取单元,用于利用所述信息模板从外部数据源获取信息。
方案8、一种信息处理方法,用于确定输入信息对于用户的重要程度,所述信息处理方法包括:
预处理步骤,用于收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注;以及
确定步骤,用于根据输入信息与在所述预处理步骤中标注的信息的相似度,确定所述输入信息的重要程度,所述确定步骤包括:
提取子步骤,用于提取在所述预处理步骤中标注的各个信息的发送者,并根据所述发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及
熟悉度确定子步骤,用于确定所述输入信息的发送者与所述提取子步骤中提取的各个发送者之间的熟悉度,并根据所述熟悉度确定所述输入信息的发送者的重要程度,以基于所述输入信息的发送者的重要程度确定所述输入信息的重要程度。
方案9、根据方案8所述的信息处理方法,其中,
所述预处理步骤用于对所述各个信息标注的重要程度包括至少两个重要度等级;
所述提取子步骤用于根据每个发送者所发送的所有信息的重要程度,将该发送者的重要程度确定为与所述至少两个重要度等级之一对应的重要度等级;以及
所述熟悉度确定子步骤用于根据所述输入信息的发送者与各个重要度等级的发送者之间的熟悉度,确定所述输入信息的发送者的重要程度。
方案10、根据方案9所述的信息处理方法,其中,所述熟悉度确定子步骤包括:
根据所述输入信息的发送者与被确定了重要度等级的发送者中各个发送者之间的关系,构建关系网络;
基于所述关系网络,分别计算所述输入信息的发送者与各个重要度等级的发送者之间的熟悉度,其中,
在针对所述输入信息的发送者与每个重要度等级的发送者之间的熟悉度进行计算时,根据在该重要度等级的发送者中、与所述输入信息的发送者有直接关系的发送者的数目和/或根据在所述关系网络中、所述输入信息的发送者与在该重要度等级的发送者之间的距离,确定所述输入信息的发送者与该重要度等级的发送者之间的熟悉度。
方案11、根据方案9或10所述的信息处理方法,其中,所述确定步骤还配置为基于所述输入信息与用户属性之间的关系,确定所述输入信息的重要程度,所述确定步骤还包括:
业务文档构建子步骤,根据所述用户属性建立包括用户所在的单位名称、职位、业务领域以及专业技能至少其中之一的业务文档,并将所述业务文档以业务向量表示;以及
相似度计算子步骤,用于根据所述业务向量以及基于所述输入信息的内容而构建的信息向量,计算所述业务文档与所述输入信息的业务相似度,以根据所述业务相似度确定所述输入信息的重要程度。
方案12、根据方案11所述的信息处理方法,其中,所述相似度计算子步骤还被配置为:根据基于在所述预处理步骤中进行标注的各个信息的内容而构建的各个信息向量与所述业务向量之间的相似度,来确定相似度阈值,以根据所述相似度阈值和所计算的所述业务相似度,确定所述输入信息的重要程度。
方案13、根据方案11或12所述的信息处理方法,其中,所述确定步骤还包括:
综合确定子步骤,用于根据在所述熟悉度确定子步骤确定的熟悉度、在所述相似度计算子步骤计算的业务相似度、以及所述输入信息与所述预处理单元进行标记的各个信息之间的内容相似度,确定所述输入信息的重要程度。
方案14、根据方案11-13中任一项所述的信息处理方法,还包括:
信息模板构建步骤,针对预定时间段内接收到的输入信息,根据所述确定单元确定的所述输入信息的重要程度,从所述输入信息中提取关键词,并根据所述关键词和所述业务文档,构建信息模板;以及
外部信息获取步骤,用于利用所述信息模板从外部数据源获取信息。
方案15、一种电子设备,包括根据方案1-7中任一项所述的信息处理装置。
方案16、根据方案15所述的电子设备,其中电子设备是手机、计算机、平板电脑、或个人数字助理。
方案17、一种使得计算机用作如方案1-7中任一项所述的信息处理装置的程序。
方案18、一种计算机可读存储介质,其上存储有能够由计算设备执行的计算机程序,该程序使得计算机用作如方案1-7中任一项所述的信息处理装置。
最后,还需要说明的是,在本公开中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管上面已经通过本公开的具体实施例的描述对本公开进行了披露,但是,应该理解,本领域技术人员可在所附权利要求的精神和范围内设计对本公开的各种修改、改进或者等同物。这些修改、改进或者等同物也应当被认为包括在本公开所要求保护的范围内。
Claims (10)
1.一种信息处理装置,用于确定输入信息对于用户的重要程度,所述信息处理装置包括:
预处理单元,用于收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注;以及
确定单元,用于根据输入信息与所述预处理单元标注的信息的相似度,确定所述输入信息的重要程度,所述确定单元包括:
提取子单元,用于提取所述预处理单元标注的各个信息的发送者,并根据所述发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及
熟悉度确定子单元,用于确定所述输入信息的发送者与所述提取子单元提取的各个发送者之间的熟悉度,并根据所述熟悉度确定所述输入信息的发送者的重要程度,以基于所述输入信息的发送者的重要程度确定所述输入信息的重要程度。
2.根据权利要求1所述的信息处理装置,其中,
所述预处理单元对所述各个信息标注的重要程度包括至少两个重要度等级;
所述提取子单元被配置为根据每个发送者所发送的所有信息的重要度等级,将该发送者的重要程度确定为与所述至少两个重要度等级之一对应的重要度等级;以及
所述熟悉度确定子单元被配置为根据所述输入信息的发送者与各个重要度等级的发送者之间的熟悉度,确定所述输入信息的发送者的重要程度。
3.根据权利要求2所述的信息处理装置,其中所述熟悉度确定子单元包括:
关系网络构建模块,用于根据所述输入信息的发送者与被确定了重要度等级的发送者中各个发送者之间的关系,构建关系网络;
计算模块,用于基于所述关系网络,分别计算所述输入信息的发送者与各个重要度等级的发送者之间的熟悉度,其中,
在针对所述输入信息的发送者与每个重要度等级的发送者之间的熟悉度进行计算时,所述计算模块根据在该重要度等级的发送者中、与所述输入信息的发送者有直接关系的发送者的数目和/或根据在所述关系网络中、所述输入信息的发送者与在该重要度等级的发送者之间的距离,确定所述输入信息的发送者与该重要度等级的发送者之间的熟悉度。
4.根据权利要求2或3所述的信息处理装置,其中所述确定单元还配置为基于所述输入信息与用户属性之间的关系,确定所述输入信息的重要程度,所述确定单元还包括:
业务文档构建子单元,根据所述用户属性建立包括用户所在的单位名称、职位、业务领域以及专业技能至少其中之一的业务文档,并将所述业务文档以业务向量表示;以及
相似度计算子单元,用于根据所述业务向量以及基于所述输入信息的内容而构建的信息向量,计算所述业务文档与所述输入信息的业务相似度,以根据所述业务相似度确定所述输入信息的重要程度。
5.根据权利要求4所述的信息处理装置,其中所述相似度计算子单元还被配置为:根据基于所述预处理单元进行标注的各个信息的内容而构建的各个信息向量与所述业务向量之间的相似度,来确定相似度阈值,以根据所述相似度阈值和所计算的所述业务相似度,确定所述输入信息的重要程度。
6.根据权利要求4所述的信息处理装置,其中所述确定单元还包括:
综合确定子单元,用于根据所述熟悉度确定子单元确定的熟悉度、所述相似度计算子单元计算的业务相似度、以及所述输入信息与所述预处理单元进行标记的各个信息之间的内容相似度,确定所述输入信息的重要程度。
7.根据权利要求4所述的信息处理装置,还包括:
信息模板构建单元,针对预定时间段内接收到的输入信息,根据所述确定单元确定的所述输入信息的重要程度,从所述输入信息中提取关键词,并根据所述关键词和所述业务文档,构建信息模板;以及
外部信息获取单元,用于利用所述信息模板从外部数据源获取信息。
8.一种信息处理方法,用于确定输入信息对于用户的重要程度,所述信息处理方法包括:
预处理步骤,用于收集来自不同数据源的信息,并对收集到的各个信息对于用户的重要程度进行标注;以及
确定步骤,用于根据输入信息与在所述预处理步骤中标注的信息的相似度,确定所述输入信息的重要程度,所述确定步骤包括:
提取子步骤,用于提取在所述预处理步骤中标注的各个信息的发送者,并根据所述发送者中的每个发送者发送的所有信息的重要程度,确定该发送者的重要程度;以及
熟悉度确定子步骤,用于确定所述输入信息的发送者与所述提取子步骤中提取的各个发送者之间的熟悉度,并根据所述熟悉度确定所述输入信息的发送者的重要程度,以基于所述输入信息的发送者的重要程度确定所述输入信息的重要程度。
9.根据权利要求8所述的信息处理方法,其中,
所述预处理步骤用于对所述各个信息标注的重要程度包括至少两个重要度等级;
所述提取子步骤用于根据每个发送者所发送的所有信息的重要程度,将该发送者的重要程度确定为与所述至少两个重要度等级之一对应的重要度等级;以及
所述熟悉度确定子步骤用于根据所述输入信息的发送者与各个重要度等级的发送者之间的熟悉度,确定所述输入信息的发送者的重要程度。
10.一种电子设备,包括根据权利要求1-7中任一项所述的信息处理装置,所述电子设备尤其是手机、计算机、平板电脑、以及个人数字助理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310589631.7A CN104657374A (zh) | 2013-11-20 | 2013-11-20 | 信息处理装置、信息处理方法以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310589631.7A CN104657374A (zh) | 2013-11-20 | 2013-11-20 | 信息处理装置、信息处理方法以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104657374A true CN104657374A (zh) | 2015-05-27 |
Family
ID=53248520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310589631.7A Pending CN104657374A (zh) | 2013-11-20 | 2013-11-20 | 信息处理装置、信息处理方法以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104657374A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116150221A (zh) * | 2022-10-09 | 2023-05-23 | 浙江博观瑞思科技有限公司 | 服务于企业电商运营管理的信息交互方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5903722A (en) * | 1994-04-15 | 1999-05-11 | Canon Kabushiki Kaisha | Network of data processing apparatuses having transmission modes with different block sizes |
US20030078723A1 (en) * | 2001-09-04 | 2003-04-24 | Sony Computer Entertainment Inc. | Information processing system providing a service using electronic map information |
CN101321190A (zh) * | 2008-07-04 | 2008-12-10 | 清华大学 | 一种异构网络中的推荐方法及推荐系统 |
CN101944218A (zh) * | 2010-01-27 | 2011-01-12 | 北京大学 | 社会网络下的基于图的个性化推荐方法及其系统 |
CN102750081A (zh) * | 2011-04-21 | 2012-10-24 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
-
2013
- 2013-11-20 CN CN201310589631.7A patent/CN104657374A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5903722A (en) * | 1994-04-15 | 1999-05-11 | Canon Kabushiki Kaisha | Network of data processing apparatuses having transmission modes with different block sizes |
US20030078723A1 (en) * | 2001-09-04 | 2003-04-24 | Sony Computer Entertainment Inc. | Information processing system providing a service using electronic map information |
CN101321190A (zh) * | 2008-07-04 | 2008-12-10 | 清华大学 | 一种异构网络中的推荐方法及推荐系统 |
CN101944218A (zh) * | 2010-01-27 | 2011-01-12 | 北京大学 | 社会网络下的基于图的个性化推荐方法及其系统 |
CN102750081A (zh) * | 2011-04-21 | 2012-10-24 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116150221A (zh) * | 2022-10-09 | 2023-05-23 | 浙江博观瑞思科技有限公司 | 服务于企业电商运营管理的信息交互方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109255564B (zh) | 一种取件点地址推荐方法及装置 | |
CN103744905A (zh) | 垃圾邮件判定方法和装置 | |
US20200026759A1 (en) | Artificial intelligence engine for generating semantic directions for websites for automated entity targeting to mapped identities | |
CN106296195A (zh) | 一种风险识别方法及装置 | |
US8949243B1 (en) | Systems and methods for determining a rating for an item from user reviews | |
CN102073654B (zh) | 生成与维护网页内容抽取模板的方法和设备 | |
CN103324745A (zh) | 基于贝叶斯模型的文本垃圾识别方法和系统 | |
US20230050197A1 (en) | Systems and methods quantifying trust perceptions of entities within social media documents | |
CN111371767A (zh) | 恶意账号识别方法、恶意账号识别装置、介质及电子设备 | |
CN110798567A (zh) | 短信分类显示方法及装置、存储介质、电子设备 | |
CN111062803A (zh) | 一种金融业务查询查复方法及系统 | |
US20190372998A1 (en) | Exchange-type attack simulation device, exchange-type attack simulation method, and computer readable medium | |
CN103377186B (zh) | 基于命名实体识别的Web服务整合装置、方法以及设备 | |
CN116402630A (zh) | 一种基于表征学习的财务风险预测方法及系统 | |
CN112328802A (zh) | 数据处理方法、装置和服务器 | |
Dutta et al. | Urbanization and carbon emissions: Panel evidence from 68 low-income and lower-middle-income countries | |
CN104572613A (zh) | 数据处理装置、数据处理方法和程序 | |
CN103309851A (zh) | 短文本的垃圾识别方法及系统 | |
CN110851582A (zh) | 文本处理方法及系统、计算机系统和计算机可读存储介质 | |
CN104657374A (zh) | 信息处理装置、信息处理方法以及电子设备 | |
CN116385045A (zh) | 一种用于收寄附加服务的数据处理方法、装置和设备 | |
CN112784015B (zh) | 信息识别方法和装置、设备、介质和程序 | |
CN115455960A (zh) | 一种税收风险检测方法、装置、设备及存储介质 | |
Almohammad et al. | Public twitter data and transport network status | |
Kumar et al. | Economic and Urban Dynamics: Investigating Socioeconomic Status and Urban Density as Moderators of Mobile Wallet Adoption in Smart Cities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20181019 |