CN107291921B - 信息处理方法及系统 - Google Patents
信息处理方法及系统 Download PDFInfo
- Publication number
- CN107291921B CN107291921B CN201710511243.5A CN201710511243A CN107291921B CN 107291921 B CN107291921 B CN 107291921B CN 201710511243 A CN201710511243 A CN 201710511243A CN 107291921 B CN107291921 B CN 107291921B
- Authority
- CN
- China
- Prior art keywords
- objects
- information
- prediction information
- module
- determining
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开提供了一种处理方法,包括获取事件预测信息,确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象,以及推送所述第一对象集合中的部分或全部对象。本公开还提供了一种信息处理系统、一种电子设备、以及一种计算机可读存储介质。
Description
技术领域
本公开涉及互联网技术领域,更具体地,涉及一种信息处理方法及系统。
背景技术
随着信息技术的不断发展,用户可选择的对象也快速增多,用户需要花费大量的时间才能找到自己需要的对象。这种浏览大量无关信息的过程无疑会降低用户的体验。为了解决这些问题,个性化推荐系统应运而生。个性化推荐是根据用户的特点,向用户推荐用户感兴趣的对象,现已广泛应用于很多领域。
然而,在实现本发明构思的过程中,发明人发现现有技术中至少存在如下问题:目前推荐系统完全以用户兴趣和属性为依据,但是丢失了某些基于场景的应用需求。
发明内容
有鉴于此,本公开提供了一种能够基于场景应用需求进行推送的信息处理方法及电子设备。
本公开的一个方面提供了一种处理方法,包括获取事件预测信息,确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象,以及推送所述第一对象集合中的部分或全部对象。
根据本公开实施例,所述获取事件预测信息包括,获取用户位置信息,以及基于所述用户位置信息,获取事件预测信息。
根据本公开实施例,所述获取事件预测信息包括,获取原始事件预测信息,以及聚合所述原始事件预测信息的细粒度信息,获得事件预测信息。
根据本公开实施例,所述确定与所述事件预测信息所对应的第一对象集合包括,获取所述事件的历史预测信息,获取所述历史预测信息所预测的历史时段的针对所述多个对象中的任一对象的第一行为数据,获取未发生所述事件的历史时段的针对所述任一对象的第二行为数据,以及基于所述第一行为数据与所述第二行为数据的差异情况,确定所述任一对象是否属于所述第一对象集合。
根据本公开实施例,所述方法还包括,获取用户偏好信息和/或对象状态,以及基于所述用户偏好信息和/或对象状态,从所述第一对象集合中确定第二对象集合,所述第二对象集合为所述第一对象集合的子集,其中,所述推送所述第一对象集合中的部分或全部对象包括推送所述第二对象集合中的部分或全部对象。
根据本公开实施例,所述方法还包括,确定与所述用户偏好信息和/或对象状态对应的第三对象集合,确定所述第二对象集合与所述第三对象集合的并集,以及按照预定规则推送所述并集中的部分或全部对象。
根据本公开实施例,所述方法还包括,确定所述第二对象集合与所述第三对象集合的交集,以及优先推送所述交集中的对象。
本公开的另一方面提供了一种信息处理系统,所述系统包括第一获取模块、第一确定模块、以及第一推送模块。第一获取模块用于获取事件预测信息,第一确定模块用于确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象,以及第一推送模块用于推送所述第一对象集合中的部分或全部对象。
根据本公开的实施例,所述第一获取模块包括第一获取子模块和第二获取子模块。第一获取子模块用于获取用户位置信息,以及第二获取子模块用于基于所述用户位置信息,获取事件预测信息。
根据本公开的实施例,所述第一获取模块包括第三获取子模块和聚合子模块。第三获取子模块用于获取原始事件预测信息,以及聚合子模块用于聚合所述原始事件预测信息的细粒度信息,获得事件预测信息。
根据本公开实施例,所述第一确定模块包括第四获取子模块、第五获取子模块、第六获取子模块和第一确定子模块。第四获取子模块用于获取所述事件的历史预测信息,第五获取子模块用于获取所述历史预测信息所预测的历史时段的针对所述多个对象中的任一对象的第一行为数据,第六获取子模块用于获取未发生所述事件的历史时段的针对所述任一对象的第二行为数据,以及第一确定子模块用于基于所述第一行为数据与第二行为数据的差异情况,确定所述任一对象是否属于所述第一对象集合。
根据本公开实施例,所述系统还包括第二获取模块和第二确定模块。第二获取模块用于获取用户偏好信息和/或对象状态,以及第二确定模块用于基于所述用户偏好信息和/或对象状态,从所述第一对象集合中确定第二对象集合,所述第二对象集合为所述第一对象集合的子集。所述第一推送模块包括第一推送子模块,用于推送所述第二对象集合中的部分或全部对象。
根据本公开实施例,所述系统还包括第三确定模块、第四确定模块和第二推送模块。第三确定模块用于确定与所述用户偏好信息和/或对象状态对应的第三对象集合,第四确定模块用于确定所述第二对象集合与所述第三对象集合的并集,以及第二推送模块用于按照预定规则推送所述并集中的部分或全部对象。
根据本公开的实施例,所述系统还包括第五确定模块和第三推送模块。第五确定模块用于确定所述第二对象集合与所述第三对象集合的交集,以及第三推送模块用于优先推送所述交集中的对象。
本公开的另一方面提供了一种电子设备,包括处理器和计算机可读介质,用于执行如上所述的方法。
本公开的另一方面提供了计算机可读存储介质,其上存储有可执行指令,所述指令被处理器执行时使处理器执行如上所述的方法。
根据本公开的实施例,可以至少部分地解决目前推荐系统丢失了某些基于场景的应用需求的问题,并因此可以更具针对性地进行推送对象给用户。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了应用本公开的信息处理方法的示例性系统架构;
图2示意性示出了根据本公开实施例的信息处理方法的流程图;
图3示意性示出了根据本公开实施例的确定与所述事件预测信息所对应的第一对象集合的方法流程图;
图4示意性示出了根据本公开实施例的信息处理系统的框图;
图5a和图5b示意性示出了根据本公开实施例的第一获取模块的框图;
图6示意性示出了根据本公开实施例的第一确定模块的框图;
图7示意性示出了根据本公开实施例的信息处理系统的框图;
图8a和图8b示意性示出了根据本公开另一实施例的信息处理系统的框图;以及
图9示意性示出了根据本公开实施例的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。这里使用的词语“一”、“一个(种)”和“该”等也应包括“多个”、“多种”的意思,除非上下文另外明确指出。此外,在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此,本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中,计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。
本公开的实施例提供了一种信息处理方法以及能够应用该方法的系统。该方法包括获取事件预测信息,确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象,以及推送所述第一对象集合中的部分或全部对象。
图1示意性示出了应用本公开的信息处理方法的示例性系统架构。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105(此架构仅仅是示例,具体架构中包含的组建可以根据申请具体情况调整)。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本公开实施例所提供的信息处理方法可以由服务器105执行,也可以由不同于服务器105的另外一个服务器或者一个服务器集群执行。相应地,信息处理系统可以设置于服务器105中,也可以设置与服务器105以外的另一个服务器或者一个服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的信息处理方法的流程图。
如图2所示,该方法包括操作S210~S230。
在操作S210,获取事件预测信息。
在操作S220,确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象。
在操作S230,推送所述第一对象集合中的部分或全部对象。
该方法考虑了事件预测信息的因素,在其基础上确定推送的对象集合,提升了推送效果。
在操作S210,事件预测信息是指对未来某段时间内将要发生的事件的预测的信息。根据本公开实施例,其可以包括多种情况,例如,对未来天气情况的预测信息,即天气预报,或者对未来某一人为事件的预测信息,例如某一重大活动等。
根据本公开实施例,预测信息也可以更具针对性,因此,获取事件预测信息还可以包括获取用户计划。例如,可以从用户的日程表或闹钟等应用中获取用户计划,即获取了事件预测信息。
根据本公开实施例,获取事件预测信息还可以包括获取用户位置信息,以及基于所述用户位置信息,获取事件预测信息。例如,用户在北京市,那么在获取事件预测信息时,可以仅获取发生在北京的事件。这样,一方面减少了获取事件预测信息的工作量,另一方面也更具针对性。
根据本公开实施例,获取事件预测信息还可以包括获取原始事件预测信息,以及聚合所述原始事件预测信息的细粒度信息,获得事件预测信息。以天气预报为例,可以将不同的气温聚合成高温、温度适宜以及寒冷,将小雨、中雨等聚合成雨天,类似地,还可以将不同的风力等级、紫外线强度、空气污染指数等描述进行适当地聚合,聚合成一种或多种事件,从而获得事件预测信息。采用上述聚合方式,使得事件的实用性更强,可以更方便可靠地确定第一对象集合。
根据本公开实施例,获取对象信息可以直接从互联网上获取。例如可以是利用网络爬虫技术从网络上获取相关信息。
在操作S220,根据本公开实施例,多个对象可以是可推送的全部对象。因此,基于所获取的事件预测信息,可以从该多个对象中,确定至少一个对象,作为第一对象集合。
下面参考图3,对本公开实施例的操作S220作进一步说明。
图3示意性示出了根据本公开实施例的确定与所述事件预测信息所对应的第一对象集合的方法流程图。
如图3所示,该方法包括操作S221~S224。
在操作S221,获取所述事件的历史预测信息。
在操作S222,获取所述历史预测信息所预测的历史时段的针对所述多个对象中的任一对象的第一行为数据。
在操作S223,获取未发生所述事件的历史时段的针对所述任一对象的第二行为数据。
在操作S224,基于所述第一行为数据与所述第二行为数据的差异情况,确定所述任一对象是否属于所述第一对象集合。
该方法针对某一事件,判断某一对象是否属于第一对象集合。根据本公开实施例,当存在n个对象时,可以使用该方法对n个对象遍历,从而获得第一对象集合。进一步地,当需要对m个不同事件确定出每个事件所对应的第一对象集合时,可以通过m×n次遍历,获得m个第一对象集合。下面结合本公开实施例对各个操作进行说明。
在操作S221,获取历史上对该事件的预测信息,例如,可以采用网络爬虫从互联网获取等方式。对该预测信息可以进一步地按照预测时间进行区分,其中,预测时间是指预测时刻到所预测的事件发生时刻之间的时长。例如,在某一历史日期Di时,预测自Di起k天后事件T将发生,则k天为预测时间。预测时间越长,该预测影响的显著性会递减。因此可以对不同的预测时间分别处理。特别地,对精度要求严格时,可以选择较短预测时间的事件预测信息。
在操作S222,获取所述历史预测信息所预测的历史时段的针对所述多个对象中的任一对象的第一行为数据。例如,在Di日期预测了k天后会发生事件T,那么,可以收集从Di至Di+k期间,针对某种对象的第一行为数据,例如用户对该对象的购买数据。收集每次预测的第一行为数据,以便进行统计计算。
在操作S223,获取未发生所述事件的历史时段的针对所述任一对象的第二行为数据。根据本公开实施例,选择未发生所述事件T的历史时段,例如,事件T为下雨,那么可以获取历史上不下雨的时段,获取该时段下针对同一对象的第二行为数据。
在操作S224,基于所述第一行为数据与所述第二行为数据的差异情况,确定所述任一对象是否属于所述第一对象集合。根据本公开实施例,将第一行为数据与第二行为数据作比较,例如先分别求均值再求差,或者采用其他的方式进行统计,并可以设定阈值,当第一行为数据与第二行为数据的差异符合阈值要求时,确定该对象属于第一对象集合。
该方法通过对历史预测信息的统计,进行显著性分析,可以自动地确定第一对象集合,且所确定的第一对象集合结果较为可靠。
返回参考图2,在操作S230,在本公开的不同实施例中,所确定的第一对象集合中对象的数量不同,可被推送的对象数量也不同,因此,可以根据具体情况,选择推送第一对象集合中的部分或全部对象。例如当第一对象集合中仅有3个对象,而允许推送的数量超过3个时,可以推送全部的3个对象。而当第一对象集合中的对象较多,且允许推送的数量较少时,可以从第一对象集合中选择一部分推送。
根据本公开实施例,所述方法还包括,获取用户偏好信息和/或对象状态;以及基于所述用户偏好信息和/或对象状态,从所述第一对象集合中确定第二对象集合,所述第二对象集合为所述第一对象集合的子集,其中,所述推送所述第一对象集合中的部分或全部对象包括推送所述第二对象集合中的部分或全部对象。
根据本公开实施例,对象状态可以包括当前对象的存量状态或优惠信息等。获取用户偏好信息和/或对象状态可以利用现有的推荐系统的相关功能实现,此处不再赘述。基于获取的上述信息,可以从第一对象集合中进一步确定出第二对象集合,缩小被推送对象的范围,可以更具针对性地进行推荐。
根据本公开实施例,所述方法还包括确定与所述用户偏好信息和/或对象状态对应的第三对象集合,确定所述第二对象集合与所述第三对象集合的并集,以及按照预定规则推送所述并集中的部分或全部对象。其中,确定与所述用户偏好信息和/或对象状态对应的第三对象集合,可以利用现有的推荐系统的相关功能实现,第三对象集合即为未考虑事件预测信息的推送对象集合。因此,可以从第二对象集合与第三对象集合的并集中确定部分或全部的对象作为推送内容。该方法将与预测事件相关的对象,同先前的推荐对象进行结合,多样性地支持个性推荐,提高用户的满意度。
根据本公开实施例,所述方法还包括,确定所述第二对象集合与所述第三对象集合的交集,以及优先推送所述交集中的对象。第二对象集合与第三对象集合的交集中的对象,既属于第二对象集合,又属于第三对象集合,其中的对象更具有推送价值,因此,享有更高的推送优先级。例如,在需要从上述并集中选择部分对象推送时,可以对该并集中的对象按照特定规则排序,并对其中重复部分(第二对象集合与所述第三对象集合的交集中的对象),将其排序做提前的处理,即实现了优先推送所述交集中的对象。
图4示意性示出了根据本公开实施例的信息处理系统的框图。
如图4所示,信息处理系统400包括第一获取模块410、第一确定模块420以及第一推送模块430。
第一获取模块410,例如执行上述参考图2描述的方法,用于获取事件预测信息。
第一确定模块420,例如执行上述参考图2描述的方法,用于确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象。
第一推送模块430,例如执行上述参考图2描述的方法,用于推送所述第一对象集合中的部分或全部对象。
图5a示意性示出了根据本公开实施例的第一获取模块的框图。
如图5a所示,第一获取模块410包括第一获取子模块411和第二获取子模块412。
第一获取子模块411,例如执行上述参考图2描述的方法,用于获取用户位置信息。
第二获取子模块412,例如执行上述参考图2描述的方法,用于基于所述用户位置信息,获取事件预测信息。
图5b示意性示出了根据本公开实施例的第一获取模块的框图。
如图5b所示,第一获取模块410包括第三获取子模块413和聚合子模块414。
第三获取子模块413,例如执行上述参考图2描述的方法,用于获取原始事件预测信息。
聚合子模块414,例如执行上述参考图2描述的方法,用于聚合所述原始事件预测信息的细粒度信息,获得事件预测信息。
图6示意性示出了根据本公开实施例的第一确定模块的框图。
如图6所示,第一确定模块420包括第四获取子模块421、第五获取子模块422、第六获取子模块423和第一确定子模块424。
第四获取子模块421,例如执行上述参考图3描述的方法,用于获取所述事件的历史预测信息。
第五获取子模块422,例如执行上述参考图3描述的方法,用于获取所述历史预测信息所预测的历史时段的针对所述多个对象中的任一对象的第一行为数据。
第六获取子模块423,例如执行上述参考图3描述的方法,用于获取未发生所述事件的历史时段的针对所述任一对象的第二行为数据。
第一确定子模块424,例如执行上述参考图3描述的方法,用于基于所述第一行为数据与第二行为数据的差异情况,确定所述任一对象是否属于所述第一对象集合。
图7示意性示出了根据本公开实施例的信息处理系统的框图。
如图7所示,信息处理系统400还包括第二获取模块440和第二确定模块450,第一推送模块430包括第一推送子模块431。
第二获取模块440,例如执行上述参考图2描述的方法,用于获取用户偏好信息和/或对象状态。
第二确定模块450,例如执行上述参考图2描述的方法,用于基于所述用户偏好信息和/或对象状态,从所述第一对象集合中确定第二对象集合,所述第二对象集合为所述第一对象集合的子集。
第一推送子模块431,例如执行上述参考图2描述的方法,用于推送所述第二对象集合中的部分或全部对象。
图8a示意性示出了根据本公开另一实施例的信息处理系统的框图。
如图8a所示,信息处理系统400还包括第三确定模块460、第四确定模块470以及第二推送模块480。
第三确定模块460,例如执行上述参考图2描述的方法,用于确定与所述用户偏好信息和/或对象状态对应的第三对象集合。
第四确定模块470,例如执行上述参考图2描述的方法,用于确定所述第二对象集合与所述第三对象集合的并集。
第二推送模块480,例如执行上述参考图2描述的方法,用于按照预定规则推送所述并集中的部分或全部对象。
图8b示意性示出了根据本公开另一实施例的信息处理系统的框图。
如图8b所示,信息处理系统400还包括第五确定模块490以及第三推送模块500。
第五确定模块,例如执行上述参考图2描述的方法,用于确定所述第二对象集合与所述第三对象集合的交集。
第三推送模块,例如执行上述参考图2描述的方法,用于优先推送所述交集中的对象。
可以理解的是,如图4~图8b所示的各个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,图4~图8b所示的各个模块中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,图4~图8b所示的各个模块中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
图9示意性示出了根据本公开实施例的电子设备的框图。
如图9所示,电子设备900包括中央处理单元(CPU)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。
根据本公开的实施例,输入/输出(I/O)接口905也可以连接至总线904。根据本公开的实施例,电子设备900还可以包括连接至I/O接口905的以下部件:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地,根据本公开实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时,执行本公开实施例的系统中限定的上述功能。该计算机程序可以以可执行指令的形式存储在ROM 902、RAM 903、和/或存储部分908上。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,发送单元还可以被描述为“向所连接的服务端发送图片获取请求的单元”。
作为另一方面,根据本公开的实施例还提供了一种计算机可读介质。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,可以实现如图2~图3所示的本公开实施例的电子设备检测方法。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (12)
1.一种信息处理方法,包括:
获取事件预测信息;
确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象;以及
推送所述第一对象集合中的部分或全部对象,
其中,所述确定与所述事件预测信息所对应的第一对象集合包括:
获取所述事件的历史预测信息;
获取所述历史预测信息所预测的历史时段的针对所述多个对象中的任一对象的第一行为数据;
获取未发生所述事件的历史时段的针对所述任一对象的第二行为数据;以及
基于所述第一行为数据与所述第二行为数据的差异情况,确定所述任一对象是否属于所述第一对象集合。
2.根据权利要求1所述的方法,其中,所述获取事件预测信息包括:
获取用户位置信息;以及
基于所述用户位置信息,获取事件预测信息,或者
获取原始事件预测信息;以及
聚合所述原始事件预测信息的细粒度信息,获得事件预测信息。
3.根据权利要求1所述的方法,还包括:
获取用户偏好信息和/或对象状态;以及
基于所述用户偏好信息和/或对象状态,从所述第一对象集合中确定第二对象集合,所述第二对象集合为所述第一对象集合的子集,
其中,所述推送所述第一对象集合中的部分或全部对象包括推送所述第二对象集合中的部分或全部对象。
4.根据权利要求3所述的方法,还包括:
确定与所述用户偏好信息和/或对象状态对应的第三对象集合;
确定所述第二对象集合与所述第三对象集合的并集;以及
按照预定规则推送所述并集中的部分或全部对象。
5.根据权利要求4所述的方法,还包括:
确定所述第二对象集合与所述第三对象集合的交集;以及
优先推送所述交集中的对象。
6.一种信息处理系统,包括:
第一获取模块,用于获取事件预测信息;
第一确定模块,用于确定与所述事件预测信息所对应的第一对象集合,所述第一对象集合包括多个对象中的至少一个对象;以及
第一推送模块,用于推送所述第一对象集合中的部分或全部对象,
其中,所述第一确定模块包括:
第四获取子模块,用于获取所述事件的历史预测信息;
第五获取子模块,用于获取所述历史预测信息所预测的历史时段的针对所述多个对象中的任一对象的第一行为数据;
第六获取子模块,用于获取未发生所述事件的历史时段的针对所述任一对象的第二行为数据;以及
第一确定子模块,用于基于所述第一行为数据与第二行为数据的差异情况,确定所述任一对象是否属于所述第一对象集合。
7.根据权利要求6所述的系统,其中,所述第一获取模块包括:
第一获取子模块,用于获取用户位置信息;以及
第二获取子模块,用于基于所述用户位置信息,获取事件预测信息,或者
第三获取子模块,用于获取原始事件预测信息;以及
聚合子模块,用于聚合所述原始事件预测信息的细粒度信息,获得事件预测信息。
8.根据权利要求6所述的系统,还包括:
第二获取模块,用于获取用户偏好信息和/或对象状态;以及
第二确定模块,用于基于所述用户偏好信息和/或对象状态,从所述第一对象集合中确定第二对象集合,所述第二对象集合为所述第一对象集合的子集,
其中,所述第一推送模块包括:
第一推送子模块,用于推送所述第二对象集合中的部分或全部对象。
9.根据权利要求8所述的系统,还包括:
第三确定模块,用于确定与所述用户偏好信息和/或对象状态对应的第三对象集合;
第四确定模块,用于确定所述第二对象集合与所述第三对象集合的并集;以及
第二推送模块,用于按照预定规则推送所述并集中的部分或全部对象。
10.根据权利要求9所述的系统,其中,还包括:
第五确定模块,用于确定所述第二对象集合与所述第三对象集合的交集;以及
第三推送模块,用于优先推送所述交集中的对象。
11.一种电子设备,包括:
处理器;以及
计算机可读存储介质,其上存储有可执行指令,所述指令被所述处理器执行时使所述处理器执行根据权利要求1-5中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有可执行指令,所述指令被处理器执行时使所述处理器执行根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710511243.5A CN107291921B (zh) | 2017-06-28 | 2017-06-28 | 信息处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710511243.5A CN107291921B (zh) | 2017-06-28 | 2017-06-28 | 信息处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107291921A CN107291921A (zh) | 2017-10-24 |
CN107291921B true CN107291921B (zh) | 2020-02-07 |
Family
ID=60098954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710511243.5A Active CN107291921B (zh) | 2017-06-28 | 2017-06-28 | 信息处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107291921B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886384A (zh) * | 2012-12-20 | 2014-06-25 | 伊姆西公司 | 用于数据保护的方法和系统 |
CN105208113A (zh) * | 2015-08-31 | 2015-12-30 | 北京百度网讯科技有限公司 | 信息推送的方法和装置 |
CN105976161A (zh) * | 2016-04-29 | 2016-09-28 | 随身云(北京)信息技术有限公司 | 一种基于时间轴上的智能推荐日历及基于用户的呈现方法 |
CN106649774A (zh) * | 2016-12-27 | 2017-05-10 | 北京百度网讯科技有限公司 | 基于人工智能的对象推送方法及装置 |
CN106875066A (zh) * | 2017-02-28 | 2017-06-20 | 百度在线网络技术(北京)有限公司 | 用车出行行为的预测方法、装置、服务器以及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7415465B2 (en) * | 2004-01-08 | 2008-08-19 | International Business Machines Corporation | Method for representing an interest priority of an object to a user based on personal histories or social context |
-
2017
- 2017-06-28 CN CN201710511243.5A patent/CN107291921B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886384A (zh) * | 2012-12-20 | 2014-06-25 | 伊姆西公司 | 用于数据保护的方法和系统 |
CN105208113A (zh) * | 2015-08-31 | 2015-12-30 | 北京百度网讯科技有限公司 | 信息推送的方法和装置 |
CN105976161A (zh) * | 2016-04-29 | 2016-09-28 | 随身云(北京)信息技术有限公司 | 一种基于时间轴上的智能推荐日历及基于用户的呈现方法 |
CN106649774A (zh) * | 2016-12-27 | 2017-05-10 | 北京百度网讯科技有限公司 | 基于人工智能的对象推送方法及装置 |
CN106875066A (zh) * | 2017-02-28 | 2017-06-20 | 百度在线网络技术(北京)有限公司 | 用车出行行为的预测方法、装置、服务器以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107291921A (zh) | 2017-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110634047B (zh) | 一种推荐房源的方法、装置、电子设备及存储介质 | |
CN110633423B (zh) | 目标账号识别方法、装置、设备及存储介质 | |
CN110866040B (zh) | 用户画像生成方法、装置和系统 | |
CN110619078B (zh) | 用于推送信息的方法和装置 | |
CN111125107A (zh) | 数据处理方法、装置、电子设备和介质 | |
CN107392259B (zh) | 构建不均衡样本分类模型的方法和装置 | |
CN111461967B (zh) | 图片处理方法、装置、设备和计算机可读介质 | |
CN111258736A (zh) | 信息处理方法、装置和电子设备 | |
CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
CN110543604A (zh) | 信息处理方法和装置 | |
CN109981553B (zh) | 访问控制方法及其系统、计算机系统和可读存储介质 | |
CN112214770A (zh) | 恶意样本的识别方法、装置、计算设备以及介质 | |
CN107291921B (zh) | 信息处理方法及系统 | |
CN107256244B (zh) | 数据处理方法和系统 | |
CN110888583B (zh) | 页面显示方法、系统、装置和电子设备 | |
CN113220922B (zh) | 图像搜索方法、装置和电子设备 | |
CN112395109B (zh) | 剪贴板内容处理方法和装置 | |
CN112100211B (zh) | 数据存储方法、装置、电子设备和计算机可读介质 | |
CN114926234A (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
CN110619079B (zh) | 用于推送信息的方法和装置 | |
CN108415957B (zh) | 网页自定义导航的方法及装置 | |
CN109240878B (zh) | 数据处理方法和装置 | |
CN111597439A (zh) | 信息处理方法、装置和电子设备 | |
CN110020180B (zh) | 推送方法、系统及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |