CN108111399A - 消息处理的方法、装置、终端及存储介质 - Google Patents

消息处理的方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN108111399A
CN108111399A CN201711447645.XA CN201711447645A CN108111399A CN 108111399 A CN108111399 A CN 108111399A CN 201711447645 A CN201711447645 A CN 201711447645A CN 108111399 A CN108111399 A CN 108111399A
Authority
CN
China
Prior art keywords
message
group
relevant information
sample
concern
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.)
Granted
Application number
CN201711447645.XA
Other languages
English (en)
Other versions
CN108111399B (zh
Inventor
陈岩
刘耀勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201711447645.XA priority Critical patent/CN108111399B/zh
Publication of CN108111399A publication Critical patent/CN108111399A/zh
Application granted granted Critical
Publication of CN108111399B publication Critical patent/CN108111399B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages
    • H04L51/224—Monitoring or handling of messages providing notification on incoming messages, e.g. pushed notifications of received messages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages
    • H04L51/216—Handling conversation history, e.g. grouping of messages in sessions or threads
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/16—Arrangements for providing special services to substations
    • H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
    • H04L12/1813—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast for computer conferences, e.g. chat rooms

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了一种消息处理方法、装置、终端及存储介质，属于计算机技术领域。该方法包括：获取与通信群组内的群消息相关的相关信息；将所述相关信息输入预测模型，得到预测关注结果；所述预测模型是根据样本相关信息和样本关注信息确定的；所述样本相关信息是在所述群消息之前历史接收到的群消息的相关信息；所述样本关注信息用于指示对所述历史接收到的群消息是否关注；根据所述预测关注结果确定是否对所述群消息进行提示。本申请可以解决不对用户关注的群消息进行提示，导致群消息的及时性降低的问题；终端可以通过该预测模型确定出群消息是否受用户的关注；通过对受用户关注的群消息进行提示，可以提高查看群消息的及时性。

Description

消息处理的方法、装置、终端及存储介质
技术领域
本申请实施例涉及计算机技术领域，特别涉及一种消息处理方法、装置、终端及存储介质。
背景技术
目前，即时通信客户端除了具有一对一的即时通信功能(也称，单聊功能)外，还支持群组通信功能(也称，群聊功能)。群组通信功能是指当发送帐号在通信群组内发布了一条群消息时，则该群消息会被发送至该通信群组中的其它帐号的功能。其中，通信群组包括至少三个用户帐号。
有时通信群组中的群消息过多，且这些群消息可能不是用户关注的，此时，即时通信客户端可以根据用户设置启动屏蔽功能以将该通信群组屏蔽，这样，即时通信客户端可以实现接收通信群组中的群消息，但不对这些群消息进行提示。
然而，即时通信客户端将通信群组屏蔽后，若该通信群组接收到用户感兴趣的群消息，即时通信客户端也会将该群消息屏蔽，这就会导致用户查看群消息不及时的问题。
发明内容
本申请实施例提供的消息处理方法、装置、终端及存储介质，可以解决不对用户关注的群消息进行提示，导致群消息的及时性降低的问题。所述技术方案如下：
第一方面，提供了一种消息处理方法，所述方法包括：
获取与通信群组内的群消息相关的相关信息；
将所述相关信息输入预测模型，得到预测关注结果；所述预测模型是根据样本相关信息和样本关注信息确定的；所述样本相关信息是在所述群消息之前历史接收到的群消息的相关信息；所述样本关注信息用于指示对所述历史接收到的群消息是否关注；
根据所述预测关注结果确定是否对所述群消息进行提示。
第二方面，提供了一种消息处理装置，所述装置包括：
信息获取单元，用于获取与通信群组内的群消息相关的相关信息；
模型预测单元，用于将所述相关信息输入预测模型，得到预测关注结果；所述预测模型是根据样本相关信息和样本关注信息确定的；所述样本相关信息是在所述群消息之前历史接收到的群消息的相关信息；所述样本关注信息用于指示对所述历史接收到的群消息是否关注；
消息提示单元，用于根据所述预测关注结果确定是否对所述群消息进行提示。
第三方面，提供了一种终端，所述终端包括处理器、与所述处理器相连的存储器，以及存储在所述存储器上的程序指令，所述处理器执行所述程序指令时实现第一方面提供的消息处理方法。
第四方面，一种计算机可读介质，其上存储有程序指令，所述程序指令被处理器执行时实现第一方面提供的消息处理方法。
本申请实施例提供的技术方案带来的有益效果包括：
通过在接收到通信群组的群消息之后，通过预测模型确定是否对该群消息进行提示；由于该预测模型是根据用户对历史接收到群消息是否关注接收到的，因此，终端可以通过该预测模型确定群消息与历史受关注的群消息的相似程度，从而确定出该群消息是否受用户的关注；通过对受用户关注的群消息进行提示，可以提高查看群消息的及时性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的消息处理系统的结构示意图；
图2是本申请一个示例性实施例提供的消息处理方法的流程图；
图3是本申请一个示例性实施例提供的样本库的示意图；
图4是本申请一个实施例提供的消息处理装置的结构方框图；
图5是本申请一个实施例提供的终端的结构方框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
首先，对本申请涉及的若干名词进行介绍。
通信群组：是一种供多个用户互相交流的平台。通信群组包括至少三个用户帐号，且在服务器中存储有该通信群组对应的群组标识。通过在通信群组中发送即时通信消息，可以实现将同一即时通信消息分享至该通信群组中的所有用户帐号。示意性地，本申请中，将通过通信群组发送的即时通信消息称为群消息，当然，在其它实施例中，通过通信群组发送的即时通信消息也可以称为其它名称，如：群组消息、通信群组的消息等，本实施例对此不作限定。
单聊：与通信群组相对，是指供用户一对一地进行交流的平台。单聊包括两个用户帐号，分别为：发送帐号和接收帐号，其中，发送即时通信消息的用户帐号为发送帐号，接收即时通信消息的帐号为接收帐号。示意性地，本申请中，将通过单聊方式发送的即时通信消息称为单聊消息，当然，在其它实施例中，通过单聊方式发送的即时通信消息也可以称为其它名称，如：一对一的消息等，本实施例对此不作限定。
预测模型：是一种用于根据输入的群消息的相关信息预测是否对该群消息进行提示的数学模型。
预测模型是根据样本相关信息和样本关注信息确定的。其中，样本相关信息是指历史接收到的群消息的相关信息；样本关注信息用于指示对历史接收到的群消息是否关注。
可选地，样本相关信息和样本关注信息存储于样本库。样本库包括至少一组样本，每组样本包括同时采集到的样本相关信息和样本关注信息。
可选地，群消息的相关信息包括但不限于以下几种中的至少一种：
1、群消息的接收时间。
2、群消息的上下文信息。示意性地，群消息的上下文信息包括：在该群消息之前接收到的n条群消息和/或在该群消息之后接收到的m条群消息。其中，n和m设置在客户端中，n和m均为正整数。
3、群消息的消息内容。
4、群消息的发送帐号的帐号信息。示意性地，帐号信息包括但不限于：发送帐号的帐号标识、发送帐号的图标信息和发送帐号的个性化信息中的至少一种。
帐号标识可以是用户名、手机号、服务器分配的随机字符串、身份证号、银行卡号、电子邮箱地址等，本实施例不对用户帐号的形式作限定。
个性化信息可以是用户的年龄、星座、个人标签、兴趣爱好等，本实施例不对个性化信息包括的内容作限定。
可选地，在将相关信息输入预测模型之前，还可以将该相关信息转化为预测模型支持的数据格式。
比如：将群消息的接收时间转化为该接收时间所属的时间段。示意性地，将一天中的24小时每隔10分钟分为一段，则得到144个时间段。此时，可以将群消息的接收时间转换第i段时，i表示接收时间所处的时间段为第i个时间段，1≤i≤144，i为整数。当然，也可以按照其它方式划分时间段，不同的时间段之间的时长可以相同，也可以不同，本实施对此不作限定。
又比如：通过语义识别算法对群消息的上下文信息和/或消息内容进行解析，得到关键词。
又比如：将个性化信息转化为特征数据。示意性地，1表示男性、0表示女性；1表示狮子座、2表示水瓶座；1表示幽默开朗、2表示沉默寡言等。
当然，也可以通过其它方式对群消息的相关信息进行转化，本申请对此不作限定。
可选地，输入预测模型的相关信息的格式为向量。
可选地，预测模型包括但不限于：K-均值聚类算法、逻辑回归(LogisticRegression，LR)模型和贝叶斯(Bayesian)模型中的至少一种。
K-均值聚类算法是一种将在某些方面具有相似性的数据进行组织分类的算法。K均值聚类算法的过程包括：随机选取K个对象作为初始的聚类中心；计算每个对象与各个聚类中心之间的距离，把该对象分配给距离它最近的聚类中心，其中，聚类中心以及分配给它们的对象就代表一个聚类。在所有对象都被分配之后，每个聚类的聚类中心会根据聚类中现有的对象被重新计算，直至没有(或小于或等于i个)对象被重新分配给不同的聚类；和/或，没有(或小于或等于j个)聚类中心再发生变化时停止。其中，i和j均为正整数。当然，K-均值聚类算法的停止循环的条件也可以为其它条件，本申请对此不作限定。
本申请中，K-均值聚类算法用于对样本相关信息和样本关注信息进行分类。其中，K-均值聚类算法得到的分类至少包括两类，分别为：关注群消息的分类和不关注群消息的分类。
逻辑回归模型是指在线性回归的基础上，套用一个逻辑函数建立的模型。可选地，本申请中，逻辑回归模型用于对样本相关信息和样本关注信息进行分类分类。
示意性地，逻辑回归模型通过如下数学模型表示：
其中，x1、x2……xn是不同类型的状态数据；σ(z)＝1/(e-z)；θ1、θ2……θ2n是逻辑回归模型的模型参数，θ0、θ1、θ2……θ2n可以是开发人员设置的，或者，也可以是根据样本相关信息和样本关注信息训练得到的。
贝叶斯模型是一种以动态模型为研究对象的时间序列预测模型。可选地，本申请中，贝叶斯模型用于预测群消息被用户关注的概率。
示意性地，贝叶斯模型通过如下数学模型表示：
P(A)＝N(A)/N
P(B)＝N(B)/N
……
P(X)＝N(X)/N
P(A|J)＝N(A，J)/N(J)
P(B|J)＝N(B，J)/N(J)
……
P(X|J)＝N(X，J)/N(J)
其中，A、B……X是不同类型的样本相关信息。N(A)为样本库中包括样本相关信息A的总数、N(B)为样本库中包括样本相关信息B的总数……N(X)为样本库中包括样本相关信息X的总数。N为样本库中样本的组数，每组样本包括同时采集到的样本相关信息和样本关注信息。N(A，J)为同一组样本中样本相关信息为A且样本关注信息为J的总组数、N(B，J)为同一组样本中样本相关信息为B且样本关注信息为J的总组数……N(X，J)为同一组样本中样本相关信息为X且样本关注信息为J的总组数。N(J)为样本库中样本关注信息为J的次数。
当然，预测模型还可以为其它模型，比如：深度神经网络(Deep Neural Network，DNN)模型、循环神经网络(Recurrent Neural Networks，RNN)模型、嵌入(embedding)模型、梯度提升决策树(Gradient Boosting Decision Tree，GBDT)模型等，本实施例在此不再一一列举。
DNN模型是一种深度学习框架。DNN模型包括输入层、至少一层隐层(或称，中间层)和输出层。可选地，输入层、至少一层隐层(或称，中间层)和输出层均包括至少一个神经元，神经元用于对接收到的数据进行处理。可选地，不同层之间的神经元的数量可以相同；或者，也可以不同。
RNN模型是一种具有反馈结构的神经网络。在RNN模型中，神经元的输出可以在下一个时间戳直接作用到自身，即，第i层神经元在m时刻的输入，除了(i-1)层神经元在该时刻的输出外，还包括其自身在(m-1)时刻的输出。
embedding模型是基于实体和关系分布式向量表示，将每个三元组实例中的关系看作从实体头到实体尾的翻译。其中，三元组实例包括主体、关系、客体，三元组实例可以表示成(主体，关系，客体)；主体为实体头，客体为实体尾。比如：小明的爸爸是大明，则通过三元组实例表示为(小明，爸爸，大明)。
GBDT模型是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结果累加起来作为最终结果。决策树的每个节点都会得到一个预测值，以年龄为例，预测值为属于年龄对应的节点的所有人年龄的平均值。
图1是本申请的一个示例性实施例示出的消息处理系统的结构示意图，该系统包括至少一个终端110和服务器120。
终端110具有通信功能，终端110包括但不限于：手机、平板电脑、可穿戴式设备、智能机器人、智能家居设备、膝上型便携计算机和台式计算机中的至少一种。
终端110中安装有操作系统111和客户端112。
可选地，操作系统111包括但不限于：IOS(iPhone OS)系统、安卓(Android)系统、windowPhone系统。
可选地，客户端112支持即时通信功能。客户端112包括至少一个通信群组，客户端112在通信群组中通过服务器120发送或接收群消息。
可选地，客户端112除了具有即时通信功能之外，还可以包括其它功能，比如：电子交易功能、网页浏览功能、游戏功能等，本实施例对此不作限定。
可选地，本申请中，操作系统111或者客户端112还可以在接收到群消息之后获取该群消息的相关信息；根据该相关信息和预测模型确定是否对该群消息进行提示。
可选地，终端110通过无线网络或有线网络与服务器120相连。
服务器120可以为独立的一台服务器主机；或者，也可以是多台服务器主机构成的服务器集群。
服务器120用于为客户端112提供即时通信服务。
可选地，上述终端110的数量可以为至少一个，服务器120的数量也可以为至少一个，本实施例对此不作限定。
可选地，本申请中，无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(HyperText Mark-up Language，HTML)、可扩展标记语言(Extensible MarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Trassport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(Internet ProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
可选地，本申请中各步骤的执行主体为终端中的操作系统，该操作系统可以是图1所示的消息处理系统中的操作系统111；或者，本申请中各步骤的执行主体为终端中的客户端，该客户端可以是图1所示的消息处理系统中的客户端112。为了方便描述，下文中将执行主体统称为终端。
图2是本申请的一个示例性实施例示出的消息处理方法的流程图。该消息处理方法包括以下几个步骤。
步骤201，获取与通信群组内的群消息相关的相关信息。
可选地，终端在接收到通信群组中的群消息时，获取该群消息的相关信息；或者，终端每隔预设时长获取通信群组中的群消息的相关信息，该群消息是在上一次获取的群消息之后接收到的。
可选地，群消息的相关信息包括但不限于以下几种中的至少一种：群消息的接收时间；群消息的上下文信息；群消息的消息内容；群消息的发送帐号的帐号信息。
可选地，终端获取到的群消息的相关信息可以是一条群消息的相关信息；或者，也可以是多条群消息的相关信息。
步骤202，将相关信息输入预测模型，得到预测关注结果。
可选地，每个通信群组对应一个预测模型；不同的通信群组对应的预测模型相同或者不同。此时，终端将群消息的相关信息输入通信群组对应的预测模型。
可选地，所有通信群组也可以共用同一预测模型。
可选地，在将相关信息输入预测模型之前，终端将该相关信息的格式转换为输入预测模型的数据的格式。示意性地，终端输入预测模型的相关信息为：{14热播电视剧琅琊榜125412}，其中，“14”表示群消息的接收时间在第14个时间段内、“热播电视剧”表示群消息的上下文信息的关键词、“琅琊榜”表示群消息的消息内容的关键词、“125412”表示发送该群消息的发送帐号的帐号标识。
预测模型是根据样本相关信息和样本关注信息确定的。可选地，终端本地存储有样本库，该样本库包括至少一组样本，每组样本包括同时采集到的样本相关信息和样本关注信息。示意性地，参考图3所示的样本库，该样本库中，属于同一行的样本相关信息和样本关注信息为一组样本。
可选地，预测模型的预测关注结果为：群消息为用户关注的群消息或者为群消息为不是用户关注的群消息。
步骤203，根据预测关注结果确定是否对群消息进行提示。
可选地，当预测关注结果为群消息为用户关注的群消息时，确定对群消息进行提示；当预测关注结果为群消息不是用户关注的群消息时，确定不对群消息进行提示。
可选地，在根据预测关注结果确定出对群消息进行提示时，以预设提示方式对群消息进行提示。其中，预设提示方式包括但不限于：震动方式、闪光灯方式和音频方式中的至少一种。
可选地，在通信群组为屏蔽状态时，预设提示方式与其它通信消息的提示方式不同；其中，其它通信消息是处于未屏蔽状态的其它通信群组中的群消息；和/或，是单聊消息。其中，屏蔽状态为接收到群消息但不对群消息进行提示的状态。
综上所述，本实施例提供的消息处理方法，通过在接收到通信群组的群消息之后，通过预测模型确定是否对该群消息进行提示；由于该预测模型是根据用户对历史接收到群消息是否关注接收到的，因此，终端可以通过该预测模型确定群消息与历史受关注的群消息的相似程度，从而确定出该群消息是否受用户的关注；通过对受用户关注的群消息进行提示，可以提高查看群消息的及时性。
另外，通过在根据预测关注结果确定出对群消息进行提示时，以预设提示方式对群消息进行提示，该预设提示方式与其它通信消息的提示方式不同，使得用户可以根据该预设提示方式获知屏蔽状态的通信群组接收到了受关注的群消息，即，根据预设提示方式对不同类型的群消息进行区分，实现了对群消息的类型的提示。
可选地，在步骤201中，终端可以获取所有通信群组中的群消息的相关信息；或者，终端可以仅获取处于屏蔽状态的通信群组中的群消息的相关信息。
在终端仅获取处于屏蔽状态的通信群组中的群消息的相关信息时，步骤201可替换为：确定通信群组是否为屏蔽状态；在通信群组为屏蔽状态时，获取与通信群组内的群消息相关的相关信息。
终端可以获取到通信群组的状态标识，根据该状态标识确定出该通信群组是否为屏蔽状态。示意性地，状态标识为1时，通信群组为屏蔽状态；状态标识为0时，通信群组为未屏蔽状态。
由于处于未屏蔽状态的通信群组中的群消息通常为用户关注的群消息，此时，无需判断是否对处于未屏蔽状态的通信群组中的群消息进行提示，因此，本实施例通过仅获取处于屏蔽状态的通信群组中的群消息的相关信息，仅判断是否对处于屏蔽状态的通信群组中的群消息进行提示，使得终端无需对所有群消息均进行判断，可以节省终端的资源。
可选地，基于上述各个方法实施例，在步骤201中，终端可以获取通信群组中所有用户帐号发送的群消息的相关信息；或者，终端仅获取关注用户帐号发送的群消息的相关信息。
当终端仅获取关注用户帐号发送的群消息的相关信息时，步骤201可替换为：确定群消息的发送帐号是否为关注用户帐号；在发送帐号不是关注用户帐号时，获取该群消息的相关信息。
其中，终端中存储有客户端中的用户帐号所关注的关注用户帐号，该关注用户帐号可以为与客户端中的用户帐号通信次数最多的用户帐号；或者，也可以是通过关注控件接收到的用户帐号，本实施例不对关注用户帐号的获取方式作限定。此时，终端将群消息的发送帐号与本地存储的关注用户帐号进行匹配，在匹配得到与发送帐号相同的关注用户帐号时，确定群消息的发送帐号为关注用户帐号；在未匹配得到与发送帐号相同的关注用户帐号时，确定群消息的发送帐号不是关注用户帐号。
由于关注用户帐号发送的群消息通常为用户关注的群消息，此时，无需判断是否对该关注用户帐号发送的群消息进行提示，因此，本实施例通过仅获取不是关注用户帐号发送的群消息的相关信息，仅判断是否对不是关注用户帐号发送的该群消息进行提示，使得终端无需对所有群消息均进行判断，可以节省终端的资源。
可选地，在步骤203之后，在根据预测关注结果确定出不对群消息进行提示时，获取通信群组中未提示的群消息的总数量；在总数量达到预设数值时，对群消息进行提示。
可选地，预设数值可以是终端中默认设置的；或者，预设数值可以是终端通过人机交互接口接收到的。
本实施例通过在通信群组中未提示的群消息的总数量达到预设数值时，对群消息进行提示，可以提示用户通信群组已接收到较多的群消息，实现了对群消息的数量的提示。
可选地，本申请中，终端可以对预测模型进行更新。此时，在步骤203之后，终端检测是否接收到对群消息的关注操作；在接收到关注操作时，将相关信息作为样本相关信息、将关注群消息作为样本关注信息，对预测模型进行更新，得到更新后的预测模型；在未接收到关注操作时，将相关信息作为样本相关信息、将不关注群消息作为样本关注信息，对预测模型进行更新，得到更新后的预测模型；其中，更新后的预测模型用于在下一次获取到其它群消息的相关信息时，确定是否对其它群消息进行提示。
由于终端接收到对群消息的关注操作时，说明用户对该群消息比较关注，此时，需要对与该群消息相似的其它群消息进行提示，因此，需要将关注群消息作为样本关注信息。
可选地，群消息的关注操作可以是查看群消息的操作；或者，是回复群消息的操作。
其中，终端根据样本相关信息和样本关注信息对预测模型进行更新，包括以下几个步骤：
1、将至少一组样本相关信息输入预测模型，得到训练结果。
2、根据训练结果和每组样本相关信息对应的样本关注信息确定损失函数值。
示意性地，损失函数通过下述数据模型表示：
Cost(hθ(x(i)),y(i))＝-y(i)loghθ(x(i))-(1-y(i))log(1-hθ(x(i))
其中，N为样本库中样本的组数，i为第i组样本。hθ(x)(i)为预测模型根据第i组样本相关信息得到的训练结果，y(i)为第i组样本相关信息对应的第i组样本关注信息。
3、通过梯度下降算法根据损失函数值更新预测模型中的模型参数，得到更新后的模型参数。
示意性地，梯度下降算法通过下述数学模型表示：
其中，J(θ)为损失函数值，θj为第j种状态数据的权重，xj i为第i组样本相关信息中的第j种状态数据。
示意性地，根据梯度下降算法的数学模型更新预测模型中的模型参数的过程通过下述公式表示：
……
其中，α为学习步长，α为常数，α的值可以是操作系统默认设置；或者，也可以是用户设置的。本实施例不对α的取值作限定，示意性地，α为0.5。
可选地，{θ0、θ1、θ2……θ2n}的初始值可以是操作系统中默认设置的。
4、检测更新后的模型参数与更新前的模型参数之间的差值是否小于预设阈值；在该差值小于预设阈值时，训练结束，得到训练后的预测模型；在该差值息大于或等于预设阈值时，继续从步骤1开始训练预测模型。
本实施例中，通过根据群消息的相关信息和关注信息对预测模型进行训练；使得该预测模型能够适应用户查看群消息的习惯，可以提高通过预测模型预测是否对群消息进行提示的准确性。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参考图4，其示出了本申请一个实施例提供的消息处理装置的结构方框图，该消息处理装置可通过软件、硬件或者两者的结合实现成为消息处理设备的部分或者全部。该装置可以包括：信息获取单元410、模型预测单元420和消息提示单元430。
信息获取单元410，用于获取与通信群组内的群消息相关的相关信息；
模型预测单元420，用于将所述相关信息输入预测模型，得到预测关注结果；所述预测模型是根据样本相关信息和样本关注信息确定的；所述样本相关信息是在所述群消息之前历史接收到的群消息的相关信息；所述样本关注信息用于指示对所述历史接收到的群消息是否关注；
消息提示单元430，用于根据所述预测关注结果确定是否对所述群消息进行提示。
可选地，所述信息获取单元410，用于：
确定所述通信群组是否为屏蔽状态，所述屏蔽状态为接收到群消息但不对所述群消息进行提示的状态；
在所述通信群组为所述屏蔽状态时，获取所述相关信息。
可选地，所述相关信息包括以下几种中的至少一种：
所述群消息的接收时间；
所述群消息的上下文信息；
所述群消息的消息内容；
所述群消息的发送帐号的帐号信息。
可选地，所述装置还包括：数量获取单元。
数量获取单元，用于在根据所述预测关注结果确定出不对所述群消息进行提示时，获取所述通信群组中未提示的群消息的总数量；
所述消息提示单元430，还用于在所述总数量达到预设数值时，对所述群消息进行提示。
可选地，所述消息提示单元430，还用于：
在根据所述预测关注结果确定出对所述群消息进行提示时，以预设提示方式对所述群消息进行提示；
其中，所述预设提示方式包括：震动方式、闪光灯方式和音频方式中的至少一种。
可选地，在所述通信群组为屏蔽状态时，所述预设提示方式与其它通信消息的提示方式不同；
其中，所述其它通信消息是处于未屏蔽状态的其它通信群组中的群消息；和/或，是单聊消息。
可选地，所述装置还包括：操作检测单元和模型更新单元。
操作检测单元，用于检测是否接收到对所述群消息的关注操作；
模型更新单元，用于在接收到所述关注操作时，将所述相关信息作为所述样本相关信息、将关注所述群消息作为所述样本关注信息，对所述预测模型进行更新，得到更新后的预测模型；
模型更新单元，还用于在未接收到所述关注操作时，将所述相关信息作为所述样本相关信息、将不关注所述群消息作为所述样本关注信息，对所述预测模型进行更新，得到更新后的预测模型；
其中，所述更新后的预测模型用于在下一次获取到其它群消息的相关信息时，确定是否对所述其它群消息进行提示。
相关细节参考上述方法实施例。
本申请还提供一种计算机可读介质，其上存储有程序指令，程序指令被处理器执行时实现上述各个方法实施例提供的消息处理方法。
本申请还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例提供的消息处理方法。
参考图5，其示出了本申请一个示例性实施例提供的终端的结构方框图。本申请中的终端可以包括一个或多个如下部件：处理器510和存储器520。
处理器510可以包括一个或者多个处理核心。处理器510利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器520内的指令、程序、代码集或指令集，以及调用存储在存储器520内的数据，执行终端的各种功能和处理数据。可选地，处理器510可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器510可集成中央处理器(CentralProcessing Unit，CPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统和应用程序等；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器510中，单独通过一块芯片进行实现。
可选地，处理器510执行存储器520中的程序指令时实现下上述各个方法实施例提供的消息处理方法。
存储器520可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选地，该存储器520包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器520可用于存储指令、程序、代码、代码集或指令集。存储器520可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令、用于实现上述各个方法实施例的指令等；存储数据区可存储根据终端的使用所创建的数据等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种消息处理方法，其特征在于，所述方法包括：
获取与通信群组内的群消息相关的相关信息；
将所述相关信息输入预测模型，得到预测关注结果；所述预测模型是根据样本相关信息和样本关注信息确定的；所述样本相关信息是在所述群消息之前历史接收到的群消息的相关信息；所述样本关注信息用于指示对所述历史接收到的群消息是否关注；
根据所述预测关注结果确定是否对所述群消息进行提示。
2.根据权利要求1所述的方法，其特征在于，所述获取与通信群组内的群消息相关的相关信息，包括：
确定所述通信群组是否为屏蔽状态，所述屏蔽状态为接收到群消息但不对所述群消息进行提示的状态；
在所述通信群组为所述屏蔽状态时，获取所述相关信息。
3.根据权利要求1所述的方法，其特征在于，所述相关信息包括以下几种中的至少一种：
所述群消息的接收时间；
所述群消息的上下文信息；
所述群消息的消息内容；
所述群消息的发送帐号的帐号信息。
4.根据权利要求1所述的方法，其特征在于，所述根据所述预测关注结果确定是否对所述群消息进行提示之后，还包括：
在根据所述预测关注结果确定出不对所述群消息进行提示时，获取所述通信群组中未提示的群消息的总数量；
在所述总数量达到预设数值时，对所述群消息进行提示。
5.根据权利要求1至4任一所述的方法，其特征在于，所述根据所述预测关注结果确定是否对所述群消息进行提示，包括：
在根据所述预测关注结果确定出对所述群消息进行提示时，以预设提示方式对所述群消息进行提示；
其中，所述预设提示方式包括：震动方式、闪光灯方式和音频方式中的至少一种。
6.根据权利要求5所述的方法，其特征在于，在所述通信群组为屏蔽状态时，所述预设提示方式与其它通信消息的提示方式不同；
其中，所述其它通信消息是处于未屏蔽状态的其它通信群组中的群消息；和/或，是单聊消息。
7.根据权利要求1至4任一所述的方法，其特征在于，所述根据所述预测关注结果确定是否对所述群消息进行提示之后，还包括：
检测是否接收到对所述群消息的关注操作；
在接收到所述关注操作时，将所述相关信息作为所述样本相关信息、将关注所述群消息作为所述样本关注信息，对所述预测模型进行更新，得到更新后的预测模型；
在未接收到所述关注操作时，将所述相关信息作为所述样本相关信息、将不关注所述群消息作为所述样本关注信息，对所述预测模型进行更新，得到更新后的预测模型；
其中，所述更新后的预测模型用于在下一次获取到其它群消息的相关信息时，确定是否对所述其它群消息进行提示。
8.一种消息处理装置，其特征在于，所述装置包括：
信息获取单元，用于获取与通信群组内的群消息相关的相关信息；
模型预测单元，用于将所述相关信息输入预测模型，得到预测关注结果；所述预测模型是根据样本相关信息和样本关注信息确定的；所述样本相关信息是在所述群消息之前历史接收到的群消息的相关信息；所述样本关注信息用于指示对所述历史接收到的群消息是否关注；
消息提示单元，用于根据所述预测关注结果确定是否对所述群消息进行提示。
9.一种终端，其特征在于，所述终端包括处理器、与所述处理器相连的存储器，以及存储在所述存储器上的程序指令，所述处理器执行所述程序指令时实现如权利要求1至7任一所述的消息处理方法。
10.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被处理器执行时实现如权利要求1至7任一所述的消息处理方法。
CN201711447645.XA 2017-12-27 2017-12-27 消息处理的方法、装置、终端及存储介质 Active CN108111399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711447645.XA CN108111399B (zh) 2017-12-27 2017-12-27 消息处理的方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711447645.XA CN108111399B (zh) 2017-12-27 2017-12-27 消息处理的方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN108111399A true CN108111399A (zh) 2018-06-01
CN108111399B CN108111399B (zh) 2021-06-04

Family

ID=62213727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711447645.XA Active CN108111399B (zh) 2017-12-27 2017-12-27 消息处理的方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN108111399B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109274825A (zh) * 2018-09-27 2019-01-25 北京小米移动软件有限公司 一种消息提醒方法及装置
CN109587328A (zh) * 2018-11-21 2019-04-05 Oppo广东移动通信有限公司 消息管理方法和装置、存储介质及电子设备
CN111555966A (zh) * 2020-05-22 2020-08-18 拉扎斯网络科技（上海）有限公司 消息处理方法、装置、系统、存储介质及计算机设备
CN112637045A (zh) * 2020-12-14 2021-04-09 中国联合网络通信集团有限公司 群组消息通知方法和装置
CN113905264A (zh) * 2021-11-24 2022-01-07 深圳市品索科技有限公司 一种基于语音遥控器的语音控制系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130316751A1 (en) * 2008-08-06 2013-11-28 Bindu Rama Rao Mobile based neighborhood watch system and client application
WO2014009963A1 (en) * 2012-07-10 2014-01-16 Indian Institute Of Technology, Bombay Method and apparatus for optimizing and scaling control plane traffic in carrier ethernet transport networks
CN103685502A (zh) * 2013-12-09 2014-03-26 腾讯科技（深圳）有限公司 一种消息推送方法、装置及系统
CN104239351A (zh) * 2013-06-20 2014-12-24 阿里巴巴集团控股有限公司 一种用户行为的机器学习模型的训练方法及装置
CN104348974A (zh) * 2014-10-23 2015-02-11 苏州合欣美电子科技有限公司 基于关键词验证的通信组中特定消息提醒方法
CN105045831A (zh) * 2015-06-30 2015-11-11 北京奇艺世纪科技有限公司 一种消息推送方法及装置
CN105120065A (zh) * 2015-07-15 2015-12-02 腾讯科技（深圳）有限公司 消息处理方法及装置
CN105119806A (zh) * 2015-07-15 2015-12-02 腾讯科技（深圳）有限公司 消息更新方法及装置
CN105207888A (zh) * 2015-08-18 2015-12-30 腾讯科技（深圳）有限公司 群组消息的提醒方法及装置
CN105450853A (zh) * 2015-11-02 2016-03-30 广东欧珀移动通信有限公司 一种预防聊天信息错发的方法、装置及移动终端
CN106302108A (zh) * 2016-08-03 2017-01-04 努比亚技术有限公司 群消息管理方法和装置
CN106961384A (zh) * 2017-03-06 2017-07-18 宇龙计算机通信科技(深圳)有限公司 一种消息处理方法及电子设备
CN106993090A (zh) * 2017-03-28 2017-07-28 联想(北京)有限公司 消息处理方法及电子设备
CN109145109A (zh) * 2017-06-19 2019-01-04 国家计算机网络与信息安全管理中心 基于社交网络的用户群体消息传播异常分析方法及装置

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130316751A1 (en) * 2008-08-06 2013-11-28 Bindu Rama Rao Mobile based neighborhood watch system and client application
WO2014009963A1 (en) * 2012-07-10 2014-01-16 Indian Institute Of Technology, Bombay Method and apparatus for optimizing and scaling control plane traffic in carrier ethernet transport networks
CN104239351A (zh) * 2013-06-20 2014-12-24 阿里巴巴集团控股有限公司 一种用户行为的机器学习模型的训练方法及装置
CN103685502A (zh) * 2013-12-09 2014-03-26 腾讯科技（深圳）有限公司 一种消息推送方法、装置及系统
CN104348974A (zh) * 2014-10-23 2015-02-11 苏州合欣美电子科技有限公司 基于关键词验证的通信组中特定消息提醒方法
CN105045831A (zh) * 2015-06-30 2015-11-11 北京奇艺世纪科技有限公司 一种消息推送方法及装置
CN105120065A (zh) * 2015-07-15 2015-12-02 腾讯科技（深圳）有限公司 消息处理方法及装置
CN105119806A (zh) * 2015-07-15 2015-12-02 腾讯科技（深圳）有限公司 消息更新方法及装置
CN105207888A (zh) * 2015-08-18 2015-12-30 腾讯科技（深圳）有限公司 群组消息的提醒方法及装置
CN105450853A (zh) * 2015-11-02 2016-03-30 广东欧珀移动通信有限公司 一种预防聊天信息错发的方法、装置及移动终端
CN106302108A (zh) * 2016-08-03 2017-01-04 努比亚技术有限公司 群消息管理方法和装置
CN106961384A (zh) * 2017-03-06 2017-07-18 宇龙计算机通信科技(深圳)有限公司 一种消息处理方法及电子设备
CN106993090A (zh) * 2017-03-28 2017-07-28 联想(北京)有限公司 消息处理方法及电子设备
CN109145109A (zh) * 2017-06-19 2019-01-04 国家计算机网络与信息安全管理中心 基于社交网络的用户群体消息传播异常分析方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109274825A (zh) * 2018-09-27 2019-01-25 北京小米移动软件有限公司 一种消息提醒方法及装置
CN109587328A (zh) * 2018-11-21 2019-04-05 Oppo广东移动通信有限公司 消息管理方法和装置、存储介质及电子设备
CN109587328B (zh) * 2018-11-21 2021-07-20 Oppo广东移动通信有限公司 消息管理方法和装置、存储介质及电子设备
CN111555966A (zh) * 2020-05-22 2020-08-18 拉扎斯网络科技（上海）有限公司 消息处理方法、装置、系统、存储介质及计算机设备
CN112637045A (zh) * 2020-12-14 2021-04-09 中国联合网络通信集团有限公司 群组消息通知方法和装置
CN113905264A (zh) * 2021-11-24 2022-01-07 深圳市品索科技有限公司 一种基于语音遥控器的语音控制系统

Also Published As

Publication number Publication date
CN108111399B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN108111399A (zh) 消息处理的方法、装置、终端及存储介质
US11385942B2 (en) Systems and methods for censoring text inline
Shafi’I et al. A review on mobile SMS spam filtering techniques
US11475364B2 (en) Systems and methods for analyzing a list of items using machine learning models
CN109952572A (zh) 基于消息贴纸的建议响应
CN107872436A (zh) 一种账号识别方法、装置及系统
CN108366045A (zh) 一种风控评分卡的设置方法和装置
CN107908666A (zh) 一种识别设备标识的方法和装置
CN103295149A (zh) 社交媒体数据分析系统和方法
US10956522B1 (en) Regular expression generation and screening of textual items
CN110162620A (zh) 黑产广告的检测方法、装置、服务器及存储介质
CN110535850B (zh) 帐号登录的处理方法和装置、存储介质及电子装置
CN113011889B (zh) 账号异常识别方法、系统、装置、设备及介质
Elyusufi et al. Social networks fake profiles detection using machine learning algorithms
CN110020002A (zh) 事件处理方案的查询方法、装置、设备和计算机存储介质
CN110197389A (zh) 一种用户识别方法及装置
US11507747B2 (en) Hybrid in-domain and out-of-domain document processing for non-vocabulary tokens of electronic documents
CN110598070A (zh) 应用类型识别方法及装置、服务器及存储介质
CN110457476A (zh) 用于生成分类模型的方法和装置
Jiang et al. Distributed deep learning optimized system over the cloud and smart phone devices
CN110020310A (zh) 资源加载的方法、装置、终端及存储介质
CN109873756A (zh) 用于发送信息的方法和装置
CN109190123A (zh) 用于输出信息的方法和装置
US10643112B1 (en) Detecting content items violating policies of an online system using machine learning based model
WO2021175010A1 (zh) 用户性别识别的方法、装置、电子设备及存储介质

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
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant