CN109492687A - 用于处理信息的方法和装置 - Google Patents
用于处理信息的方法和装置 Download PDFInfo
- Publication number
- CN109492687A CN109492687A CN201811297769.9A CN201811297769A CN109492687A CN 109492687 A CN109492687 A CN 109492687A CN 201811297769 A CN201811297769 A CN 201811297769A CN 109492687 A CN109492687 A CN 109492687A
- Authority
- CN
- China
- Prior art keywords
- feature vector
- current information
- target
- candidate feature
- information
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
本申请实施例公开了用于处理信息的方法和装置。该方法的一具体实施方式包括:获取目标用户所对应的历史呈现用信息;将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量;从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息;从呈现用信息集合中选取目标特征向量所对应的呈现用信息。该实施方式提高了信息处理的针对性和多样性。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于处理信息的方法和装置。
背景技术
随着科技的发展,人们已经可以使用手机等电子设备浏览文章、新闻、广告等呈现用信息。通常,用于呈现给某个用户的呈现用信息可能包括相似的呈现用信息。由于用户在短时间内浏览相似的呈现用信息,可能引起用户的反感,所以需要对相似的呈现用信息的显示频率进行控制。
发明内容
本申请实施例提出了用于处理信息的方法和装置。
第一方面,本申请实施例提供了一种用于处理信息的方法,该方法包括:获取目标用户所对应的历史呈现用信息,其中,历史呈现用信息为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的信息;将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量;从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息;从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
在一些实施例中,候选特征向量集合对应向量检索引擎;以及从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,包括:利用候选特征向量集合所对应的向量检索引擎,对所获得的特征向量进行检索,以及将检索出的候选特征向量确定为目标特征向量。
在一些实施例中,在从呈现用信息集合中选取目标特征向量所对应的呈现用信息之后,该方法还包括:确定目标用户利用目标用户终端浏览历史呈现用信息的时间;在距离所确定的时间预设时长后,将所选取的呈现用信息输出给目标用户终端。
在一些实施例中,候选特征向量集合通过以下生成步骤获得:基于目标呈现用信息和初始候选特征向量集合,执行以下确定步骤:将目标呈现用信息输入向量转化模型,获得目标呈现用信息所对应的特征向量;将目标呈现用信息所对应的特征向量作为候选特征向量添加到初始候选特征向量集合中,生成添加后候选特征向量集合;确定是否获取到新的呈现用信息;响应于确定未获取到新的呈现用信息,将添加后候选特征向量集合确定为候选特征向量集合。
在一些实施例中,生成步骤还包括:响应于确定获取到新的呈现用信息,使用新的呈现用信息作为目标呈现用信息,使用添加后候选特征向量集合作为初始候选特征向量集合,继续执行确定步骤。
在一些实施例中,呈现用信息包括以下至少一项:图片信息、视频信息、文本信息。
第二方面,本申请实施例提供了一种用于处理信息的装置,该装置包括:信息获取单元,被配置成获取目标用户所对应的历史呈现用信息,其中,历史呈现用信息为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的信息;信息输入单元,被配置成将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量;向量确定单元,被配置成从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息;信息选取单元,被配置成从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
在一些实施例中,候选特征向量集合对应向量检索引擎;以及向量确定单元进一步被配置成:利用候选特征向量集合所对应的向量检索引擎,对所获得的特征向量进行检索,以及将检索出的候选特征向量确定为目标特征向量。
在一些实施例中,该装置还包括:时间确定单元,被配置成确定目标用户利用目标用户终端浏览历史呈现用信息的时间;信息输出单元,被配置成在距离所确定的时间预设时长后,将所选取的呈现用信息输出给目标用户终端。
在一些实施例中,候选特征向量集合通过以下生成步骤获得:基于目标呈现用信息和初始候选特征向量集合,执行以下确定步骤:将目标呈现用信息输入向量转化模型,获得目标呈现用信息所对应的特征向量;将目标呈现用信息所对应的特征向量作为候选特征向量添加到初始候选特征向量集合中,生成添加后候选特征向量集合;确定是否获取到新的呈现用信息;响应于确定未获取到新的呈现用信息,将添加后候选特征向量集合确定为候选特征向量集合。
在一些实施例中,生成步骤还包括:响应于确定获取到新的呈现用信息,使用新的呈现用信息作为目标呈现用信息,使用添加后候选特征向量集合作为初始候选特征向量集合,继续执行确定步骤。
在一些实施例中,呈现用信息包括以下至少一项:图片信息、视频信息、文本信息。
第三方面,本申请实施例提供了一种服务器,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述用于处理信息的方法中任一实施例的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现上述用于处理信息的方法中任一实施例的方法。
本申请实施例提供的用于处理信息的方法和装置,通过获取目标用户所对应的历史呈现用信息,而后将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量,接着从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息,最后从呈现用信息集合中选取目标特征向量所对应的呈现用信息,从而有效利用候选特征向量集合,确定出了与目标用户所对应的历史呈现用信息相似的呈现用信息,有助于后续对所确定的呈现用信息进行处理,比如,控制所确定的呈现用信息的呈现时间,提高了信息处理的针对性和多样性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于处理信息的方法的一个实施例的流程图;
图3是根据本申请实施例的用于处理信息的方法的一个应用场景的示意图;
图4是根据本申请的用于处理信息的方法的又一个实施例的流程图;
图5是根据本申请的用于处理信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于处理信息的方法或用于处理信息的装置的实施例的示例性系统架构100。
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。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,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持信息传输的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的呈现用信息提供支持的后台服务器。后台服务器可以获取终端设备上显示的历史呈现用信息,并对所获取的历史呈现用信息等数据进行分析等处理,获得处理结果(例如目标特征向量所对应的呈现用信息)。
需要说明的是,本申请实施例所提供的用于处理信息的方法一般由服务器105执行,相应地,用于处理信息的装置一般设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
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。在获得目标特征向量所对应的呈现用信息的过程中所使用的数据不需要从远程获取的情况下,上述系统架构可以不包括网络和终端设备,而只包括服务器。
继续参考图2,示出了根据本申请的用于处理信息的方法的一个实施例的流程200。该用于处理信息的方法,包括以下步骤:
步骤201,获取目标用户所对应的历史呈现用信息。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户所对应的历史呈现用信息。其中,历史呈现用信息可以为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的信息。历史时间段可以为预先设置的时间段,例如2018年3月份;也可以为以首次向目标用户所使用的目标用户终端输出呈现用信息为时间起点,以最近一次向目标用户所使用的目标用户终端输出呈现用信息的时间为时间终点的时间段。
目标用户为待从呈现用信息集合中确定与其所对应的历史呈现用信息相似的呈现用信息的用户。呈现用信息集合可以为预先确定的信息集合。呈现用信息为用于输出给通信连接的终端、以呈现给用户的信息。例如,呈现用信息可以为新闻、广告等。
在本实施例的一些可选的实现方式中,呈现用信息可以包括但不限于以下至少一项:图片信息、视频信息、文本信息。
实践中,上述执行主体可以获取预先存储于本地的、目标用户所对应的历史呈现用信息;或者,上述执行主体可以获取目标用户终端发送的、目标用户所对应的历史呈现用信息。
可以理解的是,在这里,上述执行主体可以获取至少一个目标用户所对应的历史呈现用信息。
步骤202,将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量。
在本实施例中,基于步骤201中得到的历史呈现用信息,上述执行主体可以将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量。可以理解的是,当所获取的历史呈现用信息包括至少两个时,上述执行主体可以分别将所获取的历史呈现用信息输入上述向量转化模型,获得至少两个特征向量。
在本实施例中,向量转化模型为用于提取呈现用信息的特征的模型,可以用于表征呈现用信息与呈现用信息所对应的特征向量的对应关系。具体的,向量转化模型可以包括用于提取文本特征的模型(例如词向量模型word2vec),还可以包括用于提取图像特征的模型(例如卷积神经网络)。
需要说明的是,训练获得向量转化模型的方法是目前广泛研究和应用的公知技术,此处不再赘述。
步骤203,从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量。
在本实施例中,基于步骤202中获得的特征向量,上述执行主体可以从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量。其中,预设阈值可以为技术人员预先设置的数值。具体的,上述执行主体可以采用各种方法从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,例如,上述执行主体可以分别对所获得的特征向量和候选特征向量集合中的候选特征向量进行相似度计算,获得计算结果,并将计算结果与预设阈值进行比较,进而确定出大于等于预设阈值的计算结果所对应的候选特征向量作为目标特征向量。
需要说明的是,相似度计算是目前广泛研究和应用的公知技术,此处不再赘述。
在本实施例中,候选特征向量集合为预先确定的集合,候选特征向量集合中的候选特征向量对应呈现用信息集合中的呈现用信息。具体的,对于候选特征向量集合中的候选特征向量,该候选特征向量用于表征呈现用信息集合中与该候选特征向量相对应的呈现用信息的特征。
实践中,可以将上述呈现用信息集合中的每个呈现用信息输入上述向量转化模型,获得候选特征向量,进而利用所获得的候选特征向量组成候选特征向量集合。
在本实施例的一些可选的实现方式中,候选特征向量集合可以通过以下生成步骤获得:基于目标呈现用信息和初始候选特征向量集合,执行以下确定步骤:将目标呈现用信息输入上述向量转化模型,获得目标呈现用信息所对应的特征向量;将目标呈现用信息所对应的特征向量作为候选特征向量添加到初始候选特征向量集合中,生成添加后候选特征向量集合;确定是否获取到新的呈现用信息;响应于确定未获取到新的呈现用信息,将添加后候选特征向量集合确定为候选特征向量集合。
其中,目标呈现用信息为上述生成步骤的执行主体预先获取到的呈现用信息。初始候选特征向量集合可以为未添加候选特征向量的集合,也可以为添加过候选特征向量的集合。
在本实施例的一些可选的实现方式中,上述生成步骤还可以包括:响应于确定获取到新的呈现用信息,使用新的呈现用信息作为目标呈现用信息,使用添加后候选特征向量集合作为初始候选特征向量集合,继续执行上述确定步骤。
通过本实现方式,可以实时将获取到的呈现用信息所对应的特征向量添加到初始候选特征向量集合中,生成候选特征向量集合,提高了候选特征向量集合的全面性。
需要说明的是,上述生成步骤的执行主体可以与用于处理信息的方法的执行主体相同或者不同。如果相同,则生成步骤的执行主体可以在获得候选特征向量集合后,将候选特征向量集合存储在本地。如果不同,则生成步骤的执行主体可以在获得候选特征向量集合后,将候选特征向量集合发送给用于处理信息的方法的执行主体。
步骤204,从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
在本实施例中,基于步骤203中获得的目标特征向量,上述执行主体可以从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
可以理解的是,由于目标特征向量为与历史呈现用信息所对应的特征向量的相似度大于等于预设阈值的特征向量,且特征向量可以用于表征呈现用信息的特征,故基于本步骤选取出的呈现用信息为与历史呈现用信息相似的呈现用信息。
在本实施例的一些可选的实现方式中,在从呈现用信息集合中选取目标特征向量所对应的呈现用信息之后,上述执行主体还可以执行以下步骤:首先,上述执行主体可以确定目标用户利用目标用户终端浏览历史呈现用信息的时间(例如2018年9月1日)。然后,在距离所确定的时间预设时长(例如一个月)后,上述执行主体可以将所选取的呈现用信息输出给目标用户终端。
在本实现方式中,在上述预设时长所对应的时间范围内,上述执行主体可以不将所选取的呈现用信息输出给目标用户终端,预设时长后,再对所选取的呈现用信息进行输出,以此,可以控制相似的呈现用信息的呈现频率,有助于增强用户体验,提高了信息处理的多样性。
继续参见图3,图3是根据本实施例的用于处理信息的方法的应用场景的一个示意图。在图3的应用场景中,服务器301可以获取目标用户终端302发送的、目标用户所对应的历史呈现用信息303,其中,历史呈现用信息303为在过去一天内,服务器301输出给目标用户终端302的、用于目标用户浏览的信息。然后,服务器301可以将所获取的历史呈现用信息303输入预先训练的向量转化模型304,获得历史呈现用信息303所对应的特征向量305。接着,服务器301可以获取预先确定的候选特征向量集合306,以及从候选特征向量集合306中确定与所获得的特征向量305的相似度大于等于预设阈值(例如“10”)的候选特征向量作为目标特征向量307,其中,候选特征向量集合306中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息。最后,服务器301可以获取上述呈现用信息集合308,以及从呈现用信息集合308中选取目标特征向量307所对应的呈现用信息3081。
本申请的上述实施例提供的方法有效利用候选特征向量集合,确定出了与目标用户所对应的历史呈现用信息相似的呈现用信息,有助于后续对所确定的呈现用信息进行处理,比如,控制所确定的呈现用信息的呈现时间,提高了信息处理的针对性和多样性。
进一步参考图4,其示出了用于处理信息的方法的又一个实施例的流程400。该用于处理信息的方法的流程400,包括以下步骤:
步骤401,获取目标用户所对应的历史呈现用信息。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户所对应的历史呈现用信息。
步骤402,将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量。
在本实施例中,基于步骤401中得到的历史呈现用信息,上述执行主体可以将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量。
步骤403,利用候选特征向量集合所对应的向量检索引擎,对所获得的特征向量进行检索,以及将检索出的候选特征向量确定为目标特征向量。
在本实施例中,上述执行主体可以利用预先确定的候选特征向量集合构建向量检索引擎,进而可以利用候选特征向量集合所对应的向量检索引擎,对所获得的特征向量进行检索,以及将检索出的候选特征向量确定为目标特征向量。
实践中,检索引擎(Search Engine)是指根据一定的策略、运用特定的计算机程序搜集信息,在对信息进行组织和处理后,提供检索服务的系统。在这里,向量检索引擎指的是以候选特征向量作为检索目标的引擎。具体的,上述执行主体可以利用候选特征向量集合,采用各种方式构建向量检索引擎,例如采用IVFADC算法构建。
可以理解,在构建向量检索引擎时,可以设置向量检索引擎的检索结果所满足的条件(即检索结果与检索对象的相似度大于等于预设阈值),以使得检索出的候选特征向量与所获得的特征向量的相似度大于等于预设阈值。
需要说明的是,实践中,候选特征向量集合可以由上述执行主体生成,也可以由其他电子设备生成并发送给上述执行主体。当候选特征向量集合更新(即添加新的呈现用信息所对应的特征向量)时,上述执行主体可以更新向量检索引擎。
步骤404,从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
在本实施例中,基于步骤403中获得的目标特征向量,上述执行主体可以从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
上述步骤401、步骤402、步骤404分别与前述实施例中的步骤201、步骤202、步骤204一致,上文针对步骤201、步骤202和步骤204的描述也适用于步骤401、步骤402和步骤404,此处不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理信息的方法的流程400突出了利用向量检索引擎确定目标特征向量的步骤。由此,本实施例提供了又一种获得目标特征向量的方案,且利用向量检索引擎进行信息处理,可以获得更快的处理速度,提高了信息处理的效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于处理信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理信息的装置500包括:信息获取单元501、信息输入单元502、向量确定单元503和信息选取单元504。其中,信息获取单元501被配置成获取目标用户所对应的历史呈现用信息,其中,历史呈现用信息为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的信息;信息输入单元502被配置成将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量;向量确定单元503被配置成从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息;信息选取单元504被配置成从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
在本实施例中,用于处理信息的装置500的信息获取单元501可以通过有线连接方式或者无线连接方式获取目标用户所对应的历史呈现用信息。其中,历史呈现用信息可以为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的信息。历史时间段可以为预先设置的时间段,例如2018年3月份;也可以为以首次向目标用户所使用的目标用户终端输出呈现用信息为时间起点,以最近一次向目标用户所使用的目标用户终端输出呈现用信息的时间为时间终点的时间段。
目标用户为待从呈现用信息集合中确定与其所对应的历史呈现用信息相似的呈现用信息的用户。呈现用信息集合可以为预先确定的信息集合。呈现用信息为用于输出给通信连接的终端、以呈现给用户的信息。例如,呈现用信息可以为新闻、广告等。
在本实施例中,基于信息获取单元501得到的历史呈现用信息,信息输入单元502可以将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量。
在本实施例中,向量转化模型为用于提取呈现用信息的特征的模型,可以用于表征呈现用信息与呈现用信息所对应的特征向量的对应关系。具体的,向量转化模型可以包括用于提取文本特征的模型(例如词向量模型word2vec),还可以包括用于提取图像特征的模型(例如卷积神经网络)。
在本实施例中,基于信息输入单元502获得的特征向量,向量确定单元503可以从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量。其中,预设阈值可以为技术人员预先设置的数值。具体的,上述执行主体可以采用各种方法从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量。
在本实施例中,候选特征向量集合为预先确定的集合,候选特征向量集合中的候选特征向量对应呈现用信息集合中的呈现用信息。具体的,对于候选特征向量集合中的候选特征向量,该候选特征向量用于表征呈现用信息集合中与该候选特征向量相对应的呈现用信息的特征。
在本实施例中,基于向量确定单元503获得的目标特征向量,信息选取单元504可以从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
在本实施例的一些可选的实现方式中,候选特征向量集合对应向量检索引擎;以及向量确定单元503可以进一步被配置成:利用候选特征向量集合所对应的向量检索引擎,对所获得的特征向量进行检索,以及将检索出的候选特征向量确定为目标特征向量。
在本实施例的一些可选的实现方式中,装置500还可以包括:时间确定单元(图中未示出),被配置成确定目标用户利用目标用户终端浏览历史呈现用信息的时间;信息输出单元(图中未示出),被配置成在距离所确定的时间预设时长后,将所选取的呈现用信息输出给目标用户终端。
在本实施例的一些可选的实现方式中,候选特征向量集合可以通过以下生成步骤获得:基于目标呈现用信息和初始候选特征向量集合,执行以下确定步骤:将目标呈现用信息输入向量转化模型,获得目标呈现用信息所对应的特征向量;将目标呈现用信息所对应的特征向量作为候选特征向量添加到初始候选特征向量集合中,生成添加后候选特征向量集合;确定是否获取到新的呈现用信息;响应于确定未获取到新的呈现用信息,将添加后候选特征向量集合确定为候选特征向量集合。
在本实施例的一些可选的实现方式中,生成步骤还可以包括:响应于确定获取到新的呈现用信息,使用新的呈现用信息作为目标呈现用信息,使用添加后候选特征向量集合作为初始候选特征向量集合,继续执行确定步骤。
在本实施例的一些可选的实现方式中,呈现用信息可以包括但不限于以下至少一项:图片信息、视频信息、文本信息。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
本申请的上述实施例提供的装置500有效利用候选特征向量集合,确定出了与目标用户所对应的历史呈现用信息相似的呈现用信息,有助于后续对所确定的呈现用信息进行处理,比如,控制所确定的呈现用信息的呈现时间,提高了信息处理的针对性和多样性。
下面参考图6,其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;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607;包括硬盘等的存储部分608;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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,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610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608。
特别地,根据本公开的实施例,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609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述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。在本申请中,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。而在本申请中,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,图示了按照本申请各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本申请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:一种处理器包括信息获取单元、信息输入单元、向量确定单元和信息选取单元。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,信息获取单元还可以被描述为“获取历史呈现用信息的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。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该服务器执行时,使得该服务器:获取目标用户所对应的历史呈现用信息,其中,历史呈现用信息为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的信息;将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量;从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息;从呈现用信息集合中选取目标特征向量所对应的呈现用信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于处理信息的方法,包括:
获取目标用户所对应的历史呈现用信息,其中,历史呈现用信息为在历史时间段内输出给所述目标用户所使用的目标用户终端的、用于所述目标用户浏览的信息;
将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量;
从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息;
从所述呈现用信息集合中选取所述目标特征向量所对应的呈现用信息。
2.根据权利要求1所述的方法,其中,所述候选特征向量集合对应向量检索引擎;以及
所述从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,包括:
利用所述候选特征向量集合所对应的向量检索引擎,对所获得的特征向量进行检索,以及将检索出的候选特征向量确定为目标特征向量。
3.根据权利要求1所述的方法,其中,在所述从所述呈现用信息集合中选取所述目标特征向量所对应的呈现用信息之后,所述方法还包括:
确定所述目标用户利用目标用户终端浏览所述历史呈现用信息的时间;
在距离所确定的时间预设时长后,将所选取的呈现用信息输出给所述目标用户终端。
4.根据权利要求1所述的方法,其中,所述候选特征向量集合通过以下生成步骤获得:
基于目标呈现用信息和初始候选特征向量集合,执行以下确定步骤:将目标呈现用信息输入所述向量转化模型,获得目标呈现用信息所对应的特征向量;将目标呈现用信息所对应的特征向量作为候选特征向量添加到初始候选特征向量集合中,生成添加后候选特征向量集合;确定是否获取到新的呈现用信息;响应于确定未获取到新的呈现用信息,将添加后候选特征向量集合确定为候选特征向量集合。
5.根据权利要求4所述的方法,其中,所述生成步骤还包括:
响应于确定获取到新的呈现用信息,使用新的呈现用信息作为目标呈现用信息,使用添加后候选特征向量集合作为初始候选特征向量集合,继续执行所述确定步骤。
6.根据权利要求1-5之一所述的方法,其中,呈现用信息包括以下至少一项:图片信息、视频信息、文本信息。
7.一种用于处理信息的装置,包括:
信息获取单元,被配置成获取目标用户所对应的历史呈现用信息,其中,历史呈现用信息为在历史时间段内输出给所述目标用户所使用的目标用户终端的、用于所述目标用户浏览的信息;
信息输入单元,被配置成将所获取的历史呈现用信息输入预先训练的向量转化模型,获得历史呈现用信息所对应的特征向量;
向量确定单元,被配置成从预先确定的候选特征向量集合中确定与所获得的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量,其中,候选特征向量集合中的候选特征向量对应预先确定的呈现用信息集合中的呈现用信息;
信息选取单元,被配置成从所述呈现用信息集合中选取所述目标特征向量所对应的呈现用信息。
8.根据权利要求7所述的装置,其中,所述候选特征向量集合对应向量检索引擎;以及
所述向量确定单元进一步被配置成:
利用所述候选特征向量集合所对应的向量检索引擎,对所获得的特征向量进行检索,以及将检索出的候选特征向量确定为目标特征向量。
9.根据权利要求7所述的装置,其中,所述装置还包括:
时间确定单元,被配置成确定所述目标用户利用目标用户终端浏览所述历史呈现用信息的时间;
信息输出单元,被配置成在距离所确定的时间预设时长后,将所选取的呈现用信息输出给所述目标用户终端。
10.根据权利要求7所述的装置,其中,所述候选特征向量集合通过以下生成步骤获得:
基于目标呈现用信息和初始候选特征向量集合,执行以下确定步骤:将目标呈现用信息输入所述向量转化模型,获得目标呈现用信息所对应的特征向量;将目标呈现用信息所对应的特征向量作为候选特征向量添加到初始候选特征向量集合中,生成添加后候选特征向量集合;确定是否获取到新的呈现用信息;响应于确定未获取到新的呈现用信息,将添加后候选特征向量集合确定为候选特征向量集合。
11.根据权利要求10所述的装置,其中,所述生成步骤还包括:
响应于确定获取到新的呈现用信息,使用新的呈现用信息作为目标呈现用信息,使用添加后候选特征向量集合作为初始候选特征向量集合,继续执行所述确定步骤。
12.根据权利要求7-11之一所述的装置,其中,呈现用信息包括以下至少一项:图片信息、视频信息、文本信息。
13.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811297769.9A CN109492687A (zh) | 2018-10-31 | 2018-10-31 | 用于处理信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811297769.9A CN109492687A (zh) | 2018-10-31 | 2018-10-31 | 用于处理信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109492687A true CN109492687A (zh) | 2019-03-19 |
Family
ID=65692388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811297769.9A Pending CN109492687A (zh) | 2018-10-31 | 2018-10-31 | 用于处理信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109492687A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768218A (zh) * | 2019-04-15 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 用于处理用户交互信息的方法和装置 |
CN113191824A (zh) * | 2021-05-24 | 2021-07-30 | 北京大米科技有限公司 | 数据处理方法、装置、电子设备和可读存储介质 |
CN113495985A (zh) * | 2020-03-18 | 2021-10-12 | 北京达佳互联信息技术有限公司 | 物品推荐方法及装置、短视频推荐方法及装置和服务器 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102316166A (zh) * | 2011-09-26 | 2012-01-11 | 中国科学院计算机网络信息中心 | 网站推荐方法和系统以及网络服务器 |
CN103761286A (zh) * | 2014-01-14 | 2014-04-30 | 河南科技大学 | 一种基于用户兴趣的服务资源检索方法 |
CN107016592A (zh) * | 2017-03-08 | 2017-08-04 | 美的集团股份有限公司 | 基于应用引导页的家电设备推荐方法和装置 |
CN107066621A (zh) * | 2017-05-11 | 2017-08-18 | 腾讯科技(深圳)有限公司 | 一种相似视频的检索方法、装置和存储介质 |
CN107577737A (zh) * | 2017-08-25 | 2018-01-12 | 北京百度网讯科技有限公司 | 用于推送信息的方法和装置 |
CN107895000A (zh) * | 2017-10-30 | 2018-04-10 | 昆明理工大学 | 一种基于卷积神经网络的跨领域语义信息检索方法 |
CN107908789A (zh) * | 2017-12-12 | 2018-04-13 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN108153863A (zh) * | 2017-12-25 | 2018-06-12 | 北京奇艺世纪科技有限公司 | 一种视频信息的表示方法及装置 |
CN108304490A (zh) * | 2018-01-08 | 2018-07-20 | 有米科技股份有限公司 | 基于文本的相似度确定方法、装置及计算机设备 |
CN108717407A (zh) * | 2018-05-11 | 2018-10-30 | 北京三快在线科技有限公司 | 实体向量确定方法及装置,信息检索方法及装置 |
-
2018
- 2018-10-31 CN CN201811297769.9A patent/CN109492687A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102316166A (zh) * | 2011-09-26 | 2012-01-11 | 中国科学院计算机网络信息中心 | 网站推荐方法和系统以及网络服务器 |
CN103761286A (zh) * | 2014-01-14 | 2014-04-30 | 河南科技大学 | 一种基于用户兴趣的服务资源检索方法 |
CN107016592A (zh) * | 2017-03-08 | 2017-08-04 | 美的集团股份有限公司 | 基于应用引导页的家电设备推荐方法和装置 |
CN107066621A (zh) * | 2017-05-11 | 2017-08-18 | 腾讯科技(深圳)有限公司 | 一种相似视频的检索方法、装置和存储介质 |
CN107577737A (zh) * | 2017-08-25 | 2018-01-12 | 北京百度网讯科技有限公司 | 用于推送信息的方法和装置 |
CN107895000A (zh) * | 2017-10-30 | 2018-04-10 | 昆明理工大学 | 一种基于卷积神经网络的跨领域语义信息检索方法 |
CN107908789A (zh) * | 2017-12-12 | 2018-04-13 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN108153863A (zh) * | 2017-12-25 | 2018-06-12 | 北京奇艺世纪科技有限公司 | 一种视频信息的表示方法及装置 |
CN108304490A (zh) * | 2018-01-08 | 2018-07-20 | 有米科技股份有限公司 | 基于文本的相似度确定方法、装置及计算机设备 |
CN108717407A (zh) * | 2018-05-11 | 2018-10-30 | 北京三快在线科技有限公司 | 实体向量确定方法及装置,信息检索方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768218A (zh) * | 2019-04-15 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 用于处理用户交互信息的方法和装置 |
CN113495985A (zh) * | 2020-03-18 | 2021-10-12 | 北京达佳互联信息技术有限公司 | 物品推荐方法及装置、短视频推荐方法及装置和服务器 |
CN113495985B (zh) * | 2020-03-18 | 2024-03-19 | 北京达佳互联信息技术有限公司 | 物品推荐方法及装置、短视频推荐方法及装置和服务器 |
CN113191824A (zh) * | 2021-05-24 | 2021-07-30 | 北京大米科技有限公司 | 数据处理方法、装置、电子设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460513A (zh) | 用于生成点击率预测模型的方法和装置 | |
CN109902186A (zh) | 用于生成神经网络的方法和装置 | |
CN108446387A (zh) | 用于更新人脸注册库的方法和装置 | |
CN108595628A (zh) | 用于推送信息的方法和装置 | |
CN108345387A (zh) | 用于输出信息的方法和装置 | |
CN108776692A (zh) | 用于处理信息的方法和装置 | |
CN109360028A (zh) | 用于推送信息的方法和装置 | |
CN109815365A (zh) | 用于处理视频的方法和装置 | |
CN109582873A (zh) | 用于推送信息的方法和装置 | |
CN109492687A (zh) | 用于处理信息的方法和装置 | |
CN108595448A (zh) | 信息推送方法和装置 | |
CN109495552A (zh) | 用于更新点击率预测模型的方法和装置 | |
CN108960110A (zh) | 用于生成信息的方法和装置 | |
CN107590484A (zh) | 用于呈现信息的方法和装置 | |
CN109389182A (zh) | 用于生成信息的方法和装置 | |
CN109446442A (zh) | 用于处理信息的方法和装置 | |
CN109873756A (zh) | 用于发送信息的方法和装置 | |
CN108521516A (zh) | 用于终端设备的控制方法和装置 | |
CN109446379A (zh) | 用于处理信息的方法和装置 | |
CN110019263A (zh) | 信息存储方法和装置 | |
CN109413056A (zh) | 用于处理信息的方法和装置 | |
CN107968743A (zh) | 推送信息的方法和装置 | |
CN108600329A (zh) | 用于推送信息、展示信息的方法和设备 | |
CN109614549B (zh) | 用于推送信息的方法和装置 | |
CN109885593A (zh) | 用于处理信息的方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190319 |
|
RJ01 | Rejection of invention patent application after publication |