CN109657153A - 一种用于确定用户的关联财经信息的方法与设备 - Google Patents
一种用于确定用户的关联财经信息的方法与设备 Download PDFInfo
- Publication number
- CN109657153A CN109657153A CN201811616410.3A CN201811616410A CN109657153A CN 109657153 A CN109657153 A CN 109657153A CN 201811616410 A CN201811616410 A CN 201811616410A CN 109657153 A CN109657153 A CN 109657153A
- Authority
- CN
- China
- Prior art keywords
- user
- finance
- economics
- information
- association
- 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
Links
Abstract
本申请的目的是提供一种用于确定用户的关联财经信息的方法与设备,确定目标用户的财经偏好信息;根据所述目标用户的财经偏好信息,确定多个关联用户;根据所述多个关联用户中每个关联用户的一项或多项财经偏好信息,以及每项财经偏好信息的时序权重信息,确定所述目标用户的关联偏好信息;根据所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。本申请能够拓展目标用户的财经资讯阅读范围,获得较佳的财经资讯推荐效果,并提高系统的影响力、平台的用户黏度和股票交易的转化率。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种用于确定用户的关联财经信息的技术。
背景技术
对于财经读者而言,在现有技术中,传统的资讯推荐系统只能提供较简单的信息,但是对于读者、尤其是财经读者而言,根据交易状况、市场行情、相关政策等的变化,其所需的信息是多样化且可能快速变化的,传统的资讯推荐系统较难适应这些变化。另一方面,为了获得定制化的信息,对于财经领域而言,环境(例如上述交易状况、市场行情、相关政策等)的快速变化会造成定制化信息的滞后,给用户的决策带来障碍。
发明内容
本申请的一个目的是提供一种用于确定用户的关联财经信息的方法与设备。
根据本申请的一个方面,提供了用于确定用户的关联财经信息的方法,该方法包括以下步骤:
a确定目标用户的财经偏好信息;
b根据所述目标用户的财经偏好信息,确定多个关联用户;
c根据所述多个关联用户中每个关联用户的一项或多项财经偏好信息,以及每项财经偏好信息的时序权重信息,确定所述目标用户的关联偏好信息;
d根据所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。
根据本申请的另一个方面,提供了用于确定用户的关联财经信息的设备,该设备包括:
第一模块,用于确定目标用户的财经偏好信息;
第二模块,用于根据所述目标用户的财经偏好信息,确定多个关联用户;
第三模块,用于根据所述多个关联用户中每个关联用户的一项或多项财经偏好信息,以及每项财经偏好信息的时序权重信息,确定所述目标用户的关联偏好信息;
第四模块,用于根据所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。
根据本申请的另一个方面,提供了一种用于确定用户的关联财经信息的设备,该设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以上所述的方法。
根据本申请的另一个方面,提供了一种包括指令的计算机可读介质,所述指令在被执行时使得系统执行以上所述的方法。
与现有技术相比,与现有技术相比,本申请能够为目标用户匹配相似的其他用户,并根据其他用户的感兴趣的资讯,为目标用户推荐其可能感兴趣的财经信息。通过这种方式,本申请能够拓展目标用户的财经资讯阅读范围,获得较佳的财经资讯推荐效果,并提高系统的影响力、平台的用户黏度和股票交易的转化率。
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示出根据本申请一个实施例的一种用于确定用户的关联财经信息的方法流程图;
图2示出根据本申请一个实施例的一种用于确定用户的关联财经信息的设备的功能模块图;
图3示出根据本申请一个实施例的一种示例性设备的功能模块图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本申请所指设备包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的移动电子产品,例如智能手机、平板电脑等,所述移动电子产品可以采用任意操作系统,如android操作系统、iOS操作系统等。其中,所述网络设备包括一种能够按照事先设定或存储的指令,自动进行数值计算和信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、嵌入式设备等。所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云;在此,云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc网络)等。优选地,所述设备还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的程序。
当然,本领域技术人员应能理解上述设备仅为举例,其他现有的或今后可能出现的设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
在本申请的描述中,“多个”的含义是两个或者更多,除非另有明确具体的限定。
本申请提供了一种信息确定设备,该设备用于确定用户的关联财经信息。以下基于该信息确定设备,对本申请进行详细描述。
根据本申请的一个方面,提供了一种用于确定用户的关联财经信息的方法。参考图1,该方法包括步骤S10、步骤S20、步骤S30和步骤S40。
具体而言,在步骤S10中,信息确定设备确定目标用户的财经偏好信息。在此,一位用户的财经偏好信息,由该用户的财经资讯的阅读历史/订阅情况/评论主题或评论内容等、或者该用户在某一时间段(例如由当前时间前推一定时间,例如一个月,的时间段)内的财经资讯阅读历史/订阅情况/评论主题或评论内容等,用于表征该用户对财经信息的个人偏好,例如财经信息的来源(包括但不限于,社交站点、新闻站点、财经信息站点、政府信息站点等)、财经信息的种类(包括但不限于,时事新闻、政策发布等)、偏好的文章作者或发布机构等;且列举的这些财经信息的来源以及用户的个人偏好分类仅为举例,而不应视为对本申请的限制,其他现有的或者今后可能出现的财经信息的来源以及用户的个人偏好分类如能适用于本申请,也包含在本申请的保护范围内,并以引用的方式包含于此。其中,在该步骤中确定的目标用户的财经偏好信息,在后续步骤中将用于为该目标用户提供个性化的财经信息推荐。
在步骤S20中,信息确定设备根据所述目标用户的财经偏好信息,确定多个关联用户。其中,以上所述的目标用户和此处的多个关联用户,均为注册于系统中的用户,且系统已经与以上关于目标用户部分描述相类似地,获取了该等多个关联用户各自的财经偏好信息。其中,在该步骤之前确定的多个关联用户的财经偏好信息,在后续步骤中将用于匹配前述目标用户,并根据该等多个关联用户的财经偏好信息,继续为目标用户提供其可能感兴趣的财经信息。通过这种方式,能够拓展目标用户的财经资讯阅读范围,获得较佳的财经资讯推荐效果,并提高系统的影响力、平台的用户黏度和股票交易的转化率。
在步骤S30中,信息确定设备根据所述多个关联用户中每个关联用户的一项或多项财经偏好信息,以及每项财经偏好信息的时序权重信息,确定所述目标用户的关联偏好信息。具体而言,对于所述多个关联用户而言,每个关联用户均对应了一项或者多项财经偏好信息;该一项或者多项财经偏好信息可能包含与目标用户的财经偏好信息相同或相似的部分,也可能包含其他不同的部分,用于向目标用户推荐相关内容。其中,对于财经信息而言,用户所需的财经信息可能随着时间的推移而不断发生变化,甚至可能是高度时间敏感的。因此,与一般的同类资讯推荐不同,财经资讯推荐需要考虑时间的影响。鉴于此,本申请通过引入财经偏好信息的时序权重信息的方式,体现这种影响。例如,用户的财经偏好信息用于反映用户的阅读兴趣,而每项财经偏好信息所对应的时序权重信息,则用于反映某种阅读兴趣在时间上的远近,以向目标用户提供较近的讯息;在一些实施例中,所述时序权重信息与时间负相关,例如随着时间的推移而逐渐减小直至零。
其中,在一些实施例中,财经信息的重要程度与时间呈线性关系,例如随着时间的推移,财经信息的重要程度(即每项财经偏好信息所对应的时序权重信息)随时间递减。在另一些实施例中,财经信息的重要程度与时间并不是线性关系。例如,随着时间的推移,原本重要的财经信息,重要性将越来越迅速地减小。为了给用户提供更准确的财经信息,上述时序权重信息并非时间的一次函数;在一些实施例中,每项财经偏好信息所对应的时序权重信息的拟合函数,关于时间的二次导数小于零。
随后在步骤S40中,信息确定设备根据所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。例如,系统根据关联用户的财经偏好信息,向目标用户推荐其可能感兴趣的财经信息;或者,系统在剔除关联用户的财经偏好中目标用户本身已感兴趣的财经信息后,将目标用户尚未涉及的且可能感兴趣的财经信息,推荐至目标用户。
在一些实施例中,在步骤S20中,信息确定设备根据所述目标用户的财经偏好信息,确定多个关联用户,其中所述目标用户与每个关联用户的用户相似度满足预设相似度条件。例如,只有某个用户与目标用户达到一定的相似程度,才将该目标用户可能感兴趣的财经信息,提供至目标用户。在一些实施例中,关于目标用户与关联用户的预设相似度条件可包括以下几种情形之一或它们的组合:
-所述多个关联用户与所述目标用户的用户相似度,高于一预设相似度阈值,例如所述多个关联用户与所述目标用户的感兴趣内容在某种程度上相一致;
-所述多个关联用户与所述目标用户的用户相似度,高于任一其他用户与所述目标用户的相似度,例如在平台的所有用户中,所述多个关联用户与所述目标用户的用户相似度,与其他用户与所述目标用户的用户相似度相比,都更高;
-所述多个关联用户与所述目标用户的用户相似度的相似度梯度,高于一相似度梯度阈值,例如两个用户的相似度梯度用于反映该两个用户“变得”相似的“速度”,并进一步可用于预测目标用户“即将”感兴趣的内容。
在一些实施例中,两个不同用户的用户相似度,基于以下至少任一项计算所得:
不同用户的财经偏好信息的余弦距离;
不同用户的财经偏好信息的皮尔逊相关系数;
不同用户的财经偏好信息的杰卡德距离;
不同用户的财经偏好信息的汉明距离。
在一些实施例中,上述步骤S30包括子步骤S31(未示出)和子步骤S32(未示出)。在子步骤S31中,信息确定设备确定所述多个关联用户中每个关联用户的一项或多项财经偏好信息;在子步骤S32中,信息确定设备根据所述多个关联用户的每项财经偏好信息的时序权重信息,从所述多个关联用户中每个关联用户的一项或多项财经偏好信息中,确定所述目标用户的关联偏好信息,例如推荐相似用户“最近”阅读最多的资讯至目标用户。由于在找到和当前目标用户兴趣相似的一组用户后,这组用户最近的兴趣显然相比这组用户很久以前的兴趣,更加接近目标用户当前的兴趣;以这组用户中每个用户各自的财经偏好信息为基础,为目标用户提供财经资讯推荐,其准确度也更高。
在上述基础上,在一些实施例中,信息确定设备在步骤S10中确定目标用户的一项或多项财经偏好信息,并分别确定所述一项或多项财经偏好信息中,每项财经偏好信息的时序权重信息,例如结合目标用户最近的兴趣,对目标用户进行财经资讯的推荐;相应地,在上述子步骤S32中,信息确定设备根据所述多个关联用户的每项财经偏好信息的时序权重信息,结合所述目标用户的每项财经偏好信息的时序权重信息,从所述多个关联用户中每个关联用户的一项或多项财经偏好信息中,确定所述目标用户的关联偏好信息。例如,当至少一个关联用户的财经偏好信息与目标用户的财经偏好信息有交集,且对于至少一个关联用户和所述目标用户而言,所述交集对应的财经偏好信息的时序权重信息均大于一阈值,基于所述交集,确定目标用户的关联财经信息。通过这种方式,同时考虑目标用户和关联用户的财经偏好信息及时序权重信息,提供给目标用户的财经信息将更准确。
在一些实施例中,在步骤S10中,信息确定设备确定目标用户的一项或多项财经偏好信息,并分别确定所述一项或多项财经偏好信息中,每项财经偏好信息的时序权重信息;相应地,在步骤S20中,信息确定设备基于所述目标用户的一项或多项财经偏好信息,以及所述目标用户的每项财经偏好信息的时序权重信息,确定多个关联用户。例如,在确定关联用户之前,即可考虑时间对感兴趣信息的影响,从而使确定的关联用户与目标用户之间的用户关联度更可信,进而使推荐结果更精确。例如,系统基于各用户的财经偏好信息和相应的时序权重信息获取每个用户对应的财经偏好矩阵,并基于每个用户的财经偏好矩阵计算用户相似度。
在一些实施例中,在步骤S40中,信息确定设备根据所述目标用户的财经偏好信息,以及所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。例如,在确定目标用户的关联偏好信息后,系统向目标用户提供推荐的财经信息,其中推送给目标用户的内容,除了基于相似用户的兴趣,也可同时包含基于自己兴趣的内容,从而使目标用户获取的信息更全面。
其中,在本申请的上述各实施例中,系统基于各用户的财经偏好信息确定每个用户对应的财经偏好矩阵,并基于每个用户的财经偏好矩阵计算用户相似度。
根据本申请的另一个方面,提供了一种用于确定用户的关联财经信息的信息确定设备。参考图2,该信息确定设备包括第一模块10、第二模块20、第三模块30和第四模块40。
具体而言,第一模块10确定目标用户的财经偏好信息。在此,一位用户的财经偏好信息,由该用户的财经资讯的阅读历史/订阅情况/评论主题或评论内容等、或者该用户在某一时间段(例如由当前时间前推一定时间,例如一个月,的时间段)内的财经资讯阅读历史/订阅情况/评论主题或评论内容等,用于表征该用户对财经信息的个人偏好,例如财经信息的来源(包括但不限于,社交站点、新闻站点、财经信息站点、政府信息站点等)、财经信息的种类(包括但不限于,时事新闻、政策发布等)、偏好的文章作者或发布机构等;且列举的这些财经信息的来源以及用户的个人偏好分类仅为举例,而不应视为对本申请的限制,其他现有的或者今后可能出现的财经信息的来源以及用户的个人偏好分类如能适用于本申请,也包含在本申请的保护范围内,并以引用的方式包含于此。其中,在该步骤中确定的目标用户的财经偏好信息,在后续步骤中将用于为该目标用户提供个性化的财经信息推荐。
第二模块20根据所述目标用户的财经偏好信息,确定多个关联用户。其中,以上所述的目标用户和此处的多个关联用户,均为注册于系统中的用户,且系统已经与以上关于目标用户部分描述相类似地,获取了该等多个关联用户各自的财经偏好信息。其中,在该步骤之前确定的多个关联用户的财经偏好信息,在后续步骤中将用于匹配前述目标用户,并根据该等多个关联用户的财经偏好信息,继续为目标用户提供其可能感兴趣的财经信息。通过这种方式,能够拓展目标用户的财经资讯阅读范围,获得较佳的财经资讯推荐效果,并提高系统的影响力、平台的用户黏度和股票交易的转化率。
第三模块30根据所述多个关联用户中每个关联用户的一项或多项财经偏好信息,以及每项财经偏好信息的时序权重信息,确定所述目标用户的关联偏好信息。具体而言,对于所述多个关联用户而言,每个关联用户均对应了一项或者多项财经偏好信息;该一项或者多项财经偏好信息可能包含与目标用户的财经偏好信息相同或相似的部分,也可能包含其他不同的部分,用于向目标用户推荐相关内容。其中,对于财经信息而言,用户所需的财经信息可能随着时间的推移而不断发生变化,甚至可能是高度时间敏感的。因此,与一般的同类资讯推荐不同,财经资讯推荐需要考虑时间的影响。鉴于此,本申请通过引入财经偏好信息的时序权重信息的方式,体现这种影响。例如,用户的财经偏好信息用于反映用户的阅读兴趣,而每项财经偏好信息所对应的时序权重信息,则用于反映某种阅读兴趣在时间上的远近,以向目标用户提供较近的讯息;在一些实施例中,所述时序权重信息与时间负相关,例如随着时间的推移而逐渐减小直至零。
其中,在一些实施例中,财经信息的重要程度与时间呈线性关系,例如随着时间的推移,财经信息的重要程度(即每项财经偏好信息所对应的时序权重信息)随时间递减。在另一些实施例中,财经信息的重要程度与时间并不是线性关系。例如,随着时间的推移,原本重要的财经信息,重要性将越来越迅速地减小。为了给用户提供更准确的财经信息,上述时序权重信息并非时间的一次函数;在一些实施例中,每项财经偏好信息所对应的时序权重信息的拟合函数,关于时间的二次导数小于零。
随后第四模块40根据所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。例如,系统根据关联用户的财经偏好信息,向目标用户推荐其可能感兴趣的财经信息;或者,系统在剔除关联用户的财经偏好中目标用户本身已感兴趣的财经信息后,将目标用户尚未涉及的且可能感兴趣的财经信息,推荐至目标用户。
在一些实施例中,第二模块20根据所述目标用户的财经偏好信息,确定多个关联用户,其中所述目标用户与每个关联用户的用户相似度满足预设相似度条件。例如,只有某个用户与目标用户达到一定的相似程度,才将该目标用户可能感兴趣的财经信息,提供至目标用户。在一些实施例中,关于目标用户与关联用户的预设相似度条件可包括以下几种情形之一或它们的组合:
-所述多个关联用户与所述目标用户的用户相似度,高于一预设相似度阈值,例如所述多个关联用户与所述目标用户的感兴趣内容在某种程度上相一致;
-所述多个关联用户与所述目标用户的用户相似度,高于任一其他用户与所述目标用户的相似度,例如在平台的所有用户中,所述多个关联用户与所述目标用户的用户相似度,与其他用户与所述目标用户的用户相似度相比,都更高;
-所述多个关联用户与所述目标用户的用户相似度的相似度梯度,高于一相似度梯度阈值,例如两个用户的相似度梯度用于反映该两个用户“变得”相似的“速度”,并进一步可用于预测目标用户“即将”感兴趣的内容。
在一些实施例中,两个不同用户的用户相似度,基于以下至少任一项计算所得:
不同用户的财经偏好信息的余弦距离;
不同用户的财经偏好信息的皮尔逊相关系数;
不同用户的财经偏好信息的杰卡德距离;
不同用户的财经偏好信息的汉明距离。
在一些实施例中,上述第三模块30包括第一单元31(未示出)和第二单元32(未示出)。第一单元31确定所述多个关联用户中每个关联用户的一项或多项财经偏好信息;第二单元32根据所述多个关联用户的每项财经偏好信息的时序权重信息,从所述多个关联用户中每个关联用户的一项或多项财经偏好信息中,确定所述目标用户的关联偏好信息,例如推荐相似用户“最近”阅读最多的资讯至目标用户。由于在找到和当前目标用户兴趣相似的一组用户后,这组用户最近的兴趣显然相比这组用户很久以前的兴趣,更加接近目标用户当前的兴趣;以这组用户中每个用户各自的财经偏好信息为基础,为目标用户提供财经资讯推荐,其准确度也更高。
在上述基础上,在一些实施例中,第一模块10确定目标用户的一项或多项财经偏好信息,并分别确定所述一项或多项财经偏好信息中,每项财经偏好信息的时序权重信息,例如结合目标用户最近的兴趣,对目标用户进行财经资讯的推荐;相应地,第二单元32根据所述多个关联用户的每项财经偏好信息的时序权重信息,结合所述目标用户的每项财经偏好信息的时序权重信息,从所述多个关联用户中每个关联用户的一项或多项财经偏好信息中,确定所述目标用户的关联偏好信息。例如,当至少一个关联用户的财经偏好信息与目标用户的财经偏好信息有交集,且对于至少一个关联用户和所述目标用户而言,所述交集对应的财经偏好信息的时序权重信息均大于一阈值,基于所述交集,确定目标用户的关联财经信息。通过这种方式,同时考虑目标用户和关联用户的财经偏好信息及时序权重信息,提供给目标用户的财经信息将更准确。
在一些实施例中,第一模块10确定目标用户的一项或多项财经偏好信息,并分别确定所述一项或多项财经偏好信息中,每项财经偏好信息的时序权重信息;相应地,第二模块20基于所述目标用户的一项或多项财经偏好信息,以及所述目标用户的每项财经偏好信息的时序权重信息,确定多个关联用户。例如,在确定关联用户之前,即可考虑时间对感兴趣信息的影响,从而使确定的关联用户与目标用户之间的用户关联度更可信,进而使推荐结果更精确。例如,系统基于各用户的财经偏好信息和相应的时序权重信息获取每个用户对应的财经偏好矩阵,并基于每个用户的财经偏好矩阵计算用户相似度。
在一些实施例中,第四模块40根据所述目标用户的财经偏好信息,以及所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。例如,在确定目标用户的关联偏好信息后,系统向目标用户提供推荐的财经信息,其中推送给目标用户的内容,除了基于相似用户的兴趣,也可同时包含基于自己兴趣的内容,从而使目标用户获取的信息更全面。
其中,在本申请的上述各实施例中,系统基于各用户的财经偏好信息确定每个用户对应的财经偏好矩阵,并基于每个用户的财经偏好矩阵计算用户相似度。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如前任一项所述的方法被执行。
本申请还提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时,如前任一项所述的方法被执行。
本申请还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个计算机程序;
当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如前任一项所述的方法。
图3示出了可被用于实施本申请中所述的各个实施例的示例性系统;
如图3所示在一些实施例中,系统100能够作为各所述实施例中的任意一个信息确定设备。在一些实施例中,系统100可包括具有指令的一个或多个计算机可读介质(例如,系统存储器或NVM/存储设备120)以及与该一个或多个计算机可读介质耦合并被配置为执行指令以实现模块从而执行本申请中所述的动作的一个或多个处理器(例如,(一个或多个)处理器105)。
对于一个实施例,系统控制模块110可包括任意适当的接口控制器,以向(一个或多个)处理器105中的至少一个和/或与系统控制模块110通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块110可包括存储器控制器模块130,以向系统存储器115提供接口。存储器控制器模块130可以是硬件模块、软件模块和/或固件模块。
系统存储器115可被用于例如为系统100加载和存储数据和/或指令。对于一个实施例,系统存储器115可包括任意适当的易失性存储器,例如,适当的DRAM。在一些实施例中,系统存储器115可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例,系统控制模块110可包括一个或多个输入/输出(I/O)控制器,以向NVM/存储设备120及(一个或多个)通信接口125提供接口。
例如,NVM/存储设备120可被用于存储数据和/或指令。NVM/存储设备120可包括任意适当的非易失性存储器(例如,闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如,一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备120可包括在物理上作为系统100被安装在其上的设备的一部分的存储资源,或者其可被该设备访问而不必作为该设备的一部分。例如,NVM/存储设备120可通过网络经由(一个或多个)通信接口125进行访问。
(一个或多个)通信接口125可为系统100提供接口以通过一个或多个网络和/或与任意其他适当的设备通信。系统100可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信。
对于一个实施例,(一个或多个)处理器105中的至少一个可与系统控制模块110的一个或多个控制器(例如,存储器控制器模块130)的逻辑封装在一起。对于一个实施例,(一个或多个)处理器105中的至少一个可与系统控制模块110的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例,(一个或多个)处理器105中的至少一个可与系统控制模块110的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例,(一个或多个)处理器105中的至少一个可与系统控制模块110的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中,系统100可以但不限于是:服务器、工作站、台式计算设备或移动计算设备(例如,膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中,系统100可具有更多或更少的组件和/或不同的架构。例如,在一些实施例中,系统100包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。本领域技术人员应能理解,计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等,相应地,计算机程序指令被计算机执行的方式包括但不限于:该计算机直接执行该指令,或者该计算机编译该指令后再执行对应的编译后程序,或者该计算机读取并执行该指令,或者该计算机读取并安装该指令后再执行对应的安装后程序。在此,计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。
通信介质包括藉此包含例如计算机可读指令、数据结构、程序模块或其他数据的通信信号被从一个系统传送到另一系统的介质。通信介质可包括有导的传输介质(诸如电缆和线(例如,光纤、同轴等))和能传播能量波的无线(未有导的传输)介质,诸如声音、电磁、RF、微波和红外。计算机可读指令、数据结构、程序模块或其他数据可被体现为例如无线介质(诸如载波或诸如被体现为扩展频谱技术的一部分的类似机制)中的已调制数据信号。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被更改或设定的信号。调制可以是模拟的、数字的或混合调制技术。
作为示例而非限制,计算机可读存储介质可包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。例如,计算机可读存储介质包括,但不限于,易失性存储器,诸如随机存储器(RAM,DRAM,SRAM);以及非易失性存储器,诸如闪存、各种只读存储器(ROM,PROM,EPROM,EEPROM)、磁性和铁磁/铁电存储器(MRAM,FeRAM);以及磁性和光学存储设备(硬盘、磁带、CD、DVD);或其它现在已知的介质或今后开发的能够存储供计算机系统使用的计算机可读信息/数据。
在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种用于确定用户的关联财经信息的方法,其中,该方法包括以下步骤:
a确定目标用户的财经偏好信息;
b根据所述目标用户的财经偏好信息,确定多个关联用户;
c根据所述多个关联用户中每个关联用户的一项或多项财经偏好信息,以及每项财经偏好信息的时序权重信息,确定所述目标用户的关联偏好信息;
d根据所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。
2.根据权利要求1所述的方法,其中,所述步骤b包括:
根据所述目标用户的财经偏好信息,确定多个关联用户,其中所述目标用户与每个关联用户的用户相似度满足预设相似度条件。
3.根据权利要求2所述的方法,其中,所述预设相似度条件包括以下至少任一项:
所述多个关联用户与所述目标用户的用户相似度,高于一预设相似度阈值;
所述多个关联用户与所述目标用户的用户相似度,高于任一其他用户与所述目标用户的相似度;
所述多个关联用户与所述目标用户的用户相似度的相似度梯度,高于一相似度梯度阈值。
4.根据权利要求2或3所述的方法,其中,所述用户相似度基于以下至少任一项所得:
不同用户的财经偏好信息的余弦距离;
不同用户的财经偏好信息的皮尔逊相关系数;
不同用户的财经偏好信息的杰卡德距离;
不同用户的财经偏好信息的汉明距离。
5.根据权利要求1所述的方法,其中,所述步骤c包括:
c1确定所述多个关联用户中每个关联用户的一项或多项财经偏好信息;
c2根据所述多个关联用户的每项财经偏好信息的时序权重信息,从所述多个关联用户中每个关联用户的一项或多项财经偏好信息中,确定所述目标用户的关联偏好信息。
6.根据权利要求5所述的方法,其中,所述步骤a包括:
确定目标用户的一项或多项财经偏好信息,并分别确定所述一项或多项财经偏好信息中,每项财经偏好信息的时序权重信息;
所述步骤c2包括:
根据所述多个关联用户的每项财经偏好信息的时序权重信息,结合所述目标用户的每项财经偏好信息的时序权重信息,从所述多个关联用户中每个关联用户的一项或多项财经偏好信息中,确定所述目标用户的关联偏好信息。
7.根据权利要求1或5所述的方法,其中,所述步骤a包括:
确定目标用户的一项或多项财经偏好信息,并分别确定所述一项或多项财经偏好信息中,每项财经偏好信息的时序权重信息;
所述步骤b包括:
基于所述目标用户的一项或多项财经偏好信息,以及所述目标用户的每项财经偏好信息的时序权重信息,确定多个关联用户。
8.根据权利要求1所述的方法,其中,所述步骤d包括:
根据所述目标用户的财经偏好信息,以及所述关联偏好信息,确定所述目标用户的至少一项关联财经信息。
9.一种用于确定用户的关联财经信息的设备,其中,该设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1至8中任一项所述方法的操作。
10.一种包括指令的计算机可读介质,所述指令在被执行时使得系统执行根据权利要求1至8中任一项所述方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811616410.3A CN109657153B (zh) | 2018-12-28 | 2018-12-28 | 一种用于确定用户的关联财经信息的方法与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811616410.3A CN109657153B (zh) | 2018-12-28 | 2018-12-28 | 一种用于确定用户的关联财经信息的方法与设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109657153A true CN109657153A (zh) | 2019-04-19 |
CN109657153B CN109657153B (zh) | 2020-10-13 |
Family
ID=66117163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811616410.3A Active CN109657153B (zh) | 2018-12-28 | 2018-12-28 | 一种用于确定用户的关联财经信息的方法与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109657153B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110737846A (zh) * | 2019-10-28 | 2020-01-31 | 北京字节跳动网络技术有限公司 | 一种社交界面推荐方法、装置、电子设备及存储介质 |
CN115237876A (zh) * | 2022-05-16 | 2022-10-25 | 中航信移动科技有限公司 | 航旅用户分类方法、电子设备和计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020007742A (ko) * | 2000-07-18 | 2002-01-29 | 김민욱 | 사용자별 정보선호 분석 및 정보 내용 인기도 평가를 통한정보추천 방법 및 그 시스템 |
CN102929928A (zh) * | 2012-09-21 | 2013-02-13 | 北京格致璞科技有限公司 | 基于多维相似度的个性化新闻推荐方法 |
CN103377250A (zh) * | 2012-04-27 | 2013-10-30 | 杭州载言网络技术有限公司 | 基于邻域的top-k推荐方法 |
CN103617289A (zh) * | 2013-12-12 | 2014-03-05 | 北京交通大学长三角研究院 | 基于用户特征及网络关系的微博推荐方法 |
CN107103049A (zh) * | 2017-03-31 | 2017-08-29 | 努比亚技术有限公司 | 一种推荐方法及网络设备 |
CN107517393A (zh) * | 2016-06-17 | 2017-12-26 | 阿里巴巴集团控股有限公司 | 一种信息推送方法、装置及系统 |
-
2018
- 2018-12-28 CN CN201811616410.3A patent/CN109657153B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020007742A (ko) * | 2000-07-18 | 2002-01-29 | 김민욱 | 사용자별 정보선호 분석 및 정보 내용 인기도 평가를 통한정보추천 방법 및 그 시스템 |
CN103377250A (zh) * | 2012-04-27 | 2013-10-30 | 杭州载言网络技术有限公司 | 基于邻域的top-k推荐方法 |
CN102929928A (zh) * | 2012-09-21 | 2013-02-13 | 北京格致璞科技有限公司 | 基于多维相似度的个性化新闻推荐方法 |
CN103617289A (zh) * | 2013-12-12 | 2014-03-05 | 北京交通大学长三角研究院 | 基于用户特征及网络关系的微博推荐方法 |
CN107517393A (zh) * | 2016-06-17 | 2017-12-26 | 阿里巴巴集团控股有限公司 | 一种信息推送方法、装置及系统 |
CN107103049A (zh) * | 2017-03-31 | 2017-08-29 | 努比亚技术有限公司 | 一种推荐方法及网络设备 |
Non-Patent Citations (1)
Title |
---|
陆静雅: "基于社区发现的用户兴趣扩展", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110737846A (zh) * | 2019-10-28 | 2020-01-31 | 北京字节跳动网络技术有限公司 | 一种社交界面推荐方法、装置、电子设备及存储介质 |
CN115237876A (zh) * | 2022-05-16 | 2022-10-25 | 中航信移动科技有限公司 | 航旅用户分类方法、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109657153B (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10789304B2 (en) | Method and system for measuring user engagement with content items | |
US10630711B2 (en) | Security data aggregation and business intelligence for web applications | |
US11474926B2 (en) | Method and system for measuring user engagement with content items | |
US9852375B2 (en) | Techniques for mobile prediction | |
US10747771B2 (en) | Method and apparatus for determining hot event | |
CA3059610A1 (en) | Secure multi-party computation with no trusted initializer | |
CN112241506B (zh) | 用户行为的回溯方法、装置、设备及系统 | |
CN108932320B (zh) | 文章搜索方法、装置及电子设备 | |
CN111930277B (zh) | 一种用于提供呈现信息的方法与设备 | |
CN111241353B (zh) | 一种图数据的分区方法、装置以及设备 | |
KR102160600B1 (ko) | 사용자 반응 향상을 위한 해시태그 추천 방법, 장치 및 컴퓨터-판독가능기록매체 | |
CN109657153A (zh) | 一种用于确定用户的关联财经信息的方法与设备 | |
JP7216757B2 (ja) | 情報を取得するための方法及び装置 | |
WO2021047278A1 (zh) | 一种用于在社交空间发布分享信息的方法与设备 | |
CN110781269B (zh) | 一种在阅读应用中进行书籍搜索的方法与设备 | |
US11102161B2 (en) | Social networking service content sharing | |
US20150170068A1 (en) | Determining analysis recommendations based on data analysis context | |
US9230022B1 (en) | Customizable result sets for application program interfaces | |
CN109740054A (zh) | 一种用于确定目标用户的关联财经信息的方法与设备 | |
WO2021239084A1 (zh) | 基于区块链的分佣 | |
CN112241461B (zh) | 一种用于生成书籍的人物关系图的方法与设备 | |
CN109740056A (zh) | 一种用于向用户提供定制财经信息的方法与设备 | |
CN109710852A (zh) | 一种用于确定财经信息的标签信息的方法与设备 | |
CN110968819A (zh) | 数据处理方法、装置和机器可读介质 | |
CN110866109B (zh) | 一种用于收藏书籍的方法与设备 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 6013, building 14, 785 Hutai Road, Jing'an District, Shanghai Applicant after: DANHAN INTELLIGENT TECHNOLOGY (SHANGHAI) Co.,Ltd. Address before: Room 118, Building 20, No. 83 Lane 1-42, Hongxiang North Road, Wanxiang Town, Pudong New Area, Shanghai Applicant before: DANHAN INTELLIGENT TECHNOLOGY (SHANGHAI) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |