CN110555627B - 实体展示方法、装置、存储介质和电子设备 - Google Patents
实体展示方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN110555627B CN110555627B CN201910855034.1A CN201910855034A CN110555627B CN 110555627 B CN110555627 B CN 110555627B CN 201910855034 A CN201910855034 A CN 201910855034A CN 110555627 B CN110555627 B CN 110555627B
- Authority
- CN
- China
- Prior art keywords
- entity
- scored
- entities
- category
- dimension
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 67
- 238000012549 training Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000013145 classification model Methods 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000015927 pasta Nutrition 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种实体展示方法、装置、存储介质和电子设备。本发明实施例在接收到目标用户发送的实体展示请求后,根据目标用户的用户标识获取目标用户在至少一个分类维度下的类别信息,并获取待评分实体集合中各实体的实体属性特征,进而根据目标用户在至少一个分类维度下的类别信息对应的处理方式分别对各待评分实体的实体属性特征进行处理,获取各待评分实体的排序评分,从而根据各待评分实体的排序评分至少一个待评分实体,向目标用户进行展示。在本发明实施例中,可以从多个分类维度对目标用户进行实体展示,且每个分类维度对应的处理方式不同,使得目标用户可以从多角度选择符合自身需求的实体,提升了实体展示方法的灵活性和准确性。
Description
技术领域
本发明公开涉及数据处理领域,具体涉及一种实体展示方法、装置、存储介质和电子设备。
背景技术
随着互联网的高速发展以及实体(例如商品)种类的日益丰富,O2O(online tooffline,线上到线下)交易变得越来越便利。现有的实体展示方法能够根据用户属性和实体属性对符合用户意图的实体进行展示。但用户的偏好可能受到多种原因影响,因此在用户意图不明确时,现有的实体展示方法可能无法准确地向用户进行实体展示。
发明内容
有鉴于此,本发明实施例用于提供一种实体展示方法、装置、存储介质和电子设备,目的在于在用户意图不明确时,向用户展示较为符合用户意图的实体,提升实体展示的准确性。
第一方面,本发明实施例提供了一种实体展示方法,所述方法包括:
接收实体展示请求,将所述实体展示请求对应的用户确定为目标用户;
根据目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息;
获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体;
根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分;
根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体;
展示所述待展示实体集合或向所述用户标识对应的终端发送所述待展示实体集合以进行展示。
第二方面,本发明实施例提供了一种实体展示装置,所述装置包括:
类别信息获取单元,用于根据目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息;
实体获取单元,用于获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体;
排序评分获取单元,用于根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分;
集合确定单元,用于根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体;
集合展示单元,用于展示所述待展示实体集合。
第三方面,本发明实施例提供了一种计算机可读存储介质,其上存储计算机程序指令,其中,所述计算机程序指令在被处理器执行时实现如第一方面所述的方法。
第四方面,本发明实施例提供了一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如下步骤:
根据目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息;
获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体;
根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分;
根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体;
展示所述待展示实体集合。
本发明实施例在接收到目标用户发送的实体展示请求后,根据目标用户的用户标识获取目标用户在至少一个分类维度下的类别信息,并获取待评分实体集合中各实体的实体属性特征,进而根据目标用户在至少一个分类维度下的类别信息对应的处理方式分别对各待评分实体的实体属性特征进行处理,获取各待评分实体的排序评分,从而根据各待评分实体的排序评分至少一个待评分实体,向目标用户进行展示。在本发明实施例中,可以从多个分类维度对目标用户进行实体展示,且每个分类维度对应的处理方式不同,使得目标用户可以从多角度选择符合自身需求的实体,提升了实体展示方法的灵活性和准确性。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明第一实施例的实体展示方法的流程图;
图2-图3是本发明实施例的待评分实体集合和待评分实体子集合的示意图;
图4是本发明实施例的另一种可选的实现方式中获取第一样本集合的示意图;
图5是本发明第二实施例的实体展示装置的示意图;
图6是本发明第三实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明公开进行描述,但是本发明公开并不仅仅限于这些实施例。在下文对本发明公开的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明公开。为了避免混淆本发明公开的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明公开的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
现有的实体展示方法能够根据用户属性和实体属性对符合用户意图的实体进行展示。但用户的偏好可能受到多种原因影响,例如,在上海地区和在北京地区的用户可能偏好不同的菜系,学生群体和上班族群体可能偏好不同价值水平的商品等等。因此在用户意图不明确时,现有的实体展示方法可能无法准确地向用户进行实体展示。
在本发明实施例中,以实体为商品为例进行说明。但是本领域技术人员容易理解,其他类型的实体(例如,商户等)同样适用于本实施例的方法。本发明实施例提供的实体展示方法的执行主体包括但不限于终端设备或服务器等,其中,该终端设备可以如手机或平板电脑等移动终端设备,还可以如个人计算机等设备。
图1是本发明第一实施例的实体展示方法的流程图。如图1所示,本实施例的方法包括如下步骤:
步骤S100,接收实体展示请求,将实体展示请求对应的用户确定为目标用户。
在本实施例中,实体展示请求可以由移动终端设备接收,也可以由移动终端设备接收后,将实体展示请求转发至服务器,从而使得实体展示请求可以由服务器接收。
步骤S200,根据目标用户的用户标识获取目标用户在至少一个分类维度下的类别信息。
具体地,可以根据目标用户的用户标识获取目标用户的用户属性特征,从而获取目标用户在至少一个分类维度下的类别信息。
在本实施例中,用户属性特征可以包括目标用户的年龄、性别、职业、所在的位置范围、用户类型、历史消耗参数、配送区域等。通常职业属性、所在的位置范围(例如,区县、城市等)、用户类型、历史消耗参数、配送区域(例如,商业区、住宅区、办公区等)对用户的选择影响较大,因此在本实施例中,将分类维度确定为职业属性、用户所在的位置范围、用户类型、历史消耗参数和配送区域。容易理解,分类维度还可以根据实际需求进行调整,本实施例不做限定。
类别信息用于表征目标用户在各分类维度下的等级,例如,在用户类型这一分类维度下,目标用户的类别信息可以为新用户或老用户;在职业属性这一分类维度下,目标用户的类别信息可以为学生、上班族、自由职业等。在无法明显区分类别信息的情况下,可以预先根据多个用户在该分类维度下的用户属性特征进行等级划分,从而根据目标用户在该分类维度下的用户属性特征确定目标用户该分类维度下的类别信息。例如,在位置范围这一分类维度下,可以将类别信息划分为市级范围、区级范围等,也可以根据实际需求划分为第一类位置范围、第二类位置范围等,若目标用户所在的位置范围属于第一类位置范围,则可以将目标用户在位置范围这一分类维度下的类别信息确定为第一类位置范围。
步骤S300,获取待评分实体集合及待评分实体集合中各待评分实体的实体属性特征。
在本实施例中,待评分实体集合包括多个待评分实体,各待评分实体的实体属性特征可以包括评价、销量、消耗参数(例如,消费金额、实际支付价与标价的比值等)、实体类别(例如,川菜、面食、进口、国产等)等,在待评分实体为商品时,还可以包括待评分实体对应的实体提供方(也即,商户)对应的评价、所在位置范围、配送区域、实体提供方类别(例如,高校商户、白领商户等)等。
步骤S400,根据类别信息对应的处理方式对各实体属性特征进行处理,获取各待评分实体的排序评分。
在本实施例中,将用户属性特征细化地分为多个类别,并将不同分类维度、不同类别信息确定一个较优的处理方式,能够更针对地对各待评分实体的实体属性特征进行处理,由此,可以使得向目标用户展示的实体更符合用户在不同方面的需求,提升实体展示方法的准确性和灵活性。
以下通过几种可能的情况对本实施例的方法进行说明:
(一)在第一种可能的情况中,分类维度为消耗参数维度。在该维度下,可以获取目标用户的用户属性特征和各待评分实体的实体属性特征中的各项特征对应的第一类权重,并分别根据各实体的实体属性特征、目标用户的用户属性特征及各项特征对应的第一类权重确定对应的待评分实体的第一评分,进而根据目标用户在消耗参数维度下的类别信息对各待评分实体的第一评分进行调整,从而确定各待评分实体对应的排序评分。
其中,第一类权重可以根据实际需求确定;或者,也可以预先对多个实体(可以包括至少一个待评分实体)进行人工评分,从而通过线性回归的方式确定。各待评分实体的第一评分也即各待评分实体的实体属性特征和目标用户的用户属性特征的加权和。
容易理解,若目标用户的用户属性特征和/或待评分实体的实体属性特征包括数值型的特征,例如,实体评分、销量时,可以直接获取该项特征在后续计算待评分实体的加权和;若目标用户的用户属性特征和/或待评分实体的实体属性特征包括非数值型的特征,例如,实体类别、菜系时,可以预先确定各项特征与数值的对应关系,例如,菜系为川菜对应于1,菜系为粤菜对应于2等,由此,可以获取各项非数值型的特征对应的数值,从而在后续计算待评分实体的加权和。
可选地,可以根据目标用户在消耗参数维度下的类别信息将目标用户的类别确定为第一目标类别,若待评分实体的消耗参数属于第一目标类别,则将消耗参数属于第一目标类别的待评分实体对应的第一评分上调,从而将上调后的第一评分确定为该待评分实体的排序评分;若待评分实体的消耗参数不属于第一目标类别,则将该待评分实体对应的第一评分确定为排序评分,由此可以使得目标用户更容易看到符合自身消费水平的待评分实体,提升实体显示方法在消耗参数维度下的准确性。
例如,消耗参数为消费金额,消耗参数维度下的类别包括第一类:100元以上、第二类:50-100元和第三类:50元以下。根据用户1(也即,目标用户)的历史消费数据,用户1的历史平均消费金额为67元,则可以将用户1在消耗参数维度下的类别信息确定为第二类。待评分实体集合包括实体1和实体2,实体1对应的消耗参数为83,第一评分为55分;实体2对应的消耗参数为49,对应的第一评分为57分。对于实体1,可以将实体1对应的第一评分上调,例如上调10分,或者乘以1.5(也即,大于1的预定系数),从而将上调后的第一评分确定为实体1的排序评分;对于实体2,可以将实体2对应的第一评分57分确定为实体2的排序评分。
可选地,还可以采用其他处理方式对各待评分实体的实体属性特征进行处理,从而确定各待评分实体的排序评分,本实施例不做限定。
(二)在第二种可能的情况中,分类维度为用户类型维度。在本实施例中,在用户类型维度下的类别信息可以包括第一类和第二类,第一类用于表征目标用户为新用户,第二类用于表征目标用户为表征老用户。新用户不存在历史行为数据、历史消费数据等,因此需要采用与老用户不同的处理方式对各待评分实体的实体属性特征进行处理。
在一种可选的实现方式中,若目标用户在用户类型维度下的类别信息为第一类(也即,根据目标用户的用户标识无法获得目标用户的历史行为数据、历史消费数据等)时,可以获取包括目标用户在内的多个用户的部分用户属性特征,例如,年龄(段)、性别、职业属性、所在的位置范围和配送区域等对多个用户进行聚类,获取目标用户的特征信息。并根据目标用户的特征信息对待评分实体集合中的待评分实体进行筛选,确定待评分实体子集合。进而获取待评分实体子集合中的各待评分实体的实体属性特征中的各项特征对应的第二类权重,从而根据各待评分实体的实体属性特征及各项特征对应的第二类权重确定各待评分实体的排序评分。年龄相似(或年龄段相同)和/或性别相同和/或职业属性相同和/或所在的位置范围相同和/或所在的配送区域的用户的偏好可能较为接近,因此根据目标用户的上述用户属性特征确定目标用户的特征信息,可以在后续提升实体展示方法在用户类型维度下的准确性。
其中,待评分实体子集合包括至少一个待评分实体。目标用户的特征信息可以根据包括目标用户在内的多个用户的用户属性特征对多个用户进行聚类获得。包括目标用户在内的多个用户为用户属性特征相同或接近的多个用户。具体地,可以通过分类模型,例如KNN(K-Nearest Neighbor,K最邻近)算法、决策树、神经网络等有监督的分类模型或K平均(K-means)算法等无监督的分类模型对目标用户进行聚类,从而获取目标用户的特征信息。分类模型的训练方式可以采用现有的训练方式,在此不再赘述。第二类权重同样可以根据实际需求确定;或者,也可以预先对多个实体(可以包括至少一个待评分实体)进行人工评分,从而通过线性回归的方式确定。各待评分实体的排序评分也即各待评分实体的实体属性特征的加权和。
具体地,在获取待评分实体子集合时,可以去除待评分实体集合中与目标用户的特征信息中的至少一项信息不匹配的实体,从而将至少一个与特征信息匹配的待评分实体确定为待评分实体子集合。
图2-图3是本发明实施例的待评分实体集合和待评分实体子集合的示意图。图2所示为待评分实体集合。其中,商品1-商品7为各待评分实体的实体标识。根据用户1的用户属性特征聚类获得的特征信息包括消耗参数范围为20-40元,口味为免海鲜。因此根据用户1的特征信息可以去除待评分实体集合中的商品2、商品6和商品7,获取图3所示的与用户1的特征信息匹配的待评分实体子集合,其中包括商品1、商品3、商品4和商品5。
在另一种可选的实现方式中,若目标用户在用户类型维度下的类别信息为第二类(也即,可以根据目标用户的用户标识获得目标用户的历史行为数据、历史消费数据等)时,可以将目标用户的用户属性特征和各待评分实体的实体属性特征分别输入第一实体评分模型中,获取对应的各待评分实体的排序评分。
在本实施例中,第一实体评分模型根据第一样本集合预先训练获得,第一样本集合包括多个第一类实体的实体属性特征、各第一类实体对应的第一类用户(也即,查看过第一类实体的老用户)的用户属性特征和历史选中标识。第一类实体可以为任意实体,历史选中标识用于表征对应的第一类实体是否被选中,各第一类实体的历史选中标识可以根据各第一类用户的历史消费数据或历史行为数据确定。例如,若用户1曾经选择过实体1,对于用户1而言,则可以将实体1对应的历史选中标识确定为被选中;若用户2查看过却未选择过实体1,对于用户2而言,则可以将实体1对应的历史选中标识确定为未被选中。可选地,实体的历史选中标识可以用1和0来表示,具体地,被选中可以用1来表示,为被选中可以用0来表示。
图4是本发明实施例的另一种可选的实现方式中获取第一样本集合的示意图。以一个第一类实体为例进行说明。如图4所示,实体1为任一第一类实体,用户1、用户2和用户3为曾经查看且选择过实体1的用户,用户4、用户5和用户6为曾经查看但未选择过实体1的用户。因此,第一样本集合包括样本1:用户1的用户属性特征、实体1的实体属性特征和历史选中标识“1”,样本2:用户2的用户属性特征、实体1的实体属性特征和历史选中标识“1”,样本3:用户3的用户属性特征、实体1的实体属性特征和历史选中标识“1”,样本4:用户4的用户属性特征、实体1的实体属性特征和历史选中标识“0”,样本5:用户5的用户属性特征、实体1的实体属性特征和历史选中标识“0”,以及样本6:用户6的用户属性特征、实体1的实体属性特征和历史选中标识“0”。
第一实体评分模型可以为神经网络、决策树等,本实施例不做限定。在对第一实体评分模型进行训练时,可以将第一样本集合中的各第一类实体的实体属性特征与各第一类实体对应的第一类用户的用户属性特征作为第一实体评分模型的输入,将对应的历史选中标识作为第一实体评分模型的输出,从而可以获得第一实体评分模型。由此,可以基于第一实体评分模型获得各待评分实体的选中概率作为排序评分。
(三)在第三种可能的情况中,分类维度为配送区域维度。用户在不同配送区域选择的实体类型通常存在差异性。例如,在商业区的用户可能更倾向于娱乐休闲类型的实体,在办公区的用户可能更倾向于办公类型的实体,由此对位置信息在不同配送区域的用户进行区分,可以提升实体展示方法在配送区域维度下的针对性。
在该维度下,可以根据目标用户的类别信息将目标用户对应的类别确定为第二目标类别,并将目标用户的用户属性特征和待评分集合中各待评分实体的实体属性特征输入第二目标类别对应的第二实体评分模型,从而获取各待评分实体的排序评分。
具体地,可以根据实际需求预先将多个配送区域划分为不同的类别,由此,可以根据目标用户的位置信息确定目标用户在配送区域维度下的类别信息,从而将该类别确定为目标用户对应的第二目标类别。
在本实施例中,第二实体评分模型根据第二样本集合预先训练获得,第二样本集合包括多个第二类实体的实体属性特征、各第二类实体对应的第二类用户(也即,查看过第二类实体的用户)的用户属性特征和历史选中标识。第二类实体为位置信息在第二目标类别的配送区域内的实体,历史选中标识用于表征对应的第二类实体是否被选中,各第二类实体的历史选中标识可以根据多个第二类用户的历史消费数据或历史行为数据确定。
例如,用户1所在的配送区域为配送区域1,配送区域1和配送区域3、配送区域6以及配送区域7属于同一类别的配送区域,则第二样本集合根据位置信息在配送区域1、配送区域3、配送区域6以及配送区域7内的实体的实体属性特征、各实体对应的用户的用户属性特征和历史选中标识确定。
第二实体评分模型同样可以为神经网络、决策树等,本实施例不做限定。第二样本集合的确定方式与第一样本集合的确定方式相似,第二实体评分模型的训练方式与第一实体评分模型的训练方式相似,在此不再赘述。由此,可以基于第二实体评分模型获得各待评分实体的选中概率作为排序评分。
(四)在第四种可能的情况中,分类维度为职业属性维度。不同职业属性的用户对于实体的需求不同,以食物类的实体为例,学生群体可能较为偏向于优惠活动较多的食物,上班族群体可能较为偏向于配送时间较短的食物。也就是说,根据用户需求不同,不同的实体针对可能不同的职业属性。因此可以根据不同用户群体的需求确定各待评分实体的排序评分,从而提升实体展示方法在职业属性维度下的准确性。容易理解,也可以根据实际需求预先对职业属性进行划分,例如可以将上班族群体划分为白领群体、金领群体、蓝领群体等,本实施例不做限定。
在该维度下,可以获取目标用户的用户属性特征和各待评分实体的实体属性特征中的各项特征对应的第三类权重,并分别根据各实体的实体属性特征、目标用户的用户属性特征及各项特征对应的第三类权重确定对应的待评分实体的第二评分,进而根据目标用户在消耗参数维度下的类别信息对各待评分实体的第二评分进行调整,从而确定各待评分实体对应的排序评分。
其中,第三类权重同样可以根据实际需求确定;或者,也可以预先对多个实体(可以包括至少一个待评分实体)进行人工评分,从而通过线性回归的方式确定。各待评分实体的第二评分也即各待评分实体的实体属性特征和目标用户的用户属性特征的加权和。
可选地,可以根据目标用户在职业属性维度下的类别信息将目标用户的类别确定为第三目标类别,若待评分实体的实体属性特征包括第三目标类别(也即,针对的职业属性属于第三目标类别),则将实体属性特征包括第三目标类别的待评分实体对应的第二评分上调,从而将上调后的第二评分确定为该待评分实体的排序评分;若待评分实体的实体属性特征不包括第三目标类别,则将该待评分实体对应的第二评分确定为排序评分,由此可以使得目标用户更容易看到符合自身职业需求的待评分实体。
例如,用户1在职业属性维度下的类别信息为高校用户,则可以将实体属性特征包括高校类别的待评分实体对应的第二评分上调,从而根据上调后的第二评分确定该待评分实体的排序评分;并将实体属性特征不包括高校类别的待评分实体对应的第二评分确定为该待评分实体的排序评分。
(五)在第五种可能的情况中,分类维度为位置范围维度。不同位置范围的用户通常消费水平或喜好等会存在一定的差异性。以食物为例,川渝地区的用户偏向于川菜、广东地区的用户偏向于粤菜等。在该维度下,可以根据目标用户在位置范围维度下的类别信息将干活对应的类别确定为第三目标类别,并将目标用户的用户属性特征和待评分集合中各实体的实体属性特征输入第三目标类别对应的第三实体评分模型,从而获取各待评分实体的排序评分。
具体地,可以根据实际需求(如,地区等)预先将多个位置范围划分为不同的类别,由此,可以根据目标用户的位置信息确定目标用户在位置范围维度下的类别信息,从而将该类别确定为目标用户对应的第三目标类别。
在本实施例中,第三实体评分模型根据第三样本集合预先训练获得,第三样本集合包括多个第三类实体的实体属性特征、各第三类实体对应的第三类用户(也即,查看过第三类实体的用户)的用户属性特征和历史选中标识。第三类实体为定位信息在第三目标类别的位置范围内的实体,历史选中标识用于表征对应的第三类实体是否被选中,各第三类实体的历史选中标识可以根据各第三类用户的历史消费数据或历史行为数据确定。
第三实体评分模型同样可以为神经网络、决策树等,本实施例不做限定。第三样本集合的确定方式与第二样本集合的确定方式相似,第三实体评分模型的训练方式与第二实体评分模型的训练方式相似,在此不再赘述。由此,可以基于第三实体评分模型获得各待评分实体的选中概率作为排序评分。
(六)在第六种可能的情况中,目标用户包括多个分类维度,也即,为消耗参数维度、用户类型维度、配送区域维度和职业属性维度或位置范围维度中的至少两项的组合。有时目标用户在一个分类维度下的实体展示方法无法满足目标用户的需求,因此可以根据目标用户在多个分类维度下的排序评分,从而进一步提升实体展示方法的准确性。
可选地,可以分别获取各待评分实体在对应的各分类维度下的排序子评分,并获取各排序子评分在对应的分类维度下的第四类权重,从而分别根据各待评分实体在对应的各分类维度下的排序子评分以及第四类权重确定各待评分实体的排序评分。
其中,各待评分实体在对应的各分类维度下的排序子评分的获取方式与上述五种可能的情况中待评分实体的排序评分的获取方式相同,在此不再赘述。第四类权重用于表征分类维度对用户选择的影响,可以根据实际需求确定;或者,也可以预先对多个实体(可以包括至少一个待评分实体)进行人工评分,从而通过线性回归的方式确定。容易理解,各排序子评分在对应的分类维度下的第四类权重可以根分类维度进行调整。
例如,用户1为一线城市(也即,在位置范围的分类维度下的类别信息为第一类)的高校(也即,在职业属性的分类维度下的类别信息为高校)用户,实体1在位置范围的分类维度下的排序子评分为70分,对应的第四类权重为0.4,在职业属性的分类维度下的排序子评分为50分,对应的第四类权重为0.6,则对于用户1,实体1的排序评分为58分。用户2为一线城市的新用户(也即,在用户类型的维度下的类别信息为第一类),实体1在位置范围的分类维度下的排序子评分为80分,对应的第四类权重为0.6,在用户类型的维度下的排序子评分为30分,对应的第四类权重为0.4,则对于用户2,实体1的排序评分为60分。
步骤S500,根据各待评分实体的排序评分确定待展示实体集合。
在本实施例中,待展示实体集合包括至少一个待评分实体。具体地,可以在实体的排序评分满足预定条件时,将该实体加入待展示实体集合。可选地,预定条件可以根据实际需求进行设定,例如,为排序评分在最大的前n位,或者排序评分大于预定阈值,或者排序评分大于预定阈值且在最大的前n位等。其中,n为大于等于1的预定整数。
容易理解,若不存在排序评分满足预定条件的待评分实体,则可以不确定待展示集合,并返回执行步骤S200。
步骤S600,展示待展示实体集合,或向用户标识对应的终端发送待展示实体集合以进行展示。
在本实施例的实体展示方法的执行主体为移动终端设备时,可以由终端直接对待展示实体集合进行展示。在本实施例的实体展示方法的执行主体为服务器时,可以由服务器将实体展示集合以消息的形式发送至用户标识对应的终端,从而使得终端可以对待展示实体集合进行展示。
经过上述步骤,可以向目标用户展示待展示实体集合,以对目标用户进行准确性与针对性较强的实体推荐。
容易理解,若目标用户对待展示实体集合中的待评分实体不满意,例如接收到目标用户的刷新指令时,可以根据待评分实体在目标用户未采用过的其他分类维度下的排序评分或排序子评分再次进行实体展示,也即,重新执行步骤S200-S600。由此,可以提升实体展示方法的灵活性。
本实施例在接收到目标用户发送的实体展示请求后,根据目标用户的用户标识获取目标用户在至少一个分类维度下的类别信息,并获取待评分实体集合中各实体的实体属性特征,进而根据目标用户在至少一个分类维度下的类别信息对应的处理方式分别对各待评分实体的实体属性特征进行处理,获取各待评分实体的排序评分,从而根据各待评分实体的排序评分至少一个待评分实体,向目标用户进行展示。在本实施例中,可以从多个分类维度对目标用户进行实体展示,且每个分类维度对应的处理方式不同,使得目标用户可以从多角度选择符合自身需求的实体,提升了实体展示方法的灵活性和准确性。
图5是本发明第二实施例的实体展示装置的示意图。如图5所示,本实施例的装置包括接收单元51、类别信息获取单元52、实体获取单元53、排序评分获取单元54、集合确定单元55和集合发送展示单元56。
其中,接收单元51用于接收实体展示请求,将所述实体展示请求对应的用户确定为目标用户。类别信息获取单元52用于根据目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息。实体获取单元53用于获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体。排序评分获取单元54用于根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分。集合确定单元55用于根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体。集合展示单元56用于展示所述待展示实体集合,或向所述用户标识对应的终端发送所述待展示实体集合以进行展示。
进一步地,所述至少一个分类维度包括消耗参数维度,所述排序评分获取单元54包括第一获取子单元5401、第一确定子单元5402和第二确定子单元5403。
其中,第一获取子单元5401用于获取目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第一类权重。第一确定子单元5402用于分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第一类权重确定对应的各所述待评分实体的第一评分。第二确定子单元5403用于根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分。
进一步地,所述第二确定子单元5403包括第一确定模块和第二确定模块。
其中,第一确定模块用于根据在所述消耗参数维度下的所述类别信息将所述目标用户对应的类别确定为第一目标类别。第二确定模块用于将消耗参数属于所述第一目标类别的所述待评分实体对应的第一评分上调,将上调后的所述第一评分确定为所述排序评分。第三确定模块用于将消耗参数不属于所述第一目标类别的所述待评分实体对应的第一评分确定为所述排序评分。
进一步地,所述至少一个分类维度包括用户类型维度,所述排序评分获取单元54包括第三确定子单元5404、第四确定子单元5405、第二获取子单元5406和第五确定子单元5407。
其中,第三确定子单元5404用于响应于在所述用户类型维度下的所述类别信息为第一类,根据多个用户的用户属性特征对所述多个用户进行聚类,获取所述目标用户的特征信息。第四确定子单元5405用于根据所述特征信息对所述待评分实体集合中的各所述待评分实体进行筛选,确定待评分实体子集合,所述待评分实体子集合包括至少一个所述待评分实体。第二获取子单元5406用于获取所述实体属性特征中的各项特征对应的第二类权重。第五确定子单元5407用于分别根据各所述实体属性特征及各项特征对应的所述第二类权重确定所述待评分实体子集合中各所述待评分实体的所述排序评分。
进一步地,所述排序评分获取单元54还包括第六确定子单元5408。
其中,第六确定子单元5408用于响应于在所述用户类型维度下的所述类别信息为第二类,分别将所述目标用户的用户属性特征和各所述实体属性特征输入第一实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第一实体评分模型根据第一样本集合预先训练获得,所述第一样本集合包括多个第一类实体的实体属性特征、各所述第一类实体对应的第一类用户的用户属性特征和历史选中标识,所述选中标识用于表征对应的所述第一类实体是否被选中。
进一步地,所述至少一个分类维度包括配送区域维度,所述排序评分获取单元54包括第七确定子单元5409和第八确定子单元5410。
其中,第七确定子单元5409用于根据在所述配送区域维度下的所述类别信息将所述目标用户对应的类别确定为第二目标类别。第八确定子单元5410用于分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第二目标类别对应的第二实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第二实体评分模型根据第二样本集合预先训练获得,所述第二样本集合包括多个第二类实体的实体属性特征、各所述第二类实体对应的第二类用户的用户属性特征和历史选中标识,所述第二类实体为位置信息在所述第二目标类别的配送区域内的实体,所述选中标识用于表征对应的所述第二类实体是否被选中。
进一步地,所述至少一个分类维度为职业属性维度,所述排序评分获取单元54包括第三获取子单元5411、第九确定子单元5412和第十确定子单元5413。
其中,第三获取子单元5411用于获取所述目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第三类权重。第九确定子单元5412用于分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第三类权重确定对应的各所述待评分实体的第二评分。第十确定子单元5413用于根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分。
进一步地,所述第十确定子单元5413包括第四确定模块、第五确定模块和第六确定模块。
其中,第四确定模块用于根据在所述职业属性维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别。第五确定模块用于将实体属性特征包括所述第三目标类别的所述待评分实体对应的第二评分上调,将上调后的所述第二评分确定为所述排序评分。第六确定模块用于将实体属性特征不包括所述第三目标类别的所述待评分实体对应的第二评分确定为所述排序评分。
进一步地,所述至少一个分类维度包括位置范围维度,所排序评分获取单元54包括第十一确定子单元5414、第十二确定子单元5415。
其中,第十一确定子单元5414用于根据在所述位置范围维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别。第十二确定子单元5415用于分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第三目标类别对应的第三实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第三实体评分模型根据第三样本集合预先训练获得,所述第三样本集合包括多个第三类实体的实体属性特征、各所述第三类实体对应的第三类用户的用户属性特征和历史选中标识,所述第三类实体为定位信息在所述第三目标类别的位置范围内的实体,所述选中标识用于表征对应的所述第三类实体是否被选中。
进一步地,所述至少一个分类维度为多个分类维度,所述多个分类维度包括消耗参数维度、用户类型维度、配送区域维度、职业属性维度和位置范围维度中的至少两项,所述排序评分确定单元54包括第十三确定子单元5416、第十四确定子单元5417和第十五确定子单元5418。
其中,第十三确定子单元5416用于分别获取各所述待评分实体在对应的所述分类维度下的排序子评分。第十四确定子单元5417用于获取各所述排序子评分在对应的所述分类维度下的第四类权重。第十五确定子单元5418用于分别根据在对应的所述分类维度下的排序子评分及所述第四类权重确定对应的各所述待评分实体的所述排序评分。
进一步地,所述集合确定单元55用于响应于所述排序评分满足预定条件,将对应的所述实体加入所述待展示实体集合。
本实施例在接收到目标用户发送的实体展示请求后,根据目标用户的用户标识获取目标用户在至少一个分类维度下的类别信息,并获取待评分实体集合中各实体的实体属性特征,进而根据目标用户在至少一个分类维度下的类别信息对应的处理方式分别对各待评分实体的实体属性特征进行处理,获取各待评分实体的排序评分,从而根据各待评分实体的排序评分至少一个待评分实体,向目标用户进行展示。在本实施例中,可以从多个分类维度对目标用户进行实体展示,且每个分类维度对应的处理方式不同,使得目标用户可以从多角度选择符合自身需求的实体,提升了实体展示方法的灵活性和准确性。
图6是本发明第三实施例的电子设备的示意图。如图6所示,该电子设备:至少包括一个处理器601;以及,与至少一个处理器601通信连接的存储器602;以及,与扫描装置通信连接的通信组件603,通信组件603在处理器601的控制下接收和发送数据;其中,存储器602存储有可被至少一个处理器601执行的指令,指令被至少一个处理器601执行以实现:
接收实体展示请求,将所述实体展示请求对应的用户确定为目标用户;
根据所述目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息;
获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体;
根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分;
根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体;
展示所述待展示实体集合,或向所述用户标识对应的终端发送所述待展示实体集合以进行展示。
进一步地,所述至少一个分类维度包括消耗参数维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
获取目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第一类权重;
分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第一类权重确定对应的各所述待评分实体的第一评分;
根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分。
进一步地,所述根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分包括:
根据在所述消耗参数维度下的所述类别信息将所述目标用户对应的类别确定为第一目标类别;
将消耗参数属于所述第一目标类别的所述待评分实体对应的第一评分上调,将上调后的所述第一评分确定为所述排序评分;
将消耗参数不属于所述第一目标类别的所述待评分实体对应的第一评分确定为所述排序评分。
进一步地,所述至少一个分类维度包括用户类型维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
响应于在所述用户类型维度下的所述类别信息为第一类,根据多个用户的用户属性特征对所述多个用户进行聚类,获取所述目标用户的特征信息;
根据所述特征信息对所述待评分实体集合中的各所述待评分实体进行筛选,确定待评分实体子集合,所述待评分实体子集合包括至少一个所述待评分实体;
获取所述实体属性特征中的各项特征对应的第二类权重;
分别根据各所述实体属性特征及各项特征对应的所述第二类权重确定所述待评分实体子集合中各所述待评分实体的所述排序评分。
进一步地,所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分还包括:
响应于在所述用户类型维度下的所述类别信息为第二类,分别将所述目标用户的用户属性特征和各所述实体属性特征输入第一实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第一实体评分模型根据第一样本集合预先训练获得,所述第一样本集合包括多个第一类实体的实体属性特征、各所述第一类实体对应的第一类用户的用户属性特征和历史选中标识,所述选中标识用于表征对应的所述第一类实体是否被选中。
进一步地,所述至少一个分类维度包括配送区域维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
根据在所述配送区域维度下的所述类别信息将所述目标用户对应的类别确定为第二目标类别;
分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第二目标类别对应的第二实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第二实体评分模型根据第二样本集合预先训练获得,所述第二样本集合包括多个第二类实体的实体属性特征、各所述第二类实体对应的第二类用户的用户属性特征和历史选中标识,所述第二类实体为位置信息在所述第二目标类别的配送区域内的实体,所述选中标识用于表征对应的所述第二类实体是否被选中。
进一步地,所述至少一个分类维度为职业属性维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
获取所述目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第三类权重;
分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第三类权重确定对应的各所述待评分实体的第二评分;
根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分。
进一步地,所述根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分包括:
根据在所述职业属性维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
将实体属性特征包括所述第三目标类别的所述待评分实体对应的第二评分上调,将上调后的所述第二评分确定为所述排序评分;
将实体属性特征不包括所述第三目标类别的所述待评分实体对应的第二评分确定为所述排序评分。
进一步地,所述至少一个分类维度包括位置范围维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
根据在所述位置范围维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第三目标类别对应的第三实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第三实体评分模型根据第三样本集合预先训练获得,所述第三样本集合包括多个第三类实体的实体属性特征、各所述第三类实体对应的第三类用户的用户属性特征和历史选中标识,所述第三类实体为定位信息在所述第三目标类别的位置范围内的实体,所述选中标识用于表征对应的所述第三类实体是否被选中。
进一步地,所述至少一个分类维度为多个分类维度,所述多个分类维度包括消耗参数维度、用户类型维度、配送区域维度、职业属性维度和位置范围维度中的至少两项;
所述获取所述待评分实体集合中的各所述待评分实体的排序评分包括:
分别获取各所述待评分实体在对应的所述分类维度下的排序子评分;
获取在对应的所述分类维度下的第四类权重;
分别根据在对应的所述分类维度下的排序子评分及所述第四类权重确定对应的各所述待评分实体的所述排序评分。
进一步地,所述根据各所述待评分实体的排序评分确定待展示实体集合包括:
响应于所述排序评分满足预定条件,将对应的所述实体加入所述待展示实体集合。
具体地,该电子设备包括:一个或多个处理器601以及存储器602,图6中以一个处理器601为例。处理器601、存储器602可以通过总线或者其他方式连接,图6中以通过总线连接为例。存储器602作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器601通过运行存储在存储器602中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述实体展示方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器602中,当被一个或者多个处理器601执行时,执行上述任意方法实施例中的实体展示方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本实施例在接收到目标用户发送的实体展示请求后,根据目标用户的用户标识获取目标用户在至少一个分类维度下的类别信息,并获取待评分实体集合中各实体的实体属性特征,进而根据目标用户在至少一个分类维度下的类别信息对应的处理方式分别对各待评分实体的实体属性特征进行处理,获取各待评分实体的排序评分,从而根据各待评分实体的排序评分至少一个待评分实体,向目标用户进行展示。在本实施例中,可以从多个分类维度对目标用户进行实体展示,且每个分类维度对应的处理方式不同,使得目标用户可以从多角度选择符合自身需求的实体,提升了实体展示方法的灵活性和准确性。
本发明的第四实施例涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施例是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (34)
1.一种实体展示方法,其特征在于,所述方法包括:
接收实体展示请求,将所述实体展示请求对应的用户确定为目标用户;
根据所述目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息,所述类别信息表征所述目标用户在对应分类维度下的等级;
获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体;
根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分;
根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体;
展示所述待展示实体集合,或向所述用户标识对应的终端发送所述待展示实体集合以进行展示。
2.根据权利要求1所述的方法,其特征在于,所述至少一个分类维度包括消耗参数维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
获取所述目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第一类权重;
分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第一类权重确定对应的各所述待评分实体的第一评分;
根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分。
3.根据权利要求2所述的方法,其特征在于,所述根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分包括:
根据在所述消耗参数维度下的所述类别信息将所述目标用户对应的类别确定为第一目标类别;
将消耗参数属于所述第一目标类别的所述待评分实体对应的第一评分上调,将上调后的所述第一评分确定为所述排序评分;
将消耗参数不属于所述第一目标类别的所述待评分实体对应的第一评分确定为所述排序评分。
4.根据权利要求1所述的方法,其特征在于,所述至少一个分类维度包括用户类型维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
响应于在所述用户类型维度下的所述类别信息为第一类,根据多个用户的用户属性特征对所述多个用户进行聚类,获取所述目标用户的特征信息;
根据所述特征信息对所述待评分实体集合中的各所述待评分实体进行筛选,确定待评分实体子集合,所述待评分实体子集合包括至少一个所述待评分实体;
获取所述实体属性特征中的各项特征对应的第二类权重;
分别根据各所述实体属性特征及各项特征对应的所述第二类权重确定所述待评分实体子集合中各所述待评分实体的所述排序评分。
5.根据权利要求4所述的方法,其特征在于,所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分还包括:
响应于在所述用户类型维度下的所述类别信息为第二类,分别将所述目标用户的用户属性特征和各所述实体属性特征输入第一实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第一实体评分模型根据第一样本集合预先训练获得,所述第一样本集合包括多个第一类实体的实体属性特征、各所述第一类实体对应的第一类用户的用户属性特征和历史选中标识,所述选中标识用于表征对应的所述第一类实体是否被选中。
6.根据权利要求1所述的方法,其特征在于,所述至少一个分类维度包括配送区域维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
根据在所述配送区域维度下的所述类别信息将所述目标用户对应的类别确定为第二目标类别;
分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第二目标类别对应的第二实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第二实体评分模型根据第二样本集合预先训练获得,所述第二样本集合包括多个第二类实体的实体属性特征、各所述第二类实体对应的第二类用户的用户属性特征和历史选中标识,所述第二类实体为位置信息在所述第二目标类别的配送区域内的实体,所述选中标识用于表征对应的所述第二类实体是否被选中。
7.根据权利要求1所述的方法,其特征在于,所述至少一个分类维度为职业属性维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
获取所述目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第三类权重;
分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第三类权重确定对应的各所述待评分实体的第二评分;
根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分。
8.根据权利要求7所述的方法,其特征在于,所述根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分包括:
根据在所述职业属性维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
将实体属性特征包括所述第三目标类别的所述待评分实体对应的第二评分上调,将上调后的所述第二评分确定为所述排序评分;
将实体属性特征不包括所述第三目标类别的所述待评分实体对应的第二评分确定为所述排序评分。
9.根据权利要求1所述的方法,其特征在于,所述至少一个分类维度包括位置范围维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
根据在所述位置范围维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第三目标类别对应的第三实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第三实体评分模型根据第三样本集合预先训练获得,所述第三样本集合包括多个第三类实体的实体属性特征、各所述第三类实体对应的第三类用户的用户属性特征和历史选中标识,所述第三类实体为定位信息在所述第三目标类别的位置范围内的实体,所述选中标识用于表征对应的所述第三类实体是否被选中。
10.根据权利要求1所述的方法,其特征在于,所述至少一个分类维度为多个分类维度,所述多个分类维度包括消耗参数维度、用户类型维度、配送区域维度、职业属性维度和位置范围维度中的至少两项;
所述获取所述待评分实体集合中的各所述待评分实体的排序评分包括:
分别获取各所述待评分实体在对应的所述分类维度下的排序子评分;
获取在对应的所述分类维度下的第四类权重;
分别根据在对应的所述分类维度下的排序子评分及所述第四类权重确定对应的各所述待评分实体的所述排序评分。
11.根据权利要求1所述的方法,其特征在于,所述根据各所述待评分实体的排序评分确定待展示实体集合包括:
响应于所述排序评分满足预定条件,将对应的所述实体加入所述待展示实体集合。
12.一种实体展示装置,其特征在于,所述装置包括:
接收单元,用于接收实体展示请求,将所述实体展示请求对应的用户确定为目标用户;
类别信息获取单元,用于根据所述目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息,所述类别信息表征所述目标用户在对应分类维度下的等级;
实体获取单元,用于获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体;
排序评分获取单元,用于根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分;
集合确定单元,用于根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体;
集合发送展示单元,用于展示所述待展示实体集合,或向所述用户标识对应的终端发送所述待展示实体集合以进行展示。
13.根据权利要求12所述的装置,其特征在于,所述至少一个分类维度包括消耗参数维度,所述排序评分获取单元包括:
第一获取子单元,用于获取目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第一类权重;
第一确定子单元,用于分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第一类权重确定对应的各所述待评分实体的第一评分;
第二确定子单元,用于根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分。
14.根据权利要求13所述的装置,其特征在于,所述第二确定子单元包括:
第一确定模块,用于根据在所述消耗参数维度下的所述类别信息将所述目标用户对应的类别确定为第一目标类别;
第二确定模块,用于将消耗参数属于所述第一目标类别的所述待评分实体对应的第一评分上调,将上调后的所述第一评分确定为所述排序评分;
第三确定模块,用于将消耗参数不属于所述第一目标类别的所述待评分实体对应的第一评分确定为所述排序评分。
15.根据权利要求12所述的装置,其特征在于,所述至少一个分类维度包括用户类型维度,所述排序评分获取单元包括:
第三确定子单元,用于响应于在所述用户类型维度下的所述类别信息为第一类,根据多个用户的用户属性特征对所述多个用户进行聚类,获取所述目标用户的特征信息;
第四确定子单元,用于根据所述特征信息对所述待评分实体集合中的各所述待评分实体进行筛选,确定待评分实体子集合,所述待评分实体子集合包括至少一个所述待评分实体;
第二获取子单元,用于获取所述实体属性特征中的各项特征对应的第二类权重;
第五确定子单元,用于分别根据各所述实体属性特征及各项特征对应的所述第二类权重确定所述待评分实体子集合中各所述待评分实体的所述排序评分。
16.根据权利要求15所述的装置,其特征在于,所述排序评分获取单元还包括:
第六确定子单元,用于响应于在所述用户类型维度下的所述类别信息为第二类,分别将所述目标用户的用户属性特征和各所述实体属性特征输入第一实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第一实体评分模型根据第一样本集合预先训练获得,所述第一样本集合包括多个第一类实体的实体属性特征、各所述第一类实体对应的第一类用户的用户属性特征和历史选中标识,所述选中标识用于表征对应的所述第一类实体是否被选中。
17.根据权利要求12所述的装置,其特征在于,所述至少一个分类维度包括配送区域维度,所述排序评分获取单元包括:
第七确定子单元,用于根据在所述配送区域维度下的所述类别信息将所述目标用户对应的类别确定为第二目标类别;
第八确定子单元,用于分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第二目标类别对应的第二实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第二实体评分模型根据第二样本集合预先训练获得,所述第二样本集合包括多个第二类实体的实体属性特征、各所述第二类实体对应的第二类用户的用户属性特征和历史选中标识,所述第二类实体为位置信息在所述第二目标类别的配送区域内的实体,所述选中标识用于表征对应的所述第二类实体是否被选中。
18.根据权利要求12所述的装置,其特征在于,所述至少一个分类维度为职业属性维度,所述排序评分获取单元包括:
第三获取子单元,用于获取所述目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第三类权重;
第九确定子单元,用于分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第三类权重确定对应的各所述待评分实体的第二评分;
第十确定子单元,用于根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分。
19.根据权利要求18所述的装置,其特征在于,所述第十确定子单元包括:
第四确定模块,用于根据在所述职业属性维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
第五确定模块,用于将实体属性特征包括所述第三目标类别的所述待评分实体对应的第二评分上调,将上调后的所述第二评分确定为所述排序评分;
第六确定模块,用于将实体属性特征不包括所述第三目标类别的所述待评分实体对应的第二评分确定为所述排序评分。
20.根据权利要求12所述的装置,其特征在于,所述至少一个分类维度包括位置范围维度,所排序评分获取单元包括:
第十一确定子单元,用于根据在所述位置范围维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
第十二确定子单元,用于分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第三目标类别对应的第三实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第三实体评分模型根据第三样本集合预先训练获得,所述第三样本集合包括多个第三类实体的实体属性特征、各所述第三类实体对应的第三类用户的用户属性特征和历史选中标识,所述第三类实体为定位信息在所述第三目标类别的位置范围内的实体,所述选中标识用于表征对应的所述第三类实体是否被选中。
21.根据权利要求12所述的装置,其特征在于,所述至少一个分类维度为多个分类维度,所述多个分类维度包括消耗参数维度、用户类型维度、配送区域维度、职业属性维度和位置范围维度中的至少两项,所述排序评分确定单元包括:
第十三确定子单元,用于分别获取各所述待评分实体在对应的所述分类维度下的排序子评分;
第十四确定子单元,用于获取在对应的所述分类维度下的第四类权重;
第十五确定子单元,用于分别根据在对应的所述分类维度下的排序子评分及所述第四类权重确定对应的各所述待评分实体的所述排序评分。
22.根据权利要求12所述的装置,其特征在于,所述集合确定单元用于响应于所述排序评分满足预定条件,将对应的所述实体加入所述待展示实体集合。
23.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-11中任一项所述的方法。
24.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如下步骤:
接收实体展示请求,将所述实体展示请求对应的用户确定为目标用户;
根据所述目标用户的用户标识获取所述目标用户在至少一个分类维度下的类别信息,所述类别信息表征所述目标用户在对应分类维度下的等级;
获取待评分实体集合及所述待评分实体集合中各待评分实体的实体属性特征,所述待评分实体集合包括多个所述待评分实体;
根据所述类别信息对应的处理方式对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分;
根据各所述待评分实体的排序评分确定待展示实体集合,所述待展示实体集合包括至少一个所述待评分实体;
展示所述待展示实体集合,或向所述用户标识对应的终端发送所述待展示实体集合以进行展示。
25.根据权利要求24所述的电子设备,其特征在于,所述至少一个分类维度包括消耗参数维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
获取目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第一类权重;
分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第一类权重确定对应的各所述待评分实体的第一评分;
根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分。
26.根据权利要求25所述的电子设备,其特征在于,所述根据在所述消耗参数维度下的所述类别信息对各所述待评分实体的第一评分进行调整,确定各所述待评分实体对应的所述排序评分包括:
根据在所述消耗参数维度下的所述类别信息将所述目标用户对应的类别确定为第一目标类别;
将消耗参数属于所述第一目标类别的所述待评分实体对应的第一评分上调,将上调后的所述第一评分确定为所述排序评分;
将消耗参数不属于所述第一目标类别的所述待评分实体对应的第一评分确定为所述排序评分。
27.根据权利要求24所述的电子设备,其特征在于,所述至少一个分类维度包括用户类型维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
响应于在所述用户类型维度下的所述类别信息为第一类,根据多个用户的用户属性特征对所述多个用户进行聚类,获取所述目标用户的特征信息;
根据所述特征信息对所述待评分实体集合中的各所述待评分实体进行筛选,确定待评分实体子集合,所述待评分实体子集合包括至少一个所述待评分实体;
获取所述实体属性特征中的各项特征对应的第二类权重;
分别根据各所述实体属性特征及各项特征对应的所述第二类权重确定所述待评分实体子集合中各所述待评分实体的所述排序评分。
28.根据权利要求27所述的电子设备,其特征在于,所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分还包括:
响应于在所述用户类型维度下的所述类别信息为第二类,分别将所述目标用户的用户属性特征和各所述实体属性特征输入第一实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第一实体评分模型根据第一样本集合预先训练获得,所述第一样本集合包括多个第一类实体的实体属性特征、各所述第一类实体对应的第一类用户的用户属性特征和历史选中标识,所述选中标识用于表征对应的所述第一类实体是否被选中。
29.根据权利要求24所述的电子设备,其特征在于,所述至少一个分类维度包括配送区域维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
根据在所述配送区域维度下的所述类别信息将所述目标用户对应的类别确定为第二目标类别;
分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第二目标类别对应的第二实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第二实体评分模型根据第二样本集合预先训练获得,所述第二样本集合包括多个第二类实体的实体属性特征、各所述第二类实体对应的第二类用户的用户属性特征和历史选中标识,所述第二类实体为位置信息在所述第二目标类别的配送区域内的实体,所述选中标识用于表征对应的所述第二类实体是否被选中。
30.根据权利要求24所述的电子设备,其特征在于,所述至少一个分类维度为职业属性维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
获取所述目标用户的用户属性特征和所述实体属性特征中的各项特征对应的第三类权重;
分别根据各所述实体属性特征、所述用户属性特征及各项特征对应的所述第三类权重确定对应的各所述待评分实体的第二评分;
根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分。
31.根据权利要求30所述的电子设备,其特征在于,所述根据在所述职业属性维度下的所述类别信息对各所述待评分实体的第二评分进行调整,确定各所述待评分实体对应的所述排序评分包括:
根据在所述职业属性维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
将实体属性特征包括所述第三目标类别的所述待评分实体对应的第二评分上调,将上调后的所述第二评分确定为所述排序评分;
将实体属性特征不包括所述第三目标类别的所述待评分实体对应的第二评分确定为所述排序评分。
32.根据权利要求24所述的电子设备,其特征在于,所述至少一个分类维度包括位置范围维度;
所述根据所述类别信息对应的处理方式分别对各所述实体属性特征进行处理,获取各所述待评分实体的排序评分包括:
根据在所述位置范围维度下的所述类别信息将所述目标用户对应的类别确定为第三目标类别;
分别将所述目标用户的用户属性特征和各所述实体属性特征输入所述第三目标类别对应的第三实体评分模型,获取对应的各所述待评分实体的所述排序评分,所述第三实体评分模型根据第三样本集合预先训练获得,所述第三样本集合包括多个第三类实体的实体属性特征、各所述第三类实体对应的第三类用户的用户属性特征和历史选中标识,所述第三类实体为定位信息在所述第三目标类别的位置范围内的实体,所述选中标识用于表征对应的所述第三类实体是否被选中。
33.根据权利要求24所述的电子设备,其特征在于,所述至少一个分类维度为多个分类维度,所述多个分类维度包括消耗参数维度、用户类型维度、配送区域维度、职业属性维度和位置范围维度中的至少两项;
所述获取所述待评分实体集合中的各所述待评分实体的排序评分包括:
分别获取各所述待评分实体在对应的所述分类维度下的排序子评分;
获取在对应的所述分类维度下的第四类权重;
分别根据在对应的所述分类维度下的排序子评分及所述第四类权重确定对应的各所述待评分实体的所述排序评分。
34.根据权利要求24所述的电子设备,其特征在于,所述根据各所述待评分实体的排序评分确定待展示实体集合包括:
响应于所述排序评分满足预定条件,将对应的所述实体加入所述待展示实体集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855034.1A CN110555627B (zh) | 2019-09-10 | 2019-09-10 | 实体展示方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855034.1A CN110555627B (zh) | 2019-09-10 | 2019-09-10 | 实体展示方法、装置、存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110555627A CN110555627A (zh) | 2019-12-10 |
CN110555627B true CN110555627B (zh) | 2022-06-10 |
Family
ID=68739834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910855034.1A Active CN110555627B (zh) | 2019-09-10 | 2019-09-10 | 实体展示方法、装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110555627B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111124676A (zh) * | 2019-12-12 | 2020-05-08 | 拉扎斯网络科技(上海)有限公司 | 资源分配方法、装置、可读存储介质和电子设备 |
CN111144505B (zh) * | 2019-12-30 | 2023-09-01 | 北京三快在线科技有限公司 | 基于维度切片的变量分类方法、装置、设备及介质 |
CN113221572B (zh) * | 2021-05-31 | 2024-05-07 | 抖音视界有限公司 | 一种信息处理方法、装置、设备及介质 |
CN117422528A (zh) * | 2023-11-24 | 2024-01-19 | 久睦本(海南)科技股份有限公司 | 一种基于小程序的商品销售管理方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809275A (zh) * | 2016-02-29 | 2016-07-27 | 海信集团有限公司 | 一种物品评分预测方法及装置 |
CN106547887A (zh) * | 2016-10-27 | 2017-03-29 | 北京百度网讯科技有限公司 | 基于人工智能的搜索推荐方法和装置 |
CN108320185A (zh) * | 2018-02-02 | 2018-07-24 | 深圳市喂车科技有限公司 | 一种油站非油品推荐方法、装置及可读存储介质 |
CN108596695A (zh) * | 2018-05-15 | 2018-09-28 | 口口相传(北京)网络技术有限公司 | 实体推送方法及系统 |
CN109102371A (zh) * | 2018-08-22 | 2018-12-28 | 平安科技(深圳)有限公司 | 商品推荐方法、装置、计算机设备及存储介质 |
CN109255037A (zh) * | 2018-08-31 | 2019-01-22 | 北京字节跳动网络技术有限公司 | 用于输出信息的方法和装置 |
CN109656433A (zh) * | 2017-10-11 | 2019-04-19 | 腾讯科技(深圳)有限公司 | 类目信息处理方法、装置、计算机设备和存储介质 |
CN109697636A (zh) * | 2018-12-27 | 2019-04-30 | 拉扎斯网络科技(上海)有限公司 | 一种商户推荐方法、商户推荐装置、电子设备和介质 |
CN110084671A (zh) * | 2019-04-17 | 2019-08-02 | 上海拉扎斯信息科技有限公司 | 信息处理方法、信息处理装置、存储介质和电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150286723A1 (en) * | 2014-04-07 | 2015-10-08 | Microsoft Corporation | Identifying dominant entity categories |
-
2019
- 2019-09-10 CN CN201910855034.1A patent/CN110555627B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809275A (zh) * | 2016-02-29 | 2016-07-27 | 海信集团有限公司 | 一种物品评分预测方法及装置 |
CN106547887A (zh) * | 2016-10-27 | 2017-03-29 | 北京百度网讯科技有限公司 | 基于人工智能的搜索推荐方法和装置 |
CN109656433A (zh) * | 2017-10-11 | 2019-04-19 | 腾讯科技(深圳)有限公司 | 类目信息处理方法、装置、计算机设备和存储介质 |
CN108320185A (zh) * | 2018-02-02 | 2018-07-24 | 深圳市喂车科技有限公司 | 一种油站非油品推荐方法、装置及可读存储介质 |
CN108596695A (zh) * | 2018-05-15 | 2018-09-28 | 口口相传(北京)网络技术有限公司 | 实体推送方法及系统 |
CN109102371A (zh) * | 2018-08-22 | 2018-12-28 | 平安科技(深圳)有限公司 | 商品推荐方法、装置、计算机设备及存储介质 |
CN109255037A (zh) * | 2018-08-31 | 2019-01-22 | 北京字节跳动网络技术有限公司 | 用于输出信息的方法和装置 |
CN109697636A (zh) * | 2018-12-27 | 2019-04-30 | 拉扎斯网络科技(上海)有限公司 | 一种商户推荐方法、商户推荐装置、电子设备和介质 |
CN110084671A (zh) * | 2019-04-17 | 2019-08-02 | 上海拉扎斯信息科技有限公司 | 信息处理方法、信息处理装置、存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110555627A (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555627B (zh) | 实体展示方法、装置、存储介质和电子设备 | |
CN106355449B (zh) | 用户选取方法和装置 | |
CN109408665B (zh) | 一种信息推荐方法及装置、存储介质 | |
CN109118336B (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
CN108475392B (zh) | 用于跟踪消费者口味偏好的系统和方法 | |
CN104281622B (zh) | 一种社交媒体中的信息推荐方法和装置 | |
CN105760400B (zh) | 一种基于搜索行为的推送消息排序方法及装置 | |
JP6501855B1 (ja) | 抽出装置、抽出方法、抽出プログラム及びモデル | |
CN102591876A (zh) | 搜索结果排序方法及装置 | |
CN107305637B (zh) | 基于K-Means算法的数据聚类方法和装置 | |
CN108681970A (zh) | 基于大数据的理财产品推送方法、系统及计算机存储介质 | |
CN111028040B (zh) | 一种对象排序的方法、装置、可读存储介质和电子设备 | |
CN110377829B (zh) | 应用于电子设备的功能推荐方法和装置 | |
WO2015124024A1 (zh) | 一种提升信息的曝光率的方法和装置、确定搜索词的价值的方法和装置 | |
CN111124676A (zh) | 资源分配方法、装置、可读存储介质和电子设备 | |
CN110991189A (zh) | 一种根据采集模块采集的数据生成决策结果的方法及系统 | |
US20210150548A1 (en) | System for automatic segmentation and ranking of leads and referrals | |
CN112529665A (zh) | 基于组合模型的产品推荐方法、装置及计算机设备 | |
CN110020152B (zh) | 应用推荐方法及装置 | |
CN110502639B (zh) | 基于问题贡献度的信息推荐方法、装置、及计算机设备 | |
CN115271976A (zh) | 一种顾问推荐的方法、装置及计算机可读存储介质 | |
CN109656433B (zh) | 类目信息处理方法、装置、计算机设备和存储介质 | |
CN116228342B (zh) | 一种商品推荐方法、装置及计算机可读存储介质 | |
CN111177564A (zh) | 一种产品推荐方法及装置 | |
CN116071110A (zh) | 广告创建方法、装置及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |