CN110647652A - 兴趣资源的处理方法、装置、设备和介质 - Google Patents
兴趣资源的处理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN110647652A CN110647652A CN201910936358.8A CN201910936358A CN110647652A CN 110647652 A CN110647652 A CN 110647652A CN 201910936358 A CN201910936358 A CN 201910936358A CN 110647652 A CN110647652 A CN 110647652A
- Authority
- CN
- China
- Prior art keywords
- interest
- time
- resources
- resource
- historical
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种兴趣资源的处理方法、装置、设备和介质,涉及人工智能技术领域。具体实现方案为:获取目标请求的发起时间,确定与发起时间相符的候选兴趣资源;将发起时间与候选兴趣资源的展示时间分布信息进行匹配,确定候选兴趣资源在发起时间的展示值;根据候选兴趣资源在发起时间的展示值,选择目标兴趣资源。通过预先构建了各个兴趣资源基于时间而连续变化的展示时间分布信息,能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,实现了在任意时刻主动确定具有时间针对性的兴趣资源,达到提高兴趣资源确定的准确性、人机交互效率和用户体验技术效果。
Description
技术领域
本申请实施例涉及数据处理技术领域,尤其涉及人工智能技术领域,具体涉及一种兴趣资源的处理方法、装置、设备和介质。
背景技术
随着智能音箱等智能设备的快速发展和普及,人们对智能设备的语音交互要求逐渐提高,从最开始的希望并实现智能设备满足自己的主动需求,逐渐进化到希望智能设备越来越懂用户,以主动识别、挖掘和推荐相关资源。
目前,智能设备智能响应用户请求,为用户提供与用户请求相符的需求,在用户唤醒设备但无明确需求时,无法主动向具体的用户推荐有时间针对性的兴趣资源,或时间划分严格,时间粒度较大,兴趣不连续,进而增加了人机交互难度,降低人机交互效率和用户体验。
发明内容
本申请实施例提供了一种兴趣资源的处理方法、装置、设备和介质,能够主动向用户推荐有时间针对性的兴趣资源,提高兴趣资源确定的准确性、人机交互效率和用户体验。
第一方面,本申请实施例提供了一种兴趣资源的处理方法,包括:
获取目标请求的发起时间,确定与所述发起时间相符的候选兴趣资源;
将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配,确定所述候选兴趣资源在所述发起时间的展示值;
根据所述候选兴趣资源在所述发起时间的展示值,选择目标兴趣资源。
上述申请中的一个实施例具有如下优点或有益效果:通过预先构建了各个兴趣资源基于时间而连续变化的展示时间分布信息,可以得到兴趣资源在各时间点的展示值,克服了时间划分严格不平滑而导致兴趣分布不连续的技术问题,能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,进而实现了在任意时刻主动确定具有时间针对性的兴趣资源,达到提高兴趣资源确定的准确性、人机交互效率和用户体验技术效果。
可选的,在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,还包括:
从历史请求中选择样本请求,并确定所述样本请求的历史发起时间和关联的历史兴趣资源;
以所述样本请求的历史发起时间为峰值点,基于高斯分布构建所述样本请求关联的历史兴趣资源的展示时间分布信息;
对不同样本请求关联的历史兴趣资源的展示时间分布信息进行累加,确定该历史兴趣资源的展示时间分布信息。
上述申请中的一个实施例具有如下优点或有益效果:从历史请求中选择得到用户满足的样本请求,减少负样本对于分时兴趣统计的影响。
上述申请中的一个实施例具有如下优点或有益效果:对于每一个样本请求,以样本请求的历史发起时间为峰值点,通过高斯分布来描述该样本请求所关联兴趣资源在一天内用户的感兴趣程度,得到展示时间分布信息,使得用户的兴趣在时间上得到连续。从而对不同样本请求下,相同的历史兴趣资源的展示时间分布信息进行累加,得到同一历史兴趣资源的展示时间分布信息。
可选的,在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,还包括:
从历史请求中选择样本请求,并确定所述样本请求的历史发起时间、所述样本请求关联的历史兴趣资源和所述历史兴趣资源的资源类型;
根据所述历史兴趣资源的资源类型进行聚类,得到候选用户关联的历史兴趣资源集;
根据所述历史兴趣资源集的历史发起时间,建立候选用户与使用时间段之间的映射关系;
根据所述候选用户与使用时间段之间的映射关系,为所述候选用户构建历史兴趣资源的展示时间分布信息。
上述申请中的一个实施例具有如下优点或有益效果:通过对设备中不同用户的使用时间段进行区分,使得能够在对的时间为对的用户提供个性化的兴趣资源,提高兴趣资源确定的准确性。
可选的,在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,还包括:
从历史请求中选择样本请求,并确定所述样本请求的历史发起时间;
对所述样本请求进行分类,确定精确样本请求和宽泛样本请求;
对所述精确样本请求进行分词拆分,根据至少两个精确样本请求中相同的分词结果,生成新的宽泛样本请求;
根据所述新的宽泛样本请求,构建历史兴趣资源的展示时间分布信息。
可选的,所述根据所述新的宽泛样本请求,构建历史兴趣资源的展示时间分布信息,包括:
将所述精确样本请求的历史发起时间,作为所述新的宽泛样本请求的历史发起时间;
基于所述新的宽泛样本请求进行搜索,确定所述新的宽泛样本请求扩展的历史兴趣资源;
根据所述新的宽泛样本请求的历史发起时间以及扩展的历史兴趣资源,构建扩展的历史兴趣资源的展示时间分布信息。
上述申请中的一个实施例具有如下优点或有益效果:由于历史请求是有限的,因此为了对兴趣资源进行扩展,可以对精确样本请求进行分词拆分,以得到更多的宽泛样本请求,并构建新的宽泛样本请求关联的兴趣资源的展示时间分布信息。
可选的,所述获取目标请求的发起时间,确定与所述发起时间相符的候选兴趣资源,包括:
响应于用户输入所述目标请求的交互操作,获取所述目标请求的发起时间;
根据所述发起时间,确定与所述发起时间相符的候选兴趣资源。
上述申请中的一个实施例具有如下优点或有益效果:在用户与设备进行交互时,可以根据用户输入目标请求的操作时间,来获取目标请求的发起时间。
可选的,所述根据所述候选兴趣资源在所述发起时间的展示值,选择目标兴趣资源,包括:
根据生成的随机数,以及所述候选兴趣资源在所述发起时间的展示值,从所述候选兴趣资源中确定待展示的目标兴趣资源。
可选的,所述根据生成的随机数,以及所述候选兴趣资源在所述发起时间的展示值,从所述候选兴趣资源中确定待展示的目标兴趣资源,包括:
根据所述候选兴趣资源的展示值,以及所述候选兴趣资源的展示值总和,确定所述候选兴趣资源的展示权重;
根据所述候选兴趣资源的展示权重,确定所述候选兴趣资源的随机数范围;
根据生成的随机数和所述候选兴趣资源的随机数范围,从所述候选兴趣资源中确定待展示的目标兴趣资源。
上述申请中的一个实施例具有如下优点或有益效果:并非将展示值最高的兴趣资源确定为目标兴趣资源,而是根据展示值的大小确定向用户的推荐概率,并根据随机数来确定目标兴趣资源,从而使得同一时刻下用户所感兴趣的任意兴趣资源都成为推荐可能。
第二方面,本申请实施例提供了一种兴趣资源的处理装置,包括:
候选兴趣资源确定模块,用于获取目标请求的发起时间,确定与所述发起时间相符的候选兴趣资源;
展示值确定模块,用于将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配,确定所述候选兴趣资源在所述发起时间的展示值;
兴趣资源选择模块,用于根据所述候选兴趣资源在所述发起时间的展示值,选择目标兴趣资源。
第三方面,本申请实施例提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请任意实施例所述的兴趣资源的处理方法。
第四方面,本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请任意实施例所述的兴趣资源的处理方法。
上述申请中的一个实施例具有如下优点或有益效果:获取目标请求的发起时间,根据发起时间查找与发起时间相符的候选兴趣资源,并根据预先构建的各候选兴趣资源的展示时间分布信息,确定候选兴趣资源在发起时间的展示值,从而基于展示值选择目标兴趣资源。通过预先构建了各个兴趣资源基于时间而连续变化的展示时间分布信息,可以得到兴趣资源在各时间点的展示值,克服了时间划分严格不平滑而导致兴趣分布不连续的技术问题,能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,进而实现了在任意时刻主动确定具有时间针对性的兴趣资源,达到提高兴趣资源确定的准确性、人机交互效率和用户体验技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的兴趣资源的处理方法的流程图;
图2是根据本申请第二实施例的确定展示时间分布信息的流程图;
图3是根据本申请第二实施例的展示时间分布信息的示例图;
图4是根据本申请第二实施例的确定展示时间分布信息的流程图;
图5是根据本申请第二实施例的确定展示时间分布信息的流程图;
图6是根据本申请第三实施例的兴趣资源的处理方法的流程图;
图7是根据本申请第四实施例的兴趣资源的处理装置的结构示意图;
图8是用来实现本申请实施例的兴趣资源的处理方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
第一实施例
图1是根据本申请第一实施例的兴趣资源的处理方法的流程图,本实施例可适用于在人机交互的场景中,根据用户请求主动向用户推荐此时此刻用户所感兴趣的兴趣资源的情况,该方法可由一种兴趣资源的处理装置来执行,该装置采用软件和/或硬件的方式实现,优选是配置于具有人机交互功能的电子设备中,例如智能音箱。如图1所示,该方法具体包括如下:
S110、获取目标请求的发起时间,确定与发起时间相符的候选兴趣资源。
在本申请具体实施例中,目标请求是指用户向智能设备发起的请求,可以是通过用户与智能设备之间的交互方式向智能设备发起,例如语音交互、文本交互、手势交互或动作交互等。智能设备可以为智能音箱、智能电视等。其中,目标请求可以为具有明确请求需求的精确请求,例如听歌手甲的歌曲A;也可以为具有宽泛需求的宽泛请求,例如听歌手甲的歌曲;还可以为暂无任何需求的请求,例如单一的设备唤醒词。
本实施例中,目标请求的发起时间可以是指一天中用户向智能设备发起该目标请求的时间,即一天中的某一时刻,例如语音交互中语音请求输入结束时的时间点,再例如文本交互中文本请求提交时的时间点。
本实施例中,候选兴趣资源是指用户在不同时刻或时间段内所感兴趣的所有资源,例如用户在下午3点收听歌曲A,在晚间七点半会查询天气等。该候选兴趣资源是预先根据历史请求所挖掘得到的。
具体的,智能设备通过预先挖掘,已确定了用户的分时兴趣,即各个时刻用户所感兴趣的兴趣资源。相应的,智能设备在响应于用户输入目标请求的交互操作,获取目标请求的发起时间之后,根据目标请求的发起时间进行查询,确定与发起时间相符的候选兴趣资源。
S120、将发起时间,与候选兴趣资源的展示时间分布信息进行匹配,确定候选兴趣资源在发起时间的展示值。
在本申请具体实施例中,展示值是指一天中随着时间的变化,用户对某一兴趣资源的感兴趣程度。相应的,兴趣资源的展示时间分布信息用于描述兴趣资源在各时刻的展示值,兴趣资源的展示时间分布信息是基于每个样本请求关联的兴趣资源的展示时间分布信息进行累加得到的。其中,每个样本请求关联的兴趣资源的展示时间分布信息可以通过高斯分布来表示,以一天中该样本请求的发起时间作为峰值点,用于表示一次样本请求所关联兴趣资源在一天中用户的感兴趣程度,即展示值。本实施例中,按照一定的周期,通过预先定时对一段时间内的历史请求进行统计,以此来挖掘和更新各个兴趣资源的展示时间分布信息。
其中,在挖掘各个兴趣资源的展示时间分布信息之前,还可以根据离线满意度得分模型等方式,来确定各个历史请求的用户满意度。从而根据各个历史请求的用户满意度对历史请求进行筛选,以此得到满意度高于一定阈值,即用户得到满足的历史请求作为样本请求,进行兴趣资源的展示时间分布信息的挖掘。
此外,由于一台智能设备可能供多个用户使用,例如家庭中的智能音箱。因此在预先挖掘各个兴趣资源的展示时间分布信息的过程中,本实施例还可以通过声纹识别等方式,来确定一天中各个时间段对应的使用用户。或者通过对历史请求进行聚类,确定候选用户关联的历史兴趣资源集,根据所述历史兴趣资源集的历史发起时间,建立候选用户与使用时间段之间的映射关系。从而根据候选用户与使用时间段之间的映射关系,为候选用户构建历史兴趣资源的展示时间分布信息,得到每个候选用户的兴趣资源的展示时间分布信息。便于在确定目标兴趣资源时,通过发起时间不仅能够区分兴趣资源所属时间,还能够区分各个用户的兴趣资源,实现在对的时刻为对的用户推荐对的兴趣资源。
另一方面,为了为用户确定更加准确的兴趣资源,鉴于历史请求的局限性,还可以在预先挖掘各个兴趣资源的展示时间分布信息的过程中,对样本请求进行分类,确定精确样本请求和宽泛样本请求。并对精确样本请求进行分词拆分,以通过分词中的相同成分得到新的宽泛样本请求。从而基于新的宽泛样本请求,对兴趣资源进行扩展和补充。便于在确定目标兴趣资源时,为了为用户确定更加准确的兴趣资源。
具体的,各个兴趣资源的展示时间分布信息,可以表示为以时间为横坐标,时间范围为0-24时,以展示值为纵坐标,通过在坐标中以曲线的形式来描述各个兴趣资源的展示时间分布信息。从而将发起时间与候选兴趣资源的展示时间分布信息进行匹配,在各个候选兴趣资源的展示时间分布信息中,查找到发起时间对应的展示值,以此确定候选兴趣资源在发起时间的展示值。
S130、根据候选兴趣资源在发起时间的展示值,选择目标兴趣资源。
在本申请具体实施例中,候选兴趣资源在发起时间的展示值越大,表示此时刻用户对于该候选兴趣资源的感兴趣程度越大。因此可以通过对各个候选兴趣资源在发起时间的展示值进行排序,从中提取展示值最大的一个或多个兴趣资源作为目标兴趣资源,向用户进行推荐。从而根据用户的分时兴趣,无需用户的主动拉取,可以主动向用户推荐日常中此时此刻所感兴趣的兴趣资源,进而在减少用户与智能设备之间交互的基础上,以更快捷的方式为用户提供更准确的服务资源,提高兴趣资源确定的准确性、人机交互效率和用户体验
可选的,根据生成的随机数,以及候选兴趣资源在发起时间的展示值,从候选兴趣资源中确定待展示的目标兴趣资源。
本实施例中,鉴于用户在同一时刻可能同时存在多个兴趣资源,因此为了将用户所感兴趣的资源都有机会提供给用户,可以在确定目标兴趣资源时生成随机数。鉴于随机数中每个数值的生成具有等概率性,因此可以在随机数的辅助在,根据候选兴趣资源在发起时间的展示值,确定目标兴趣资源。
具体的,各个候选兴趣资源的展示值,与所有候选兴趣资源的展示值总和之间的比值,可以确定各个候选兴趣资源被推荐的概率,称之为展示权重。根据各个候选兴趣资源的展示权重,确定各个候选兴趣资源的随机数范围。从而根据生成的随机数和各个候选兴趣资源的随机数范围,将生成的随机数所落入的随机数范围的候选兴趣资源,作为待展示的目标兴趣资源。
示例性的,假设包括两个候选兴趣资源A和B,A的展示值为4,B的展示值为1。则A的展示权重为0.8,B的展示权重为0.2。从而在1-100的随机数当中,确定1-80为A的随机数范围,81-100为B的随机数范围。从而若生成的随机数落入1-80,则将A确定为目标兴趣资源,否则将B作为目标兴趣资源。
本实施例的技术方案,获取目标请求的发起时间,根据发起时间查找与发起时间相符的候选兴趣资源,并根据预先构建的各候选兴趣资源的展示时间分布信息,确定候选兴趣资源在发起时间的展示值,从而基于展示值选择目标兴趣资源。通过预先构建了各个兴趣资源基于时间而连续变化的展示时间分布信息,可以得到兴趣资源在各时间点的展示值,克服了时间划分严格不平滑而导致兴趣分布不连续的技术问题,能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,进而实现了在任意时刻主动确定具有时间针对性的兴趣资源,达到提高兴趣资源确定的准确性、人机交互效率和用户体验技术效果。
第二实施例
图2是根据本申请第二实施例的确定展示时间分布信息的流程图,本实施例在上述第一实施例的基础上,在将发起时间,与候选兴趣资源的展示时间分布信息进行匹配,确定候选兴趣资源在发起时间的展示值之前,进一步对历史兴趣资源的展示时间分布信息的构建方式进行解释说明,能够通过高斯分布来描述每一样本请求关联的兴趣资源的展示时间分布信息。如图2所示,该方法具体包括如下:
S210、从历史请求中选择样本请求,并确定样本请求的历史发起时间和关联的历史兴趣资源。
在本申请具体实施例中,历史请求是指一定时间段内的用户向智能设备所发起的所有请求,所有历史请求可以均是基于同一用户发起的,也可以是分别基于不同用户发起的。历史请求可以是从智能设备的交互记录中获取的。其中,在获取历史请求时,还可以同时采集请求关联的反馈资源信息,例如对请求解析得到的意图信息、历史发起时间、资源类型、资源时长以及资源的全局唯一标识等。其中,对于具有资源全局唯一标识的历史请求,可以为该历史请求添加精确需求标签,否则可以添加宽泛需求标签。示例性的,假设交互记录中记录有三天前的12:00的历史请求的输入信息为“听歌手甲的歌曲A”,且智能设备将歌手甲的歌曲A播放给用户。相应的,意图信息可以为歌曲,兴趣资源为歌手甲的歌曲A,历史发起时间为12:00,资源类型为歌曲,资源时长为3分钟,资源的全局唯一标识为歌曲A的全局唯一标识。
本实施例中,鉴于并非所有的历史请求都能够得到用户的满意,因此可以预先在智能设备中集成离线满意度得分模型,以根据用户在发起请求后的后续行为等特征,确定每个历史请求的用户满意度。从而只保留用户满意度高于一定预设阈值的历史请求,并作为后续分时兴趣挖掘的样本请求,而避免负面请求对于后续分时兴趣挖掘的不良影响。相应的,确定每个样本请求的历史发起时间,及其关联的历史兴趣资源。
S220、以样本请求的历史发起时间为峰值点,基于高斯分布构建样本请求关联的历史兴趣资源的展示时间分布信息。
在本申请具体实施例中,在历史行为中,用户发起样本请求时对于该样本请求关联的历史兴趣资源的感兴趣程度是百分之百。因此以样本请求的历史发起时间为高斯分布的峰值点,基于高斯分布来表示该样本请求所关联历史兴趣资源的感兴趣程度。即在历史发起时间用户对于历史兴趣资源的感兴趣程度最高,随着时间的前置或推延,用户对于该历史兴趣资源的感兴趣程度逐渐降低,以得到该样本请求关联的历史兴趣资源的展示时间分布信息。从而将时间进行了平滑,而非严格时间内用户才对历史兴趣资源感兴趣。
值得注意的是,每个样本请求关联的历史兴趣资源的展示时间分布信息采用一条高斯分布曲线来表示。例如,假设在统计的历史10天中的样本请求中,若其中有7天的中午12:00,用户都发起的同样的请求。则针对该同样的请求关联的相同的历史兴趣资源,具有相同的7条高斯分布曲线。
S230、对不同样本请求关联的历史兴趣资源的展示时间分布信息进行累加,确定该历史兴趣资源的展示时间分布信息。
在本申请具体实施例中,对于不同样本请求关联的相同的历史兴趣资源的展示时间分布信息进行累加,得到该同一历史兴趣资源的总的展示时间分布信息。至此,每一个历史兴趣资源具有各自的展示时间分布信息,是基于一定历史时间的统计,得到在一天中的不同时刻用户对于该历史兴趣资源的感兴趣程度。从而在任意时刻都可以确定某一兴趣资源的展示值,便于后期根据展示时间分布信息确定目标兴趣资源,而非在严格时间内绝对的感兴趣或绝对的不感兴趣。
示例性的,可以采用如下公式对不同样本请求关联的历史兴趣资源的展示时间分布信息进行累加,以确定该历史兴趣资源在各时刻的展示值:其中,x表示时间,score表示在时间刻度(a,b)范围内的展示值,σ和μ表示常数。具体的,可以以10分钟为一个间隔,一天内被划分为144个时间刻度,(a,b)表示以当前时间为基准,向前a个间隔至向后b个间隔的时间范围。例如,假设当前时间为12:00,则x(-6,6)表示11:00-13:00之间的范围。
示例性的,图3为展示时间分布信息的示例图。如图3所示,假设对过去10天之内的历史请求进行统计,选择样本请求后,统计得到其中4天用户都在中午12:00选择听取同一首歌曲,其中1天晚间19:00听取了新闻。则7个样本请求关联的该歌曲资源的展示时间分布信息如图3上图中左侧高斯分布曲线,1个样本请求关联的新闻资源的展示时间分布信息如图3上图中右侧高斯分布曲线。进而基于相同的历史兴趣资源,通过对不同样本请求关联的历史兴趣资源的展示时间分布信息进行累加,可以得到各个历史兴趣资源的展示时间分布信息如图3下图所示。
本实施例的技术方案,通过从历史请求中选择得到用户满足的样本请求,减少负样本对于分时兴趣统计的影响。通过高斯分布来描述每一个样本请求所关联兴趣资源在一天内用户的感兴趣程度,得到展示时间分布信息,使得用户的兴趣在时间上得到连续。从而对不同样本请求下,相同的历史兴趣资源的展示时间分布信息进行累加,得到同一历史兴趣资源的展示时间分布信息。能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,进而实现了在任意时刻主动确定具有时间针对性的兴趣资源。
图4是根据本申请第二实施例的确定展示时间分布信息的流程图,本实施例在上述第一实施例的基础上,在将发起时间,与候选兴趣资源的展示时间分布信息进行匹配,确定候选兴趣资源在发起时间的展示值之前,进一步对历史兴趣资源的展示时间分布信息的构建方式进行解释说明,能够构建用户与使用时间的映射关系,以便为用户提供个性化的兴趣资源推荐。如图4所示,该方法具体包括如下:
S410、从历史请求中选择样本请求,并确定样本请求的历史发起时间、样本请求关联的历史兴趣资源和历史兴趣资源的资源类型。
在本申请具体实施例中,历史请求是指一定时间段内的用户向智能设备所发起的所有请求,所有历史请求可以均是基于同一用户发起的,也可以是分别基于不同用户发起的。历史请求可以是从智能设备的交互记录中获取的。其中,在获取历史请求时,还可以同时采集请求关联的反馈资源信息,例如对请求解析得到的意图信息、历史发起时间、资源类型、资源时长以及资源的全局唯一标识等。其中,对于具有资源全局唯一标识的历史请求,可以为该历史请求添加精确需求标签,否则可以添加宽泛需求标签。
本实施例中,鉴于并非所有的历史请求都能够得到用户的满意,因此可以预先在智能设备中集成离线满意度得分模型,以根据用户在发起请求后的后续行为等特征,确定每个历史请求的用户满意度。从而只保留用户满意度高于一定预设阈值的历史请求,并作为后续分时兴趣挖掘的样本请求,而避免负面请求对于后续分时兴趣挖掘的不良影响。相应的,确定样本请求的历史发起时间、样本请求关联的历史兴趣资源和历史兴趣资源的资源类型。
其中,资源类型可以为资源所属类别,例如影视、歌曲、新闻等,还可以进行更细粒度的划分。本实施例中不对资源类型的划分方式进行限定,任何划分资源类型的方式都可以应用于本实施例中。
S420、根据历史兴趣资源的资源类型进行聚类,得到候选用户关联的历史兴趣资源集。
在本申请具体实施例中,鉴于用户在使用智能设备的过程中,通常对资源的搜索较为集中,或者用户在日常中,通常遵循一定的时间规律使用智能设备进行具体资源的获取。因此可以根据历史兴趣资源的资源类型,对历史兴趣资源进行聚类,以一个聚类为一个用户的使用阶段,得到候选用户关联的历史兴趣资源集。示例性的,若在每晚的20:00-21:10通常播放儿歌,在每晚的21:00-22:00通常播放新闻,则儿歌资源可以得到聚类,新闻资源也可以得到聚类,儿歌资源聚类后的历史兴趣资源集属于儿童用户,新闻资源聚类后的历史兴趣资源集属于成人用户。
其中,智能设备还可以基于对用户的声纹识别来区分用户,从而构建用户与兴趣资源之间的映射关系。
S430、根据历史兴趣资源集的历史发起时间,建立候选用户与使用时间段之间的映射关系。
在本申请具体实施例中,可以对历史兴趣资源集中的各个历史兴趣资源的历史发起时间进行排序,各个历史兴趣资源的历史发起时间所构成的时间段可以作为历史兴趣资源集的历史发起时间。从而依据候选用户与历史兴趣资源集之间的所属关系,历史兴趣资源集的历史发起时间,建立候选用户与历史发起时间所构成的使用时间段之间的映射关系。示例性的,在上述示例中,儿童用户的使用时间段通常为20:00-21:00,成人用户的使用时间段通常为21:00-22:00。
S440、根据候选用户与使用时间段之间的映射关系,为候选用户构建历史兴趣资源的展示时间分布信息。
在本申请具体实施例中,可以遵循图2中展示时间分布信息的确定方式,为每一个候选用户构建历史兴趣资源的展示时间分布信息。从而在后期确定目标兴趣资源的过程中,不仅能够通过目标请求的发起时间进行分时兴趣的区分,还能够根据发起时间区分不同时间段内的用户,进而为对的用户在对的时间提供对的兴趣资源,针对每一个用户都达到个性化推荐。
本实施例的技术方案,通过对设备中不同用户的使用时间段进行区分,使得能够在对的时间为对的用户提供个性化的兴趣资源,提高兴趣资源确定的准确性。
图5是根据本申请第二实施例的确定展示时间分布信息的流程图,本实施例在上述第一实施例的基础上,在将发起时间,与候选兴趣资源的展示时间分布信息进行匹配,确定候选兴趣资源在发起时间的展示值之前,进一步对历史兴趣资源的展示时间分布信息的构建方式进行解释说明,能够对样本请求进行扩展,以得到更多的兴趣资源。如图5所示,该方法具体包括如下:
S510、从历史请求中选择样本请求,并确定样本请求的历史发起时间。
在本申请具体实施例中,历史请求是指一定时间段内的用户向智能设备所发起的所有请求,所有历史请求可以均是基于同一用户发起的,也可以是分别基于不同用户发起的。历史请求可以是从智能设备的交互记录中获取的。其中,在获取历史请求时,还可以同时采集请求关联的反馈资源信息,例如对请求解析得到的意图信息、历史发起时间、资源类型、资源时长以及资源的全局唯一标识等。其中,对于具有资源全局唯一标识的历史请求,可以为该历史请求添加精确需求标签,否则可以添加宽泛需求标签。
本实施例中,鉴于并非所有的历史请求都能够得到用户的满意,因此可以预先在智能设备中集成离线满意度得分模型,以根据用户在发起请求后的后续行为等特征,确定每个历史请求的用户满意度。从而只保留用户满意度高于一定预设阈值的历史请求,并作为后续分时兴趣挖掘的样本请求,而避免负面请求对于后续分时兴趣挖掘的不良影响。相应的,确定样本请求的历史发起时间。
S520、对样本请求进行分类,确定精确样本请求和宽泛样本请求。
在本申请具体实施例中,可以根据历史请求数据收集时对于历史请求添加的精确需求标签和宽泛需求标签,对样本请求进行分类,确定精确样本请求和宽泛样本请求。
S530、对精确样本请求进行分词拆分,根据至少两个精确样本请求中相同的分词结果,生成新的宽泛样本请求。
在本申请具体实施例中,由于精确样本请求关联的兴趣资源的针对性较强,局限性加大,例如电视剧中的每一集。因此精确样本请求关联的兴趣资源的范围较小,不利于兴趣资源的广泛推荐。本实施例对于精确样本请求文本进行分词拆分,将至少两个精确样本请求中相同的分词结果作为新的宽泛样本请求。
示例性的,样本请求1=“电视剧A的第一集”,样本请求2=“电视剧A的第二集”。将样本请求1进行分词拆分为电视剧A和第一集,将样本请求2进行分词拆分为电视剧A和第一集。从而从中提取中“电视剧A”作为新的宽泛样本请求。
S540、根据新的宽泛样本请求,构建历史兴趣资源的展示时间分布信息。
在本申请具体实施例中,可以遵循图2中展示时间分布信息的确定方式,确定新的宽泛样本请求关联的历史兴趣资源的展示时间分布信息。新的宽泛样本请求能够对历史兴趣资源进行扩展,以对历史兴趣资源进行补充,从而完善向用户的推荐资源。示例性的,在上述示例中,可以将电视剧A作为目标兴趣资源推荐给用户,而非仅将其中的一集推荐给用户。
可选的,将精确样本请求的历史发起时间,作为新的宽泛样本请求的历史发起时间;基于新的宽泛样本请求进行搜索,确定新的宽泛样本请求扩展的历史兴趣资源;根据新的宽泛样本请求的历史发起时间以及扩展的历史兴趣资源,构建扩展的历史兴趣资源的展示时间分布信息。
本实施例的技术方案,由于历史请求是有限的,因此为了对兴趣资源进行扩展,可以对精确样本请求进行分词拆分,以得到更多的宽泛样本请求,并构建新的宽泛样本请求关联的兴趣资源的展示时间分布信息。
本实施例的技术方案,上述图2、图4和图5的三种展示时间分布信息的确定方式中,可以以图2的确定方式为基准,构建历史兴趣资源的展示时间分布信息。可以以图4为辅助,确定每个候选用户的历史兴趣资源的展示时间分布信息,以便为用户提供个性化的推荐资源。还可以以图5为辅助,对历史兴趣资源进行扩展和补充,以便为用户提供更完善的推荐资源。
第三实施例
图6是根据本申请第三实施例的兴趣资源的处理方法的流程图,本实施例在上述第一实施例的基础上,进一步对目标兴趣资源的确定方式进行解释说明,能够在随机数的辅助下,将用户所感兴趣的兴趣资源都有机会提供给用户。如图6所示,该方法具体包括如下:
S610、响应于用户输入目标请求的交互操作,获取目标请求的发起时间。
在本申请具体实施例中,用户可以通过与智能设备之间的交互操作,向智能设备输入目标请求。其中,用户与智能设备之间的交互可以包括但不局限于语音交互、文本交互、手势交互或动作交互等。相应的,智能设备对用户的交互操作进行响应,可以将目标请求的输入时间确定为目标请求的发起时间。
S620、根据发起时间,确定与发起时间相符的候选兴趣资源。
在本申请具体实施例中,可以在各个兴趣资源的展示时间分布信息中进行查找,将发起时间对应时刻处,展示值非零的兴趣资源都确定为与发起时间相符的候选兴趣资源。
S630、将发起时间,与候选兴趣资源的展示时间分布信息进行匹配,确定候选兴趣资源在发起时间的展示值。
S640、根据候选兴趣资源的展示值,以及候选兴趣资源的展示值总和,确定候选兴趣资源的展示权重。
在本申请具体实施例中,将所有候选兴趣资源的展示值进行累加,得到发起时间下全部候选兴趣资源展示值总和。取各个候选兴趣资源的展示值与该展示值总和之间的比值,作为各个候选兴趣资源的展示权重,该展示权重表示了该候选兴趣资源向用户进行推荐的概率。相应的,展示权重越大,则向用户推荐的概率越大。
S650、根据候选兴趣资源的展示权重,确定候选兴趣资源的随机数范围。
在本申请具体实施例中,可以在一定随机数范围的基础上,按照候选兴趣资源的展示权重,为各个候选兴趣资源分配随机数范围。示例性的,假设包括两个候选兴趣资源A和B,A的展示值为4,B的展示值为1。则A的展示权重为0.8,B的展示权重为0.2。从而在1-100的随机数当中,确定1-80为A的随机数范围,81-100为B的随机数范围。
S660、根据生成的随机数和候选兴趣资源的随机数范围,从候选兴趣资源中确定待展示的目标兴趣资源。
在本申请具体实施例中,鉴于随机数中每个数值的生成具有等概率性,因此可以在确定目标兴趣资源时,在一定随机数范围的基础上生成随机数,并判断生成随机数的落入范围。从而将生成随机数所落入随机数范围的候选兴趣资源,确定为待展示的目标兴趣资源。从而将所有候选兴趣资源都有机会进行推荐成为可能,增加了兴趣资源的推荐范围。
本实施例的技术方案,通过响应用户输入目标请求的交互操作,获取目标请求的发起时间,根据发起时间查找与发起时间相符的候选兴趣资源,将发起时间与各候选兴趣资源的展示时间分布信息进行匹配,确定候选兴趣资源在发起时间的展示值,从而基于展示值和生成的随机数选择目标兴趣资源。通过预先构建了各个兴趣资源基于时间而连续变化的展示时间分布信息,可以得到兴趣资源在各时间点的展示值,克服了时间划分严格不平滑而导致兴趣分布不连续的技术问题,能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,进而实现了在任意时刻主动确定具有时间针对性的兴趣资源,达到提高兴趣资源确定的准确性、人机交互效率和用户体验技术效果。
第四实施例
图7是根据本申请第四实施例的兴趣资源的处理装置的结构示意图,本实施例可适用于在人机交互的场景中,根据用户请求主动向用户推荐此时此刻用户所感兴趣的兴趣资源的情况,该装置可实现本申请任意实施例所述的兴趣资源的处理方法。该装置700具体包括如下:
候选兴趣资源确定模块710,用于获取目标请求的发起时间,确定与所述发起时间相符的候选兴趣资源;
展示值确定模块720,用于将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配,确定所述候选兴趣资源在所述发起时间的展示值;
兴趣资源选择模块730,用于根据所述候选兴趣资源在所述发起时间的展示值,选择目标兴趣资源。
进一步的,所述装置还包括分布信息构建模块740,具体用于:
在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,从历史请求中选择样本请求,并确定所述样本请求的历史发起时间和关联的历史兴趣资源;
以所述样本请求的历史发起时间为峰值点,基于高斯分布构建所述样本请求关联的历史兴趣资源的展示时间分布信息;
对不同样本请求关联的历史兴趣资源的展示时间分布信息进行累加,确定该历史兴趣资源的展示时间分布信息。
可选的,所述分布信息构建模块740,具体用于:
在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,从历史请求中选择样本请求,并确定所述样本请求的历史发起时间、所述样本请求关联的历史兴趣资源和所述历史兴趣资源的资源类型;
根据所述历史兴趣资源的资源类型进行聚类,得到候选用户关联的历史兴趣资源集;
根据所述历史兴趣资源集的历史发起时间,建立候选用户与使用时间段之间的映射关系;
根据所述候选用户与使用时间段之间的映射关系,为所述候选用户构建历史兴趣资源的展示时间分布信息。
可选的,所述分布信息构建模块740,具体用于:
在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,从历史请求中选择样本请求,并确定所述样本请求的历史发起时间;
对所述样本请求进行分类,确定精确样本请求和宽泛样本请求;
对所述精确样本请求进行分词拆分,根据至少两个精确样本请求中相同的分词结果,生成新的宽泛样本请求;
根据所述新的宽泛样本请求,构建历史兴趣资源的展示时间分布信息。
可选的,所述分布信息构建模块740,具体用于:
将所述精确样本请求的历史发起时间,作为所述新的宽泛样本请求的历史发起时间;
基于所述新的宽泛样本请求进行搜索,确定所述新的宽泛样本请求扩展的历史兴趣资源;
根据所述新的宽泛样本请求的历史发起时间以及扩展的历史兴趣资源,构建扩展的历史兴趣资源的展示时间分布信息。
可选的,所述候选兴趣资源确定模块710具体用:
响应于用户输入所述目标请求的交互操作,获取所述目标请求的发起时间;
根据所述发起时间,确定与所述发起时间相符的候选兴趣资源。
可选的,所述兴趣资源选择模块730具体用:
根据生成的随机数,以及所述候选兴趣资源在所述发起时间的展示值,从所述候选兴趣资源中确定待展示的目标兴趣资源。
可选的,所述兴趣资源选择模块730具体用:
根据所述候选兴趣资源的展示值,以及所述候选兴趣资源的展示值总和,确定所述候选兴趣资源的展示权重;
根据所述候选兴趣资源的展示权重,确定所述候选兴趣资源的随机数范围;
根据生成的随机数和所述候选兴趣资源的随机数范围,从所述候选兴趣资源中确定待展示的目标兴趣资源。
本实施例的技术方案,通过各个功能模块之间的相互配合,实现了历史请求数据的采集、样本请求的筛选、每个样本请求关联的历史兴趣资源的展示时间分布信息的确定、同一历史兴趣资源的展示时间分布信息的累加、目标请求的接收、发起时间的获取、候选兴趣资源的确定、展示值的确定、随机数的生成以及目标兴趣资源的选择等功能。通过预先构建了各个兴趣资源基于时间而连续变化的展示时间分布信息,可以得到兴趣资源在各时间点的展示值,克服了时间划分严格不平滑而导致兴趣分布不连续的技术问题,能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,进而实现了在任意时刻主动确定具有时间针对性的兴趣资源,达到提高兴趣资源确定的准确性、人机交互效率和用户体验技术效果。
第五实施例
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图8所示,是根据本申请实施例的兴趣资源的处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器801、存储器802,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置,诸如,耦合至接口的显示设备,其上显示图形用户界面(Graphical User Interface,GUI)的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作,例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的兴趣资源的处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的兴趣资源的处理方法。
存储器802作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的兴趣资源的处理方法对应的程序指令/模块,例如,附图7所示的候选兴趣资源确定模块710、展示值确定模块720、兴趣资源选择模块730和分布信息构建模块740。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的兴趣资源的处理方法。
存储器802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;存储数据区可存储根据兴趣资源的处理方法的电子设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器802可选包括相对于处理器801远程设置的存储器,这些远程存储器可以通过网络连接至兴趣资源的处理方法的电子设备。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。
兴趣资源的处理方法的电子设备还可以包括:输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息,以及产生与兴趣资源的处理方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置和触觉反馈装置等,其中,辅助照明装置例如发光二极管(LightEmitting Diode,LED);触觉反馈装置例如,振动电机等。该显示设备可以包括但不限于,液晶显示器(Liquid Crystal Display,LCD)、LED显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuit,ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序,也称作程序、软件、软件应用、或者代码,包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置,例如,磁盘、光盘、存储器、可编程逻辑装置(Programmable Logic Device,PLD),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置,例如,阴极射线管(Cathode Ray Tube,CRT)或者LCD监视器;以及键盘和指向装置,例如,鼠标或者轨迹球,用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈,例如,视觉反馈、听觉反馈、或者触觉反馈;并且可以用任何形式,包括声输入、语音输入或者、触觉输入,来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统,例如,数据服务器,或者实施在包括中间件部件的计算系统,例如,应用服务器、或者实施在包括前端部件的计算系统,例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互,或者实施在包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信,例如,通信网络,来将系统的部件相互连接。通信网络的示例包括:局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过预先构建了各个兴趣资源基于时间而连续变化的展示时间分布信息,可以得到兴趣资源在各时间点的展示值,克服了时间划分严格不平滑而导致兴趣分布不连续的技术问题,能够很好地挖掘和刻画各个用户的分时兴趣,将分时粒度细化,分时兴趣所属时间得到平滑,兴趣在时间上得到连续,进而实现了在任意时刻主动确定具有时间针对性的兴趣资源,达到提高兴趣资源确定的准确性、人机交互效率和用户体验技术效果。
另外,上述申请中的一个实施例具有如下优点或有益效果:从历史请求中选择得到用户满足的样本请求,减少负样本对于分时兴趣统计的影响。
另外,上述申请中的一个实施例具有如下优点或有益效果:对于每一个样本请求,以样本请求的历史发起时间为峰值点,通过高斯分布来描述该样本请求所关联兴趣资源在一天内用户的感兴趣程度,得到展示时间分布信息,使得用户的兴趣在时间上得到连续。从而对不同样本请求下,相同的历史兴趣资源的展示时间分布信息进行累加,得到同一历史兴趣资源的展示时间分布信息。
另外,上述申请中的一个实施例具有如下优点或有益效果:通过对设备中不同用户的使用时间段进行区分,使得能够在对的时间为对的用户提供个性化的兴趣资源,提高兴趣资源确定的准确性。
另外,上述申请中的一个实施例具有如下优点或有益效果:由于历史请求是有限的,因此为了对兴趣资源进行扩展,可以对精确样本请求进行分词拆分,以得到更多的宽泛样本请求,并构建新的宽泛样本请求关联的兴趣资源的展示时间分布信息。
另外,上述申请中的一个实施例具有如下优点或有益效果:在用户与设备进行交互时,可以根据用户输入目标请求的操作时间,来获取目标请求的发起时间。
另外,上述申请中的一个实施例具有如下优点或有益效果:并非将展示值最高的兴趣资源确定为目标兴趣资源,而是根据展示值的大小确定向用户的推荐概率,并根据随机数来确定目标兴趣资源,从而使得同一时刻下用户所感兴趣的任意兴趣资源都成为推荐可能。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (11)
1.一种兴趣资源的处理方法,其特征在于,包括:
获取目标请求的发起时间,确定与所述发起时间相符的候选兴趣资源;
将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配,确定所述候选兴趣资源在所述发起时间的展示值;
根据所述候选兴趣资源在所述发起时间的展示值,选择目标兴趣资源。
2.根据权利要求1所述的方法,其特征在于,在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,还包括:
从历史请求中选择样本请求,并确定所述样本请求的历史发起时间和关联的历史兴趣资源;
以所述样本请求的历史发起时间为峰值点,基于高斯分布构建所述样本请求关联的历史兴趣资源的展示时间分布信息;
对不同样本请求关联的历史兴趣资源的展示时间分布信息进行累加,确定该历史兴趣资源的展示时间分布信息。
3.根据权利要求1所述的方法,其特征在于,在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,还包括:
从历史请求中选择样本请求,并确定所述样本请求的历史发起时间、所述样本请求关联的历史兴趣资源和所述历史兴趣资源的资源类型;
根据所述历史兴趣资源的资源类型进行聚类,得到候选用户关联的历史兴趣资源集;
根据所述历史兴趣资源集的历史发起时间,建立候选用户与使用时间段之间的映射关系;
根据所述候选用户与使用时间段之间的映射关系,为所述候选用户构建历史兴趣资源的展示时间分布信息。
4.根据权利要求1所述的方法,其特征在于,在所述将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配之前,还包括:
从历史请求中选择样本请求,并确定所述样本请求的历史发起时间;
对所述样本请求进行分类,确定精确样本请求和宽泛样本请求;
对所述精确样本请求进行分词拆分,根据至少两个精确样本请求中相同的分词结果,生成新的宽泛样本请求;
根据所述新的宽泛样本请求,构建历史兴趣资源的展示时间分布信息。
5.根据权利要求4所述的方法,其特征在于,所述根据所述新的宽泛样本请求,构建历史兴趣资源的展示时间分布信息,包括:
将所述精确样本请求的历史发起时间,作为所述新的宽泛样本请求的历史发起时间;
基于所述新的宽泛样本请求进行搜索,确定所述新的宽泛样本请求扩展的历史兴趣资源;
根据所述新的宽泛样本请求的历史发起时间以及扩展的历史兴趣资源,构建扩展的历史兴趣资源的展示时间分布信息。
6.根据权利要求1所述的方法,其特征在于,所述获取目标请求的发起时间,确定与所述发起时间相符的候选兴趣资源,包括:
响应于用户输入所述目标请求的交互操作,获取所述目标请求的发起时间;
根据所述发起时间,确定与所述发起时间相符的候选兴趣资源。
7.根据权利要求1所述的方法,其特征在于,所述根据所述候选兴趣资源在所述发起时间的展示值,选择目标兴趣资源,包括:
根据生成的随机数,以及所述候选兴趣资源在所述发起时间的展示值,从所述候选兴趣资源中确定待展示的目标兴趣资源。
8.根据权利要求7所述的方法,其特征在于,所述根据生成的随机数,以及所述候选兴趣资源在所述发起时间的展示值,从所述候选兴趣资源中确定待展示的目标兴趣资源,包括:
根据所述候选兴趣资源的展示值,以及所述候选兴趣资源的展示值总和,确定所述候选兴趣资源的展示权重;
根据所述候选兴趣资源的展示权重,确定所述候选兴趣资源的随机数范围;
根据生成的随机数和所述候选兴趣资源的随机数范围,从所述候选兴趣资源中确定待展示的目标兴趣资源。
9.一种兴趣资源的处理装置,其特征在于,包括:
候选兴趣资源确定模块,用于获取目标请求的发起时间,确定与所述发起时间相符的候选兴趣资源;
展示值确定模块,用于将所述发起时间,与所述候选兴趣资源的展示时间分布信息进行匹配,确定所述候选兴趣资源在所述发起时间的展示值;
兴趣资源选择模块,用于根据所述候选兴趣资源在所述发起时间的展示值,选择目标兴趣资源。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的兴趣资源的处理方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的兴趣资源的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910936358.8A CN110647652B (zh) | 2019-09-29 | 2019-09-29 | 兴趣资源的处理方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910936358.8A CN110647652B (zh) | 2019-09-29 | 2019-09-29 | 兴趣资源的处理方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110647652A true CN110647652A (zh) | 2020-01-03 |
CN110647652B CN110647652B (zh) | 2022-10-28 |
Family
ID=69011989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910936358.8A Active CN110647652B (zh) | 2019-09-29 | 2019-09-29 | 兴趣资源的处理方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110647652B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460296A (zh) * | 2020-03-31 | 2020-07-28 | 北京百度网讯科技有限公司 | 用于更新事件集合的方法和装置 |
CN111475268A (zh) * | 2020-04-01 | 2020-07-31 | 腾讯科技(深圳)有限公司 | 任务项的分配方法、装置、设备及可读存储介质 |
CN113807878A (zh) * | 2020-11-09 | 2021-12-17 | 北京沃东天骏信息技术有限公司 | 资源展示位分配方法及装置、电子设备、存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500235A (zh) * | 2013-10-25 | 2014-01-08 | 乐视网信息技术(北京)股份有限公司 | 一种多媒体文件推荐方法及装置 |
US20150082330A1 (en) * | 2013-09-18 | 2015-03-19 | Qualcomm Incorporated | Real-time channel program recommendation on a display device |
CN105426548A (zh) * | 2015-12-29 | 2016-03-23 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
CN105872632A (zh) * | 2015-12-01 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 一种个性化节目定制播放方法和装置 |
CN106462256A (zh) * | 2016-07-07 | 2017-02-22 | 深圳狗尾草智能科技有限公司 | 一种基于主动唤醒的功能推荐方法、系统及机器人 |
CN107295107A (zh) * | 2017-08-01 | 2017-10-24 | 深圳天珑无线科技有限公司 | 推荐方法、推荐装置以及移动终端 |
-
2019
- 2019-09-29 CN CN201910936358.8A patent/CN110647652B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150082330A1 (en) * | 2013-09-18 | 2015-03-19 | Qualcomm Incorporated | Real-time channel program recommendation on a display device |
CN103500235A (zh) * | 2013-10-25 | 2014-01-08 | 乐视网信息技术(北京)股份有限公司 | 一种多媒体文件推荐方法及装置 |
CN105872632A (zh) * | 2015-12-01 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 一种个性化节目定制播放方法和装置 |
CN105426548A (zh) * | 2015-12-29 | 2016-03-23 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
CN106462256A (zh) * | 2016-07-07 | 2017-02-22 | 深圳狗尾草智能科技有限公司 | 一种基于主动唤醒的功能推荐方法、系统及机器人 |
CN107295107A (zh) * | 2017-08-01 | 2017-10-24 | 深圳天珑无线科技有限公司 | 推荐方法、推荐装置以及移动终端 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460296A (zh) * | 2020-03-31 | 2020-07-28 | 北京百度网讯科技有限公司 | 用于更新事件集合的方法和装置 |
CN111460296B (zh) * | 2020-03-31 | 2023-08-04 | 北京百度网讯科技有限公司 | 用于更新事件集合的方法和装置 |
CN111475268A (zh) * | 2020-04-01 | 2020-07-31 | 腾讯科技(深圳)有限公司 | 任务项的分配方法、装置、设备及可读存储介质 |
CN113807878A (zh) * | 2020-11-09 | 2021-12-17 | 北京沃东天骏信息技术有限公司 | 资源展示位分配方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110647652B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3819791A2 (en) | Information search method and apparatus, device and storage medium | |
CN110647652B (zh) | 兴趣资源的处理方法、装置、设备和介质 | |
JP7130194B2 (ja) | ユーザ意図認識方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN111105800B (zh) | 语音交互处理方法、装置、设备和介质 | |
CN110851706B (zh) | 用户点击模型的训练方法、装置、电子设备及存储介质 | |
CN111241427B (zh) | 查询自动补全的方法、装置、设备和计算机存储介质 | |
CN111125435A (zh) | 视频标签的确定方法、装置和计算机设备 | |
CN111832613B (zh) | 模型训练方法、装置、电子设备和存储介质 | |
CN110689903B (zh) | 智能音箱的评测方法、装置、设备和介质 | |
CN110674320B (zh) | 一种检索方法、装置和电子设备 | |
CN111460221A (zh) | 评论信息处理方法、装置及电子设备 | |
CN111177462B (zh) | 视频分发时效的确定方法和装置 | |
CN111680189A (zh) | 影视剧内容检索方法和装置 | |
CN111681647A (zh) | 用于识别词槽的方法、装置、设备以及存储介质 | |
CN113779381A (zh) | 资源推荐方法、装置、电子设备和存储介质 | |
CN112269867A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN111414512A (zh) | 一种基于语音搜索的资源推荐方法、装置及电子设备 | |
CN111385188A (zh) | 对话元素的推荐方法、装置、电子设备和介质 | |
CN113656125A (zh) | 一种虚拟助手生成的方法、装置及电子设备 | |
CN111291184A (zh) | 表情的推荐方法、装置、设备及存储介质 | |
CN111353070A (zh) | 视频标题的处理方法、装置、电子设备及可读存储介质 | |
CN113010767A (zh) | 搜索方法、装置、设备和存储介质 | |
CN113365090B (zh) | 对象推荐方法、对象推荐装置、电子设备及可读存储介质 | |
CN110889020B (zh) | 站点资源挖掘方法、装置以及电子设备 | |
CN111625724A (zh) | 信息处理方法、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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210513 Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant after: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. Applicant after: Shanghai Xiaodu Technology Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |