CN111291268B - 信息处理方法、信息处理装置及存储介质 - Google Patents
信息处理方法、信息处理装置及存储介质 Download PDFInfo
- Publication number
- CN111291268B CN111291268B CN202010099229.0A CN202010099229A CN111291268B CN 111291268 B CN111291268 B CN 111291268B CN 202010099229 A CN202010099229 A CN 202010099229A CN 111291268 B CN111291268 B CN 111291268B
- Authority
- CN
- China
- Prior art keywords
- information
- reading
- user
- viewing
- negative feedback
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 39
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 230000004044 response Effects 0.000 claims description 24
- 230000001364 causal effect Effects 0.000 claims description 17
- 229920006395 saturated elastomer Polymers 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 16
- 230000006399 behavior Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种信息处理方法、信息处理装置及存储介质。信息处理方法包括：响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取用户的个人阅览相关数据；基于个人阅览相关数据，解析用户发送无因负反馈的原因；根据原因，调整向用户推送阅览信息的推送参数。通过本公开实施例，获取用户个人阅览相关数据的分析，解析用户进行无因负反馈的原因，并调整推荐系统向用户推送阅览信息的推送参数，从而提高推荐质量，实现后续的推荐更加贴近及符合用户的预期，有效提升参与负反馈的用户的连续使用体验。
Description
技术领域
本公开涉及终端显示技术领域，尤其涉及信息处理方法、装置及存储介质。
背景技术
随着技术的发展，在资讯信息领域，用户通过安装在智能设备上的各种应用，实现各种使用功能。为了提升品牌形象、提高用户粘性，推荐系统需要根据用户的反馈，根据用户的偏好进行推荐内容的调整，以使得后续的推荐中给用户推荐更匹配的内容。
由于个性化推荐技术仍在发展和进步的过程中，对用户的推荐内容存在不适宜用户需求的情况。部分用户在接收到不匹配的内容推荐时，会通过应用界面提供的“负反馈”功能，来提交以屏蔽部分推荐内容。用户提交负反馈，会选择一个或多个负反馈理由，也存在部分用户在提交负反馈时不会提交负反馈理由，
推荐系统对无理由负反馈，一种是直接忽略，另外一种是普遍性降权，不利于推荐系统判断用户的准确意图，影响推荐系统的推荐效果，给用户带来不佳的用户体验。
发明内容
为克服相关技术中存在的问题，本公开提供信息处理方法、信息处理装置及存储介质。
根据本公开实施例的一方面，提供信息处理方法，信息处理方法包括：响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取用户的个人阅览相关数据；基于个人阅览相关数据，解析用户发送无因负反馈的原因；根据原因，调整向用户推送阅览信息的推送参数。
在一实施例中，个人阅览相关数据包括：用户的历史阅览领域信息；基于个人阅览相关数据，解析用户发送无因负反馈的原因，包括：响应于历史阅览信息的领域中不存在与当前阅览信息的领域相同的领域，确定原因为兴趣不契合。
在一实施例中，个人阅览相关数据包括：当前阅览信息所属阅览领域的阅览数量信息；基于个人阅览相关数据，解析用户发送无因负反馈的原因，包括：响应于当前阅览信息所属阅览领域的阅览数量大于预设阅览数量阈值，则确定原因为兴趣契合但阅读饱和。
在一实施例中，个人阅览相关数据还包括：当前阅览信息的质量指标；基于个人阅览相关数据，解析用户发送无因负反馈的原因，包括：响应于当前阅览信息的质量指标低于用户历史阅览信息的质量指标，则确定原因为兴趣契合但质量不匹配。
在一实施例中，个人阅览相关数据还包括：在针对当前阅览信息执行无因负反馈之前是否阅读当前阅览信息；基于个人阅览相关数据，解析用户发送无因负反馈的原因，包括：响应于在针对当前阅览信息执行无因负反馈之前未阅读当前阅览信息，确定原因为兴趣不契合；响应于在针对当前阅览信息执行无因负反馈之前阅读了当前阅览信息，确定原因为兴趣契合但观点不认同。
在一实施例中，根据原因，调整向用户推送阅览信息的推送参数，包括：若原因为表征兴趣不契合，则降低向用户推送阅览信息的推送次数；若原因为表征兴趣契合，调整向用户推送阅览信息的推送质量、推送内容长度和/或推送内容价值观中的一项或多项。
根据本公开实施例的又一方面，提供信息处理装置，信息处理装置包括：获取单元，用于响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取用户的个人阅览相关数据；解析单元，用于基于个人阅览相关数据，解析用户发送无因负反馈的原因；调整单元，用于根据原因，调整向用户推送阅览信息的推送参数。
在一实施例中，个人阅览相关数据包括：用户的历史阅览领域信息；解析单元采用如下方式基于个人阅览相关数据，解析用户发送无因负反馈的原因：响应于历史阅览信息的领域中不存在与当前阅览信息的领域相同的领域，确定原因为兴趣不契合。
在一实施例中，个人阅览相关数据包括：当前阅览信息所属阅览领域的阅览数量信息；解析单元采用如下方式基于个人阅览相关数据，解析用户发送无因负反馈的原因：响应于当前阅览信息所属阅览领域的阅览数量大于预设阅览数量阈值，则确定原因为兴趣契合但阅读饱和。
在一实施例中，个人阅览相关数据还包括：当前阅览信息的质量指标；解析单元采用如下方式基于个人阅览相关数据，解析用户发送无因负反馈的原因：响应于当前阅览信息的质量指标低于用户历史阅览信息的质量指标，则确定原因为兴趣契合但质量不匹配。
在一实施例中，个人阅览相关数据还包括：在针对当前阅览信息执行无因负反馈之前是否阅读当前阅览信息；解析单元采用如下方式基于个人阅览相关数据，解析用户发送无因负反馈的原因：响应于在针对当前阅览信息执行无因负反馈之前未阅读当前阅览信息，确定原因为兴趣不契合；响应于在针对当前阅览信息执行无因负反馈之前阅读了当前阅览信息，确定原因为兴趣契合但观点不认同。
在一实施例中，调整单元采用如下方式根据原因，调整向用户推送阅览信息的推送参数：若原因为表征兴趣不契合，则降低向用户推送阅览信息的推送次数；若原因为表征兴趣契合，调整向用户推送阅览信息的推送质量、推送内容长度和/或推送内容价值观中的一项或多项。
根据本公开实施例的又一方面，提供一种信息处理装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为：执行前述任意一项所述的信息处理方法。
根据本公开实施例的又一方面，提供一种非临时性计算机可读存储介质，当存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行前述任意一项所述的信息处理方法。
本公开的实施例提供的技术方案可以包括以下有益效果：通过本公开实施例，获取用户个人阅览相关数据的分析，解析用户进行无因负反馈的原因，并调整推荐系统向用户推送阅览信息的推送参数，从而提高推荐质量，实现后续的推荐更加贴近及符合用户的预期，有效提升参与负反馈的用户的连续使用体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图2是根据本公开一示例性实施例示出的一种信息处理装置的框图。
图3是根据本公开一示例性实施例示出的一种装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种信息处理方法的流程图，如图1所示，信息处理方法包括以下步骤。
在步骤S101中，响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取用户的个人阅览相关数据。
用户进行网页浏览或者使用终端安装的应用程序，进行阅读文章、浏览图片、欣赏音频或视频等，当前阅览信息可以包括：文章、图片、音视频文件等。网页或APP服务器的推荐系统会根据用户的喜爱偏好进行阅览信息的推荐，使用户得到自己偏爱的信息的推荐。
推荐的阅览信息可以是至少一个，至少一个阅览信息可以是文章，也可以是其它内容，例如音乐、视频等。
用户接收到当前推荐的阅览信息时，可以是通过在终端的页面根据提示操作，发送反馈信息。反馈信息可以是例如，点赞、好评等对当前阅览信息满意、感兴趣的正向反馈信息，也可以是表示用户对当前阅览信息不满意或不感兴趣等负反馈信息，对当前阅览信息进行删除或者屏蔽。
在负反馈信息中，设置有负反馈理由选项，用户可以根据自己的真实意图，选择负反馈的理由，例如：不感兴趣、内容低劣、广告信息、太多重复内容等。用户也可以是在提交负反馈时，没有选择任何不感兴趣的理由，即无因负反馈，也称作无理由负反馈。
可以理解地，大部分用户会选择忽视不符合兴趣的阅览信息，而用户操作负反馈，表示用户对当前阅览信息的不满程度较大。推荐系统可以根据用户表达的负反馈，在对用户后续的推荐中，调整为符合用户兴趣的阅览信息的推荐，提高用户的满意度，进而提升用户体验。
响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取用户的个人阅览相关数据。
接收用户针对当前阅览信息发送的无因负反馈，为了进行用户作出负反馈原因的分析，获取用户的个人阅览相关数据。
在本公开的实施例中，推荐系统响应于用户的无因负反馈，调整向用户推送阅览信息的推送参数。用户操作负反馈，表示用户对当前阅览信息的不满程度较大，负反馈为基于推荐的反向行为，可以是采用反向行为意图模型确定用户发送无因负反馈的原因。反向行为意图模型使用专门的用户训练样本预先训练得到并存储在本地或者云端的，使用时直接加载即可。反向行为意图模型可以是基于规则、基于神经网络、基于深度学习算法的模型，模型的输入为用户的个人阅览相关数据，反向行为意图模型的输出为通过模型确定的无因负反馈的原因，即用户的反向行为意图来源。
在步骤S102中，基于个人阅览相关数据，解析用户发送无因负反馈的原因。
基于用户的个人阅览相关数据，进行用户的行为分析，以确定用户对于当前阅览信息的负反馈原因，进而在后续对用户的推荐中，调整向用户推送阅览信息的推送参数以进行符合用户兴趣的阅览信息的推荐。
在步骤S103中，根据原因，调整向用户推送阅览信息的推送参数。
根据确定出的用户做出负反馈的原因，进行推荐系统推荐参数的调整。推荐系统根据调整后的推荐参数对用户进行个性化推荐，向用户推荐阅览信息。
根据本公开的实施例，通过获取用户个人阅览相关数据的分析，解析用户进行无因负反馈的原因，并调整推荐系统向用户推送阅览信息的推送参数，从而提高推荐质量，实现后续的推荐更加贴近及符合用户的预期，有效提升参与负反馈的用户的连续使用体验。
在本公开的一个实施例中，个人阅览相关数据包括用户的历史阅览领域信息，响应于历史阅览信息的领域中不存在与当前阅览信息的领域相同的领域，确定原因为兴趣不契合。
用户的个人阅览数据可以是包括用户历史阅览信息，可以基于用户历史阅览信息，例如，用户的阅览历史记录，确定用户的阅览行为涵盖的阅览领域。阅览领域可以是一个，也可以是多个，例如，用户的历史阅览领域，包括：娱乐信息、生活信息、财经信息以及体育信息等领域的信息。可以缩小用户针对当前阅览信息的无因负反馈的意图的分析范围。
在本公开的实施例中，反向行为意图模型的输入为用户的历史阅览领域信息，通过反向行为意图模型解析用户发送无因负反馈的原因。
用户的历史阅览领域信息，可以是用来判定用户对当前阅览信息作出无因负反馈的原因。例如，判断用户的无因负反馈当前阅览信息是由于给用户进行了新领域的试探性推荐，导致的用户不认可。
根据用户的历史阅览领域信息，还可以是缩小用户针对当前阅览信息的无因负反馈的意图的分析范围。例如，若历史阅览信息的领域中不存在与当前阅览信息的领域相同的领域，则用户对当前阅览信息提交无因负反馈大概率原因为兴趣不契合。
若历史阅览信息的领域中存在与当前阅览信息的领域相同的领域，说明用户曾阅览过当前阅览信息相关的内容，则用户对当前阅览信息提交无因负反馈大概率不因对当前主题的兴趣发生改变，可以是针对其他原因进行分析，例如，与当前阅览信息先关的阅览量过大、当前阅览信息的质量不满足用户需求或者当前阅览信息的观点与用户观点不相符合，提高确定无因负反馈原因的处理效率。
在本公开的一个实施例中，个人阅览相关数据包括当前阅览信息所属阅览领域的阅览数量信息，当前阅览信息所属阅览领域的阅览数量大于预设阅览数量阈值，则确定原因为兴趣契合但阅读饱和。
若历史阅览信息的领域中存在与当前阅览信息的领域相同的领域，说明用户曾阅览过当前阅览信息相关的内容，可以基于当前阅览信息所属阅览领域的阅览数量信息进行分析。例如，若当前阅览信息的领域的阅览数量大于指定阅览数量阈值，则确定原因为兴趣契合，且阅读饱和。推荐系统可以是降低当前阅览信息相关内容的推荐，在一段时间的冷却之后，例如24小时，尝试恢复与当前阅览信息的领域相同的阅览信息的推送参数。
在本公开的一个实施例中，个人阅览相关数据为用户在预设天数内的阅览数量信息。
根据用户的阅览信息的行为日志确定用户在当前在先的预设天数的阅览数量信息，预设天数，可以是统计在先的预定数量的天数，例如7天、10天或者15天当前阅览信息的领域的阅览量。可以使对用户负反馈行为的动机分析更为准确、有效。
在本公开的一个实施例中，若当前阅览信息的领域的阅览数量小于指定阅览数量阈值，则用户没有阅览过当前阅览信息以及相关内容，用户发送无因负反馈的原因大概率为不感兴趣，推荐系统可以快速降低或者停止当前阅览信息相关内容的推荐。
在本公开的一个实施例中，个人阅览相关数据还包括当前阅览信息的质量指标，当前阅览信息的质量指标低于用户历史阅览信息的质量指标，则确定原因为兴趣契合但质量不匹配。
阅览信息的质量指标，可以是主要从阅览信息的可读性、负面特征、优质新闻源、编辑标注质量等角度确定。例如，阅览信息的长度、阅览信息的讨论热度、阅览信息的转发量等数据确定阅览信息的质量指标。例如，阅览信息的文字数量适中的阅览信息质量高，用户讨论量大的阅览信息的质量高，用户转发量大的阅览信息的质量高。以根据阅览信息的质量指标确定更加符合用户预期的推荐参数。
若当前阅览信息的质量指标高于用户历史阅览信息的质量指标的平均水平，则确定用户提交负反馈的原因大概率为不感兴趣，推荐系统可以快速降低或者停止当前阅览信息相关内容的推荐。
在本公开的一个实施例中，个人阅览相关数据还包括在针对当前阅览信息执行无因负反馈之前是否阅读当前阅览信息，在针对当前阅览信息执行无因负反馈之前未阅读当前阅览信息，确定原因为兴趣不契合。
当用户在对当前阅览信息提交无因负反馈之前，并未对当前阅览信息进行阅览，倾向于判定用户的负反馈意图为对当前的阅览信息无兴趣，推荐系统需要在后续的阅览信息推荐中停止对该领域内容的推荐，或者降低对该领域内容的推荐的频率。
在针对当前阅览信息执行无因负反馈之前阅读了当前阅览信息，确定原因为兴趣契合但观点不认同。推荐系统可以是继续与当前阅览信息相关的阅览信息，根据用户的个人阅览相关数据进一步分析用户的观点倾向，以使得推荐的阅览信息更加贴近用户的阅览偏好。
在针对当前阅览信息执行无因负反馈之前阅读了当前阅览信息，还可以确定原因为兴趣契合但当前阅览信息的质量指标不匹配，推荐系统可以是根据阅览信息的质量指标确定匹配用户质量预期的推荐参数，提升后续阅览信息的推荐效果。
在本公开的一个实施例中，个人阅览相关数据还包括用户对当前阅览信息的阅览长度，阅览长度包括阅览时间长度和阅览篇幅长度。
用户对当前阅览信息的阅览长度包括阅览时间长度和阅览篇幅长度。例如，阅览时间长度短或者阅览篇幅短，可以是倾向于判定用户的负反馈意图为当前阅览信息符合用户的兴趣，但是当前阅览信息的质量不满足用户的要求，即质量层面明显差于用户历史阅览信息的水平，推荐系统在后续的推荐中选择质量更高阅览信息。
在一实施例中，若原因为表征兴趣不契合，则降低向用户推送阅览信息的推送次数。
在本公开的实施例中，反向行为意图模型的输入为用户的个人阅览相关数据，个人阅览的相关数据可以是用户的历史阅览领域信息、当前阅览信息所属阅览领域的阅览数量信息、当前阅览信息的质量指以及在针对当前阅览信息执行无因负反馈之前是否阅读当前阅览信息中的一项或者多项，反向行为意图模型输出用户发送无因负反馈的原因类别。负反馈的原因，例如，可以是兴趣不契合或者兴趣契合但是质量不匹配、兴趣契合但观点不认同或者兴趣契合但阅读饱和等。推荐系统根据用户发送无因负反馈的原因，调整向用户推送阅览信息的推送参数。
反向行为意图模型的输入包括当前该用户的个人阅览数据，个人阅览的相关数据可以是用户的历史阅览领域信息，历史阅览领域信息的模型维度可以是包含分类、标签、内容源等几个层面，按照模型的维度，对各个层面分别进行打分，得分高说明用户对该领域的点击多。例如，该用户对娱乐领域的得分为90分，体育领域的得分为60分，说明该用户对娱乐领域的兴趣高于体育领域。
反向行为意图模型的输入还包括当前该用户的个人阅览数据，包括用户当前阅览信息的行为数据，例如，当前阅览信息所属阅览领域的阅览数量信息、在针对当前阅览信息执行无因负反馈之前是否阅读当前阅览信息、在针对当前阅览信息执行无因负反馈之前的阅览长度(文章进度/阅览时长)等，根据用户当前阅览信息的行为数据的绝对值数值确定。
反向行为意图模型的输入还包括当前阅览信息的质量指标等，根据反向行为意图模型的输入数据，模型确定无因负反馈的原因的过程，根据当前该用户的个人阅览数据确定用户兴趣契合，根据当前阅览信息的质量指标确定当前阅览信息质量正常，即无因负反馈的原因不是阅览信息自身质量差。根据当前阅览信息的行为数据，确定负反馈意图的原因。
若用户发送无因负反馈的原因为表征兴趣契合，调整向用户推送阅览信息的推送质量、推送内容长度和/或推送内容价值观中的一项或多项。
确定用户发送无因负反馈的原因为不感兴趣，推荐系统可以调整向用户推送阅览信息的推送质量，调整向用户推送阅览信息的推送内容长度和/或调整向用户推送阅览信息的推送内容价值观，以实现向用户推荐更匹配的阅览信息，提高推荐质量。
基于一个发明构思，本公开还提供一种信息处理装置。
图2是根据本公开一示例性实施例示出的信息处理装置的框图。如图2所示，信息处理装置包括：获取单元210、解析单元220和调整单元230。
获取单元210，用于响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取用户的个人阅览相关数据。
解析单元220，用于基于个人阅览相关数据，解析用户发送无因负反馈的原因。
调整单元230，用于根据原因，调整向用户推送阅览信息的推送参数。
在一实施例中，个人阅览相关数据包括：用户的历史阅览信息；解析单元220采用如下方式基于个人阅览相关数据，解析用户发送无因负反馈的原因：若历史阅览信息的领域中存在与当前阅览信息的领域相同的领域，则根据当前阅览信息的领域的阅览数量确定原因；若历史阅览信息的领域中不存在与当前阅览信息的领域相同的领域，则确定原因为不感兴趣。
在一实施例中，解析单元220采用如下方式根据当前阅览信息的领域的阅览数量确定原因：若前阅览信息的领域的阅览数量大于指定阅览数量阈值，则确定原因为感兴趣，且阅读饱和；若前阅览信息的领域的阅览数量小于指定阅览数量阈值，则确定原因为不感兴趣。
在一实施例中，个人阅览相关数据还包括：当前阅览信息的质量指标；解析单元220采用如下方式基于个人阅览相关数据，解析用户发送无因负反馈的原因：若当前阅览信息的质量指标低于用户历史阅览信息的质量指标的平均水平，则确定原因为感兴趣且质量低；若当前阅览信息的质量指标高于用户历史阅览信息的质量指标的平均水平，则确定原因为不感兴趣。
在一实施例中，个人阅览相关数据还包括：用户对当前阅览信息的阅览长度，阅览长度包括阅览时间长度和阅览篇幅长度；解析单元220采用如下方式基于个人阅览相关数据，解析用户发送无因负反馈的原因：若当前阅览信息的阅览长度大于指定阅览长度阈值，则确定原因为感兴趣且观点不认同；若当前阅览信息的阅览长度小于指定阅览长度阈值，则确定原因为不感兴趣。
在一实施例中，调整单元230采用如下方式根据原因，调整向用户推送阅览信息的推送参数：若原因为不感兴趣，则降低向用户推送阅览信息的推送次数；若原因为感兴趣，调整向用户推送阅览信息的推送质量、推送内容长度和/或推送内容价值观中的一项或多项。
关于上述实施例中的信息处理装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例。
图3是根据一示例性实施例示出的一种用于信息处理装置600的框图。例如，装置600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图3，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。
处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当设备600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到设备600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行如前所述的任一信息处理方法。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种信息处理方法，其特征在于，包括：
响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取所述用户的个人阅览相关数据；
基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因；
根据所述原因，调整向所述用户推送阅览信息的推送参数；
其中，所述根据所述原因，调整向所述用户推送阅览信息的推送参数，包括：
若所述原因为表征兴趣不契合，则降低向所述用户推送阅览信息的推送次数；
若所述原因为表征兴趣契合，调整向所述用户推送阅览信息的推送质量、推送内容长度和/或推送内容价值观中的一项或多项。
2.根据权利要求1所述的信息处理方法，其特征在于，所述个人阅览相关数据包括：所述用户的历史阅览领域信息；
基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因，包括：
响应于历史阅览信息的领域中不存在与当前阅览信息的领域相同的领域，确定所述原因为兴趣不契合。
3.根据权利要求1所述的信息处理方法，其特征在于，所述个人阅览相关数据包括：所述当前阅览信息所属阅览领域的阅览数量信息；
基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因，包括：
响应于当前阅览信息所属阅览领域的阅览数量大于预设阅览数量阈值，则确定所述原因为兴趣契合但阅读饱和。
4.根据权利要求1所述的信息处理方法，其特征在于，所述个人阅览相关数据还包括：所述当前阅览信息的质量指标；
基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因，包括：
响应于当前阅览信息的质量指标低于所述用户历史阅览信息的质量指标，则确定所述原因为兴趣契合但质量不匹配。
5.根据权利要求1所述的信息处理方法，其特征在于，所述个人阅览相关数据还包括：在针对当前阅览信息执行无因负反馈之前是否阅读当前阅览信息；
基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因，包括：
响应于在针对当前阅览信息执行无因负反馈之前未阅读当前阅览信息，确定所述原因为兴趣不契合；
响应于在针对当前阅览信息执行无因负反馈之前阅读了当前阅览信息，确定所述原因为兴趣契合但观点不认同。
6.一种信息处理装置，其特征在于，所述装置包括：
获取单元，用于响应于接收到的用户针对当前阅览信息发送的无因负反馈，获取所述用户的个人阅览相关数据；
解析单元，用于基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因；
调整单元，用于根据所述原因，调整向所述用户推送阅览信息的推送参数；
所述调整单元，采用如下方式根据所述原因，调整向所述用户推送阅览信息的推送参数：
若所述原因为表征兴趣不契合，则降低向所述用户推送阅览信息的推送次数；
若所述原因为表征兴趣契合，调整向所述用户推送阅览信息的推送质量、推送内容长度和/或推送内容价值观中的一项或多项。
7.根据权利要求6所述的信息处理装置，其特征在于，所述个人阅览相关数据包括：所述用户的历史阅览领域信息；
所述解析单元采用如下方式基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因：
响应于历史阅览信息的领域中不存在与当前阅览信息的领域相同的领域，确定所述原因为兴趣不契合。
8.根据权利要求6所述的信息处理装置，其特征在于，所述个人阅览相关数据包括：所述当前阅览信息所属阅览领域的阅览数量信息；
所述解析单元采用如下方式基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因：
响应于当前阅览信息所属阅览领域的阅览数量大于预设阅览数量阈值，则确定所述原因为兴趣契合但阅读饱和。
9.根据权利要求6所述的信息处理装置，其特征在于，所述个人阅览相关数据还包括：所述当前阅览信息的质量指标；
所述解析单元采用如下方式基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因：
响应于当前阅览信息的质量指标低于所述用户历史阅览信息的质量指标，则确定所述原因为兴趣契合但质量不匹配。
10.根据权利要求6所述的信息处理装置，其特征在于，所述个人阅览相关数据还包括：在针对当前阅览信息执行无因负反馈之前是否阅读当前阅览信息；
所述解析单元采用如下方式基于所述个人阅览相关数据，解析所述用户发送所述无因负反馈的原因：
响应于在针对当前阅览信息执行无因负反馈之前未阅读当前阅览信息，确定所述原因为兴趣不契合；
响应于在针对当前阅览信息执行无因负反馈之前阅读了当前阅览信息，确定所述原因为兴趣契合但观点不认同。
11.一种信息处理装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至5中任意一项所述的信息处理方法。
12.一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行权利要求1至5中任意一项所述的信息处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099229.0A CN111291268B (zh) | 2020-02-18 | 2020-02-18 | 信息处理方法、信息处理装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099229.0A CN111291268B (zh) | 2020-02-18 | 2020-02-18 | 信息处理方法、信息处理装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111291268A CN111291268A (zh) | 2020-06-16 |
| CN111291268B true CN111291268B (zh) | 2023-11-07 |
Family
ID=71028608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010099229.0A Active CN111291268B (zh) | 2020-02-18 | 2020-02-18 | 信息处理方法、信息处理装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111291268B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115331346B (zh) * | 2022-08-30 | 2024-02-13 | 深圳市巨龙创视科技有限公司 | 一种校园门禁管理方法、装置、电子设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012238114A (ja) * | 2011-05-10 | 2012-12-06 | Nippon Telegr & Teleph Corp <Ntt> | 興味推定装置、方法及びプログラム |
| CN108681919A (zh) * | 2018-05-10 | 2018-10-19 | 苏州跃盟信息科技有限公司 | 一种内容推送方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180189810A1 (en) * | 2017-01-03 | 2018-07-05 | International Business Machines Corporation | Processing user experience feedback in a retail environment to assist corrective action |
-
2020
- 2020-02-18 CN CN202010099229.0A patent/CN111291268B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012238114A (ja) * | 2011-05-10 | 2012-12-06 | Nippon Telegr & Teleph Corp <Ntt> | 興味推定装置、方法及びプログラム |
| CN108681919A (zh) * | 2018-05-10 | 2018-10-19 | 苏州跃盟信息科技有限公司 | 一种内容推送方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 孟垂实 ; 王晶晶 ; .移动阅读应用中的个性化在线推荐研究.数据通信.2013,(04),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111291268A (zh) | 2020-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107105314B (zh) | 视频播放方法及装置 | |
| CN107992604B (zh) | 一种任务条目的分发方法及相关装置 | |
| CN104615655B (zh) | 信息推荐方法和装置 | |
| CN110691268B (zh) | 一种消息发送方法、装置、服务器、移动终端及存储介质 | |
| CN112445970B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
| CN112508612B (zh) | 训练广告创意生成模型、生成广告创意的方法及相关装置 | |
| CN111556352A (zh) | 多媒体资源分享方法、装置、电子设备及存储介质 | |
| CN112685641B9 (zh) | 一种信息处理方法及装置 | |
| CN111291268B (zh) | 信息处理方法、信息处理装置及存储介质 | |
| WO2021147949A1 (zh) | 视频推荐方法及装置 | |
| CN112685599B (zh) | 视频推荐方法及装置 | |
| CN112784151B (zh) | 一种确定推荐信息的方法及相关装置 | |
| CN110650364B (zh) | 视频态度标签提取方法及基于视频的交互方法 | |
| CN114268815B (zh) | 视频质量确定方法、装置、电子设备及存储介质 | |
| CN113190725B (zh) | 对象的推荐及模型训练方法和装置、设备、介质和产品 | |
| CN111898019B (zh) | 信息推送方法及装置 | |
| CN111754251B (zh) | 广告投放方法、装置、服务器及存储介质 | |
| CN110929771B (zh) | 图像样本分类方法及装置、电子设备、可读存储介质 | |
| CN112069802A (zh) | 文章质量评分方法、文章质量评分装置及存储介质 | |
| CN115484471B (zh) | 主播推荐方法及装置 | |
| CN112241486A (zh) | 多媒体信息获取方法及装置 | |
| CN111858970A (zh) | 多媒体内容推荐方法、装置、电子设备及可读存储介质 | |
| CN111523063B (zh) | 一种应用程序的处理方法、装置和用于应用程序的处理的装置 | |
| CN117350824B (zh) | 电子元件信息上传及展示方法、装置、介质及设备 | |
| CN112446720B (zh) | 一种广告显示方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information |
Address after: 100085 unit C, building C, lin66, Zhufang Road, Qinghe, Haidian District, Beijing Applicant after: Beijing Xiaomi pinecone Electronic Co.,Ltd. Address before: 100085 unit C, building C, lin66, Zhufang Road, Qinghe, Haidian District, Beijing Applicant before: BEIJING PINECONE ELECTRONICS Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |