CN111324820A - 邀请方法、装置、终端设备及计算机存储介质 - Google Patents

邀请方法、装置、终端设备及计算机存储介质 Download PDF

Info

Publication number
CN111324820A
CN111324820A CN201811434903.5A CN201811434903A CN111324820A CN 111324820 A CN111324820 A CN 111324820A CN 201811434903 A CN201811434903 A CN 201811434903A CN 111324820 A CN111324820 A CN 111324820A
Authority
CN
China
Prior art keywords
information
invitation
user
target
characteristic information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811434903.5A
Other languages
English (en)
Other versions
CN111324820B (zh
Inventor
余东瑾
何晓波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201811434903.5A priority Critical patent/CN111324820B/zh
Publication of CN111324820A publication Critical patent/CN111324820A/zh
Application granted granted Critical
Publication of CN111324820B publication Critical patent/CN111324820B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9536Search customisation based on social or collaborative filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供了一种邀请方法、装置、终端设备及计算机存储介质,其中,邀请方法包括:获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。本发明实施例提供的邀请方法可以使邀请用户更加方便。

Description

邀请方法、装置、终端设备及计算机存储介质
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种邀请方法、装置、终端设备及计算机存储介质。
背景技术
知识互动社区是一种以学习为核心的包含课程教学和互动问答的知识互动社区。用户不仅可以在知识互动社区中进行课程学习,而且可以在知识互动社区中发布问题,通过其他用户对问题的回答或评论进行知识学习,实现知识互动。通过这种知识互动社区可以帮助用户学习、解惑,并重建人与信息的关系。
知识互动社区中的邀请回答功能是将用户发布的问题等推送给被邀请的用户,以使被邀请的用户能够快速地关注到问题,从而能够使问题能够较快地得到解答。
现有的确定被邀请用户的方式有两种,一种是系统直接分配一个或多个答题用户作为被邀请用户。在这一过程中,发布问题的用户无法干预确定哪些答题用户为被邀请用户,若系统确定的被邀请用户并不擅长发布的问题所在的领域,就会造成发布的问题迟迟得不到解答,使得知识互动效率低。
另一种确定被邀请用户的方式是,用户在邀请回答的界面中输入关键词,系统查找用户名与关键词匹配的答题用户作为被邀请的用户。这种方式虽然用户能够根据自己的需求确定被邀请的用户,但同样存在着用户名与关键词匹配的答题用户可能并不擅长发布的问题所在的领域,仍然会存在发布的问题迟迟得不到解答,知识互动效率低的情况。
发明内容
有鉴于此,本发明实施例提供一种邀请方法、装置、终端设备及计算机存储介质,以解决上述问题。
根据本发明实施例的第一方面,提供了一种邀请方法,包括:获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
根据本发明实施例的第二方面,提供了一种邀请装置,包括:第一确定模块,用于获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;第二确定模块,用于根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;邀请模块,用于根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
根据本发明实施例的第三方面,提供了一种终端设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上述第一方面的邀请方法对应的操作。
根据本发明实施例的第四方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面的邀请方法。
根据本发明实施例提供的邀请方案,根据获取的邀请搜索关键词和用户的用户特征信息,确定与邀请搜索关键词匹配的用户特征信息对应的用户作为目标用户,生成邀请目标用户的邀请信息。相较于传统的根据用户ID进行邀请的方式,本实施例的邀请方案,一方面,不需要预先知道目标用户的ID就可以实现多个目标用户的邀请,另一方面,还能够邀请较为擅长解答问题的目标用户,提升问题的解答速度和答案质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例一的一种邀请方法的步骤流程图;
图2为本发明实施例二的一种邀请方法的步骤流程图;
图3为本发明实施例三的一种邀请装置的结构框图;
图4为本发明实施例四的一种邀请装置的结构框图;
图5为本发明实施例五的一种终端设备的结构示意图。
具体实施方式
为了使本领域的人员更好地理解本发明实施例中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明实施例一部分实施例,而不是全部的实施例。基于本发明实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本发明实施例保护的范围。
下面结合本发明实施例附图进一步说明本发明实施例具体实现。
实施例一
参照图1,示出了根据本发明实施例一的一种邀请方法的步骤流程图。
本实施例的邀请方法包括以下步骤:
步骤S102:获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息。
在知识互动社区中,每个用户均具有对应的用户特征信息,用于描述用户。例如,根据描述用户的角度不同,用户特征信息中包括不同的特征类别,每个特征类别中均包括至少一个用户特征。在本实施例中,特征类别包括但不限于:用户的擅长领域、兴趣领域、从事的工作领域、回答问题数量、答题领域、各答题领域的评分等。用户特征如用户的兴趣领域包括的用户特征包括但不限于物理、文学、数学、非洲、法国、旅游等。
其中,用户特征信息可以根据用户的行为数据生成,如根据用户的回答行为,生成用于指示答题领域的用户特征信息(如物理、数学、文学等),还可以根据用户的回答行为生成用于指示回答数量的用户特征信息(如小于50、50~100、大于100等)。
当用户发布问题后,为了使问题能够较快的解决,问题的发布用户或浏览该问题的浏览用户可以邀请一些用户对问题进行评论(该评论包括但不限于添加答案、添加评论)。例如,通过输入邀请搜索关键词,邀请用户特征信息与邀请搜索关键词匹配的用户的方式,邀请用户回答问题。
由于邀请的对象是用户特征信息与邀请搜索关键词匹配的用户,因此,可以保证受邀请的用户有较大可能为擅长问题所在领域的用户,由此可以保证获得的答案质量较高,使发布的问题能够较快地被解答。
在本实施例中,为了便于进行特征信息的匹配,还设置了目标特征信息。所述目标特征信息可以为如前所述的特征类别的信息,也可以为对具体特征对应的信息,还可以两者兼有。由此,使得根据获取的邀请搜索关键词,确定匹配的目标特征信息,进而根据目标特征信息确定匹配的用户时,可以确保针对不同类型和格式的邀请搜索关键词,均具有较好的匹配准确度。
根据获取的邀请搜索关键词,确定匹配的目标特征信息时,可以通过从预设的多个目标特征信息中查找包含邀请搜索关键词的目标特征信息的方式,或者,也可以通过分别计算各预设的目标特征信息与邀请搜索关键词的相似度,根据相似度确定匹配的目标特征信息的方式,或者,可以先确定搜索关键词对应的特征类别,进而与目标特征信息的特征类别进行匹配以确定相匹配的目标特征信息的方式,或者通过其他适当的方式,确定匹配的目标特征信息。
步骤S104:根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户。
在一种可行方式中,可以通过查找的方式,确定用户特征信息包含目标特征信息的用户作为目标用户。
在另一种可行方式中,可以通过计算各用户的用户特征信息与目标特征信息相似度的方式,确定相似度大于第一设定值的用户特征信息对应的用户为目标用户,其中,第一设定值可以由本领域技术人员根据实际需求适当设定;或者,本领域技术人员可以在本实施例的思想的指导下,在不付出创造性劳动的情况下,采用其他适当的方式,确定目标用户。
步骤S106:根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
邀请信息用于指示被邀请的目标用户对目标对象(如知识互动社区中的问题)进行评论(如添加回答、添加评论等),从而使问题能够快速地得到解答。
由于目标用户是根据邀请搜索关键词和用户的用户特征信息确定的,因此,确定的目标用户是更加擅长问题所在领域的用户,以此保证问题能够较为快速的得到解答,且答案的质量较高。此外,发布问题的用户或浏览问题的用户在采用这种方式确定目标用户时,不需要知道目标用户的用户ID,其可以批量的邀请具有相同或相似用户特征信息的目标用户,无需根据ID逐个搜索进行邀请。
本实施例提供的邀请方案,根据获取的邀请搜索关键词和用户的用户特征信息,确定与邀请搜索关键词匹配的用户特征信息对应的用户作为目标用户,生成邀请目标用户的邀请信息。相较于传统的根据用户ID进行邀请的方式,本实施例的邀请方案一方面不需要预先知道目标用户的ID就可以实现多个目标用户的邀请,另一方面,还能够邀请较为擅长解答问题的目标用户,提升问题的解答速度和答案质量。
本实施例的邀请方法可以由任意适当的具有数据处理能力的终端设备执行,包括但不限于:服务器和/或移动终端(如平板电脑、手机等)和PC机。
实施例二
参照图2,示出了根据本发明实施例二的一种邀请方法的步骤流程图。
本实施例的邀请方法包括以下步骤:
步骤S202:获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息。
在一种可行方式中,邀请搜索关键词可以是发布问题的用户、浏览问题的用户输入的关键词。例如,当接收到发布问题的用户和/或浏览问题的用户触发“邀请回答选项”的操作时,知识互动社区展示邀请信息获取界面,用户通过展示在邀请信息获取界面上的输入框输入邀请搜索关键词。
可选地,在邀请信息获取界面上,可以为发布问题的用户和/或浏览问题的用户展示多个推荐邀请关键词,供用户选择,以简化用户操作,提升邀请速度和便捷性。推荐邀请关键词可以根据用户的行为数据确定,如根据用户历史邀请行为,将使用次数大于或等于第二设定值的邀请搜索关键词作为推荐邀请关键词,并展示。其中,第二设定值可以由本领域技术人员根据实际需求适当设置,本发明实施例对此不作限制。
进一步地,推荐邀请关键词还可以根据所属类别进行分类展示,每个类别具有对应的控制选项,用户通过操作控制选项(如点击控制选项)可以实现该类别的推荐邀请关键词的“折叠展示”或“展开展示”,并且可以通过操作控制选项(如长按控制选项)实现对该类别的推荐邀请关键词的批量选择。这样可以使用户能够更加方便地选择和/或查看推荐邀请关键词,使用户添加邀请搜索关键词的效率更高。
另一种可行方式中,邀请搜索关键词可以根据发布问题的用户和/或浏览问题的用户对问题设置的属性标签获取,例如,发布用户针对发布的问题设置属性标签的内容为“物理”、“相对论”等,则可以将这些标签内容作为邀请搜索关键词。
在确定与所述邀请搜索关键词对应的目标特征信息时,可以将获取的邀请搜索关键词直接与目标特征信息进行匹配。例如,若获取的邀请搜索关键词包括“物理”、“相对论”、“物理领域回答数大于50”等,则可以直接将每个邀请搜索关键词与预设的多个目标特征信息进行匹配,以确定最终的与邀请搜索关键词相匹配的目标特征信息,如,包括“物理”、“相对论”、“物理领域回答数大于50”等的目标特征信息。
在本实施例中,为了便于后续将用户特征信息与目标特征信息进行匹配,一种优选的确定与所述邀请搜索关键词对应的目标特征信息的方式,包括以下子步骤:
子步骤S202a:获取所述邀请搜索关键词。
如前所述,获取邀请搜索关键词可以通过展示的输入框获取用户输入的邀请搜索关键词,或者可以根据待评论的目标对象(如发布的问题)的属性标签的内容获取邀请搜索关键词。
子步骤S202b:对所述邀请搜索关键词进行分析,并根据分析结果确定所述邀请搜索关键词对应的特征类别信息和特征内容信息。
在一种可行方式中,子步骤S202b包括:根据设定规则,将所述邀请搜索关键词与预设的多个特征类别信息进行匹配,根据匹配结果确定所述邀请搜索关键词对应的特征类别信息;从所述邀请搜索关键词中,提取与所述特征类别信息对应的特征内容信息。
在本实施例中,特征类别信息包括但不限于擅长领域、兴趣领域、回答领域、各回答领域的回答数量、各回答领域的回答评分、总回答数量等。其中的设定规则可以由本领域技术人员根据实际需要适当设定,如,对邀请搜索关键词先进行分类处理,在分类后与特征类别信息进行相似度计算或者进行精准匹配,以确定邀请搜索关键词对应的特征类别信息;或者,按照一定的聚类算法,将邀请搜索关键词聚类处理为某种特征类别,将该特征类别对应的特征类别信息确定为与邀请搜索关键词对应的特征类别信息,等等。
以邀请搜索关键词包括“回答数大于50”、“擅长领域包括物理”、“光学”为例,一种可行的确定特征类别信息和特征内容信息的方式包括:通过自然语言处理算法对各邀请搜索关键词进行分析,以从各邀请搜索关键词中提取出提取词,计算提取词与多个特征类别信息之间的文本相似度,根据相似度确定搜索关键词对应的特征类别信息。进一步地,还可以根据邀请搜索关键词中的提取词和/或除提取词之外的其它词,确定对应的特征内容信息。
如针对邀请搜索关键词“回答数大于50”,提取词包括“回答数”、“大于”、“50”,根据相似度确定其对应的特征类别信息包括“总回答数”,根据提取词“大于”和“50”确定对应的特征内容信息包括“大于50”。
针对根据提取词无法确定特征类别信息的邀请搜索关键词,可以将其特征类别信息确定为空,并根据该邀请搜索关键词确定对应的特征内容信息。例如,针对邀请搜索关键词“光学”,无法确定其特征类别信息,则将特征类别信息确定为空,并确定对应的特征内容信息包括“光学”。
子步骤S202c:根据所述特征类别信息和所述特征内容信息,确定与所述邀请搜索关键词对应的目标特征信息。
基于前述特征类别信息和特征内容信息,即可确定对应的目标特征信息。如,对应的目标特征信息的特征类别信息为“总回答数量”,特征内容信息为“大于50”。
通过上述优选方式可以将邀请搜索关键词转换成格式与用户特征信息匹配的目标特征信息,从而方便后续的目标特征信息与用户特征信息的匹配,可以确保匹配的准确性,且提升匹配速度。
步骤S204:根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户。
从多个用户的用户特征信息中,查找确定特征类别信息和特征内容信息与目标特征信息中的特征类别信息和特征内容信息均匹配的用户特征信息,将这些用户特征信息对应的用户,确定为匹配的用户,即作为目标用户。
第一种情况下,针对特征类别信息不为空的目标特征信息,如特征类别信息为“总回答数量”,特征内容信息为“大于50”,确定目标用户时,从所有用户特征信息中查找特征类别信息包括“总回答数量”的用户特征信息,并获取与总回答数量对应的特征内容信息,从获取的所有特征内容信息中查找与“大于50”匹配的特征内容信息,并将这些特征内容信息对应的用户特征信息作为匹配的用户特征信息,将这些用户特征信息对应的用户,确定为目标用户。通过此种方式可以快速地确定目标用户,且在匹配过程中无需将所有用户特征信息都与目标特征信息进行匹配,可以减少匹配过程中的运算量,提升匹配速度。
第二种情况下,针对特征类别信息为空的目标特征信息,如特征内容信息为“物理”,确定目标用户时,获取所有用户的用户特征信息,并查找特征内容信息包括“物理”的用户特征信息,或包含的特征内容信息与“物理”的相似度在一定范围内的用户特征信息,并将这些用户特征信息对应的用户,确定目标用户。或者,可以根据发出邀请的用户的行为数据,确定该用户最常用的特征类别信息(擅长领域),进而以其该最常用的特征类别信息作为目标特征信息中的特征类别信息,再执行第一种情况的确定过程。这样可以确保在邀请搜索关键词的信息不全面的情况下依然能够确定匹配度较高的用户特征信息,从而确定目标用户。
步骤S206:根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
在一种可行方式中,根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息,包括:根据所述目标特征信息与所述多个用户的用户特征信息的匹配程度,从匹配的所述至少一个目标用户中确定部分或全部所述目标用户,生成用于邀请确定的所述目标用户对目标对象进行评论的邀请信息。
其中,目标特征信息与用户特征信息的匹配程度可以根据文本相似度算法计算得出,也可以采用其他方式确定。当确定部分目标用户时,具体的匹配程度的设定可以由本领域技术人员根据实际需求适当设定即可。
例如,匹配的所有目标用户均为匹配程度大于50%的用户,可以设定仅针对匹配程度大于或等于90%的那部分目标用户生成邀请信息,以确保邀请的目标用户为较为合适的用户,且避免邀请信息过多,提升邀请效率。
可选地,当从匹配的所述至少一个目标用户中确定部分目标用户时,若通过所述邀请信息邀请所述目标用户对所述目标对象进行评论失败,则执行步骤S208~S212。
其中,邀请目标对象进行评论失败可以是在邀请信息发送一段时间后仍未收到目标对象的响应消息,或者也可以是在邀请信息发送一段时间后未获得目标对象添加的答案,或者还可以是因网络异常无法成功发送邀请信息而导致的评论失败。
步骤S208:若通过所述邀请信息邀请所述目标用户对所述目标对象进行评论失败,则根据所述匹配程度,从所述部分目标用户之外的其它目标用户中重新选择至少一个目标用户。
例如,前述的部分目标用户为匹配程度大于或等于90%的目标用户,则从剩余的目标用户中,重新选择至少一个目标用户,例如匹配程度为小于90%且大于或等于80%的目标用户。与前类似,二次重新选择目标用户时的匹配程度的确定也可由本领域技术人员根据实际需求适当设置,本发明实施例对此不作限制。
步骤S210:展示重新选择的至少一个目标用户的信息。
展示的目标用户的信息包括但不限于用户标识(ID)、与邀请搜索关键词匹配的用户特征信息等。通过展示这些目标用的信息供用户选择。
步骤S212:接收对展示的所述至少一个目标用户的信息的选择操作,根据所述选择操作确定选择的所述目标用户,生成用于邀请选择的所述目标用户对目标对象进行评论的邀请信息。
根据用户的选择操作,确定对应的目标用户,作为选择的目标用户,并生成新的邀请信息,以邀请目标用户对目标对象进行评论。这样可以在邀请一部分目标用户,但未获得较高质量的答案的情况下,使发布用户和/或浏览用户再次邀请其他的目标用户,从而提高问题解答的速度,确保问题答案质量。
当然,需要说明的是,当问题未获得较高质量的答案的情况下,发布用户和/或浏览用户也可以通过修改邀请搜索关键词的方式重新确定目标用户,这种情况下,可以通过重新执行步骤S202~步骤S206的方式实现。
需要说明的是,步骤S208~步骤S212为可选步骤,若通过所述邀请信息邀请所述目标用户对所述目标对象进行评论成功,则无需执行步骤S208~步骤S212。
步骤S214:获取所述目标用户对所述目标对象进行评论的评论数据。
需要说明的是,本步骤为可选步骤,其可以在步骤S206执行所述生成用于邀请所述目标用户对目标对象进行评论的邀请信息之后执行,也可以在步骤S212执行所述生成用于邀请所述目标用户对目标对象进行评论的邀请信息之后执行。
其中,目标对象可以是邀请信息中指示的待解答的问题,或待评论的答案、或待评论的评论等。
相应地,评论数据可以是针对问题添加的答案数据,或针对答案添加的评论数据,或针对评论添加的评论数据等。
步骤S216:获取针对所述评论数据的评价操作,根据所述评价操作的操作结果,生成调整信息。
所述评价操作可以是邀请信息的发送用户(例如问题的发布用户或浏览用户)针对该评论数据的评价操作。例如,邀请信息的发送用户对评论数据的点赞操作、点踩操作、或星级评价操作等。
其中,针对不同的操作结果,可以生成用于指示执行不同操作的调整信息。
在本实施例中,所述调整信息用于指示执行下列操作至少之一:指示从用户特征信息中删除所述调整信息指示的特征信息、指示向所述用户特征信息中增加所述调整信息指示的特征信息、指示修改所述用户特征信息中所述调整信息所指示的特征信息。
例如,若针对某一目标用户发表的评论数据,点踩的用户达到了一定的数量级别,则可以根据点踩操作的操作结果,生成指示从该目标用户的用户特征信息中删除所述调整信息指示的特征信息的调整信息(如,指示删除该目标用户的擅长领域为“物理”领域的调整信息)。其中,调整信息指示的特征信息可以是与生成邀请信息时使用的邀请搜索关键词匹配的特征信息,或者与目标对象匹配的特征信息。
步骤S218:根据所述调整信息,对与所述评论数据对应的所述目标用户的用户特征信息进行调整,并生成与所述目标用户对应的新的用户特征信息。
例如,调整信息A中指示从用户A的用户特征信息中删除所述调整信息指示的特征信息(例如,特征信息指示的特征类型信息为擅长领域,特征内容信息为物理),则根据调整信息A,从用户A的用户特征信息中擅长领域这一类别中,将物理这一内容删除。
又例如,调整信息B指示向用户B的用户特征信息中添加所述调整信息指示的特征信息(例如,特征信息指示的特征类型信息为擅长领域,特征内容信息为物理),则根据调整信息B,向用户B的用户特征信息中擅长领域这一类别中,添加物理这一内容。
本实施例提供的邀请方案,根据获取的邀请搜索关键词和用户的用户特征信息,确定与邀请搜索关键词匹配的用户特征信息对应的用户作为目标用户,生成邀请目标用户的邀请信息。相较于传统的根据用户ID进行邀请的方式,本实施例的邀请方案一方面不需要预先知道目标用户的ID就可以实现多个目标用户的邀请,另一方面,还能够邀请较为擅长解答问题的目标用户,提升问题的解答速度和答案质量。
本实施例的邀请方法可以由任意适当的具有数据处理能力的终端设备执行,包括但不限于:服务器和/或移动终端(如平板电脑、手机等)和PC机。
实施例三
参照图3,示出了根据本发明实施例三的一种邀请装置的结构框图。
本实施例提供的邀请装置包括:第一确定模块302,用于获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;第二确定模块304,用于根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;邀请模块306,用于根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
本实施例的邀请方案,根据获取的邀请搜索关键词和用户的用户特征信息,确定与邀请搜索关键词匹配的用户特征信息对应的用户作为目标用户,生成邀请目标用户的邀请信息。相较于传统的根据用户ID进行邀请的方式,本实施例的邀请方案一方面不需要预先知道目标用户的ID就可以实现多个目标用户的邀请,另一方面,还能够邀请较为擅长解答问题的目标用户,提升问题的解答速度和答案质量。
实施例四
参照图4,示出了根据本发明实施例四的一种邀请装置的结构框图。
本实施例提供的邀请装置包括:第一确定模块402,用于获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;第二确定模块404,用于根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;邀请模块406,用于根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
可选地,所述第一确定模块402包括:第一获取模块4021,用于获取所述邀请搜索关键词;分析模块4022,用于对所述邀请搜索关键词进行分析,并根据分析结果确定所述邀请搜索关键词对应的特征类别信息和特征内容信息;特征确定模块4023,用于根据所述特征类别信息和所述特征内容信息,确定与所述邀请搜索关键词对应的目标特征信息。
可选地,所述分析模块4022包括:类别匹配模块4022a,用于根据设定规则,将所述邀请搜索关键词与预设的多个特征类别信息进行匹配,根据匹配结果确定所述邀请搜索关键词对应的特征类别信息;内容提取模块4022b,用于从所述邀请搜索关键词中,提取与所述特征类别信息对应的特征内容信息。
可选地,所述装置还包括:第二获取模块408,用于在所述邀请模块406生成用于邀请所述目标用户对目标对象进行评论的邀请信息之后,获取所述目标用户对所述目标对象进行评论的评论数据;生成模块410,用于获取针对所述评论数据的评价操作,根据所述评价操作的操作结果,生成调整信息;调整模块412,用于根据所述调整信息,对与所述评论数据对应的所述目标用户的用户特征信息进行调整,并生成与所述目标用户对应的新的用户特征信息。
可选地,所述调整信息用于指示执行下列操作至少之一:指示从用户特征信息中删除所述调整信息指示的特征信息、指示向所述用户特征信息中增加所述调整信息指示的特征信息、指示修改所述用户特征信息中所述调整信息所指示的特征信息。
可选地,所述邀请模块406用于根据所述目标特征信息与所述多个用户的用户特征信息的匹配程度,从匹配的所述至少一个目标用户中确定部分或全部所述目标用户,生成用于邀请确定的所述目标用户对目标对象进行评论的邀请信息。
可选地,所述装置还包括:重选模块414,用于当所述邀请模块406从匹配的所述至少一个目标用户中确定部分所述目标用户,且通过所述邀请信息邀请所述目标用户对所述目标对象进行评论失败时,根据所述匹配程度,从所述部分目标用户之外的其它目标用户中重新选择至少一个目标用户;展示模块416,用于展示重新选择的至少一个目标用户的信息;重邀请模块418,用于接收对展示的所述至少一个目标用户的信息的选择操作,根据所述选择操作确定选择的所述目标用户,生成用于邀请选择的所述目标用户对目标对象进行评论的邀请信息。
本实施例提供的邀请方案,根据获取的邀请搜索关键词和用户的用户特征信息,确定与邀请搜索关键词匹配的用户特征信息对应的用户作为目标用户,生成邀请目标用户的邀请信息。相较于传统的根据用户ID进行邀请的方式,本实施例的邀请方案一方面不需要预先知道目标用户的ID就可以实现多个目标用户的邀请,另一方面,还能够邀请较为擅长解答问题的目标用户,提升问题的解答速度和答案质量。
实施例五
一种终端设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上所述的邀请方法对应的操作。
具体地,参照图5,示出了根据本发明实施例五的一种终端设备的结构示意图,本发明具体实施例并不对终端设备的具体实现做限定。
如图5所示,该终端设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它终端设备或服务器进行通信。
处理器502,用于执行程序510,具体可以执行上述邀请方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。终端设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
在一种可选的实施方式中,程序510还可以使得处理器502在所述获取邀请搜索关键词,确定所述邀请搜索关键词对应的目标特征信息时,获取所述邀请搜索关键词;对所述邀请搜索关键词进行分析,并根据分析结果确定所述邀请搜索关键词对应的特征类别信息和特征内容信息;根据所述特征类别信息和所述特征内容信息,确定与所述邀请搜索关键词对应的目标特征信息。
在一种可选的实施方式中,程序510还可以使得处理器502在对所述邀请搜索关键词进行分析,并根据分析结果确定所述邀请搜索关键词对应的特征类别信息和特征内容信息时,根据设定规则,将所述邀请搜索关键词与预设的多个特征类别信息进行匹配,根据匹配结果确定所述邀请搜索关键词对应的特征类别信息;从所述邀请搜索关键词中,提取与所述特征类别信息对应的特征内容信息。
在一种可选的实施方式中,程序510还可以使得处理器502在生成用于邀请所述目标用户对目标对象进行评论的邀请信息之后,获取所述目标用户对所述目标对象进行评论的评论数据;获取针对所述评论数据的评价操作,根据所述评价操作的操作结果,生成调整信息;根据所述调整信息,对与所述评论数据对应的所述目标用户的用户特征信息进行调整,并生成与所述目标用户对应的新的用户特征信息。
在一种可选的实施方式中,所述调整信息用于指示执行下列操作至少之一:指示从用户特征信息中删除所述调整信息指示的特征信息、指示向所述用户特征信息中增加所述调整信息指示的特征信息、指示修改所述用户特征信息中所述调整信息所指示的特征信息。
在一种可选的实施方式中,程序510还可以使得处理器502在根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息时,根据所述目标特征信息与所述多个用户的用户特征信息的匹配程度,从匹配的所述至少一个目标用户中确定部分或全部所述目标用户,生成用于邀请确定的所述目标用户对目标对象进行评论的邀请信息。
在一种可选的实施方式中,程序510还可以使得处理器502在当从匹配的所述至少一个目标用户中确定部分所述目标用户时,若通过所述邀请信息邀请所述目标用户对所述目标对象进行评论失败,则根据所述匹配程度,从所述部分目标用户之外的其它目标用户中重新选择至少一个目标用户;展示重新选择的至少一个目标用户的信息;接收对展示的所述至少一个目标用户的信息的选择操作,根据所述选择操作确定选择的所述目标用户,生成用于邀请选择的所述目标用户对目标对象进行评论的邀请信息。
程序510中各步骤的具体实现可以参见上述邀请方法实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
本实施例的终端设备,根据获取的邀请搜索关键词和用户的用户特征信息,确定与邀请搜索关键词匹配的用户特征信息对应的用户作为目标用户,生成邀请目标用户的邀请信息。相较于传统的根据用户ID进行邀请的方式,本实施例的邀请方案一方面不需要预先知道目标用户的ID就可以实现多个目标用户的邀请,另一方面,还能够邀请较为擅长解答问题的目标用户,提升问题的解答速度和答案质量。
需要指出,根据实施的需要,可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本发明实施例的目的。
上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的邀请方法。此外,当通用计算机访问用于实现在此示出的邀请方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的邀请方法的专用计算机。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明实施例的范围。
以上实施方式仅用于说明本发明实施例,而并非对本发明实施例的限制,有关技术领域的普通技术人员,在不脱离本发明实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明实施例的范畴,本发明实施例的专利保护范围应由权利要求限定。

Claims (16)

1.一种邀请方法,其特征在于,包括:
获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;
根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;
根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
2.根据权利要求1所述的方法,其特征在于,所述获取邀请搜索关键词,确定所述邀请搜索关键词对应的目标特征信息,包括:
获取所述邀请搜索关键词;
对所述邀请搜索关键词进行分析,并根据分析结果确定所述邀请搜索关键词对应的特征类别信息和特征内容信息;
根据所述特征类别信息和所述特征内容信息,确定与所述邀请搜索关键词对应的目标特征信息。
3.根据权利要求2所述的方法,其特征在于,所述对所述邀请搜索关键词进行分析,并根据分析结果确定所述邀请搜索关键词对应的特征类别信息和特征内容信息,包括:
根据设定规则,将所述邀请搜索关键词与预设的多个特征类别信息进行匹配,根据匹配结果确定所述邀请搜索关键词对应的特征类别信息;
从所述邀请搜索关键词中,提取与所述特征类别信息对应的特征内容信息。
4.根据权利要求1所述的方法,其特征在于,在所述生成用于邀请所述目标用户对目标对象进行评论的邀请信息之后,所述方法还包括:
获取所述目标用户对所述目标对象进行评论的评论数据;
获取针对所述评论数据的评价操作,根据所述评价操作的操作结果,生成调整信息;
根据所述调整信息,对与所述评论数据对应的所述目标用户的用户特征信息进行调整,并生成与所述目标用户对应的新的用户特征信息。
5.根据权利要求4所述的方法,其特征在于,所述调整信息用于指示执行下列操作至少之一:指示从用户特征信息中删除所述调整信息指示的特征信息、指示向所述用户特征信息中增加所述调整信息指示的特征信息、指示修改所述用户特征信息中所述调整信息所指示的特征信息。
6.根据权利要求1所述的方法,其特征在于,根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息,包括:
根据所述目标特征信息与所述多个用户的用户特征信息的匹配程度,从匹配的所述至少一个目标用户中确定部分或全部所述目标用户,生成用于邀请确定的所述目标用户对目标对象进行评论的邀请信息。
7.根据权利要求6所述的方法,其特征在于,当从匹配的所述至少一个目标用户中确定部分所述目标用户时,所述方法还包括:
若通过所述邀请信息邀请所述目标用户对所述目标对象进行评论失败,则根据所述匹配程度,从所述部分目标用户之外的其它目标用户中重新选择至少一个目标用户;
展示重新选择的至少一个目标用户的信息;
接收对展示的所述至少一个目标用户的信息的选择操作,根据所述选择操作确定选择的所述目标用户,生成用于邀请选择的所述目标用户对目标对象进行评论的邀请信息。
8.一种邀请装置,其特征在于,包括:
第一确定模块,用于获取邀请搜索关键词,确定与所述邀请搜索关键词对应的目标特征信息;
第二确定模块,用于根据多个用户的用户特征信息,确定用户特征信息与所述目标特征信息匹配的至少一个用户作为目标用户;
邀请模块,用于根据确定的所述目标用户,生成用于邀请所述目标用户对目标对象进行评论的邀请信息。
9.根据权利要求8所述的装置,其特征在于,所述第一确定模块包括:
第一获取模块,用于获取所述邀请搜索关键词;
分析模块,用于对所述邀请搜索关键词进行分析,并根据分析结果确定所述邀请搜索关键词对应的特征类别信息和特征内容信息;
特征确定模块,用于根据所述特征类别信息和所述特征内容信息,确定与所述邀请搜索关键词对应的目标特征信息。
10.根据权利要求9所述的装置,其特征在于,所述分析模块包括:
类别匹配模块,用于根据设定规则,将所述邀请搜索关键词与预设的多个特征类别信息进行匹配,根据匹配结果确定所述邀请搜索关键词对应的特征类别信息;
内容提取模块,用于从所述邀请搜索关键词中,提取与所述特征类别信息对应的特征内容信息。
11.根据权利要求8所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于在所述邀请模块生成用于邀请所述目标用户对目标对象进行评论的邀请信息之后,获取所述目标用户对所述目标对象进行评论的评论数据;
生成模块,用于获取针对所述评论数据的评价操作,根据所述评价操作的操作结果,生成调整信息;
调整模块,用于根据所述调整信息,对与所述评论数据对应的所述目标用户的用户特征信息进行调整,并生成与所述目标用户对应的新的用户特征信息。
12.根据权利要求11所述的装置,其特征在于,所述调整信息用于指示执行下列操作至少之一:指示从用户特征信息中删除所述调整信息指示的特征信息、指示向所述用户特征信息中增加所述调整信息指示的特征信息、指示修改所述用户特征信息中所述调整信息所指示的特征信息。
13.根据权利要求8所述的装置,其特征在于,所述邀请模块用于根据所述目标特征信息与所述多个用户的用户特征信息的匹配程度,从匹配的所述至少一个目标用户中确定部分或全部所述目标用户,生成用于邀请确定的所述目标用户对目标对象进行评论的邀请信息。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
重选模块,用于当所述邀请模块从匹配的所述至少一个目标用户中确定部分所述目标用户,且通过所述邀请信息邀请所述目标用户对所述目标对象进行评论失败时,根据所述匹配程度,从所述部分目标用户之外的其它目标用户中重新选择至少一个目标用户;
展示模块,用于展示重新选择的至少一个目标用户的信息;
重邀请模块,用于接收对展示的所述至少一个目标用户的信息的选择操作,根据所述选择操作确定选择的所述目标用户,生成用于邀请选择的所述目标用户对目标对象进行评论的邀请信息。
15.一种终端设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的邀请方法对应的操作。
16.一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-7中任一所述的邀请方法。
CN201811434903.5A 2018-11-28 2018-11-28 邀请方法、装置、终端设备及计算机存储介质 Active CN111324820B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811434903.5A CN111324820B (zh) 2018-11-28 2018-11-28 邀请方法、装置、终端设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811434903.5A CN111324820B (zh) 2018-11-28 2018-11-28 邀请方法、装置、终端设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN111324820A true CN111324820A (zh) 2020-06-23
CN111324820B CN111324820B (zh) 2023-04-25

Family

ID=71172201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811434903.5A Active CN111324820B (zh) 2018-11-28 2018-11-28 邀请方法、装置、终端设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111324820B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159583A (zh) * 2021-04-25 2021-07-23 上海淇玥信息技术有限公司 一种业务策略管理方法、装置和电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005038348A (ja) * 2003-07-18 2005-02-10 Fuji Xerox Co Ltd 情報端末装置、人材評価情報提供方法、人材検索装置、人材検索方法
US20070162458A1 (en) * 2006-01-10 2007-07-12 Fasciano Mark J Method and apparatus for collecting and storing information about individuals in a social network
US20090049127A1 (en) * 2007-08-16 2009-02-19 Yun-Fang Juan System and method for invitation targeting in a web-based social network
WO2013166730A1 (zh) * 2012-05-11 2013-11-14 中兴通讯股份有限公司 问询方法及系统、问询搜索服务器及问询终端
CN104346431A (zh) * 2013-08-09 2015-02-11 索尼公司 信息处理装置、信息处理方法和程序
CN105956011A (zh) * 2016-04-21 2016-09-21 百度在线网络技术(北京)有限公司 搜索方法及装置
CN107992545A (zh) * 2017-11-27 2018-05-04 珠海市魅族科技有限公司 一种搜索方法、装置、终端及可读存储介质
CN108108380A (zh) * 2016-11-25 2018-06-01 阿里巴巴集团控股有限公司 搜索排序方法、搜索排序装置、搜索方法和搜索装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005038348A (ja) * 2003-07-18 2005-02-10 Fuji Xerox Co Ltd 情報端末装置、人材評価情報提供方法、人材検索装置、人材検索方法
US20070162458A1 (en) * 2006-01-10 2007-07-12 Fasciano Mark J Method and apparatus for collecting and storing information about individuals in a social network
US20090049127A1 (en) * 2007-08-16 2009-02-19 Yun-Fang Juan System and method for invitation targeting in a web-based social network
WO2013166730A1 (zh) * 2012-05-11 2013-11-14 中兴通讯股份有限公司 问询方法及系统、问询搜索服务器及问询终端
US20150134649A1 (en) * 2012-05-11 2015-05-14 Zte Corporation Inquiry method and system, inquiry search server and inquiry terminal
CN104346431A (zh) * 2013-08-09 2015-02-11 索尼公司 信息处理装置、信息处理方法和程序
CN105956011A (zh) * 2016-04-21 2016-09-21 百度在线网络技术(北京)有限公司 搜索方法及装置
CN108108380A (zh) * 2016-11-25 2018-06-01 阿里巴巴集团控股有限公司 搜索排序方法、搜索排序装置、搜索方法和搜索装置
CN107992545A (zh) * 2017-11-27 2018-05-04 珠海市魅族科技有限公司 一种搜索方法、装置、终端及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159583A (zh) * 2021-04-25 2021-07-23 上海淇玥信息技术有限公司 一种业务策略管理方法、装置和电子设备

Also Published As

Publication number Publication date
CN111324820B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN107590255B (zh) 信息推送方法和装置
US9218364B1 (en) Monitoring an any-image labeling engine
WO2020077824A1 (zh) 异常问题的定位方法、装置、设备及存储介质
KR20180122926A (ko) 학습 서비스 제공 방법 및 그 장치
US9037600B1 (en) Any-image labeling engine
CN108319888B (zh) 视频类型的识别方法及装置、计算机终端
CN114549874A (zh) 多目标图文匹配模型的训练方法、图文检索方法及装置
CN111680165B (zh) 信息匹配方法、装置、可读存储介质和电子设备
CN109522399B (zh) 用于生成信息的方法和装置
CN112966081A (zh) 处理问答信息的方法、装置、设备和存储介质
CN111767382A (zh) 生成反馈信息的方法、装置及终端设备
US11163765B2 (en) Non-transitory compuyer-read able storage medium, information output method, and information processing apparatus
US11379527B2 (en) Sibling search queries
CN114092948B (zh) 一种票据识别方法、装置、设备以及存储介质
CN114116997A (zh) 知识问答方法、装置、电子设备及存储介质
CN108959289B (zh) 网站类别获取方法和装置
CN111324820A (zh) 邀请方法、装置、终端设备及计算机存储介质
CN110580297A (zh) 基于菜品图像的商户及菜品匹配方法、装置、电子设备
US11941362B2 (en) Systems and methods of artificially intelligent sentiment analysis
CN113704623A (zh) 一种数据推荐方法、装置、设备及存储介质
CN113420104A (zh) 兴趣点采全率确定方法、装置、电子设备及存储介质
CN113656393B (zh) 数据处理方法、装置、电子设备以及存储介质
US20230326046A1 (en) Application matching method and application matching device
CN107220255B (zh) 地址信息处理方法及装置
CN115146032A (zh) 信息处理方法、装置、设备、介质及程序产品

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