CN111581486B - 一种信息分配方法及装置 - Google Patents
一种信息分配方法及装置 Download PDFInfo
- Publication number
- CN111581486B CN111581486B CN202010392593.6A CN202010392593A CN111581486B CN 111581486 B CN111581486 B CN 111581486B CN 202010392593 A CN202010392593 A CN 202010392593A CN 111581486 B CN111581486 B CN 111581486B
- Authority
- CN
- China
- Prior art keywords
- information
- search
- produced
- search information
- user side
- 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 45
- 238000009826 distribution Methods 0.000 title claims abstract description 28
- 238000004519 manufacturing process Methods 0.000 claims abstract description 107
- 238000001514 detection method Methods 0.000 claims description 68
- 238000003062 neural network model Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 235000013305 food Nutrition 0.000 description 8
- 238000012550 audit Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000010411 cooking Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 235000015067 sauces Nutrition 0.000 description 2
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F16/90—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本公开提供了一种信息分配方法及装置，包括：获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件；确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型；将所述待生产的搜索信息发送至与所述生产需求信息相匹配的目标用户端。
Description
技术领域
本公开涉及计算机技术领域，具体而言，涉及一种信息分配方法及装置。
背景技术
用户在进行信息搜索时，通过用户端向服务器发起搜索请求，服务器再向用户端发送搜索结果。为了提高用户的浏览效率，可以通过从多条搜索结果中筛选出符合预设条件的搜索结果，并将筛选出的搜索结果进行特殊格式的展示的方式，来方便用户对于筛选出的搜索结果的查看。
对于一些没有符合预设条件的搜索结果的搜索请求，一般会直接根据搜索请求所属的领域，将这些搜索请求发送至与该搜索请求所属的领域的应的用户端，由用户端进行生产，然而通过这种方法生产出的搜索结果可能无法满足用户的搜索需求，用户可能还需要根据与该搜索请求相关的其他搜索请求进行多次搜索，降低了搜索效率。
发明内容
本公开实施例至少提供一种信息分配方法及装置。
第一方面，本公开实施例提供了一种信息分配方法，包括：
获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件；
确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型；
将所述待生产的搜索信息发送至与所述生产需求信息相匹配的目标用户端。
一种可能的实施方式中，所述获取待生产的搜索信息，包括：
获取在最近预设时间段内产生的多条搜索信息；
将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果；
当所述搜索信息对应的检测结果为不包含敏感信息时，将所述搜索信息确定为所述待生产的搜索信息。
一种可能的实施方式中，所述将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果，包括：
将所述搜索信息输入至预先训练的敏感信息检测模型，输出得到所述搜索信息中包含敏感信息的概率；
当所述概率大于第一预设值时，确定所述搜索信息对应的检测结果为包含敏感信息；当所述概率大于第二预设值，且小于或等于所述第一预设值时，确定所述搜索信息对应的检测结果为待核实是否包含敏感信息；当所述概率小于或等于所述第二预设值时，确定所述搜索信息对应的检测结果为不包含敏感信息。
一种可能的实施方式中，所述生产需求信息包括以下信息中的至少一种：
所属领域信息、所需求的格式信息、是否需要专业人员回答、是否需要生成百科页。
一种可能的实施方式中，根据以下步骤确定与所述生产需求信息相匹配的目标用户端：
基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息；
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从各个候选用户端中确定所述目标用户端。
一种可能的实施方式中，基于所述待生产的搜索信息对应的生产需求信息、以及所述各候选用户端的属性信息，从各个候选用户端中确定所述目标用户端，包括：
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从所述各个候选用户端中确定待筛选的用户端；
基于所述各个待筛选的用户端当前未完成任务量个数，从所述待筛选的用户端中筛选出所述目标用户端，所述未完成任务量个数为所述待筛选的用户端当前接收到的待生产搜索结果的搜索信息的个数。
第二方面，本公开实施例还提供一种信息分配装置，包括：
获取模块，用于获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件；
确定模块，用于确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型；
发送模块，用于将所述待生产的搜索信息发送至与所述生产需求信息相匹配的目标用户端。
一种可能的实施方式中，所述获取模块，在获取待生产的搜索信息时，用于：
获取在最近预设时间段内产生的多条搜索信息；
将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果；
当所述搜索信息对应的检测结果为不包含敏感信息时，将所述搜索信息确定为所述待生产的搜索信息。
一种可能的实施方式中，所述获取模块，在将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果时，用于：
将所述搜索信息输入至预先训练的敏感信息检测模型，输出得到所述搜索信息中包含敏感信息的概率；
当所述概率大于第一预设值时，确定所述搜索信息对应的检测结果为包含敏感信息；当所述概率大于第二预设值，且小于或等于所述第一预设值时，确定所述搜索信息对应的检测结果为待核实是否包含敏感信息；当所述概率小于或等于所述第二预设值时，确定所述搜索信息对应的检测结果为不包含敏感信息。
一种可能的实施方式中，所述生产需求信息包括以下信息中的至少一种：
所属领域信息、所需求的格式信息、是否需要专业人员回答、是否需要生成百科页。
一种可能的实施方式中，所述确定模块，还用于根据以下步骤确定与所述生产需求信息相匹配的目标用户端：
基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息；
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从各个候选用户端中确定所述目标用户端。
一种可能的实施方式中，所述确定模块，在基于所述待生产的搜索信息对应的生产需求信息、以及所述各候选用户端的属性信息，从各个候选用户端中确定所述目标用户端时，用于：
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从所述各个候选用户端中确定待筛选的用户端；
基于所述各个待筛选的用户端当前未完成任务量个数，从所述待筛选的用户端中筛选出所述目标用户端，所述未完成任务量个数为所述待筛选的用户端当前接收到的待生产搜索结果的搜索信息的个数。
第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
本公开实施例提供的一种信息分配方法及装置，可以在获取待生产的搜索信息之后，确定待生产的搜索信息对应的生产需求信息，这里的生产需求信息为用户针对该搜索信息对应的待生产的搜索结果的需求类型；然后，可以将待生产的搜索信息发送至与该生产需求信息相匹配的目标用户端，这样，基于生产需求信息所选择的目标用户端，生产出的搜索结果更准确，更容易满足用户需求。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种信息分配方法的流程图；
图2示出了本公开实施例所提供的一种信息分配方法的应用场景示意图；
图3示出了本公开实施例所提供的一种信息分配装置的架构示意图；
图4示出了本公开实施例所提供的计算机设备400的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
相关技术中，在将没有符合预设条件的搜索结果的搜索请求分配給各个用户端时，一般是先确定待生产的搜索信息所属的领域(例如可以包括美食、医学、电子、服务等)，然后根据待生产的搜索信息所属的领域，为待生产的搜索信息选择用户端，然而这种方法可能并不能满足用户的需求。
示例性的，若待生产的搜索信息为“红烧肉的做法详解”，通过相关技术可以确定待生产的搜索信息所属的领域为“美食”，然后将待生产的搜索信息发送至可以生产“美食”领域的搜索结果的用户端，然而待生产的搜索信息对应的用户需求可能为美食类的视频，若发送的用户端无法生产视频类搜索结果，则最终用户端生产出的搜索结果无法满足用户需求，用户可能还需要根据“红烧肉的做法视频详解”重新进行搜索，降低了搜索效率。
基于此，本公开提供了一种信息分配方法，可以在获取待生产的搜索信息之后，确定待生产的搜索信息对应的生产需求信息，这里的生产需求信息为用户针对该搜索信息对应的待生产的搜索结果的需求类型；然后，可以将待生产的搜索信息发送至与该生产需求信息相匹配的目标用户端，这样，基于生产需求信息所选择的目标用户端，生产出的搜索结果更准确，更容易满足用户需求。
针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种信息分配方法进行详细介绍，本公开实施例所提供的信息分配方法的执行主体为具有一定计算能力的计算机设备，一般为服务器。
参见图1所示，为本公开实施例提供的一种信息分配方法的流程图，该方法包括以下几个步骤：
步骤101、获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件。
步骤102、确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型。
步骤103、将所述待生产的搜索信息发送至与所述生产需求信息相匹配的目标用户端。
以下是对上述步骤的详细介绍。
针对步骤101、
在获取待生产的搜索信息时，可以先获取最近时间段内产生的多条搜索信息，然后将搜索信息输入至预先训练的敏感信息检测模型，确定搜索信息对应的检测结果，当搜索信息对应的检测结果为不包含敏感信息时，再将搜索信息确定为待生产的搜索信息。
在一种可能的实施方式中，所述获取在最近预设时间段内产生的多条搜索信息，可以是获取距离当前时刻为预设时长的时间范围内产生的多条搜索请求，然后从每条搜索请求中提取搜索信息。
其中，获取的多条搜索请求可以是获取当前搜索平台接收到的搜索请求，也可以是获取当前搜索平台和其他搜索平台接收到的搜索请求，其中所述搜索平台包括但不仅限于应用程序、网页等。
在确定搜索信息对应的检测结果时，可以将搜索信息输入至预先训练的敏感信息检测模型，输出得到搜索信息中包含敏感信息的概率，然后根据输出得到的包含敏感信息的概率，确定搜索信息对应的检测结果，具体可以包括以下几种情况：
情况1、输出得到的包含敏感信息的概率大于第一预设值。
当输出得到的包含敏感信息的概率大于第一预设值时，可以确定所述搜索信息对应的检测结果为包含敏感信息。
情况2、输出得到的包含敏感信息的概率小于或等于第二预设值，其中，第二预设值小于第一预设值。
在这种情况下，可以确定搜索信息对应的检测结果为不包含敏感信息。
情况3、输出得到的包含敏感信息的概率大于第二预设值，且小于或等于第一预设值。
在这种情况下，说明搜索信息中可能包含敏感信息，也可能不包含敏感信息，因此，为提高搜索信息的检测结果的精度，可以将搜索信息的检测结果确定为待核实是否包含敏感信息。
针对情况3，在搜索信息的检测结果为待核实是否包含敏感信息时，可以向服务端发送携带有搜索信息和检测结果的敏感信息确认指令，然后根据服务端的反馈结果，对待核实是否包含敏感信息的检测结果进行更新，更新后的检测结果为搜索信息包含敏感信息，或者搜索信息不包含敏感信息。
其中，服务端可以为当前搜索平台的维护人员的用户端。
具体的，在根据服务端的反馈结果进行更新时，若服务端的反馈结果为包含敏感信息，则将该搜索信息对应的检测结果更新为包含敏感信息；若服务端的反馈结果为不包含敏感信息，则将该搜索信息对应的检测结果更新为不包含敏感信息。
敏感信息检测模型在训练过程时，可以先获取样本搜索信息，以及样本搜索信息的敏感标注信息，所述敏感标注信息用于表示该样本搜索信息是否包含敏感信息，然后将样本搜索信息输入至敏感信息检测模型中，输出样本搜索信息中包含敏感信息的概率，根据样本搜索信息中包含敏感信息的概率，确定样本搜索信息对应的检测结果；然后基于样本搜索信息对应的检测结果、和样本搜索信息对应的敏感标注信息，确定本次训练过程中的损失值，在损失值不满足预设条件的情况下，重新执行上述训练过程。
针对步骤102、
其中，所述待生产的搜索信息对应的生产需求信息可以包括以下信息中的至少一种：
所属领域信息、所需求的格式信息、是否需要专业人员回答、是否需要生成百科页。
示例性的，所述领域信息可以包括美食、医学、电子、养殖、种植等，所需求的格式信息可以包括视频格式、音频格式、文字格式、图片格式等。
在一种可能的实施方式中，在确定待生产的搜索信息对应的生产需求信息时，可以将待生产的搜索信息输入至预先训练的神经网络模型中，神经网络模型可以输出待生产的搜索信息对应的每一种生产需求信息对应的概率值，然后根据概率值确定待生产的搜索信息对应的生产需求信息。
示例性的，若生产需求信息包括所属领域信息，在将待生产的搜索信息输入至预先训练的神经网络模型中之后，神经网络模型可以输出待生产的搜索信息属于美食领域的概率、属于医学领域的概率、属于电子领域的概率、属于养殖领域的概率、以及属于种植领域的概率，若属于美食领域的概率最高，则确定待生产的搜索信息对应的所属领域信息为美食领域。
由于神经网络模型的精度有限，为了提高确定待生产的搜索信息对应的生产需求信息的精度，在一种可能的实施方式中，在基于神经网络模型确定待生产的搜索信息对应的生产需求信息之后，还可以将待生产的搜索信息、以及确定的待生产的搜索信息对应的生产需求信息发送至服务端，由工作人员对待生产的搜索信息的生产需求信息进行审核，若审核通过，工作人员可以通过服务端反馈审核通过指令，服务器在接收到审核通过指令之后，直接将神经网络模型确定的生产需求信息确定为待生产的搜索信息对应的生产需求信息；若审核不通过，工作人员可以对生产需求信息进行修改，然后将修改后的生产需求信息反馈给服务器，服务器将修改后的生产需求信息作为待生产的搜索信息的生产需求信息；或者，若审核不通过，则向服务器反馈审核不通过的指令，服务器在接收到审核不通过的指令后，再次将待生产的搜索信息重新输入至神经网络模型中，重新确定待生产的搜索信息的生产需求信息。
在另外一种可能的实施方式中，为降低工作人员的任务量，还可以将神经网络模型输出的，待生产的搜索信息对应的每一种生产需求信息对应的概率值不满足预设条件的待生产的搜索信息和待生产的搜索信息的生产需求信息发送至服务端。
在一种可能的实施方式中，在确定待生产的搜索信息对应的生产需求信息时，可以是为待生产的搜索信息打标签，如图2所示，不同的生产需求信息可以对应有属性的标签，例如所属领域信息可以对应所属领域标签，所需求的格式信息可以对应资源形态标签，是否需求专业人员回答可以对应资源权威性判断标签，是否需要生成百科页可以对应资源满足倾向标签，在将待生产的搜索信息输入至神经网络模型中之后，神经网络模型可以根据上述四类标签，确定每一类标签的取值，然后为待生产的搜索信息打标签，图2中输入的待生产的搜索信息所对应的标签为影视需求标签(所属领域信息为影视类)、视频需求标签(所需求的格式信息为视频格式)、专家需求标签(需要专业人员回答)、百科需求标签(需要生成百科页)，然后根据待生产的搜索信息的标签，将待生产的搜索信息发送至用户端。
针对步骤103、
在确定与待生产的搜索信息的生产需求信息相匹配的目标用户端时，可以先基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息，然后基于待生产的搜索信息对应的生产需求信息、以及各个候选用户端的属性信息，从各个候选用户端中确定目标用户端。
其中，在基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息时，可以统计各个候选用户端生成的历史搜索结果所对应的生产需求信息中每一项生产需求信息的取值，然后将对应的取值高于预设值的生产需求信息作为各个候选用户端的属性信息。
示例性的，若候选用户端生成的历史搜索结果所对应的生产需求信息(包括所属领域信息和历史搜索结果所需求的格式信息)，如下表1和表2所示：
表1
表2
| 历史搜索结果所需求的格式信息 | 历史搜索结果个数 |
| 视频格式 | 0 |
| 图片格式 | 10 |
| 音频格式 | 2 |
| 文字格式 | 30 |
若所属领域信息对应的预设值为100，历史搜索结果的格式信息对应的预设值为20，则该候选用户端的属性信息包括“美食”、“养殖”、以及“文字格式”，若待生产的搜索信息对应的生产需求信息包括“美食”和“文字格式”，则可以将该候选用户端作为目标用户端，将待生产的搜索信息发送给目标用户端。
在一种可能的实施方式中，在基于待生产的搜索信息对应的生产需求信息、以及各候选用户端的属性信息，从各个候选用户端中确定目标用户端时，可以选择对应的属性信息与待生产的搜索信息对应的生产需求信息相匹配的候选用户端作为目标用户端，若确定出的目标用户端的个数为多个，则可以随机选择一个目标用户端，然后将待生产的搜索信息发送至选择的目标用户端。
在另外一种可能的实施方式中，为了均衡各个用户端的工作量，在基于待生产的搜索信息对应的生产需求信息、以及各候选用户端的属性信息，从各个候选用户端中确定目标用户端时，还可以先基于待生产的搜索信息对应的生产需求信息、以及各个候选用户端的属性信息，从各个候选用户端中确定待筛选的用户端，然后基于各个待筛选的用户端当前未完成任务量个数，从待筛选的用户端中筛选出目标用户端，其中，未完成任务量个数为所述待筛选的用户端当前接收到的待生产搜索结果的搜索信息的个数。
在另外一种可能的实施方式中，考虑到不同的用户端的生成待生产的搜索信息的效率可能不同，在从候选用户端中选择目标用户端时，还可以先基于候选用户端生成历史搜索结果的处理效率、目标用户端当前未完成任务量个数以及目标用户端当前已完成任务量个数，从待筛选的用户端中筛选出目标用户端。
具体的，可以根据候选用户端生成历史搜索结果的处理效率、目标用户端当前未完成任务量个数以及目标用户端当前已完成任务量个数，确定候选用户端可接收的待生产的搜索信息的个数，然后根据可接收的待生产的搜索信息的个数进行排序，然后按照排序结果选择目标用户端。
示例性的，若候选用户端平均每天的处理量为20个，而候选用户端当前已完成的任务量的个数为3个，当前未完成的任务量个数为1个，对于这种情况，则说明该候选用户端当前可接收的待生产的搜索信息的个数为16个，若该候选用户端排在各候选用户端的首位，当有待分配的待生产的搜索信息时，则将该待生产的搜索信息分配給该候选用户端。
本公开实施例提供的信息分配方法，可以在获取待生产的搜索信息之后，确定待生产的搜索信息对应的生产需求信息，这里的生产需求信息为用户针对该搜索信息对应的待生产的搜索结果的需求类型；然后，可以将待生产的搜索信息发送至与该生产需求信息相匹配的目标用户端，这样，基于生产需求信息所选择的目标用户端，生产出的搜索结果更准确，更容易满足用户需求。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与信息分配方法对应的信息分配装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述信息分配方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图3所示，为本公开实施例提供的一种信息分配装置的架构示意图，所述装置包括：获取模块301、确定模块302、发送模块303；其中，
获取模块301，用于获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件；
确定模块302，用于确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型；
发送模块303，用于将所述待生产的搜索信息发送至与所述生产需求信息相匹配的目标用户端。
一种可能的实施方式中，所述获取模块301，在获取待生产的搜索信息时，用于：
获取在最近预设时间段内产生的多条搜索信息；
将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果；
当所述搜索信息对应的检测结果为不包含敏感信息时，将所述搜索信息确定为所述待生产的搜索信息。
一种可能的实施方式中，所述获取模块301，在将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果时，用于：
将所述搜索信息输入至预先训练的敏感信息检测模型，输出得到所述搜索信息中包含敏感信息的概率；
当所述概率大于第一预设值时，确定所述搜索信息对应的检测结果为包含敏感信息；当所述概率大于第二预设值，且小于或等于所述第一预设值时，确定所述搜索信息对应的检测结果为待核实是否包含敏感信息；当所述概率小于或等于所述第二预设值时，确定所述搜索信息对应的检测结果为不包含敏感信息。
一种可能的实施方式中，所述生产需求信息包括以下信息中的至少一种：
所属领域信息、所需求的格式信息、是否需要专业人员回答、是否需要生成百科页。
一种可能的实施方式中，所述确定模块302，还用于根据以下步骤确定与所述生产需求信息相匹配的目标用户端：
基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息；
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从各个候选用户端中确定所述目标用户端。
一种可能的实施方式中，所述确定模块302，在基于所述待生产的搜索信息对应的生产需求信息、以及所述各候选用户端的属性信息，从各个候选用户端中确定所述目标用户端时，用于：
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从所述各个候选用户端中确定待筛选的用户端；
基于所述各个待筛选的用户端当前未完成任务量个数，从所述待筛选的用户端中筛选出所述目标用户端，所述未完成任务量个数为所述待筛选的用户端当前接收到的待生产搜索结果的搜索信息的个数。
本公开实施例提供的信息分配装置，可以在获取待生产的搜索信息之后，确定待生产的搜索信息对应的生产需求信息，这里的生产需求信息包括用户针对该待生产的搜索信息，对待生成的搜索结果的需求类型；然后，可以将待生产的搜索信息发送至与该生产需求信息相匹配的目标用户端，这样，基于生产需求信息所选择的目标用户端，生产出的搜索结果更准确，更容易满足用户需求。
基于同一技术构思，本申请实施例还提供了一种计算机设备。参照图4所示，为本申请实施例提供的计算机设备400的结构示意图，包括处理器401、存储器402、和总线403。其中，存储器402用于存储执行指令，包括内存4021和外部存储器4022；这里的内存4021也称内存储器，用于暂时存放处理器401中的运算数据，以及与硬盘等外部存储器4022交换的数据，处理器401通过内存4021与外部存储器4022进行数据交换，当计算机设备400运行时，处理器401与存储器402之间通过总线403通信，使得处理器401在执行以下指令：
获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件；
确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型；
将所述待生产的搜索信息发送至与所述生产需求信息相匹配的目标用户端。
一种可能的实施方式中，处理器401执行的指令中，所述获取待生产的搜索信息，包括：
获取在最近预设时间段内产生的多条搜索信息；
将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果；
当所述搜索信息对应的检测结果为不包含敏感信息时，将所述搜索信息确定为所述待生产的搜索信息。
一种可能的实施方式中，处理器401执行的指令中，所述将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果，包括：
将所述搜索信息输入至预先训练的敏感信息检测模型，输出得到所述搜索信息中包含敏感信息的概率；
当所述概率大于第一预设值时，确定所述搜索信息对应的检测结果为包含敏感信息；当所述概率大于第二预设值，且小于或等于所述第一预设值时，确定所述搜索信息对应的检测结果为待核实是否包含敏感信息；当所述概率小于或等于所述第二预设值时，确定所述搜索信息对应的检测结果为不包含敏感信息。
一种可能的实施方式中，处理器401执行的指令中，所述生产需求信息包括以下信息中的至少一种：
所属领域信息、所需求的格式信息、是否需要专业人员回答、是否需要生成百科页。
一种可能的实施方式中，处理器401执行的指令中，根据以下步骤确定与所述生产需求信息相匹配的目标用户端：
基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息；
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从各个候选用户端中确定所述目标用户端。
一种可能的实施方式中，处理器401执行的指令中，基于所述待生产的搜索信息对应的生产需求信息、以及所述各候选用户端的属性信息，从各个候选用户端中确定所述目标用户端，包括：
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从所述各个候选用户端中确定待筛选的用户端；
基于所述各个待筛选的用户端当前未完成任务量个数，从所述待筛选的用户端中筛选出所述目标用户端，所述未完成任务量个数为所述待筛选的用户端当前接收到的待生产搜索结果的搜索信息的个数。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的信息分配方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的信息分配方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的信息分配方法的步骤，具体可参见上述方法实施例，在此不再赘述。
本公开实施例还提供一种计算机程序，该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software DevelopmentKit，SDK)等等。
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，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个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(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (9)
1.一种信息分配方法，其特征在于，包括：
获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件；
确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型，所述生产需求信息包括所需求的格式信息，所述生产需求信息通过预先训练的神经网络模型确定；
基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息；
基于所述待生产的搜索信息对应的生产需求信息、所述各个候选用户端的属性信息、生成历史搜索结果的处理效率、当前未完成任务量个数以及当前已完成任务量个数，从各个候选用户端中确定目标用户端；
将所述待生产的搜索信息发送至所述目标用户端。
2.根据权利要求1所述的方法，其特征在于，所述获取待生产的搜索信息，包括：
获取在最近预设时间段内产生的多条搜索信息；
将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果；
当所述搜索信息对应的检测结果为不包含敏感信息时，将所述搜索信息确定为所述待生产的搜索信息。
3.根据权利要求2所述的方法，其特征在于，所述将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果，包括：
将所述搜索信息输入至预先训练的敏感信息检测模型，输出得到所述搜索信息中包含敏感信息的概率；
当所述概率大于第一预设值时，确定所述搜索信息对应的检测结果为包含敏感信息；
当所述概率大于第二预设值，且小于或等于所述第一预设值时，确定所述搜索信息对应的检测结果为待核实是否包含敏感信息；当所述概率小于或等于所述第二预设值时，确定所述搜索信息对应的检测结果为不包含敏感信息。
4.根据权利要求1所述的方法，其特征在于，所述生产需求信息包括以下信息中的至少一种：
所属领域信息、是否需要专业人员回答、是否需要生成百科页。
5.根据权利要求1所述的方法，其特征在于，所述基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从各个候选用户端中确定所述目标用户端，包括：
基于所述待生产的搜索信息对应的生产需求信息、以及所述各个候选用户端的属性信息，从所述各个候选用户端中确定待筛选的用户端；
基于各个待筛选的用户端当前未完成任务量个数，从所述待筛选的用户端中筛选出所述目标用户端，所述未完成任务量个数为所述待筛选的用户端当前接收到的待生产搜索结果的搜索信息的个数。
6.一种信息分配装置，其特征在于，包括：
获取模块，用于获取待生产的搜索信息；所述待生产的搜索信息对应的搜索结果不符合预设条件；
确定模块，用于确定所述待生产的搜索信息对应的生产需求信息，所述生产需求信息用于表示所述搜索信息对应的待生产的搜索结果的需求类型，所述生产需求信息包括所需求的格式信息，所述生产需求信息通过预先训练的神经网络模型确定；基于各个候选用户端生成的历史搜索结果所对应的生产需求信息，确定各个候选用户端的属性信息；基于所述待生产的搜索信息对应的生产需求信息、所述各个候选用户端的属性信息、生成历史搜索结果的处理效率、当前未完成任务量个数以及当前已完成任务量个数，从各个候选用户端中确定目标用户端；
发送模块，用于将所述待生产的搜索信息发送至所述目标用户端。
7.根据权利要求6所述的装置，其特征在于，所述获取模块，在获取待生产的搜索信息时，用于：
获取在最近预设时间段内产生的多条搜索信息；
将所述搜索信息输入至预先训练的敏感信息检测模型，确定所述搜索信息对应的检测结果；
当所述搜索信息对应的检测结果为不包含敏感信息时，将所述搜索信息确定为所述待生产的搜索信息。
8.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至5任一所述的信息分配方法的步骤。
9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至5任意一项所述的信息分配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010392593.6A CN111581486B (zh) | 2020-05-11 | 2020-05-11 | 一种信息分配方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010392593.6A CN111581486B (zh) | 2020-05-11 | 2020-05-11 | 一种信息分配方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111581486A CN111581486A (zh) | 2020-08-25 |
| CN111581486B true CN111581486B (zh) | 2023-04-18 |
Family
ID=72113353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010392593.6A Active CN111581486B (zh) | 2020-05-11 | 2020-05-11 | 一种信息分配方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111581486B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111581514B (zh) * | 2020-05-11 | 2023-05-09 | 北京字节跳动网络技术有限公司 | 一种信息分配方法及装置 |
| CN113886707B (zh) * | 2021-10-25 | 2024-02-06 | 北京字跳网络技术有限公司 | 百科信息确定方法、显示方法、装置、设备和介质 |
| CN114461889B (zh) * | 2022-02-09 | 2023-04-25 | 北京百度网讯科技有限公司 | 数据搜索的方法、装置、电子设备及程序产品 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239465A (zh) * | 2014-09-02 | 2014-12-24 | 百度在线网络技术（北京）有限公司 | 一种基于场景信息进行搜索的方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104866522A (zh) * | 2015-03-25 | 2015-08-26 | 百度在线网络技术（北京）有限公司 | 一种为提问者提供回答信息的方法与装置 |
| KR20200136961A (ko) * | 2018-03-23 | 2020-12-08 | 아비질론 코포레이션 | 관심 대상에 대한 이미지 검색을 촉진하기 위해 사용자와 상호 작용하는 방법 및 시스템 |
-
2020
- 2020-05-11 CN CN202010392593.6A patent/CN111581486B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239465A (zh) * | 2014-09-02 | 2014-12-24 | 百度在线网络技术（北京）有限公司 | 一种基于场景信息进行搜索的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111581486A (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111581486B (zh) | 一种信息分配方法及装置 | |
| CN109299344A (zh) | 排序模型的生成方法、搜索结果的排序方法、装置及设备 | |
| CN109408821B (zh) | 一种语料生成方法、装置、计算设备及存储介质 | |
| CN105447205B (zh) | 检索结果排序的方法和装置 | |
| CN112231555A (zh) | 基于用户画像标签的召回方法、装置、设备及存储介质 | |
| CN108520045B (zh) | 数据的服务响应方法及装置 | |
| CN114817746A (zh) | 保险产品推荐方法、装置、设备及存储介质 | |
| CN111078742A (zh) | 用户分类模型训练方法、用户分类方法及装置 | |
| CN109960719A (zh) | 一种文件处理方法和相关装置 | |
| EP2613275A1 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
| CN110209780B (zh) | 一种问题模板生成方法、装置、服务器及存储介质 | |
| US20050261881A1 (en) | Task-based design evaluation | |
| JP2011186854A (ja) | 質問推薦装置及び方法及びプログラム | |
| CN113821602A (zh) | 基于图文聊天记录的自动答疑方法、装置、设备及介质 | |
| CN106844743B (zh) | 维吾尔语文本的情感分类方法及装置 | |
| CN112948526A (zh) | 用户画像的生成方法及装置、电子设备、存储介质 | |
| CN109949090B (zh) | 客户推荐方法、装置、电子设备及介质 | |
| CN108549722B (zh) | 多平台数据发布方法、系统及介质 | |
| CN111160699A (zh) | 一种专家推荐方法及系统 | |
| JP2011186855A (ja) | 質問推薦装置及び方法及びプログラム | |
| EP4002157A1 (en) | Method and system for identifying user search scenario | |
| CN110598211B (zh) | 文章的识别方法和装置、存储介质及电子装置 | |
| CN111581515B (zh) | 一种信息处理方法及装置 | |
| CN110162614B (zh) | 问题信息提取方法、装置、电子设备和存储介质 | |
| CN112328871A (zh) | 一种基于rpa模块的回复生成方法、装置、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: Tiktok vision (Beijing) Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. |