CN111581574B - 一种引导信息的展示方法及装置 - Google Patents
一种引导信息的展示方法及装置 Download PDFInfo
- Publication number
- CN111581574B CN111581574B CN202010363499.8A CN202010363499A CN111581574B CN 111581574 B CN111581574 B CN 111581574B CN 202010363499 A CN202010363499 A CN 202010363499A CN 111581574 B CN111581574 B CN 111581574B
- Authority
- CN
- China
- Prior art keywords
- information
- input
- user
- rewarding
- reward
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 25
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 230000006872 improvement Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
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)
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例中的一种引导信息的展示方法及装置,在确定针对该用户的引导信息之前,根据用户当前浏览的页面,确定出针对该页面的奖励确定模型。可见,本说明书能够提高奖励确定模型的生成过程的灵活性,进而提高生成的奖励确定模型的针对性,以提高根据该奖励确定模型得到的引导信息的引导效果。此外,本说明书中的方法及装置,根据用户当前已经输入的信息尚不匹配、且即将匹配的奖励规则,确定引导信息,便于用户直观的获知进行何种的操作能够获得进一步的奖励,有利于提高用户的创作积极性。并且,本说明书在确定引导信息的过程中,实时的监控用户的输入行为,根据该实时监控的结果,实时的生成对应于用户当前已经输入的信息的引导信息。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种引导信息的展示方法及装置。
背景技术
随着互联网生态环境的逐渐完善、互联网信息展示的精准化程度提高、新技术的不断兴起以及媒体质量较高等优势的逐渐凸显。为用户提供优质的信息服务,成为互联网行业追求的主要目标。
现如今,承载信息的页面不仅仅具备信息展示的功能,还能够为用户提供用于交互界面,平台可以通过该页面向用户展示引导信息,以辅助用户实现交互的目的。例如,在以用户原创内容(User Generated Content,UGC)作为平台卖点的场景中,平台多通过在可供用户执行输入操作的页面中添加引导信息的方式,引导用户的创作。为获得高质量的用户原创内容,平台往往将创作要求最高的引导信息直接展示给用户。然而,平台提出的创作要求的程度与创作的难度通常是正相关的,平台提出的该较高的创作要求难免会打消用户的创作积极性,使得用户放弃本次创作。
可见,现有的引导信息展示方法,存在无法有效引导用户的问题。
发明内容
本说明书实施例提供一种引导信息的展示方法及装置,以部分的解决现有技术存在的上述问题。
本说明书实施例采用下述技术方案:
本说明书提供的一种引导信息的展示方法,所述方法包括:
根据当前向用户展示的页面,得到奖励确定模型;
实时监控用户当前已经输入的信息,确定该已经输入的信息的特征,作为输入特征;
将所述输入特征输入所述奖励确定模型,使得所述奖励确定模型根据所述输入特征,在与该已经输入的信息不匹配的各预设奖励规则中,确定与该已经输入的信息匹配度最高的奖励规则;
根据所述与该已经输入的信息匹配度最高的奖励规则,确定引导信息;
展示所述引导信息。
可选地,实时监控用户当前已经输入的信息,确定该已经输入的信息的特征,作为输入特征,具体包括:
实时监控用户的输入,得到用户当前已经输入的信息;
根据监控到的用户当前已经输入的信息,确定出该已经输入的信息的文本的特征、图像的特征中的至少一种,作为输入特征。
可选地,所述奖励确定模型包括条件子模型和奖励子模型;
所述奖励确定模型根据所述输入特征,在与该已经输入的信息不匹配的各预设奖励规则中,确定与该已经输入的信息匹配度最高的奖励规则,具体包括:
所述条件子模型根据所述输入特征,在该条件子模型的各奖励条件中,确定出用户当前已经输入的信息不匹配的奖励条件;
在确定出的用户当前已经输入的信息不匹配的奖励条件中,确定出与该已经输入的信息匹配度最高的奖励条件,作为目标奖励条件;
将所述目标奖励条件,输入所述奖励子模型,使得所述策略匹配子模型根据奖励条件与奖励规则之间预设的对应关系,在该奖励子模型的各奖励规则中,确定出与该目标奖励条件对应的奖励规则,作为匹配度最高的奖励规则。
可选地,根据所述与该已经输入的信息匹配度最高的奖励规则,确定引导信息,具体包括:
确定与所述目标奖励条件匹配的输入信息的特征,作为目标特征;
根据所述目标特征,和与该已经输入的信息匹配度最高的奖励规则,确定引导信息。
可选地,所述方法还包括:
若监测到用户执行对当前已经输入的信息的发布行为,则确定与用户当前已经输入的信息匹配的奖励规则;
向用户发放与用户当前已经输入的信息匹配的奖励规则对应的奖励,并将引导信息更新为所述奖励的发放结果。
可选地,根据当前向用户展示的页面,得到奖励确定模型,具体包括:
根据当前向用户展示的页面,确定所述用户的信息、所述页面对应的商家的信息中的至少一种;
根据确定出的所述用户的信息、所述商家的信息中的至少一种,在预设的各奖励条件中,确定出适用于所述页面的奖励条件;
针对确定出的每个适用于所述页面的奖励条件,根据奖励条件与奖励规则之间预设的对应关系,在预设的各奖励规则中,确定适用于所述页面的匹配的奖励条件对应的奖励规则;
根据确定出的适用于所述页面的奖励条件、适用于所述页面的奖励条件所对应的奖励规则、以及所述预设的对应关系,得到奖励确定模型。
可选地,若将文本的特征作为输入特征,则所述输入特征包括已经输入的信息包含的字符数量;
若将图像的特征作为输入特征,则所述输入特征包括已经输入的信息包含的图片的数量和/或视频的持续时长。
本说明书提供的引导信息的展示装置,包括:
模型确定模块,用于根据当前向用户展示的页面,得到奖励确定模型;
输入特征确定模块,用于实时监控用户当前已经输入的信息,确定该已经输入的信息的特征,作为输入特征;
匹配度确定模块,用于将所述输入特征输入所述奖励确定模型,使得所述奖励确定模型根据所述输入特征,在与该已经输入的信息不匹配的各预设奖励规则中,确定与该已经输入的信息匹配度最高的奖励规则;
引导信息确定模块,用于根据所述与该已经输入的信息匹配度最高的奖励规则,确定引导信息;
展示模块,用于展示所述引导信息。
本说明书提供的一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种引导信息的展示方法。
本说明书提供的一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述一种引导信息的展示方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
本说明书实施例中的一种引导信息的展示方法及装置,在确定针对该用户的引导信息之前,根据用户当前浏览的页面,确定出针对该页面的奖励确定模型。可见,本说明书能够提高奖励确定模型的生成过程的灵活性,进而提高生成的奖励确定模型的针对性,以提高根据该奖励确定模型得到的引导信息的引导效果。进一步地,本说明书中的方法及装置,根据用户当前已经输入的信息尚不匹配、且即将匹配的奖励规则,确定引导信息,便于用户直观的获知进行何种的操作能够获得进一步的奖励,有利于提高用户的创作积极性。并且,本说明书在确定引导信息的过程中,实时的监控用户的输入行为,根据该实时监控的结果,实时的生成对应于用户当前已经输入的信息的引导信息并更新,以进一步提高引导效果。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书实施例提供的一种引导信息的展示过程;
图2a为本说明书实施例提供的一种引导信息的展示效果示意图;
图2b为本说明书实施例提供的一种奖励规则的展示效果示意图;
图2c为本说明书实施例提供的一种引导信息的构成示意图;
图3为本说明书实施例提供的另一种引导信息的展示过程;
图4为本说明书实施例提供的一种引导信息的展示装置的结构示意图;
图5为本说明书实施例提供的对应于图1的一种电子设备部分结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种引导信息的展示的过程,具体可包括以下步骤:
S100:根据当前向用户展示的页面,得到奖励确定模型。
本说明书涉及的页面可以是包含HTML(Hyper Text Markup Language)标签的页面,也可以是应用程序向用户展示的具有界面属性的页面。
本说明书对所述页面当前所处的展示次序不做限制。例如,可以将用户当前正在浏览的页面作为本说明书中的页面;也可以将当前已被用户打开,但用户当前并未浏览的页面作为本说明书中的页面。
该页面可以包含若干信息,例如,包含HTML标签的页面的网址信息等。则可以根据该页面包含的至少部分信息,针对该页面,确定出该页面对应的奖励确定模型。则不同页面对应的奖励确定模型可以不同。
该奖励确定模型可以用于确定用户浏览该页面、在该页面对应的网站持续在线的时长、用户通过该页面进行交互中的至少一种时,能够获得的奖励。用户不同的浏览行为、持续的在线状态、交互行为可能获得的奖励的类型(例如,积分、优惠券)和/或奖励的数量(例如,积分的数量)可以不同。则本说明书中的奖励确定模型,至少能够确定出该奖励的类型和/或数量中的至少一种。
可见,本说明书在生成奖励确定模型时,至少能够将该用户无法通过该页面获得的奖励排除。
S102:实时监控用户当前已经输入的信息,确定该已经输入的信息的特征,作为输入特征。
本说明书对用户输入信息的具体方式不做限制。例如,在用户与页面进行交互的场景中,用户可以在页面的文本输入框中输入信息;或,在具备图像(包括:图形、动态画面中的至少一种)上传功能的页面中,可以将用户上传的图像作为输入信息;再或者,可以将用户针对该页面进行的点击行为对应的信息,作为用户当前已经输入的信息,该点击行为对应的信息可以是:用户点击的视图属性信息、用户点击视图的次数的信息。
此外,在用户浏览页面的场景中,可以将用户当前浏览该页面的时长,作为用户当前已经输入的信息。在用户浏览页面于某网站处于在线状态的场景中,可以将用户当前在该网站保持在线状态的时长,作为用户当前已经输入的信息。
例如,可以实时监控用户的输入,在确定出用户当前已经输入的信息之后,将该用户当前已经输入的信息输入预设的输入特征确定模型,得到输入特征确定模型输出的该已经输入的信息的文本的特征、图像的特征中的至少一种,作为输入特征。
若将文本的特征作为输入特征,则所述输入特征包括已经输入的信息包含的字符数量;若将图像的特征作为输入特征,则所述输入特征包括已经输入的信息包含的图片的数量和/或视频的持续时长。
S104:将所述输入特征输入所述奖励确定模型,使得所述奖励确定模型根据所述输入特征,在与该已经输入的信息不匹配的各预设奖励规则中,确定与该已经输入的信息匹配度最高的奖励规则。
本说明书中的奖励确定模型中,可以预先的设置有若干个奖励规则,该奖励规则可以用于限定奖励的类型和/或数量中的至少一种。
具体地,将所述输入特征输入所述奖励确定模型,针对奖励确定模型中预先的确定的每个奖励规则,确定该奖励规则与该输入特征的匹配度。根据确定出的所述匹配度,在各该奖励确定模型中预先确定的各奖励规则中,确定与该输入特征不匹配的各奖励规则。在与该输入特征不匹配的各奖励规则中,根据各与该输入特征不匹配的奖励规则对应的所述匹配度,确定出与该已经输入的信息匹配度最高的奖励规则。
可选地,在确定不匹配的各奖励规则时,可以首先确定该输入特征与该奖励规则对应的奖励条件是否匹配。若该输入特征与该奖励规则对应的奖励条件不匹配,则该输入特征与该奖励规则不匹配。
例如,用户当前已经输入的信息包含76个字符,奖励规则1对应的奖励条件是“60”字符;奖励规则2对应的奖励条件是“80”字符;奖励规则3对应的奖励条件是“100”字符。则用户当前已经输入的信息的输入特征与奖励规则1匹配,且与奖励规则2和奖励规则3均不匹配。其中,奖励规则2是该已经输入的信息匹配度最高的奖励规则。
S106:根据所述与该已经输入的信息匹配度最高的奖励规则,确定引导信息。
在确定引导信息时,可以将与该已经输入的信息匹配度最高的奖励规则中的至少部分信息,确定为引导信息。继上述示例,用户当前已经输入的信息包含76个字符,该引导信息可以是:“您将满足奖励规则2”。
或者,可以直接将与该已经输入的信息匹配度最高的奖励条件和奖励规则中的信息,作为引导信息,则该引导信息可以是:“输入80字符,您将满足奖励规则2”。
S108:展示所述引导信息。
在确定出引导信息之后,可以将该引导信息添加至当前向用户展示的页面中。具体地,可以将确定出引导信息,添加至当前向用户展示的页面中,作为更新后的页面,向用户展示该更新后的页面。该引导信息展示的效果可以如图2a所示。
下面对本说明书中所述的引导信息的展示过程进行详细说明。
在步骤S100确定奖励确定模型的过程中,可以将正在使用该页面的用户的信息和该页面对应的商家的信息中的至少一种,作为确定奖励确定模型的依据。具体地,该确定奖励确定模型的过程可以是:
(1)根据当前向用户展示的页面,确定所述用户的信息、所述页面对应的商家的信息中的至少一种。
本说明书中的用户的信息,可以是:用户的身份属性信息、用户所处的地理位置信息、用户的历史行为信息中的至少一种。
此外,本说明书中的商家的定义,可以根据实际的使用场景确定。
例如,在电商平台引导用户填写针对商品的评价的场景中,该商家是在历史上与用户之间存在交易行为的一方。此时,引导用户的行为的执行者是该电商平台,而不是该商家。则该商家的信息可以是:该商家与该用户的交易新闻涉及的商品的品类(例如,餐饮、娱乐、生活服务等)、该商家所处的地理位置、所述对应于所述商品的页面中的用户评论数量中的至少一种。
再例如,在论坛、社区网站引导用户进行文学、影视作品创作的场景中,该论坛、社区网站可以作为与该页面对应的商家,此时引导用户的行为的执行者是商家(即,论坛、社区网站)。则该商家的信息可以是:该页面对应的作品类型(例如,文学作品、影视作品)、该页面对应的作品的历史浏览量、针对所述作品的用户评论数量中的至少一种。
(2)根据确定出的所述用户的信息、所述商家的信息中的至少一种,在预设的各奖励条件中,确定出适用于所述页面的奖励条件。
在本说明书一个可选的实施例中,可以采用预设的生成模型,根据确定出的所述用户的信息、所述商家的信息中的至少一种,得到奖励确定模型。
该生成模型中可以包括用于确定奖励确定模型的:预设的奖励条件集合、奖励规则集合和奖励规则之间的预设的对应关系。
该奖励条件集合可以示例性的表示为:C={c1,c2……,cn},cn表示奖励条件集合中的第n个激励条件。该奖励规则集合可以示例性的表示为:T={t1,t2……,tm},tm表示奖励规则集合中的第m个奖励规则。n和m均为正整数。可选地,n=m。
奖励条件集合中的每个奖励条件均可对应于奖励规则集合中的至少一个奖励规则。为便于说明,下文以奖励条件和奖励规则之间一一对应的情形进行说明。具体地,该对应关系可以通过奖励条件和奖励规则各自的标识体现,例如,c1对应于t1。
本步骤中,确定适用于所述页面的奖励条件的过程,即为在奖励条件集合C的各奖励条件中,确定出适用于所述页面的各奖励条件的集合的过程,/>是C的子集。
具体地,可以针对生成模型中预设的每个奖励条件,根据确定出的所述用户的信息、所述商家的信息中的至少一种,确定该奖励条件与该页面的契合度。若所述契合度大于预设的契合度阈值,则该奖励条件适用于所述页面;若反之,则该奖励条件不适用于所述页面。例如,该用户当前所处的地理位置是A市,而奖励条件c1针对的用户是B市的用户,则该奖励条件c1与当前向用户展示的页面契合度较低,该奖励条件c1不适于该页面。
(3)针对确定出的每个适用于所述页面的奖励条件,根据奖励条件与奖励规则之间预设的对应关系,在预设的各奖励规则中,确定适用于所述页面的匹配的奖励条件对应的奖励规则。
在确定出适用于所述页面的各奖励条件的集合之后,可以针对集合/>中的适用于所述页面的每个奖励条件,根据奖励条件与奖励规则之间预设的对应关系,在奖励规则集合T中,确定适用于所述页面的匹配的奖励条件对应的奖励规则的集合/>可选地,可以将所述预设的对应关系,作为集合/>和集合/>之间的对应关系;或者,生成模型可以根据实际的使用场景,重新确定集合/>和集合/>之间的对应关系。
在本说明书一个可选的实施例中,该奖励规则集合T可以包括两个部分,即奖励的数量子集Tq={q1,q2……,qi},和奖励的模板子集Tm={m1,m2……,mj}。奖励的数量子集中的任一个奖励数量与奖励的模板子集中的任一个奖励模板的组合,构成一个奖励规则。在本说明书一个可选的实施例中,某奖励规则可以以图2b的形式展示给用户。在图2b,中数值“20”是奖励的数量,“输入_字符,奖励_积分”是奖励的模板。可见,本说明书中的奖励模板,至少可以用于限定用户可能获得的奖励的类型,和/或引导信息的展示格式。
则在确定出之后,可以根据/>和奖励规则之间的对应关系,在奖励的数量子集Tq中,确定出适用于所述页面的奖励的数量子集/>并在奖励的模板子集Tm中,确定出适用于所述页面的奖励的模板子集/>然后,根据确定出适用于所述页面的奖励的数量子集/>和确定出适用于所述页面的奖励的模板子集/>确定出适用于所述页面的奖励条件的集合可选地,奖励条件的集合/>中的奖励数量与奖励模板一一对应。
(4)根据确定出的适用于所述页面的奖励条件、适用于所述页面的奖励条件所对应的奖励规则、以及所述预设的对应关系,得到奖励确定模型。
在得到适用于所述页面的各奖励条件的集合和适用于所述页面的匹配的奖励条件对应的奖励规则的集合/>之后,可以根据集合/>集合/>得以及集合/>和集合/>之间的对应关系,得到奖励确定模型。
可选地,在得到的奖励确定模型中,可以将适用于所述页面的各奖励条件的集合作为条件子模型;将适用于所述页面的匹配的奖励条件对应的奖励规则的集合/>作为奖励子模型。
可知,条件子模型中的各奖励条件和奖励子模型中的各奖励规则,也满足所述对应关系,则根据该条件子模型和该奖励子模型确定引导信息的过程可以是:
(1)所述条件子模型根据所述输入特征,在该条件子模型的各奖励条件中,确定出用户当前已经输入的信息不匹配的奖励条件。
由前述内容可知,可以通过确定奖励条件与输入特征之间的匹配程度,确定该输入特征与奖励规则之间的匹配程度。
(2)在确定出的用户当前已经输入的信息不匹配的奖励条件中,确定出与该已经输入的信息匹配度最高的奖励条件,作为目标奖励条件。
由前述内容可知,匹配度的高低,可以根据输入特征与奖励条件之间差异决定。则可以在确定出的用户当前已经输入的信息不匹配的奖励条件中,确定出与该已经输入的信息的输入特征差异最小的奖励条件,作为与该已经输入的信息匹配度最高的奖励条件,即目标奖励条件。
可选地,可以将条件子模型中的各奖励条件限定的内容(例如字符的数量)由小到大排序,按照所述排序,在条件子模型的各奖励条件中确定与该用户当前已经输入的信息不匹配奖励条件时,可以将确定出的第一个奖励条件,作为目标奖励条件。
(3)将所述目标奖励条件,输入所述奖励子模型,使得所述策略匹配子模型根据奖励条件与奖励规则之间预设的对应关系,在该奖励子模型的各奖励规则中,确定出与该目标奖励条件对应的奖励规则,作为匹配度最高的奖励规则。
在通过前述步骤确定出匹配度最高的奖励规则之后,可以根据该确定出匹配度最高的奖励规则,确定用于展示给用户的引导信息。
该确定引导信息的过程可以是:首先,根据该目标奖励条件,确定与所述目标奖励条件匹配的输入信息的特征,作为目标特征。仍以前述输入特征为字符数量、用户当前已经输入的信息包含76个字符为例,该目标特征(即,字符数量“80”)是根据该目标奖励条件得到的,由于该已经输入的信息与该目标奖励条件并不匹配,则该目标特征对应的字符的数值略大于该已经输入的信息的字符数。
然后,根据所述目标特征,和与该已经输入的信息匹配度最高的奖励规则,确定引导信息。例如,可以根据该已经输入的信息匹配度最高的奖励规则,确定出该已经输入的信息匹配度最高的奖励规则对应的奖励数量(如图2c所示的“20”)和奖励模板(如图2c所示的“输入_字符,奖励_积分”),将该目标特征(如图2c所示的“80”)和该奖励数量添加至该奖励模板,得到引导信息,如图2c所示。
在本说明书一个可选的实施例场景中,如图3所示,前述的预设的生成模型所属于服务器端,则该得到奖励确定模型的过程,可以由服务器端执行。具体地,当前向用户展示的页面所依附的终端,向服务器发送奖励确定模型获取请求,该奖励确定模型获取请求中包含当前向用户展示的页面的至少部分信息。在服务器根据该奖励确定模型获取请求,生成该奖励确定模型之后,将该奖励确定模型返回至该终端。
则后续的确定引导信息并展示的过程,可以由终端执行。例如,终端实时的监控用户的输入行为,根据该实时监控的结果,采用所述奖励确定模型,实时的生成对应于用户当前已经输入的信息的引导信息并更新,以进一步提高引导效果。该引导信息的展示效果,可以如图2a所示。
本说明书对用户的终端的类型不做限制。例如,该终端可以是手机、电脑等智能设备。
在本说明书一个可选的实施例中,前述的输入特征确定模型可以与奖励确定模型级联,输入特征确定模型也可以是由服务器根据当前向用户展示的页面生成的。
可见,本说明书中的过程,能够根据用户当前已经输入的信息尚不匹配、且即将匹配的奖励规则,确定引导信息,便于用户直观的获知进行何种的操作能够获得进一步的奖励,有利于提高用户的创作积极性。
本说明中的过程,在向用户展示引导信息的同时,还实时监测用户是否执行了对当前已经输入的信息的发布行为,若是,则确定与用户当前已经输入的信息匹配的奖励规则,向用户发放与用户当前已经输入的信息匹配的奖励规则对应的奖励。
仍以前述用户当前已经输入的信息包含76个字符为例,若用户在输入76个字符之后执行了发布行为,则用户当前已经输入的信息匹配的奖励规则是奖励规则1(奖励规则1对应奖励条件为“60”字符),向用户发放奖励规则1中限定的奖励数量。
可选地,在向用户发放奖励时,将引导信息更新为所述奖励的发放结果,并向用户展示该更新后的引导信息。
本说明书的引导信息展示过程,具体可以用于电商平台引导用户填写针对商品的评价的场景中。此时,页面可以是商家的店铺的页面、商家的商品页面中的至少一种;用户当前已经输入的信息可以是用户针对该商家、该商家的商品发表的评论、图片、视频、按照预设模板由用户点击生成的等级评价(例如对商品的满意程度选择为预设的等级中的五星级);奖励规则可以是商家或电商平台设定的,用于限定该用户可能获得的用户等级、积分、优惠券、实物奖励中的至少一种;引导信息可以是用于表征奖励规则中的至少部分内容的文字、图片、动画信息。
此外,本说明书中的引导信息展示过程还可以应用于论坛、社区网站等引导用户进行作品创作的场景中。以及其他的通过发放奖励提高用户黏度的场景中。
基于同样的思路,本说明书实施例还提供了对应于图1所示过程的引导信息的展示装置,该引导信息的展示装置如图4所示。
图4为本说明书实施例提供的一种引导信息的展示装置的结构示意图,该引导信息的展示装置包括:
模型确定模块400,用于根据当前向用户展示的页面,得到奖励确定模型;
输入特征确定模块402,用于实时监控用户当前已经输入的信息,确定该已经输入的信息的特征,作为输入特征;
匹配度确定模块404,用于将所述输入特征输入所述奖励确定模型,使得所述奖励确定模型根据所述输入特征,在与该已经输入的信息不匹配的各预设奖励规则中,确定与该已经输入的信息匹配度最高的奖励规则;
引导信息确定模块406,用于根据所述与该已经输入的信息匹配度最高的奖励规则,确定引导信息;
展示模块408,用于展示所述引导信息。
可选地,模型确定模块400可以包括:可用信息确定子模块、适用奖励条件确定子模块、适用奖励规则确定子模块和模型生成子模块。
可用信息确定子模块,用于根据当前向用户展示的页面,确定所述用户的信息、所述页面对应的商家的信息中的至少一种。
适用奖励条件确定子模块,用于根据确定出的所述用户的信息、所述商家的信息中的至少一种,在预设的各奖励条件中,确定出适用于所述页面的奖励条件。
适用奖励规则确定子模块,用于针对确定出的每个适用于所述页面的奖励条件,根据奖励条件与奖励规则之间预设的对应关系,在预设的各奖励规则中,确定适用于所述页面的匹配的奖励条件对应的奖励规则。
模型生成子模块,用于根据确定出的适用于所述页面的奖励条件、适用于所述页面的奖励条件所对应的奖励规则、以及所述预设的对应关系,得到奖励确定模型。
可选地,输入特征确定模块402可以包括:监控模块和输入特征确定子模块。
监控模块,用于实时监控用户的输入,得到用户当前已经输入的信息。
输入特征确定子模块,用于根据监控到的用户当前已经输入的信息,确定出该已经输入的信息的文本的特征、图像的特征中的至少一种,作为输入特征。
可选地,若输入特征确定模块402用于确定文本的特征作为输入特征,并确定所述输入特征包括已经输入的信息包含的字符数量;
若输入特征确定模块402用于确定图像的特征作为输入特征,并确定所述输入特征包括已经输入的信息包含的图片的数量和/或视频的持续时长。
可选地,匹配度确定模块404可以包括:匹配度确定子模块、目标奖励条件确定子模块和目标奖励规则确定子模块。
匹配度确定子模块,用于所述条件子模型根据所述输入特征,在该条件子模型的各奖励条件中,确定出用户当前已经输入的信息不匹配的奖励条件。
目标奖励条件确定子模块,用于在确定出的用户当前已经输入的信息不匹配的奖励条件中,确定出与该已经输入的信息匹配度最高的奖励条件,作为目标奖励条件。
目标奖励规则确定子模块,用于将所述目标奖励条件,输入所述奖励子模型,使得所述策略匹配子模型根据奖励条件与奖励规则之间预设的对应关系,在该奖励子模型的各奖励规则中,确定出与该目标奖励条件对应的奖励规则,作为匹配度最高的奖励规则。
可选地,引导信息确定模块406可以包括:目标特征确定子模块和引导信息生成子模块。
目标特征确定子模块,用于确定与所述目标奖励条件匹配的输入信息的特征,作为目标特征。
引导信息生成子模块,用于根据所述目标特征,和与该已经输入的信息匹配度最高的奖励规则,确定引导信息。
可选地,本说明书中的引导信息的展示装置还可以包括发放模块。发放模块包括:匹配奖励规则确定子模块、发放子模块和更新子模块。
匹配奖励规则确定子模块,用于在监测到用户执行对当前已经输入的信息的发布行为时,确定与用户当前已经输入的信息匹配的奖励规则。
发放子模块,用于向用户发放与用户当前已经输入的信息匹配的奖励规则对应的奖励。
更新子模块,用于将引导信息更新为所述奖励的发放结果。
本说明书实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的引导信息的展示的过程。
本说明书实施例还提出了图5所示的第一种电子设备的示意结构图。如图5,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的引导信息的展示的过程。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (8)
1.一种引导信息的展示方法,其特征在于,所述方法包括:
根据当前向用户展示的页面,得到奖励确定模型;
实时监控用户当前已经输入的信息,确定该已经输入的信息的特征,作为输入特征;
将所述输入特征输入所述奖励确定模型,使得所述奖励确定模型根据所述输入特征,在与该已经输入的信息不匹配的各预设奖励规则中,确定与该已经输入的信息匹配度最高的奖励规则;
根据所述与该已经输入的信息匹配度最高的奖励规则,确定引导信息;
展示所述引导信息;
根据当前向用户展示的页面,得到奖励确定模型,具体包括:
根据当前向用户展示的页面,确定所述用户的信息、所述页面对应的商家的信息中的至少一种;
根据确定出的所述用户的信息、所述商家的信息中的至少一种,在预设的各奖励条件中,确定出适用于所述页面的奖励条件;
针对确定出的每个适用于所述页面的奖励条件,根据奖励条件与奖励规则之间预设的对应关系,在预设的各奖励规则中,确定适用于所述页面的匹配的奖励条件对应的奖励规则;
根据确定出的适用于所述页面的奖励条件、适用于所述页面的奖励条件所对应的奖励规则、以及所述预设的对应关系,得到奖励确定模型。
2.如权利要求1所述的方法,其特征在于,实时监控用户当前已经输入的信息,确定该已经输入的信息的特征,作为输入特征,具体包括:
实时监控用户的输入,得到用户当前已经输入的信息;
根据监控到的用户当前已经输入的信息,确定出该已经输入的信息的文本的特征、图像的特征中的至少一种,作为输入特征。
3.如权利要求1所述的方法,其特征在于,所述奖励确定模型包括条件子模型和奖励子模型;
所述奖励确定模型根据所述输入特征,在与该已经输入的信息不匹配的各预设奖励规则中,确定与该已经输入的信息匹配度最高的奖励规则,具体包括:
所述条件子模型根据所述输入特征,在该条件子模型的各奖励条件中,确定出用户当前已经输入的信息不匹配的奖励条件;
在确定出的用户当前已经输入的信息不匹配的奖励条件中,确定出与该已经输入的信息匹配度最高的奖励条件,作为目标奖励条件;
将所述目标奖励条件,输入所述奖励子模型,使得策略匹配子模型根据奖励条件与奖励规则之间预设的对应关系,在该奖励子模型的各奖励规则中,确定出与该目标奖励条件对应的奖励规则,作为匹配度最高的奖励规则。
4.如权利要求3所述的方法,其特征在于,根据所述与该已经输入的信息匹配度最高的奖励规则,确定引导信息,具体包括:
确定与所述目标奖励条件匹配的输入信息的特征,作为目标特征;
根据所述目标特征,和与该已经输入的信息匹配度最高的奖励规则,确定引导信息。
5.如权利要求1-4任一所述的方法,其特征在于,所述方法还包括:
若监测到用户执行对当前已经输入的信息的发布行为,则确定与用户当前已经输入的信息匹配的奖励规则;
向用户发放与用户当前已经输入的信息匹配的奖励规则对应的奖励,并将引导信息更新为所述奖励的发放结果。
6.如权利要求2所述的方法,其特征在于,若将文本的特征作为输入特征,则所述输入特征包括已经输入的信息包含的字符数量;
若将图像的特征作为输入特征,则所述输入特征包括已经输入的信息包含的图片的数量和/或视频的持续时长。
7.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-6任一所述的方法。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1-6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363499.8A CN111581574B (zh) | 2020-04-30 | 2020-04-30 | 一种引导信息的展示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363499.8A CN111581574B (zh) | 2020-04-30 | 2020-04-30 | 一种引导信息的展示方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111581574A CN111581574A (zh) | 2020-08-25 |
CN111581574B true CN111581574B (zh) | 2023-10-24 |
Family
ID=72113297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010363499.8A Active CN111581574B (zh) | 2020-04-30 | 2020-04-30 | 一种引导信息的展示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111581574B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287051A (zh) * | 2020-09-30 | 2021-01-29 | 汉海信息技术(上海)有限公司 | 商户导航方法、装置、服务器及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463623A (zh) * | 2014-11-29 | 2015-03-25 | 深圳市无微不至数字技术有限公司 | 积分奖励方法、装置及系统 |
CN110930186A (zh) * | 2019-11-15 | 2020-03-27 | 北京三快在线科技有限公司 | 进行任务展示的系统、方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046163A1 (en) * | 2001-07-05 | 2003-03-06 | Clarkson Carpenter | Method of creating award-based incentive programs |
US20130238410A1 (en) * | 2011-09-27 | 2013-09-12 | Rewarder, Inc. | Registering User with Reward Incentive System |
US20140180786A1 (en) * | 2012-12-20 | 2014-06-26 | Daniel Sullivan | Customer reward correlation for online community advocacy management platform |
-
2020
- 2020-04-30 CN CN202010363499.8A patent/CN111581574B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463623A (zh) * | 2014-11-29 | 2015-03-25 | 深圳市无微不至数字技术有限公司 | 积分奖励方法、装置及系统 |
CN110930186A (zh) * | 2019-11-15 | 2020-03-27 | 北京三快在线科技有限公司 | 进行任务展示的系统、方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
李鸣华 ; 史高音 ; 李君玉 ; .交互视角下智能手机APP学习资源设计与实现.浙江师范大学学报(自然科学版).2017,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111581574A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9412208B2 (en) | Generating and delivering a wrap package of cards including custom content and/or services in response to a vehicle diagnostic system triggered event | |
US9424608B2 (en) | Generating and delivering a wrap package of cards including custom content and/or services in response to a vehicle diagnostic system triggered event | |
US20160103821A1 (en) | Authoring tool for the authoring of wrap packages of cards | |
CN110503206A (zh) | 一种预测模型更新方法、装置、设备及可读介质 | |
US9858244B1 (en) | Sampling a part of a content item | |
CN107590205A (zh) | 一种业务展示方法、装置及设备 | |
CN111737583B (zh) | 数据处理方法及装置、推荐处理方法及装置 | |
CN113688313A (zh) | 一种预测模型的训练方法、信息推送的方法及装置 | |
CN112418920A (zh) | 信息推荐模型的训练方法、信息推荐方法以及装置 | |
CN107515896A (zh) | 一种资源推荐方法、装置及设备 | |
CN111144974A (zh) | 一种信息展示方法及装置 | |
CN113672323A (zh) | 一种页面展示的方法及装置 | |
CN111581574B (zh) | 一种引导信息的展示方法及装置 | |
CN115048577A (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN111046304B (zh) | 数据搜索方法及装置 | |
CN113641894A (zh) | 一种信息推荐的方法及装置 | |
CN112633933A (zh) | 一种信息推荐的方法及装置 | |
CN110276056B (zh) | 文档编辑方法、装置、设备及系统 | |
CN110889037A (zh) | 模型训练方法及装置 | |
CN111639269A (zh) | 一种地点推荐方法及装置 | |
CN111400632B (zh) | 一种评论信息展示方法、装置、设备及介质 | |
CN110008358B (zh) | 一种资源信息展示方法和系统、客户端及服务端 | |
CN114331602A (zh) | 一种基于迁移学习的模型训练方法、信息推荐方法及装置 | |
CN114861043A (zh) | 一种模型训练以及推荐位置确定方法及装置 | |
CN110704787A (zh) | 一种页面模板配置方法、装置和电子设备 |
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 |