CN111625730B - 信息推送方法、装置、电子设备和介质 - Google Patents
信息推送方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN111625730B CN111625730B CN202010727672.8A CN202010727672A CN111625730B CN 111625730 B CN111625730 B CN 111625730B CN 202010727672 A CN202010727672 A CN 202010727672A CN 111625730 B CN111625730 B CN 111625730B
- Authority
- CN
- China
- Prior art keywords
- information
- information group
- article
- item
- item 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000000605 extraction Methods 0.000 claims abstract description 74
- 238000003860 storage Methods 0.000 claims description 38
- 238000012549 training Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000010946 mechanistic model Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 235000013372 meat Nutrition 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 235000015243 ice cream Nutrition 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000020965 cold beverage Nutrition 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- GHMWZRWCBLXYBX-UHFFFAOYSA-M sodium;4-chlorobenzoate Chemical compound [Na+].[O-]C(=O)C1=CC=C(Cl)C=C1 GHMWZRWCBLXYBX-UHFFFAOYSA-M 0.000 description 1
- 239000002699 waste material Substances 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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
- G06F16/9538—Presentation of query results
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
本公开的实施例公开了信息推送方法、装置、电子设备和介质。该方法的一具体实施方式包括:基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合;基于压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合;基于抽取比例集合,对物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合;基于第一物品信息组集合和第二物品信息组集合,生成推送信息;将推送信息推送至目标设备,以及将推送信息显示在目标设备的显示器上。该实施方式实现了对物品信息的分类与抽取,生成的推送信息将用户需要的信息高效的显示在目标设备上,侧面提高了用户体验。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及信息推送方法、装置、电子设备和介质。
背景技术
信息推送,又称为“网络广播”,是通过一定的技术标准或协议,在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过对数据库中信息的分析,将分析结果生成推送信息主动推送给用户,为用户了解信息提供便利。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了信息推送方法、装置、电子设备和介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种信息推送方法,该方法包括:基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合;基于压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合;基于抽取比例集合,对物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合;基于第一物品信息组集合和第二物品信息组集合,生成推送信息;将推送信息推送至目标设备,以及将推送信息显示在目标设备的显示器上。
第二方面,本公开的一些实施例提供了一种信息推送装置,装置包括:分类单元,被配置成基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合;确定单元,被配置成基于压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合;抽取单元,被配置成基于抽取比例集合,对物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合;生成单元,被配置成基于第一物品信息组集合和第二物品信息组集合,生成推送信息;推送单元,被配置成将推送信息推送至目标设备,以及将推送信息显示在目标设备的显示器上。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过对数据库中的物品信息进行分类,将物品信息以类的形式存储便于工作人员对数据库的管理。根据数据库对应的压力系数,确定抽取比例,再对物品信息进行抽取。可以将用户需要的信息抽取出来,避免其余信息的显示对用户造成打扰。生成的推送信息可以将抽取出的信息进行整合,减少推送的次数。从而,可以将精简的信息快速推送至目标设备,侧面提高用户体验。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是本公开的一些实施例的信息推送方法的一个应用场景的示意图;
图2是根据本公开的信息推送方法的一些实施例的流程图;
图3是根据本公开的信息推送方法的另一些实施例的流程图;
图4是根据本公开的信息推送装置的一些实施例的结构示意图;
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的信息推送方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以基于预定分类方法,对数据库102中的物品信息进行分类,得到物品信息组集合103。其中,数据库102存在对应的压力系数104。然后,计算设备101可以基于压力系数104,确定物品信息组集合103中的每个物品信息组的抽取比例,得到抽取比例集合105。之后计算设备101可以基于抽取比例集合105,对物品信息组集合103中的每个物品信息组中进行抽取,得到第一物品信息组集合106和第二物品信息组集合107。再然后,计算设备101可以基于第一物品信息组集合106和第二物品信息组集合107,生成推送信息108。最后,计算设备101可以将推送信息108推送至目标设备。可选的,计算设备101可以将推送信息108显示在目标设备的显示器上。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的信息推送方法的一些实施例的流程200。该方法可以由图1中的计算设备101来执行。该信息推送方法,包括以下步骤:
步骤201,基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合。
在一些实施例中,上述预定分类方法可以是基于预先生成的级别信息进行分类的分类方法。信息推送方法的执行主体(如图1所示的计算设备101)可以通过如下步骤对数据库(例如,微仓对应的信息数据库)中的物品信息(例如,品类)进行分类:第一步,上述执行主体可以基于物品信息的所属类别,将所属类别相同的物品信息分为一类,得到一次分类结果;第二步,上述执行主体可以基于预先生成的级别信息,对上述一次分类结果中的物品信息类再次进行分类。上述级别信息可以是用于区分物品信息类的优先级的信息。
在一些实施例的一些可选的实现方式中,通过一次分类可以将所属类别相同的物品信息分为一类,便于对物品信息的查看、查询和管理。基于级别信息,对一次分类结果进行再次分类,可以将用户更加关注的物品信息(级别高)的物品信息分为一类。便于用户查看自己需要的物品信息,侧面提高了用户的浏览效率。
作为示例,物品信息可以是“雪糕,冷冻类”,“蔬菜,冷藏类”,“肉片、肉卷,冷冻类”,“水果,冷藏类”。再次分类的结果可以是“冷冻类:雪糕,肉片、肉卷”,“冷藏类:蔬菜,水果”。
在一些实施例中,上述级别信息可以通过如下步骤生成得到:
第一步,上述执行主体可以获取物品信息对应的第一物品获取相关信息(例如,销量)和第二物品获取相关信息(例如,实收),得到第一物品获取相关信息集合和第二物品获取相关信息集合。
第二步,上述执行主体可以依次确定每个物品信息的第一物品获取相关信息与第一目标信息的比值作为第一比例,得到第一比例集合。上述第一目标信息可以是同一物品信息类中的每个物品信息的第一物品获取相关信息的总和。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过如下公式确定物品信息的第一比例:
第三步,上述执行主体可以依次确定每个物品信息的第二物品获取相关信息与第二目标信息的比值作为第二比例,得到第二比例集合。上述第二目标信息可以是同一物品信息类中的每个物品信息的第二物品获取相关信息的总和。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过如下公式确定物品信息的第二比例:
第四步,上述执行主体可以基于第一预设权重,对第一比例集合中的第一比例和第二比例集合中的第二比例进行加权,得到第三比例,组成第三比例集合。其中,第一比例集合中的第一比例与第二比例集合中的第二比例存在对应关系。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过如下公式确定物品信息的第三比例:
作为示例,“物品信息A”的第一比例为“0.36”,预设权重为0.6。“物品信息A”的第二比例为“0.63”,预设权重为0.4。那么,可以得到如下等式:=0.36*0.6+0.63*0.4。由此,可以得到“物品信息A”的第二比例为“0.468”。
第五步,上述执行主体可以对得到的第三比例集合按照数值由大到小进行排序,得到第三比例序列。
第六步,上述执行主体可以按照预设划分数目对上述第三比例序列进行划分,得到子序列集合。
第七步,上述执行主体可以将上述子序列集合中的每个子序列按照该子序列在第三比例序列中的位置顺序,添加级别信息。
作为示例,第三比例序列可以是“0.639,0.536,0.468,0.368,0.362,0.203”,预设划分数目可以是2。可以得到如下子序列“0.639,0.536”,“0.468,0.368”,“0.362,0.203”。最后,可以为每个子序列添加级别信息。子序列“0.639,0.536”,一级;子序列“0.468,0.368”,二级;子序列“0.362,0.203”,三级。
可选的,上述执行主体可以对该物品信息所属的物品信息组中的每个物品信息的第一比例、第二比例和第三比例进行加权,再对加权结果进行求均值。上述执行主体可以将得到的结果作为该物品信息组的第一比例、第二比例和第三比例。
在一些实施例的一些可选的实现方式中,通过物品信息的第一比例、第二比例和第三比例来生成物品信息的级别信息。可以避免片面角度生成级别信息造成的误差,通过各个比例辅助来生成的级别信息准确性较高。
步骤202,基于压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合。
在一些实施例中,上述执行主体可以通过如下步骤得到抽取比例集合:
第一步,上述执行主体可以基于预设区域、物品信息组的所属类别,确定每个物品信息组对应的区域。上述预设区域包括但不限于以下至少一项:冷冻区域,冷藏区域,常温区域。上述预设区域中的每个区域存在对应的容纳数(例如,库容)。
作为示例,物品信息组的所属类别为“雪糕冷饮类别”,上述执行主体可以确定该物品信息组对应的区域为“冷冻区域”。
第二步,上述执行主体可以基于第一步的确定结果,确定预设区域中每个区域包含的物品信息组的数量。
第三步,上述执行主体可以获取每个区域包含的物品信息组中物品信息对应的储存数(例如,库存)。由此,上述执行主体可以对区域包含的物品信息组中物品信息对应的储存数进行求和,得到该区域的总储存数。从而,得到每个区域的总储存数。
第四步,上述执行主体可以将每个区域的总储存数与该区域对应的容纳数的比值,作为该区域的压力系数。
第五步,上述执行主体可以基于第二预设权重对预设区域中的每个区域的压力系数进行加权求和,得到上述数据库对应的压力系数。
第六步,上述执行主体可以依次将每个区域中的每个物品信息组和上述压力系数分别输入预先训练的机制模型,得到该区域中的每个物品信息组的抽取比例。从而得到抽取比例集合。上述机制模型是通过训练样本集合训练得到的。训练样本集合中的训练样本包括样本压力系数,样本物品信息组和样本抽取比例,机制模型是以上述样本压力系数和上述样本物品信息组作为输入,以上述样本抽取比例用于作为期望输出训练得到的。上述机制模型可以是能够根据样本压力系数和样本物品信息组得到抽取比例的各种神经网络。上述机制模型的各层设置有初始参数,初始参数在上述第一深度神经网络的训练中可以不断被调整。例如,循环神经网络(Recurrent Neural Network,RNN)。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过如下公式得到抽取比例:
。其中,表示物品信息组z的抽取比例;表示物品信息组z所属区域对应的容纳数;表示物品信息组z的第一比例;物品信息组z所属区域内有x个物品信息组;表示物品信息z所属区域中x个物品信息组的第一比例;表示预设比例系数,取值范围为(0,1)。
步骤203,基于抽取比例集合,对物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合。
在一些实施例中,上述执行主体可以确定物品信息组中物品信息的数量。上述执行主体基于抽取比例集合,对该物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合。
作为示例,物品信息组可以是“信息A,信息B,信息C,信息D,信息E,信息F,信息G,信息H,信息I,信息J”,物品信息组的抽取比例可以是“3:2:5”,物品信息组中物品信息的数量可以是“10”。那么,第一物品信息组集合可以是“信息A,信息B,信息C”第二物品信息组集合可以是“信息D,信息E”。
步骤204,基于第一物品信息组集合和第二物品信息组集合,生成推送信息。
在一些实施例中,上述执行主体可以将一物品信息组集合和第二物品信息组集合进行组合,生成推送信息。
作为示例,第一物品信息组集合可以是“信息A,信息B,信息C”第二物品信息组集合可以是“信息D,信息E”。那么,推送信息可以是“信息A,信息B,信息C需要得到您的重点关注哦!信息D,信息E也要多关注呀!”。
步骤205,将推送信息推送至具有显示功能的目标设备,以及控制目标设备显示推送信息。
在一些实施例中,上述执行主体可以将推送信息推送至具有显示功能的目标设备,以及控制目标设备显示推送信息。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过对数据库中的物品信息进行分类,将物品信息以类的形式存储便于工作人员对数据库的管理。根据数据库对应的压力系数,确定抽取比例,再对物品信息进行抽取。可以将用户需要的信息抽取出来,避免其余信息的显示对用户造成打扰。生成的推送信息可以将抽取出的信息进行整合,减少推送的次数。从而,可以将精简的信息快速推送至目标设备,侧面提高用户体验。
继续参考图3,示出了根据本公开的信息推送方法的另一些实施例的流程300。该方法可以由图1中的计算设备101来执行。该信息推送方法,包括以下步骤:
步骤301,基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合。
步骤302,基于压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合。
在一些实施例中,步骤301-302的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-202,在此不再赘述。
步骤303,基于抽取比例集合,对物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合。
在一些实施例中,上述执行主体可以通过如下步骤对物品信息组集合中的每个物品信息组中进行抽取:
基于上述抽取比例集合,对上述物品信息组集合中的每个物品信息组执行以下步骤:
第一步,上述执行主体可以从物品信息组中抽取出第一数目个符合第一预设条件的物品信息作为第一抽取信息,得到第一抽取信息组。
第二步,上述执行主体可以从上述物品信息组中抽取出第一数目个符合第二预设条件的物品信息作为第二抽取信息,得到第二抽取信息组。
第三步,上述执行主体可以确定第一抽取信息组中物品信息的数目与上述第二抽取信息组中物品信息的数目的比值是否符合上述物品信息组对应的抽取比例。
第四步,响应于确定是,上述执行主体可以基于第一抽取信息组中的每个物品信息的储存数,确定该第一抽取信息组的储存数。上述执行主体可以基于第二抽取信息组中的每个物品信息的储存数,确定该第二抽取信息组的储存数。
第五步,上述执行主体可以确定该第一抽取信息组的储存数和该第二抽取信息组的储存数的和是否小于该物品信息组所在区域的容纳数。
第六步,响应于确定小于该物品信息组所在区域的容纳数,上述执行主体可以将上述第一抽取信息组和上述第二抽取信息组确定为上述第一物品信息组和上述第二物品信息组。
在一些实施例的一些可选的实现方式中,通过确定第一抽取信息组的储存数和该第二抽取信息组的储存数的和是否小于该物品信息组所在区域的容纳数。可以在该区域的最大容纳限度之内,确定第一抽取信息和第二抽取信息。从而,充分利用该区域的存储能力,避免资源浪费。(例如,根据已知的最大容纳数来确定要补充的物品,可以使区域得到最大化的利用)。
步骤304,基于第一物品信息组集合和第二物品信息组集合,生成推送信息。
步骤305,将推送信息推送至具有显示功能的目标设备,以及控制目标设备显示推送信息。
在一些实施例中,步骤304-305的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤204-205,在此不再赘述。
步骤306,确定上述数据库中的物品信息的数目。
在一些实施例中,上述执行主体可以确定上述数据库中的物品信息的数目。
在一些实施例的一些可选的实现方式中,通过确定数据库中的物品信息的数目,可以随时监测数据库的存储情况。便于数据库存储异常时及时对存储的物品信息进行处理。
步骤307,获取上述数据库中的物品信息对应的存储时间,得到存储时间集合。
在一些实施例中,上述执行主体可以获取上述数据库中的物品信息对应的存储时间。
步骤308,响应于上述数目大于预设阈值,确定超量时间点。
在一些实施例中,上述执行主体可以确定上述数目是否大于预设阈值。响应于确定上述数目大于预设阈值,上述执行主体可以记录当前时间作为超量时间点。
步骤309,生成用于表征触发二级处理器的信号,以及将上述信号发送至目标二级处理器。
在一些实施例中,上述执行主体可以生成用于表征触发二级处理器的信号,以及将上述信号发送至目标二级处理器。
作为示例,用于表征触发二级处理器的信号可以是“提醒您呦,数据库中数据过多,开启其他处理器吧!”。
步骤310,响应于确定上述发送成功,控制上述二级处理器对存储时间晚于上述超量时间点的物品信息进行处理。
在一些实施例中,上述执行主体可以将存储时间晚于上述超量时间点的物品信息抽取出来,得到信息转移处理集合。上述执行主体可以控制上述二级处理器对上述信息转移处理集合进行处理。这里,二级处理器可以执行与执行主体相同功能的处理。
在一些实施例的一些可选的实现方式中,利用与执行主体有相同功能的二级处理器可以在需要的时候,分担执行主体的任务负荷。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过确定数据库中的物品信息的数目,便于了解处理器的处理工作量。响应于数目超出预设阈值时,控制开启二级处理器对存储时间晚于超量时间点的数据进行处理,可以降低处理器的工作量,缓解处理器的任务负荷。从而,减少任务耗时,避免计算机资源被占用的情况,侧面提高了用户体验。
进一步参考图4,作为对上述各图上述方法的实现,本公开提供了一种信息推送装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,一些实施例的信息推送装置400包括:分类单元401、确定单元402、抽取单元403、生成单元404和推送单元405。其中,分类单元401,被配置成基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合;确定单元402,被配置成基于压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合;抽取单元403,被配置成基于抽取比例集合,对物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合;生成单元404,被配置成基于第一物品信息组集合和第二物品信息组集合,生成推送信息;推送单元405,被配置成将推送信息推送至目标设备,以及将推送信息显示在目标设备的显示器上。
在一些实施例的一些可选的实现方式中,信息推送装置400的分类单元401被进一步配置成:基于上述物品信息的类别,对上述数据库中的物品信息进行一次分类,得到一次分类结果;基于物品信息对应的第一物品获取相关信息,确定上述一次分类结果中的每个物品信息的第一物品获取相关信息与第一目标信息的比值作为第一比例,得到第一比例集合;基于物品信息对应的第二物品获取相关信息,确定上述一次分类结果中的每个物品信息的第二物品获取相关信息与第二目标信息的比值作为第二比例,得到第二比例集合;基于第一预设权重,上述第一比例集合中的第一比例和上述第二比例集合中的第二比例进行加权,得到第三比例集合;基于上述第三比例集合对上述一次分类结果进行分类,得到物品信息组集合。
在一些实施例的一些可选的实现方式中,上述压力系数是通过以下步骤确定得到的:基于上述数据库的至少一个区域对应的储存数和容纳数,确定上述至少一个区域中的每个区域的压力系数,得到压力系数集合;基于第二预设权重,对上述压力系数集合中的压力系数进行加权求和,得到上述数据库的压力系数。
在一些实施例的一些可选的实现方式中,上述物品信息组的抽取比例是通过机制模型对上述压力系数和上述物品信息组进行分析得到的,其中,上述机制模型是通过训练样本集合训练得到的。
在一些实施例的一些可选的实现方式中,上述训练样本集合中的训练样本包括样本压力系数,样本物品信息组和样本抽取比例,上述机制模型是以上述样本压力系数和上述样本物品信息组作为输入,以上述样本抽取比例用于作为期望输出训练得到的。
在一些实施例的一些可选的实现方式中,信息推送装置400的抽取单元403被进一步配置成:基于上述抽取比例集合,对上述物品信息组集合中的每个物品信息组执行以下步骤:从物品信息组中抽取出第一数目个符合第一预设条件的物品信息作为第一抽取信息,得到第一抽取信息组;从上述物品信息组中抽取出第一数目个符合第二预设条件的物品信息作为第二抽取信息,得到第二抽取信息组;响应于确定上述第一抽取信息组中物品信息的数目与上述第二抽取信息组中物品信息的数目的比值符合上述物品信息组对应的抽取比例,将上述第一抽取信息组和上述第二抽取信息组确定为上述第一物品信息组和上述第二物品信息组。
在一些实施例的一些可选的实现方式中,信息推送装置400被进一步配置成:确定上述数据库中的物品信息的数目;获取上述数据库中的物品信息对应的存储时间,得到存储时间集合;响应于上述数目大于预设阈值,确定超量时间点;生成用于表征触发二级处理器的信号,以及将上述信号发送至目标二级处理器;响应于确定上述发送成功,控制上述二级处理器对存储时间晚于上述超量时间点的物品信息进行处理。
可以理解的是,该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。
下面参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)500的结构示意图。图5示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合;基于压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合;基于抽取比例集合,对物品信息组集合中的每个物品信息组中进行抽取,得到第一物品信息组集合和第二物品信息组集合;基于第一物品信息组集合和第二物品信息组集合,生成推送信息;将推送信息推送至目标设备,以及将推送信息显示在目标设备的显示器上。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括分类单元、确定单元、抽取单元、生成单元和推送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,分类单元还可以被描述为“基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种信息推送方法,包括:
基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合,其中,所述数据库存在对应的压力系数;
基于所述压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合;
基于所述抽取比例集合,对所述物品信息组集合中的每个物品信息组进行抽取,得到第一物品信息组集合和第二物品信息组集合;
基于所述第一物品信息组集合和所述第二物品信息组集合,生成推送信息;
将所述推送信息推送至具有显示功能的目标设备,以及控制所述目标设备显示所述推送信息,其中,所述压力系数是通过以下步骤确定得到的:
基于所述数据库的至少一个区域对应的储存数和容纳数,确定所述至少一个区域中的每个区域的压力系数,得到区域压力系数集合;
基于第二预设权重,对所述区域压力系数集合中的压力系数进行加权求和,得到所述数据库的压力系数。
2.根据权利要求1所述的方法,其中,所述基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合,包括:
基于所述物品信息的类别,对所述数据库中的物品信息进行一次分类,得到一次分类结果;
基于物品信息对应的第一物品获取相关信息,确定所述一次分类结果中的每个物品信息的第一物品获取相关信息与第一目标信息的比值作为第一比例,得到第一比例集合;
基于物品信息对应的第二物品获取相关信息,确定所述一次分类结果中的每个物品信息的第二物品获取相关信息与第二目标信息的比值作为第二比例,得到第二比例集合;
基于第一预设权重,所述第一比例集合中的第一比例和所述第二比例集合中的第二比例进行加权,得到第三比例集合;
基于所述第三比例集合对所述一次分类结果进行分类,得到物品信息组集合。
3.根据权利要求1所述的方法,其中,所述物品信息组的抽取比例是通过机制模型对所述压力系数和所述物品信息组进行分析得到的,其中,所述机制模型是通过训练样本集合训练得到的。
4.根据权利要求3所述的方法,其中,所述训练样本集合中的训练样本包括样本压力系数,样本物品信息组和样本抽取比例,所述机制模型是以所述样本压力系数和所述样本物品信息组作为输入,以所述样本抽取比例用于作为期望输出训练得到的。
5.根据权利要求1-4之一所述的方法,其中,所述对所述物品信息组集合中的每个物品信息组进行抽取,得到第一物品信息组集合和第二物品信息组集合,包括:
基于所述抽取比例集合,对所述物品信息组集合中的每个物品信息组执行以下步骤:
从所述物品信息组中抽取出第一数目个符合第一预设条件的物品信息作为第一抽取信息,得到第一抽取信息组;
从所述物品信息组中抽取出第一数目个符合第二预设条件的物品信息作为第二抽取信息,得到第二抽取信息组;
响应于确定所述第一抽取信息组中物品信息的数目与所述第二抽取信息组中物品信息的数目的比值符合所述物品信息组对应的抽取比例,将所述第一抽取信息组和所述第二抽取信息组确定为所述第一物品信息组和所述第二物品信息组。
6.根据权利要求5所述的方法,其中,所述方法还包括:
确定所述数据库中的物品信息的数目;
获取所述数据库中的物品信息对应的存储时间,得到存储时间集合;
响应于所述数目大于预设阈值,确定超量时间点;
生成用于表征触发二级处理器的信号,以及将所述信号发送至目标二级处理器;
响应于确定所述发送成功,控制所述二级处理器对存储时间晚于所述超量时间点的物品信息进行处理。
7.一种信息推送装置,包括:
分类单元,被配置成基于预定分类方法,对数据库中的物品信息进行分类,得到物品信息组集合,其中,所述数据库存在对应的压力系数;
确定单元,被配置成基于所述压力系数,确定每个物品信息组的抽取比例,得到抽取比例集合;
抽取单元,被配置成基于所述抽取比例集合,对所述物品信息组集合中的每个物品信息组进行抽取,得到第一物品信息组集合和第二物品信息组集合;
生成单元,被配置成基于所述第一物品信息组集合和所述第二物品信息组集合,生成推送信息;
推送单元,被配置成将所述推送信息推送至具有显示功能的目标设备,以及控制所述目标设备显示所述推送信息,其中,所述压力系数是通过以下步骤确定得到的:
基于所述数据库的至少一个区域对应的储存数和容纳数,确定所述至少一个区域中的每个区域的压力系数,得到区域压力系数集合;
基于第二预设权重,对所述区域压力系数集合中的压力系数进行加权求和,得到所述数据库的压力系数。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010727672.8A CN111625730B (zh) | 2020-07-27 | 2020-07-27 | 信息推送方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010727672.8A CN111625730B (zh) | 2020-07-27 | 2020-07-27 | 信息推送方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111625730A CN111625730A (zh) | 2020-09-04 |
CN111625730B true CN111625730B (zh) | 2020-12-01 |
Family
ID=72271493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010727672.8A Active CN111625730B (zh) | 2020-07-27 | 2020-07-27 | 信息推送方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111625730B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182370A (zh) * | 2020-09-22 | 2021-01-05 | 北京每日优鲜电子商务有限公司 | 物品类目信息推送方法、装置、电子设备和介质 |
CN112199438A (zh) * | 2020-10-20 | 2021-01-08 | 北京每日优鲜电子商务有限公司 | 界面显示方法、装置、电子设备和计算机可读介质 |
CN112288359A (zh) * | 2020-10-28 | 2021-01-29 | 北京每日优鲜电子商务有限公司 | 异常物品信息定位方法、装置、电子设备和计算机介质 |
CN112288540A (zh) * | 2020-11-02 | 2021-01-29 | 北京每日优鲜电子商务有限公司 | 物品定制化信息推送方法、装置、电子设备和可读介质 |
CN112883270B (zh) * | 2021-02-26 | 2024-04-19 | 北京金堤科技有限公司 | 舆情信息处理方法、装置及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537518A (zh) * | 2018-04-25 | 2018-09-14 | 河南聚合科技有限公司 | 一种基于云平台的智慧仓储与物流供应管理系统 |
CN110309235A (zh) * | 2019-06-28 | 2019-10-08 | 京东数字科技控股有限公司 | 一种数据处理方法、装置、设备及介质 |
CN110427548A (zh) * | 2019-03-05 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 信息推送方法、信息推送装置及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7610604B2 (en) * | 2005-02-15 | 2009-10-27 | Panasonic Corporation | Intelligent MPEG media storage, execution, and presentation system using network storage system |
-
2020
- 2020-07-27 CN CN202010727672.8A patent/CN111625730B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537518A (zh) * | 2018-04-25 | 2018-09-14 | 河南聚合科技有限公司 | 一种基于云平台的智慧仓储与物流供应管理系统 |
CN110427548A (zh) * | 2019-03-05 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 信息推送方法、信息推送装置及计算机可读存储介质 |
CN110309235A (zh) * | 2019-06-28 | 2019-10-08 | 京东数字科技控股有限公司 | 一种数据处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111625730A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111625730B (zh) | 信息推送方法、装置、电子设备和介质 | |
CN109460513B (zh) | 用于生成点击率预测模型的方法和装置 | |
CN109492772B (zh) | 生成信息的方法和装置 | |
CN114265979B (zh) | 确定融合参数的方法、信息推荐方法和模型训练方法 | |
CN112035753B (zh) | 推荐页面生成方法、装置、电子设备和计算机可读介质 | |
CN111125574A (zh) | 用于生成信息的方法和装置 | |
CN111401974A (zh) | 信息发送方法、装置、电子设备和计算机可读介质 | |
US20160086100A1 (en) | Selecting strangers for information spreading on a social network | |
CN110866040A (zh) | 用户画像生成方法、装置和系统 | |
CN111612377A (zh) | 信息推送方法、装置、电子设备和计算机可读介质 | |
CN112182370A (zh) | 物品类目信息推送方法、装置、电子设备和介质 | |
CN111459992B (zh) | 信息推送方法、电子设备和计算机可读介质 | |
CN114049072B (zh) | 指标确定方法、装置、电子设备和计算机可读介质 | |
WO2022156589A1 (zh) | 一种直播点击率的确定方法和装置 | |
CN111813815B (zh) | 数据表显示方法、装置、电子设备和计算机可读介质 | |
CN115250295A (zh) | 一种媒体内容处理方法、装置、设备和存储介质 | |
CN109299351B (zh) | 内容推荐方法和装置、电子设备及计算机可读介质 | |
CN111770125A (zh) | 用于推送信息的方法和装置 | |
CN112547569B (zh) | 物品分拣设备控制方法、装置、设备和计算机可读介质 | |
CN112905885B (zh) | 向用户推荐资源的方法、装置、设备、介质和程序产品 | |
CN112860999A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN113722593A (zh) | 事件数据处理方法、装置、电子设备和介质 | |
WO2020078049A1 (zh) | 用户信息处理方法和装置、服务器及可读介质 | |
CN113760178A (zh) | 缓存数据处理方法、装置、电子设备和计算机可读介质 | |
CN111339124A (zh) | 显示数据方法、装置、电子设备和计算机可读介质 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231110 Address after: 518000, 705, No. 121 Minsheng Avenue, Shangcun Community, Gongming Street, Guangming District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Hongli Intellectual Property Service Co.,Ltd. Address before: 100102 room 801, 08 / F, building 7, yard 34, Chuangyuan Road, Chaoyang District, Beijing Patentee before: BEIJING MISSFRESH E-COMMERCE Co.,Ltd. |
|
TR01 | Transfer of patent right |