CN112131482B - 一种时效确定方法和相关装置 - Google Patents
一种时效确定方法和相关装置 Download PDFInfo
- Publication number
- CN112131482B CN112131482B CN202011079333.XA CN202011079333A CN112131482B CN 112131482 B CN112131482 B CN 112131482B CN 202011079333 A CN202011079333 A CN 202011079333A CN 112131482 B CN112131482 B CN 112131482B
- Authority
- CN
- China
- Prior art keywords
- information
- processed
- target
- determining
- aging
- 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
- 230000032683 aging Effects 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000003993 interaction Effects 0.000 claims abstract description 88
- 230000002452 interceptive effect Effects 0.000 claims description 28
- 230000007423 decrease Effects 0.000 claims description 20
- 230000015556 catabolic process Effects 0.000 claims description 4
- 238000006731 degradation reaction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 18
- 238000013473 artificial intelligence Methods 0.000 abstract description 12
- 238000010801 machine learning Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 58
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000001550 time effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
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)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种时效确定方法,所述方法包括:确定待处理信息在目标时长内对应的第一变化特征参数,第一变化特征参数用于体现待处理信息对应的互动特征参数在目标时长内的变化情况;确定目标信息对应的第二变化特征参数与第一变化特征参数的差值不超过预设阈值;根据目标信息对应的被推荐时长,确定待处理信息对应的时效参数。本申请可以通过人工智能技术,例如机器学习技术确定与待处理信息在目标时长内变化特征参数较为相似的目标信息,并根据该目标信息来确定待处理信息的时效参数,从而能够参考目标信息的用户互动意愿变化情况对待处理信息的时效参数进行调整,提高待处理信息的用户接受度。
Description
技术领域
本申请涉及信息处理领域,特别是涉及一种时效确定方法和相关装置。
背景技术
为了提高用户的信息获取体验,各种信息平台往往会根据一定的信息推荐标准,向用户推荐各种信息进行观看。
其中,信息的时效参数是信息推荐的重要参考标准之一,各个信息通常都具有对应的时效参数。信息平台往往只向用户推荐处于该时效参数内,即信息内容具有有效性的信息。在相关技术中,在向用户展示该信息前,可以根据与信息内容本身相关的信息来大致推测该信息对应的时效参数,这种方式确定出的时效参数准确度较低,难以对向用户推荐的信息进行有效管控。
发明内容
为了解决上述技术问题,本申请提供了一种时效确定方法,可以先确定出与待处理信息在目标时长内变化特征参数较为相似的目标信息,然后根据该目标信息的被推荐时长来确定待处理信息的时效参数,从而能够参考目标信息的用户互动意愿变化情况对待处理信息的时效参数进行调整,提高待处理信息的用户接受度。
本申请实施例公开了如下技术方案:
第一方面,本申请实施例提供了一种时效确定方法,所述方法包括:
确定待处理信息在目标时长内对应的第一变化特征参数,所述第一变化特征参数用于体现所述待处理信息对应的互动特征参数在所述目标时长内的变化情况;
确定目标信息对应的第二变化特征参数与所述第一变化特征参数的差值不超过预设阈值,所述第二变化特征参数用于体现所述目标信息对应的互动特征参数在所述目标时长内的变化情况;
根据所述目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数。
第二方面,本申请实施例提供了一种时效确定装置,所述装置包括第一确定单元、第二确定单元和第三确定单元:
所述第一确定单元,用于确定待处理信息在目标时长内对应的第一变化特征参数,所述第一变化特征参数用于体现所述待处理信息对应的互动特征参数在所述目标时长内的变化情况;
所述第二确定单元,用于确定目标信息对应的第二变化特征参数与所述第一变化特征参数的差值不超过预设阈值,所述第二变化特征参数用于体现所述目标信息对应的互动特征参数在所述目标时长内的变化情况;
所述第三确定单元,用于根据所述目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数。
第三方面,本申请实施例提供了一种用于时效确定的设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面中所述的时效确定方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行第一方面中所述的时效确定方法。
由上述技术方案可以看出,在待处理信息向用户进行推荐后,本申请可以确定该待处理信息在目标时长内对应的第一变化特征参数,该第一变化特征参数能够体现出该待处理信息对应的互动特征参数在该目标时长内的变化情况。随后可以确定目标信息对应的第二变化特征参数与第一变化特征参数的差值不超过预设阈值,从而确定出与待处理信息在目标时长内互动特征参数变化较为相似的目标信息。由于该互动特征参数的变化能够体现出用户对于信息的互动意愿,即能够从用户互动层面上体现出该信息的时效参数,因此,可以根据该目标信息对应的被推荐时长,确定该待处理信息对应的时效参数,从而能够基于用户对目标信息互动意愿的变化情况,对待处理信息的时效参数进行调整,使调整后的时效参数更加贴合用户的信息获取需求,提高用户的信息浏览体验。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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的附图。
图1为本申请实施例提供的一种实际应用场景中时效确定方法的示意图;
图2为本申请实施例提供的一种时效确定方法的流程图;
图3为本申请实施例提供的一种时效确定方法的示意图;
图4为本申请实施例提供的一种实际应用场景中时效确定方法的流程图;
图5为本申请实施例提供的一种时效确定装置的结构框图;
图6为本申请实施例提供的一种用于时效确定的设备的结构图;
图7为本申请实施例提供的一种服务器的结构图。
具体实施方式
下面结合附图,对本申请的实施例进行描述。
如何向用户推荐处在时效内的信息是各类信息平台所关注的重点问题之一。在相关技术中,虽然能够在信息推荐之前,根据信息的内容类型大致确定出信息的时效参数,然而由于信息中可识别出内容可能较为模糊,因此通过该方式确定出的时效参数准确度较低,且无法体现出用户对于信息的接受情况,即无法从用户层面上对信息的时效参数进行确定。
为了解决上述技术问题,本申请提供了一种时效确定方法,可以先确定出与待处理信息在目标时长内变化特征参数较为相似的目标信息,然后根据该目标信息的被推荐时长来确定待处理信息的时效参数,从而能够参考目标信息的用户互动意愿变化情况对待处理信息的时效参数进行调整,提高待处理信息的用户接受度。
可以理解的是,该方法可以应用于处理设备上,该处理设备为具有时效确定功能的处理设备,例如可以是实现时效确定功能的终端或服务器。该方法可以通过终端或服务器独立运行,也可以应用于终端设备和服务器通信的网络场景,通过终端设备和服务器配合运行。其中,终端设备可以为手机、计算机、个人数字助理(Personal DigitalAssistant,简称PDA)、平板电脑等设备。服务器可以理解为是应用服务器,也可以为Web服务器,在实际部署时,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
此外,本申请还涉及人工智能(Artificial Intelligence,AI)技术。人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提供的方案涉及人工智能技术中的机器学习技术,机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
在本申请实施例中,可以利用机器学习技术从多个信息中确定出与待处理信息在时效性上较为相似的目标信息。
为了便于理解本申请的技术方案,接下来将结合一种实际应用场景,对本申请提供的一种时效确定方法进行介绍。
参见图1,图1为本申请提供的一种实际应用场景中时效确定方法的示意图。在该实际应用场景中,处理设备为视频平台的服务器101,信息类型为视频信息,待处理信息为该服务器101向用户推荐的一个待处理视频。
可以理解的是,除了待处理视频本身的内容类型能够反映视频的时效参数外,观看该待处理视频的用户对于该待处理视频的互动情况同样是反映视频时效参数的参考标准之一。例如,若待处理视频为一个新闻视频,该新闻视频报导的是视频被推荐的当天所发生的新闻,因此,在该待处理视频向用户推荐的24小时内,该新闻对于用户来说新鲜度较高,用户点击该待处理视频、评论该待处理视频的可能性较大;在24小时后,该新闻对于用户来说已经属于过时新闻,因此即使用户在推荐页面看到了该待处理视频,可能也不会点击该视频进行观看。
基于此,在向用户推荐待处理视频后,为了能够更加精确的对该待处理视频的时效参数进行确定,服务器101可以对该待处理视频对应的互动特征参数进行采集和分析。如图1所示,在该实际应用场景中,互动特征参数为用户点击率,即点击该待处理视频的用户数量与被推荐该待处理视频的用户数量的比值。服务器101可以确定待处理视频在目标时长内的第一变化特征参数,该第一变化特征参数用于体现该待处理视频对应的互动特征参数在该目标时长内的变化情况,该目标时长是指视频被推荐后的一段时间长度,例如可以为被推荐3小时至9小时等。
由于该互动特征参数的变化情况能够在一定程度上反映出视频的时效参数,因此,互动特征参数变化情况较为相似,即变化特征参数较为相似的两个视频,其时效也具有一定的相似性。基于此,为了能够对待处理视频的时效进行预测,进一步提高其对应的时效参数的准确度,服务器101可以先从视频平台中的其他视频里选取出一个目标视频,然后获取该目标视频对应的第二变化特征参数,该第二变化特征参数用于体现该目标视频对应的互动特征参数在该目标时长内的变化情况。随后,服务器101可以判断该第一变化特征参数和第二变化特征参数的差值是否超过预设阈值,若不超过,说明该目标视频和待处理视频在目标时长内的互动特征参数变化情况较为相似,即该目标视频和待处理视频的时效较为接近。此时,服务器101可以获取该目标视频的被推荐时长,该被推荐时长能够体现出目标视频的时效参数,从而服务器101能够根据该被推荐时长来确定待处理视频的时效参数。
如图1所示,当目标视频向用户推荐的时间达到了被推荐时长后,对应的用户点击率已经下降到了较低的数值,此时服务器101认为该目标视频已经失效,取消对该目标视频的推荐。由于待处理视频和目标视频在目标时长内的互动特征参数变化情况较为相似,因此服务器101可以判定该待处理视频在后续时长内的互动特征参数变化情况与该目标视频相似的可能性较大。基于此,服务器101可以将该目标视频对应的被推荐时长确定为待处理视频对应的时效参数,从而当待处理视频对应的被推荐时长达到该时效参数后,服务器101能够取消对该待处理视频的推荐。
由此可见,通过上述方法,服务器101能够确定出与待处理视频变化特征参数较为相似的目标视频,然后根据采集到的目标视频的互动特征参数变化情况,对待处理视频的互动特征参数变化进行预测,从而能够从用户互动层面上对待处理视频的时效参数进行确定,进一步提高了待处理视频时效参数的准确度。
接下来,将结合附图,对本申请实施例提供的一种时效确定方法进行介绍。
参见图2,图2为本申请实施例提供的一种时效确定方法的流程图,该方法包括:
S201:确定待处理信息在目标时长内对应的第一变化特征参数。
信息的时效性是在向用户进行信息推荐时所需要考虑的重点问题之一。如果向用户推荐了超出时效的失效信息,例如过期的新闻信息等,会给用户带来较差的信息浏览体验。
在相关技术中,处理设备在向用户推荐信息之前,可以先对信息内容进行采集,并根据该信息内容确定出一个大致的时效参数。例如,处理设备可以检测信息内容中的关键词,如“今天”、“明天”等,根据该关键词确定出信息的时效参数;或者,处理设备可以根据该信息内容,对信息的内容类型进行大致的判断,然后根据对应的内容类型确定一个粗略的时效参数。由于大部分信息内容可能并不具有与时效相关的关键词,以及对于信息内容类型判断的准确度较低,因此,通过上述方式确定出的时效参数的准确度较低,难以提高信息推荐的精确度,不利于改善用户的信息浏览体验。
可以理解的是,信息在被推荐给用户后,用户可以对该信息进行一系列的互动操作。例如,用户可以针对该信息进行点赞、转发、点击观看、评论等,这些互动操作能够在一定程度上体现出用户对于该信息的互动意愿。其中,对于处于时效期内的信息,用户的互动意愿可能会更高。例如,在新闻事件发生的当天,被推荐该新闻信息的用户可能还不知道事件的具体情况,因此点击该新闻信息的可能性较高;当新闻时间发生了几天后,被推荐该新闻信息的用户大概率已经获知了事件的具体信息,因此可能不会点击该新闻信息进行查看。由此可见,用户对于信息的互动情况在一定程度上能够更加直观的反映出信息的时效性。
基于此,在本申请实施例中,处理设备在向用户推荐待处理信息后,可以对该待处理信息的互动特征参数进行采集,并基于该互动特征参数来确定该待处理信息的时效参数。其中,待处理信息可以是处理设备向用户推荐的信息中的任意一个,时效参数用于标识信息的有效时长,互动特征参数用于体现用户对于信息的互动情况,该互动特征参数可以包括多种类型,例如可以包括用户点击率、用户评论率、用户转发率中的任意一种或多种的组合。用户点击率是指被推荐该信息的用户中点击该信息观看的用户所占的比率,用户评论率是指被推荐该信息的用户中评论该信息的用户所占的比率,用户转发率是指被推荐该信息的用户中转发该信息的用户所占的比率。
由于用户对于信息的互动情况在一定程度上能够反映出信息的时效性,因此,当两个信息对应的互动特征参数变化情况较为相似时,其信息的时效性可能也较为接近。例如,当两个新闻信息同为在被推荐的第一天用户点击率较高,第二天点击率以某一幅度下滑到某一数值时,在一定程度上可以表明这两个新闻信息所对应的时效参数可能都为1天。基于此,为了确定待处理信息的时效参数,处理设备可以确定出与该待处理信息在互动特征参数变化情况上较为相似的其他信息,将该信息的时效性作为参考来确定待处理信息的时效参数。
首先,处理设备可以确定待处理信息在目标时长内对应的第一变化特征参数,该第一变化特征参数用于体现该待处理信息对应的互动特征参数在目标时长内的变化情况。其中,目标时长为处理设备在向用户推荐该信息后的一段时间长度,例如可以为被推荐后的3小时、被推荐后的3-6小时等。
S202:确定目标信息对应的第二变化特征参数与第一变化特征参数的差值不超过预设阈值。
上已述及,互动特征参数变化情况较为相似的信息,其对应的时效性也较为相似。因此,为了找到与待处理信息时效性较为相似的信息,处理设备可以先获取某一目标信息,然后确定目标信息对应的第二变化特征参数与第一变化特征参数的差值不超过预设阈值。
其中,为了能够起到参考作用,目标信息可以为被推荐给用户的时间早于待处理信息的任意一个信息。为了能够更加准确的对不同信息的互动特征参数变化情况进行比较,处理设备可以采集与第一变化特征参数对应相同时长的变化特征参数来进行比较。在本申请实施例中,处理设备可以基于该目标信息在目标时长内的互动特征参数来确定该第二变化特征参数,该第二变化特征参数用于体现该目标信息对应的互动特征参数在该目标时长内的变化情况。
S203:根据目标信息对应的被推荐时长,确定待处理信息对应的时效参数。
若确定出目标信息对应的第二变化特征参数与第一变化特征参数的差值不超过预设阈值,在一定程度上可以说明该目标信息和待处理信息在目标时长内的互动特征参数变化情况较为相似。此时,处理设备可以参考目标信息的时效性,对待处理信息的时效参数进行确定。
其中,目标信息的被推荐时长是体现目标信息时效性的主要参数之一,该被推荐时长是指该信息被推荐给用户的时间长度。由于处理设备在进行信息推荐时,为了保障用户的信息浏览体验,通常只将处于有效期内的信息向用户进行推荐,因此,目标信息对应的被推荐时长在一定程度上能够体现出目标信息的时效性。例如,在进行信息推荐时,为了避免将失效的信息推荐给用户,处理设备可以按照信息的时效参数来进行信息推荐,即当信息的被推荐时长达到时效参数时,处理设备可以取消对该信息的推荐。此时,该信息的被推荐时长等同于该信息的时效参数。
基于此,处理设备可以根据该目标信息对应的被推荐时长,确定待处理信息对应的时效参数,从而能够基于目标信息的时效性对待处理信息的时效参数进行更加精确的判断。
由上述技术方案可以看出,在待处理信息向用户进行推荐后,本申请可以确定该待处理信息在目标时长内对应的第一变化特征参数,该第一变化特征参数能够体现出该待处理信息对应的互动特征参数在该目标时长内的变化情况。随后可以确定目标信息对应的第二变化特征参数与第一变化特征参数的差值不超过预设阈值,从而确定出与待处理信息在目标时长内互动特征参数变化较为相似的目标信息。由于该互动特征参数的变化能够体现出用户对于信息的互动意愿,即能够从用户互动层面上体现出该信息的时效参数,因此,可以根据该目标信息对应的被推荐时长,确定该待处理信息对应的时效参数,从而能够基于用户对目标信息互动意愿的变化情况,对待处理信息的时效参数进行调整,使调整后的时效参数更加贴合用户的信息获取需求,提高用户的信息浏览体验。
可以理解的是,该目标信息的信息来源可以包括多种情况,例如可以分为已经结束推荐的信息和处于被推荐状态的信息。根据目标信息的来源不同,在根据被推荐时长确定待处理信息的时效参数时,确定的具体方式也可能有所不同,下面将对这两种来源的目标信息进行分别介绍:
1、目标信息为已经结束推荐的信息
当目标信息为已经结束推荐的信息时,上已述及,其被推荐时长即为该目标信息对应的时效参数。由于这类目标信息都已经过了自身对应的时效参数,因此较大概率处于失效状态。由于待处理信息与目标信息在时效性上较为相似,因此,当待处理信息对应的被推荐时长达到了该目标信息对应的时效参数时,有较大概率也会处于失效状态。此时,处理设备可以直接将该目标信息对应的被推荐时长确定为该待处理信息对应的时效参数,从而在一定程度上能够使该待处理信息在失效时能够及时被处理设备取消推荐。
2、目标信息为处于被推荐状态的信息
当目标信息仍处于被推荐状态时,由于该目标信息可能仍处于有效期内,也可能处于失效状态,若目标信息处于有效期内,该目标信息对应的被推荐时长可能无法标识出目标信息进入失效状态所需要经过的时间长度。此时,如果直接将该目标信息对应的被推荐时长确定为待处理信息的时效参数,可能会导致待处理信息处在有效期内时就被处理设备取消推荐,从而导致部分有效期内的信息无法被推荐给用户。
因此,为了使确定出的时效参数更加精确,处理设备可以对目标信息当前的信息状态进行进一步的判断。在一种可能的实现方式中,处理设备可以根据该目标信息对应的互动特征参数,确定该目标信息是否处于互动衰退状态。其中,互动衰退状态是用户对于信息的互动意愿逐步降低的状态,目标信息所对应互动衰退状态的确定方式可以包括多种,例如可以通过目标信息对应的互动特征参数的下降幅度和下降速度等来确定。在一种可能的实现方式中,如图3所示,处理设备可以根据目标信息对应的各个时刻的用户点击率,得到一条用户点击率曲线。处理设备可以计算目标信息当前时刻所对应的曲线斜率,即计算该目标信息在对应的被推荐时长处的曲线斜率,若该曲线斜率达到一定值,则说明该目标信息对应的用户点击率当前处于下降速度较快,处于互动衰退状态。
上已述及,用户对于信息的互动能够体现出信息的时效性,因此,若处理设备确定目标信息处于互动衰退状态,在一定程度上能够说明该信息在经过了对应的被推荐时长后,接近失效状态或者已经失效,即该被推荐时长能够体现出目标信息的时效性。此时,处理设备可以执行根据目标信息对应的被推荐时长,确定待处理信息对应的时效参数的步骤。
可以理解的是,在根据目标信息对应的被推荐时长,确定待处理信息对应的时效参数时,除了可以直接将该被推荐时长确定为该时效参数外,基于不同的确定目的,处理设备还可以通过其他方式来对时效参数进行确定。
例如,在待处理信息被推荐给用户之前,可以先根据待处理信息自身的内容,为待处理信息设置一个初始时效参数,在未根据目标信息对待处理信息的时效参数进行确定时,该待处理信息所对应的时效参数即为该初始时效参数。可以理解的是,在信息的时效期内,当被推荐时长距离时效期结束时长较远时,用户对于该信息的互动意愿可能较高;当被推荐时长距离时效期结束较近时,用户对于该信息的互动意愿可能较低。因此,为了提高待处理信息在被推荐给用户的时长内,用户对于该待处理信息互动意愿较高的时长所占的比例,进而提高用户的信息浏览体验,处理设备可以以合理的缩小时效参数为目的去对时效参数进行确定。
在一种可能的实现方式中,处理设备可以先确定目标信息对应的被推荐时长是否小于待处理信息对应的初始时效参数。若小于,则说明该待处理信息在被推荐给用户后,在未达到初始时效参数时,用户对其进行互动的意愿可能会下降到较低的水平。此时,处理设备可以将该被推荐时长确定为时效参数,从而缩短该待处理信息在被推荐给用户时,用户对其互动意愿较低的时长。若大于,则说明该初始时效参数能够使待处理信息及时在对应的用户互动意愿较低时被取消推荐,因此可以继续将该初始时效参数作为该待处理信息的时效参数。
此外,当目标信息为处于被推荐状态的信息时,若目标信息不处于互动衰退状态,则说明当待处理信息的被推荐时长达到该目标信息对应的被推荐时长时,待处理信息的时效性可能较高,此时若根据该目标信息对应的被推荐时长来确定待处理信息的时效参数,可能会导致待处理信息对应的时效参数小于其有效期,从而提前取消了对该待处理信息的推荐。因此,为了避免出现这种情况,在目标信息不处于互动衰退状态时,处理设备可以通过其他的方式来对待处理信息的时效参数进行确定。
在一种可能的实现方式中,处理设备可以进一步的对待处理信息本身的信息状态进行判断。例如,处理设备可以根据待处理信息对应的互动特征参数,确定待处理信息是否处于互动衰退状态。若该待处理信息不处于互动衰退状态,说明该待处理信息当前的时效性较强,此时,处理设备可以保留该待处理信息的初始时效参数,将该待处理信息对应的初始时效参数确定为时效参数;若该待处理信息处于互动衰退状态,说明此时待处理信息的时效性较低,处理设备可以将该待处理信息对应的被推荐时长确定为对应的时效参数,从而使待处理信息可以提前取消被推荐,使用户不会被推荐该时效性较低的信息,从而提高用户的信息浏览体验。
除了信息本身可以包括多种状态外,处理设备在确定信息对应的变化特征参数时,所采用的确定方式也可以包括多种。在一种可能的实现方式中,在确定第一变化特征参数时,处理设备可以先确定待处理信息对应的互动特征参数在目标时长内的变化曲线,该变化曲线用于标识待处理信息对应的互动特征参数在目标时长随时间的数值变化。处理设备可以将该变化曲线对应的皮尔逊相关系数确定为第一变化特征参数,由于皮尔逊相关系数能够体现出曲线的自变量与因变量之间的相关性,因此,该变化曲线对应的皮尔逊相关系数能够体现出目标时长内互动特征参数与时间的相关性,即该皮尔逊相关系数能够体现出该待处理信息对应的互动特征参数在目标时长内的变化情况。
可以理解的是,在确定变化特征参数时,若采集到的针对信息的互动特征参数越多,其确定出的变化特征参数也就越能够体现出互动特征参数的变化情况。基于此,为了进一步提高时效参数的准确性,处理设备可以设定一个时间阈值,该目标时长对应的时间长度不小于该预设时间阈值,从而使处理设备能够采集到的合适数量的互动特征参数来确定变化特征参数,使变化特征参数能够更加精确的体现出信息的互动特征变化情况,进而使基于变化特征参数确定出的目标信息与待处理信息在时效性上更为相似,参考性更佳。
例如,处理设备可以预设时间阈值为3小时,在待处理信息被推荐3小时后,处理设备可以基于3小时中待处理信息对应的互动特征参数,来确定出第一变化特征参数;随后,处理设备可以获取其他信息在被推荐后3小时中对应的第二变化特征参数,若该第二变化特征参数与第一变化特征参数的差值不超过预设阈值,则将该信息确定为目标信息。
在确定出待处理信息对应的时效参数后,为了不再向用户推荐时效性较差的信息,处理设备可以对该待处理信息的被推荐时长进行记录。若该待处理信息对应的被推荐时长达到该时效参数,可以从信息推荐列表中移除该待处理信息。其中,该信息推荐列表用于记录可以向用户推荐的信息,例如,当待处理信息为一个待处理视频时,该信息推荐列表可以为向用户推荐的视频列表。在用户浏览信息时,该信息推荐列表中的信息会优先于不在列表中的信息向用户进行展示,从而使用户能够浏览到时效性更佳的信息。当信息被处理设备从信息推荐列表中移除时,处理设备便不再向用户推荐该信息。
此外,为了进一步提高后续过程中时效参数的确定准确度,处理设备可以将该时效参数与该待处理信息进行绑定存储,从而在后续确定其他信息的时效参数时,该待处理信息的时效参数同样可以作为确定依据之一,进而丰富了处理设备的处理样本。
可以理解的是,上述提及的信息对应的信息类型可以包括多种,例如可以包括视频信息、文字信息、图片信息、语音信息等类型,且各种信息类型都可以运用本申请实施例提供的时效确定方法进行时效参数的确定。
接下来,将结合一种实际应用场景,对本申请实施例提供的一种时效确定方法进行介绍。
参见图4,图4为本申请实施例提供的一种实际应用场景中时效确定方法的流程图,在该实际应用场景中,处理设备为视频平台对应的视频服务器,信息类型为视频信息,目标时长为3小时,互动特征参数为用户点击率参数。该方法包括:
S401:获取视频A。
其中,视频A为待处理视频。
S402:确定视频A的初始时效参数。
视频服务器可以对视频A的视频内容进行分析,得到一个初始时效参数。
S403:获取视频A在3小时内的用户点击率参数。
S404:获取视频B。
S405:确定视频B的被推荐时长。
S406:获取视频B在3小时内额用户点击率参数。
S407:通过皮尔逊相关系数判断是否相似。
视频服务器可以分别计算视频A和视频B在被推荐后3小时中的用户点击率曲线对应的皮尔逊相关系数,并计算两个皮尔逊相关系数的差值是否超过预设阈值,若超过则说明两视频的时效性不相似,进入步骤S408,若不超过则说明相似,进入步骤S409。
S408:保留视频A的初始时效参数。
S409:判断视频B是否处于互动衰退状态。
若处于,进入步骤S410.
S410:判断视频B的被推荐时长是否小于视频A的初始时效参数。
若小于,则说明通过该被推荐时长来确定视频A的时效参数可以合理缩短视频A的初始时效参数,进入步骤S411.
S411:将视频B的被推荐时长确定为视频A的时效参数。
基于上述实施例提供的一种时效确定方法,本申请实施例还提供了一种时效确定装置,参见图5,图5为本申请提供的一种时效确定装置500的结构框图,装置500包括第一确定单元501、第二确定单元502和第三确定单元503:
第一确定单元501,用于确定待处理信息在目标时长内对应的第一变化特征参数,所述第一变化特征参数用于体现所述待处理信息对应的互动特征参数在所述目标时长内的变化情况;
第二确定单元502,用于确定目标信息对应的第二变化特征参数与所述第一变化特征参数的差值不超过预设阈值,所述第二变化特征参数用于体现所述目标信息对应的互动特征参数在所述目标时长内的变化情况;
第三确定单元503,用于根据所述目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数。
在一种可能的实现方式中,第三确定单元503具体用于:
确定所述目标信息对应的被推荐时长是否小于所述待处理信息对应的初始时效参数;
若小于,将所述被推荐时长确定为所述时效参数。
在一种可能的实现方式中,装置500还包括第四确定单元:
第四确定单元,用于根据所述目标信息对应的互动特征参数,确定所述目标信息是否处于互动衰退状态;
若所述目标信息处于所述互动衰退状态,执行所述根据目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数的步骤。
在一种可能的实现方式中,装置500还包括第五确定单元:
第五确定单元,用于若所述目标信息不处于所述互动衰退状态,根据所述待处理信息对应的互动特征参数,确定所述待处理信息是否处于所述互动衰退状态;
若所述待处理信息不处于所述互动衰退状态,将所述待处理信息对应的初始时效参数确定为所述时效参数。
在一种可能的实现方式中,所述第一变化特征参数是通过以下方式确定的:
确定所述待处理信息对应的互动特征参数在所述目标时长内的变化曲线;
将所述变化曲线对应的皮尔逊相关系数确定为所述第一变化特征参数。
在一种可能的实现方式中,所述目标时长对应的时间长度不小于预设时间阈值。
在一种可能的实现方式中,装置500还包括移除单元和存储单元:
移除单元,用于若所述待处理信息对应的被推荐时长达到所述时效参数,从信息推荐列表中移除所述待处理信息;
存储单元,用于将所述时效参数与所述待处理信息进行绑定存储。
本申请实施例还提供了一种用于时效确定的设备,下面结合附图对该设备进行介绍。请参见图6所示,本申请实施例提供了一种设备,该设备还可以是终端设备,该终端设备可以为包括手机、平板电脑、个人数字助理(Personal DigitalAssistant,简称PDA)、销售终端(Point ofSales,简称POS)、车载电脑等任意智能终端,以终端设备为手机为例:
图6示出的是与本申请实施例提供的终端设备相关的手机的部分结构的框图。参考图6,手机包括:射频(Radio Frequency,简称RF)电路610、存储器620、输入单元630、显示单元640、传感器650、音频电路660、无线保真(wireless fidelity,简称WiFi)模块670、处理器680、以及电源690等部件。本领域技术人员可以理解,图6中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图6对手机的各个构成部件进行具体的介绍:
RF电路610可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器680处理;另外,将设计上行的数据发送给基站。通常,RF电路610包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(LowNoiseAmplifier,简称LNA)、双工器等。此外,RF电路610还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System ofMobile communication,简称GSM)、通用分组无线服务(GeneralPacket Radio Service,简称GPRS)、码分多址(Code DivisionMultipleAccess,简称CDMA)、宽带码分多址(Wideband Code DivisionMultipleAccess,简称WCDMA)、长期演进(Long Term Evolution,简称LTE)、电子邮件、短消息服务(ShortMessaging Service,简称SMS)等。
存储器620可用于存储软件程序以及模块,处理器680通过运行存储在存储器620的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器620可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器620可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元630可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元630可包括触控面板631以及其他输入设备632。触控面板631,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板631上或在触控面板631附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板631可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器680,并能接收处理器680发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板631。除了触控面板631,输入单元630还可以包括其他输入设备632。具体地,其他输入设备632可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元640可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元640可包括显示面板641,可选的,可以采用液晶显示器(Liquid CrystalDisplay,简称LCD)、有机发光二极管(Organic Light-Emitting Diode,简称OLED)等形式来配置显示面板641。进一步的,触控面板631可覆盖显示面板641,当触控面板631检测到在其上或附近的触摸操作后,传送给处理器680以确定触摸事件的类型,随后处理器680根据触摸事件的类型在显示面板641上提供相应的视觉输出。虽然在图6中,触控面板631与显示面板641是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板631与显示面板641集成而实现手机的输入和输出功能。
WiFi属于短距离无线传输技术,手机通过WiFi模块670可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块670,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器680是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器620内的软件程序和/或模块,以及调用存储在存储器620内的数据,执行手机的各种功能和处理数据。可选的,处理器680可包括一个或多个处理单元;优选的,处理器680可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器680中。
手机还包括给各个部件供电的电源690(比如电池),优选的,电源可以通过电源管理系统与处理器680逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本实施例中,该终端设备所包括的处理器680还具有以下功能:
确定待处理信息在目标时长内对应的第一变化特征参数,所述第一变化特征参数用于体现所述待处理信息对应的互动特征参数在所述目标时长内的变化情况;
确定目标信息对应的第二变化特征参数与所述第一变化特征参数的差值不超过预设阈值,所述第二变化特征参数用于体现所述目标信息对应的互动特征参数在所述目标时长内的变化情况;
根据所述目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数。
本申请实施例还提供一种服务器,请参见图7所示,图7为本申请实施例提供的服务器700的结构图,服务器700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(Central Processing Units,简称CPU)722(例如,一个或一个以上处理器)和存储器732,一个或一个以上存储应用程序742或数据744的存储介质730(例如一个或一个以上海量存储设备)。其中,存储器732和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器722可以设置为与存储介质730通信,在服务器700上执行存储介质730中的一系列指令操作。
服务器700还可以包括一个或一个以上电源726,一个或一个以上有线或无线网络接口750,一个或一个以上输入输出接口758,和/或,一个或一个以上操作系统741,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由服务器所执行的步骤可以基于图7所示的服务器结构。
本申请实施例还提供一种计算机可读存储介质,用于存储计算机程序,该计算机程序用于执行前述各个实施例所述的时效确定方法中的任意一种实施方式。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质可以是下述介质中的至少一种:只读存储器(英文:read-onlymemory,缩写:ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,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,对于设备及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (14)
1.一种时效确定方法,其特征在于,所述方法包括:
确定待处理信息在目标时长内对应的第一变化特征参数,所述第一变化特征参数用于体现所述待处理信息对应的互动特征参数在所述目标时长内的变化情况;
确定目标信息对应的第二变化特征参数与所述第一变化特征参数的差值不超过预设阈值,所述第二变化特征参数用于体现所述目标信息对应的互动特征参数在所述目标时长内的变化情况;
根据所述目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数;
根据所述目标信息对应的互动特征参数,确定所述目标信息是否处于互动衰退状态;
若所述目标信息不处于所述互动衰退状态,根据所述待处理信息对应的互动特征参数,确定所述待处理信息是否处于所述互动衰退状态;
若所述待处理信息不处于所述互动衰退状态,将所述待处理信息对应的初始时效参数确定为所述时效参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数,包括:
确定所述目标信息对应的被推荐时长是否小于所述待处理信息对应的初始时效参数;
若小于,将所述被推荐时长确定为所述时效参数。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述目标信息处于所述互动衰退状态,执行所述根据目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数的步骤。
4.根据权利要求1或2所述的方法,其特征在于,所述第一变化特征参数是通过以下方式确定的:
确定所述待处理信息对应的互动特征参数在所述目标时长内的变化曲线;
将所述变化曲线对应的皮尔逊相关系数确定为所述第一变化特征参数。
5.根据权利要求1或2所述的方法,其特征在于,所述目标时长对应的时间长度不小于预设时间阈值。
6.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
若所述待处理信息对应的被推荐时长达到所述时效参数,从信息推荐列表中移除所述待处理信息;
将所述时效参数与所述待处理信息进行绑定存储。
7.一种时效确定装置,其特征在于,所述装置包括第一确定单元、第二确定单元、第三确定单元、第四确认单元和第五确定单元:
所述第一确定单元,用于确定待处理信息在目标时长内对应的第一变化特征参数,所述第一变化特征参数用于体现所述待处理信息对应的互动特征参数在所述目标时长内的变化情况;
所述第二确定单元,用于确定目标信息对应的第二变化特征参数与所述第一变化特征参数的差值不超过预设阈值,所述第二变化特征参数用于体现所述目标信息对应的互动特征参数在所述目标时长内的变化情况;
所述第三确定单元,用于根据所述目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数;
第四确定单元,用于根据所述目标信息对应的互动特征参数,确定所述目标信息是否处于互动衰退状态;
第五确定单元,用于若所述目标信息不处于所述互动衰退状态,根据所述待处理信息对应的互动特征参数,确定所述待处理信息是否处于所述互动衰退状态;若所述待处理信息不处于所述互动衰退状态,将所述待处理信息对应的初始时效参数确定为所述时效参数。
8.根据权利要求7所述的装置,其特征在于,第三确定单元具体用于:
确定所述目标信息对应的被推荐时长是否小于所述待处理信息对应的初始时效参数;
若小于,将所述被推荐时长确定为所述时效参数。
9.根据权利要求8所述的装置,其特征在于,所述第四确定单元还用于:
若所述目标信息处于所述互动衰退状态,执行所述根据目标信息对应的被推荐时长,确定所述待处理信息对应的时效参数的步骤。
10.根据权利要求7或8所述的装置,其特征在于,所述第一变化特征参数是通过以下方式确定的:
确定所述待处理信息对应的互动特征参数在所述目标时长内的变化曲线;
将所述变化曲线对应的皮尔逊相关系数确定为所述第一变化特征参数。
11.根据权利要求7或8所述的装置,其特征在于,所述目标时长对应的时间长度不小于预设时间阈值。
12.根据权利要求7或8所述的装置,所述装置还包括移除单元和存储单元:
移除单元,用于若所述待处理信息对应的被推荐时长达到所述时效参数,从信息推荐列表中移除所述待处理信息;
存储单元,用于将所述时效参数与所述待处理信息进行绑定存储。
13.一种用于时效确定的设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-6中任意一项所述的时效确定方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1-6中任意一项所述的时效确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011079333.XA CN112131482B (zh) | 2020-10-10 | 2020-10-10 | 一种时效确定方法和相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011079333.XA CN112131482B (zh) | 2020-10-10 | 2020-10-10 | 一种时效确定方法和相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112131482A CN112131482A (zh) | 2020-12-25 |
CN112131482B true CN112131482B (zh) | 2023-12-08 |
Family
ID=73844128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011079333.XA Active CN112131482B (zh) | 2020-10-10 | 2020-10-10 | 一种时效确定方法和相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131482B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190589A (zh) * | 2021-04-20 | 2021-07-30 | 北京异乡旅行网络科技有限公司 | 适用于分销系统的内容分发方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109922357A (zh) * | 2019-03-29 | 2019-06-21 | 乐蜜有限公司 | 视频推荐的方法及装置 |
CN110097412A (zh) * | 2018-01-31 | 2019-08-06 | 阿里巴巴集团控股有限公司 | 物品推荐方法、装置、设备以及存储介质 |
CN110866119A (zh) * | 2019-11-14 | 2020-03-06 | 腾讯科技(深圳)有限公司 | 一种文章质量的确定方法、装置、电子设备及存储介质 |
CN111125429A (zh) * | 2019-12-20 | 2020-05-08 | 腾讯科技(深圳)有限公司 | 一种视频推送方法、装置和计算机可读存储介质 |
WO2020093208A1 (zh) * | 2018-11-05 | 2020-05-14 | 深圳市欢太科技有限公司 | 应用程序处理方法和装置、计算机设备、计算机可读存储介质 |
-
2020
- 2020-10-10 CN CN202011079333.XA patent/CN112131482B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097412A (zh) * | 2018-01-31 | 2019-08-06 | 阿里巴巴集团控股有限公司 | 物品推荐方法、装置、设备以及存储介质 |
WO2020093208A1 (zh) * | 2018-11-05 | 2020-05-14 | 深圳市欢太科技有限公司 | 应用程序处理方法和装置、计算机设备、计算机可读存储介质 |
CN109922357A (zh) * | 2019-03-29 | 2019-06-21 | 乐蜜有限公司 | 视频推荐的方法及装置 |
CN110866119A (zh) * | 2019-11-14 | 2020-03-06 | 腾讯科技(深圳)有限公司 | 一种文章质量的确定方法、装置、电子设备及存储介质 |
CN111125429A (zh) * | 2019-12-20 | 2020-05-08 | 腾讯科技(深圳)有限公司 | 一种视频推送方法、装置和计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
在线新闻评论生长规律研究;宗红;薛春香;陈芬;;数据分析与知识发现(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112131482A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073605B (zh) | 一种业务数据的加载、推送、交互信息的生成方法和装置 | |
CN111125523B (zh) | 搜索方法、装置、终端设备及存储介质 | |
CN113609392B (zh) | 一种内容推荐方法、待推荐内容确定方法和相关装置 | |
CN108156508B (zh) | 弹幕信息处理的方法、装置、移动终端、服务器及系统 | |
CN104850434A (zh) | 多媒体资源下载方法及装置 | |
CN110162603B (zh) | 一种智能对话方法、动态存储方法和装置 | |
CN110309357B (zh) | 应用数据推荐的方法、模型训练的方法、装置及存储介质 | |
CN106909667B (zh) | 基于桌面启动器的应用推荐方法、装置及移动终端 | |
CN110633438B (zh) | 一种新闻事件处理的方法、终端、服务器及存储介质 | |
CN105447583A (zh) | 一种预测用户离网的方法及装置 | |
CN104618223A (zh) | 一种信息推荐的管理方法、装置和系统 | |
CN108388629A (zh) | 一种多媒体信息推送方法、装置及电子设备 | |
CN109948090A (zh) | 网页加载方法及装置 | |
CN105227598B (zh) | 一种基于云存储的资源分享方法、装置和系统 | |
CN111625690A (zh) | 一种对象推荐方法、装置、设备及介质 | |
JP6915074B2 (ja) | メッセージ通知方法及び端末 | |
CN104951637A (zh) | 一种获取训练参数的方法及装置 | |
CN105550316A (zh) | 音频列表的推送方法及装置 | |
WO2015096660A1 (en) | Methods and devices for displaying a webpage | |
CN106682054B (zh) | 一种终端应用推荐方法、装置和系统 | |
CN114840565A (zh) | 抽样查询方法、装置、电子设备及计算机可读存储介质 | |
CN112131482B (zh) | 一种时效确定方法和相关装置 | |
CN111666485B (zh) | 一种信息推荐方法、装置及终端 | |
CN104601731A (zh) | 一种数据推送方法,及设备 | |
CN111611369A (zh) | 基于人工智能的交互方法和相关装置 |
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 |