CN112199586A - 一种作品分发方法、装置、计算机设备及存储介质 - Google Patents
一种作品分发方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112199586A CN112199586A CN202011056503.2A CN202011056503A CN112199586A CN 112199586 A CN112199586 A CN 112199586A CN 202011056503 A CN202011056503 A CN 202011056503A CN 112199586 A CN112199586 A CN 112199586A
- Authority
- CN
- China
- Prior art keywords
- distribution
- candidate
- creative work
- work
- candidate creative
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000006399 behavior Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011157 data evaluation Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004422 calculation algorithm 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
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
Abstract
本公开提供了一种作品分发方法、装置、计算机设备及存储介质，其中，获取的创作作品分为第一候选创作作品和第二候选创作作品，通过确定每个候选创作作品的第一分发数据，针对第一候选创作作品，基于分发扶持数据和第一分发数据，确定第一候选创作作品对应的第二分发数据，进一步地，基于第一候选创作作品的第二分发数据和第二候选创作作品的第一分发数据，可以从候选创作作品中选择目标创作作品发送给当前用户端。与自媒体作者创作内容依赖自然推荐分发，创作内容的扩散周期较长的情况相比，可以提高优质创作作品资源的有效利用率，提高分发优质创作作品的准确率。
Description
技术领域
本公开涉及互联网技术领域，具体而言，涉及一种作品分发方法、装置、计算机设备及存储介质。
背景技术
随着互联网的不断发展，目前已经进入了自媒体时代。人们借助自媒体平台可以分享内容，这种分享有私人化、普泛化、自主化的特点，而这也让用户迎来了内容创业的机遇。不断有自媒体作者涌入平台，创作优质内容，对于平台可以得到更好的内容补给，实现内容生态的良性发展。
但是，目前自媒体作者创作内容依赖自然的推荐分发，创作内容的扩散周期较长，分发量无法得到保障，因此，导致优质作者的优质资源无法得到有效的利用，用户也不容易查看到优质作品，会降低用户查看创作作品的兴趣。
发明内容
本公开实施例至少提供一种作品分发方法、装置、计算机设备及存储介质，可以提高优质创作作品的有效利用率，可以提高分发创作作品的准确率。
第一方面，本公开实施例提供了一种作品分发方法，所述作品分发方法包括：
获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型；
确定所述多个候选创作作品分别对应的第一分发数据；
针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，并基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据；
基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
一种可选的实施方式中，根据以下步骤确定所述多个候选创作作品分别对应的第一分发数据，包括：
获取所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息、所述当前用户端的浏览场景信息；
将所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息和所述当前用户端的浏览场景信息输入训练好的分发数据评估模型，确定所述候选创作作品的第一分发数据。
一种可选的实施方式中，所述针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，包括：
根据所述第一分发类型的所述第一候选创作作品的目标总展现量、当前实际展现量、当前目标展现量，确定所述第一候选创作作品对应的分发扶持数据。
一种可选的实施方式中，所述针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，包括：
根据所述第一分发类型的所述第一候选创作作品的第一分发数据和当前实际展现量，确定所述第一候选创作作品对应的分发扶持数据。
一种可选的实施方式中，所述针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，包括：
针对所述第一分发类型的所述第一候选创作作品，将预设数值确定为所述第一候选创作作品对应的分发扶持数据；
其中，所述预设数值大于1。
一种可选的实施方式中，所述基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据，包括：
根据各个所述第一候选创作作品的第一分发数据，从所述第一分发类型的所述第一候选创作作品中，筛除对应的第一分发数据小于预设阈值的创作作品；
将筛除后剩余的所述第一候选创作作品的第一分发数据与所述分发扶持数据相乘得到的分值，确定为所述第一分发类型的第一候选创作作品对应的第二分发数据。
一种可选的实施方式中，根据以下步骤预先确定所述候选创作作品对应的作品类型：
根据所述候选创作作品对应的作者属性信息、作品属性信息，将满足预设作者属性条件和/或预设作品属性条件的候选创作作品确定为所述第一分发类型的作品，否则确定为所述第二分发类型的作品。
一种可选的实施方式中，在出现以下情况时，获取多个候选创作作品：
接收到页面刷新请求。
第二方面，本公开实施例还提供一种作品分发装置，所述作品分发装置包括：
获取模块，用于获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型；
第一确定模块，用于确定所述多个候选创作作品分别对应的第一分发数据；
第二确定模块，用于针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，并基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据；
选择模块，用于基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
一种可选的实施方式中，第一确定模块包括：
获取单元，用于获取所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息、所述当前用户端的浏览场景信息；
第一确定单元，用于将所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息和所述当前用户端的浏览场景信息输入训练好的分发数据评估模型，确定所述候选创作作品的第一分发数据。
一种可选的实施方式中，所述第二确定模块，用于根据以下步骤确定所述第一候选创作作品对应的分发扶持数据：
根据所述第一分发类型的所述第一候选创作作品的目标总展现量、当前实际展现量、当前目标展现量，确定所述第一候选创作作品对应的分发扶持数据。
一种可选的实施方式中，所述针对第一候选创作作品，所述第二确定模块，用于根据以下步骤确定所述第一候选创作作品对应的分发扶持数据：
根据所述第一分发类型的所述第一候选创作作品的第一分发数据和当前实际展现量，确定所述第一候选创作作品对应的分发扶持数据。
一种可选的实施方式中，所述针对第一候选创作作品，所述第二确定模块，用于根据以下步骤确定所述第一候选创作作品对应的分发扶持数据：
针对所述第一分发类型的所述第一候选创作作品，将预设数值确定为所述第一候选创作作品对应的分发扶持数据；
其中，所述预设数值大于1。
一种可选的实施方式中，所述第二确定模块包括：
筛除单元，用于根据各个所述第一候选创作作品的第一分发数据，从所述第一分发类型的所述第一候选创作作品中，筛除对应的第一分发数据小于预设阈值的创作作品；
第二确定单元，用于将筛除后剩余的所述第一候选创作作品的第一分发数据与所述分发扶持数据相乘得到的分值，确定为所述第一分发类型的第一候选创作作品对应的第二分发数据。
一种可选的实施方式中，所述获取模块，还用于根据以下步骤预先确定所述候选创作作品对应的作品类型：
根据所述候选创作作品对应的作者属性信息、作品属性信息，将满足预设作者属性条件和/或预设作品属性条件的候选创作作品确定为所述第一分发类型的作品，否则确定为所述第二分发类型的作品。
一种可选的实施方式中，所述获取模块，在出现以下情况时，获取多个候选创作作品：
接收到页面刷新请求。
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，所述计算机可读存储介质上存储有计算机程序，所述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作品分发方法、装置、计算机设备及存储介质，通过对第一分发类型的第一候选创作作品设置分发扶持数据，以及采用第一候选创作作品的第二分发数据和第二候选创作作品的第一分发数据进行分发，与自媒体作者创作内容依赖自然推荐分发，创作内容的扩散周期较长的情况相比，可以提高优质创作作品资源的有效利用率，提高分发优质创作作品的准确率。
进一步，本公开实施例提供的作品分发方法，通过将获取的候选创作作品的作品特征信息、当前用户端的历史行为信息和当前用户端的浏览场景信息输入训练好的分发数据评估模型，从而可以自动确定候选创作作品的初步分发数据，再结合为第一分发类型的作品设置的分发扶持数据对第一分发数据进行修订，从而可以得到一个相对客观、同时又符合实际需要的分发数据，进而可以提高向当前用户端进行分发优质创作作品的准确率。
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作品分发方法的流程图；
图2示出了本公开实施例所提供的另一种作品分发方法的流程图；
图3示出了本公开实施例所提供的一种作品分发装置的结构示意图；
图4示出了本公开实施例所提供的作品分发装置中，第一确定模块的具体示意图；
图5示出了本公开实施例所提供的作品分发装置中，第二确定模块的具体示意图；
图6示出了本公开实施例所提供的一种计算机设备的示意图。
图示说明：300-作品分发装置；310-获取模块；320-第一确定模块；321-获取单元；322-第一确定单元；330-第二确定模块；331-筛除单元；332-第二确定单元；340-选择模块；600-计算机设备；601-处理器；602-存储器；6021-内存；6022外部存储器；603-总线。
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。
经研究发现，目前自媒体人创作内容依赖自然推荐分发，创作内容的扩散周期较长，分发量无法得到保障，因此，导致优质作者的优质资源无法得到有效的利用，用户也不容易查看到优质作品，会降低用户查看创作作品的兴趣。
基于上述研究，本公开提供了一种作品分发方法、装置、计算机设备及存储介质，获取的创作作品分为第一候选创作作品和第二候选创作作品，通过确定每个候选创作作品的第一分发数据，针对第一候选创作作品，基于分发扶持数据和第一分发数据，确定第一候选创作作品对应的第二分发数据，进一步地，基于第一候选创作作品的第二分发数据和第二候选创作作品的第一分发数据，可以从候选创作作品中选择目标创作作品发送给当前用户端。与自媒体作者创作内容依赖自然推荐分发，创作内容的扩散周期较长的情况相比，可以提高优质创作作品资源的有效利用率，提高分发优质创作作品的准确率。
本公开阐述的方案，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作品分发方法进行详细介绍，本公开实施例所提供的作品分发方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无线电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该作品分发方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面以执行主体为服务器为例对本公开实施例提供的作品分发方法加以说明。
实施例一
参见图1所示，为本公开实施例提供的一种作品分发方法的流程图，所述方法包括步骤S101～S104，其中：
S101：获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型。
在该步骤中，先获取服务平台中具有的多个候选创作作品，并确定每个候选创作作品对应的作品类型，这里，可以将作品类型分为第一分发类型和第二分发类型，其中，第一分发类型的第一候选创作作品可以为优质作品，第一分发类型的第一候选创作作品也可以优质作者对应的创作作品，第二分发类型的第二候选创作作品为普通作品。
在具体实施中，在确定每个候选创作作品的作品类型后，针对属于第一分发类型的候选创作作品添加标签，以便直接区分出第一分发类型和第二分发类型这两种类型的候选创作作品，这里，可以通过修改候选创作作品的服务字段的方式进行标签的添加。
这里，候选创作作品包括但不限于文章、小视频、图片等。
可选地，可以根据以下步骤预先确定所述候选创作作品对应的作品类型：
根据所述候选创作作品对应的作者属性信息、作品属性信息，将满足预设作者属性条件和/或预设作品属性条件的候选创作作品确定为第一分发类型的作品，否则确定为第二分发类型的作品。
在该步骤中，在获取到多个候选创作作品之后，获取每个候选创作作品对应的作者属性信息、作品属性信息，进而，针对每个候选创作作品，可以将满足预设作者属性条件的作者对应的候选创作作品确定为第一分发类型的作品，也可以将满足预设作品属性条件的候选创作作品确定为第一分发类型的作品，对于既不满足预设作者属性条件，又不满足预设作品属性条件的候选创作作品，确定为第二分发类型的作品。
其中，满足预设作者属性条件的作者可以理解为优质作者，这里，优质作者可以是通过服务平台中用户对作者的评价、标签来确定的，也可以根据作者的知名度确定的，同样，满足预设作品属性条件的候选创作作品可以理解为优质作品，优质作品可以是通过服务平台中用户对作品的评价、标签来确定的，也可以是作品的热度确定的。
这里，在出现以下情况时，获取多个候选创作作品：
接收到页面刷新请求。
在该步骤中，当前用户端的用户在浏览页面时，可能有对观看的内容进行更新的需求，通常，当前用户会刷新页面，响应页面刷新请求，获取服务平台中具有的多个候选创作作品，以及每个候选创作作品对应的作品类型，以便将从候选创作作品中选取的创作作品进行推送给当前用户。这样，当前用户在每次刷新页面时，都可以获取到推送的创作作品，可以提升当前用户的阅读兴趣。
需要说明的是，当前用户每次刷新页面时，都会重新为当前用户推送候选创作作品，而且，每次推送的候选创作作品可以相同，也可以不同。
S102：确定所述多个候选创作作品分别对应的第一分发数据。
在该步骤中，在获取到多个候选创作作品，以及确定出每个候选创作作品对应的作品类型之后，可以确定每个候选创作作品对应的第一分发数据，具体地，可以基于训练好的分发数据评估模型来确定每个候选创作作品对应的第一分发数据，也可以基于分发规则确定每个候选创作作品对应的第一分发数据。
这里，分发数据评估模型是用来确定候选创作作品的分发数据的模型，其中，分发数据评估模型可以为场感知因子分解机(Field-aware Factorization Machine，FFM)，通过引入领域的概念，FFM把相同性质的特征归于同一个领域，简单来说，同一个绝对特征经过一次编码生成的数值特征都可以放到同一个领域。在FFM中，每一维特征xi，针对其它特征的每一种领域fj，都会学习一个隐向量vi，fj。因此，隐向量不仅与特征相关，也与领域相关。
进一步地，根据以下步骤确定所述多个候选创作作品分别对应的第一分发数据：
步骤1021：获取所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息、所述当前用户端的浏览场景信息。
在该步骤中，在计算每个候选创作作品的第一分发数据时，需要知晓每个候选创作作品的作品特征信息、当前用户端的用户对应的历史行为信息，以及当前用户端的浏览场景信息。这里，该候选创作作品的作品特征信息可以为作品内容信息、作品领域信息等；当前用户端的历史行为信息可以为当前用户端的用户在服务平台上的历史行为信息，比如，浏览创作作品的偏好；当前用户端的浏览场景信息可以任一场景对应的页面，比如，热榜模块、视频模块、地域模块等。
步骤1022：将所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息和所述当前用户端的浏览场景信息输入训练好的所述分发数据评估模型，确定所述候选创作作品的第一分发数据。
在该步骤中，针对每个候选创作作品，在获取到该候选创作作品的作品特征信息、当前用户端的历史行为信息、当前用户端的浏览场景信息之后，可以将该候选创作作品的作品特征信息、当前用户端的历史行为信息、当前用户端的浏览场景信息输入训练好的分发数据评估模型中，可以确定该候选创作作品的第一分发数据，这里，可以将该候选创作作品的作品特征信息、当前用户端的历史行为信息和当前用户端的浏览场景信息分别整合成特征向量，进而，将得到的三个特征向量输入训练好的评分模型中，得到该候选创作作品的第一分发数据。
需要说明的是，通过候选创作作品的作品特征信息、当前用户端的历史行为信息、当前用户端的浏览场景信息的结合使用，可以更准确地确定出当前用户对该候选创作作品的第一分发数据，即，预测出当前用户对该候选创作作品的喜爱程度，进而，确定出当前用户是否会点击或阅读该候选创作作品。
这里，分发数据评估模型的公式可以为
为候选创作作品的第一分发数据，i，j为大于或等于1的正整数，n为正整数，v，x为特征向量，fi，fj为隐向量。对于该公式，以两个特征向量为例进行说明，本申请对特征向量的数量不做限定。
S103：针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，并基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据。
在该步骤中，对于第一分发类型的第一候选创作作品，为每个第一候选创作作品分配对应的分发扶持数据，这里，各个第一候选创作作品对应的分发扶持数据可以相同，也可以不同，其中，分发扶持数据大于1，通常设置小于2，并基于第一分发类型的第一候选创作作品的第一分发数据和该候选创作作品对应的分发扶持数据，可以得到该第一候选创作作品对应的第二分发数据，具体地，可以将该第一候选创作作品的第一分发数据与对应的分发扶持数据相乘得到的分值，确定为该第一候选创作作品对应的第二分发数据。对于第二分发类型的第二候选创作作品，不分配分发扶持数据。
需要说明的是，通过对第一分发类型的候选创作作品设置分发扶持数据，来提升第一分发类型的第一候选创作作品的分发数据，从而增加第一分发类型的第一候选创作作品的竞争力，增大将第一分发类型的第一候选创作作品的推送给当前用户端的概率，以便提高当前用户端的用户查看到该第一候选创作作品的概率，进而，提高优质创作作品的有效利用率。
这里，提供多种方式确定第一分发类型的第一候选创作作品的分发扶持数据，下面分别对每种方式进行阐述：
方式一：根据第一分发类型的所述第一候选创作作品的目标展现量、当前实际展现量、当前目标展现量，确定所述第一候选创作作品对应的分发扶持数据。
该方式中：对于第一分发类型的每个第一候选创作作品，可以为每个第一候选创作作品事先分配目标展现量，即，在预设时间段内将该第一候选创作作品进行展现的次数，进而，可以根据第一分发类型的该第一候选创作作品的目标展现量、该第一候选创作作品的当前实际展现量、该第一候选创作作品的当前目标展现量，确定该第一候选创作作品对应的分发扶持数据。
这里，方式一为PID算法，PID即Proportional(比例)、Integral(积分)、Differential(微分)的缩写，顾名思义，PID控制算法是结合比例、积分和微分三种环节于一体的控制算法，其中，PID计算的分发扶持数据公式包括：
公式(1)：k1＝kp*error+ki*pow(sum_error,alpha)+kd*(error-last_error)+beta；
公式(2)：time_rate＝(cur_time-create_time)/(target_time-create_time)；
公式(3)：cur_target_impr＝time_rate*target_impr；
公式(4)：error＝cur_target_impr-cur_impr；
公式(5)：delta_time＝(cur_time-last_update_time)/60.0；
公式(6)：sum_error＝error*delta_time。
其中，k1为分发扶持数据，kp、ki、kd、alpha、beta为常数，error为该第一候选创作作品的当前目标展现量与当前实际展现量的差值，sum_error为该第一候选创作作品的过去目标展现量与过去实际展现量的差值，last_error为该第一候选创作作品的上一次目标展现量与上一次实际展现量的差值；time_rate为当前展现时长与目标展现时长之间的比值，cur_time为当前时间，create_time为创建时间，target_time为目标展现时间；cur_target_impr为当前目标展现量，target_impr总目标展现量；cur_target_impr为当前目标展现量，cur_impr为当前实际展现量；delta_time为过去时间，cur_time为当前时间，last_update_time为过去展现时间。
需要说明的是，采用上述方式一计算分发扶持数据，如果当前实际展现量过高，超过了当前时间对应的当前目标展现量，那么k1就会稍小些；如果当前实际展现量较低，低于当前时间对应的当前目标展现量，那么k1就会稍大些；这样，可以使第一分发类型的每个候选创作作品可以匀速地到达目标展现量，不要过快和过慢。
方式二：根据第一分发类型的所述第一候选创作作品的第一分发数据和当前实际展现量，确定所述第一候选创作作品对应的分发扶持数据。
该方式中：对于第一分发类型的每个第一候选创作作品，可以为每个第一候选创作作品事先分配目标展现量，即，在预设时间段内将该第一候选创作作品进行展现的次数，进而，可以根据第一分发类型的该第一候选创作作品的第一分发数据和当前实际展现量，确定该第一候选创作作品对应的分发扶持数据。
这里，方式二为上置信算法(Upper Confidence BoundAlgorithm，UCB)，UCB利用置信区间来进行计算，置信区间可以简单地理解为不确定性的程度，区间越宽，越不确定，反之亦反之，其中，UCB计算的分发扶持数据公式包括：
其中，k2为分发扶持数据，Qt(a)为第一分发数据，Nt()为当前实际展现量，c为常数。
方式三：针对第一分发类型的所述第一候选创作作品，将预设数值确定为所述第一候选创作作品对应的分发扶持数据；其中，所述预设数值大于1。
该方式中：方式三为修饰函数(const)，其中，分发扶持数据为常数，针对第一分发类型的各个第一候选创作作品的分发扶持数据相同，其中，通常，预设数值大于1，优选预设数值大于1且小于2。
需要说明的是，可以根据实际需求选择分发扶持数据的计算方式，可以对于第一分发类型的各个候选创建作品采用同一中计算方式进行计算，也可以采用不同的计算方式进行计算。
S104：基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
在该步骤中，在计算出获取的每个第一候选创作作品的第二分发数据后，可以依据基于第一候选创作作品对应的第二分发数据和第二候选创作作品对应的第一分发数据，从获取的多个候选创作作品中选择目标创作作品发送给当前用户端，具体地，目标创作作品可以为至少两个，可以选取获取的多个候选创作作品中，对应的第一候选创作作品的第二分发数据或第二候选创作作品的第一分发数据大于或等于预设阈值的候选创作作品作为目标创作作品，也可以从获取的多个候选创作作品中，选取第一候选创作作品对应的第二分发数据或第二候选创作作品对应的第一分发数据靠前的预设数量的候选创作作品作为目标创作作品，其中，预设阈值和预设数量可以根据实际需求进行设置。
在本公开实施例中，获取的创作作品分为第一候选创作作品和第二候选创作作品，通过确定每个候选创作作品的第一分发数据，针对第一候选创作作品，基于分发扶持数据和第一分发数据，确定第一候选创作作品对应的第二分发数据，进一步地，基于第一候选创作作品的第二分发数据和第二候选创作作品的第一分发数据，可以从候选创作作品中选择目标创作作品发送给当前用户端。与自媒体作者创作内容依赖自然推荐分发，创作内容的扩散周期较长的情况相比，可以提高优质创作作品资源的有效利用率，提高分发优质创作作品的准确率。
实施例二
参见图2所示，为本公开实施例提供的另一种作品分发方法的流程图，所述方法包括步骤S201～S204，其中：
S201：获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型。
S202：确定所述多个候选创作作品分别对应的第一分发数据。
S203：根据各个所述第一候选创作作品的第一分发数据，从所述第一分发类型的所述第一候选创作作品中，筛除对应的第一分发数据小于预设阈值的创作作品；将筛除后剩余的所述第一候选创作作品的第一分发数据与所述分发扶持数据相乘得到的分值，确定为所述第一分发类型的第一候选创作作品对应的第二分发数据。
在该步骤中，先将第一分发数据小于预设阈值的第一分发类型的创作作品筛除，之后，仅对第一分发类型的筛除后的剩余的第一候选创作作品的第一分发数据与分发扶持数据相乘得到的分值，确定为第一分发类型的第一候选创作作品对应的第二分发数据，这样，可以过滤掉一些低质量的属于第一分发类型的第一候选创作作品，不对这些第一候选创作作品提分，可以提高推送创作作品的准确率。
S204：基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
这里，S201、S202、S204的描述参见S101、S102、S104，并且能够达到相同的技术效果，对此，不再进行阐述。
在本公开实施例中，获取的创作作品分为第一候选创作作品和第二候选创作作品，通过确定每个候选创作作品的第一分发数据，针对第一候选创作作品，基于分发扶持数据和第一分发数据，确定第一候选创作作品对应的第二分发数据，进一步地，基于第一候选创作作品的第二分发数据和第二候选创作作品的第一分发数据，可以从候选创作作品中选择目标创作作品发送给当前用户端。与自媒体作者创作内容依赖自然推荐分发，创作内容的扩散周期较长的情况相比，可以提高优质创作作品资源的有效利用率，提高分发优质创作作品的准确率。
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作品分发方法对应的作品分发装置，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作品分发方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
实施例三
参见图3至图5所示，图3示出了本公开实施例所提供的一种作品分发装置300的结构示意图；图4示出了本公开实施例所提供的作品分发装置300中，第一确定模块320的具体示意图；图5示出了本公开实施例所提供的作品分发装置300中，第二确定模块330的具体示意图。
参照图3所示，为本公开实施例提供的一种作品分发装置300的示意图，所述作品分发装置300包括：
获取模块310，用于获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型；
第一确定模块320，用于确定所述多个候选创作作品分别对应的第一分发数据；
第二确定模块330，用于针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，并基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数；
选择模块340，用于基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
在一种实施方式中，如图4所示，第一确定模块320包括：
获取单元321，用于获取所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息、所述当前用户端的浏览场景信息；
第一确定单元322，用于将所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息和所述当前用户端的浏览场景信息输入训练好的分发数据评估模型，确定所述候选创作作品的第一分发数据。
在一种实施方式中，如图3所示，所述第二确定模块330，用于根据以下步骤确定所述第一候选创作作品对应的分发扶持数据：
根据第一分发类型的所述第一候选创作作品的目标展现量、当前实际展现量、当前目标展现量，确定所述第一候选创作作品对应的分发扶持数据。
在一种实施方式中，如图3所示，所述第二确定模块330，用于根据以下步骤确定所述第一候选创作作品对应的分发扶持数据：
根据第一分发类型的所述第一候选创作作品的第一分发数据和当前实际展现量，确定所述第一候选创作作品对应的分发扶持数据。
在一种实施方式中，如图3所示，所述第二确定模块330，用于根据以下步骤确定所述第一候选创作作品对应的分发扶持数据：
针对第一分发类型的所述第一候选创作作品，将预设数值确定为所述第一候选创作作品对应的分发扶持数据；
其中，所述预设数值大于1。
在一种实施方式中，如图5所示，所述第二确定模块330包括：
筛除单元331，用于根据各个所述第一候选创作作品的第一分发数据，从第一分发类型的所述第一候选创作作品中，筛除对应的第一分发数据小于预设阈值的创作作品；
第二确定单元332，用于将筛除后剩余的所述第一候选创作作品的第一分发数据与所述分发扶持数据相乘得到的分值，确定为所述第一分发类型的第一候选创作作品对应的第二分发数据。
在一种实施方式中，如图3所示，所述获取模块310，还用于根据以下步骤预先确定所述候选创作作品对应的作品类型：
根据所述候选创作作品对应的作者属性信息、作品属性信息，将满足预设作者属性条件和/或预设作品属性条件的候选创作作品确定为第一分发类型的作品，否则确定为第二分发类型的作品。
在一种实施方式中，如图3所示，所述获取模块310，在出现以下情况时，获取多个候选创作作品：
接收到页面刷新请求。
在本公开的实施例中，获取的创作作品分为第一候选创作作品和第二候选创作作品，通过确定每个候选创作作品的第一分发数据，针对第一候选创作作品，基于分发扶持数据和第一分发数据，确定第一候选创作作品对应的第二分发数据，进一步地，基于第一候选创作作品的第二分发数据和第二候选创作作品的第一分发数据，可以从候选创作作品中选择目标创作作品发送给当前用户端。与自媒体作者创作内容依赖自然推荐分发，创作内容的扩散周期较长的情况相比，可以提高优质创作作品资源的有效利用率，提高分发优质创作作品的准确率。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
实施例四
基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图6所示，为本公开实施例提供的计算机设备600的结构示意图，包括处理器601、存储器602、和总线603。其中，存储器602用于存储执行指令，包括内存6021和外部存储器6022；这里的内存6021也称内存储器，用于暂时存放处理器601中的运算数据，以及与硬盘等外部存储器6022交换的数据，处理器601通过内存6021与外部存储器6022进行数据交换，当计算机设备600运行时，处理器601与存储器602之间通过总线603通信，使得处理器601在执行以下指令：
获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型；
确定所述多个候选创作作品分别对应的第一分发数据；
针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，并基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据；
基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
在本公开的实施例中，获取的创作作品分为第一候选创作作品和第二候选创作作品，通过确定每个候选创作作品的第一分发数据，针对第一候选创作作品，基于分发扶持数据和第一分发数据，确定第一候选创作作品对应的第二分发数据，进一步地，基于第一候选创作作品的第二分发数据和第二候选创作作品的第一分发数据，可以从候选创作作品中选择目标创作作品发送给当前用户端。与自媒体作者创作内容依赖自然推荐分发，创作内容的扩散周期较长的情况相比，可以提高优质创作作品资源的有效利用率，提高分发优质创作作品的准确率。
实施例五
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作品分发方法的步骤。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作品分发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作品分发方法的步骤，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 (11)
1.一种作品分发方法，其特征在于，所述作品分发方法包括：
获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型；
确定所述多个候选创作作品分别对应的第一分发数据；
针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，并基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据；
基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
2.根据权利要求1所述的作品分发方法，其特征在于，根据以下步骤确定所述多个候选创作作品分别对应的第一分发数据，包括：
获取所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息、所述当前用户端的浏览场景信息；
将所述候选创作作品的作品特征信息、所述当前用户端的历史行为信息和所述当前用户端的浏览场景信息输入训练好的分发数据评估模型，确定所述候选创作作品的第一分发数据。
3.根据权利要求1所述的作品分发方法，其特征在于，所述针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，包括：
根据所述第一分发类型的所述第一候选创作作品的目标总展现量、当前实际展现量、当前目标展现量，确定所述第一候选创作作品对应的分发扶持数据。
4.根据权利要求1所述的作品分发方法，其特征在于，所述针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，包括：
根据所述第一分发类型的所述第一候选创作作品的第一分发数据和当前实际展现量，确定所述第一候选创作作品对应的分发扶持数据。
5.根据权利要求1所述的作品分发方法，其特征在于，所述针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，包括：
针对所述第一分发类型的所述第一候选创作作品，将预设数值确定为所述第一候选创作作品对应的分发扶持数据；
其中，所述预设数值大于1。
6.根据权利要求1所述的作品分发方法，其特征在于，所述基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据，包括：
根据各个所述第一候选创作作品的第一分发数据，从所述第一分发类型的所述第一候选创作作品中，筛除对应的第一分发数据小于预设阈值的创作作品；
将筛除后剩余的所述第一候选创作作品的第一分发数据与所述分发扶持数据相乘得到的分值，确定为所述第一分发类型的第一候选创作作品对应的第二分发数据。
7.根据权利要求1所述的作品分发方法，其特征在于，根据以下步骤预先确定所述候选创作作品对应的作品类型：
根据所述候选创作作品对应的作者属性信息、作品属性信息，将满足预设作者属性条件和/或预设作品属性条件的候选创作作品确定为所述第一分发类型的作品，否则确定为所述第二分发类型的作品。
8.根据权利要求1所述的作品分发方法，其特征在于，在出现以下情况时，获取多个候选创作作品：
接收到页面刷新请求。
9.一种作品分发装置，其特征在于，所述作品分发装置包括：
获取模块，用于获取多个候选创作作品，所述候选创作作品包括第一候选创作作品和第二候选创作作品，所述第一候选创作作品对应第一分发类型，所述第二候选创作作品对应第二分发类型；
第一确定模块，用于确定所述多个候选创作作品分别对应的第一分发数据；
第二确定模块，用于针对第一候选创作作品，确定所述第一候选创作作品对应的分发扶持数据，并基于所述分发扶持数据和所述第一候选创作作品对应的第一分发数据，确定所述第一候选创作作品对应的第二分发数据；
选择模块，用于基于所述第一候选创作作品对应的第二分发数据和所述第二候选创作作品对应的第一分发数据，从所述候选创作作品中选择目标创作作品发送给当前用户端。
10.一种计算机设备，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8任一所述的作品分发方法的步骤。
11.一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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至8任一所述的作品分发方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011056503.2A CN112199586A (zh) | 2020-09-29 | 2020-09-29 | 一种作品分发方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011056503.2A CN112199586A (zh) | 2020-09-29 | 2020-09-29 | 一种作品分发方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112199586A true CN112199586A (zh) | 2021-01-08 |
Family
ID=74008101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011056503.2A Pending CN112199586A (zh) | 2020-09-29 | 2020-09-29 | 一种作品分发方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112199586A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130138872A (ko) * | 2012-06-08 | 2013-12-20 | 네이버비즈니스플랫폼 주식회사 | 검색어의 속성에 따라 확장된 검색 결과를 제공하는 광고 시스템 및 방법 |
| CN104182524A (zh) * | 2014-08-27 | 2014-12-03 | 浪潮软件股份有限公司 | 一种跟搜索结合的轻应用展现方法 |
| CN110365994A (zh) * | 2019-07-18 | 2019-10-22 | 广州虎牙科技有限公司 | 直播推荐方法、装置、服务器及可读存储介质 |
| CN110704739A (zh) * | 2019-09-30 | 2020-01-17 | 汉海信息技术(上海)有限公司 | 资源推荐方法、装置及计算机存储介质 |
| CN111209067A (zh) * | 2019-12-31 | 2020-05-29 | 北京达佳互联信息技术有限公司 | 一种多媒体资源处理方法、装置、存储介质及计算设备 |
| CN111259245A (zh) * | 2020-01-16 | 2020-06-09 | 腾讯音乐娱乐科技（深圳）有限公司 | 作品推送方法、装置及存储介质 |
| CN111339327A (zh) * | 2020-02-20 | 2020-06-26 | 北京达佳互联信息技术有限公司 | 作品推荐方法及装置、服务器和存储介质 |
| CN111597443A (zh) * | 2020-05-13 | 2020-08-28 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、电子设备及存储介质 |
| CN111651231A (zh) * | 2020-06-04 | 2020-09-11 | 华人运通(上海)云计算科技有限公司 | 作品生成方法、装置、车机端和移动终端 |
-
2020
- 2020-09-29 CN CN202011056503.2A patent/CN112199586A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130138872A (ko) * | 2012-06-08 | 2013-12-20 | 네이버비즈니스플랫폼 주식회사 | 검색어의 속성에 따라 확장된 검색 결과를 제공하는 광고 시스템 및 방법 |
| CN104182524A (zh) * | 2014-08-27 | 2014-12-03 | 浪潮软件股份有限公司 | 一种跟搜索结合的轻应用展现方法 |
| CN110365994A (zh) * | 2019-07-18 | 2019-10-22 | 广州虎牙科技有限公司 | 直播推荐方法、装置、服务器及可读存储介质 |
| CN110704739A (zh) * | 2019-09-30 | 2020-01-17 | 汉海信息技术(上海)有限公司 | 资源推荐方法、装置及计算机存储介质 |
| CN111209067A (zh) * | 2019-12-31 | 2020-05-29 | 北京达佳互联信息技术有限公司 | 一种多媒体资源处理方法、装置、存储介质及计算设备 |
| CN111259245A (zh) * | 2020-01-16 | 2020-06-09 | 腾讯音乐娱乐科技（深圳）有限公司 | 作品推送方法、装置及存储介质 |
| CN111339327A (zh) * | 2020-02-20 | 2020-06-26 | 北京达佳互联信息技术有限公司 | 作品推荐方法及装置、服务器和存储介质 |
| CN111597443A (zh) * | 2020-05-13 | 2020-08-28 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、电子设备及存储介质 |
| CN111651231A (zh) * | 2020-06-04 | 2020-09-11 | 华人运通(上海)云计算科技有限公司 | 作品生成方法、装置、车机端和移动终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2645276C2 (ru) | Создание вариаций при преобразовании данных в потребляемый контент | |
| CN105677765B (zh) | 给用户推荐期望的功能序列的方法及系统 | |
| CN109344314B (zh) | 一种数据处理方法、装置及服务器 | |
| US8972418B2 (en) | Dynamic generation of relevant items | |
| CN106850750B (zh) | 一种实时推送信息的方法和装置 | |
| CN110110201B (zh) | 一种内容推荐方法和系统 | |
| CN104335607A (zh) | 用于识别和建议表情符号的系统和方法 | |
| US20160034968A1 (en) | Method and device for determining target user, and network server | |
| CN104391951A (zh) | 网页热力图的加载方法和装置 | |
| JP2011257955A (ja) | 推薦アイテムフィルタリング方法及び推薦アイテムフィルタリングプログラム | |
| CN107103028A (zh) | 一种信息处理方法及装置 | |
| US20150073932A1 (en) | Strength Based Modeling For Recommendation System | |
| CN110647372A (zh) | 页面展示模块的位置调整方法以及装置 | |
| JPWO2012017786A1 (ja) | コミュニケーション支援装置、コミュニケーション支援方法、およびプログラム | |
| CN112100511B (zh) | 一种偏好程度数据获得方法、装置以及电子设备 | |
| US9785678B1 (en) | Determining taxonomy nodes for browsing | |
| CN109948084B (zh) | 网页信息的展示方法、装置、介质及计算设备 | |
| CN112199523A (zh) | 一种作品分发方法、装置、计算机设备及存储介质 | |
| CN109672706A (zh) | 一种信息推荐方法、装置、服务器及存储介质 | |
| CN112199586A (zh) | 一种作品分发方法、装置、计算机设备及存储介质 | |
| CN117033599A (zh) | 一种数字内容的生成方法及相关设备 | |
| CN109657205B (zh) | 文本行高的调整方法及装置、电子设备 | |
| US20170124196A1 (en) | System and method for returning prioritized content | |
| CN107154067B (zh) | 一种头像生成方法及装置 | |
| CN108139900B (zh) | 传送关于应用的更新的信息 |
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 | ||
| CB02 | Change of applicant information |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: Tiktok vision (Beijing) Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information |