CN112272362B - 一种消息通知发送服务的实现方法 - Google Patents
一种消息通知发送服务的实现方法 Download PDFInfo
- Publication number
- CN112272362B CN112272362B CN202010953075.7A CN202010953075A CN112272362B CN 112272362 B CN112272362 B CN 112272362B CN 202010953075 A CN202010953075 A CN 202010953075A CN 112272362 B CN112272362 B CN 112272362B
- Authority
- CN
- China
- Prior art keywords
- message notification
- sending
- sent
- notification sending
- submodel
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种消息通知发送服务的实现方法,包括:获取预设消息通知发送模型、待发送消息通知及消息通知接收设备的设备数量;依据所述设备数量将所述预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,并令所述消息通知发送子模型分别负责向对应消息通知接收设备发送消息通知;将所述待发送消息通知分别输入到每个所述消息通知发送子模型中,并令每个所述消息通知发送子模型对所述待发送消息通知进行处理;根据每个所述消息通知发送子模型得到的处理结果确定最终消息通知发送结果。本发明所公开的方法,实现了对消息通知发送服务应用高度并行的拆分。
Description
技术领域
本发明涉及信息推送技术领域,尤其涉及一种消息通知发送服务的实现方法。
背景技术
民警在执勤时,可以通过手持终端进行备勤和巡逻报备。备勤、巡逻报备时记录报备的时间和警力当前位置坐标,并自动发生至系统后台记录备案。当具备任务时,或者出现变化时,需要及时通知执勤警员有新消息通知。这一情况下,就需要提供消息通知发送服务。
现有技术中,消息通知发送并非新技术,目前消息通知发送已经被广泛运用,政府、商业机构均会采用各种消息通知发送服务。但是,目前的消息通知发送通常是将同样的信息推送至固定的人群。对于警务消息通知发送而言,往往需要给不同的民警分发不同的任务信息,以往主要是人力编辑不同信息并指向不同类型人群,其技术实质仍然是同样的信息推送至固定的人群。而自动化的消息筛选发送机制和消息通知发送准确性的自我学习能力,目前仍是技术难点和痛点。
发明内容
为解决背景技术中存在的技术问题,本发明提出一种消息通知发送服务的实现方法。
本发明提出的一种消息通知发送服务的实现方法,该方法包括:
获取预设消息通知发送模型、待发送消息通知及消息通知接收设备的设备数量;
依据所述设备数量将所述预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,并令所述消息通知发送子模型分别负责向对应消息通知接收设备发送消息通知;
将所述待发送消息通知分别输入到每个所述消息通知发送子模型中,并令每个所述消息通知发送子模型对所述待发送消息通知进行处理;
根据每个所述消息通知发送子模型得到的处理结果确定最终消息通知发送结果。
可选的,依据所述设备数量将所述预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,包括:
依据所述设备数量将所述预设消息通知发送模型每一层的输入通道和输出通道分别进行拆分,得到所述消息通知发送子模型。
可选的,将所述待发送消息通知分别输入到每个所述消息通知发送子模型中,包括:
依据所述设备数量对所述待发送消息通知进行匹配选择,得到对应数目的待发送消息通知子集;
将每个所述待发送消息通知子集分别输入至每个所述消息通知发送子模型中。
可选的,将所述待发送消息通知参数分别输入到每个所述消息通知发送子模型中,包括:
按照预设优先级和对应关系将所述待发送消息通知进行划分,并依据所述设备数量将划分后的待发送消息通知划分为对应数目的待发送消息通知子集;
将每个所述待发送消息通知子集分别输入至每个所述消息通知发送子模型中。
可选的,令每个所述消息通知发送子模型对所述待发送消息通知进行处理,包括:
确定每个所述消息通知发送子模型中对象重复层的位置;
依据所述设备数量将所述对象重复层的输出结果复制形成为对应数目的输出子结果,并将所述输出子结果均匀输入到每个所述消息通知发送子模型的对象重复层中。
可选的,在令所述消息通知发送子模型分别负责向对应消息通知接收设备发送消息通知之后,还包括:
获取训练数据,并利用所述训练数据对每个所述消息通知发送子模型进行训练优化。
本发明中,所提出的消息通知发送服务的实现方法,包括:获取预设消息通知发送模型、待发送消息通知及消息通知接收设备的设备数量;依据设备数量将预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,并令消息通知发送子模型分别在消息通知接收设备上运行;将待发送消息通知分别输入到每个消息通知发送子模型中,并令每个消息通知发送子模型对待发送消息通知进行处理;根据每个消息通知发送子模型得到的处理结果确定最终消息通知发送结果。上述技术方案,通过依据设备数量将预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,并令消息通知发送子模型分别在消息通知接收设备上运行,然后利用每个消息通知发送子模型对待发送消息通知进行处理,最后根据每个消息通知发送子模型得到的处理结果确定最终消息通知发送结果,实现了对消息通知发送服务应用高度并行的拆分,一方面减少了模型的参数量、计算量以及模型运行中的时延,极大的提高了消息发送的处理速度,另一方面,可以引入人工智能进行模型的自我训练,不断提升消息通知发送的准确性。
附图说明
图1为本发明提出的一种消息通知发送服务的实现方法的流程框图。
具体实施方式
如图1所示,图1为本发明提出的一种消息通知发送服务的实现方法的流程框图。
参照图1,本发明提出的一种消息通知发送服务的实现方法,包括:
获取预设消息通知发送模型、待发送消息通知及消息通知接收设备的设备数量;
依据设备数量将预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,并令消息通知发送子模型分别负责向对应消息通知接收设备发送消息通知;
将待发送消息通知分别输入到每个消息通知发送子模型中,并令每个消息通知发送子模型对待发送消息通知进行处理;
根据每个消息通知发送子模型得到的处理结果确定最终消息通知发送结果。
可选的,依据设备数量将预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,包括:
依据设备数量将预设消息通知发送模型每一层的输入通道和输出通道分别进行拆分,得到消息通知发送子模型。
可选的,将待发送消息通知分别输入到每个消息通知发送子模型中,包括:
依据设备数量对待发送消息通知进行匹配选择,得到对应数目的待发送消息通知子集;
将每个待发送消息通知子集分别输入至每个消息通知发送子模型中。
可选的,将待发送消息通知参数分别输入到每个消息通知发送子模型中,包括:
按照预设优先级和对应关系将待发送消息通知进行划分,并依据设备数量将划分后的待发送消息通知划分为对应数目的待发送消息通知子集;
将每个待发送消息通知子集分别输入至每个消息通知发送子模型中。
可选的,令每个消息通知发送子模型对待发送消息通知进行处理,包括:
确定每个消息通知发送子模型中对象重复层的位置;
依据设备数量将对象重复层的输出结果复制形成为对应数目的输出子结果,并将输出子结果均匀输入到每个消息通知发送子模型的对象重复层中。
可选的,在令消息通知发送子模型分别负责向对应消息通知接收设备发送消息通知之后,还包括:
获取训练数据,并利用训练数据对每个消息通知发送子模型进行训练优化。
在本实施例中,所提出的消息通知发送服务的实现方法,通过依据设备数量将预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,并令消息通知发送子模型分别在消息通知接收设备上运行,然后利用每个消息通知发送子模型对待发送消息通知进行处理,最后根据每个消息通知发送子模型得到的处理结果确定最终消息通知发送结果,实现了对消息通知发送服务应用高度并行的拆分,一方面减少了模型的参数量、计算量以及模型运行中的时延,极大的提高了消息发送的处理速度,另一方面,可以引入人工智能进行模型的自我训练,不断提升消息通知发送的准确性。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种消息通知发送服务的实现方法,其特征在于,包括:
获取预设消息通知发送模型、待发送消息通知及消息通知接收设备的设备数量;
依据所述设备数量将所述预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,并令所述消息通知发送子模型分别负责向对应消息通知接收设备发送消息通知;
将所述待发送消息通知分别输入到每个所述消息通知发送子模型中,并令每个所述消息通知发送子模型对所述待发送消息通知进行处理;
根据每个所述消息通知发送子模型得到的处理结果确定最终消息通知发送结果;
依据所述设备数量将所述预设消息通知发送模型按照通道拆分为对应数目的消息通知发送子模型,包括:
依据所述设备数量将所述预设消息通知发送模型每一层的输入通道和输出通道分别进行拆分,得到所述消息通知发送子模型;
令每个所述消息通知发送子模型对所述待发送消息通知进行处理,包括:
确定每个所述消息通知发送子模型中对象重复层的位置;
依据所述设备数量将所述对象重复层的输出结果复制形成为对应数目的输出子结果,并将所述输出子结果均匀输入到每个所述消息通知发送子模型的对象重复层中。
2.根据权利要求1所述的方法,其特征在于,将所述待发送消息通知分别输入到每个所述消息通知发送子模型中,包括:
依据所述设备数量对所述待发送消息通知进行匹配选择,得到对应数目的待发送消息通知子集;
将每个所述待发送消息通知子集分别输入至每个所述消息通知发送子模型中。
3.根据权利要求1所述的方法,其特征在于,将所述待发送消息通知参数分别输入到每个所述消息通知发送子模型中,包括:
按照预设优先级和对应关系将所述待发送消息通知进行划分,并依据所述设备数量将划分后的待发送消息通知划分为对应数目的待发送消息通知子集;
将每个所述待发送消息通知子集分别输入至每个所述消息通知发送子模型中。
4.根据权利要求1所述的方法,其特征在于,在令所述消息通知发送子模型分别负责向对应消息通知接收设备发送消息通知之后,还包括:
获取训练数据,并利用所述训练数据对每个所述消息通知发送子模型进行训练优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010953075.7A CN112272362B (zh) | 2020-09-11 | 2020-09-11 | 一种消息通知发送服务的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010953075.7A CN112272362B (zh) | 2020-09-11 | 2020-09-11 | 一种消息通知发送服务的实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112272362A CN112272362A (zh) | 2021-01-26 |
CN112272362B true CN112272362B (zh) | 2022-06-10 |
Family
ID=74349800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010953075.7A Active CN112272362B (zh) | 2020-09-11 | 2020-09-11 | 一种消息通知发送服务的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112272362B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9560001B1 (en) * | 2012-04-02 | 2017-01-31 | Google Inc. | Managing notifications across services |
CN109067864A (zh) * | 2018-07-25 | 2018-12-21 | 网易(杭州)网络有限公司 | 通知消息推送方法、装置及电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10321000A1 (de) * | 2003-05-09 | 2004-12-09 | Siemens Ag | Verfahren zur Verteilung von Nachrichten an mehrere Teilnehmer |
CN104735096A (zh) * | 2013-12-18 | 2015-06-24 | 博雅网络游戏开发(深圳)有限公司 | 消息推送请求的发送方法和系统 |
CN109886415A (zh) * | 2019-01-07 | 2019-06-14 | 鲁班嫡系机器人(深圳)有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN111274034B (zh) * | 2020-01-19 | 2023-06-30 | 北京奇艺世纪科技有限公司 | 模型推理的资源分配方法、装置、计算机设备和存储介质 |
-
2020
- 2020-09-11 CN CN202010953075.7A patent/CN112272362B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9560001B1 (en) * | 2012-04-02 | 2017-01-31 | Google Inc. | Managing notifications across services |
CN109067864A (zh) * | 2018-07-25 | 2018-12-21 | 网易(杭州)网络有限公司 | 通知消息推送方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112272362A (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4037256A1 (en) | Bandwidth prediction method and apparatus, electronic device and storage medium | |
CN104580363B (zh) | 基于位置信息的自动化集群调度数据处理方法及系统 | |
CN110659734A (zh) | 深度可分离卷积结构的低比特量化方法 | |
CN104992147A (zh) | 一种基于快慢结合云计算环境的深度学习的车牌识别方法 | |
CN105512297A (zh) | 一种基于分布式流式计算的空间数据处理方法与系统 | |
CN117033498B (zh) | 一种一体化融合通信指挥方法及系统 | |
CN110727776B (zh) | 一种基于人工智能的汽车问答交互系统及交互方法 | |
WO2023273628A1 (zh) | 一种视频循环识别方法、装置、计算机设备及存储介质 | |
CN108257594A (zh) | 一种会议系统及其信息处理方法 | |
CN111931189B (zh) | Api接口转用风险检测方法、装置和api服务系统 | |
CN116450312A (zh) | 面向流水线并行训练的调度策略确定方法及系统 | |
CN112272362B (zh) | 一种消息通知发送服务的实现方法 | |
CN110363098A (zh) | 一种暴力行为预警方法、装置、可读存储介质及终端设备 | |
CN112235090A (zh) | 基于物联网系统的人工智能教育教学评测方法、系统及计算机可读存储介质 | |
Gündüz et al. | Timely and massive communication in 6G: Pragmatics, learning, and inference | |
CN112801721B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN110992645A (zh) | 一种动态场景中的流动摊贩检测与报警系统 | |
CN110830654B (zh) | 一种播放语音消息的方法及设备 | |
CN112486676A (zh) | 一种基于边缘计算的数据共享分发方法及装置 | |
CN114726745A (zh) | 网络流量预测方法、装置及计算机可读存储介质 | |
CN115577797B (zh) | 一种基于本地噪声感知的联邦学习优化方法及系统 | |
CN102129575B (zh) | 一种基于颜色空间肤色模型的色情图像分析系统 | |
CN109271637B (zh) | 一种语义理解方法及装置 | |
CN114356502B (zh) | 基于边缘计算技术的非结构化数据标记、训练和发布系统及方法 | |
CN112486667B (zh) | 一种基于边缘计算精准处理数据的方法及装置 |
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 |