CN112541123A - 地图图区推荐方法、装置、设备及存储介质 - Google Patents
地图图区推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112541123A CN112541123A CN202011549000.9A CN202011549000A CN112541123A CN 112541123 A CN112541123 A CN 112541123A CN 202011549000 A CN202011549000 A CN 202011549000A CN 112541123 A CN112541123 A CN 112541123A
- Authority
- CN
- China
- Prior art keywords
- time
- user
- information
- current
- acquiring
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
- G01C21/3682—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities output of POI information on a road map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- 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
- G06F16/90—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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
Abstract
本申请公开了一种地图图区推荐方法、装置、设备及存储介质,涉及智能搜索领域。具体实现方案为:获取针对于地图应用的操作指令;根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息;根据所述当前用户特征和所述场景信息确定待推荐对象,并在所述地图应用的界面上展示所述待推荐对象对应的推荐图区。从而能够根据用户的即时行为进行地图图区的推荐,将用户的即时行为快速的反映到最终的推荐图区的界面上,实现图区的实时推荐,时效性较高,提高了图区推荐的质量。
Description
技术领域
本申请涉及数据处理中的智能搜索领域,尤其涉及一种地图图区推荐方法、装置、设备及存储介质。
背景技术
图区推荐是指用户打开地图后,或者在地图上进行检索后,展示给用户的图区物品,这些物品可能是图区范围内的信息点、新闻或视频等等。这些物品在图区中可以以气泡的形式展示,用户可以根据兴趣点击相应的气泡了解详细信息。
目前的图区推荐的方式是,根据用户的固定画像来进行图区的推荐并展示给用户,用户的固定画像例如可以包括用户的住址、用户常去的地方等等信息。根据用户的固定画像确定图区中用户可能感兴趣的物品,以天为单位进行更新和推荐。
这种图区推荐方式,时效性较差,使得推荐的质量较低。
发明内容
本申请提供了一种地图图区推荐方法、装置、设备及存储介质。
根据本申请的第一方面,提供了一种地图图区推荐方法,包括:
获取针对于地图应用的操作指令;
根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息;
根据所述当前用户特征和所述场景信息确定待推荐对象,并在所述地图应用的界面上展示所述待推荐对象对应的推荐图区。
根据本申请的第二方面,提供了一种地图图区推荐装置,包括:
获取模块,用于获取针对于地图应用的操作指令;
处理模块,用于根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息;
推荐模块,用于根据所述当前用户特征和所述场景信息确定待推荐对象,并在所述地图应用的界面上展示所述待推荐对象对应的推荐图区。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面中任一项所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。
根据本申请的第五方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
本申请实施例提供的地图图区推荐方法、装置、设备及存储介质,首先获取针对于地图应用的操作指令,该操作指令即为用户的即时行为,然后根据操作指令获取当前用户特征以及操作指令对应的场景信息,并根据当前用户特征和场景信息确定待推荐对象,从而在地图应用的界面上展示待推荐对象对应的推荐图区。本申请实施例的方案,通过操作指令来确定对应的待推荐对象,从而确定对应的推荐图区,由于操作指令为用户的即时行为,从而能够根据用户的即时行为进行地图图区的推荐,将用户的即时行为快速的反映到最终的推荐图区的界面上,实现图区的实时推荐,时效性较高,提高了图区推荐的质量。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的一种应用场景示意图;
图2为本申请实施例提供的一种地图图区推荐方法的流程示意图;
图3为本申请实施例提供的图区推荐示意图;
图4为本申请实施例提供的获取当前用户特征和场景信息的流程示意图;
图5为本申请实施例提供的确定待推荐对象的流程示意图;
图6为本申请实施例提供的地图图区推荐示意图;
图7为本申请实施例提供的确定待推荐对象的示意图;
图8为本申请实施例提供的地图图区推荐界面示意图;
图9为本申请实施例提供的一种地图图区推荐装置的结构示意图;
图10为本申请实施例提供的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1为本申请实施例提供的一种应用场景示意图,如图1所示,示例的是一种图区推荐的界面图。
图区推荐指的是用户打开地图应用后,或者在地图应用上进行检索、点击等指令后,地图应用展示的图区推荐页面。
界面11为地图应用中进行图区推荐之前的界面,界面11上包括一个区域的地图,地图上包括不同的区域。界面12为进行图区推荐之后的界面,与界面11对应。
在界面12上,展示的图区中包括各种对象,这些对象可能是图区范围内的一些信息点(Point of interest,简称POI),可能是一些feed(接收信息来源更新的接口,例如新闻、视频等接口),例如某个地区发生的新闻、视频等等,也可以是一个具体的地点。
这些对象在地图应用的界面上以气泡的形式进行展示,展示给用户之后,如果用户对其中的某个对象感兴趣,可以点击该对象对应的气泡了解对象的详细信息。例如,如果对象是新闻,则点击该对象对应的气泡,可以阅读对应的新闻资讯,如果对象的具体的地点,则点击该对象对应的气泡,可以生成导航信息至该地点,等等。
在界面12上,示例了两个对象,分别是对象13和对象14,其中,对象13为一个火锅店,对象14为一个热门景点。两个对象都是以气泡的形式在界面12上展示,同时气泡周围配有相应的文字描述,即“火锅店”和“热门景点”等。用户可以点击其中的气泡了解对应的信息。
对象为客观存在于地图的不同区域的事物,不同的区域包括的对象不同,且对象的数量是十分庞大的。由于图区推荐时,图区中展示的对象是基于用户的,因此需要根据用户的特征来进行对象的推荐,而并非将区域内的所有对象都向用户进行推荐。
目前,进行图区推荐的方案主要是基于用户的固定画像来进行推荐,用户的固定画像例如可以包括用户的住址、用户常去的小区或商圈、用户出行是驾车还是公交等等。通过用户的固定画像,确定好待推荐的对象,然后在图区上展示待推荐的对象,供用户查看。
上述方案的缺点是,仅仅根据用户的固定画像来确定待推荐的对象并进行相应的图区的推荐,其维度较为有限,忽略了场景、用户的历史操作等信息,尤其是用户近期的历史操作信息。例如,根据用户的固定画像,能够获知用户经常去A点,则可能根据目前的方案进行推荐的图区中主要包括A点附近的对象。但是用户在近两天多次搜索过B点附近的热门景点,则可能近期用户对B点附近的热门景点更加感兴趣。如果采用目前的图区推荐方案,无法实现针对用户的有效推荐。
同时,目前的图区推荐的方案,都是以天为单位进行推荐图区的更新的,其时效性较差,无法根据用户的实时行为进行快速有效的推荐。
基于上述问题,本申请实施例提供一种地图图区推荐的方案,能够根据用户的实时行为更新推荐图区,实现更加具有时效性的图区推荐。
下面将结合附图对本申请的方案进行介绍。
图2为本申请实施例提供的一种地图图区推荐方法的流程示意图,如图2所示,该方法可以包括:
S21,获取针对于地图应用的操作指令。
本申请实施例的执行主体可以为终端设备,例如手机、电脑等。终端设备上安装了地图应用,用户可以对该地图应用进行操作。
操作指令为用户作用于地图应用的操作指令,该操作指令即为用户的即时行为。当用户通过操作指令作用于地图应用时,终端设备获取针对于地图应用的操作指令。
S22,根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息。
在获取了操作指令后,就可以根据该操作指令获取当前用户特征以及该操作指令对应的场景信息。本申请实施例中,当前用户特征是根据操作指令获取的,而操作指令为用户的即时行为,即当前用户特征是基于用户的即时行为获取的。
场景信息可能包括时间维度的信息和/或地域维度的信息,在获取了操作指令后,就可以确定操作指令对应的时间维度的信息和/或对应的地域维度的信息。
S23,根据所述当前用户特征和所述场景信息确定待推荐对象,并在所述地图应用的界面上展示所述待推荐对象对应的推荐图区。
在确定了当前用户特征和场景信息之后,可以根据当前用户特征和场景信息确定待推荐对象。本申请实施例中,地图的图区中包括多个对象,地图图区是以网格的形式划分的,不同的网格中可能包括不同的对象,即每个对象都有对应的位置信息。
对象可以是POI点,可以是新闻,可以是视频等等。待推荐对象是根据当前用户特征和场景信息确定的,需要展示给用户。在确定了待推荐对象后,就可以在地图应用的界面上展示待推荐对象对应的推荐图区,推荐图区中包括上述待推荐对象,用户可以在地图应用的界面上点击相应的待推荐对象进行进一步的了解。
本申请实施例提供的地图图区推荐方法,首先获取针对于地图应用的操作指令,该操作指令即为用户的即时行为,然后根据操作指令获取当前用户特征以及操作指令对应的场景信息,并根据当前用户特征和场景信息确定待推荐对象,从而在地图应用的界面上展示待推荐对象对应的推荐图区。本申请实施例的方案,通过操作指令来确定对应的待推荐对象,从而确定对应的推荐图区,由于操作指令为用户的即时行为,从而能够根据用户的即时行为进行地图图区的推荐,将用户的即时行为快速的反映到最终的推荐图区的界面上,实现图区的实时推荐,时效性较高,提高了图区推荐的质量。
下面将结合附图对本申请的方案进行详细介绍。
图3为本申请实施例提供的图区推荐示意图,如图3所示,本申请实施例中,图区推荐主要涉及三个部分,分别是数据部分、离线部分和在线部分。
数据部分主要涉及用户信息的获取、场景信息的获取和对象信息的获取。
用户为操作地图应用者,也是地图应用需要推荐图区的人。用户信息可能包括多种情况。例如在图3中,示例了用户信息的几种可能的情况,如用户画像信息,用户在地图应用上的历史操作行为。
用户画像信息是根据用户的各种行为得到的相关信息,用户画像信息例如可以包括用户的住址、公司地址、用户常去的地方、用户出行是采用驾车还是公交等等,用户画像信息是根据较长时间段内用户的操作行为得到的相关信息。用户在地图应用上的历史操作行为例如可以包括用户在地图上进行的导航信息、点击信息、检索信息等等。本申请实施例中,用户在地图应用上的历史操作行为通常指在近期的一个时间段内的历史操作行为。用户画像信息和用户在地图应用上的历史操作行为都是用户特征的一种反应。
场景信息也可以包括几个不同的维度,例如时间维度、地域维度等。在图3中示例了场景信息的几种可能的情况,例如在时间维度上,可以包括季节、是否为节假日等,在地域维度上,可以包括用户的出行信息,当前定位点的区域特征等等。场景信息对于图区上的对象的推荐也会产生一定的影响。
例如,当对象为景区时,在时间维度上,如果为节假日,则景区可能比较热门,用户可能比较感兴趣,如果不为节假日,则景区可能去的人比较少,用户感兴趣的几率比较低。例如,当用户位于A市时,在地域维度上,可能更加倾向于获取A市某些区域的对象,而对于其他地方的对象并不感兴趣。由于不同的区域包括的对象不同,此时根据场景信息中的地域维度,也会对最终的待推荐对象产生一定的影响。
对象信息主要是指图区上包括的对象的信息。对象的种类也可以有多种,例如图3中示例的几种对象包括:视频/直播、热点事件或新闻、历史人文地理信息、广告/运营/优惠、功能组件等。
离线部分主要是针对图区上的对象的。图区以网格的形式划分,不同的图区中的对象不同,在对象库中,根据地理网格的索引和切分,能够确定不同图区的对象。召回层主要是在对象库中召回部分对象。由于对象是客观存在的,且对象的数量庞大,因此不可能将所有的对象都进行召回。
本申请实施例中,可以对对象进行分类,每个类别中确定部分召回对象。也可以召回对象库中的热门对象,或者新鲜对象。其中,热门对象即为各用户的关注度比较高的对象,例如某些热门的景点、热门的餐馆等。新鲜对象主要是针对部分时效性比较高的对象而言,例如某些时效性的新闻,在刚出现时可以进行召回,在过了时效性以后可以进行去除等等。
在线部分主要是针对用户的即时性行为而言的。由于在对用户进行图区推荐之前,需要先确定待推荐对象列表,而待推荐对象列表是通过用户的即时性行为进行更新的。
本申请实施例中,首先获取用户特征和场景信息,以及召回的对象特征。其中,用户特征是根据用户的即时性行为确定的,因此该部分属于在线部分,需要实时进行更新。而召回的对象特征可以在线下每隔一定的时间段进行更新,因此该部分属于离线部分。
在获取了用户特征、场景信息和对象特征后,根据用户特征和场景信息可以得到当前用户特征,当前用户特征和对象特征都可以用对应的特征向量进行分别表示。然后,排序层可以采用一定的方式根据当前用户特征对对象特征进行排序,例如逻辑回归(Logistics Regression,简称LR)、因子分解机(Factorization Machine,简称FM)、组合模型推荐、深度学习等方式。补充策略则主要是进行一些对象类型的补充,例如可以将对象的多样性、实时性、流行度和新鲜度等因素综合考虑,最终确定待推荐对象列表。
图4为本申请实施例提供的获取当前用户特征和场景信息的流程示意图,如图4所示,包括:
S41,确定所述操作指令对所述地图应用的操作类型。
由于本申请实施例中需要实现将用户的即时性行为快速的反映到图区推荐的结果上,而操作指令即为用户的即时性行为,因此需要首先确定用户的即时性行为,即确定操作指令对应的操作类型。
根据操作指令可以获取当前用户特征以及对应的场景信息,不同操作类型的操作指令,其当前用户特征以及对应的场景信息可能不同。
S42,根据所述操作类型,获取所述当前用户特征和所述场景信息。
确定了操作指令对地图应用的操作类型后,可以根据操作类型获取当前用户特征和场景信息。下面结合不同的操作类型分别进行说明。
当操作类型为打开地图应用的指令时,具体的,可以根据打开地图应用的指令,获取当前位置、当前时刻、用户画像信息和第一时段内的操作历史信息。
其中,当前位置为地图应用定位的用户当前所在的位置,当前时刻为用户打开地图应用的时刻,第一时段内的操作历史信息包括用户在第一时段内在地图应用上的历史操作,历史操作可以包括在地图应用上的点击、检索等历史操作。
第一时段的起始时刻与当前时刻之间的时间差小于或等于第一阈值,即第一时段为与当前时刻相隔的时间段小于或等于第一阈值的时间段,例如第一时段可以为最近两天或者最近一天。
设定第一时段的起始时刻与当前时刻之间的时间差小于或等于第一阈值是由于,用户近期的操作历史信息可能与用户此次想要获取的图区中的待推荐对象更加相关,而时间距离较远的操作历史信息可能与用户此次想要获取的图区中的待推荐对象的相关性更低,因此只获取用户近期的操作历史信息即可。
在获取了当前位置、当前时刻、用户画像信息和第一时段内的操作历史信息后,根据用户画像信息和第一时段内的操作历史信息中的至少一个,获取当前用户特征,并根据当前位置和当前时刻中的至少一个,获取对应的场景信息。
当操作类型为针对于地图应用界面的点击指令时,具体的,可以根据点击指令,获取点击的位置信息、点击时刻、用户画像信息和第二时段内的操作历史信息。
其中,点击的位置信息为用户在地图应用界面上点击的位置,点击时刻为用户执行点击指令的时刻,第二时段内的操作历史信息包括用户在第二时段内在地图应用上的历史操作,历史操作可以包括在地图应用上的点击、检索等历史操作。
第二时段的起始时刻与点击时刻之间的时间差小于或等于第二阈值,即第二时段为与点击时刻相隔的时间段小于或等于第二阈值的时间段,例如第二时段可以为点击时刻最近两天或者最近一天。第二阈值可以与第一阈值相同,也可以不同。
设置第二时段的起始时刻与点击时刻之间的时间差小于或等于第二阈值,也是为了获取用户在点击时刻近期的操作历史信息,而排除用户在时间距离点击时刻较远的时间段的操作历史信息,从而得到相关性更高的操作历史信息。
在获取了点击的位置信息、点击时刻、用户画像信息和第二时段内的操作历史信息后,根据用户画像信息和第二时段内的操作历史信息中的至少一个,获取当前用户特征,并根据点击的位置信息和点击时刻中的至少一个,获取对应的场景信息。
当操作类型为检索指令时,具体的,可以根据检索指令,获取检索文本、当前位置、检索时刻、用户画像信息和第三时段内的操作历史信息。
其中,检索文本为用户进行检索时输入的文本,当前位置为地图应用定位的用户当前所在的位置,检索时刻为用户执行检索指令的时刻,第三时段内的操作历史信息包括用户在第三时段内在地图应用上的历史操作,历史操作可以包括在地图应用上的点击、检索等历史操作。
第三时段的起始时刻与检索时刻之间的时间差小于或等于第三阈值,即第三时段为与检索时刻相隔的时间段小于或等于第三阈值的时间段,例如第三时段可以为检索时刻最近两天或者最近一天。第三阈值可以与第一阈值或第二阈值相同,也可以不同。
设置第三时段的起始时刻与检索时刻之间的时间差小于或等于第三阈值,也是为了获取用户在检索时刻近期的操作历史信息,而排除用户在时间距离检索时刻较远的时间段的操作历史信息,从而得到相关性更高的操作历史信息。
在获取了检索指令,获取检索文本、当前位置、检索时刻、用户画像信息和第三时段内的操作历史信息后,根据检索文本、用户画像信息和第三时段内的操作历史信息中的至少一个,获取当前用户特征,并根据当前位置和检索时刻中的至少一个,获取对应的场景信息。
在根据操作指令的操作类型获取了当前用户特征和场景信息后,就可以根据当前用户特征和场景信息确定待推荐对象,下面将结合图5进行说明。
图5为本申请实施例提供的确定待推荐对象的流程示意图,如图5所示,包括:
S51,根据所述当前用户特征和所述场景信息获取对应的用户特征向量。
在确定了当前用户特征和场景信息后,可以根据当前用户特征和场景信息获取对应的用户特征向量,由于当前用户特征是根据用户的即时性行为,即操作指令实时更新的,因此对应的用户特征向量也是根据用户的即时性行为实时更新的。
S52,获取多个对象对应的多个对象特征向量。
由于图区是以网格的形式划分的,各个对象位于图区上的不同位置,每个网格内都可能包括数量不等的对象。如果直接获取图区内的对象,则当地图应用的界面上显示的图区发生平移时,就需要根据新的图区获取新的对象。当数量庞大的用户执行上述操作时,就会导致图区的托图请求量很大,例如其对应的每秒查询率(Queries-per-second,qps)甚至能达到3万。庞大的托图请求量会导致图区推荐时的延迟较大。
而本申请中,直接将对象转换成对应的对象特征向量,获取对象特征向量的速度相应更快,能够较小图区推荐时的延迟。
S53,根据所述用户特征向量和所述多个对象特征向量,确定所述待推荐对象。
在获取了用户特征向量和多个对象特征向量后,可以获取每个对象特征向量和该用户特征向量之间的距离,然后根据每个对象特征向量和该用户特征向量之间的距离,对每个对象特征向量对应的对象进行排序,得到排序后的多个对象。
排序时,可以以距离由小到大的顺序进行排序,对象特征向量与用户特征向量之间的距离越近,表示用户对该对象特征向量对应的对象可能越感兴趣。
在得到排序后的多个对象后,可以将排序靠前的预设数量个对象,确定为待推荐对象。
下面结合图6对地图图区推荐的流程进行示例性说明。
图6为本申请实施例提供的地图图区推荐示意图,如图6所示,本申请实施例中,操作指令的操作类型可以包括打开地图应用的指令、针对于地图应用界面的点击指令(即图6中的点击图区点)或检索指令。
用户特征向量和对象特征向量可以通过模型训练完成。在图6中,包括周级模型训练、线下预测模型和线上预测模型。其中,周级模型训练是指以周为单位、通过机器学习算法进行训练,为一个模块。加载该模块,输入的是用户的特征,输出的是模型文件。该模型文件为线上预测模型和线下预测模型的输入。
将模型文件输入至线上预测模型,就可以得到用户特征向量。例如在图6中,通过线上预测模型,可以得到场景1下的图区、feed和检索图区下对应的用户特征向量,以及场景2下的图区、feed和检索图区下对应的用户特征向量。将模型文件输入至线下预测模型,就可以得到对象特征向量。例如在图6中,通过线下预测模型,可以得到场景1下的图区、feed和检索图区下对应的对象特征向量,以及场景2下的图区、feed和检索图区下对应的对象特征向量。对象特征向量确定了对应的多个对象,然后根据用户特征向量对这多个对象进行排序,就可以得到最终的待推荐对象的列表,然后进行图区的在线推荐服务即可。
其中,由于图区中的包括的对象的更新通常较慢,因此对象的更新可以在线下更新。具体的,可以根据预设时间间隔更新地图应用中的对象,然后根据更新后的对象,更新对应的对象特征向量。通过线下进行更新,也能够减小线上推荐时的计算量,提高推荐速度。
通过用户特征向量对对象特征向量对应的对象进行排序,可以通过计算向量之间的距离确定。图7为本申请实施例提供的确定待推荐对象的示意图,如图7上半部分所示,示意了某个图区范围内的多个对象,其中每个点都代表一个对象,图7中示出了其中部分对象的具体内容,例如“最热西点_63”、“本地人最喜爱景点_92”、“最热湘菜_127”等等,其中后方的数字代表对象的对象特征向量。由于各个对象所在的位置不同,因此各个对象的对象特征向量不同。
然后,根据当前用户特征和场景信息能够得到用户特征向量,如图7的下方示例,用户特征向量如“张三”示例,用户特征向量在界面上也有对应的位置。然后根据用户特征向量和上述各个对象特征向量之间的距离,确定待推荐对象。例如在图7中,与用户特征向量最近的对象特征向量对应的对象的前三位分别是“当季热门景点”、“乌鲁木齐最热火锅”、“最热湘菜”,如果确定最终需要的待推荐对象为3个,则最终确定的待推荐对象就为“当季热门景点”、“乌鲁木齐最热火锅”、“最热湘菜”。
图8为本申请实施例提供的地图图区推荐界面示意图,如图8所示,以用户的操作指令为检索指令为例,在界面81上,用户输入了检索文本“餐馆”,然后进行检索。
终端设备能够获取检索文本“餐馆”,获知用户想要找的是“餐馆”。结合用户在近期的历史操作信息,例如用户在近期搜索过“火锅店”,共同确定最终的待推荐对象。
终端设备根据用户的检索指令,进行图区推荐,得到对应的图区推荐界面82,如图8所示,其中,图区推荐界面82上显示了4个对象,分别是甲火锅店、乙火锅店、丙火锅店和湘菜馆。
图8的界面仅仅为图区推荐的一种示例,并不构成实际的界面效果的限定。
本申请实施例提供的地图图区推荐方法,首先获取针对于地图应用的操作指令,该操作指令即为用户的即时行为,然后根据操作指令获取当前用户特征以及操作指令对应的场景信息,并根据当前用户特征和场景信息确定待推荐对象,从而在地图应用的界面上展示待推荐对象对应的推荐图区。本申请实施例的方案,通过操作指令来确定对应的待推荐对象,从而确定对应的推荐图区,由于操作指令为用户的即时行为,从而能够根据用户的即时行为进行地图图区的推荐,将用户的即时行为快速的反映到最终的推荐图区的界面上,实现图区的实时推荐,时效性较高,提高了图区推荐的质量。
图9为本申请实施例提供的一种地图图区推荐装置的结构示意图,如图9所示,该装置90包括:
获取模块91,用于获取针对于地图应用的操作指令;
处理模块92,用于根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息;
推荐模块93,用于根据所述当前用户特征和所述场景信息确定待推荐对象,并在所述地图应用的界面上展示所述待推荐对象对应的推荐图区。
在一种可能的实施方式中,所述处理模块92包括:
第一确定单元,用于确定所述操作指令对所述地图应用的操作类型;
第一获取单元,用于根据所述操作类型,获取所述当前用户特征和所述场景信息。
在一种可能的实施方式中,所述操作类型为打开地图应用的指令;所述第一获取单元包括:
第一获取子单元,用于根据所述打开地图应用的指令,获取当前位置、当前时刻、用户画像信息和第一时段内的操作历史信息,其中,所述第一时段的起始时刻与所述当前时刻之间的时间差小于或等于第一阈值;
第一处理子单元,用于根据所述用户画像信息和所述第一时段内的操作历史信息中的至少一个,获取所述当前用户特征;
第二处理子单元,用于根据所述当前位置和所述当前时刻中的至少一个,获取所述场景信息。
在一种可能的实施方式中,所述操作类型为针对于所述地图应用界面的点击指令;所述第一获取单元包括:
第二获取子单元,用于根据所述点击指令,获取点击的位置信息、点击时刻、用户画像信息和第二时段内的操作历史信息,其中,所述第二时段的起始时刻与所述点击时刻之间的时间差小于或等于第二阈值;
第三处理子单元,用于根据所述用户画像信息和所述第二时段内的操作历史信息中的至少一个,获取所述当前用户特征;
第四处理子单元,用于根据所述点击的位置信息和所述点击时刻中的至少一个,获取所述场景信息。
在一种可能的实施方式中,所述操作类型为检索指令;所述第一获取单元包括:
第三获取子单元,用于根据所述检索指令,获取检索文本、当前位置、检索时刻、用户画像信息和第三时段内的操作历史信息,其中,所述第三时段的起始时刻与所述检索时刻之间的时间差小于或等于第三阈值;
第五处理子单元,用于根据所述检索文本、所述用户画像信息和所述第三时段内的操作历史信息中的至少一个,获取所述当前用户特征;
第六处理子单元,用于根据所述当前位置和所述检索时刻中的至少一个,获取所述场景信息。
在一种可能的实施方式中,所述推荐模块93包括:
第二获取单元,用于根据所述当前用户特征和所述场景信息获取对应的用户特征向量;
第三获取单元,用于获取多个对象对应的多个对象特征向量;
第二确定单元,用于根据所述用户特征向量和所述多个对象特征向量,确定所述待推荐对象。
在一种可能的实施方式中,所述第二确定单元包括:
第四获取子单元,用于获取每个对象特征向量与所述用户特征向量之间的距离;
排序子单元,用于根据所述距离对每个所述对象特征向量对应的对象进行排序,得到排序后的多个对象;
确定子单元,用于根据所述排序后的多个对象,确定所述待推荐对象。
在一种可能的实施方式中,还包括更新模块,所述更新模块包括:
第一更新单元,用于根据预设时间间隔更新所述地图应用中的对象;
第二更新单元,用于根据更新后的对象,更新对应的对象特征向量。
本申请实施例提供的地图图区推荐装置,用于执行上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图10示出了可以用来实施本申请的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如地图图区推荐方法。例如,在一些实施例中,地图图区推荐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的地图图区推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行地图图区推荐方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (19)
1.一种地图图区推荐方法,包括:
获取针对于地图应用的操作指令;
根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息;
根据所述当前用户特征和所述场景信息确定待推荐对象,并在所述地图应用的界面上展示所述待推荐对象对应的推荐图区。
2.根据权利要求1所述的方法,其中,根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息,包括:
确定所述操作指令对所述地图应用的操作类型;
根据所述操作类型,获取所述当前用户特征和所述场景信息。
3.根据权利要求2所述的方法,其中,所述操作类型为打开地图应用的指令;根据所述操作类型,获取所述当前用户特征和所述场景信息,包括:
根据所述打开地图应用的指令,获取当前位置、当前时刻、用户画像信息和第一时段内的操作历史信息,其中,所述第一时段的起始时刻与所述当前时刻之间的时间差小于或等于第一阈值;
根据所述用户画像信息和所述第一时段内的操作历史信息中的至少一个,获取所述当前用户特征;
根据所述当前位置和所述当前时刻中的至少一个,获取所述场景信息。
4.根据权利要求2所述的方法,其中,所述操作类型为针对于所述地图应用界面的点击指令;根据所述操作类型,获取所述当前用户特征和所述场景信息,包括:
根据所述点击指令,获取点击的位置信息、点击时刻、用户画像信息和第二时段内的操作历史信息,其中,所述第二时段的起始时刻与所述点击时刻之间的时间差小于或等于第二阈值;
根据所述用户画像信息和所述第二时段内的操作历史信息中的至少一个,获取所述当前用户特征;
根据所述点击的位置信息和所述点击时刻中的至少一个,获取所述场景信息。
5.根据权利要求2所述的方法,其中,所述操作类型为检索指令;根据所述操作类型,获取所述当前用户特征和所述场景信息,包括:
根据所述检索指令,获取检索文本、当前位置、检索时刻、用户画像信息和第三时段内的操作历史信息,其中,所述第三时段的起始时刻与所述检索时刻之间的时间差小于或等于第三阈值;
根据所述检索文本、所述用户画像信息和所述第三时段内的操作历史信息中的至少一个,获取所述当前用户特征;
根据所述当前位置和所述检索时刻中的至少一个,获取所述场景信息。
6.根据权利要求1-5任一项所述的方法,其中,根据所述当前用户特征和所述场景信息确定待推荐对象,包括:
根据所述当前用户特征和所述场景信息获取对应的用户特征向量;
获取多个对象对应的多个对象特征向量;
根据所述用户特征向量和所述多个对象特征向量,确定所述待推荐对象。
7.根据权利要求6所述的方法,其中,根据所述用户特征向量和所述多个对象特征向量,确定所述待推荐对象,包括:
获取每个对象特征向量与所述用户特征向量之间的距离;
根据所述距离对每个所述对象特征向量对应的对象进行排序,得到排序后的多个对象;
根据所述排序后的多个对象,确定所述待推荐对象。
8.根据权利要求6或7所述的方法,其中,所述方法还包括:
根据预设时间间隔更新所述地图应用中的对象;
根据更新后的对象,更新对应的对象特征向量。
9.一种地图图区推荐装置,包括:
获取模块,用于获取针对于地图应用的操作指令;
处理模块,用于根据所述操作指令获取当前用户特征以及所述操作指令对应的场景信息;
推荐模块,用于根据所述当前用户特征和所述场景信息确定待推荐对象,并在所述地图应用的界面上展示所述待推荐对象对应的推荐图区。
10.根据权利要求9所述的装置,其中,所述处理模块包括:
第一确定单元,用于确定所述操作指令对所述地图应用的操作类型;
第一获取单元,用于根据所述操作类型,获取所述当前用户特征和所述场景信息。
11.根据权利要求10所述的装置,其中,所述操作类型为打开地图应用的指令;所述第一获取单元包括:
第一获取子单元,用于根据所述打开地图应用的指令,获取当前位置、当前时刻、用户画像信息和第一时段内的操作历史信息,其中,所述第一时段的起始时刻与所述当前时刻之间的时间差小于或等于第一阈值;
第一处理子单元,用于根据所述用户画像信息和所述第一时段内的操作历史信息中的至少一个,获取所述当前用户特征;
第二处理子单元,用于根据所述当前位置和所述当前时刻中的至少一个,获取所述场景信息。
12.根据权利要求10所述的装置,其中,所述操作类型为针对于所述地图应用界面的点击指令;所述第一获取单元包括:
第二获取子单元,用于根据所述点击指令,获取点击的位置信息、点击时刻、用户画像信息和第二时段内的操作历史信息,其中,所述第二时段的起始时刻与所述点击时刻之间的时间差小于或等于第二阈值;
第三处理子单元,用于根据所述用户画像信息和所述第二时段内的操作历史信息中的至少一个,获取所述当前用户特征;
第四处理子单元,用于根据所述点击的位置信息和所述点击时刻中的至少一个,获取所述场景信息。
13.根据权利要求10所述的装置,其中,所述操作类型为检索指令;所述第一获取单元包括:
第三获取子单元,用于根据所述检索指令,获取检索文本、当前位置、检索时刻、用户画像信息和第三时段内的操作历史信息,其中,所述第三时段的起始时刻与所述检索时刻之间的时间差小于或等于第三阈值;
第五处理子单元,用于根据所述检索文本、所述用户画像信息和所述第三时段内的操作历史信息中的至少一个,获取所述当前用户特征;
第六处理子单元,用于根据所述当前位置和所述检索时刻中的至少一个,获取所述场景信息。
14.根据权利要求9-13任一项所述的装置,其中,所述推荐模块包括:
第二获取单元,用于根据所述当前用户特征和所述场景信息获取对应的用户特征向量;
第三获取单元,用于获取多个对象对应的多个对象特征向量;
第二确定单元,用于根据所述用户特征向量和所述多个对象特征向量,确定所述待推荐对象。
15.根据权利要求14所述的装置,其中,所述第二确定单元包括:
第四获取子单元,用于获取每个对象特征向量与所述用户特征向量之间的距离;
排序子单元,用于根据所述距离对每个所述对象特征向量对应的对象进行排序,得到排序后的多个对象;
确定子单元,用于根据所述排序后的多个对象,确定所述待推荐对象。
16.根据权利要求14或15所述的装置,其中,还包括更新模块,所述更新模块包括:
第一更新单元,用于根据预设时间间隔更新所述地图应用中的对象;
第二更新单元,用于根据更新后的对象,更新对应的对象特征向量。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011549000.9A CN112541123A (zh) | 2020-12-24 | 2020-12-24 | 地图图区推荐方法、装置、设备及存储介质 |
US17/355,675 US20210389154A1 (en) | 2020-12-24 | 2021-06-23 | Method and apparatus for recommending map area, device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011549000.9A CN112541123A (zh) | 2020-12-24 | 2020-12-24 | 地图图区推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112541123A true CN112541123A (zh) | 2021-03-23 |
Family
ID=75017356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011549000.9A Pending CN112541123A (zh) | 2020-12-24 | 2020-12-24 | 地图图区推荐方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210389154A1 (zh) |
CN (1) | CN112541123A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505312A (zh) * | 2021-07-21 | 2021-10-15 | 车主邦(北京)科技有限公司 | 一种显示方法、服务器、介质及计算机设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140082062A1 (en) * | 2012-06-22 | 2014-03-20 | Google Inc. | Providing information about relevant elements from maps history based on location |
WO2017071251A1 (zh) * | 2015-10-28 | 2017-05-04 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN107967358A (zh) * | 2017-12-21 | 2018-04-27 | 广东欧珀移动通信有限公司 | 目标地点的推荐方法、装置、存储介质及移动终端 |
CN110162698A (zh) * | 2019-04-18 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种用户画像数据处理方法、装置及存储介质 |
JP2019148878A (ja) * | 2018-02-26 | 2019-09-05 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN110275692A (zh) * | 2019-05-20 | 2019-09-24 | 北京百度网讯科技有限公司 | 一种语音指令的推荐方法、装置、设备和计算机存储介质 |
CN111666462A (zh) * | 2020-04-28 | 2020-09-15 | 百度在线网络技术(北京)有限公司 | 地理位置的推荐方法、装置、设备和计算机存储介质 |
CN112000700A (zh) * | 2020-07-14 | 2020-11-27 | 北京百度网讯科技有限公司 | 地图信息展示方法、装置、电子设备及存储介质 |
CN112069418A (zh) * | 2020-08-26 | 2020-12-11 | 北京百度网讯科技有限公司 | 一种功能推荐方法、装置、电子设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7835859B2 (en) * | 2004-10-29 | 2010-11-16 | Aol Inc. | Determining a route to a destination based on partially completed route |
US20060178932A1 (en) * | 2005-02-07 | 2006-08-10 | Lang Brook W | Method and distribution system for location based wireless presentation of electronic coupons |
US20090006194A1 (en) * | 2007-06-27 | 2009-01-01 | Microsoft Corporation | Location, destination and other contextual information-based mobile advertisements |
US9152722B2 (en) * | 2008-07-22 | 2015-10-06 | Yahoo! Inc. | Augmenting online content with additional content relevant to user interest |
US20110178811A1 (en) * | 2010-01-19 | 2011-07-21 | Telenav, Inc. | Navigation system with geofence validation and method of operation thereof |
US20130030913A1 (en) * | 2011-07-29 | 2013-01-31 | Guangyu Zhu | Deriving Ads Ranking of Local Advertisers based on Distance and Aggregate User Activities |
US10140620B2 (en) * | 2011-09-15 | 2018-11-27 | Stephan HEATH | Mobile device system and method providing combined delivery system using 3D geo-target location-based mobile commerce searching/purchases, discounts/coupons products, goods, and services, or service providers-geomapping-company/local and socially-conscious information/social networking (“PS-GM-C/LandSC/I-SN”) |
CA3045736A1 (en) * | 2016-12-02 | 2018-06-07 | Stack Fintech Inc. | Digital banking platform and architecture |
JP2020128965A (ja) * | 2019-02-12 | 2020-08-27 | トヨタ自動車株式会社 | 情報処理装置、車載装置、情報処理システム、及び、広告配信方法 |
US20210304078A1 (en) * | 2020-03-30 | 2021-09-30 | Lyft, Inc. | Utilizing contemporaneous transportation data from a transportation matching system to surface trending destinations in user interfaces |
-
2020
- 2020-12-24 CN CN202011549000.9A patent/CN112541123A/zh active Pending
-
2021
- 2021-06-23 US US17/355,675 patent/US20210389154A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140082062A1 (en) * | 2012-06-22 | 2014-03-20 | Google Inc. | Providing information about relevant elements from maps history based on location |
WO2017071251A1 (zh) * | 2015-10-28 | 2017-05-04 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN107967358A (zh) * | 2017-12-21 | 2018-04-27 | 广东欧珀移动通信有限公司 | 目标地点的推荐方法、装置、存储介质及移动终端 |
JP2019148878A (ja) * | 2018-02-26 | 2019-09-05 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN110162698A (zh) * | 2019-04-18 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种用户画像数据处理方法、装置及存储介质 |
CN110275692A (zh) * | 2019-05-20 | 2019-09-24 | 北京百度网讯科技有限公司 | 一种语音指令的推荐方法、装置、设备和计算机存储介质 |
CN111666462A (zh) * | 2020-04-28 | 2020-09-15 | 百度在线网络技术(北京)有限公司 | 地理位置的推荐方法、装置、设备和计算机存储介质 |
CN112000700A (zh) * | 2020-07-14 | 2020-11-27 | 北京百度网讯科技有限公司 | 地图信息展示方法、装置、电子设备及存储介质 |
CN112069418A (zh) * | 2020-08-26 | 2020-12-11 | 北京百度网讯科技有限公司 | 一种功能推荐方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
张怡陵;王庆余;杨悦;: "基于用户行为分析的VIP政务服务设计与实现", 电脑编程技巧与维护, no. 05 * |
肖海涛;何鹏;曾诚;: "基于排序学习的Top-k软件服务推荐方法", 计算机应用, no. 1 * |
黄锐潇;: "基于线性加权融合的推荐方法", 信息与电脑(理论版), no. 04 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505312A (zh) * | 2021-07-21 | 2021-10-15 | 车主邦(北京)科技有限公司 | 一种显示方法、服务器、介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
US20210389154A1 (en) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11461342B2 (en) | Predicting intent of a search for a particular context | |
US11397772B2 (en) | Information search method, apparatus, and system | |
WO2017024884A1 (zh) | 一种搜索意图识别方法及装置 | |
CN112612957B (zh) | 兴趣点的推荐方法、兴趣点推荐模型的训练方法、装置 | |
KR20200003106A (ko) | 정보 검색 방법, 장치 및 시스템 | |
CN112559879B (zh) | 兴趣模型训练方法、兴趣点推荐方法、装置和设备 | |
CN111241427B (zh) | 查询自动补全的方法、装置、设备和计算机存储介质 | |
CN113656698B (zh) | 兴趣特征提取模型的训练方法、装置和电子设备 | |
CN111666292A (zh) | 用于检索地理位置的相似度模型建立方法和装置 | |
CN111814077A (zh) | 信息点查询方法、装置、设备和介质 | |
CN115712657A (zh) | 基于元宇宙的用户需求挖掘方法及系统 | |
CN113326450B (zh) | 一种兴趣点召回方法、装置、电子设备和存储介质 | |
CN112541123A (zh) | 地图图区推荐方法、装置、设备及存储介质 | |
CN116070028A (zh) | 基于页面的内容信息推送方法、装置、设备及存储介质 | |
CN112000495B (zh) | 用于兴趣点信息管理的方法、电子设备和存储介质 | |
CN114428917A (zh) | 基于地图的信息共享方法、装置、电子设备和介质 | |
CN113780827A (zh) | 一种物品筛选方法、装置、电子设备及计算机可读介质 | |
CN112100522A (zh) | 用于检索兴趣点的方法、装置、设备及介质 | |
CN113094584A (zh) | 推荐学习资源的确定方法和装置 | |
CN113868532B (zh) | 一种地点推荐方法、装置、电子设备及存储介质 | |
CN113515687B (zh) | 物流信息的获取方法和装置 | |
CN117633360A (zh) | 基于多场景的内容推荐方法、装置、电子设备及存储介质 | |
CN114547417A (zh) | 一种媒体资源排序方法及电子设备 | |
CN117390276A (zh) | 内容推荐方法、装置、设备、计算机可读存储介质及产品 | |
CN114036414A (zh) | 兴趣点的处理方法、装置、电子设备、介质及程序产品 |
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 |