CN112597361B - 一种排序处理方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明提供了一种排序处理方法、装置、电子设备及存储介质。所述方法，包括：针对任一客户端，响应于针对目标对象的查看请求，获取客户端用户针对目标对象的实时操作数据，实时操作数据包括所述目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；维度包括所述目标对象所属的业务维度、以每个目标对象自身作为维度中的至少一种；根据实时操作数据，通过预先训练的排序模型获取目标对象的排序预测结果；按照排序预测结果，在客户端对目标对象进行排序展示；其中，排序模型通过多个已知排序结果的样本对象的操作数据训练得到。从而提高数据排序效率，减轻服务器的压力以及对网络状态的依赖。

Description

一种排序处理方法、装置、电子设备及存储介质

技术领域

本发明涉及互联网技术领域，尤其涉及一种排序处理方法、装置、电子设备及存储介质。

背景技术

随着移动互联网的快速发展，手机、电脑等移动端日渐成为人机交互的主要平台，而移动端的及时通讯功能也基本是每个App(Application，应用)必备的功能，在App的日常使用过程中，需要利用及时通讯的功能完成正常的业务交流。相关技术中，及时通讯列表的信息数据都是从服务端拉取的，端上没有在单独进行排序，而且服务端一般有以下两种排序规则：其一，按照服务号消息的产生时间来排序的，最新的数据在最前面，越往后时间越久远；其二，未读消息在前，已读消息在后。

但是，对于一个用户量较大的App来说每天产生的数据访问量是非常大的，消息中心每天会有千万次的服务器请求，目前服务号接口的请求时机是只要进入到了消息页面，就会触发一次服务号的网络请求，拉取新的数据，保证服务号排序的及时性，而这样大量的并发请求就会给服务器造成很大的压力。而且，网络请求依赖网络状态，因为网络的原因无法保证每次数据都下发成功导致服务号数据不及时，排序不准确，进而影响服务号在App上的曝光；其次，为了满足用户的多样化需求，目前App中的业务线也越来越多样化，而且不同的用户使用微聊等及时通讯所针对的业务侧重点也不同，如果每个移动端均直接从服务器拉取数据，那么每个移动端的排序方式是一致的，导致信息排序方式很难满足不同移动端用户的个性化需求，影响用户体验。

发明内容

本发明实施例提供一种排序处理方法、装置、电子设备及存储介质，以解决现有的信息排序方式依赖服务器以及网络状态，容易给服务器造成很大的压力，且很难满足不同移动端用户的个性化需求的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种排序处理方法，包括：

针对任一客户端，响应于针对目标对象的查看请求，获取所述客户端用户针对所述目标对象的实时操作数据，所述实时操作数据包括所述目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；所述维度包括所述目标对象所属的业务维度、以每个所述目标对象自身作为维度中的至少一种；

根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果；

按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示；

其中，所述排序模型通过多个已知排序结果的样本对象的操作数据训练得到。

可选地，在所述根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果的步骤之前，还包括：

下载并安装包含所述目标对象的应用，所述应用中集成有基础的排序模型，所述基础的排序模型由样本数据训练得到，所述样本数据中包含多个已知排序结果的样本对象的操作数据。

可选地，在所述下载并安装包含所述目标对象的应用的步骤之后，还包括：

获取所述客户端用户针对所述目标对象的历史操作数据，以及对应于所述历史操作数据的所述目标对象的历史排序结果；

通过所述历史操作数据和所述历史排序结果更新所述基础的排序模型，得到所述客户端实时的排序模型。

可选地，所述获取所述客户端用户针对所述目标对象的历史操作数据，以及对应于所述历史操作数据的所述目标对象的历史排序结果的步骤，包括：

响应于所述客户端用户触发针对所述目标对象的排序调整操作，获取在所述排序调整操作之前的至少一个单位时间内，所述客户端用户针对所述目标对象的历史操作数据，以及调整后的各个目标对象的排序结果，作为与所述历史操作数据对应的历史排序结果；

对所述历史操作数据进行数据清洗，得到满足预设标准的数据集合，所述数据集合中包含至少一个满足所述预设标准的历史操作数据，以及与所述历史操作数据对应的历史排序结果。

可选地，所述目标对象包括联系人、会话群组、公众号中的至少一种，所述公众号包括服务号、订阅号、企业号中的至少一种。

可选地，所述获取所述客户端用户针对所述目标对象的实时操作数据的步骤，包括：

获取所述客户端用户针对存在未读消息的目标对象的实时操作数据；

和/或，所述按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示的步骤，包括：

按照所述排序预测结果，在所述客户端对存在未读消息的目标对象进行排序展示。

可选地，

第二方面，本发明实施例提供了一种排序处理装置，包括：

数据获取模块，用于针对任一客户端，响应于针对目标对象的查看请求，获取所述客户端用户针对所述目标对象的实时操作数据，所述实时操作数据包括所述目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；所述维度包括所述目标对象所属的业务维度、以每个所述目标对象自身作为维度中的至少一种；

排序预测模块，用于根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果；

排序展示模块，用于按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示；

其中，所述排序模型通过多个已知排序结果的样本对象的操作数据训练得到。

可选地，所述装置还包括：

应用安装模块，用于下载并安装包含所述目标对象的应用，所述应用中集成有基础的排序模型，所述基础的排序模型由样本数据训练得到，所述样本数据中包含多个已知排序结果的样本对象的操作数据。

可选地，所述装置还包括：

更新数据获取模块，用于获取所述客户端用户针对所述目标对象的历史操作数据，以及对应于所述历史操作数据的所述目标对象的历史排序结果；

模型更新模块，用于通过所述历史操作数据和所述历史排序结果更新所述基础的排序模型，得到所述客户端实时的排序模型。

可选地，所述更新数据获取模块，具体用于：

响应于所述客户端用户触发针对所述目标对象的排序调整操作，获取在所述排序调整操作之前的至少一个单位时间内，所述客户端用户针对所述目标对象的历史操作数据，以及调整后的各个目标对象的排序结果，作为与所述历史操作数据对应的历史排序结果；

对所述历史操作数据进行数据清洗，得到满足预设标准的数据集合，所述数据集合中包含至少一个满足所述预设标准的历史操作数据，以及与所述历史操作数据对应的历史排序结果。

可选地，所述目标对象包括联系人、会话群组、公众号中的至少一种，所述公众号包括服务号、订阅号、企业号中的至少一种。

可选地，所述数据获取模块，具体用于：

获取所述客户端用户针对存在未读消息的目标对象的实时操作数据；

和/或，所述排序展示模块，具体用于：

按照所述排序预测结果，在所述客户端对存在未读消息的目标对象进行排序展示。

第三方面，本发明实施例另外提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的排序处理方法的步骤。

第四方面，本发明实施例另外提供了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执行时实现如第一方面所述的排序处理方法的步骤。

在本发明实施例中，通过一种基于机器学习的信息排序展示方案，在客户端增加了端上的排序能力，使用户可以优先看到屏幕上显示的自己需要的服务号等目标对象，并且对数据针对不同业务的侧重点进行了排序，用户可以更准确的找到符合自己业务的目标对象，提高了数据排序的效率，减轻服务器的压力，增强了App的使用体验。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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发明的一些实施例，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是本发明实施例中的一种排序处理方法的步骤流程图；

图2是本发明实施例中的另一种排序处理方法的步骤流程图；

图3示出了一种本发明实施例中的排序模型的训练与更新过程示意图；

图4是本发明实施例中的一种排序处理装置的结构示意图；

图5是本发明实施例中的另一种排序处理装置的结构示意图；

图6是本发明实施例中的一种电子设备的硬件结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，示出了本发明实施例中一种排序处理方法的步骤流程图。

步骤110，针对任一客户端，响应于针对目标对象的查看请求，获取所述客户端用户针对所述目标对象的实时操作数据，所述实时操作数据包括所述目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；所述维度包括所述目标对象所属的业务维度、以每个所述目标对象自身作为维度中的至少一种；

步骤120，根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果；其中，所述排序模型通过多个已知排序结果的样本对象的操作数据训练得到。

步骤130，按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示。

为了满足不同客户端用户的个性化展示需求，同时降低服务器端的压力，在本发明实施例中，通过客户端上的能力，基于用户针对需要排序的目标对象的操作数据，对用户的行为习惯进行抽象处理，以训练并动态更新用于排序的机器学习模型，也即排序模型，自动对用户的行为习惯进行匹配，以确定各个目标对象额排序方式。

具体地，针对任一客户端，响应于该客户端接收到针对其中目标对象的查看请求，则可以获取该客户端的用户针对所述目标对象的实时操作数据，进而根据客户端当前的实时操作数据，通过预先训练的排序模型获取各个目标对象的排序预测结果，那么在展示各个目标对象时，则可以按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示；其中，排序模型可以通过多个已知排序结果的样本对象的操作数据训练得到。

其中的目标对象可以为帖子、消息、联系人、公众号等任何可以或者需要排序的信息。

用于排序的机器学习模型的训练需要数据源，一般训练是需要大量数据的。在本发明实施例中，可以基于用户的使用习惯来训练生成排序模型，所以排序模型的训练数据可以主要来自各个用户使用客户端过程中产生的针对当时的目标对象的操作数据，以及与相应操作数据对应的各个目标对象的排序结果。另外，在本发明实施例中，生成最初的排序模型所需要的训练数据，可以根据需求进行事先准备。对此本发明实施例不加以限定。

其中，实时操作数据可以包括但不限于每个目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；相应地，在训练排序模型时，所获取的操作数据也相应可以包括每个样本对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种。其中的维度可以理解为对目标对象以及样本对象进行划分的维度，例如业务维度，或者直接分别以每个对象作为一个维度，对此本发明实施例不加以限定。

例如，假设针对微聊下的各个服务号进行排序展示，且此时的维度为每个服务号所属的业务维度，那么此时获取的实时操作数据可以包括以下内容：用户使用微聊的时候针对不同业务线产生的业务线数据量占比，各个业务线下服务号的点击频率，用户与各个业务线下的B(Business，商家)端用户的会话时长、会话数据量，各个业务线下服务号的文章等内容的浏览时长、服务号文章的点赞量、点踩量等。比如A用户找工作，经常浏览招聘服务号，查看一些职位推荐等，或者经常与招聘B端人员聊天，那么A用户此时就是侧重于招聘业务；而如果B用户同时要买房和买车，但是买房的需求大于买车，且经常与房产租赁公司或房产经纪人聊天或者经常浏览房产类型的服务号文章等，与卖车的人聊天数据量或服务号浏览量的时间小于与房产业务的参与时间，那B用户此时则侧重于房产业务等。那么在展示各个服务号时，则可以将综合侧重点高的排序在前面，侧重点次之的排在后面，比如一个用户一天内收到了大量的服务号消息，有财经，房产，汽车，二手车等业务的服务号消息，打开App这时候用户最想先看到的是房产类的服务号消息，其次是汽车，再其次是财经等，这时候利用得到的排序模型就可以对这些服务号重新进行排序，将房产类的服务号显示在最前面，后面依次是汽车，财经等消息。此时用户就不需要左右滑动去找，提高了效率。另外，本方案实现都放在客户端上进行处理，既充分发挥了端上的能力，又减轻了服务端的压力，降低服务端系统的复杂性。

每个维度下的数据量占比，可以理解为不同维度下的数据量占比。比如计算占比的数据包括聊天数据(也即会话数据)，且当前的实时操作数据中包含10条聊天数据，其中8条是基于房产业务的，2条是基于招聘业务的，则房产业务的数据量占比为80％，招聘业务的数据量占比为20％。

目标对象的点击频率可以理解为在某一段时间内点击不同的目标对象的次数；与业务线B端的会话时长可以理解为与不同业务线下各个B端的聊天花费的时间；会话数据量可以理解为与不同业务线下各个B端的聊天产生的会话数据量；内容浏览时长可以理解为用户浏览服务号等目标对象发布的文章、帖子、评论等内容所花费的时间；内容点赞量可以理解为用户浏览内容后点赞的次数；内容点踩量可以理解为用户浏览内容后点踩的次数；等等。

其中，客户端用户可以通过任何可用方式触发针对目标对象的查看请求，对此本发明实施例不加以限定。例如，假设目标对象为某一APP中的服务号，那么在客户端用户启动该APP并且控制该APP跳转至服务号展示页时即可以触发针对其中服务号的查看请求；或者用户也可以通过刷新服务号展示页的方式触发针对其中服务号的查看请求；等等。

而且，客户端也可以通过任何可用方式展示目标对象，对此本发明实施例也不加以限定。例如以列表形式展示目标对象，或者以置顶方式展示各个目标对象，而且可以优先展示排序预测结果中靠前的目标对象，对此本发明实施例不加以限定。

此外，在实际应用中，越近产生也即越新的操作数据越能够反映用户当前的需求，与当前时间之间的时间距离越大的操作数据对用户当前的需求之间的关联性越小。而且，如果在每次针对目标对象进行排序时，为了获取当前的排序结果，均参考相应用户产生的全部操作数据，则会导致每次均需要处理较多的操作数据，影响排序结果的获取效率。

因此，在本发明实施例中，为了提高效率的同时获取与用户需求相关性较大的操作数据，可以获取在当前时刻之前的单位时间内的操作数据，作为当前针对目标对象进行排序的实时操作数据，其中单位时间的时长可以根据需求进行自定义设置，对此本发明实施例不加以限定。例如，可以设置单位时间为一天，也即24小时等。那么在训练排序模型时的训练数据中的操作数据也可以理解为在排序结果之前的一个单位时间内的操作数据。

参照图2，在本发明实施例中，在所述步骤120之前，进一步还可以包括：

步骤S1，下载并安装包含所述目标对象的应用，所述应用中集成有基础的排序模型，所述基础的排序模型由样本数据训练得到，所述样本数据中包含多个已知排序结果的样本对象的操作数据。

在实际应用中，为了方便用户针对应用中的目标对象进行排序预测，可以将经统一训练完成后的排序模型作为基础的排序模型集成在相应应用中，那么对于客户端而言，在安装相应应用的同时可以安装相应排序模型。

当然，在本发明实施例中，也可以设置单独的排序模型，而且多个应用可以共用该排序模型，那么对于客户端而言，则可以根据需求下载并安装排序模型，以供各个应用调用，对此本发明实施例不加以限定。

参照图2，在本发明实施例中，在所述步骤S1之后，进一步还可以包括：

步骤S2，获取所述客户端用户针对所述目标对象的历史操作数据，以及对应于所述历史操作数据的所述目标对象的历史排序结果；

步骤S3，通过所述历史操作数据和所述历史排序结果更新所述基础的排序模型，得到所述客户端实时的排序模型。

如上述，随着应用下发的排序模型是经统一训练后的排序模型，但是在实际应用中，不同客户端用户的需求并不一致，而且同一客户端用户在不同时间段的需求也可能存在差别。而且，数据与用户个人行为紧密相关，所以数据在用户使用过程中，产生用户行为的数据，在一定的节点将数据同步更新到排序模型中，以更新排序模型。因此，为了提高客户端的排序模型的输出结果的准确性，可以根据客户端用户的历史操作数据以及与相应历史操作数据对应的历史排序结果，更新其中的排序模型，以产生针对相应用户的个性化排序模型，给用户提供更加个性化的排序方案。

具体地，可以获取客户端用户针对目标对象的历史操作数据，以及对应于历史操作数据的各个目标对象的历史排序结果；进而可以通过所述历史操作数据和所述历史排序结果更新所述基础的排序模型，得到所述客户端实时的排序模型。

其中，更新客户端的排序模型时，可以指定时间长度为更新周期，获取一个更新周期内的历史操作数据，以及与之对应的历史排序结果，周期性地更新客户端的排序模型。其中，更新周期的时间长度的具体取值可以根据需求进行自定义设置，对此本发明实施例不加以限定。

而且，对于每个更新周期而言，在更新客户端的排序模型时，可以上述的单位时间为单位，在每次展示目标对象时，获取当前各个目标对象的排序结果作为一个历史排序结果，同时可以获取本次展示目标对象之前的一个单位时间内的操作数据作为与之对应的历史操作数据，那么在更新排序模型时，可以将相互对应的历史操作数据和历史排序结果作为组合更新排序模型。

相应地，历史操作数据也可以包括客户端中的目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种。对此本发明实施例不加以限定。

而且，需要说明的是，在本发明实施例中的目标对象可以理解为一类对象，但是不同客户端中的目标对象可能为同一类对象，但是各个客户端中具体包含的目标对象，或者是同一客户端在不同时间段内的目标对象都可能存在差别，对此本发明实施例不加以限定。

例如，假设目标对象为服务号，那么不同客户端可能包含不同的服务号，而且对于同一客户端而言，随着客户端用户需求的变化，其中包含的服务号也可以被调整(例如删除部分服务号、新增服务号等)。

可选地，在本发明实施例中，步骤S2进一步可以包括：

步骤S21，响应于所述客户端用户触发针对所述目标对象的排序调整操作，获取在所述排序调整操作之前的至少一个单位时间内，所述客户端用户针对所述目标对象的历史操作数据，以及调整后的各个目标对象的排序结果，作为与所述历史操作数据对应的历史排序结果；

步骤S22，对所述历史操作数据进行数据清洗，得到满足预设标准的数据集合，所述数据集合中包含至少一个满足所述预设标准的历史操作数据，以及与所述历史操作数据对应的历史排序结果。

在实际应用中，如果客户端已安装有基础的排序模型，那么在对客户端的目标对象进行排序时，一般是通过当前的排序模型输出各个目标对象的排序预测结果，也即在本次排序展示目标对象时，本次的排序预测结果是基于与之对应的历史操作数据，通过当前的排序模型预测得到的。如果在更新排序模型时，上述情况下的排序预测结果以及与之对应的历史操作数据对模型的优化能力有限。

因此，在本发明实施例中，为了提升模型更新时的优化能力，可以仅通过客户端用户调整过的排序结果，以及与之对应的历史操作数据更新训练相应客户端的排序模型。

具体地，可以在客户端用户触发针对其中目标对象的排序调整操作的情况下，获取在所述排序调整操作之前的至少一个单位时间内，所述客户端用户针对所述目标对象的历史操作数据，以及调整后的各个目标对象的排序结果，作为与所述历史操作数据对应的历史排序结果。而且，为了提高排序模型的优化效率，还可以进一步对历史操作数据进行数据清洗，以得到满足预设标准的数据集合，从而得到的数据集合中包含至少一个满足所述预设标准的历史操作数据，以及与所述历史操作数据对应的历史排序结果。

其中，可以通过任何可用方式对历史操作数据进行数据清洗，而且历史操作数据所需满足的预设标准具体也可以根据需求进行自定义设置，对此本发明实施例不加以限定。例如，可以设置预设标准包括操作数据中具体包含的操作数据的类型、不同类型的操作数据的格式标准，等等。

例如，以微聊APP用户使用中产生的操作数据比较复杂，所以就需要对操作数据进行清洗。可以设置预设标准为保证每条操作数据的完整性，即每条操作数据要包含用户使用微聊的业务线占比、服务号点击频率，针对不同业务线B端聊天产生的数据量、针对不同业务线聊天花费时长，服务号文章浏览时长，服务号文章点赞次数，点踩次数这六类数据，缺少任意一种维度即视为错误数据。

那么在进行数据清洗时，对于任意一条历史操作数据，如果其中包含的数据维度缺失上述任意一类，则可以认定其为错误或无效的历史操作数据，则可以不将该历史操作数据及其对应的历史排序结果放入本次用于更新排序模型的数据集合中。

而且，在本发明实施例中，针对同一客户端可以周期性地对其中的排序模型进行更新，而且在每次更新之后，可以将其数据集合中包含的数据清空，以存储下一次更新排序模型所需的历史操作数据和历史排序结果。

可选地，在本发明实施例中，所述目标对象包括联系人、会话群组、公众号中的至少一种，所述公众号包括服务号、订阅号、企业号中的至少一种。

可选地，在本发明实施例中，步骤110进一步可以包括：获取所述客户端用户针对存在未读消息的目标对象的实时操作数据；和/或，

可选地，在本发明实施例中，步骤130进一步可以包括：按照所述排序预测结果，在所述客户端对存在未读消息的目标对象进行排序展示。

在实际应用中，在目标对象为联系人，会话群组、公众号中的至少一种的情况下，客户端包含的目标对象可能较多，而且一般而言客户端用户会比较关注存在未读消息的联系人，会话群组、公众号等目标对象，而对于不存在未读消息的目标对象，用户的关注度则会相对较低，因此可以优先针对存在未读消息的目标对象进行排序。

具体地，可以仅针对存在未读消息的目标对象进行排序，那么此时则可以在获取实时操作数据时，仅获取客户端用户针对当前存在未读消息的目标对象的实时操作数据，那么后续则可以仅获取当前存在未读消息的目标对象的排序预测结果，那么在展示各个目标对象时，则可以优先展示存在未读消息的目标对象，且按照当前存在未读消息的目标对象的排序预测结果，优先展示存在未读消息的目标对象，在优先展示当前存在未读消息的目标对象之后，则可以继续展示当前不存在未读消息的目标对象。

例如，假设维度包括所述目标对象所属的业务维度，那么此时则可以仅获取与当前存在未读消息的目标对象所属的每个业务下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种。此时如果部分不存在未读消息的目标对象与某一存在未读消息的目标对象属于同一业务(例如均属于招聘业务、或者找房业务等)，那么在获取相应业务下的实时操作数据时，可以同时考虑同属于该业务下的不存在未读消息的目标对象的实时操作数据，以及存在未读消息的目标对象的实时操作数据，也即数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种。

此外，在本发明实施例中，也可以获取客户端中全部目标对象的实时操作数据，并基于排序模型获取全部目标对象的排序预测结果，但是在展示时可以优先展示存在未读消息的目标对象，此时可以仅排序并展示存在未读消息的目标对象，也可以优先展示各个存在未读消息的目标对象，进而在当前存在未读消息的目标对象之后，展示当前不存在未读消息的目标对象。

当然，在本发明实施例中，也可以分别获取当前存在未读消息的目标对象的排序预测结果，以及当前不存在未读消息的目标对象的排序预测结果，进而在展示各个目标对象时，可以根据当前存在未读消息的目标对象的排序预测结果，优先展示各个存在未读消息的目标对象，进而在当前存在未读消息的目标对象之后，按照当前不存在未读消息的目标对象的排序预测结果，展示当前不存在未读消息的目标对象。

另外，在本发明实施例中，也可以在获取排序预测模型时，基于获取的当前存在未读消息的目标对象的实时操作数据，或者全部目标对象的实时操作数据，仅获取当前存在未读消息的目标对象的预测排序结果，对此本发明实施例不加以限定。

如图3示出了一种排序模型的训练与更新过程示意图。具体包括以下三个部分：

1、生成基础模型阶段：根据数据标准，准备样本数据，基于算法进行数据模型训练，训练出来的是一个基础模型，也即基础的排序模型，还无法达到精准预测，需要后续更新。

2、模型更新阶段：将基础模型集成到APP中，在用户使用过程中产生大量用户习惯相关的数据，对这些数据根据规则进行数据清洗、过滤，得到符合标准的数据集合，用得到的数据对模型进行更新，进一步提高模型对用户的个性化预测的精准度，这是一个持续更新迭代的过程。

3、通过模型输出结果阶段：通过对模型的更新迭代后的模型，达到了一定的个性化精准度，输出预测结果，并根据结果对用户的存在未读消息的目标对象进行排序。

在本发明实施例中，通过一种基于机器学习的信息排序展示方案，在客户端增加了端上的排序能力，使用户可以直接看到屏幕上显示的自己需要的服务号等目标对象，并且对数据针对不同业务的侧重点进行了排序，用户可以更准确的找到符合自己业务的目标对象，提高了数据排序的效率，减轻服务器的压力，增强了App的使用体验。

参照图4，示出了本发明实施例中一种排序处理装置的结构示意图。

本发明实施例的排序处理装置包括：数据获取模块210、排序预测模块220和排序展示模块230。

下面分别详细介绍各模块的功能以及各模块之间的交互关系。

数据获取模块210，用于针对任一客户端，响应于针对目标对象的查看请求，获取所述客户端用户针对所述目标对象的实时操作数据，所述实时操作数据包括所述目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；所述维度包括所述目标对象所属的业务维度、以每个所述目标对象自身作为维度中的至少一种；

排序预测模块220，用于根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果；

排序展示模块230，用于按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示；

其中，所述排序模型通过多个已知排序结果的样本对象的操作数据训练得到。

参照图5，在本发明实施例中，所述装置还可以包括：

应用安装模块240，用于下载并安装包含所述目标对象的应用，所述应用中集成有基础的排序模型，所述基础的排序模型由样本数据训练得到，所述样本数据中包含多个已知排序结果的样本对象的操作数据。

参照图5，在本发明实施例中，所述装置还可以包括：

更新数据获取模块250，用于获取所述客户端用户针对所述目标对象的历史操作数据，以及对应于所述历史操作数据的所述目标对象的历史排序结果；

模型更新模块260，用于通过所述历史操作数据和所述历史排序结果更新所述基础的排序模型，得到所述客户端实时的排序模型。

可选地，在本发明实施例中，所述更新数据获取模块250，具体可以用于：

响应于所述客户端用户触发针对所述目标对象的排序调整操作，获取在所述排序调整操作之前的至少一个单位时间内，所述客户端用户针对所述目标对象的历史操作数据，以及调整后的各个目标对象的排序结果，作为与所述历史操作数据对应的历史排序结果；

对所述历史操作数据进行数据清洗，得到满足预设标准的数据集合，所述数据集合中包含至少一个满足所述预设标准的历史操作数据，以及与所述历史操作数据对应的历史排序结果。

可选地，在本发明实施例中，所述目标对象包括联系人、会话群组、公众号中的至少一种，所述公众号包括服务号、订阅号、企业号中的至少一种。

可选地，在本发明实施例中，所述数据获取模块，具体可以用于：获取所述客户端用户针对存在未读消息的目标对象的实时操作数据；

和/或，

所述排序展示模块，具体可以用于：按照所述排序预测结果，在所述客户端对存在未读消息的目标对象进行排序展示。

本发明实施例提供的排序处理装置能够实现图1至图2的方法实施例中实现的各个过程，为避免重复，这里不再赘述。

优选的，本发明实施例还提供了一种电子设备，包括：处理器，存储器，存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述排序处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述排序处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(RandomAccessMemory，简称RAM)、磁碟或者光盘等。

图6为实现本发明各个实施例的一种电子设备的硬件结构示意图。

该电子设备500包括但不限于：射频单元501、网络模块502、音频输出单元503、输入单元504、传感器505、显示单元506、用户输入单元507、接口单元508、存储器509、处理器510、以及电源511等部件。本领域技术人员可以理解，图6中示出的电子设备结构并不构成对电子设备的限定，电子设备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。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

应理解的是，本发明实施例中，射频单元501可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器510处理；另外，将上行的数据发送给基站。通常，射频单元501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、双工器等。此外，射频单元501还可以通过无线通信系统与网络和其他设备通信。

电子设备通过网络模块502为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元503可以将射频单元501或网络模块502接收的或者在存储器509中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元503还可以提供与电子设备500执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元503包括扬声器、蜂鸣器以及受话器等。

输入单元504用于接收音频或视频信号。输入单元504可以包括图形处理器(GraphicsProcessingUnit，GPU)5041和麦克风5042，图形处理器5041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元506上。经图形处理器5041处理后的图像帧可以存储在存储器509(或其它存储介质)中或者经由射频单元501或网络模块502进行发送。麦克风5042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元501发送到移动通信基站的格式输出。

电子设备500还包括至少一种传感器505，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板5061的亮度，接近传感器可在电子设备500移动到耳边时，关闭显示面板5061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器505还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元506用于显示由用户输入的信息或提供给用户的信息。显示单元506可包括显示面板5061，可以采用液晶显示器(LiquidCrystalDisplay，LCD)、有机发光二极管(OrganicLight-EmittingDiode,OLED)等形式来配置显示面板5061。

用户输入单元507可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元507包括触控面板5071以及其他输入设备5072。触控面板5071，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5071上或在触控面板5071附近的操作)。触控面板5071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510，接收处理器510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5071。除了触控面板5071，用户输入单元507还可以包括其他输入设备5072。具体地，其他输入设备5072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，在此不再赘述。

进一步的，触控面板5071可覆盖在显示面板5061上，当触控面板5071检测到在其上或附近的触摸操作后，传送给处理器510以确定触摸事件的类型，随后处理器510根据触摸事件的类型在显示面板5061上提供相应的视觉输出。虽然在图6中，触控面板5071与显示面板5061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板5071与显示面板5061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元508为外部装置与电子设备500连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元508可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备500内的一个或多个元件或者可以用于在电子设备500和外部装置之间传输数据。

存储器509可用于存储软件程序以及各种数据。存储器509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509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。

处理器510是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器509内的软件程序和/或模块，以及调用存储在存储器509内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器510可包括一个或多个处理单元；优选的，处理器510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510中。

电子设备500还可以包括给各个部件供电的电源511(比如电池)，优选的，电源511可以通过电源管理系统与处理器510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。

另外，电子设备500包括一些未示出的功能模块，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

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、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，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，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，在本发明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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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)执行本发明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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (12)

1.一种排序处理方法，其特征在于，包括：

针对任一客户端，响应于针对目标对象的查看请求，获取所述客户端用户针对所述目标对象的实时操作数据，所述实时操作数据包括所述目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；所述维度包括所述目标对象所属的业务维度、以每个所述目标对象自身作为维度中的至少一种；

根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果；其中，所述排序模型为通过历史操作数据和历史排序结果更新得到，所述历史操作数据和所述历史排序结果为通过如下方式获得：响应于所述客户端用户触发针对所述目标对象的排序调整操作，获取在所述排序调整操作之前的至少一个单位时间内，所述客户端用户针对所述目标对象的历史操作数据，以及调整后的各个目标对象的排序结果，作为与所述历史操作数据对应的历史排序结果；对所述历史操作数据进行数据清洗，得到满足预设标准的数据集合，所述数据集合中包含至少一个满足所述预设标准的历史操作数据，以及与所述历史操作数据对应的历史排序结果；

按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示；

其中，所述排序模型通过多个已知排序结果的样本对象的操作数据训练得到。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果的步骤之前，还包括：

下载并安装包含所述目标对象的应用，所述应用中集成有基础的排序模型，所述基础的排序模型由样本数据训练得到，所述样本数据中包含多个已知排序结果的样本对象的操作数据。

3.根据权利要求2所述的方法，其特征在于，在所述下载并安装包含所述目标对象的应用的步骤之后，还包括：

获取所述客户端用户针对所述目标对象的历史操作数据，以及对应于所述历史操作数据的所述目标对象的历史排序结果；

通过所述历史操作数据和所述历史排序结果更新所述基础的排序模型，得到所述客户端实时的排序模型。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述目标对象包括联系人、会话群组、公众号中的至少一种，所述公众号包括服务号、订阅号、企业号中的至少一种。

5.根据权利要求4所述的方法，其特征在于，所述获取所述客户端用户针对所述目标对象的实时操作数据的步骤，包括：

获取所述客户端用户针对存在未读消息的目标对象的实时操作数据；

和/或，所述按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示的步骤，包括：

按照所述排序预测结果，在所述客户端对存在未读消息的目标对象进行排序展示。

6.一种排序处理装置，其特征在于，包括：

数据获取模块，用于针对任一客户端，响应于针对目标对象的查看请求，获取所述客户端用户针对所述目标对象的实时操作数据，所述实时操作数据包括所述目标对象在每个维度下的数据量占比、点击率、会话数据量、会话时长、内容浏览时长、内容点赞量中的至少一种；所述维度包括所述目标对象所属的业务维度、以每个所述目标对象自身作为维度中的至少一种；

排序预测模块，用于根据所述实时操作数据，通过预先训练的排序模型获取所述目标对象的排序预测结果；其中，所述排序模型为通过历史操作数据和历史排序结果更新得到，所述历史操作数据和所述历史排序结果为通过如下方式获得：响应于所述客户端用户触发针对所述目标对象的排序调整操作，获取在所述排序调整操作之前的至少一个单位时间内，所述客户端用户针对所述目标对象的历史操作数据，以及调整后的各个目标对象的排序结果，作为与所述历史操作数据对应的历史排序结果；对所述历史操作数据进行数据清洗，得到满足预设标准的数据集合，所述数据集合中包含至少一个满足所述预设标准的历史操作数据，以及与所述历史操作数据对应的历史排序结果；

排序展示模块，用于按照所述排序预测结果，在所述客户端对所述目标对象进行排序展示；

其中，所述排序模型通过多个已知排序结果的样本对象的操作数据训练得到。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

应用安装模块，用于下载并安装包含所述目标对象的应用，所述应用中集成有基础的排序模型，所述基础的排序模型由样本数据训练得到，所述样本数据中包含多个已知排序结果的样本对象的操作数据。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

更新数据获取模块，用于获取所述客户端用户针对所述目标对象的历史操作数据，以及对应于所述历史操作数据的所述目标对象的历史排序结果；

模型更新模块，用于通过所述历史操作数据和所述历史排序结果更新所述基础的排序模型，得到所述客户端实时的排序模型。

9.根据权利要求6-8中任一项所述的装置，其特征在于，所述目标对象包括联系人、会话群组、公众号中的至少一种，所述公众号包括服务号、订阅号、企业号中的至少一种。

10.根据权利要求9所述的装置，其特征在于，所述数据获取模块，具体用于：

获取所述客户端用户针对存在未读消息的目标对象的实时操作数据；

和/或，所述排序展示模块，具体用于：

按照所述排序预测结果，在所述客户端对存在未读消息的目标对象进行排序展示。

11.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的排序处理方法的步骤。

12.一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执行时实现如权利要求1至5中任一项所述的排序处理方法的步骤。