CN112632384A - 针对应用程序的数据处理方法、装置、电子设备和介质 - Google Patents

针对应用程序的数据处理方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN112632384A
CN112632384A CN202011572414.3A CN202011572414A CN112632384A CN 112632384 A CN112632384 A CN 112632384A CN 202011572414 A CN202011572414 A CN 202011572414A CN 112632384 A CN112632384 A CN 112632384A
Authority
CN
China
Prior art keywords
function module
function
module
modules
user
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.)
Granted
Application number
CN202011572414.3A
Other languages
English (en)
Other versions
CN112632384B (zh
Inventor
李彤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011572414.3A priority Critical patent/CN112632384B/zh
Priority claimed from CN202011572414.3A external-priority patent/CN112632384B/zh
Publication of CN112632384A publication Critical patent/CN112632384A/zh
Application granted granted Critical
Publication of CN112632384B publication Critical patent/CN112632384B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9536Search customisation based on social or collaborative filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开公开了一种针对应用程序的数据处理方法、装置、设备、介质和产品,涉及智能推荐、云计算等领域。针对应用程序的数据处理方法包括:获取多个用户的历史行为数据,其中,历史行为数据表征了多个用户使用应用程序的多个功能模块的行为;基于历史行为数据,确定用户使用多个功能模块的行为彼此之间的相关度;以及,基于相关度,从多个功能模块中确定至少一个功能模块集合,以便推荐至少一个功能模块集合。

Description

针对应用程序的数据处理方法、装置、电子设备和介质
技术领域
本公开涉及计算机技术领域,尤其涉及智能推荐、云计算等领域,更具体地,涉及一种针对应用程序的数据处理方法、针对应用程序的数据处理装置、电子设备、介质和程序产品。
背景技术
目前互联网平台提供了大量的应用程序,每个应用程序具有多个功能模块。相关技术中,用户为了使用应用程序的某些功能模块,需要成为应用程序的会员,用户成为会员后通常可以使用应用程序中的多个功能模块。但是,在一些情况下,用户只需要使用应用程序中的部分功能模块,而为了使用应用程序的部分功能模块而购买应用程序的会员权益,对于用户来说成本较高。
发明内容
本公开提供了一种针对应用程序的数据处理方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面,提供了一种针对应用程序的数据处理方法,包括:获取多个用户的历史行为数据,其中,所述历史行为数据表征了所述多个用户使用所述应用程序的多个功能模块的行为基于所述历史行为数据,确定用户使用所述多个功能模块的行为彼此之间的相关度;以及,基于所述相关度,从所述多个功能模块中确定至少一个功能模块集合,以便推荐所述至少一个功能模块集合。
根据本公开的另一方面,提供了一种针对应用程序的数据处理装置,包括:获取模块、第一确定模块以及第二确定模块。其中,获取模块用于获取多个用户的历史行为数据,其中,所述历史行为数据表征了所述多个用户使用所述应用程序的多个功能模块的行为;第一确定模块用于基于所述历史行为数据,确定用户使用所述多个功能模块的行为彼此之间的相关度;第二确定模块用于基于所述相关度,从所述多个功能模块中确定至少一个功能模块集合,以便推荐所述至少一个功能模块集合。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器和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上述的针对应用程序的数据处理方法。
根据本公开的另一方面,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,所述计算机指令用于使所述计算机执行上述的针对应用程序的数据处理方法。
根据本公开的另一方面,提供了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上述的针对应用程序的数据处理方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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,不构成对本公开的限定。其中:
图1示意性示出了根据本公开一实施例的针对应用程序的数据处理方法和装置的系统架构;
图2示意性示出了根据本公开一实施例的针对应用程序的数据处理方法的流程图;
图3示意性示出了根据本公开一实施例的针对应用程序的数据处理方法的示意图;
图4示意性示出了根据本公开一实施例的基于相关度确定功能模块集合的示意图;
图5示意性示出了根据本公开一实施例的推荐功能模块集合的示意图;
图6示意性示出了根据本公开另一实施例的推荐功能模块集合的示意图;
图7示意性示出了根据本公开一实施例的针对应用程序的数据处理装置的框图;以及
图8是用来实现本公开实施例的用于针对应用程序的数据处理的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种针对应用程序的数据处理方法,包括:获取多个用户的历史行为数据,其中,历史行为数据表征了多个用户使用应用程序的多个功能模块的行为。然后,基于历史行为数据,确定用户使用多个功能模块的行为彼此之间的相关度。接下来,基于相关度,从多个功能模块中确定至少一个功能模块集合,以便推荐至少一个功能模块集合。
图1示意性示出了根据本公开一实施例的针对应用程序的数据处理方法和装置的系统架构。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的针对应用程序的数据处理方法一般可以由服务器105执行。相应地,本公开实施例所提供的针对应用程序的数据处理装置一般可以设置于服务器105中。本公开实施例所提供的针对应用程序的数据处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的针对应用程序的数据处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,本公开实施例的历史行为数据可以由终端设备101、102、103接收并存储在终端设备101、102、103中,通过终端设备101、102、103将历史行为数据发送至服务器105中,服务器105可以基于历史行为数据,确定用户使用多个功能模块的行为彼此之间的相关度,并基于相关度,从多个功能模块中确定至少一个功能模块集合,以便推荐至少一个功能模块集合。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
本公开实施例提供了一种针对应用程序的数据处理方法,下面结合图1的系统架构,参考图2~图6来描述根据本公开示例性实施方式的针对应用程序的数据处理方法。
图2示意性示出了根据本公开一实施例的针对应用程序的数据处理方法的流程图。
如图2所示,本公开实施例的针对应用程序的数据处理方法200例如可以包括操作S210~操作S230。
在操作S210,获取多个用户的历史行为数据,其中,历史行为数据表征了多个用户使用应用程序的多个功能模块的行为。
在操作S220,基于历史行为数据,确定用户使用多个功能模块的行为彼此之间的相关度。
在操作S230,基于相关度,从多个功能模块中确定至少一个功能模块集合,以便推荐至少一个功能模块集合。
在本公开的实施例中,应用程序例如包括多个功能模块。当用户成为应用程序的会员之后,用户可以使用多个功能模块。在用户使用多个功能模块的过程中,生成使用记录并存储在服务器中,服务器可以是云端服务器。所存储的使用记录包括用户的历史行为数据。基于该历史行为数据,可以得知每个用户在什么时间使用了哪些功能模块,并可以得知每个用户使用某一功能模块的次数或者使用某一功能模块处理数据的数据量等。
在本公开的实施例中,从历史行为数据中可以分析得出用户使用多个功能模块的行为彼此之间的相关度。例如,使用第一个功能模块的用户包括多个第一用户,使用第二个功能模块的用户包括多个第二用户,多个第一用户和多个第二用户之间的相同用户越多,表明针对第一功能模块的行为和针对第二功能模块的行为之间的相关度越高。或者,针对多个第一用户和多个第二用户之间的相同用户,该相同用户对第一功能模块的使用次数为第一次数,该相同用户对第二功能模块的使用次数为第二次数,当第一次数和第二次数越接近,可以表明针对第一功能模块的行为和针对第二功能模块的行为之间的相关度越高。
接下来,可以基于用户使用多个功能模块的行为彼此之间的相关度,从多个功能模块中确定至少一个功能模块集合。每个功能模块集合中的多个功能模块之间的相似度较高。其中,每个功能模块集合中的多个功能模块在较大概率上是用户所需求的,因此在确定出功能模块集合之后,可以将功能模块集合推荐给新用户,便于新用户获取功能模块集合的使用权限,而无需新用户获取应用程序所有功能模块的使用权限,从而实现在满足用户需求的同时降低用户针对应用程序的使用成本。
在一示例中,应用程序通常提供多个付费功能模块,用户需要购买应用程序的会员之后,才能够使用应用程序中所有的付费功能模块。但是,一些用户通常只需使用应用程序的部分付费功能模块,如果购买应用程序的会员,导致成本较高。因此,通过本公开实施例的技术方案,通过对多个成为会员的用户的历史行为数据进行大数据的挖掘分析,得知用户对应用程序中的部分功能模块的使用行为相关性较高,可知该部分功能模块被用户同时需求的概率较大,因此可以将该部分功能模块作为功能模块集合,并将该功能模块集合推荐给新用户,无需新用户购买针对应用程序所有付费功能模块的会员权益,从而在较大程度上满足新用户的使用需求,并且降低了新用户的使用成本。
以下结合图3的示意图来描述基于历史行为数据,确定用户使用多个功能模块的行为彼此之间的相关度。
图3示意性示出了根据本公开一实施例的针对应用程序的数据处理方法的示意图。
如图3所示,每个用户在每一次使用某一功能模块时,生成的针对功能模块的使用记录均存储在服务器中。多个用户使用功能模块的多个记录作为历史行为数据310。即,历史行为数据310中包括多个记录,每个记录例如可以表征一用户在某一时间使用某一功能模块。
首先,基于历史行为数据310,确定针对每个功能模块的行为数据集。例如,处理历史行为数据310得到针对每个功能模块的行为数据集。以功能模块A、功能模块B、功能模块C为例,针对功能模块的行为数据集包括针对功能模块A的行为数据集321、针对功能模块B的行为数据集322、针对功能模块C的行为数据集323。
其中,每个行为数据集包括与多个用户一一对应的多个数据元素,每个数据元素表征多个用户中的对应用户使用功能模块的行为属性。
以行为数据集321为例,行为数据集321包括多个数据元素X1、X2、X3、……、Xn,多个用户包括用户1、用户2、用户3、……、用户n。数据元素X1与用户1对应,数据元素X1表征用户1使用功能模块A的行为属性,本公开实施例以行为属性为用户在预设时间段内使用功能模块的次数为例;例如,数据元素X1表征用户1使用功能模块A的次数为X1次;数据元素X2表征用户2使用功能模块A的次数为X2次,数据元素X3表征用户3使用功能模块A的次数为X3次,以此类推。
类似地,行为数据集322包括多个数据元素Y1、Y2、Y3、……、Yn,多个数据元素Y1、Y2、Y3、……、Yn分别表征用户1、用户2、用户3、……、用户n使用功能模块B的次数。行为数据集323包括多个数据元素Z1、Z2、Z3、……、Zn,多个数据元素Z1、Z2、Z3、……、Zn分别表征用户1、用户2、用户3、……、用户n使用功能模块C的次数。
在一示例中,行为数据集321可以表示为X=[X1 X2 X3……Xn],行为数据集322可以表示为Y=[Y1 Y2 Y3……Yn],行为数据集323可以表示为Z=[Z1 Z2 Z3……Zn]。
接下来,针对多个功能模块中的任意两个功能模块,计算与两个功能模块对应的两个行为数据集彼此之间的相关系数。其中,相关系数例如包括皮尔森相关系数。以功能模块A对应的行为数据集X以及功能模块B对应的行为数据集Y为例,行为数据集X和行为数据集Y之间的相关系数r如公式(1)所示。
Figure BDA0002859377440000071
其中,Xi表示行为数据集X中第i个数据元素,
Figure BDA0002859377440000072
表示行为数据集X中各元素的平均值;Yi表示行为数据集Y中第i个数据元素,
Figure BDA0002859377440000081
表示行为数据集Y中各元素的平均值;r表示X和Y之间的线性相关程度,r的值介于-1到1之间,r值越接近1表明X和Y的相关性越强。
类似地,可以计算行为数据集X和行为数据集Z之间的相关系数、行为数据集Y和行为数据集Z之间的相关系数。
接下来,基于相关系数,确定用户使用两个功能模块的行为彼此之间的相关度。例如将相关系数作为两个功能模块彼此之间的相关度,其中,相关系数越接近1,表征用户使用两个功能模块的行为彼此之间越相关。如图3所示,例如行为数据集X和行为数据集Y之间的相关系数较大,可以将功能模块A和功能模块B作为功能模块集合330。
在本公开的实施例中,行为属性除了包括在预设时间段内使用功能模块的次数,还可以包括在预设时间段内使用功能模块处理数据的数据量。其中,使用功能模块处理数据例如包括使用功能模块下载数据、上传数据等等,数据量包括下载文件的大小、上传文件的大小等。
根据本公开的实施例,通过计算任意两个功能模块对应的两个行为数据集彼此之间的相关系数,可以确定用户使用两个功能模块的行为彼此之间的相关度,以便基于相关度从多个功能模块中确定出功能模块集合,使得每个功能模块集合中的多个功能模块对应的相关度较高,即,每个功能模块集合中所包括的多个功能模块被用户同时需求的概率较大,因此将该部分功能模块作为功能模块集合,并将该功能模块集合推荐给用户,从而在较大程度上满足用户的使用需求,并且降低了用户的使用成本。
以下将结合图4来描述如何基于相关度来确定功能模块集合。
图4示意性示出了根据本公开一实施例的基于相关度确定功能模块集合的示意图。
如图4所示,以功能模块A、功能模块B、功能模块C、功能模块D、功能模块E为例。用户使用任意两个功能模块的行为彼此之间的相关系数例如如图4所示的列表410。例如,用户使用功能模块A和功能模块B的行为彼此之间的相关系数为0.8,用户使用功能模块A和功能模块D的行为彼此之间的相关系数为0.9。
在一示例中,基于相关度(相关系数),从多个功能模块中确定多个第一功能模块,并确定多个第一功能模块为功能模块集合。其中,多个第一功能模块中包括目标功能模块和至少一个剩余功能模块,用户使用每个剩余功能模块的行为与用户使用目标功能模块的行为之间的相关度均满足第一预设相关度条件。
例如,从功能模块A、功能模块B、功能模块C、功能模块D、功能模块E中确定多个第一功能模块,多个第一功能模块包括功能模块A、功能模块B、功能模块D,将多个第一功能模块作为一个功能模块集合。其中,功能模块A例如为目标功能模块,功能模块B和功能模块D例如为剩余功能模块,用户使用功能模块A的行为与用户使用功能模块B的行为之间的相关系数例如为0.8,用户使用功能模块A的行为与用户使用功能模块D的行为之间的相关系数例如为0.9。第一预设相关度条件例如包括相关系数大于预设阈值,预设阈值可以是0.5、0.6等等。
在本公开的实施例中,通过确定与用户使用目标功能模块的行为之间的相关度较高的剩余功能模块,并将目标功能模块和剩余功能模块作为功能模块集合,使得功能模块集合中所包括的多个功能模块被用户同时需求的概率较大,以在较大程度上满足用户的使用需求,同时降低用户的使用成本。
在另一示例中,基于相关度(相关系数),从多个功能模块中确定多个第二功能模块,并确定多个第二功能模块为功能模块集合。其中,多个第二功能模块中用户使用任意两个第二功能模块的行为之间的相关度满足第二预设相关度条件。
例如,从功能模块A、功能模块B、功能模块C、功能模块D、功能模块E中确定多个第二功能模块,多个第二功能模块包括功能模块A、功能模块B、功能模块E,将该多个第二功能模块作为一个功能模块集合。用户使用任意两个第二功能模块的行为之间的相关度满足第二预设相关度条件。第二预设相关度条件例如包括相关系数大于预设阈值,预设阈值可以是0.5、0.6等等。
例如,用户使用功能模块A的行为与用户使用功能模块B的行为之间的相关系数例如为0.8,用户使用功能模块A的行为与用户使用功能模块E的行为之间的相关系数例如为0.7,用户使用功能模块B的行为与用户使用功能模块E的行为之间的相关系数例如为0.85。
在本公开的实施例中,通过确定行为之间相关度较高的任意两个第二功能模块,以得到功能模块集合,并将功能模块集合推荐给用户,该功能模块集合中各功能模块彼此之间的相关性较大。由于功能模块集合中所包括的多个功能模块被用户同时需求的概率较大,从而在较大程度上满足用户的使用需求的同时降低用户的使用成本。
在本公开的实施例中,多个功能模块集合例如包括第一功能模块集合、第二功能模块集合、第三功能模块集合。
示例性地,第一功能模块集合中例如包括至少一个第一类型的功能模块,第一类型的功能模块例如包括视频功能模块、音频功能模块。其中,视频功能模块例如包括视频倍速功能模块、视频清晰度功能模块、视频高速通道功能模块、视频后台播放功能模块等。音频功能模块例如包括音频倍速功能模块。在一示例中,视频功能模块、音频功能模块例如通常被用户同时使用的概率较大,因此将视频倍速功能模块、视频清晰度功能模块、视频高速通道功能模块、视频后台播放功能模块、音频倍速功能模块等多个功能模块作为一个功能模块集合推荐给用户,可以满足用户的使用需求。
示例性地,第二功能模块集合中例如包括至少一个第二类型的功能模块,第二类型的功能模块例如包括数据备份功能模块、数据上传功能模块。其中,数据备份功能模块例如包括视频备份功能模块、文件备份功能模块。数据上传功能模块例如包括大文件上传功能模块、批量上传功能模块。在一示例中,数据备份功能模块、数据上传功能模块例如通常被用户同时使用的概率较大,因此将视频备份功能模块、文件备份功能模块、大文件上传功能模块、批量上传功能模块等多个功能模块作为一个功能模块集合推荐给用户,可以满足用户的使用需求。
示例性地,第三功能模块集合中例如包括至少一个第三类型的功能模块,第三类型的功能模块例如包括文件类型转换功能模块。文件类型转换功能模块例如包括PDF文件转Word文件功能模块、PDF文件转Excel文件功能模块、PDF文件转PPT文件功能模块、PDF文件转图片文件功能模块等等。在一示例中,PDF文件转Word文件功能模块、PDF文件转Excel文件功能模块、PDF文件转PPT文件功能模块、PDF文件转图片文件功能模块例如通常被用户同时使用的概率较大,因此将PDF文件转Word文件功能模块、PDF文件转Excel文件功能模块、PDF文件转PPT文件功能模块、PDF文件转图片文件功能模块等多个功能模块作为一个功能模块集合推荐给用户,可以满足用户的使用需求。
可见,本公开实施例通过为用户推荐功能模块集合,不仅可以满足更多用户的消费需求,还可以有效提高使用应用程序的用户数量。另外,本公开实施例的功能模块集合是通过挖掘大量用户的历史行为数据得到的,使得功能模块集合可以满足大部分用户的需求。
以下将结合图5和图6来说明如何推荐功能模块集合。
图5示意性示出了根据本公开一实施例的推荐功能模块集合的示意图。
如图5所示,例如确定用户所使用的当前功能模块510。例如,该用户并非应用程序的会员,该用户所使用的当前功能模块510例如为免费的功能模块,免费的功能模块可以包括通用视频播放功能模块。
当确定用户使用的当前功能模块510为通用视频播放功能模块后,可以表征用户对视频功能的需求,因此,可以从至少一个功能模块集合中确定目标功能模块集合520,并向用户推荐目标功能模块集合520,目标功能模块集合520例如为功能模块集合1。其中,目标功能模块集合520中包括与当前功能模块510相关联的功能模块,例如所推荐的目标功能模块集合520中包括视频功能模块和音频功能模块,该视频功能模块例如与当前功能模块相关联,均为与视频相关的模块。其中,视频功能模块例如为付费功能模块,该视频功能模块例如包括视频倍速功能模块、视频清晰度功能模块、视频高速通道功能模块、视频后台播放功能模块等付费功能模块。
在本公开的实施例中,可以根据用户所使用的当前功能模块为用户推荐功能模块集合,该推荐方式基于用户的使用场景来进行功能模块集合的推荐,使得所推荐的功能模块集合更加符合用户当前的需求。
图6示意性示出了根据本公开另一实施例的推荐功能模块集合的示意图。
如图6所示,在用户针对应用程序执行支付操作的情况下,推荐至少一个功能模块集合610、620、630。其中,针对应用程序执行支付操作例如包括购买应用程序的会员权益。其中,功能模块集合610例如包括视频功能模块和音频功能模块,功能模块集合620例如包括数据备份功能模块和数据上传功能模块,功能模块集合630例如包括文件类型转换功能模块。
在本公开的实施例中,可以在用户针对应用程序执行支付操作时,将所有功能模块集合推荐给用户,使得用户可以根据需求从所推荐的功能模块集合中选择所需的功能模块集合,从而提高了用户的选择主动性,使得用户可以选择符合自身需求的功能模块集合,以降低用户对应用程序的使用成本。
在本公开的实施例中,当从多个功能模块中确定出多个功能模块集合之后,针对多个功能模块中除功能模块集合之外的至少一个剩余功能模块,由于用户使用至少一个剩余功能模块的行为彼此之间的相关度较低,表征用户对每个剩余功能模块的需求与对其他功能模块的需求之间的相关性较低,因此可以将至少一个剩余功能模块中的每个剩余模块单独推荐给用户。
例如,以多个功能模块包括功能模块A、功能模块B、功能模块C、功能模块D、功能模块E为例,当确定功能模块A、功能模块B、功能模块D为一个功能模块集合,或者确定功能模块A、功能模块B、功能模块E为另一个功能模块集合,此时多个功能模块集合中剩余功能模块C,此时可以将功能模块C单独推荐给用户。
图7示意性示出了根据本公开一实施例的针对应用程序的数据处理装置的框图。
如图7所示,本公开实施例的针对应用程序的数据处理装置700例如包括获取模块710、第一确定模块720以及第二确定模块730。
获取模块710可以用于获取多个用户的历史行为数据,其中,历史行为数据表征了多个用户使用应用程序的多个功能模块的行为。根据本公开实施例,获取模块710例如可以执行上文参考图2描述的操作S210,在此不再赘述。
第一确定模块720可以用于基于历史行为数据,确定用户使用多个功能模块的行为彼此之间的相关度。根据本公开实施例,第一确定模块720例如可以执行上文参考图2描述的操作S220,在此不再赘述。
第二确定模块730可以用于基于相关度,从多个功能模块中确定至少一个功能模块集合,以便推荐至少一个功能模块集合。根据本公开实施例,第二确定模块730例如可以执行上文参考图2描述的操作S230,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8是用来实现本公开实施例的用于针对应用程序的数据处理的电子设备的框图。
图8示出了可以用来实施本公开实施例的示例电子设备800的示意性框图。电子设备800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8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理,例如针对应用程序的数据处理方法。例如,在一些实施例中,针对应用程序的数据处理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808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的针对应用程序的数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行针对应用程序的数据处理方法。
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、现场可编程门阵列(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。
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,本公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (14)

1.一种针对应用程序的数据处理方法,包括:
获取多个用户的历史行为数据,其中,所述历史行为数据表征了所述多个用户使用所述应用程序的多个功能模块的行为;
基于所述历史行为数据,确定用户使用所述多个功能模块的行为彼此之间的相关度;以及
基于所述相关度,从所述多个功能模块中确定至少一个功能模块集合,以便推荐所述至少一个功能模块集合。
2.根据权利要求1所述的方法,其中,所述基于所述历史行为数据,确定用户使用所述多个功能模块的行为彼此之间的相关度包括:
基于所述历史行为数据,确定针对每个所述功能模块的行为数据集,其中,所述行为数据集包括与所述多个用户一一对应的多个数据元素,每个数据元素表征所述多个用户中的对应用户使用所述功能模块的行为属性;
针对所述多个功能模块中的任意两个功能模块,计算与所述两个功能模块对应的两个行为数据集彼此之间的相关系数;以及
基于所述相关系数,确定用户使用所述两个功能模块的行为彼此之间的相关度。
3.根据权利要求2所述的方法,其中,所述行为属性包括以下至少一项:
在预设时间段内使用所述功能模块的次数;
在预设时间段内使用所述功能模块处理数据的数据量。
4.根据权利要求1所述的方法,其中,所述基于所述相关度,从所述多个功能模块中确定至少一个功能模块集合包括:
基于所述相关度,从所述多个功能模块中确定多个第一功能模块,其中,所述多个第一功能模块中包括目标功能模块和至少一个剩余功能模块,用户使用每个剩余功能模块的行为与用户使用所述目标功能模块的行为之间的相关度均满足第一预设相关度条件;以及
确定所述多个第一功能模块为所述功能模块集合。
5.根据权利要求1所述的方法,其中,所述基于所述相关度,从所述多个功能模块中确定至少一个功能模块集合包括:
基于所述相关度,从所述多个功能模块中确定多个第二功能模块,其中,所述多个第二功能模块中用户使用任意两个第二功能模块的行为之间的相关度满足第二预设相关度条件;以及
确定所述多个第二功能模块为所述功能模块集合。
6.根据权利要求1-5中任意一项所述的方法,其中,所述功能模块集合中包括至少一个第一类型的功能模块,所述第一类型的功能模块包括以下至少一个:
视频功能模块、音频功能模块。
7.根据权利要求1-5中任意一项所述的方法,其中,所述功能模块集合中包括至少一个第二类型的功能模块,所述第二类型的功能模块包括以下至少一个:
数据备份功能模块、数据上传功能模块。
8.根据权利要求1-5中任意一项所述的方法,其中,所述功能模块集合中包括至少一个第三类型的功能模块,所述第三类型的功能模块包括:
文件类型转换功能模块。
9.根据权利要求1-5中任意一项所述的方法,还包括:推荐所述至少一个功能模块集合;所述推荐所述至少一个功能模块集合包括:
确定用户使用的当前功能模块;
从所述至少一个功能模块集合中确定目标功能模块集合,其中,所述目标功能模块集合中包括与所述当前功能模块相关联的功能模块;以及
推荐所述目标功能模块集合。
10.根据权利要求1-5中任意一项所述的方法,还包括:推荐所述至少一个功能模块集合;所述推荐所述至少一个功能模块集合包括:
在用户针对所述应用程序执行支付操作的情况下,推荐所述至少一个功能模块集合。
11.一种针对应用程序的数据处理装置,包括:
获取模块,用于获取多个用户的历史行为数据,其中,所述历史行为数据表征了所述多个用户使用所述应用程序的多个功能模块的行为;
第一确定模块,用于基于所述历史行为数据,确定用户使用所述多个功能模块的行为彼此之间的相关度;以及
第二确定模块,用于基于所述相关度,从所述多个功能模块中确定至少一个功能模块集合,以便推荐所述至少一个功能模块集合。
12.一种电子设备,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1-10中任一项所述的方法。
13.一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根据权利要求1-10中任一项所述的方法。
14.一种计算机程序产品,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1-10中任一项所述的方法。
CN202011572414.3A 2020-12-25 针对应用程序的数据处理方法、装置、电子设备和介质 Active CN112632384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011572414.3A CN112632384B (zh) 2020-12-25 针对应用程序的数据处理方法、装置、电子设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011572414.3A CN112632384B (zh) 2020-12-25 针对应用程序的数据处理方法、装置、电子设备和介质

Publications (2)

Publication Number Publication Date
CN112632384A true CN112632384A (zh) 2021-04-09
CN112632384B CN112632384B (zh) 2024-07-05

Family

ID=

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115373643A (zh) * 2022-09-15 2022-11-22 贵州电网有限责任公司 基于模块化的云计算系统及方法

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810030A (zh) * 2014-02-20 2014-05-21 北京奇虎科技有限公司 一种基于移动终端应用市场的应用推荐方法、装置及系统
KR20140133240A (ko) * 2013-05-10 2014-11-19 주식회사 엘지유플러스 최적결제방법 추천시스템 및 최적결제방법 추천방법
CN105095256A (zh) * 2014-05-07 2015-11-25 阿里巴巴集团控股有限公司 基于用户之间相似度进行信息推送的方法及装置
US20160034305A1 (en) * 2013-03-15 2016-02-04 Advanced Elemental Technologies, Inc. Methods and systems for purposeful computing
CN105868248A (zh) * 2015-12-15 2016-08-17 乐视网信息技术(北京)股份有限公司 媒体推荐方法及装置
CN106326320A (zh) * 2015-07-09 2017-01-11 阿里巴巴集团控股有限公司 一种个性化引导的实现方法及装置
WO2018050022A1 (zh) * 2016-09-13 2018-03-22 腾讯科技(深圳)有限公司 应用程序的推荐方法及服务器
CN107944956A (zh) * 2017-11-20 2018-04-20 北京百度网讯科技有限公司 用于生成信息的方法和装置
CN109345324A (zh) * 2018-02-07 2019-02-15 深圳壹账通智能科技有限公司 应用功能推荐方法、装置、计算机设备和存储介质
CN109815097A (zh) * 2018-12-14 2019-05-28 中国平安财产保险股份有限公司 基于智能决策的应用程序功能操作推荐方法及系统
CN110390415A (zh) * 2018-04-18 2019-10-29 北京嘀嘀无限科技发展有限公司 一种基于用户出行大数据进行出行方式推荐的方法及系统
CN110795143A (zh) * 2019-10-22 2020-02-14 中国工商银行股份有限公司 用于处理功能模块的方法、装置、计算设备以及介质
CN111177569A (zh) * 2020-01-07 2020-05-19 腾讯科技(深圳)有限公司 基于人工智能的推荐处理方法、装置及设备
CN111190654A (zh) * 2019-12-30 2020-05-22 网易(杭州)网络有限公司 功能模块的加载方法、装置、存储介质和电子装置
CN111597446A (zh) * 2020-05-13 2020-08-28 腾讯科技(深圳)有限公司 基于人工智能的内容推送方法、装置、服务器和存储介质
CN111711828A (zh) * 2020-05-18 2020-09-25 北京字节跳动网络技术有限公司 一种信息处理方法、装置和电子设备
CN111737501A (zh) * 2020-06-22 2020-10-02 北京百度网讯科技有限公司 一种内容推荐方法及装置、电子设备、存储介质
CN111752639A (zh) * 2020-06-28 2020-10-09 中国银行股份有限公司 一种开屏内容推荐方法及装置
CN111859139A (zh) * 2020-07-27 2020-10-30 中国工商银行股份有限公司 应用程序推荐方法、装置、计算设备和介质
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

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160034305A1 (en) * 2013-03-15 2016-02-04 Advanced Elemental Technologies, Inc. Methods and systems for purposeful computing
KR20140133240A (ko) * 2013-05-10 2014-11-19 주식회사 엘지유플러스 최적결제방법 추천시스템 및 최적결제방법 추천방법
CN103810030A (zh) * 2014-02-20 2014-05-21 北京奇虎科技有限公司 一种基于移动终端应用市场的应用推荐方法、装置及系统
CN105095256A (zh) * 2014-05-07 2015-11-25 阿里巴巴集团控股有限公司 基于用户之间相似度进行信息推送的方法及装置
CN106326320A (zh) * 2015-07-09 2017-01-11 阿里巴巴集团控股有限公司 一种个性化引导的实现方法及装置
CN105868248A (zh) * 2015-12-15 2016-08-17 乐视网信息技术(北京)股份有限公司 媒体推荐方法及装置
WO2018050022A1 (zh) * 2016-09-13 2018-03-22 腾讯科技(深圳)有限公司 应用程序的推荐方法及服务器
CN107944956A (zh) * 2017-11-20 2018-04-20 北京百度网讯科技有限公司 用于生成信息的方法和装置
CN109345324A (zh) * 2018-02-07 2019-02-15 深圳壹账通智能科技有限公司 应用功能推荐方法、装置、计算机设备和存储介质
CN110390415A (zh) * 2018-04-18 2019-10-29 北京嘀嘀无限科技发展有限公司 一种基于用户出行大数据进行出行方式推荐的方法及系统
CN109815097A (zh) * 2018-12-14 2019-05-28 中国平安财产保险股份有限公司 基于智能决策的应用程序功能操作推荐方法及系统
CN110795143A (zh) * 2019-10-22 2020-02-14 中国工商银行股份有限公司 用于处理功能模块的方法、装置、计算设备以及介质
CN111190654A (zh) * 2019-12-30 2020-05-22 网易(杭州)网络有限公司 功能模块的加载方法、装置、存储介质和电子装置
CN111177569A (zh) * 2020-01-07 2020-05-19 腾讯科技(深圳)有限公司 基于人工智能的推荐处理方法、装置及设备
CN111597446A (zh) * 2020-05-13 2020-08-28 腾讯科技(深圳)有限公司 基于人工智能的内容推送方法、装置、服务器和存储介质
CN111711828A (zh) * 2020-05-18 2020-09-25 北京字节跳动网络技术有限公司 一种信息处理方法、装置和电子设备
CN111737501A (zh) * 2020-06-22 2020-10-02 北京百度网讯科技有限公司 一种内容推荐方法及装置、电子设备、存储介质
CN111752639A (zh) * 2020-06-28 2020-10-09 中国银行股份有限公司 一种开屏内容推荐方法及装置
CN111859139A (zh) * 2020-07-27 2020-10-30 中国工商银行股份有限公司 应用程序推荐方法、装置、计算设备和介质
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 (1)

* Cited by examiner, † Cited by third party
Title
成颖;: "基于相关性判据的学术信息检索系统成功模型实证分析", 现代图书情报技术, no. 10, 25 October 2011 (2011-10-25) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115373643A (zh) * 2022-09-15 2022-11-22 贵州电网有限责任公司 基于模块化的云计算系统及方法

Similar Documents

Publication Publication Date Title
CN110866040B (zh) 用户画像生成方法、装置和系统
CN114329201A (zh) 深度学习模型的训练方法、内容推荐方法和装置
CN107291835B (zh) 一种搜索词的推荐方法和装置
CN113205189B (zh) 训练预测模型的方法、预测方法及装置
CN114064925A (zh) 知识图谱的构建方法、数据查询方法、装置、设备和介质
CN112817660A (zh) 扩展小程序能力的方法、装置、设备以及存储介质
CN114860411B (zh) 多任务学习方法、装置、电子设备和存储介质
CN115168732A (zh) 资源推荐方法、装置、设备以及存储介质
CN113722593B (zh) 事件数据处理方法、装置、电子设备和介质
CN112887426B (zh) 信息流的推送方法、装置、电子设备以及存储介质
CN112632384B (zh) 针对应用程序的数据处理方法、装置、电子设备和介质
CN114138358A (zh) 应用程序的启动优化方法、装置、设备和存储介质
CN114021642A (zh) 数据处理方法、装置、电子设备和存储介质
CN112632384A (zh) 针对应用程序的数据处理方法、装置、电子设备和介质
CN113961797A (zh) 资源推荐方法、装置、电子设备和可读存储介质
CN113656689A (zh) 模型生成方法和网络信息的推送方法
CN113327133B (zh) 数据推荐方法、数据推荐装置、电子设备及可读存储介质
CN113760344A (zh) 动态配置的方法、装置、电子设备和存储介质
CN111984839A (zh) 绘制用户画像的方法和装置
CN113312521B (zh) 内容检索方法、装置、电子设备和介质
CN113362097B (zh) 一种用户确定方法和装置
CN115292339B (zh) 数据库更新方法、装置、电子设备和存储介质
CN110851693B (zh) 用于搜索的方法、系统和服务器集群
CN113934931A (zh) 信息推荐方法、装置、设备、存储介质及程序产品
CN113343090A (zh) 用于推送信息的方法、装置、设备、介质和产品

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
GR01 Patent grant