CN112765510B - 信息显示方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本申请实施例公开了一种信息显示方法、装置、电子设备及可读存储介质，该方法包括：接收用户对第一标识的第一输入，第一标识关联有目标信息，目标信息包括第一信息和第二信息；第一信息包括多个信息片段；响应于第一输入，基于第一预估模型预估用户浏览第一信息的第一时长，以及基于第二预估模型预估用户浏览各个信息片段的第二时长；在第一时长小于第二时长之和的情况下，根据第一时长和第二时长确定用户浏览结束的第一位置；按照目标显示方式显示目标信息；目标显示方式中，第二信息的显示位置根据第一位置确定。根据本申请的实施例，能够兼顾用户阅读体验和第二信息的流量转化。

Description

信息显示方法、装置、电子设备及可读存储介质

技术领域

本申请实施例涉及信息处理领域，尤其涉及一种信息显示方法、装置、电子设备及可读存储介质。

背景技术

随着电子设备的应用越来越广泛，人们通常可以通过电子设备中的应用来浏览多种信息。有些情况下，这些目标信息中不仅包括用户想要浏览的第一信息，还包括一些插入在这些信息中的第二信息。目前，若第二信息插入到这些信息中易浏览到的位置，则可能会牺牲用户阅读信息的阅读体验；若第二信息处于目标信息中不易浏览到的位置。例如信息的末尾，则用户可能看不到第二信息，第二信息的流量转化程度较差。

在实现本申请过程中，申请人发现相关技术中至少存在如下问题：

目前的资讯信息中，无法同时兼顾用户阅读体验和第二信息的流量转化。

发明内容

本申请实施例提供一种信息显示方法、装置、电子设备及可读存储介质，以解决无法同时兼顾用户阅读体验和第二信息的流量转化的问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种信息显示方法，该方法可以包括：

接收用户对第一标识的第一输入，第一标识关联有目标信息，目标信息包括第一信息和第二信息；第一信息包括多个信息片段；

响应于第一输入，基于第一预估模型预估用户浏览第一信息的第一时长，以及基于第二预估模型预估用户浏览各个信息片段的第二时长；

在第一时长小于第二时长之和的情况下，根据第一时长和第二时长确定用户浏览结束的第一位置；

按照目标显示方式显示目标信息；目标显示方式中，第二信息的显示位置根据第一位置确定；

其中，第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到，第二预估模型根据第三信息包括的多个信息片段和用户浏览第三信息包括的多个信息片段的第四时长训练得到。

第二方面，本申请实施例提供了一种信息显示装置，该装置可以包括：

接收模块，用于接收用户对第一标识的第一输入，第一标识关联有目标信息，目标信息包括第一信息和第二信息；第一信息包括多个信息片段；

预估模块，用于响应于第一输入，基于第一预估模型预估用户浏览第一信息的第一时长，以及基于第二预估模型预估用户浏览各个信息片段的第二时长；

确定模块，用于在第一时长小于第二时长之和的情况下，根据第一时长和第二时长确定用户浏览结束的第一位置；

显示模块，用于按照目标显示方式显示目标信息；目标显示方式中，第二信息的显示位置根据第一位置确定；

其中，第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到，第二预估模型根据第三信息包括的多个信息片段和用户浏览第三信息包括的多个信息片段的第四时长训练得到。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

本申请实施例中，通过响应于用户对第一标识的第一输入，计算第一时长和第二时长，在第一时长小于第二时长之和的情况下，显示所述目标信息。其中，若第一时长小于第二时长之和，则说明用户在没有完全浏览过目标信息的时候，就会结束对目标信息的浏览。由于第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到的，因此，第一预估模型能够准确预测用户浏览第一信息的第一时长；第二预估模型根据第三信息的信息片段和用户浏览第三信息的信息片段的第四时长训练得到的，因此，第二预估模型能够准确预测用户浏览第二信息的第二时长。所以基于第一时长和第二时长可以快速准确地确定用户浏览结束的第一位置。而其中第二信息的显示位置是根据第一位置确定的，因此，可以使用户在即将浏览完毕的时候看到第二信息(如营销信息)，使得第二信息发挥应有的效果，并且还能使用户对每个第二信息的浏览不被推送信息中断，保证用户流畅的阅读体验。

附图说明

从下面结合附图对本申请的具体实施方式的描述中可以更好地理解本申请其中，相同或相似的附图标记表示相同或相似的特征。

图1为本申请实施例提供的信息显示方法的一种应用场景示意图；

图2为本申请实施例提供的一种信息显示方法的流程图；

图3为本申请实施例提供的一种第一预估模型的训练过程示意图；

图4为本申请实施例提供的一种第二预估模型的训练过程示意图；

图5为本申请实施例提供的一种用于显示信息片段对应的第二时长的示意图；

图6为本申请实施例提供的一种用于显示第一位置的示意图；

图7为本申请实施例提供的一种用于显示目标显示方式的示意图；

图8为本申请实施例提供的一种信息显示装置结构示意图；

图9为本申请实施例提供的一种电子设备的硬件结构示意图；

图10为本申请实施例提供的另一种电子设备的硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

本申请实施例提供的信息显示方法至少可以应用于下述应用场景中，下面进行说明。

随着电子设备中应用的不断更新发展，人们通常基于应用的信息流来获取各种各样的资讯信息。通过响应于用户点击推荐页的内容，跳转到推荐页相应的详情页中显示完整的文章以供用户阅读。

如图1所示，以文章和营销信息为例，目前详情页内，文章内容和广告混合展现形式主要有以下几种形式：营销信息显示在文章末尾、显示文章首段并在点击查看全文控件之后显示完整文章以及营销信息、以及营销信息嵌入到文章段落之间。若营销信息显示在文章末尾，则无法保证营销信息的流量转化；若显示文章首段并在点击查看全文控件之后显示完整文章以及营销信息，或者营销信息嵌入到文章段落之间，则无法保证用户阅读体验。因此，现有的信息显示方案无法同时兼顾用户阅读体验和营销信息的流量转化。

针对相关技术出现的问题，本申请实施例提供一种信息显示方法、装置、电子设备及存储介质，以解决相关技术中无法同时兼顾用户阅读体验和第二信息的流量转化的问题。

本申请实施例提供的方法，除了可以应用到上述应用场景之外，还可以应用到任何无法同时兼顾用户阅读体验和第二信息的流量转化的场景中。

通过本申请实施例提供的方法，通过响应于用户对第一标识的第一输入，计算第一时长和第二时长，在第一时长小于第二时长之和的情况下，显示所述目标信息。其中，若第一时长小于第二时长之和，则说明用户在没有完全浏览过目标信息的时候，就会结束对目标信息的浏览。由于第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到的，因此，第一预估模型能够准确预测用户浏览第一信息的第一时长；第二预估模型根据第三信息的信息片段和用户浏览第三信息的信息片段的第四时长训练得到的，因此，第二预估模型能够准确预测用户浏览第二信息的第二时长。所以基于第一时长和第二时长可以快速准确地确定用户浏览结束的第一位置。而其中第二信息的显示位置是根据第一位置确定的，因此，可以使用户在即将浏览完毕的时候看到第二信息(如营销信息)，使得第二信息发挥应有的效果，并且还能使用户对每个第二信息的浏览不被推送信息中断，保证用户流畅的阅读体验。

基于上述应用场景，下面对本申请实施例提供的信息显示方法进行详细说明。

图2为本申请实施例提供的一种信息显示方法的流程图。

如图2所示，该显示方法可以包括步骤210-步骤240，该方法应用于信息显示装置，具体如下所示：

步骤210，接收用户对第一标识的第一输入，第一标识关联有目标信息，目标信息包括第一信息和第二信息；第一信息包括多个信息片段。

步骤220，响应于第一输入，基于第一预估模型预估用户浏览第一信息的第一时长，以及基于第二预估模型预估用户浏览各个信息片段的第二时长。

步骤230，在第一时长小于第二时长之和的情况下，根据第一时长和第二时长确定用户浏览结束的第一位置。

步骤240，按照目标显示方式显示目标信息；目标显示方式中，第二信息的显示位置根据第一位置确定。

其中，第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到，第二预估模型根据第三信息包括的多个信息片段和用户浏览第三信息包括的多个信息片段的第四时长训练得到。

本申请提供的信息显示方法，通过响应于用户对第一标识的第一输入，计算第一时长和第二时长，在第一时长小于第二时长之和的情况下，显示所述目标信息。其中，若第一时长小于第二时长之和，则说明用户在没有完全浏览过目标信息的时候，就会结束对目标信息的浏览。由于第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到的，因此，第一预估模型能够准确预测用户浏览第一信息的第一时长；第二预估模型根据第三信息的信息片段和用户浏览第三信息的信息片段的第四时长训练得到的，因此，第二预估模型能够准确预测用户浏览第二信息的第二时长。所以基于第一时长和第二时长可以快速准确地确定用户浏览结束的第一位置。而其中第二信息的显示位置是根据第一位置确定的，因此，可以使用户在即将浏览完毕的时候看到第二信息(如营销信息)，使得第二信息发挥应有的效果，并且还能使用户对每个第二信息的浏览不被推送信息中断，保证用户流畅的阅读体验。

下面，对步骤210-步骤240的内容分别进行描述：

首先，涉及步骤210。

其中，上述涉及到的第一标识可以包括第一信息的标题、第一信息的信息主题，或者第一信息的信息摘要等。

第一标识关联有目标信息，目标信息包括用户想要浏览的第一信息和插入在第一信息中的第二信息。

其中，第二信息可以包括：营销信息，通知信息、公告信息以及科普信息等。第一信息可以包括多个信息片段。

其次，涉及步骤220。作为本申请的一种实现方式，为了快速准确地预估第一时长和第二时长，在步骤220之前，还可以包括以下步骤：

获取用户浏览的多个历史浏览信息，用户历史浏览信息包括：第三信息、第三信息的信息片段、第三时长以及第四时长；根据第三信息和第三时长训练得到第一预估模型；根据第三信息的信息片段和第四时长训练得到第二预估模型。

第一预估模型的训练需要第三信息和用户浏览第三信息的第三时长作为训练数据。

具体地，如图3所示，首先，可以利用预设回归模型316预估用户浏览第三信息312的第三预估时长318；然后，根据第三预估时长318与用户真实浏览第三信息的第三时长314调节预设回归模型的训练参数，直至预设回归模满足训练停止条件，得到训练好的第一预估模型。从而可以使用训练好的第一预估模型来预估用户浏览第一信息的第一时长。

第二预估模型的训练需要第三信息的信息片段和用户浏览第三信息的信息片段的第四时长作为训练数据。

具体地，如图4所示，首先，可以利用预设回归模型416预估用户浏览第三信息的信息片段412的第四预估时长418；然后，根据第四预估时长418与用户真实浏览上述信息片段的第四时长414调节预设回归模型的训练参数，直至预设回归模满足训练停止条件，得到训练好的第二预估模型。从而可以使用训练好的第二预估模型来预估用户浏览第二信息的第二时长。

其中，上述涉及到的根据第三信息和第三时长训练第一预估模型的步骤中，具体可以包括以下步骤：

从第三信息中提取第三特征参数，第三特征参数包括下述中的至少一项：关键词、词语数量以及平均词语长度；

根据第三特征参数构建第三信息对应的第三特征向量；将第三特征向量输入到预设回归模型，得到第三权重矩阵；根据第三权重矩阵和第三特征向量确定预估时长；

根据预估时长和第三时长调节预设回归模型的训练参数，直至预设回归模型满足训练停止条件，得到第一预估模型。

第三信息中提取第三特征参数，第三特征参数包括下述中的至少一项：关键词、词语数量以及平均词语长度。

第三特征参数可以至少包括：用户历史阅读的第三信息列表、时长、不同分类的第三信息的阅读次数、第三信息的词汇量、平均词汇长度，文章关键词、分词，以及高频词等自然语言特征。

第三特征参数可以为类别型特征，是指反映事物类别的数据，是离散数据，其数值个数有限，但可能很多。比如文章关键词(语文、数学、英语)、平均词汇长度(1、2、3、4、5)等在有限选项内取值的特征。类别型特征原始输入通常是字符串形式。对于逻辑回归、支持向量机等模型来说，类别型特征必须经过处理转换成数值型特征才能正确工作。

将第三特征向量输入到预设回归模型，得到第三权重矩阵，即预设回归模型输出的是第三权重矩阵，第三权重矩阵用于表征各个第三特征参数对预估用户浏览第三信息的时长的重要程度；然后可以对第三权重矩阵和第三特征向量进行矩阵相乘，确定用户浏览第三信息的预估时长。

因此，需要通过根据第三特征参数构建第三信息对应的第三特征向量的步骤实现从字符串形式向数值型特征的转化。下面具体进行说明：

其中，上述涉及到的根据第三特征参数构建第三信息对应的第三特征向量的步骤中，具体可以包括以下步骤：

对第三特征参数分别进行独热编码处理，得到至少一个离散特征向量；对至少一个离散特征向量进行降维处理，得到第三特征向量。

独热编码(one-hot编码)处理是将数值特征转化为用0，1表示的离散特征向量。也就是将类别型特征转换为机器学习算法易于利用的一种形式的过程。

其中，上述涉及到的对第三特征参数分别进行独热编码处理，得到至少一个离散特征向量的步骤中，具体可以包括：使第三特征参数中的每个样本对应于一个类别(即只在对应的特征处值为1，其余地方值为0)，而需要确定的分类结果，得到的往往是隶属于某个类别的概率，这样在进行损失函数或准确率计算时，更为方便。

独热编码通常用于处理类别间不具有大小关系的特征。例如文章关键词，可以有三个取值：语文、数学、英语和物理，独热编码会把文章关键词特征变成一个4维稀疏向量，语文特征可以表示为(1，0，0，0)，数学特征可以表示为(0，1，0，0)，英语特征可以表示为(0，0，1，0)，物理特征可以表示为(0，0，0，1)。

由此，对第三特征参数分别进行独热编码处理，得到至少一个离散特征向量，可以将类别型特征转化为数值型特征，解决了分类器不好处理数据属性的问题，在一定程度上也起到了扩充特征的作用。

当离散特征向量的类别很多时，独热编码得到的离散特征向量是高维且稀疏的，因此需要对至少一个离散特征向量进行降维处理，得到第三特征向量。

首先，经过上述one-hot编码处理，得到下述离散特征向量，即文章关键词＝语文∈{语文、数学、英语、物理}表示成[1，0，0，0]，平均词汇长度＝4∈{1、2、3、4、5}表示成[0，0，0，1，0]。

然后，将所有的one-hot编码特征首尾相连，构成新的输入向量x＝[1，0，0，0，0，0，0，1，0]。通过降维处理的方式可以将离散特征向量转换成一个k维的向量来表述，与直接用one-hot相比，维度降低，更适合用于模型训练。

由此，通过对至少一个离散特征向量进行降维处理(如embedding处理)，得到第三特征向量，可以将离散特征向量转化为稠密的数值特征向量。

其中，步骤220中涉及到的基于第一预估模型预估用户浏览第一信息的第一时长的步骤中，具体可以包括以下步骤：

根据第一信息构建第一特征向量；将第一特征向量输入第一预估模型，得到第一权重矩阵；根据第一权重矩阵和第一特征向量，确定第一时长。

应用第一预估模型的步骤具体可以包括：首先，根据第一信息构建第一特征向量，即从用户将要浏览的第一信息中提取第一特征参数(如：关键词、词语数量以及平均词语长度等)，根据第一特征参数构建第一信息对应的第一特征向量；然后，将第一特征向量输入至第一预估模型，基于第一预估模型确定第一特征向量所对应的第一权重矩阵；最后，对第一权重矩阵和第一特征向量进行矩阵相乘，得到预估得到的用户浏览第一信息的第一时长。

由此，可以通过将第一特征向量输入第一预估模型，得到第一权重矩阵；然后根据第一权重矩阵和第一特征向量，快速精确地预估用户浏览第一信息的第一时长。

其中，步骤220中涉及到的基于第二预估模型预估用户浏览各个信息片段的第二时长的步骤中，具体可以包括以下步骤：

根据信息片段构建第二特征向量；将第二特征向量输入第二预估模型，得到第二权重矩阵；根据第二权重矩阵和第二特征向量，确定第二时长。

其中，第一信息包括多个信息片段。示例性地，若第一信息可以为一篇文章，则信息片段可以为文章的段落。若第一信息可以为一张海报(即图像)，则信息片段可以海报中的一个子区域。

基于第二预估模型预估用户浏览各个信息片段的第二时长的步骤，可以参见上述涉及到的基于第一预估模型预估用户浏览第一信息的第一时长的具体实现方式，在此不再赘述。

接着，涉及步骤230。

其中，步骤230中，具体可以包括以下步骤：

遍历第一信息，对遍历到的第一信息对应的第二时长进行累计，得到第五时长；在第五时长大于第一时长的情况下，确定遍历到的第五信息；将第五信息在第一信息中的位置确定为第一位置。

若第一时长小于第二时长之和，则说明用户在没有完全浏览过目标信息的时候，就会结束对目标信息的浏览。

示例性地，如图5所示，文章有3个自然段，分别为：自然段A、自然段B和自然段C；基于第一预估模型预估得到用户浏览第一信息的第一时长为10分钟，基于第二预估模型预估得到用户浏览自然段A的第二时长为5分钟，用户浏览自然段B为4分钟，以及用户浏览自然段C为3分钟。

遍历第二信息(自然段A、自然段B和自然段C)，累计与遍历到的第二信息相对应的第二时长，得到第五时长。如图6所示，遍历到自然段A时的第五时长为5分钟，遍历到自然段B时的第五时长为9分钟，遍历到自然段C时的第五时长为12分钟。在遍历到自然段C时的第五时长大于第一时长的，即确定遍历到的自然段C(即第五信息)在第一信息中的位置确定为第一位置，即第一位置为位于第三自然段的自然段C。

由此，可以快速准确地确定用户在结束对目标信息的浏览的时候，浏览到的信息片段在第一信息中的位置。

最后，涉及步骤240。

作为本申请的一种实现方式，在步骤240之前，方法还包括：

在第一信息中，确定显示在第五信息之前的第六信息；将第六信息在第一信息中的位置确定为第二位置；将所述第二信息显示在所述第一位置和所述第二位置之间。

这里，通过将第二信息显示在所述第一位置和所述第二位置之间，其中，第一位置是用户在结束对目标信息的浏览的时候，浏览到的信息片段的位置；第二信息是用户结束浏览时浏览到的信息片段的前一信息片段。

由此，如图7所示，将所述第二信息显示在所述第一位置和所述第二位置之间，可以使用户在即将结束浏览目标信息时看到第二信息，既能保证不打断用户浏览的阅读体验，又能够使用户看到第二信息。

综上，在本申请实施例中，通过响应于用户对第一标识的第一输入，计算第一时长和第二时长，在第一时长小于第二时长之和的情况下，显示所述目标信息。其中，若第一时长小于第二时长之和，则说明用户在没有完全浏览过目标信息的时候，就会结束对目标信息的浏览。由于第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到的，因此，第一预估模型能够准确预测用户浏览第一信息的第一时长；第二预估模型根据第三信息的信息片段和用户浏览第三信息的信息片段的第四时长训练得到的，因此，第二预估模型能够准确预测用户浏览第二信息的第二时长。所以基于第一时长和第二时长可以快速准确地确定用户浏览结束的第一位置。而其中第二信息的显示位置是根据第一位置确定的，因此，可以使用户在即将浏览完毕的时候看到第二信息(如营销信息)，使得第二信息发挥应有的效果，并且还能使用户对每个第二信息的浏览不被推送信息中断，保证用户流畅的阅读体验。

需要说明的是，本申请实施例提供的信息显示方法，执行主体可以为信息显示装置，或者该信息显示装置中的用于执行加载信息显示方法的控制模块。本申请实施例中以信息显示装置执行加载信息显示方法为例，说明本申请实施例提供的信息显示方法。

另外，基于上述信息显示方法，本申请实施例还提供了一种信息显示装置，具体结合图8进行详细说明。

图8为本申请实施例提供的一种信息显示装置结构示意图。

如图8所示，该信息显示装置800可以包括：

接收模块810，用于接收用户对第一标识的第一输入，第一标识关联有目标信息，目标信息包括第一信息和第二信息；第一信息包括多个信息片段；

预估模块820，用于响应于第一输入，基于第一预估模型预估用户浏览第一信息的第一时长，以及基于第二预估模型预估用户浏览各个信息片段的第二时长；

确定模块830，用于在第一时长小于第二时长之和的情况下，根据第一时长和第二时长确定用户浏览结束的第一位置；

显示模块840，用于按照目标显示方式显示目标信息；目标显示方式中，第二信息的显示位置根据第一位置确定；

其中，第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到，第二预估模型根据第三信息包括的多个信息片段和用户浏览第三信息包括的多个信息片段的第四时长训练得到。

在一种可能的实施例中，该信息显示装置800还可以包括：

获取模块，用于获取用户浏览的多个历史浏览信息，用户历史浏览信息包括：第三信息、第三信息的信息片段、第三时长以及第四时长。

训练模块，用于根据第三信息和第三时长训练得到第一预估模型。

训练模块，还用于根据第三信息的信息片段和第四时长训练得到第二预估模型。

在一种可能的实施例中，训练模块，包括：

提取模块，用于从第三信息中提取第三特征参数，第三特征参数包括下述中的至少一项：关键词、词语数量以及平均词语长度。

第一构建模块，用于根据第三特征参数构建第三信息对应的第三特征向量。

第一输入模块，用于将第三特征向量输入到预设回归模型，得到第三权重矩阵。

确定模块830，还用于根据第三权重矩阵和第三特征向量确定预估时长。

调节模块，用于根据预估时长和第三时长调节预设回归模型的训练参数，直至预设回归模型满足训练停止条件，得到第一预估模型。

在一种可能的实施例中，构建模块，包括：

编码模块，用于对第三特征参数分别进行独热编码处理，得到至少一个离散特征向量。

降维模块，用于对至少一个离散特征向量进行降维处理，得到第三特征向量。

在一种可能的实施例中，预估模块820，包括：

第二构建模块，用于根据第一信息构建第一特征向量。

第二输入模块，用于将第一特征向量输入第一预估模型，得到第一权重矩阵。

确定模块830，还用于根据第一权重矩阵和第一特征向量，确定第一时长。

在一种可能的实施例中，预估模块820，包括：

第三构建模块，用于根据信息片段构建第二特征向量。

第三输入模块，用于将第二特征向量输入第二预估模型，得到第二权重矩阵。

确定模块830，还用于根据第二权重矩阵和第二特征向量，确定第二时长。

在一种可能的实施例中，确定模块830，包括：

遍历模块，用于遍历第一信息，对遍历到的第一信息对应的第二时长进行累计，得到第五时长。

确定模块830，还用于在第五时长大于第一时长的情况下，确定遍历到的第五信息。

确定模块830，还用于将第五信息在第一信息中的位置确定为第一位置。

在一种可能的实施例中，确定模块830，还用于在第一信息中，确定显示在第五信息之前的第六信息。

确定模块830，还用于将第六信息在第一信息中的位置确定为第二位置。

显示模块840，还用于将第二信息显示在第一位置和第二位置之间。

综上，本申请实施例提供的信息显示装置，通过响应于用户对第一标识的第一输入，计算第一时长和第二时长，在第一时长小于第二时长之和的情况下，显示所述目标信息。其中，若第一时长小于第二时长之和，则说明用户在没有完全浏览过目标信息的时候，就会结束对目标信息的浏览。由于第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到的，因此，第一预估模型能够准确预测用户浏览第一信息的第一时长；第二预估模型根据第三信息的信息片段和用户浏览第三信息的信息片段的第四时长训练得到的，因此，第二预估模型能够准确预测用户浏览第二信息的第二时长。所以基于第一时长和第二时长可以快速准确地确定用户浏览结束的第一位置。而其中第二信息的显示位置是根据第一位置确定的，因此，可以使用户在即将浏览完毕的时候看到第二信息(如营销信息)，使得第二信息发挥应有的效果，并且还能使用户对每个第二信息的浏览不被推送信息中断，保证用户流畅的阅读体验。

本申请实施例中的信息显示装置，可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(NetworkAttached storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的信息显示装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的信息显示装置能够实现图2-图7的方法实施例中信息显示装置实现的各个过程，为避免重复，这里不再赘述。

可选地，如图9所示，本申请实施例还提供一种电子设备900，包括处理器901，存储器902，存储在存储器902上并可在处理器901上运行的程序或指令，该程序或指令被处理器901执行时实现上述聊天群组的创建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。

需要注意的是，本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。

图10为本申请实施例提供的另一种电子设备的硬件结构示意图。

该电子设备1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、处理器1010以及电源1011等部件。其中，输入单元1004可以包括图形处理器10041和麦克风10042；显示单元1006可以包括显示面板10061；用户输入单元1007可以包括触控面板10071以及其他输入设备10072；存储器1009可以包括应用程序和操作系统。

本领域技术人员可以理解，电子设备1000还可以包括给各个部件供电的电源(比如电池)，电源1011可以通过电源管理系统与处理器1010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。图10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，在此不再赘述。

用户输入单元1007，用于接收用户对第一标识的第一输入，第一标识关联有目标信息，目标信息包括第一信息和第二信息；第一信息包括多个信息片段。

处理器1010，用于响应于第一输入，基于第一预估模型预估用户浏览第一信息的第一时长，以及基于第二预估模型预估用户浏览各个信息片段的第二时长。

处理器1010，用于在第一时长小于第二时长之和的情况下，根据第一时长和第二时长确定用户浏览结束的第一位置。

显示单元1006，用于按照目标显示方式显示目标信息；目标显示方式中，第二信息的显示位置根据第一位置确定。

可选地，网络模块1002，用于获取用户浏览的多个历史浏览信息，用户历史浏览信息包括：第三信息、第三信息的信息片段、第三时长以及第四时长。

处理器1010，用于根据第三信息和第三时长训练得到第一预估模型。

处理器1010，还用于根据第三信息的信息片段和第四时长训练得到第二预估模型。

可选地，处理器1010，还用于从第三信息中提取第三特征参数，第三特征参数包括下述中的至少一项：关键词、词语数量以及平均词语长度。

处理器1010，还用于根据第三特征参数构建第三信息对应的第三特征向量。

处理器1010，还用于将第三特征向量输入到预设回归模型，得到第三权重矩阵。

处理器1010，还用于根据第三权重矩阵和第三特征向量确定预估时长。

处理器1010，还用于根据预估时长和第三时长调节预设回归模型的训练参数，直至预设回归模型满足训练停止条件，得到第一预估模型。

可选地，处理器1010，还用于对第三特征参数分别进行独热编码处理，得到至少一个离散特征向量。

处理器1010，还用于对至少一个离散特征向量进行降维处理，得到第三特征向量。

可选地，处理器1010，还用于根据第一信息构建第一特征向量。

处理器1010，还用于将第一特征向量输入第一预估模型，得到第一权重矩阵。

处理器1010，还用于根据第一权重矩阵和第一特征向量，确定第一时长。

可选地，处理器1010，还用于根据信息片段构建第二特征向量。

处理器1010，还用于将第二特征向量输入第二预估模型，得到第二权重矩阵。

处理器1010，还用于根据第二权重矩阵和第二特征向量，确定第二时长。

可选地，处理器1010，还用于遍历第一信息，对遍历到的第一信息对应的第二时长进行累计，得到第五时长。

处理器1010，还用于在第五时长大于第一时长的情况下，确定遍历到的第五信息。

处理器1010，还用于将第五信息在第一信息中的位置确定为第一位置。

可选地，处理器1010，还用于在第一信息中，确定显示在第五信息之前的第六信息。

处理器1010，还用于将第六信息在第一信息中的位置确定为第二位置。

显示单元1006，还用于将第二信息显示在第一位置和第二位置之间。

本申请实施例中，通过响应于用户对第一标识的第一输入，计算第一时长和第二时长，在第一时长小于第二时长之和的情况下，显示所述目标信息。其中，若第一时长小于第二时长之和，则说明用户在没有完全浏览过目标信息的时候，就会结束对目标信息的浏览。由于第一预估模型根据第三信息和用户浏览第三信息的第三时长训练得到的，因此，第一预估模型能够准确预测用户浏览第一信息的第一时长；第二预估模型根据第三信息的信息片段和用户浏览第三信息的信息片段的第四时长训练得到的，因此，第二预估模型能够准确预测用户浏览第二信息的第二时长。所以基于第一时长和第二时长可以快速准确地确定用户浏览结束的第一位置。而其中第二信息的显示位置是根据第一位置确定的，因此，可以使用户在即将浏览完毕的时候看到第二信息(如营销信息)，使得第二信息发挥应有的效果，并且还能使用户对每个第二信息的浏览不被推送信息中断，保证用户流畅的阅读体验。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述信息显示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，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述信息显示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。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

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。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

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，本申请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)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请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申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (15)

1.一种信息显示方法，其特征在于，包括：

接收用户对第一标识的第一输入，所述第一标识关联有目标信息，所述目标信息包括第一信息和第二信息；所述第一信息包括多个信息片段；

响应于所述第一输入，基于第一预估模型预估所述用户浏览所述第一信息的第一时长，以及基于第二预估模型预估所述用户浏览各个所述信息片段的第二时长；

在所述第一时长小于所述第二时长之和的情况下，根据所述第一时长和所述第二时长确定用户浏览结束的第一位置；

按照目标显示方式显示所述目标信息；所述目标显示方式中，所述第二信息的显示位置根据所述第一位置确定；

其中，所述第一预估模型根据第三信息和所述用户浏览所述第三信息的第三时长训练得到，所述第二预估模型根据所述第三信息包括的多个信息片段和所述用户浏览所述第三信息包括的多个信息片段的第四时长训练得到。

2.根据权利要求1所述的方法，其特征在于，在所述响应于所述第一输入之前，所述方法还包括：

获取所述用户浏览的多个历史浏览信息，所述用户历史浏览信息包括：所述第三信息、所述第三信息的信息片段、所述第三时长以及所述第四时长；

根据所述第三信息和第三时长训练得到所述第一预估模型；

根据所述第三信息的信息片段和第四时长训练得到所述第二预估模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第三信息和第三时长训练所述第一预估模型，包括：

从所述第三信息中提取第三特征参数，所述第三特征参数包括下述中的至少一项：关键词、词语数量以及平均词语长度；

根据所述第三特征参数构建所述第三信息对应的第三特征向量；

将所述第三特征向量输入到预设回归模型，得到第三权重矩阵；

根据所述第三权重矩阵和所述第三特征向量确定预估时长；

根据所述预估时长和所述第三时长调节所述预设回归模型的训练参数，直至所述预设回归模型满足训练停止条件，得到所述第一预估模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第三特征参数构建所述第三信息对应的第三特征向量，包括：

对所述第三特征参数分别进行独热编码处理，得到至少一个离散特征向量；

对所述至少一个离散特征向量进行降维处理，得到所述第三特征向量。

5.根据权利要求1所述的方法，其特征在于，所述基于第一预估模型预估所述用户浏览所述第一信息的第一时长，包括：

根据所述第一信息构建第一特征向量；

将所述第一特征向量输入所述第一预估模型，得到第一权重矩阵；

根据所述第一权重矩阵和所述第一特征向量，确定所述第一时长。

6.根据权利要求1所述的方法，其特征在于，所述基于第二预估模型预估所述用户浏览所述各个信息片段的第二时长，包括：

根据所述信息片段构建第二特征向量；

将所述第二特征向量输入所述第二预估模型，得到第二权重矩阵；

根据所述第二权重矩阵和所述第二特征向量，确定所述第二时长。

7.根据权利要求1所述的方法，其特征在于，所述根据所述第一时长和所述第二时长确定用户浏览结束的第一位置，包括：

遍历所述第一信息，对遍历到的第一信息对应的第二时长进行累计，得到第五时长；

在所述第五时长大于所述第一时长的情况下，确定遍历到的第五信息；

将所述第五信息在所述第一信息中的位置确定为所述第一位置。

8.根据权利要求7所述的方法，其特征在于，在所述按照目标显示方式显示所述目标信息之前，所述方法还包括：在所述第一信息中，确定所述显示在所述第五信息之前的第六信息；

将所述第六信息在所述第一信息中的位置确定为第二位置；

将所述第二信息显示在所述第一位置和所述第二位置之间。

9.一种信息显示装置，其特征在于，包括：

接收模块，用于接收用户对第一标识的第一输入，所述第一标识关联有目标信息，所述目标信息包括第一信息和第二信息；所述第一信息包括多个信息片段；

预估模块，用于响应于所述第一输入，基于第一预估模型预估所述用户浏览所述第一信息的第一时长，以及基于第二预估模型预估所述用户浏览各个所述信息片段的第二时长；

确定模块，用于在所述第一时长小于所述第二时长之和的情况下，根据所述第一时长和所述第二时长确定用户浏览结束的第一位置；

显示模块，用于按照目标显示方式显示所述目标信息；所述目标显示方式中，所述第二信息的显示位置根据所述第一位置确定；

其中，所述第一预估模型根据第三信息和所述用户浏览所述第三信息的第三时长训练得到，所述第二预估模型根据所述第三信息包括的多个信息片段和所述用户浏览所述第三信息包括的多个信息片段的第四时长训练得到。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

获取模块，用于获取所述用户浏览的多个历史浏览信息，所述用户历史浏览信息包括：所述第三信息、所述第三信息的信息片段、所述第三时长以及所述第四时长；

训练模块，用于根据所述第三信息和第三时长训练得到所述第一预估模型；

所述训练模块，还用于根据所述第三信息的信息片段和第四时长训练得到所述第二预估模型。

11.根据权利要求10所述的装置，其特征在于，所述训练模块，包括：

提取模块，用于从所述第三信息中提取第三特征参数，所述第三特征参数包括下述中的至少一项：关键词、词语数量以及平均词语长度；

第一构建模块，用于根据所述第三特征参数构建所述第三信息对应的第三特征向量；

第一输入模块，用于将所述第三特征向量输入到预设回归模型，得到第三权重矩阵；

所述确定模块，还用于根据所述第三权重矩阵和所述第三特征向量确定预估时长；

调节模块，用于根据所述预估时长和所述第三时长调节所述预设回归模型的训练参数，直至所述预设回归模型满足训练停止条件，得到所述第一预估模型。

12.根据权利要求11所述的装置，其特征在于，所述构建模块，包括：

编码模块，用于对所述第三特征参数分别进行独热编码处理，得到至少一个离散特征向量；

降维模块，用于对所述至少一个离散特征向量进行降维处理，得到所述第三特征向量。

13.根据权利要求9所述的装置，其特征在于，所述预估模块，包括：

第二构建模块，用于根据所述第一信息构建第一特征向量；

第二输入模块，用于将所述第一特征向量输入所述第一预估模型，得到第一权重矩阵；

所述确定模块，还用于根据所述第一权重矩阵和所述第一特征向量，确定所述第一时长。

14.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-8任一项所述的信息显示方法的步骤。

15.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-8任一项所述的信息显示方法的步骤。