CN112882621B - 模块显示方法、装置、计算机设备和存储介质 - Google Patents
模块显示方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112882621B CN112882621B CN202110177282.2A CN202110177282A CN112882621B CN 112882621 B CN112882621 B CN 112882621B CN 202110177282 A CN202110177282 A CN 202110177282A CN 112882621 B CN112882621 B CN 112882621B
- Authority
- CN
- China
- Prior art keywords
- scene
- features
- personalized
- target
- service
- 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
-
- 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
-
- 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
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
Abstract
本申请涉及一种模块显示方法、装置、计算机设备和存储介质。所述方法包括:获取用户输入的场景信息;针对每一个服务模块,基于场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,得到目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,得到目标个性化特征;基于目标场景特征和目标个性化特征,得到服务模块的匹配值;基于各服务模块的匹配值,确定各服务模块的排列顺序;按照各服务模块的排列顺序,在模块显示区域中显示各服务模块。采用本方法能够显示出更符合用户需求的服务模块。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种模块显示方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展,在计算机设备的显示页面中,通常固定显示有各种模块,如游戏模块、出行模块、支付模块等,用户可以直接点击显示的各种模块,从而进入该模块所提供服务的页面中。
然而,目前的模块显示方法,存在显示的模块不准确而造成该显示的模块不符合用户需求的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种页面中所显示的各服务模块更加符合用户需求的模块显示方法、装置、计算机设备和存储介质。
一种模块显示方法,所述方法包括:
获取用户输入的场景信息;
针对每一个服务模块,基于所述场景信息确定所述服务模块的场景特征,以及获取所述服务模块的个性化特征;
确定所述场景特征与用户基础特征之间的场景相似度,基于所述场景相似度调整所述场景特征,得到目标场景特征;
确定所述个性化特征与所述用户基础特征之间的个性化相似度,基于所述个性化相似度调整所述个性化特征,得到目标个性化特征;
基于所述目标场景特征和所述目标个性化特征,得到所述服务模块的匹配值;
基于各所述服务模块的匹配值,确定各所述服务模块的排列顺序;
按照各所述服务模块的所述排列顺序,在模块显示区域中显示各所述服务模块。
一种模块显示方法,所述方法包括:
显示目标页面;所述目标页面中包括场景信息入口;所述场景信息入口用于接收场景信息;
通过所述场景信息入口接收场景信息;
响应于所述场景信息的输入操作,在所述目标页面中显示与用户需求匹配的各服务模块;每一所述服务模块包括服务入口;
响应于对所述服务模块的服务入口的触发操作,展示所述服务模块对应的服务页面。
一种模块显示装置,所述装置包括:
场景信息获取模块,用于获取用户输入的场景信息;
特征获取模块,用于针对每一个服务模块,基于所述场景信息确定所述服务模块的场景特征,以及获取所述服务模块的个性化特征;确定所述场景特征与用户基础特征之间的场景相似度,基于所述场景相似度调整所述场景特征,得到目标场景特征;确定所述个性化特征与所述用户基础特征之间的个性化相似度,基于所述个性化相似度调整所述个性化特征,得到目标个性化特征;
匹配值计算模块,用于基于所述目标场景特征和所述目标个性化特征,得到所述服务模块的匹配值;
排列顺序确定模块,用于基于各所述服务模块的匹配值,确定各所述服务模块的排列顺序;
显示模块,用于按照各所述服务模块的排列顺序,在模块显示区域中显示所述服务模块。
一种模块显示装置,所述装置包括:
显示模块,用于显示目标页面;所述目标页面中包括场景信息入口;所述场景信息入口用于接收场景信息;
场景信息获取模块,用于通过所述场景信息入口接收场景信息;
所述显示模块还用于响应于所述场景信息的输入操作,在所述目标页面中显示与用户需求匹配的各服务模块;每一所述服务模块包括服务入口;
所述显示模块还用于响应于对所述服务模块的服务入口的触发操作,展示所述服务模块对应的服务页面。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上述的方法的步骤。
一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述的方法的步骤。
上述模块显示方法、装置、计算机设备和存储介质,针对每一个服务模块,基于获取的场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,可以得到更符合用户的场景服务需求的目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,可以得到更符合用户的个性化服务需求的目标个性化特征;那么,基于目标场景特征和目标个性化特征,可以更准确地得到各服务模块与用户需求的匹配值,该匹配值表征了该服务模块与用户需求之间的匹配程度,从而基于各服务模块的匹配值,可以在模块显示区域中更准确地排列并显示各服务模块,按照排列顺序进行显示的各服务模块更符合用户的需求。
附图说明
图1为一个实施例中模块显示方法的应用环境图;
图2为一个实施例中模块显示方法的流程示意图;
图3a为一个实施例中用户输入场景信息A而显示各服务模块的页面示意图;
图3b为另一个实施例中用户输入场景信息B而显示各服务模块的页面示意图;
图4为一个实施例中获取服务模块的场景特征的流程示意图;
图5为一个实施例中获取服务模块的个性化特征的流程示意图;
图6为一个实施例中获取服务模块的匹配值的流程示意图;
图7为另一个实施例中模块显示方法的流程示意图;
图8为一个实施例中响应于对服务模块的服务入口的触发操作的页面变化示意图;
图9为一个实施例中响应于搜索信息的输入操作的页面变化示意图;
图10为一个实施例中模块显示装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的模块显示方法,可以应用于如图1所示的应用环境中。其中,计算机设备102通过网络与服务器104进行通信。计算机设备102获取用户输入的场景信息,将场景信息通过网络发送至服务器104;服务器104针对每一个服务模块,基于场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,得到目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,得到目标个性化特征;基于目标场景特征和目标个性化特征,得到服务模块的匹配值;基于各服务模块的匹配值,确定各服务模块的排列顺序,将各服务模块的排列顺序发送至计算机设备102;计算机设备102按照各服务模块的排列顺序,在模块显示区域中显示各服务模块。其中,计算机设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
需要说明的是,在本申请的实施例中,计算机设备102和服务器104均可单独用于执行该模块显示方法,终端102也可与服务器104协同执行该模块显示方法。
在一个实施例中,如图2所示,提供了一种模块显示方法,包括以下步骤:
步骤202,获取用户输入的场景信息。
场景信息具体可以包括位置信息、天气信息、时间信息、照片信息等其中的一种或多种。照片信息还可以包括拍摄时间、拍摄地点、拍摄的物品状态等。例如,用户拍摄车牌号,则拍摄的照片所具有的照片信息包括拍摄时间、拍摄地点、拍摄的车牌状态、车牌识别平台等。
可选地,场景信息可以是当前时刻的场景信息,也可以是历史时刻的场景信息。例如,场景信息可以是当前时刻拍摄的照片信息,也可以是当前时刻的地理位置信息,还可以是历史时刻拍摄的照片信息。
在计算机设备的显示页面中,设置有场景信息入口,通过场景信息入口获取用户输入的场景信息。
步骤204,针对每一个服务模块,基于场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征。
服务模块是给用户提供服务的模块或者组件。例如,服务模块可以是加油模块、美食模块、支付模块等。加油模块可以给用户的汽车提供加油的服务,美食模块可以给用户提供餐饮的服务,支付模块可以给用户提供支付的服务。
场景特征是服务模块中与场景信息相关的特征。例如,场景信息是当前位置信息,则加油模块的场景特征可以包括当前位置信息的1千米范围内的加油站;场景信息是拍摄的车牌照片信息,则保险模块的场景特征可以包括该车牌所在车辆的保险信息。当该场景信息是位置信息时,则基于场景信息确定的场景特征为基于位置服务(Location BasedServices,LBS)的场景特征。
个性化特征是服务模块中与用户的个性化数据相关的特征。个性化特征可以包括用户的访问频率、汽车生命周期、用户的功能使用偏好、用户搜索历史等。
可以理解的是,计算机设备中各服务模块可以均与场景信息相关,也可以一部分服务模块与场景信息相关,另一部分服务模块与场景信息无关。例如,当场景信息是当前位置信息时,美食模块需要获取位置服务,与当前位置信息相关,而记账本模块不需要获取位置服务,与当前位置信息无关。但是,需要说明的是,与场景信息无关的服务模块,基于场景信息确定的场景特征不包含有实际意义的数据,即该场景特征为0或者为空。
同样的,计算机设备中各服务模块均包括有个性化特征。但是,用户经常使用的加油模块,包括的个性化特征较丰富,可以包括用户的访问频率,用户的使用偏好等;而用户未使用过的服务模块,则个性化特征不包含有实际意义的数据,即该个性化特征为0或者为空。
步骤206,确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,得到目标场景特征。
用户基础特征可以包括名称、年龄、性别、所具有的汽车、家庭成员情况等。场景相似度指的是场景特征与用户基础特征之间的相似度。目标场景特征是基于场景相似度对场景特征进行调整得到的。
场景特征可以是场景特征向量,用户基础特征可以是用户基础特征向量;计算机设备采用逻辑回归函数(softmax函数)确定场景特征向量与用户基础特征向量之间的场景相似度,将场景相似度乘以场景特征向量,得到目标场景特征向量。
进一步地,计算机设备获取规整因子,并将规整因子加入逻辑回归函数中,确定场景特征向量与用户基础特征向量之间的场景相似度。其中,规整因子是用户基础特征向量的维度数量。计算机设备采用规整因子可以避免最终得到的目标场景特征向量过大。
例如,计算机设备通过以下公式可以得到目标场景特征向量:
步骤208,确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,得到目标个性化特征。
个性化相似度指的是个性化特征与用户基础特征之间的相似度。目标个性化特征是基于个性化相似度对个性化特征进行调整得到的。
个性化特征可以是个性化特征向量,用户基础特征可以是用户基础特征向量;计算机设备采用逻辑回归函数(softmax函数)确定个性化特征向量与用户基础特征向量之间的个性化相似度,将个性化相似度乘以场景特征向量,得到目标个性化特征向量。
进一步地,计算机设备获取规整因子,并将规整因子加入逻辑回归函数中,确定个性化特征向量与用户基础特征向量之间的个性化相似度。其中,规整因子是用户基础特征向量的维度数量。计算机设备采用规整因子可以避免最终得到的目标个性化特征向量过大。
例如,计算机设备通过以下公式可以得到目标场景特征向量:
步骤210,基于目标场景特征和目标个性化特征,得到服务模块的匹配值。
匹配值指的是服务模块与用户需求之间的匹配程度。可以理解的是,用户输入的场景信息表征了用户的场景服务需求,而目标个性化特征表征了用户的个性化服务需求。其中,用户的场景服务需求可以是加油服务需求、购买车险服务需求等。个性化服务需求可以是用户的兴趣爱好、功能偏好等。那么,基于目标场景特征和目标个性化特征,可以准确地确定用户的服务需求,从而准确地确定出各服务模块与用户的服务需求之间的匹配程度。服务模块的匹配值越高,表示该服务模块与用户需求的匹配程度越高。
步骤212,基于各服务模块的匹配值,确定各服务模块的排列顺序。
在一种实施方式中,计算机设备确定各匹配值从大到小的顺序,作为对应的各服务模块的排列顺序。在另一种实施方式中,计算机设备确定各匹配值从小到大的顺序,作为对应的各服务模块的排列顺序。在其他实施方式中,计算机设备还可以去除匹配值最低的服务模块,确定剩余的服务模块的排列顺序。计算机设备确定各服务模块的排列顺序的具体方式并不限定,可以根据需要进行设置。
步骤214,按照各服务模块的排列顺序,在模块显示区域中显示各服务模块。
模块显示区域是用于显示服务模块的区域。在计算机设备的显示页面中,设置有模块显示区域。计算机设备按照各服务模块的排列顺序依次获取服务模块,并将服务模块显示在模块显示区域中。
当各服务模块的排列顺序是按照匹配值从大到小的顺序进行排列的,则匹配值高的服务模块与用户的需求更匹配,具有更高的优先级,可以显示在模块显示区域的最前端位置或者中心位置,以使得用户更容易注意到该服务模块。
例如,保险服务模块、加油服务模块和洗车服务模块的匹配值依次降低,则保险服务模块的优先级最高,加油服务模块的优先级次之,洗车服务模块的优先级最低,可以按照优先级从高到低进行排序,即保险服务模块>加油服务模块>洗车服务模块。
上述模块显示方法,针对每一个服务模块,基于获取的场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,可以得到更符合用户的场景服务需求的目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,可以得到更符合用户的个性化需求的目标个性化特征;那么,基于目标场景特征和目标个性化特征,可以更准确地得到各服务模块与用户需求的匹配值,该匹配值表征了服务模块与用户需求之间的匹配程度,从而基于各服务模块的匹配值,可以在模块显示区域中更准确地排列并显示各服务模块,按照排列顺序进行显示的各服务模块更符合用户的需求。
上述的模块显示方法,可以减少人工判断带来的不准确风险,并将人机交互过程压缩至最简易步骤,更快速高效地显示符合用户的服务需求的服务模块;所显示的服务模块可以给用户提供与场景信息相匹配的服务,减少用户的操作流程长度,降低操作难度;还可以根据用户输入的场景信息和特征的变化,持续地对显示的服务模块进行更新,可以持续地满足用户需求。而从提供服务的企业来说,上述模块显示方法可以协助减少相应的人力分析成本、投入试错成本,提升与每一次用户的接触黏性,为业绩做出实际贡献。
在另一个实施例中,模块显示区域中各服务模块的排列顺序,还可以根据用户需要进行设置。
图3a为一个实施例中用户输入场景信息A而显示各服务模块的页面示意图。图3b为另一个实施例中用户输入场景信息B而显示各服务模块的页面示意图。由图3a和图3b可知,用户输入不同的场景信息,则页面中显示的各服务模块的排列顺序不同。
在一个实施例中,场景信息包括当前位置;基于场景信息确定服务模块的场景特征,包括:提取出服务模块中每一子项的项目位置;确定用户的当前位置分别与各项目位置之间的距离;获取距离处于预设距离范围内的子项,生成服务模块的场景特征。
子项(item)是服务模块中的子项目。例如,加油模块中的子项是加油站,美食模块中的子项是餐厅。项目位置指的是子项所在的地理位置。预设距离范围可以根据需要进行设置。例如,预设距离范围可以是1千米,3千米等。
计算机设备确定服务模块中的各子项,提取每一子项的项目位置的地理位置坐标,将用户的当前位置的地理位置坐标分别与项目位置的地理位置坐标进行差值计算,可以计算出用户当前位置与各项目位置之间的距离。计算机设备获取距离处于预设距离范围内的子项,每一子项作为独热特征,将各独热特征组合得到多热特征,该多热特征为服务模块的场景特征。独热特征是指在对特征向量化后,该向量中只有一个元素不为0,其他元素均为0。多热特征是指在对特征向量化后,该向量中有至少两个元素不为0。例如,独特特征A为(01000),独热特征B为(00010),则独热特征A和独热特征B组合得到多热特征(01010)。
可以理解的是,子项的项目位置与用户当前位置之间的距离处于预设距离范围内,表示该子项的项目位置在用户当前位置附近;子项的项目位置与用户当前位置之间的距离处于预设距离范围之外,表示该子项的项目位置距离用户当前位置较远。那么,计算机设备从各子项中筛选出处于预设距离范围内的子项,则生成服务模块的场景特征更贴合于用户当前位置,也即更符合用户需求。
在另一个实施例中,计算机设备还可以获取每一子项的其他离散型特征,并将各子项的离散型特征作为独热特征,组合生成服务模块的场景特征。
在一个实施例中,所述方法还包括:获取服务模块中每一子项的项目位置;为各项目位置建立索引,并利用平衡二叉树数据结构将各索引存储在索引库中;提取出服务模块中每一子项的项目位置,包括:从索引库中所存储的各索引查找到服务模块中每一子项的项目位置。
在关系数据库中,索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构,它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。平衡二叉树(Balance Tree,BT)指的是任意节点的子树的高度差都小于等于1。
计算机设备获取服务模块中每一子项的项目位置,建立每一子项的项目位置的索引,并利用平衡二叉树数据结构将各索引存在索引库中。当计算机设备需要获取到服务模块中某一子项的项目位置时,获取所需的子项的索引标识,将该索引标识与索引库中的各索引进行比较,从而查找到服务模块所需的子项的项目位置。
例如,子项的项目位置的位置坐标为(x,y),建立该地理位置坐标的索引,并利用平衡二叉树数据结构对位置坐标中的x和y进行等频分割,设置最大高度h作为停止切分条件。其中,等频分割指的是在对x和y进行切分的时候,保证每一段内的样本数量尽可能相等。最大高度h是平衡二叉树中一棵树的最大深度。
在本实施例中,计算机设备获取服务模块中每一子项的项目位置,为各项目位置建立索引,并利用平衡二叉树数据结构将各索引存储在索引库中;则当计算机设备需要获取到子项的项目位置时,可以从索引库中所存储的各索引快速查找到服务模块中每一子项的项目位置。
图4为一个实施例中获取服务模块的场景特征的流程示意图。计算机设备获取服务模块408的子项集合402,获取子项集合中每一子项的项目位置404,为各项目位置404建立索引,并利用平衡二叉树数据结构将各索引存储在索引库406中。当服务模块408需要获取到子项的项目位置时,从索引库406中所存储的各索引快速查找到所需的子项的项目位置,从而生成该服务模块408的场景特征410。
在一个实施例中,获取服务模块的个性化特征,包括:获取服务模块中预设的逻辑处理算子;通过各逻辑处理算子对用户的当前情况进行逻辑判断,得到处理结果;基于各处理结果生成个性化特征。
逻辑处理算子是语义体系中除了实义词,以及指示、时间、时态等成分以外,能使实义词在语句中正常运作起来的成分。例如,逻辑处理算子A可以为用户是否可以购买车险;逻辑处理算子B可以为用户是否会考虑吃饭;逻辑处理算子C可以为用户是否会考虑购物。
计算机设备获取服务模块的所有特征,从所有特征中筛选出与用户的个性化特征相关的特征,再对各个与用户的个性化特征相关的特征设置相应的逻辑处理算子。可选地,计算机设备可以基于预先设置的专家规则从所有服务模块的特征中筛选出与用户的个性化特征相关的特征,也可以通过用户的选择操作从所有特征中筛选出与用户的个性化特征相关的特征,还可以基于设置的专家规则以及用户的选择操作从所有特征中筛选出与用户的个性化特征相关的特征。
通过服务模块中预设的逻辑处理算子对用户的当前情况进行逻辑判断,得到处理结果。其中,用户的当前情况可以包括当前时刻、用户的保险窗口期、用户的行为习惯等。逻辑处理算子可以包括0-1变量输出门,当判断为是时则输出1,即处理结果为1,当判断为否时则输出0,即处理结果为0。
例如,逻辑处理算子A为用户是否可以购买车险,通过逻辑处理算子A对用户的已购买车险是否到窗口期进行判断,如果已购买车险在窗口期则输出1,表示用户可以购买车险,如果已购买车险未在窗口期则输出0,表示用户不可以购买车险。
又如,逻辑处理算子B为用户是否会考虑吃饭,通过逻辑处理算子B对当前时刻进行判断,如果当前时刻处于吃饭的时间范围内,则输出1,表示用户会考虑吃饭,如果当前时刻不处于吃饭的时间范围内,则输出0,表示用户不会考虑吃饭。其中,吃饭的时间范围可以是早餐时间7点-8点,午餐时间12点-1点,晚餐时间6点-7点。
计算机设备将服务模块中每一逻辑处理算子输出的处理结果作为独热特征,将各独热特征进行组合得到多热特征,该多热特征也为服务模块的个性化特征。
在本实施例中,获取服务模块中预设的逻辑处理算子,通过各逻辑处理算子对用户的当前情况进行逻辑判断,得到处理结果,处理结果表征了用户的当前情况,则基于各处理结果可以生成更准确的个性化特征。
图5为一个实施例中获取服务模块的个性化特征的流程示意图。计算机设备获取服务模块的所有特征502,从所有特征502中筛选出个性化相关的特征504,对个性化相关的特征504设置各逻辑处理算子506,通过服务模块中预设的各逻辑处理算子506对用户的当前情况进行逻辑判断,得到处理结果,再基于处理结果生成服务模块的个性化特征508。
在一个实施例中,目标场景特征为目标场景特征向量,目标个性化特征为目标个性化特征向量;基于目标场景特征和目标个性化特征,得到服务模块的匹配值,包括:将目标场景特征向量和目标个性化特征向量进行拼接,得到拼接向量;对拼接向量进行矩阵运算,得到多层感知机向量;对多层感知机向量进行交叉熵计算,得到服务模块的匹配值。
拼接向量是目标场景特征向量和目标个性化特征向量进行拼接得到的向量。例如,目标场景特征向量为W1,目标个性化特征向量为W2,则拼接向量W=conat([W1,W2])。
多层感知机向量是对拼接向量进行矩阵运算得到的向量。计算机设备通过多层感知机(Multilayer Perceptron,MLP)对拼接向量进行矩阵运算,输出多层感知机向量。其中,多层感知机是一种前馈人工神经网络模型,可以将输入的多个数据集映射到单一的输出的数据集上。
计算机设备通过训练完成的匹配模型采用以下公式对多层感知机向量进行交叉熵计算(cross-entropy),得到服务模块的匹配值:
匹配模型的训练方式,包括:计算机设备将获取的训练样本输入匹配模型中,输出训练样本的预测匹配值;将训练样本的预测匹配值与训练样本的实际匹配值进行比较,确定预测匹配值和实际匹配值之间的损失值;当损失值大于损失阈值时,调整匹配模型中的参数,返回执行输出训练样本的预测匹配值步骤,直到损失值小于或等于损失阈值,得到训练完成的匹配模型。
预测匹配值是匹配模型对训练样本预测得到的匹配值。实际匹配值是训练样本实际的匹配值。
计算机设备可以采用以下公式计算得到训练样本的预测匹配值与实际匹配值之间的损失值:
在本实施例中,将目标场景特征向量和目标个性化特征向量进行拼接,得到拼接向量,对拼接向量进行矩阵运算,得到多层感知机向量,再对多层感知机向量进行交叉熵计算,可以准确地得到服务模块的匹配值。
在一个实施例中,上述方法还包括:获取服务模块的标签特征;确定标签特征与用户基础特征之间的标签相似度,基于标签相似度调整标签特征,得到目标标签特征;基于目标场景特征和目标个性化特征,得到服务模块的匹配值,包括:基于目标场景特征、目标个性化特征和目标标签特征,得到服务模块的匹配值。
标签特征指的是服务模块的标签所表征的特征。例如,服务模块A的标签特征可以是加油、养护;服务模块B的标签特征可以是餐饮、美食;服务模块C的标签特征可以是支付。
标签相似度指的是标签特征与用户基础特征之间的相似度。目标标签特征是基于标签相似度对标签特征进行调整得到的。
标签特征可以是标签特征向量,用户基础特征可以是用户基础特征向量;计算机设备采用逻辑回归函数(softmax函数)确定标签特征向量与用户基础特征向量之间的标签相似度,将标签相似度乘以场景特征向量,得到目标标签特征向量。
初始特征向量包括有预设数量的维度,当服务模块具有某一标签时,则将该标签对应的维度的元素置1,从而生成标签特征向量。初始特征向量中每一维度的元素均为0。预设数量可以根据需要进行设置。例如,预设数量可以是100,即初始特征向量包括有100个维度。当服务模块包括至少两个标签时,则初始特征向量也为多热特征向量。
例如,服务模块包括有养护标签和车险标签,则将初始特征向量中养护标签对应的第五维度的元素和车险标签对应的第十维度的元素均置1。
进一步地,计算机设备获取规整因子,并将规整因子加入逻辑回归函数中,确定标签特征向量与用户基础特征向量之间的标签相似度。其中,规整因子是用户基础特征向量的维度数量。计算机设备采用规整因子可以避免最终得到的目标标签特征向量过大。
例如,计算机设备通过以下公式可以得到目标场景特征向量:
目标场景特征为目标场景特征向量,目标个性化特征为目标个性化特征向量,目标标签特征为目标标签特征向量;计算机设备将目标场景特征向量、目标个性化特征向量和目标标签特征向量进行拼接,得到中间拼接向量;对中间拼接向量进行矩阵运算,得到中间多层感知机向量;对中间多层感知机向量进行交叉熵计算,得到服务模块的匹配值。
中间拼接向量是目标场景特征向量、目标个性化特征向量和目标标签特征向量进行拼接得到的向量。例如,目标场景特征向量为W1,目标个性化特征向量为W2,目标标签特征向量为W3,则中间拼接向量W=conat([W1,W2,W3])。
在本实施例中,获取服务模块的标签特征,确定标签特征与用户基础特征之间的标签相似度,基于标签相似度调整标签特征,可以得到更符合用户需求的目标标签特征,则基于目标场景特征、目标个性化特征和目标标签特征,可以得到该服务模块更准确的的匹配值。
图6为一个实施例中获取服务模块的匹配值的流程示意图。计算机设备获取用户输入的场景信息后,获取服务模块602的标签特征604,场景特征606和个性化特征608,以及获取用户610的用户基础特征612,将标签特征604、场景特征606、个性化特征608和用户基础特征612输入嵌入层614。
通过嵌入层614对标签特征604进行嵌入处理得到标签特征向量,对场景特征606进行嵌入处理得到场景特征向量,对个性化特征608进行嵌入处理得到个性化特征向量,对用户基础特征612进行嵌入处理得到用户基础特征向量,再将得到的各向量输入多头注意力机制616中。
由于标签特征、场景特征、个性化特征和用户基础特征所具有的含义均不相同,则计算机设备预先获取标签嵌入词典、场景嵌入词典、个性化嵌入词典和用户嵌入词典,通过嵌入层614采用标签嵌入词典对标签特征604进行嵌入处理得到标签特征向量,采用场景嵌入词典对场景特征606进行嵌入处理得到场景特征向量,采用个性化嵌入词典对个性化特征608进行嵌入处理得到个性化特征向量,采用用户嵌入词典对用户基础特征612进行嵌入处理得到用户基础特征向量,再将得到的各向量输入多头注意力机制616中。
由于特征模块的标签特征向量,场景特征向量和个性化特征向量中,每一个向量之间的种类和数据均有明显差异,则通过多头注意力机制确定标签特征向量与用户基础特征向量之间的标签相似度,基于标签相似度调整标签特征向量得到目标标签特征向量,确定场景特征向量与用户基础特征向量之间的场景相似度,基于场景相似度调整场景特征向量得到目标场景特征向量,确定个性化特征向量与用户基础特征向量之间的个性化相似度,基于个性化相似度调整个性化特征向量得到目标个性化特征向量,再将目标标签特征向量、目标场景特征向量和目标个性化特征向量进行拼接,得到拼接向量,将拼接向量输入多层感知机618。
通过多层感知机618对拼接向量进行矩阵运算,得到多层感知机向量,再执行步骤620,对多层感知机向量执进行交叉熵计算,得到服务模块602的匹配值622。
多层感知机618采用以下公式对拼接向量进行矩阵运算:
Ci=ai*Ci-1+bi
其中,ai,bi均为多层感知机中第i层的参数,Ci-1表示第i-1层的输出。当i=1时,Ci是第1层的输出,C0=W。W是预先设置的参数。
在本实施例中,计算机设备获取到用户输入的场景信息后,获取到服务模块的标签特征、与场景信息相关的场景特征、个性化特征,以及用户的用户基础特征,输入嵌入层分别进行嵌入处理,得到对应的标签特征向量、场景特征向量、个性化特征向量和用户基础特征向量,通过多头注意力机制可以分别对标签特征向量、场景特征向量和个性化特征向量进行调整,得到目标标签特征向量、目标场景特征向量和目标个性化特征向量,更加准确地表征了用户对服务模块的各个特征的偏好程度,从而最终计算出该服务模块更加准确的匹配值,更加准确地表征该服务模块与用户需求之间的匹配程度。
在一个实施例中,基于各服务模块的匹配值,确定各服务模块的排列顺序,包括:基于各服务模块的匹配值,从各服务模块中筛选出匹配值最高的预设数量的目标模块,并确定各目标模块的排列顺序;按照各服务模块的排列顺序,在模块显示区域中显示各服务模块,包括:按照各目标模块的排列顺序,在模块显示区域中显示各目标模块。
预设数量可以根据需要进行设置。例如,预设数量为10个。目标模块指的是筛选出的服务模块,并且筛选出的服务模块是匹配值最高的预设数量的服务模块的其中一个。
计算机设备将各服务模块的匹配值进行比较,可以筛选出匹配值最高的预设数量的目标模块,并且按照各目标模块的匹配值的大小顺序,可以确定各目标模块的排列顺序。可选地,各目标模块的排列顺序可以按照匹配值从大到小进行排列,也可以按照匹配值从小到大进行排列。
在本实施例中,计算机基于各服务模块的匹配值,从各服务模块中筛选出匹配值最高的预设数量的目标模块,并确定各目标模块的排列顺序,按照各目标模块的排列顺序,可以在模块显示区域中准确地显示各目标模块。
在一个实施例中,如图7所示,提供了一种模块显示方法,包括以下步骤:
步骤702,显示目标页面;目标页面中包括场景信息入口;场景信息入口用于接收场景信息。
场景信息入口是用于输入场景信息的入口。场景信息入口在目标页面中所处的位置均可以根据需要进行设置。
当用户触发场景信息入口,并且输入场景信息时,则计算机设备通过场景信息入口接收该场景信息。
步骤704,响应于场景信息的输入操作,在目标页面中显示与用户需求匹配的各服务模块;每一服务模块包括服务入口。
用户需求可以包括用户的场景服务需求和个性化服务需求。其中,用户的场景服务需求可以是加油服务需求、购买车险服务需求等。个性化服务需求可以是用户的兴趣爱好、功能偏好等。
计算机设备响应于场景信息的输入操作,可以对各服务模块进行分析处理,得到各服务模块的匹配值,在目标页面中显示匹配值大于匹配阈值的各服务模块。匹配阈值可以根据需要进行设置。当服务模块的匹配值大于匹配阈值时,表征该服务模块与用户需求匹配。
服务入口可以是服务模块本身,也可以是服务模块的四周位置,不限于此。
在另一个实施例中,目标页面还包括有模块显示区域;在模块显示区域中显示匹配值大于匹配阈值的各服务模块。模块显示区域是用于显示服务模块的区域。
步骤706,响应于对服务模块的服务入口的触发操作,展示服务模块对应的服务页面。
服务页面时服务模块所提供的服务的页面。
当用户对目标页面中所显示的服务模块进行触发操作时,计算机设备响应于对服务模块的触发操作,展示服务模块对应的服务页面。例如,计算机设备响应于对美食模块的触发操作,进入美食模块提供服务的页面,在该页面中显示有各种餐厅,以及各种餐厅提供的各种美食。
在本实施例中,计算机设备显示目标页面,通过目标页面中的场景信息入口接收场景信息,响应于场景信息的输入操作,在目标页面中显示与用户需求匹配的各服务模块,则显示的各服务模块可以更符合用户的需求,响应于对服务模块的服务入口的触发操作,展示服务模块对应的服务页面,以解决用户的需求。
图8为一个实施例中响应于对服务模块的服务入口的触发操作的页面变化示意图。当用户对服务模块8的服务入口进行触发操作时,计算机设备响应于对服务模块8的服务入口的触发操作,展示服务模块8对应的服务页面。在服务模块对应的服务页面中,显示有用户的头像,用户名、用户具有的车辆的车牌号、服务模块简介、具体服务实现区域、功能确认案件等内容。
在目标页面中还可以包括搜索模块,搜索模块提供搜索功能,用于搜索用户所需的服务。计算机设备通过搜索模块接收搜索信息,响应于搜索信息的输入操作,在目标页面中搜索与搜索信息相匹配的服务模块,并显示与搜索信息相匹配的服务模块。
图9为一个实施例中响应于搜索信息的输入操作的页面变化示意图。当用户对目标页面中的搜索模块“搜索其他”进行触发操作时,计算机设备响应于对搜索模块的触发操作,进入搜索模块提供服务的页面。在搜索模块提供服务的页面中,显示有用户的搜索信息、与搜索信息相匹配的服务模块等内容。
在一个实施例中,响应于场景信息的输入操作之后,还包括:针对每一个服务模块,基于场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,得到目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,得到目标个性化特征;基于目标场景特征和目标个性化特征,得到服务模块的匹配值;基于各服务模块的匹配值,确定与用户需求匹配的各服务模块。
计算机设备将各服务模块的匹配值分别与匹配阈值进行比较,确定匹配值大于匹配阈值的服务模块作为与用户需求匹配的服务模块。
在本实施例中,针对每一个服务模块,基于获取的场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,可以得到更符合用户需求的目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,可以得到更符合用户需求的目标个性化特征;那么,基于目标场景特征和目标个性化特征,可以得到该服务模块更准确的匹配值,该匹配值表征了该服务模块与用户需求之间的匹配程度,从而基于各服务模块的匹配值,更准确地确定与用户需求匹配的各服务模块,该服务模块所提供的服务也更服务用户的需求。
应该理解的是,虽然图2、图4-图7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、图4-图7中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图10所示,提供了一种模块显示装置,该装置可以采用软件模块或硬件模块,或者是二者的结合成为计算机设备的一部分,该装置具体包括:场景信息获取模块1002、特征获取模块1004、匹配值计算模块1006、排列顺序确定模块1008和显示模块1010,其中:
场景信息获取模块1002,用于获取用户输入的场景信息。
特征获取模块1004,用于针对每一个服务模块,基于场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,得到目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,得到目标个性化特征。
匹配值计算模块1006,用于基于目标场景特征和目标个性化特征,得到服务模块的匹配值。
排列顺序确定模块1008,用于基于各服务模块的匹配值,确定各服务模块的排列顺序。
显示模块1010,用于按照各服务模块的排列顺序,在模块显示区域中显示服务模块。
上述模块显示装置,针对每一个服务模块,基于获取的场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,可以得到更符合用户的场景服务需求的目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,可以得到更符合用户的个性化服务需求的目标个性化特征;那么,基于目标场景特征和目标个性化特征,可以更准确地得到各服务模块与用户需求的匹配值,该匹配值表征了该服务模块与用户需求之间的匹配程度,从而基于各服务模块的匹配值,可以在模块显示区域中更准确地排列并显示各服务模块,按照排列顺序进行显示的各服务模块更符合用户的需求。
在一个实施例中,场景信息包括当前位置;上述特征获取模块1004还用于提取出服务模块中每一子项的项目位置;确定用户的当前位置分别与各项目位置之间的距离;获取距离处于预设距离范围内的子项,生成服务模块的场景特征。
在一个实施例中,上述模块显示装置还包括索引存储模块,用于获取服务模块中每一子项的项目位置;为各项目位置建立索引,并利用平衡二叉树数据结构将各索引存储在索引库中;上述特征获取模块1004还用于从索引库中所存储的各索引查找到服务模块中每一子项的项目位置。
在一个实施例中,上述特征获取模块1004还用于获取服务模块中预设的逻辑处理算子;通过各逻辑处理算子对用户的当前情况进行逻辑判断,得到处理结果;基于各处理结果生成个性化特征。
在一个实施例中,上述特征获取模块1004还用于获取服务模块的标签特征;确定标签特征与用户基础特征之间的标签相似度,基于标签相似度调整标签特征,得到目标标签特征;上述匹配值计算模块1006还用于基于目标场景特征、目标个性化特征和目标标签特征,得到服务模块的匹配值。
在一个实施例中,目标场景特征为目标场景特征向量,目标个性化特征为目标个性化特征向量;上述匹配值计算模块1006还用于将目标场景特征向量和目标个性化特征向量进行拼接,得到拼接向量;对拼接向量进行矩阵运算,得到多层感知机向量;对多层感知机向量进行交叉熵计算,得到服务模块的匹配值。
在一个实施例中,上述排列顺序确定模块1008还用于基于各服务模块的匹配值,从各服务模块中筛选出匹配值最高的预设数量的目标模块,并确定各目标模块的排列顺序;上述显示模块1010还用于按照各目标模块的排列顺序,在模块显示区域中显示各目标模块。
在一个实施例中,提供了一种模块显示装置,该装置可以采用软件模块或硬件模块,或者是二者的结合成为计算机设备的一部分,该装置具体包括:显示模块,其中:
显示模块,用于显示目标页面;目标页面中包括场景信息入口;场景信息入口用于接收场景信息。
显示模块还用于响应于场景信息的输入操作,在模块显示区域中显示与用户需求匹配的各服务模块;每一服务模块包括服务入口。
显示模块还用于响应于对服务模块的服务入口的触发操作,进入服务模块提供服务的页面。
上述模块显示装置,计算机设备显示目标页面,通过目标页面中的场景信息入口接收场景信息,响应于场景信息的输入操作,在模块显示区域中显示与用户需求匹配的各服务模块,则显示的各服务模块可以更符合用户的需求,响应于对服务模块的服务入口的触发操作,进入服务模块提供服务的页面,以解决用户的需求。
在一个实施例中,上述模块显示装置还包括特征获取模块,用于针对每一个服务模块,基于场景信息确定服务模块的场景特征,以及获取服务模块的个性化特征;确定场景特征与用户基础特征之间的场景相似度,基于场景相似度调整场景特征,得到目标场景特征;确定个性化特征与用户基础特征之间的个性化相似度,基于个性化相似度调整个性化特征,得到目标个性化特征。上述模块显示装置还包括匹配值计算模块,用于基于目标场景特征和目标个性化特征,得到服务模块的匹配值;基于各服务模块的匹配值,确定与用户需求匹配的各服务模块。
关于模块显示装置的具体限定可以参见上文中对于模块显示方法的限定,在此不再赘述。上述模块显示装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种模块显示方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种模块显示方法,其特征在于,所述方法包括:
获取用户输入的场景信息;
针对每一个服务模块,基于所述场景信息确定所述服务模块的场景特征,以及获取所述服务模块的个性化特征;
确定所述场景特征与用户基础特征之间的场景相似度,将所述场景相似度乘以所述场景特征,得到目标场景特征;所述目标场景特征为目标场景特征向量;
确定所述个性化特征与所述用户基础特征之间的个性化相似度,将所述个性化相似度乘以所述个性化特征,得到目标个性化特征;所述目标个性化特征为目标个性化特征向量;
将所述目标场景特征向量和所述目标个性化特征向量进行拼接,得到拼接向量;
对所述拼接向量进行矩阵运算,得到多层感知机向量;
对所述多层感知机向量进行交叉熵计算,得到所述服务模块的匹配值;
基于各所述服务模块的匹配值,确定各所述服务模块的排列顺序;
按照各所述服务模块的所述排列顺序,在模块显示区域中显示各所述服务模块。
2.根据权利要求1所述的方法,其特征在于,所述场景信息包括当前位置;所述基于所述场景信息确定所述服务模块的场景特征,包括:
提取出所述服务模块中每一子项的项目位置;
确定所述用户的当前位置分别与各所述项目位置之间的距离;
获取所述距离处于预设距离范围内的子项,生成所述服务模块的场景特征。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述服务模块中每一子项的项目位置;
为各所述项目位置建立索引,并利用平衡二叉树数据结构将各所述索引存储在索引库中;
所述提取出所述服务模块中每一子项的项目位置,包括:
从所述索引库中所存储的各索引查找到所述服务模块中每一子项的项目位置。
4.根据权利要求1所述的方法,其特征在于,所述获取所述服务模块的个性化特征,包括:
获取所述服务模块中预设的逻辑处理算子;
通过各所述逻辑处理算子对所述用户的当前情况进行逻辑判断,得到处理结果;
基于各所述处理结果生成个性化特征。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述服务模块的标签特征;
确定所述标签特征与所述用户基础特征之间的标签相似度,基于所述标签相似度调整所述标签特征,得到目标标签特征;所述目标标签特征为目标标签特征向量
所述将所述目标场景特征向量和所述目标个性化特征向量进行拼接,得到拼接向量,包括:
将所述目标场景特征向量、所述目标个性化特征向量和所述目标标签特征向量进行拼接,得到拼接向量。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述基于各所述服务模块的匹配值,确定各所述服务模块的排列顺序,包括:
基于各所述服务模块的匹配值,从各所述服务模块中筛选出匹配值最高的预设数量的目标模块,并确定各所述目标模块的排列顺序;
所述按照各所述服务模块的所述排列顺序,在模块显示区域中显示各所述服务模块,包括:
按照各所述目标模块的所述排列顺序,在所述模块显示区域中显示各所述目标模块。
7.一种模块显示方法,其特征在于,所述方法包括:
显示目标页面;所述目标页面中包括场景信息入口;所述场景信息入口用于接收场景信息;
响应于所述场景信息的输入操作,针对每一个服务模块,基于所述场景信息确定所述服务模块的场景特征,以及获取所述服务模块的个性化特征;
确定所述场景特征与用户基础特征之间的场景相似度,将所述场景相似度乘以所述场景特征,得到目标场景特征;所述目标场景特征为目标场景特征向量;
确定所述个性化特征与所述用户基础特征之间的个性化相似度,将所述个性化相似度乘以所述个性化特征,得到目标个性化特征;所述目标个性化特征为目标个性化特征向量;
将所述目标场景特征向量和所述目标个性化特征向量进行拼接,得到拼接向量;
对所述拼接向量进行矩阵运算,得到多层感知机向量;
对所述多层感知机向量进行交叉熵计算,得到所述服务模块的匹配值;
基于各所述服务模块的匹配值,确定与用户需求匹配的各服务模块;
在所述目标页面中显示与符合用户匹配的各服务模块;每一所述服务模块包括服务入口;
响应于对所述服务模块的服务入口的触发操作,展示所述服务模块对应的服务页面。
8.一种模块显示装置,其特征在于,所述装置包括:
场景信息获取模块,用于获取用户输入的场景信息;
特征获取模块,用于针对每一个服务模块,基于所述场景信息确定所述服务模块的场景特征,以及获取所述服务模块的个性化特征;确定所述场景特征与用户基础特征之间的场景相似度,将所述场景相似度乘以所述场景特征,得到目标场景特征;确定所述个性化特征与所述用户基础特征之间的个性化相似度,将所述个性化相似度乘以所述个性化特征,得到目标个性化特征;所述目标场景特征为目标场景特征向量,所述目标个性化特征为目标个性化特征向量;
匹配值计算模块,用于将所述目标场景特征向量和所述目标个性化特征向量进行拼接,得到拼接向量;对所述拼接向量进行矩阵运算,得到多层感知机向量;对所述多层感知机向量进行交叉熵计算,得到所述服务模块的匹配值;
排列顺序确定模块,用于基于各所述服务模块的匹配值,确定各所述服务模块的排列顺序;
显示模块,用于按照各所述服务模块的排列顺序,在模块显示区域中显示所述服务模块。
9.一种模块显示装置,其特征在于,所述装置包括:
显示模块,用于显示目标页面;所述目标页面中包括场景信息入口;所述场景信息入口用于接收场景信息;
所述显示模块还用于响应于所述场景信息的输入操作;
特征获取模块,用于针对每一个服务模块,基于所述场景信息确定所述服务模块的场景特征,以及获取所述服务模块的个性化特征;确定所述场景特征与用户基础特征之间的场景相似度,将所述场景相似度乘以所述场景特征,得到目标场景特征;确定所述个性化特征与所述用户基础特征之间的个性化相似度,将所述个性化相似度乘以所述个性化特征,得到目标个性化特征;所述目标场景特征为目标场景特征向量,所述目标个性化特征为目标个性化特征向量;将所述目标场景特征向量和所述目标个性化特征向量进行拼接,得到拼接向量;对所述拼接向量进行矩阵运算,得到多层感知机向量;对所述多层感知机向量进行交叉熵计算,得到所述服务模块的匹配值;基于各所述服务模块的匹配值,确定与用户需求匹配的各服务模块;
所述显示模块还用于在所述目标页面中显示与用户需求匹配的各服务模块;每一所述服务模块包括服务入口;
所述显示模块还用于响应于对所述服务模块的服务入口的触发操作,展示所述服务模块对应的服务页面。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110177282.2A CN112882621B (zh) | 2021-02-07 | 2021-02-07 | 模块显示方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110177282.2A CN112882621B (zh) | 2021-02-07 | 2021-02-07 | 模块显示方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112882621A CN112882621A (zh) | 2021-06-01 |
CN112882621B true CN112882621B (zh) | 2022-11-18 |
Family
ID=76057488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110177282.2A Active CN112882621B (zh) | 2021-02-07 | 2021-02-07 | 模块显示方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112882621B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106468990A (zh) * | 2015-08-21 | 2017-03-01 | 上海触乐信息科技有限公司 | 提供服务入口的方法和设备 |
CN107688662A (zh) * | 2017-09-08 | 2018-02-13 | 携程计算机技术(上海)有限公司 | Ota酒店的推荐方法及系统 |
CN107885856A (zh) * | 2017-11-16 | 2018-04-06 | 阿里巴巴集团控股有限公司 | 一种页面展示方法和装置 |
CN108153788A (zh) * | 2016-12-02 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 页面信息个性化处理方法、装置及系统 |
CN108763455A (zh) * | 2018-05-25 | 2018-11-06 | 薛文迪 | 一种基于ar实景导航的服务推荐方法和系统 |
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 |
CN110046304A (zh) * | 2019-04-18 | 2019-07-23 | 腾讯科技(深圳)有限公司 | 一种用户推荐方法和装置 |
CN110287419A (zh) * | 2019-06-28 | 2019-09-27 | 重庆金窝窝网络科技有限公司 | 一种商品推荐方法、装置、服务器及存储介质 |
CN110472146A (zh) * | 2019-07-29 | 2019-11-19 | 深圳数位传媒科技有限公司 | 线下服务推荐方法与装置、存储介质及计算机设备 |
CN110751395A (zh) * | 2019-10-21 | 2020-02-04 | 中国民航信息网络股份有限公司 | 一种旅客行程状态确定方法、装置及服务器 |
CN111324408A (zh) * | 2020-02-13 | 2020-06-23 | 江苏满运软件科技有限公司 | 应用程序的功能模块智能显示方法、装置、设备和介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201465029U (zh) * | 2009-06-03 | 2010-05-12 | 田刚伟 | 一种基于虚拟场景点菜方法的设备 |
CN103248658B (zh) * | 2012-02-10 | 2016-04-13 | 富士通株式会社 | 服务推荐装置、服务推荐方法和移动设备 |
CN106126557A (zh) * | 2016-06-16 | 2016-11-16 | 乐视控股(北京)有限公司 | 页面处理方法及装置 |
CN107040648A (zh) * | 2016-11-30 | 2017-08-11 | 阿里巴巴集团控股有限公司 | 信息展示方法及装置 |
CN107092629A (zh) * | 2017-01-18 | 2017-08-25 | 北京小度信息科技有限公司 | 推荐方法及装置 |
CN110020218B (zh) * | 2017-09-12 | 2022-09-30 | 腾讯科技(深圳)有限公司 | 服务信息展示方法及装置 |
CN107957831B (zh) * | 2017-10-31 | 2021-02-12 | 创新先进技术有限公司 | 一种展示界面内容的数据处理方法、装置和处理设备 |
CN108089878B (zh) * | 2017-12-14 | 2022-05-20 | 腾讯科技(深圳)有限公司 | 页面信息展现和生成方法、装置及系统 |
CN110300175B (zh) * | 2019-07-02 | 2022-05-17 | 腾讯科技(深圳)有限公司 | 消息推送方法、装置、存储介质及服务器 |
CN111310009A (zh) * | 2020-01-16 | 2020-06-19 | 珠海格力电器股份有限公司 | 用户分类方法、装置、存储介质、计算机设备 |
CN111797321B (zh) * | 2020-07-07 | 2021-04-27 | 山东大学 | 一种面向不同场景的个性化知识推荐方法及系统 |
-
2021
- 2021-02-07 CN CN202110177282.2A patent/CN112882621B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106468990A (zh) * | 2015-08-21 | 2017-03-01 | 上海触乐信息科技有限公司 | 提供服务入口的方法和设备 |
CN108153788A (zh) * | 2016-12-02 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 页面信息个性化处理方法、装置及系统 |
CN107688662A (zh) * | 2017-09-08 | 2018-02-13 | 携程计算机技术(上海)有限公司 | Ota酒店的推荐方法及系统 |
CN107885856A (zh) * | 2017-11-16 | 2018-04-06 | 阿里巴巴集团控股有限公司 | 一种页面展示方法和装置 |
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 |
CN108763455A (zh) * | 2018-05-25 | 2018-11-06 | 薛文迪 | 一种基于ar实景导航的服务推荐方法和系统 |
CN110046304A (zh) * | 2019-04-18 | 2019-07-23 | 腾讯科技(深圳)有限公司 | 一种用户推荐方法和装置 |
CN110287419A (zh) * | 2019-06-28 | 2019-09-27 | 重庆金窝窝网络科技有限公司 | 一种商品推荐方法、装置、服务器及存储介质 |
CN110472146A (zh) * | 2019-07-29 | 2019-11-19 | 深圳数位传媒科技有限公司 | 线下服务推荐方法与装置、存储介质及计算机设备 |
CN110751395A (zh) * | 2019-10-21 | 2020-02-04 | 中国民航信息网络股份有限公司 | 一种旅客行程状态确定方法、装置及服务器 |
CN111324408A (zh) * | 2020-02-13 | 2020-06-23 | 江苏满运软件科技有限公司 | 应用程序的功能模块智能显示方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112882621A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11314806B2 (en) | Method for making music recommendations and related computing device, and medium thereof | |
CN111815415B (zh) | 一种商品推荐方法、系统及设备 | |
US11042809B1 (en) | Customized predictive analytical model training | |
US9910930B2 (en) | Scalable user intent mining using a multimodal restricted boltzmann machine | |
CN103955464B (zh) | 一种基于情境融合感知的推荐方法 | |
US11048744B1 (en) | Computer architecture for weighting search results by stylistic preferences | |
CN112364204B (zh) | 视频搜索方法、装置、计算机设备及存储介质 | |
CN111275060B (zh) | 识别模型更新处理方法、装置、电子设备及存储介质 | |
WO2022016556A1 (zh) | 一种神经网络蒸馏方法以及装置 | |
CN115917535A (zh) | 推荐模型的训练方法、推荐方法、装置及计算机可读介质 | |
WO2021155691A1 (zh) | 用户画像生成方法、装置、存储介质及设备 | |
EP4322031A1 (en) | Recommendation method, recommendation model training method, and related product | |
CN112711713B (zh) | 兴趣点推荐和展示方法、装置、计算机设备和存储介质 | |
US11615263B2 (en) | Content prediction based on pixel-based vectors | |
CN114186013A (zh) | 实体识别模型热更新方法及其装置、设备、介质、产品 | |
CN115659008A (zh) | 大数据信息反馈的信息推送系统、方法、电子设备及介质 | |
CN115456707A (zh) | 提供商品推荐信息的方法、装置及电子设备 | |
WO2024041483A1 (zh) | 一种推荐方法及相关装置 | |
CN111161009B (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
CN112882621B (zh) | 模块显示方法、装置、计算机设备和存储介质 | |
Nazari et al. | Scalable and data-independent multi-agent recommender system using social networks analysis | |
CN111612658B (zh) | 法律数据检索的评价方法、评价装置和电子设备 | |
CN114579867A (zh) | 资源推荐的方法和装置、电子设备和存储介质 | |
CN113704617A (zh) | 物品推荐方法、系统、电子设备及存储介质 | |
CN115455276A (zh) | 推荐对象的方法、装置、计算机设备和存储介质 |
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 |