CN113051475B - 内容推荐方法、装置、电子设备及可读存储介质 - Google Patents
内容推荐方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113051475B CN113051475B CN202110318564.XA CN202110318564A CN113051475B CN 113051475 B CN113051475 B CN 113051475B CN 202110318564 A CN202110318564 A CN 202110318564A CN 113051475 B CN113051475 B CN 113051475B
- Authority
- CN
- China
- Prior art keywords
- module
- function
- sequence
- interested
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 460
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000013145 classification model Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及分类模型技术,揭露一种内容推荐方法,包括:根据用户登录请求将预设功能模块集合进行分类,得到固定功能模块集合及可选功能模块集合;根据用户功能模块历史使用信息对固定功能模块集合及可选功能模块集合分别进行筛选,得到必选模块序列及感兴趣功能模块集合;利用对感兴趣模块集合进行特征提取得到的感兴趣功能序列对可选功能模块集合进行功能筛选,得到感兴趣模块序列;将必选模块序列及感兴趣模块序列组合得到目标模块序列;将目标模块序列推送至预设应用程序首页。本发明还涉及一种区块链技术,所述目标模块序列可以存储在区块链中。本发明还提出一种内容推荐装置、电子设备以及可读存储介质。本发明可以提高内容推荐的准确率。
Description
技术领域
本发明涉及分类模型领域,尤其涉及一种内容推荐方法、装置、电子设备及可读存储介质。
背景技术
随着互联网技术发展,应用软件在人们生活中也越来越成重要,但是目前应用软件的功能模块越来越多,怎么推荐用户需要的功能模块提高软件的使用效率成为了人们越来越重视的问题;
但是目前的软件内容推荐只能依靠用户的手动选择功能模块或者根据用户的使用记录重复机械的推荐用户已经使用过的功能模块,内容推荐准确率低,因此需要一种更准确的内容推荐方法。
发明内容
本发明提供一种内容推荐方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高内容推荐的准确率。
为实现上述目的,本发明提供的一种内容推荐方法,包括:
根据用户登录请求获取用户功能模块历史使用信息;
根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合;
根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列;
利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合;
对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列;
利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列;
将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列;
将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
可选地,所述根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合,包括:
提取所述登录请求中的用户角色,根据所述用户角色在预设角色模块表中进行查询筛选,得到所述固定功能模块集合;
过滤所述功能模块集合中所述固定模块集合包含的所有功能模块,得到所述可选功能模块集合。
可选地,所述根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列,包括:
获取所述用户功能模块历史使用信息中所述固定功能模块集合中每个功能模块对应的使用信息;
根据所述使用信息进行权重计算,得到对应的权重得分;
根据所述固定功能模块集合中每个功能模块对应的权重得分的大小对所述固定功能模块集合中的所有功能模块进行排序,得到所述必选模块序列。
可选地,所述利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合,包括:
汇总所述用户功能模块历史使用信息中所有使用过的功能模块得到已使用功能模块集合;
计算所述已使用功能模块集合与所述可选功能模块集合的交集,得到所述感兴趣功能模块集合。
可选地,所述对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列,包括:
提取所述感兴趣模块集合中每个功能模块的模块功能信息,得到第一模块功能信息集;
计算所述第一模块功能信息集中包含的每种模块功能的出现次数,得到对应的模块功能频率值;
利用所有的模块功能频率值对预设的功能序列模板进行标记,得到所述感兴趣功能序列。
可选地,所述利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列,包括:
提取所述可选功能模块集合中的每个功能模块的模块功能信息,得到第二模块功能集;
利用所述第二模块功能集中的每个所述模块功能信息对所述功能序列模板进行功能标记,得到对应的模块功能序列;
计算所述模块功能序列与所述感兴趣功能序列的模块相似度值;
汇总所有所述模块相似度值,得到模块相似度值集;
提取所述模块相似度值集中大于预设阈值的的模块相似度值,得到目标模块相似度值集;
选取所述可选功能模块集合中所述目标模块相似度值集中所有模块相似度值对应的功能模块并按照预设顺序组合,得到所述感兴趣模块序列。
可选地,所述计算所述模块功能序列与所述感兴趣功能序列的模块相似度值,包括:
将所述模块功能序列转换为行向量,得到模块功能矩阵;
将所述感兴趣功能序列转换为列向量,得到感兴趣功能矩阵;
利用所述模块功能矩阵与所述感兴趣功能矩阵进行矩阵乘法计算,得到所述模块相似度值。
为了解决上述问题,本发明还提供一种内容推荐装置,所述装置包括:
模块分类模块,用于根据用户登录请求获取用户功能模块历史使用信息;根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合;
特征提取模块,用于根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列;利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合;对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列;
模块推送模块,用于利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列;将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列;将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的计算机程序以实现上述所述的内容推荐方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的内容推荐方法。
本发明实施例根据用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合;根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列,通过用户的历史实用信息筛选用户必须的功能模块;利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合,通过用户的历史使用信息筛选用户使用过的非必须的功能模块得到感兴趣功能模块集合,缩小筛选范围,提高后续筛选精度;对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列,通过特征提取,得到代表用户偏好的模块功能特征的感兴趣功能序列;利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列,通过代表用户偏好的模块功能特征的感兴趣功能序列筛选最符合用户要求的功能模块提高了筛选准确度;将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列,将多维度的筛选结果进行组合进一步提高筛选精度从而提高内容推荐的准确率;将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。因此,本发明实施例提出的内容推荐方法、装置、电子设备及计算机可读存储介质提高了内容推荐的准确率。
附图说明
图1为本发明一实施例提供的内容推荐方法的流程示意图;
图2为本发明一实施例提供的内容推荐装置的模块示意图;
图3为本发明一实施例提供的实现内容推荐方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种内容推荐方法。所述内容推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述内容推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示的本发明一实施例提供的内容推荐方法的流程示意图,在本发明实施例中,所述内容推荐方法包括:
S1、根据用户登录请求获取用户功能模块历史使用信息;
本发明实施例中,所述用户登录请求为经过验证的预设应用程序的用户登录信息,包括:用户名、密码及用户角色,其中,所述用户角色为用户的职位信息,如经理、主任等。
进一步地,本发明实施例根据所述用户登录请求获取用户功能模块历史使用信息,所述用户登录请求对应的用户在应用程序上对各种功能模块的使用情况,包括:使用过的功能模块、功能模块的使用时长、功能模块的使用频率。所述用户的历史信息可以从所述应用程序的后台数据库中进行获取。
S2、根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合;
本发明实施例中,所述预设功能模块集合包含所述应用程序支持的所有功能模块及每个功能模块对应的模块功能信息,其中,所述功能模块为所述应用程序中的可以实现一系列功能的程序插件,如;微信小程序;所述模块功能信息为功能模块可以实现的模块功能如:文档编辑、视频播放、音频播放。
详细地,本发明实施例,提取所述登录请求中的用户角色,根据所述用户角色在预设角色模块表中进行查询,得到固定功能模块集合,其中所述用户角色模块表包括:用户角色及该角色对应的必要的功能模块,如:用户角色为“学生”,对应的必要的功能模块为课堂模块、作业模块等,进一步地,根据所述用户角色在预设角色模块表查询筛选该角色对应的所有必要功能模块,得到固定模块集合,进一步地,过滤所述功能模块集合中所述固定模块集合包含的所有功能模块,得到所述可选功能模块集合。
S3、根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列;
本发明实施例中,获取所述用户功能模块历史使用信息中所述固定功能模块集合中每个功能模块对应的使用信息,所述使用信息包括:使用时长及使用频率,进一步地,根据所述使用信息进行权重计算,得到对应的权重得分,根据所述固定功能模块集合中每个功能模块对应的权重得分的大小对所述固定功能模块集合中的所有功能模块进行排序的得到必选模块序列,如:所述固定功能模块集合包含功能模块A及功能模块B,功能模块A对应的权重得分为5,功能模块B对应的权重得分为6,那么将功能模块B排在第一位、将功能模块A排在第二位组合得到必选模块序列。所述权重计算可用如下公式进行计算:
C=β1a1+β2a2
其中,β1为使用时长,β2为使用频率,a1为根据时长对权重得分影响预设的权重,a2为根据使用频率对权重得分影响预设的权重。
S4、利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合;
本发明实施例中,汇总所述用户功能模块历史使用信息中所有使用过的功能模块得到已使用功能模块集合,计算所述已使用功能模块集合与所述可选功能模块集合的交集,得到所述感兴趣功能模块集合。例如:所述使用功能模块包含功能模块A、B、C,所述可选功能模块集合包含功能模块B、C、D,那么计算所述已使用功能模块集合与所述可选功能模块集合的交集,得到所述感兴趣功能模块集合包含功能模块B、C。
S5、对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列;
本发明实施例中,提取所述感兴趣模块集合中每个功能模块的模块功能信息,得到第一模块功能信息集,其中,所述模块功能信息为功能模块可以实现的模块功能如:文档编辑、视频播放、音频播放,进一步地,计算所述第一模块功能信息集中包含的每种模块功能的出现次数,得到对应的模块功能频率值,利用所有的模块功能频率值对预设的功能序列模板进行标记,得到感兴趣功能序列,例如:所有的模块功能频率值为文档编辑功能频率值为2、音频播放功能频率值为3次、视频播放功能频率值为1,所述功能序列模板为[文档编辑,音频播放,视频播放,文件下载],将所述功能序列模板中模块功能集中包含的功能标记为对应的模块功能频率值,不包含的功能标记为0,得到所述感兴趣功能序列[2,3,1,0];
S6、利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列;
本发明实施例中,需要在所述可选功能模块集合中筛选出符合用户兴趣和要求的功能模块,因此,利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列。
详细地,本发明实施例中利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,包括:提取所述可选功能模块集合中的每个功能模块的模块功能信息,得到第二模块功能集;利用所述第二模块功能集中的每个所述模块功能信息对所述功能序列模板进行功能标记,得到对应的模块功能序列,例如:所述模块功能信息为文档编辑、视频播放、音频播放,所述功能序列模板为[文档编辑,音频播放,视频播放,文件下载],将所述功能序列模板中模块功能信息中包含的功能标记为1,不包含的功能标记为0,得到模块功能序列[1,1,1,0];计算所述模块功能序列与所述感兴趣功能序列的模块相似度值,根据模块相似度值从而判断对应的功能模块符合用户需求的程度;汇总所有所述模块相似度值,得到模块相似度值集;提取所述模块相似度值集中大于预设阈值的的模块相似度值,得到目标模块相似度值集;选取所述可选功能模块集合中所述目标模块相似度值集所有模块相似度值对应的功能模块并按照预设顺序组合,得到所述感兴趣模块序列,其中所述预设顺序组合为模块相似度值的大小顺序,如:目标模块相似度值集中包含相似度值0.1及相似度值0.2,相似度值0.1对应的功能模块为A,相似度值0.2对应的功能模块为B,那么将功能模块B排在第一位、将功能模块A排在第二位组合得到感兴趣模块序列。
进一步地,本发明实施例中所述计算所述模块功能序列与所述感兴趣功能序列的模块相似度值,包括:将所述模块功能序列转换为行向量,得到模块功能矩阵,将所述感兴趣功能序列转换为列向量,得到感兴趣功能矩阵,利用所述模块功能矩阵与所述感兴趣功能矩阵进行矩阵乘法计算,得到所述模块相似度值。例如:所述模块功能序列为[a1,a2,a3],转换为行向量得到模块功能矩阵为[a1,a2,a3],所述感兴趣功能序列为[b1,b2,b3]转换为列向量,得到感兴趣功能矩阵为得到所述模块相似度值D可用下述公式进行计算:
S7、将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列;
本发明实施例中,将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列。如:必选模块序列中第一位为模块A,第二位为模块C,感兴趣模块序列中第一位为模块B,第二位为模块D,那么将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列,所述目标模块序列中第一位为模块A,第二位为模块C,第三位为模块B,第四位为模块D。
本发明的另一实施例中,为了保证数据的隐私性,所述目标模块序列可以存储在区块链节点中。
S8、将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
本发明实施例中将所述目标模块序列推送至所述用户登录请求对应的应用程序首页包括:将所述目标模块序列中的每个功能模块加载显示至所述用户登录请求对应的预设应用程序首页对应的功能模块显示区域。如:所述目标模块序列中第一位为模块A,那么将模块A加载并显示在预设的应用程序首页的一号显示区域。
如图2所示,是本发明内容推荐装置的功能模块图。
本发明所述内容推荐装置100可以安装于电子设备中。根据实现的功能,所述内容推荐装置可以包括模块分类模块101、特征提取模块102、模块推送模块103,本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述模块分类模块101用于根据用户登录请求获取用户功能模块历史使用信息;根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合。
本发明实施例中,所述用户登录请求为经过验证的预设应用程序的用户登录信息,包括:用户名、密码及用户角色,其中,所述用户角色为用户的职位信息,如经理、主任等。
进一步地,本发明实施例所述模块分类模块101根据所述用户登录请求获取用户功能模块历史使用信息,所述用户登录请求对应的用户在应用程序上对各种功能模块的使用情况,包括:使用过的功能模块、功能模块的使用时长、功能模块的使用频率。所述用户的历史信息可以从所述应用程序的后台数据库中进行获取。
本发明实施例中,所述预设功能模块集合包含所述应用程序支持的所有功能模块及每个功能模块对应的模块功能信息,其中,所述功能模块为所述应用程序中的可以实现一系列功能的程序插件,如;微信小程序;所述模块功能信息为功能模块可以实现的模块功能如:文档编辑、视频播放、音频播放。
详细地,本发明实施例,所述模块分类模块101提取所述登录请求中的用户角色,根据所述用户角色在预设角色模块表中进行查询,得到固定功能模块集合,其中所述用户角色模块表包括:用户角色及该角色对应的必要的功能模块,如:用户角色为“学生”,对应的必要的功能模块为课堂模块、作业模块等,进一步地,所述模块分类模块101根据所述用户角色在预设角色模块表查询筛选该角色对应的所有必要功能模块,得到固定模块集合,进一步地,所述模块分类模块101过滤所述功能模块集合中所述固定模块集合包含的所有功能模块,得到所述可选功能模块集合。
所述特征提取模块102用于根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列;利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合;对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列。
本发明实施例中,所述特征提取模块102获取所述用户功能模块历史使用信息中所述固定功能模块集合中每个功能模块对应的使用信息,所述使用信息包括:使用时长及使用频率,进一步地,所述特征提取模块102根据所述使用信息进行权重计算,得到对应的权重得分,根据所述固定功能模块集合中每个功能模块对应的权重得分的大小对所述固定功能模块集合中的所有功能模块进行排序的得到必选模块序列,如:所述固定功能模块集合包含功能模块A及功能模块B,功能模块A对应的权重得分为5,功能模块B对应的权重得分为6,那么将功能模块B排在第一位、将功能模块A排在第二位组合得到必选模块序列。所述权重计算可用如下公式进行计算:
C=β1a1+β2a2
其中,β1为使用时长,β2为使用频率,a1为根据时长对权重得分影响预设的权重,a2为根据使用频率对权重得分影响预设的权重。
本发明实施例中,所述特征提取模块102汇总所述用户功能模块历史使用信息中所有使用过的功能模块得到已使用功能模块集合,计算所述已使用功能模块集合与所述可选功能模块集合的交集,得到所述感兴趣功能模块集合。例如:所述使用功能模块包含功能模块A、B、C,所述可选功能模块集合包含功能模块B、C、D,那么计算所述已使用功能模块集合与所述可选功能模块集合的交集,得到所述感兴趣功能模块集合包含功能模块B、C。
本发明实施例中,所述特征提取模块102提取所述感兴趣模块集合中每个功能模块的模块功能信息,得到第一模块功能信息集,其中,所述模块功能信息为功能模块可以实现的模块功能如:文档编辑、视频播放、音频播放,进一步地,所述特征提取模块102计算所述第一模块功能信息集中包含的每种模块功能的出现次数,得到对应的模块功能频率值,利用所有的模块功能频率值对预设的功能序列模板进行标记,得到感兴趣功能序列,例如:所有的模块功能频率值为文档编辑功能频率值为2、音频播放功能频率值为3次、视频播放功能频率值为1,所述功能序列模板为[文档编辑,音频播放,视频播放,文件下载],将所述功能序列模板中模块功能集中包含的功能标记为对应的模块功能频率值,不包含的功能标记为0,得到所述感兴趣功能序列[2,3,1,0];
所述模块推送模块103用于利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列;将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列;将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
本发明实施例中,需要在所述可选功能模块集合中筛选出符合用户兴趣和要求的功能模块,因此,所述模块推送模块103利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列。
详细地,本发明实施例中所述模块推送模块103利用下述手段对所述可选功能模块集合进行功能可信度筛选,包括:提取所述可选功能模块集合中的每个功能模块的模块功能信息,得到第二模块功能集;利用所述第二模块功能集中的每个所述模块功能信息对所述功能序列模板进行功能标记,得到对应的模块功能序列,例如:所述模块功能信息为文档编辑、视频播放、音频播放,所述功能序列模板为[文档编辑,音频播放,视频播放,文件下载],将所述功能序列模板中模块功能信息中包含的功能标记为1,不包含的功能标记为0,得到模块功能序列[1,1,1,0];计算所述模块功能序列与所述感兴趣功能序列的模块相似度值,根据模块相似度值从而判断对应的功能模块符合用户需求的程度;汇总所有所述模块相似度值,得到模块相似度值集;提取所述模块相似度值集中大于预设阈值的的模块相似度值,得到目标模块相似度值集;选取所述可选功能模块集合中所述目标模块相似度值集所有模块相似度值对应的功能模块并按照预设顺序组合,得到所述感兴趣模块序列,其中所述预设顺序组合为模块相似度值的大小顺序,如:目标模块相似度值集中包含相似度值0.1及相似度值0.2,相似度值0.1对应的功能模块为A,相似度值0.2对应的功能模块为B,那么将功能模块B排在第一位、将功能模块A排在第二位组合得到感兴趣模块序列。
进一步地,本发明实施例中所述模块推送模块103利用下述手段计算所述模块功能序列与所述感兴趣功能序列的模块相似度值,包括:将所述模块功能序列转换为行向量,得到模块功能矩阵,将所述感兴趣功能序列转换为列向量,得到感兴趣功能矩阵,利用所述模块功能矩阵与所述感兴趣功能矩阵进行矩阵乘法计算,得到所述模块相似度值。例如:所述模块功能序列为[a1,a2,a3],转换为行向量得到模块功能矩阵为[a1,a2,a3],所述感兴趣功能序列为[b1,b2,b3]转换为列向量,得到感兴趣功能矩阵为得到所述模块相似度值D可用下述公式进行计算:
本发明实施例中,所述模块推送模块103将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列。如:必选模块序列中第一位为模块A,第二位为模块C,感兴趣模块序列中第一位为模块B,第二位为模块D,那么将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列,所述目标模块序列中第一位为模块A,第二位为模块C,第三位为模块B,第四位为模块D。
本发明的另一实施例中,为了保证数据的隐私性,所述目标模块序列可以存储在区块链节点中。
本发明实施例中所述模块推送模块103利用下述手段将所述目标模块序列推送至所述用户登录请求对应的应用程序首页包括:将所述目标模块序列中的每个功能模块加载显示至所述用户登录请求对应的预设应用程序首页对应的功能模块显示区域。如:所述目标模块序列中第一位为模块A,那么将模块A加载并显示在预设的应用程序首页的一号显示区域。
如图3所示,是本发明实现内容推荐方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如内容推荐程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如内容推荐程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如内容推荐程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(perIPheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的内容推荐程序12是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
根据用户登录请求获取用户功能模块历史使用信息;
根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合;
根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列;
利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合;
对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列;
利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列;
将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列;
将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元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。所述计算机可读介质可以是非易失性的,也可以是易失性的。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
根据用户登录请求获取用户功能模块历史使用信息;
根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合;
根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列;
利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合;
对所述感兴趣模块集合进行特征提取,得到感兴趣功能序列;
利用所述感兴趣功能序列对所述可选功能模块集合进行功能可信度筛选,得到感兴趣模块序列;
将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列;
将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
进一步地,所述计算机可用存储介质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等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,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,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块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模块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。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (7)
1.一种内容推荐方法,其特征在于,所述方法包括:
根据用户登录请求获取用户功能模块历史使用信息,所述用户功能模块历史使用信息包括:使用过的功能模块、功能模块的使用时长、功能模块的使用频率;
提取所述登录请求中的用户角色,根据所述用户角色在预设角色模块表筛选所述角色对应的所有必要功能模块,得到固定功能模块集合,过滤功能模块集合中所述固定功能模块集合包含的所有功能模块,得到可选功能模块集合;
根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列;利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合,包括汇总所述用户功能模块历史使用信息中所有使用过的功能模块得到已使用功能模块集合,计算所述已使用功能模块集合与所述可选功能模块集合的交集,得到所述感兴趣功能模块集合;
对所述感兴趣功能模块集合进行特征提取,得到感兴趣功能序列;
提取所述可选功能模块集合中的每个功能模块的模块功能信息,得到第二模块功能集;
利用所述第二模块功能集中的每个所述模块功能信息对所述功能序列模板进行功能标记,得到对应的模块功能序列;
计算所述模块功能序列与所述感兴趣功能序列的模块相似度值;
汇总所有所述模块相似度值,得到模块相似度值集;
提取所述模块相似度值集中大于预设阈值的模块相似度值,得到目标模块相似度值集;
选取所述可选功能模块集合中所述目标模块相似度值集中所有模块相似度值对应的功能模块并按照预设顺序组合,得到感兴趣模块序列;
将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列并存储至区块链节点中;
将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
2.如权利要求1所述的内容推荐方法,其特征在于,所述根据所述用户功能模块历史使用信息对所述固定功能模块集合中的每个功能模块进行权重计算及排序,得到必选模块序列,包括:
获取所述用户功能模块历史使用信息中所述固定功能模块集合中每个功能模块对应的使用信息;
根据所述使用信息进行权重计算,得到对应的权重得分;
根据所述固定功能模块集合中每个功能模块对应的权重得分的大小对所述固定功能模块集合中的所有功能模块进行排序,得到所述必选模块序列。
3.如权利要求1所述的内容推荐方法,其特征在于,所述对所述感兴趣功能模块集合进行特征提取,得到感兴趣功能序列,包括:
提取所述感兴趣功能模块集合中每个功能模块的模块功能信息,得到第一模块功能信息集;
计算所述第一模块功能信息集中包含的每种模块功能的出现次数,得到对应的模块功能频率值;
利用所有的模块功能频率值对预设的功能序列模板进行标记,得到所述感兴趣功能序列。
4.如权利要求1所述的内容推荐方法,其特征在于,所述计算所述模块功能序列与所述感兴趣功能序列的模块相似度值,包括:
将所述模块功能序列转换为行向量,得到模块功能矩阵;
将所述感兴趣功能序列转换为列向量,得到感兴趣功能矩阵;
利用所述模块功能矩阵与所述感兴趣功能矩阵进行矩阵乘法计算,得到所述模块相似度值。
5.一种内容推荐装置,其特征在于,所述内容推荐装置包括:
模块分类模块,用于根据用户登录请求获取用户功能模块历史使用信息,所述用户功能模块历史使用信息包括:使用过的功能模块、功能模块的使用时长、功能模块的使用频率;根据所述用户登录请求将预设功能模块集合中所有功能模块进行分类,得到固定功能模块集合及可选功能模块集合;
特征提取模块,用于提取所述登录请求中的用户角色,根据所述用户角色在预设角色模块表筛选所述角色对应的所有必要功能模块,得到所述固定功能模块集合,过滤功能模块集合中所述固定功能模块集合包含的所有功能模块,得到所述可选功能模块集合;利用所述用户功能模块历史使用信息对所述可选功能模块集合进行预设的集合运算处理,得到感兴趣功能模块集合,包括汇总所述用户功能模块历史使用信息中所有使用过的功能模块得到已使用功能模块集合,计算所述已使用功能模块集合与所述可选功能模块集合的交集,得到所述感兴趣功能模块集合;对所述感兴趣功能模块集合进行特征提取,得到感兴趣功能序列;
模块推送模块,用于提取所述可选功能模块集合中的每个功能模块的模块功能信息,得到第二模块功能集;利用所述第二模块功能集中的每个所述模块功能信息对所述功能序列模板进行功能标记,得到对应的模块功能序列;计算所述模块功能序列与所述感兴趣功能序列的模块相似度值;汇总所有所述模块相似度值,得到模块相似度值集;提取所述模块相似度值集中大于预设阈值的模块相似度值,得到目标模块相似度值集;选取所述可选功能模块集合中所述目标模块相似度值集中所有模块相似度值对应的功能模块并按照预设顺序组合,得到感兴趣模块序列;将所述必选模块序列及所述感兴趣模块序列按顺序组合,得到目标模块序列并存储至区块链节点中;将所述目标模块序列推送至所述用户登录请求对应的预设应用程序首页。
6.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序指令,所述计算机程序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如权利要求1至4中任一项所述的内容推荐方法。
7.一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权利要求1至4中任一项所述的内容推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110318564.XA CN113051475B (zh) | 2021-03-25 | 2021-03-25 | 内容推荐方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110318564.XA CN113051475B (zh) | 2021-03-25 | 2021-03-25 | 内容推荐方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113051475A CN113051475A (zh) | 2021-06-29 |
CN113051475B true CN113051475B (zh) | 2023-05-23 |
Family
ID=76515531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110318564.XA Active CN113051475B (zh) | 2021-03-25 | 2021-03-25 | 内容推荐方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113051475B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688476A (zh) * | 2019-09-23 | 2020-01-14 | 腾讯科技(北京)有限公司 | 一种基于人工智能的文本推荐方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04248674A (ja) * | 1990-10-30 | 1992-09-04 | Internatl Business Mach Corp <Ibm> | グラフィック情報拡張方法及びグラフィック情報拡張装置 |
US9864803B2 (en) * | 2015-07-22 | 2018-01-09 | TCL Research America Inc. | Method and system for multimodal clue based personalized app function recommendation |
US9898260B2 (en) * | 2015-12-28 | 2018-02-20 | Samsung Electronics Co., Ltd. | Adaptive function-based dynamic application extension framework |
US10262265B2 (en) * | 2017-05-24 | 2019-04-16 | Google Llc | Systems and methods for generating and communicating application recommendations at uninstall time |
CN108829309A (zh) * | 2018-04-23 | 2018-11-16 | 北京五八信息技术有限公司 | 导航栏显示方法、设备、系统及存储介质 |
CN109241420B (zh) * | 2018-08-24 | 2022-06-07 | 北京乐蜜科技有限责任公司 | 应用首页内容推荐方法、装置、计算机设备和存储介质 |
CN111045735B (zh) * | 2019-11-27 | 2023-11-17 | 中国银行股份有限公司 | 个性化引导页推送方法、装置及系统 |
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 |
CN111966903A (zh) * | 2020-08-18 | 2020-11-20 | 中国银行股份有限公司 | 应用软件功能推荐方法及装置 |
CN112162748A (zh) * | 2020-11-10 | 2021-01-01 | 平安普惠企业管理有限公司 | 应用程序首页配置方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-03-25 CN CN202110318564.XA patent/CN113051475B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688476A (zh) * | 2019-09-23 | 2020-01-14 | 腾讯科技(北京)有限公司 | 一种基于人工智能的文本推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113051475A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022141861A1 (zh) | 情感分类方法、装置、电子设备及存储介质 | |
CN112380859A (zh) | 舆情信息的推荐方法、装置、电子设备及计算机存储介质 | |
CN111930897B (zh) | 专利检索方法、装置、电子设备及计算机可读存储介质 | |
CN113360768A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN112883730A (zh) | 相似文本匹配方法、装置、电子设备及存储介质 | |
CN113468421A (zh) | 基于向量匹配技术的产品推荐方法、装置、设备及介质 | |
CN112632264A (zh) | 智能问答方法、装置、电子设备及存储介质 | |
CN114862140A (zh) | 基于行为分析的潜力评估方法、装置、设备及存储介质 | |
CN113515703A (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
CN112632260A (zh) | 智能问答方法、装置、电子设备及计算机可读存储介质 | |
CN112633988A (zh) | 用户产品推荐方法、装置、电子设备及可读存储介质 | |
CN116521867A (zh) | 文本聚类方法、装置、电子设备及存储介质 | |
CN113051475B (zh) | 内容推荐方法、装置、电子设备及可读存储介质 | |
CN115098534A (zh) | 基于索引权重提升的数据查询方法、装置、设备及介质 | |
CN113343102A (zh) | 基于特征筛选的数据推荐方法、装置、电子设备及介质 | |
CN113434660A (zh) | 基于多领域分类的产品推荐方法、装置、设备及存储介质 | |
CN113704616A (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
CN111383050A (zh) | 产品数据整合及分析方法、装置及计算机可读存储介质 | |
CN111738005A (zh) | 命名实体对齐方法、装置、电子设备及可读存储介质 | |
CN114723488B (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
CN115525731B (zh) | 基于改进pagerank算法的网页权重计算方法、装置及电子设备 | |
CN113486266B (zh) | 页面标签添加方法、装置、设备及存储介质 |
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 |