CN113343059A - 一种数据处理的方法及相关装置 - Google Patents

一种数据处理的方法及相关装置 Download PDF

Info

Publication number
CN113343059A
CN113343059A CN202110731344.XA CN202110731344A CN113343059A CN 113343059 A CN113343059 A CN 113343059A CN 202110731344 A CN202110731344 A CN 202110731344A CN 113343059 A CN113343059 A CN 113343059A
Authority
CN
China
Prior art keywords
entity
historical
heat
average heat
recent
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.)
Pending
Application number
CN202110731344.XA
Other languages
English (en)
Inventor
王佩璐
沈兰奔
郭奇
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 Sogou Technology Development Co Ltd
Original Assignee
Beijing Sogou Technology Development 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 Sogou Technology Development Co Ltd filed Critical Beijing Sogou Technology Development Co Ltd
Priority to CN202110731344.XA priority Critical patent/CN113343059A/zh
Publication of CN113343059A publication Critical patent/CN113343059A/zh
Pending legal-status Critical Current

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
    • G06F16/907Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/908Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Library & Information 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)
  • Air Conditioning Control Device (AREA)

Abstract

本申请公开了一种数据处理的方法及相关装置,该方法包括:通过实体在第一历史时期的历史相关数据,计算实体的近期平均热度,通过实体在第二历史时期的历史相关数据,计算实体的历史平均热度;其中,第二历史时期的开始时间在第一历史时期的开始时间之前。结合近期平均热度和历史平均热度,利用限定上限值的预设函数,计算目标增益系数。综合近期平均热度和历史平均热度,并结合目标增益系数,计算实体的热度优化值。本申请实施例中,利用目标增益系数,综合近期平均热度、历史平均热度计算实体的热度优化值,能够真实有效地反应用户对数据的关注度,以便依据实体的热度优化值精准地推荐实体。

Description

一种数据处理的方法及相关装置
技术领域
本申请涉及数据处理技术领域,尤其涉及一种数据处理的方法及相关装置。
背景技术
实体的热度可以反应用户对实体的关注度,在实体推荐场景中,实体的热度是一个重要参数。例如,实体推荐场景依赖实体的查询热度、共现热度等等。实体的热度是否能真实有效地反应用户对实体的关注度,影响实体推荐场景中实体推荐的准确性。一般情况下,在实体推荐场景中根据实体的近期平均热度、历史平均热度或前两者的加权平均热度进行实体推荐。
发明人经过研究发现,在实体的热度随着时间不断变化的基础上,上述历史平均热度无法较好地反应实体在近期的热度情况;上述近期平均热度仅仅考虑实体在近期的热度情况,导致波动性较大;上述加权平均热度同样引入了较大的波动性。即,现有常规的实体的热度确定方式,均无法真实有效地反应用户对实体的关注度,从而无法在实体推荐场景中精准地推荐实体。
发明内容
有鉴于此,本申请提供一种数据处理的方法及相关装置,能够综合不同维度更加真实有效地反应用户对实体的关注度,从而在实体推荐场景中精准地推荐实体。
第一方面,本申请实施例提供了一种数据处理的方法,该方法包括:
根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度;根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度;所述第二历史时期的开始时间在所述第一历史时期的开始时间之前;
根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数;所述目标增益系数为所述近期平均热度相对于所述历史平均热度的增量变化系数;
根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值。
可选的,所述根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数,包括:
获取所述预设函数对应的增益放大系数和归一化常量;所述增益放大系数是基于所述预设函数的上限值确定的,所述归一化常量是基于所述增益放大系数确定的;
根据所述近期平均热度、所述历史平均热度、所述预设函数、所述增益放大系数和所述归一化常量,获得所述目标增益系数;
其中,所述归一化常量用于满足:当所述近期平均热度与所述历史平均热度相同时,使得所述目标增益系数为1。
可选的,所述根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值,包括:
确定所述近期平均热度的权重和所述历史平均热度的权重;所述历史平均热度的权重大于所述近期平均热度的权重;
根据所述近期平均热度的权重、所述历史平均热度的权重,对所述近期平均热度和所述历史平均热度进行加权平均处理,获得所述实体的加权平均热度;
对所述加权平均热度和所述目标增益系数进行乘积处理,获得所述实体的热度优化值。
可选的,所述根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,包括:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
对所述距离第一结束时间第i个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
可选的,所述根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,包括:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
根据i和M确定所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重;
根据所述距离第一结束时间第i个时间单位所述实体的热度和所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重,进行加权平均处理,获得所述实体的近期平均热度。
可选的,所述根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度,包括:
根据所述实体在第二历史时期的历史相关数据,分别确定距离第二结束时间第j个时间单位所述实体的热度;j=1,2,…,N;j和N均为正整数;所述第二历史时期被划分为N个时间单位;所述第二结束时间为所述第二历史时期的结束时间;
对所述距离第二结束时间第j个时间单位所述实体的热度进行算数平均处理,获得所述实体的历史平均热度。
第二方面,本申请实施例提供了一种数据处理的装置,该装置包括:
第一获得单元,用于根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度;根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度;所述第二历史时期的开始时间在所述第一历史时期的开始时间之前;
第二获得单元,用于根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数;所述目标增益系数为所述近期平均热度相对于所述历史平均热度的增量变化系数;
第三获得单元,用于根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值。
可选的,所述第二获得单元,用于:
获取所述预设函数对应的增益放大系数和归一化常量;所述增益放大系数是基于所述预设函数的上限值确定的,所述归一化常量是基于所述增益放大系数确定的;
根据所述近期平均热度、所述历史平均热度、所述预设函数、所述增益放大系数和所述归一化常量,获得所述目标增益系数;
其中,所述归一化常量用于满足:当所述近期平均热度与所述历史平均热度相同时,使得所述目标增益系数为1。
可选的,所述第三获得单元,用于:
确定所述近期平均热度的权重和所述历史平均热度的权重;所述历史平均热度的权重大于所述近期平均热度的权重;
根据所述近期平均热度的权重、所述历史平均热度的权重,对所述近期平均热度和所述历史平均热度进行加权平均处理,获得所述实体的加权平均热度;
对所述加权平均热度和所述目标增益系数进行乘积处理,获得所述实体的热度优化值。
可选的,所述第一获得单元,用于:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
对所述距离第一结束时间第i个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
可选的,所述第一获得单元,还用于:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
根据i和M确定所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重;
根据所述距离第一结束时间第i个时间单位所述实体的热度和所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重,进行加权平均处理,获得所述实体的近期平均热度。
可选的,所述第一获得单元,还用于:
根据所述实体在第二历史时期的历史相关数据,分别确定距离第二结束时间第j个时间单位所述实体的热度;j=1,2,…,N;j和N均为正整数;所述第二历史时期被划分为N个时间单位;所述第二结束时间为所述第二历史时期的结束时间;
对所述距离第二结束时间第j个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
第三方面,本申请实施例提供了一种用于数据处理的装置,该装置包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序,以执行上述第一方面中任一项所述的数据处理的方法。
第四方面,本申请实施例提供了一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如上述第一方面中任一项所述的数据处理的方法。
与现有技术相比,本申请至少具有以下优点:
采用本申请实施例的技术方案,首先,通过实体在第一历史时期的历史相关数据,计算实体的近期平均热度,通过实体在第二历史时期的历史相关数据,计算实体的历史平均热度;其中,第二历史时期的开始时间在第一历史时期的开始时间之前。然后,结合近期平均热度和历史平均热度,利用限定上限值的预设函数,计算目标增益系数。最后,综合近期平均热度和历史平均热度,并结合目标增益系数,计算实体的热度优化值。可见,在获得实体的近期平均热度和历史平均热度的基础上,通过计算目标增益系数,表示近期平均热度相对历史平均热度的增量变化系数;综合近期平均热度、历史平均热度和目标增益系数,计算实体的热度优化值,能够综合不同维度更加真实有效地反应用户对实体的关注度,从而在实体推荐场景中依据实体的热度优化值精准地推荐实体。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例中一种应用场景所涉及的系统框架示意图;
图2为本申请实施例提供的一种数据处理的方法的流程示意图;
图3为本申请实施例提供的一种数据处理的装置的结构示意图;
图4为本申请实施例提供的一种用于数据处理的装置的结构示意图;
图5为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅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做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。
现阶段,实体推荐场景依赖实体的热度数据,例如,实体的近期平均热度、历史平均热度或前两者的加权平均热度。但是,实体的热度随着时间不断变化,历史平均热度无法较好地反应实体在近期的热度情况;近期平均热度仅仅考虑了实体在近期热度情况,导致波动性较大;加权平均热度同样引入了较大的波动性。即,现有常规的实体的热度确定方式,均无法真实有效地反应用户对实体的关注度,从而无法在实体推荐场景中精准地推荐实体。
为了解决这一问题,在本申请实施例中,通过实体在第一历史时期的历史相关数据,计算实体的近期平均热度,通过实体在第二历史时期的历史相关数据,计算实体的历史平均热度;其中,第二历史时期的开始时间在第一历史时期的开始时间之前。结合近期平均热度和历史平均热度,利用限定上限值的预设函数,计算目标增益系数。综合近期平均热度和历史平均热度,并结合目标增益系数,计算实体的热度优化值。可见,在获得实体的近期平均热度和历史平均热度的基础上,通过计算目标增益系数,表示近期平均热度相对历史平均热度的增量变化系数;综合近期平均热度、历史平均热度和目标增益系数,计算实体的热度优化值,能够综合不同维度更加真实有效地反应用户对实体的关注度,从而在实体推荐场景中依据实体的热度优化值精准地推荐实体。
举例来说,本申请实施例的场景之一,可以是应用到如图1所示的场景中,该场景包括终端设备101和服务器102。例如,用户通过终端设备101进行实体查询操作,服务器102响应于该实体查询操作,采用本申请实施例提供的实施方式获得实体的热度优化值进行实体推荐。
可以理解的是,在上述应用场景中,虽然将本申请实施方式的动作描述由服务器102执行;但是,本申请在执行主体方面不受限制,只要执行了本申请实施方式所公开的动作即可。
可以理解的是,上述场景仅是本申请实施例提供的一个场景示例,本申请实施例并不限于此场景。
下面结合附图,通过实施例来详细说明本申请实施例中数据处理的方法及相关装置的具体实现方式。
示例性方法
参见图2,示出了本申请实施例中一种数据处理的方法的流程示意图。
在本实施例中,所述方法例如可以包括以下步骤:
步骤201:根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度;根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度;所述第二历史时期的开始时间在所述第一历史时期的开始时间之前。
本申请实施例中,首先,通过实体的历史相关数据,分别获得所述实体在第一历史时期的近期平均热度和所述实体在第二历史时期的历史平均热度。其中,第一历史时期对应近期平均热度,第二历史时期对应历史平均热度,第一历史时期和第二历史时期不同,第二历史时期的开始时间需要在第一历史时期的开始时间之前;而第二历史时期的结束时间可以在第一历史时期的结束时间之前,也可以与第一历史时期的结束时间相同。一般的,第二历史时期的开始时间远在第一历史时期的开始时间之前,第二历史时期的结束时间与第一历史时期的开始时间或结束时间相同。
其中,历史相关数据可以是历史查询数据、历史点击数据等。对应地,实体的热度可以是指实体的查询热度,即为单个实体在一段时间内(比如一天)被查询的频率,可以是被搜索的次数、被点击的次数、或二者加权组合。具体地,即,通过历史查询数据、历史点击数据等,统计一段时间内(比如一天)该单个实体在被查询次数,作为该单个实体的热度。
实体的热度还可以是指两个实体的共现热度,即为两个实体在一段时间内(比如一天)共同出现的频率,可以是被连续查询、被文章共同提到的次数、或者二者加权组合。具体地,即,通过历史查询数据、历史点击数据等,统计一段时间内(比如一天)该两个实体在预设时间范围内(例如10分钟内)共同出现的次数,作为该两个实体的共现热度。
当然,实体的热度也可以是其他热度,按照具体情况具体设定,本申请实施例不做具体限定。
在步骤201的第一种具体实施方式中,为了使得实体的近期平均热度能够综合表现实体在最近一段时间的平均热度,减少实体在最近一段时间的热度波动,可以设定实体在第一历史时期内,距离第一结束时间第i个时间单位实体的热度对应的权重是一致的,例如可以但不限于均为1;i=1,2,…,M;i和M均为正整数;第一历史时期被划分为M个时间单位。其中,第一结束时间为第一历史时期的结束时间,如果第一历史时期是从当前时间开始往前一段时间,则第一结束时间即为当前时间。
已知第一历史时期中距离第一结束时间各时间单位实体的热度,且距离第一结束时间各时间单位实体的热度对应的权重一致,则可以进行算数平均运算,计算得到实体的近期平均热度。
因此,在本申请实施例一种可选的实施方式中,所述步骤201所述的根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,例如可以包括步骤A1-步骤A2:
步骤A1:根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间。
步骤A2:对所述距离第一结束时间第i个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
作为一种示例,实体的近期平均热度的计算公式可以如下所示:
Figure BDA0003139354010000091
其中,h(i)表示距离第一历史时期的第一结束时间第i时间单位实体的热度;recent(M)表示实体的近期平均热度。假设第一结束时间为当前时间,时间单位为天,M=7时,则第一历史时期为距离当前时间7天;则实体的近期平均热度表示距离当前时间7天平均每天实体的热度。
在步骤201的第二种具体实施方式中,区别于第一种具体实施方式,进一步地,为了使得实体的近期平均热度不仅表现实体在最近一段时间的热度情况,而且更细致表现实体在最近一段时间的热度波动,侧重反应用户在最近一段时间对实体的关注度的波动性;第二种具体实施方式中,针对第一历史时期,设定距离第一结束时间第i时间单位实体的热度对应的权重随i取值的增大而变小;即,越接近第一结束时间的每时间单位实体的热度对应的权重越大。例如,可以根据M和i计算距离第一结束时间第i时间单位实体的热度对应的权重。
已知第一历史时期中距离第一结束时间各时间单位实体的热度、和距离第一结束时间各时间单位实体的热度分别对应的权重,则可以进行加权平均运算,计算得到实体的近期平均热度
因此,在本申请实施例一种可选的实施方式中,所述步骤201所述的根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,例如可以包括步骤A3-步骤A5:
步骤A3:根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间。
步骤A4:根据i和M确定所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重。
其中,距离第一结束时间第i个时间单位实体的热度分别对应的权重例如可以为M/i。
步骤A5:根据所述距离第一结束时间第i个时间单位所述实体的热度和所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重,进行加权平均处理,获得所述实体的近期平均热度。
作为一种示例,实体的近期平均热度的计算公式可以如下所示:
Figure BDA0003139354010000101
Figure BDA0003139354010000102
其中,h(i)表示距离第一结束时间第i时间单位的实体热度;
Figure BDA0003139354010000103
表示距离第一结束时间第i时间单位的实体热度的权重,i的取值越小,
Figure BDA0003139354010000104
表示的权重越大;sum(M)表示M个权重之和;recent(M)表示实体的近期平均热度。
在步骤201具体实施时,为了使得实体的历史平均热度能够综合表现实体在早于第一历史时期的第二历史时期的平均热度,尽可能降低实体在历史时期的热度波动,可以设定实体在第二历史时期内,距离第二结束时间第j个时间单位实体的热度对应的权重是一致的,例如可以但不限于均为1;j=1,2,…,N;j和N均为正整数;第二历史时期被划分为N个时间单位。其中,第二结束时间为第二历史时期的结束时间,如果第二历史时期是从当前时间开始往前一段时间,则第二结束时间即为当前时间。该第二结束时间可以早于第一结束时间,也可以跟第一结束时间相同。
已知第二历史时期中距离第二结束时间各时间单位实体的热度,且距离第二结束时间各时间单位实体的热度对应的权重一致,则可以进行算数平均运算,计算得到实体的历史平均热度。
因此,在本申请实施例一种可选的实施方式中,所述步骤201所述的根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度,例如可以包括步骤B1-步骤B2:
步骤B1:根据所述实体在第二历史时期的历史相关数据,分别确定距离第二结束时间第j个时间单位所述实体的热度;j=1,2,…,N;j和N均为正整数;所述第二历史时期被划分为N个时间单位;所述第二结束时间为所述第二历史时期的结束时间。
步骤B2:对所述距离第二结束时间第j个时间单位所述实体的热度进行算数平均处理,获得所述实体的历史平均热度。
作为一种示例,实体的历史平均热度的计算公式可以如下所示:
Figure BDA0003139354010000111
其中,h(j)表示距离第二历史时期的第二结束时间第j时间的单位实体热度;history(N)表示实体的历史平均热度。
假设第二结束时间为当前时间,时间单位为天,N=30时,则第二历史时期为距离当前时间30天;则实体的历史平均热度表示距离当前时间30天的平均每天实体的热度。
假设当前时间为6月份,第二结束时间为5月31日,时间单位为天,N=31时,则第二历史时期为5月份整月;则实体的历史平均热度表示5月份的平均每天实体的热度。
步骤202:根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数;所述目标增益系数为所述近期平均热度相对于所述历史平均热度的增量变化系数。
本申请实施例中,为了解决实体的历史平均热度无法较好地反应实体在近期的热度情况,实体的近期平均热度仅仅考虑实体在近期的热度情况,导致波动性较大,即使前两者的加权平均热度也引入了较大的波动性的问题;在步骤201获得实体的近期平均热度和历史平均热度之后,需要在实体的近期平均热度和历史平均热度的基础上,利用一个限定上限值的预设函数,计算实体的近期平均热度相对于历史平均热度的增量变化系数,作为目标增益系数。
在步骤202具体实施时,由于上述目标增益系数表示实体的近期平均热度相对于实体的历史平均热度的增量变化系数,该增量变化系数是具有上限,在预设函数具有上限值的基础上,为了使得计算得到的目标增益系数的上限更为直观明显,需要对预设函数的上限值进行放大。例如,在实际应用中,针对目标增益系数的需求,根据预设函数的上限值预先设定预设函数对应的增益放大系数,该预设函数对应的增益放大系数用于放大预设函数的上限值,以便计算得到更为合理的目标增益系数。
与此同时,在计算目标增益系数时,在上述预设函数具有对应的增益放大系数的情况下,还需要根据增益放大系数预先设定预设函数对应的归一化常量,以便满足实体的近期平均热度与实体的历史平均热度相同时,使得目标增益系数为1。
在已知实体的近期平均热度、实体的历史平均热度、预设函数、预设函数对应的增益放大系数、预设函数对应的归一化常量的基础上,基于此,即可计算目标增益系数。
因此,在本申请实施例一种可选的实施方式中,所述步骤202例如可以包括以下步骤C1-步骤C2:
步骤C1:获取所述预设函数对应的增益放大系数和归一化常量;所述增益放大系数是基于所述预设函数的上限值确定的,所述归一化常量是基于所述增益放大系数确定的。
步骤C2:根据所述近期平均热度、所述历史平均热度、所述预设函数、所述增益放大系数和所述归一化常量,获得所述目标增益系数;其中,所述归一化常量用于满足:当所述近期平均热度与所述历史平均热度相同时,使得所述目标增益系数为1。
在上述示例的基础上,作为一种示例,预设函数为logistic函数时,目标增益系数的计算公式可以如下所示:
Figure BDA0003139354010000131
其中,a表示logistic函数对应的增益放大系数;b表示logistic函数对应的归一化常量;gain(M,N)表示目标增益系数。
归一化常量b用于满足:当近期平均热度recent(M)与历史平均热度history(N)相同时,使得目标增益系数gain(M,N)为1。例如,假设增益放大系数a=3.72时,即,基于logistic函数的上限值为1的特性,目标增益系数gain(M,N)的上限值为3.72;为了满足实体的近期平均热度recent(M)与实体的历史平均热度history(N)相同时,目标增益系数gain(M,N)为1,b≈2,具体推导如下所示:
Figure BDA0003139354010000132
Figure BDA0003139354010000133
e-(1-b)=2.72
b≈2步骤203:根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体热度的优化值。
本申请实施例中,在步骤202获得目标增益系数,且已知实体的近期平均热度和历史平均热度的基础上,通过目标增益系数,对实体的近期平均热度和历史平均热度进行优化。即,在计实体的热度时,增加实体的近期平均热度相对于的历史平均热度的增量变化系数这一维度,得到实体的热度优化值。该实体的热度优化值数据综合不同维度反应用户对数据的关注度,既能解决实体的历史平均热度无法较好地反应数据在近期的热度情况的问题,又能避免实体的近期平均热度、近期平均热度与历史平均热度的加权平均热度引入较大的波动性的问题,
在步骤203具体实施时,由于实体的近期平均数据仅仅考虑了实体在近期的热度情况,具有波动性较大的特性,则需要综合实体的历史平均热度,关注实体在历史时期的热度情况,以降低一部分波动性。在综合实体的近期平均热度和历史平均热度时,需要设定实体的历史平均热度的权重大于实体的近期平均热度,基于此,进行加权平均运算即可获得实体的加权平均热度。在实体的加权平均热度的基础上,还需要进一步结合目标增益系数,优化实体的加权平均热度;即,将实体的加权平均热度和目标增益系数的乘积,作为实体的热度优化值。因此,在本申请实施例一种可选的实施方式中,所述步骤203所述的根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值,例如可以包括以下步骤D1-步骤D3:
步骤D1:确定所述近期平均热度的权重和所述历史平均热度的权重;所述历史平均热度的权重大于所述近期平均热度的权重。
步骤D2:根据所述近期平均热度的权重、所述历史平均热度的权重,对所述近期平均热度和所述历史平均热度进行加权平均处理,获得所述实体的加权平均热度。
步骤D3:对所述加权平均热度和所述目标增益系数进行乘积处理,获得所述实体的热度优化值。
在上述示例的基础上,作为一种示例,实体的热度优化值的计算公式可以如下所示:
Figure BDA0003139354010000141
其中,k表示实体的历史平均热度的权重;实体的近期平均热度的权重为1;result表示实体的热度优化值。
本申请实施例中,由于步骤203获得的实体的热度优化值,能够综合不同维度反应用户对数据的关注度,即,更加真实有效地反应用户对实体的关注度;则在实体推荐场景中,通过实体的热度优化值代替原有的实体的历史平均热度、近期平均热度以及前两者的加权平均热度,进行实体推荐的准确度更高。因此,在本申请实施例一种可选的实施方式中,所述方法例如还可以包括:根据所述实体的热度优化值执行实体推荐操作。
此外,本申请实施例中,由于实体的热度优化值是先加权平均实体的近期平均热度和历史平均热度,再与目标增益系数相乘得到的,则实体的热度优化值与实体的近期平均热度、历史平均热度的度量单位一致,使得实体的热度优化值与实体的近期平均热度、历史平均热度具有可比性。则在步骤202获得实体热度的优化值之后,还可以将实体的历史平均热度、实体的近期平均热度和实体的热度优化值进行对比分析,以便分析实体在该历史平均热度和近期平均热度情况下,实体的热度优化值的优化程度。因此,在本申请实施例一种可选的实施方式中,所述方法例如还可以包括:对比分析所述历史平均热度、近期平均热度和所述热度优化值。
例如,如下表1所示的实体的历史平均热度、近期平均热度、实体热度的优化值以及优化说明:
表1实体的历史平均热度、近期平均热度、实体热度的优化值以及优化说明
Figure BDA0003139354010000151
通过本实施例提供的各种实施方式,首先,通过实体在第一历史时期的历史相关数据,计算实体的近期平均热度,通过实体在第二历史时期的历史相关数据,计算实体的历史平均热度;其中,第二历史时期的开始时间在第一历史时期的开始时间之前。然后,结合近期平均热度和历史平均热度,利用限定上限值的预设函数,计算目标增益系数。最后,综合近期平均热度和历史平均热度,并结合目标增益系数,计算实体的热度优化值。可见,在获得实体的近期平均热度和历史平均热度的基础上,通过计算目标增益系数,表示近期平均热度相对历史平均热度的增量变化系数;综合近期平均热度、历史平均热度和目标增益系数,计算实体的热度优化值,能够综合不同维度更加真实有效地反应用户对实体的关注度,从而在实体推荐场景中依据实体的热度优化值精准地推荐实体。
示例性装置
参见图3,示出了本申请实施例中一种数据处理的装置的结构示意图。
在本实施例中,所述装置例如具体可以包括:
第一获得单元301,用于根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度;根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度;所述第二历史时期的开始时间在所述第一历史时期的开始时间之前;
第二获得单元302,用于根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数;所述目标增益系数为所述近期平均热度相对于所述历史平均热度的增量变化系数;
第三获得单元303,用于根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值。
在本申请实施例一种可选的实施方式中,所述第二获得单元,用于:
获取所述预设函数对应的增益放大系数和归一化常量;所述增益放大系数是基于所述预设函数的上限值确定的,所述归一化常量是基于所述增益放大系数确定的;
根据所述近期平均热度、所述历史平均热度、所述预设函数、所述增益放大系数和所述归一化常量,获得所述目标增益系数;
其中,所述归一化常量用于满足:当所述近期平均热度与所述历史平均热度相同时,使得所述目标增益系数为1。
在本申请实施例一种可选的实施方式中,所述第三获得单元,用于:
确定所述近期平均热度的权重和所述历史平均热度的权重;所述历史平均热度的权重大于所述近期平均热度的权重;
根据所述近期平均热度的权重、所述历史平均热度的权重,对所述近期平均热度和所述历史平均热度进行加权平均处理,获得所述实体的加权平均热度;
对所述加权平均热度和所述目标增益系数进行乘积处理,获得所述实体的热度优化值。
在本申请实施例一种可选的实施方式中,所述第一获得单元,用于:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
对所述距离第一结束时间第i个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
在本申请实施例一种可选的实施方式中,所述第一获得单元,还用于:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
根据i和M确定所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重;
根据所述距离第一结束时间第i个时间单位所述实体的热度和所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重,进行加权平均处理,获得所述实体的近期平均热度。
在本申请实施例一种可选的实施方式中,所述第一获得单元,还用于:
根据所述实体在第二历史时期的历史相关数据,分别确定距离第二结束时间第j个时间单位所述实体的热度;j=1,2,…,N;j和N均为正整数;所述第二历史时期被划分为N个时间单位;所述第二结束时间为所述第二历史时期的结束时间;
对所述距离第二结束时间第j个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
通过本实施例提供的各种实施方式,首先,通过实体在第一历史时期的历史相关数据,计算实体的近期平均热度,通过实体在第二历史时期的历史相关数据,计算实体的历史平均热度;其中,第二历史时期的开始时间在第一历史时期的开始时间之前。然后,结合近期平均热度和历史平均热度,利用限定上限值的预设函数,计算目标增益系数。最后,综合近期平均热度和历史平均热度,并结合目标增益系数,计算实体的热度优化值。可见,在获得实体的近期平均热度和历史平均热度的基础上,通过计算目标增益系数,表示近期平均热度相对历史平均热度的增量变化系数;综合近期平均热度、历史平均热度和目标增益系数,计算实体的热度优化值,能够综合不同维度更加真实有效地反应用户对实体的关注度,从而在实体推荐场景中依据实体的热度优化值精准地推荐实体。
图4是根据一示例性实施例示出的一种用于数据处理的装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理部件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统,一个或多个电源,及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相互关联的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当设备400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到设备400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种数据处理的方法,所述方法包括:
根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度;根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度;所述第二历史时期的开始时间在所述第一历史时期的开始时间之前;
根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数;所述目标增益系数为所述近期平均热度相对于所述历史平均热度的增量变化系数;
根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值。
在本申请实施例一种可选的实施方式中,所述根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数,包括:
获取所述预设函数对应的增益放大系数和归一化常量;所述增益放大系数是基于所述预设函数的上限值确定的,所述归一化常量是基于所述增益放大系数确定的;
根据所述近期平均热度、所述历史平均热度、所述预设函数、所述增益放大系数和所述归一化常量,获得所述目标增益系数;
其中,所述归一化常量用于满足:当所述近期平均热度与所述历史平均热度相同时,使得所述目标增益系数为1。
在本申请实施例一种可选的实施方式中,所述根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值,包括:
确定所述近期平均热度的权重和所述历史平均热度的权重;所述历史平均热度的权重大于所述近期平均热度的权重;
根据所述近期平均热度的权重、所述历史平均热度的权重,对所述近期平均热度和所述历史平均热度进行加权平均处理,获得所述实体的加权平均热度;
对所述加权平均热度和所述目标增益系数进行乘积处理,获得所述实体的热度优化值。
在本申请实施例一种可选的实施方式中,所述根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,包括:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
对所述距离第一结束时间第i个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
在本申请实施例一种可选的实施方式中,所述根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,包括:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
根据i和M确定所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重;
根据所述距离第一结束时间第i个时间单位所述实体的热度和所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重,进行加权平均处理,获得所述实体的近期平均热度。
在本申请实施例一种可选的实施方式中,所述根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度,包括:
根据所述实体在第二历史时期的历史相关数据,分别确定距离第二结束时间第j个时间单位所述实体的热度;j=1,2,…,N;j和N均为正整数;所述第二历史时期被划分为N个时间单位;所述第二结束时间为所述第二历史时期的结束时间;
对所述距离第二结束时间第j个时间单位所述实体的热度进行算数平均处理,获得所述实体的历史平均热度。
图5是本申请实施例中服务器的结构示意图。该服务器500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)522(例如,一个或一个以上处理器)和存储器532,一个或一个以上存储应用程序542或数据544的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器532和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器522可以设置为与存储介质530通信,在服务器500上执行存储介质530中的一系列指令操作。
服务器500还可以包括一个或一个以上电源526,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口558,一个或一个以上键盘556,和/或,一个或一个以上操作系统541,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上,然而并非用以限定本申请。任何熟悉本领域的技术人员,在不脱离本申请技术方案范围情况下,都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本申请技术方案的内容,依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本申请技术方案保护的范围内。

Claims (14)

1.一种数据处理的方法,其特征在于,包括:
根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度;根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度;所述第二历史时期的开始时间在所述第一历史时期的开始时间之前;
根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数;所述目标增益系数为所述近期平均热度相对于所述历史平均热度的增量变化系数;
根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数,包括:
获取所述预设函数对应的增益放大系数和归一化常量;所述增益放大系数是基于所述预设函数的上限值确定的,所述归一化常量是基于所述增益放大系数确定的;
根据所述近期平均热度、所述历史平均热度、所述预设函数、所述增益放大系数和所述归一化常量,获得所述目标增益系数;
其中,所述归一化常量用于满足:当所述近期平均热度与所述历史平均热度相同时,使得所述目标增益系数为1。
3.根据权利要求1所述的方法,其特征在于,所述根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值,包括:
确定所述近期平均热度的权重和所述历史平均热度的权重;所述历史平均热度的权重大于所述近期平均热度的权重;
根据所述近期平均热度的权重、所述历史平均热度的权重,对所述近期平均热度和所述历史平均热度进行加权平均处理,获得所述实体的加权平均热度;
对所述加权平均热度和所述目标增益系数进行乘积处理,获得所述实体的热度优化值。
4.根据权利要求1所述的方法,其特征在于,所述根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,包括:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
对所述距离第一结束时间第i个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
5.根据权利要求1所述的方法,其特征在于,所述根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度,包括:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
根据i和M确定所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重;
根据所述距离第一结束时间第i个时间单位所述实体的热度和所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重,进行加权平均处理,获得所述实体的近期平均热度。
6.根据权利要求1所述的方法,其特征在于,所述根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度,包括:
根据所述实体在第二历史时期的历史相关数据,分别确定距离第二结束时间第j个时间单位所述实体的热度;j=1,2,…,N;j和N均为正整数;所述第二历史时期被划分为N个时间单位;所述第二结束时间为所述第二历史时期的结束时间;
对所述距离第二结束时间第j个时间单位所述实体的热度进行算数平均处理,获得所述实体的历史平均热度。
7.一种数据处理的装置,其特征在于,包括:
第一获得单元,用于根据实体在第一历史时期的历史相关数据,获得所述实体的近期平均热度;根据所述实体在第二历史时期的历史相关数据,获得所述实体的历史平均热度;所述第二历史时期的开始时间在所述第一历史时期的开始时间之前;
第二获得单元,用于根据所述近期平均热度、所述历史平均热度和限定上限值的预设函数,获得目标增益系数;所述目标增益系数为所述近期平均热度相对于所述历史平均热度的增量变化系数;
第三获得单元,用于根据所述近期平均热度、所述历史平均热度和所述目标增益系数,获得所述实体的热度优化值。
8.根据权利要求7所述的装置,其特征在于,所述第二获得单元,用于:
获取所述预设函数对应的增益放大系数和归一化常量;所述增益放大系数是基于所述预设函数的上限值确定的,所述归一化常量是基于所述增益放大系数确定的;
根据所述近期平均热度、所述历史平均热度、所述预设函数、所述增益放大系数和所述归一化常量,获得所述目标增益系数;
其中,所述归一化常量用于满足:当所述近期平均热度与所述历史平均热度相同时,使得所述目标增益系数为1。
9.根据权利要求7所述的装置,其特征在于,所述第三获得单元,用于:
确定所述近期平均热度的权重和所述历史平均热度的权重;所述历史平均热度的权重大于所述近期平均热度的权重;
根据所述近期平均热度的权重、所述历史平均热度的权重,对所述近期平均热度和所述历史平均热度进行加权平均处理,获得所述实体的加权平均热度;
对所述加权平均热度和所述目标增益系数进行乘积处理,获得所述实体的热度优化值。
10.根据权利要求7所述的装置,其特征在于,所述第一获得单元,用于:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
对所述距离第一结束时间第i个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
11.根据权利要求7所述的装置,其特征在于,所述第一获得单元,还用于:
根据所述实体在第一历史时期的历史相关数据,分别确定距离第一结束时间第i个时间单位所述实体的热度;i=1,2,…,M;i和M均为正整数;所述第一历史时期被划分为M个时间单位;所述第一结束时间为所述第一历史时期的结束时间;
根据i和M确定所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重;
根据所述距离第一结束时间第i个时间单位所述实体的热度和所述距离第一结束时间第i个时间单位所述实体的热度分别对应的权重,进行加权平均处理,获得所述实体的近期平均热度。
12.根据权利要求7所述的装置,其特征在于,所述第一获得单元,还用于:
根据所述实体在第二历史时期的历史相关数据,分别确定距离第二结束时间第j个时间单位所述实体的热度;j=1,2,…,N;j和N均为正整数;所述第二历史时期被划分为N个时间单位;所述第二结束时间为所述第二历史时期的结束时间;
对所述距离第二结束时间第j个时间单位所述实体的热度进行算数平均处理,获得所述实体的近期平均热度。
13.一种用于数据处理的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序,以执行权利要求1至6中任一项所述的数据处理的方法。
14.一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如权利要求1至6中任一项所述的数据处理的方法。
CN202110731344.XA 2021-06-29 2021-06-29 一种数据处理的方法及相关装置 Pending CN113343059A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110731344.XA CN113343059A (zh) 2021-06-29 2021-06-29 一种数据处理的方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110731344.XA CN113343059A (zh) 2021-06-29 2021-06-29 一种数据处理的方法及相关装置

Publications (1)

Publication Number Publication Date
CN113343059A true CN113343059A (zh) 2021-09-03

Family

ID=77481512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110731344.XA Pending CN113343059A (zh) 2021-06-29 2021-06-29 一种数据处理的方法及相关装置

Country Status (1)

Country Link
CN (1) CN113343059A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915734A (zh) * 2015-06-25 2015-09-16 深圳市腾讯计算机系统有限公司 基于时间序列的商品热度预测方法和系统
CN107766546A (zh) * 2017-10-31 2018-03-06 广东欧珀移动通信有限公司 应用推荐方法、装置、存储介质及终端设备
US20180159746A1 (en) * 2014-06-30 2018-06-07 Convida Wireless, Llc Network node availability prediction based on past history data
US20180349929A1 (en) * 2017-06-05 2018-12-06 International Business Machines Corporation Optimizing revenue savings for actionable predictions of revenue change
US20180349930A1 (en) * 2017-06-05 2018-12-06 International Business Machines Corporation Optimizing predictive precision for actionable forecasts of revenue change
CN111488984A (zh) * 2020-04-03 2020-08-04 中国科学院计算技术研究所 一种用于训练轨迹预测模型的方法和轨迹预测方法
CN112925986A (zh) * 2021-04-08 2021-06-08 国网电子商务有限公司 商品对象推荐方法、装置、电子设备及存储介质
CN112965991A (zh) * 2021-03-08 2021-06-15 咪咕文化科技有限公司 预计算结果生成方法、装置、电子设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180159746A1 (en) * 2014-06-30 2018-06-07 Convida Wireless, Llc Network node availability prediction based on past history data
CN104915734A (zh) * 2015-06-25 2015-09-16 深圳市腾讯计算机系统有限公司 基于时间序列的商品热度预测方法和系统
US20180349929A1 (en) * 2017-06-05 2018-12-06 International Business Machines Corporation Optimizing revenue savings for actionable predictions of revenue change
US20180349930A1 (en) * 2017-06-05 2018-12-06 International Business Machines Corporation Optimizing predictive precision for actionable forecasts of revenue change
CN107766546A (zh) * 2017-10-31 2018-03-06 广东欧珀移动通信有限公司 应用推荐方法、装置、存储介质及终端设备
CN111488984A (zh) * 2020-04-03 2020-08-04 中国科学院计算技术研究所 一种用于训练轨迹预测模型的方法和轨迹预测方法
CN112965991A (zh) * 2021-03-08 2021-06-15 咪咕文化科技有限公司 预计算结果生成方法、装置、电子设备及存储介质
CN112925986A (zh) * 2021-04-08 2021-06-08 国网电子商务有限公司 商品对象推荐方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
齐亚双;祝娜;翟羽佳;: "基于DTM的国内外情报学研究主题热度演化对比研究", 图书情报工作, no. 16, 20 August 2016 (2016-08-20), pages 99 - 109 *

Similar Documents

Publication Publication Date Title
CN111160448B (zh) 一种图像分类模型的训练方法及装置
CN111859020B (zh) 推荐方法、装置、电子设备及计算机可读存储介质
US10083346B2 (en) Method and apparatus for providing contact card
CN112508612B (zh) 训练广告创意生成模型、生成广告创意的方法及相关装置
CN110717399A (zh) 人脸识别方法和电子终端设备
CN110019885B (zh) 一种表情数据推荐方法及装置
CN109214175B (zh) 基于样本特征训练分类器的方法、装置及存储介质
CN108984628B (zh) 内容描述生成模型的损失值获取方法及装置
CN111859097B (zh) 数据处理方法、装置、电子设备及存储介质
CN107515853B (zh) 一种细胞词库推送方法及装置
CN113343059A (zh) 一种数据处理的方法及相关装置
CN113190725B (zh) 对象的推荐及模型训练方法和装置、设备、介质和产品
CN114201665A (zh) 一种数据处理方法、装置、电子设备及存储介质
CN113870195A (zh) 目标贴图检测模型的训练、贴图检测方法及装置
CN112951405A (zh) 一种实现特征排序的方法、装置及设备
CN107992893B (zh) 压缩图像特征空间的方法及装置
CN112732098A (zh) 一种输入的方法及相关装置
CN110457560B (zh) 一种获得点击率的方法及相关装置
CN114168771B (zh) 一种构建配图库的方法及相关装置
CN112632279B (zh) 一种确定用户标签的方法及相关装置
CN113835797B (zh) 聚合页信息的展示方法、装置、电子设备和存储介质
CN112307353B (zh) 数据的处理方法、装置、电子设备、存储介质
CN107544965B (zh) 一种优化静态词库尺寸的方法及电子设备
CN114594862A (zh) 一种推荐方法、装置和电子设备
CN112766737B (zh) 一种确定广告投放物料风险的方法及相关装置

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