CN113343069A - 用户信息的处理方法、装置、介质及电子设备 - Google Patents
用户信息的处理方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN113343069A CN113343069A CN202110649579.4A CN202110649579A CN113343069A CN 113343069 A CN113343069 A CN 113343069A CN 202110649579 A CN202110649579 A CN 202110649579A CN 113343069 A CN113343069 A CN 113343069A
- Authority
- CN
- China
- Prior art keywords
- author information
- information
- author
- target
- cluster
- 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
Links
- 230000010365 information processing Effects 0.000 title abstract description 4
- 238000003672 processing method Methods 0.000 title abstract description 4
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000015219 food category Nutrition 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005406 washing Methods 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
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2132—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on discrimination criteria, e.g. discriminant analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及一种用户信息的处理方法、装置、介质及电子设备,所述方法包括:获取多个阅读序列信息;对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息;根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。由此可以自动生成特征标识,便于为该作者信息簇中的作者关联标识,有效降低人工工作量,实现用户信息的自动化处理。另一方面,可以提高确定出的特征标识的准确性和精度。
Description
技术领域
本公开涉及计算机技术领域,具体地,涉及一种用户信息的处理方法、装置、介质及电子设备。
背景技术
随着计算机技术的发展,互联网中的数据也越来越多。为了便于用户可以更加准确、快捷地从互联网获取满足其需求的数据,通常可以为数据添加特征描述的标识,从而可以确定该数据所具备的特征,便于用户查找。
相关技术中,在互联网的内容中,通常会基于人工对作者添加相应地的垂类标签(垂直领域标签,相同垂直领域下的用户一般具有类似的需求、爱好等),而人工添加的垂类标签粒度过大会使得内容的描述偏差较大,人工添加的垂类标签粒度过小则会使得具有相近特征的内容对应于不同的特征描述,难以实现对内容的特征的准确描述,导致后续进行数据查询或数据管理的难度增大。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种用户信息的处理方法,所述方法包括:
获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;
对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;
针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;
根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
第二方面,本公开提供一种用户信息的处理装置,其特征在于,所述装置包括:
获取模块,用于获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;
聚类模块,用于对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;
第一确定模块,用于针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;
生成模块,用于根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
第三方面,提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现第一方面所述方法的步骤。
第四方面,提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现第一方面所述方法的步骤。
在上述技术方案中,获取多个阅读序列信息,之后则可以对多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;进而针对每一作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,从而可以根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。由此,通过上述技术方案,一方面可以直接基于用户的阅读数据,自动生成特征标识,以便为相应的作者进行特征标识的标记,有效降低人工工作量,实现用户信息的自动化处理。另一方面,在生成特征标识时,通过作者信息进行聚类,从而可以基于作者信息本身的特征将具有相近特征的作者信息划分到同一簇,基于每一作者信息簇分别进行特征标识的生成,可以有效避免人工标记时粒度过大或者粒度过小的问题,提高确定出的特征标识的准确性和精度,同时可以在一定程度上保证特征标识的覆盖度,为后续进行内容检索或者分类等操作提高准确的数据支持,提升用户使用体验。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据本公开的一种实施方式提供的用户信息的处理方法的流程图;
图2是根据作者信息簇中每一作者信息对应的显著度参数,确定作者信息簇中的目标作者信息的示例性实现方式的流程图;
图3是是根据本公开的一种实施方式提供的用户信息的处理方法的示意图;
图4是根据本公开的一种实施方式提供的用户信息的处理装置的框图;
图5示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1所示,为根据本公开的一种实施方式提供的用户信息的处理方法的流程图,如图1所示,所述方法包括:
在步骤11中,获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息。其中,所述内容可以是文本、图像、音频、视频、动画等对应的数据。
其中,在用户许可的情况下可以获取该用户的阅读数据。在该实施例中,可以对该阅读数据进行预处理,例如提取出该阅读数据中的每一内容对应的作者信息,并按照阅读时间由早至晚的顺序对每一内容对应的作者信息进行排序,从而获得该阅读序列信息,如,获得的用户A的阅读序列信息表示如下:
{userID1,userID2,userID3,……,userIDn}
在步骤12中,对多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇。
通过步骤11可以获得多个用户对应的阅读序列信息,从而在该步骤12中可以对该多个阅读序列信息中的作者信息进行聚类,以将具有相近特征的作者聚类到同一簇中,获得各个作者信息簇。
示例地,可以将阅读序列信息作为输入序列,通过LDA(Latent DirichletAllocation)模型进行聚类。其中,在基于LDA模型进行聚类时,可以将每一作者信息作为一个分词,以基于本领域中的LDA算法进行聚类。在进行LDA聚类时可以预先设置聚类所得的簇的数量,示例地可以预先设置聚类分为36个簇。相应地,基于LDA对多个阅读序列信息中的作者信息进行聚类后则可以将该多个作者信息聚类为36个簇。
在步骤13中,针对每一作者信息簇,根据作者信息簇中每一作者信息对应的显著度参数,确定作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度。
示例地,LDA模型可以将每一作者信息映射为多维向量,该多维向量中的每一维度对应于一个作者信息簇,该多维向量中每一维度的取值即该作者信息属于该维度对应的作者信息簇的概率,可以将映射后获得的多维向量进行归一化处理,从而便于不同的作者信息之间的显著度比较,保证聚类的准确性。其中,在一维度上的取值可以用于表示该作者信息在该维度对应的作者信息簇中的显著程度。相应地在对所述作者信息聚类后,该作者信息对应的显著度参数可以是该作者信息对应的多维向量中与该作者信息所属的作者信息簇对应的维度上的取值。
在一种可能的实施例中,可以在每一作者信息簇中按照显著度参数由大至小的顺序进行排序,按照排序依次选择一个或多个作者信息确定为该目标作者信息。由此,可以从作者信息簇包含的多个作者信息中选择特征更加显著的作者信息,便于后续基于目标作者信息更为准确、全面地对该作者信息簇的特征进行描述。
在步骤14中,根据目标作者信息对应的特征信息,生成目标作者信息所属的作者信息簇的特征标识。
作为示例,若目标作者信息为一个,则可以直接将该目标作者信息关联的全部特征标识作为该目标作者信息所属的作者信息簇的特征标识;若目标作者信息为多个,则可以将该多个目标作者信息关联的特征标识中选择部分或者全部作为作者信息簇的特征标识。
作为示例,可以将该作者信息簇的特征标识,标记为该作者信息簇中的作者信息的特征标识,从而实现对用户信息的自动标注处理,并且可以一定程度上保证该特征标识与该作者的匹配度。
在上述技术方案中,获取多个阅读序列信息,之后则可以对多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;进而针对每一作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,从而可以根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识,。由此,通过上述技术方案,一方面可以直接基于用户的阅读数据,自动生成特征标识,以便为相应的作者进行特征标识的标记,有效降低人工工作量,实现用户信息的自动化处理。另一方面,在生成特征标识时,通过作者信息进行聚类,从而可以基于作者信息本身的特征将具有相近特征的作者信息划分到同一簇,基于每一作者信息簇分别进行特征标识的生成,可以有效避免人工标记时粒度过大或者粒度过小的问题,提高确定出的特征标识的准确性和精度,同时可以在一定程度上保证特征标识的覆盖度,为后续进行内容检索或者分类等操作提高准确的数据支持,提升用户使用体验。
在一种可能的实施例中,在步骤13中,根据作者信息簇中每一作者信息对应的显著度参数,确定作者信息簇中的目标作者信息的示例性实现方式如下,如图2所示,该步骤可以包括:
在步骤21中,确定作者信息簇中的每一作者信息对应的阅读量。其中,阅读量信息可以用于表示对应的作者在读者中的受欢迎程度,通常情况下对应阅读量更大的作者更受欢迎,该作者更具有代表性。在该步骤中,该阅读量可以从该作者信息对应的作者的属性中的获取,即阅读过该作者的作品的用户数量。
在步骤22中,根据作者信息对应的阅读量和作者信息对应的显著度参数,从多个作者信息中确定所述目标作者信息。
在该步骤中,作者信息对应的阅读量可以用于表征该作者信息对应的作者在读者用户中代表性,作者信息对应的显著度参数可以用于表征该作者对应作者在其所属的作者信息簇中的显著程度。由此,通过上述技术方案,在确定作者信息簇对应的目标作者信息时,不仅考虑该作者在其所属作者信息簇中的显著程度,同时可以考虑该作者本身的重要程度,即结合受众读者的角度进行考量,从而可以提高确定出的目标作者信息的准确性,保证该目标作者信息的特征与该作者信息簇的特征的匹配度以及与实际应用环境的匹配度。
在一种可能的实施例中,在步骤22中,根据作者信息对应的阅读量和作者信息对应的显著度参数,从多个作者信息中确定所述目标作者信息的示例性实现方式如下,该步骤可以包括以下中的任一方式:
第一种方式:根据作者信息对应的阅读量和作者信息在对应的显著度参数,确定作者信息对应的目标分数,并将按照目标分数由大至小排序前N的作者信息确定为所述目标作者信息,其中N为大于零的整数。
作为示例,可以将作者信息对应的阅读量和显著度参数的加权和确定为该目标分数,其中,阅读量和显著度参数分别对应的权重可以根据实际使用场景进行确定,两者权重和为1。作为另一示例,可以基于该作者信息簇中的各个作者信息对应的阅读量对每一作者信息对应的阅读量进行归一化,示例地,可以确定出该作者信息簇中对应的阅读量的最小值和最大值,进而基于该最小值和最大值对该作者信息簇中的作者信息对应的阅读量进行归一化,之后基于归一化后的阅读量和显著度参数确定目标分数。
之后,可以按照目标分数由大至小的顺序进行排序,并将排序前N的作者信息确定为目标作者信息,即可以将作者信息中的显著度和阅读量相对较高的作者信息作为该目标作者信息,从而可以保证确定出的目标作者信息的准确度,同时可以提高目标作者信息确定的效率。
第二种方式:将按照显著度参数由大至小排序前N,且阅读量大于阅读量阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数。
其中,在一种可能的实施例中,阅读量阈值可以预先进行设置,如可以预先根据人为经验和实际使用场景需求进行设置。在另一可能的实施例中,该阅读量阈值可以根据该作者信息簇中的各个作者信息对应的阅读量动态设置,例如,阅读量阈值可以是该作者信息簇中的各个作者信息对应的阅读量的平均值,或者阅读量阈值可以是作者信息簇中的阅读量的最大值的Q%,如最大值的20%等,本公开对此不进行限定。
第三种方式:将按照所述阅读量由大至小排序前N,且显著度参数大于显著度阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数。
其中,在一种可能的实施例中,显著度阈值可以预先进行设置,如可以预先根据人为经验和实际使用场景需求进行设置。在另一可能的实施例中,该显著度阈值可以根据该作者信息簇中的各个作者信息对应的显著度参数动态设置,例如,显著度阈值可以是该作者信息簇中的各个作者信息对应的显著度参数的平均值,或者显著度阈值可以是作者信息簇中的按照显著度参数由大至小排位第5的显著度参数等,本公开对此不进行限定。
由此,通过上述技术方案,可以结合作者信息本身的特征以及该作者信息在其所属的作者信息簇中的特征,对该作者信息综合表征,为确定作者信息簇中的目标作者信息提供准确地数据参考。同时可以提高确定出的目标作者信息与该作者信息簇的匹配程度,保证基于该目标作者信息可以对作者信息簇的特征进行全面且准确的描述。
在一种可能的实施例中,所述目标作者信息为多个,在步骤14中,根据目标作者信息对应的特征信息,生成目标作者信息所属的作者信息簇的特征标识的示例性实现方式如下,该步骤可以包括:
对每一目标作者信息关联的特征标识进行匹配,以确定待合并的特征标识。
作为示例,将每一目标作者信息关联的特征标识进行匹配,并将成功匹配的特征标识确定为待合并的特征标识。其中,进行匹配的算法为本领域中的常用算法,如编辑距离又称Levenshtein距离等,在此不再赘述。
对所述待合并的特征标识进行合并,获得合并标识,并将所述合并标识作为所述目标作者信息所属的作者信息簇的特征标识。
其中,匹配成功的特征标识之间具有一定的相似性,因此在该实施例中,可以将该类特征标识进行合并,从而可以通过合并后的特征标识表征待合并的特征标识。将该合并标识作为目标作者信息所属的作者信息簇的特征标识,可以在保证特征标识的准确性和全面性的同时,有效减少作者信息簇的特征标识的数量,也可以在一定程度上避免特征标识的粒度过大或者过小的问题,保证确定出的特征标识的精度。
在一种可能的实施例中,所述对所述待合并的特征标识进行合并,获得合并标识的示例性实现方式可以包括:
将该待合并的特征标识中的相同部分进行合并,将该待合并的特征标识中的不同部分进行拼接,以获得合并标识。
示例地,确定出的待合并的特征标识为“时政新闻”和“国际新闻”,则通过匹配可以确定出该待合并的特征标识中的相同部分为“新闻”,不同部分分别为“国际”和“时政”,则可以将该待合并的特征标识合并为“国际时政新闻”,从而获得合并标识。通过上述方式,可以简单快捷地进行标识合并,一方面可以增加特征标识的种类,提高特征标识的丰富性和多样性,另一方面也可以提高标识生成的效率。
或者在另一种可能的实施例中,所述对所述待合并的特征标识进行合并,获得合并标识的示例性实现方式可以包括:
将所述待合并的特征标识输入到标识合并模型,获得合并标识,所述标识合并模型用于确定输入文本对应的中心词。
其中,该标识合并模型可以为预训练的embedding模型,通过将待合并的特征标识输入该训练后的embedding模型,确定待合并的特征标识对应的embedding向量,从而可以基于该embedding向量获得待合并的特征标识对应的中心词,则可以将该中心词确定为该合并标识。
示例地,待合并的特征标识为“广场舞”和“宅舞”,则可以将该待合并的特征标识输入标识合并模型,确定出的中心词为“舞蹈”,则可以将“舞蹈”确定为该待合并的特征标识对应的合并标识。由此,通过上述技术方案,可以将粒度较小的特征标识进行合并,保证用户信息处理的合理性和准确性。
在一种可能的实施例中,所述根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识的示例性实现方式如下,该步骤可以包括:
获取所述目标作者信息对应的读者信息。
在实际应用场景中,作者用户对应的读者用户的分布也可以在一定程度上表征该作者用户的相关特征。基于此,本公开实施例中,可以基于作者用户的受众信息即其读者信息进一步生成该作者信息对应的作者的特征标识。示例地,可以在用户许可的情况下,对其访问内容时的读者信息进行获取,如可以记录阅读文章的读者信息。
根据所述读者信息和预设的读者特征维度,生成与读者特征维度对应的读者特征标识,并将所述读者特征标识作为所述目标作者信息所属的作者信息簇的特征标识。
其中,读者特征维度可以是预先基于人为经验和实际应用场景设置的,如读者特征为维度可以为授权可以获取的年龄、性别、地区等。在获取目标作者信息对应的读者信息后,可以从各个读者特征为维度为该读者信息进行分类,以年龄维度为例,可以将年龄划分为少年、青年、中年、老年等之后,则可以分别确定出该目标作者信息对应的读者信息在各个年龄段中的数量,基于对应数量最多的年龄段生成该读者特征维度对应的读者特征标识,如对应数量最多的年龄段为青年,则可以将“偏青年化”作为该读者特征维度对应的读者特征标识。
其他特征维度对应的读者特征标识可以通过上述类似的方式,根据用户授权的数据生成在此不再赘述。由此,通过上述技术方案,可以基于目标作者信息对应的读者信息生成特征标识,该特征标识可以用于表征该目标作者信息的读者受众特征,提高作者信息簇的特征标识的多样性和准确性,便于基于特征标识为读者用户提高更全面的数据推荐和检索。
可附加地或可替换地,在一种可能的实施例中,根据目标作者信息对应的特征信息,生成目标作者信息所属的作者信息簇的特征标识的另一示例性实现方式如下,该步骤可以包括:
获取所述目标作者信息对应的内容的类型信息和内容信息。
其中,目标作者信息对应的内容即为该目标作者信息对应的作者的发布的作品,如该目标作者信息对应的作者发布的文章、图片、视频等。其中,该内容的类型信息可以是文本类型、图像类型、视频类型、音频类型等等用于表示数据格式的信息。内容的内容信息则用于表示所述内容展现的内容的类别,如美食类、运动类、动漫类等等。
根据所述类型信息和所述内容信息,生成所述目标作者信息对应的作品特征标识,并将所述作品特征标识作为所述目标作者信息所属的作者信息簇的特征标识。
其中,针对每一目标作者信息,可以将其对应的内容按照不同类型和不同内容进行分类。以类型信息为例,可以确定该目标作者信息对应的内容在不同类型下的数量,如目标作者信息U对应的内容中视频类型的数量为M1,文本类型的数量为M2,图像类型的数量为M3,其中M1>M2>M3,其M1与M2的差值大于预设阈值,也就是说在该目标作者信息对应的内容中,其中视频类型占比最多,且视频类型的其他类型的占比差距较大,表示该在目标作者信息对应的内容中,视频类型的占比最显著。
在内容信息方面,可以确定该目标作者信息对应的内容在不同内容下的数量,如目标作者信息U对应的内容中的美食类内容的数量为M1’,记录类内容的数量为M2’,旅游类内容的数量为M3’,其中M1’>M2’>M3’,其M1’与M2’的差值不大于预设阈值,也就是说在该目标作者信息对应的内容中,其中美食类内容占比最多,但不同内容之间的比例相近,表示该在目标作者信息对应的内容中不同内容的比例较为平均。
基于上述方式,基于对类型信息和内容信息的分类,生成用于表征该类型信息和内容信息的特征的作品特征标识“内容平均的视频类”,以对该目标作者信息对应的作品特征进行表征。作为另一示例,若M1’与M2’的差值大于预设阈值,则可以生成作品特征标识“美食类内容的视频类”。
由此,通过上述技术方案,在确定出目标作者信息后,可以通过对该目标作者信息对应的内容进行分析,从而获得用于表征该目标作者信息对应的作品特征,进而可以通过该作品特征标识对该作者信息簇中的作者信息进行相应的标识,提高对用户信息自动处理的准确性和全面性。
其中,如上文所述,属于同一作者信息簇的作者信息之间具有相似的特征,因此,在确定出该作者信息簇对应的特征标识之后,该特征标识也是与该作者信息簇中的各个作者信息对应的作者的特征所匹配的。因此,可以将该作者信息簇中包含的各个作者信息对应的作者用户确定为目标用户,从而可以基于生成的作者信息簇的特征标识,确定相应的作者用户的特征标识,进而提高该作者用户的用户信息的准确度和全面性,同时可以有效降低人工标记的工作量,为后续进行检索或分类提供有效的数据支持。
在另一种可能的实施例中,所述方法还可以包括:
针对每一所述阅读序列信息,确定所述阅读序列信息中所述作者信息簇对应的作者信息的数量,并将作者信息的数量超过预定阈值的作者信息簇确定为所述阅读序列信息对应的目标作者信息簇;
根据所述阅读序列信息对应的目标作者信息簇的特征标识,为所述阅读序列信息对应的读者用户添加特征标识。
其中,阅读序列信息为读者用户的阅读特征,而基于读者用户阅读特征可以部分的体现在其阅读过的内容中。因此,在该实施例中,可以基于读者用户阅读过的内容的作者特征表征该读者用户对应的特征,进一步提高读者用户的特征描述的准确性和全面性。
示例地,该预定阈值可以预先根据经验值设置,也可以根据该阅读序列信息对应的每一作者信息簇在该阅读序列信息中包含的作者信息的数量进行确定。例如,可以针对每一阅读序列信息,可以首先确定出其包含的作者信息所属的作者信息簇,进而可以确定每一作者簇在该阅读序列信息中包含的作者信息的数量,之后可以按照数量由大至小对作者信息簇进行排序,将排序第M的作者信息簇对应的数量确定为该预定阈值,从而可以实现预定阈值的动态设置,保证与用户实际阅读数据的匹配度。
示例地,通过上文所述聚类,确定出的作者信息簇分别为C1,C2,…,Cn,用户U的阅读序列信息中包含作者信息为{userID1,userID2,userID3,……,userID10},其中,根据确定出的各个作者信息簇确定userID1、userID2、userID4、userID5、userID7属于作者信息簇C1,userID3、userID6属于作者信息簇C2,userID8、userID9、userID10属于作者信息簇C3。
之后,各个作者信息簇对应的作者信息的数量分别为C1:5;C3:3;C2:2。示例地,数量阈值为2时,则可以将作者信息簇C1和C2确定为用户U对应的目标作者信息簇,即可以通过作者信息簇C1和C2的特征标识确定该用户U的特征标识。
由此,通过上述技术方案,在确定出作者信息簇的特征标识后,可以基于该作者信息簇确定其关联的用户,通过该作者信息簇的特征标识可以对其相关联的读者用户、作者用户等添加特征标识,一方面可以保证读者用户、作者用户的特征标识的合理性和准确性,另一方面可以在一定程度上保证读者用户和作者用户之间的用户信息的匹配性,便于读者用户对作者用户进行检索的效率和准确性,同时便于对用户行为进行分析,能够后续为读者用户推荐更加符合其需求的作品,提升用户使用体验。
图3为基于本公开的一种实施方式提供的用户信息的处理方法的示意图,如图3所示,可以在获得用户授权的情况下,获得用户的阅读序列数据,之后可以对该阅读序列数据进行预处理,如可以对阅读序列数据进行数据清洗以去除其中的无效数据。之后可以提取出该序列数据中作者信息以获得阅读序列信息。对该阅读序列信息通过LDA模型进行聚类,可以将阅读序列信息中的多个作者信息进行聚类,从而获得多个作者信息簇。在确定作者信息簇的特征标识时,可以基于该作者信息簇中的作者信息,以及用户的阅读序列数据(如上文所述的读者维度特征形成的画像数据、作者信息对应的内容所形成的体裁数据,以及作者信息本身关联的垂类标签等)确定该作者信息簇的特征标识,该作者信息簇的特征标识可以直接为该作者信息簇中的作者信息进行标记。并且,也可以基于用户的阅读序列数据和聚类获得的作者信息簇,基于作者信息簇的特征标识为读者用户进行特征标识的标记。其中,上述过程的具体实施方式已在上文进行详述,在此不再赘述。
本公开还提供一种用户信息的处理装置,如图4所示,所述装置10包括:
获取模块100,用于获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;
聚类模块200,用于对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;
第一确定模块300,用于针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;
生成模块400,用于根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
可选地,所述第一确定模块包括:
第一确定子模块,用于确定所述作者信息簇中的每一作者信息对应的阅读量;
第二确定子模块,用于根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,从所述多个作者信息中确定所述目标作者信息。
可选地,所述第二确定子模块包括:
第三确定子模块,用于根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,确定所述作者信息对应的目标分数,并将按照目标分数由大至小排序前N的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者
第四确定子模块,用于将按照所述显著度参数由大至小排序前N,且阅读量大于阅读量阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者
第五确定子模块,用于将按照所述阅读量由大至小排序前N,且显著度参数大于显著度阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数。
可选地,所述目标作者信息为多个,所述生成模块包括:
匹配子模块,用于对每一目标作者信息关联的特征标识进行匹配,以确定待合并的特征标识;
合并子模块,用于对所述待合并的特征标识进行合并,获得合并标识,并将所述合并标识作为所述目标作者信息所属的作者信息簇的特征标识。
可选地,所述合并子模块包括:
处理子模块,用于将该待合并的特征标识中的相同部分进行合并,将该待合并的特征标识中的不同部分进行拼接,以获得合并标识;或者
输入子模块,用于将所述待合并的特征标识输入到标识合并模型,获得合并标识,所述标识合并模型用于确定输入文本对应的中心词。
可选地,所述生成模块包括:
第一获取子模块,用于获取所述目标作者信息对应的读者信息;
第一生成子模块,用于根据所述读者信息和预设的读者特征维度,生成与读者特征维度对应的读者特征标识,并将所述读者特征标识作为所述目标作者信息所属的作者信息簇的特征标识;和/或
所述生成模块包括:
第二获取子模块,用于获取所述目标作者信息对应的内容的类型信息和内容信息;
第二生成子模块,用于根据所述类型信息和所述内容信息,生成所述目标作者信息对应的作品特征标识,并将所述作品特征标识作为所述目标作者信息所属的作者信息簇的特征标识。
可选地,所述装置还包括:
第二确定模块,用于针对每一所述阅读序列信息,确定所述阅读序列信息中所述作者信息簇对应的作者信息的数量,并将作者信息的数量超过预定阈值的作者信息簇确定为所述阅读序列信息对应的目标作者信息簇;
第三确定模块,用于根据所述阅读序列信息对应的目标作者信息簇的特征标识,为所述阅读序列信息对应的读者用户添加特征标识。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取多个阅读序列信息的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种用户信息的处理方法,其中,所述方法包括:
获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;
对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;
针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;
根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,其中,所述根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,包括:
确定所述作者信息簇中的每一作者信息对应的阅读量;
根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,从所述多个作者信息中确定所述目标作者信息。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,其中,所述根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,从所述多个作者信息中确定所述目标作者信息,包括:
根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,确定所述作者信息对应的目标分数,并将按照目标分数由大至小排序前N的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者
将按照所述显著度参数由大至小排序前N,且阅读量大于阅读量阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者
将按照所述阅读量由大至小排序前N,且显著度参数大于显著度阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数。
根据本公开的一个或多个实施例,示例4提供了示例1的方法,其中,所述目标作者信息为多个,所述根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识,包括:
对每一目标作者信息关联的特征标识进行匹配,以确定待合并的特征标识;
对所述待合并的特征标识进行合并,获得合并标识,并将所述合并标识作为所述目标作者信息所属的作者信息簇的特征标识。
根据本公开的一个或多个实施例,示例5提供了示例4的方法,其中,所述对所述待合并的特征标识进行合并,获得合并标识,包括:
将该待合并的特征标识中的相同部分进行合并,将该待合并的特征标识中的不同部分进行拼接,以获得合并标识;或者
将所述待合并的特征标识输入到标识合并模型,获得合并标识,所述标识合并模型用于确定输入文本对应的中心词。
根据本公开的一个或多个实施例,示例6提供了示例1-5中任一示例的方法,其中,所述根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识,包括:
获取所述目标作者信息对应的读者信息;根据所述读者信息和预设的读者特征维度,生成与读者特征维度对应的读者特征标识,并将所述读者特征标识作为所述目标作者信息所属的作者信息簇的特征标识;
和/或
获取所述目标作者信息对应的内容的类型信息和内容信息;根据所述类型信息和所述内容信息,生成所述目标作者信息对应的作品特征标识,并将所述作品特征标识作为所述目标作者信息所属的作者信息簇的特征标识。
根据本公开的一个或多个实施例,示例7提供了示例1的方法,其中,所述方法还包括:
针对每一所述阅读序列信息,确定所述阅读序列信息中所述作者信息簇对应的作者信息的数量,并将作者信息的数量超过预定阈值的作者信息簇确定为所述阅读序列信息对应的目标作者信息簇;
根据所述阅读序列信息对应的目标作者信息簇的特征标识,为所述阅读序列信息对应的读者用户添加特征标识。
根据本公开的一个或多个实施例,示例8提供了一种用户信息的处理装置,所述装置包括:
获取模块,用于获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;
聚类模块,用于对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;
第一确定模块,用于针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;
生成模块,用于根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
根据本公开的一个或多个实施例,示例9提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-7中任一示例所述方法的步骤。
根据本公开的一个或多个实施例,示例10提供了一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-7中任一示例所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (10)
1.一种用户信息的处理方法,其特征在于,所述方法包括:
获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;
对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;
针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;
根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
2.根据权利要求1所述的方法,其特征在于,所述根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,包括:
确定所述作者信息簇中的每一作者信息对应的阅读量;
根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,从所述多个作者信息中确定所述目标作者信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,从所述多个作者信息中确定所述目标作者信息,包括:
根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,确定所述作者信息对应的目标分数,并将按照目标分数由大至小排序前N的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者
将按照所述显著度参数由大至小排序前N,且阅读量大于阅读量阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者
将按照所述阅读量由大至小排序前N,且显著度参数大于显著度阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数。
4.根据权利要求1所述的方法,其特征在于,所述目标作者信息为多个,所述根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识,包括:
对每一目标作者信息关联的特征标识进行匹配,以确定待合并的特征标识;
对所述待合并的特征标识进行合并,获得合并标识,并将所述合并标识作为所述目标作者信息所属的作者信息簇的特征标识。
5.根据权利要求4所述的方法,其特征在于,所述对所述待合并的特征标识进行合并,获得合并标识,包括:
将该待合并的特征标识中的相同部分进行合并,将该待合并的特征标识中的不同部分进行拼接,以获得合并标识;或者
将所述待合并的特征标识输入到标识合并模型,获得合并标识,所述标识合并模型用于确定输入文本对应的中心词。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识,包括:
获取所述目标作者信息对应的读者信息;根据所述读者信息和预设的读者特征维度,生成与读者特征维度对应的读者特征标识,并将所述读者特征标识作为所述目标作者信息所属的作者信息簇的特征标识;
和/或
获取所述目标作者信息对应的内容的类型信息和内容信息;根据所述类型信息和所述内容信息,生成所述目标作者信息对应的作品特征标识,并将所述作品特征标识作为所述目标作者信息所属的作者信息簇的特征标识。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
针对每一所述阅读序列信息,确定所述阅读序列信息中所述作者信息簇对应的作者信息的数量,并将作者信息的数量超过预定阈值的作者信息簇确定为所述阅读序列信息对应的目标作者信息簇;
根据所述阅读序列信息对应的目标作者信息簇的特征标识,为所述阅读序列信息对应的读者用户添加特征标识。
8.一种用户信息的处理装置,其特征在于,所述装置包括:
获取模块,用于获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;
聚类模块,用于对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;
第一确定模块,用于针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;
生成模块,用于根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110649579.4A CN113343069A (zh) | 2021-06-10 | 2021-06-10 | 用户信息的处理方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110649579.4A CN113343069A (zh) | 2021-06-10 | 2021-06-10 | 用户信息的处理方法、装置、介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113343069A true CN113343069A (zh) | 2021-09-03 |
Family
ID=77476614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110649579.4A Pending CN113343069A (zh) | 2021-06-10 | 2021-06-10 | 用户信息的处理方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343069A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114625876A (zh) * | 2022-03-17 | 2022-06-14 | 北京字节跳动网络技术有限公司 | 作者特征模型的生成方法、作者信息处理方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104281572A (zh) * | 2013-07-01 | 2015-01-14 | 中国科学院计算技术研究所 | 一种基于互信息的目标匹配方法及其系统 |
US20170004198A1 (en) * | 2015-06-30 | 2017-01-05 | ResearchGate Corporation | Author disambiguation and publication assignment |
KR20170011361A (ko) * | 2015-07-22 | 2017-02-02 | 네이버 주식회사 | 자료 제공 장치, 방법, 및 컴퓨터 프로그램 |
CN111078859A (zh) * | 2019-11-22 | 2020-04-28 | 北京市科学技术情报研究所 | 一种基于引用次数的作者推荐方法 |
CN111177570A (zh) * | 2020-01-13 | 2020-05-19 | 中国传媒大学 | 对象推荐方法及系统 |
CN111382364A (zh) * | 2020-03-19 | 2020-07-07 | 北京字节跳动网络技术有限公司 | 处理信息的方法及装置 |
CN112307366A (zh) * | 2020-10-30 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 一种信息展示的方法、装置及计算机存储介质 |
-
2021
- 2021-06-10 CN CN202110649579.4A patent/CN113343069A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104281572A (zh) * | 2013-07-01 | 2015-01-14 | 中国科学院计算技术研究所 | 一种基于互信息的目标匹配方法及其系统 |
US20170004198A1 (en) * | 2015-06-30 | 2017-01-05 | ResearchGate Corporation | Author disambiguation and publication assignment |
KR20170011361A (ko) * | 2015-07-22 | 2017-02-02 | 네이버 주식회사 | 자료 제공 장치, 방법, 및 컴퓨터 프로그램 |
CN111078859A (zh) * | 2019-11-22 | 2020-04-28 | 北京市科学技术情报研究所 | 一种基于引用次数的作者推荐方法 |
CN111177570A (zh) * | 2020-01-13 | 2020-05-19 | 中国传媒大学 | 对象推荐方法及系统 |
CN111382364A (zh) * | 2020-03-19 | 2020-07-07 | 北京字节跳动网络技术有限公司 | 处理信息的方法及装置 |
CN112307366A (zh) * | 2020-10-30 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 一种信息展示的方法、装置及计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
林鹤等: "《图情大数据》", 30 November 2020, 上海科学技术出版社, pages: 48 - 49 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114625876A (zh) * | 2022-03-17 | 2022-06-14 | 北京字节跳动网络技术有限公司 | 作者特征模型的生成方法、作者信息处理方法和装置 |
CN114625876B (zh) * | 2022-03-17 | 2024-04-16 | 北京字节跳动网络技术有限公司 | 作者特征模型的生成方法、作者信息处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117777B (zh) | 生成信息的方法和装置 | |
CN107832434B (zh) | 基于语音交互生成多媒体播放列表的方法和装置 | |
CN106897428B (zh) | 文本分类特征提取方法、文本分类方法及装置 | |
CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
CN109919244B (zh) | 用于生成场景识别模型的方法和装置 | |
CN113010703B (zh) | 一种信息推荐方法、装置、电子设备和存储介质 | |
CN108509611B (zh) | 用于推送信息的方法和装置 | |
CN111368141B (zh) | 视频标签的扩展方法、装置、计算机设备和存储介质 | |
CN109862100B (zh) | 用于推送信息的方法和装置 | |
CN112818224B (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
CN113204691B (zh) | 一种信息展示方法、装置、设备及介质 | |
CN111324700A (zh) | 资源召回方法、装置、电子设备及计算机可读存储介质 | |
CN111897950A (zh) | 用于生成信息的方法和装置 | |
CN110990598A (zh) | 资源检索方法、装置、电子设备及计算机可读存储介质 | |
CN111460288B (zh) | 用于检测新闻事件的方法和装置 | |
CN113688310A (zh) | 一种内容推荐方法、装置、设备及存储介质 | |
CN114298007A (zh) | 一种文本相似度确定方法、装置、设备及介质 | |
CN114494709A (zh) | 特征提取模型的生成方法、图像特征提取方法和装置 | |
CN114390368A (zh) | 直播视频数据的处理方法及装置、设备、可读介质 | |
CN113407775B (zh) | 视频搜索方法、装置及电子设备 | |
CN112990176A (zh) | 书写质量评价方法、装置和电子设备 | |
CN113343069A (zh) | 用户信息的处理方法、装置、介质及电子设备 | |
CN110569447B (zh) | 一种网络资源的推荐方法、装置及存储介质 | |
CN112148962B (zh) | 用于推送信息的方法和装置 | |
CN112446214A (zh) | 广告关键词的生成方法、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 |