CN113468406A - 一种数据展示方法和装置 - Google Patents

一种数据展示方法和装置 Download PDF

Info

Publication number
CN113468406A
CN113468406A CN202010243551.6A CN202010243551A CN113468406A CN 113468406 A CN113468406 A CN 113468406A CN 202010243551 A CN202010243551 A CN 202010243551A CN 113468406 A CN113468406 A CN 113468406A
Authority
CN
China
Prior art keywords
data
category
polling
categories
condition
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.)
Granted
Application number
CN202010243551.6A
Other languages
English (en)
Other versions
CN113468406B (zh
Inventor
窦凯
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 Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology 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 Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202010243551.6A priority Critical patent/CN113468406B/zh
Publication of CN113468406A publication Critical patent/CN113468406A/zh
Application granted granted Critical
Publication of CN113468406B publication Critical patent/CN113468406B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种数据展示方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从所述各类别中选择一个或多个目标类别，并在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据；将取出的数据依次放入展示队列，并在展示队列包括待展示数据的全部数据的情况下，按照展示队列展示所述待展示数据。该实施方式能够对待展示数据充分分散展示，增强数据展示的多样性，提高视觉体验，避免展示的数据不符合用户偏好的情况，提高个性化展示效果。

Description

一种数据展示方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种数据展示方法和装置。
背景技术
随着网络的迅速发展而带来的网上信息量的大幅增长，使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息，对信息的使用效率反而降低了。为解决上述问题，个性化展示系统根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等数据展示给用户。个性化展示系统确定出的待展示数据通常是符合用户偏好的有序数据，例如按用户感兴趣程度由高到低排序。待展示数据在展示之前通常需要做分散处理以提高视觉体验。
现有方案对待展示数据做分散处理时，是按特定类别对待展示数据重排序，例如当同类别的两数据位置相邻时，将其中第二个数据与下一个不同类别的数据互换顺序，使同类别的两数据隔开，如需要继续分散则重复上述过程。由于待展示数据的数量通常是有限的，通过这种方法可能导致最后剩余的一些同类别数据不能被充分地分散开。还有方案在最后剩余的数据之间加入待展示数据之外的任意数据。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
现有方案并不能对待展示数据充分分散，使得数据展示的多样性不足，还可能在向用户展示的数据中，引入与用户兴趣不匹配的数据。
发明内容
有鉴于此，本发明实施例提供一种数据展示方法和装置，能够对待展示数据充分分散展示，增强数据展示的多样性，提高视觉体验，避免展示的数据不符合用户偏好的情况，提高个性化展示效果。
为实现上述目的，根据本发明实施例的一个方面，提供了数据展示方法。
一种数据展示方法，包括：按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从所述各类别中选择一个或多个目标类别，并在所述目标类别符合提取条件的情况下，按照预设规则从所述目标类别取出数据；将取出的数据依次放入展示队列，并在所述展示队列包括所述待展示数据的全部数据的情况下，按照所述展示队列展示所述待展示数据。
可选地，按照轮询顺序对待展示数据的各类别进行轮询的步骤之前，包括：获取用户选择每一所述类别的概率分布的随机值；根据每一所述类别对应的所述随机值的降序，对所述各类别排序，将得到的类别作为所述轮询顺序。
可选地，定期获取所述用户选择每一所述类别的概率分布的随机值，以定期更新所述轮询顺序。
可选地，所述根据类别选择策略从所述各类别中选择一个或多个目标类别，包括：获取每一所述类别当前的数据个数，选择当前数据个数最多的类别和当前轮询到的类别，作为所述目标类别。
可选地，在所述目标类别符合提取条件的情况下，按照预设规则从所述目标类别取出数据的步骤，包括：优先判断所述当前数据个数最多的类别是否满足所述提取条件，若满足，则从所述当前数据个数最多的类别中选择评价值最高的数据取出，所述评价值是预先确定的；其次判断所述当前轮询到的类别是否满足所述提取条件，若满足，则从所述当前轮询到的类别中选择所述评价值最高的数据取出；所述提取条件为：所述展示队列中当前类别最近一次提取出的数据是所述展示队列中当前的倒数第N个数据，且N大于或等于预设的窗口尺寸，所述预设的窗口尺寸为大于或等于2的整数，所述当前类别是所述当前数据个数最多的类别和所述当前轮询到的类别二者之一。
可选地，所述按照轮询顺序对待展示数据的各类别进行轮询，还包括：在执行完一个轮询周期，但无法从任一所述类别中提取出数据的情况下，判断所述预设的窗口尺寸当前是否大于2；在所述预设的窗口尺寸当前大于2的情况下，将所述预设的窗口尺寸降级为大于或等于2的新的数值，并重复所述轮询；在所述预设的窗口尺寸当前等2的情况下，根据获取的用户选择每一所述类别的概率分布的随机值，从其中最大所述随机值对应的类别获取一个数据，放入所述展示队列，并重复所述轮询。
根据本发明实施例的另一方面，提供了一种数据展示装置。
一种数据展示装置，包括：数据提取模块，用于按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从所述各类别中选择一个或多个目标类别，并在所述目标类别符合提取条件的情况下，按照预设规则从所述目标类别取出数据；数据展示模块，用于将取出的数据依次放入展示队列，并在所述展示队列包括所述待展示数据的全部数据的情况下，按照所述展示队列展示所述待展示数据。
可选地，还包括轮询顺序确定模块，用于：获取用户选择每一所述类别的概率分布的随机值；根据每一所述类别对应的所述随机值的降序，对所述各类别排序，将得到的类别作为所述轮询顺序。
可选地，还包括轮询顺序更新模块，用于定期获取所述用户选择每一所述类别的概率分布的随机值，以定期更新所述轮询顺序。
可选地，所述数据提取模块还用于：获取每一所述类别当前的数据个数，选择当前数据个数最多的类别和当前轮询到的类别，作为所述目标类别。
可选地，所述数据提取模块还用于：优先判断所述当前数据个数最多的类别是否满足所述提取条件，若满足，则从所述当前数据个数最多的类别中选择评价值最高的数据取出，所述评价值是预先确定的；其次判断所述当前轮询到的类别是否满足所述提取条件，若满足，则从所述当前轮询到的类别中选择所述评价值最高的数据取出；所述提取条件为：所述展示队列中当前类别最近一次提取出的数据是所述展示队列中当前的倒数第N个数据，且N大于或等于预设的窗口尺寸，所述预设的窗口尺寸为大于或等于2的整数，所述当前类别是所述当前数据个数最多的类别和所述当前轮询到的类别二者之一。
可选地，所述数据提取模块还用于：在执行完一个轮询周期，但无法从任一所述类别中提取出数据的情况下，判断所述预设的窗口尺寸当前是否大于2；在所述预设的窗口尺寸当前大于2的情况下，将所述预设的窗口尺寸降级为大于或等于2的新的数值，并重复所述轮询；在所述预设的窗口尺寸当前等2的情况下，根据获取的用户选择每一所述类别的概率分布的随机值，从其中最大所述随机值对应的类别获取一个数据，放入所述展示队列，并重复所述轮询。
根据本发明实施例的又一方面，提供了一种电子设备。
一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明实施例所提供的数据展示方法。
根据本发明实施例的又一方面，提供了一种计算机可读介质。
一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的数据展示方法。
上述发明中的一个实施例具有如下优点或有益效果：按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从各类别中选择一个或多个目标类别，并在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据；将取出的数据依次放入展示队列，并在展示队列包括待展示数据的全部数据的情况下，按照展示队列展示待展示数据。能够对待展示数据充分分散展示，增强数据展示的多样性，提高视觉体验，避免展示的数据不符合用户偏好的情况，提高个性化展示效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明一个实施例的数据展示方法的主要步骤示意图；
图2是根据本发明一个实施例的数据展示流程示意图；
图3是根据本发明另一个实施例的数据展示流程示意图；
图4是根据本发明一个实施例的数据展示装置的主要模块示意图；
图5是本发明实施例可以应用于其中的示例性系统架构图；
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明一个实施例的数据展示方法的主要步骤示意图。
如图1所示，本发明一个实施例的数据展示方法主要包括如下的步骤S101至步骤S102。
步骤S101：按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从各类别中选择一个或多个目标类别，并在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据。
步骤S102：将取出的数据依次放入展示队列，并在展示队列包括待展示数据的全部数据的情况下，按照展示队列展示待展示数据。
其中，类别可以是分类、种群、一二级三级类目、物理属性、来源、产地、品牌、广告主、色系、款式等。
本发明实施例的待展示数据可以是有序数据，例如按照用户感兴趣程度由高到低排序。待展示数据是预先确定的，例如通过CTR模型来确定，通常确定出的待展示数据是符合用户偏好的数据。
在一个实施例中，按照轮询顺序对待展示数据的各类别进行轮询的步骤之前，可以获取用户选择每一类别的概率分布的随机值；根据每一类别对应的随机值的降序，对各类别排序，将得到的类别作为轮询顺序。
通常情况下，用户选择某个类别的概率p的概率分布符合Beta分布，贝塔分布(Beta Distribution，β分布)是一个连续的概率分布，它只有两个参数。在电商领域，该两个参数可以是click和pv-click，其中，pv指该类别的曝光量，click指该类别的点击量，pv-click即指该类别曝光但是没有点击的数量，其中，“-”表示减号。用户选择某一类别的概率分布的随机值Z为：
Z＝beta(Click,Pv-Click)
将各类别按照Z值的降序排列，可以得到相应的类别顺序，作为轮询顺序。
在另一个实施例中，可以定期获取用户选择每一类别的概率分布的随机值，以定期更新轮询顺序。
在又一个实施例中，也可以自定义轮询顺序。
根据类别选择策略从各类别中选择一个或多个目标类别，具体包括：获取每一类别当前的数据个数，选择当前数据个数最多的类别和当前轮询到的类别，作为目标类别。
在一个实施例中，在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据的步骤，具体可以包括：优先判断当前数据个数最多的类别是否满足提取条件，若满足，则从当前数据个数最多的类别中选择评价值最高的数据取出；其次判断当前轮询到的类别是否满足提取条件，若满足，则从当前轮询到的类别中选择评价值最高的数据取出。
如果当前数据个数最多的类别和当前轮询到的类别均不满足提取条件，则进行下一轮询。如果对当前数据个数最多的类别和当前轮询到的类别都尝试完数据取出的操作，也将进行下一轮询。
提取条件可以为：展示队列中当前类别最近一次提取出的数据是展示队列中当前的倒数第N个数据，且N大于或等于预设的窗口尺寸，预设的窗口尺寸为大于或等于2的整数，当前类别是当前数据个数最多的类别和当前轮询到的类别二者之一。
其中，评价值是预先确定的。在取出数据时，如果评价值最高的数据为多个，可以将该多个数据都取出，也可以选择其中一个数据取出。
在一个实施例中，可以自定义评价规则来对每个类别的数据打分，以确定评价值。
在另一个实施例中，待展示数据为商品数据，可以通过CTR模型获取各类别数据的评价值，CTR模型是一种曝光点击率预测模型，商品通过CTR模型预测后，每个商品都会打上一个分数，该分数即商品数据的评价值，从CTR模型的预测结果中可以获取到各类别商品数据的评价值。
在其他实施例中，待展示数据为广告数据或搜索结果数据等，也可以通过相应的CTR模型获取各类别数据的评价值。
在一个实施例中，按照轮询顺序对待展示数据的各类别进行轮询，还包括：在执行完一个轮询周期，但无法从任一类别中提取出数据的情况下，判断预设的窗口尺寸当前是否大于2；在预设的窗口尺寸当前大于2的情况下，将预设的窗口尺寸降级为大于或等于2的新的数值，并重复轮询；在预设的窗口尺寸当前等2的情况下，根据获取的用户选择每一类别的概率分布的随机值，从其中最大随机值对应的类别获取一个数据，放入展示队列，并重复轮询。
其中，轮询周期是指，在轮询的类别不重复的情况下，把所有的类别轮询一遍，即表示经历了一个轮询周期。
预设的窗口尺寸指示了同一类别数据连续展示的最小数据间隔，例如预设的窗口尺寸等于3，则连续3个展示的数据不能包括同一类别的数据，即，如果在1号位展示了A类别的数据，则第2、3号位都不能再展示A类别的数据，至少要在4号位(包括4号位)之后，才能展示A类别的数据。
本发明实施例按照轮询顺序对待展示数据的各类别进行轮询，并且在每次轮询时，根据类别选择策略从各类别中选择一个或多个目标类别，并在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据；将取出的数据依次放入展示队列以便展示。能够对待展示数据充分分散展示，增强数据展示的多样性，提高用户的视觉体验，并且尽量保证数据原有顺序(即不会在待展示数据之间插入不符合用户偏好的数据)，避免展示的数据不符合用户偏好的情况，既解决展示素材单一、无法分散展示的问题，又兼顾用户兴趣，提高个性化展示效果。
下面以电商场景的商品数据展示为例，详细介绍本发明实施例的数据展示方法。本实施例中的待展示数据是通过CTR模型预测后得到的商品数据，或称原始数据，原始数据是有序的，通常根据用户喜好的预测程度排序。但是原始数据在展示给用户之前，需要做分散处理，以使用户得到更好的视觉体验，例如避免出现因整个屏幕上展示给用户的都是某个品牌的商品而使用户视觉体验不好的情况。
图2为本发明一个实施例的数据展示流程示意图，如图2所示，本发明一个实施例的数据展示流程包括如下的步骤S201至步骤S204。
步骤S201：将待展示的商品数据按照类别进行分组，每个类别组内按照商品数据的分值由大到小排序。
假定待展示的商品数据如表1所示，数字表示商品id(标识)：
表1
1 2 3 4 5 6 7 8 9 10 11 12
商品数据的分值是通过CTR模型预测得到的，按照分值由大到小排序，将各类别的数据序列填充到如表2所示的类别矩阵，A，B，C，D分别表示商品数据的类别，每一类别列中的数字表示该类别中的商品id：
表2
A B C D
1 2 4 11
6 3 5
8 7
9 12
10
步骤S202：将各类别排序，将类别顺序作为轮询顺序。
具体可以按照bandit算法的思想进行排序，排序结果与用户的全站行为有关，具体地，用户选择某个类别的概率p的概率分布符合beta(click,pv-click)分布，每个类别都可以得到一个基于上述概率分布的随机值Z，将待展示的类别按照得到的随机值Z的降序排序，得到类别顺序。
每个用户待展示的类别的click和pv可以实时更新，因此可以定期获取click和pv的值，以定期更新类别顺序。用户选择某一类别的概率分布的随机值Z为：
Z＝beta(Click,Pv-Click)
例如，假设表2所示的四个类别对应的随机值为：
ZA＝beta(ClickA,PvA-ClickA)＝0.8
ZB＝beta(ClickB,PvB-ClickB)＝0.6
ZC＝beta(ClickC,PvC-ClickC)＝0.3
ZD＝beta(ClickD,PvD-ClickD)＝0.1
click和pv-click是贝塔分布(Beta Distribution，β分布)的两个参数，其中，pv指该类别的曝光量，click指该类别的点击量，pv-click即指该类别曝光但是没有点击的数量。以A类别为例，ClickA即A类别的商品点击量，PvA-ClickA即A类别曝光但是没有点击的商品数量，ZA为A类别对应的随机值。上述公式中其他类别的各变量含义同理。
那么，A、B、C、D四个类别的排序结果为A->B->C->D，轮询也将按照这样的顺序进行。
步骤S203：按照轮询顺序对待展示的商品数据的各类别进行轮询，每次轮询时，先检查富元素类别是否符合提取条件，若满足，则进行数据提取，再检查当前轮询到的类别是否符合提取条件，若满足，则进行数据提取。
富元素类别即当前数据个数最多的类别。
具体地，如果富元素类别符合提取条件，将富元素类别的数据序列中的第一个数据取出，如果不符合提取条件，则不进行数据取出的操作。如果当前轮询到的类别符合提取条件，则将当前轮询到的类别的数据序列中的第一个数据取出，如果不符合提取条件，则不进行数据取出的操作。
其中，提取条件为：展示队列中当前类别最近一次提取出的数据是展示队列中当前的倒数第N个数据，且N大于或等于预设的窗口尺寸，预设的窗口尺寸为大于或等于2的整数，当前类别是富元素类别和当前轮询到的类别二者之一。
如果在执行完一个轮询周期，没有从任一类别中提取出数据，可以判断预设的窗口尺寸当前是否大于2；在预设的窗口尺寸当前大于2的情况下，将预设的窗口尺寸降级为大于或等于2的新的数值，并重复轮询；在预设的窗口尺寸当前等2的情况下，根据获取的用户选择每一类别的概率分布的随机值，从其中最大随机值对应的类别获取一个数据，放入展示队列，并重复轮询。
相邻多个展示给用户的不同类别商品所占据的展示区域称为滑动窗口，滑动窗口的尺寸即预设的窗口尺寸winlen。
如果最多类别元素是k，推荐列表大小是n，预设的窗口尺寸是winlen，如果符合：
Figure BDA0002433347430000101
则无论如何也不能满足分散的需求，只能以最大可能对列表前部分的类别分散，后尾部数据采用贪心算法进行降级处理，即将预设的窗口尺寸降级(减少)为大于或等于2的新的数值，例如将winlen的值更新为winlen-1、winlen-2的尺寸等，上述公式中，中括号表示取整。
如果遇到极端情况，例如将winlen降级为2，仍无法分散，那么采用Bandit机制，对数据进行补充。即，根据获取的用户选择每一类别的概率分布的随机值，从其中最大随机值对应的类别获取一个数据，放入展示队列，使得满足展示的需求，对展示结果充分分散的同时，既兼顾探索用户的隐含兴趣，又尽量保证商品数据的原有顺序，避免用户兴趣度很低的数据优先于待展示的商品数据展示。
步骤S204：将取出的商品数据依次放入展示队列，并在展示队列包括待展示的全部商品数据的情况下，按照展示队列展示该全部商品数据。
下面结合上述的表1和表2的商品数据，介绍数据提取过程，以下的元素指的是商品数据。预设的窗口尺寸winlen的初始值设置为3。
第一轮提取元素的过程，当前类别矩阵如表3所示：
表3
A B C D
1 2 4 11
6 3 5
8 7
9 12
10
当前轮询到的类别为A，且富元素类别为A，优先检查富元素类别是否符合提取条件，由于当前展示队列为空，则取出A中的第一个元素1放入展示队列，继续一下类别轮询。当前得到的展示队列如表4所示，表中短线“-”表示该位置没有数据(或称元素)。
表4
1 - - - - - - - - - - -
当前轮询到的类别为B，富元素类别为{A，B}，优先选择富元素类别，由于富元素类别A的数据在当前展示队列中位于第一个位置(也是倒数第一个位置)，因此A不满足提取条件，不做数据提取操作。而B满足条件(当前展示队列中没有B类别的数据)，因此可以取出B中第一个元素2，继续一下类别轮询。当前得到的展示队列如表5所示。
表5
1 2 - - - - - - - - - -
当前轮询到的类别为C，富元素类别为A，A为当前展示队列的倒数第2个元素，2小于winlen(＝3)，那么A不满足提取条件，不做数据提取操作。检查C是否满足提取条件，由于当前展示队列中没有C类别的数据，因此可以取出C中的第一个元素4。继续一下类别轮询。当前得到的展示队列如表6所示。
表6
1 2 4 - - - - - - - - -
当前轮询到的类别为D，富元素类别为A，由于A类别的数据为当前倒数第3个元素，等于winlen(＝3)，即A满足提取条件，取出A中剩下的第一个元素6，得到的展示队列如表7的第一行所示。再检查当前轮询到的类别D是否满足提取条件，由于当前展示队列中没有D类别的数据，因此D满足提取条件，取出D中第一个元素11。当前得到的展示队列如表7的第二行所示。
表7
1 2 4 6 - - - - - - - -
1 2 4 6 11 - - - - - - -
第二轮提取元素的过程，当前类别矩阵如表8所示：
表8
A B C D
8 3 5
9 7
10 12
当前轮询到的类别为A，富元素类别为{A，B}，先检查A是否符合提取条件，由于A最近一次放入列表的元素是6，是当前展示队列的倒数第2个元素，2小于winlen(＝3)，因此确定A不满足提取条件，不做数据提取操作。再检查B，B最近一次放入列表的元素为2，为当前展示队列的倒数第4个元素，4大于winlen(＝3)，因此确定B满足提取条件，则取出B中的第一个元素，由于当前轮询到的类别A已经确定过不满足提取条件，继续一下类别轮询。当前得到的展示队列如表9所示。
表9
1 2 4 6 11 3 - - - - - -
当前轮询到的类别为B，富元素类别为{A}，参照上述方法判定A满足提取条件，从A中取出元素8。判定B不满足提取条件，不做数据提取操作。继续一下类别轮询。当前得到的展示队列如表10所示。
表10
1 2 4 6 11 3 8 - - - - -
当前轮询到的类别为C，富元素类别{A，B}，均不满足提取条件，均不做数据提取操作。当前轮询到的类别C满足提取条件，从C中取出元素5。继续一下类别轮询。当前得到的展示队列如表11所示。
表11
1 2 4 6 11 3 8 5 - - - -
第三轮提取元素的过程，当前类别矩阵如表12所示：
表12
A B C D
9 7
10 12
当前轮询到的类别为A，富元素类别为{A，B}，判定A不满足提取条件，不做数据提取操作。B满足提取条件，则从B中取出元素7，当前轮询到的类别A已判定不满足提取条件。继续一下类别轮询。当前得到的展示队列如表13所示。
表13
1 2 4 6 11 3 8 5 7 - - -
当前轮询到的类别为B，富元素类别为A，判定A满足提取条件，从A中取出元素9，当前轮询到的类别B不满足条件，不做数据提取操作。继续一下类别轮询。当前得到的展示队列如表14所示。
表14
1 2 4 6 11 3 8 5 7 9 - -
剩下的元素为类别A的10，以及类别B中的12，当前只有两个类别，轮询完A、B即一个轮询周期，通过轮询类别A、B均不满足提取条件，即从A和B类别中均无法取出数据，那么按照贪心算法将预设的窗口尺寸降级为大于或等于2的新的数值，当前winlen＝3，则降级为winlen＝2，再重复轮询过程，判定此时类别B符合提取条件，则提取出B的元素12，最后再将剩余的最后一个元素：A类别中的10放入展示队列，得到的最终的展示队列如表15所示。
表15
1 2 4 6 11 3 8 5 7 9 12 10
如果遇到极端情况，降级为winlen＝2也无法完全将商品数据隔开，例如，假设当前类别矩阵中只剩余一个元素(假设是13)，且该剩余元素与当前展示队列中最后一个元素(假设是10)相同类别，那么winlen＝2的情况下，该类别不符合提取条件，则可以由bandit算法选择一个用户最可能点击的类别，从该最可能点击的类别取一个元素(可以随机选取，也可以选取分值最高的元素，例如选取14)进行补充到10后面，然后在winlen＝2的情况下，该类别便符合提取条件了，可以将13取出，放入展示队列的14后面。
本发明实施例通过做数据预处理，将元素和类别按原有顺序填充到动态类别矩阵，类别矩阵的行坐标是元素，列坐标是类别，在同一类别中，元素按输入顺序排列。在选取过程中，优先选取元素最多的类别中的元素，再进行日常轮询，如果类别满足提取条件，则提取相应的元素到输出到展示队列，之后再进行下一轮的提取。在实现时，可以定义富元素类别指针P(每次元素提取后，该指针指向新的最多元素的类别，最多元素类别可能有多个)，按照连续winlen(winlen为预设的窗口尺寸)个类别不同的规则提取数据。
本发明实施例可以避免例如因整个屏幕上展示给用户的都是某个品牌的商品而使用户视觉体验不好的情况出现，使得屏幕展示的商品数据多样，并避免展示的品牌不符合用户偏好的情况，提高个性化展示效果。
图3是根据本发明另一个实施例的数据展示流程示意图。如图3所示，M为本发明实施例的类别矩阵，由于上文实施例以及介绍了类别矩阵的构建过程，此处不再赘述，判断M中是否有元素满足要求，M中有元素满足要求，表示不属于上文实施例所述的极端情况，即不需要对预设的窗口尺寸winlen降级，或由bandit算法选择一个用户最可能点击的类别进行元素补充。那么更新类别矩阵M，并查询当前元素最多的类别P，即富元素类别，判断P下的元素p是否满足隔断(即分散展示)要求，即判断富元素类别P是否符合提取条件，若是，则从类别矩阵M中将该富元素类别P中的元素p去除，并将p放入展示队列，然后更新类别矩阵M，再按照bandit排序后的类别顺序选择类别Q，bandit排序后的类别顺序即基于bandit算法思想确定的轮询顺序，类别Q即当前轮询到的类别。无论P下的元素p是否满足隔断要求，之后都将判断类别Q是否符合提取条件，即判断类别Q下的元素q是否满足隔断要求，若是，则从M中去除q，并将q放入展示队列，否则返回到检查M中有元素满足要求的步骤。如果M中没有元素满足要求，即属于上文实施例所述的极端情况，按照当前提取条件无法从任一类别取出元素，那么利用贪心算法和bandit算法将剩余的元素取出，直到所有待展示数据都放入展示队列，之后，结束流程。
利用贪心算法和bandit算法将剩余的元素取出，具体地，即按照贪心算法将预设的窗口尺寸降级为大于或等于2的新的数值，再重复轮询过程。如果需要再次降级，可以反复多次执行预设的窗口尺寸降级，以将元素取出，直到winlen＝2降级为2。如果降级为winlen＝2也无法完全将数据隔开，那么由bandit算法选择一个用户最可能点击的类别，从该最可能点击的类别取一个元素进行补充到当前展示队列后面，然后在winlen＝2的情况下，继续轮询并取出元素，同样地，基于bandit算法也可以反复执行，多次进行数据补充，直到将所有元素都放入展示队列。
本发明实施例可以增加用户体验，使展示结果多样化，并在不影响CTR模型的效果的前提下，能够根据用户行为动态调整隔断(分散展示)策略，由于根据用户行为，利用Bandit算法调整为用户展示数据类别的顺序，实现展示效果因用户而异。
图4是根据本发明一个实施例的数据展示装置的主要模块示意图。
如图4所示，本发明一个实施例的数据展示装置400主要包括：数据提取模块401、数据展示模块402。
数据提取模块401，用于按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从各类别中选择一个或多个目标类别，并在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据。
数据展示模块402，用于将取出的数据依次放入展示队列，并在展示队列包括待展示数据的全部数据的情况下，按照展示队列展示待展示数据。
在一个实施例中，数据展示装置400还可以包括轮询顺序确定模块，用于：获取用户选择每一类别的概率分布的随机值；根据每一类别对应的随机值的降序，对各类别排序，将得到的类别作为轮询顺序。
在一个实施例中，数据展示装置400还包括轮询顺序更新模块，用于定期获取用户选择每一类别的概率分布的随机值，以定期更新轮询顺序。
在一个实施例中，数据提取模块401具体可以用于：获取每一类别当前的数据个数，选择当前数据个数最多的类别和当前轮询到的类别，作为目标类别。
数据提取模块401具体还可以用于：优先判断当前数据个数最多的类别是否满足提取条件，若满足，则从当前数据个数最多的类别中选择评价值最高的数据取出，评价值是预先确定的；其次判断当前轮询到的类别是否满足提取条件，若满足，则从当前轮询到的类别中选择评价值最高的数据取出。
提取条件可以为：展示队列中当前类别最近一次提取出的数据是展示队列中当前的倒数第N个数据，且N大于或等于预设的窗口尺寸，预设的窗口尺寸为大于或等于2的整数，当前类别是当前数据个数最多的类别和当前轮询到的类别二者之一。
数据提取模块401还可以用于：在执行完一个轮询周期，但无法从任一类别中提取出数据的情况下，判断预设的窗口尺寸当前是否大于2；在预设的窗口尺寸当前大于2的情况下，将预设的窗口尺寸降级为大于或等于2的新的数值，并重复轮询；在预设的窗口尺寸当前等2的情况下，根据获取的用户选择每一类别的概率分布的随机值，从其中最大随机值对应的类别获取一个数据，放入展示队列，并重复轮询。
另外，在本发明实施例中数据展示装置的具体实施内容，在上面所述数据展示方法中已经详细说明了，故在此重复内容不再说明。
图5示出了可以应用本发明实施例的数据展示方法或数据展示装置的示例性系统架构500。
如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的数据展示方法一般由服务器505执行，相应地，数据展示装置一般设置于服务器505中。
应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图6，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统600的结构示意图。图6示出的终端设备或服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)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部分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，还存储有系统600操作所需的各种程序和数据。CPU 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。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本发明公开的实施例，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，本发明公开的实施例包括一种计算机程序产品，其包括承载在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部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本发明所示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。在本申请中，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。而在本申请中，计算机可读的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。计算机可读的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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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。
描述于本发明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。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据提取模块、数据展示模块。其中，这些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，数据提取模块还可以被描述为“用于按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从各类别中选择一个或多个目标类别，并在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。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一个该设备执行时，使得该设备包括：按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从所述各类别中选择一个或多个目标类别，并在所述目标类别符合提取条件的情况下，按照预设规则从所述目标类别取出数据；将取出的数据依次放入展示队列，并在所述展示队列包括所述待展示数据的全部数据的情况下，按照所述展示队列展示所述待展示数据。
根据本发明实施例的技术方案，按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从各类别中选择一个或多个目标类别，并在目标类别符合提取条件的情况下，按照预设规则从目标类别取出数据；将取出的数据依次放入展示队列，并在展示队列包括待展示数据的全部数据的情况下，按照展示队列展示待展示数据。能够对待展示数据充分分散展示，增强数据展示的多样性，提高视觉体验，避免展示的数据不符合用户偏好，提高个性化展示效果。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (14)

1.一种数据展示方法，其特征在于，包括：
按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从所述各类别中选择一个或多个目标类别，并在所述目标类别符合提取条件的情况下，按照预设规则从所述目标类别取出数据；
将取出的数据依次放入展示队列，并在所述展示队列包括所述待展示数据的全部数据的情况下，按照所述展示队列展示所述待展示数据。
2.根据权利要求1所述的方法，其特征在于，按照轮询顺序对待展示数据的各类别进行轮询的步骤之前，包括：
获取用户选择每一所述类别的概率分布的随机值；
根据每一所述类别对应的所述随机值的降序，对所述各类别排序，将得到的类别作为所述轮询顺序。
3.根据权利要求2所述的方法，其特征在于，定期获取所述用户选择每一所述类别的概率分布的随机值，以定期更新所述轮询顺序。
4.根据权利要求1所述的方法，其特征在于，所述根据类别选择策略从所述各类别中选择一个或多个目标类别，包括：
获取每一所述类别当前的数据个数，选择当前数据个数最多的类别和当前轮询到的类别，作为所述目标类别。
5.根据权利要求4所述的方法，其特征在于，在所述目标类别符合提取条件的情况下，按照预设规则从所述目标类别取出数据的步骤，包括：
优先判断所述当前数据个数最多的类别是否满足所述提取条件，若满足，则从所述当前数据个数最多的类别中选择评价值最高的数据取出，所述评价值是预先确定的；
其次判断所述当前轮询到的类别是否满足所述提取条件，若满足，则从所述当前轮询到的类别中选择所述评价值最高的数据取出；
所述提取条件为：所述展示队列中当前类别最近一次提取出的数据是所述展示队列中当前的倒数第N个数据，且N大于或等于预设的窗口尺寸，所述预设的窗口尺寸为大于或等于2的整数，所述当前类别是所述当前数据个数最多的类别和所述当前轮询到的类别二者之一。
6.根据权利要求5所述的方法，其特征在于，所述按照轮询顺序对待展示数据的各类别进行轮询，还包括：
在执行完一个轮询周期，但无法从任一所述类别中提取出数据的情况下，判断所述预设的窗口尺寸当前是否大于2；
在所述预设的窗口尺寸当前大于2的情况下，将所述预设的窗口尺寸降级为大于或等于2的新的数值，并重复所述轮询；
在所述预设的窗口尺寸当前等2的情况下，根据获取的用户选择每一所述类别的概率分布的随机值，从其中最大所述随机值对应的类别获取一个数据，放入所述展示队列，并重复所述轮询。
7.一种数据展示装置，其特征在于，包括：
数据提取模块，用于按照轮询顺序对待展示数据的各类别进行轮询，在每次轮询时，根据类别选择策略从所述各类别中选择一个或多个目标类别，并在所述目标类别符合提取条件的情况下，按照预设规则从所述目标类别取出数据；
数据展示模块，用于将取出的数据依次放入展示队列，并在所述展示队列包括所述待展示数据的全部数据的情况下，按照所述展示队列展示所述待展示数据。
8.根据权利要求7所述的装置，其特征在于，还包括轮询顺序确定模块，用于：
获取用户选择每一所述类别的概率分布的随机值；
根据每一所述类别对应的所述随机值的降序，对所述各类别排序，将得到的类别作为所述轮询顺序。
9.根据权利要求8所述的装置，其特征在于，还包括轮询顺序更新模块，用于定期获取所述用户选择每一所述类别的概率分布的随机值，以定期更新所述轮询顺序。
10.根据权利要求7所述的装置，其特征在于，所述数据提取模块还用于：
获取每一所述类别当前的数据个数，选择当前数据个数最多的类别和当前轮询到的类别，作为所述目标类别。
11.根据权利要求10所述的装置，其特征在于，所述数据提取模块还用于：
优先判断所述当前数据个数最多的类别是否满足所述提取条件，若满足，则从所述当前数据个数最多的类别中选择评价值最高的数据取出，所述评价值是预先确定的；
其次判断所述当前轮询到的类别是否满足所述提取条件，若满足，则从所述当前轮询到的类别中选择所述评价值最高的数据取出；
所述提取条件为：所述展示队列中当前类别最近一次提取出的数据是所述展示队列中当前的倒数第N个数据，且N大于或等于预设的窗口尺寸，所述预设的窗口尺寸为大于或等于2的整数，所述当前类别是所述当前数据个数最多的类别和所述当前轮询到的类别二者之一。
12.根据权利要求11所述的装置，其特征在于，所述数据提取模块还用于：
在执行完一个轮询周期，但无法从任一所述类别中提取出数据的情况下，判断所述预设的窗口尺寸当前是否大于2；
在所述预设的窗口尺寸当前大于2的情况下，将所述预设的窗口尺寸降级为大于或等于2的新的数值，并重复所述轮询；
在所述预设的窗口尺寸当前等2的情况下，根据获取的用户选择每一所述类别的概率分布的随机值，从其中最大所述随机值对应的类别获取一个数据，放入所述展示队列，并重复所述轮询。
13.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN202010243551.6A 2020-03-31 2020-03-31 一种数据展示方法和装置 Active CN113468406B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010243551.6A CN113468406B (zh) 2020-03-31 2020-03-31 一种数据展示方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010243551.6A CN113468406B (zh) 2020-03-31 2020-03-31 一种数据展示方法和装置

Publications (2)

Publication Number Publication Date
CN113468406A true CN113468406A (zh) 2021-10-01
CN113468406B CN113468406B (zh) 2024-09-20

Family

ID=77865578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010243551.6A Active CN113468406B (zh) 2020-03-31 2020-03-31 一种数据展示方法和装置

Country Status (1)

Country Link
CN (1) CN113468406B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1996298A (zh) * 2006-12-21 2007-07-11 左佳 网络广告投放系统以及方法
CN106250433A (zh) * 2016-07-25 2016-12-21 南京讯天网络科技有限公司 一种动态app应用展示方法及终端设备
CN107103016A (zh) * 2016-02-23 2017-08-29 百度（美国）有限责任公司 基于关键词表示使图像与内容匹配的方法
CN108563697A (zh) * 2018-03-22 2018-09-21 腾讯科技（深圳）有限公司 一种数据处理方法、装置和存储介质
CN108932258A (zh) * 2017-05-25 2018-12-04 华为技术有限公司 数据索引处理方法及装置
US20190012389A1 (en) * 2010-03-01 2019-01-10 Trinity Info Media, Llc Poll-based networking system
CN110807687A (zh) * 2019-10-29 2020-02-18 阿里巴巴（中国）有限公司 对象数据处理方法、装置、计算设备和介质
CN110929977A (zh) * 2019-09-30 2020-03-27 国网湖南省电力有限公司 一种基于空间定制的云上电网数据展示方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1996298A (zh) * 2006-12-21 2007-07-11 左佳 网络广告投放系统以及方法
US20190012389A1 (en) * 2010-03-01 2019-01-10 Trinity Info Media, Llc Poll-based networking system
CN107103016A (zh) * 2016-02-23 2017-08-29 百度（美国）有限责任公司 基于关键词表示使图像与内容匹配的方法
CN106250433A (zh) * 2016-07-25 2016-12-21 南京讯天网络科技有限公司 一种动态app应用展示方法及终端设备
CN108932258A (zh) * 2017-05-25 2018-12-04 华为技术有限公司 数据索引处理方法及装置
CN108563697A (zh) * 2018-03-22 2018-09-21 腾讯科技（深圳）有限公司 一种数据处理方法、装置和存储介质
CN110929977A (zh) * 2019-09-30 2020-03-27 国网湖南省电力有限公司 一种基于空间定制的云上电网数据展示方法及系统
CN110807687A (zh) * 2019-10-29 2020-02-18 阿里巴巴（中国）有限公司 对象数据处理方法、装置、计算设备和介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BIN G.等: "Life stage based recommendation in e-commerce", 2016 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), 3 November 2016 (2016-11-03) *
T. VON LANDESBERGER 等: "Visual analytics methods for categoric spatio-temporal data", 2012 IEEE CONFERENCE ON VISUAL ANALYTICS SCIENCE AND TECHNOLOGY (VAST), 3 January 2013 (2013-01-03) *
张寅生;乔晓东;梁健;李鹏;: "网络资源的多层监测方法与实现", 计算机与数字工程, no. 09, 20 September 2009 (2009-09-20) *

Also Published As

Publication number Publication date
CN113468406B (zh) 2024-09-20

Similar Documents

Publication Publication Date Title
CN110751497A (zh) 一种商品补货方法和装置
CN110298716B (zh) 信息推送方法和装置
CN107426328B (zh) 信息推送方法和装置
CN113627846A (zh) 一种库存调整方法、装置、电子设备及计算机可读介质
CN107274209A (zh) 预测促销活动销售数据的方法和装置
CN107908662B (zh) 搜索系统的实现方法和实现装置
CN112241327A (zh) 分享信息处理方法、装置、存储介质与电子设备
CN110738436A (zh) 一种确定可用库存的方法和装置
CN110689159A (zh) 一种商品补货的方法和装置
CN110866040A (zh) 用户画像生成方法、装置和系统
CN112182370A (zh) 物品类目信息推送方法、装置、电子设备和介质
CN112825178A (zh) 一种预测用户性别画像的方法和装置
CN107436743B (zh) 用于推送信息的方法和装置
CN109408647B (zh) 用于处理信息的方法和装置
CN112449217A (zh) 一种推送视频的方法和装置
CN113313542B (zh) 一种推送频道页面的方法和装置
CN113468406B (zh) 一种数据展示方法和装置
CN111125502A (zh) 用于生成信息的方法和装置
CN110837907A (zh) 一种预测波次订单量的方法和装置
CN110766488A (zh) 一种自动确定主题场景的方法和装置
CN113971245A (zh) 一种信息推送方法、装置和系统
CN113468354A (zh) 推荐图表的方法、装置、电子设备及计算机可读介质
CN112633907B (zh) 一种基于多目标优化的物品管理方法和装置
CN111488537A (zh) 一种页面展示的方法和装置
CN112785360A (zh) 一种信息展示方法及装置

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
GR01 Patent grant
GR01 Patent grant