CN113722593B - 事件数据处理方法、装置、电子设备和介质 - Google Patents

事件数据处理方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN113722593B
CN113722593B CN202111017722.4A CN202111017722A CN113722593B CN 113722593 B CN113722593 B CN 113722593B CN 202111017722 A CN202111017722 A CN 202111017722A CN 113722593 B CN113722593 B CN 113722593B
Authority
CN
China
Prior art keywords
feature data
data
target
event
event data
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
Application number
CN202111017722.4A
Other languages
English (en)
Other versions
CN113722593A (zh
Inventor
杨哲
卓泽城
龚建
黄强
潘旭
洪赛丁
章文俊
徐思琪
林思聪
刘晨晖
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111017722.4A priority Critical patent/CN113722593B/zh
Publication of CN113722593A publication Critical patent/CN113722593A/zh
Priority to US17/823,224 priority patent/US20220414095A1/en
Priority to EP22193197.5A priority patent/EP4116889A3/en
Application granted granted Critical
Publication of CN113722593B publication Critical patent/CN113722593B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • 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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24554—Unary operations; Data partitioning operations
    • G06F16/24556—Aggregation; Duplicate elimination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开公开了一种事件数据处理方法、装置、设备、介质和产品，涉及深度学习、自然语言处理、云服务等领域。事件数据处理方法包括：响应于接收到包括目标事件数据的查询请求，确定与目标事件数据对应的目标特征数据；基于目标特征数据，从候选特征数据中选择关联特征数据，其中，关联特征数据与目标特征数据彼此之间的相似度满足预设相似度条件；确定与关联特征数据相关联的操作数据，其中，操作数据表征了针对与关联特征数据对应的关联事件数据的关注度；基于操作数据，确定针对目标事件数据的关注度。

Description

事件数据处理方法、装置、电子设备和介质
技术领域
本公开涉及计算机技术领域，尤其涉及深度学习、自然语言处理、云服务等领域，更具体地，涉及一种事件数据处理方法、装置、电子设备、介质和程序产品。
背景技术
随着互联网的快速发展，现实生活中发生的各种事件，通常在网络中进行发布。在一些场景下，需要确定某一事件的热度，以便确定大众是否关注该事件。但是，相关技术中，确定某一事件的热度时，得到的热度确定结果不够准确，导致难以准确地确定大众对该事件的关注情况。
发明内容
本公开提供了一种事件数据处理方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面，提供了一种事件数据处理方法，包括：响应于接收到包括目标事件数据的查询请求，确定与所述目标事件数据对应的目标特征数据；基于所述目标特征数据，从候选特征数据中选择关联特征数据，其中，所述关联特征数据与所述目标特征数据彼此之间的相似度满足预设相似度条件；确定与所述关联特征数据相关联的操作数据，其中，所述操作数据表征了针对与所述关联特征数据对应的关联事件数据的关注度；基于所述操作数据，确定针对所述目标事件数据的关注度。
根据本公开的另一方面，提供了一种事件数据处理装置，包括：第一确定模块、选择模块、第二确定模块以及第三确定模块。第一确定模块，用于响应于接收到包括目标事件数据的查询请求，确定与所述目标事件数据对应的目标特征数据；选择模块，用于基于所述目标特征数据，从候选特征数据中选择关联特征数据，其中，所述关联特征数据与所述目标特征数据彼此之间的相似度满足预设相似度条件；第二确定模块，用于确定与所述关联特征数据相关联的操作数据，其中，所述操作数据表征了针对与所述关联特征数据对应的关联事件数据的关注度；第三确定模块，用于基于所述操作数据，确定针对所述目标事件数据的关注度。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和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指令，所述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上述的事件数据处理方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的事件数据处理方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的事件数据处理方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1示意性示出了根据本公开一实施例的事件数据处理方法和装置的系统架构；
图2示意性示出了根据本公开一实施例的事件数据处理方法的流程图；
图3示意性示出了根据本公开另一实施例的事件数据处理方法的流程图；
图4示意性示出了根据本公开一实施例的事件数据处理的原理图；
图5示意性示出了根据本公开一实施例的事件数据处理装置的框图；以及
图6是用来实现本公开实施例的用于执行事件数据处理的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种事件数据处理方法。事件数据处理方法包括：响应于接收到包括目标事件数据的查询请求，确定与目标事件数据对应的目标特征数据，基于目标特征数据，从候选特征数据中选择关联特征数据，其中，关联特征数据与目标特征数据彼此之间的相似度满足预设相似度条件。然后，确定与关联特征数据相关联的操作数据，其中，操作数据表征了针对与关联特征数据对应的关联事件数据的关注度。接下来，基于操作数据，确定针对目标事件数据的关注度。
图1示意性示出了根据本公开一实施例的事件数据处理方法和装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示，根据该实施例的系统架构100可以包括客户端101、102、103，网络104和服务器105。网络104用以在客户端101、102、103和服务器105之间提供通信链路的介质。网络104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。
用户可以使用客户端101、102、103通过网络104与服务器105交互，以接收或发送消息等。客户端101、102、103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)。
客户端101、102、103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。本公开实施例的客户端101、102、103例如可以运行应用程序。
服务器105可以是提供各种服务的服务器，例如对用户利用客户端101、102、103所浏览的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用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给客户端。另外，服务器105还可以是云服务器，即服务器105具有云计算功能。
需要说明的是，本公开实施例所提供的事件数据处理方法可以由服务器105执行。相应地，本公开实施例所提供的事件数据处理装置可以设置于服务器105中。本公开实施例所提供的事件数据处理方法也可以由不同于服务器105且能够与客户端101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的事件数据处理装置也可以设置于不同于服务器105且能够与客户端101、102、103和/或服务器105通信的服务器或服务器集群中。
例如，可以通过客户端101、102、103发送包括目标事件数据的查询请求，当服务器105通过网络104接收到来自客户端101、102、103的查询请求之后，服务器105可以响应于查询请求确定针对目标事件数据的关注度。然后，服务器105通过网络104将针对目标事件数据的关注度发送给客户端101、102、103，便于相关人员查看针对目标事件数据的关注度。
应该理解，图1中的客户端、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客户端、网络和服务器。
本公开实施例提供了一种事件数据处理方法，下面结合图1的系统架构，参考图2～图4来描述根据本公开示例性实施方式的事件数据处理方法。本公开实施例的事件数据处理方法例如可以由图1所示的服务器105来执行。
图2示意性示出了根据本公开一实施例的事件数据处理方法的流程图。
如图2所示，本公开实施例的事件数据处理方法200例如可以包括操作S210～操作S240。
在操作S210，响应于接收到包括目标事件数据的查询请求，确定与目标事件数据对应的目标特征数据。
在操作S220，基于目标特征数据，从候选特征数据中选择关联特征数据。
在操作S230，确定与关联特征数据相关联的操作数据。
在操作S240，基于操作数据，确定针对目标事件数据的关注度。
示例性地，目标事件数据包括用户感兴趣事件的相关描述信息，描述信息包括但不仅限于事件发生时间、发生地点、事件涉及人物等等。在一种示例中，目标事件数据可以包括事件标题，事件可以包括新闻。例如，当需要确定某一新闻事件最近的热度时，在热度查询平台上输入目标事件数据，热度查询平台根据目标事件数据生成查询请求，并将查询请求发送给用于执行事件数据处理的上述服务器或下文提及的电子设备。
接下来，服务器或电子设备响应于接收到查询请求，从查询请求中获取目标事件数据，并处理目标事件数据得到目标特征数据，该目标特征数据表征了目标事件数据的语义特征。
针对多个候选事件数据中的每个候选事件数据，基于与目标事件数据相同或类似的处理方式处理候选事件数据得到候选特征数据，并提前存储候选特征数据。候选事件数据例如为发布在网络中的新闻事件数据。
针对提前存储的多个候选特征数据，将目标事件数据的目标特征数据和每个候选特征数据进行相似度比较，以便从多个候选特征数据中确定出相似度较高的关联特征数据，关联特征数据与目标特征数据彼此之间的相似度满足预设相似度条件。
示例性地，关联特征数据对应的关联事件数据与目标事件数据例如为相同的事件，即，关联事件数据所指示的新闻和目标事件数据所指示的新闻表述不同，但为相同当新闻。
在选择出关联事件数据之后，可以进一步确定与关联特征数据相关联的操作数据，操作数据表征了针对与关联特征数据对应的关联事件数据的关注度。在确定出与目标事件数据相似的多个关联事件数据之后，可以基于多个关联事件数据的关注度确定目标事件数据的关注度。例如，关联事件数据的关注度越高，目标事件数据的关注度也越高。
根据本公开的实施例，尽管是针对同一事件，网络中针对该事件的事件数据在表述方式上多种多样，通过人工的方式难以从海量的事件数据中确定出属于同一事件的事件数据。基于本公开的实施例，通过输入包括目标事件数据的查询请求，便可以基于特征数据来确定出与目标事件数据为同一事件的多个关联事件数据。特征数据例如为语义特征，更能准确地描述事件的特征。在确定出多个关联事件数据之后，可以基于多个关联事件数据的关注度来确定目标事件数据的关注度，提高了目标事件数据的热度计算的准确性，便于基于目标事件数据的热度确定大众对目标事件的关注情况。
图3示意性示出了根据本公开另一实施例的事件数据处理方法的流程图。
如图3所示，本公开实施例的事件数据处理方法300例如可以包括操作S310～操作S360。
在操作S310，接收包括目标事件数据和时间条件的查询请求。
在操作S320，基于时间条件和与初始特征数据对应的操作时间信息，从初始特征数据中确定候选特征数据。
针对多个初始事件数据中的每个初始事件数据，利用语义向量模型处理初始事件数据的事件标题，得到每个初始事件数据的初始特征数据，并提前存储每个初始特征数据。每个初始特征数据对应操作时间信息，操作时间信息表征了对初始事件数据进行浏览的浏览时间，浏览时间可以包括对事件标题进行点击的点击时间。
示例性地，查询请求包括时间条件，时间条件例如包括特定时间范围。当接收到查询请求之后，从每个初始特征数据对应的操作时间信息中确定候选特征数据，与候选特征数据对应的操作时间信息满足时间条件。例如，当候选特征数据对应的操作时间信息为时刻时，该时刻落入上述时间范围之内。
在操作S330，确定与目标事件数据对应的目标特征数据。例如，目标事件数据包括事件标题。操作S330例如包括以下操作S331～操作S332。
在操作S331，利用经训练的语义向量模型处理事件标题，得到句向量。
在操作S332，将句向量确定为目标特征数据。
示例性地，当接收到查询请求之后，利用经训练的语义向量模型处理事件标题，得到句向量，句向量例如为多维的向量，该句向量表征了事件标题的语义特征。
在操作S340，基于目标特征数据，从候选特征数据中选择关联特征数据。
示例性地，关联特征数据与目标特征数据彼此之间的相似度满足预设相似度条件，预设相似度条件包括关联特征数据对应的句向量与目标特征数据对应的句向量彼此之间的向量距离小于预设句向量距离。例如，句向量距离例如为两个句向量之间的余弦距离，也可以是其他类型的距离。
示例性地，句向量能够较为准确地描述事件的语义特征，因此基于句向量的相似度比较方式选择关联特征数据，在一定程度上提高了关联特征数据的选择准确性。
示例性地，候选特征数据例如存储于第二类型数据库。操作S340的具体实现可以包括操作S341。
在操作S341，利用第二类型数据库的语义召回功能，对目标特征数据和候选特征数据进行处理，以从候选特征数据中选择关联特征数据。
示例性地，第二类型数据库例如包括非关系型数据库。例如，第二类型数据库为ES(Elastic Search)数据库。ES数据库的语义召回功能具有效率高、准确性高的优势。当确定目标特征数据之后，利用语义召回功能将目标特征数据和存储于ES数据库的每个候选特征数据进行相似度比较，提高了关联特征数据的召回效率和召回准确性。
在操作S350，确定与关联特征数据相关联的操作数据。
在操作S360，基于操作数据，确定针对目标事件数据的关注度。
示例性地，在包括多个关联事件数据的情况下，操作数据包括与多个关联事件数据一一对应的多个浏览次数。通过对多个浏览次数进行求和，得到总浏览次数。其中，与候选特征数据相关联的操作数据例如存储于第一类型数据库。例如，操作S360的具体实现可以包括操作S361～操作S362。
在操作S361，利用第一类型数据库的上卷操作功能，对多个浏览次数进行求和，得到总浏览次数。
在操作S362，将总浏览次数确定为针对目标事件数据的关注度。
示例性地，第一类型数据库包括分析型数据库，第一类型数据库例如包括Doris数据库。Doris数据库具有上卷操作功能，针对存储于数据库表格中的多个浏览次数，上卷操作功能表示将表格底部至顶部的浏览次数进行求和。Doris数据库的上卷操作功能具有计算速度快的优势。
在本公开的实施例中，通过将第一类型数据库和第二类型数据库结合使用，提高了目标事件数据的热度计算效率和准确性。第一类型数据库在进行浏览次数的求和计算过程中具有优势，第二类型数据库在进行特征数据比较方面具有优势，两种类型的数据库相结合极大程度提高了热度计算的效率和准确性。
图4示意性示出了根据本公开一实施例的事件数据处理的原理图。
如图4所示，本公开的实施例400例如包括数据源层410、数据处理层420、数据存储层430、热度计算服务440和客户端450。数据源层410、数据处理层420和数据存储层430例如可以进行离线数据处理。热度计算服务440和客户端450例如可以用于进行在线服务计算。
关于数据源层410的功能，数据源层410中例如存储初始事件数据，初始事件数据例如来自搜索渠道和其他渠道，搜索渠道例如包括浏览器，其他渠道例如包括社交平台。可以每隔一小时从搜索渠道和其他渠道中拉取初始事件数据。每个初始事件数据可以包括事件标题和描述信息，描述信息例如包括浏览时间(点击时间)、浏览次数等等。
数据处理层420例如用于对多个初始事件数据进行过滤和去重处理。过滤处理例如包括提取多个初始事件数据中属于新闻类型的事件数据。针对过滤后得到的初始事件数据，去重处理例如用于合并重复出现的初始事件数据，例如保留重复出现的多个事件标题中的一个，并将重复出现的事件标题对应的浏览次数进行求和，将重复出现的事件标题对应的其他描述信息进行汇总。
数据存储层430包括ES数据库和Doris数据库。在数据处理层420完成过滤和去重处理之后，可以利用经训练的语义向量模型处理每个初始事件数据，将得到的初始特征数据(句向量)写入ES数据库。还可以将初始事件数据对应的浏览时间存储至ES数据库中，便于后续基于时间条件进行事件召回。另外，将初始事件数据的浏览次数存储至Doris数据库中，还可以将初始事件数据对应的标题编号、相关的描述信息存储至Doris数据库中，并且Doris数据库中存储的标题编号与ES数据库中对应的初始特征数据(句向量)相关联，便于在基于ES数据库进行事件召回之后，通过Doris数据库找到对应的浏览次数进行求和。
当接收到客户端450来自的目标事件数据和时间条件之后，通过热度计算服务440计算针对目标事件数据的热度值(关注度)。例如，对接收到的目标事件数据和时间条件进行数据检测，以便检测数据是否合法。然后，请求ES数据库召回关联特征数据。例如，基于时间条件从ES数据库中确定候选特征数据，然后利用经训练的语义向量模型处理目标事件数据得到目标特征数据(句向量)，基于目标特征数据从ES数据库中存储的候选特征数据中召回相似的多个关联特征数据。基于相似度(向量距离)对召回的多个关联特征数据进行排序，将排序后的每个关联特征数据对应的相似度(向量距离)和预设向量距离进行比较，选择向量距离小于预设向量距离的前几个关联特征数据。
接下来，利用Doris数据库的上卷操作功能，对关联特征数据对应的浏览次数进行求和，得到针对目标事件数据的总浏览次数(热度值)，将总浏览次数(热度值)反馈给客户端450。
通过本公开的实施例的事件数据处理方法，能够计算出事件的热度，可以较好地为客户提供热门事件，使得用户更好地关注自己感兴趣的事件。
图5示意性示出了根据本公开一实施例的事件数据处理装置的框图。
如图5所示，本公开实施例的事件数据处理装置500例如包括第一确定模块510、选择模块520、第二确定模块530以及第三确定模块540。
第一确定模块510可以用于响应于接收到包括目标事件数据的查询请求，确定与目标事件数据对应的目标特征数据。根据本公开实施例，第一确定模块510例如可以执行上文参考图2描述的操作S210，在此不再赘述。
选择模块520可以用于基于目标特征数据，从候选特征数据中选择关联特征数据，其中，关联特征数据与目标特征数据彼此之间的相似度满足预设相似度条件。根据本公开实施例，选择模块520例如可以执行上文参考图2描述的操作S220，在此不再赘述。
第二确定模块530可以用于确定与关联特征数据相关联的操作数据，其中，操作数据表征了针对与关联特征数据对应的关联事件数据的关注度。根据本公开实施例，第二确定模块530例如可以执行上文参考图2描述的操作S230，在此不再赘述。
第三确定模块540可以用于基于操作数据，确定针对目标事件数据的关注度。根据本公开实施例，第三确定模块540例如可以执行上文参考图2描述的操作S240，在此不再赘述。
根据本公开的实施例，关联事件数据包括多个关联事件数据，操作数据包括与多个关联事件数据一一对应的多个浏览次数；其中，第三确定模块540包括：求和子模块和第一确定子模块。求和子模块，用于对多个浏览次数进行求和，得到总浏览次数；第一确定子模块，用于将总浏览次数确定为针对目标事件数据的关注度。
根据本公开的实施例，与候选特征数据相关联的操作数据存储于第一类型数据库；求和子模块还用于：利用第一类型数据库的上卷操作功能，对多个浏览次数进行求和，得到总浏览次数。
根据本公开的实施例，候选特征数据存储于第二类型数据库；选择模块520还用于：利用第二类型数据库的语义召回功能，对目标特征数据和候选特征数据进行处理，以从候选特征数据中选择关联特征数据。
根据本公开的实施例，第一类型数据库包括分析型数据库，第二类型数据库包括非关系型数据库。
根据本公开的实施例，查询请求还包括时间条件；装置500还可以包括：第四确定模块，用于基于时间条件和与初始特征数据对应的操作时间信息，从初始特征数据中确定候选特征数据，其中，与候选特征数据对应的操作时间信息满足时间条件。
根据本公开的实施例，目标事件数据包括事件标题；第一确定模块510包括：处理子模块和第二确定子模块。处理子模块，用于利用经训练的语义向量模型处理事件标题，得到句向量；第二确定子模块，用于将句向量确定为目标特征数据，其中，预设相似度条件包括关联特征数据对应的句向量与目标特征数据对应的句向量彼此之间的向量距离小于预设句向量距离。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6是用来实现本公开实施例的用于执行事件数据处理的电子设备的框图。
图6示出了可以用来实施本公开实施例的示例电子设备600的示意性框图。电子设备600旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如事件数据处理方法。例如，在一些实施例中，事件数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的事件数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行事件数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程事件数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种事件数据处理方法，包括：
响应于接收到包括目标事件数据的查询请求，确定与所述目标事件数据对应的目标特征数据；所述目标特征数据表征了所述目标事件数据的语义特征；
基于所述目标特征数据，从候选特征数据中选择关联特征数据，其中，所述关联特征数据与所述目标特征数据彼此之间的相似度满足预设相似度条件；所述候选特征数据表征了与所述候选特征数据对应的候选事件数据的语义特征，其中，对应于所述关联特征数据的关联事件与对应于所述目标特征数据的目标事件为同一事件；
确定与所述关联特征数据相关联的操作数据，其中，所述操作数据表征了针对与所述关联特征数据对应的关联事件数据的关注度；以及
基于所述操作数据，确定针对所述目标事件数据的关注度；
其中，所述候选特征数据存储于ES数据库；所述基于所述目标特征数据，从候选特征数据中选择关联特征数据包括：
利用所述ES数据库的语义召回功能，对所述目标特征数据和所述候选特征数据进行处理，以从所述候选特征数据中选择所述关联特征数据。
2.根据权利要求1所述的方法，其中，所述关联事件数据包括多个关联事件数据，所述操作数据包括与所述多个关联事件数据一一对应的多个浏览次数；
其中，所述基于所述操作数据，确定针对所述目标事件数据的关注度包括：
对所述多个浏览次数进行求和，得到总浏览次数；以及
将所述总浏览次数确定为针对所述目标事件数据的关注度。
3.根据权利要求2所述的方法，其中，与所述候选特征数据相关联的操作数据存储于第一类型数据库；所述对所述多个浏览次数进行求和，得到总浏览次数包括：
利用所述第一类型数据库的上卷操作功能，对所述多个浏览次数进行求和，得到所述总浏览次数。
4.根据权利要求3所述的方法，其中，所述第一类型数据库包括分析型数据库。
5.根据权利要求1所述的方法，其中，所述查询请求还包括时间条件；所述方法还包括：
基于所述时间条件和与初始特征数据对应的操作时间信息，从所述初始特征数据中确定所述候选特征数据，
其中，与所述候选特征数据对应的操作时间信息满足所述时间条件。
6.根据权利要求1-5中任意一项所述的方法，其中，所述目标事件数据包括事件标题；所述确定与所述目标事件数据对应的目标特征数据包括：
利用经训练的语义向量模型处理所述事件标题，得到句向量；以及
将所述句向量确定为所述目标特征数据，
其中，所述预设相似度条件包括所述关联特征数据对应的句向量与所述目标特征数据对应的句向量彼此之间的向量距离小于预设句向量距离。
7.一种事件数据处理装置，包括：
第一确定模块，用于响应于接收到包括目标事件数据的查询请求，确定与所述目标事件数据对应的目标特征数据；所述目标特征数据表征了所述目标事件数据的语义特征；
选择模块，用于基于所述目标特征数据，从候选特征数据中选择关联特征数据，其中，所述关联特征数据与所述目标特征数据彼此之间的相似度满足预设相似度条件；所述候选特征数据表征了与所述候选特征数据对应的候选事件数据的语义特征，其中，对应于所述关联特征数据的关联事件与对应于所述目标特征数据的目标事件为同一事件；
第二确定模块，用于确定与所述关联特征数据相关联的操作数据，其中，所述操作数据表征了针对与所述关联特征数据对应的关联事件数据的关注度；以及
第三确定模块，用于基于所述操作数据，确定针对所述目标事件数据的关注度；
其中，所述候选特征数据存储于ES数据库；所述选择模块还用于：
利用所述ES数据库的语义召回功能，对所述目标特征数据和所述候选特征数据进行处理，以从所述候选特征数据中选择所述关联特征数据。
8.根据权利要求7所述的装置，其中，所述关联事件数据包括多个关联事件数据，所述操作数据包括与所述多个关联事件数据一一对应的多个浏览次数；
其中，所述第三确定模块包括：
求和子模块，用于对所述多个浏览次数进行求和，得到总浏览次数；以及
第一确定子模块，用于将所述总浏览次数确定为针对所述目标事件数据的关注度。
9.根据权利要求8所述的装置，其中，与所述候选特征数据相关联的操作数据存储于第一类型数据库；所述求和子模块还用于：
利用所述第一类型数据库的上卷操作功能，对所述多个浏览次数进行求和，得到所述总浏览次数。
10.根据权利要求9所述的装置，其中，所述第一类型数据库包括分析型数据库。
11.根据权利要求7所述的装置，其中，所述查询请求还包括时间条件；所述装置还包括：
第四确定模块，用于基于所述时间条件和与初始特征数据对应的操作时间信息，从所述初始特征数据中确定所述候选特征数据，
其中，与所述候选特征数据对应的操作时间信息满足所述时间条件。
12.根据权利要求7-11中任意一项所述的装置，其中，所述目标事件数据包括事件标题；所述第一确定模块包括：
处理子模块，用于利用经训练的语义向量模型处理所述事件标题，得到句向量；以及
第二确定子模块，用于将所述句向量确定为所述目标特征数据，
其中，所述预设相似度条件包括所述关联特征数据对应的句向量与所述目标特征数据对应的句向量彼此之间的向量距离小于预设句向量距离。
13.一种电子设备，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指令，所述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权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
CN202111017722.4A 2021-08-31 2021-08-31 事件数据处理方法、装置、电子设备和介质 Active CN113722593B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111017722.4A CN113722593B (zh) 2021-08-31 2021-08-31 事件数据处理方法、装置、电子设备和介质
US17/823,224 US20220414095A1 (en) 2021-08-31 2022-08-30 Method of processing event data, electronic device, and medium
EP22193197.5A EP4116889A3 (en) 2021-08-31 2022-08-31 Method and apparatus of processing event data, electronic device, and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111017722.4A CN113722593B (zh) 2021-08-31 2021-08-31 事件数据处理方法、装置、电子设备和介质

Publications (2)

Publication Number Publication Date
CN113722593A CN113722593A (zh) 2021-11-30
CN113722593B true CN113722593B (zh) 2024-01-16

Family

ID=78680255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111017722.4A Active CN113722593B (zh) 2021-08-31 2021-08-31 事件数据处理方法、装置、电子设备和介质

Country Status (3)

Country Link
US (1) US20220414095A1 (zh)
EP (1) EP4116889A3 (zh)
CN (1) CN113722593B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117370400B (zh) * 2023-12-05 2024-02-13 民航成都信息技术有限公司 航空数据的加工聚合处理方法、装置、电子设备及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015232855A (ja) * 2014-06-11 2015-12-24 日本電信電話株式会社 イベント同一性判定方法、イベント同一性判定装置、イベント同一性判定プログラム
CN108304444A (zh) * 2017-11-30 2018-07-20 腾讯科技（深圳）有限公司 信息查询方法及装置
CN109101597A (zh) * 2018-07-31 2018-12-28 中电传媒股份有限公司 一种电力新闻数据采集系统
WO2019067630A1 (en) * 2017-09-27 2019-04-04 Johnson Controls Technology Company WEB SERVICE PLATFORM WITH INTELLIGENT ENTITIES, TIMELINES, AND INFLATED STREAM GENERATION
CN110020104A (zh) * 2017-09-05 2019-07-16 腾讯科技（北京）有限公司 新闻处理方法、装置、存储介质及计算机设备
CN110287338A (zh) * 2019-06-21 2019-09-27 北京百度网讯科技有限公司 行业热点确定方法、装置、设备和介质
CN111026965A (zh) * 2019-12-05 2020-04-17 中国银行股份有限公司 基于知识图谱的热点话题追溯方法及装置
CN111382365A (zh) * 2020-03-19 2020-07-07 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN112699314A (zh) * 2020-12-25 2021-04-23 百度在线网络技术（北京）有限公司 热点事件确定方法、装置、电子设备及存储介质
CN113127683A (zh) * 2021-04-22 2021-07-16 北京百度网讯科技有限公司 内容推荐方法、装置、电子设备和介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919659A (zh) * 2017-02-09 2017-07-04 上海斐讯数据通信技术有限公司 一种计算网页排名的方法及系统
US20190392531A1 (en) * 2018-06-26 2019-12-26 International Business Machines Corporation Social connection recommendation based on similar life events

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015232855A (ja) * 2014-06-11 2015-12-24 日本電信電話株式会社 イベント同一性判定方法、イベント同一性判定装置、イベント同一性判定プログラム
CN110020104A (zh) * 2017-09-05 2019-07-16 腾讯科技（北京）有限公司 新闻处理方法、装置、存储介质及计算机设备
WO2019067630A1 (en) * 2017-09-27 2019-04-04 Johnson Controls Technology Company WEB SERVICE PLATFORM WITH INTELLIGENT ENTITIES, TIMELINES, AND INFLATED STREAM GENERATION
CN108304444A (zh) * 2017-11-30 2018-07-20 腾讯科技（深圳）有限公司 信息查询方法及装置
CN109101597A (zh) * 2018-07-31 2018-12-28 中电传媒股份有限公司 一种电力新闻数据采集系统
CN110287338A (zh) * 2019-06-21 2019-09-27 北京百度网讯科技有限公司 行业热点确定方法、装置、设备和介质
CN111026965A (zh) * 2019-12-05 2020-04-17 中国银行股份有限公司 基于知识图谱的热点话题追溯方法及装置
CN111382365A (zh) * 2020-03-19 2020-07-07 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN112699314A (zh) * 2020-12-25 2021-04-23 百度在线网络技术（北京）有限公司 热点事件确定方法、装置、电子设备及存储介质
CN113127683A (zh) * 2021-04-22 2021-07-16 北京百度网讯科技有限公司 内容推荐方法、装置、电子设备和介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SimRank: A Page Rank approach based on similarity measure;Shaojie Qiao 等;IEEE;第390-395页 *
基于事件关联网络的用户兴趣话题发现算法;乌吉斯古愣;刘晓影;鄢楚平;;现代电子技术(06);第7-12页 *
特定事件微博子话题特征提取研究;翟羽佳;;情报科学(03);第145-150、172页 *

Also Published As

Publication number Publication date
CN113722593A (zh) 2021-11-30
EP4116889A3 (en) 2023-04-19
EP4116889A2 (en) 2023-01-11
US20220414095A1 (en) 2022-12-29

Similar Documents

Publication Publication Date Title
CN107797982B (zh) 用于识别文本类型的方法、装置和设备
CN114329201B (zh) 深度学习模型的训练方法、内容推荐方法和装置
CN112765478B (zh) 用于推荐内容的方法、装置、设备、介质和程序产品
CN114363019B (zh) 钓鱼网站检测模型的训练方法、装置、设备及存储介质
CN114036398A (zh) 内容推荐和排序模型训练方法、装置、设备以及存储介质
CN113378015B (zh) 搜索方法、装置、电子设备、存储介质和程序产品
CN113722593B (zh) 事件数据处理方法、装置、电子设备和介质
CN114048315A (zh) 确定文档标签的方法、装置、电子设备和存储介质
CN112905885A (zh) 向用户推荐资源的方法、装置、设备、介质和程序产品
CN116597443A (zh) 素材标签处理方法、装置、电子设备及介质
CN116955817A (zh) 内容推荐方法、装置、电子设备以及存储介质
CN114036397B (zh) 数据推荐方法、装置、电子设备和介质
CN113590447B (zh) 埋点处理方法和装置
CN112818221B (zh) 实体的热度确定方法、装置、电子设备及存储介质
CN112632384B (zh) 针对应用程序的数据处理方法、装置、电子设备和介质
CN113360765B (zh) 事件信息的处理方法、装置、电子设备和介质
CN113343090B (zh) 用于推送信息的方法、装置、设备、介质和产品
CN116610782B (zh) 文本检索方法、装置、电子设备及介质
CN113377921B (zh) 用于匹配信息的方法、装置、电子设备以及介质
CN113312521B (zh) 内容检索方法、装置、电子设备和介质
CN113656393B (zh) 数据处理方法、装置、电子设备以及存储介质
CN113360756A (zh) 资源推荐方法、装置、电子设备和介质
CN115203502A (zh) 业务数据处理方法及装置、电子设备和存储介质
CN117851653A (zh) 对象匹配方法、装置、电子设备、存储介质及程序产品
CN117932153A (zh) 基于深度链接信息的内容推荐方法及其装置

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