CN113761336A - 信息推荐方法、装置、设备及存储介质 - Google Patents
信息推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113761336A CN113761336A CN202011333235.4A CN202011333235A CN113761336A CN 113761336 A CN113761336 A CN 113761336A CN 202011333235 A CN202011333235 A CN 202011333235A CN 113761336 A CN113761336 A CN 113761336A
- Authority
- CN
- China
- Prior art keywords
- user
- recommendation
- information
- data
- recommendation information
- 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
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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供一种信息推荐方法、装置、设备及存储介质,其中,该方法包括:接收第一数据提供方发送的信息推荐请求,该信息推荐请求用于请求对用户进行信息推荐;从至少两个数据提供方,获取用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的,至少两个数据提供方包括第一数据提供方;根据至少两个中间推荐信息,确定针对用户的目标推荐信息;将目标推荐信息发送至第一数据提供方。本申请实施例实现了提高对用户进行信息推荐的准确率的效果。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种信息推荐方法、装置、设备及存储介质。
背景技术
用户使用互联网会产生多样化的用户行为,这些用户行为包括很多重要的信息,对用户行为进行挖掘,能够更好地了解用户的喜好,从而针对性地对用户进行信息推荐,使用户在丰富多样的互联网资源中缩短信息获取时间,提高信息获取效率。
目前,在对用户进行信息推荐的时候,是各个企业基于自己积累的数据进行数据分析或建模来进行信息推荐。以航空业为例,目前,大部分机场内商家都是属于某个连锁品牌,例如餐饮、服务等,这些商家往往都是某个大型品牌的分店,其在对用户进行信息推荐的时候,是各个品牌企业基于自身积累的数据进行数据分析或建模来进行信息推荐。
然而,各个企业基于自己积累的数据进行数据分析或建模来进行信息推荐时,得到的分析结果或建模得到的模型精度往往较低,导致信息推荐准确度低。
发明内容
本申请提供一种信息推荐方法、装置、设备及存储介质,以克服现有信息推荐准确度低的问题。
第一方面,本申请提供一种信息推荐方法,包括:接收第一数据提供方发送的信息推荐请求,所述信息推荐请求用于请求对用户进行信息推荐;从至少两个数据提供方,获取所述用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据所述用户在不同维度的数据得到的,所述至少两个数据提供方包括所述第一数据提供方;根据所述至少两个中间推荐信息,确定针对所述用户的目标推荐信息;将所述目标推荐信息发送至所述第一数据提供方。
第二方面,本申请提供一种信息推荐方法,应用于数据提供方,所述方法包括:向协调设备发送信息推荐请求,所述信息推荐请求包括加密后的用户的标识,且用于请求对所述用户进行信息推荐;接收协调设备发送的所述加密后的用户的标识;根据所述加密后的用户的标识,对所述用户进行信息推荐,并将得到的中间推荐信息发送至所述协调设备;接收所述协调设备返回的目标推荐信息,所述目标推荐信息是所述协调设备根据至少两个数据提供方提供的至少两个中间推荐信息得到的,每个中间推荐信息是不同的数据提供方根据所述用户在不同维度的数据得到的;将所述目标推荐信息推送至所述用户的终端设备。
第三方面,本申请提供一种信息推荐装置,包括:第一接收模块,用于接收第一数据提供方发送的信息推荐请求,所述信息推荐请求用于请求对用户进行信息推荐;第一获取模块,用于从至少两个数据提供方,获取所述用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据所述用户在不同维度的数据得到的,所述至少两个数据提供方包括所述第一数据提供方;第一确定模块,用于根据所述至少两个中间推荐信息,确定针对所述用户的目标推荐信息;第一发送模块,用于将目标推荐信息发送至所述第一数据提供方。
第四方面,本申请提供一种信息推荐装置,包括:第二发送模块,用于向协调设备发送信息推荐请求,所述信息推荐请求包括加密后的用户的标识,且用于请求对所述用户进行信息推荐;第二接收模块,用于接收协调设备发送的所述加密后的用户的标识;所述第二发送模块,还用于根据所述加密后的用户的标识,对用户进行信息推荐,并将得到的中间推荐信息发送至协调设备;所述第二接收模块,还用于接收协调设备返回的目标推荐信息,目标推荐信息是协调设备根据至少两个数据提供方提供的至少两个中间推荐信息得到的,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的;所述第二发送模块,还用于将目标推荐信息推送至用户的终端设备。
第五方面,本申请提供一种电子设备,包括:处理器、存储器;所述存储器存储计算机执行指令;所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如第一方面及第一方面各可能设计所述的方法;或者,所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如第二方面所述的方法。
第六方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述计算机可读存储介质在计算机上运行时,使得计算机执行如第一方面及第一方面各可能设计所述的方法;或者,当所述计算机可读存储介质在计算机上运行时,使得计算机执行如第二方面所述的方法。
本申请实施例提供的信息推荐方法、装置、设备及存储介质,通过接收第一数据提供方发送的用于请求对用户进行信息推荐的信息推荐请求;从至少两个数据提供方,获取用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的,至少两个数据提供方包括第一数据提供方;根据至少两个中间推荐信息,确定针对用户的目标推荐信息;将目标推荐信息发送至第一数据提供方。本实施例由于是从至少两个数据提供方获取用户对应的至少两个中间推荐信息,且每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的,因此,能够联合多个数据提供方的数据进行信息推荐,提高信息推荐准确度。
附图说明
图1为本申请实施例提供的信息推荐方法的应用场景示意图;
图2为本申请实施例提供的信息推荐方法实施例一的流程示意图;
图3为本申请实施例提供的信息推荐方法的示例图;
图4为本申请实施例提供的确定推荐信息的示意图;
图5为本申请实施例提供的信息推荐方法实施例二的流程示意图;
图6为本申请实施例提供的信息推荐方法实施例三的流程示意图;
图7为本申请实施例提供的信息推荐装置实施例一的结构示意图;
图8为本申请实施例提供的信息推荐装置实施例二的结构示意图;
图9为本申请实施例提供的电子设备实施例一的结构示意图;
图10为本申请实施例提供的电子设备实施例二的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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作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。
图1为本申请实施例提供的信息推荐方法的应用场景示意图。如图1所示,该应用场景可以包括:至少两个设备;其中,至少两个设备包括:第一设备11、第二设备12、第三设备13、第四设备14和第五设备15。
在实际应用中的与航空业务相关的信息推荐场景中,第一设备11可以是航空公司的设备;第二设备12可以是机场的设备;第三设备13可以是机场商铺的设备;第四设备14可以是外部数据提供方的设备;第五设备15可以是协调方的设备,也就是介于第一设备11与第四设备14之间的中间设备,作为第一设备11和第四设备14的中转者,使第一设备11与第四设备14不直接进行数据交互。同样地,第五设备15也是介于第二设备12与第四设备14之间的中间设备,以及,介于第三设备13与第四设备之间的中间设备。
其中,机场、航空公司、机场商铺可以提供大量的用户数据。外部数据提供方是机场、航空公司和机场商铺之外的用户数据提供方,其积累有海量的个人、群体数据,且具有精准的标签,例如,网络购物平台、食品外送服务平台、或者以对外提供数据服务为目的的数据提供商。其中,外部数据提供方包括网络购物平台、食品外送服务平台、以对外提供数据服务为目的的数据提供商中的至少一个。
应当理解,上述至少两个设备不限于第一设备11、第二设备12、第三设备13、第四设备14和第五设备15,可以是其他数量的设备。
示例性的,本实施例中的第一设备和第二设备可以是电子设备,该电子设备可以是终端设备,也可以是服务器。本申请实施例并不对电子设备的具体表现形式进行限定,其可以根据实际情况确定。
本申请实施例针对现有技术中存在的信息推荐准确度低的问题,提出了一种信息推荐方法,技术构思是:将不同数据提供方的共同用户在不同维度的用户数据联合起来对用户进行信息推荐,从而增强用户数据的特征维度,使得用户数据包括更丰富的信息,以提高信息推荐的精度。
下面以图1所示的应用场景,通过具体实施例对本申请的技术方案进行详细说明。需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图2为本申请实施例提供的信息推荐方法实施例一的流程示意图。如图2所示,本申请实施例提供的信息推荐方法可以包括如下步骤:
步骤S201、向协调设备发送信息推荐请求,该信息推荐请求包括加密后的用户的标识。
本实施例中,当用户使用航空相关业务,或者位于机场、航空公司、机场商铺时,机场、航空公司或者机场商铺所在的设备采集用户信息,用户信息包括用户的标识和用户在机场、航空公司或机场商铺办理业务或消费等产生的信息(以下称为用户数据),之后根据用户的标识向协调设备发送信息推荐请求。需要说明的是,机场、航空公司或者机场商铺所在的设备根据用户的标识向协调设备发送信息推荐请求时,为了保护用户隐私,是发送加密后的用户的标识。下面结合具体的场景对用户信息进行详细说明:
图3为本申请实施例提供的信息推荐方法的示例图。如图3所示,在一个可选的示例中,当用户从航空公司或者旅游代理机构购买机票时,航空公司所在的设备可以直接获取到用户信息或者从旅游代理机构获取到用户信息,其中,用户信息包括用户的标识和用户的航程信息,例如机票价格、是否是常旅客、航班舱位、是否有儿童或者老人同行,是否为VIP客户等信息。另外,若用户通过旅游代理机构预定了酒店等其他业务,则用户信息还可以包括预定酒店的信息等。第一设备11从用户信息中提取出用户的标识,并对用户的标识进行加密后生成信息推荐请求发送至第五设备15。
请继续参阅图3,在另一个可选的示例中,当用户在机场进行登记,产生的登记信息,例如用户将在哪个航站楼进行登机、用户在现场进行人脸识别拍摄的人脸图像,会输入第二设备12,第二设备12从登记信息中提取出用户的标识,并对用户的标识进行加密后生成信息推荐请求发送至第五设备15。
请继续参阅图3,在又一个可选的示例中,当用户在机场商铺时,机场商铺所在的设备通过扫描登机牌,或者通过机场商铺的摄像头进行人脸识别,得到用户的标识,并对用户的标识进行加密后生成信息推荐请求发送至第五设备15。
其中,用户的标识是对机场、航空公司或者机场商铺所在的设备采集的多个用户的用户数据进行区分,因而,在发送给协调设备的信息推荐请求中还需携带用户的标识。其中,用户的标识是指用户的唯一识别码,包括用户的人脸数据、身份证号、手机号、用户所持终端设备的通用唯一识别码(Universally Unique Identifier,UUID)等。
步骤S202、接收第一数据提供方发送的信息推荐请求。
在本申请的实施例中,第一数据提供方可以是机场、航空公司或者机场商铺。第一数据提供方将信息推荐请求发送至第五设备,第五设备接收该信息推荐请求,首先根据加密后的用户的标识进行匹配,若匹配成功,则将加密后的用户的标识分别发送至第一设备、第四设备。
步骤S203、接收协调设备发送的用户的标识。
在本实施例中,协调设备可以是如图1所示的第五设备。第一设备、第四设备分别接收协调设备发送的加密后的用户的标识。
步骤S204、根据加密后的用户的标识,对用户进行信息推荐,并将得到的中间推荐信息发送至协调设备。
第一数据提供方所在的第一设备、第二设备或第三设备接收到加密后的用户的标识后,会根据加密后的用户的标识,以及加密后的用户的标识和未加密的用户的标识之间的映射关系,确定未加密的用户的标识,再根据未加密的用户的标识获取对应的用户数据,之后再根据获取的用户数据对该用户进行信息推荐,之后将得到的中间推荐信息反馈给协调设备。
同样地,第四设备也会执行与第一设备、第二设备或第三设备同样的操作。
在本实施例中,对于第一数据提供方所在的设备,以及第四设备来说,其均是根据各自记录的同一用户在不同维度的数据来对用户的喜好进行预测,得到中间推荐信息。举例来说,同一用户在不同维度的数据可以是如下表形式:
可以看出,上表中,第一数据提供方拥有用户A的一部分数据,而外部数据提供方拥有用户B的另一部分数据,这两部分数据之间没有重叠。通过将第一数据提供方和外部数据提供方的用户数据进行联合,能够使得用户数据的特征维度更加丰富。
步骤S205、从至少两个数据提供方,获取用户对应的至少两个中间推荐信息。
其中,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的,至少两个数据提供方包括第一数据提供方,其中一个数据提供方的用户数据具有对应的标签。
在本实施例中,信息推荐请求包括加密后的用户的标识;具体的,从至少两个数据提供方,获取用户对应的至少两个中间推荐信息,包括:确定至少两个数据提供方是否均具有加密后的用户的标识;若是,发送加密后的用户的标识至至少两个数据提供方;接收至少两个数据提供方反馈的至少两个中间推荐信息,其中,每个数据提供方对应一个中间推荐信息;其中,每个数据提供方反馈的中间推荐信息是每个数据提供方根据自身的推荐模型,以及所述用户的相关数据得到的,且每个数据提供方的推荐模型是根据至少两个数据提供方的用户样本数据进行联邦机器学习得到的。
步骤S206、根据至少两个中间推荐信息,确定针对用户的目标推荐信息。
以第一数据提供方和外部数据提供方为例,第一数据提供方反馈的中间推荐信息为第一中间推荐信息,第二数据提供方反馈的中间推荐信息为第二中间推荐信息,第五设备进一步会根据第一中间推荐信息和第二中间推荐信息确定目标推荐信息。
在一种可选的实施方式中,根据至少两个中间推荐信息,确定针对用户的目标推荐信息,包括:将至少两个中间推荐信息进行融合,得到针对用户的目标推荐信息。以至少两个中间推荐信息包括第一中间推荐信息和第二中间推荐信息为例,可以是取第一中间推荐信息和第二中间推荐信息的并集作为目标推荐信息,也可以是取第一中间推荐信息和第二中间推荐信息的交集作为目标推荐信息,还可以是将第一中间推荐信息和第二中间推荐信息相加作为目标推荐信息。
请继续参阅图3,在一种可能的场景中,在用户到达机场之前,协调设备可以将得到的目标推荐信息推送给用户,目标推荐信息可以是虚拟资源,例如出行、购物等消费券。
在另一种可能的场景中,在用户到达机场,协调设备可以将得到的目标推荐信息推送给用户,目标推荐信息可以是虚拟资源,例如给乘客推荐是否使用机场的快速安检通道,或者提供一些机场收费服务的优惠券等。
在又一种可能的场景中,在用户到达机场商铺时,协调设备可以将得到的目标推荐信息推送给用户,目标推荐信息可以是虚拟资源,例如推荐的商品或者优惠券。
在又一种可能的场景中,当用户在机场商铺消费后,还可以根据用户产生的消费数据确定对该用户的目标推荐信息,并进行线上推荐。例如,当用户在机场商铺购买某一商品,则可以根据用户的这一消费行为,对该用户进行针对该商品在机场商铺之外的消费平台(第三方消费平台)上的信息推荐,其中,目标推荐信息仍然可以是虚拟资源,例如推荐的商品或者推荐的商品的优惠券。可选的,还可以是根据该用户的消费行为对与该用户有类似喜好的用户进行第三方平台的信息推荐。本实施例对此不作具体限定。
步骤S207、将目标推荐信息发送至第一数据提供方。
步骤S208、接收协调设备返回的目标推荐信息。
目标推荐信息是协调根据至少两个数据提供方提供的至少两个中间推荐信息得到的,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的。
步骤S209、将目标推荐信息推送至用户的终端设备。
示例性地,可以将目标推荐信息作为通知消息,显示在终端设备的消息通知栏,也可以将目标推荐信息以短信的形式推送给用户,还可以将目标推荐信息在用户的终端设备安装的应用程序(Application,APP)上以消息通知的形式进行显示。
可选的,还可以将目标推荐信息反馈给第一数据提供方,以使第一数据提供方对用户进行线下推荐。同样地,可以将目标推荐信息显示在第一设备、第二设备或第三设备的图形用户界面上。
本申请实施例提供的信息推荐方法,通过接收第一数据提供方发送的用于请求对用户进行信息推荐的信息推荐请求;从至少两个数据提供方,获取用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的,至少两个数据提供方包括第一数据提供方;根据至少两个中间推荐信息,确定针对用户的目标推荐信息;将目标推荐信息发送至第一数据提供方。本实施例由于是从至少两个数据提供方获取用户对应的至少两个中间推荐信息,且每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的,因此,能够联合多个数据提供方的数据进行信息推荐,提高信息推荐准确度。
示例性的,在上述实施例的基础上,每个数据提供方反馈的中间推荐信息是每个数据提供方根据自身的推荐模型,以及用户的相关数据得到的,且每个数据提供方的推荐模型是根据至少两个数据提供方的用户样本数据进行联邦机器学习得到的。图4为本申请实施例提供的确定推荐信息的示意图。如图4所示,以第一数据提供方和外部数据提供方为例,第一数据提供方具有第一子推荐模型,外部数据提供方具有第二子推荐模型,第一数据提供方根据用户的标识,获取自身采集的第一用户数据,之后将第一用户数据输入第一推荐模型,得到第一中间推荐信息,同样地,外部数据提供方根据用户的标识,获取自身采集的第二用户数据,之后将第二用户数据输入第二推荐模型,得到第二中间推荐信息,第一数据提供方和外部数据提供方分别将第一中间推荐信息、第二中间推荐信息发送至第五设备,以使第五设备根据第一中间推荐信息和第二中间推荐信息确定目标推荐信息。
示例性的,在上述实施例的基础上,图5为本申请实施例提供的信息推荐方法实施例二的流程示意图。本实施例将详细介绍在使用推荐模型确定推荐信息之前,如何训练得到推荐模型。如图5所示,该方法还可以包括如下步骤:
步骤S501、获取至少两个数据提供方的加密后的用户的标识集合。
在本实施例中,各个数据提供方,例如机场、机场商铺、航空公司采集用户信息。之后,各个数据提供方的设备对用户信息中用户的标识进行加密,并发送至第五设备。
可选的,加密算法可以选取同态加密算法。当然,也可以使用其他加密算法,本实施例对此不作具体限定。
请继续参阅图3,在一种可能的场景中,用户在购票时,航空公司获取到用户信息,并从中提取出用户ID(用户的标识),进行加密后发送至协调设备,同时,第五设备也会从外部数据提供方获取加密后的用户ID,之后协调设备对航空公司提供的用户ID和从外部数据提供方获取到的用户ID进行匹配,确定共同用户。
在另一种可能的场景中,当用户到达机场时,机场获取到用户信息,并从中提取出用户ID(用户的标识),进行加密后发送至协调设备,同时,第五设备也会从外部数据提供方获取加密后的用户ID,之后协调设备对航空公司提供的用户ID和从外部数据提供方获取到的用户ID进行匹配,确定共同用户。
在又一种可能的场景中,当用户到达机场商铺时,机场商铺获取到用户信息,并从中提取出用户ID(用户的标识),进行加密后发送至协调设备,同时,第五设备也会从外部数据提供方获取加密后的用户ID,之后协调设备对航空公司提供的用户ID和从外部数据提供方获取到的用户ID进行匹配,确定共同用户。
步骤S502、确定至少两个数据提供方的加密后的用户标识集合中共同用户的标识。
具体的,第五设备是根据至少两个数据提供方的加密后的用户标识集合中共同用户的标识确定共同用户的标识。之后,再将共同用户的标识发送到至少两个数据提供方。
步骤S503、根据共同用户的标识对应的样本数据进行联邦机器学习,得到每个数据提供方的推荐模型。
其中,至少两个数据提供方在获取到加密后的共同用户的标识之后,会在各自的本地根据加密后的标识,以及加密后的标识和未加密的标识之间的映射关系,确定未加密的用户的标识,之后再获取未加密的共同用户的标识对应的用户样本数据,并根据未加密的共同用户的标识对应的用户样本数据在各自的本地进行模型训练,得到推荐模型。举例来说,第一数据提供方和外部数据提供方在获取到未加密的共同用户的标识之后,第一数据提供方根据未加密的共同用户的标识在本地存储的用户数据中确定第一用户样本数据,并根据第一用户样本数据在本地进行模型训练;同样地,外部数据提供方根据未加密的共同用户的标识在本地存储的用户数据中确定第二用户样本数据,并根据第二用户样本数据在本地进行模型训练。
本实施例中,不同数据提供方通过将自身的用户标识集合进行加密,并发送至第五设备,由第五设备确定加密后的共同用户的标识,再将加密后的共同用户的标识返回给各个数据提供方,使各个数据提供方根据共同用户的用户样本数据在本地进行模型训练,从而达到在各个数据提供方的原始数据不出库的情况下进行模型训练,保护了各个数据提供方的数据隐私。
示例性的,在上述实施例的基础上,图6为本申请实施例提供的信息推荐方法实施例三的流程示意图。如图6所示,步骤S503具体可以包括如下步骤:
步骤S600、协调设备发送公钥至至少两个数据提供方。
在本实施例中,第五设备发送公钥至第一设备和第四设备,或第五设备发送公钥至第二设备和第四设备,或第五设备发送公钥至第三设备和第四设备。
步骤S601、至少两个数据提供方分别采用公钥对中间结果进行加密,并发送至对方。
以第一设备和第四设备为例,第一设备将中间结果采用公钥进行加密,并发送给第四设备,同样地,第四设备将当前次迭代训练得到的输出结果采用公钥进行加密,并发送给第一设备。其中,中间结果是至少两个数据提供方在当前次迭代训练过程中输出的结果,用于计算梯度。
步骤S602、至少两个数据提供方分别根据接收到的加密的中间结果进行计算,得到第一梯度值、第二梯度值,且外部数据提供方计算损失值。
在本实施例中,第一梯度值为第一数据提供方的中间模型参数,第二梯度值和损失值为外部数据提供方的中间模型参数。仍然以第一设备和第四设备为例,第一设备根据加密的中间结果和自身在当前次迭代训练过程中输出的结果进行梯度计算,得到第一梯度值,同样地,第四设备根据加密的中间结果和自身在当前次迭代训练过程中输出的结果进行梯度计算,得到第二梯度值,同时,第四设备的用户数据对应有标签数据,因此,第四设备还会根据标签数据计算损失值。
步骤S603、外部数据提供方将第二梯度值、损失值发送至协调设备,第一数据提供方将第一梯度值发送至协调设备。
步骤S604、协调设备根据第一梯度值、第二梯度值和损失值计算总梯度,其中,总梯度为加密的梯度值。
具体的,本步骤是协调设备根据至少两个数据提供方的中间模型参数确定总模型参数。
步骤S605、协调设备将总梯度解密并反馈给至少两个数据提供方。
步骤S606、至少两个数据提供方根据总梯度更新各自的模型参数。
对于模型参数的更新,可以参见相关技术关于神经网络模型迭代训练的更新过程,此处不再赘述。
步骤S607、重复上述步骤,直至达到训练的收敛条件,得到每个数据提供方的推荐模型。
其中,收敛条件包括期望的训练目标,可以人为设定。
本实施例中,至少两个数据提供方的推荐模型均属于半模型,将两个半模型联合起来可以实现对用户进行信息推荐。每个数据提供方的半模型在对用户进行信息推荐时,得到的推荐信息不完整。因而,需要结合至少两个数据提供方的推荐模型进行联合信息推荐。关于结合至少两个数据提供方的推荐模型进行联合信息推荐的具体实施过程,在前述实施例中已有介绍,此处不再赘述。
本实施例中,通过加密的方式将至少两个数据提供方的中间结果进行加密,之后再进行数据交互,并且借由第三方的协调设备来计算总梯度,使得至少两个数据提供方的用户数据能够保留在本地,不会泄露,保证了模型训练过程中的数据安全和用户数据的隐私。
在上述实施例的基础上,本实施例的方法还可以包括:接收目标推荐信息的推荐效果数据;根据目标推荐信息的推荐效果数据,对推荐模型进行更新。本实施例中,目标推荐信息的推荐效果数据由各个数据提供方进行采集,各个数据提供方可以根据用户对目标推荐信息的实际使用情况,或者反馈的满意度来定时更新各自的模型,对于模型的更新过程,可以参见上述实施例关于模型训练的介绍,此处不再赘述。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图7为本申请实施例提供的信息推荐装置实施例一的结构示意图。该装置可以集成在第四设备中,也可以通过第四设备实现。该第二设备上安装有门店系统。参照图7所示,该装置包括:第一接收模块71、第一获取模块72、第一确定模块73、第一发送模块74;其中,第一接收模块71,用于接收第一数据提供方发送的信息推荐请求,所述信息推荐请求用于请求对用户进行信息推荐;第一获取模块72,用于从至少两个数据提供方,获取所述用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据所述用户在不同维度的数据得到的,所述至少两个数据提供方包括所述第一数据提供方;第一确定模块73,用于根据所述至少两个中间推荐信息,确定针对所述用户的目标推荐信息;第一发送模块74,用于将目标推荐信息发送至所述第一数据提供方。
在本申请实施例的一种可能设计中,所述信息推荐请求包括加密后的用户的标识;第一获取模块72,具体用于:确定所述至少两个数据提供方是否均具有所述加密后的用户的标识;若是,若是,发送所述加密后的用户的标识至所述至少两个数据提供方;接收所述至少两个数据提供方反馈的至少两个中间推荐信息,其中,每个数据提供方对应一个中间推荐信息;其中,每个数据提供方反馈的中间推荐信息是每个数据提供方根据自身的推荐模型,以及所述用户的相关数据得到的,且每个数据提供方的推荐模型是根据所述至少两个数据提供方的用户样本数据进行联邦机器学习得到的。
在本申请实施例的一种可能设计中,该装置还包括:训练模块75;其中,该训练模块75具体用于:接收所述至少两个数据提供方发送的加密用户样本数据;确定所述至少两个数据提供方的用户加密样本数据中共同用户的样本数据;根据所述共同用户的样本数据进行联邦机器学习,得到每个数据提供方的推荐模型。
在本申请实施例的一种可能设计中,训练模块75根据所述共同用户的样本数据进行联邦机器学习,得到每个数据提供方的推荐模型时,具体用于:发送公钥至至少两个数据提供方;接收每个数据提供方发送的中间模型参数,所述中间模型参数是每个数据提供方根据所述共同用户的样本数据对本地模型进行训练得到的;根据所述每个数据提供方发送的中间模型参数,确定总模型参数;发送所述总模型参数至每个数据提供方,所述总模型参数用于使每个数据提供方对各自的本地模型进行更新;重复上述步骤,直至达到训练的收敛条件,得到每个数据提供方的推荐模型。
在本申请实施例的一种可能设计中,该装置还包括:更新模块76;其中,更新模块76具体用于:接收所述目标推荐信息的推荐效果数据;根据所述目标推荐信息的推荐效果数据,对所述推荐模型进行更新。
在本申请实施例的一种可能设计中,至少两个数据提供方包括如下任一项:机场和外部数据提供方;航空公司和外部数据提供方;机场商铺和外部数据提供方;其中,所述外部数据提供方是所述机场、所述航空公司和所述机场商铺之外的用户数据提供方。
在本申请实施例的一种可能设计中,确定模块根据所述至少两个中间推荐信息,确定针对所述用户的目标推荐信息时,具体包括:将所述至少两个中间推荐信息进行融合,得到针对所述用户的目标推荐信息。
本申请实施例提供的装置,可用于执行图2至图6所示实施例中信息推荐方法的实现方案,其实现原理和技术效果类似,在此不再赘述。
图8为本申请实施例提供的信息推荐装置实施例二的结构示意图。该装置可以集成在第一设备、第二设备、第三设备中,也可以通过第一设备、第二设备、第三设备实现。参照图8所示,该装置包括:第二发送模块81、第二接收模块82;其中,第二发送模块81,用于向协调设备发送信息推荐请求,所述信息推荐请求包括加密后的用户的标识,且用于请求对所述用户进行信息推荐;第二接收模块82,用于接收协调设备发送的加密后的用户的标识;第二发送模块81,还用于根据加密后的用户的标识,对用户进行信息推荐,并将得到的中间推荐信息发送至协调设备;第二接收模块82,还用于接收协调设备返回的目标推荐信息,目标推荐信息是协调设备根据至少两个数据提供方提供的至少两个中间推荐信息得到的,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的;第二发送模块81,还用于将目标推荐信息推送至用户的终端设备。
在本申请实施例的一种可能设计中,该装置还包括:第二获取模块83、第二确定模块84;其中,第二获取模块83,用于获取目标推荐信息的推荐效果数据;第二确定模块84,用于根据目标推荐信息的推荐效果数据,确定是否将目标推荐信息进行推送。
在本申请实施例的一种可能设计中,所述至少两个数据提供方包括如下任一项:机场和外部数据提供方;航空公司和外部数据提供方;机场商铺和外部数据提供方;其中,所述外部数据提供方是所述机场、所述航空公司和所述机场商铺之外的用户数据提供方。
本申请实施例提供的装置,可用于执行图2至图6所示实施例中第一设备的实现方案,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,确定模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
图9为本申请实施例提供的电子设备实施例一的结构示意图。如图9所示,该电子设备可以包括:处理器91、存储器92、显示器93、收发器94和系统总线95,所述存储器92、显示器93和收发器94通过系统总线95与所述处理器91连接并完成相互间的通信,存储器92用于存储计算机执行指令,显示器93用于显示处理器91的处理结果,收发器94用于和其他设备进行通信,处理器91执行上述计算机执行指令时实现如上述图2至图6所示方法实施例的方案。
图10为本申请实施例提供的电子设备实施例二的结构示意图。如图10所示,该电子设备可以包括:处理器101、存储器102、显示器103、收发器104和系统总线105,所述存储器102、显示器103和收发器104通过系统总线105与所述处理器101连接并完成相互间的通信,存储器102用于存储计算机执行指令,显示器103用于显示处理器101的处理结果,收发器104用于和其他设备进行通信,处理器101执行上述计算机执行指令时实现如上述图2至图6所示方法实施例的方案。
上述图9和图10中提到的系统总线可以是外设部件互连标准(peripheralcomponent interconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。所述系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。收发器用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(networkprocessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选的,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当该计算机执行指令在计算机上运行时,使得计算机执行如上述图2至图6所示实施例第二设备的方法;或者
当该计算机执行指令在计算机上运行时,使得计算机执行如上述图2至图6所示实施例的方法。
可选的,本申请实施例还提供一种运行指令的芯片,所述芯片用于执行上述图2至图6所示实施例的方法,或者,所述芯片用于执行上述图2至图6所示实施例的方法。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序存储在计算机可读存储介质中,至少一个处理器可以从所述计算机可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述图2至图6所示实施例的方法或者上述图2至图6所示实施例的方法。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系;在公式中,字符“/”,表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中,a,b,c可以是单个,也可以是多个。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施例的实施过程构成任何限定。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (15)
1.一种信息推荐方法,其特征在于,包括:
接收第一数据提供方发送的信息推荐请求,所述信息推荐请求用于请求对用户进行信息推荐;
从至少两个数据提供方,获取所述用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据所述用户在不同维度的数据得到的,所述至少两个数据提供方包括所述第一数据提供方;
根据所述至少两个中间推荐信息,确定针对所述用户的目标推荐信息;
将所述目标推荐信息发送至所述第一数据提供方。
2.根据权利要求1所述的方法,其特征在于,所述信息推荐请求包括加密后的用户的标识;
所述从至少两个数据提供方,获取所述用户对应的至少两个中间推荐信息,包括:
确定所述至少两个数据提供方是否均具有所述加密后的用户的标识;
若是,发送所述加密后的用户的标识至所述至少两个数据提供方;
接收所述至少两个数据提供方反馈的至少两个中间推荐信息,其中,每个数据提供方对应一个中间推荐信息;
其中,每个数据提供方反馈的中间推荐信息是每个数据提供方根据自身的推荐模型,以及所述用户的相关数据得到的,且每个数据提供方的推荐模型是根据所述至少两个数据提供方的用户样本数据进行联邦机器学习得到的。
3.根据权利要求2所述的方法,其特征在于,还包括:
获取所述至少两个数据提供方的加密后的用户的标识集合;
确定至少两个数据提供方的加密后的用户标识集合中共同用户的标识;
根据所述共同用户的标识对应的样本数据进行联邦机器学习,得到每个数据提供方的推荐模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述共同用户的标识对应的样本数据进行联邦机器学习,得到每个数据提供方的推荐模型,包括:
发送公钥至至少两个数据提供方;
接收每个数据提供方发送的中间模型参数,所述中间模型参数是每个数据提供方根据所述共同用户的样本数据对本地模型进行训练得到的;
根据所述每个数据提供方发送的中间模型参数,确定总模型参数;
发送所述总模型参数至每个数据提供方,所述总模型参数用于使每个数据提供方对各自的本地模型进行更新;
重复上述步骤,直至达到训练的收敛条件,得到每个数据提供方的推荐模型。
5.根据权利要求1-4任一项所述的方法,其特征在于,还包括:
接收所述目标推荐信息的推荐效果数据;
根据所述目标推荐信息的推荐效果数据,对所述推荐模型进行更新。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述至少两个数据提供方包括如下任一项:
机场和外部数据提供方;
航空公司和外部数据提供方;
机场商铺和外部数据提供方;
其中,所述外部数据提供方是所述机场、所述航空公司和所述机场商铺之外的用户数据提供方。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述至少两个中间推荐信息,确定针对所述用户的目标推荐信息,包括:
将所述至少两个中间推荐信息进行融合,得到针对所述用户的目标推荐信息。
8.一种信息推荐方法,其特征在于,应用于数据提供方,所述方法包括:
向协调设备发送信息推荐请求,所述信息推荐请求包括加密后的用户的标识,且用于请求对所述用户进行信息推荐;
接收协调设备发送的所述加密后的用户的标识;
根据所述加密后的用户的标识,对所述用户进行信息推荐,并将得到的中间推荐信息发送至所述协调设备;
接收所述协调设备返回的目标推荐信息,所述目标推荐信息是所述协调设备根据至少两个数据提供方提供的至少两个中间推荐信息得到的,每个中间推荐信息是不同的数据提供方根据所述用户在不同维度的数据得到的;
将所述目标推荐信息推送至所述用户的终端设备。
9.根据权利要求8所述的方法,其特征在于,还包括:
获取目标推荐信息的推荐效果数据;
根据所述目标推荐信息的推荐效果数据,确定是否将所述目标推荐信息进行推送。
10.根据权利要求8或9所述的方法,其特征在于,
所述至少两个数据提供方包括如下任一项:
机场和外部数据提供方;
航空公司和外部数据提供方;
机场商铺和外部数据提供方;
其中,所述外部数据提供方是所述机场、所述航空公司和所述机场商铺之外的用户数据提供方。
11.一种信息推荐装置,其特征在于,包括:
第一接收模块71,用于接收第一数据提供方发送的信息推荐请求,所述信息推荐请求用于请求对用户进行信息推荐;
第一获取模块72,用于从至少两个数据提供方,获取所述用户对应的至少两个中间推荐信息,其中,每个中间推荐信息是不同的数据提供方根据所述用户在不同维度的数据得到的,所述至少两个数据提供方包括所述第一数据提供方;
第一确定模块73,用于根据所述至少两个中间推荐信息,确定针对所述用户的目标推荐信息;
第一发送模块74,用于将目标推荐信息发送至所述第一数据提供方。
12.根据权利要求11所述的装置,其特征在于,所述信息推荐请求包括加密后的用户的标识;
其中,所述第一获取模块72从至少两个数据提供方,获取所述用户对应的至少两个中间推荐信息时,具体包括:
确定所述至少两个数据提供方是否均具有所述加密后的用户的标识;
若是,则发送所述加密后的用户的标识至所述至少两个数据提供方;
接收所述至少两个数据提供方反馈的至少两个中间推荐信息,其中,每个数据提供方对应一个中间推荐信息;
其中,每个数据提供方反馈的中间推荐信息是每个数据提供方根据自身的推荐模型,以及所述用户的相关数据得到的,且每个数据提供方的推荐模型是根据所述至少两个数据提供方的用户样本数据进行联邦机器学习得到的。
13.一种信息推荐装置,其特征在于,包括:
第二发送模块,用于向协调设备发送信息推荐请求,所述信息推荐请求包括加密后的用户的标识,且用于请求对所述用户进行信息推荐;
第二接收模块,用于接收协调设备发送的所述加密后的用户的标识;
所述第二发送模块,还用于根据所述加密后的用户的标识,对用户进行信息推荐,并将得到的中间推荐信息发送至协调设备;
所述第二接收模块,还用于接收协调设备返回的目标推荐信息,目标推荐信息是协调设备根据至少两个数据提供方提供的至少两个中间推荐信息得到的,每个中间推荐信息是不同的数据提供方根据用户在不同维度的数据得到的;
所述第二发送模块,还用于将目标推荐信息推送至用户的终端设备。
14.一种电子设备,其特征在于,包括:
处理器、存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如权利要求1-10任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述计算机可读存储介质在计算机上运行时,使得计算机执行如权利要求1-10任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333235.4A CN113761336A (zh) | 2020-11-23 | 2020-11-23 | 信息推荐方法、装置、设备及存储介质 |
PCT/CN2021/119463 WO2022105407A1 (zh) | 2020-11-23 | 2021-09-18 | 信息推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333235.4A CN113761336A (zh) | 2020-11-23 | 2020-11-23 | 信息推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113761336A true CN113761336A (zh) | 2021-12-07 |
Family
ID=78786053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011333235.4A Pending CN113761336A (zh) | 2020-11-23 | 2020-11-23 | 信息推荐方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113761336A (zh) |
WO (1) | WO2022105407A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509497A (zh) * | 2018-02-23 | 2018-09-07 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置和电子设备 |
CN110825970A (zh) * | 2019-11-07 | 2020-02-21 | 浙江同花顺智能科技有限公司 | 一种信息推荐方法、装置、设备及计算机可读存储介质 |
CN111324813A (zh) * | 2020-02-20 | 2020-06-23 | 深圳前海微众银行股份有限公司 | 推荐方法、装置、设备及计算机可读存储介质 |
CN111553742A (zh) * | 2020-05-08 | 2020-08-18 | 深圳前海微众银行股份有限公司 | 联邦产品推荐方法、装置、设备及计算机存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012105602A1 (de) * | 2011-06-28 | 2013-01-03 | Electronics And Telecommunications Research Institute | Vorrichtung und Verfahren zum Bereitstellen eines realistischen Fernerkundungsdienstes auf der Grundlage eines offenen Social-Network-Dienstes |
CN110837598B (zh) * | 2019-11-11 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及存储介质 |
-
2020
- 2020-11-23 CN CN202011333235.4A patent/CN113761336A/zh active Pending
-
2021
- 2021-09-18 WO PCT/CN2021/119463 patent/WO2022105407A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509497A (zh) * | 2018-02-23 | 2018-09-07 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置和电子设备 |
CN110825970A (zh) * | 2019-11-07 | 2020-02-21 | 浙江同花顺智能科技有限公司 | 一种信息推荐方法、装置、设备及计算机可读存储介质 |
CN111324813A (zh) * | 2020-02-20 | 2020-06-23 | 深圳前海微众银行股份有限公司 | 推荐方法、装置、设备及计算机可读存储介质 |
CN111553742A (zh) * | 2020-05-08 | 2020-08-18 | 深圳前海微众银行股份有限公司 | 联邦产品推荐方法、装置、设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022105407A1 (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10810604B2 (en) | Content consumption monitor | |
US10509806B2 (en) | Recommendation engine for aggregated platform data | |
US8866847B2 (en) | Providing augmented reality information | |
WO2020238677A1 (zh) | 数据处理方法、装置和计算机可读存储介质 | |
US20160092997A1 (en) | Identity Mapping Between Commerce Customers And Social Media Users | |
CN111046237B (zh) | 用户行为数据处理方法、装置、电子设备及可读介质 | |
WO2016015468A1 (zh) | 数据信息交易方法和系统 | |
WO2016015444A1 (zh) | 一种目标用户的确定方法、设备和网络服务器 | |
US8909581B2 (en) | Factor-graph based matching systems and methods | |
CN110020162B (zh) | 用户识别方法和装置 | |
US11316830B2 (en) | Digital content security and communication system using anonymized account classification and analysis | |
KR101708405B1 (ko) | 기업과 유명인의 협력 사업을 위한 매칭 시스템 및 이의 매칭 방법 | |
US20190385211A1 (en) | Transposable behavior data | |
US20150012437A1 (en) | Authentication system and method using mobile terminal | |
US20170272362A1 (en) | Data communication systems and methods of operating data communication systems | |
CN106682146A (zh) | 一种根据关键词检索景区评价的方法及系统 | |
US20180129664A1 (en) | System and method to recommend a bundle of items based on item/user tagging and co-install graph | |
CN103797504A (zh) | 用于计划和预订旅程的方法和系统 | |
CN113761350A (zh) | 一种数据推荐方法、相关装置和数据推荐系统 | |
CN110309379B (zh) | 产品推荐方法、装置、设备及计算机可读存储介质 | |
CA3126811A1 (en) | Real time user matching using purchasing behavior | |
JP2016500457A (ja) | クライアント・デバイス所有に基づくメトリックの生成 | |
US20120136883A1 (en) | Automatic Dynamic Multi-Variable Matching Engine | |
CN113761336A (zh) | 信息推荐方法、装置、设备及存储介质 | |
US10621575B1 (en) | Instantiating digital wallet assets |
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 |