CN114446425A - 信息推送方法、装置、电子设备和存储介质 - Google Patents
信息推送方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114446425A CN114446425A CN202111595863.4A CN202111595863A CN114446425A CN 114446425 A CN114446425 A CN 114446425A CN 202111595863 A CN202111595863 A CN 202111595863A CN 114446425 A CN114446425 A CN 114446425A
- Authority
- CN
- China
- Prior art keywords
- pet
- cluster
- information
- characteristic
- user
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
-
- 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
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及信息处理技术领域,具体公开了一种信息推送方法、装置、电子设备和存储介质,其特征在于,方法包括:获取预设时间段内归档的多个宠物的电子档案;根据每个宠物的电子档案,确定所每个宠物的特征信息;根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇;根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息;向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
Description
技术领域
本申请涉及信息处理技术领域,具体公开了一种信息推送方法、装置、电子设备和存储介质。
背景技术
社会现代化的发展,办公自动化、无纸化等事物的出现,使档案的生成方式发生很大变化。档案管理在系统中,诸如文件的起草、签发、催办、归档等运作过程,在计算机和通讯线路中进行。档案信息电子化是档案利用工作发展的必然趋势。如今,在大多数领域,档案信息电子化已经形成。例如,每个公司的员工人事档案,每个学生的学籍档案。对于这些档案的管理通常存储在电子设备当中,以便调用和处理。
在宠物医院中,对于用户和用户对应的宠物的档案,目前还停留在录入阶段。各宠物医院在电子媒介中保存自己的用户和用户对应的宠物的信息,形成档案。但并没有对获得的档案进行充分的利用,仅仅是作为存档保留下来。
因此,针对宠物医院存储的用户与用户对应的宠物的档案,亟需解决的是对宠物档案的后续利用和开发问题。
发明内容
为了解决现有技术中存在的上述问题,本申请实施方式提供了一种信息推送方法、装置、电子设备和存储介质,更加充分的利用了宠物电子档案,为客户带来了更好的服务,大大提升了宠物电子档案的利用率。
第一方面,本申请的实施方式提供了一种信息推送的方法包括:
获取预设时间段内归档的多个宠物的电子档案;
根据每个宠物的电子档案,确定每个宠物的特征信息;
根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇;
根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息;
向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
第二方面,本申请的实施方式提供了一种信息推送装置,包括:
获取单元,用于获取预设时间段内归档的多个宠物的电子档案;
处理单元,用于根据所每个宠物的电子档案,确定每个宠物的特征信息,根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇,根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息,向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
第三方面,本申请实施例提供一种电子设备,包括:处理器,所述处理器与存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述电子设备执行如第一方面所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得计算机执行如第一方面所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机可操作来使计算机执行如第一方面所述的方法。
实施本申请实施方式,具有如下有益效果:
可以看出,在本实施方式中,首先获取预设时间段内归档的多个宠物的电子档案。然后,根据每个宠物的电子档案,确定每个宠物的特征信息。再根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇。再根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息。最后,向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。由此,在这种对档案的处理方式之下,不在仅限于传统的将宠物的电子档案进行存储。通过对宠物的档案的特征提取,得到宠物的特征,更加了解宠物的具体信息。再进行聚类处理,得到至少一个第一聚类簇。通过聚类将宠物分类,可以批量处理相关事务。获得第一聚类簇的聚类中心,确定相对应的待分享信息。通过向用户推送有宠物电子档案生成的待分享信息,不仅可以让用户更加了解自己的宠物,也会让用户对宠物医院的服务感到体验更好。总而言之,本申请实现了通过对宠物档案充分利用,有益于获得宠物的特征,实现与用户之间的互动,提高了用户体验。
附图说明
为了更清楚地说明本申请实施方式中的技术方案,下面将对实施方式描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施方式提供的一种信息推送方法的系统框架图;
图2为本申请实施方式提供的一种信息推送方法的流程示意图;
图3为本申请实施方式提供的一种确定每个宠物的特征信息的方法的流程示意图;
图4为本申请实施方式提供的一种确定每个第一聚类簇对应的待分享信息的方法的流程示意图;
图5为本申请实施方式提供的一种信息推送装置与用户端的界面交互图;
图6为本申请实施例提供的一种信息推送装置的硬件结构示意图;
图7为本申请实施例提供的一种信息推送装置的功能模块组成框图;
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。基于本申请中的实施方式,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方式,都属于本申请保护的范围。
本申请的说明书和权利要求书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施方式”意味着,结合实施方式描述的特定特征、结果或特性可以包含在本申请的至少一个实施方式中。在说明书中的各个位置出现该短语并不一定均是指相同的实施方式,也不是与其它实施方式互斥的独立的或备选的实施方式。本领域技术人员显式地和隐式地理解的是,本文所描述的实施方式可以与其它实施方式相结合。
需要说明的是,本申请所提供的信息推送方法可以适用于公司人事档案管理、图书馆书籍档案管理、学生学籍档案管理、宠物电子档案管理等场景。在本实施方式中,将以宠物医院电子档案管理场景为例,对本申请所提供的信息推送方法进行说明,其他场景下的信息推送方法与宠物电子档案管理场景下的信息推送方法相似,在此不再赘述。
参阅图1,图1为本申请实施方式提供的一种信息推送方法的系统框架图,包括:录入信息端100,信息推送装置101,用户设备102。
具体而言,用户先通过录入信息端100,录入宠物和宠物的主人的相关信息,即录入宠物的电子档案,信息推送装置101接收由用户通过录入信息端100录入的宠物电子档案后,获取预设时间段内归档的多个宠物的电子档案。根据每个宠物的电子档案,确定每个宠物的特征信息。根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇。根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息。向所述每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
本方法不再仅仅储存宠物的电子档案,而是将宠物的电子档案进行充分的利用,为用户推送信息,大大提升了宠物的电子档案利用率。
参阅图2,图2为本申请实施方式提供的一种信息推送方法的流程示意图。该方法应用于上述的信息推送装置。该信息推送方法包括以下步骤:
201:获取预设时间段内归档的多个宠物的电子档案。
示例性的,在录入多个宠物的电子档案之后,可以按照时间的维度对多个宠物的电子档案进行筛选。例如,获取电子档案中多个宠物的就诊时间,然后对多个宠物的电子档案按照就诊时间先后的顺序进行排列,筛选出在预设时间段内的多个宠物的电子档案。在可选的实施方式中,例如在宠物医院电子档案场景中,可以将录入的多个宠物的电子档案制作如表1示出的表格,在表1中的“就诊时间”列进行时间先后的排序,通过表格筛选出预设时间段内的多个宠物的电子档案。
表1:
宠物名 | 性别 | 年龄 | 品种 | 曾患疾病 | 患病时间 | 居住地 | 就诊时间 | 过敏反应 | 备注 |
布丁 | 女 | 1岁 | 泰迪 | 无 | 无 | AAAA | 2021/10/30 | 无 | 无 |
奶茶 | 女 | 1岁半 | 边牧 | 肠胃炎 | 2021/10/24 | AAAA | 2021/10/26 | 无 | 无 |
哈哈 | 男 | 2岁 | 金毛 | 感冒 | 2021/10/26 | BBBB | 2021/10/26 | 无 | 无 |
旺旺 | 男 | 半岁 | 边牧 | 肠胃炎 | 2021/10/22 | AAAA | 2021/10/22 | 无 | 无 |
小嗨 | 女 | 1岁 | 泰迪 | 右前腿骨折 | 2021/10/23 | AAAA | 2021/10/23 | 无 | 无 |
举例来说,若预设时间段为“2021/10/22--2021/10/27”,则按照时间维度筛选出的多个宠物的电子档案如表2所示。
表2:
宠物名 | 性别 | 年龄 | 品种 | 曾患疾病 | 患病时间 | 居住地 | 就诊时间 | 过敏反应 | 备注 |
旺旺 | 男 | 半岁 | 边牧 | 肠胃炎 | 2021/10/22 | AAAA | 2021/10/22 | 无 | 无 |
小嗨 | 女 | 1岁 | 泰迪 | 右前腿骨折 | 2021/10/23 | AAAA | 2021/10/23 | 无 | 无 |
奶茶 | 女 | 1岁半 | 边牧 | 肠胃炎 | 2021/10/24 | AAAA | 2021/10/26 | 无 | 无 |
哈哈 | 男 | 2岁 | 金毛 | 感冒 | 2021/10/26 | BBBBB | 2021/10/26 | 无 | 无 |
202:根据每个宠物的电子档案,确定每个宠物的特征信息。
在获得预设时间段内的多个宠物的电子档案后,对多个宠物的电子档案进行特征提取,得到每个宠物的特征信息。
在本实施方式中,提供了一种根据每个宠物的电子档案,确定每个宠物的特征信息的方法,如图3所示,该方法包括:
301:根据每个宠物的电子档案,获取每个宠物在多个宠物特征维度下的多个宠物特征参数。
根据多个宠物的电子档案,提取每个宠物在每个宠物特征维度下的特征,得到每个宠物在多个特征维度下的多个宠物特征参数。
示例性的,多个特征维度可以为:“宠物名”、“性别”、“年龄”、“曾患疾病”、“患病时间”、“居住地”、“就诊时间”、“过敏反应”、“备注,等等。
针对任意一个宠物特征维度,若每个宠物的电子档案中记载有该宠物特征维度下的参数,则将每个宠物的电子档案中记载的宠物特征维度下的参数作为该宠物特征维度下的宠物特征参数。
沿用上例,根据表2和上述7个维度进行宠物特征参数提取,得到表3所示的宠物特征参数。
表3:
若每个宠物的电子档案未记载宠物特征维度下的参数,则根据每个宠物的品种,确定每个宠物在宠物特征维度下的宠物特征参数的平均值,并将平均值作为每个宠物在宠物特征维度下的宠物特征参数。
具体而言,如果所获得的宠物的电子档案中没有存储需要的宠物特征维度或者,没有存储该宠物特征维度下的宠物特征采参数,此时,在整个宠物医院电子档案中筛选出同一品种的宠物的电子档案,筛选出含有该宠物特征维度的宠物电子档案,如上例一样对各个电子档案中,所述宠物特征维度下的宠物特征参数提取。接着对宠物特征参数值进行求平均值,得到的平均值作为该宠物特征维度下的宠物特征参数。
302:对每个宠物在每个宠物特征维度下的宠物特征参数进行编码,得到每个宠物在每个宠物特征维度下的第一特征向量。
示例性的,对每个宠物在每个宠物特征维度下的宠物特征参数进行向量化,得到每个宠物在每个宠物特征维度下的第一特征向量,比如,对宠物特征参数进行词嵌入(即数字化),然后再对词嵌入结果进行映射,得到第一特征向量。
举例来说,沿用表3中的示例,对表3中各个宠物特征维度下的宠物特征参数进行编码,得到如表4示出的每个宠物的第一特征向量,其中,表4中的数字表示每个宠物的第一特征向量。
表4:
303:将每个宠物在多个宠物特征维度下的多个第一特征向量进行拼接,得到每个宠物的特征信息。
示例性的,将每个宠物在各个宠物特征维度下的第一特征向量进行横向拼接,得到每个宠物的特征信息。沿用上例,选取表格4中宠物名为“旺旺”的宠物的电子档案,将第一特征向量“(1,2)、(2,0)、(1,3)、(2,3)、(6,9)、(9,8)、(5,6)、(9,8)、(0,0)、(0,0)”进行横向拼接,得到宠物名为“旺旺”的宠物的特征信息为“(1,2,2,0,1,3,2, 3,6,9,9,8,5,6,9,8,0,0,0,0)”。
203:根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇。
示例性的,通过聚类算法对多个宠物的多个特征信息进行聚类,比如, K-means算法进行聚类,将特征信息相似的宠物归为一类,得到至少一个第一聚类簇。
在实际应用中,还可以从多个特征维度中选出部分特征维度进行聚类。例如,对于多个宠物的多个特征信息,根据“宠物名”、“性别”、“年龄”、“曾患疾病”、“患病时间”、“居住地”、“就诊时间”、“过敏反应”等维度进行聚类,将在某个维度下相同的特征信息归为一类,得到至少一个聚类簇。沿用上例,从多个宠物的多个特征向量中的第三个和第四个元素出发,将以上4个宠物的特征信息进行聚类,得到两个聚类簇。一个多个宠物的多个特征向量中的第三个和第四个元素为(8,0)的聚类簇,包含“小嗨”和“奶茶”两个宠物。另一个,为多个宠物的多个特征信息中的第三个和第四个元素(2, 0)的聚类簇,包含“旺旺”和“哈哈”两个宠物。同样,从多个宠物的多个特征向量中的第五个和第六个元素出发,将以上4个宠物的特征信息进行聚类,得到四个聚类簇。第一个为多个宠物的多个特征向量中的第五个和第六个元素为(1,3)的聚类簇,包含“旺旺”。第二个为多个宠物的多个特征向量中的第五个和第六个元素为(1,4)的聚类簇,包含“小嗨”。第三个为多个宠物的多个特征向量中的第五个和第六个元素为(1,5)的聚类簇,包含“奶茶”。第四个为多个宠物的多个特征向量中的第五个和第六个元素为(1,6)的聚类簇,包含“哈哈”。
204:根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息。
在本实施方式中,提供了一种根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息的方法,如图4所示,该方法包括:
401:获取每个第一聚类簇下的每个宠物的特征信息。
示例性的,在进行聚类处理之后,得到至少一个第一聚类簇,每个第一聚类簇中包含相对应的多个宠物的特征信息。
402:对每个第一聚类簇下的每个宠物的特征信息求平均,得到每个第一聚类簇的聚类中心。
示例性的,将每一个聚类簇下的特征信息的按照特征向量的对应元素进行求平均。例如,某个第一聚类簇中宠物的多个特征信息分别为“(3,4,8,0, 1,4,2,4,7,9,9,7,5,6,9,7,0,0,0,0)、(5,6,8,0,1,5, 2,3,8,9,9,6,5,6,9,4,0,0,0,0)”,对这两个特征信息进行求平均,得到的聚类簇中心为(4,5,8,0,1,4.5,2,3.5,7.5,9,9,6.5,5, 6,9,5.5,0,0,0,0)。
403:将每个第一聚类簇的聚类中心分别与每个候选信息的第一标签进行匹配,得到每个第一聚类簇的聚类中心与每个候选信息的匹配度。
在本实施方式中,每个候选信息的第一标签为预先构建的,且用于表征与每个信息对应的宠物的特征。
具体的,将得到的每个第一聚类簇的聚类中心和候选信息的第一标签进行匹配,得到匹配度。示例性的,候选信息包括多个信息,比如,包括宠物食谱、宠物疫苗时间,等等;先对每个信息进行特征向量的构建,最后将所有信息的特征向量进行拼接,得到候选信息的第一标签。以候选信息为宠物食谱来说,先对宠物食谱进行识别和关键词提取,得到每种宠物食谱适用的所有宠物;然后,获取所有宠物中每种宠物的特征信息(比如,品种、毛发稀疏度、颜色,等等),并对每种宠物的特征信息进行编码得到每种宠物的特征向量;最后,所有宠物的特征向量进行融合,得到每种宠物食谱对应的特征向量,即得到了候选信息的第一标签。
可选的,将每个第一聚类簇的聚类中心与第一标签的欧式距离作为两者的匹配度。
可选的,将每个第一聚类簇的聚类簇中心和候选信息的第一标签中的元素进行一一比对,若有一个元素不同,匹配度从100%开始降低,每个不同元素降低预设值,比如5%。沿用上例,若候选信息的第一标签为(4,5,8,0,1,5, 2,3.5,7,9,9,6.5,5,6,9,6,0,0,0,0),聚类簇中心为(4,5,8, 0,1,4.5,2,3.5,7.5,9,9,6.5,5,6,9,5.5,0,0,0,0),则两者的匹配度为85%;又如,若候选信息的第一标签为(4,5,8,0,1,4.5,2,3.5, 7,9,9,6.5,5,6,9,5.5,0,0,0,0),聚类簇中心为(4,5,8,0,1, 4.5,2,3.5,7.5,9,9,6.5,5,6,9,5.5,0,0,0,0),则两者的匹配度为95%。据此,将每个候选信息的第一标签分别与每个第一聚类簇的聚类中心进行匹配,计算得到至少一个第一聚类簇对应的至少一个匹配度。
404:根据每个第一聚类簇的聚类中心与每个信息的匹配度,确定每个第一聚类簇对应的待分享信息。
具体而言,当匹配度大于或等于阈值时(例如,阈值为95%),确定该候选信息的第一标签与该聚类中心匹配。得到匹配的候选信息的第一标签之后,将该第一标签对应的候选信息确定为待分享信息。沿用上例,所得聚类中心为 (4,5,8,0,1,4.5,2,3.5,7.5,9,9,6.5,5,6,9,5.5,0,0,0,0),经过与每个候选信息的第一标签进行比对,得到候选信息的第一标签为(4,5, 8,0,1,4.5,2,3.5,7,9,9,6.5,5,6,9,5.5,0,0,0,0)时与聚类中心(4,5,8,0,1,4.5,2,3.5,7.5,9,9,6.5,5,6,9,5.5,0,0,0, 0)的匹配度为95%,且等于阈值,因此,将第一标签为(4,5,8,0,1,4.5, 2,3.5,7,9,9,6.5,5,6,9,5.5,0,0,0,0)对应的候选信息作为该待分享信息。示例性的,该待分享信息可以为“宠物的护理方式为短毛犬清理”。在实施方式中,待分享信息可以为“宠物的食谱”、“宠物的疫苗预约时间”,“宠物的剪毛频次”、“宠物的驱虫时间”、“宠物的护理方式”,等等。
205:向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
具体而言,首先,获取宠物电子档案中“主人”的档案,提取宠物主人的联系方式,可以是电话号码、QQ号码、微信号码等形式。举例而言,宠物电子档案中的用户的信息可如表5所示。
表5:
在本申请的一个实施方式中,每个第一聚类簇对应的待分享信息的数量为多个,这样就会导致多个待分享信息不能完全适配到每个第一聚类簇中的每个用户,比如,第一聚类簇的某些用户可能更关注宠物的食谱,有些用户可能更关注宠物的疫苗预约时间,等等。因此,当待分享信息的数量较多时,需要对待分享信息进一步的细化,以更好地适配各个用户。
首先,获取每个第一聚类簇中的各个宠物对应的各个用户分别在多个用户特征维度下的多个用户特征参数。
然后,根据每个第一聚类簇中的各个用户在多个用户特征维度下的多个用户特征参数进行聚类,得到至少一个第二聚类簇。
具体而言,分别对各个用户在每个用户特征维度下的用户特征参数进行编码,得到各个用户在每个用户特征维度下的第二特征向量,其编码过程与上述对宠物特征参数进行编码过程类似,不再叙述。对各个用户在每个用户特征维度下的第二特征向量进行拼接,得到各个用户的目标特征向量,其拼接方式与上述对多个宠物特征维度下的第一特征向量进行拼接的方式类似,不再叙述。根据各个用户的目标特征向量,对每个第一聚类簇对应的各个用户进行聚类,得到至少一个第二聚类簇。
接着,根据至少一个第二聚类簇中的每个第二聚类簇的聚类中心,确定每个第二聚类簇与多个待分享信息中的每个待分享信息之间的匹配度。其中,每个第二聚类簇与每个待分享信息的匹配度用于表征每个第二聚类簇中的用户对每个待分享信息的喜好程度。同样,每个第二聚类簇的聚类中心可以通过对每个第二聚类簇的各个用户的目标特征向量求平均得到,不再叙述。
沿用上例,第二聚类簇包含的用户的目标特征向量分别为(5,6,0,9,2, 8,7,8,9,4,5,6,5,6,1,2,1,3,1,3,0,0)和(3,4,2,9,2, 5,7,8,5,6,2,3,5,6,7,8,1,5,1,5,0,0)。对第二聚类簇中的用户的目标特征向量求平均,得到第二聚类簇的聚类中心为 (4,5,1,9,2,6.5,7,8,7,5,3.5,4.5,5,6,4,5,1,4,1,4,0,0)。将每个第二聚类簇的聚类中心 (4,5,1,9,2,6.5,7,8,7,5,3.5,4.5,5,6,4,5,1,4,1,4,0,0)分别与多个待分享信息中的每个待分享信息进行匹配,得到每个第二聚类簇的聚类中心与每个待分享信息的匹配度。例如,可以对每个待分享信息进行语义信息提取,得到每个待分享信息的第三特征向量;然后,将每个第二聚类簇的聚类中心与每个待分享信息的第三特征向量之间的欧式距离作为每个第二聚类簇的聚类中心与每个待分享信息的匹配度。
然后,根据每个第二聚类簇与多个待分享信息之间的匹配度,确定每个第二聚类簇对应的目标待分享信息。示例性的,将匹配度最高对应的待分享信息作为与每个第二聚类簇对应的目标待分享信息。
最后,向每个第二聚类簇中的用户推送每个第二聚类簇对应的目标待分享信息。在宠物的主人档案汇总提取“联系方式”一栏的信息,以短信形式向宠物主人推送待分享信息。
举例来说,参阅图5,图5为本申请实施方式提供的一种信息推送装置与用户端的界面交互图。如图5所示,信息推送装置可以向用户端发送确定出的待分享信息,或者,其他用户的联系信息。
在本实施方式中,还可以获取每个第一聚类簇中的各个用户的地理位置。根据每个第一聚类簇对应的各个用户的地理位置,确定目标地理位置。向每个第一聚类簇对应的各个用户推送目标地理位置,以便每个第一聚类簇对应的各个用户前往目标地理位置进行社交。
示例性的,获取各个用户的社交信息,比如,聊天频次、评论条数、点赞数量,等等;根据各个用户的社交信息,确定各个用户的社交活跃度;将社交活跃度最高的用户作为目标用户;最后,以目标用户所在的地理位置为中心,获取半径为R的预设范围内的多个公共区域;然后根据第一聚类簇中的用户的数量从多个公共区域中选出目标公共区域,将目标公共区域作为该目标地理位置。
沿用上例,获取到两个宠物的主人的详细居住地址如表6所示。
表6:
宠物名 | 主人 | 详细居住地址 |
奶茶 | 杨先生 | AAAACC |
小嗨 | 刘先生 | AAAADD |
根据表6确定宠物主人的居住地址的处于同一区域,再根据当地公园或者景区的地址,确定一个距离双方都较近的地理位置作为目标地理位置。
参阅图6,图6为本申请实施方式提供的一种信息推送装置的硬件结构示意图。该信息推送装置600包括至少一个处理器601,通信线路602,存储器603 以及至少一个通信接口604。
在本实施方式中,处理器601,可以是一个通用中央处理器(central processingunit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信线路602,可以包括一通路,在上述组件之间传送信息。
通信接口604,可以是任何收发器一类的装置(如天线等),用于与其他设备或通信网络通信,例如以太网,RAN,无线局域网(wireless local area networks, WLAN)等。
存储器603,可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory, RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
在本实施方式中,存储器603可以独立存在,通过通信线路602与处理器 601相连接。存储器603也可以和处理器601集成在一起。本申请实施方式提供的存储器603通常可以具有非易失性。其中,存储器603用于存储执行本申请方案的计算机执行指令,并由处理器601来控制执行。处理器601用于执行存储器603中存储的计算机执行指令,从而实现本申请下述实施方式中提供的方法。
在可选的实施方式中,计算机执行指令也可以称之为应用程序代码,本申请对此不作具体限定。
在可选的实施方式中,处理器601可以包括一个或多个CPU,例如图6中的CPU0和CPU1。
在可选的实施方式中,该信息推送装置600可以包括多个处理器,例如图6 中的处理器601和处理器607。这些处理器中的每一个可以是一个单核 (single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令) 的处理核。
在可选的实施方式中,若一种信息推送装置600为服务器,例如,可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。则信息推送装置600还可以包括输出设备605和输入设备606。输出设备 605和处理器601通信,可以以多种方式来显示信息。例如,输出设备605可以是液晶显示器(liquid crystal display,LCD),发光二级管(lightemitting diode, LED)显示设备,阴极射线管(cathode ray tube,CRT)显示设备,或投影仪(projector) 等。输入设备606和处理器601通信,可以以多种方式接收用户的输入。例如,输入设备606可以是鼠标、键盘、触摸屏设备或传感设备等。
上述的一种信息推送装置600可以是一个通用设备或者是一个专用设备。本申请实施方式不限定一种信息推送装置600的类型。
参阅图7,图7为本申请实施方式提供的一种信息推送装置的功能模块组成框图。如图7所示,该信息推送装置700包括:
获取单元701,用于获取预设时间段内归档的多个宠物的电子档案;
处理单元702,用于根据所每个宠物的电子档案,确定每个宠物的特征信息,根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇,根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息,向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
在本发明的实施方式中,在对每个宠物的电子档案,确定每个宠物的特征信息方面,处理单元702,具体用于:
根据每个宠物的电子档案,获取每个宠物在多个宠物特征维度下的多个宠物特征参数;
对每个宠物在每个宠物特征维度下的宠物特征参数进行编码,得到每个宠物在每个宠物特征维度下的第一特征向量;
将每个宠物在多个宠物特征维度下的多个第一特征向量进行拼接,得到每个宠物的特征信息。
在本发明的实施方式中,在根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息方面,处理单元702,具体用于:
获取每个第一聚类簇下的每个宠物的特征信息;
对每个第一聚类簇下的每个宠物的特征信息求平均,得到每个第一聚类簇的聚类中心;
将每个第一聚类簇的聚类中心分别与每个候选信息的第一标签进行匹配,得到每个第一聚类簇的聚类中心与每个候选信息的匹配度;
根据每个第一聚类簇的聚类中心与每个信息的匹配度,确定每个第一聚类簇对应的待分享信息。
在本发明的实施方式中,在根据每个宠物的电子档案,获取每个宠物在多个宠物特征维度下的多个宠物特征参数方面,处理单元702,具体用于:
针对任意一个宠物特征维度,若每个宠物的电子档案中记载有宠物特征维度下的参数,则将每个宠物的电子档案中记载的宠物特征维度下的参数作为每个宠物在宠物特征维度下的宠物特征参数;
若每个宠物的电子档案未记载宠物特征维度下的参数,则根据每个宠物的品种,确定每个宠物在宠物特征维度下的宠物特征参数的平均值,并将平均值作为每个宠物在宠物特征维度下的宠物特征参数。
在本发明的实施方式中,在向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息方面,处理单元702,具体用于:
获取每个第一聚类簇中的各个宠物对应的各个用户分别在多个用户特征维度下的多个用户特征参数;
根据每个第一聚类簇中的各个用户在多个用户特征维度下的多个用户特征参数进行聚类,得到至少一个第二聚类簇;
根据至少一个第二聚类簇中的每个第二聚类簇的聚类中心,确定每个第二聚类簇与多个待分享信息中的每个待分享信息之间的匹配度;
根据每个第二聚类簇与多个待分享信息之间的匹配度,确定每个第二聚类簇对应的目标待分享信息;
向每个第二聚类簇中的用户推送每个第二聚类簇对应的目标待分享信息。
在本发明的实施方式中,在根据每个第一聚类簇中的宠物所对应的各个用户在多个用户特征维度下的多个用户特征参数进行聚类,得到至少一个第二聚类簇方面,处理单元702,具体用于:
分别对各个用户在每个用户特征维度下的用户特征参数进行编码,得到各个用户在每个用户特征维度下的第二特征向量;
对各个用户在每个用户特征维度下的第二特征向量进行拼接,得到各个用户的目标特征向量;
根据各个用户的目标特征向量,对每个第一聚类簇对应的各个用户进行聚类,得到至少一个第二聚类簇。
在本发明的实施方式中,获取单元701,还用于:
获取每个第一聚类簇对应的各个用户的地理位置;处理单元702,还用于:根据每个第一聚类簇对应的各个用户的地理位置,确定目标地理位置;
向每个第一聚类簇对应的各个用户推送目标地理位置,以便每个第一聚类簇对应的各个用户前往目标地理位置进行社交。
参阅图8,图8为本申请实施方式提供的一种电子设备的结构示意图。如图 8所示,电子设备800包括收发器801、处理器802和存储器803。它们之间通过总线804连接。存储器803用于存储计算机程序和数据,并可以将存储器803 存储的数据传输给处理器802。
处理器802用于读取存储器803中的计算机程序执行以下操作:
获取预设时间段内归档的多个宠物的电子档案;
根据每个宠物的电子档案,确定每个宠物的特征信息;
根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇;
根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息;
向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
在本发明的实施方式中,在根据每个宠物的电子档案,确定每个宠物的特征信息方面,处理器802,具体用于执行以下操作:
根据每个宠物的电子档案,获取每个宠物在多个宠物特征维度下的多个宠物特征参数;
对每个宠物在每个宠物特征维度下的宠物特征参数进行编码,得到每个宠物在每个宠物特征维度下的第一特征向量;
将每个宠物在多个宠物特征维度下的多个第一特征向量进行拼接,得到每个宠物的特征信息。
在本发明的实施方式中,在根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇方面,处理器802,具体用于执行以下操作:
获取每个第一聚类簇下的每个宠物的特征信息;
对每个第一聚类簇下的每个宠物的特征信息求平均,得到每个第一聚类簇的聚类中心;
将每个第一聚类簇的聚类中心分别与每个候选信息的第一标签进行匹配,得每个第一聚类簇的聚类中心与每个候选信息的匹配度;
根据每个第一聚类簇的聚类中心与每个信息的匹配度,确定每个第一聚类簇对应的待分享信息。
在本发明的实施方式中,在根据每个宠物的电子档案,获取每个宠物在多个宠物特征维度下的多个宠物特征参数方面,处理器802,具体用于执行以下操作:
针对任意一个宠物特征维度,若每个宠物的电子档案中记载有宠物特征维度下的参数,则将每个宠物的电子档案中记载的宠物特征维度下的参数作为每个宠物在宠物特征维度下的宠物特征参数;
若每个宠物的电子档案未记载宠物特征维度下的参数,则根据每个宠物的品种,确定每个宠物在宠物特征维度下的宠物特征参数的平均值,并将平均值作为每个宠物在宠物特征维度下的宠物特征参数。
在本发明的实施方式中,在向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息方面,处理器802,具体用于执行以下操作:
获取每个第一聚类簇中的各个宠物对应的各个用户分别在多个用户特征维度下的多个用户特征参数;
根据每个第一聚类簇中的各个用户在多个用户特征维度下的多个用户特征参数进行聚类,得到至少一个第二聚类簇;
根据至少一个第二聚类簇中的每个第二聚类簇的聚类中心,确定每个第二聚类簇与多个待分享信息中的每个待分享信息之间的匹配度;
根据每个第二聚类簇与多个待分享信息之间的匹配度,确定每个第二聚类簇对应的目标待分享信息;
向每个第二聚类簇中的用户推送每个第二聚类簇对应的目标待分享信息。
在本发明的实施方式中,在根据每个第一聚类簇中的宠物所对应的各个用户在多个用户特征维度下的多个用户特征参数进行聚类方面,得到至少一个第二聚类簇,处理器802,具体用于执行以下操作:
分别对各个用户在每个用户特征维度下的用户特征参数进行编码,得到各个用户在每个用户特征维度下的第二特征向量;
对各个用户在每个用户特征维度下的第二特征向量进行拼接,得到各个用户的目标特征向量;
根据各个用户的目标特征向量,对每个第一聚类簇对应的各个用户进行聚类,得到至少一个第二聚类簇。
在本发明的实施方式中,处理器802还用于读取存储器803中的计算机程序执行以下操作:
获取每个第一聚类簇对应的各个用户的地理位置;
根据每个第一聚类簇对应的各个用户的地理位置,确定目标地理位置;
向每个第一聚类簇对应的各个用户推送目标地理位置,以便每个第一聚类簇对应的各个用户前往目标地理位置进行社交。
应理解,本申请中的信息推送装置可以包括智能手机(如Android手机、iOS 手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(MobileInternet Devices,简称:MID)、机器人或穿戴式设备等。上述信息推送装置仅是举例,而非穷举,包含但不限于上述信息推送装置。在实际应用中,上述信息推送装置还可以包括:智能车载终端、计算机设备等等。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等) 执行本发明各个实施方式或者实施方式的某些部分的方法。
因此,本申请实施方式还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行以实现如上述方法实施方式中记载的任何一种信息推送方法的部分或全部步骤。例如,存储介质可以包括硬盘、软盘、光盘、磁带、磁盘、优盘、闪存等。
本申请实施方式还提供一种计算机程序产品,计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,计算机程序可操作来使计算机执行如上述方法实施方式中记载的任何一种信息推送方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施方式,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施方式均属于可选的实施方式,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施方式中,对各个实施方式的描述都各有侧重,某个实施方式中没有详述的部分,可以参见其他实施方式的相关描述。
在本申请所提供的几个实施方式中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等) 执行本申请各个实施方式方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施方式的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施方式进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施方式的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种信息推送方法,其特征在于,包括:
获取预设时间段内归档的多个宠物的电子档案;
根据所述每个宠物的电子档案,确定所述每个宠物的特征信息;
根据所述多个宠物的多个特征信息,对所述多个宠物进行聚类,得到至少一个第一聚类簇;
根据所述至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定所述每个第一聚类簇对应的待分享信息;
向所述每个第一聚类簇中的宠物所对应的各个用户推送所述每个第一聚类簇对应的待分享信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述每个宠物的电子档案,确定所述每个宠物的特征信息,包括:
根据所述每个宠物的电子档案,获取所述每个宠物在多个宠物特征维度下的多个宠物特征参数,其中,每个宠物特征维度对应一个宠物特征参数;
对所述每个宠物在每个宠物特征维度下的宠物特征参数进行编码,得到所述每个宠物在每个宠物特征维度下的第一特征向量;
将所述每个宠物在所述多个宠物特征维度下的多个第一特征向量进行拼接,得到所述每个宠物的特征信息。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定所述每个第一聚类簇对应的待分享信息,包括:
获取所述每个第一聚类簇下的每个宠物的特征信息;
对所述每个第一聚类簇下的每个宠物的特征信息求平均,得到所述每个第一聚类簇的聚类中心;
将所述每个第一聚类簇的聚类中心分别与每个候选信息的第一标签进行匹配,得到所述每个第一聚类簇的聚类中心与所述每个候选信息的匹配度,其中,所述每个候选信息的第一标签为预先构建的,且用于表征与所述每个候选信息对应的宠物的特征;
根据所述每个第一聚类簇的聚类中心与每个信息的匹配度,确定所述每个第一聚类簇对应的待分享信息,其中,所述每个第一聚类簇对应的待分享信息的匹配度大于阈值。
4.根据权利要求2或3所述的方法,其特征在于,所述根据所述每个宠物的电子档案,获取所述每个宠物在多个宠物特征维度下的多个宠物特征参数,包括:
针对任意一个宠物特征维度,若所述每个宠物的电子档案中记载有所述宠物特征维度下的参数,则将所述每个宠物的电子档案中记载的所述宠物特征维度下的参数作为所述每个宠物在所述宠物特征维度下的宠物特征参数;
若所述每个宠物的电子档案未记载所述宠物特征维度下的参数,则根据所述每个宠物的品种,确定所述每个宠物在所述宠物特征维度下的宠物特征参数的平均值,并将所述平均值作为所述每个宠物在所述宠物特征维度下的宠物特征参数。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述每个第一聚类簇对应的待分享信息的数量为多个;所述向所述每个第一聚类簇中的宠物所对应的各个用户推送所述每个第一聚类簇对应的待分享信息,包括:
获取所述每个第一聚类簇中的各个宠物对应的各个用户分别在多个用户特征维度下的多个用户特征参数,其中,每个用户特征维度对应一个用户特征参数;
根据所述每个第一聚类簇中的各个用户在多个用户特征维度下的多个用户特征参数进行聚类,得到至少一个第二聚类簇;
根据所述至少一个第二聚类簇中的每个第二聚类簇的聚类中心,确定所述每个第二聚类簇与多个待分享信息中的每个待分享信息之间的匹配度,其中,所述每个第二聚类簇与每个待分享信息的匹配度用于表征所述每个第二聚类簇中的用户对所述每个待分享信息的喜好程度;
根据所述每个第二聚类簇与所述多个待分享信息之间的匹配度,确定所述每个第二聚类簇对应的目标待分享信息;
向所述每个第二聚类簇中的用户推送所述每个第二聚类簇对应的目标待分享信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述每个第一聚类簇中的宠物所对应的各个用户在多个用户特征维度下的多个用户特征参数进行聚类,得到至少一个第二聚类簇,包括:
分别对所述各个用户在每个用户特征维度下的用户特征参数进行编码,得到所述各个用户在每个用户特征维度下的第二特征向量;
对所述各个用户在每个用户特征维度下的第二特征向量进行拼接,得到所述各个用户的目标特征向量;
根据所述各个用户的目标特征向量,对所述每个第一聚类簇对应的各个用户进行聚类,得到所述至少一个第二聚类簇。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
获取所述每个第一聚类簇对应的各个用户的地理位置;
根据所述每个第一聚类簇对应的各个用户的地理位置,确定目标地理位置;
向所述每个第一聚类簇对应的各个用户推送所述目标地理位置,以便所述每个第一聚类簇对应的各个用户前往所述目标地理位置进行社交。
8.一种信息推送装置,其特征在于,包括:获取单元和处理单元;
所述获取单元,用于获取预设时间段内归档的多个宠物的电子档案;
所述处理单元,用于根据所每个宠物的电子档案,确定每个宠物的特征信息,根据多个宠物的多个特征信息,对多个宠物进行聚类,得到至少一个第一聚类簇,根据至少一个第一聚类簇中的每个第一聚类簇的聚类中心,确定每个第一聚类簇对应的待分享信息,向每个第一聚类簇中的宠物所对应的各个用户推送每个第一聚类簇对应的待分享信息。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述处理器与所述存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述电子设备执行如权利要求1-7中任一项所述的方法。
10.一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存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111595863.4A CN114446425A (zh) | 2021-12-23 | 2021-12-23 | 信息推送方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111595863.4A CN114446425A (zh) | 2021-12-23 | 2021-12-23 | 信息推送方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114446425A true CN114446425A (zh) | 2022-05-06 |
Family
ID=81363766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111595863.4A Pending CN114446425A (zh) | 2021-12-23 | 2021-12-23 | 信息推送方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114446425A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115226046A (zh) * | 2022-06-02 | 2022-10-21 | 新瑞鹏宠物医疗集团有限公司 | 注意事项推送方法及相关设备 |
-
2021
- 2021-12-23 CN CN202111595863.4A patent/CN114446425A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115226046A (zh) * | 2022-06-02 | 2022-10-21 | 新瑞鹏宠物医疗集团有限公司 | 注意事项推送方法及相关设备 |
CN115226046B (zh) * | 2022-06-02 | 2024-02-13 | 新瑞鹏宠物医疗集团有限公司 | 注意事项推送方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10909158B2 (en) | Method and apparatus for generating information | |
CN110188186A (zh) | 医疗领域的内容推荐方法、电子装置、设备及存储介质 | |
CN109784973A (zh) | 基于大数据分析的广告投放方法、装置及电子设备 | |
CN111371858B (zh) | 群控设备识别方法、装置、介质及电子设备 | |
CN112613917A (zh) | 基于用户画像的信息推送方法、装置、设备及存储介质 | |
CN110060750B (zh) | 医疗数据推送方法、系统、计算机设备及可读存储介质 | |
CN110659318A (zh) | 基于大数据的策略推送方法、系统及计算机设备 | |
CN110443120A (zh) | 一种人脸识别方法及设备 | |
CN112182391A (zh) | 一种用户画像方法与装置 | |
CN112507212A (zh) | 智能回访方法、装置、电子设备及可读存储介质 | |
CN111639077B (zh) | 数据治理方法、装置、电子设备、存储介质 | |
CN112102954A (zh) | 一种能够提供智慧医疗服务的大数据分析云平台系统 | |
CN114446425A (zh) | 信息推送方法、装置、电子设备和存储介质 | |
CN111696656A (zh) | 一种互联网医疗平台的医生评价方法、装置 | |
CN111225009B (zh) | 用于生成信息的方法和装置 | |
CN114357184A (zh) | 事项推荐方法及相关装置、电子设备和存储介质 | |
CN108959289B (zh) | 网站类别获取方法和装置 | |
CN111444368B (zh) | 构建用户画像的方法、装置、计算机设备及存储介质 | |
CN115620886B (zh) | 一种数据审核方法和装置 | |
CN111667018A (zh) | 一种对象聚类的方法、装置、计算机可读介质及电子设备 | |
CN116094907A (zh) | 投诉信息的处理方法、装置及存储介质 | |
CN114996579A (zh) | 信息推送方法、装置、电子设备和计算机可读介质 | |
CN114154052A (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
CN109885710B (zh) | 基于差分演化算法的用户画像刻画方法及服务器 | |
KR20220150060A (ko) | 사용자 정보에 기반하여 업체 매칭 서비스를 제공하고 이에 대한 보안 서비스를 제공하는 플랫폼 |
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 |