CN114579819A - 一种信息排序方法及电子设备 - Google Patents
一种信息排序方法及电子设备 Download PDFInfo
- Publication number
- CN114579819A CN114579819A CN202011375972.0A CN202011375972A CN114579819A CN 114579819 A CN114579819 A CN 114579819A CN 202011375972 A CN202011375972 A CN 202011375972A CN 114579819 A CN114579819 A CN 114579819A
- Authority
- CN
- China
- Prior art keywords
- candidate
- objects
- candidate objects
- devices
- labels
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000006870 function Effects 0.000 claims description 21
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000009434 installation Methods 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 22
- 239000010410 layer Substances 0.000 description 19
- 238000013461 design Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000010295 mobile communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 235000013322 soy milk Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- 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
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- 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
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Abstract
本申请提供了一种信息排序方法及电子设备,涉及终端人工智能领域,该方法包括:电子设备先根据用户的搜索请求中的关键词进行搜索,获取N个候选对象的标签,候选对象可以为候选应用和/或候选服务,然后计算关键词与N个候选对象的标签之间的语义相似度,从N个候选对象的标签中,确定大于设定阈值的语义相似度对应的M个候选对象的标签。因M个候选对象的标签中有K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象,所以电子设备可以根据关键词与K个候选对象的标签之间的语义相似度,以及K个设备的设备状态,对K个候选对象进行排序,显示包括该排序结果的推荐界面。这样有助于提升搜索效率,改善用户体验。
Description
技术领域
本申请涉及终端技术领域,尤其涉及一种信息排序方法及电子设备。
背景技术
随着智能终端的发展,一个用户拥有多个终端的情况变得越来越普及,比如一个用户可同时拥有智能手机、平板电脑以及智能手表三个终端,三个终端可能分别支持不同的功能。目前,鸿蒙(Harmony)操作系统(operating system,OS)是一款“面向未来”、面向全场景(移动办公、运动健康、社交通信、媒体娱乐等)的分布式操作系统。在传统的单设备系统能力的基础上,Harmony OS提出了基于同一套系统能力、适配多种终端形态的分布式理念,能够支持多种电子设备。
其中,Harmony OS中应用层可以包括应用和服务,服务指的是特性能力(featureability,FA)服务和基本能力(particle ability,PA)服务。其中应用是由一个或多个FA服务和/或PA服务组成。其中,FA服务有UI界面,提供与用户交互的能力;而PA服务无UI界面,提供后台运行任务的能力以及统一的数据访问抽象。基于FA/PA开发的应用,能够实现特定的业务功能,支持跨设备调度与分发,为用户提供一致、高效的应用体验。基于FA/PA服务的应用具有数据量小,不需要下载安装就可以使用的特点,实现了应用“触手可及”的梦想,因此有着非常广阔的使用前景。基于Harmony OS这一特点,在一个设备进行搜索就能够搜索得到多个设备上的相关应用标签或者服务标签,如果仍基于传统的语义分析的方式对搜索结果进行排序,则很可能因应用或服务数量太多,导致用户无法及时准确地查找到想要的应用或想要的服务,影响用户的使用体验。
发明内容
本申请提供一种信息排序方法及电子设备,用以解决因应用或服务数量太多,导致用户无法及时准确地查找到想要的应用或想要的服务。
第一方面,本申请实施例提供一种信息排序方法,该方法可以应用于电子设备,该方法包括:电子设备接收用户的搜索操作,该搜索操作中包括用户输入的关键词,响应于该搜索操作,显示推荐界面,该推荐界面中的候选对象中有K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象。其中,K个候选对象的排序是根据关键词与K个候选对象的标签之前的语义相似度,以及K个设备的设备状态确定的。
本申请实施例中,与现有的技术相比,该方法可以从电子设备和与电子设备连接的其它设备上查找到多个候选对象,并且将多个候选对象中更相关设备上的应用或服务靠前排序,方便用户查找,可以提升搜索效率,改善用户体验。
在一种可能的设计中,在显示推荐界面之前,可以按照如下方式实现对K个候选对象的排序,具体地,电子设备可以根据所述关键词,获取N个候选对象的标签,以及计算关键词与N个候选对象的标签之间的语义相似度;然后从N个候选对象的标签中,确定大于设定阈值的语义相似度所对应的M个候选对象的标签,因M个候选对象的标签中有所述K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象;M≤N,M和N为大于或等于2的正整数;因此,根据关键词与K个候选对象的标签之间的语义相似度,以及K个设备的设备状态,可以对K个候选对象进行排序。
本申请实施例中,与现有的技术相比,现有的搜索结果通常是从设备本地或者网络侧获取的,而本申请可以从电子设备和与电子设备连接的其它设备上查找到候选对象,而且该方法更针对搜索结果中对应同一属性的目标对象的候选对象的排序,在排序过程中结合设备状态,从而将更相关的设备的应用或服务靠前排序,方便查找,可以提升搜索效率,改善用户体验。
在一种可能的设计中,K个设备的设备状态可以包括如下状态中的至少一个:设备的供电类型、设备的屏幕大小、设备的可用计算资源、设备性能与目标对象的相关性。如有的音箱是插电类型的设备,智能电视是插电类型的设备,还是大屏设备。音箱的音频播放性能与音乐类应用强相关,音箱的音频播放性能与视频类应用弱相关。
本申请实施例中,通过考虑设备状态与目标对象之间的关联关系,可以实现将更相关设备上的应用或服务靠前排序,方便查找,可以提升搜索效率,改善用户体验。
在一种可能的设计中,K个设备上的同一属性的目标对象可以为K个设备上的同一名称的目标对象,例如手机和平板上的应用,或者,K个设备上的同一属性的目标对象为K个设备上的同一供应商的目标对象,例如手机的应用与平板上应用可以为同一供应商的应用;或者,K个设备上的同一属性的目标对象可以为K个设备上的同一安装包的目标对象,例如,手机和平板上的应用的安装包名称相同。或者,K个设备上的同一属性的目标对象可以为K个设备上的同一功能的目标对象,例如,手机的应用与平板上应用均具有短视频分享功能。
在一种可能的设计中,电子设备根据关键词与K个候选对象的标签之间的语义相似度,以及K个设备的设备状态,对K个候选对象进行排序,包括:电子设备根据关键词与K个候选对象的标签之间的语义相似度,确定K个候选对象分别对应的第一权重;以及根据目标对象相关的先验知识的约束条件,与K个设备的设备状态之间的匹配度,确定K个候选对象分别对应的第二权重;然后根据第一权重和第二权重,对K个候选对象进行排序。例如,一种可能的实现方式可以是根据第一权重和第二权重的乘积对K个候选对象进行排序。
本申请实施例中,一方面,电子设备根据关键词与K个候选对象的标签之间的语义相似度,确定K个候选对象分别对应的第一权重;另一方面,根据目标对象相关的先验知识的约束条件与K个设备的设备状态之间的匹配度,确定K个候选对象分别对应的第二权重,这样,根据第一权重和第二权重,可以对K个候选对象进行综合排序。这样的排序结果可以更加精准地匹配用户想要搜索的应用或服务,有助于提升搜索效率,改善用户体验。
在一种可能的设计中,上述目标对象相关的先验知识的约束条件可以包括如下条件中的至少一个:目标对象优先在大屏设备上运行、目标对象优先在插电类型的设备上运行、目标对象优先在计算能力强的设备上运行,以及目标对象优先在音频播放性能佳的设备上运行。示例性地,视频类FA服务或视频类应用优先在大屏设备上运行,电视类FA服务或电视类应用优先在插电设备上运行,音乐类FA服务或音乐类应用优先在音箱上运行。
本申请实施例中,先验知识的约束条件可以预先人为设置,通过上述条件可以建立应用或服务与设备状态之间的关联关系,从而有助于利用设备状态进行应用或服务的排序。
在一种可能的设计中,电子设备可以采用如下任意一种方式确定第二权重:
当所述目标对象相关的先验知识的约束条件为所述目标对象优先在插电类型的设备上运行时,确定所述K个候选对象对应的K个设备中支持插电类型的设备的对应的候选对象的第二权重大于不支持插电类型的设备的对应的候选对象的第二权重;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在大屏设备上运行时,确定所述K个候选对象对应的K个设备中屏幕越大的设备对应的候选对象的第二权重越大;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在计算能力强的设备上运行时,确定所述K个候选对象对应的K个设备中计算能力越强的设备对应的候选对象的第二权重越大;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在音频播放性能佳的设备上运行时,确定所述K个候选对象对应的K个设备中音频播放性能越佳的设备的第二权重越大。
在一种可能的设计中,电子设备在预设的推荐界面中所显示的K个候选对象的排序方式遵循:第一权重和第二权重的乘积越大的候选对象的排序越靠前,反之,第一权重和第二权重的乘积越小的候选对象的排序越靠后。
本申请实施例中,按照上述方法推荐的应用或服务的排序结果更加精准地匹配用户想要搜索的应用或服务,有助于提升搜索效率,改善用户体验。
在一种可能的设计中,电子设备根据所述关键词,获取N个候选对象的标签,包括:从数据库获取所述K个设备上的L个候选对象的详情信息;从L个候选对象的详情信息中提取原始关键词,对所述原始关键词进行语义解析,从解析结果中获取L个候选对象的标签,根据所述关键词与所述L个候选对象的标签的匹配度,从L个候选对象的标签中获取N个候选对象的标签。其中,应用的详情信息包括但不限于:应用的标题、应用的描述文本、应用的评论信息、应用的推荐语、应用的最近更新特性等信息。应用的标签包括但不限于:应用的名称、应用所属类别、应用的特性等信息。服务的详情信息包括但不限于:服务的标题、服务的描述文本、服务的评论信息、服务的推荐语、服务的最近更新特性等信息。服务的标签包括但不限于:服务的名称、服务所属类别、服务的特性等信息。
第二方面,本申请实施例提供的一种电子设备,包括:一个或多个处理器和存储器,其中存储器中存储有程序指令,当程序指令被设备执行时,实现本申请实施例上述各个方面以及各个方面涉及的任一可能设计的方法。
第三方面,本申请实施例提供的一种芯片,所述芯片与设备中的存储器耦合,使得所述芯片在运行时调用所述存储器中存储的程序指令,实现本申请实施例上述各个方面以及各个方面涉及的任一可能设计的方法。
第四方面,本申请实施例的一种计算机可读存储介质,该计算机可读存储介质存储有程序指令,当所述程序指令在电子设备上运行时,使得设备执行本申请实施例上述各个方面以及各个方面涉及的任一可能设计的方法。
第五方面,本申请实施例的一种计算机程序产品,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行实现本申请实施例上述各个方面以及各个方面涉及的任一可能设计的方法。
另外,第二方面至第五方面中任一种可能设计方式所带来的技术效果可参见方法部分相关中不同设计方式所带来的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种手机结构示意图;
图2为本申请实施例提供的一种安卓操作系统结构示意图;
图3为本申请实施例提供的一种应用场景示意图;
图4A至图4E为本申请实施例提供的另一组界面示意图;
图5A为本申请实施例提供的另一种应用场景示意图;
图5B为本申请实施例提供的另一组界面示意图;
图6A至图6B为本申请实施例提供的界面示意图;
图7为本申请实施例提供的另一种信息排序方法流程示意图;
图8为本申请实施例提供的另一种信息排序方法流程示意图;
图9为本申请实施例提供的另一种信息排序方法流程示意图;
图10为本申请实施例提供的另一种信息排序方法流程示意图;
图11为本申请实施例提供的一种电子设备结构示意图。
具体实施方式
为了使本申请实施例的目的、技术方案和优点更加清楚,下面将结合说明书附图以及具体的实施方式对本申请实施例中的技术方案进行详细的说明。
目前,电子设备虽然可以通过用户输入的关键词,进行语义匹配得到相关的应用的搜索结果,并根据语义相似度进行排序。但受限于电子设备所安装的安卓操作系统,上述搜索结果并不涉及其它设备上的应用信息,所以电子设备的搜索结果界面上只展示自身设备上与输入的关键词相关的应用信息。可见,目前电子设备的应用搜索方式尚不涉及对多个设备上应用信息或服务信息的搜索和排序。
考虑到在鸿蒙(Harmony)操作系统(operating system,OS)上,如果仍基于传统的语义分析的方式对搜索结果进行排序,则很可能因应用或服务的数量太多,导致用户无法及时准确地查找到想要的应用或服务,影响用户的使用体验。为此,本申请实施例提供一种信息排序方法及电子设备,该方法可以实现对设备自身和设备所连接的其它设备的搜索结果中的应用和/或服务进行准确排序,可有效提升信息搜索效率,从而方便用户及时准确地查找到想要的应用或服务。
本申请实施例提供的信息排序方法可以应用于电子设备中。在一些实施例中,电子设备可以是包含诸如个人数字助理和/或音乐播放器等功能的便携式终端,诸如手机、平板电脑、具备无线通讯功能的可穿戴设备(如智能手表)、车载设备等。便携式终端的示例性实施例包括但不限于搭载Harmony或者其它操作系统的便携式终端。上述便携式终端也可以是诸如具有触敏表面(例如触控面板)的膝上型计算机(Laptop)等。还应当理解的是,在其他一些实施例中,上述终端也可以是具有触敏表面(例如触控面板)的台式计算机。
图1示出了电子设备100的结构示意图。
电子设备100可包括处理器110、外部存储器接口120、内部存储器121、通用串行总线(universal serial bus,USB)接口130、充电管理模块140、电源管理模块141,电池142、天线1、天线2、移动通信模块150、无线通信模块160、音频模块170、扬声器170A、受话器170B、麦克风170C、耳机接口170D、传感器模块180、按键190、马达191、指示器192、摄像头193、显示屏194、以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A、陀螺仪传感器180B、气压传感器180C、磁传感器180D、加速度传感器180E、距离传感器180F、接近光传感器180G、指纹传感器180H、温度传感器180J、触摸传感器180K、环境光传感器180L、骨传导传感器180M等。
可以理解的是,本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP)、调制解调处理器、图形处理器(graphics processingunit,GPU)、图像信号处理器(image signal processor,ISP)、控制器、视频编解码器、数字信号处理器(digital signal processor,DSP)、基带处理器、和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
电子设备100可以通过ISP、摄像头193、视频编解码器、GPU、显示屏194以及应用处理器等实现拍摄功能。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和电子设备100的接触和分离。电子设备100可以支持1个或N个SIM卡接口,N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡、Micro SIM卡、SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同,也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。电子设备100通过SIM卡和网络交互,实现通话以及数据通信等功能。在一些实施例中,电子设备100采用eSIM,即:嵌入式SIM卡。
电子设备100的无线通信功能可以通过天线1、天线2、移动通信模块150、无线通信模块160、调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器、开关、功率放大器、低噪声放大器(low noise amplifier,LNA)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络)、蓝牙(bluetooth,BT)、全球导航卫星系统(global navigation satellite system,GNSS)、调频(frequency modulation,FM)、近距离无线通信技术(near field communication,NFC)、红外线(infrared radiation,IR)技术等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,电子设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得电子设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications,GSM)、通用分组无线服务(general packet radio service,GPRS)、码分多址接入(codedivision multiple access,CDMA)、宽带码分多址(wideband code division multipleaccess,WCDMA)、时分码分多址(time-division code division multiple access,TD-SCDMA)、长期演进(long term evolution,LTE)、BT、GNSS、WLAN、NFC、FM、和/或IR技术等。
可以理解的是,图1所示的部件并不构成对电子设备100的具体限定,电子设备100还可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。此外,图1中的部件之间的组合/连接关系也是可以调整修改的。
电子设备的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请实施例以分层架构的Harmony OS为例,示例性说明电子设备的软件结构。图2是本申请实施例的电子设备的软件结构框图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用层,应用框架层,系统服务层,以及内核层。
应用层包括应用和服务,其中应用包括系统应用和第三方应用,服务包括FA服务和PA服务,例如系统应用中包括应用、FA服务和PA服务,示例性地,应用如桌面、控制栏、电话、设置等,FA服务如豆浆机服务,PA服务如视频会议服务,第三方应用如应用。Harmony OS的应用是由一个或多个特性能力(feature ability,FA)服务和/或基本能力(particle ability,PA)服务组成。换句话说,当应用由一个FA服务组成,该应用相当于是FA服务,当应用由一个PA服务组成,该应用相当于PA服务。
其中,FA服务有UI界面,提供与用户交互的能力;而PA服务无UI界面,提供后台运行任务的能力以及统一的数据访问抽象。基于FA/PA开发的应用,能够实现特定的业务功能,支持跨设备调度与分发,为用户提供一致、高效的应用体验。
应用框架层为Harmony OS的应用程序提供了Java/C/C++/JS等多语言的用户程序框架和Ability(能力)框架,以及各种软硬件服务对外开放的多语言框架应用程序接口(application programming interface,API);同时为采用Harmony OS的设备提供了C/C++/JS等多语言的框架API,不同设备支持的API与系统的组件化裁剪程度相关。
系统服务层是Harmony OS的核心能力集合,通过框架层对应用程序提供服务。如图2所示,系统服务层可以包括系统基本能力子系统集、基础软件服务子系统集、增强软件服务子系统集、硬件服务子系统集等。
系统基本能力子系统集:为分布式应用在Harmony OS多设备上的运行、调度、迁移等操作提供了基础能力,由分布式软总线、分布式数据管理、分布式任务调度、方舟多语言运行时、公共基础库、多模输入、图形、安全、AI等子系统组成。其中,方舟运行时提供了C/C++/JS多语言运行时和基础的系统类库,也为使用方舟编译器静态化的Java程序(即应用程序或框架层中使用Java语言开发的部分)提供运行时。
基础软件服务子系统集:为Harmony OS提供公共的、通用的软件服务,由事件通知、电话、多媒体、面向产品生命周期各环节的设计(design for X,DFX)等子系统组成。
增强软件服务子系统集:为Harmony OS提供针对不同设备的、差异化的能力增强型软件服务,由智慧屏专有业务、穿戴专有业务、物联网(internet of things,IoT)专有业务等子系统组成。
硬件服务子系统集:为Harmony OS提供硬件服务,由位置服务、生物特征识别、穿戴专有硬件服务、IoT专有硬件服务等子系统组成。
根据不同设备形态的部署环境,基础软件服务子系统集、增强软件服务子系统集、硬件服务子系统集内部可以按子系统粒度裁剪,每个子系统内部又可以按功能粒度裁剪。
核心库包含两部分:一部分是内核子系统、Linux kernel(开源电脑操作系统内核)和Lite OS(轻量级操作系统)等;另一部分是驱动子系统。
内核子系统:Harmony OS采用多内核设计,支持针对不同资源受限设备选用适合的OS内核。内核抽象层(kernel abstract layer,KAL)通过屏蔽多内核差异,对上层提供基础的内核能力,包括进程/线程管理、内存管理、文件系统、网络管理和外设管理等。
驱动子系统:Harmony OS驱动框架(Harmony OS driver foundation,HDF)是Harmony OS硬件生态开放的基础,提供统一外设访问能力和驱动开发、管理框架。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。其中,硬件可以指的是各类传感器,例如本申请实施例中涉及的加速度传感器、陀螺仪传感器、触摸传感器、压力传感器等。
以上图1和图2分别为本申请实施例适用的电子设备的硬件结构和软件结构,为解决背景技术中提出的问题,本申请实施例提供一种信息排序方法,该方法可以实现对设备自身和该设备所连接的其它设备上的应用或FA服务进行搜索和排序,从而方便用户及时准确地查找到想要的应用或服务。
下面分场景示例性地介绍本申请实施例所提供的方法,各场景是以图3所示的智能家居为例展开说明的,图3所述智能家居设备包括:智能音箱、手机、平板、客厅的智慧屏等。智慧屏是家庭终端中的大屏产品,相对于传统的电视,智慧屏除了可以观看电视节目,还可以联网观看网络视频,甚至有些支持语音控制,控制家里的智能家电等。
场景一
手机的界面显示如图4A中的(a)所示的负一屏界面400,手机的负一屏的搜索框401可以接收用户输入的关键词。因用户可能同时拥有多个设备,例如用户同时拥有手机、智慧屏和平板等,多个设备上可以分别安装有应用和服务。所以,当用户在手机负一屏的搜索框输入关键词,可以从用户的手机和与用户的手机连接的其它设备上搜索到与关键词相关的应用和FA服务信息。
假设用户的智慧屏安装有Welink应用,该Welink应用由一个或多个FA服务和PA服务组成,例如FA服务可以包括Welink-视频FA服务和/或Welink-聊天FA服务组成,PA服务可以包括括Welink-视频PA服务和/或Welink-聊天PA服务。Welink-视频FA服务和Welink-视频PA服务可以独立于Welink应用单独运行,同样地,Welink-聊天FA服务和Welink-聊天PA服务也可以独立于Welink应用单独运行。一种可能的情况下,示例性的,当用户触控搜索框(即触控焦点落入搜索框),在搜索框输入关键词“Welink”时,手机显示如图4A中的(b)所示的界面410。当用户完成关键词的输入操作之后,手机接收到用户作用于搜索控件411的操作,响应于这一操作,手机执行查询操作。具体地,手机先通过互联互通协议从近场查询是否存在与手机处于连接状态的其它设备,若存在,则再根据搜索关键词,从手机和其它设备上查找与关键词相关的应用和服务信息,在界面410上显示相关的搜索结果。
示例性地,如图4A中的(b)所示,该界面410中除了包括手机上的与“Welink”相关的“Welink”应用,还显示有客厅的智慧屏上的与“Welink”相关的“Welink-视频FA”服务和智慧屏上的“Welink-聊天FA”服务,以及手机上的与“Welink”相关的“趣驾Welink-Jetta”应用等等。需要说明的是,界面410中还可以包括其它与“Welink”相关的应用或服务,图中不再一一示出。因智慧屏属于插电设备且屏幕较大,因此智慧屏上的与“视频通话”相关的“Welink-视频FA”服务的优先级最高,所以排序最靠前。
另外,需要说明的是,若手机通过互联互通协议从近场查询不存在与手机处于连接状态的其它设备,则手机也可以在界面410上只显示手机上与关键词相关的FA服务信息,例如,只显示手机上与“Welink”相关的“趣驾Welink-Jetta”应用。另一种可能的情况下,若手机通过互联互通协议从近场查询不存在与手机处于连接状态的其它设备,但手机确定存在可连接的其它设备时,手机也可以主动与其它设备建立连接,然后从手机和连接的其它设备中查找与关键词相关的FA服务信息。
在一种可能的情况下,假设用户选择触控“Welink-视频FA”服务对应的打开控件412时,即目标对象为客厅的智慧屏上的“Welink-视频FA”服务,手机在手机本地运行该程序,达到控制客厅智慧屏上“Welink-视频FA”服务的目的。也就是说,用户可以在手机上拉起此“Welink-视频FA”服务的控制界面,用户通过操作手机上的控制界面,达到远程操作客厅智慧屏上的“Welink-视频FA”服务的效果,使得客厅智慧屏作出对应的响应。示例性地,如图4B中的(a)所示,假设用户作用于界面420中的视频控件421,响应于这一操作,手机显示如图4B中的(b)所示的界面430,即用户可以在手机上拉起此“Welink-视频FA”服务的控制界面,进行视频会议的拨打,当视频会话接通,手机显示如图4B中的(c)所示的界面440。另外,响应于作用于界面420中的视频控件421这一操作,客厅的智慧屏上也调用相关硬件(如摄像头、麦克风等)拉起智慧屏上的“Welink-视频PA”服务,以建立视频会话连接,最终显示如图4C所示的界面。这样,用户就可以在手机上操作客厅智慧屏上的“Welink-视频FA”服务,达到使用客厅智慧屏发起视频会话的目的。
在另一种可能的情况下,假设用户选择触控“Welink-聊天FA”服务对应的打开控件413时,即目标对象为客厅的智慧屏上的“Welink-聊天FA”服务,手机在手机本地运行该程序,达到控制客厅智慧屏上“Welink-聊天FA”服务的目的。也就是说,用户可以在手机上拉起此“Welink-聊天FA”服务的控制界面,用户通过操作手机上的控制界面,达到远程操作客厅智慧屏上的“Welink-聊天FA”服务的效果,使得客厅智慧屏作出对应的响应。示例性地,如图4D中的(a)所示,假设用户作用于界面450中的联系人控件451,响应于这一操作,手机显示如图4D中的(b)所示的界面460,即用户可以在手机上拉起此“Welink-聊天FA”服务的控制界面,另外,响应于作用于界面450中的联系人控件451这一操作,客厅的智慧屏上也调用相关硬件(如摄像头、麦克风等)拉起智慧屏上的“Welink-聊天PA”服务,以建立短消息会话连接,并显示如图4E所示的界面。这样,用户就可以在手机上操作客厅智慧屏上的“Welink-聊天FA”服务,达到使用客厅智慧屏发起短消息会话的目的。
假设用户的智慧屏安装有Welink应用,以及该Welink应用包括Welink-视频FA服务和Welink-聊天FA服务。另外,智慧屏上还安装有微信应用,以及该微信包括微信-视频FA服务和微信-聊天FA服务。另一种可能的情况下,示例性的,当用户触控搜索框(即触控焦点落入搜索框),在搜索框输入关键词“视频通话”时,手机显示如图4A中的(c)所示的界面410。当用户完成关键词的输入操作之后,手机接收到用户作用于搜索控件411的操作,响应于这一操作,手机执行查询操作。具体地,手机先通过互联互通协议从近场查询是否存在与手机处于连接状态的其它设备,若存在,则再根据搜索关键词,从手机和其它设备上查找与关键词相关的应用和FA服务信息,在界面410上显示比较相关的搜索结果。示例性地,如图4A中的(c)所示,该界面410中除了包括智慧屏上的与“视频通话”相关的“Welink-视频FA”服务,还显示有客厅的智慧屏上的“-FA”服务,以及手机上的“Welink”应用和手机上的“微信”应用。需要说明的是,界面410中还可以包括其它与“视频通话”相关的应用或服务,图中不再一一示出。因智慧屏属于插电设备且屏幕较大,因此智慧屏上的与“视频通话”相关的“Welink-视频FA”服务的优先级最高,所以排序最靠前。
需要说明的是,如上文所述,Welink应用为一款会议类应用程序,Welink应用可以由一个或多个FA服务和PA服务组成,例如FA服务可以包括Welink-视频FA服务和/或Welink-聊天FA服务组成。同样地,应用为一款社交类应用程序,应用可以由一个或多个FA服务和PA服务组成,例如FA服务可以包括-视频FA服务和/或-聊天FA服务组成,PA服务可以包括括-视频PA服务和/或-聊天PA服务。视频FA服务和视频PA服务可以独立于应用单独运行,同样地,聊天FA服务和聊天PA服务也可以独立于应用单独运行。因用户可能同时拥有多个设备,例如用户同时拥有手机、智慧屏和平板等,多个设备上可以分别安装有应用和服务。所以,当用户在手机负一屏的搜索框输入关键词,可以从用户的手机和与用户的手机连接的其它设备上搜索到与关键词相关的应用和FA服务信息。
在一种可能的情况下,假设用户选择触控“Welink-视频FA”控件对应的打开控件414时,即目标对象为客厅的智慧屏上的“Welink-视频FA”服务,手机在手机本地运行该程序,达到控制客厅智慧屏上“Welink-视频FA”服务的目的。也就是说,用户可以在手机上拉起此“WelinkFA-视频FA”服务的控制界面,用户通过操作手机上的控制界面,达到远程操作客厅智慧屏上的“WelinkFA-视频FA”服务的效果,使得客厅智慧屏作出对应的响应。具体示例可以参见上文关于图4B至图4D所示的示例,在此不再重复赘述。
本实施例中,考虑到FA服务的标签除了包括FA服务的名称,还包括设备属性、设备类型、功能描述、FA服务包名等,如设备属性可以是大屏设备或小屏设备,设备类型可以是智慧屏类型或智慧屏设备的编号,FA服务的功能描述可以是视频类服务还是音乐类服务等。通常,在应用市场上架该FA服务时,FA服务会被人为地标注与设备属性、设备类型、功能描述、FA服务包名相关的标签。基于此,用户除了可以通过在搜索框输入FA服务的名称进行搜索之外,还可以在搜索框中输入FA服务的属性,比如说,FA服务的属性可以是FA服务的功能特性,假设说在搜索框中输入“视频通话”,可以搜索到与“视频通话”相关的“Welink视频FA”、“微信-视频FA”等;或者,FA服务的属性可以是FA服务的服务类型,假设说在搜索框中输入“音乐”,可以搜索到与“音乐”相关的“音乐FA”、 等;再或者,FA服务的属性可以是与FA服务强相关的设备名称,假设说在搜索框中输入“智慧屏”,可以搜索到与“智慧屏”相关的“Welink-视频FA”、“微信-视频FA”等。当用户在手机的搜索结果中选择打开其它设备上的FA服务时,手机运行FA服务的过程,显示控制界面,以及如何拉起其它设备对应的PA服务的过程与上述图4B至图4E所描述的过程类似,在此不再一一举例示出。
本实施例中,手机对搜索结果的排序方法具体可以是如下方式中的任意一种或者多种的组合。
方式一,手机可以根据关键词,获取与关键词相关的N个候选FA服务的标签,然后计算关键词与N个候选FA服务的标签之间的语义相似度;根据语义相似度的大小,确定大于设定阈值的语义相似度所对应的FA服务,其中语义相似度越大的FA服务,排序越靠前。例如,界面410中所显示的是筛选出的语义相似度大于设定阈值的4个FA服务。
方式二,手机可以根据关键词,获取与关键词相关的N个候选FA服务的标签,然后计算关键词在N个候选FA服务的标签中的词频分布,一方面,若手机中与该关键词相关的FA服务较多,则在界面310中所有设备下面的搜索结果中,手机的搜索结果相比其它设备的搜索结果更靠前。也就是说,与关键词相关的FA服务越多的设备的排序越靠前。另一方面,若与关键词相关的FA服务在手机和其它设备中均匀分布,则该FA服务的排序相对靠后,反之,若与关键词相关的FA服务只在部分设备中高频分布(如客厅的智慧屏上),则该设备的FA服务的排序更靠前。
方式三,手机可以获取手机和其它设备的设备状态,如设备的供电类型、设备的屏幕大小、设备的可用计算资源、设备性能与所述目标FA服务的相关性,以及获取FA服务相关的先验知识约束条件,然后根据设备状态和FA服务相关的先验知识约束条件,对搜索结果中的FA服务进行排序。其中,FA服务相关的先验知识约束条件可以包括FA服务优先在大屏设备上运行、FA服务优先在插电类型的设备上运行、FA服务优先在计算能力强的设备上运行或FA服务优先在音频播放性能佳的设备上运行。示例性地,“Welink-视频FA”服务的先验知识约束条件为优先在大屏设备上运行且优先在插电设备上运行,因客厅的智慧屏的设备状态为大屏设备且供电类型为插电类型,因此客厅的智慧屏与“Welink-视频FA”服务的匹配度较高,故客厅的智慧屏上的“Welink-视频FA”服务最靠前。
场景二
该场景是以图5A所示的驾驶场景为例展开说明的,图5所述设备包括:车载终端、手机、智能手表等。假设,车内后排乘坐的家庭成员A需要进行导航,那么家庭成员A可以操作自己的手机,控制车载终端进行地图导航。
示例性地,如图5B所示,手机的界面显示如图5B中的(a)所示的负一屏界面500,当用户触控搜索框(即触控焦点落入搜索框),准备输入关键词时,手机显示如图5B中的(b)所示的界面510,假设用户在界面510中输入了“导航”,当用户完成关键词的输入操作之后,手机接收到用户作用于搜索控件511的操作,响应于这一操作,从手机和其它设备上(如车内的智能手表和车载终端上)查找与关键词“导航”相关的应用信息,然后根据查询结果,在界面510上显示与搜索关键词“导航”相关的搜索结果。示例性地,如图5中的(b)所示,该界面510中除了包括手机上的与“导航”相关的应用,还显示有智能手表上的与“导航”相关的应用,以及车载终端上的与“导航”相关的应用。
本实施例中,手机对搜索结果的排序方法具体可以是:手机在与车载终端、智能手表建立连接后,除了获取设备自身状态之外,还可以获取车载终端的设备状态、智能手表的设备状态,例如车载终端是设备状态为处于开机运行状态、插电类型设备、计算资源充足;智能手表的设备状态包括电池供电设备、计算资源不足。除此之外,手机还获取 应用相关的先验知识约束条件,例如,手机从云服务器获取应用相关的先验知识约束条件为优先插电类型的设备,且优先运行在计算能力强的设备。基于 应用相关的先验知识约束条件,以及各个设备的设备状态,手机对搜索结果中的应用进行排序。因车载终端的设备状态为计算资源充足且供电类型为插电类型,因此车载终端与应用的匹配度较高,故车载终端上的应用最靠前,其次是手机上的应用,再其次是智能手表上的应用。
需要说明的是,上述场景二所示的示例同样适用于导航类FA服务的搜索和排序,也就是说,若用户在搜索框输入“导航”,搜索结果中也可以包括智能手表上的与“导航”相关的FA服务,以及车载终端上的与“导航”相关的FA服务,用户同样可以在手机上操作该车载终端的FA服务,拉起车载终端上与导航相关的PA服务。具体可以参照上述场景一所示的示例,在此不再一一用图例示出。
场景三
该场景仍是以图3所示的智能家居为例展开说明的。
示例性地,手机的界面显示如图6A中的(a)所示的负一屏界面600,手机的负一屏的搜索框601可以接收用户输入的关键词。当用户触控搜索框(即触控焦点落入搜索框),准备输入关键词时,手机显示如图6A中的(b)所示的界面610,假设用户在界面610中输入了“音乐”,当用户完成关键词的输入操作之后,手机接收到用户作用于搜索控件611的操作,响应于这一操作,手机执行查询操作。具体地,手机先通过互联互通协议从近场查询是否存在与手机处于连接状态的其它设备,若存在,则再根据搜索关键词,从手机和其它设备上查找与关键词“音乐”相关的应用信息,在界面610上显示比较相关的搜索结果。示例性地,如图6A中的(b)所示,该界面610中除了包括手机上的“音乐”应用的控件,还显示有平板上的“音乐”应用的控件,以及智能音箱上的“音乐”应用的控件。
本实施例中,手机对界面610中搜索结果的排序方法具体可以是:手机在与智能音箱、和平板建立连接后,除了获取设备自身状态之外,还可以获取平板的设备状态和智能音箱的设备状态,例如智能音箱的设备状态为插电类型设备、音频播放性能佳;平板的设备状态包括电池供电设备、视频播放性能佳。除此之外,手机还获取“音乐”应用相关的先验知识约束条件,例如,手机从云服务器获取“音乐”应用相关的先验知识约束条件为优先插电类型的设备,且优先运行在音频播放性能佳的设备。基于“音乐”应用相关的先验知识约束条件,以及各个设备的设备状态,手机对搜索结果中的“音乐”应用进行排序。因智能音箱的设备状态为音频播放性能佳且供电类型为插电类型,因此智能音箱与“音乐”应用的匹配度较高,故智能音箱上的“音乐”应用最靠前,其次是手机上的“音乐”应用,再其次是平板上的“音乐”应用。
进一步地,假设用户选择触控“音乐”应用的对应的打开控件612时,即目标对象为智能音箱上的“音乐”应用,手机在手机本地运行该程序,达到控制智能音箱上“音乐”应用的目的。也就是说,用户可以在手机上拉起此“音乐”应用的控制界面,用户通过操作手机上的控制界面,达到远程操作智能音箱上的“音乐”应用的效果,使得智能音箱作出对应的响应。
示例性地,如图6B中的(a)所示,假设用户作用于界面620中的播放控件621,响应于这一操作,手机显示如图6B中的(b)所示的界面630,即用户可以在手机上拉起此“音乐”应用的控制界面,控制智能音箱开始播放音乐。另外,响应于作用于界面620中的播放控件621这一操作,智能音箱上也调用相关硬件(如扬声器等)拉起此“音乐”应用,以播放音乐。这样,用户就可以在手机上操作智能音箱上的“音乐”应用,达到控制智能音箱播放音乐的目的。
需要说明的是,上述场景三所示的示例同样适用于音乐类FA服务的搜索和排序,也就是说,若用户在搜索框输入的是“音乐”,搜索结果中也可以包括音箱上的与“音乐”相关的FA服务,以及平板上的与“音乐”相关的FA服务,用户同样可以在手机上操作该音箱上的FA服务,拉起音箱上与音乐相关的PA服务。具体可以参照上述场景一所示的示例,在此不再一一用图例示出。
结合上述场景一至场景三,具体来说,手机根据搜索关键词,从手机和其它设备上查找与关键词相关的应用信息或服务信息的具体方法可以是如下方式中的任意一种或者多种的组合。
方式一,手机可以根据关键词,获取N个候选对象的标签,然后计算关键词与N个候选对象的标签之间的语义相似度;根据语义相似度的大小,确定大于设定阈值的语义相似度所对应的应用或服务,其中语义相似度越大的应用或服务,排序越靠前。
方式二,手机可以根据关键词,获取N个候选对象的标签,然后计算关键词在N个候选对象的标签中的词频分布,一方面,若手机中与该关键词相关的应用或服务较多,则在界面410中所有设备下面的搜索结果中,手机相比其它设备的搜索结果更靠前。也就是说,与关键词相关的应用或服务越多的设备的排序越靠前。另一方面,若与关键词相关的应用或服务在手机和其它设备中均出现,则该应用或服务的排序相对靠后,反之,若与关键词相关的应用或服务只在部分设备中出现(如客厅的智慧屏上),则该应用或服务的排序更靠前。
方式三,手机可以获取手机和其它设备的设备状态,如设备的供电类型、设备的屏幕大小、设备的可用计算资源、设备性能与所述目标对象的相关性,以及获取应用或服务相关的先验知识约束条件,然后根据设备状态和应用或服务相关的先验知识约束条件,对搜索结果中的应用或服务进行排序。其中,应用或服务相关的先验知识约束条件可以包括应用或服务优先在大屏设备上运行、应用或服务优先在插电类型的设备上运行、应用或服务优先在计算能力强的设备上运行或应用或服务优先在音频播放性能佳的设备上运行。
这样,按照上述方式三排序得到的搜索结果可以具有如下特点:
特点一,若某一设备正处于被用户使用的状态,则该设备上与关键词相关的应用或服务的排序更靠前。例如,用户正在浏览客厅的智慧屏上的视频信息,则此时若用户通过手机搜索一些视频资讯相关的应用或服务,搜索结果中大屏相关的应用或服务的排序更靠前。这样,有助于节省应用或服务在设备上的启动时长,而且大屏更便于用户查看信息。
特点二,若某一应用或服务在设备A中使用体验更佳,则设备A的搜索信息排序更靠前。以音乐播放的应用为例,在搜索结果中存在音箱、大屏、手机、平板的应用的情况下,音箱上的应用的排序更靠前。
特点三,若某一类应用或服务使用时功耗较大,则能够支持高功耗的插电设备上的相关应用或服务排序更靠前。以游戏为例,手机、平板、大屏同时支持的情况下,大屏上的游戏应用的排序更靠前,这是因为大屏通常是插电设备,无需考虑功耗问题。
特点四,某一类应用或服务使用时需要占用较高的计算资源,则计算资源相对充足的设备上相关应用或服务的排序更靠前。
方式四,手机可以获取手机和其它设备的设备状态,以及获取应用或服务相关的先验知识约束条件,然后根据设备状态和应用或服务相关的先验知识约束条件,一方面,根据关键词与应用或服务的标签之间的语义相似度或词频分布情况,确定应用或服务分别对应的第一权重。另一方面,根据应用或服务相关的先验知识的约束条件,与设备状态之间的匹配度,确定应用或服务分别对应的第二权重;然后根据第一权重和第二权重,对搜索到的应用或服务进行排序。具体来说,如果搜索结果中包括对应同一个应用或服务的多个设备的应用标签和/或服务标签,则需要按照应用或服务相关的先验知识的约束条件,与设备状态之间的匹配度,对多个设备的应用标签和/或服务标签进行排序。例如,手机、平板和智慧屏上均搜索到“Welink-视频FA”服务,因“Welink-视频FA”应用或服务相关的先验知识的约束条件是大屏优先、插电设备优先,所以智慧屏上的“Welink-视频FA”应用或服务标签在搜索结果中更靠前。
结合上述场景一的示例,归纳来说,本申请实施例提供一种信息排序方法,该方法可以应用于分布式系统中的设备。具体来说,如图7所示,该方法包括如下步骤。
步骤701,电子设备接收用户的搜索请求,该搜索请求包括用户输入的关键词。
示例性地,该搜索请求可以是用户通过触控输入的内容,或者通过语音指令输入的内容。其中,在用户输入内容的过程中,电子设备就可以利用用户已输入的信息进行关键词的广泛匹配,当用户完成了关键词的输入之后,电子设备可以基于用户输入的关键词进行关键词精确匹配。
步骤702,电子设备根据关键词,获取N个候选对象的标签,以及计算关键词与N个候选对象的标签之间的语义相似度。
具体来说,一种可能的实施例中,电子设备可以依据深度神经网络模型分别计算搜索词与多个候选对象程序之间的语义相似度。其中,深度神经网络模型可以是预先根据对从候选对象获得的训练语料进行训练所生成的机器模型。
在一种可能的实施例中,在执行步骤702之前,电子设备从数据库获取L个候选对象的详情信息,然后从L个候选对象的详情信息中提取原始关键词,对原始关键词进行语义解析,从解析结果中获取L个候选对象的标签。示例性地,应用的详情信息包括但不限于:应用的标题、应用的描述文本、应用的评论信息、应用的推荐语、应用的最近更新特性等信息。应用的标签包括但不限于:应用的名称、应用所属类别、应用的特性等信息。服务的详情信息包括但不限于:服务的标题、服务的描述文本、服务的评论信息、服务的推荐语、服务的最近更新特性等信息。服务的标签包括但不限于:服务的名称、服务用所属类别、服务用的特性等信息。
具体地,第一步,从数据库获取L个候选对象的详情信息之后,可以先对候选对象的详情信息进行分词。例如:可以构建自定义词典,按照预设策略将待分析汉字串与自定义词典中的词条进行匹配,若在自定义词典中能够找到某个字符串,则匹配成功(即识别出一个词)。按照扫描方向的不同,串匹配分词方法可以分为正向匹配和逆向匹配,按照不同长度优先匹配的情况,串匹配分词方法可以分为最大(最长)匹配和最小(最短)匹配,实际应用中,可视需求选取具体的分词方法。第二步,在完成分词之后,可以过滤掉停用词、无效词等。例如:可以过滤掉对象描述文本中描述的与对象无关的信息,比如开发者的自我介绍、开发者留下的联系方式;过滤掉广告或者促销信息,比如购物应用中的促销广告、游戏应用中的游戏币营销信息;另外还可以过滤掉数字、拼音等。具体的过滤方法,例如:可以构建正则过滤规则,过滤掉与该正则过滤规则匹配的词。比如,构建正则过滤规则:“联系方式”、“邮件”、“电话”等,则可以将对象的详情信息中的联系方式、邮件、电话等信息过滤掉。第三步,过滤掉停用词、无效词之后,可以对得到的词进行筛选处理,例如进行词性筛选,选取动词、名词等,得到至少一个关键词。
在另一种可能的实施例中,如果筛选得到的原始关键词比较多,则可以计算每个原始关键词的词频(term frequency,TF),词频表示文档中某个词出现的频率,并计算每个关键词的逆向文档频率(inverse document frequency,IDF),逆向文档频率由数据库中的文档总数除以包含该词语之文档的数目,再将得到的商取对数得到,将每个关键词的词频与逆向文档频率的乘积作为对应关键词的TF-IDF值,选取TF-IDF值大于预设阈值的关键词作为原始关键词,预设阈值可视实际需求自定义取值。另外,如果筛选得到的关键词不多,则可以只进行相似度的匹配。然后电子设备利用语义解析模型对原始关键词进行语义解析,生成对象的标签。
步骤703,电子设备从N个候选对象的标签中,确定大于设定阈值的语义相似度所对应的M个候选对象的标签。
其中,M个候选对象的标签中有K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象;M≤N,M、N和K为大于或等于2的正整数。K个设备上的同一属性的目标对象可以为K个设备上的同一名称的目标对象,例如手机和平板上的应用,或者,K个设备上的同一属性的目标对象可以为K个设备上的同一供应商的目标对象,例如手机的应用与平板上应用为同一供应商的应用;或者,K个设备上的同一属性的目标对象可以为K个设备上的同一安装包的目标对象,例如,手机和平板上的应用的安装包名称相同。或者,K个设备上的同一属性的目标对象可以为K个设备上的同一功能的目标对象,例如,手机的应用与平板上应用均具有短视频分享功能。
示例性地,M个候选对象的标签中包括手机上“Welink”对象的标签、智慧屏上“Welink”对象的标签,以及平板上“Welink”对象的标签。
步骤704,电子设备根据关键词与K个候选对象的标签之间的语义相似度,以及K个设备的设备状态,对K个候选对象进行排序、
一种可能的实施例中,电子设备可以分别确定K个候选对象分别对应的第一权重和第二权重,根据第一权重和第二权重,对K个候选对象进行排序。
具体来说,一方面,电子设备确定关键词与K个候选对象的标签之间的语义相似度越大,第一权重越大;反之,语义相似度越小,第一权重越小。例如,手机根据关键词与手机上“Welink”服务的标签之间的语义相似度,确定手机上“Welink”服务的第一权重为K1;手机根据关键词与智慧屏上“Welink”服务的标签之间的语义相似度,确定智慧屏上“Welink”服务的第一权重为K2;手机根据关键词与平板上“Welink”服务的标签之间的语义相似度,确定平板上“Welink”服务的第一权重为K3。
另一方面,电子设备根据目标对象相关的先验知识的约束条件,与K个设备的设备状态之间的匹配度,确定K个候选对象分别对应的第二权重。
其中,目标对象相关的先验知识的约束条件包括如下条件中的至少一个:目标对象优先在大屏设备上运行、目标对象优先在插电类型的设备上运行、目标对象优先在计算能力强的设备上运行,目标对象优先在音频播放性能佳的设备上运行。示例性地,假设目标对象为上述场景一中的“Welink-视频FA”服务,该“Welink-视频FA”服务为一种办公会议软件,因此,与“Welink-视频FA”服务相关的先验知识的约束条件包括优先在大屏设备上运行。再比如,假设目标对象为场景三中的“音乐”,因“音乐”是一种音乐类软件,因此,与“音乐”服务相关的先验知识的约束条件包括优先在音频播放性能佳的设备上运行。
需要说明的是,目标对象相关的先验知识的约束条件可以是开发人员预设的条件,电子设备可以从服务器下载应用或服务的同时获取该约束条件,也可以是电子设备周期性地从云服务器获取该约束条件,对此,本申请实施例并不作限定。
再者,设备的状态包括如下状态中的至少一个设备的供电类型、设备的屏幕大小、设备的可用计算资源、设备性能与所述目标对象的相关性。示例性地,手机的供电类型通常为电池,客厅的智慧屏的供电类型为插电类型,音箱的音频播放性能与音乐类应用或服务更相关等。
示例性地,假设Welink-视频FA”服务的先验知识的约束条件为优先在大屏上运行,优先在插电设备上运行。手机的设备状态为电池供电类型、屏幕尺寸为7英寸;客厅的智慧屏的设备状态为插电供电类型,屏幕尺寸为55英寸;平板的设备状态为电池供电类型、屏幕尺寸为7.9英寸。这样,手机根据手机的设备状态与Welink-视频FA”服务的先验知识的约束条件的匹配度,确定手机上“Welink-视频FA”服务的第二权重为L1;手机根据客厅智慧屏的设备状态与Welink-视频FA”服务的先验知识的约束条件的匹配度,确定手机上“Welink-视频FA”服务的第二权重为L2;手机根据平板的设备状态与Welink-视频FA”服务的先验知识的约束条件的匹配度,确定手机上“Welink-视频FA”服务的第二权重为L3。
在一种可能的实施例中,电子设备确定K个候选对象分别对应的第二权重的方式可以是如下任意一种方式或多种方式的组合。
方式一,当目标对象相关的先验知识的约束条件为目标对象优先在插电类型的设备上运行时,确定K个候选对象对应的K个设备中支持插电类型的设备的对应的候选对象的第二权重大于不支持插电类型的设备的对应的候选对象的第二权重。示例性地,若上述手机的搜索结果包括客厅的智慧屏的“Welink-视频FA”服务,则客厅的智慧屏上“Welink-视频FA”在所有设备这一栏中的排序更靠前,而手机或平板上的“Welink-视频FA”服务则靠后。因为客厅的智慧屏是能够支持高功耗的插电设备,所以就基本不存在电量不足的问题。
方式二,当目标对象相关的先验知识的约束条件为目标对象优先在大屏设备上运行时,确定K个候选对象对应的K个设备中屏幕越大的设备对应的候选对象的第二权重越大。示例性地,若搜索结果包括客厅的智慧屏的“Welink-视频FA”服务,则客厅的智慧屏上“Welink-视频FA”在所有设备这一栏中的排序更靠前,而手机或平板上的“Welink-视频FA”服务则靠后。这是因为客厅的智慧屏属于大屏设备,更方便多个用户同时查看大屏上的信息。
方式三,当目标对象相关的先验知识的约束条件为目标对象优先在计算能力强的设备上运行时,确定K个候选对象对应的K个设备中计算能力越强的设备对应的候选对象的第二权重越大。示例性地,若搜索结果包括客厅的智慧屏的“AI拍照”服务,则客厅的智慧屏上“AI拍照”在所有设备这一栏中的排序更靠前,而手机或平板上的“AI拍照”服务则靠后。这是因为客厅的智慧屏属于处理能力较强的设备,数据处理效率更高。
方式四,当目标对象相关的先验知识的约束条件为目标对象优先在音频播放性能佳的设备上运行时,确定K个候选对象对应的K个设备中音频播放性能越佳的设备的第二权重越大。示例性地,若搜索结果包括智能音箱的“音乐”服务,则智能音箱上的“音乐”在所述设备这一栏中的排序更靠前,而手机或平板上的“音乐”服务则靠后。这是因为智能音箱的音频播放能力佳,属于与“音乐”服务强相关的设备。
需要说明的,随着应用市场中应用类型的扩展,以及应用市场中服务类型的扩展,未来市场中还可能存在其它类型的应用或服务,或者说,应用或服务相关的先验知识的约束条件也可能会随着应用或服务的更新而发生更新,所以本申请实施例并不限定电子设备确定K个候选对象分别对应的第二权重的方式,未来还可能存在利用其它的先验知识的约束条件来确定第二权重的方式。
一种可能的情况下,电子设备可以计算第一权重和第二权重的乘积,根据乘积的大小,对K个候选对象进行排序,例如,乘积越大,排序越靠前,或者乘积越小,排序越靠前。
在另一种可能的情况下,电子设备还可以结合设备中情景智能的推荐结果,以及用户的使用习惯等信息,调整上述第一权重和第二权重的乘积,利用调整后的第二权重和第一权重的乘积,对K个候选对象进行排序。
可选地,当对K个候选对象进行排序之后,本申请实施例还可以包括步骤705,电子设备将排序后K个候选对象显示到预设的推荐界面中,其中,第一权重和第二权重的乘积越大的候选对象的排序越靠前。示例性地,如图4A中的(b)所示,在负一屏界面600上所有设备这一栏的推荐结果中显示客厅智慧屏的“Welink-视频FA”服务和Welink-聊天FA”服务最靠前,其次是平板的“Welink-视频FA”服务,最后是手机的“Welink-视频FA”服务。
在另一种可能的情况下,电子设备还可以从数据库或服务器上获取设备的标签,然后计算关键词与设备的标签之间的相似度,从而根据该相似度大小,确定K个设备对应的K个候选对象的第三权重。进一步地,电子设备可以根据第一权重、第二权重和第三权重,对K个候选对象进行排序。例如,客厅的智慧屏的标签包括视频、会议等,手机的标签包括打电话、上网等,手机可以从云服务器获取上述设备的标签,该标签可以是由开发商预设的内容,也可以是用户主动标记然后上传至云服务器的,对此,本申请并不限定。
具体来说,本申请实施例提供如图8所示的方法流程图,该方法包括如下步骤。
步骤801,电子设备接收用户的搜索请求,该搜索请求包括用户输入的关键词。
具体可以参照上述步骤701。
步骤802,在电子设备接收到输入词的过程中,电子设备可以实时判断用户是否结束输入,若否,则执行步骤803a,否则执行步骤803b。
示例性地,用户在输入“Welink”的过程中,手机在接收到每一个字符的过程中,判断是否会已结束输入。
步骤803a,若否,电子设备可以对已接收到的关键词进行广泛匹配,计算关键词与候选对象的标签之间的相似度。
示例性地,电子设备对已接收到的关键词“We”进行广泛匹配,计算关键词“We”与候选对象的标签之间的相似度。
步骤803b,若是,电子设备可以对接收的关键词进行精确匹配,计算关键词与候选对象的标签之间的相似度,计算候选对象相关的先验知识的约束条件与设备的状态之间的相似度。
步骤804,电子设备确定大于设定阈值的语义相似度所对应的M个候选对象的标签中K个候选对象,该K个候选对象对应同一属性的目标对象。
步骤805,针对K个候选对象中的任意一个候选对象,电子设备根据关键词与该候选对象的标签之间的相似度确定第一权重,电子设备根据该候选对象相关的先验知识的约束条件与设备的状态之间的相似度确定第二权重,以及电子设备根据关键词与设备的标签之间的相似度确定第三权重。
步骤806,电子设备根据第一权重、第二权重和第三权重,对各个候选对象进行排序。
本实施例中,这样排序之后的搜索结果具有如下特点:应用的标签或服务的标签与关键词语义更相近的应用或服务,则该应用或服务的排序更靠前;设备的标签与关键词语义更相近的设备的搜索结果在排序中更靠前;设备的状态与候选对象相关的先验知识的约束条件更匹配,则该设备的搜索结果在排序中更靠前。
结合上述场景二所示的示例,归纳来说,本申请实施例还提供一种信息排序方法,具体来说,如图9所示,该方法包括如下步骤。
步骤901,电子设备接收用户的搜索请求,该搜索请求包括用户输入的关键词。
示例性地,该搜索请求可以是用户通过触控输入的内容,或者通过语音指令输入的内容。其中,在用户输入内容的过程中,电子设备就可以利用用户已输入的信息进行关键词的广泛匹配,当用户完成了关键词的输入之后,电子设备可以基于用户输入的关键词进行关键词精确匹配。
步骤902,电子设备根据关键词,获取N个候选对象的标签,以及计算关键词与N个候选对象的标签之间的语义相似度。
具体可以参见上述步骤702,在此不再重复赘述。
步骤903,电子设备从N个候选对象的标签中,确定大于设定阈值的语义相似度所对应的M个候选对象的标签。其中,M个候选对象的标签中有K个候选对象的标签对应于安装在K个设备上的不同属性的目标对象;M≤N,M、N和K为大于或等于2的正整数。
具体地,不同属性的目标对象可以为不同名称的目标对象,例如应用和应用,或者,不同属性的目标对象可以为不同供应商的目标对象,例如应用与 应用为不同供应商的应用;或者,不同属性的目标对象可以为不同安装包的目标对象,例如,应用的安装包名称和支付宝应用的安装包名称不同。或者,不同属性的目标对象可以为不同功能的目标对准,例如,应用与应用的功能不同。
步骤904,电子设备根据关键词与M个候选对象的标签之间的语义相似度,以及M个设备的设备状态,对M个候选对象进行排序。
一种可能的实施例中,电子设备可以分别确定M个候选对象分别对应的第一权重和第二权重,根据第一权重和第二权重,对M个候选对象进行排序。
具体来说,一方面,电子设备确定关键词与M个候选对象的标签之间的语义相似度越大,第一权重越大;反之,语义相似度越小,第一权重越小。
另一方面,电子设备根据M个候选对象相关的先验知识的约束条件,与K个设备的设备状态之间的匹配度,确定M个候选对象分别对应的第二权重。
其中,M个候选对象相关的先验知识的约束条件包括如下条件中的至少一个:候选对象优先在大屏设备上运行、候选对象优先在插电类型的设备上运行、候选对象优先在计算能力强的设备上运行,候选对象优先在音频播放性能佳的设备上运行。示例性地,假设候选对象为上述场景二中的“百度地图”服务,该“百度地图”服务为一种导航软件,因此,与“百度地图”服务相关的先验知识的约束条件包括优先在车载设备上运行,因此该“百度地图”服务与车载设备的设备状态匹配度最高。
在一种可能的实施例中,电子设备确定M个候选对象分别对应的第二权重的方式可以是如下任意一种方式或多种方式的组合。
方式一,针对M个候选对象中的任意一个候选对象,当候选对象相关的先验知识的约束条件为优先在插电类型的设备上运行时,电子设备根据该候选对象所在的设备是否是支持插电类型的设备确定第二权重,其中,候选对象所在的设备是支持插电类型的设备的情况下的第二权重高于候选对象所在的设备是支持电池类型的设备的情况下的第二权重。
示例性地,若上述场景二中手机的搜索结果包括车载终端的“百度地图”服务,则车载终端上“百度地图”在所有设备这一栏中的排序更靠前,而手机上的“百度地图”服务则靠后。因为车载终端是能够支持高功耗的插电设备,所以就基本不存在电量不足的问题。
方式二,针对M个候选对象中的任意一个候选对象,当候选对象相关的先验知识的约束条件为候选对象优先在大屏设备上运行时,电子设备根据该候选对象所在设备中屏幕大小确定第二权重,其中,候选对象所在的设备是大屏设备的情况下的第二权重高于候选对象所在的设备是小屏设备的情况下的第二权重。
方式三,针对M个候选对象中的任意一个候选对象,当候选对象相关的先验知识的约束条件为候选对象优先在计算能力强的设备上运行时,电子设备根据该候选对象所在设备中的计算资源是否充足确定第二权重,其中,候选对象所在的设备是计算资源充足的情况下的第二权重高于候选对象所在的设备是计算资源不足的情况下的第二权重。
方式四,针对M个候选对象中的任意一个候选对象,当候选对象相关的先验知识的约束条件为候选对象优先在音频播放性能佳的设备上运行时,电子设备根据候选对象所在设备中的音频播放性能高低确定第二权重,其中,候选对象所在的设备是音频播放性能佳的情况下的第二权重高于候选对象所在的设备是音频播放性能差的情况下的第二权重。
在另一种可能的情况下,电子设备还可以从数据库或服务器上获取设备的标签,然后计算关键词与设备的标签之间的相似度,从而根据该相似度大小,确定K个设备对应的K个候选对象的第三权重。进一步地,电子设备可以根据第一权重、第二权重和第三权重,对K个候选对象进行排序。例如,客厅的智慧屏的标签包括视频、会议等,手机的标签包括打电话、上网等,手机可以从云服务器获取上述设备的标签,该标签可以是由开发商预设的内容,也可以是用户主动标记然后上传至云服务器的,对此,本申请并不限定。
具体来说,本申请实施例提供如图10所示的方法流程图,该方法包括如下步骤。
步骤1001,电子设备接收用户的搜索请求,该搜索请求包括用户输入的关键词。
具体可以参照上述步骤701。
步骤1002,在电子设备接收到输入词的过程中,电子设备可以实时判断用户是否结束输入,若否,则执行步骤1003a,否则执行步骤1003b。
示例性地,用户在输入“导航”的过程中,手机在接收到每一个字符的过程中,判断是否会已结束输入。
步骤1003a,若否,电子设备可以对已接收到的关键词进行广泛匹配,计算关键词与候选对象的标签之间的相似度。
示例性地,电子设备对已接收到的关键词“导”进行广泛匹配,计算关键词“导”与应用的标签之间的相似度,以及计算关键词“导”与设备的标签之间的相似度。
步骤1003b,若是,电子设备可以对接收的关键词进行精确匹配,计算关键词与候选对象的标签之间的相似度,计算候选对象相关的先验知识的约束条件与设备的状态之间的相似度。
示例性地,电子设备对已接收到的关键词“导航”进行精确匹配,计算关键词“导航”与应用的标签之间的相似度,以及计算关键词“导航”与设备的标签之间的相似度。
步骤1004,电子设备确定大于设定阈值的语义相似度所对应的M个候选对象的标签。
步骤1005,针对M个候选对象中的任意一个候选对象,电子设备根据关键词与该候选对象的标签之间的相似度确定第一权重,电子设备根据该候选对象相关的先验知识的约束条件与设备的状态之间的相似度确定第二权重,以及电子设备根据关键词与设备的标签之间的相似度确定第三权重。
步骤1006,电子设备根据第一权重、第二权重和第三权重,对各个候选对象进行排序。
本实施例中,这样排序之后的搜索结果具有如下特点:应用的标签或服务的标签与关键词语义更相近的应用,则该应用或服务的排序更靠前;设备的标签与关键词语义更相近的设备的搜索结果在排序中更靠前;设备的状态与候选对象相关的先验知识的约束条件更匹配,则该设备的搜索结果在排序中更靠前。
综上,本申请实施例可以依据设备状态、应用或服务相关的先验证知识的约束条件和用户输入内容词义相关度综合排序,实现应用或服务的精准排序,当搜索结果中包括不同设备上的对应同一目标对象的应用标签或服务标签时,利用目标对象相关的先验证知识的约束条件和设备状态的匹配,可以实现对不同设备上的对应同一目标对象的应用或服务精准排序的目的。这样的排序结果可以更加精准地匹配用户想要搜索的应用或服务,有助于提升搜索效率,改善用户体验。
在本申请的另一些实施例中,本申请实施例公开了一种电子设备,如图11所示,该电子设备可以包括:触摸屏1101,其中,该触摸屏1101包括触控面板1106和显示屏1107;一个或多个处理器1102;存储器1103;一个或多个应用程序(未示出);以及一个或多个计算机程序1104,上述各器件可以通过一个或多个通信总线1105连接。其中该一个或多个计算机程序1104被存储在上述存储器1103中并被配置为被该一个或多个处理器1102执行,该一个或多个计算机程序1104包括指令,上述指令可以用于执行如图5、图7或图8相应实施例中的各个步骤。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机指令,当该计算机指令在电子设备上运行时,使得电子设备执行上述相关方法步骤实现上述实施例中的信息排序方法。
本申请实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的信息排序方法。
另外,本申请的实施例还提供一种装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使芯片执行上述各方法实施例中的信息排序方法。
其中,本申请实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,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装置,或一些特征可以丢弃,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,机械或其他的形式。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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例方案的目的。
另外,在本申请各个实施例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,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (17)
1.一种信息排序方法,其特征在于,包括:
接收用户的搜索请求,所述搜索请求包括用户输入的关键词;
响应于所述搜索操作,显示推荐界面,所述推荐界面中的候选对象中有K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象,所述候选对象为候选应用和/或候选服务,K为大于或等于2的正整数;
其中,所述K个候选对象的排序是根据所述关键词与所述K个候选对象的标签之间的语义相似度,以及所述K个设备的设备状态确定的。
2.根据权利要求1所述的方法,其特征在于,显示推荐界面之前,还包括:
根据所述关键词,获取N个候选对象的标签,以及计算所述关键词与所述N个候选对象的标签之间的语义相似度;
从所述N个候选对象的标签中,确定大于设定阈值的语义相似度所对应的M个候选对象的标签,其中,所述M个候选对象的标签中有所述K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象;M≤N,M和N为大于或等于2的正整数;
根据所述关键词与所述K个候选对象的标签之间的语义相似度,以及所述K个设备的设备状态,对所述K个候选对象进行排序。
3.根据权利要求1或2所述的方法,其特征在于,所述K个设备的设备状态包括如下状态中的至少一个:
设备的供电类型、设备的屏幕大小、设备的可用计算资源、设备性能与所述目标对象的相关性。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述K个设备上的同一属性的目标对象为K个设备上的同一名称的目标对象;或者所述K个设备上的同一属性的目标对象为同一供应商的目标对象;或者所述K个设备上的同一属性的目标对象为K个设备上的同一安装包的目标对象;或者所述K个设备上的同一属性的目标对象为K个设备上的同一功能的目标对象。
5.根据权利要求2至4任一项所述的方法,其特征在于,所述根据所述关键词与所述K个候选对象的标签之间的语义相似度,以及所述K个设备的设备状态,对所述K个候选对象进行排序,包括:
根据所述关键词与所述K个候选对象的标签之间的语义相似度,确定所述K个候选对象分别对应的第一权重;
根据所述目标对象相关的先验知识的约束条件,与所述K个设备的设备状态之间的匹配度,确定所述K个候选对象分别对应的第二权重;
根据所述第一权重和所述第二权重,对所述K个候选对象进行排序,其中,所述第一权重和所述第二权重的乘积越大的候选对象的排序越靠前。
6.根据权利要求5所述的方法,其特征在于,所述目标对象相关的先验知识的约束条件包括如下条件中的至少一个:
所述目标对象优先在大屏设备上运行、所述目标对象优先在插电类型的设备上运行、所述目标对象优先在计算能力强的设备上运行,所述目标对象优先在音频播放性能佳的设备上运行。
7.根据权利要求5所述的方法,其特征在于,所述根据所述目标对象相关的先验知识的约束条件,与所述K个设备的设备状态之间的匹配度,确定所述K个候选对象分别对应的第二权重,包括:
当所述目标对象相关的先验知识的约束条件为所述目标对象优先在插电类型的设备上运行时,确定所述K个候选对象对应的K个设备中支持插电类型的设备的对应的候选对象的第二权重大于不支持插电类型的设备的对应的候选对象的第二权重;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在大屏设备上运行时,确定所述K个候选对象对应的K个设备中屏幕越大的设备对应的候选对象的第二权重越大;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在计算能力强的设备上运行时,确定所述K个候选对象对应的K个设备中计算能力越强的设备对应的候选对象的第二权重越大;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在音频播放性能佳的设备上运行时,确定所述K个候选对象对应的K个设备中音频播放性能越佳的设备的第二权重越大。
8.根据权利要求1至7任一项所述的方法,其特征在于,根据所述关键词,获取N个候选对象的标签,包括:
从数据库获取所述K个设备上的L个候选对象的详情信息;
从L个候选对象的详情信息中提取原始关键词,对所述原始关键词进行语义解析,从解析结果中获取L个候选对象的标签,
根据所述关键词与所述L个候选对象的标签的匹配度,从L个候选对象的标签中获取N个候选对象的标签。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器;
所述存储器存储有程序指令;
所述处理器用于运行所述存储器存储的所述程序指令,使得所述电子设备执行:
接收用户的搜索请求,所述搜索请求包括用户输入的关键词;
响应于所述搜索操作,显示推荐界面,所述推荐界面中的候选对象中有K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象,所述候选对象为候选应用和/或候选服务,K为大于或等于2的正整数;
其中,所述K个候选对象的排序是根据所述关键词与所述K个候选对象的标签之间的语义相似度,以及所述K个设备的设备状态确定的。
10.根据权利要求9所述的方法,其特征在于,显示推荐界面之前,还包括:
根据所述关键词,获取N个候选对象的标签,以及计算所述关键词与所述N个候选对象的标签之间的语义相似度;
从所述N个候选对象的标签中,确定大于设定阈值的语义相似度所对应的M个候选对象的标签,其中,所述M个候选对象的标签中有所述K个候选对象的标签对应于安装在K个设备上的同一属性的目标对象;M≤N,M和N为大于或等于2的正整数;
根据所述关键词与所述K个候选对象的标签之间的语义相似度,以及所述K个设备的设备状态,对所述K个候选对象进行排序。
11.根据权利要求9或10所述的电子设备,其特征在于,所述K个设备的设备状态包括如下状态中的至少一个:
设备的供电类型、设备的屏幕大小、设备的可用计算资源、设备性能与所述目标对象的相关性。
12.根据权利要求9至11任一项所述的电子设备,其特征在于,所述K个设备上的同一属性的目标对象为K个设备上的同一名称的目标对象;或者所述K个设备上的同一属性的目标对象为同一供应商的目标对象;或者所述K个设备上的同一属性的目标对象为K个设备上的同一安装包的目标对象;或者所述K个设备上的同一属性的目标对象为K个设备上的同一功能的目标对象。
13.根据权利要求10至12任一项所述的电子设备,其特征在于,所述处理器用于运行所述存储器存储的所述程序指令,使得所述电子设备具体执行:
根据所述关键词与所述K个候选对象的标签之间的语义相似度,确定所述K个候选对象分别对应的第一权重;
根据所述目标对象相关的先验知识的约束条件,与所述K个设备的设备状态之间的匹配度,确定所述K个候选对象分别对应的第二权重;
根据所述第一权重和所述第二权重,对所述K个候选对象进行排序,其中,所述第一权重和所述第二权重的乘积越大的候选对象的排序越靠前。
14.根据权利要求13所述的电子设备,其特征在于,所述目标对象相关的先验知识的约束条件包括如下条件中的至少一个:
所述目标对象优先在大屏设备上运行、所述目标对象优先在插电类型的设备上运行、所述目标对象优先在计算能力强的设备上运行,所述目标对象优先在音频播放性能佳的设备上运行。
15.根据权利要求13所述的电子设备,其特征在于,所述处理器用于运行所述存储器存储的所述程序指令,使得所述电子设备在确定所述K个候选对象分别对应的第二权重时,具体执行:
当所述目标对象相关的先验知识的约束条件为所述目标对象优先在插电类型的设备上运行时,确定所述K个候选对象对应的K个设备中支持插电类型的设备的对应的候选对象的第二权重大于不支持插电类型的设备的对应的候选对象的第二权重;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在大屏设备上运行时,确定所述K个候选对象对应的K个设备中屏幕越大的设备对应的候选对象的第二权重越大;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在计算能力强的设备上运行时,确定所述K个候选对象对应的K个设备中计算能力越强的设备对应的候选对象的第二权重越大;
或者,当所述目标对象相关的先验知识的约束条件为所述目标对象优先在音频播放性能佳的设备上运行时,确定所述K个候选对象对应的K个设备中音频播放性能越佳的设备的第二权重越大。
16.根据权利要求9至15任一项所述的电子设备,其特征在于,所述处理器用于运行所述存储器存储的所述程序指令,使得所述电子设备具体执行:
从数据库获取所述K个设备上的L个候选对象的详情信息;
从L个候选对象的详情信息中提取原始关键词,对所述原始关键词进行语义解析,从解析结果中获取L个候选对象的标签,
根据所述关键词与所述L个候选对象的标签的匹配度,从L个候选对象的标签中获取N个候选对象的标签。
17.一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包括程序指令,当所述程序指令在电子设备上运行时,使得所述电子设备执行如权利要求1至8任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011375972.0A CN114579819A (zh) | 2020-11-30 | 2020-11-30 | 一种信息排序方法及电子设备 |
EP21897226.3A EP4250137A4 (en) | 2020-11-30 | 2021-11-30 | INFORMATION SORTING METHOD AND ELECTRONIC DEVICE |
PCT/CN2021/134377 WO2022111726A1 (zh) | 2020-11-30 | 2021-11-30 | 一种信息排序方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011375972.0A CN114579819A (zh) | 2020-11-30 | 2020-11-30 | 一种信息排序方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114579819A true CN114579819A (zh) | 2022-06-03 |
Family
ID=81754051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011375972.0A Pending CN114579819A (zh) | 2020-11-30 | 2020-11-30 | 一种信息排序方法及电子设备 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4250137A4 (zh) |
CN (1) | CN114579819A (zh) |
WO (1) | WO2022111726A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087960A1 (zh) * | 2022-10-24 | 2024-05-02 | 华为技术有限公司 | 搜索系统、方法、终端设备和计算机可读存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117811947A (zh) * | 2022-09-30 | 2024-04-02 | 华为技术有限公司 | 一种多设备组网系统、方法及终端设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4870540B2 (ja) * | 2006-12-12 | 2012-02-08 | 株式会社日立製作所 | ネットワークを介したプリンタ選択支援装置及びシステム |
US10095794B2 (en) * | 2014-09-05 | 2018-10-09 | Samsung Electronics Co., Ltd. | Augmenting search results with device and application history |
US10171558B2 (en) * | 2014-09-12 | 2019-01-01 | Microsoft Technology Licensing, Llc | Cross device application discovery and control |
CN105653671A (zh) * | 2015-12-29 | 2016-06-08 | 畅捷通信息技术股份有限公司 | 相似信息推荐方法及系统 |
CN110768877B (zh) * | 2019-09-27 | 2022-05-27 | 百度在线网络技术(北京)有限公司 | 语音控制指令的处理方法、装置、电子设备及可读存储介质 |
CN111147940B (zh) * | 2019-12-30 | 2022-09-27 | 百度在线网络技术(北京)有限公司 | 视频播放方法、装置、计算机设备及介质 |
CN111986682A (zh) * | 2020-08-31 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 语音交互方法、装置、设备以及存储介质 |
-
2020
- 2020-11-30 CN CN202011375972.0A patent/CN114579819A/zh active Pending
-
2021
- 2021-11-30 WO PCT/CN2021/134377 patent/WO2022111726A1/zh unknown
- 2021-11-30 EP EP21897226.3A patent/EP4250137A4/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087960A1 (zh) * | 2022-10-24 | 2024-05-02 | 华为技术有限公司 | 搜索系统、方法、终端设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4250137A1 (en) | 2023-09-27 |
WO2022111726A1 (zh) | 2022-06-02 |
EP4250137A4 (en) | 2024-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020238774A1 (zh) | 一种通知消息的预览方法及电子设备 | |
WO2021013158A1 (zh) | 显示方法及相关装置 | |
WO2020238356A1 (zh) | 界面显示方法、装置、终端及存储介质 | |
WO2020192456A1 (zh) | 一种语音交互方法及电子设备 | |
CN110503959B (zh) | 语音识别数据分发方法、装置、计算机设备及存储介质 | |
CN108475184A (zh) | 电子设备及其应用数据显示方法 | |
WO2022052776A1 (zh) | 一种人机交互的方法、电子设备及系统 | |
WO2022100221A1 (zh) | 检索处理方法、装置及存储介质 | |
WO2022111726A1 (zh) | 一种信息排序方法及电子设备 | |
WO2020259554A1 (zh) | 可进行学习的关键词搜索方法和电子设备 | |
WO2022100222A1 (zh) | 信息检索方法、装置、系统及存储介质 | |
CN111935516B (zh) | 音频文件的播放方法、装置、终端、服务器及存储介质 | |
WO2021249281A1 (zh) | 一种用于电子设备的交互方法和电子设备 | |
WO2020062014A1 (zh) | 一种向输入框中输入信息的方法及电子设备 | |
CN115543145A (zh) | 一种文件夹管理方法及装置 | |
WO2023179490A1 (zh) | 应用推荐方法和电子设备 | |
WO2023040603A1 (zh) | 一种搜索方法、终端、服务器及系统 | |
WO2023072139A1 (zh) | 播放音频的方法、电子设备及系统 | |
WO2022033432A1 (zh) | 内容推荐方法、电子设备和服务器 | |
CN110111795A (zh) | 一种语音处理方法及终端设备 | |
CN114465975B (zh) | 一种内容推送方法、装置、存储介质和芯片系统 | |
EP4036758A1 (en) | Recommendation method and apparatus based on user private data, and medium and system | |
CN112311652B (zh) | 消息发送方法、装置、终端及存储介质 | |
CN113742460A (zh) | 生成虚拟角色的方法及装置 | |
WO2018219040A1 (zh) | 一种显示方法及装置、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |