CN114661921A - 数据处理方法、装置、电子设备及存储介质 - Google Patents
数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114661921A CN114661921A CN202011531166.8A CN202011531166A CN114661921A CN 114661921 A CN114661921 A CN 114661921A CN 202011531166 A CN202011531166 A CN 202011531166A CN 114661921 A CN114661921 A CN 114661921A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- multimedia data
- client
- short video
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 43
- 230000006399 behavior Effects 0.000 claims description 98
- 238000012545 processing Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 23
- 230000003542 behavioural effect Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 18
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000012216 screening Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique 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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
- G06F16/437—Administration of user profiles, e.g. generation, initialisation, adaptation, distribution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/438—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开关于一种数据处理方法、装置、电子设备及存储介质,其中,该方法包括:在客户端的显示界面上展示目标应用中的多媒体数据;获取用户针对目标应用中的多媒体数据在显示界面上产生的行为数据;基于行为数据对客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,缓存中的多媒体数据是目标应用中未展示的多媒体数据;在目标应用中展示过滤后的多媒体数据。本发明解决了相关技术中为用户推送的数据信息的精准性较差的问题。
Description
技术领域
本公开涉及数据信息处理技术领域,尤其涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
现在刷信息类的应用软件已经成为各年龄段人群的必要生活内容。各类平台为我们提供了丰富的内容,也根据用户的用户画像为用户筛选后提供了符合“用户口味”的内容。单用户画像的维度和侧重很多,针对各类群体的算法也不一样,各家的推荐系统质量也参差不齐,因此,导致为用户推送的数据信息的精准性较差。
发明内容
本公开提供一种数据处理方法、装置、电子设备及存储介质,以至少解决相关技术中为用户推送的数据信息的精准性较差的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种数据处理方法,该方法包括:在客户端的显示界面上展示目标应用中的多媒体数据;获取用户针对所述目标应用中的多媒体数据在所述显示界面上产生的行为数据;基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,所述缓存中的多媒体数据是所述目标应用中未展示的多媒体数据;在所述目标应用上展示所述过滤后的多媒体数据。
进一步地,所述基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤的步骤包括:基于所述行为数据更新所述客户端中的用户画像;基于更新后的用户画像对所述客户端缓存中的多媒体数据进行过滤。
进一步地,所述基于所述行为数据更新所述客户端中的用户画像的步骤包括:基于所述行为数据,确定用户的喜好特征;根据所述用户的喜好特征,确定用户特征标签;根据所述用户特征标签更新所述客户端中的用户画像。
进一步地,所述多媒体数据为短视频,所述获取用户针对所述目标应用中的多媒体数据在所述显示界面上产生的行为数据的步骤包括:检测所述用户在浏览所述显示界面上展示的短视频时,获取所述用户在所述显示界面上产生的行为数据,其中,所述行为数据中至少包括以下之一:每个短视频的浏览时长、每个短视频的切换速度、每个短视频是否被观看。
进一步地,所述基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤的步骤包括:分别判断所述显示界面上展示的每个短视频的浏览时长是否小于预设时长,每个短视频的切换速度是否大于预设速度,每个短视频是否被观看;若所述显示界面上展示的目标短视频的浏览时长小于所述预设时长,或者,所述目标短视频的切换速度大于预设速度,或是,所述目标短视频未被观看,则确定针对所述目标短视频所述用户的喜好特征为不感兴趣;根据针对所述目标短视频所述用户的喜好特征,确定用户特征标签;根据所述用户特征标签更新所述客户端中的用户画像;基于更新后的用户画像对所述客户端缓存中的多媒体数据进行过滤。
进一步地,在基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤之后,所述方法还包括:若过滤后的多媒体数据的数量少于预设数量,则触发数据拉取请求至服务端,以从所述服务端向所述客户端中拉取目标多媒体数据,其中,所述数据拉取请求中携带有所述行为数据。
根据本公开实施例的第二方面,提供一种数据处理方法,包括:接收客户端发送的数据拉取请求,其中,所述数据拉取请求中携带有用户画像补偿信息,所述用户画像补偿信息是基于用户的行为数据确定的,所述行为数据是由所述用户对客户端上目标应用中的多媒体数据的行为而产生的数据;根据所述用户画像补偿信息,确定下发至所述客户端的目标多媒体数据。
进一步地,所述根据所述用户画像补偿信息,确定下发至所述客户端的目标多媒体数据步骤包括:根据所述用户画像补偿信息对服务端中的多媒体数据进行筛选,得到所述目标多媒体数据。
进一步地,所述根据所述用户画像补偿信息,确定下发至所述客户端的目标多媒体数据步骤包括:根据所述用户画像补偿信息与服务端中的用户画像进行计算,确定补偿后的用户画像;根据所述补偿后的用户画像对所述服务端中的多媒体数据进行筛选,得到所述目标多媒体数据。
进一步地,所述根据所述用户画像补偿信息与服务端中的用户画像进行计算,确定补偿后的用户画像步骤包括:采用加权平均算法对所述用户画像补偿信息与服务端中的用户画像进行计算,确定补偿后的用户画像。
根据本公开实施例的第三方面,提供一种数据处理装置,包括:第一展示单元,被配置为执行在客户端的显示界面上展示目标应用中的多媒体数据;第一获取单元,被配置为执行获取用户针对所述目标应用中的多媒体数据在所述显示界面上产生的行为数据;第一过滤单元,被配置为执行基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,所述缓存中的多媒体数据是所述目标应用中未展示的多媒体数据;第二展示单元,被配置为执行在所述目标应用上展示所述过滤后的多媒体数据。
进一步地,所述第一过滤单元包括:第一更新子单元,被配置为执行基于所述行为数据更新所述客户端中的用户画像;第一过滤子单元,被配置为执行基于更新后的用户画像对所述客户端缓存中的多媒体数据进行过滤。
进一步地,所述第一更新子单元包括:第一确定模块,被配置为执行基于所述行为数据,确定用户的喜好特征;第二确定模块,被配置为执行根据所述用户的喜好特征,确定用户特征标签;第一更新模块,被配置为执行根据所述用户特征标签更新所述客户端中的用户画像。
进一步地,所述多媒体数据为短视频,所述第一获取单元包括:第一获取子单元,被配置为执行检测所述用户在浏览所述显示界面上展示的短视频时,获取所述用户在所述显示界面上产生的行为数据,其中,所述行为数据中至少包括以下之一:每个短视频的浏览时长、每个短视频的切换速度、每个短视频是否被观看。
进一步地,所述第一过滤单元包括:第一判断子单元,被配置为执行分别判断所述显示界面上展示的每个短视频的浏览时长是否小于预设时长,每个短视频的切换速度是否大于预设速度,每个短视频是否被观看;第一确定子单元,被配置为执行若所述显示界面上展示的目标短视频的浏览时长小于所述预设时长,或者,所述目标短视频的切换速度大于预设速度,或是,所述目标短视频未被观看,则确定针对所述目标短视频所述用户的喜好特征为不感兴趣;第二确定子单元,被配置为执行根据针对所述目标短视频所述用户的喜好特征,确定用户特征标签;第二更新子单元,被配置为执行根据所述用户特征标签更新所述客户端中的用户画像;第二过滤子单元,被配置为执行基于更新后的用户画像对所述客户端缓存中的多媒体数据进行过滤。
进一步地,所述装置还包括:触发单元,被配置为执行在基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤之后,若过滤后的多媒体数据的数量少于预设数量,则触发数据拉取请求至服务端,以从所述服务端向所述客户端中拉取目标多媒体数据,其中,所述数据拉取请求中携带有所述行为数据。
根据本公开实施例的第四方面,提供一种数据处理装置,包括:第一接收单元,被配置为执行接收客户端发送的数据拉取请求,其中,所述数据拉取请求中携带有用户画像补偿信息,所述用户画像补偿信息是基于用户的行为数据确定的,所述行为数据是由所述用户对客户端上目标应用中的多媒体数据的行为而产生的数据;第一确定单元,被配置为执行根据所述用户画像补偿信息,确定下发至所述客户端的目标多媒体数据。
进一步地,所述第一确定单元还包括:第三确定子单元,被配置为执行根据所述用户画像补偿信息对服务端中的多媒体数据进行筛选,得到所述目标多媒体数据。
进一步地,所述第一确定单元还包括:第四确定子单元,被配置为执行根据所述用户画像补偿信息与服务端中的用户画像进行计算,确定补偿后的用户画像;第二获取子单元,被配置为执行根据所述补偿后的用户画像对所述服务端中的多媒体数据进行筛选,得到所述目标多媒体数据。
进一步地,所述第四确定子单元包括:第三确定模块,被配置为执行采用加权平均算法对所述用户画像补偿信息与服务端中的用户画像进行计算,确定补偿后的用户画像。
根据本公开实施例的第五方面,提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器,其中,所述处理器被配置为执行所述指令,以实现如上述任一项所述的数据处理方法。
根据本公开实施例的第五方面,提供一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一项所述的数据处理方法。
根据本公开实施例的第六方面,提供一种计算机程序产品,包括:当所述计算机程序产品中的程序由电子设备的处理器执行时,使得电子设备能够执行如上述任一项所述的数据处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
在本申请实施例中,通过在客户端的显示界面上展示目标应用中的多媒体数据;获取用户针对所述目标应用中的多媒体数据在所述显示界面上产生的行为数据;基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,所述缓存中的多媒体数据是所述目标应用中未展示的多媒体数据;在所述目标应用上展示所述过滤后的多媒体数据,达到了参考用户的行为数据为用户精准推送数据信息的目的,从而实现了提升为用户推送的数据信息的精准性的技术效果,进而解决了相关技术中为用户推送的数据信息的精准性较差的问题的技术问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例一示出的一种数据处理方法的计算机终端的硬件结构框图;
图2是根据一示例性实施例一示出的一种数据处理方法的流程图;
图3是根据一示例性实施例二示出的一种数据处理方法的流程图;
图4是根据一示例性实施例示出的一种数据处理方法的示意图;
图5是根据一示例性实施例示出的一种数据处理方法的系统框架的示意图;
图6是根据一示例性实施例三示出的一种数据处理装置的框图;
图7是根据一示例性实施例四示出的一种数据处理方法的框图;
图8是根据一示例性实施例六示出的一种终端的结构框图
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
首先对本公开中出现的技术术语或技术名称进行如下解释说明:
短视频:也即短片视频,是一种互联网内容传播方式,一般是在互联网新媒体上传播的时长在5分钟以内的视频。
用户画像:来自于对目标对象的研究,为一种勾画目标用户、联系用户诉求的有效工具。将用户的每个具体信息抽象成标签,利用这些标签将用户形象具体化,从而为用户提供针对性的服务。
Feed流:持续更新并呈现给用户内容的信息流。
本公开实施例一所提供的方法实施例可以在移动终端或者计算机终端中执行。图1是根据一示例性实施例示出的一种数据处理方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本公开实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本公开实施例中的数据处理方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的数据处理方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可在于上述计算机设备(或移动设备)中的部件的类型。
图2是根据一示例性实施例一示出的一种数据处理方法的流程图,如图2所示,该方法包括以下步骤。
步骤S101,在客户端的显示界面上展示目标应用中的多媒体数据。
步骤S102,获取用户针对目标应用中的多媒体数据在显示界面上产生的行为数据。
例如,上述的多媒体数据为短视频,目标应用中的短视频展示在显示界面供用户浏览,用户在浏览短视频的过程中可能会执行以下操作行为:点击观看某个短视频或者用户用手指在显示界面上上下滑动,以移走某条短视频或者拉取新的短视频以便观看。上述的行为数据可以包括用户直接操作触发的行为数据,还可以包括后台采集到的用户观看各个视频的时长,浏览视频总时长等等信息。也即,上述的行为数据中至少包括以下之一:每个短视频的浏览时长、每个短视频的切换速度、每个短视频是否被观看。上述的行为数据中可以直观的反映出用户对短视频是否感兴趣,或者反映出用户的喜好。
例如,用户对某个短视频并未点击观看,则也可以认为用户对该短视频不太感兴趣。或者,用户观看某个短视频的时长小于预设时长(例如,该短视频时长的四分之一),可以认为用户对该短视频不太感兴趣。或者,用户对某个短视频在显示界面上上下滑动的速度大于预设速度,可以认为用户想快速切换至一下短视频,对该短视频不太感兴趣。也即,通过用户针对目标应用中的多媒体数据在显示界面上产生的行为数据,可以反映出用户对目标应用中的多媒体数据的是否感兴趣,或者反映出用户的喜好。
步骤S103,基于行为数据对客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,缓存中的多媒体数据是目标应用中未展示的多媒体数据。
步骤S104,在目标应用上展示过滤后的多媒体数据。
将缓存中过滤后的多媒体数据在目标应用上进行展示,以便用户可以浏览观看。由于上述的行为数据可以反映出用户的喜好,基于用户的喜欢对缓存中未展示的多媒体数据进行过滤,然后再为用户推送,可以使得推送的数据信息更加符合用户的喜好,从而提升为用户推送的数据信息的精准性。
可选地,在本实施例一示出的一种数据处理方法中,基于行为数据对客户端缓存中的多媒体数据进行过滤的步骤包括:基于行为数据更新客户端中的用户画像;基于更新后的用户画像对客户端缓存中的多媒体数据进行过滤。
在客户端环境下针对用户的数据在本地已经生成了用户画像。或者,该用户画像是之前服务器产生下发到本地的。例如,本地的用户画像包括:喜好的视频类型、用户性别、年龄段等等信息。基于行为数据更新客户端中的用户画像可以为:在获取到用户的行为数据后,基于行为数据生成对用户画像的补偿信息(例如,用户对某类多媒体信息不感兴趣的信息),采用该用户画像的补偿信息对本地的用户画像进行补偿,从而得到更新后的用户画像。基于更新后的用户画像对未展示的多媒体数据进行过滤,可以筛掉与更新后的用户画像不匹配的数据,筛选后的数据是符合用户的喜好的,从而提升为用户推送的数据信息的精准性。
可选地,在本实施例一示出的一种数据处理方法中,基于行为数据更新客户端中的用户画像的步骤包括:基于行为数据,确定用户的喜好特征;根据用户的喜好特征,确定用户特征标签;根据用户特征标签更新客户端中的用户画像。
例如,上述的行为数据中包括:观看某个多媒体资源的时长、对某个多媒体资源在显示界面上上下滑动的速度等,基于观看某个多媒体资源的时长、对某个多媒体资源在显示界面上上下滑动的速度即可确定用户的喜好特征(例如,喜好还是不喜好,或者,感兴趣还是不感兴趣),例如,用户观看某个多媒体资源的时长小于预设时长(例如,该多媒体资源时长的四分之一),可以认为用户对该多媒体资源不太感兴趣(对应上述的用户的喜好特征)。或者,用户对某个多媒体资源在显示界面上上下滑动的速度大于预设速度,可以认为用户想快速切换至一下多媒体资源,对该多媒体资源不太感兴趣(对应上述的用户的喜好特征)。然后基于的用户的喜好特征即可确定用户的特征标签,例如,用户对跳舞类视频不感兴趣,或者用户对汽车类视频不敢兴趣,可以将得到的用户的特征标签作为用户的画像补偿信息,然后将用户的画像补偿信息对本地的用户画像进行补偿,以更新本地的用户画像,从而准确的得到更新后的用户画像。
可选地,在本实施例一示出的一种数据处理方法中,基于行为数据对客户端缓存中的多媒体数据进行过滤的步骤包括:分别判断显示界面上展示的每个短视频的浏览时长是否小于预设时长,每个短视频的切换速度是否大于预设速度,每个短视频是否被观看;若显示界面上展示的目标短视频的浏览时长小于预设时长,或者,目标短视频的切换速度大于预设速度,或是,目标短视频未被观看,则确定针对目标短视频用户的喜好特征为不感兴趣;根据针对目标短视频用户的喜好特征,确定用户特征标签;根据用户特征标签更新客户端中的用户画像;基于更新后的用户画像对客户端缓存中的多媒体数据进行过滤。
上述的多媒体数据为短视频,上述的行为数据中包括:每个短视频的浏览时长、每个短视频的切换速度、每个短视频是否被观看等,若显示界面上展示的目标短视频的浏览时长小于预设时长,或者,目标短视频的切换速度大于预设速度,或是,目标短视频未被观看,则确定针对目标短视频用户的喜好特征为不感兴趣;根据针对目标短视频用户的喜好特征,确定用户特征标签(例如,对目标短视频类不感兴趣),然后可以将得到的用户的特征标签作为用户的画像补偿信息,然后将用户的画像补偿信息对本地的用户画像进行补偿,以更新本地的用户画像,采用更新后的用户画像对客户端缓存中的多媒体数据进行过滤,从而筛掉与更新后的用户画像不匹配的数据,筛选后的数据是符合用户的喜好的,从而提升为用户推送的数据信息的精准性。需要说明的是,在对客户端缓存中的数据过滤后会释放相应的缓存。
可选地,在本实施例一示出的一种数据处理方法中,在基于行为数据对客户端缓存中的多媒体数据进行过滤之后,该方法还包括:若过滤后的多媒体数据的数量少于预设数量,则触发数据拉取请求至服务端,以从服务端向客户端中拉取目标多媒体数据,其中,数据拉取请求中携带有行为数据。
由于触发对客户端缓存中的多媒体数据进行过滤,过滤后客户端的缓存中数据会减少,通过上述方案,可以在缓存中过滤后的多媒体数据的数量少于预设数量时,提前触发数据拉取请求至服务端以拉取新的Feed流,从而保证客户端上目标应用的待展示的多媒体数据的及时补足及更新。在客户端收到服务器响应数据拉取请求而下发的Feed流数据后,可以开辟动态缓存将数据进行缓存方便使用。
图3是根据一示例性实施例二示出的一种数据处理方法的流程图,如图3所示,该方法包括以下步骤。
步骤S301,接收客户端发送的数据拉取请求,其中,数据拉取请求中携带有用户画像补偿信息,用户画像补偿信息是基于用户的行为数据确定的,行为数据是由用户对客户端上目标应用中的多媒体数据的行为而产生的数据。
由于对客户端缓存中的多媒体数据进行过滤,过滤后客户端的缓存中数据会减少,在缓存中过滤后的多媒体数据的数量少于预设数量时,客户端会触发数据拉取请求至服务端以拉取新的数据。
上述的用户画像补偿信息是由行为数据确定,该行为数据是用户针对多媒体数据而产生的行为数据,多媒体数据在所述客户端的显示界面的目标应用上展示。
上述的行为数据中至少包括以下之一:每个短视频的浏览时长、每个短视频的切换速度、每个短视频是否被观看。
例如,上述的多媒体数据为短视频,目标应用中的短视频展示在显示界面供用户浏览,用户在浏览短视频的过程中可能会执行以下操作行为:点击观看某个短视频或者用户用手指在显示界面上上下滑动,以移走某条短视频或者拉取新的短视频以便观看。上述的行为数据可以包括用户直接操作触发的行为数据,还可以包括后台采集到的用户观看各个视频的时长,浏览视频总时长等等信息。
例如,用户对某个短视频并未点击观看,则也可以认为用户对该短视频不太感兴趣。或者,用户观看某个短视频的时长小于预设时长(例如,该短视频时长的四分之一),可以认为用户对该短视频不太感兴趣。或者,用户对某个短视频在显示界面上上下滑动的速度大于预设速度,可以认为用户想快速切换至一下短视频,对该短视频不太感兴趣。也即,通过用户针对目标应用中的多媒体数据在显示界面上产生的行为数据,可以反映出用户对目标应用中的多媒体数据的是否感兴趣,或者反映出用户的喜好。基于用户的喜好,可以确定用户特征标签(例如,对目标短视频类不感兴趣),然后可以将得到的用户的特征标签作为用户画像补偿信息。
步骤S302,根据用户画像补偿信息,确定下发至客户端的目标多媒体数据。
通过上述步骤,基于用户画像补偿信息,确定下发至客户端的目标多媒体数据,保证了为下发至客户端的目标多媒体数据的准确性。
在上述步骤中,可以根据用户画像补偿信息对服务端中的多媒体数据进行筛选,得到目标多媒体数据,然后下发至客户端。也可以将用户画像补偿信息对服务端中的用户画像信息进行补偿,得到补偿后的用户画像;根据补偿后的用户画像对服务端中的多媒体数据进行筛选,得到目标多媒体数据,然后下发至客户端。上述两种情况中均根据行为数据生成的用户画像补偿信息对服务端中的多媒体数据进行过滤筛选,从而筛掉与用户画像补偿信息或者补偿后的用户画像不匹配的数据,筛选后得到的目标多媒体数据是符合用户喜好的,从而提升为用户推送的数据信息的精准性。
需要说明的是,将用户画像补偿信息对服务端中的用户画像信息进行补偿的方法可以是采用加权平均算法对用户画像补偿信息与服务端中的用户画像进行混合计算,然后确定补偿后的用户画像。然后根据补偿后的用户画像将服务端中早已准备好的素材队列进行分批过滤,以分散计算压力,保证客户端响应时间,然后将第一批次过滤后得到的多媒体数据下发至客户端。从而实现针对不同用户下发与其相匹配的内容,提高触达率,同时也可以为用户获取目标多媒体数据节省流量和时间,提高用户满意度。
本申请的整个流程如图4所示,在服务端根据客户端触发的数据拉取请求中携带的行为数据生成画像补偿信息,然后将画像补偿信息上传,并基于画像补偿信息拉取Feed流数据,将符合用户画像规则的Feed流数据下发至客户端,以供客户端展示。在客户端用户滑动观看展示的内容时,会采集到用户的行为数据,基于行为数据生成画像补偿,以通过画像补偿对用户在客户端本地的用户画像进行更新。根据更新后的用户画像的规则对客户端中已有的Feed数据流进行过滤,根据在过滤后数据判断是否需要提前出发Feed请求(对应上述的数据拉取请求),若是,则触发Feed请求。若否,则用户主动退出目标应用,结束。
本申请的系统框架如图5所示,通过数据接口实现服务端与客户端之间的数据交互。在服务端,通过客户端触发的数据拉取请求中携带的Feed流数据更新服务端中的用户画像,并保持更新后的用户画像。在客户端中,采集用户的行为数据,行为数据中可以包括:在显示界面上对视频的上下滑动速度、浏览时长以及播放相关信息(例如,播放总时长等等)。
在获取到用户的行为数据后,基于行为数据可以反映用户的喜好,可以获取用户的喜好特征、对喜好进行归类和对喜好进行排序。通过上述的行为数据可以更新本地的用户画像,基于更新后的用户画像对客户端中未展示的多媒体数据进行过滤,可以筛掉与更新后的用户画像不匹配的数据,筛选后的数据是符合用户的喜好的,从而提升为用户推送的数据信息的精准性。
图6是根据一示例性实施例三示出的一种数据处理装置框图。参照图6,该装置包括:第一展示单元601、第一获取单元602、第一过滤单元603和第二展示单元604。
具体地,第一展示单元601,被配置为执行在客户端的显示界面上展示目标应用中的多媒体数据;
第一获取单元602,被配置为执行获取用户针对目标应用中的多媒体数据在显示界面上产生的行为数据;
第一过滤单元603,被配置为执行基于行为数据对客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,缓存中的多媒体数据是目标应用中未展示的多媒体数据;以及
第二展示单元604,被配置为执行在目标应用上展示过滤后的多媒体数据。
综上,在实施例三示出的一种数据处理装置中,通过第一展示单元601被配置为执行在客户端的显示界面上展示目标应用中的多媒体数据;第一获取单元602被配置为执行获取用户针对目标应用中的多媒体数据在显示界面上产生的行为数据;第一过滤单元603被配置为执行基于行为数据对客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,缓存中的多媒体数据是目标应用中未展示的多媒体数据;第二展示单元604被配置为执行在目标应用上展示过滤后的多媒体数据,达到了参考用户的行为数据为用户精准推送数据信息的目的,从而实现了提升为用户推送的数据信息的精准性的技术效果,进而解决了相关技术中为用户推送的数据信息的精准性较差的问题的技术问题。
可选地,在实施例三示出的一种数据处理装置中,第一过滤单元603包括:第一更新子单元,被配置为执行基于行为数据更新客户端中的用户画像;第一过滤子单元,被配置为执行基于更新后的用户画像对客户端缓存中的多媒体数据进行过滤。
可选地,在实施例三示出的一种数据处理装置中,第一更新子单元包括:第一确定模块,被配置为执行基于行为数据,确定用户的喜好特征;第二确定模块,被配置为执行根据用户的喜好特征,确定用户特征标签;第一更新模块,被配置为执行根据用户特征标签更新客户端中的用户画像。
可选地,在实施例三示出的一种数据处理装置中,多媒体数据为短视频,第一获取单元602包括:第一获取子单元,被配置为执行检测用户在浏览显示界面上展示的短视频时,获取用户在显示界面上产生的行为数据,其中,行为数据中至少包括以下之一:每个短视频的浏览时长、每个短视频的切换速度、每个短视频是否被观看。
可选地,在实施例三示出的一种数据处理装置中,第一过滤单元603包括:第一判断子单元,被配置为执行分别判断显示界面上展示的每个短视频的浏览时长是否小于预设时长,每个短视频的切换速度是否大于预设速度,每个短视频是否被观看;第一确定子单元,被配置为执行若显示界面上展示的目标短视频的浏览时长小于预设时长,或者,目标短视频的切换速度大于预设速度,或是,目标短视频未被观看,则确定针对目标短视频用户的喜好特征为不感兴趣;第二确定子单元,被配置为执行根据针对目标短视频用户的喜好特征,确定用户特征标签;第二更新子单元,被配置为执行根据用户特征标签更新客户端中的用户画像;第二过滤子单元,被配置为执行基于更新后的用户画像对客户端缓存中的多媒体数据进行过滤。
可选地,在实施例三示出的一种数据处理装置中,该装置还包括:触发单元,被配置为执行在基于行为数据对客户端缓存中的多媒体数据进行过滤之后,若过滤后的多媒体数据的数量少于预设数量,则触发数据拉取请求至服务端,以从服务端向客户端中拉取目标多媒体数据,其中,数据拉取请求中携带有行为数据。
图7是根据一示例性实施例四示出的一种数据处理装置框图。参照图7,该装置包括:第一接收单元701和第一确定单元702。
具体地,第一接收单元701,被配置为执行接收客户端发送的数据拉取请求,其中,数据拉取请求中携带有用户画像补偿信息,所述用户画像补偿信息是基于用户的行为数据确定的,所述行为数据是由所述用户对客户端上目标应用中的多媒体数据的行为而产生的数据。
第一确定单元702,被配置为执行根据用户画像补偿信息,确定下发至客户端的目标多媒体数据。
综上,在实施例四示出的一种数据处理装置中,第一接收单元702,被配置为执行接收客户端发送的数据拉取请求,其中,数据拉取请求中携带有用户画像补偿信息,所述用户画像补偿信息是基于用户的行为数据确定的,所述行为数据是由所述用户对客户端上目标应用中的多媒体数据的行为而产生的数据;第一确定单元702,被配置为执行根据用户画像补偿信息,确定下发至客户端的目标多媒体数据,达到了参考用户的行为数据为用户精准推送数据信息的目的,从而实现了提升为用户推送的数据信息的精准性的技术效果,进而解决了相关技术中为用户推送的数据信息的精准性较差的问题的技术问题。
可选地,在实施例四示出的一种数据处理装置中,第一确定单元702还包括:第三确定子单元,被配置为执行根据用户画像补偿信息对服务端中的多媒体数据进行筛选,得到目标多媒体数据。
可选地,在实施例四示出的一种数据处理装置中,第一确定单元702还包括:第四确定子单元,被配置为执行根据用户画像补偿信息与服务端中的用户画像进行计算,确定补偿后的用户画像;第二获取子单元,被配置为执行根据补偿后的用户画像对服务端中的多媒体数据进行筛选,得到目标多媒体数据。
可选地,在实施例四示出的一种数据处理装置中,第四确定子单元包括:第三确定模块,被配置为执行采用加权平均算法对用户画像补偿信息与服务端中的用户画像进行计算,确定补偿后的用户画像。
关于上述实施例中的装置,其中各个单元、子单元、模块和子模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在示例性实施例中,还提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器,其中,所述处理器被配置为执行所述指令,以实现如上述任一项所述的数据处理方法。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器804,上述指令可由装置的处理器执行以完成上述方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,包括:当计算机程序产品中的程序由电子设备的处理器执行时,使得电子设备能够执行如上述任一项的数据处理方法。
可选地,图8是根据一示例性实施例六示出的一种终端的结构框图。如图8所示,该终端可以包括:一个或多个(图8中仅示出一个)处理器121、用于存储处理器可执行指令的存储器122;其中,处理器被配置为执行指令,以实现上述任一项的页面处理方法。
其中,存储器可用于存储软件程序以及模块,如本公开实施例中的页面处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的页面处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域普通技术人员可以理解,图8所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图8其并不对上述电子装置的结构造成限定。例如,终端12还可包括比图8中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图8所示不同的配置。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
在客户端的显示界面上展示目标应用中的多媒体数据;
获取用户针对所述目标应用中的多媒体数据在所述显示界面上产生的行为数据;
基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,所述缓存中的多媒体数据是所述目标应用中未展示的多媒体数据;
在所述目标应用上展示所述过滤后的多媒体数据。
2.根据权利要求1所述的数据处理方法,其特征在于,所述基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤的步骤包括:
基于所述行为数据更新所述客户端中的用户画像;
基于更新后的用户画像对所述客户端缓存中的多媒体数据进行过滤。
3.根据权利要求2所述的数据处理方法,其特征在于,所述基于所述行为数据更新所述客户端中的用户画像的步骤包括:
基于所述行为数据,确定用户的喜好特征;
根据所述用户的喜好特征,确定用户特征标签;
根据所述用户特征标签更新所述客户端中的用户画像。
4.根据权利要求1所述的数据处理方法,其特征在于,所述多媒体数据为短视频,所述获取用户针对所述目标应用中的多媒体数据在所述显示界面上产生的行为数据的步骤包括:
检测所述用户在浏览所述显示界面上展示的短视频时,获取所述用户在所述显示界面上产生的行为数据,其中,所述行为数据中至少包括以下之一:每个短视频的浏览时长、每个短视频的切换速度、每个短视频是否被观看。
5.根据权利要求4所述的数据处理方法,其特征在于,所述基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤的步骤包括:
分别判断所述显示界面上展示的每个短视频的浏览时长是否小于预设时长,每个短视频的切换速度是否大于预设速度,每个短视频是否被观看;
若所述显示界面上展示的目标短视频的浏览时长小于所述预设时长,或者,所述目标短视频的切换速度大于预设速度,或是,所述目标短视频未被观看,则确定针对所述目标短视频所述用户的喜好特征为不感兴趣;
根据针对所述目标短视频所述用户的喜好特征,确定用户特征标签;
根据所述用户特征标签更新所述客户端中的用户画像;
基于更新后的用户画像对所述客户端缓存中的多媒体数据进行过滤。
6.一种数据处理方法,其特征在于,包括:
接收客户端发送的数据拉取请求,其中,所述数据拉取请求中携带有用户画像补偿信息,所述用户画像补偿信息是基于用户的行为数据确定的,所述行为数据是由所述用户对客户端上目标应用中的多媒体数据的行为而产生的数据;
根据所述用户画像补偿信息,确定下发至所述客户端的目标多媒体数据。
7.一种数据处理装置,其特征在于,包括:
第一展示单元,被配置为执行在客户端的显示界面上展示目标应用中的多媒体数据;
第一获取单元,被配置为执行获取用户针对所述目标应用中的多媒体数据在所述显示界面上产生的行为数据;
第一过滤单元,被配置为执行基于所述行为数据对所述客户端缓存中的多媒体数据进行过滤,得到过滤后的多媒体数据,其中,所述缓存中的多媒体数据是所述目标应用中未展示的多媒体数据;
第二展示单元,被配置为执行在所述目标应用上展示所述过滤后的多媒体数据。
8.一种数据处理装置,其特征在于,包括:
第一接收单元,被配置为执行接收客户端发送的数据拉取请求,其中,所述数据拉取请求中携带有用户画像补偿信息,所述用户画像补偿信息是基于用户的行为数据确定的,所述行为数据是由所述用户对客户端上目标应用中的多媒体数据的行为而产生的数据;
第一生成单元,被配置为执行基于所述行为数据,生成用户画像补偿信息;
第一确定单元,被配置为执行根据所述用户画像补偿信息,确定下发至所述客户端的目标多媒体数据。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器,其中,所述处理器被配置为执行所述指令,以实现如权利要求1至5中任一项所述的数据处理方法,或者,权利要求6所述的数据处理方法。
10.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行权利要求1至5中任一项所述的数据处理方法,或者,权利要求6所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011531166.8A CN114661921A (zh) | 2020-12-22 | 2020-12-22 | 数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011531166.8A CN114661921A (zh) | 2020-12-22 | 2020-12-22 | 数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114661921A true CN114661921A (zh) | 2022-06-24 |
Family
ID=82025075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011531166.8A Pending CN114661921A (zh) | 2020-12-22 | 2020-12-22 | 数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114661921A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999588A (zh) * | 2012-11-15 | 2013-03-27 | 广州华多网络科技有限公司 | 一种多媒体应用的推荐方法和系统 |
CN104219286A (zh) * | 2014-08-13 | 2014-12-17 | 腾讯科技(深圳)有限公司 | 流媒体处理方法、装置、客户端、cdn节点服务器及终端 |
CN106055617A (zh) * | 2016-05-26 | 2016-10-26 | 乐视控股(北京)有限公司 | 一种数据推送方法及装置 |
CN108804707A (zh) * | 2018-06-21 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 一种页面处理方法、装置以及相关设备 |
CN110263189A (zh) * | 2019-06-24 | 2019-09-20 | 腾讯科技(深圳)有限公司 | 媒体内容的推荐方法、装置、存储介质和计算机设备 |
CN110519621A (zh) * | 2019-09-20 | 2019-11-29 | 北京字节跳动网络技术有限公司 | 视频推荐方法、装置、电子设备及计算机可读介质 |
CN111158546A (zh) * | 2019-12-27 | 2020-05-15 | 北京奇艺世纪科技有限公司 | 媒体信息的展示方法和装置、存储介质、电子装置 |
CN111506845A (zh) * | 2020-04-13 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 基于媒体信息流的内容展示方法、装置、设备及存储介质 |
CN111726659A (zh) * | 2019-03-20 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 一种视频的轮播方法、装置、电子设备及存储介质 |
CN111935265A (zh) * | 2020-08-03 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 媒体信息的处理方法及装置 |
-
2020
- 2020-12-22 CN CN202011531166.8A patent/CN114661921A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999588A (zh) * | 2012-11-15 | 2013-03-27 | 广州华多网络科技有限公司 | 一种多媒体应用的推荐方法和系统 |
CN104219286A (zh) * | 2014-08-13 | 2014-12-17 | 腾讯科技(深圳)有限公司 | 流媒体处理方法、装置、客户端、cdn节点服务器及终端 |
CN106055617A (zh) * | 2016-05-26 | 2016-10-26 | 乐视控股(北京)有限公司 | 一种数据推送方法及装置 |
CN108804707A (zh) * | 2018-06-21 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 一种页面处理方法、装置以及相关设备 |
CN111726659A (zh) * | 2019-03-20 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 一种视频的轮播方法、装置、电子设备及存储介质 |
CN110263189A (zh) * | 2019-06-24 | 2019-09-20 | 腾讯科技(深圳)有限公司 | 媒体内容的推荐方法、装置、存储介质和计算机设备 |
CN110519621A (zh) * | 2019-09-20 | 2019-11-29 | 北京字节跳动网络技术有限公司 | 视频推荐方法、装置、电子设备及计算机可读介质 |
CN111158546A (zh) * | 2019-12-27 | 2020-05-15 | 北京奇艺世纪科技有限公司 | 媒体信息的展示方法和装置、存储介质、电子装置 |
CN111506845A (zh) * | 2020-04-13 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 基于媒体信息流的内容展示方法、装置、设备及存储介质 |
CN111935265A (zh) * | 2020-08-03 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 媒体信息的处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110519621B (zh) | 视频推荐方法、装置、电子设备及计算机可读介质 | |
CN111711828B (zh) | 一种信息处理方法、装置和电子设备 | |
CN105868685A (zh) | 一种基于人脸识别的广告推荐方法和装置 | |
WO2017067070A1 (zh) | 推送信息的方法、装置、设备及系统 | |
CN105451087A (zh) | 弹幕信息的推送方法、终端、历史数据服务器及系统 | |
CN109299369B (zh) | 一种推荐数据的确定方法、装置及服务器 | |
CN112445970B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN111556366A (zh) | 一种多媒体资源的展示方法、装置、终端、服务器及系统 | |
WO2018133566A1 (zh) | 推广信息新鲜度确定方法及装置、电子设备及存储介质 | |
CN106201246A (zh) | 页面布局处理方法及装置 | |
WO2022247220A9 (zh) | 界面处理方法及装置 | |
CN108600780B (zh) | 用于推送信息的方法、电子设备、计算机可读介质 | |
CN113727200A (zh) | 一种视频摘要信息确定方法、装置、电子设备及存储介质 | |
CN105933787A (zh) | 视频评论及其处理方法、装置、及服务器 | |
CN112131466A (zh) | 群组展示方法、装置、系统和存储介质 | |
CN106951496B (zh) | 一种列表排序装置及方法 | |
CN114168793A (zh) | 主播展示方法、装置、设备和存储介质 | |
CN105208409B (zh) | 一种信息推荐方法及装置 | |
CN106911948B (zh) | 一种显示控制方法、装置、控制设备及电子设备 | |
CN114661921A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN109618231A (zh) | 一种基于冷启动的影视内容推荐方法及系统 | |
CN111741337B (zh) | 一种推荐信息展示方法、装置及设备 | |
CN114666643A (zh) | 一种信息显示方法、装置、电子设备及存储介质 | |
CN113836415A (zh) | 信息推荐方法、装置、介质及设备 | |
CN113849721A (zh) | 缓冲处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |